Teaching

An introductory course on Stochastic Programming -  CMA (2025)

• 1. Slides

PSL week Stochastic Optimization (2024)

Intro & background

Chance-constrained programming

Solved project 

Nonlinear Programming - CMA (2024)

1. Unconstrained optimization 

2. Constrained optimization - simple feasible sets

3. Constrained optimization 

4. Computational practice: pdf, H, y

Trimestre Recherche Mines ParisTech (2021) : Optimization for data science 

5. Slides 

Basic Course on Stochastic Programming - IMPA (2016) 

Below only lectures on multistage stochastic programming and Bundle methods applied to stochastic programming. 

Visite the course webpage for the full course and slides.

Cálculo Numérico - UERJ

•  Zeros reais de uma função real: Lista de exercícios Matlab: Método da Bisseção, Método da Falsa Posição, Método de Newton Raphson

• Sistemas lineares: Lista de exercícios  Matlab EG

• Sistemas lineares - métodos iterativos: Lista de exercícios Matlab: Método de Jacobi, Método de Gauss-Seidel

• Interpolação polinomial: Lista de exercícios Matlab: Método de Lagrange

• Mínimos quadrados: Lista de exercícios

Mestrado Profissional em Métodos Matemáticos em Finanças - IMPA 

Otimização I

• Cronograma

  • • • Prova Teórica (30%): dia 01/08/2012

      • Prova Prática (30%): dia 29/08/2012

      • Entrega do Projeto (25%): dia 29/08/2012

      • Listas (15%): semanalmente

Doutorado - IMPA 

Métodos computacionais de otimização (2013)

• Cronograma

  • • • Primeira prova (teórica) (40%): dia 08/10/2013

      • Segunda prova (teórica) (40%): dia a definir

      • Projeto (prática computacional) (20%): dia a definir

Minicurso - UFPR 

Tomada de decisão sob incerteza. Uma abordagem do ponto de vista da otimização

• • Decisão ótima em média: parte 1.

  • SAA : parte 2.

  • Outros objetivos : parte 3.

Minicurso - FGV EMAp

• • • Otimização não-diferenciável

      • • Introdução e fundamentos teóricos: aula 1

        • Método de feixes proximal (convergência): aula 2 

        • Métodos de níveis: aula 3 

        • Aplicações: aula 4 , ParisTech

        • Prática computacional: aula 5, OND.zip