I work on continuous optimization, mainly on methods for multiobjective and vector optimization.

Other interests include nonlinear programming, augmented Lagrangian methods and numerical linear algebra for optimization. Code for most papers is on GitHub.

B.Sc. in Mathematics (2006), M.Sc. (2009) and Ph.D. (2012) in Applied Mathematics from IMECC, University of Campinas (UNICAMP).

Conditional gradient iterates from many starting points, recovering the Pareto front. From Assunção, Ferreira & Prudente, COAP 2021.

Publications

Students

Completed supervisions

Ph.D.

2023
Danilo R. de Souza
Métodos quase-Newton com busca linear de Wolfe para otimização multiobjetivo
2022
Fernando S. Lima Co-advisor
Newton-type and conjugate gradient methods for vector optimization
2021
Ademir A. Aguiar Co-advisor
Subgradient and gradient methods with feasible inexact projections for constrained convex optimization problems
Pedro B. de Assunção Co-advisor
Conditional gradient methods for multiobjective optimization
2019
Mauricio S. Louzeiro Co-advisor
Optimization methods on Riemannian manifolds with lower bound curvature: gradient for scalar and multi-objective and subgradient for scalar functions

M.Sc.

2019
Danilo R. de Souza
Método de gradiente conjugado Dai-Yuan modificado para otimização irrestrita

Undergraduate research

  • 2026Matheus H. G. dos Santos · Compressão de imagens via decomposição em valores singulares
  • 2025João Victor B. Bastos · Aproximações de Taylor e aplicações
  • 2024Tomas de F. Carvalho · Condição de otimalidade e dualidade em programação não linear
  • 2023Lauriane L. S. Campos · Otimização não linear irrestrita: análise sobre o método de Cauchy com passo de Armijo
  • 2021Gustavo P. Neves · Decomposição SVD com aplicações a problemas de imagem
  • 2016Lucas de O. Fonseca · Introdução à programação não linear com aplicações à engenharia civil