05/08/2019

Philip Thompson ganha prêmio por artigo

O matemático Philip Thompson, doutor pelo IMPA em 2015, acaba de ganhar o prêmio de melhor artigo de Otimização Estocástica. Instituído pela Sociedade de Programação Estocástica e entregue durante a 15ª Conferência Internacional de Programação Estocástica, o prêmio recebeu ao menos 20 aplicações de pesquisadores de universidades internacionais.

Intitulado “Variance-based stochastic extragradient methods with linear search for stochastic variational inequalities”, o artigo de Thompson teve a colaboração dos pesquisadores Alfredo Iusem e Roberto Imbuzeiro de Oliveira, do IMPA, e Alejandro Jofré, da Universidade do Chile.

O pesquisador, que atualmente faz pós-doutorado na Universidade de Cambridge (Inglaterra), expressou sua satisfação com a conquista.

“Receber este prêmio referente a um trabalho de minha tese de doutorado no IMPA é certamente um prazer enorme. Deixa-me muito feliz a indicação do interesse da comunidade na solução que eu e meus colaboradores do IMPA e do Center for Matemathical Modeling (CMM) propomos. Além disso, é uma análise teórica inicial de um algoritmo que acreditamos ter potencial em aplicações envolvendo decisões em incerteza, estatística e machine learning”, afirmou Thompson em declaração ao IMPA.

A 15ª Conferência Internacional sobre Programação Estocástica (ICSP 2019) aconteceu em Trondheim, Noruega. Trienal, o encontro figura como o principal evento da Sociedade de Programação Estocástica (SPS), sessão técnica da Mathematical Optimization Society que reúne pesquisadores que trabalham em decisões sob incerteza e profissionais do setor industrial e institucional.

A otimização é a área da Matemática Aplicada que desenvolve métodos para encontrar, segundo critérios estabelecidos, a melhor opção disponível para problemas do mundo real. Um bom exemplo, atrelado ao cotidiano, é a realização das compras de supermercado. Dados os preços dos produtos, deve-se determinar quais mercadorias e em qual quantidade comprar, para satisfazer as necessidades da casa com o mínimo de despesa.

A Otimização Estocástica trata de problemas semelhantes, mas de casos nos quais os dados não são totalmente conhecidos e estão sujeitos à incerteza. Ainda seguindo o exemplo do supermercado, podemos pensar na organização das compras do próximo mês, quando os preços sofrem variações. Neste caso, trabalha-se com preços estimados, sujeitos a flutuações para mais ou para menos, o que complica consideravelmente o problema.