Sobre modelagem matemática e formalismos estatísticos de sistemas complexos

Resumo Os Sistemas Dinâmicos Complexos são sistemas com propriedades emergentes inesperadas resultantes de processos sinérgicos de seus componentes. Estes sistemas aparecem na física e na química e desempenham um papel fundamental em sistemas biológicos. Tais sistemas requerem um tratamento teórico em termos de “Modelagem Matemática”, com os formalismos estatísticos sendo de grande relevância. Apresentamos aqui um artigo explanatório descrevendo e discutindo o tema. Apresentamos uma revisão do assunto com particular atenção à Teoria da Informação em uma abordagem de Shannon-Jaynes no espírito da proposta de inferência científica de Jeffreys. Enfatiza-se a difícil questão da presença das “hidden constraints” e a introdução de estatísticas não convencionais que surgem no âmbito da “Teoria da Informação”.

Surrogate Optimization of Computationally Expensive Black-Box Problems with Hidden Constraints

We introduce the algorithm SHEBO (surrogate optimization of problems with hidden constraints and expensive black-box objectives), an efficient optimization algorithm that employs surrogate models to solve computationally expensive black-box simulation optimization problems that have hidden constraints. Hidden constraints are encountered when the objective function evaluation does not return a value for a parameter vector. These constraints are often encountered in optimization problems in which the objective function is computed by a black-box simulation code. SHEBO uses a combination of local and global search strategies together with an evaluability prediction function and a dynamically adjusted evaluability threshold to iteratively select new sample points. We compare the performance of our algorithm with that of the mesh-based algorithms mesh adaptive direct search (MADS, NOMAD [nonlinear optimization by mesh adaptive direct search] implementation) and implicit filtering and SNOBFIT (stable noisy optimization by branch and fit), which assigns artificial function values to points that violate the hidden constraints. Our numerical experiments for a large set of test problems with 2–30 dimensions and a 31-dimensional real-world application problem arising in combustion simulation show that SHEBO is an efficient solver that outperforms the other methods for many test problems.