Pesquisa de Gabriel Oliveira da Ponte, que conquistou Prêmio Clóvis Caesar Gonzaga, propõe novas abordagens matemáticas para modelos mais eficientes e explicáveis
Reconhecendo talentos que se destacam na produção científica nacional, a Sociedade Brasileira de Matemática Aplicada e Computacional (SBMAC) já tem definido o vencedor do Prêmio Clóvis Caesar Gonzaga 2025. A honraria de melhor dissertação de mestrado foi concedida a Gabriel Oliveira da Ponte, hoje aluno na Universidade de Michigan, nos Estados Unidos.
O pesquisador foi reconhecido pelo trabalho ‘On the computation of sparse reflexive generalized inverses’ (Calculando inversas reflexivas generalizadas esparsas, na tradução), fruto de pesquisa desenvolvida no Programa de Engenharia de Sistemas e Computação da Universidade Federal do Rio de Janeiro (UFRJ).
Da teoria à explicabilidade dos modelos
O estudo aborda o uso de métodos de otimização matemática para tornar modelos mais eficientes e explicáveis. Alia rigor teórico a aplicações práticas em áreas como aprendizado de máquina, destacando-se pelo ineditismo e pela solução de problemas em aberto na literatura.
A motivação do trabalho de mestrado surgiu a partir de um artigo publicado em 2018 por seus orientadores da UFRJ e UMich na revista Operations Research Letters. Naquele estudo, foi apresentado um algoritmo de aproximação relacionado a um caso específico de inversas generalizadas. A partir dessa base, Gabriel aprofundou a pesquisa, explorando as chamadas inversas generalizadas ah-simétricas, que satisfazem a propriedade fundamental dos mínimos quadrados.
Desafios e aplicações práticas da pesquisa
O objetivo central da pesquisa foi desenvolver maneiras de simplificar certos tipos de matrizes — estruturas matemáticas usadas para organizar dados. A ideia era fazer com que essas matrizes tivessem menos informações redundantes, sem perder o essencial. Isso torna os cálculos mais rápidos e leves para o computador e, ao mesmo tempo, facilita a interpretação dos resultados.
Esse aspecto é especialmente importante em áreas como a regressão linear e o aprendizado de máquina, que lidam com grandes volumes de dados e precisam de modelos que sejam não apenas precisos, mas também compreensíveis.
Entre os métodos empregados, destacam-se ferramentas da Programação Linear, Otimização Convexa e Programação Inteira, além do uso de softwares como Python, Julia e Matlab. Dois grandes desafios marcaram o percurso da pesquisa. “O primeiro foi resolver uma conjectura que estava em aberto havia dois anos, e que consegui demonstrar no último capítulo da dissertação. O segundo foi propor um algoritmo eficiente para identificar conjuntos de linhas e colunas linearmente independentes em uma matriz”, revela Gabriel.
As aplicações práticas dos resultados da dissertação apontam para a construção de modelos preditivos mais transparentes em problemas de aprendizado de máquina, ampliando as possibilidades de estudos futuros. Segundo Gabriel, ainda há muito espaço para avanços: “Resolver instâncias de larga escala em problemas de otimização convexo que induzem esparsidade continua sendo um desafio. Métodos de primeira ordem que explorem a estrutura das inversas generalizadas podem abrir novos caminhos”, explica o pesquisador.
Do Rio aos ‘States’
Nascido no Rio de Janeiro, Gabriel é formado em Engenharia de Computação e Informação pela UFRJ, onde também concluiu o mestrado na linha de pesquisa de Otimização. Com apenas 26 anos, conquistou uma vaga na Universidade de Michigan, onde agora dará sequência à sua trajetória de pesquisa, dessa vez na área de Design de Experimentos.
“Estou estudando dois problemas importantes: o da D-Otimalidade e o da Amostra de Máxima Entropia. Uso metodologias de Programação Não-Linear Inteira Mista e Otimização Convexa com o objetivo de resolver esses problemas em larga escala”, esclarece.
Ao receber o prêmio da SBMAC, o carioca destacou o significado pessoal e coletivo da conquista. “É muito gratificante. Esse é um prêmio bastante reconhecido pela comunidade científica, e tê-lo recebido traz notoriedade ao projeto em âmbito nacional. Além disso, tem um valor especial para mim, porque o professor Clóvis Caesar Gonzaga foi orientador de doutorado da minha orientadora, Marcia Fampa”, conta Gabriel.
Futuro promissor na Matemática Aplicada
Com uma carreira em ascensão, o pesquisador também deixa um conselho aos jovens que estão ingressando na área de Matemática Aplicada. “Tenha disciplina e coragem de errar. Nem sempre a primeira ideia vai funcionar, é preciso tentar e persistir. Escolha um tema que realmente desperte interesse e mergulhe nele. Com dedicação, é possível ir longe”, indica.
Com a conquista do Prêmio Clóvis Caesar Gonzaga 2025, Gabriel Oliveira da Ponte não apenas reforça a relevância de sua dissertação no cenário acadêmico, como também ilustra o impacto que jovens pesquisadores podem alcançar ao combinar rigor científico, criatividade e persistência. Sua trajetória mostra como a Matemática Aplicada segue abrindo caminhos para soluções inovadoras, com aplicações que vão da teoria à prática em problemas atuais da ciência e da tecnologia.
LEIA TAMBÉM:
Aliando matemática e sustentabilidade, tese conquista prêmio SBMAC 2025