Métodos Numéricos. MEI - Logística e distribuição Programação quadrática sequencial 2004/2005. A. Ismael F. Vaz - Departamento de Produção e Sistemas
|
|
- Betty Wagner Álvares
- 5 Há anos
- Visualizações:
Transcrição
1 Métodos Numéricos MEI - Logística e distribuição Programação quadrática sequencial 2004/2005
2 Métodos Numéricos - MEI 1 Motivação Considere-se o seguinte exemplo de um problema de minimização com restrições de igualdade. A função Lagrangeana é min x R 2100(x 2 x 2 1) 2 + (1 x 1 ) 2 x 1 s.a 3 + x = 0 L(x, λ) = 100(x 2 x 2 1) 2 + (1 x 1 ) 2 λ ( x1 ) 3 + x
3 Métodos Numéricos - MEI 2 Condição de optimalidade de 1 a ordem Para calcular os pontos KT resolver-se o seguinte sistema (não linear) x1 L(x, λ) = 0 x2 L(x, λ) = 0 c(x) = 0 400x 1 (x 2 x 2 1) 2(1 x 1 ) λ 3 = 0 200(x 2 x 2 1) λ = 0 x x = 0 No entanto quase sempre o sistema não linear é de difícil resolução. Neste caso tem de se calcular os zeros de uma função cúbica. Após determinar os pontos KT ainda é necessário classificá-los.
4 Métodos Numéricos - MEI 3 Formulação geral min x R nf(x) s.a c(x) = 0 em que f(x) : R n R e c(x) : R n R m. n é o número de variáveis, m é o número de restrições de igualdade.
5 Métodos Numéricos - MEI 4 Função Lagrangeana L(x, λ, π) = f(x) λ T c(x) em que λ são os vectores dos multiplicadores de Lagrange associados às restrições de igualdade.
6 Métodos Numéricos - MEI 5 Equação iterativa Usando as condições de optimalidade de primeira ordem temos que L(x, λ) = 0 e aplicando o método de Newton (na iteração k) vem que ( ) x 2 L(x k, λ k k ) λ k = L(x k, λ k ) em que x k e λ k constituem a direcção de procura (Newton).
7 Métodos Numéricos - MEI 6 O sistema linear tem a forma Equação iterativa (cont.) ( 2 xx L( k, λ k ) c(x k ) c(x k ) T 0 ) ( x k λ k ) = ( x L(x k, λ k ) c(x k ) ) O sistema representa as condições de optimalidade de primeira ordem do problema 1 min ( d R n 2 dt 2 xxl(x k, λ k ) ) d + d T ( x L(x k, λ k ) ) s.a ( c(x k ) ) T d + c(x k ) = 0 em que d = x k e os multiplicadores de Lagrange são λ k.
8 Métodos Numéricos - MEI 7 Globalização O método de Newton determina um zero do sistema não linear L(x, λ) = 0 e tem convergência local. Para obtermos convergência global pode usar-se uma de duas estratégias: Regiões de confiança (trust region - fora do programa). Procura unidimensional (line search). A técnica da procura unidimensional consiste no uso da direcção Newton, mas com um determinado passo.
9 Métodos Numéricos - MEI 8 Função mérito Uma das possíveis técnicas de globalização consiste no uso de uma função mérito (outra seria, por exemplo, a técnica dos filtros). M(x) = f(x) + ρc(x) T c(x) m = f(x) + ρ c i (x) 2 onde ρ é um parâmetro calculado por forma a que a direcção de procura seja de descida para a função mérito ( M(x k ) T x k < 0). i=1
10 Métodos Numéricos - MEI 9 Procura unidimensional { x k+1 = x k + α k x k λ k+1 = λ k + λ k α k é o maior valor da sequência {1, 1 2, 1 4, 1 8,... } que satisfaz a condição de Armijo (decréscimo significativo) com µ << 1 (µ = ). M(x k+1 ) M(x k ) + µα k M(x k ) T x k
11 Métodos Numéricos - MEI 10 Possíveis critérios de paragem Admissibilidade c(x k+1 ) 2 ɛ 1 Estacionaridade L(x k+1, λ k+1 ) 2 ɛ 2
12 Métodos Numéricos - MEI 11 Considerações Existem algumas variantes do método PQS, nomeadamente, o problema quadrático é uma aproximação quadrática da função objectivo (e não da Lagrangeana); usam diferentes funções mérito e eventualmente considerando funções mérito que usam os multiplicadores de Lagrange.
13 Métodos Numéricos - MEI 12 Algoritmo 1. Dadas aproximações iniciais para x e λ. Dado o parâmetro µ e valores para o critério de paragem. 2. Formar e resolver o sistema linear para obter a direcção de procura. 3. Calcular o tamanho do passo por forma a obter uma redução significativa da função mérito. 4. Calcular novas aproximações à solução. 5. Se o critério de paragem for falso então voltar a 2, senão parar.
14 Métodos Numéricos - MEI Exemplo x L(x, λ) = ( x1 λ 2 3 x 2 + λ ) [x1,x2]=meshgrid(-10:0.5:10,-10:0.5:10); contour(x1,x2,0.5*x1.^2+(x2.^2)/3,100); hold on; plot((-10:0.5:10)-1,-10:0.5:10); plot(0,0, +k ); plot(-0.4,0.6, *k ); 1 min x R 2 2 x x2 2 s.a x 1 x = 0 ( ) xxl(x, λ) = 0 2 3
15 Métodos Numéricos - MEI 14 Exemplo (direcção) Para x 0 = ( 0.3, 0.5) T e λ 0 = 0.3 temos Resolvendo por EGPP temos x 0 = ( , ) T e λ 0 = O método de PQS encontra a solução exacta de um problema quadrático numa única iteração.
16 Métodos Numéricos - MEI 15 Exemplo (função mérito - ρ = 10) M(x 0 ) = 1 2 ( 0.3) (0.5) ( ) 2 = = Para x = x 0 + α x 0, com α = 1 vem M( x) = 1 2 ( 0.4) (0.6) ( ) 2 = = 0.2 Existindo um decréscimo simples (aumento da função objectivo compensado pela admissibilidade).
17 Métodos Numéricos - MEI 16 Exemplo (redução significativa - µ = ) ( ) ( ) ( 0.3) + 20( ) M(x ) = 2 = 3 (0.5) 20( ) ( ) ( x 0 ) T M(x ) = ( 0.1, 0.1) = < 0 (descida) α k = 1 aceite. M( x) M(x k ) + µα k M(x k ) T x k ( ) (decréscimo significativo)
18 Métodos Numéricos - MEI 17 Exemplo (nova aproximação) A nova aproximação à solução é x 1 1 = x x 0 1 = = 0.4 x 1 2 = x x 0 2 = = 0.6 λ 1 = λ 0 + λ 0 = = 0.4 x 1 é a solução do problema.
19 Métodos Numéricos - MEI 18 Programação quadrática sequencial quasi-newton A dificuldade do cálculo da Hessiana da Lagrangeana (existe software que fornece as derivadas) pode ser aliviado através do uso da versão quasi-newton. A versão quasi-newton calcula uma matriz H, aproximação à Hessiana da Lagrangeana (ou a sua inversa), através do uso de informação de primeira ordem (primeiras derivadas). As primeiras derivadas podem também ser estimadas por diferenças finitas.
20 Métodos Numéricos - MEI 19 MATLAB A função MATLAB para resolver problemas de minimização com restrições é a fmincon. A formulação do problema é min x R nf(x) s.a c(x) 0 c eq (x) = 0 Ax b A eq x = b eq lb x ub
21 Métodos Numéricos - MEI 20 Sintaxe fmincon [x,fval,exitflag,output,lambda,grad,hessian] = fmincon(fun,x0,a,b,aeq,beq,lb,ub,nonlcon,options,p1,p2,...) x - Solução do problema. fval - Valor da função objectivo na solução. exitflag - Condição final (>0 convergiu, =0 número máximo de iterações atingido, <0 não convergiu). output - Informação acerca do algoritmo (número de iterações, número de cálculo da função objectivo, etc). lambda - Multiplicadores de Lagrange (restrições lineares, não lineares e de limites simples). grad - Gradiente da função objectivo na solução. hessian - Hessiana da função objectivo na solução.
22 Métodos Numéricos - MEI 21 fun - Função objectivo (ficheiro.m ou inline). x0 - Aproximação inicial. A - Matriz dos coeficientes das restrições lineares de desigualdades. b - Vector dos termos independentes das restrições lineares de desigualdade. Aeq - Matriz dos coeficientes das restrições lineares de igualdades. beq - Vector dos termos independentes das restrições lineares de igualdade. lb - Vector dos limites simples inferiores. ub - Vector dos limites simples superiores. nonlcon - Função que calcula as restrições não lineares de igualdade e desigualdade. options - Opções para o algoritmo. P.. - Argumentos extra (opcionais) para passar às funções (objectivo e das restrições não lineares).
23 Métodos Numéricos - MEI 22 Um exemplo com derivadas Considere-se o seguinte problema 1 min x R 2 2 ( ) (x 1 1) 2 + x 2 2 s.a x x2 2 = 0 x x 2 0 x 1 + x 2 5 = 0 x 1 0 x 2 4
24 Métodos Numéricos - MEI 23 function [f,g,h]=myfun(x) f=0.5*((x(1)-1)^2+x(2)^2); Função objectivo - myfun.m if nargout > 1 % Devolver o gradiente g(1)=x(1)-1; g(2)=x(2); end if nargout > 2 % Devolver Hessiana h(1,1)=1; h(1,2)=0; h(2,1)=0; h(2,2)=1; end
25 Métodos Numéricos - MEI 24 function [c,ceq,gc,gceq]=mycon(x) % Apenas restrições não lineares Restrições - mycon.m c(1)=x(1)^2-5*x(2); % restrição de desigualdade <= 0 ceq(1)=-x(1)+0.25*x(2)^2; % restrição de igualdade if nargout > 2 GC(1,1)=2*x(1); % <= 0 GC(2,1)=-5; end GCeq(1,1)=-1; GCeq(2,1)=0.5*x(2);
26 Métodos Numéricos - MEI 25 Resolução com derivadas >> opt=optimset( GradObj, on, Jacobian, on ); >> [x,f,e,o,l,g,h]=fmincon( myfun,[ ],[],[],[1 1],[5],... [0 -Inf],[Inf 4], mycon,opt); Warning: Large-scale (trust region) method does not currently solve this type of problem, switching to medium-scale (line search). > In C:\MATLAB6p1\toolbox\optim\fmincon.m at line 213 Optimization terminated successfully: Search direction less than 2*options.TolX and maximum constraint violation is less than options.tolcon Active Constraints: 1 2
27 Métodos Numéricos - MEI 26 >> x x = >> f f = >> e e = 1 >> o o = iterations: 5 funccount: 23 stepsize: 1 algorithm: medium-scale: SQP, Quasi-Newton, line-search firstorderopt: [] cgiterations: [] >> l l = lower: [2x1 double] upper: [2x1 double] eqlin: eqnonlin: ineqlin: [0x1 double] ineqnonlin: 0 >> g g = >> h h =
28 Métodos Numéricos - MEI 27 Resolução sem derivadas >> opt=optimset( GradObj, off, Jacobian, off ); >> [x,f,e,o,l,g,h]=fmincon( myfun,[ ],[],[],[1 1],[5],... [0 -Inf],[Inf 4], mycon,opt); Warning: Large-scale (trust region) method does not currently solve this type of problem, switching to medium-scale (line search). > In C:\MATLAB6p1\toolbox\optim\fmincon.m at line 213 Optimization terminated successfully: Search direction less than 2*options.TolX and maximum constraint violation is less than options.tolcon Active Constraints: 1 2
29 Métodos Numéricos - MEI 28 >> x x = >> f f = >> e e = 1 >> o o = iterations: 5 funccount: 23 stepsize: 1 algorithm: medium-scale: SQP, Quasi-Newton, line-search firstorderopt: [] cgiterations: [] >> l l = lower: [2x1 double] upper: [2x1 double] eqlin: eqnonlin: ineqlin: [0x1 double] ineqnonlin: 0 >> g g = >> h h =
30 Métodos Numéricos - MEI 29 Instalação do solver. Excel
31 Métodos Numéricos - MEI 30 Introdução do problema
32 Métodos Numéricos - MEI 31 Adicionar restrições
33 Métodos Numéricos - MEI 32 Opções
34 Métodos Numéricos - MEI 33 Resolução do problema
35 Métodos Numéricos - MEI 34 Relatório com resposta
36 Métodos Numéricos - MEI 35 Relatório com sensibilidade
37 Métodos Numéricos - MEI 36 Relatório com limites
Métodos Numéricos. MEI - Logística e distribuição Optimização não linear com restrições de igualdade 2004/2005
Métodos Numéricos MEI - Logística e distribuição Optimização não linear com restrições de igualdade 2004/2005 Métodos Numéricos - MEI 1 Apresentação - Docentes Aulas teóricas: A. Ismael F. Vaz - aivaz@dps.uminho.pt
Leia maisResoluções do pteste(matlab).pdf
Resoluções do pteste(matlab).pdf 1. Resolução do pteste1 pelo fminsearch do MATLAB function [f] = pteste1(x) f=max((x(1)+x(2)),abs(x(1)*x(2))); >> x0=[1;1]; >> [x,fval,exitflag,output]=fminsearch('pteste1',x0)
Leia maisIury Steiner de Oliveira Bezerra
Algoritmos genéticos (Matlab) MATLAB Optimization Toolbox Iury Steiner de Oliveira Bezerra Tópicos Introdução Otimização de funções Optimization Toolbox Rotinas / Algoritmos Disponíveis Problemas de minimização
Leia maisOPTIMIZAÇÃO NÃO LINEAR
OPTIMIZAÇÃO NÃO LINEAR Opção IV - LESI Método de penalidade para PSI 2004/2005 Optimização não linear - Opção IV - LESI 1 Formulação - Programação Semi-Infinita (PSI) min f(x) x R n s.t. g i (x, t) 0,
Leia maisDepartamento de Matemática da Universidade de Coimbra. Licenciatura em Matemática. e B =
Departamento de Matemática da Universidade de Coimbra Optimização Numérica Licenciatura em Matemática Ano lectivo 2006/2007 Folha 1 1. Considere as matrizes A = [ 1 1 1 2 ] e B = [ 1 3 1 2 (a) Verifique
Leia maisIury Steiner de Oliveira Bezerra
Algoritmos genéticos (Matlab) MATLAB Optimization Toolbox Iury Steiner de Oliveira Bezerra Msc. Iury Steiner Tópicos Introdução Otimização de funções Optimization Toolbox Rotinas / Algoritmos Disponíveis
Leia maisOptimização. Carlos Balsa. Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança
Optimização Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática Aplicada - Mestrados Eng. Química e Industrial Carlos Balsa Matemática Aplicada
Leia maisCapítulo 5 - Optimização Não-Linear
Capítulo 5 - Optimização Não-Linear balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Mestrados em Engenharia da Construção Métodos de Aproximação em Engenharia
Leia mais)XQGDPHQWRVGHSURJUDPDomRPDWHPiWLFD
)XQGDPHQWRVGHSURJUDPDomRPDWHPiWLFD,QWURGXomR A grande maioria dos problemas de engenharia pode ser solucionado de diferentes formas, uma vez que um número muito grande de soluções atende aos critérios
Leia maisOptimização semi-infinita. Opção V. Licenciatura em Matemática Aplicada
Optimização semi-infinita Opção V Licenciatura em Matemática Aplicada EXERCÍCIOS TEÓRICO-PRÁTICOS Ano lectivo de 2006/2007 1 Condições de optimalidade - Optimização não linear finita 1.1 Detere e classifique,
Leia maisII Seminário da Pós-graduação em Engenharia Elétrica
UMA INVESTIGAÇÃO DOS PARÂMETROS NOS MÉTODOS MISTOS DE OTIMIZAÇÃO NÃO LINEAR Ellen Cristina Ferreira Aluna do Programa de Pós-Graduação em Engenharia Elétrica Unesp Bauru Profa. Dra. Edméa Cássia Baptista
Leia maisMétodo de Newton truncado
Método de Newton truncado Marina Andretta ICMC-USP 8 de outubro de 2018 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear
Leia maisMétodos Numéricos C. A. Ismael F. Vaz 1. Escola de Engenharia Universidade do Minho Ano lectivo 2007/2008
Métodos Numéricos C A. Ismael F. Vaz 1 1 Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho aivaz@dps.uminho.pt Ano lectivo 2007/2008 A. Ismael F. Vaz (UMinho) MN C 2007/2008
Leia maisBCC465 - TÉCNICAS DE MULTI-OBJETIVO. Gladston Juliano Prates Moreira 22 de novembro de 2017
BCC465 - TÉCNICAS DE OTIMIZAÇÃO MULTI-OBJETIVO Aula 04 - Otimização Não-linear Gladston Juliano Prates Moreira email: gladston@iceb.ufop.br CSILab, Departamento de Computação Universidade Federal de Ouro
Leia maisOtimização aplicada à Engenharia. Profa. Maíra Martins da Silva
Otimização aplicada à Engenharia Profa. Maíra Martins da Silva mairams@sc.usp.br 3373-8650 Objetivo Introduzir conceitos básicos de OTIMIZAÇÃO. Utilizar o MATLAB para explorar esses conceitos básicos.
Leia maisBioinformática Avançada e Biologia de Sistemas Optimização
Bioinformática Avançada e Biologia de Sistemas Optimização A. Ismael F. Vaz Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho aivaz@dps.uminho.pt Mestrado em Bioinformática
Leia maisLista de Exercícios de Métodos Numéricos
Lista de Exercícios de Métodos Numéricos 1 de outubro de 010 Para todos os algoritmos abaixo assumir n = 0, 1,, 3... Bisseção: Algoritmo:x n = a+b Se f(a) f(x n ) < 0 então b = x n senão a = x n Parada:
Leia maisExercícios TP/P. 1 Condições de optimalidade - Restrições de igualdade
Campus de Gualtar Escola de Engenharia 4710-057 Braga - P Departamento de Produção e Sistemas Exercícios TP/P Mestrado e curso de especialização em Engenharia Industrial - MEI Ramo Logística e Distribuição
Leia maisOptimização e Algoritmos (2004/2005)
Optimização e Algoritmos 2004/2005) Instituto Superior Técnico Engenharia Electrotécnica e de Computadores Série de Problemas 4 Minimização sem restrições algoritmos gradiente, Newton, quasi-newton BFGS)
Leia maisMÉTODOS NEWTON E QUASE-NEWTON PARA OTIMIZAÇÃO IRRESTRITA
MÉTODOS NEWTON E QUASE-NEWTON PARA OTIMIZAÇÃO IRRESTRITA Marlon Luiz Dal Pasquale Junior, UNESPAR/FECILCAM, jr.marlon@hotmail.com Solange Regina dos Santos (OR), UNESPAR/FECILCAM, solaregina@fecilcam.br
Leia maisMétodo dos gradientes (ou método de máxima descida)
Método dos gradientes (ou método de máxima descida) Marina Andretta ICMC-USP 14 de setembro de 2010 Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear 14 de setembro de 2010 1 / 16 Método dos gradientes
Leia maisMétodos para resolver problemas de otimização restrita
Métodos para resolver problemas de otimização restrita Marina Andretta ICMC-USP 22 de novembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 22 de novembro de 2010 1 / 13 Problema
Leia maisBioinformática Avançada e Biologia de Sistemas Optimização
Bioinformática Avançada e Biologia de Sistemas Optimização A. Ismael F. Vaz Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho aivaz@dps.uminho.pt Mestrado em Bioinformática
Leia maisOPTIMIZAÇÃO DE ESTRUTURAS
OPTIMIZAÇÃO DE ESTRUTURAS Alvaro F. M. Azevedo Email: alvaro@fe.up.pt Faculdade de Engenharia da Universidade do Porto 1 OBJECTIVO Minimizar o custo de uma solução estrutural As restrições são os requisitos
Leia maisSME0300 Cálculo Numérico Aula 6
SME0300 Cálculo Numérico Aula 6 Maria Luísa Bambozzi de Oliveira marialuisa @ icmc. usp. br Sala: 3-241 Página: tidia-ae.usp.br 20 de agosto de 2015 Aula Passada Equações Não-Lineares: Determinar raiz
Leia maisMétodo do Lagrangiano aumentado
Método do Lagrangiano aumentado Marina Andretta ICMC-USP 23 de novembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 23 de novembro de 2010 1 / 17 Problema com restrições gerais Vamos
Leia maisResolução de problemas com apenas restrições lineares de igualdade
Resolução de problemas com apenas restrições lineares de igualdade Marina Andretta ICMC-USP 14 de outubro de 2014 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 14 de outubro de 2014 1 / 22
Leia maisDEPARTAMENTO DE ENGENHARIA MECÂNICA
DEPARTAMENTO DE ENGENHARIA MECÂNICA Otimização: Algoritmos e Aplicações na Engenharia Mecânica ENG1786 & MEC2403 Ivan Menezes 2018-2 1 EMENTA 1. Introdução 1.1 Definições Básicas 1.2 Classificação dos
Leia maisAnálise Matemática II - 1 o Semestre 2001/ o Exame - 25 de Janeiro de h
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Análise Matemática II - 1 o Semestre 2001/2002 2 o Exame - 25 de Janeiro de 2001-9 h Todos os cursos excepto Eng. Civil,
Leia maisMétodos Numéricos C Apresentação da Disciplina
Métodos Numéricos C Apresentação da Disciplina Isabel Espírito Santo Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho iapinho@dps.uminho.pt http://www.norg.uminho.pt/iapinho/
Leia maisINVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios. Cap. IV Modelo Dual
INVESTIGAÇÃO OPERACIONAL Programação Linear Exercícios Cap. IV Modelo Dual António Carlos Morais da Silva Professor de I.O. i Cap. IV - Modelo Dual - Exercícios IV. Modelo Problema Dual 1. Apresente o
Leia maisModelagem Computacional. Parte 8 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 8 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 10 e 11] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisAula 10 Sistemas Não-lineares e o Método de Newton.
Aula 10 Sistemas Não-lineares e o Método de Newton MS211 - Cálculo Numérico Marcos Eduardo Valle Departamento de Matemática Aplicada Instituto de Matemática, Estatística e Computação Científica Universidade
Leia mais1 Otimização com restrições I: Condições de Primeira Ordem
Otimização com restrições I: Condições de Primeira Ordem Teorema 8: Seja f e h funções C de duas variáveis Suponha x = (x, x 2 ) é uma solução do problema: max f (x, x 2 ) sa h(x, x 2 ) = c Suponha também
Leia maisMétodos Numéricos C. A. Ismael F. Vaz 1. Escola de Engenharia Universidade do Minho Ano lectivo 2007/2008
Métodos Numéricos C A. Ismael F. Vaz 1 1 Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho aivaz@dps.uminho.pt Ano lectivo 2007/2008 A. Ismael F. Vaz (UMinho) MN C 2007/2008
Leia maisParte 1: Exercícios Teóricos
Cálculo Numérico SME0104 ICMC-USP Lista 5: Zero de Funções Lembrete (informação que vai estar disponível na prova) Método de Newton Método da Secante x k+1 = x k f(x k) f (x k ), x k+1 = x k J 1 F (x k
Leia maisMétodos Numéricos I. A. Ismael F. Vaz. Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho
Métodos Numéricos I A. Ismael F. Vaz Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho aivaz@dps.uminho.pt Engenharia Mecânica Ano lectivo 2007/2008 A. Ismael F. Vaz (UMinho)
Leia maisMarina Andretta. 17 de setembro de Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright.
Métodos de regiões de confiança Marina Andretta ICMC-USP 17 de setembro de 2014 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear
Leia maisUNIVERSIDADE FEDERAL DO ABC. 1 Existência e unicidade de zeros; Métodos da bissecção e falsa posição
UNIVERSIDADE FEDERAL DO ABC BC1419 Cálculo Numérico - LISTA 1 - Zeros de Funções (Profs. André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda) 1 Existência e unicidade de zeros; Métodos
Leia maisOTIMIZAÇÃO E DESPACHO ECONÔMICO
7 OTIMIZAÇÃO E DESPACHO ECOÔMICO 7.1 ITRODUÇÃO este capítulo, o leitor encontrará informações básicas sobre procedimento geral de otimização e aplicação ao caso de despacho, considerado econômico, associado
Leia maisINSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 2007/2008 Semestre: 1 o
INSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 27/28 Semestre: o MATEMÁTICA COMPUTACIONAL Exercícios [4 Sendo A M n (C) mostre que: (a) n A 2 A n A 2 ; (b)
Leia maisMétodos de Pesquisa Operacional
Métodos de Pesquisa Operacional Programação Linear é a parte da Pesquisa Operacional que trata da modelagem e resolução de problemas formulados com funções lineares. Programação Linear } Métodos de Resolução
Leia maisBioinformática Avançada e Biologia de Sistemas Optimização
Bioinformática Avançada e Biologia de Sistemas Optimização A. Ismael F. Vaz Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho aivaz@dps.uminho.pt Mestrado em Bioinformática
Leia maisDisciplina que estuda métodos analíticos para auxiliar na tomada de decisões.
Edgard Jamhour Disciplina que estuda métodos analíticos para auxiliar na tomada de decisões. Procura encontrar soluções ótimas ou próximo de ótimas para problemas de engenharia industrial, economia e finanças,
Leia maisInstituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática
Instituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática Análise Numérica Licenciaturas em Engenharia Ambiente,Civil e Química I - Equações Não Lineares.
Leia maisMétodos Numéricos Zeros Posição Falsa e Ponto Fixo. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina
Métodos Numéricos Zeros Posição Falsa e Ponto Fixo Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Método da Posição Falsa 2 Método da Posição Falsa O processo consiste em dividir/particionar
Leia maisMatemática Computacional - 2 o ano LEMat e MEQ
Instituto Superior Técnico Departamento de Matemática Secção de Matemática Aplicada e Análise Numérica Matemática Computacional - o ano LEMat e MEQ Exame/Teste - 5 de Fevereiro de - Parte I (h3m). Considere
Leia maisControle Ótimo - Aula 8 Equação de Hamilton-Jacobi
Controle Ótimo - Aula 8 Equação de Hamilton-Jacobi Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo Considere
Leia maisUm sistema de n equações não lineares a n incógnitas é toda expressão do tipo: [3 x 1. x 2 ) 3 3 ) 2 7] +2(x 2. 2 log(x1 +x 2
UFSC INE50 95 INE50 Cálculo Numérico Cap 4 Resolução de sistemas não lineares (Material retirado de: Faires Um sistema de n equações não lineares a n incógnitas é toda epressão do tipo: {f (,, n,, n f
Leia maisMÉTODOS NUMÉRICOS. ENGENHARIA ELECTRÓNICA INDUSTRIAL e de COMPUTADORES
UNIVERSIDADE DO MINHO MÉTODOS NUMÉRICOS ENGENHARIA ELECTRÓNICA INDUSTRIAL e de COMPUTADORES EXERCÍCIOS PRÁTICOS- 1 a parte Ano lectivo de 2004/2005 Exercícios práticos - CONUM Solução de uma equação não
Leia maisNotas de Aula de Cálculo Numérico
IM-Universidade Federal do Rio de Janeiro Departamento de Ciência da Computação Notas de Aula de Cálculo Numérico Lista de Exercícios Prof. a Angela Gonçalves 3 1. Erros 1) Converta os seguintes números
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
Programação Não Linear Aula 7: Programação Não-Linear - Funções de Várias variáveis Vector Gradiente; Matriz Hessiana; Conveidade de Funções e de Conjuntos; Condições óptimas de funções irrestritas; Método
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
Programação Não Linear com Restrições Aula 30: Programação Não-Linear - Funções de Várias Variáveis com Restrições (Prática) Ponto Regular; Multiplicadores de Lagrange e Condições Necessárias; Condições
Leia maisMatemática Computacional - Exercícios
Matemática Computacional - Exercícios 1 o semestre de 2007/2008 - Engenharia Biológica Teoria de erros e Representação de números no computador Nos exercícios deste capítulo os números são representados
Leia maisExercícios de MATEMÁTICA COMPUTACIONAL. 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares
Exercícios de MATEMÁTICA COMPUTACIONAL Mestrado Integrado em Engenharia Biomédica 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares 1. Considere a equação sin(x) e x = 0. a) Prove que
Leia maisx exp( t 2 )dt f(x) =
INTERPOLAÇÃO POLINOMIAL 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia Aproximação
Leia maisLista 1 - Cálculo Numérico - Zeros de funções
Lista 1 - Cálculo Numérico - Zeros de funções 1.) De acordo com o teorema de Bolzano, se uma função contínua f(x) assume valores de sinais opostos nos pontos extremos do intervalo [a, b], isto é se f(a)
Leia maisResolução do Exame Tipo
Departamento de Matemática e Engenharias Análise e Computação Numérica Resolução do Exame Tipo 1. O computador IBM 3090 possuía um sistema de vírgula flutuante F F(16, 5, 65, 62) (em precisão simples),
Leia maisSME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé. (α 1)z + 88 ]
SME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé 1 o sem/2016 Nome: 1 a Prova - 07/10/2016 Apresentar todos os cálculos - casas decimais 1. Considere a família de funções da forma onde
Leia maisMétodo de restrições ativas para minimização em caixas
Método de restrições ativas para minimização em caixas Marina Andretta ICMC-USP 20 de outubro de 2014 Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear 20 de outubro de 2014 1 / 25 Problema com
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Introdução Solução de equações não lineares
Leia maisDeterminação de raízes de polinômios: Método de Briot-Ruffini-Horner
Determinação de raízes de polinômios: Marina Andretta/Franklina Toledo ICMC-USP 13 de maio de 2015 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina Toledo (ICMC-USP) sme0301
Leia maisResolução de sistemas de equações lineares: Método dos Gradientes Conjugados
Resolução de sistemas de equações lineares: Método dos Gradientes Conjugados Marina Andretta/Franklina Toledo ICMC-USP 24 de março de 2015 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina
Leia maisexercícios de análise numérica II
exercícios de análise numérica II lic. matemática aplicada e computação (4/5) aulas práticas - capítulo Exercício. Mostre que a soma dos polinómios base de Lagrange é a função constante. Exercício. Usando
Leia maisMAT Cálculo 2 para Economia 3 a Prova - 28 de novembro de 2016
MAT 0147 - Cálculo para Economia 3 a Prova - 8 de novembro de 016 Questão 1) Determine o máximo e o mínimo de f(x, y) = x 4 + y em D = {(x, y); x + y 1}. Soluç~ao: As derivadas parciais f x (x, y) = 4x
Leia maisCapítulo 6 - Equações Não-Lineares
Sistemas de Capítulo 6 - Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil e Electrotécnica Carlos Balsa Métodos Numéricos 1/
Leia maisMatemática Computacional - 2 o ano LEMat e MEQ
Instituto Superior Técnico Departamento de Matemática Secção de Matemática Aplicada e Análise Numérica Matemática Computacional - o ano LEMat e MEQ Exame/Teste - 1 de Janeiro de 1 - Parte I (1h3m) 1. Considere
Leia maisGrupo I. 1. Seja tal que, onde e é a
Matemática II 2010-2011 2º Semestre 1ª Frequência 31 de Março de 2011 Pedro Raposo; Maria João Araújo; Carla Cardoso; Vasco Simões O teste tem a duração de 2:30 horas. Deve resolver os grupos em folhas
Leia maisAlocação de Unidades via Relaxação Lagrangeana
Alocação de Unidades via Relaxação Lagrangeana Prof. Antonio Simões Costa Grupo de Sistemas de Potência EEL - UFSC Relaxação Lagrangeana: Conceitos Iniciais 2 1 Alocação de Unidades via Relaxação Lagrangeana
Leia maisDeterminação de raízes de polinômios: Método de Briot-Ruffini-Horner
Determinação de raízes de polinômios: Método de Briot-Ruffini-Horner Marina Andretta/Franklina Toledo ICMC-USP 29 de outubro de 2012 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina
Leia maisUM ALGORITMO DE NEWTON DE PONTO INTERIOR E APLICAÇÕES NA FUNDIÇÃO ELETROMAGNÉTICA DE METAIS. Alfredo Canelas Botta
COPPE/UFRJ UM ALGORITMO DE NEWTON DE PONTO INTERIOR E APLICAÇÕES NA FUNDIÇÃO ELETROMAGNÉTICA DE METAIS Alfredo Canelas Botta Tese de Doutorado apresentada ao Programa de Pós-graduação em Engenharia Mecânica,
Leia maisDesenho Óptimo de Estações de Águas Residuais Através da Modelação de Funções Custo
Isabel A. C. P. Espírito Santo, 2 de Julho de 2007 1 Desenho Óptimo de Estações de Águas Residuais Através da Modelação de Funções Custo Isabel Alexandra Costa Pinho do Espírito Santo Orientação: Edite
Leia maisTestes Formativos de Computação Numérica e Simbólica
Testes Formativos de Computação Numérica e Simbólica Os testes formativos e 2 consistem em exercícios de aplicação dos vários algoritmos que compõem a matéria da disciplina. O teste formativo 3 consiste
Leia maisMAP Primeiro exercício programa Método de Diferenças Finitas para solução de problemas de contorno de equações diferenciais ordinárias
MAP-2121 - Primeiro exercício programa - 2006 Método de Diferenças Finitas para solução de problemas de contorno de equações diferenciais ordinárias Instruções gerais - Os exercícios computacionais pedidos
Leia maisSME0300 Cálculo Numérico Aula 4
SME0300 Cálculo Numérico Aula 4 Maria Luísa Bambozzi de Oliveira marialuisa @ icmc. usp. br Sala: 3-241 Página: tidia-ae.usp.br 13 de agosto de 2015 Aula Passada Operações Aritméticas: Arredondamento a
Leia maisMATEMÁTICA COMPUTACIONAL. Exercícios
MATEMÁTICA COMPUTACIONAL Exercícios Filipe J. Romeiras Departamento de Matemática Instituto Superior Técnico Junho de 2008 1 1. REPRESENTAÇÃO DE NÚMEROS E TEORIA DE ERROS 1 [1.1] Represente x num sistema
Leia maisPlanejamento da Operação de Sistemas Hidrotérmicos. Parte III
Universidade Federal de Paraná Setor de Tecnologia Departamento de Engenharia Elétrica Planejamento da Operação de Sistemas Hidrotérmicos Parte III Prof. Dr. Clodomiro Unsihua-Vila SISTEMA TERMELÉTRICO
Leia maisf(1) = 6 < 0, f(2) = 1 < 0, f(3) = 16 > 0 x [2, 3].
1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Métodos Numéricos Para Solução
Leia maisPLANEJAMENTO DA OPERAÇÃO DE SISTEMAS TERMOELÉTRICOS DE GERAÇÃO. Prof.:Ivo Chaves da Silva Junior.
LANEJAMENTO DA OERAÇÃO DE SISTEMAS TERMOELÉTRICOS DE GERAÇÃO Despacho Econôico e Unit Coitent rof.:ivo Chaves da Silva Junior ivo.junior@ufjf.edu.br www.ufjf.br/ivo_junior de Agosto de DESACHO ECONÔMICO:
Leia maisOPF - Optimal Power Flow
OPF - Optimal Power Flow Manuel António Matos FEUP 1999 Despacho de reactiva > Decisões: fixação de valores de tensão especificada ou de potência reactiva (PV) posição das tomadas de transformadores (ou
Leia maisAna Paula. October 26, 2016
Raízes de Equações October 26, 2016 Sumário 1 Aula Anterior 2 Método da Secante 3 Convergência 4 Comparação entre os Métodos 5 Revisão Aula Anterior Aula Anterior Aula Anterior Aula Anterior Método de
Leia maisOtimização Multiobjetivo
Otimização Multiobjetivo Otimização Restrita Prof. Frederico Gadelha Guimarães Lucas S. Batista Eduardo G. Carrano Universidade Federal de Minas Gerais Programa de Pós-Graduação em Engenharia Elétrica,
Leia maisProcessamento de Imagens CPS755
Processamento de Imagens CPS755 aula 06 - sistemas não lineares Antonio Oliveira Ricardo Marroquim 1 / 38 laboratório de processamento de imagens tópicos RANSAC métodos iterativos (não-lineares) gradientes
Leia maisEquações não lineares Universidade de Coimbra Professor João Soares 2008/2009
Matemática Computacional Equações não lineares Universidade de Coimbra 13 pages Professor João Soares 2008/2009 1. Localize graficamente (à mão ou em matlab) as soluções das seguintes equações e demonstre,
Leia maisRaízes de Equações métodos delimitados. qual o problema? equações não lineares/raízes
Raízes de Equações métodos delimitados Aula 5 (16/0/07) Métodos Numéricos Aplicados à Engenharia Licenciatura em Engenharia Alimentar Escola Superior Agrária de Coimbra qual o problema? Podemos calcular
Leia maisMÉTODOS NUMÉRICOS. ENGENHARIA e GESTÃO INDUSTRIAL
UNIVERSIDADE DO MINHO MÉTODOS NUMÉRICOS ENGENHARIA e GESTÃO INDUSTRIAL EXERCÍCIOS PRÁTICOS Ano lectivo de 2005/2006 Métodos Numéricos - L.E.G.I. Exercícios práticos - CONUM Solução de uma equação não linear
Leia maisCálculo Numérico / Métodos Numéricos. Solução de equações polinomiais Briot-Ruffini-Horner
Cálculo Numérico / Métodos Numéricos Solução de equações polinomiais Briot-Ruffini-Horner Equações Polinomiais p = x + + a ( x) ao + a1 n x n Com a i R, i = 0,1,, n e a n 0 para garantir que o polinômio
Leia maisSolução aproximada de equações de uma variável
Cálculo Numérico de uma variável Prof. Daniel G. Alfaro Vigo dgalfaro@dcc.ufrj.br Departamento de Ciência da Computação IM UFRJ Parte I Localização de zeros e Método da bissecção Motivação: Queda de um
Leia maisEXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO
Cálculo Numérico EXERCICIOS EXTRAIDOS DE PROVAS ANTERIORES o sem/08 EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO x. Considere a seguinte tabela de valores de uma função f: i 0 f(x i ).50
Leia mais1. Converta os seguintes números decimais para sua forma binária: (a) 22 (b) 255 (c) 256 (d) 0.11 (e) (f)
1 a Lista de Exercícios de Cálculo Numérico Prof a. Vanessa Rolnik 1. Converta os seguintes números decimais para sua forma binária: (a) 22 (b) 255 (c) 256 (d).11 (e).8125 (f) 4.69375 2. Converta os seguintes
Leia maisOPTIMIZAÇÃO NÃO LINEAR EM REDES
OPTIMIZAÇÃO NÃO LINEAR EM REDES Luis Ernesto Torres Guardia Departamento de Engenharia de Produção Universidade Federal Fluminense Rua Passo da Pátria 156, São Domingos 24210-240, Niterói, R.J., Brasil
Leia maisSISTEMAS LINEARES PROF. EDÉZIO
SOLUÇÕES NUMÉRICAS DE SISTEMAS LINEARES PROF. EDÉZIO Considere o sistema de n equações e n incógnitas: onde E : a x + a x +... + a n x n = b E : a x + a x +... + a n x n = b. =. () E n : a n x + a n x
Leia maisResumo. Filtragem Adaptativa. Filtros adaptativos. Tarefas desempenhadas pelos filtros
Resumo Filtragem Adaptativa Luís Caldas de Oliveira lco@istutlpt Instituto Superior Técnico Sistemas de filtragem adaptativa Conceitos de filtragem adaptativa Filtro de Wiener Algoritmo steepest descent
Leia mais1 Receita básica. x + cos(x) = y + y 3 x 2 + y 2 = 1. E o escrevemos na forma. x + cos(x) y y. F 1 x F 2. x 1 x 2 x n J F = F n F n F n
Receitas para solução de sistemas de equações usando o método de Newton-Raphson no Scilab Prof. Fabio Azevedo - Cálculo Numérico - MAT01169 1 Receita básica Nesta receira básica, mostraremos como calcular
Leia mais2 Métodologia para a Resolução do NEP
Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Algoritmos para o Problema de Equilíbrio de Nash Euda Mara da Silva Ferreria Universidade Federal do Paraná, UFPR, Curitiba, PR E-mail: diretoria@facel.com.br
Leia maisMATLAB. Aula 05. Cláudio R. Lucinda FEA-RP/USP. Aula 05
Bibliografia: Apresentação Estrutura da Aula 1 MATLAB Detalhes Operacionais Funções Matemática Simbólica Otimização Detalhes Operacionais MATLAB-Importando Dados readtable - Para importar dados organizados
Leia maisFOLHAS DE PROBLEMAS DE MATEMÁTICA II CURSO DE ERGONOMIA PEDRO FREITAS
FOLHAS DE PROBLEMAS DE MATEMÁTICA II CURSO DE ERGONOMIA PEDRO FREITAS Maio 12, 2008 2 Contents 1. Complementos de Álgebra Linear 3 1.1. Determinantes 3 1.2. Valores e vectores próprios 5 2. Análise em
Leia maisCapítulo 4 - Equações Não-Lineares
Capítulo 4 - Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil, Química e Gestão Industrial Carlos Balsa Métodos Numéricos 1/
Leia maisPolos Olímpicos de Treinamento. Aula 10. Curso de Álgebra - Nível 3. Diferenças finitas e o polinômio interpolador de Lagrange. 1. Diferenças Finitas
Polos Olímpicos de Treinamento Curso de Álgebra - Nível 3 Prof. Cícero Thiago / Prof. Marcelo Aula 10 Diferenças finitas e o polinômio interpolador de Lagrange. 1. Diferenças Finitas Seja P(x) um polinômio
Leia mais