Otimização Multiobjetivo
|
|
- Ian Galvão Deluca
- 7 Há anos
- Visualizações:
Transcrição
1 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, Brasil
2 Método de Lagrange Sumário 1 Otimização com restrições Método de Lagrange Método do Lagrangeano Aumentado 2/37
3 Método de Lagrange Problemas de otimização restrita Formulação geral de problemas de otimização: min f (x) R, x F x g i (x) 0; F = h j (x) =0; x X i = 1,...,p (restrições de desigualdade) j = 1,...,q (restrições de igualdade) 3/37
4 Método de Lagrange Método de Lagrange Conforme vimos, a solução do problem restrito a seguir éumpontocríticodafunção Ponto crítico implica que: min f (x) sujeito a h(x) =0 L(x,λ)=f (x)+λh(x) [ x L λ L ] = 0 4/37
5 Método de Lagrange Método de Lagrange Função Lagrangeana OpontocríticodafunçãoLagrangeanalevaaumsistemacomn + 1 equações e n + 1incógnitas: { x L(x,λ)= f (x)+λ h(x) =0 F(x,λ)= λ L(x,λ)=h(x) =0 OMétododeLagrangeconsistenasoluçãodessesistemade equações determinando (x,λ ). 5/37
6 Método de Lagrange Método de Lagrange Exemplo Seja o problema min f (x) =3x 1 + 4x 2 s.a. h(x) =x x = 0 Determine a solução usando o método de Lagrange. 6/37
7 Método de Lagrange Método de Lagrange No caso geral: F = { g i (x) 0; h j (x) =0; min f (x) R, x F x i = 1,...,p (restrições de desigualdade) j = 1,...,q (restrições de igualdade) temos: L(x,µ, λ) =f (x)+g µ + h λ 7/37
8 Método de Lagrange Método de Lagrange com: Asoluçãodoproblemarestritoéasoluçãodosistemaden+p+q equações x L(x,µ, λ) = f (x)+j h (x) λ + J g (x) µ = 0 F(x,µ, λ) = µ L(x,µ, λ) µ i g i (x) =0 λ L(x,µ, λ) =h(x) =0 J g (x) =[ g 1 (x) g p (x)] n p J h (x) =[ h 1 (x) h q (x)] n q 8/37
9 Método de Lagrange Método de Lagrange Infelizmente, o Método de Lagrange não é muito prático, pelas seguintes razões: Aconstruçãodosistemadeequaçõespressupõeacessoàsexpressões analíticas de f (x), g i (x), h j (x); Aresoluçãodoproblemadeotimizaçãonãolinearoriginalrequer asoluçãodeumsistemadeequaçõesnãolineares; 9/37
10 Sumário 1 Otimização com restrições Método de Lagrange Método do Lagrangeano Aumentado 10 / 37
11 Introdução AabordagemdosMétodosdePenalidadesconsistenatransformação do problema restrito original num problema irrestrito equivalente (dois problemas são ditos equivalentes se possuem a mesma solução); Métodos indiretos para otimização restrita. 11 / 37
12 Introdução No método de Penalidades, penalidades são adicionadas à função-objetivo: 1 Métodos de penalidade interior ou métodos Barreira: pontos gerados devem ser sempre viáveis e qualquer tentativa de sairda região factível é penalizada. 2 Métodos de penalidade exterior ou métodos de Penalidade: qualquer violação de alguma restrição é penalizada no valor da função-objetivo. 12 / 37
13 Em geral, em problemas restritos a solução reside na fronteira da região factível: Nos métodos de penalidade interior, a solução ótima é aproximada internamente por uma sequência de soluções do problema irrestrito transformado; Nos métodos de penalidade exterior, a solução ótima é aproximada externamente por uma sequência de soluções do problema irrestrito transformado; 13 / 37
14 Método de Penalidade Exterior Função de penalidade Uma função de penalidade deve atender as seguintes condições: { p(x) > 0, se x / F p(x) =0, se x F 14 / 37
15 Método de Penalidade Exterior Função de penalidade No caso de um problema com uma restrição de igualdade: min f (x) s.a h(x) =0 min f (x)+u[h(x)]2 }{{} p(x,u) No caso de um problema com uma restrição de desigualdade: min f (x) s.a g(x) 0 min f (x)+umax [0, g(x)]2 }{{} p(x,u) 15 / 37
16 Método de Penalidade Exterior Função de penalidade De forma geral temos: p p(x, u) =u max [0, g i (x)] 2 + i=1 q [h j (x)] 2 j=1 16 / 37
17 Método de Penalidade Exterior Exemplo Seja o problema min f (x), comf (x) =x, sujeitoag(x) = x / 37
18 Método de Penalidade Exterior Exemplo Seja o problema min f (x), comf (x) =x, sujeitoag(x) = x Solução Usando p(x) =max[0, g(x)] 2,tem-se: { 0, x 3 p(x) = (3 x) 2, x < 3 Para x < 3, f (x)+p(x, u) =x + u(3 x) 2.Assim: df dx = 1 2u(3 x) =0 x = 3 1 2u Com u,temosx / 37
19 Método de Penalidade Exterior Exemplo Seja o problema min f (x) =(x 1 5) 2 +(x 2 6) 2 s.a h(x) =x 1 2 = 0 18 / 37
20 Método de Penalidade Exterior Algoritmo 1: Método de Penalidade Exterior Input: x 0 X, u 0 > 0, função-objetivo f ( ) erestriçõesg( ) e h( ) 1 k 0; 2 while critério de parada do 3 Começando de x k,encontrex k+1 arg min x f (x)+p(x, u k ); 4 u k+1 αu k,comα>1; 5 k k + 1; 6 end 19 / 37
21 Método de Penalidade Interior No método de barreira, deve-se construir uma função que penaliza tentativas de sair da região factível. Função de barreira Uma função de barreira deve atender as seguintes condições: { b(x), se x F b(x) 0 +, se x F 20 / 37
22 Método de Penalidade Interior b(x) éumafunçãobarreiranãonegativaecontínuaemf etende ainfinitoàmedidaqueaproximamosdafronteira. Formulando o problema como a minimização de f (x) +b(x, u), com u 0 +,gera-seumasequênciadesoluçõesnointeriorde F que converge para x. 21 / 37
23 Método de Penalidade Interior Função de barreira Uma possível função barreira é min f (x) s.a g(x) 0 min f (x)+( u) log [ g(x)] }{{} b(x,u) 22 / 37
24 Método de Penalidade Interior Função de barreira Uma possível função barreira é min f (x) s.a g(x) 0 Outra opção mais usada na prática é: min f (x)+( u) log [ g(x)] }{{} b(x,u) min f (x) s.a g(x) 0 min f (x)+( u) 1 g(x) }{{} b(x,u) 22 / 37
25 Método de Penalidade Interior Função de barreira De forma geral temos: b(x, u) = u { p i=1 } 1 g i (x) Observe que não é possível definir uma função barreira para restrições de igualdade! 23 / 37
26 Método de Penalidade Interior Exemplo Seja o problema min f (x), comf (x) =x, sujeitoag(x) = x / 37
27 Método de Penalidade Interior Exemplo Seja o problema min f (x), comf (x) =x, sujeitoag(x) = x Solução Usando a função barreira, tem-se: Assim: d dx ( x + u 1 ) x 3 Com u 0 +,temosx 3 +. f (x)+b(x, u) =x + u 1 x 3 1 = 1 u (x 3) 2 = 0 x = 3 + u 24 / 37
28 Método de Penalidade Interior Algoritmo 2: Método de Penalidade Interior Input: x 0 F, u 0 > 0, função-objetivo f ( ) erestriçõesg( ) e h( ) 1 k 0; 2 while critério de parada do 3 Começando de x k,encontrex k+1 arg min x f (x)+b(x, u k ); 4 u k+1 αu k,com0<α<1; 5 k k + 1; 6 end 25 / 37
29 Considerações finais Ateoriaprevêqueasoluçãoconvergeparaasoluçãoótimaquando u k (ou u k 0 + ), porém: AHessianadafunção-objetivopenalizadadependedeu k epode apresentar mal-condicionamento numérico; Avariaçãodeu k deve ser gradual; Aprecisãofinalficabastantelimitada. 26 / 37
30 Considerações finais Diversas modificações podem ser feitas na abordagem por penalidades: Usar termos de penalidade distintos para cada restrição evitando problemas de escala; Penalizar apenas a restrição mais violada. 27 / 37
31 Método do Lagrangeano Aumentado Sumário 1 Otimização com restrições Método de Lagrange Método do Lagrangeano Aumentado 28 / 37
32 Método do Lagrangeano Aumentado Introdução Conforme vimos, uma das dificuldades dos métodos de penalidade é o mal-condicionamento numérico causado ao se fazer u ou u 0 + ; OmétodoLAéumaextensãodosmétodosdepenalidades,porém sem o problema de tornar a função de penalidade mal-condicionada com o aumento de u. 29 / 37
33 Método do Lagrangeano Aumentado Método do Lagrangeano Aumentado Seja o problema min f (x) sujeito a h(x) =0 Usando a função de penalidade, temos: z(x) =f (x)+ u 2 [h(x)]2 de tal forma que quando u,temosx x e: z(x )= f(x )+uh(x ) h(x )=0 Da função Lagrangeana, sabemos que: L(x,λ )= f(x )+λ h(x )=0 30 / 37
34 Método do Lagrangeano Aumentado Método do Lagrangeano Aumentado Comparando as duas expressões, observa-se que lim uh(x) λ x x O produto uh(x) traz, no limite, a dificuldade de um produto 0; No método LA, consideramos a seguinte função Lagrangeana Aumentada: L A (x,λ, u) =L(x,λ)+ u [h i (x)] 2 2 i = f (x)+ λ i h i (x)+ u [h i (x)] 2 2 i i 31 / 37
35 Método do Lagrangeano Aumentado Método do Lagrangeano Aumentado OótimodafunçãoLagrangeanaAumentadacoincidecomoótimo da função Lagrangeana; Em um ponto não crítico x x : x L A (x,λ, u) = f (x)+ i [λ i + uh i (x)] h i (x) Próximo ao ponto solução, espera-se: λ i + uh i (x) λ 32 / 37
36 Método do Lagrangeano Aumentado Método do Lagrangeano Aumentado Aequaçãoanteriorsugereumafórmuladeatualizaçãorecursiva dos multiplicadores de Lagrange: λ k+1 i = λ k i + u k h i (x k ) Não há necessidade de fazer u ; AminimizaçãodeL A émaisestávelnumericamente. 33 / 37
37 Método do Lagrangeano Aumentado Método do Lagrangeano Aumentado De forma geral, temos: L A (x,µ, λ, u) =f (x)+ i µ i g i (x)+ j λ j h j (x)+ ou ainda L A (x,µ, λ, u) =f (x)+ u 2 + u max [0, g i (x)] 2 + u [h j (x)] i i [ ( max g i (x), µ i u )] 2 + j j [ h j (x)+ λ ] 2 j u 34 / 37
38 Método do Lagrangeano Aumentado Método do Lagrangeano Aumentado Algoritmo 3: Método do Lagrangeano Aumentado Input: x 0 X, µ 0, λ 0, u 0,função-objetivof( ) erestriçõesg( ) e h( ) 1 k 0; 2 while critério de parada do 3 Começando de x k,encontrex k+1 arg min x L A (x,µ k,λ k, u k ); 4 µ k+1 i µ k i + u k max 5 λ k+1 j λ k j + u k h j (x k+1 ) ; 6 u k+1 αu k ; 7 k k + 1; 8 end [ ] g i (x k+1 ), µk i u k ; 35 / 37
39 Método do Lagrangeano Aumentado Método do Lagrangeano Aumentado Vantagens Apenalidadeu não precisa tender a infinito, pode ser aumentada de forma suave; Asoluçãoinicialnãoprecisaserfactível; Épossívelencontrarg i (x) =0eh j (x) =0comprecisão; Os multiplicadores de Lagrange diferentes de zero identificam as restrições ativas no ponto solução. 36 / 37
40 Singiresu S. Rao, Engineering Optimization: Theory and Practice, Wiley, 4th ed., Mokhtar S. Bazaraa, Hanif D. Sherali, C. M. Shetty, Nonlinear Programming: Theory and Algorithms, Wiley-Interscience, 3rd ed., R. Fletcher, Practical Methods of Optimization, Wiley, Geraldo R. Mateus, Henrique P. L. Luna, Programação Não Linear, V Escola de Computação, Belo Horizonte, UFMG, J. A. Ramírez, F. Campelo, F. G. Guimarães, R. H. C. Takahashi,NotasdeAulade Otimização, Início 37 / 37
BCC465 - 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 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 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 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 maisEEL 7100 Despacho Econômico de Unidades Térmicas Parte 1
EEL 7100 Despacho Econômico de Unidades Térmicas Parte 1 Antonio Simões Costa UFSC - LABSPOT A. Simões Costa (UFSC - Labspot) 1 / 25 Introdução Importância da consideração da eficiência econômica na operação
Leia maisOtimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana
Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Forma geral de um problema Em vários problemas que formulamos, obtivemos: Um objetivo de otimização
Leia maisCURSO DE MESTRADO EM Construções Metálicas
CURSO DE MESTRADO EM Construções Metálicas DEPARTAMENTO DE ENGENHARIA CIVIL - ESCOLA DE MINAS UNIVERSIDADE FEDERAL DE OURO PRETO Disciplina: Otimização Estrutural I Carga Horária: 45 Código: CIV 733 Responsável:
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 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 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 maisJaime A. Ramírez Felipe Campelo Frederico G. Guimarães Lucas S. Batista Ricardo H.C. Takahashi
Otimização ELE037 Introdução Jaime A. Ramírez Felipe Campelo Frederico G. Guimarães Lucas S. Batista Ricardo H.C. Takahashi Universidade Federal de Minas Gerais Departamento de Engenharia Elétrica J. A.
Leia maisTeoria da Decisão. Abordagem Clássica para Tomada de Decisão Multicritério. Prof. Lucas S. Batista.
Teoria da Decisão Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Abordagem Bellman-Zadeh Sumário
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 maisTeoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016
Teoria de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisALGUMS MÉTODOS CLÁSSICOS DE OTIMIZAÇÃO
ALGUMS MÉTODOS CLÁSSICOS DE OTIMIZAÇÃO Pedro Henrique Rodrigues da Silva, pedro henrique-02@hotmailcom 1 Milena Almeida Leite Brandão, milena@pontalufubr 1 1 Universidade Federal de Uberlândia, Faculdade
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 maisOtimização Aplicada à Engenharia de Processos
Otimização Aplicada à Engenharia de Processos Aula 2: Programação Matemática Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013
Leia maisTeoria da Decisão. Otimização Vetorial. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Introdução Sumário 1 Introdução
Leia maisOtimização Aplicada à Engenharia de Processos
Otimização Aplicada à Engenharia de Processos Aula 4: Programação Linear Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013
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 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 maisxy 2 (b) A função é contínua na origem? Justique sua resposta! (a) Calculando o limite pela reta y = mx:
NOME: UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Instituto de Matemática PRIMEIRA PROVA UNIFICADA CÁLCULO II Politécnica, Engenharia Química e Ciência da Computação 21/05/2013. 1 a QUESTÃO : Dada a função
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 maisENG-418 OTIMIZAÇÃO DE PROCESSOS QUÍMICOS
Universidade Federal da Bahia - UFBA Escola Politécnica EP Departamento de Engenharia Química - DEQ Laboratório de Controle e Otimização de Processos Industriais - LACOI Disciplina: Otimização de Processos
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 maisAplicação do Método de Barreira Logarítmica na Resolução de um Problema de Programação Linear.
Aplicação do Método de Barreira Logarítmica na Resolução de um Problema de Programação Linear. Rodrigo Romais (FCSGN) 1 r.romais@gmail.com Resumo: Métodos numéricos de Ponto Interior são extremamente úteis
Leia maisétodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Leia maisDerivadas Parciais Capítulo 14
Derivadas Parciais Capítulo 14 DERIVADAS PARCIAIS No Exemplo 6 da Seção 14.7 maximizamos a função volume V = xyz sujeita à restrição 2xz + 2yz + xy = que expressa a condição de a área da superfície ser
Leia maisOTIMIZAÇÃO. O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função.
OTIMIZAÇÃO O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função. Pontos de máximos e mínimos de uma função são pontos onde a derivada da função é nula. A
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 maisAndréa Maria Pedrosa Valli
Raízes de Equações Andréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempenho (LCAD) Departamento de Informática Universidade Federal do Espírito Santo - UFES, Vitória, ES, Brasil 2-27 Raízes
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 maisMétodos Numéricos. MEI - Logística e distribuição Programação quadrática sequencial 2004/2005. A. Ismael F. Vaz - Departamento de Produção e Sistemas
Métodos Numéricos MEI - Logística e distribuição Programação quadrática sequencial 2004/2005 Métodos Numéricos - MEI 1 Motivação Considere-se o seguinte exemplo de um problema de minimização com restrições
Leia maisOTIMIZAÇÃO ESTRUTURAL DE TRELIÇAS COM RESTRIÇÕES DE FLAMBAGEM E DE ESCOAMENTO DE MATERIAIS
20 de junho de 2014 OTIMIZAÇÃO ESTRUTURAL DE TRELIÇAS COM RESTRIÇÕES DE FLAMBAGEM E DE ESCOAMENTO DE MATERIAIS Daniel Santhiago de Souza OTIMIZAÇÃO ESTRUTURAL DE TRELIÇAS COM RESTRIÇÕES DE FLAMBAGEM E
Leia maisTeoria da Decisão. Otimização Vetorial. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Otimização Vetorial Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Introdução
Leia maisProgramação Matemática
Programação Matemática Docentes: Ana Paula, Franklina e Maristela Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo USP (Material Elaborado por Aline Leão modificado por
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 maisProgramação Linear. Dualidade
Programação Linear Dualidade Dualidade Já vimos em sala que para cada PPL existe um outro PL chamado dual, que consiste em modelar um problema que utiliza os mesmos dados que o original, mas alterando
Leia maisc PAVF 2 Otimizac~ao 'Aurelio' Otimizac~ao.[De otimizar+-c~ao] S.f. 1. Estat. Processo pelo qual se determina o valor otimo de uma grandeza. Otimo.[Do
c PAVF 1 Introduc~ao Otimizac~ao Modelos de otimizac~ao Aplicac~oes Descric~ao do curso c PAVF 2 Otimizac~ao 'Aurelio' Otimizac~ao.[De otimizar+-c~ao] S.f. 1. Estat. Processo pelo qual se determina o valor
Leia maisMatemática 2. Teste Final. Atenção: Esta prova deve ser entregue ao fim de 1 Hora. Deve justificar detalhadamente todas as suas respostas.
Matemática 2 Lic. em Economia, Gestão e Finanças Data: 4 de Julho de 2017 Duração: 1H Teste Final Atenção: Esta prova deve ser entregue ao fim de 1 Hora. Deve justificar detalhadamente todas as suas respostas.
Leia maisMáquinas de suporte vetorial e sua aplicação na detecção de spam
e sua aplicação na detecção de spam Orientador: Paulo J. S. Silva (IME-USP) Universidade de São Paulo Instituto de Matemática e Estatística Departamento de Ciência da Computação MAC499 Trabalho de Formatura
Leia maisCombinando inequações lineares
Combinando inequações lineares A multiplicação por um número > 0 não altera uma inequação 2x x 5 4x 2x 10 1 2 1 2 A soma de duas inequações (com o mesmo sentido) produz uma inequação válida x 3x x 3 1
Leia maisGABARITO PROVA P2 CALCULO 2 2/2017. (Em cada questão não é necessário reproduzir cálculos feitos em questão anterior) Questão 1 (1,5 ponto).
17/11/017 GABARITO PROVA P CALCULO /017 PROF: RENATO FERREIRA DE VELLOSO VIANNA Em cada questão não é necessário reproduzir cálculos feitos em questão anterior) Questão 1 1,5 ponto). { Considere as funções:
Leia maisUm algoritmo do tipo Lagrangeano aumentado para a correção das equações do problema de. Fluxo de Potência
Um algoritmo do tipo Lagrangeano aumentado para a correção das equações do problema de fluxo de potência. Juliano B Francisco, Mário C. Zambaldi, juliano@mtm.ufsc.br zambaldi@mtm.ufsc.br. Depto de Matemática,
Leia maisINFORMAÇÕES TRADE-OFF EM PROBLEMAS DE OTIMIZAÇÃO MULTIOBJETIVO
INFORMAÇÕES TRADE-OFF EM PROBLEMAS DE OTIMIZAÇÃO MULTIOBJETIVO Jesus Ossian da Cunha Silva, Programa de Engenharia de Sistemas e Computação-PESC, COPPE, UFRJ 21941-972, Rio de Janeiro, RJ E-mail: jossian@cos.ufrj.br.
Leia maisMAT-2454 Cálculo Diferencial e Integral II EP-USP
MAT-454 Cálculo Diferencial e Integral II EP-USP Solução da Questão da Terceira Prova 8//06 Questão (Tipo A Valor: 3, 0 pontos). a. Determine todos os pontos da superfície de nível da função g(x, y, z)
Leia maisUm Algoritmo do Tipo Lagrangeano Aumentado para a Correção das Equações do Problema de Fluxo de Potência
TEMA Tend. Mat. Apl. Comput., 9, No. 1 (2008), 95-104. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Um Algoritmo do Tipo Lagrangeano Aumentado para a Correção das Equações
Leia maisIntrodução à Otimização de Processos. Prof. Marcos L Corazza Departamento de Engenharia Química Universidade Federal do Paraná
Introdução à Otimização de Processos Prof. Marcos L Corazza Departamento de Engenharia Química Universidade Federal do Paraná Otimização Não-Linear Algumas definições e conceitos preliminares: 1. Derivadas
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 maisAula 18. Método Multiplicadores Lagrange (continuação)
Aula 18 Método Multiplicadores Lagrange (continuação) Na aula anterior introduzimos o Método dos Multiplicadores de Lagrange, que serve para maximizar/minimizar uma função restrita a um domínio do tipo
Leia maisControle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin
Controle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo
Leia maisIntrodução ao Cálculo Numérico Lista de Exercícios 1. (x x k )ω (x k ) = 1.
Introdução ao Cálculo Numérico 2005 Lista de Exercícios 1 Problema 1. Seja Q π n. Provar que L n (Q; x) Q(x), quaisquer que sejam os nos distintos x 0, x 1,..., x n. Problema 2. Se n N e x 0, x 1,...,
Leia maisGraduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE081. PROF. IVO CHAVES DA SILVA JUNIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA Graduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE081 PROF. IVO CHAVES DA SILVA JUNIOR E-mail: ivo.junior@ufjf.edu.br Aula Número: 07 Programação Linear Últimas
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 maisLista 7.4 Optimização com Restrições de Desigualdade
Faculdade de Economia da Universidade Nova de Lisboa Apontamentos Cálculo II Lista 7.4 Optimização com Restrições de Desigualdade 1. Problema de optimização de uma função escalar f, de n variáveis reais,
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 maisMétodo Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016
Método Simplex Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização linear
Leia maisPontos extremos, vértices e soluções básicas viáveis
Pontos extremos, vértices e soluções básicas viáveis Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ OKSANA HERINGER DA SILVA
UNIVERSIDADE FEDERAL DO PARANÁ OKSANA HERINGER DA SILVA MÉTODOS DE PENALIDADE E O LAGRANGIANO AUMENTADO APLICADO A PROBLEMAS COM RESTRIÇÕES DE IGUALDADE CURITIBA 2017 OKSANA HERINGER DA SILVA MÉTODOS DE
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisNota: Turma: MA 327 Álgebra Linear. Terceira Prova. Boa Prova! Primeiro Semestre de T o t a l
Turma: Nota: MA 327 Álgebra Linear Primeiro Semestre de 26 Terceira Prova Nome: RA: Questões Pontos Questão 1 Questão 2 Questão 3 Questão 4 Questão 5 T o t a l Boa Prova! Questão 1. 2. Pontos) Seja U um
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 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 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 maisPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA. Plano de Ensino
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS DIRETORIA DE PESQUISA E PÓS-GRADUAÇÃO
Leia maisétodos uméricos ZEROS DE FUNÇÕES DE UMA OU MAIS VARIÁVEIS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos ZEROS DE FUNÇÕES DE UMA OU MAIS VARIÁVEIS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisCálculo Diferencial e Integral I Mestrado Integrado em Engenharia Electrotécnica e de Computadores 2 o Teste (V1) - 15 de Janeiro de h00m
Cálculo Diferencial e Integral I Mestrado Integrado em Engenharia Electrotécnica e de Computadores 2 o Teste (V) - 5 de Janeiro de 2 - hm Resolução Problema (2,5 val.) Determine uma primitiva de cada uma
Leia maisCapítulo 3. O Método Primal Simplex
Capítulo 3 O Método Primal Simplex 3.. Introdução Neste Capítulo, apresenta-se o método de resolução de problemas de programação linear mais utilizado, isto é, o método primal simplex. Assim, apresenta-se
Leia maisDespacho Econômico Considerando as Perdas de Transmissão
Capítulo 1 Despacho Econômico Considerando as Perdas de Transmissão 1.1 Introdução Até agora, os métodos de despacho econômico apresentados têm ignorado as perdas de transmissão. Entretanto, as perdas
Leia maisMinicurso Inteligência Artificial Aplicada a Sistemas Elétricos. Niterói, 12 de Maio de 2018
Minicurso Inteligência Artificial Aplicada a Sistemas Elétricos Niterói, 12 de Maio de 2018 Realização 2 Realização 3 Programação: manhã 9:30h-10:30H VISÃO GERAL: OTIMIZAÇÃO E INTELIGÊNCIA COMPUTACIONAL
Leia maisderivadas parciais até a ordem k existem e são contínuas em todo A. derivadas parciais de todas as ordens existem e são contínuas em todo A.
1 Funções de várias variáveis - 3 1.1 Classes de derivabilidade e derivadas mistas Definição. Seja f : D R e A D: dizemos que f é de classe C k em A (f C k (A)) se f e todas suas derivadas parciais até
Leia maisEspaços Vetoriais e Produto Interno
Universidade Federal do Vale do São Francisco Engenharia Civil Álgebra Linear Prof o. Edson 1 o Semestre 1 a Lista de Exercícios 2009 Data: Sexta-feira 27 de Fevereiro Prof o. Edson Espaços Vetoriais e
Leia maisINFORMAÇÕES TRADEOFF EM PROBLEMAS MULTIOBJETIVOS. 1. Introdução Problema 1.1. [MOP]Denominamos Problema de Otimização Multiojetivo
INFORMAÇÕES TRADEOFF EM PROBLEMAS MULTIOBJETIVOS JESUS OSSIAN DA CUNHA SILVA 1 AND PAULO ROBERTO OLIVEIRA 2 1 Programa de Engenharia de Sistema e Computação, COPPE-UFRJ, CP. 68.511, Rio de Janeiro-RJ,
Leia maisLorí Viali. Afiliação
Lorí Viali Licenciatura Plena em Matemática UFRGS Bacharelado em Matemática UFRGS Especialização em Formação de Pesquisadores PUCRS Mestrado em Engenharia de Produção (PO) UFSC Doutorado Sanduíche na USF
Leia maisMultiplicadores de Lagrange
Multiplicadores de Lagrange Para motivar o método, suponha que queremos maximizar uma função f (x, y) sujeito a uma restrição g(x, y) = 0. Geometricamente: queremos um ponto sobre o gráfico da curva de
Leia maisMétodo Não-Linear de Pontos Interiores Aplicado à Minimização de Perdas em Sistemas de Potência 1
TEMA Tend. Mat. Apl. Comput., 7, No. 2 (2006), 189-200. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Método Não-Linear de Pontos Interiores Aplicado à Minimização de
Leia maisCondições geométricas de otimalidade
Capítulo 1 Condições geométricas de otimalidade Definição 1.1. Seja X R n e x um ponto em X. Uma vetor y R n é chamado de direção viável para X em x se existe ɛ > 0 tal que α [0, ɛ], x + αy X. Quando não
Leia maisProgramação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e
Programação Linear A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Existe um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento
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 maisAula 17. Máximo e Mínimo Absolutos
Aula 17 Máximo e Mínimo Absolutos O maior e o menor valor de f(x, y), num certo domínio, nem sempre existem, como ilustrado na Figura 1 (domínio = R ). Neste caso, não existe máximo absoluto. Uma das causas,
Leia maisMaristela Santos. Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo
Programação Matemática Maristela Santos Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo Forma Padrão - Definição Características da forma padrão: Problema de minimização Todas
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 maisUN ALGORITMO DE PUNTO INTERIOR PARA LA RESOLUCIÓN DE PROBLEMAS DE CONTACTO
UN ALGORITMO DE PUNTO INTERIOR PARA LA RESOLUCIÓN DE PROBLEMAS DE CONTACTO Sandro Rodrigues Mazorche Universidade Federal de Juiz de Fora - UFJF, Dep. de Matemática - ICE, Campus Universitário - CEP 36036-330
Leia maisCálculo Numérico. Santos Alberto Enriquez-Remigio FAMAT-UFU 2015
Cálculo Numérico Santos Alberto Enriquez-Remigio FAMAT-UFU 2015 1 Capítulo 1 Solução numérica de equações não-lineares 1.1 Introdução Lembremos que todo problema matemático pode ser expresso na forma de
Leia maisBenemar Alencar de Souza
Benemar Alencar de Souza Métodos de Otimização Aplicados Questões introdutórias O que é otimização? i Por que otimização é importante? Como tratar a otimização i como um problema? Quais objetivos são usuais?
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 maisPoliedros na forma padrão
Poliedros na forma padrão Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisCC-226 Aula 07 - Estimação de Parâmetros
CC-226 Aula 07 - Estimação de Parâmetros Carlos Henrique Q. Forster - Instituto Tecnológico de Aeronáutica 2008 Estimação de Parâmetros Para construir o classificador bayesiano, assumimos as distribuições
Leia maisMétodos 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 maisInstituto Universitário de Lisboa
Instituto Universitário de Lisboa Departamento de Matemática Exercícios de Extremos 1 Extremos Livres 1. Dada uma função f : R n R e a R n, (a) Qual a propriedade que f(a) deve vericar para ser um máximo
Leia maisProgramação Matemática. Método Simplex
Programação Matemática Método Simplex Forma Padrão - Revisão Características da forma padrão: Problema de minimização Todas as restrições são de igualdade Todas as variáveis são não-negativas Considerar
Leia maisProgramação Matemática Lista 3
Programação Matemática Lista 3. Coloque na forma padrão os seguintes problemas de programação linear: a) Maximizar X 7 X + 8 X 3 +X 4 X + X X 3 + X 4 4 X + X 3 9 X + X 3 + X 4 6 X 0, X 0, X 3 0, X 4 0
Leia maisXLVI Pesquisa Operacional na Gestão da Segurança Pública
Um Método de Penalidade Via Reescalonamento Não Linear Aplicado ao Fluxo de Potência Ótimo Iara da Cunha Rineiro da Silva Instituto de Matemática, Estatística e Computação Científica UNICAMP 3083-859 Campinas
Leia maisNOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
Leia maisDegenerescência. Marina Andretta ICMC-USP. 19 de outubro de 2016
Degenerescência Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
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 maisUma estratégia para minimização de funções com termos modulares via métodos de pontos interiores
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics Vol. N. 0. Trabalho apresentado no CMAC-Sul Curitiba-PR 0. Uma estratégia para imização de funções com termos modulares
Leia maisResumo com exercícios resolvidos dos assuntos:
www.engenhariafacil.weebly.com (0)- Considerações iniciais: Resumo com exercícios resolvidos dos assuntos: Máximos e mínimos absolutos e Multiplicador de Lagrange -Grande parte das funções não possui máximos
Leia mais