ESTUDOS TERICOS EM PROGRAMAO GEOMTRICA E APLICAES

Wellington Marques de Souza

1
& Rbia Mara de Oliveira Santos
2


1
Aluno do Curso de Engenharia Eltrica da UFMS, bolsista de Iniciao Cientfica CNPq PIBIC 2013
2
Professora da UFMS, Instituto de Matemtica; e-mail: rubia@dmt.ufms.br

Resumo: Este plano de trabalho de iniciao cientfica foca o estudo terico do Problema
Clssico de Programao Geomtrica Posinomial (PGP) e Signomial (PGS) e suas aplicaes.
A Programao Geomtrica surgiu para resolver problemas algbricos de programao no-
linear nos quais as funes envolvidas apresentam-se na forma posinomial. Um posinmio
uma soma de monmio. Cada monmio o produto de uma constante positiva pelo produto
de variveis positivas, sendo que cada varivel pode ser elevada a uma potncia real. A
motivao para o desenvolvimento deste projeto se d pela importncia que os problemas
geomtricos signomiais exercem nas reas de cincias exatas, tais como matemtica,
engenharias e cincia da computao. A partir de estudos e investigaes j realizadas no
mbito do projeto Mtodo de Otimizao Global Aplicado ao Problema Geomtrico
Signomial, foi observado que determinados problemas na rea de cincias exatas so
resolvidos com as caractersticas especficas do PGS.

Palavras-chave: modelagem matemtica - programao geomtrica posinomial - programao geomtrica
signomial

INTRODUO

A Otimizao Global uma especializao dentro da rea de otimizao dedicada
caracterizao e obteno de mnimos (ou mximos) globais de problemas no-lineares.
Encontram inmeras e importantes aplicaes em problemas de economia de escala, de
alocao e localizao, de transporte e em diversos projetos de engenharia. Do ponto de vista
computacional, problemas de otimizao global pertencem classe dos problemas NP-
Completos, que so problemas em que o tempo computacional necessrio para resolv-los
cresce, exponencialmente em funo do tamanho da entrada de dados para todo mtodo
conhecido. A Programao Geomtrica (PG) surgiu para resolver problemas algbricos de
Programao No-Linear nos quais as funes envolvidas apresentam-se na forma
posinomial. Um posinmio uma soma de monmios. Cada monmio o produto de uma
constante positiva pelo produto de variveis positivas, sendo que cada varivel pode ser
elevada a uma potncia real. O termo Programao Geomtrica foi adotado devido relao
existente entre as mdias geomtrica e aritmtica de n nmeros positivos, conhecida como
Programao Geomtrica Posinomial. Problemas de Programao Geomtrica
Generalizada (PGG), tambm chamada de Programao Geomtrica Signomial (PGS), so
caracterizados por funes objetivos e restries descritas como a diferena de dois
posinmios. Os PGS's contm um ou mais monmios com coeficientes negativos. A
motivao para o desenvolvimento deste Projeto de Iniciao Cientfica se d pela
importncia que os problemas geomtricos signomiais exercem nas reas de cincias exatas,
tais como matemtica, engenharias e cincias da computao.
Problemas geomtricos posinomiais so resolvidos analiticamente via Dualidade.
Vrios mtodos numricos para obter solues de problemas geomtricos vm sendo
desenvolvidos desde a dcada de 1970. Grande parte desses mtodos baseada na soluo de
uma sequncia de problemas lineares. No primeiro Mtodo de Pontos Interiores para
programao geomtrica foi estabelecida a complexidade em tempo polinomial para o
mtodo.
Uma propriedade importante da programao geomtrica que quando o problema
primal tem a forma posinomial, este admite uma Reformulao Convexa, e a soluo global
pode ser encontrada resolvendo-se o dual associado, o qual exibe uma estrutura muito mais
simples. Condensao um mtodo clssico utilizado para resolver problemas signomiais. A
idia bsica da condensao aproximar um posinmio (soma de monmios) por um nico
monmio. Para tanto, exige-se um conhecimento de disciplinas como Clculo Diferencial e
Integral, lgebra Linear, Clculo Avanado e Anlise Funcional. A modelagem dos
problemas de P.G. no envolve o conhecimento dos mtodos de resoluo dos problemas.

MATERIAL E MTODOS

1. Fundamentao Terica
Comearemos nosso estudo com algumas definies e resultados importantes.
Definio 1|: Sejam

variveis reais positivas e

um vetor com
componentes

Toda funo

da forma:

com

chamada de funo monomial. Informalmente, chamaremos f de

monmio.
Definio 2|: Um posinmio uma soma de monmios. Ou seja:

com

(1)

Definio 3|: Um problema de Programao Geomtrica (PG) representado por:

com
k
> 0 e
kj
, j = 1,2,...,n, so nmeros reais. A funo objetivo e as restries so escritas
como

{ }
(2)

O conjunto J
0
descreve os monmios da funo objetivo e os conjuntos J
i
, onde i re-
presenta uma restrio do problema, descrevem os monmios das restries com J
i
J
j
=
para i j. Os nmeros P, p e n representam, respectivamente, o nmero total de termos do
problema, o nmero total de restries e o nmero de variveis.

Exemplos:
1) Monmios (e tambm posinmios):

2) Posinmios:

)

3) No so posinmios:

4) Problemas de Programao Geomrica:
Problema 1:

Problema 2:

Geralmente, problemas de programao geomtrica no so problemas convexos.
Entretanto, possvel transformar problemas de P.G. em problemas convexos por meio de
mudanas de variveis apresentadas a seguir. Essa mudana baseia-se nos conceitos de
Dualidade Lagrangeana.
Em vez de usarmos as variveis originais, usaremos o seu logaritmo natural, ou seja:

(ou ainda

). Assim, em vez de minimizar a funo objetivo f cujas

restries so g
i
, minimizamos log f com restries log g
i
. Vale a pena ressaltar as
propriedades monotnicas da funo logartmica (el estritamente crescente) e as constantes
so todas positivas. Obtemos, ento, o Problema Geomtrico Equivalente (P.G.E.):

com

(3)
O P.G.E. no tem aspecto muito diferente do P.G. original. A sua aparncia no
muito amigvel num primeiro momento. Porm, diferentemente do problema original, a
verso P.G.E. pode ser resolvida de um modo eficiente visto que ele convexo. interessante
entender o que significa um problema assumir a forma convexa (Boyd et.al,2007). Vamos ver
o que acontece com as restries olhando para a igualdade .
Suponha que g(x) seja um monmio:

Aplicando a transformao logartmica descrita acima, teremos

.
Como g(x) = 1, teremos

= 0

=
Todas as restries de igualdade devem ser lineares em um problema de otimizao
convexa. Vejamos, agora, como o tratamento das inequaes posinomiais. Se for um
posinmio, aps da mudana de variveis logartmica como em (3), teremos:

G(y) uma funo convexa, o que significa que para qualquer , e com
teremos:
. (4)
A expresso fornece a mdia aritmtica ponderada entre e .
Voltando s variveis originais, teremos:

Sendo assim, pela inequao (4) (lembrar que a funo

crescente):
(

(5)
A expresso

a mdia geomtrica (ponderada) dos nmeros

.
Podemos entender o vetor (

) como a mdia geomtrica entre e .

Assim, ao olharmos para a inequao (5), percebemos que a imagem da mdia geomtrica
entre dois pontos menor que a mdia geomtrica entre as imagens dos mesmos pontos. Essa
uma das propriedades dos posinmios.
A modelagem dos problemas de P.G. no envolve o conhecimento de tcnicas de
soluo. Para a modelagem matemtica, a soluo de problemas de P.G. funciona como uma
caixa preta. Basta que o problema esteja sob o formato de P.G. e automaticamente ele est
resolvido. Todavia, deveras importante saber como se d o tratamento matemtico dos
mtodos de soluo. Uma das ferramentas usadas baseada na tcnica dos Multiplicadores
Lagrangeanos, que consiste, basicamente, em adicionar variveis ao problema a fim de
fornecer uma condio necessria para a soluo do problema original.
Maximizar uma funo equivalente a encontrar o mximo de seu lagrangeano. Ou
seja, tomando o lagrangeano da funo objetivo, encontramos o dual lagrangeano do
problema, que dado por
DL : Maximizar { }
com

A, funo Lagrangeana dada por

[]

(6)
Dado u 0, o mnimo do Lagrangeano encontrado quando

Assim
sendo, o dual lagrangeano equivalente a
Maximizar {

} (7)
Calculando o gradiente da funo Lagrangeana:

[]

]

Agora, aplica-se a segunda transformao de variveis. Para isso, definimos

da seguinte maneira:

Note que a varivel y desapareceu do problema por uma convenincia de notao, mas
fica claro que as funes

dependem de y. Contudo, queremos tratar como um

conjunto de variveis. O dual lagrangeano pode ser reescrito em funo das variveis ( ),
eliminando-se a varivel y do problema. Aps a mudana de variveis, encontramos, a partir
das equaes (3), as seguintes restries:

(8)

Essas equaes so denominadas restries de normalizao. Utilizando as equaes
dadas em (3) e em (6), teremos:

Encontramos, ento, as restries de ortogonalidade. Essas restries ressaltam a
importncia dessa transformao para o mtodo, uma vez que a eliminao da varivel y se
torna clara. Faremos uma simplificao da funo objetivo (o dual lagrangeano). Observe:

Da mesma maneira, podemos escrever:
[]

Aqui percebemos a independncia do problema em relao varivel y. Pela equao
(4), utilizando as duas relaes anteriores, obtemos o Problema Geomtrico Dual Equivalente
(PGDE):

Esse problema, embora parea mais complexo que o original, convexo devido
funo objetivo ser uma funo cncava e as restries serem todas lineares. No momento em
que a soluo tima do problema PGDE encontrada, torna-se simples encontrar a soluo
tima para o problema original. A Otimizao Convexa possui uma propriedade muito
importante: o timo Global sempre atingido. Os mtodos computacionais so relativamente
velozes.
Os programas para otimizao convexa so muito eficientes. Atualmente, um
problema de otimizao convexa pode envolver centenas de variveis e milhares de restries
e mesmo assim pode ser resolvido em questo de segundos por algoritmos modernos. Muitos
problemas de Engenharia podem ser modelados como problemas de Programao Geomtrica
e a soluo tima encontrada em segundos.
A teoria de Programao Geomtrica Posinomial admite vrias generalizaes, das
quais discutiremos duas (B oyd et.al,2007):
Alteramos a estrutura de uma funo posinomial, que continuar sendo positiva
(Posinmio Generalizado);
Alteramos o sinal das constantes que acompanham os monmios (Problemas de
Programao Geomtrica Signomial).

2. Generalizao de Posinmios
Nessa seo, faremos uma generalizao do conceito de posinmios. Antes disso,
considere

posinmios. A restrio

uma inequao posinomial,

visto que posinmios elevados a nmeros naturais resultam em posinmios. Entretanto, no
podemos utilizar o mesmo raciocnio para olhar para a restrio

, uma
vez que os expoentes so racionais. Ou seja, a funo do lado direito no posinomial.
Felizmente, problemas matemticos cujas funo objetivo e/ou restries aparecem nesse
formato podem ser convertidos em problemas de P.G. utilizando uma mudana de
variveis. Vejamos outro exemplo:

com variveis Este problema no de P.G. Entretanto, inserindo a transformao de
variveis:

obtemos um problema equivalente:

que um problema de P.G. nas variveis reais e positivas

Essa mesma idia

pode ser generalizada. Se

uma funo posinomial de k variveis, com expoentes racionais

no-negativos, e

so posinmios, a inequao

pode ser manipulada pela seguinte mudana:

onde

so as novas variveis (alm das variveis originais

).
Existem determinados problemas nos quais existe um conjunto de funes objetivo
que precisam ser maximizadas (ou minimizadas) em conjunto para se encontrar o mximo (ou
mnimo) ideal para o problema. Tome o seguinte exemplo: uma barra metlica, composta por
segmentos metlicos de diferentes materiais submetida a uma variao de temperatura. Cada
segmento metlico possui uma diferente distribuio de temperatura (os coeficientes de calor
sensvel so diferentes). Para que eu encontre o segmento que, em um dado momento, tem a
maior temperatura, necessrio encontrar o mximo de cada funo de temperatura. Dentre
os valores obtidos, se escolhe o maior deles. Ou seja, se as distribuies de temperatura so
dadas por

, o problema consiste em maximizar {

} Considere, agora, um
outro exemplo:
{ }
{

} { }

Esse problema no de P.G. Porm, obter um problema de P.G. fazendo:

Obtemos, ento, um problema de P.G.

Essa mesma idia pode ser aplicada ao {

} para inserindo novas

inequaes. Finalmente, chegamos ao conceito de posinmio generalizado.
Definio 4|: Chamaremos de posinmio generalizado a qualquer funo f que foi
obtida por meio de exponenciao racional e mximo (ou mnimo) a partir de posinmios.
Isto ,

} {

}
onde

so nmeros racionais e f
n
so posinmios , n=1,..,q.
Qualquer problema cujas restries e funo objetivo forem posinmios generalizados
podem ser transformados em problemas de P.G. De agora em diante, no faremos mais a
distino entre os posinmios e a sua generalizao. Todos eles sero denominados problemas
de P.G.

3. Programao Geomtrica Signomial
Os problemas de Programao Geomtrica Signomial (P.G.S), como j foi dito
anteriormente, so caracterizados por funes objetivos e restries descritas como a
diferena de dois posinmios. Os P.G.S.'s contm um ou mais monmios com coeficientes
negativos. Sendo assim, o problema P.G.S. pode ser formulado como:

onde

so funes posinomiais de varivel

, com

indicando
a parcela da funo objetivo que recebeu constante(s) positiva(s) e

a parcela que recebeu

constante(s) negativa(s). Os problemas de P.G.S. no so convexos em sua maioria. A
mudana de variveis

transforma a funo objetivo e as restrices em diferena

de funes convexas. As aplicaes s englobaro problemas de P.G. cujas funes
envolvidas so posinmios e/ou posinmios generalizados.

RESULTADOS E DISCUSSO

Veremos aqui algumas aplicaes do modelo de programao geomtrica. Dentre eles,
temos os problemas de dimensionamento das trilhas de interligao num circuito integrado e
de design de trelias. Esses problemas exemplificam as aplicaes em diversas reas da
engenharia.

1. Dimensionamento das trilhas de redes de interligao num circuito integrado
Considere o problema de determinar as larguras
1
,...,
n
dos n segmentos numa rede de
interligao num circuito integrado. A rede de interligao forma uma rvore cujas razes so
acionadas pelo sinal de entrada (que ser distribudo), que modelado como uma fonte de
tenso em srio com uma resistncia. Cada segmento de fio tem uma dada carga capacitiva C
i

conectado a ele. A Figura (1) mostra um exemplo de rede de interconexo.


Figura (1) Rede de Interconexo
Cada segmento (1, 2, 3, 4 e 5) ser representado por seu modelo simplificado (duas
capacitncias em paralelo e a resistncia em srie). As resistncias e capacitncias dos
segmentos so dadas por

onde l
i
representa o comprimento,
i
a largura (varivel de projeto) e
i
,
i
e
i
so constantes
positivas que dependem de propriedades fsicas da camada do segmento do fio.
Substituindo cada segmento por seu modelo simplificado, a rede de interconexo
torna-se uma rvore resistor-capacitor. Cada ramo possui uma resistncia associada. Cada n
tem vrias capacitncias ligadas terra: a capacitncia de carga, a capacitncia fornecida pelo
segmento montante (antes do n) e jusante (depois do n). As capacitncias de cada n so
somadas (esto em paralelo). As Figuras (2) e (3) mostram o modelo do segmento (real e o
modelo ) e o circuito equivalente:

Figura (2): Segmento. Figura (3) Circuito Equivalente.
Assim sendo,

Quando a fonte de tenso alterna entre um valor e outro, existe um atraso na tenso em
cada capacitor antes que o valor convirja para o novo valor. Usaremos o chamado atraso de
Elmore (Elmore Delay) para medir esse atraso. Para o circuito RC, o atraso de Elmore dado
por:

))

onde os resistores so tomados a montante dos capacitores com ndice k e i.
O atraso de Elmore uma soma de produtos dos

s e, portanto, constitui uma

funo posinomial cujas variveis so os compimentos dos segmentos de interconexo. O
atraso crtico da rede de interconexo o maior dos atrasos da cada capacitor. Assim sendo,

}
Esse mximo sempre ocorre nas folhas (extremidades) da rvore. Como exemplo,
observe o atraso Elmore para os capacitores 3 e 5 (as folhas):

Para essa rede de interconexo, o atraso crtico dado
por

} {

}
Formulamos matematicamente o Problema de Dimensionamento de Largura para
Redes de Interconexo:

Essa ltima condio diz respeito rea mxima que os segmentos podem ocupar
dentro do circuito.

2. Dimensionamento de uma caixa retangular
O problema consiste em determinar quais as dimenses de uma caixa retangular que
tm mximo volume, levando em considerao algumas restries de design. Seja h a altura,
w a largura e d o comprimento da caixa. Dependendo da finalidade da caixa, a rea lateral, a
rea da face inferior e a razo entre altura/largura e largura/comprimento so limitadas por
constantes. Nessas condies, o problema de encontrar o mximo volume dado por:

com

indicando, respectivamente, a rea lateral mxima e a rea da face

inferior mxima permitida e so constantes reais pr-determinadas. As Figuras (4)
e (5) ajudam na visualizao do problema:


Figura (4): Caixa Planificada Figura (5): Caixa Retangular

3. Controle de Potncia em Sistemas de Comunicao
Vrios problemas envolvendo controle de potncia em sistemas de comunicao
podem ser vistos como problemas de P.G. Estudaremos o mais simples dos problemas. Sejam
n transmissores que transmitem os nveis de potncia (positiva)

, que sero as
variveis do nosso problema. Como temos transmissores, precisamos de receptores. A
potncia recebida pelo receptor i fornecida pelo transmissor j dada por

O fator

, que positivo, representa o ganho de sinal entre o receptor i e o

transmissor j. A potncia do sinal do receptor i

e a interferncia dada por

.
Existe um rudo que provm da fontes alheias ao problema, o chamado rudo branco, que ser
identificado por . A taxa de interferncia e rudo de sinal SINR (do ingls Signal to
Interference and Noise Ratio) definida como

A SINR no pode estar abaixo de um determinado valor, porque isso retrata a inviabilidade
em se transmitir o sinal e a complexidade de um sistema de filtragem. Os transmissores e
receptores possuem uma faixa de potncia em que podem operar normalmente. Minimizando
a soma das potncias sujeito a essas restries, temos o problema:

Entretanto, perceba que esse problema no de P.G., visto que

no um
posinmio. Porm, ao transformarmos a restrio tomando o inverso da SINR, obtemos um
problema de P.G.:

Podemos generalizar esse modelo. A potncia do sinal de interferncia pode ser
tomado como uma funo posinomial das potncias. As interferncias sofrem contribuies
de produtos de intermodulao criados pelas no-linearidades nos receptores tipicamente
dimensionados como funes polinmiais das potncias.
4. Design de trelias
Vamos apresentar um problema simples de design mecnico. A Figura (6) mostra 2
barras de altura 2h e comprimento . As duas barras tm o formato de um tubo cilndrico de
raio interno r e raio externo R (Figura (7)). Estamos interessados em determinar os valores
que minimizam a massa da trelia, que limitada por alguns parmetros.

Figura (6): Disposio espacial das trelias Figura (7): Corte transversal de uma Trelia
A rea da seo transversal dada por:

e a massa da trelia proporcional ao volume total da barra, que dado por

Essa a funo a ser minimizada no problema de design. Vamos discutir alguns conceitos
fsicos que delimitam as restries.
A estrutura deve ser forte o suficiente para duas situaes. A primeira diz respeito
projeo vertical da fora aplicada ao n

. A segunda diz respeito projeo horizontal da

fora aplicada no n

.
Suponha, com base no esquema a seguir, que o esforo causado por

determina
foras (mesma intensidade , direo e sentido indicados pela direo da seta) nas trelias
como na Figura (8):

Figura (8): Esquema de Foras
Sabemos, pelas leis da fsica, que

Aplicamos o mesmo raciocnio para o segundo caso. Suponha que o esforo causado
por

determina foras (mesma intensidade , direo e sentido indicados pela direo da

seta) nas trelias na Figura (9):

Figura (9): Esquema de Foras
Pelas leis da fsica, temos que:

Segundo um princpio de Resistncia dos Materiais, a fora aplicada a uma
determinada estrutura tem que ser menor que um mltiplo real da rea da seo transversal.
Isto :

Sabe-se, tambm, que as dimenses das trelias so escolhidas num intervalo
definido pelo construtor ou pelos responsveis pela fabricao. Utilizando as relaes
anteriores, podemos dizer que:

O Problema de Design de trelias definido como:

Como

no um monmio, no temos um problema de P.G. (uma

vez que

no um posinmio generalizado). Entretanto, por

meio de uma transformao de variveis, podemos transform-lo em um um problema de P.G.
A transformao consiste em utilizar

como varivel da seguinte maneira:

Finalmente, o problema de Design de Trelias em formato de problema de P.G.
dado por:

CONCLUSES

Essa pesquisa cientfica apresentou um estudo terico dos conceitos clssicos de
Programao Geomtrica e suas aplicaes. As aplicaes apresentadas exemplificam
problemas encontrados com certa frequncia em reas do conhecimento que possuem um elo
com as cincias exatas. A proposta era estudar a modelagem em si e suas ferramentas.
Entretanto, esses problemas podem ser resolvidos analiticamente e/ou computacionalmente.
Futuramente, como um novo trabalho cientfico, sero apresentadas solues para alguns dos
problemas.

REFERNCIAS

- ACKER, Felipe; DICKSTEIN, Flvio. Uma introduo anlise convexa. Rio de Janeiro:
IMPA, c1983.
- BAZARAA, M. S.; SHERALI, Hanif D.; SHETTY, C. M. Nonlinear programming: theory
and algorithms. 3. ed. Hoboken, NJ: Wiley-Interscience, 2006.
- BOYD, S. P., Kim, S. J., VANDERBERGHE, L., HASSIBI, A. A Tutorial on Geometric
Programming. Relatrio Tcnico, Stanford University, 2005b.
- CONVERSE, A. O. (Alvin O.). Otimizao. So Paulo: EDART, 1977.
- OLIVEIRA, R. M. Algoritmos de Busca Global para Problemas de Otimizao Geomtricos
e Multiplicativos. Tese de Doutorado, Faculdade de Engenharia Eltrica e de Computao da
Universidade Estadual de Campinas, 2005.
- OLIVEIRA, R. M. ; FERREIRA, P. A. V. . Programao Geomtrica Multiobjetivo: Uma
Implementao Computacional Via Matlab. In: XXXV Simpsio Brasileiro de Pesquisa
Operacional, 2003, Natal. Anais do XXXV Simpsio Brasileiro de Pesquisa Operacional,
2003.
- PINTO, Diomara; MORGADO, Maria Cndida Ferreira. Clculo diferencial e integral de
funes de vrias variveis. 3. ed. Rio de Janeiro: Ed. UFRJ, 2006-2011.
- TAVARES, L. Valadares; CORREA, F. Nunes. Optimizao linear e no linear: conceitos,
mtodos e algoritmos. 2. ed. Lisboa: Fundao Calouste Gulbenkian, 1999.



PRODUTOS ALCANADOS

Parte do embasamento terico e aplicaes sero utilizados no Trabalho de Concluso
de Curso do Acadmico. Participao no XIV ENCONTRO DE INICIAO CIENTFICA
DA UFMS.