Escolar Documentos
Profissional Documentos
Cultura Documentos
II. Funes
Funes de
de uma
uma nica
nica varivel
varivel
II.1.
II.1. Conceitos
Conceitos bsicos
bsicos
AAotimizao
otimizaode
defunes
funesde
deuma
umanica
nica
varivel
consiste
no
tipo
mais
varivel consiste no tipo maiselementar
elementar
de
de otimizao.
otimizao.
Importncia:
Tipo de problema encontrado na prtica;
Embasamento terico semelhante ao empregado na
anlise de problemas com maior nmero de variveis;
A otimizao para uma nica varivel consiste num
subproblema para a otimizao de funes de vrias
variveis.
Otimizao Aplicada Engenharia PPGE / UPF
Estratgia
Estratgia usual
usualpara
paraproblemas
problemasde
devrias
vriasvariveis:
variveis:
{ X } k+1 = { X } k + { d } k
X = vetor das variveis de projeto, de dimenso n
k = nmero da iterao
d = direo de busca (ou direo de descida)
= tamanho do passo na direo de busca (tambm conhecida
como busca unidimensional, busca unidirecional ou
busca linear)
Propriedades
Propriedadesdas
dasfunes
funesde
deuma
umanica
nicavarivel:
varivel:
S R
y = f(x)
x = varivel independente
y = varivel dependente
R = conjunto de nmeros reais
S = conjunto que contm as variveis independentes
(x S)
Se S = R
Por exemplo,
f(x) =
x3 + 2x2 x + 3 , x R
x3 + 2x2 x + 3 , x S = {x | -5 x 5}
Em otimizao:
f = funo objetivo
S = regio factvel (ou domnio)
Otimizao Aplicada Engenharia PPGE / UPF
Classificao
Classificaodas
dasfunes:
funes:
Contnuas
Descontnuas
Discretas
Continuidade
Continuidadede
deuma
umafuno:
funo:
Uma funo f(x) contnua no ponto x se, dado um > 0, existe
um > 0 tal que | y x | < implica em | f(y) - f(x) | <
Funes
Funesmonotnicas:
monotnicas:
Uma funo f(x) monotnica se, para quaisquer dois pontos
x1 e x2, tem-se que:
f(x1) f(x2)
(monotonicamente crescente)
f(x1) f(x2)
(monotonicamente descrescente)
Observao:
Uma funo no precisa ser contnua para ser monotnica.
Ex:
monotnica crescente
monotnica decrescente
Funes
Funesunimodais:
unimodais:
Uma funo f(x) unimodal no intervalo a x b se e somente se
ela monotnica em ambos os lados do ponto de timo x* no
intervalo.
Ex:
Funes
Funesconvexas:
convexas:
Uma funo f(x) dita convexa sse para quaisquer dois pontos x(1)
e x(2) S, tem-se que:
f [ x(1) + (1- ) x(2)] f(x(1)) + (1- ) f(x(2))
com 0 1
10
convexa
cncava
no-convexa
11
Diferenciabilidade
Diferenciabilidadede
deuma
umafuno:
funo:
A primeira derivada, ou gradiente de uma funo f em x0
representa a declividade da reta tangente funo no ponto.
Formalmente, tem-se:
f ' (x) =
f ( x + h) f ( x )
df
= lim
0
h
dx x = x
h0
12
13
II.2.
II.2. Condies
Condies de
de otimalidade:
otimalidade:
Respondem
Respondem pergunta:
pergunta:
Uma
soluo
x*
de
fato
Uma soluo x* de fatoaasoluo
soluotima?
tima?
Definies:
Uma funo f(x) definida em S possui seu mnimo global
em x** S se e somente se:
f(x**) f(x)
,xS
, x contido em um intervalo de x*
14
Observaes:
Invertendo as desigualdades, tem-se definies
equivalentes para mximo global e mximo local;
Verificada a unimodalidade da funo, o mnimo local
passa a equivaler ao mnimo global;
Quando a funo no unimodal, muitos mnimos
locais so possveis. A localizao do mnimo global
pode ser determinada localizando-se todos os timos
locais e escolhendo o melhor (algortmos de busca
local).
15
Exemplo:
x1 = mximo global
x4 = mnimo global
x2 = mnimo local
x3 = mximo global
Otimizao Aplicada Engenharia PPGE / UPF
16
Identificao
Identificaodo
doponto
pontode
detimo:
timo:
Seja f(x) uma funo de uma nica varivel x definida no
intervalo aberto (a,b), e seja f diferencivel de ordem n no
intervalo.
Se x* um ponto do intervalo, a mudana no valor de x* para
(x* + ) pode, expandindo a funo em srie de Taylor, ser
escrita como:
f(x * +) = f(x*) + ()
df
dx x = x*
2 d2f
n dnf
+
+ ... +
+ On+1()
2! dx2 x = x*
n! dxn x = x*
17
2 d2f
n dnf
df
+
+ ... +
+ On+1() 0
n! dxn x = x *
dx x = x * 2! dx2 x = x *
0
*
dx 2 x = x
18
Teorema:
So condies necessrias para que x* seja um mnimo local de f
no intervalo aberto (a,b), sendo f duas vezes diferencivel (C2):
df
=0
dx x = x *
d2 f
0
*
dx 2 x = x
dn f
x=x
<0
*
dx n x = x
mximo local
19
II.3.
II.3. Mtodos
Mtodos para
para aa determinao
determinao do
do timo:
timo:
Em funo de sua importncia, existe um grande nmero de
mtodos para a determinao do ponto de timo para funes
de uma nica varivel.
Propriedade necessria quase totalidade dos mtodos:
unimodalidade
Uma classificao possivel:
Mtodos de eliminao de regio (comparam valores de f);
Mtodos que utilizam informaes das derivadas;
Mtodos que utilizao aproximaes polinomiais, com ou
sem derivadas;
Otimizao Aplicada Engenharia PPGE / UPF
20
10
II.3.1.
II.3.1. Mtodos
Mtodos de
de eliminao
eliminao de
de regio:
regio:
Teorema:
Seja f estritamente unimodal no intervalo fechado (a,b) com
mnimo em x*. Sendo x1 e x2 dois pontos no intervalo, de tal
forma que a<x1<x2<b, tem-se que:
21
Mtodo
Mtodo de
de reduo
reduo metade
metade (interval
(interval halving):
halving):
Como o nome sugere, reduz o intervalo metade a cada
iterao.
x1
xm
Valores iniciais:
x2
xm=(a+b)/2
L=b-a
x1=a+L/4
x2=b-L/4
Se f1< fm:
xm
xm
x1
Novos L, x1 e x2 calculados
Se f2< fm:
xm
xm
x2
Novos L, x1 e x2 calculados
Se f2>fm e f1>fm: a
x1
x2
Novos L, x1 e x2 calculados
22
11
Mtodo
Mtodo da
da Seo
Seo urea
urea (Golden
(Golden Section)
Section)
Consiste em uma forma bastante eficiente de eliminao de
regio.
1-
-(1-)
xl
x1
Descartar
x2
xu
1-
xu x1
x1 = 0,38197
23
Sequncia de Fibonacci:
F= 1,1,2,3,5,8,13,21...
Fi+1 = Fi + Fi-1
Verifica-se que: lim (Fi+1 / Fi ) = 1,61803
i
24
12
x2= (1-)xl+ xu
Se f1>f2: xl
x1
x1
x2
Novo x2 calculado
C.c.:
x2
x2
x1
Novo x1 calculado
xu
25
II.3.2.
II.3.2. Aproximao
Aproximao polinomial:
polinomial:
Caso a funo a otimizar seja contnua, pode ser
convenientemente aproximada por um polinmio.
Consideram no apenas as diferenas entre os valores das
funes em determinados pontos, mas tambm as
magnitudes destas diferenas.
Polinmio usuais (Vanderplaats):
Lineares
26
13
Aproximao
Aproximao polinomial
polinomial quadrtica:
quadrtica:
q( x ) = a 0 + a1( x x 1 ) + a 2 ( x x 1 )( x x 2 )
onde:
a 0 = f1
como:
a1 =
f 2 f1
x 2 x1
a2 =
f f
f f
1
( 3 1 2 1)
x 3 x 2 x 3 x1 x 2 x1
dq
=0
dx
tem-se que:
x +x
a
x = 2 1 1 x*
2
2a2
27
II.3.3.
II.3.3. Mtodos
Mtodos que
que utilizam
utilizam derivadas:
derivadas:
Podem ser empregados caso a funo a otimizar seja, alm
de unimodal e contnua, tambm diferencivel.
Principais mtodos:
Newton-Raphson
Biseco
Secante (ou false position)
Ajustes polinomiais (cbicos ou quadrticos de 2
pontos)
28
14
Mtodo
Mtodo de
de Newton-Raphson:
Newton-Raphson:
Necessita que a funo seja duas vezes diferencivel.
29
f ' (xk )
f '' ( x k )
Observao:
Dependendo do ponto inicial
adotado, bem como da forma
da funo, o mtodo pode
apresentar divergncia em
relao ao timo.
Otimizao Aplicada Engenharia PPGE / UPF
30
15
Mtodo
Mtodo da
da Bisseco:
Bisseco:
Determina a derivada da funo em um ponto,
comparando-a com a do ponto anteriormente obtido.
Sendo a funo unimodal, um ponto extremo se
localiza entre dois pontos de curvaturas de sentido
contrrio.
Uma vez determinados dois pontos L e R tais que f(L)<0 e
f(R)>0, determina-se a derivada no ponto mdio z:
L+R
2
Se f(z)>0 , o intervalo (z,R) pode ser eliminado;
Caso contrrio (f(z)<0 , elimina-se o intervalo (L,z).
z=
Observao:
O mtodo utiliza apenas o sinal da derivada, no seu valor.
Otimizao Aplicada Engenharia PPGE / UPF
31
Mtodo
Mtodo Secante
Secante (ou
(ou False
False Position):
Position):
Considera que a derivada de segunda ordem pode ser
difcil de calcular. Desta forma, efetua uma
aproximao desta derivada a partir de NewtonRaphson.
Substituindo f''(xk) em Newton-Raphson por:
f '' (x) = (f ' (xk ) f ' (xk1))/(xk xk1)
Tem-se:
x k +1 = x k
f ' (x k )
( f ' ( x k ) f ' ( x k 1 )) /( x k x k 1 )
32
16
Interpretao:
Adotando a notao de Reklaitis, a equao anterior pode ser
escrita como:
z =R
f ' (R )
'
( f (R ) f ' (L )) /( R L )
O processo finalizado
quando '
f (z)
33
17