Escolar Documentos
Profissional Documentos
Cultura Documentos
OTIMIZAO IRRESTRITA
UTILIZANDO MTODOS DE
BUSCA, DE OTIMIZAO E
MODELOS DE OTIMIZAO
Daphne Schwanz
Juliana Klas
Agenda
Introduo
Otimizao
Min f ( x )
s.a. x
Otimizao
Problemas Lineares
Problemas No-Lineares
Problemas Restritos
Problemas Irrestritos
Formulao simples e direta
Obtido a partir de problemas com restries com substituio de
variveis que leva a uma equao que no possui restries
Mtodos de Descida
Busca Uniforme
Busca Dicotmica
Segmento ureo
Mtodo da Bisseco
min g ( ) min g ( )
g ( k )
1 2 g ( k )
g ( ) = g ( k ) +
( k ) 2
( k ) +
2
~
Mtodos de Otimizao
Mtodo de Newton
Mtodo Quase-Newton
O Problema
Analise do Problema
Mtodos de Descida
Caractersticas Bsicas
Assuma um
ponto local.
Que direo
seguir?
Siga na direo
at achar
mnimo
melhor/ideal
no caminho.
Uniforme
Dicotmica
Newtron
Busca Uniforme
Algoritmo
Busca Dicotmica
Algoritmo
Algoritmo
Tolerncia
adotada
Mtodo
Uniforme
131 - MG
Dicotomica
56 ML
(-16.4067)
4-ML (-16.4067)
2 - MG
43<It<56
Newton
42 ML
(-16.4067)
1-ML (52,5143)
5 MG
13<It<60
Newton
5 ML
(-16.4067)
2-ML (-0.7492)
1-ML (-16.4067)
3 - MG
4<It<6
Gradiente Conjugado
5 ML
(-16.4067)
1-ML (178.448)
1 ML (52.514)
1 ML (220.87)
1 ML (1.0348)
1 - MG
5<It<13
Busca
Otimizao
N. Iteraes
Funo fminunc
Sintaxe Padro
x = fminunc(fun,x0)
Validao do Mtodo
x 0 =[-5,5]
Iter.
X1
X2
Valor da Funo
Ferramenta
Funo fminunc
10
-3.3057
2.3057
-16.4067
Uniforme
68
-3.3057
2.3057
-16.4067
(M.G.)
56
42
(M.G.)
-3.3057
-3.3057
(M.G.)
2.3057
2.3057
(M.G.)
-16.4067
-16.4067
5
5
-3.3057
-3.3057
2.3057
2.3057
-16.4067
-16.4067
Dicotomica
Busca pelo
Mtodo de Newton
Newton
Gradiente
Conjugado
Modelagem
NLP
DNLP
CONOPT
adequado para modelos com muitas restries nolineares, podendo ser utilizado para grandes modelos, ou
seja, com muitas vriveis.
0.01
-3.306
2.306
-16.407
MINOS
0.0
-3.306
2.306
-16.407
Referncias