Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumo: Com tantos mtodos, algumas perguntas podem surgir como: Qual o mtodo
devo utilizar no meu problema?. Ou ainda: Qual o melhor mtodo de otimizao?.
Como resposta, verifica-se que no existe o melhor mtodo de otimizao, existe o mais
adequado para uma situao em particular, a depender das caractersticas e variveis da
situao. Cabe ao engenheiro fazer a escolha que mais se adeque ao seu projeto. Alm
disso, h uma enorme gama de softwares que fazem a implementao dos mtodos de
otimizao como o Matlab, Octave, Scilab, dentre outros. Este trabalho tem como
objetivo proceder a busca das solues timas de funes matemticas por meio da
aplicao do mtodo dos Multiplicadores de Lagrange fazendo uso das condies
necessrias de Karush-Kuhn-Tucker (KKT). Tambm sero utilizadas as tcnicas de
soluo grfica e numrica para comparao dos resultados. Foi utilizado o software
MatLab para implementar a rotina de clculo e plotagem dos grficos. Os resultados
obtidos atravs da anlise grfica permitiu constatar os valores timos para as funes
estabelecidas nos problemas 01 e 02.
Palavras-chave: otimizao, multiplicadores de lagrange, implementao numrica.
INTRODUO
REFERENCIAL TERICO
(, , , ) = () + =1 () +
=1 ( () + )
(1)
=0
(2)
=0
(3)
=0
(4)
=0
(5)
3.1. Primeiro Problema: Proceder a otimizao dos pontos que satisfazem a condio
necessria dos problemas, conforme Figura 01 que segue:
Figura 01 Problema 01
Obs.: Para verificar se os pontos so timos: (a) empregar o mtodo grfico e (b) usar
MATLAB para obter a soluo numrica.
3.2. Segundo Problema: Achar os pontos que satisfazem a condio necessria de KKT
dos problemas apresentados na Figura 02:
Figura 02 Problema 02
Obs.: Para verificar se os pontos so timos: (a) empregar o mtodo grfico e (b) usar
MATLAB para obter a soluo numrica.
3.3. Terceiro Problema: Achar numericamente no Matlab/Octave/Scilab os pontos que
satisfazem a condio necessria de KKT no "Problema 1" do "Trabalho 1".
Obs.: Como informado em sala de aula, este problema ser analisado em outro
momento.
4 RESULTADOS OBTIDOS
4.1 Problema 1.a
Aps a anlise de todos os parmetros dados no problema 1.a, foi feita a coleta de
dados, resolvido mo atravs dos Multiplicadores e Lagrange, implementada a rotina
de clculo no software MatLab, estabelecendo os critrios de otimizao com as restries
de igualdade, onde se chegaram aos resultados numricos e grficos do problema. A
soluo explcita do problema fazendo uso dos Multiplicadores de Lagrange e as
condies necessrias KKT seguem no Anexo A, obtendo o mnimo da funo de 27.20.
A soluo numrica para o problema implementada no MatLab atravs da funo fmincon
apresentou os mesmos resultados da soluo explcita (Figura 03).
Vale salientar que o quantil de iteraes com este mtodo pequeno, onde neste
problema foram necessrias apenas trs iteraes para atingir o critrio de parada
(Figura 07).
A anlise grfica deste problema no foi possvel realizar, visto que no foi
possvel implementar no MatLab devido a possuir mais que duas variaveis/dimenses, o
que limita a metodologia de anlise grfica para anlise de funes dessa tipologia
(Figura 08).
O quantil de iteraes com este mtodo mais elevado que no problema 1.b,
porm ainda considerado pequeno para atingir o critrio de parada (Figura 12).
5 CONCLUSO
ANEXO A
ANEXO B
ANEXO C
ANEXO D