Escolar Documentos
Profissional Documentos
Cultura Documentos
Regional Catalo
Unidade Acadmica Especial de
Matemtica e Tecnologia
Programa de Mestrado Profissional em
Matemtica em Rede Nacional
Catalo
2015
Ali Ahmad Smidi
Catalo
2015
Ficha catalogrfica elaborada automaticamente
com os dados fornecidos pelo(a) autor(a), sob orientao do Sibi/UFG.
Agradeo primeiramente a Deus por ter me dado fora para concluir este trabalho.
Aos meus pais pela vida e educao.
A minha esposa pela pacincia e incentivo.
Sociedade Brasileira de Matemtica e Universidade Federal de Gois por ofe-
recerem este mestrado.
Obrigado tambm aos queridos amigos do mestrado pelo agradvel convvio e apoio.
Agradecimentos especiais aos professores do programa: Fernando Kennedy da Silva,
Igor dos Santos Lima, Mrcio Roberto Rocha Ribeiro, Paulo Roberto Bergamaschi,
Plnio Jos Oliveira, Porfrio Azevedo dos Santos Jnior e Thiago Porto de Almeida
Freitas por toda a contribuio fornecida ao longo do curso.
Por fim, agradeo de forma muito especial ao professor Romes Antonio Borges por
toda a sua contribuio, pacincia e incentivo que tornaram possvel a concluso deste
trabalho.
Resumo
No presente trabalho, buscou-se apresentar uma iniciao s tcnicas numricas vol-
tadas para a otimizao de problemas elementares acessveis aos alunos do segundo e
terceiro ano do ensino mdio. As tcnicas de otimizao trabalhadas foram os Mtodos
de busca de Fibonacci e da Seo urea. O trabalho apresenta e detalha matemati-
camente tais tcnicas, alm de sempre partir de um conhecimento inicial e construir
os mtodos em questo. Ao abordar um problema real, buscou-se introduzir a in-
terpretao e a modelagem matemtica do problema, bem como sua soluo, tanto
analtica quanto numrica, utilizando vrios softwares computacionais de simples uti-
lizao. Neste sentido, pode-se afirmar que o presente trabalho traz uma abordagem
didtica das principais tcnicas de otimizao unimodal por reduo de intervalos de
incerteza.
Palavras-chave
Otimizao, Mtodo de Fibonacci, Mtodo da Seo urea, Softwares Computaci-
onais, Intervalos de Incerteza.
9
Abstract
In this study, we sought to present an introduction to numerical techniques aimed to
optimize accessible elementary problems to the students of second and third year of high
school. The optimization techniques discussed in this work were the Fibonacci and the
Golden Section methods. The work presents and does mathematical description of such
techniques, from an initial knowledge and building methods in question. In addressing a
real problem, we attempted to introduce the interpretation and mathematical modeling
of the problem as well as its solutions analytically and numerically, using softwares
simple to use. In this regard, it can be stated that the present work provides didactical
approach of main unimodal optimization techniques to reduce uncertainty interval.
Keywords
Optimization, Fibonacci Method, Golden Section Method, Computational Softwa-
res, Uncertainty Interval.
10
Talvez no tenhamos conseguido fazer o melhor, mas
12
Figura A.13 - Instalao do SOLVER: Passo 8 - Dados ....................................................... 119
Figura A.14 - Digitao da funo objetivo .......................................................................... 119
Figura A.15 - Valor da funo C para x igual ao valor contido em A3 (zero) ...................... 120
Figura A.16 - Digitao do intervalo de incerteza ................................................................. 120
Figura A.17 - Parmetros do Solver ..................................................................................... 121
Figura A.18 - Ponto de mnimo da funo objetivo com erro de 0,000001 ......................... 122
Figura A.19 - Opes do Solver ........................................................................................... 122
13
LISTA DE TABELAS
Tabela 3.1 - Resultados do problema da excurso pelo Mtodo das Buscas Simultneas ..... 30
Tabela 3.2 - Resultados do problema da excurso pelo Mtodo da Bisseo ....................... 37
Tabela 3.3 - Resultados da planilha do problema da excurso pelo Mtodo da Bisseo ..... 39
Tabela 3.4 - Resultados do problema da excurso pelo Mtodo da Dicotomia ..................... 45
Tabela 3.5 - Resultados da planilha do problema da excurso pelo Mtodo da Dicotomia ... 45
Tabela 3.6 - Resultados do problema da excurso pelo Mtodo e Fibonacci ......................... 76
Tabela 3.7 - Resultados da planilha do problema da excurso pelo mtodo de Fibonacci ..... 77
Tabela 3.8 - Construo dos nmeros de Fibonacci ............................................................... 78
Tabela 3.9 - Resultados do problema da excurso pelo Mtodo da Seo urea .................. 85
Tabela 3.10 - Resultados da planilha do problema da excurso pelo mtodo da Seo
urea ....................................................................................................................................... 86
Tabela 4.1 - Resultados do problema das duas fbricas usando o Mtodo de Fibonacci ....... 94
Tabela 4.2 - Resultados da planilha do problema das duas fbricas pelo mtodo de
Fibonacci ................................................................................................................................ 95
Tabela 4.3 - Resultados do problema das duas fbricas usando o mtodo da Seo urea ... 98
Tabela 4.4 - Resultados da planilha do problema das duas fbricas pelo mtodo da Seo
urea ....................................................................................................................................... 99
Tabela 4.5 - Resultados do problema do copo de papel usando o mtodo de Fibonacci ...... 102
Tabela 4.6 - Resultados do problema do copo de papel usando o Mtodo da Seo urea . 103
Tabela 4.7 - Resultados do problema da caixa usando o Mtodo de Fibonacci .................... 106
Tabela 4.8 - Resultados do problema da caixa usando o Mtodo da Seo urea. .............. 107
14
SUMRIO
1. INTRODUO ................................................................................................................. 16
2. DEFINIES BSICAS .................................................................................................. 20
3. FUNDAMENTOS DE OTIMIZAO ........................................................................... 23
3.1. Conceitos iniciais ......................................................................................................... 23
3.2. Mtodo da busca simultnea ......................................................................................... 25
3.2.1. O Problema da Excurso .................................................................................... 26
3.3. Mtodo da Bisseo e Mtodo da Dicotomia ............................................................... 32
3.3.1. Mtodo da Bisseo ............................................................................................ 32
3.3.1.1. Algoritmo do Mtodo da Bisseo ........................................................ 33
3.3.1.2. Exemplo: o Problema da Excurso ....................................................... 34
3.3.2. Mtodo da Dicotomia ......................................................................................... 39
3.3.2.1. Algoritmo do Mtodo da Dicotomia ...................................................... 41
3.3.2.2. Exemplo: o Problema da Excurso ....................................................... 43
3.4. Nmeros de Fibonacci .................................................................................................. 47
3.5. Mtodo de Fibonacci .................................................................................................... 49
3.5.1. Algoritmo do Mtodo de Fibonacci ................................................................... 72
3.5.2. Exemplo: o Problema da Excurso .................................................................... 74
3.6. Mtodo da Seo urea ............................................................................................... 82
3.6.1. Exemplo: o Problema da Excurso .................................................................... 83
4. EXEMPLOS DE RESOLUO DE PROBLEMAS ELEMENTARES PELOS
MTODOS DE FIBONACCI E SEO UREA ........................................................ 89
Problema 1: Abastecimento de duas indstrias ................................................................... 89
Problema 2: Dimenses do copo de papel ........................................................................... 99
Problema 3: Dimenses e volume da caixa ....................................................................... 104
5. CONSIDERAES FINAIS ......................................................................................... 109
REFERNCIAS BIBLIOGRFICAS .............................................................................. 111
APNDICE A - RESOLUO DE PROBLEMAS ELEMENTARES DE OTIMIZA-
O COM GEOGEBRA E SOLVER .............................................................................. 112
A1. OTIMIZAO NO GEOGEBRA .............................................................................. 112
A2. OTIMIZAO COM O SOLVER (COMPLEMENTO DO EXCEL) ................... 115
1. INTRODUO
Para Ausubel, aprendizagem significativa um processo por meio do qual uma nova
informao relaciona-se com um aspecto especificamente relevante da estrutura do
conhecimento do indivduo, ou seja, este processo envolve a interao da nova
informao com uma estrutura de conhecimento especfica, a qual Ausubel define
como conceito subsunor, ou simplesmente subsunor existente na estrutura
cognitiva do indivduo. A aprendizagem significativa ocorre quando a nova
informao ancora-se em conceitos ou proposies relevantes, preexistentes na
estrutura cognitiva do aprendiz. Ausubel v o armazenamento de informaes no
crebro humano como sendo organizado, formando uma hierarquia conceitual, na
qual elementos mais especficos de conhecimento so ligados (e assimilados) a
conceitos mais gerais, mais inclusivos. Estrutura cognitiva significa, portanto, uma
estrutura hierrquica de conceitos que so representaes de experincias sensoriais
do indivduo.
1
David Paul Ausubel (1918-2008) foi professor Emrito da Universidade de Columbia, em Nova Iorque.
Mdico-Psiquiatra de formao dedicou sua carreira acadmica psicologia educacional, sendo considerado um
representante do cognitivismo (MOREIRA, 1999).
16
Com base nessa teoria, ao ensinar um novo contedo preciso, ento, fazer um
levantamento dos conceitos prvios dos alunos.
Ao abordar o contedo funo (definio de funo, domnio, imagem, contradomnio
etc.) pode-se estabelecer ncoras entre o novo contedo (funo) e as situaes (ou
informaes) que os alunos conhecem. O abastecimento de um carro num posto de gasolina
ou o preo da corrida de um txi so exemplos que permitem explorar o que so variveis
independentes e dependentes, domnio, contradomnio e claro construir uma definio de
funo. Nesse exemplo, o subsunor que j existe na estrutura cognitiva do aluno e que
servir de base para o conceito de funo o de conceito de conjunto.
Aqui cabe uma observao: os subsunores que serviro de base para o processo de
ancoragem com a nova informao devem ser relevantes.
A respeito das subsunes, Moreira (1999, p. 153), ainda acrescenta:
Assim, se bem trabalhado, o conceito de funo passa a ser um novo subsunor que
poder ser utilizado para construo de novos conhecimentos.
O presente trabalho nasce da frequente pergunta que se ouve em sala de aula: Onde eu
vou usar isto? (ou Para qu serve isto?).
Baseado na teoria da aprendizagem significativa, o trabalho oferece uma aplicao do
estudo de funes: encontrar, dentro de um intervalo, qual o valor mximo ou valor mnimo
de uma funo.
Encontrar o ponto de mximo ou de mnimo de uma funo um problema que ocorre
frequentemente nas mais variadas reas de conhecimento.
Quanto se deve vender para que o lucro de uma empresa seja mximo? Qual a
melhor configurao de uma tubulao para atender a demanda com custo mnimo? Qual
devem ser as dimenses de uma caixa para abrigar um determinado volume com custo
mnimo?
Algumas ideias relacionadas a mximo e mnimo so abordadas na primeira srie do
ensino mdio, ao se trabalhar com funes quadrticas. Porm, a proposta aqui abranger um
nmero maior de funes e usando apenas os conceitos vistos no primeiro ano do ensino
mdio.
17
Assim, para trabalhar com os novos conceitos, que sero desenvolvidos neste trabalho,
necessrio ter algum conhecimento relevante sobre funes. Tais conceitos iro servir de
base (sero os subsunores) para a construo dos novos conhecimentos. Por essa razo o
novo contedo proposto mais apropriado a alunos que j tem familiaridade com funes,
alm de uma maturidade mais desenvolvida. Portanto, tal contedo recomendado para
alunos do terceiro ano do ensino mdio.
O trabalho alm de apresentar tcnicas elementares de otimizao, ainda pretende
implementar tais tcnicas em planilhas eletrnicas.
O que se pretende, com essas tcnicas (iterativas), gerar uma sequncia numrica que
convirja para o ponto de mximo ou de mnimo da funo. Na verdade duas sequncias
numricas: um limitante inferior e um superior.
Tal mtodo antigo e encontra-se referncia at antes da era Crist com os gregos. O
mtodo de exausto era utilizado para determinar reas, volumes e comprimentos de arcos. A
base deste mtodo descrita pela proposio:
Se de uma grandeza qualquer se subtrai uma parte no menor que sua metade, do
restante subtrai-se tambm uma parte no menor que sua metade, e assim por diante,
se chegar por fim a uma grandeza menor que qualquer outra predeterminada da
mesma espcie. (EVES, 2011, p. 175).
18
No terceiro captulo, alm de se apresentar os conceitos bsicos, so apresentadas
algumas tcnicas elementares de otimizao de funes unimodais. As primeiras tcnicas so
apresentadas como processo de construo para se obter s duas principais, quais sejam:
Mtodo de Fibonacci e Mtodo da Seo urea. Assim, no quarto captulo sero utilizados os
mtodos mostrados no captulo anterior para a resoluo de problemas elementares de
otimizao.
No ltimo captulo so feitas as consideraes finais.
Finalmente, no apndice so apresentados dois softwares bsicos e bastante
conhecidos que podem ser usados para resolver problemas de otimizao.
19
2. DEFINIES BSICAS
que associa a cada nmero natural n um nmero real xn , chamado o ensimo termo da
sequencia.
22
3. FUNDAMENTOS DE OTIMIZAO
Definio 3.1. A funo que se deseja maximizar ou minimizar d-se o nome de funo
objetivo.
23
O primeiro contato que um aluno do ensino mdio tem com problemas de otimizao
ocorre no estudo de funes quadrticas. Uma funo quadrtica uma funo da forma
(i) , e
(ii) ,
24
Figura 3.1 - Funes unimodais
Veja que uma funo unimodal pode ser descontnua e/ou no derivvel.
Sejam I = [a; b] o intervalo que contm o ponto timo da funo, seu comprimento
( = b a) e a preciso desejada.
Particiona-se I em n partes, igualmente espaadas e tal que
(3.1)
onde,
25
Em geral, espera-se, dependendo da limitao do mtodo, que o intervalo obtido, L, se reduza
a:
Considera-se que a funo unimodal, porm, isto no garante que todos os valores
das funes so diferentes. Pode-se ter algum e no consecutivos, com
tais que
e ento
Para que isto no ocorra basta alterar o valor de uma das extremidades para:
Um nibus de 42 lugares foi fretado para uma excurso. A companhia exigiu de cada
26
passageiro R$ 80,00 mais R$ 10,00 por cada lugar vago. Para que nmero de passageiros a
rentabilidade da empresa mxima?
Apesar disto, considera-se a funo com domnio real, e no final aplicam-se os ajustes
necessrios para corrigir qualquer distoro.
Assim, tem-se
R R tal que
que uma funo quadrtica com concavidade para baixo e ponto de mximo entre as razes
x = 0 e x = 50.
R R tal que
sujeita a: .
27
Em seguida, calcula-se o valor da funo para um dos 421 pontos: 0; 0,1; 0,2; ...; 42.
Os menores valores da funo so
e .
O intervalo que contm o valor procurado ou [24,9; 25] ou [25; 25,1]. Alterando o
valor 24,9 para 24,95, tem-se
28
Como exemplo, considere que a clula C1 contm a frmula
=SOMA(A1;B1)
que calcula a soma dos valores presentes nas clulas A1 e B1. Ao selecionar C1 e arrastar at
C3, tem-se em C2 e C3 uma cpia da frmula contida em C1. Um detalhe importante que a
frmula copiada em C2 no ir se referir soma de A1 e B1, mas sim de A2 e B2; a frmula
de C3 fornecer a soma de A3 e B3 e assim por diante. Em outras palavras, quando se
seleciona e arrasta uma clula com uma frmula para a clula adjacente as referncias passam
a ser, tambm, das clulas adjacentes. Ao se arrastar para linhas, mudam-se as linhas das
clulas de referncia; ao se arrastar para colunas mudam-se as colunas de referncia.
Para ter-se uma referncia fixa digita-se antes e depois da letra que simboliza a clula,
um sinal de cifro (por exemplo $A$1).
Retornando para o problema em questo, para implementar o mtodo da busca
simultnea segue-se os seguintes passos:
=-500*A2+10*A2^2
Aps apertar a tecla "ENTER" a clula indicar o valor da funo para x igual ao valor da
clula A2, no caso g(0);
5) Seleciona-se e arrasta-se a clula B2 at a clula B422. Tal procedimento calcula o valor
da frmula
=500*Ai 10*Ai^2
para cada i de 2 a 422. Tem-se assim, os valores da funo, desde g(0) at g(42).
6) Procura-se, agora, na coluna B, quais so os menores valores da funo. Os menores
valores encontrados esto nas clulas B251 e B253 ( ) e na clula B252 ( ).
7) Como os valores das clulas B251 e B253 so iguais, ento alteramos o valor da clula
A251 para 24,95 e assim a clula B251 j atualizar o valor da funo para g(24,95).
29
8) Observando novamente os valores, conclui-se que o valor procurado pertence ao intervalo
[24,95; 25].
A tabela abaixo ilustra parte dos resultados encontrados (a centralizao dos dados e
as linhas de grade so opcionais).
Tabela 3.1 - Resultados do problema da excurso pelo Mtodo das Buscas Simultneas.
A escolha desse exemplo, com funo quadrtica, proposital, para que se perceba
que nem sempre prefervel usar algum mtodo numrico em detrimento do contedo visto
no ensino mdio. No caso bem mais simples achar o ponto de mximo pelo vrtice da
parbola:
30
=MENOR(matriz, k)
Por exemplo,
A segunda funo, CORRESP, retorna a posio relativa de um item em uma matriz que
corresponde a um valor especfico em uma ordem especfica. Como toda funo, ela pode ser
inserida via aba de frmulas ou diretamente na barra de frmulas, seguindo a sintaxe:
=CORRESP( ;B2:B422;0)
obtm-se o valor 251, que significa que o valor est posicionado na 251 linha da
matriz dos dados (B2 a B422). Como os dados comeam a partir da linha 2, ento somamos 1
para efetuar a correo e obtermos a linha exata. O tipo de correspondncia (zero) significa
que a busca deve ser exata.
No caso estudado, supondo que no se fez nenhuma anlise nos dados da planilha (o
que quer dizer que o passo 7 tambm no foi executado), necessrio descobrir quais so os
"trs menores" valores da funo. O motivo de ser trs e no dois, que se pode ter resultados
repetidos, o que ocorre no problema em questo. Assim, combinando as duas funes
(MENOR e CORRESP), digita-se, respectivamente, nas clulas D2, D3 e D4, as frmulas:
=CORRESP(MENOR(B2:B422;1);B2:422;0)+1
=CORRESP(MENOR(B2:B422;2);B2:422;0)+1
=CORRESP(MENOR(B2:B422;3);B2:422;0)+1
claro que se pode aprimorar ainda mais a planilha. Via de regra, a medida que se
acrescenta "inteligncia" s planilhas, recursos mais complexos so necessrios.
31
3.3. MTODO DA BISSEO E MTODO DA DICOTOMIA
Quando se procura as razes de uma funo, um dos mtodos mais simples que
permite obter uma aproximao da raiz de uma equao o chamado mtodo da bisseo. O
mtodo consiste em calcular o ponto mdio do intervalo que contm a raiz da equao e, em
seguida, comparar o sinal do valor dessa funo neste ponto com os sinais dos valores da
funo nas extremidades do intervalo. Com base nessa comparao conclu-se que a raiz est
do lado direito ou esquerdo do ponto mdio do intervalo considerado. O intervalo que contm
a raiz reduzido, ento, pela metade.
No caso da otimizao, o mtodo de reduzir o intervalo de incerteza pela metade
tambm pode ser usado para determinar o ponto de mnimo de uma funo definida em um
intervalo fechado. Porm, o mtodo da bisseo para otimizao distinto daquele aplicado
para obteno de razes de equaes.
O caso das razes tem como fundo o teorema do valor intermedirio (teorema 2.4).
Para determinar uma raiz da funo, considera-se este teorema com o caso particular onde
d = 0. Assim, se o valor de uma funo passa de positivo para negativo (ou o contrrio) num
intervalo fechado, tem-se neste intervalo pelo menos uma raiz da funo.
No caso dos problemas de otimizao o teorema do valor intermedirio no ajuda a
determinar o ponto de mnimo. Uma soluo encontrada avaliar a derivada no ponto mdio
32
do intervalo e considerar que alm de contnua a funo deva ser unimodal e derivvel no
ponto em questo. Pelo sinal da derivada no ponto mdio possvel saber, ento, se em tal
ponto a funo crescente ou decrescente e decidir qual lado considerar e qual descartar.
Ainda, se a derivada for zero, conclui-se que tal ponto o ponto procurado.
No presente trabalho, procurou-se usar apenas tcnicas que envolvam operaes
elementares tpicas do ensino mdio, e, portanto, o uso de derivadas foi evitado. Apesar de tal
contedo (derivadas) ser tpico do terceiro ano do ensino mdio, so raras as escolas em que
tal tpico abordado.
Outra soluo usar, alm do ponto mdio xm, mais dois pontos, x1 e x2, pontos
mdios, respectivamente, dos intervalos [a; xm] e [xm; b]. Calcula-se, ento, o valor da funo
nesses trs pontos e decide-se em qual das metades estar o ponto de mnimo. O critrio o
seguinte (RAO, 2009):
Se , ento ;
Se , ento ;
Se e , ento .
Tal tcnica tambm chamada de mtodo da bisseo. possvel notar que a cada
iterao o intervalo de incerteza reduz-se pela metade.
Como o intervalo de incerteza se reduz metade em cada iterao, ento o
comprimento do intervalo de incerteza ao final da n-sima iterao, Ln, dado por
(3.2)
(3.3)
33
Figura 3.2 - Fluxograma do Mtodo da Bisseo
Dados f, a, b e .
k=1
SIM NO
xm = (a + b)/2 ;
x1 = (a + xm)/2; x2 = (xm + b)/2
Calcular f(x1), f(x2) e f(xm)
NO
f (x1) > f (xm) ? b = xm
SIM
SIM
a = xm a = x 1 e b = x2
Imprima k, a, b
k=k+1
NO k = n?
SIM
Imprima x* [a; b]
Pare
34
RR
sujeita a: .
A preciso escolhida .
SOLUO
Inicialmente, calcula-se o nmero de iteraes necessrias para atingir . Para
isto, aplica-se a desigualdade (3.3).
Tal desigualdade requer o conhecimento de e
a= 0 e b = 42,
e portanto,
Iterao 1
As extremidade do intervalo inicial da iterao 1, so:
.
O ponto mdio de tal intervalo :
35
O ponto mdio, , divide o intervalo [a; b] em dois subintervalos, [a; e[ ; b],
cujos pontos mdios so, respectivamente,
Como,
Iterao 2
As extremidades do novo intervalo de incerteza, obtido ao final da primeira iterao,
ser o intervalo inicial considerado na segunda iterao. Assim,
36
Como,
37
1) Na linha 1 (colunas de A a I) identifica-se os itens que fazem parte da tabela: k (iterao),
a, b, x_m, x_1, x_2, g(x_1), g(x_2) e g(x_m).
2) Nas clulas A2 e A3 digitam-se os primeiros nmeros de iteraes: 1 e 2; Em seguida
selecionam-se estas duas clulas e arrasta-se at a linha desejada (o nmero de iteraes
desejado).
3) Nas clulas B2 e C2 digita-se, respectivamente,
0 e 42
que so os valores de , e .
5) Nas clulas G2, H2 e I digita-se, respectivamente,
=SE(E(G2>I2;I2>H2);D2;SE(E(H2>I2;G2>I2);E2;B2))
Na clula C2:
=SE(E(G2>I2;I2>H2);C2;SE(E(H2>I2;G2>I2);F2;D2))
8) Selecionam-se as clulas B2 e C2 e arrasta-se o sinal positivo, da aba de preenchimento
automtico, at a linha posterior a da iterao desejada. O motivo que na linha k+1 que
aparece o intervalo de incerteza resultante da iterao k.
38
Tabela 3.3 - Resultados da planilha do problema da excurso pelo Mtodo da Bisseo.
Uma soluo parecida com o mtodo da bisseo, mas que avalia a funo em dois
pontos, o mtodo da dicotomia.
No mtodo da dicotomia escolhem-se dois pontos do interior do intervalo de incerteza
(simtricos em relao ao ponto mdio do intervalo de incerteza): um antes do ponto mdio
() e outro aps o ponto mdio ().
39
Proposio 3.1. (CHONG; ZAK, 2013)
Sejam R uma funo unimodal com ponto de mnimo x* e dois pontos
quaisquer, com , de [ .
(i) Se , ento ;
(ii) Se , ento .
Demonstrao.
(3.4)
(3.5)
(3.6)
40
Escrevendo a expresso (3.6) em funo do comprimento inicial do intervalo de
incerteza ( ), tem-se a seguinte sequncia:
(3.7)
Isolando n, tem-se:
Assim, o nmero de iteraes necessrias para atingir a preciso desejada dada por:
(3.8)
41
Figura 3.4 - Fluxograma do Mtodo da Dicotomia
Dados f, a, b, e .
k=1
SIM NO
= (a + b - )/2 ;
= (a + b + )/2
Calcular f () e f ()
NO
f () f () ?
SIM
a= b=
Imprima k, a, b
k=k+1
NO k = n?
SIM
Imprima x* [a; b]
Pare
42
3.3.2.2. EXEMPLO: O PROBLEMA DA EXCURSO
RR
sujeita a: .
SOLUO
Inicialmente, calcula-se o nmero de iteraes necessrias para atingir . Para
isto, aplica-se a desigualdade (3.8).
Tal desigualdade requer o conhecimento de e
a= 0 e b = 42,
e portanto,
Iterao 1
As extremidade do intervalo inicial da iterao 1, so:
.
43
Os valores da funo objetivo para tais pontos so:
Como,
Iterao 2
As extremidades do novo intervalo de incerteza, obtido ao final da primeira iterao,
ser o intervalo inicial considerado na segunda iterao. Assim,
Como,
44
A tabela seguinte mostra os resultados de cada iterao. Nos clculos foram usados
arredondamentos com quatro casas decimais.
45
1) Nas clulas A2, C2, E2 e G2 digita-se, respectivamente , , a e b;
2) Seleciona-se as clulas B2, D2, F2 e H2 e em escolhe-se a cor de fundo desejada (no caso
amarela). Tal opo encontrada clicando-se o boto direito do mouse e selecionando-se a
opo Formatar clulas... e Preenchimento.
Os passso 1 e 2 identificam e reservam os locais (B2, D2, F2 e H2) para os dados do
problema.
=F2 e =H2
=(B6+C6-$D$2)/2 e =(B6+C6+$D$2)/2
que so os valores de e .
=-500*D6+10*D6^2 e =-500*E6+10*E6^2
=C7-B7
Este passo opcional uma vez que j se sabe no nmero de iteraes e, portanto, o
momento de parar. Tal coluna foi adicionada apenas para uma melhor visualizao do
processo.
46
iteraes.
10) Nas clulas B7 e C7 digita-se o condicional que determinar qual das partes do intervalo
anterior ser considerada ( ou ).
Na clula B7:
=SE(F6<G6;B6;D6)
Na clula C7:
= SE(F6<G6;E6;C6)
11) Selecionam-se as clulas B7 e C7 e arrasta-se o sinal positivo, da aba de preenchimento
automtico, at a linha posterior a da iterao desejada. O motivo que na linha k+1 que
aparece o intervalo de incerteza resultante da iterao k.
O nmero de casas decimais usado na planilha maior do que nos clculos manuais.
Caso se deseje fixar o mesmo nmero de casas decimais (com arredondamento), basta utilizar
a funo ARRED.
=ARRED(expresso; nmero de casas decimais)
O mtodo dicotmico pode ser adaptado de modo a gerar variantes bem interessantes
como o mtodo de Fibonacci e o da Seo urea. Yuan e Sun (2006, p. 84) comentam a
respeito de tais mtodos:
A ideia bsica para minimizar uma funo unimodal dentro do intervalo [a; b]
iterativamente reduzir o intervalo de incerteza comparando os valores da funo das
observaes. Quando o comprimento do intervalo de incerteza reduzido ao grau
desejado, os pontos sobre o intervalo podem ser considerados como uma
aproximao do minimizador. Nesta classe de mtodos somente necessrio
calcular os valores das funes e possui diversas aplicaes para vrios tipos de
problemas.
(3.9)
(3.10)
48
e pode ser encontrada em Lima (1999).
Observa-se que nessas condies, a escolha dos nmeros recai sobre os nmeros de
Fibonacci: a razo entre os comprimentos dos intervalos de incerteza final e inicial de cada
iterao igual razo de dois nmeros consecutivos de Fibonacci (da o nome do mtodo).
Antes de demonstrar tal resultado, vamos construir o mtodo de Fibonacci de modo
diferente. Inicialmente, desconsidera-se que um dos pontos seja reaproveitado e procura-se
reduzir o intervalo de incerteza razo de dois nmeros consecutivos de Fibonacci
(multiplicado pelo seu comprimento).
A partir dessa abordagem, pode-se concluir que um dos pontos aproveitado na
prxima iterao. Logo, a construo a seguir, mostra que utilizando as razes de dois
nmeros consecutivos de Fibonacci (Fn /Fn+1), atende a condio original. O motivo da
inverso na abordagem por causa da naturalidade em que as frmulas surgem.
Tal mtodo pode ser considerado uma variante do mtodo da dicotomia, j que
tambm usa dois pontos interiores do intervalo de incerteza, simtricos em relao ao ponto
mdio: um antes do ponto mdio () e outro aps o ponto mdio (), alm do fato da funo
ser unimodal. A seguir segue a construo do mtodo.
Sejam [a; b] o intervalo de confiana, de comprimento , da funo unimodal f ; a
preciso desejada e o n-simo nmero de Fibonacci (n > 2).
Inicialmente considere que n conhecido (posteriormente ser estabelecido como
determinar n).
O mtodo em questo um mtodo iterativo que visa diminuir o comprimento do
intervalo de incerteza, reduzindo-o razo de dois nmeros consecutivos de Fibonacci
(multiplicado pelo seu comprimento).
49
Tais razes consideradas geram a seguinte sequncia (n termos):
onde
e assim,
onde
50
da dicotomia. Calcula-se e e como a funo unimodal e o ponto de mnimo, ,
pertence ao intervalo , ento pela proposio 3.1, tem-se:
que o resultado desejado. A Fig. 3.5 ilustra o que foi feito nessa iterao. A parte marcada
com X a parte excluda e a que est em vermelho o intervalo resultante ao final desta
iterao.
e assim,
e da
onde
(3.11)
(3.12)
e
(3.13)
(3.14)
53
que o resultado desejado.
O processo termina quando a razo entre os dois nmeros de Fibonacci for 0,5
(3.15)
Demonstrao.
Como,
ento,
54
Ao final da ltima iterao (n-sima iterao), o mtodo de Fibonacci reduz o
intervalo de confiana final :
(3.16)
De fato, como
...
...
(3.17)
ou
Simplificando tem-se:
55
ento,
(3.18)
isto , temos igual a . Isto no nos permite comparar a funo objetivo em dois pontos
distintos.
Para resolver tal problema, Chong e Zak (2013), propem usar ( ), com h
pequeno, no lugar de nas frmulas de e .
Da, tem-se, na n-sima iterao:
(3.19)
(3.20)
Tal artifcio faz com que os dois pontos sejam distintos. No entanto, o autor no
explica o que entende por pequeno. Uma sugesto fazer , que atende inclusive os
casos de igualdade de funo.
Com isto, (3.17) e (3.18) so modificados. A reduo proporcionada pela ltima
iterao passa a ser
e assim,
56
(3.21)
(3.22)
isto , o comprimento do intervalo ao final de uma iterao deve ser menor do que o do
inicial. J garatindo pela seguinte proposio.
Proposio 3.3.
(3.23)
Demonstrao.
onde .
De fato,
57
Agora, fazendo
e (deve-se lembrar que os nmeros de Fibonacci so positivos),
tem-se:
ento,
Proposio 3.4.
(3.24)
Demonstrao.
A desigualdade da esquerda j foi provada. Ser tratada agora, a parte da direita.
Da lei de formao dos nmeros de Fibonacci, tem-se que:
logo:
Mas,
assim,
58
O resultado anterior tambm vlido para j =1, pois
Corolrio 3.1.
(3.25)
Demonstrao.
Lema 3.1.
(3.26)
onde
(3.27)
Demonstrao:
Como
59
e,
ento,
Corolrio 3.2.
, (3.28)
onde
Demonstrao:
Como
60
ento
Assim,
Da expresso 3.13,
segue que
Lema 3.2. Se em cada iterao do mtodo da dicotomia deseja-se que um dos pontos,
ou , seja reaproveitado na iterao seguinte, ou seja,
ou ,
61
(3.29)
Demonstrao:
ou seja,
Isto significa que se reduzir o intervalo ento os pontos devem ser interiores ao
intervalo. Assim,
Ainda, se quer que a cada etapa o ponto pertencente ao novo intervalo de incerteza
seja reaproveitado como mostrado na figura abaixo.
Iterao k
Iterao k+1
62
ser igual a distncia entre que
Assim,
sujeito s condies
Que o mesmo que dizer que se procura a melhor opo para a escolha de dois pontos
do interior do intervalo de incerteza, simtricos em relao ao ponto mdio, de tal forma que
na iterao seguinte reaproveitemos um dos valores calculados.
Para facilitar os clculos que seguem, faz-se Ento
2
Problema da minimizao do intervalo de incerteza sujeita s condies dadas. Adaptado de Chong e Zak (2013).
63
Como o intervalo se reduz, em cada etapa, a , ento aps n etapas tem-se
ou
Observe que
De fato.
sujeito s condies
(3.30)
(3.31)
Demonstrao.
Para k = 2, temos
Logo,
65
Lema 3.4. (CHONG; ZAK, 2013, p. 113)
Para N ,
(3.32)
Demonstrao.
Mas, , satisfaz
e .
Ento,
e portanto,
Do lema 3.3,
66
Mas, e pela hiptese de induo
,
ento
Demonstrao.
Como
,
e do lema 3.3
ento, tem-se:
67
Lema 3.6.
Para N ,
(3.34)
Demonstrao.
Para k = 2, tem-se
Da hiptese de induo:
Logo,
68
ento segue do Princpio de Induo Finita que afirmao dada verdadeira.
ento,
Ainda,
Demonstrao.
Logo,
ento,
69
Do lema 3.6
tem-se
Portanto,
A demonstrao de que
Reciprocamente,
70
Ou seja, a igualdade no ocorre mais, isto
Assim,
Para k = 2, tem-se
Assim,
71
Para tal, deve-se lembrar que
tem-se
Assim,
que P(k+1).
Como P(2) verdadeira e
72
Figura 3.9 - Algoritmo do Mtodo de Fibonacci.
Dados f, a, b, h e .
Calcule: /
Calcule:
NO
SIM
k=1
f() f()? NO
SIM
a= b=
Imprima k, a, b
k=k+1
NO
k = n?
SIM
Calcule: = (a + b 2h)/2; = (a+b+2h)/2; f() e f()
SIM NO
f() f()?
a= b=
Imprima x* [a; b]
Pare
73
3.5.2. EXEMPLO: O PROBLEMA DA EXCURSO
R R , tal que
sujeita a: .
SOLUO
A soluo analtica para o problema dado, ser descrita abaixo para as duas primeiras
iteraes, com a finalidade de exemplificar como se d a manipulao do problema, porm, os
resultados para as demais iteraes so mostrados na Tab.3.6.
A funo objetivo, o intervalo onde o ponto de mnimo est contido e a preciso desejada
so conhecidos:
.
= 0,1.
Adotando h = 0,005 na desigualdade 3.22:
obtm-se:
verifica-se que o primeiro nmero de Fibonacci, maior ou igual a 424,2, 610 e corresponde a
.
Ento faz-se
Iterao 1
As extremidades do intervalo inicial da iterao 1, so:
.
Aplicando a equao 3.11, obtm-se:
74
Utilizando as equaes 3.12 e 3.15, chega-se a:
Como,
Erro =
O erro (mximo) calculado apenas por curiosidade. Como o mtodo tem um nmero
de iteraes definido, no necessrio calcular o erro.
Iterao 2
Ao final da primeira iterao tem-se um novo intervalo de incerteza. Tal intervalo
passa a ser o inicial da segunda iterao. Assim:
75
Como
O erro mximo :
Erro =
76
Os valores da funo objetivo para e , so:
Como
Erro =
77
Para construir a planilha acima necessrio antes criar uma aba separada (NumFib)
onde constaro os nmeros da sequncia de Fibonacci (F0, F1, F2, ) e seus respectivos
ndices (0, 1, 2, ) como mostrado abaixo. Digitam-se os dois primeiros ndices (em A2 e
A3) e em seguida selecionando-se ambos arrasta-se o sinal positivo da aba de preenchimento
automtico at a linha desejada.
Nas clulas B2 e B3 digita-se os dois primeiros nmeros de Fibonacci, na clula B4
digitamos
=B2+B3
e aps pressionar ENTER seleciona-se essa clula (B4) e copia-se sua frmula para as demais
clulas da coluna (atravs do processo de arrastamento).
78
3) Digita-se nas clulas A3, C3, E3, F3 e H3, respectivamente Fn, n+1, , n e F_n+1;
4) Digita-se na clula B4:
=(I2-G2)*(1+2*D2)/B2
na clula D4:
=NDICE(NumFib!B:B;D4+1)
A frmula digitada na clula B3 faz o clculo de
A frmula
NDICE(NumFib!B:B;$D$4+2-A7)
identifica o ensimo termo e
NDICE(NumFib!B:B;$D$4+3-A7)
o ensimo primeiro termo da sequncia de Fibonacci.
Logo, o que mostrado em B7
79
8) Seleciona-se a clula B7 e arrasta-se o sinal positivo da aba de preenchimento automtico
at a linha desejada (n+1).
=G2 e =I2
=C7+B7*(D7-C7) e =D7-B7*(D7-C7)
que so os valores de e .
= 500*D6+10*D6^2 e 500*E6+10*E6^2
=D8-C8
que representa a diferena entre as extremidades final e inicial do novo intervalo de
incerteza.
Em seguida, seleciona-se essa clula e atravs do processo arrastamento copia-se sua
frmula para as demais clulas de sua coluna at a linha da ensima iterao.
Este passo opcional j que o nmero de iterao conhecido. Foi colocado apenas
para melhor visualizao do processo.
13) Nas clulas C8 e D8 digitam-se os condicionais que determinaro qual das partes do
intervalo anterior considerada ( ou ).
Na clula C8:
=SE(G7>=H7;E7;C7)
Na clula D8:
=SE(H7>G7;F7;D7)
80
resultante da iterao k.
=SE(G7>=H7;F7;C8+B8*(D8-C8))
Na clula F8:
=SE(H7>G7;E7;D8-B8*(D8-C8))
16) Nas clulas G8 e H8 digitam-se os condicionais que calculam os valores da funo para
os alfas e betas correspondentes ou repetem os valores da iterao anterior.
Na clula G8
=SE(G7>=H7;H7;-500*E8+10*E8^2)
Na clula H8:
=SE(H7>G7;G7;-500*F8+10*F8^2)
17) Nas clulas E19 e F19 digitam-se as frmulas que calculam e corrigidos e nas
clulas G19 e H19 a frmula que fornece os valores da funo para tais pontos.
Na clula E19:
=C19+(B19-D2)*(D19-C19)
Na clula F19:
=C19+(B19+D2)*(D19-C19)
Na clula G19:
=-500*E19+10*E19^2
Na clula H19:
=-500*F19+10*F19^2
81
3.6. MTODO DA SEO UREA
Como
ento teremos
(3.35)
Como
ento
(3.36)
(3.37)
(3.38)
82
ento aps n iteraes, tem-se:
(3.39)
Alm disto,
ento
(3.40)
RR
sujeita a: .
SOLUO
Para este caso, assim como no resolvido na seo anterior, sero feitas
analiticamente as duas primeiras iteraes, sendo que as restantes, so mostrados na
Tab.3.9.
A funo objetivo, o intervalo onde o ponto de mnimo est contido e a
preciso desejada so conhecidos:
.
= 0,1.
O nmero de iteraes calculado pela desigualdade 3.40:
Iterao 1
O intervalo inicial a ser considerado o intervalo de incerteza original. Assim:
.
83
Utilizando as equaes 3.37 e 3.38, chega-se a:
Como,
Erro =
Iterao 2
Ao final da primeira iterao tem-se um novo intervalo de incerteza. Tal intervalo
passa a ser o inicial da segunda iterao. Assim:
Como
84
ento, pela proposio 3.1, conclui-se que:
O erro mximo :
Erro =
Erro =
Tabela 3.10 - Resultados da planilha do problema da excurso pelo mtodo da Seo urea.
86
=D2 e =F2
=B6+$H$2*(C6-B6) e =C6-$H$2*(C6-B6)
que so os valores de e .
8) Nas clulas F6 e G6 digita-se, respectivamente,
= 500*D6+10*D6^2 e = 500*E6+10*E6^2
Na clula C7:
=SE(G6>F6;E6;C6)
87
Na clula E7:
=SE(G6>F6;D6;C7-$H$2*(C7-B7))
88
4. EXEMPLOS DE RESOLUO DE PROBLEMAS ELEMENTARES
PELOS MTODOS DE FIBONACCI E SEO UREA
O PROBLEMA
Duas indstrias A e B necessitam de gua potvel. A figura a seguir esquematiza a
posio das indstrias, bem como a posio de um encanamento retilneo l, j existente. Em
que ponto do encanamento deve ser instalado um reservatrio de modo que a metragem de
cano a ser utilizada seja mnima?
SOLUO.
3
Software muito usado no ensino de Geometria e na plotagem de grficos, disponvel em www.geogebra.org. A
verso usada neste trabalho foi a 4.4.44.0.
89
MODELAGEM MATEMTICA DO PROBLEMA
Sejam A' e B' os ps das perpendiculares ao encanamento passando, respectivamente,
por A e B. O ponto P o ponto que satisfaz s condies do problema.
Sejam, ainda,
x : a distncia entre A' e P ( )
f (x) : o comprimento total dos encanamentos a serem instalados (AP + PB).
Assim,
(4.1)
Para obter a expresso dada em 4.1 considera-se que o ponto procurado deve estar
entre A' e B', ou seja, x pertence ao intervalo [0; 12] que, portanto, o domnio da funo.
O motivo para que P deva estar entre A' e B' o fato de desejarmos uma instalao
com menor custo. Como o custo est diretamente associado ao comprimento do encanamento
que dever ser instalado, deve-se descartar os casos imediatos em que o custo ser maior.
De fato, se P estiver esquerda de A' ento,
Assim,
(4.2)
Como
90
ento a expresso 4.1 fornece resultados menores do que 4.2 e portanto um custo menor.
Na verdade somente a expresso 4.1 no caracteriza uma funo. necessrio definir
seu domnio e contradomnio. No tipo de problema em questo trabalha-se com nmeros
reais, logo o contradomnio acaba sendo o prprio conjunto dos nmeros reais. J o domnio,
de acordo com as consideraes anteriores, deve ser o intervalo [0; 12].
Assim, a funo que rege o problema :
R tal que
PROBLEMA EQUIVALENTE
Aps as consideraes acima, o problema se resume a minimizar a funo objetivo:
RR
sujeita a condio: .
Figura 4.3 - Grfico da funo objetivo do problema de abastecimento das duas indstrias.
91
Pelo grfico observa-se que, mesmo considerando o domnio como todo o conjunto
dos nmeros reais, a funo objetivo unimodal e, de fato, o ponto de mnimo da funo
pertence ao intervalo [0; 12].
obtm-se:
Iterao 1
As extremidades do intervalo inicial da iterao 1, so:
92
Os valores da funo objetivo para tais pontos so:
Como,
Iterao 2
As extremidades do intervalo de incerteza, agora, so:
Como,
93
O processo se repete at a dcima quarta iterao. Na dcima quinta iterao so feitos
ajustes para se encontrar e . Abaixo, na Tab. 4.1, so apresentados os resultados de
todas as iteraes e em seguida so detalhados os clculos da dcima quinta iterao.
Tabela 4.1. Resultados do problema das duas fbricas usando o mtodo de Fibonacci.
94
Como
Uma soluo para pode ser qualquer ponto do intervalo anterior. Por exemplo, o
ponto mdio do intervalo: 8,0361 km.
A resposta exata, no entanto, 8 km, isto , a canalizao deve ser feita a 8 km do
encontro da canalizao L com a perpendicular que passa por A. Este fato ocorre devido ao
nmero de casas decimais e ao arredondamento adotado. A Tab. 4.2, por exemplo, mostra os
resultados com mais casas decimais. Neste caso, observa-se que o resultado da tabela tem
mais sentido do que o resultado anterior.
Tabela 4.2 - Resultados da planilha do problema das duas fbricas pelo mtodo de Fibonacci.
95
O esquema abaixo mostra as sucessivas redues do intervalo que contm .
Figura 4.4 - Exerccio das duas fbricas Redues sucessivas do intervalo de incerteza pelo mtodo de
Fibonacci.
Iterao 1
O intervalo inicial a ser considerado o intervalo de incerteza original. Assim:
96
.
Como
Iterao 2
O intervalo inicial a ser considerado na segunda iterao o novo intervalo obtido ao
final da primeira iterao. Assim:
Como
97
Resultados de todas as iteraes
Tabela 4.3 - Resultados do problema das duas fbricas usando o mtodo da Seo urea.
Uma soluo para pode ser qualquer ponto do intervalo anterior. Por exemplo, o
ponto mdio do intervalo: 8,0345 km. Como mencionado anteriormente, observa-se um erro
maior do que o desejado em relao ao valor correto (8 km) devido ao nmero de casas
decimais e ao arredondamento usados.
A Tab.4.4 mostra os resultados de cada iterao com mais casas decimais.
98
Tabela 4.4 - Resultados da planilha do problema das duas fbricas pelo o mtodo da Seo urea.
SOLUO.
MODELAGEM MATEMTICA DO PROBLEMA
Sejam r e h, respectivamente, o raio e a altura do cone (onde r, h > 0).
O volume de um cone circular reto dado por:
(4.3)
Como , ento
99
(4.4)
A Fig. 4.5 mostra a planificao do cone (sem a base, que no usada no problema).
Com uma simples regra de trs, determina-se a rea lateral do cone: a rea do crculo
maior (tracejado), g2, est para a rea do setor circular (escura), A, assim como o
comprimento da circunferncia maior, 2g, est para 2r.
Assim:
(4.5)
(4.6)
100
(4.7)
sujeita a condio: .
102
Substituindo o valor encontrado em 4.4, obtm-se:
Tabela 4.6. Resultados do problema do copo de papel usando o Mtodo da Seo urea.
103
Substituindo o valor de em 4.4, obtm-se:
O PROBLEMA DA CAIXA
Se 1200 cm2 de material estiverem disponveis para fazer uma caixa com uma base
quadrada e sem tampa, encontre o maior volume possvel da caixa.
SOLUO.
MODELAGEM MATEMTICA DO PROBLEMA
Sejam l o comprimento do lado da base e h a altura da caixa (l, h > 0).
l
l
Fonte: Elaborado pelo Autor.
104
(4.8)
(4.9)
(4.10)
Como
PROBLEMA EQUIVALENTE
Aps as consideraes acima, o problema se resume a minimizar a funo objetivo:
R R , tal que
sujeita a condio: .
O grfico de tal funo mostrada na Fig. 4.4. Tal grfico foi feito no Geogebra.
106
Logo, o maior volume
107
Os resultados da Tab. 4.8 mostram que o comprimento timo pertence ao intervalo
[19,99735559; 20,00705624]. Como resposta pode-se considerar o ponto mdio do intervalo.
Assim,
108
5. CONSIDERAES FINAIS
Este trabalho foi desenvolvido, por meio de uma pesquisa bibliogrfica, visando
apresentar dois mtodos de otimizao: Fibonacci e Seo urea. A proposta foi construir tais
mtodos partindo de um conhecimento inicial relevante, que no caso o conhecimento sobre
Funes.
Aqui no se prope incluir o contedo de otimizao no currculo do ensino mdio,
mesmo porque j se tem muito contedo a ser trabalhado (e nem sempre se consegue abordar
tudo). Sugere-se que os mtodos apresentados neste trabalho sejam trabalhados como
atividade complementar, como uma espcie de iniciao cientfica. Caso se deseje, ou exista
uma disciplina de informtica, os mtodos em questes podem ser introduzidos, no estudo de
planilhas eletrnicas, como aplicao do estudo de Funes.
Muitos detalhes (como algumas demonstraes) podem ser omitidos quando
apresentados aos alunos. tambm interessante trabalhar o conceito de convergncia de
sequncias numricas. Como j mencionado, na introduo, uma atividade que trabalha como
esse conceito o de adivinhar o preo de um produto.
Deve-se observar, tambm, que reunindo os resultados de cada iterao dos Mtodos
de Fibonacci e da Seo urea, criam-se sequncias que convergem (pelos teoremas
abordados no segundo captulo) ao resultado desejado.
A proposta de construir o conhecimento visa desenvolver e dar naturalidade a
contedos matemticos j vistos, bem como assimilar novos conceitos.
A prpria resoluo dos problemas d mais sentido em encontrar o valor de uma
funo, do que propriamente problemas do tipo: Calcule f (2).
Uma questo que deve ser deixada clara que os mtodos de Fibonacci e da Seo
urea no resolvem todo tipo de problema de otimizao. Apresentam limitaes, mas nem
por isso deixam de ser interessantes e teis, em especial, no contexto do ensino mdio.
Uma limitao dos dois mtodos que eles se aplicam apenas para funes unimodais
dentro de um intervalo fechado (intervalo de incerteza). E isto foi um dos problemas que se
pode verificar na aplicao dos mtodos: saber se uma funo ou no unimodal. Essa anlise
nem sempre pode ser feita apenas com conhecimento de contedos do ensino mdio. Por isso,
usou-se o Geogebra para gerar os grficos e fazer uma anlise da funo. Apesar disto, o
processo no deixa de ser interessante j que explora e d sentido a diversos contedos
conhecidos pelo pblico a que se destina.
109
Com relao convergncia dos resultados obtidos nos dois mtodos citados, pode-se
observar que mesmo aplicando o mtodo corretamente o resultado pode no ser o esperado.
Como j foi mencionado, no problema das duas fbricas (problema 1 do captulo 4) os
intervalos de incerteza obtidos ([8,0323; 8,0399] pelo mtodo de Fibonacci e [8,0301; 8,0389]
pelo mtodo da Seo urea), no contm o valor exato do ponto de mnimo que 8. A
diferena entre um valor desse intervalo e o valor exato supera a preciso 0,01. O problema
ocorreu devido limitao dos clculos a quatro casas decimais e ao arredondamento
utilizado; quando se usou mais casas decimais o resultado ficou dentro do esperado.
A resoluo dos problemas propostos pelo Mtodo de Fibonacci e pelo Mtodo da
Seo urea permite concluir que o segundo mtodo prefervel ao primeiro. Um dos
problemas do Mtodo de Fibonacci que se tem que buscar primeiro o ensimo e o ensimo
primeiro nmero de Fibonacci para iniciar o mtodo. No s isto, mas em cada iterao, deve-
se sempre obter os dois nmeros consecutivos de Fibonacci que geram o k necessrio para
obter k e k. Perde-se tempo com isto, o que no ocorre com o Mtodo da Seo urea,
j que constante em tal mtodo. Alm disto, o fato, de no buscar o raio () em cada
iterao torna o mtodo mais simples (menor custo computacional).
Como demonstrado, no teorema 3.1, o Mtodo de Fibonacci o mtodo que melhor
otimiza o intervalo de incerteza nas condies adotadas neste trabalho: Funes unimodais,
com reaproveitamento de um dos pontos obtidos em cada iterao (k ou k), isto , o
antigo se torna o novo (ou vice-versa). Tal fato foi observado nos problemas propostos, o
intervalo de incerteza final obtido pelo mtodo de Fibonacci em geral foi mais refinado do
que o da Seo urea. No entanto, no se percebe alterao significativa no nmero de
iteraes e os resultados encontrados no tm diferenas significativas.
Reunindo esses argumentos conclui-se que o Mtodo da Seo urea prefervel ao
de Fibonacci.
Uma sugesto para outros trabalhos utilizar a mesma proposta (de partir de um
conhecimento inicial relevante e construir um novo conhecimento) para a resoluo de
problemas elementares envolvendo a obteno de razes de equaes no lineares ou mesmo
incluir outras tcnicas de otimizao.
110
REFERNCIAS BIBLIOGRFICAS
CHONG, E.; ZAK, S. Introduction to Optimization. 4. ed. New Jersey: John Wiley & Sons,
2013.
KIEFER, J. Sequential minimax for search a maximum. New York: AMS, v.4, N3, 1953.
LIMA, E. L. Anlise Real : Funes de Uma Varivel. 10. ed. Rio de Janeiro: IMPA, 2008.
v.1.
LIMA, E. L. Nmeros e Funes Reais. Rio de Janeiro: SBM, 2013 (Coleo Profmat).
RAO, S. Engineering Optimization Theory and Practice. 4. ed. New Jersey: John Wiley &
Sons, 2009.
SUN, W.; YAN, Y. Optimization Theory and Methods - Nonlinear Programming. New
York: Springer, 2006. v.1.
111
APNDICE A: RESOLUO DE PROBLEMAS ELEMENTARES DE
OTIMIZAO COM GEOGEBRA E SOLVER
O Geogebra oferece dois comandos, Mnimo e Mximo, que permitem obter, dentro
das limitaes do programa, o resultado de um problema de otimizao.
Para exemplificar o uso do comando Mnimo retomado o problema das duas
indstrias dado no captulo 4. O uso do comando Mximo anlogo. O procedimento para
resolver tal problema dado a seguir.
No campo de Entrada (parte inferior, como mostrado na Fig. A.1) digita-se a
expresso da funo objetivo:
114
Figura A.5 - Opes de nmero de casas decimais.
115
2) Clique em Opes do Excel, como na Fig. A.7.
7) Clique em OK, como ilustra a Fig. A.12, e assim a opo estar instalada.
A seguir, segue o procedimento para resolver o problema das duas indstrias pelo
Solver.
Digita-se na clula A1, conforme a Fig. A.14, a frmula:
=raiz(16+A3^2)+raiz((4-(12-A3)^2)
em seguida aperte ENTER. Aparecer o valor da funo objetivo para x igual ao valor
presente na clula A3, conforme mostrado na Fig. A.15. Como no h nada na clula
referenciada (A3), o programa entende que zero, assim calculado f (0).
119
Figura A.15. Valor da funo C para x igual ao valor contido em A3 (zero).
120
Figura A.17 - Parmetros do Solver.
Nesta caixa de dilogo registra-se, no campo 1, o local onde foi digitada a frmula que
indica a funo objetivo ($A$1). No campo 2, seleciona-se Mn, j que se deseja o ponto de
mnimo. No campo 3, indica-se onde se encontram as extremidades do intervalo de incerteza.
No caso $A$3:$B$3.
Os campos 1 e 3 podem ser preenchidos com a ajuda do quadrinho com uma seta
vermelha ao lado. Quando se clica nela, abre-se uma janela, da com o mouse basta selecionar
diretamente as clulas que faro parte do campo.
Aps os trs passos anteriores, basta clicar em Resolver que em instantes ser
registrado na clula A3 o valor, com uma aproximao de 0,0000001, do valor procurado.
Digite OK para a nova janela se quiser manter o valor na clula A3, conforme a Fig. A.18.
121
Figura A.18 - Ponto de mnimo da funo objetivo com erro de 0,000001.
Na Fig. A.19, pode-se observar a presena do boto Opes. Ao ser clicado ele ir
fornecer detalhes adicionais sobre a busca, como preciso e mtodo da busca. Ainda h a
opo de mostrar o resultado de cada iterao do mtodo escolhido.
123