Escolar Documentos
Profissional Documentos
Cultura Documentos
Exercício 4 – 14/05/2017
tol = 1e-3;
Ti = 1;
n = 50;
a = 0.5;
k = 1e4;
for T = Ti+tol:-0.02:tol
x1 = x0 + a*(2*rand(s)-1);
x1 = (x1 < l).*l+(l <= x1).*(x1 <= u).*x1+(u < x1).*u;
fx1 = feval(f,x1);
df = fx1 - f0;
A função foi transcrita no Matlab®, como pode ser visto a seguir. Em seguida, foi
inserida na função de otimização escrita no item 1. Como a função de otimização
tempera_simulada já foi escrita com o objetivo definido de rastrear o máximo da função,
não é necessário inverter o sinal da função objetivo.
function f = ex4(x) %Função ex4 (exercício 4).
f = (2*x(1)^2+x(2)^2)*exp(1-x(1)^2-x(2)^2);
end
A região de busca foi definida como sendo o retângulo delimitado pelos pontos
(-2,-2) e (2,2) do plano. A chamada da função na janela de comando e as soluções
encontradas podem ser vistas na Figura 1.
(a)
(b)
3) Determine o volume máximo de uma caixa retangular cuja área da superfície fecha
(caixa e tampa) é 10 m2.
Resolução:
O volume da caixa retangular é dado pelo produto de suas três dimensões. A área
da superfície é dada por A = 2xy + 2xz + 2yz = 10 m².
f(x,y,z) = xyz
{g(x,y,z) = xy + xz + yz = 5
(x, y, z > 0)
Este problema pode ser resolvido por meio de duas abordagens diferentes:
5 - xy
z(x + y) = 5 – xy → z= .
x+y
Logo,
5 - xy
v(x, y) = xy .
x+y
(a)
Figura 3 – Resolução do problema em Matlab® usando (a) a função fminsearch (método Simplex) e (b)
utilizando a função tempera_simulada escrita pelo aluno.
Um gráfico da função v(x,y) pode ser visto na Figura 4. Nele, foi destacado o
máximo global.
r
∇f + λ∇g = 0.
yz + λy + λz = 0
xz + λx + λz = 0
{
xy + λx + λy = 0
xy + xz + yz - 5 = 0
end
Após a definição do sistema por meio da função sistemaLagrange, segue a resolução,
como mostrado na captura de tela da Figura 5.
Conclusões
• A realização da atividade proposta proporciona ao aluno a aquisição de
competências em relação ao algoritmo estudado.
• A programação do método de Têmpera Simulada permitiu revisar a lógica
deste método heurístico e constatar o papel das constantes no
desempenho das soluções obtidas.
• Sendo a Têmpera Simulada um método com característica estocástica, as
soluções obtidas em diferentes execuções podem não ser as mesmas, a
rigor. Este fato é uma vantagem pois, nos casos em que a função objetivo
apresenta ótimo global em mais de um ponto do domínio considerado, o
método de busca é capaz de encontrar todas as soluções ótimas. Nesse
sentido, o método da Têmpera Simulada se assemelha aos algoritmos
genéticos.
• No item 3, foi proposta uma questão prática que se traduz em um problema
de otimização com restrição definida por função. A resolução do problema
pode ser (e foi) executada de duas formas: unindo a equação de restrição
à função objetivo, e em seguida aplicando o método de Lagrange.
• Neste caso, dada a relativa simplicidade do problema, não foi difícil
incorporar a restrição à função objetivo eliminando uma das variáveis.
Entretanto, como discutido em sala de aula, em alguns casos nos quais as
restrições existem em maior quantidade e/ou são definidas por leis mais
complexas, o método de Lagrange pode ser uma escolha nitidamente
vantajosa.