Escolar Documentos
Profissional Documentos
Cultura Documentos
Planejamento e Gerenciamento
de Recursos Hídricos
1
Elementos de um
Problema de Otimização
Dada uma:
Função Objetivo F
max (ou min) F (x 1 , x 2 .......)
Variáveis de Decisão
ou seja :
g(x1 ,.....) ≥ b1
h (x 1 ,....) ≤ b2
.............
O problema torna-se mais complexo ainda
2
Desse modo podemos definir
um problema de otimização
sujeito a : decisão
3
Existem algumas rotinas para solução de
problemas de otimização: elas são empregadas em
função da forma do problema – alguns exemplos
se as equações forem lineares e as variáveis
contínuas: Programação Linear (PL)
se as equações forem lineares e variáveis
inteiras (discretas): PL Inteira (PLI)
caso particular da PL: redes de fluxo
se a função F for quadrática: Programação
Quadrática (PQ)
se as decisões forem seqüenciais (no tempo
ou no espaço): Programação Dinâmica (PD)
se as funções forem não lineares: PNL
e assim por diante...
4
Existe um vasto campo de aplicação da otimização na
análise de sistemas de recursos hídricos:
dimensionamento de reservatórios
operação de reservatórios
operação de canais
dimensionamento e operação de sistemas de irrigação
dimensionamento de obras hidráulicas
dimensionamento e operação de redes hidráulicas
calibração de modelos hidrológicos
calibração de modelos de qualidade da água
calibração de modelos ecológicos e assim por diante
Enfim processos onde é necessário DECIDIR
5
A estruturação do modelo é
uma fase fundamental:
fruto de um grande
entendimento entre o
modelista e o DECISOR
6
Otimização sem Restrições - Definições
B D
F(X)
A C
X
Pelo Cálculo:
∂F(X) / ∂Xi = 0 ∀i
7
Otimização sem Restrições
Condições Secundárias
∂ 2F ( X )
< 0 pontos de máximo (B, D)
∂2x i
côncava na vizinhanç a de x i
∂ 2F ( X )
> 0 pontos de mínimo (A, C)
∂2x i
convexa na vizinhanç a de x i
Ponto de Inflexão
Mínimo local
Mínimo global
X
∂F ( X )
=0
∂X
x =x*
8
A determinação do máximo ou do mínimo (local ou global)
depende da definição de funções convexas e côncavas
Função Côncava
F [λx 1 + (1 − λ )x 2 ] ≥ λF (x 1 ) + (1 − λ )F (x 2 )
F [λx 1 + (1 − λ )x 2 ] ≤ λF (x 1 ) + (1 − λ )F (x 2 )
Interpretação gráfica
F(X) F(X)
X X
X1 X2 X1 X2
9
Condições de Máximo e Mínimo
para mais de uma variável
Agora vamos adotar a
notação vetorial
X = (x 1 ...x n )
Condições de Existência
do ponto de ótimo
Vamos definir a forma quadrática F(X) dada por:
T
F ( X ) = X .A.X
Onde A é a matriz da forma quadrática da função F(X) ou
F(X) é a forma quadrática associada à matriz A
10
Vamos lembrar de alguns
conceitos da
Álgebra Linear
11
Como calcular os
autovalores de A ?
12
Condições de Ótimo (máximo ou
mínimo)
∂ F (X )
/X = X * =0
∂x i
para X = (x 1 ....x n )
h11h12 ........h1n ∂ F (X )
h21 ............h2n hij =
H=
.................. ∂x i ∂x j
hn 1 ............hnn
13
Podemos também definir funções
multivariadas convexas e côncavas
Função Convexa
F ( λX 2 + (1 - λ ) X 1 ) ≤λF ( X 2 ) + (1 - λ)F ( X 1 )
Função Côncava
F ( λX 2 + (1 - λ ) X 1 ) ≥λF ( X 2 ) + (1 - λ)F ( X 1 )
x1 x1
Convexo: dados os pontos Não Convexo
X1 e X2 os valores de:
λX 2 + (1 - λ) X 1 fazem parte do
0≤ λ≤1 conjunto S
14
Otimização sem Restrições
Vamos tratar da metodologia de otimização a partir de um exemplo:
Problema do Isolamento Térmico Doméstico: utilizar aquecimento ou
isolamento térmico para manter a temperatura ambiente?
K1
F (X ) = + K 2X
X
∂F ( X ) K
= 0 = − 12 + K 2 ⇒
∂X X
1/2
⎡K ⎤
X *
= ⎢ 1⎥
⎣K 2 ⎦
(o asterístico indica a solução ótima)
custo
total
isolamento
combustível
polegadas de isolante
15
Otimização Condicionada
Restrições de Igualdade
a1 a2
MaxZ ( X ) = a 0 x 1 x 2
sujeito a
orçamento = p1 x 1 + p 2 x 2
Notem que:
Espaço de
Z(X) Validade ∂(Z ( X ))
para X ≠ o no máximo
∂X
Z*
Máximo Orçamento
Orçamento
X
16
Otimização Condicionada
DICA
Transformar um problema difícil num outro
mais fácil:
Método Lagrangeano
Vamos transformar o problema de otimização
condicionada num não condicionado:
otimizar F ( X )
sujeito a
g j (X ) = b j ⇒ g j (X ) − b j = o
seja a função L definida por :
L = F ( X ) − ∑ { λ j [ g j ( X ) −b j ]}
j
17
Método Lagrangeano
Para otimizar L:
∂L ∂L
= 0 ∀i e = 0 ∀j
∂x i ∂λ j
F (X ) = 6x 1x 2
s .a
g (x ) = 3x 1 + 4 x 2 = 18
Exemplo L = 6x 1x 2 − λ (3x 1 + 4 x 2 − 18)
Numérico ∂L ∂L
= 6x 2 − 3λ = 0 = 6x 1 − 4λ = 0
∂x 1 ∂x 2
∂L
= 3x 1 + 4 x 2 − 18 = 0
∂λ
Método Lagrangeano
Resolvendo o sistema de equações
x 1* = 6 x 2* = 2.25 λ* = 4.5
F * ( X * ) = 40.5
18
Preços Sombra
O Preço sombra ou “Shadow Price - SP” é a taxa de mudança no
valor da função objetivo por unidade de mudança no valor da
restrição (recurso)
∂F ( X )
SP j =
∂b j
Este é o significado do multiplicador de Lagrange
∂F ( X )
SP j = = λj
∂b j
Preços Sombra
Vamos ver como ele funciona, considerando nosso exemplo
numérico, vamos alterar 0.1 unidades na restrição:
F (X ) = 6 x 1x 2
s .a
g ( x ) = 3 x 1 + 4 x 2 = 18 .1
L = 6 x 1 x 2 − λ (3 x 1 + 4 x 2 − 18 .1)
∂L ∂L
= 6 x 2 − 3λ = 0 = 6x 1 − 4λ = 0
∂x 1 ∂x 2
∂L
= 3 x 1 + 4 x 2 − 18 .1 = 0
∂λ
19
E se as restrições forem
desigualdades?
x ≥8
custo
Polegadas de Isolante
20
Otimização Condicionada
Otimização Condicionada
21
Otimização Condicionada
∂L ∂L ∂L
=0 =0 = s j λj = 0
∂x i ∂λ j ∂s j
Essas novas equações implicam em:
sj =0 e λj ≠ 0
ou
sj ≠ 0 e λj = 0
Um ou outro é igual a zero!
Otimização Condicionada
Interpretação:
Se existir folga em bj ela não agrega
mais valor na função objetivo:
λj = ∂F(x) / ∂bj= 0 e => sj ≠0
Se λj ≠ 0, então todo bj disponível foi
usado=> sj = 0 (não existe folga!)
22
Vamos analisar o problema do isolamento
K1
minimizar o custo = + K 2X
x
sujeito a x ≥8
K1
L= + K 2 X − λ [x − s 2 − b ]
x
para K 1 = 500 e K 2 = 24 e b = 8
chega - se ao seguinte sistema
500
+ 24 − λ = 0
x2
2λs = 0
x −s2 = 8
se s = 0 implica em x = 8 e λ = 31.8 com custo = 254.5
se a restrição for relaxada, chega - se ao mínimo anterior :
x * = 4.56 com custo igual a 221
23
Exercício para a próxima aula
Revisão Crítica
Escolher um trabalho técnico de revista arbitrada
internacional (ASCE, WRR, etc.).
Nas bibliotecas da Poli (CTH) diversos “journals” podem
ser consultados.
Escrever duas páginas em letra tamanho 12 e espaço
1,5: O que entendeu da leitura? Qual a sua opinião
sobre o trabalho? Quais os pontos positivos e negativos?
Atenção: não quero cópia de parte do trabalho.
Escolher trabalho do século 21.
Entregar o texto impresso e cópia do trabalho escolhido
(não será aceito trabalho via e-mail)
24
Exercício Problema sobre Lagrange
D
B
H
fim
25