AULA01 – Introdução à otimização matemática

Prof. Dr. Hugo A. R. Flórez

 GERAÇÃO TÉRMICA
Matéria prima: combustível; diesel; carvão; gás natural; biomassa
 GERAÇÃO NUCLEAR (Termonuclear)
Matéria prima: urânio-235; cobalto-60; estrôncio-90; rádio-224; iodo-
131.
GERAÇÃO HIDRELÉTRICA (HIDRÁULICA)
DEFINIÇÃO DO PROBLEMA: DESPACHO ECONÓMICO
 DEFINIÇÃO DO PROBLEMA: DESPACHO ECONÓMICO

Resolução do problema de forma simplificada

𝑛

𝒎𝒊𝒏 𝐶𝑢𝑠𝑡𝑜 = ෍ 𝐶𝑖 (𝑃𝑖 )

𝑖=1
𝒔. 𝒂.
𝑛

𝑃𝐷 − ෍ 𝑃𝑖 = 0
𝑖=1
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
Um problema de otimização matemática pode ser representado da
seguinte forma:

𝑚𝑖𝑛 𝑓. 𝑜. 𝑥
𝑠. 𝑎.
𝑔 𝑥 = 0, 𝑖 = 1, ⋯ , 𝑛𝑔
ℎ 𝑥 ≤ 0, 𝑖 = 1, ⋯ , 𝑛ℎ

Onde 𝑥 são as variáveis de decisão do problema, 𝑛𝑔 e 𝑛ℎ são o número

de restrições de igualdade e desigualdade.
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
Resolver os seguintes problemas de otimização:
Problema 1: (Problema irrestrito)
𝑚𝑖𝑛 𝑓 𝑥1 , 𝑥2 = 0,25𝑥1 2 + 𝑥2 2

𝜕𝑓 𝜕𝑓
=0 =0
𝜕𝑥1 𝜕𝑥2

𝑠𝑜𝑙: 𝑥1 = 𝑥2 = 0
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
Problema 2: 𝑚𝑖𝑛 𝑓 𝑥1 , 𝑥2 = 0,25𝑥1 2 + 𝑥2 2
𝑠. 𝑎. 𝑥1 + 𝑥2 = 5
5

3
x1 + x2 = 5

2
f = 0.25x12 + x22

-1

-2

-3
-5 -4 -3 -2 -1 0 1 2 3 4 5
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
Dado um problema de otimização da forma:
𝑚𝑖𝑛 𝑓 𝑥
𝑠. 𝑎.
𝑔𝑖 𝑥 = 0, 𝑖 = 1, ⋯ , 𝑛𝑔
Define-se a função Lagrangeana do problema tal como segue:
𝑛𝑔

ℒ 𝑥, 𝜆 = 𝑓 𝑥 + ෍ 𝜆𝑖 ∗ 𝑔𝑖 𝑥
𝑖=1

Onde a solução do “novo” problema é dada por 𝑥 = 𝑥1 , ⋯ , 𝑥𝑛 e 𝜆 =

𝜆1 , ⋯ , 𝜆𝑛𝑔 . Estes valores devem satisfazer as condições de
otimalidade.
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
Assim, para o problema restrito:
𝑚𝑖𝑛 𝑓 𝑥1 , 𝑥2 = 0,25𝑥1 2 + 𝑥2 2
𝑠. 𝑎. 𝑥1 + 𝑥2 = 5
A função Lagrangeana (problema irrestrito) é dada por:

Derivando a função Lagrangeana com respeito as variáveis envolvidas,

temos:
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA

ℒ 𝑥, 𝜆 = 0,25𝑥1 2 + 𝑥2 2 + 𝜆1 (𝑥1 + 𝑥2 − 5)
𝜕ℒ 𝑥1 , 𝑥2 , 𝜆1
=0
𝑥1
𝜕ℒ 𝑥1 , 𝑥2 , 𝜆1
=0
𝑥2
𝜕ℒ 𝑥1 , 𝑥2 , 𝜆1
=0
𝜆1
0,5 0 1 𝑥1 0 𝑥1 4
0 2 1 𝑥2 = 0 𝑥2 = 1
1 1 0 𝜆1 5 𝜆1 −2
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
Problema 3: 𝑚𝑖𝑛 𝑓 𝑥1 , 𝑥2 = 0,25𝑥1 2 + 𝑥2 2
𝑠. 𝑎. 𝑥1 + 𝑥2 = 5
𝑥1 + 𝑥2 ≥ 1
5

3
x1 + x2 = 5

2
f = 0.25x12 + x22

0
x1 + x2 >= 1
-1

-2

-3
-5 -4 -3 -2 -1 0 1 2 3 4 5
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
Dado um problema de otimização da forma:

𝑚𝑖𝑛 𝑓 𝑥
𝑠. 𝑎.
𝑔𝑖 𝑥 = 0, 𝑖 = 1, ⋯ , 𝑛𝑔
ℎ𝑗 𝑥 ≤ 0, 𝑗 = 1, ⋯ , 𝑛ℎ

Define-se a função Lagrangeana do problema tal como segue:

𝑛𝑔 𝑛ℎ

ℒ 𝑥, 𝜆, 𝜇 = 𝑓 𝑥 + ෍ 𝜆𝑖 ∗ 𝑔𝑖 𝑥 + ෍ 𝜇𝑗 ∗ ℎ𝑗 𝑥
𝑖=1 𝑗=1
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
Onde a solução do problema é dada por 𝑥 = 𝑥1 , ⋯ , 𝑥𝑛 , 𝜆 =
𝜆1 , ⋯ , 𝜆𝑛𝑔 e 𝜇 = 𝜇1 , ⋯ , 𝜇𝑛ℎ . Estes valores devem satisfazer as
condições de otimalidade.

Assim, para o problema restrito (padronizar):

𝑚𝑖𝑛 𝑓 𝑥1 , 𝑥2 = 0,25𝑥1 2 + 𝑥2 2
𝑠. 𝑎. 𝑥1 + 𝑥2 = 5
−𝑥1 − 𝑥2 ≤ −1
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
A função Lagrangeana é dada por:

ℒ 𝑥1 , 𝑥2 , 𝜆1 , 𝜇1 = 0,25𝑥1 2 + 𝑥2 2 + 𝜆1 𝑥1 + 𝑥2 − 5 + 𝜇1 −𝑥1 − 𝑥2 + 1

Derivando a função Lagrangeana com respeito as variáveis envolvidas,

temos:
𝜕ℒ 𝑥1 , 𝑥2 , 𝜆1 𝜕ℒ 𝑥1 , 𝑥2 , 𝜆1
=0 =0
𝑥1 𝜆1

𝜕ℒ 𝑥1 , 𝑥2 , 𝜆1 𝜕ℒ 𝑥1 , 𝑥2 , 𝜆1
=0 =0
𝑥2 𝜇1
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
𝜕ℒ 𝑥1 , 𝑥2 , 𝜆1
=0 0,5𝑥1 + 𝜆1 − 𝜇1 = 0
𝑥1
𝜕ℒ 𝑥1 , 𝑥2 , 𝜆1
=0 2𝑥2 + 𝜆1 − 𝜇1 = 0
𝑥2
𝜕ℒ 𝑥1 , 𝑥2 , 𝜆1
=0 𝑥1 + 𝑥2 − 5 = 0
𝜆1
𝜕ℒ 𝑥1 , 𝑥2 , 𝜆1
=0 −𝑥1 − 𝑥2 + 1 = 0
𝜇1
Ao resolver o sistema de equações, conclui-se que o problema não tem
solução (Explicar de forma gráfica)!!!
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
Note que a restrição de desigualdade está sendo representada como
sendo uma restrição de igualdade!!!
Isto significa que as condições de otimalidade para as restrições de
desigualdade devem ser abordadas de maneira “diferente” !!!

Logo, a condição de otimalidade para as restrições de desigualdade

corresponde a:

𝜇𝑖 ≠ 0 → ℎ 𝑥 =0
𝜇𝑖 ℎ 𝑥 = 0
𝜇𝑖 = 0 → ℎ 𝑥 ≠0 𝐷𝑒𝑠𝑖𝑔𝑢𝑎𝑙𝑑𝑎𝑑𝑒‼
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
Fazendo 𝜇𝑖 = 0 → ℎ 𝑥 ≠ 0, a função Lagrangeana do problema
corresponde a:
ℒ 𝑥1 , 𝑥2 , 𝜆1 = 0,25𝑥1 2 + 𝑥2 2 + 𝜆1 𝑥1 + 𝑥2 − 5

Cuja solução é dada por:

𝑥1 4
𝑥2 1
𝜆1 = −2
𝜇1 0
 INTRODUÇÃO À OTIMIZAÇÃO MATEMÁTICA
De forma geral, a solução ótima de um problema de otimização deve
satisfazer as condições de otimalidade de Karush Kuhn-Tucker (KKT):
𝜕ℒ
1. =0
𝜕𝑥
2. 𝑔𝑖 𝑥 = 0 𝑖 = 1, ⋯ , 𝑛𝑔

3. 𝜇𝑗 ℎ𝑗 𝑥 = 0 𝑗 = 1, ⋯ , 𝑛ℎ

4. 𝜆𝑖 𝑖𝑟𝑟𝑒𝑠𝑡𝑟𝑖𝑡𝑜

5. 𝜇𝑗 ≥ 0 𝑗 = 1, ⋯ , 𝑛ℎ