Anda di halaman 1dari 269

EM503 Metodos numericos

Design o timo
Paulo de Barros Correia
DE FEM Unicamp
2 semestre de 2014

Paulo B. Correia

Unicamp 1


Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva

Aula 1: Introduca o

v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 2

Otimizaca o

Aula 1: Introducao

v Otimizacao

informal
Nocao

v Realidade e modelo

melhoramento

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:

Conceito formal
max{f (x) :
x

x S}

v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 3

Realidade e modelo

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

Problema
Real

/ Programa

Matematico

v Modelos de otimizacao
Pacotes

v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL


o
Solucao
Real

Solucao

Otima

v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 4

Modelos basicos

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

linear
PL: programacao
F

Lindo: www.lindo.com

Gams: www.gams.com

Excel: solver

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:

nao-linear

PNL: programacao

v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL

Lingo: www.lindo.com

Gams: www.gams.com

Excel: solver

v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

dinamica

PD: programacao
F

Modelos especficos

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 5

Atividades de engenharia

Aula 1: Introducao

Analise

Projeto (design) otimizacao

Fabricacao

Venda/compra

Pesquisa/desenvolvimento

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 6

Modelos de otimizaca o

Aula 1: Introducao

Conceitos basicos

Pacotes computacionais

linear: PL
Programacao

nao-linear:

Programacao
PNL

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva
v Lata de conserva

Modelos sem restricoes

Modelos com restricoes

v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 7

Abordagem tradicional

Aula 1: Introducao

v Otimizacao

Dados

v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

Projeto inicial

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva

Analise
do sistema o

v Logstica

do desempenho
Avaliacao

v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL

Projeto ajustado

Projeto OK ?
S

/ Alteracoes

Projeto final

v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 8

Abordagem por otimizaca o: sntese

Aula 1: Introducao

v Otimizacao

Variaveis,
criterio,
restricoes

v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

Dados

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:

Projeto inicial
(otimizado)

v Problema de
PNL
otimizacao:
v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL

Analise
do sistema o

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

das restricoes

Avaliacao

v Logstica
v Logstica

Projeto otimizado

Convergencia
OK ?
S

/ Alteracoes

Projeto final

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 9

Problema de otimizaca o: PNL

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao
v Abordagem tradicional

Max
s.a

f (x)
g(x)
x

objetivo)
(funcao

0
X

funcionais)
(restricoes
implcitas)
(restricoes

v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 10

Lata de conserva

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao

Criterio

Restricoes

v Abordagem tradicional
v Abordagem por
sntese
otimizacao:

Minimizar a area
total

v Problema de
PNL
otimizacao:

Diametro
n

Maior ou igual a 3,5 cm

Menor ou igual a 8 cm

v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL

v Logstica

Altura
n

Maior ou igual a 8 cm

Menor ou igual a 18 cm

v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Capacidade
n

Maior do que 400 cm3

Unicamp 11

Lata de conserva

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

Variaveis
de decisao
l

Diametro
D

Altura H

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva

Criterio
l

Area
mnima

Restricoes

v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL

Diametro
D

Altura H

v Logstica

Volume V

v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 12

Lata de conserva

Aula 1: Introducao

v Otimizacao

objetivo
Funcao

v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao

2
Min DH + D
2

funcionais
Restricoes

v Abordagem tradicional

V =

v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva

2
D H 400
4

implcitas
Restricoes

v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica

3, 5

8, 0

D
H

8, 0

18, 0

v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 13

Programaca o nao-linear: PNL

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:

Min
s.a

DH + 2 D2
2
4 D H 400
3, 5 D 8, 0
8, 0 H 18, 0

v Problema de
PNL
otimizacao:
v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 14

Programaca o linear: PL

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:

Max

cx

s.a

Ax
x

b
X

v Problema de
PNL
otimizacao:
v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 15

Logstica

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

Processamento diario
de madeira
l

Existem 2 florestas com capacidades limitadas

Existem 2 centros de processamentos com capacidades


limitadas

O custo de transporte e conhecido

A demanda diaria
e conhecida

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 16

Logstica

Aula 1: Introducao

v Otimizacao

Rede de transporte

v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

200 a1

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva

200 a2

@ABC
@ABC
/ GFED
+3 GFED
C1
F1 M
8
MMM
q
MMM qqqqq
M
qMM
q
q
MMM
q
q
q
M&
q
q
+3 GFED
@ABC
/ GFED
@ABC
F2
C2

+3 b1 240

+3 b2 300

Demanda diaria

v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL

D = 300

v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 17

Distancias

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao

Km
C1
C2
Capacidade

F1
24,0
17,2
200

F2
20,5
18,0
200

Capacidade
240
300

v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 18

Custos: $0,15/(km tora)

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao

$
C1
C2
Capacidade

F1
3,600
2,580
200

F2
3,075
2,700
200

Capacidade
240
300

v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 19

Transporte

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva

Min
s.a

3.6x11 + 3.075x12 + 2.58x21 + 2.7x22


x11 + x12 200
x21 + x22 200
x11 + x21 240
x12 + x22 300
x11 + x12 + x21 + x22 300
x11 0, x12 0, x21 0, x22 0

v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 20

Tanque termico esferico

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

Dados conhecidos
l

Raio do tanque: r

Diferenca de temperatura: T

Resistividade termica
do isolante: c1

v Problema de
PNL
otimizacao:

Custo do isolante: C2

v Lata de conserva

Custo do equipamento: C3

Custo operacional: 6, 14457C4 (VP)

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:

v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 21

Tanque termico esferico

Aula 1: Introducao

v Otimizacao
v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:
v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)

Area:
A = 4r2
Isolamento: t << r

Carga termica
G=

365 24 T A
c1 t

v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 22

Tanque termico esferico

Aula 1: Introducao

v Otimizacao

Formulacao

v Realidade e modelo

v Modelos basicos
v Atividades de
engenharia

v Modelos de otimizacao
v Abordagem tradicional
v Abordagem por
sntese
otimizacao:
v Problema de
PNL
otimizacao:

Min
s.a

C2 At + C3 G + 6, 14457C4 G
A = 4r2
T A
G = 365 24
c1 t
t0

v Lata de conserva
v Lata de conserva
v Lata de conserva

v Programacao

nao-linear:
PNL
linear:
v Programacao
PL
v Logstica
v Logstica

v Distancias
v Custos: $0,15/(km
tora)
v Transporte

v Tanque termico

esferico

v Tanque termico

esferico

v Tanque termico

esferico
Aula 2: Pacotes
Paulo B. Correia
computacionais
Aula 3: Exemplos de

Unicamp 23


Aula 1: Introducao
Aula 2: Pacotes
computacionais
v Modelo LINGO
v Lata: modelo LINGO
LINGO
v Lata: solucao
v Logstica: modelo
LINGO

v Logstica: solucao
LINGO
v Modelo LINDO
v Logstica: modelo
LINDO

v Logstica: solucao
LINDO

Aula 2: Pacotes computacionais

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
Paulo B. Correia

Aula 11: Programacao

Unicamp 24

Modelo LINGO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
v Modelo LINGO
v Lata: modelo LINGO
LINGO
v Lata: solucao
v Logstica: modelo
LINGO

v Logstica: solucao
LINGO
v Modelo LINDO
v Logstica: modelo
LINDO

v Logstica: solucao
LINDO
Aula 3: Exemplos de

formulacao

! In
cio do modelo;
MODEL:
! Estrutura de dados;
SETS:
ENDSETS
! Inicializac

ao de par
ametros;
DATA:
ENDDATA
! Formulac

ao do problema
END

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
Paulo B. Correia

Aula 11: Programacao

Unicamp 25

Lata: modelo LINGO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
v Modelo LINGO
v Lata: modelo LINGO
LINGO
v Lata: solucao
v Logstica: modelo
LINGO

v Logstica: solucao
LINGO
v Modelo LINDO
v Logstica: modelo
LINDO

v Logstica: solucao
LINDO
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
Paulo B. Correia

Aula 11: Programacao

MODEL:
DATA:
H_MIN = 8 ;
H_MAX = 18 ;
D_MIN = 3.5 ;
D_MAX = 8 ;
CAP_MIN = 400 ;
PI = 3.141593 ;
ENDDATA
! Objetivo;
[OBJ] MIN = (PI * D * H) + (0.5 * PI * D2) ;
! Capacidade ;
0.25 * PI * D2 * H >= CAP_MIN;
! Altura;
H >= H_MIN;
H <= H_MAX;
! Diametro;
D >= D_MIN;
D <= D_MAX;
END
Unicamp 26

Lata: soluca o LINGO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
v Modelo LINGO
v Lata: modelo LINGO
LINGO
v Lata: solucao
v Logstica: modelo
LINGO

v Logstica: solucao
LINGO
v Modelo LINDO
v Logstica: modelo
LINDO

v Logstica: solucao
LINDO
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Optimal solution found at step:


6
Objective value:
300.5305
Variable
Value
Reduced Cost
H_MIN
8.000000
0.0000000E+00
H_MAX
18.00000
0.0000000E+00
D_MIN
3.500000
0.0000000E+00
D_MAX
8.000000
0.0000000E+00
CAP_MIN
400.0000
0.0000000E+00
PI
3.141600
0.0000000E+00
D
7.978836
0.0000000E+00
H
8.000000
0.0000000E+00
Row
Slack or Surplus
Dual Price
OBJ
300.5305
1.000000
2
0.3059313E-07
-0.5006631
3
0.0000000E+00
-0.3315666E-01
4
10.00000
0.0000000E+00
5
4.478836
0.0000000E+00
6
0.2116372E-01
0.0000000E+00

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
Paulo B. Correia

Aula 11: Programacao

Unicamp 27

Logstica: modelo LINGO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
v Modelo LINGO
v Lata: modelo LINGO
LINGO
v Lata: solucao
v Logstica: modelo
LINGO

v Logstica: solucao
LINGO
v Modelo LINDO
v Logstica: modelo
LINDO

v Logstica: solucao
LINDO
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
Paulo B. Correia

Aula 11: Programacao

MODEL:
SETS:
FLORESTA / F1, F2 /
: CAP_F;
CENTRO
/ C1, C2 /
: CAP_C;
ROTAS( FLORESTA, CENTRO)
: DISTANCIA, VOLUME;
ENDSETS
DATA:
CAP_F = 200, 200 ;
CAP_C = 240, 300 ;
DISTANCIA = 24.0, 20.5, 17.2, 18.0;
CUSTO = 0.15;
DEMANDA = 300;
ENDDATA
! Objetivo;
[OBJ] MIN = @SUM( ROTAS: CUSTO * DISTANCIA * VOLUME);
! Floresta;
@FOR( FLORESTA( I): @SUM( CENTRO( J): VOLUME( I, J)) <= CAP_F( I));
! Centro;
@FOR( CENTRO( J): @SUM( FLORESTA( I): VOLUME( I, J)) <= CAP_C( J));
! Demanda;
@SUM( ROTAS: VOLUME) >= DEMANDA;
END

Unicamp 28

Logstica: soluca o LINGO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
v Modelo LINGO
v Lata: modelo LINGO
LINGO
v Lata: solucao
v Logstica: modelo
LINGO

v Logstica: solucao
LINGO
v Modelo LINDO
v Logstica: modelo
LINDO

v Logstica: solucao
LINDO
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
Paulo B. Correia

Aula 11: Programacao

Objective value: 823.5000


Variable
Value
CUSTO
0.1500000
DEMANDA
300.0000
CAP_F( F1)
200.0000
CAP_F( F2)
200.0000
CAP_C( C1)
240.0000
CAP_C( C2)
300.0000
DISTANCIA( F1, C1)
24.00000
DISTANCIA( F1, C2)
20.50000
DISTANCIA( F2, C1)
17.20000
DISTANCIA( F2, C2)
18.00000
VOLUME( F1, C1)
0.0000000E+00
VOLUME( F1, C2)
100.0000
VOLUME( F2, C1)
200.0000
VOLUME( F2, C2)
0.0000000E+00
Row
Slack or Surplus
OBJ
823.5000
2
100.0000
3
0.0000000E+00
4
40.00000
5
200.0000
6
0.0000000E+00

Reduced Cost
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.0000000E+00
0.5250000
0.0000000E+00
0.0000000E+00
0.1200000
Dual Price
1.000000
0.0000000E+00
0.4950000
0.0000000E+00
0.0000000E+00
-3.075000
Unicamp 29

Modelo LINDO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
v Modelo LINGO
v Lata: modelo LINGO
LINGO
v Lata: solucao
v Logstica: modelo
LINGO

v Logstica: solucao
LINGO
v Modelo LINDO
v Logstica: modelo
LINDO

v Logstica: solucao
LINDO

! In
cio do modelo: func

ao objetivo
MIN
! In
cio das restric

oes
ST
! Final das restric

oes
END
! Final do modelo

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
Paulo B. Correia

Aula 11: Programacao

Unicamp 30

Logstica: modelo LINDO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
v Modelo LINGO
v Lata: modelo LINGO
LINGO
v Lata: solucao
v Logstica: modelo
LINGO

v Logstica: solucao
LINGO
v Modelo LINDO
v Logstica: modelo
LINDO

v Logstica: solucao
LINDO

Min
st
x11
x21
x11
x21
x11
end

3.6 x11 + 3.075 x12 + 2.58 x21 + 2.7 x22


+
+
+
+
+

x12
x22
x21
x22
x12

<= 200
<= 200
<= 240
<= 300
+ x21 + x22 >= 300

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
Paulo B. Correia

Aula 11: Programacao

Unicamp 31

Logstica: soluca o LINDO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
v Modelo LINGO
v Lata: modelo LINGO
LINGO
v Lata: solucao
v Logstica: modelo
LINGO

v Logstica: solucao
LINGO
v Modelo LINDO
v Logstica: modelo
LINDO

v Logstica: solucao
LINDO
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

LP OPTIMUM FOUND AT STEP


2
OBJECTIVE FUNCTION VALUE
1)
823.5000
VARIABLE
VALUE
REDUCED COST
X11
0.000000
0.525000
X12
100.000000
0.000000
X21
200.000000
0.000000
X22
0.000000
0.120000
ROW
SLACK OR SURPLUS
DUAL PRICES
2)
100.000000
0.000000
3)
0.000000
0.495000
4)
40.000000
0.000000
5)
100.000000
0.000000
6)
0.000000
-3.075000
NO. ITERATIONS=
2

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
Paulo B. Correia

Aula 11: Programacao

Unicamp 32


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
v Apoio com 2 barras
v Apoio com 2 barras
v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo
v Coluna tubolar

Aula 3: Exemplos de formulaca o

v Coluna tubolar
v Despacho de carga
v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua
v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 33

Apoio com 2 barras


W

Aula 1: Introducao

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
v Apoio com 2 barras
v Apoio com 2 barras

v Apoio com 2 barras:


tubo
v Apoio com 2 barras:
tubo
v Coluna tubolar
v Coluna tubolar
v Despacho de carga

s/2

s/2

v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua
v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 34

Apoio com 2 barras

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
v Apoio com 2 barras
v Apoio com 2 barras
v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo
v Coluna tubolar
v Coluna tubolar
v Despacho de carga
v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua
v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 35

Apoio com 2 barras: tubo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
v Apoio com 2 barras

x1 altura h

x2 afastamento s

x3 diametro
externo da barra 1

x4 diametro
interno da barra 1

x5 diametro
externo da barra 2

x6 diametro
interno da barra 2

v Apoio com 2 barras


v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo
v Coluna tubolar
v Coluna tubolar
v Despacho de carga
v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua
v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 36

Apoio com 2 barras: tubo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
v Apoio com 2 barras

Area
A1 =

2
(x3 x24 );
4

v Coluna tubolar
v Coluna tubolar
v Despacho de carga
v Despacho de carga

2
(x5 x26 )
4

Massa

v Apoio com 2 barras


v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo

A2 =

M = l(A1 + A2 ) = (

Tensao

x21 + 0, 5x22 ) (x23 x24 + x25 x26 )


4

F1
1 =
;
A1

F2
2 =
A2

v Despacho de carga

v Canal de agua

v Canal de agua
v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 37

Coluna tubolar

Aula 1: Introducao

Aula 2: Pacotes
computacionais

Aula 3: Exemplos de

formulacao
v Apoio com 2 barras
v Apoio com 2 barras

v Apoio com 2 barras:


tubo
v Apoio com 2 barras:
tubo

Ro

Ri

2R

v Coluna tubolar
v Coluna tubolar
v Despacho de carga
v Despacho de carga
v Despacho de carga

Ro Ri

v Canal de agua

v Canal de agua
v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 38

Coluna tubolar

Aula 1: Introducao

Carga crtica
2 EI
Pcr =
4l2
A = 2Rt

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
v Apoio com 2 barras
v Apoio com 2 barras

I = R3 t

v Apoio com 2 barras:


tubo
v Apoio com 2 barras:
tubo
v Coluna tubolar
v Coluna tubolar

v Despacho de carga

Criterio
Minimizar massa

v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua

E Modulo
de Young

I Momento de inercia

v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 39

Despacho de carga

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

G1

G2

v Apoio com 2 barras


v Apoio com 2 barras
v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo
v Coluna tubolar
v Coluna tubolar
v Despacho de carga
v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua
v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 40

Despacho de carga

Aula 1: Introducao

C1

Aula 2: Pacotes
computacionais

C1 = 1 P1 + P12

Aula 3: Exemplos de

formulacao
v Apoio com 2 barras
v Apoio com 2 barras
v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo

C2

P1

v Coluna tubolar
v Coluna tubolar

C2 = 1 + 0, 6P2 + P22

v Despacho de carga
v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua
v Pneu

P2

v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 41

Despacho de carga

Aula 1: Introducao

Restricao

Aula 2: Pacotes
computacionais

P1 + P2 L

Aula 3: Exemplos de

formulacao
v Apoio com 2 barras
v Apoio com 2 barras
v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo

Criterio
Minimizar custo

v Coluna tubolar
v Coluna tubolar
v Despacho de carga
v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua
v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 42

Canal de a gua

Aula 1: Introducao

2m

Aula 2: Pacotes
computacionais

1m

Aula 3: Exemplos de

formulacao
v Apoio com 2 barras
v Apoio com 2 barras
v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo
v Coluna tubolar

A2 /2

H2

A3

A2 /2

A1
H1

v Coluna tubolar
v Despacho de carga
v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua
v Pneu
v Pneu
v Compressor: 3

estagios

v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 43

Canal de a gua

Aula 1: Introducao

Restricoes
A1 + A3 = 150m2

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

A1 = A2

v Apoio com 2 barras


v Apoio com 2 barras
v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo
v Coluna tubolar

Criterio
Minimizar movimento de terra

v Coluna tubolar
v Despacho de carga
v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua
v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 44

Pneu

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
v Apoio com 2 barras
v Apoio com 2 barras
v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo
v Coluna tubolar
v Coluna tubolar
v Despacho de carga
v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua

Um pneu de 100 Kg e fabricado usando Borracha (B), Oleo


(O) e
(C) como insumos. Ele deve conter no mnimo 25 Kg e no
Carvao

As
maximo
60 Kg de Borracha, e no mnimo 50 Kg de Carvao.
de Dureza (D), Elasticidade (E) e Tensao

seguintes especificacoes
(T ), expressas em unidades convenientes, devem ser atendidas:
25 D 35
16 E
12 T
foram
Para os insumos dados em Kg, as seguintes expressoes
obtidas experimentalmente

v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

T = 12, 5 0, 1O 0, 001O2
E = 17 + 0, 35B 0, 04O 0, 002B 2
D = 34 + 0, 1B + 0, 06O 0, 3C + 0, 001BO + 0, 005O2 + 0, 001C 2

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 45

Pneu

Aula 1: Introducao

dados pela tabela


Os custos dos insumos sao

Aula 2: Pacotes
computacionais

Insumo
B
O
C

Aula 3: Exemplos de

formulacao
v Apoio com 2 barras
v Apoio com 2 barras
v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo
v Coluna tubolar
v Coluna tubolar

$/Kg
4
1
7

Criterio:
minimizar custo

v Despacho de carga
v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua
v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 46

Compressor: 3 estagios

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
v Apoio com 2 barras
v Apoio com 2 barras
v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo
v Coluna tubolar
v Coluna tubolar
v Despacho de carga
v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua

com tres
estagios

A energia usada em um compressor de gas


e
dada por

r
r
r
p1
p2
pS
+
+
3
E=K
pE
p1
p2
de entrada (pE = 64) e de sada (pS = 1000) sao

As pressoes
conhecidas.
l

Criterio:
mnimizar o consumo de energia
pE
p1
p2
pS

v Pneu
v Pneu
v Compressor: 3

estagios
v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 47

Trocador de calor

Aula 1: Introducao
Aula 2: Pacotes
computacionais

l
l

Aula 3: Exemplos de

formulacao

Raio mnimo dos tubos internos: 5cm

Area
maxima
total dos tubos internos: 2.000cm3
Casco externo

v Apoio com 2 barras


v Apoio com 2 barras
v Apoio com 2 barras:
tubo
v Apoio com 2 barras:
tubo
v Coluna tubolar
v Coluna tubolar
v Despacho de carga
v Despacho de carga
v Despacho de carga

v Canal de agua

v Canal de agua
v Pneu
v Pneu
v Compressor: 3

estagios

Tubos internos
l

Maximizar a area
de troca

v Trocador de calor
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula
7: Simplex
2 fases
Paulo
B. Correia
Aula 8: Exemplo de

Unicamp 48


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:

Aula 4: Conceitos de otimizaca o

v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 49

Problema de otimizaca o

Aula 1: Introducao

Problema irrestrito

Aula 2: Pacotes
computacionais

min{f (x)}
x

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

Problema restrito
min{f (x) :
x

x S}

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 50


Otimo
global: mnimo

Aula 1: Introducao

O ponto x e um mnimo global de f (x ) em S se

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

f (x ) f (x) :

xS

Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 51


Otimo
local: mnimo

Aula 1: Introducao

O ponto x e um mnimo local de f (x ) na vizinhanca N se

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

f (x ) f (x) :
N = {x :

xS

xN

com ||x x || < }

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 52


Otimos:
global e local

Aula 1: Introducao
Aula 2: Pacotes
computacionais

f (x) O

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos

v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

/
x

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 53

Teorema de Weirstrass

Aula 1: Introducao

Se f (x) e contnua no conjunto S, compacto (fechado e

limitado) e nao-vazio

f (x) tem um otimo

Entao
global em S

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 54

Teorema de Weirstrass: exemplos

Aula 1: Introducao
Aula 2: Pacotes
computacionais

O Teorema de Weirstrass pode ser aplicado nestes dois casos?


l

f (x) = 1/x , e S = {x : 0 < x 1}

f (x) = 1/x , e S = {x : 0 x 1}

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

e verdade.
A recproca do Teorema nao

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 55

Gradiente

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

T
f (x) =

f (x)
x1
f (x)
x2

..
.

f (x)
xn

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 56

Matriz Hessiana

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:

H=

2 f (x)
x21

2 f (x)
x1 x2

2 f (x)
x2 x1

2 f (x)
x22

2 f (x)
xn x1

2 f (x)
xn x2

..
.

..
.

..
.
...

2 f (x)
x1 xn
2 f (x)
x2 xn

..
.

2 f (x)
x2n

v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 57

Exemplo A

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos

f (x) = (x1 1)2 + (x2 1)2

2(x1 1)

T f (x) =
2(x2 1)

2 0

H=
0 2

v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 58

Exemplo B

Aula 1: Introducao
Aula 2: Pacotes
computacionais

f (x) = x31 + x32 + 2x21 + 3x22 x1 x2 + 2x1 + 4x2

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 59

Exemplo B

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:

f (x) = x31 + x32 + 2x21 + 3x22 x1 x2 + 2x1 + 4x2




3x21
3x22

+ 4x1 x2 + 2
+ 6x2 x1 + 4


6x1 + 4
1
H=
1
6x2 + 6

T f (x) =

v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 60

Serie de Taylor

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

da funcao
f (x) em torno do ponto x
Expansao
1
f (x) = f (x ) + f (x x ) + (x x )T H(x x ) + R
2

Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 61

Autovalor e autovetor

Aula 1: Introducao

Qualquer vetor nao-nulo


x que satisfaz

Aula 2: Pacotes
computacionais

Ax = x

Aula 3: Exemplos de

formulacao

e um autovetor da matrix Ann

Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos

da equacao

O autovalor correspondente e dado pela solucao


caracterstica
|A I| = 0

v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 62

Formas quadraticas

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos

1
F (x) = (x)T A(x)
2
Para x, a matriz A e dita
l

Negativa definida se xT Ax < 0

Negativa semi-definida se xT Ax 0

Positiva definida se xT Ax > 0

Positiva semi-definida se xT Ax 0

v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 63

Formas quadraticas

Aula 1: Introducao
Aula 2: Pacotes
computacionais

A matriz A e
l

Negativa definida se seus autovalores forem estritamente


negativos, i < 0

Aula 4: Conceitos de

otimizacao

v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

Negativa semi-definida se seus autovalores negativos, i 0

Positiva definida se seus autovalores forem estritamente


positivos, i > 0

Positiva semi-definida se seus autovalores forem estritamente


positivos, i 0

Aula 3: Exemplos de

formulacao

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 64

Mnimo irrestrito

Aula 1: Introducao

Aula 2: Pacotes
computacionais

necessaria

Condicao
de primeira ordem
f (x ) = 0

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos

necessaria

Condicao
de segunda ordem
xT Hx 0

v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 65

Exemplo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Minimizar a seguinte funcao


f (x) = x21 + 2x1 x2 + 2x22 2x1 + x2 + 8

Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 66

Exemplo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

necessaria

Condicao
de primeira ordem

 

2x1 + 2x2 2
0
f (x)
=
2x1 + 4x2 + 1
0
 5 
2
x =
32

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 67

Exemplo

Aula 1: Introducao
Aula 2: Pacotes
computacionais

suficiente de segunda ordem


Condicao
l

Aula 3: Exemplos de

formulacao

Hessiana
H=

Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos
v Gradiente
v Matriz Hessiana

2
2

2
4

Autovalores

2
|H I| =
2


2
=0
4

v Exemplo A
v Exemplo B
v Exemplo B

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 68

Exemplo

Aula 1: Introducao
Aula 2: Pacotes
computacionais

suficiente de segunda ordem


Condicao
l

Aula 3: Exemplos de

formulacao

Autovalores
(2 )(4 ) 4 = 0

Aula 4: Conceitos de

otimizacao
v Problema de

otimizacao

v Otimo global: mnimo

local: mnimo
v Otimo

2 6 + 4 = 0

global e local
v Otimos:
v Teorema de
Weirstrass
v Teorema de
Weirstrass: exemplos

= [3

v Gradiente
v Matriz Hessiana
v Exemplo A
v Exemplo B
v Exemplo B

5, 3 +

5] > 0

Entao
xT Hx > 0,

v Serie
de Taylor
v Autovalor e autovetor

v Formas quadraticas

v Formas quadraticas
v Mnimo irrestrito
v Exemplo
v Exemplo
v Exemplo
v Exemplo
Paulo B. Correia
de
Aula 5: Condicoes

Unicamp 69


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior

Aula 5: Condico es de otimalidade

no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 70

Problema restrito: simples

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

pode ser expresso como:


O problema restrito de otimizacao
Min
s.a

f (x)
x

de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 71

Exemplo: soluca o interior

Aula 1: Introducao

f (x)

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior

no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo

<x<

df (x)
=0
dx

v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 72

Exemplo: soluca o no limite superior

Aula 1: Introducao

f (x)

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior

no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo

x=

df (x)
<0
dx

v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 73

Exemplo: soluca o no limite inferior

Aula 1: Introducao

f (x)

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior

no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo

x=

df (x)
>0
dx

v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 74

Conjunto convexo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

P1

P2

P1

P2

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior

P1

no
v Exemplo: solucao
limite inferior

P2

P1

P2

v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao

O conjunto S e convexo se:


P1 , P2 S, P = [P1 + (1 )P2 ] S, [0, 1]

v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 75

Funca o convexa
f (x)
6

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

f (x2 )
f (x1 )

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior

x1

no
v Exemplo: solucao
limite inferior

x2

v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo

f (x) e convexa se:


A funcao
f (x1 ) + (1 )f (x2 ) f (x1 + (1 )x2 ) : [0, 1]

necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 76

Funca o convexa: exemplo

Aula 1: Introducao

f (x) = x21 + x22 1

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

f (x) =

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior

H=

2
0

0
2

2x1
2x2

{2, 2} > 0

f (x) e estritamente convexa.


Como H e positiva definida, entao

no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 77

Problema convexo de otimizaca o

Aula 1: Introducao

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Minimizacao
F

objetivo convexa
Funcao

Conjunto factvel convexo

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior

Maximizacao
F

objetivo concava

Funcao

Conjunto factvel convexo

no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 78

Problema restrito

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

pode ser expresso como:


O problema restrito de otimizacao
Min
s.a

f (x)
h(x)
g(x)

0
0

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 79

Exemplo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

Min
s.a

(x1 1, 5)2 + (x2 1, 5)2


x1 + x2 2 0
x1 0
x2 0

de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 80

Condica o necessaria

Aula 1: Introducao

de igualdade
Restricoes

Aula 2: Pacotes
computacionais

hi (x) = 0,

Aula 3: Exemplos de

formulacao

i = 1, ..., p

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior

de desigualdade
Restricoes
gj (x) 0,

j = 1, ..., q

no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 81

Lagrangiano: igualdade

Aula 1: Introducao

Problema

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

Min
s.a

f (x)
h(x)

Lagragiano
L(x, v) = f (x) + vh(x)
os multiplicadores de Lagrange
onde v1,...,p sao

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 82

Condica o necessaria: igualdade

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

Lagrangiano
L(x, v) = f (x) + vh(x)
necessaria

Condicao
de primeira ordem
L(x, v) = 0

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 83

Exemplo: tanque

Aula 1: Introducao

Problema

Aula 2: Pacotes
computacionais

Min
s.a

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

R2 + Rl
R2 l V = 0,

(V conhecido)

Lagrangiano
L = R2 + Rl + v(R2 l V )

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 84

Exemplo: tanque

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior

L
R

= 2R + l + 2vRl = 0

L
l

= R + vR2 = 0

L
v

= R2 l V = 0

Solucao:
R =

V
2

1/3

l =

4V

1/3

v =

1
R

v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 85

Lagrangiano: desigualdade

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Problema

Min
s.a

f (x)
g(x)

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 86

Condica o necessaria: desigualdade

Aula 1: Introducao

necessaria

Condicao
de primeira ordem

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

f (x) + ug(x)

ug(x)

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 87

Desigualdade igualdade

Aula 1: Introducao

Problema equivalente

Aula 2: Pacotes
computacionais

Min
s.a

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

f (x)
g(x) + s2

Lagragiano
L(x, v, s) = f (x) + u[g(x) + s2 ]

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 88

Desigualdade igualdade

Aula 1: Introducao

necessaria

Condicao
de primeira ordem

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

L(x, s, u)

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 89

Exemplo

Aula 1: Introducao

Problema

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

Min
s.a

(x1 1, 5)2 + (x2 1, 5)2


x1 + x2 2 0.

Lagrangiano acrescentando s2
L = (x1 1, 5)2 + (x2 1, 5)2 + u(x1 + x2 2 + s2 )

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 90

Exemplo: com s2

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior

no
v Exemplo: solucao
limite inferior

L
x1

= 2(x1 1, 5) + u = 0

L
x2

= 2(x2 1, 5) + u = 0

L
u

= x1 + x2 2 + s 2 = 0

L
s

= 2us = 0

1: factvel
Solucao
x1 = x2 = 1,

v Conjunto convexo

u = 1,

s=0

u = 0,

s2 = 1

convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao

2: infactvel
Solucao

v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade

x1 = x2 = 1, 5,

necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 91

Exemplo: sem s2

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

= 2(x1 1, 5) + u = 0

L
x2

= 2(x2 1, 5) + u = 0

ug(x) = u(x1 + x2 2) = 0

de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior

L
x1

u0
l

1: factvel
Solucao

no
v Exemplo: solucao
limite inferior

x1 = x2 = 1,

v Conjunto convexo

u = 1

convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao

2: infactvel
Solucao

v Problema restrito
v Exemplo
necessaria

v Condicao

x1 = x2 = 1, 5,

u = 0

v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 92

Ponto regular

Aula 1: Introducao

O ponto x e regular se

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade
v Problema restrito:
simples

{g1 (x ), ..., gp (x )}
g(x )

(LI)

(LI)

v Exemplo: solucao
interior
no
v Exemplo: solucao
limite superior
no
v Exemplo: solucao
limite inferior
v Conjunto convexo
convexa
v Funcao
convexa:
v Funcao
exemplo
v Problema convexo de

otimizacao
v Problema restrito
v Exemplo
necessaria

v Condicao
v Lagrangiano:
igualdade
necessaria:

v Condicao
igualdade
v Exemplo: tanque
Paulo B. Correia
v Exemplo:
tanque
v Lagrangiano:

Unicamp 93


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Aula 6: Programaca o linear

linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 94

Programaca o linear

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Max
s.a

cx
Ax
x

b
0

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 95

Programaca o linear

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Max
s.a

cx
A1 x
A2 x
A3 x
x

b1
b2
b3
0

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 96

Programaca o linear

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Max
s.a

cx
A1 x
A2 x
A3 x

s1

s2
x
s1
s2

=
=
=

b1
b2
b3
0
0
0

linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 97

Exemplo: produca o

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

Recurso 1
Recurso 2
Recurso 3

Lucro unitario

Produto 1
1
1
0
1

Produto 2
2
0
1
1

Disponibilidade
50
30
20

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 98

Produca o: formulaca o

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Max
s.a

x1 + x2
x1 + 2x2
x1
x2
x1 , x2

=z
50
30
20
0

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 99

Conceitos

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

factvel
Solucao

basica

Solucao
(vertice)

otima

Solucao

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 100

Soluco es factveis

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao

x2

O
OOO
OOO
OOO
OOO
OOO
OOO
OOO
OOO
OOO
S
OOO
OO
/

x1

linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 101

Soluco es basicas

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao

x2

O
OOO
OOO
OOO

OOO
OOO
OOO
OOO
OOO
OOO
S
OOO
OO

x1

linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 102


Numero
de soluco es basicas

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao

e n variaveis

Problema com m restricoes


n!
Numero
SB =

m!(n m)!

Para m = 150 e n = 300

300!
1089
150! 150!

linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 103

Soluca o o tima

Aula 1: Introducao

x2

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao

c
OOO
?

OOO


OOO ?


O
O

c
O?O
? ?
?

?
 ?

?
S

?

?
?
?
?

x1

linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 104

Soluca o

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Ax = b
BxB + NxN = b,

tal que

B1

xB = B1 b B1 NxN

linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 105

Soluca o basica

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

xN

xB

B1 b

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 106

Soluca o basica factvel

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

xN

xB

B1 b 0

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 107

Funca o objetivo

Aula 1: Introducao

z = cB B1 b + (cN cB B1 N)xN

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

z = z0 + r N x N
Onde
l

objetivo na solucao
basica

z0 : valor da funcao

rN : vetor de custo relativo

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 108

Soluca o basica factvel o tima

Aula 1: Introducao
Aula 2: Pacotes
computacionais

xN

Aula 3: Exemplos de

formulacao

xB

Aula 4: Conceitos de

otimizacao

rN

de
Aula 5: Condicoes
otimalidade

z0

B1 b 0

cB B1 b

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 109

Metodo simplex: A

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

xB
B
cB

xN
..
.
..
.

cN

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 110

Metodo simplex: B

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

xB
I
0

xN
..
.
..
.

B1 N

B1 b

cN (cB B1 N)

cB B1 b

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 111

Metodo simplex: C

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

xB
I
0

xN
..
.
..
.

B1 N

B1 b

rN

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 112

Simplex: produca o A

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

x1
1
1
0
1

x2
2
0
1
1

s1
1
0
0
0

s2
0
1
0
0

s3
0
0
1
0

b
50
30
20
0

50
1
30
1
20
0

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 113

Simplex: produca o B

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

x1
0
1
0
0

x2
2
0
1
1

s1
1
0
0
0

s2
-1
1
0
-1

s3
0
0
1
0

b
20
30
20
-30

20
2
30
0
20
1

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 114

Simplex: produca o C

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

x1
0
1
0
0

x2
1
0
0
0

s1
1
2

0
21
21

s2
21
1
21
21

s3
0
0
1
0

b
10
30
10
-40

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 115

Simplex: soluca o o tima

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

x1
x2
s1
s2
s3
z

=
=
=
=
=
=

30
10
0
0
10
40

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 116

Metodo simplex (max): 1

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao

begin
basica

Iniciar: solucao
factvel;
Calcular: custo relativo;
nao otima

while solucao
do
if bloqueio limitado then
begin
Pivotear: obter nova base;

Atualizar: solucao basica;


end
else
ilimitada;
Parar: solucao
end.

linear
v Programacao
linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 117

Metodo simplex (max): 2

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
linear
v Programacao
linear
v Programacao

begin
1 0
B0 | x 0
) b 0; x0
B = (B
N = 0;
0
0
0
1 0
0
rN = cN cB (B ) N ;
while j N k | rjk > 0 do
if i B k | (B1 bi )k /(B1 Ni,j )k > 0 then
begin
Pivotear: (i, j) Bk+1 ;
k+1
k+1
Atualizar: xB
= (B1 )k+1 b 0; xN
= 0;
end
else
ilimitada;
Parar: solucao
end.

linear
v Programacao

v Exemplo: producao
formulacao

v Producao:
v Conceitos
factveis
v Solucoes
basicas

v Solucoes

de solucoes
v Numero

basicas
otima

v Solucao

v Solucao
basica

v Solucao
basica

v Solucao
factvel
objetivo
v Funcao
basica

factvel
v Solucao

otima

v Metodo
simplex: A
Paulo
B.
Correia B

v Metodo
simplex:

v Metodo
simplex: C

Unicamp 118


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Aula 7: Simplex 2 fases

Aula 7: Simplex 2 fases


v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 119


Exemplo: soluca o unica

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Max
s.a

x1
x1
x1
2x1

+
+
+
+

x2
x2
2x2
x2
x1,2

1
8
10
0

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 120


Exemplo: soluca o unica

Aula 1: Introducao

x2

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

x1

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 121


Exemplo: soluca o unica

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

x1
1
1
2
1

x3
1
0
0
0

x4
0
1
0
0

0
0

x2
1
2
1
1
3
2
3
2
1
2
1
2
0
1

1
0

1
2
3
1
3
1
3

Aula 4: Conceitos de

otimizacao

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

x5
0
0
1
0
1
2
1
2
1
2
1
2
1
1
3
2
3
1
3

b
1
8
10
0
6
3
5
0
3
2
4
6

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 122


Exemplo: soluca o multipla

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Max
s.a

x1
x1
x1
x1

+
+
+

x2
x2
x2
x1,2

1
5
4
0

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 123


Exemplo: soluca o multipla

Aula 1: Introducao

x2

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

x1

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 124


Exemplo: soluca o multipla

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

x1
1
1
1
1

x2
1
1
0
1

x3
1
0
0
0

x4
0
1
0
0

x5
0
0
1
0

b
1
5
4
0

0
0
1
0

1
1
0
1

1
0
0
0

0
1
0
0

1
1
1
1

5
1
4
4

0
0
1
0

0
1
0
0

1
0
0
0

1
1
0
1

2
1
1
0

4
1
4
5

Aula 7: Simplex 2 fases


v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 125

Multiplicidade da soluca o

Aula 1: Introducao

unica
Solucao

Aula 2: Pacotes
computacionais

rj 6= 0,

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

j N

multipla
Solucao

j N :

rj = 0

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 126

Soluca o ilimitada

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

Max
s.a

2x1
x1
2x1

+
+

x2
x2
3x2
x1,2

1
6
0

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 127

Soluca o ilimitada

Aula 1: Introducao

x2

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

x1

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 128

Soluca o ilimitada

Aula 1: Introducao

x1 x2
1
1
2 3
2
1
0 12
1 32
0
4

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

x3 x4
b
1
0
1
0
1
6
0
0
0
1
4
1
2
1
0
3
2
0 1 6

Aula 7: Simplex 2 fases


v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

e otima

A ultima
solucao
?

Qual a linha do pivo ?

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 129

Soluca o ilimitada

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Seja j a coluna do pivo


l

rj < 0
Minimizacao:

rj > 0
Maximizacao:
B1 aj 0

Aula 7: Simplex 2 fases


v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 130

Base inicial: Ax b

Aula 1: Introducao

Problema original

Aula 2: Pacotes
computacionais

Max
s.a

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

cx
Ax
x

b
0

Problema expandido
Max
s.a

cx
Ax
x0

Is
s0

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 131

Quadro inicial: Ax b

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

x
A
c

s
..
.
..
.

A matriz I forma uma base factvel

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 132

Base inicial: Ax b

Aula 1: Introducao

Problema original

Aula 2: Pacotes
computacionais

Max
s.a

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

cx
Ax
x

b
0

Problema expandido
Max
s.a

cx
Ax
x0

Is
s0

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 133

Quadro inicial: Ax b

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

x
A
c

s
..
.
..
.

forma uma base factvel


A matriz I nao

Aula 7: Simplex 2 fases


v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 134

Variaveis artificiais: Ax b

Aula 1: Introducao

originais
Restricoes

Aula 2: Pacotes
computacionais

Ax
x

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

b
0

relaxadas
Restricoes
Ax
x0

Is
s0

Iv
v0

equivalentes quando v = 0
Os dois sistemas sao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 135

Simplex: 2 fases

Aula 1: Introducao

Problema original
Max
s.a

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

cx
Ax
x

b
0

originais
Restricoes
Ax
x

b
0

modificadas
Restricoes
Ax + Iv
x, v

b
0

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 136

Simplex: 2 fases

Aula 1: Introducao

l Fase 1

Aula 2: Pacotes
computacionais

Min
s.a

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

vi
Ax + Iv
x, v

=
=

zA
b
0

l Fase 2

Se zA > 0 v 6= 0: problema original infactvel

Se zA = 0 v = 0: resolver
Min
s.a

cx
Ax
x

b
0

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 137

Exemplo: S 6=

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Max
s.a

2x1
x1
x1

+
+

x2
x2
x2
x1,2

5
2
2
0

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 138

Exemplo: S 6=

Aula 1: Introducao

x2

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao

x1

ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 139

Exemplo: Fase 1

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

x2
1
0
1
0
1

x3
1
0
0
0
0

x4
0
1
0
0
0

x5
0
0
1
0
1

v1
0
0
1
1
0

b
5
2
2
0
2

1
1
0
0

0
0
1
0

1
0
0
0

0
1
0
0

1
0
1
0

1
0
1
1

3
2
2
0

Final da Fase 1

Aula 6: Programacao
linear

zA = 0

Aula 7: Simplex 2 fases

Problema factvel Fase 2

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

x1
1
1
0
0
0

v1 = 0

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 140

Exemplo: Fase 2

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

x1
1
1
0
2
2

x2
0
0
1
1
0

x3
1
0
0
0
0

x4
0
1
0
0
0

x5
1
0
1
0
1

b
3
2
2
0
2

0
1
0
0

0
0
1
0

1
0
0
0

1
1
0
2

1
0
1
1

1
2
2
6

0
1
0
0

0
0
1
0

1
0
1
1

1
1
1
1

1
0
0
0

1
2
3
7

Aula 7: Simplex 2 fases


v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 141

Exemplo: S =

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

Max
s.a

2x1
x1
x1

+
+
+

x2
x2
x2
x1,2

4
5
0

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 142

Exemplo: S =

Aula 1: Introducao

x2

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

S=

Aula 7: Simplex 2 fases


v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao

c
x1

ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 143

Exemplo: Fase 1

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

x1
1
1
0
1

x2
1
1
0
1

x3
1
0
0
0

x4
0
1
0
1

v1
0
1
1
0

b
4
5
0
5

1
0
0

1
0
0

1
1
1

0
1
0

0
1
1

4
1
1

Final da Fase 1

zA = 1

Problema infactvel

v1 > 0

Aula 7: Simplex 2 fases


v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
unica

v Exemplo:
multipla

solucao

solucao

solucao

solucao

v Exemplo: solucao
multipla

v Exemplo: solucao
multipla

v Multiplicidade da

solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
ilimitada
v Solucao
v Base inicial:
Paulo B. Correia
Ax b
v Quadro inicial:

Unicamp 144


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Aula 8: Exemplo de programaca o linear

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 145

Cogeraca o

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

(CCG) produz vapor e eletricidade para atender a` demanda


Uma pequena central de cogeracao
de um processo industrial. Ela deve garantir integralmente a demanda de vapor, mas a

demanda de eletricidade pode ser complementada com a energia adquirida da concessionaria


da CCG inclui: um gerador de vapor, duas turbinas e duas valvulas

local. A instalacao
de
A CCG deve ter seu custo operacional minimizado.
expansao.

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 146

Ilustraca o

Aula 1: Introducao
Aula 2: Pacotes
computacionais

AP
B
E1

E2

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

P1

P
P2

V1

PE
T1

de
Aula 5: Condicoes
otimalidade

T2

Aula 6: Programacao
linear

M1

M2

MP

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

V2

B1

B2
BP

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 147

Consideraco es

Aula 1: Introducao

Vapor produzido em alta pressao

Aula 2: Pacotes
computacionais

Demanda de processo:

Aula 3: Exemplos de

formulacao

Vapor de media
e baixa pressao

Aula 4: Conceitos de

otimizacao

Eletricidade

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Instalacao:
F

Duas turbinas

Duas valvulas
de expansao

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

Preco de eletricidade: consumo mais penalidade

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 148

Informaca o: turbina 1

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Eficiencia
maxima

Geracao
mnima
Geracao

Fluxo de entrada maximo

Fluxo interno maximo

Fluxo de condensado maximo


media

Pressao
de extracao
baixa de extracao

Pressao

0,45
6.250 kW
2.500 kW
87.000 kg/h
60.000 kg/h
28.000 kg/h
1,35 GPa
0,45 GPa

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 149

Informaca o: turbina 2

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Eficiencia
maxima

Geracao
mnima
Geracao

Fluxo de entrada maximo

Fluxo maximo
a baixa pressao
media

Pressao
de extracao
baixa de extracao

Pressao

0,45
9.000 kW
3.000 kW
110.000 kg/h
64.000 kg/h
1,35 GPa
0,45 GPa

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 150

Informaca o: linhas de vapor

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

Linha
Alta

Media
Baixa
Condensado

Pressao
4,40 GPa
1,55 GPa
0,45 GPa

Temperatura
380 C
55 C
55 C

Entalpia
3,16 MJ/kg
2,95 MJ/kg
2,90 MJ/kg
0,45 MJ/kg

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 151

Informaca o: processo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Linha

Media
Baixa
Eletricidade

Pressao
1,55 GPa
0,45 GPa

Demanda
123.000 kg/h
46.000 kg/h
24.500 kW

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 152

Informaca o: mercado

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Custo do vapor (4,4 GPa)


Preco da eletricidade
Penalidade
Demanda contratada

0,0057 $/kg

0,0240 kWh medio

0,0098 kWh medio


12.000 kW

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 153

Modelo: SETS

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

SETS: ! Vazio
ENDSETS
DATA:
NETA = 0.45; ! RENDIMENTO DAS TURBINAS;
ENDDATA

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 154

Modelo: equacionamento

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

!OBJETIVO;
MIN = 0.0057*AP + 0.024*PE + 0.0098*PD;
! BALANC
O DE MASSA;
AO;
AP = V1 + E1 + E2; ! LINHA DE ALTA PRESS
MP = V1 + M1 + M2 - V2; ! LINHA DE M
EDIA PRESS
AO;
BP = V2 + B1 + B2; ! LINHA DE BAIXA PRESS
AO;
E1 - M1 - B1 - C = 0; ! TURBINA 1;
E2 - M2 - B2 = 0; ! TURBINA 2;
(Continua)

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 155

Modelo: equacionamento

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

(Continuac

ao)
! BALANC
O DE ENERGIA;
P1 = NETA*(3.16*E1 - 2.95*M1 - 2.90*B1 - 0.45*C)/3.6; ! TURBINA 1;
P2 = NETA*(3.16*E2 - 2.95*M2 - 2.90*B2)/3.6; ! TURBINA 2;
P = P1 + P2 + PE; ! ELETRICIDADE;
PE + PD >= 12000; ! CONTRATO ELETRICIDADE;
(Continua)

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 156

Modelo: equacionamento

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

(Continuac

ao)
!DEMANDA DO PROCESSO;
MP >= 123000; ! VAPOR M
EDIA PRESS
AO;
BP >= 46000; ! VAPOR BAIXA PRESS
AO;
P >= 24500; ! ELETRICIDADE;
(Continua)

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 157

Modelo: equacionamento

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

(Continuac

ao)
! LIMITES T1;
P1 <= 6250;
P1 >= 2500;
E1 <= 87000;
C <= 28000;
E1 - M1 <= 60000;
! LIMITES T2;
P2 <= 9000;
P2 >= 3000;
E2 <= 110000;
B3 <= 64000;
END

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 158

Modelo: equacionamento

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

o de sistemas energ
! EM983: otimizac
a
eticos;
! FEM - UNICAMP: primeiro semestre de 2005;
! Prof. Paulo de Barros Correia;
!
! Exemplo 2:
! Central de cogerac

ao: calor e eletricidade;


MODEL:
SETS:
ENDSETS
DATA:
NETA = 0.45;
! EFICI
ENCIA DAS TURBINAS;
ENDDATA

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 159

Modelo: equacionamento

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

!OBJETIVO;
MIN = 0.0057*AP + 0.024*PE + 0.0098*PD;
! BALANC
O DE MASSA;
AO;
AP = V1 + E1 + E2; ! LINHA DE ALTA PRESS
MP = V1 + M1 + M2 - V2; ! LINHA DE M
EDIA PRESS
AO;
BP = V2 + B1 + B2; ! LINHA DE BAIXA PRESS
AO;
E1 = M1 + B1 + C; ! TURBINA 1;
E2 = M2 + B2;
! TURBINA 2;
! BALANC
O DE ENERGIA;
P1 = NETA*(3.16*E1 - 2.95*M1 - 2.90*B1 - 0.45*C)/3.6; ! TURBINA 1;
P2 = NETA*(3.16*E2 - 2.95*M2 - 2.90*B2)/3.6; ! TURBINA 2;
P = P1 + P2 + PE; ! DEMANDA ELETRICIDADE;
PE + PD >= 12000;

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 160

Modelo: equacionamento

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

! CONTRATO ELETRICIDADE;
! DEMANDA DE PROCESSO;
MP >= 123000;
! VAPOR M
EDIA PRESS
AO;
BP >= 46000;
! VAPOR BAIXA PRESS
AO;
P >= 24500;
! DEMANDA ELETRICIDADE;
! LIMITES DE T1;
P1 <= 6250;
P1 >= 2500;
E1 <= 87000;
C <= 28000;
E1 - M1 <= 60000; ! FLUXO INTERNO;
! LIMITES DE T2;
P2 <= 9000;
P2 >= 3000;
E2 <= 110000;
B2 <= 64000;
END

Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 161

Modelo: equacionamento

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

Global optimal solution found at iteration:


Objective value:
Variable
Value
NETA
0.4500000
AP
182878.2
PE
15075.00
PD
0.000000
V1
0.000000
E1
72878.23
E2
110000.0
MP
123000.0
M1
59000.00
M2
64000.00
V2
0.000000
BP
46000.00
B1
0.000000
B2
46000.00
C
13878.23
P1
6250.000
P2
3175.000
P
24500.00

15
1404.206
Reduced Cost
0.000000
0.000000
0.000000
0.9800000E-02
0.4416974E-03
0.000000
0.000000
0.000000
0.000000
0.000000
0.1500000E-03
0.000000
0.4483395E-04
0.000000
0.000000
0.000000
0.000000
0.000000

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 162

Modelo: equacionamento

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes

Row
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

Slack or Surplus
1404.206
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
3075.000
0.000000
0.000000
0.000000
0.000000
3750.000
14121.77
14121.77
46121.77
5825.000
175.0000
0.000000
18000.00

Dual Price
-1.000000
-0.5700000E-02
0.5258303E-02
0.5108303E-02
0.9464945E-03
0.3591697E-02
0.1682657E-01
0.2400000E-01
0.2400000E-01
0.000000
-0.5258303E-02
-0.5108303E-02
-0.2400000E-01
0.7173432E-02
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.1883026E-03
0.000000

turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 163

Problema original

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Max
s.a

cx
Ax
x

b
0

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 164

Sensibilidade: custo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Max
s.a

(c + c)x
Ax
x

b
0

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 165

Sensibilidade: recurso

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Max
s.a

cx
Ax
x

b + b
0

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 166


Exemplo: soluca o unica

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Max
s.a

x1
x1
x1
2x1

+
+
+
+

x2
x2
2x2
x2
x1,2

1
8
10
0

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 167

Exemplo: sensibilidade

Aula 1: Introducao

x2

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:

x1

mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 168

Exemplo: c

Aula 1: Introducao

x2

Aula 2: Pacotes
computacionais

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes

turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:

x1

mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 169

Exemplo: b

Aula 1: Introducao

x2

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:

x1

mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 170

Modelo LINDO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Max x1 + x2
st
-x1 + x2 <= 1
x1 + 2x2 <= 8
2x1 + x2 <= 10
end

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 171

Soluca o LINDO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

LP OPTIMUM FOUND AT STEP


2
OBJECTIVE FUNCTION VALUE
1)
6.000000
VARIABLE
VALUE
REDUCED COST
X1
4.000000
0.000000
X2
2.000000
0.000000
ROW
SLACK OR SURPLUS
DUAL PRICES
2)
3.000000
0.000000
3)
0.000000
0.333333
4)
0.000000
0.333333
NO. ITERATIONS=
2

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 172

Soluca o LINDO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

RANGES IN WHICH THE BASIS IS UNCHANGED:


OBJ COEFFICIENT RANGES
VARIABLE
CURRENT
ALLOWABLE
COEF
INCREASE
X1
1.000000
1.000000
X2
1.000000
1.000000
RIGHTHAND SIDE RANGES
ROW
CURRENT
ALLOWABLE
RHS
INCREASE
2
1.000000
INFINITY
3
8.000000
3.000000
4
10.000000
6.000000

ALLOWABLE
DECREASE
0.500000
0.500000
ALLOWABLE
DECREASE
3.000000
3.000000
3.000000

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

v Cogeracao

v Ilustracao

v Consideracoes
turbina 1
v Informacao:
turbina 2
v Informacao:
linhas de
v Informacao:
vapor
processo
v Informacao:
mercado
v Informacao:
v Modelo: SETS
v Modelo:
equacionamento
v Modelo:
equacionamento
v Modelo:
equacionamento
Paulo B. Correia
v Modelo:

Unicamp 173


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Aula 9: Programaca o nao-linear


irrestrita

Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 174

Busca unidimensional

Aula 1: Introducao

min f (x)

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

xk+1 = xk + xk

f (xk+1 ) < f (xk )

xk = k dk

f (xk + k dk ) < f (xk )

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 175

Busca unidimensional

Aula 1: Introducao

Taylor

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

f (xk ) + k f (xk ) dk < f (xk )


descendente
Direcao
f (xk ) dk < 0

(k > 0)

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 176

Busca unidimensional

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

f (xk+1 ) = f (xk + k dk ) = f()


min f()

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 177

Exemplo

Aula 1: Introducao

Supondo

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

f (x) = 3x21 + 2x1 x2 + 2x22 + 7


xk =

1
2

dk =

1
1

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 178

Exemplo

Aula 1: Introducao

descendente
Direcao

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

f (xk ) =

10
10

f (xk ) dk = 20 < 0

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 179

Exemplo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

1
2

xk+1 =

1
2

xk+1 =

1
1


f (xk+1 ) = 3(1 )2 + 2(1 )(2 ) + 2(2 )2 + 7

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 180

Exemplo

Aula 1: Introducao

f() = 72 20 + 22

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

min f()

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

analtica
Solucao

df( )
=0
d

numerica:

dourada
Solucao
secao

v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 181

Funca o unimodular

Aula 1: Introducao

f ()

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo

unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 182

Funca o nao-unimodular

Aula 1: Introducao

f ()

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo

unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 183

Intervalos iguais

Aula 1: Introducao

f ()

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo

unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 184

Intervalos iguais: modificados

Aula 1: Introducao

f ()

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo

unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 185

Intervalos iguais: modificados

Aula 1: Introducao

Se f (a ) < f (b )

Aula 2: Pacotes
computacionais

L < < b

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Se f (a ) > f (b )

a < < U

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 186

Seca o dourada

Aula 1: Introducao

Sequencia
de Fibonacci

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

F0 = 1;

F1 = 1;

Aula 4: Conceitos de

otimizacao

Aula 6: Programacao
linear

2 + 1 = 0

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

v Busca unidimensional

n = 2, 3, ...

Fn1
0, 618
lim
n Fn

de
Aula 5: Condicoes
otimalidade

Aula 9: Programacao

nao-linear
irrestrita

Fn = Fn1 + Fn2 ,

1
2

0.618

(raz positiva)

v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 187

Seca o dourada: = 0, 618

Aula 1: Introducao
Aula 2: Pacotes
computacionais

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

(1 )I

de
Aula 5: Condicoes
otimalidade

I0

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

I0

(1 )I 0

v Busca unidimensional
v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 188

Seca o dourada: = 0, 618

Aula 1: Introducao
Aula 2: Pacotes
computacionais

l Limites de :

Calcule
q =

Aula 3: Exemplos de

formulacao

q
X

(1, 618)

j=0

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Identifique
f (q2 ) > f (q1 ) < f (q )

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Faca
L = q2 ,

Aula 8: Exemplo de
linear
programacao

a = q1 ,

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional

U = q

b = L + (U L )

do intervalo
l Reducao

v Busca unidimensional
v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 189

Seca o dourada: = 0, 618

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita
v Busca unidimensional
v Busca unidimensional

maxx f = 200x x2 5000


a
80
80
80
93.1308
93.1308
98.1464
98.1464
98.1464
99.3304
99.3304
99.7826
99.7826
99.7826
99.8894
99.9554
99.9554
99.9806
99.9806
99.9902
99.9961
99.9961

b
114.377
101.246
93.1308
101.246
98.1464
101.246
100.062
99.3304
100.062
99.7826
100.062
99.9554
99.8894
99.9554
99.9961
99.9806
99.9961
99.9902
99.9961
99.9998
99.9984

c
135.623
114.377
101.246
106.262
101.246
103.162
101.246
100.062
100.514
100.062
100.235
100.062
99.9554
99.9961
100.021
99.9961
100.006
99.9961
99.9998
100.002
99.9998

d
170
135.623
114.377
114.377
106.262
106.262
103.162
101.246
101.246
100.514
100.514
100.235
100.062
100.062
100.062
100.021
100.021
100.006
100.006
100.006
100.002

f(a)
4600
4600
4600
4952.81
4952.81
4996.56
4996.56
4996.56
4999.55
4999.55
4999.95
4999.95
4999.95
4999.99
5000
5000
5000
5000
5000
5000
5000

f(b)
4793.3
4998.45
4952.81
4998.45
4996.56
4998.45
5000
4999.55
5000
4999.95
5000
5000
4999.99
5000
5000
5000
5000
5000
5000
5000
5000

f(c )
3731
4793.3
4998.45
4960.79
4998.45
4990
4998.45
5000
4999.74
5000
4999.94
5000
5000
5000
5000
5000
5000
5000
5000
5000
5000

f(d)
100
3731
4793.3
4793.3
4960.79
4960.79
4990
4998.45
4998.45
4999.74
4999.74
4999.94
5000
5000
5000
5000
5000
5000
5000
5000
5000

v Busca unidimensional
v Exemplo
v Exemplo
v Exemplo
v Exemplo
unimodular
v Funcao

v Funcao

nao-unimodular
v Intervalos iguais
v Intervalos iguais:
modificados
Paulo B. Correia
v Intervalos iguais:
modificados

Unicamp 190


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Aula 10: Programaca o nao-linear


irrestrita

Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 191

Direca o descendente

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

min f (x)
x

d = f (xk )

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 192

Gradiente o timo

Aula 1: Introducao

x2

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo

x1

v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 193

Gradiente o timo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

begin
Inicial;
Solucao
descendente;
Calcular: direcao
nao otima

while solucao
do
begin
Busca unidimensional;
ilimitada;
if passo ilimitado then Parar: solucao
else

Atualizar solucao;
end
end

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 194

Gradiente o timo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

begin
x0 ;
c0 = f (x0 );
d0 = c0 ;
while ||dk || > 0 do
begin
k = min{f (xk + dk };
ilimitada;
if k then solucao
else
begin
xk+1 = xk + dk ;
ck+1 = f (xk+1 );
dk+1 = ck+1 ;
k = k + 1;
end
end
end

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 195

Exemplo

Aula 1: Introducao

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

min f (x) = x1 + x2 2x1 x2


0

x =

1
0

, c = f x =

2x1 2x2
2x2 2x1

2
2

0
c = 2 2 > 0

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 196

Exemplo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

d = c =
0

x + d =
0

2
2

1 2
2

f (x + d ) = 16 8 + 1

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 197

Exemplo

Aula 1: Introducao
Aula 2: Pacotes
computacionais

min f () = 16 8 + 1

Aula 3: Exemplos de

formulacao

df ()
=0
d

Aula 4: Conceitos de

otimizacao

32 8 = 0

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

0 = 0, 25
d2 f ()
= 32 > 0
d2

Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 198

Exemplo

Aula 1: Introducao

x = x + 0 d

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

x =

1
0

2
+ 0, 25
2


0
1
c =
0

0, 5
0, 5

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 199

Direco es conjugadas

Aula 1: Introducao

x e y sao
conjugadas se
As direcoes

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

xT Ay = 0

onde A e uma matriz simetrica


definida positiva

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 200

Gradiente conjugado

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

begin
x0 ;
c0 = f (x0 );
d0 = c0 ;
while ||ck || > 0 do
begin
k = min{f (xk + dk };
ilimitada;
if k then solucao
else
begin
xk+1 = xk + dk ;
ck+1 = f (xk+1 )
||ck+1 || 2
)
||ck ||
dk+1 = ck+1 + k+1 dk ;
k = k + 1;
end
end
end
k+1 = (

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 201

Exemplo

Aula 1: Introducao

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

min f (x) = x1 + 2x2 + 2x3 + 2x1 x2 + 2x2 x3

2
2x1 + 2x2
12
0
0
0
x = 4 , c = f x = 4x2 + 2x1 + 2x3 = 40
10
4x3 + 2x2
48

0
c = 4048 = 63, 0 > 

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 202

Exemplo

Aula 1: Introducao

12
0
0
d = c = 40
48

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

dourara
Secao
0 = 0, 1587

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 203

Exemplo

Aula 1: Introducao

x = x + 0 d

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

2
12
0, 0956
1
x = 4 + 0, 1587 40 = 2, 348
10
48
2, 381

4, 5
1
1
c = 4, 438 , ||c || = 7, 952 > 
4, 828

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 204

Exemplo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

1 = (||c ||/||c ||) = (7, 952/63, 3) = 0, 015633

4, 50
12
4, 31241
1
0
4, 438 + 0, 015633 40 =
3, 81268
d = c1 + 1 d =
4, 828
48
5, 57838

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 205

Exemplo

Aula 1: Introducao

dourada
Secao
1 = 0, 3156

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

0, 0956
4, 31241
1, 4566
3, 81268 = 1, 1447
x1 = 2, 348 + 0, 3156
2, 381
5, 57838
0, 6205

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita
descendente
v Direcao

v Gradiente otimo

v Gradiente otimo

v Gradiente otimo
v Exemplo
v Exemplo
v Exemplo
v Exemplo
conjugadas
v Direcoes
v Gradiente conjugado
Paulo B. Correia
v Exemplo
v Exemplo

Unicamp 206


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Aula 11: Programaca o nao-linear


restrita

Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 207

PNL restrita

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

Min

f (x)

s.a

hi (x)
gi (x)

0
0

i = 1, ..., p
i = 1, ..., m

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 208

PNL restrita: metodos irrestritos

Aula 1: Introducao
Aula 2: Pacotes
computacionais

Min (x, r) = f (x) + P (h(x), g(x), r)

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 209

Metodo das penalidade

Aula 1: Introducao

Igualdades e desigualdades

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

P (h(x), g(x), r) = r

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Onde

p
X
i=1

[hi (x)]2 +

m
X
i=1

[gi+ (x)]2

gi+ (x) = max{0, gi (x)}

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 210

Metodo das barreiras

Aula 1: Introducao
Aula 2: Pacotes
computacionais

Apenas desigualdades
l

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

1 X 1
P (g(x), r) =
r i=1 gi (x)
l

1X
log(gi (x))
P (g(x), r) =
r i=1

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 211

Gradiente o timo: primal

Aula 1: Introducao

x2

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

x1

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 212

Gradiente o timo: 1

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

begin
factvel;
Solucao
descendente factvel;
Direcao
nao otima

while solucao
do
begin
Busca unidimensional;
ilimitada;
if passo ilimitado then solucao
else
begin
factvel;
Nova solucao
descendente factvel;
Nova direcao
end
end
end.

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 213

Procedimento iterativo

Aula 1: Introducao

xk+1 = xk + xk

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

xk = xk + dk

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

descendente factvel
dk e uma direcao

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 214

Procedimento iterativo

Aula 1: Introducao
Aula 2: Pacotes
computacionais

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 215

Status da restrica o

Aula 1: Introducao

Ativa
gi (xk ) = 0

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

Inativa
gi (xk ) < 0

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Violada
gi (xk ) > 0

Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

-Ativa
gi (xk ) < 0,

gi (xk ) +  > 0

v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 216

Linearizaca o: problema restrito

Aula 1: Introducao

objetivo
Funcao

Aula 2: Pacotes
computacionais

Min f (xk + xk )
= f (xk ) + f (xk )xk

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Restricoes
hi (x)
= hi (xk ) + hi (xk )xk = 0
gi (x)
= g(xk ) + g(xk )xk 0

i = 1, ..., p
i = 1, ..., m

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 217

Linearizaca o: constantes

Aula 1: Introducao

objetivo
Funcao
fk = f (xk )

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Restricoes
ei = hi (xk ),

bi = gi (xk ),

i = 1, ..., p
i = 1, ..., m

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 218

Linearizaca o: coeficientes

Aula 1: Introducao

objetivo
Funcao
c = f (xk )

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Restricoes
k

N = h(x )
k

A = g(x )

Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 219

Linearizaca o: PL

Aula 1: Introducao

objetivo
Funcao

Aula 2: Pacotes
computacionais

Min cd

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

Restricoes

de
Aula 5: Condicoes
otimalidade

Nd = e

Aula 6: Programacao
linear

Ad b

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 220

Exemplo

Aula 1: Introducao

objetivo
Funcao

Aula 2: Pacotes
computacionais

Min f (x) = x21 + x22 3x1 x2

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Restricoes

1 2 1 2
g1 (x) = x1 + x2 1 0
6
6
g2 (x) = x1 0
g3 (x) = x2 0

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 221

Exemplo: gradientes

Aula 1: Introducao

inicial
l Solucao

Aula 2: Pacotes
computacionais

x =

1
1

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

objetivo
l Funcao
f (x) =

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

2x1 3x2
2x2 3x1

l Restricoes

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

g1 (x) =

2
6 x1
2
6 x2

g2 (x) =

1
0

g3 (x) =

0
1

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 222

Exemplo: constantes

Aula 1: Introducao

objetivo
Funcao
f (x0 ) = 1

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Restricoes

2
b1 = g1 (x ) =
3
0

Aula 7: Simplex 2 fases

b2 = g2 (x0 ) = 1

Aula 8: Exemplo de
linear
programacao

b3 = g3 (x0 ) = 1

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 223

Constantes

Aula 1: Introducao

Custo
c0 = [1 1]

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Restricoes

1
3

A0 = 1
0

1
3

0 ,
1

2
3

b0 = 1
1

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 224

PL: primeira iteraca o

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Min

d1

d2

s.a

1
3 d1
d1

1
3 d2

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 8: Exemplo de
linear
programacao

d2

2
3

1
1

(xk+1 ) = xk + d

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

(xk+1 )

f actibilizar

xk+1 :

g(xk+1 ) 0

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita
v PNL restrita

v PNL restrita: metodos


irrestritos

v Metodo
das
penalidade

v Metodo
das barreiras

v Gradiente otimo:
primal

1
v Gradiente otimo:
Paulo B. Correia
v Procedimento
iterativo
v Procedimento iterativo

Unicamp 225


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Aula 12: Programaca o de sistema


hidrotermico

Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
da
v Programacao

geracao

v Sistema hidrotermico

v Informacao

v Informacao
v Modelagem
Paulo
B. Correia
Aula
13: Modelo
de
de sistema
programacao

Unicamp 226

Programaca o da geraca o

Aula 1: Introducao
Aula 2: Pacotes
computacionais

Sistema hidrotermico
formado por:
l

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

Cascata hidraulica
F

Capacidade dos reservatorios

instalada
Capacidade de geracao

Afluencia
independente

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Termica
equivalente
F

Capacidade instalada de geracao

Custo variavel
de geracao

Demanda

Aula 12: Programacao

de sistema hidrotermico
da
v Programacao

geracao

v Sistema hidrotermico

v Informacao

v Informacao
v Modelagem
Paulo
B. Correia
Aula
13: Modelo
de
de sistema
programacao

Unicamp 227

Sistema hidrotermico

Aula 1: Introducao

A1

Aula 2: Pacotes
computacionais

A2

Aula 3: Exemplos de

formulacao

H1

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

A3

G2

Aula 6: Programacao
linear

G1

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Teq

H2

H3
G3

GT
demanda

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
da
v Programacao

geracao

v Sistema hidrotermico

v Informacao

v Informacao
v Modelagem
Paulo
B. Correia
Aula
13: Modelo
de
de sistema
programacao

Unicamp 228

Informaca o

Aula 1: Introducao

Hidreletricas

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Vmax
Vmin
V0
V12
Gmax

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

H1
150
80
130
130
30

H2
180
120
150
150
20

H3
170
100
140
140
15

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Termeletrica

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Gmax
Custo

T
30
5 + 0.1G2

Aula 12: Programacao

de sistema hidrotermico
da
v Programacao

geracao

v Sistema hidrotermico

v Informacao

v Informacao
v Modelagem
Paulo
B. Correia
Aula
13: Modelo
de
de sistema
programacao

Unicamp 229

Informaca o

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Mes
1
2
3
4
5
6
7
8
9
10
11
12

A1
30
25
20
20
20
20
20
20
20
25
25
30

A2
20
15
15
15
10
10
10
15
20
20
20
20

A3
15
15
15
10
10
10
10
10
15
15
15
15

D
60
60
55
55
50
50
50
55
55
60
65
65

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
da
v Programacao

geracao

v Sistema hidrotermico

v Informacao

v Informacao
v Modelagem
Paulo
B. Correia
Aula
13: Modelo
de
de sistema
programacao

Unicamp 230

Modelagem

Aula 1: Introducao

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Formular matematicamente o PL
F

Objetivo: minimizar o custo de geracao

Restricoes:

Aula 4: Conceitos de

otimizacao
n

Demanda mensal

Capacidade de geracao

Capacidade de armazenamento

Balanco hidraulico

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Formular o modelo computacional com o Lingo

Resolver o problema com o Lingo

Aula 12: Programacao

de sistema hidrotermico
da
v Programacao

geracao

v Sistema hidrotermico

v Informacao

v Informacao
v Modelagem
Paulo
B. Correia
Aula
13: Modelo
de
de sistema
programacao

Unicamp 231


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Aula 13: Modelo de programaca o de


sistema hidrotermico

Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
v Modelo LINGO
v Modelo LINGO
de
Aula 14: Contratacao
Correia
energia
etrica
PauloelB.
Aula 15: Modelo de

Unicamp 232

Modelo LINGO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico

! Exemplo:
! Programac

ao da gerac

ao hidrot
ermica;
!
MODEL:
SETS:
HIDRO /1..3/:
GHMAX,! gerac

ao m
axima;
aximo;
XMAX,! volume m
nimo;
XMIN,! volume m
XINI,! volume inicial;
XFIN; ! volume final;
MES /1..13/:
GT,
! gerac

ao T;
D;
! demanda;
DESPACHO(MES,HIDRO):
X, ! armazenamento;
G, ! gerac

ao;
V, ! vertimento;
A;
! aflu
encia;
ENDSETS
DATA:
XMAX = 150, 180, 170;
XMIN = 80, 120, 100;
XINI = 130, 150, 140;
XFIN = 130, 150, 140;
GHMAX = 30, 20, 15;
GTMAX = 30;
!................................Continua

Aula 13: Modelo de


de sistema
programacao

hidrotermico
v Modelo LINGO
v Modelo LINGO
de
Aula 14: Contratacao
Correia
energia
etrica
PauloelB.
Aula 15: Modelo de

Unicamp 233

Modelo LINGO

Aula 1: Introducao

!................................Continuac

ao

Aula 2: Pacotes
computacionais

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico

= 30, 25, 20, 20, 20, 20, 20, 20, 20, 25,
0,
20, 15, 15, 15, 10, 10, 10, 15, 20, 20,
0,
15, 15, 15, 10, 10, 10, 10, 10, 15, 15,
0;
D
= 60, 60, 55, 55, 50, 50, 50, 55, 55, 60,
0;
ENDDATA
MIN = @SUM( MES(I): 5 + 0.1*GT2);
@FOR( HIDRO(J):
X(1,J) = XINI(J);
X(13,J) = XFIN(J);
);
@FOR( MES(I) | I #LT# 13:
X(I+1,1) = X(I,1) + A(I,1) - G(I,1) - V(I,1);
X(I+1,2) = X(I,2) + A(I,2) - G(I,2) - V(I,2);
X(I+1,3) = X(I,3) + A(I,3) - G(I,3) - V(I,3) +
G(I,1) + V(I,1) + G(I,2) + V(I,2);
D(I) = G(I,1) + G(I,2) + G(I,3) + GT(I);
@BND(0, GT, GTMAX);
);
@FOR( DESPACHO(I,J) | I #LT# 13:
@BND(0, G(I,J), GHMAX(J));
@BND(XMIN(J), X(I,J), XMAX(J));
);
END

25, 30,
20, 20,
15, 15,
65, 65,

Aula 13: Modelo de


de sistema
programacao

hidrotermico
v Modelo LINGO
v Modelo LINGO
de
Aula 14: Contratacao
Correia
energia
etrica
PauloelB.
Aula 15: Modelo de

Unicamp 234


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Aula 14: Contrataca o de energia eletrica

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica

v Consideracoes
Correia
ao
v Ilustrac
Paulo B.

v Informacao

Unicamp 235

Consideraco es

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

mensal definida pelo ONS;


Geracao

comercializada nos ambiente ACR e ACL;


Geracao

Contratos Regulados Vigentes (CRV) e Novos (CRN) sao


demanda mensal constante;
inflexveis e tem

flexveis e suas
Contratos Livres Vigentes e Novos sao
demandas podem variar em uma faixa de ate 10% acima ou
a quantidade
abaixo da demanda contratada. Porem
contratada no semestre deve ser estritamente observada;

e demanda sao
liquidados no
Desvios mensais entre geracao
mercado spot ao preco Pspot , tanto para venda quanto para
compra.

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica

v Consideracoes
Correia
ao
v Ilustrac
Paulo B.

v Informacao

Unicamp 236

Ilustraca o

Aula 1: Introducao

ONS

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

G1

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

ACR

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

CRV

zz
z
zz
z

|z
z

CRN

G2

qq
q
q
qq
q
q
x qq
q

o
/ Spot
NNGN6
NNN
NNN
NN&
ACL
EE
EE
EE
EE
"


CLV

CLN

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica

v Consideracoes
Correia
ao
v Ilustrac
Paulo B.

v Informacao

Unicamp 237

Informaca o

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Mes
1
2
3
4
5
6
7
8
9
10
11
12

Geracao
1.200
1.200
1.150
1.150
1.100
1.100
1.100
1.100
1.150
1.150
1.200
1.200

Pspot
20
20
25
25
30
35
40
35
30
25
25
25

CRV
700
700
700
700
700
700
500
500
500
500
500
500

CLV1
300
300
300
300
300
300
200
200
200
200
200
200

CLV2
100
100
100
100
100
100
200
200
200
200
200
200

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica

v Consideracoes
Correia
ao
v Ilustrac
Paulo B.

v Informacao

Unicamp 238

Curvas de demanda

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Preco
40
35
30
25
20

DACR
80
100
150
200
250

DACL
70
90
120
160
200

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica

v Consideracoes
Correia
ao
v Ilustrac
Paulo B.

v Informacao

Unicamp 239

Modelo

Aula 1: Introducao

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Formular matematicamente o PL
F

Maximizar o Valor Presente da receita anual

Taxa de desconto: 0,8 % ao mes

Atender as metas mensais de geracao

Atender os contratos vigentes

Explorar novas oportunidades de mercado

Considerar o comportamento do mercado spot

Formular o modelo computacional com o Lingo

Resolver o problema com o Lingo

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica

v Consideracoes
Correia
ao
v Ilustrac
Paulo B.

v Informacao

Unicamp 240


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Aula 15: Modelo de contrataca o de


energia eletrica

Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 241

Modelo LINGO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

! Exemplo:
! Contratac

ao de gerac

ao hidrel
etrica;
!
MODEL:
SETS:
SEMESTRE /1..2/:
CRV,! contrato regulado velho;
CLV1,! contrato livre velho 1;
CLV2,! contrato livre velho 2;
CRN,! contrato regulado novo;
CLN,! contrato livre novo;
DRN,! demanda por contrato regulado novo;
DLN,! demanda por contrato livre novo;
PN;
! prec
o contrato novo;
MES / 1..6/;
! meses do semestre;
ANO(SEMESTRE, MES):
G,
! gerac

ao;
PS, ! prec
o spot;
RI, ! receita incremental;
XLV1,! modulac

ao do contrato CLV1;
XLV2, ! modulac

ao do contrato CLV2;
XLN,! modulac

ao do contrato CLN;
ao do spot;
XS;
! modulac

DEMANDA /1..5/: PNC,! curva de prec


o para novos contratos;
DRNC,! curva de demanda por contrato regulado novo;
DLNC; ! curva de demanda por contrato livre novo;
BIN(SEMESTRE, DEMANDA):
IPN; ! vari
avel bin
aria;
ENDSETS
DATA:
! SEMESTRE;
CRV = 700, 500;
CLV1 = 300, 200;
CLV2 = 100, 200;
!..............................Continua

Unicamp 242

Modelo LINGO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

!..............................Continuac

ao
! ANO;
G
= 1200, 1200, 1150, 1150, 1100, 1100, 1100, 1100, 1150, 1150, 1200, 1200;
PS
=
20,
20,
25,
25,
30,
35,
40,
35,
30,
25,
25,
25;
! DEMANDA;
PNC = 40, 35, 30, 25, 20;
DRNC = 80, 100, 150, 200, 250;
DLNC = 70, 90, 120, 160, 200;
TD
= 0.008;
ENDDATA
MAX = @SUM( ANO(I,J): RI / (1+TD)(((I-1)*6)+J));
@FOR( SEMESTRE(I):
@FOR( MES(J):
RI(I,J) =(PS(I,J)*XS(I,J)) + (PN(I)*(CRN(I) + CLN(I))) ;
G(I,J) = CRV(I) + CRN(I) + XLV1(I,J) + XLV2(I,J) + XLN(I,J) + XS(I,J);
XLV1(I,J) >= 0.9 * CLV1(I) ;
XLV1(I,J) <= 1.1 * CLV1(I) ;
XLV2(I,J) >= 0.9 * CLV2(I) ;
XLV2(I,J) <= 1.1 * CLV2(I) ;
XLN(I,J) >= 0.9 * CLN(I) ;
XLN(I,J) <= 1.1 * CLN(I) ;
);
);
@FOR( SEMESTRE(I): @SUM( MES(J): XLV1(I,J)) = 6*CLV1(I));
@FOR( SEMESTRE(I): @SUM( MES(J): XLV2(I,J)) = 6*CLV2(I));
@FOR( SEMESTRE(I): @SUM( MES(J): XLN(I,J)) = 6*CLN(I));
@FOR( SEMESTRE(I):
@SUM( DEMANDA(K): IPN(I,K)*PNC(K)) = PN(I);
@SUM( DEMANDA(K): IPN(I,K)*DRNC(K)) = DRN(I);
@SUM( DEMANDA(K): IPN(I,K)*DLNC(K)) = DLN(I);
CRN(I) <= DRN(I);
CLN(I) <= DLN(I);
@SUM( DEMANDA(K): IPN(I,K)) <= 1;
@FOR( DEMANDA(K): @BIN(IPN(I,K)));
);
END
Unicamp 243


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Aula 16: Abastecimento de a gua

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 244

Distribuica o de a gua

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

de
Um sistema de abastecimento de agua
possui uma estacao
com tres
bombas eletricas

captacao
conectadas em paralelo. A

reservatorios

agua
bombeada pode ser armazenada em tres
que
atendem bairros com perfis de consumo diferentes: residencial ou

comercial. A tarifa da energia eletrica


consumida e segmentada
patamares diferentes de carga: leve, media

em tres
e pesada. A

demanda de agua
deve ser atendida ao mnimo custo.

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 245

Ilustraca o: abastecimento

Aula 1: Introducao
Aula 2: Pacotes
computacionais

B1

R1

B2

R2

B3

R3

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 246

Eficiencia das bombas

Aula 1: Introducao
Aula 2: Pacotes
computacionais

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico

de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 247

Custo das bombas

Aula 1: Introducao

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico

de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 248

Consideraco es

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

bombas com a mesma capacidade


Tres

Reservatorios
com capacidades limitadas

Demanda de agua
variando no tempo

Tarifa de eletricidade variando no tempo

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 249

Informaca o: bombas

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

Bombas ligadas
B1
B1,2
B1,2,3

m3 /h
1.000
1.500
1.700

kW h/m3
0,160
0,213
0,282

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 250

Informaca o: tarifa

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Intervalo
02
35
68
911
1214
1517
1820
2123

R$/MWh
60,00
60,00
60,00
60,00
160,00
160,00
300,00
60,00

Perfil residencial
0,05
0,05
0,20
0,10
0,20
0,10
0,20
0,10

Perfil comercial

0,20
0,10
0,20
0,10
0,30
0,10

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 251

Informaca o: consumo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

Reservatorio
R1
R2
R3

Consumo
m3 /dia
8.000
7.000
6.000

Perfil
Comercial
Residencial
Residencial

Capacidade
m3
3.000
2.000
2.000

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 252

Tarefa

Aula 1: Introducao

Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Formular matematicamente o PL
F

Minimizar o custo

Restricoes

Aula 4: Conceitos de

otimizacao
n

Demandas de agua

Capacidade das bombas

Capacidade dos reservatorios

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Reservatorio
recebidos e entregues cheios

Formular o modelo computacional com o Lingo

Resolver o problema com o Lingo

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 253


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases

Aula 17: Modelo de abastecimento de


a gua

Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 254

Modelo LINGO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

o de sistemas energ
! EM983: otimizac
a
eticos;
! FEM - UNICAMP: primeiro semestre de 2005;
! Prof. Paulo de Barros Correia;
! Sistema de abastecimento de
agua;
!
MODEL:
SETS:
PERIODO /1..8/:
PR,! perfil de consumo residencial;
PC,! perfil de consumo comercial;
EC,! custo da eletricidade;
EX,! consumo de eletricidade;
B_Y1, ! despacho de 1 bomba ;
B_Y2, ! despacho de 2 bombas;
B_Y3; ! despacho de 3 bombas;
ITEM /1..3/:
R_T,! demanda total do reservatorio;
R_C; ! capacidade do reservat
orio;
VOLUME(PERIODO,ITEM):
R_D,! demandado;
R_XA,! armazenado;
R_XE,! de entrada;
B_X; ! bombeado;
ENDSETS
!
1
2
3
4
5
6
7
8;
DATA:
EC = 60, 60, 60, 60, 160, 160, 300, 60;
PR = 0.05, 0.05, 0.20, 0.10, 0.20, 0.10, 0.20, 0.10;
PC = 0.00, 0.00, 0.20, 0.10, 0.20, 0.10, 0.30, 0.10;
R_T = 8000, 7000, 6000;
R_C = 3000, 2000, 2000;
ENDDATA
!..............................Continua

Unicamp 255

Modelo LINGO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

!..............................Continuac

ao
! custo de eletricidade;
MIN = @SUM(PERIODO: EC*EX);
! demanda do per
odo;
@FOR(PERIODO(I):
R_D(I,1) = R_T(1)*PC(I);
R_D(I,2) = R_T(2)*PR(I);
R_D(I,3) = R_T(3)*PR(I);
);
! balanc
o do reservat
orio;
@FOR(PERIODO(I)| I #LT# 8:
@FOR(ITEM(J): R_XA(I+1,J) = R_XA(I,J) + R_XE(I,J) - R_D(I,J));
);
! volumes inicial e final;
@FOR(ITEM(J):
R_C(J) = R_XA(1,J);
R_C(J) = R_XA(8,J) + R_XE(8,J) - R_D(8,J));
@FOR(PERIODO(I):
! limites de armazenamento;
@FOR(ITEM(J): R_XA(I,J) <= R_C(J));
! consumo de eletricidade;
EX(I) = 0.160*B_X(I,1) + 0.213*B_X(I,2) + 0.282*B_X(I,3);
! vaz
ao bombeada;
@SUM(ITEM(J): R_XE(I,J)) = @SUM(ITEM(J): B_X(I,J));
! despacho das bombas;
3000*B_Y1 - B_X(I,1) >= 0;
4500*B_Y2 - B_X(I,2) >= 0;
5100*B_Y3 - B_X(I,3) >= 0;
! exclusividade do despacho;
B_Y1 + B_Y2 + B_Y3 <= 1;
@BIN(B_Y1);
@BIN(B_Y2);
@BIN(B_Y3);
);
END

Unicamp 256


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Aula 18: Sistema de cogeraca o

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 257

Cogeraca o

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

(CCG) produz vapor e eletricidade para atender a` demanda


Uma pequena central de cogeracao
de um processo industrial. Ela deve garantir integralmente a demanda de vapor, mas a

demanda de eletricidade pode ser complementada com a energia adquirida da concessionaria


da CCG inclui: um gerador de vapor, duas turbinas e duas valvulas

local. A instalacao
de
A CCG deve ter seu custo operacional minimizado.
expansao.

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 258

Ilustraca o

Aula 1: Introducao
Aula 2: Pacotes
computacionais

AP
B
E1

E2

Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

P1

P
P2

V1

PE
T1

de
Aula 5: Condicoes
otimalidade

T2

Aula 6: Programacao
linear

M1

M2

MP

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

V2

B1

B2
BP

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 259

Consideraco es

Aula 1: Introducao

Vapor produzido em alta pressao

Aula 2: Pacotes
computacionais

Demanda de processo:

Aula 3: Exemplos de

formulacao

Vapor de media
e baixa pressao

Aula 4: Conceitos de

otimizacao

Eletricidade

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Instalacao:
F

Duas turbinas

Duas valvulas
de expansao

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Preco de eletricidade: consumo mais penalidade

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 260

Informaca o: turbina 1

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Eficiencia
maxima

Geracao
mnima
Geracao

Fluxo de entrada maximo

Fluxo interno maximo

Fluxo de condensado maximo


media

Pressao
de extracao
baixa de extracao

Pressao

0,45
6.250 kW
2.500 kW
87.000 kg/h
60.000 kg/h
28.000 kg/h
1,35 GPa
0,45 GPa

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 261

Informaca o: turbina 2

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Eficiencia
maxima

Geracao
mnima
Geracao

Fluxo de entrada maximo

Fluxo maximo
a baixa pressao
media

Pressao
de extracao
baixa de extracao

Pressao

0,45
9.000 kW
3.000 kW
110.000 kg/h
64.000 kg/h
1,35 GPa
0,45 GPa

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 262

Informaca o: linhas de vapor

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao

Linha
Alta

Media
Baixa
Condensado

Pressao
4,40 GPa
1,55 GPa
0,45 GPa

Temperatura
380 C
130 C
130 C

Entalpia
3,16 MJ/kg
2,95 MJ/kg
2,90 MJ/kg
0,45 MJ/kg

de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 263

Informaca o: processo

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Linha

Media
Baixa
Eletricidade

Pressao
1,55 GPa
0,45 GPa

Demanda
123.000 kg/h
46.000 kg/h
24.500 kW

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 264

Informaca o: mercado

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao

Custo do vapor (4,5 GPa)


Preco da eletricidade
Penalidade
Demanda contratada

0,0057
0,0240
0,0098
12.000

$/kg
kWh
kWh
kW

Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 265

Tarefa

Aula 1: Introducao

Formular matematicamente o PL

Aula 2: Pacotes
computacionais

Minimizar o custo

Aula 3: Exemplos de

formulacao

` demandas de processo
Atender as

Aula 4: Conceitos de

otimizacao

Atender aos balancos de massa e energia

de
Aula 5: Condicoes
otimalidade

Atender ao contrato de eletricidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Formular o modelo computacional com o Lingo

Resolver o problema com o Lingo

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 266


Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear

Aula 19: Modelo de cogeraca o

Aula 7: Simplex 2 fases


Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

Unicamp 267

Modelo LINGO

Aula 1: Introducao
Aula 2: Pacotes
computacionais
Aula 3: Exemplos de

formulacao
Aula 4: Conceitos de

otimizacao
de
Aula 5: Condicoes
otimalidade

Aula 6: Programacao
linear
Aula 7: Simplex 2 fases
Aula 8: Exemplo de
linear
programacao

Aula 9: Programacao

nao-linear
irrestrita

Aula 10: Programacao

nao-linear
irrestrita

Aula 11: Programacao

nao-linear
restrita

Aula 12: Programacao

de sistema hidrotermico
Aula 13: Modelo de
de sistema
programacao

hidrotermico
de
Aula 14: Contratacao

energia eletrica
Aula 15: Modelo de
PauloB.
Correia
contratac
ao
de energia

eletrica

! Exemplo 2:
! Central de cogerac

ao: calor e eletricidade;


MODEL:
DATA:
NETA = 0.45;
! EFICI
ENCIA DAS TURBINAS;
ENDDATA
!OBJETIVO;
MIN = 0.0057*AP + 0.024*PE + 0.0098*PD;
! BALANC
O DE MASSA;
AP = V1 + E1 + E2; ! LINHA DE ALTA PRESS
AO;
MP = V1 + M1 + M2 - V2; ! LINHA DE M
EDIA PRESS
AO;
BP = V2 + B1 + B2; ! LINHA DE BAIXA PRESS
AO;
E1 = M1 + B1 + C; ! TURBINA 1;
E2 = M2 + B2;
! TURBINA 2;
! BALANC
O DE ENERGIA;
P1 = NETA*(3.16*E1 - 2.95*M1 - 2.90*B1 - 0.45*C)*1000/3600; ! TURBINA 1;
P2 = NETA*(3.16*E2 - 2.95*M2 - 2.90*B2)*1000/3600; ! TURBINA 2;
P = P1 + P2 + PE; ! DEMANDA ELETRICIDADE;
PE + PD >= 12000; ! CONTRATO ELETRICIDADE;
! DEMANDA DE PROCESSO;
MP >= 123000;
! VAPOR M
EDIA PRESS
AO;
BP >= 46000;
! VAPOR BAIXA PRESS
AO;
P >= 24500;
! DEMANDA ELETRICIDADE;
! LIMITES DE T1;
P1 <= 6250;
P1 >= 2500;
E1 <= 87000;
C <= 28000;
E1 - M1 <= 60000; ! FLUXO INTERNO;
! LIMITES DE T2;
P2 <= 9000;
P2 >= 3000;
E2 <= 110000;
B2 <= 64000;
END

Unicamp 268