Otimização Aplicada Ao Projeto de Sistemas Mecânicos

APOSTILA
PMR 5215 OTIMIZAO

APLICADA AO PROJETO DE
SISTEMAS MECNICOS
Prof. Dr. Emlio Carlos Nelli Silva
Departamento de Engenharia Mecatrnica e Sistemas

Mecnicos
Escola Politcnica da USP
Otimizao em Engenharia Mecnica
1. INTRODUO
Para entendermos a importncia de se estudar otimizao, vamos considerar um problema de
engenharia estrutural em que se deseja maximizar a rigidez da asa de um avio. Suponhamos
que os parmetros que possam ser alterados sejam a espessura das nervuras (e1, e2), momento
de inrcia das longarinas (I), distncia entre as nervuras (L1 e L2), distncia entre as longarinas
(L3 e L4), espessura da chapa em diferentes pontos (h1,h2), material da estrutura (E), totalizando
10 parmetros. Suponha ainda que cada parmetro possa assumir 10 valores definidos devido a
restries de fabricao e que ser usado um software de elementos finitos (MEF) para a
simulao da estrutura da asa. Vejamos duas abordagens para a soluo desse problema.
A primeira abordagem, mais conhecida por todos, seria construir um modelo parametrizado de
elementos finitos da asa com os parmetros acima e rodar vrias anlises de MEF considerando
as diversas combinaes dos parmetros acima. Para cada resultado de anlise (obtido para uma
combinao de parmetros), calcula-se o valor correspondente da rigidez da asa. De posse dos
valores de rigidez da asa para as diferentes combinaes de parmetros, podemos plotar vrios
grficos dessa rigidez em funo dos diversos parmetros e analisando esses grficos tomar
uma deciso sobre a combinao tima dos valores desses parmetros. Essa abordagem
denominada abordagem de anlise. No entanto, essa abordagem apresenta uma grande
limitao. Suponha que tivssemos apenas 3 parmetros (dos 10 acima) para considerar no
projeto da asa. Como cada parmetro pode assumir 10 valores, teramos 103 combinaes
possveis para serem analisadas. Se cada anlise de MEF demora 0,1s (supor um modelo
simples de MEF) o tempo total para analisar essas 1000 combinaes seria 100s. Agora,
considerando os 10 parmetros, teramos 1010 combinaes de parmetros para serem
analisadas, e considerando agora que cada anlise de MEF demora 10s, o tempo total passa a
ser 1011s, ou seja, 3200 anos!! Quer dizer, essa abordagem invivel para o problema acima.
Deve-se ainda computar os tempos de construo do modelo pelo software e a interpretao dos
dados (clculo da rigidez, etc.) o que aumenta ainda mais os tempos anteriores.
Assim, a abordagem de anlise somente faz sentido quando temos um nmero muito reduzido
de casos a serem estudados. Para as dimenses do problema acima deve ser utilizado uma
segunda abordagem, denominada de sntese ou otimizao. Nessa abordagem, realizado uma
busca racionalizada da soluo atravs de algoritimos numricos de otimizao, o que reduz
drasticamente o tempo para encontrar a soluo tima.
Embora a discusso do problema acima possa parecer bvia, muitas pessoas ainda confundem o
conceito da abordagem de anlise com a otimizao (ou sntese). Por exemplo, comum se
encontrar trabalhos em congressos em que o ttulo se refere a otimizao de uma pea mecnica
ou um sistema (mecnico ou eltrico). Lendo o trabalho observa-se muitas vezes que o que o
autor realmente fez foi desenvolver um algoritimo de anlise sofisticado para aquele problema e
de posse desse algoritimo props algumas alteraes na soluo inicial. Logicamente que, o fato
de se possuir um algoritimo sofisticado de anlise para algum problema (mecnico ou eltrico),
nos permite ter um bom conhecimento do comportamento do problema, e portanto nos ajuda a
tomar algumas decises de como melhorar o resultado final. No entanto, a verdadeira
otimizao consistiria em se realizar uma busca sistemtica da soluo tima dentro de vrias
1
configuraes possveis, atravs de um algoritimo numrico de otimizao, tornando assim o

resultado independente do analista. Certamente esse algoritimo numrico de otimizao deve
trabalhar em conjunto com o algoritimo de anlise que tem um papel fundamental nesse
processo, pois ele vai certificar se a soluo proposta pelo primeiro realmente melhor ou no.
No entanto, esse "mau uso" da palavra otimizao no culpa dos autores, mas sim de uma
cultura que predominou nas dcadas de 60 e 70 em que os olhos dos cientistas e engenheiros da
rea de estrutura estavam principalmente voltados para o desenvolvimento dos softwares de
anlise de CAE (Computer Aided Engineering), enquanto a otimizao era considerada uma
rea secundria. Nessa poca, a otimizao tinha grande atuao em reas como Economia e
Engenharia de Produo (gesto da produo), quando foram desenvolvidos os vrios
algoritimos numricos de otimizao que so usados atualmente. J na rea estrutural a sua
aplicao era restrita na indstria. Contudo, essa situao mudou muito nas dcadas de 80 e 90
(principalmente) nos Estados unidos, Japo e Europa, onde cursos sobre otimizao esto
presentes agora no somente na ps-graduao, mas principalmente na graduao (com
abordagem mais bsica) com o objetivo de iniciar a cultura de sntese ou otimizao nos alunos.
Nesses cursos, o aluno no se limita a analisar um sistema (por exemplo, estrutura) previamente
fornecido, mas a projet-lo de uma forma sistemtica, segundo especificaes de objetivo e
limitaes iniciais, utilizando conceitos de otimizao.
Uma das reas da engenharia em que a otimizao tem sido intensivamente estudada desde o
sculo XIX e a rea de otimizao estrutural. O objetivo bsico reduzir o peso da estrutura
mantendo o seu desempenho (rigidez, freqncia de ressonncia, etc..). A maior parte das
contribuies na otimizao de sistemas mecnicos foram desenvolvidas na rea de otimizao
estrutural. Por essa razo a maior parte dos exemplos discutidos nesse curso sero na rea
estrutural. A seguir um breve histrico sobre a otimizao estrutural apresentado.
1.1 Breve Histrico da Otimizao Estrutural
O primeiros problemas de otimizao estrutural foram resolvidos por Maxwell em 1872 e
posteriormente por Michell em 1904. Consistiam essencialmente em inicialmente calcular o
campo de tenso mecnicas principais, usando teoria da elasticidade, de uma fora aplicada
num ponto de um domnio infinito que est sujeito a restries de deslocamento em outros
pontos. Obtidas as linhas de isotenso principais, a idia bsica ento, era propor nesse domnio
uma estrutura formada por barras (trelia), em que cada barra (elemento de trelia) estivesse
alinhada com as direes principais de tenso calculadas no domnio. Ou seja, a estrutura tima
(em que o material fosse melhor aproveitado) seria aquela em que os elementos estariam
sujeitos apenas a trao e compresso e no h momentos fletores. Embora simples, esse tipo de
critrio de projeto fornece o mesmo resultado que o critrio de mxima rigidez com mnimo
volume de material e atualmente j provado que a configurao tima para esse critrio uma
estrutura de trelias. Ou seja, mesmo partindo-se de um meio contnuo a estrutura com melhor
aproveitamento de material, segundo o critrio mxima rigidez e menor peso, uma estrutura
de barras de trelia.
Assim utilizando-se do conceito de alinhar as barras com as tenses principais no domnio,
Michell obteve resultados surpreendentes de estruturas de trelia como mostrado nas Figs.1.1.1,
1.1.2 e 1.1.3 para domnios bi e tridimensionais. Nessas figuras apenas uma parte das linhas de
isotenso principais esto representadas para facilitar a visualizao, no entanto o leitor deve
imaginar que existem infinitas linhas de isotenso principais conectando a fora aos suportes.
Note que essas linhas devem ser perpendiculares no ponto de interseco.
2
Fig.1.1.1: Exemplos de estruturas de trelia obtidas por Michell em 1904. As barras seguem as linhas
de isotenso principais. A linha pontilhada indica compresso e a cheia trao.
Fig.1.1.2: Exemplos de estruturas de trelia obtidas por Michell em 1904. As barras seguem as linhas
de isotenso principais.
Fig.1.1.2: Exemplo de estrutura de trelia num domnio tridimensional sujeita carregamento de

toro. A linha pontilhada indica compresso e a cheia trao.
Embora surpreendentes, esses resultados ficaram esquecidos por um bom tempo por serem
considerados na poca resultados apenas acadmicos sem aplicao prtica. Esses resultados
foram reproduzidos novamente na dcada de 90 em domnios de dimenses finitas com o uso
de mtodos computacionais baseados em otimizao topolgica. Atualmente, esses resultados
so inclusive usados para aferir ("benchmarks") os softwares de otimizao estrutural que se
propem a sintetizar estruturas, como o caso da otimizao topolgica.
Aps os resultado de Michell em 1904, no houve praticamente evoluo na otimizao
estrutural at a dcada de 60. Durante esse perodo eram apenas estudados problemas
acadmicos em estruturas simples (vigas, trelias) sem aplicao prtica (mas que no seguiam
a linha dos resultados de Michell). Na dcada de 60 com o surgimento dos computadores e do
MEF, problema prticos de otimizao estrutural passam a ser estudados usando otimizao
paramtrica, ou seja, alterando-se apenas as dimenses (ou as razes de dimenso da estrutura).
Assim, por exemplo, desenvolvido o mtodo Simplex para a soluo de problemas de
programao linear. Na dcada de 70 so implementados vrios algoritimos de otimizao para
problemas no-lineares de otimizao bastante usados atualmente. Na verdade a formulao
3
terica de alguns algoritimos j havia sido desenvolvida anteriormente, no entanto somente com
o desenvolvimento das linguagens de programao, eles foram implementados. implementado
tambm o mtodo de otimizao de forma, alm de mtodos probabilsticos como os
algoritimos genticos. Na dcada de 80 aparecem os primeiros softwares comerciais de
otimizao estrutural e alguns softwares de elementos finitos passam a incluir mdulos de
otimizao no seu pacote. iniciado o desenvolvimento na rea acadmica do mtodo de
otimizao topolgica (MOT). Na dcada de 90, o MOT implementado em softwares
comerciais tendo grande repercusso na indstria automotiva e aeronutica nos Estados Unidos,
Japo, e Europa.
Existem atualmente basicamente trs abordagens em otimizao estrutural: otimizao
paramtrica, otimizao de forma e otimizao topolgica. Na otimizao paramtrica so
otimizadas as dimenses (ou a razo das dimenses) da estrutura, mantendo-se a sua forma prdefinida. Na otimizao de forma so alterados os contornos (internos e externos) da estrutura.
Finalmente na otimizao topolgica so encontrados novos "buracos" de forma tima no
domnio estrutural. A reduo do peso na estrutura e melhora do objetivo desejado crescente
na seqncia descrita dos mtodos. Note que a otimizao de forma apenas altera os contornos
da estrutura no permitindo encontrar novos "buracos" nesta.
Atualmente as pesquisas de otimizao estrutural se concentram no desenvolvimento dos
mtodos de otimizao de forma para aplicaes como forjamento e estampagem, e do MOT
para as diversas reas da engenharia (no somente a estrutural).
2. DEFINIES BSICAS
Na formulao de um problema de otimizao esto presentes os seguintes conceitos: vriaveis de
projeto, funo objetivo, restries e domnio vivel e invivel que sero descritos a seguir.
2.1 Variveis de Projeto
Essencialmente, as variveis de projeto so os parmetros do problema que podem ser alterados
para otimizar o sistema. Por exemplo, no caso de uma estrutura podem representar uma certa
dimenso que ser alterada, rea da seo de uma viga, ou o valor de uma propriedade do
material de que feita (por exemplo, o mdulo de elasticidade).
As variveis de projeto so classificadas em variveis contnuas e discretas. As variveis
contnuas podem assumir qualquer valor, j as variveis discretas esto limitadas a valores
isolados. Assim, por exemplo, o dimetro de uma viga tubular seria uma varivel discreta j que
encontramos apenas alguns dimetros de tubo disponveis no mercado, j o seu comprimento
pode ser uma varivel contnua, uma vez que podemos cortar o tubo em qualquer comprimento.
No entanto se temos a liberdade de fabricar o tubo com qualquer dimetro, ento o dimetro
passa a ser uma varivel contnua. Variveis que indicam valores de materiais tambm so em
geral discretas, j que temos um nmero limitado de materiais disponveis.
Problemas de Otimizao que envolvem variveis discretas so resolvidos utilizando mtodos
baseados na teoria de programao inteira. So em geral algoritimos complexos e os problemas
so de difcil soluo. A princpio podemos ficar tentados a inicialmente tratar uma varivel
discreta como contnua e ao final da otimizao adotar o valor isolado mais prximo da soluo
obtida. Entretanto, quando os valores da varivel discreta esto muito espaados, esse
procedimento nem sempre funciona, pois podemos nos afastar muito da optimalidade da
soluo ou desrespeitar alguma restrio imposta no problema de otimizao. Nesses casos
deve-se utilizar os algoritimos especficos para variveis discretas.
As variveis contnuas podem ainda serem classificadas em parmetro distribudo e parmetro
discreto.
A varivel do tipo parmetro distribudo representada por uma funo. Assim, podemos
definir a funo rea A(x) que representa como a rea da viga varia ao longo de seu
comprimento. Nesse caso a varivel seria a funo em si e no somente o valor de uma
incgnita. Ou seja, queremos saber qual a variao de rea ao longo do comprimento da viga
para otimiz-la segundo um critrio. A soluo de um problema de otimizao em que uma
funo a incgnita obtida atravs da teoria de clculo variacional. Em geral, os problemas
dessa natureza que podem ser resolvidos sem utilizao de mtodos numricos se limitam a
casos simples de estrutura, como a otimizao da geometria de uma viga, por exemplo, tendo
interesse mais acadmico. No entanto, todas as teorias de otimizao so (e devem ser)
fundamentadas atravs do clculo variacional que ser discutido adiante.
Para a soluo de problemas prticos em engenharia so usados mtodos numricos, que

exigem, por exemplo, a discretizao em elementos finitos de um domnio estrutural,
inicialmente contnuo. Assim, passamos a ter, por exemplo, ao invs de uma distribuio
contnua da rea da seo da viga ao longo do comprimento, valores de reas dos elementos
discretos que compe a viga, sendo que a varivel rea do elemento uma varivel contnua,
pois pode assumir qualquer valor. Essa varivel denominada varivel contnua do tipo
parmetro discreto. Nesse curso estaremos trabalhando somente com esse tipo de varivel.
Devido classificao das variveis acima, podemos classificar o sistema mecnico a ser
otimizado em trs tipos:
Contnuo: sistema em que a variao de seus parmetros representada por uma funo
contnua que a varivel de projeto. A otimizao desse tipo de sistema obtida atravs de
clculo variacional. Como exemplo so ilustradas estruturas contnuas na figura 2.1.1.
A(x), I(x)
x A(x), I(x)
Fig.2.1.1: Exemplos de sistemas (estruturas) contnuos.
Discreto: sistema em que a variao de seus parmetros representada por uma funo
discreta que a varivel de projeto em geral. Como exemplo, no caso estrutural temos
estruturas de trelia ou prticos, que so constitudas de elementos discretos de trelia ou
viga, respectivamente. As variveis de projeto so em geral as reas ou momento de inrcia
dos elementos, ou as coordenadas dos ns.
Fig.2.1.2: Exemplo de sistema (estrutura) discreto.
Contnuo tratado como discreto: ocorre, por exemplo, quando discretizamos uma estrutura
contnua em elementos finitos para poder resolv-la utilizando mtodos numricos. Nesse
caso, as variveis de projeto esto em geral associadas com os elementos (espessura, rea,
dimenses, etc.).
A1
A2 A3 A4
A5
A6
Fig.2.1.3: Exemplos de sistemas (estruturas) contnuos tratados como discretos.
A escolha das variveis de projeto crtico para o sucesso da otimizao. Considere o exemplo
da Fig.2.1.4 em que a distribuio de espessura de uma placa foi otimizada. Embora a
discretizao seja suficiente para uma anlise de CAE (elementos finitos) da placa com
espessura constante, ela no adequada para representar a soluo final da otimizao. Assim
uma malha mais fina necessria.
Fig.2.1.4: Distribuio tima de espessura numa placa.
A Fig.2.1.5 ilustra a situao em que a escolha das variveis de projeto influencia o resultado
final da otimizao. O resultado da Fig.2.1.5a uma soluo tima local que no interessante,
e que obtida devido escolha das variveis h1, h2, h3, h4 e h5. Mudando-se a definio das
variveis para h1, h2, h3, h4, h5, como mostrado na Fig.2.1.5b uma outra soluo tima
local obtida apresentando uma configurao mais interessante para ser fabricada.
h1
h2
h3
h4
h5
a)
h1
h2 h3 h4 h5
b)
Fig.2.1.5: Problema de distribuio tima de espessura numa viga.
A Fig.2.1.6 mostra a otimizao da forma de um furo numa placa para reduzir a concentrao
de tenso. Como variveis de projeto foram utilizadas as coordenadas dos ns no contorno do
furo. Novamente a discretizao do modelo de CAE (elementos finitos) no suficiente pra
representar o resultado da otimizao. Alm disso, os elementos prximos ao contorno foram
muito distorcidos comprometendo o resultado da anlise numrica. Para evitar essa distoro
poderiam tambm serem escolhidos como variveis as coordenadas dos outros ns prximos ao
contorno do furo.
Fig.2.1.6: Otimizao da forma de um furo numa placa.
2.2 Funo Objetivo

A funo objetivo (ou "objective function") deve quantificar o que queremos otimizar e ser
funo das variveis de projeto escolhidas. A funo objetivo deve ser usada como uma medida
da eficincia o projeto. A funo objetivo pode ser classificada em simples ou multiobjetivo (ou
multicritrio). A funo dita simples quando temos apenas um objetivo e denominada
multiobjetivo quando queremos otimizar vrios objetivos de uma s vez.
O sucesso da otimizao vai depender tambm da formulao da funo objetivo. Assim,
importante se perder um tempo para encontrar uma expresso matemtica (deslocamento,
freqncia de ressonncia, rigidez, etc.) adequada que quantifique corretamente a eficincia do
8
projeto. Isso muitas vezes no fcil, por exemplo, como quantificar a dirigibilidade de um
automvel? A dirigibilidade em si um conceito relativo que varia de pessoa pra pessoa (um
piloto de frmula um tem uma expectativa diferente de quem est aprendendo a dirigir, por
exemplo), assim o problema de otimizar o projeto de um automvel para melhorar a sua
dirigibilidade torna-se complexo pela dificuldade de se quantificar a dirigibilidade.
Em problemas de otimizao com multiobjetivos (multicritrio) a principal dificuldade a
definio da funo multiobjetivo que ser discutido adiante. A funo multiobjetivo deve
consistir numa expresso matemtica que combina todos os objetivos do problema.
importante chamar ateno para algumas equivalncias clssicas de funo objetivo que
podem tornar o problema matematicamente mais simples. Assim, maximizar f a mesma coisa
que minimizar -f ou 1/f (a menos da singularidade em f=0), ou maximizar k*f (onde k uma
constante) e maximizar |x| pode ser substitudo por maximizar x2, o que evita singularidades na
derivada da funo objetivo.
2.3 Restries
Essencialmente, as restries so as limitaes impostas para se obter a soluo otimizada. So
classificadas em 3 tipos: laterais, igualdade e inegualdade.
Considerando um conjunto de variveis de projeto x = {x1 , x 2 , x 3 ,..., x n } , uma restrio lateral
do tipo:
x mini x i x maxi i = 1,..., n ,
uma restrio de inegualdade uma equao do tipo:

g j (x) 0, j = 1,..., n g ,
e uma restrio de igualdade do tipo:
h k (x) = 0, k = 1,..., n e .
As restries de igualdade so em geral complexas de se implementarem em alguns algoritimos
no-lineares de otimizao e podem serem transformadas em
h k ( x) 0 e h k ( x) 0 .
Outro ponto importante e a normalizao das restries. muito comum termos restries cujas
ordens de grandeza dos valores so diferentes. Assim, enquanto o valor de uma restrio de
tenso mecnica da ordem de MPa, o valor de uma restrio de deslocamento da ordem de
centsimos de milmetro. A presena de valores to distantes num algoritimo de otimizao
pode gerar problemas de condicionamento numrico prejudicando o resultado final da
otimizao. Assim, devemos normalizar a restrio como mostrado abaixo:
g ( x)
g j (x) g max j j
1 g j ( x) - 1 0 .
g max j
Em geral, os softwares de otimizao fazem internamente uma normalizao automtica das
restries, no entanto, isso deve ser verificado antes de utiliz-lo.
Deve-se evitar, na medida do possvel, um grande nmero de restries no problema, pois isso
encarece consideravelmente o custo computacional da otimizao.
9
Alm da classificao acima, as restries ainda so classificadas como locais e globais.

Restries locais se referem a um ponto localizado no domnio. Como exemplo, temos as
restries de tenso mecnica e deslocamento num ponto. A restrio global se refere a
estrutura como um todo. Como exemplo, temos as restries de volume e freqncia de
ressonncia. O problema da restrio local surge quando tem que ser definida num grande
nmero de pontos, como por exemplo ocorre com a tenso mecnica, o que pode aumentar
consideravelmente o nmero de restries. Isso pode ser contornado utilizando a tcnica de
eliminao de restries, discutida no captulo 7.
Com relao ao estado, a restrio classificada em ativa e inativa. Uma restrio est ativa
quando:
g j ( x) = 0 ,
e uma restrio est inativa quando:
g j ( x) > 0 .
No final da otimizao espera-se que todas as restries estejam ativas, caso contrrio, as que
esto inativas no seriam, a princpio, necessrias no problema de otimizao, pois no
influenciam o problema. Por outro lado, existem restries que se tornam ativas durante o
processo de otimizao e depois ficam inativas ao final, dessa forma muito difcil saber de
antemo, quais as restries que influenciam ou no o resultado da otimizao e assim, todas
devem ser consideradas.
Um conceito importante o multiplicador de Lagrangre ( i ) associado a cada restrio e que
ser discutido em detalhe na seo 3.2. Essencialmente, o valor do multiplicador de Lagrange
est relacionado com a importncia da restrio. Assim, se i = 0 a restrio i inativa (no
sendo necessria), e se i 0 , a restrio i ativa (sendo necessria).
Finalmente, definido as variveis de projeto, funo objetivo e restries, um problema de
otimizao formulado como:
Minimizar f(x)
x
tal que h k (x) = 0, k = 1,..., n e
g j (x) 0, j = 1,..., n g
O fato de formular o problema como uma minimizao ao invs de uma maximizao, ou
utilizar g j (x) 0 ao invs de g j (x) 0 , apenas uma questo de notao e no altera em nada
os conceitos que sero apresentados. Nesse curso utilizaremos a notao acima, que a mais
comumente utilizada nos livros de otimizao.
Um problema de otimizao dito linear se a funo objetivo e restries so lineares, ou seja:
10
Minimizar f (x) = c1x1 + c 2 x 2 + ... + c n x n ;

x
tal que h k (x) = b 1 x 1 + b 2 x 2 + ... + b n x n = 0, j = 1,.., n g
g j (x) = d 1 x 1 + d 2 x 2 + ... + d n x n 0, j = 1,..., n e

caso contrrio, o problema de otimizao no-linear. Se o problema de otimizao linear,
pode ser resolvido com o mtodo denominado programao linear.
Como exemplo de formulao de um problema de otimizao, considere a minimizao da
massa da trelia da Fig.2.3.1 sujeita ao carregamento mostrado e com restries de tenso
mecnica em cada barra. As variveis de projeto so as coordenadas das bases das barras x1, x2,
x3 e as reas A1, A2 e A3.
x1
A1
x3
x2
A2
A3
Fig.2.3.1: Estrutura de trelia.
Assim, o problema de otimizao fica:
m = 0,29(A1L1 + A 2 L 2 + A 3 L 3 )
A1 , A 2 , A 3, x1, x2, x3
Min
tal que
Equaes de equilbrio
Restries de
Tenses Mecnicas
k11 (A i , x i , L i )u + k12 (A i , x i , L i )v 10.000 = 0
k12 (A i , x i , L i )u + k 22 (A i , x i , L i )v = 0
30.000 i (u, v, x i , L i ) 0
i (u, v, x i , L i ) + 30.000 0
A i 0,1 0
i = 1,2,3
onde Li = x i 2 + 100 e alm das restries mecnicas, so includas as restries de equilbrio para
garantir que o equilbrio da estrutura seja respeitado quando as variveis de projeto so
alteradas, e restries de valor mnimo para as reas.
11
2.4 Domnio Vivel e Invivel

Definido o problema de otimizao, o prximo conceito discutir a regio de localizao da sua
soluo. A parte do domnio em que as restries so respeitadas denominada domnio vivel,
enquanto que a parte do domnio em que alguma restrio no respeitada denominada
domnio invivel. A Fig 2.4.1 ilustra esse conceito para um espao bidimensional.
h1 = 0
x2
domnio
vivel
h4 = 0
domnio
invivel
f = c1
h1 , h 2 , h 3 , h 4 0
h2 = 0
f = c2
f = c3
h3 = 0
O
x1
Fig.2.4.1: Regies de domnio vivel e invivel.
Mediante o estudo desse grfico bidimensional, podemos entender a influncia das restries na
localizao da soluo tima. Na Fig.2.4.2 so plotadas as curvas de nvel da funo f, com a
seta indicando o sentido em que f decresce. Nota-se que devido a funo restrio especificada
surge o conceito de mnimo local e mnimo global. O mnimo local aparece numa cavidade
secundria, e possue um valor de funo objetivo f maior do que o mnimo global. Essa
situao comum em muitos problemas de otimizao, fazendo com que os algoritimos
estacionem no mnimo local. A confirmao se o mnimo encontrado global, somente
possvel para problemas denominados convexos, que sero discutidos na seo 4.3.2.3. Nos
demais tipos de problema a dvida persiste, no sendo possvel ou muito difcil, em geral,
provar matematicamente se o mnimo local ou global.
x2
f
mnimo
local
mnimo
global
x1
Fig.2.4.2: Conceito de mnimo local e global.
12
A Fig.2.4.3 mostra uma situao muito comum em que a soluo tima encontra-se na
interseco de duas restries, indicando que esto ativas no final da otimizao. As demais
restries esto inativas.
x2
f
xopt
o
x1
Fig.2.4.3: Soluo tima na insterseco de duas restrioes ativas.
A Fig. 2.4.4 ilustra a situao em que a soluo tima obtida com todas as restries inativas,
ou seja, o problema equivalente a um problema de otimizao sem restrio.
x2
xopt
o
x1
Fig.2.4.4: Soluo tima com todas as restries inativas.
A Fig.2.4.5 mostra a situao em que a curva de nvel da funo f tangente a curva de uma
restrio, com a soluo tima no ponto de tangncia. Essa situao pode apresentar uma
sensibilidade numrica com uma grande variao na obteno da soluo tima devido a
pequenos erros no clculo da funo objetivo ou restries, e no caso mais crtico apresentar
uma soluo degenerada, ou seja, possue inmeras solues, o que ocorre, por exemplo, se a
curva de nvel de f for paralela curva de restrio.
13
x2
f
xopt
o
x1
Fig.2.4.4: Soluo tima no ponto tangente restrio.
2.5 Funo Multiobjetivo e Conceito de timo-Pareto

Consideremos um problema de multicritrios em que se deseja otimizar vrios objetivos de uma
nica vez. Para resolver o problema devemos definir uma nica funo que combina todos esses
objetivos denominada funo multiobjetivo. No entanto, a formulao dessa funo no
bvia.
Consideremos o exemplo da trelia acima em que temos a princpio quatro objetivos: massa (m)
e tenso mecnica em cada uma das trs barras (1, 2, 3). Esse problema pode ser formulado
de vrias maneiras. A primeira delas consistiria em definir uma nica funo objetivo que
combine os quatro objetivos, por exemplo da seguinte forma:
Minimizar F(x) = c 0 m + c1 1 + c 2 2 + c 3 3 ,
onde c0, c1, c2 e c3 so pesos atribudos. O problema agora seria definir o valor dos pesos. Por
exemplo se escolhermos um valor para c1 muito maior que os demais, o algoritimo de
otimizao ir minimizar principalmente 1 em relao aos demais. Ou seja, qual a influncia
dos pesos no resultado final da otimizao?
Uma outra forma de formular o problema selecionar um dos objetivos como funo objetivo e
transformar os demais em restries, como por exemplo:
Minimizar m
tal que 1 < 1max ; 2 < 2 max ; 3 < max ,
ou
Minimizar 1
tal que m < mmax ; 2 < 2 max ; 3 < max .
A questo que surge qual dos objetivos deve ser escolhido e como isso influe no resultado
final, ou seja, diferentes formulaes do problema de otimizao levam a diferentes resultados?
14
Muitas vezes a escolha depender do algoritimo de otimizao a ser utilizado. Para alguns
algoritimos melhor que a funo objetivo seja linear e as restries no-lineares ou vice-versa.
Considere um outro exemplo em que os objetivos so massa (m) e deslocamento num ponto da
estrutura (wmax). Podemos formular o problema definindo uma funo multiobjetivo do tipo:
Minimizar f = c1m + c 2 w max ,
ou podemos formular dois tipos de problema:
Minimizar m
tal que w < w max
ou
Minimizar w
tal que m < m max
Uma questo comum que surge se ambas as formulaes levam ao mesmo resultado. Nesse
caso especial, como o problema convexo (ver adiante), demonstra-se matematicamente que
ambas as formulaes levam a mesma soluo tima. Mas para maior parte dos problemas,
essas no so questes com respostas bvias. Em geral estamos diante de uma soluo de
compromisso, o que se ganha numa formulao se perde com a outra, mas podemos analisar o
que acontece em alguns casos.
Vamos analisar inicialmente a formulao de uma funo multiobjetivo do tipo combinao
linear com pesos. Sejam F1=x e F2=4-2x dois objetivos plotados na Fig.2.5.1.
Fig.2.5.1: Plotagem das funes F1(x) e F2(x).
Considere um problema de otimizao formulado como:

Min F(x) = w 1F1 (x) + w 2 F2 (x)
x
tal que 1 x 2
Se:
15
W1 = 1 e W2 = 1 F(x) = 4 x x * = 2
W1 = 2 e W2 = 1 F(x) = 4 x
W1 = 3 e W2 = 1 F(x) = 4 + x x * = 1
onde x* indica a soluo tima.
Assim, a soluo tima depende da escolha dos pesos W1 e W2, e a funo de maior derivada
(incluindo o fator peso) domina o resultado. O efeito menos pronunciado com funes nolineares, mas tambm pode levar a resultados imprevisveis. Dessa forma, deve-se ter cautela
na utilizao da formulao acima.
Consideremos outro problema, como exemplo, em que se deseja minimizar a rea e a tenso de
cisalhamento na seo de viga mostrada na Fig.2.5.2 tendo-se como variveis de projeto as
dimenses w e h da seo.
0,5 w 5
0,5 h 5
w
Fig.2.5.2: Seo de viga.
3
.
2 wh
Nota-se de imediato que temos uma soluo de compromisso, pois a minimizao de uma
funo implica na maximizao da outra. Vamos analisar as diferentes formulaes para esse
problema.
As duas funes objetivos so expressas por: f1 = A = wh e f 2 = =
Inicialmente calculando a soluo tima considerando cada funo objetivo separadamente,

temos:
min f1 w *1 = h *1 = 0,5 f *1 = 0,25

min f 2 w * 2 = h * 2 = 5 f * 2 = 0,06
Considerando agora uma funo multiobjetivo do tipo combinao linear: F = wh +
3
,
2wh
temos:
min F w * h * = 1,225 f1 = 1,225 e f 2 = 1,225 ,
onde a soluo dada em funo do produto wh (rea). Vamos definir agora uma funo
multiobjetivo que visa reduzir a distncia entre a soluo tima obtida e a soluo tima
individual de cada funo (fi*). Assim, temos:
2
3
2
2
0,06
2
2
f ( x) f i
wh 0,25
,
= d 2 i =
F = i *
+ 2wh
f i
0,06
i =1
i =1
0,25
*
*
pois f1 =0,25 e f2 =0,06. e minimizando F:
min F w * h * = 2,5 f1 = 2,5 e f 2 = 0,6 .
16
Finalmente consideremos a formulao em que f1 objetivo e f2 restrio:
min f1
tal que f 2 0,5
w *h * = 3,0 f *1 = 3,0 e f 2 = 0,5
e vice-versa:
min f 2
tal que f1 0,5
w *h * = 0,5 f1 = 0,5 e f *2 = 3,0
Tenso de
cisalhamento
A plotagem de wh versus a tenso de cisalhamento, para todas as solues mostrada na

Fig.2.5.3 e denominada curva de eficincia do problema.
Fig.2.5.3: Curva de eficincia.
Assim, ao mudarmos a formulao do problema caminhamos sobre essa curva, minimizando

mais rea ou a tenso de cisalhamento. No podemos dizer que uma soluo melhor que as
outras, todas esto corretas, apenas cabe a ns decidirmos qual delas nos atende melhor. Por
exemplo, se tivermos uma restrio extra no valor da rea, a soluo w*h*=25 pode ser
descartada, ou eventualmente deseja-se uma tenso de cisalhamento baixa. Em problemas mais
complexos, algumas solues da curva de eficincia, embora matematicamente corretas, no
so interessantes do ponto de vista da engenharia pois no podem ser implementadas, sendo as
respectivas formulaes do problema de otimizao descartadas.
O conceito da curva de eficincia apresentado denominado conceito de timo-Pareto. Assim,
quando no se consegue especificar intuitivamente a importncia relativa das diferentes
formulaes de otimizao se realiza estudo das diversas solues timo-Pareto.
2.6 Mtodos de Soluo de Problemas de Otimizao
Entre os principais mtodos para soluo de problemas de otimizao temos os mtodos

analticos, mtodos numricos e mtodos grficos.
Entre os mtodos analticos temos o clculo diferencial e o clculo variacional. Os mtodos
analticos permitem, em geral, somente a soluo de problemas simples de otimizao como por
17
exemplo, estruturas de geometria simples, como uma viga ou trelias. No entanto, permitem
analisar conceitos importantes da otimizao como existncia e unicidade da soluo tima ou
condies necessrias e suficientes da soluo tima, tendo por isso grande interesse
acadmico. Alm disso permitem validar a soluo de mtodos numricos que so aplicados em
problemas genricos. O clculo diferencial permite trabalhar somente com funes simples e
exige em geral, vrias simplificaes. No clculo variacional a incgnita uma funo (ao
contrrio de variveis no clculo diferencial), ou seja, deseja-se determinar a funo rea A(x)
ou momento de inrcia I(x) ao longo da viga, ou a espessura h(x,y) ao longo da placa. Para isso,
o clculo variacional trabalha com a formulao integral do problema.
Os mtodos numricos sero descritos na seo 3 em detalhe, entretanto interessante
classific-los de antemo em dois tipos: especficos e gerais. Entre os mtodos especficos
podemos citar o critrio de optimalidade ("optimality criteria"). Trata-se de um mtodo
numrico de base emprica para a soluo de problemas de otimizao. Em geral, uma
formulao especfica deve ser desenvolvida para cada problema, o que faz com que o critrio
de optimalidade tenha aplicao restrita a alguns problemas de otimizao estrutural, uma vez
que para cada novo tipo de problema uma nova formulao emprica deve ser desenvolvida. No
entanto, so mais eficientes computacionalmente do que os mtodos numricos genricos
(descritos adiante). Como atualmente, a rea de otimizao tem se estendido para vrias reas
da engenharia, alm da estrutural, e com o desenvolvimento dos computadores, a aplicao
desses mtodos tem sido limitada e a tendncia que sejam abandonados no futuro com a
utilizao de mtodos genricos.
J os mtodos genricos consistem nos mtodos numricos implementados nos softwares de
otimizao em geral, e que so baseados na chamada teoria de programao matemtica, sendo
descritos em detalhe no captulo 3. So genricos porque podem ser aplicados a qualquer
problema de otimizao, estrutural ou no. Devido ao grande nmero de mtodos disponveis
atualmente devem ser adotados critrios para a escolha do mtodo numrico. Entre os critrios
deve-se levar em conta: software disponvel, ou seja, prefervel utilizar um software j
disponvel do que implementar um novo algoritimo; nmero de iteraes necessrias, pois se
um mtodo numrico utilizado na anlise, deseja-se obter a soluo da otimizao em poucas
iteraes para reduzir o custo computacional; informao disponvel sobre a funo objetivo,
como por exemplo suas derivadas, pois dependendo do mtodo sero necessrias as primeiras
ou at as segundas derivadas das funes objetivo e restries.
Os mtodos grficos consistem em se obter a soluo atravs da construo de grficos da
funo objetivo, restries e domno vivel. Somente permitem a soluo de problemas de
otimizao com at duas variveis de projeto, no entanto so muito teis na fase de
aprendizagem, permitindo ilustrar os conceitos da otimizao.
Alm disso, existem outros mtodos de programao matemtica que so aplicados em reas
especficas da engenharia como o mtodo de programao dinmica, programao geomtrica,
tcnicas de controle timo, etc. que no sero abordados nesse curso.
Finalmente, uma importante considerao para o projetista atualmente prover uma interface
entre um software CAE e um software de otimizao. Essa interface ilustrada na Fig.2.6.1
inclue conceitos importantes como a formulao do problema de otimizao, o clculo da
sensibilidade e a aproximao das funes objetivo e restries, como ser visto adiante. Dentre
esses conceitos a sensibilidade ou as derivadas das funes objetivo e restrio em relao s
18
variveis de projeto exercem um papel fundamental, devendo ser calculadas de forma eficiente
e precisa, caso contrrio levam a resultados errados na otimizao.
Software de
Anlise CAE
Resposta
extremamente importante;
obteno deve ser eficiente e
precisa;
Sensibilidade
(gradientes)
Software de
Otimizao
Fig.2.6.1: Interface entre um software CAE e de otimizao.
19
3. MTODOS ANALTICOS CLSSICOS EM

OTIMIZAO
Entre os mtodos analticos, ser apresentado o clculo diferencial e o clculo variacional, que
ajudam na introduo dos conceitos bsicos de otimizao. Inicialmente ser abordado o clculo
diferencial. Ser estudado o problema de encontrar o valor mnimo de uma funo sem restries,
em que os conceitos aplicados para uma funo de uma varivel so estendidos para uma funo
multivarivel. Na etapa seguinte so includas restries no problema de minimizao e o conceito
de multiplicadores de Lagrange introduzido. Finalmente, discute-se a soluo de um problema do
tipo MinMax, muito comum em otimizao.
3.1 Otimizao Usando Clculo Diferencial
Vamos considerar inicialmente um problema de otimizao sem restrio que consiste

simplesmente em achar o valor mnimo de uma funo de uma nica varivel. Sabemos do
clculo diferencial que a condio necessria para obter o valor mnimo :
df
=0
dx
Entretanto, essa condio no suficiente j que pode ocorrer tanto para um ponto de mximo
como de mnimo. A condio suficiente dada pela segunda derivada:
d 2f
d 2f
e
>
0
mnimo
< 0 mximo
dx 2 x*
dx 2 x*
No caso de uma funo multivarivel f(x1 , x 2 , x 3 ,..., x n ) a condio para x* ser um "ponto
estacionrio", ou seja, mnimo ou mximo, :
f
f
f
f
=
=
= ... =
=0,
x n x*
x 1 x* x 2 x* x 3 x*
ou seja, que todas as derivadas parciais da funo f em relao s variveis de projeto, sejam
nulas.
Assim como no caso unidimensional, a condio suficiente exige um estudo das segundas
derivadas. No entanto, como temos uma funo multivarivel a informao das segundas
derivadas combinada numa nica matriz denominada matriz Hessiana da funo f,
apresentada a seguir:
2f
2f
2f
....
2
x1x 2
x1x n
x21
2f
f
M
....
2
H = x x
x 2
2 1
M
M
O
M
2
2f
f
....
....
2
x x
x n
n 1
Agora, a condio suficiente dada por:
Se H* (avaliada no ponto timo) positiva-definida, o ponto x* um mnimo;
20
Se H* (avaliada no ponto timo) negativa-definida, o ponto x* um mximo;
O conceito de matriz positiva-definida e negativa-definida apresentado a seguir.

Supondo a matriz H simtrica, seja Q = xT Hx . H ser positiva definida se Q > 0, x e
Q = 0 x = 0 , e analogamente ser negativa-definida se Q < 0, x e Q = 0 x = 0 . Mediante
a definio anterior, demonstra-se que que outra forma de determinar se a matriz H positiva
definida verificar se det(Hi)>0 (i=1,2,...n), onde det indica determinante e as matrizes His so
submatrizes definidas como:
*
*
H = *
M
*
* * L *
* * L *
* * L *
M M O M
* * L *
ou seja, so submatrizes quadradas definidas de forma a englobar os termos da diagonal

principal da matriz H a partir do canto superior esquerdo. Se det(H1)<0 e det(Hi) (i=2,...n),
alternarem os sinais entre positivo e negativo, ento a matriz H negativa-definida.
Alm disso, ainda baseado nas definies anteriores, uma terceira forma, at mais prtica, de se
determinar se a matriz positiva-definida atravs dos autovalores i da matriz H. Os
autovalores i e autovetores xi so calculados resolvendo-se o problema:
[H i I ]x i = 0 det[H i I ] = 0
Pr-multiplicando a equao acima por xiT :
T
x i Hx i
T
T
T
>0
x i [H i I ]x i = 0 x i x i i = x i Hx i i = T
xi xi
Assim, como xiTxi sempre positivo, pela definio anterior, se a matriz H positiva-definida
todos os seus autovalores i sero positivos. Analogamente, se a matriz C for negativa-definida,
todos os seus autovalores sero negativos.
Se Q 0, x H positiva-semidefinida e demonstra-se de forma anloga anterior que os
autovalores i 0 . Nesse caso, sero necessrias derivadas de alta ordem para estabelecer
condies de suficincia para um mnimo ou mximo. Analogamente, se Q 0, x ou i 0
H negativa-semidefinida.
Se Q < 0, Q > 0, x ou i < 0 , i > 0 H indefinida, e nesse caso o ponto no de mximo
nem de mnimo e sim um ponto "sela" (ou "saddle point") que ser explicado na seo 4.3.2.4.
Como exemplo, consideremos a minimizao do peso (ou massa) da trelia da Fig.3.1.1 tal que
as barras apresentem tenso mecnica mxima 0, ou seja:
21
Min Peso
h1,h2
tal que i = 0 , i = 1,...,9

A A min
Fig.3.1.1: Trelia a ser otimizada.
Aparentemente o problema apresenta restries de igualdade. As restries de rea mnima

somente sero consideradas se forem desrespeitadas.
Soluo:
Como a estrutura e isosttica as foras nas barras de trelia independem das reas e podem ser
facilmente calculadas sendo dadas por:
(h1 h 2 ) + L2
h 2 + L2
P
h1 h 2
P; F2 = ; F3 = 0; F4 =
P; F5 =
P
h1
2
2h1
2h1
Para cada barra estar completamente tracionada com tenso 0 as reas devem valer:
2
F1 =
Ai =
Fi
, i = 1,...,9
e sendo F3=0, a rea A3=Amin. Como a densidade a mesma para todas as barras, a minimizao
da massa (ou peso) obtida minimizando-se o volume, que dado por:
2
9
P
h
L2
V = A i L i = A1L1 + 2A 2 L 2 + 2A 4 L 4 + 2A 5 L 5 = 2 h1 h 2 + 2 +
h1 h1
0
i =1
h 2 2 L2
P
2h
V
= 2 - 1 + 2 = 0
1 2 2 = 0 e
h1
0
h 2
h1
h1
2
1
P
*
*
L e h2 =
L A1 = A 2 = A 4 = A 5 =
h1 =
2 0
3
3
obtendo-se os valores timos das reas.
Vamos verificar agora, a condio de suficincia da soluo atravs da anlise da matriz
Hessiana. A matriz Hessiana vale:
3
2
2
1 / 2
2P 2/h1 h 2 + L2 2h 2 /h1
2P 3 1
*
H=
H
1
0 2h 2 /h12
0 L 1 / 2
2/h1
V
P
=2
h1
0
)(
22
P 3
3P 3
e 2 =
0L
0L
Como ambos so positivos, H positiva-definida, provando a condio de suficincia de
optimalidade do resultado.
onde H* H avaliada no ponto timo. Os autovalores so iguais a: 1 =
3.2 Mtodo dos Multiplicadores de Lagrange

Consideremos agora um problema de minimizao de uma funo multivarivel com restries
de igualdade.
Para uma funo com duas variveis o resultado pode ser obtido atravs do mtodo de
eliminao de variveis ou substituio direta, que consiste basicamente em se isolar uma das
variveis da equao de restrio e substituir na funo objetivo, reduzindo-a a uma funo de
uma varivel. Assim:
Min f(x1,x2)
tal que h(x1 , x 2 ) x1 = h c (x 2 ) Min f r (x 2 ) = f[h c (x 2 ), x 2 ]
Para uma funo com mais de trs variveis usado o mtodo de Multiplicadores de Lagrange.
Considerando o problema:
Min f(x)
tal que hj(x)=0,
j=1,..,ne
ne<n
x=(x1,...,xn)T
onde o nmero de restries de igualdade (ne) deve ser menor do que o nmero de variveis (n)
para que exista soluo. O valor mnimo de f ocorre quando:
f
f
f
f
df =
dx 1 +
dx 2 +
dx 3 + ... +
dx n = 0
x 1 x*
x 2 x*
x 3 x*
x n x*
Se no houvesse a restrio de igualdade, df=0 obtido quando todas as derivadas parciais
forem nulas, como j comentado anteriormente. Mas, isso somente verdade porque as
variveis x1,x2,,xn so independentes uma das outras, o que no ocorre quando temos as
equaes de restrio. Com as equaes de restrio as variveis de projeto passam a depender
uma das outras (e portanto dx1, dx2,,dxn) e a hiptese de que as derivadas parciais de f devem
ser nulas para obter o mnimo de f no mais vlida.
Seja uma restrio h( x) = 0 dh =
h
x 1
dx 1 +
x*
h
x 2
dx 2 +
x*
h
x 3
dx 3 + ... +
x*
h
x n
Multiplicando dh por uma constante (incgnita extra) e somando a df, temos:

f
f
f
h
h
h
+
+
+
df + dh =
dx 1 +
dx 2 + ... +
x *
x 1 *
x n *
x 1 *
x 2 x*
x n
x
x
2 x
x
f
x 1
+
x*
h
x 1
=
x
f
x 2
+
x*
h
x 2
=
x*
f
x n
e: h(x)=0
23
+
x*
h
x n
=0
x
dx n = 0
x*
dx = 0
n
x*
Agora temos um sistema de equaes com n+1 incgnitas (incluindo ) e n+1 equaes
(incluindo h(x)=0) que pode ser resolvido encontrando x 1 , x 2 , x 3 ,..., x n , . Portanto, o problema
de otimizao com restrio foi transformado no problema de otimizao sem restries:
Min f+h
A nova funo f+h chamada de Lagrangeano (L) do problema de otimizao, e a constante
denominada Multiplicador de Lagrange associado restriao de igualdade. Considerando ne
restries de igualdade teremos um multiplicador de Lagrange j associado a cada uma delas, e
nesse caso o Lagrangeano fica:
L
i = 1,.., n
ne
x = 0
i
L(x, j ) = f(x) + jh j
L
j=1
h j ( x ) =
j = 1,.., n e
=0
j
onde, como mostrado acima, as condies de estacionaridade (derivadas nulas em relao a

cada varivel no ponto timo) fornecem o sistema de equaes de n+ne incgnitas e n+ne
equaes a ser resolvido. Note que a derivada de L em relao ao multiplicador de Lagrange j
recupera a equao da restrio de igualdade correspondente.
Como exemplo, consideremos novamente um problema de minimizao de peso de uma trelia
descrita na Fig.3.2.1, mas agora, sujeito a uma restrio de deslocamento mximo no n B
(wB). As variveis de projeto so as reas das barras e a formulao do problema de otimizao
fica:
Min
Ai
V(A ) = A i L i
i =1
tal que
f i Fi
Li = 0
i =1 A i E i
wB
P2
P3
P1
Fig.3.2.1: Trelia a ser otimizada.
Soluo:
Abaixo o Lagrangeano montado, as condies de estacionaridade so obtidas e o sistema
resultante resolvido obtendo-se o valor das reas timas. O multiplicador de Lagrange da
restrio e o volume final timo (relacionado com a massa) tambm so calculados.
24
fF
L
= L i i2 i L i = 0
A
fF
Ai Ei
L(A, ) = A i L i + i i L i i n
f
F
L
A
E
i i
i =1
i =1 i i
=
L =0
i =1 A i E i i
n
1
1
n
2
2
f
F
f
F
f
F
f i Fi
1 f i Fi
1
1
j j
i i
j j
*
V* =
Lj
Ai =
=
Lj
L i A i =
j=1 E j
j=1 E j
i =1 E i
Ei
Ei
Restries de Inegualdade
1
2
1
2
Vamos considerar agora m restries de inegualdade, ou seja: g j (x) 0,
j = 1,..., m
A soluo obtida convertendo-se inicialmente a restrio de inegualdade numa restrio de
igualdade utilizando-se uma funo auxiliar tj(x) atravs da expresso:
2
g j (x) t j (x) = 0,
j = 1,..., m
Assim o novo Lagrangeano fica:
L(x, j , t j ) = f + j (g j t j )
m
j=1
onde tj(x) atuam como variveis extras. Escrevendo as condies de estacionaridade em relao
s variveis x, j , t j , temos:
L
L
2
= 0 (i = 1,.., n);
= gj tj = 0
x i
j
( j = 1,.., n e ); L = 2 j t j = 0
t j
Da ltima equao temos que: t j j = 0 jg j = 0 uma vez que t j = 0 g j = 0 .

A equao jg j = 0 denominada "condio de complementaridade", e nos diz que:
se i = 0 g i 0 (restrio no crtica ou ativa)
se i 0 g i = 0 (restrio crtica ou ativa)
3.3 Otimizao Usando Clculo Variacional

Como j comentado h problemas em que a varivel uma funo que se deseja encontrar,
como por exemplo, a funo que representa a distribuio contnua de rea ao longo de uma
viga. A soluo desse tipo de problema obtida usando clculo variacional. Embora os
problemas que possam ser resolvidos sejam limitados com relao complexidade, o conceito
de clculo de clculo variacional fortemente utilizado para dar embasamento terico a
mtodos de otimizao baseados em mtodos numricos. Alm disso, a teoria de clculo
variacional tambm aplicada em outras reas de conhecimento, como mecnica analtica,
mtodo dos elementos finitos, etc.. Dessa forma o objetivo desta seo introduzir o conceito
de clculo variacional e como se aplica em otimizao.
Inicialmente vamos definir um Funcional (J) como:
b
J(y(x)) = F(x, y(x), y(x) )dx onde y(x) =

a
dy(x)
e y(a)=ya, y(b)=yb
dx
25
onde y(a)=ya, y(b)=yb so as chamadas condies de contorno cinemticas do problema. Pelo

fato de serem constantes o problema dito de extremidades fixas.
Muitas leis da Fsica so definidas como extremo de um funcional. Assim por exemplo, o
equilbrio de um sistema ocorre quando a sua energia potencial for mnima.
O objetivo do clculo variacional encontrar uma funo y(x) apropriada que extremize
(maximize ou minimize) o funcional definido acima. Vejamos a soluo desse problema.
Seja a funo y*(x) a funo que, por exemplo, minimize o funcional J e satisfaa y*(a)=ya,
y*(b)=yb. Podemos escrever que
y(x) = y * (x) + (x) = y * (x) + y
onde tem valor pequeno e: y(a) = (a) = 0 e y(b) = (b) = 0 para satisfazer as condies de
contorno y(a)=ya, y(b)=yb.
A idia bsica do clculo variacional que partindo-se de uma funo y(x), altera-se a forma
dessa funo (mas mantendo as extremidades fixas) atravs da soma de uma funo (x) ou
y(x) at encontrar a funo y*(x) que extremize o funcional. A figura 3.3.1 ilustra a
variao da funo y(x). A variao de y(x) pode ser obtida variando-se o escalar , por
exemplo.
y
yb
y*(x)
y(x)
ya
Fig. 3.3.1: Variao da funo y(x).
Substituindo a funo y(x) no funcional obtm-se:

b
J( ) = J(y(x, )) = F x, y* + , y* + dx
a
Dessa forma o objetivo se traduz em encontrar o valor timo de que minimize o funcional.
Note que o mnimo ocorre para =0 e a condio necessria para que o extremo de J, ou o
mnimo de J ocorra em =0 :
26
J y = y*
b
b
F dy F dy
dJ( )
F
F
=
=
+
dx = y +
y dx = 0
d = 0 a y d y d = 0
=0
a
O operador denominado operador variacional, sendo vrias de suas propriedades similares

ao do operador diferencial d. Uma propriedade importante do operador variacional que:
d(y )
dy
= = y
dx
dx
Assim, utilizando-se da propriedade acima e integrando por partes a ltima equao para
reduzir o termo y' para y:
J y= y*
F d F
F
ydx +
=
y = 0
y dx y
y a
a
=0
b
onde o termo em destaque nulo pois, y(b) = y(a) = 0 . Assim:

b
J y = y* =
a
d F
dx y
ydx = 0
=0
Mas como y(x) arbitrrio dentro do espao admissvel de funes, podemos afirmar que a
integral acima ser nula se e somente se:
F d F
=0

y dx y
A equao obtida denomimada Equao de Euler-Lagrange. Em geral, as equaes que
descrevem o comportamento dinmico de sistemas mecnicos so do tipo da equao de EulerLagrange, pois so obtidas da teoria de mecnica analtica (ou vibraes) sendo derivadas da
minimizao de um funcional,em geral a energia potencial total do sistema.
Ela nos permite obter a funo y(x) que extremiza o funcional J. Assim, num problema de
otimizao em que se deseja encontrar a funo y(x) que minimiza um funcional, basta
simplesmente escrever a equao de Euler-Lagrange definida acima para encontr-la.
No caso de y(b) 0 e y(a) 0 , ento devemos ter:
F
F
y = 0 e y = 0
x =a
x =b
que so chamadas de condies de contorno naturais. Por exemplo, no caso de um estrutura
mecnica uma condio de deslocamento nulo uma condio de contorno cinemtica,
enquanto uma condio de fora ou momento nulo seria uma condio de contorno natural.
27
Vejamos alguns casos mais genricos de funcionais. No caso do funcional tambm depender de
derivadas de alta ordem, temos:
b
J(y(x)) = F(x, y(x), y(x), y(x)..., y (n) (x) )dx

a
e:
(n 1)
y(a) = y a ; y(a) = ya ; y(a) = ya ;...; y (n 1) (a) = y a
(n 1)
y(b) = y b ; y(b) = yb ; y(b) = yb ;...; y (n 1) (b) = y b
Seguindo o mesmo procedimento descrito acima, obtm-se a equao de Euler-Lagrange

correspondente:
F d F d 2 F
d n F
+ 2
+ ... + (1) n n (n) = 0

y dx y dx y
dx y
No caso do funcional depender de vrias funes incgnitas y(x)={y1(x),y2(x),,yn(x)}T,
temos:
b
J(y (x)) = F(x, y (x), y (x), y (x)..., y (n) (x) )dx

a
e:
y (a) = y a ; y (a) = y a ; y (a) = y a ;...; y (n 1) (a) = y a
(n 1)
y (b) = y b ; y (b) = y b ; y (b) = y b ;...; y (n 1) (b) = y b
(n 1)
Seguindo o mesmo procedimento descrito acima, obtm-se a equao de Euler-Lagrange

correspondente:
yF
2
n
d
( yF) + d 2 ( yF) + ... + (1) n d n y(n) F = 0
dx
dx
dx
F F
F
onde: y F =
,
,...,
y m
y1 y 2
Como exemplo inicial consideremos a deduo da equao de equilbrio da viga mostrada na

figura 3.3.2 que est sujeita a um carregamento distribudo p(x).
28
p(x)
w(x)
Fig.3.3.2: Viga sujeita a um carregamento distribudo.
Soluo:
Sabemos que a condio de equilbrio da viga ocorre quando a sua energia potencial for
mnima. O objetivo encontrar a funo deslocamento w(x) que minimize a energia potencial,
ou seja:
Min (x)
w(x)
Trata-se portanto de um problema de clculo variacional, onde a energia potencial dada pelo
seguinte funcional:
2
L
L
d2w
1
= EI(x) 2 dx p(x)w(x)dx
20
dx
0
Energia
Potencial
Energia Elstica
Trabalho Externo
onde E o mdulo de elasticidade e I o momento de inrcia. Para encontrar a funo w(x) que
minimize, bastaria escrever a equao de Euler-Lagrange e resolv-la. No entanto, para efeitos
didticos vamos repetir o procedimento de variacionaro funcional e igualar a zero de forma a
obter o seu mnimo. Portanto:
L
w = w* = 0 = EIw w dx pwdx = (EIw )" wdx +

L
pwdx + EIw w 0 (EIw ) w = 0

L
'
onde foi utilizada a tcnica de integrao por partes para reduzir w" e w' para w.
Considerando as condies de contorno cinemticas e naturais, temos:
EIw = 0 ou w = 0
para x = 0, L
'
(EIw ) = 0 ou w = 0
29
e sendo w arbitrrio (mas admissvel), a integral restante ser nula se e somente se:
(EIw )" = p(x)

que a equao de equilbrio da viga, a qual na verdade nada mais do que a equao de EulerLagrange associada ao funcional da energia potencial. De forma anloga, as equaes
diferenciais que descrevem o comportamento dinmico dos sistemas mecnicos so equaes
de Euler-Lagrange associadas a funcionais relacionados com a energia total do sistema.
Restries
Para a incluso de restries no problema de otimizao usado o conceito (j apresentado) de

multiplicadores de Lagrange, no caso, estendido para o clculo variacional.
b
O caso mais simples uma restrio integral dada por:
g[y(x)]dx = c , onde c uma constante

a
e g uma funo. Se desejamos agora minimizar o funcional J associado a essa restrio de

igualdade, podemos atravs do conceito de multiplicador de Lagrange, definir um novo
funcional, denominado funcional lagrangeano, dado por
b
L = J + g[y(x)]dx - c
a
onde o multiplicador uma constante.

No caso de uma restrio ponto-a-ponto (point-wise), ou seja:
y p
y
h i x 1 ,..., x n , y 1 ,..., y p , 1 ,...,
x 1
x n
= 0,
i = 1,..., m
basta estender o conceito do multiplicador de Lagrange localmente para cada restrio, ou seja:
(x)h v
i =1
i (x)h i dv
v
onde nesse caso o multiplicador de Lagrange passa a ser uma funo de x. Portanto, sendo o
funcional J = fdv , o funcional lagrangeano ser definido como:
V
m
m
L = J + i (x)h i dv = f + i (x)h i dv
i =1 V
i =1
30
Como exemplo, consideremos o problema mostrado na figura 3.3.3, cujo objetivo consiste em
encontrar a distribuio de rea ao longo da viga de forma a minimizar o seu volume, de forma
que o deslocamento em uma dada posio se mantenha igual .
p(x)
b(x)
h(x)
w(x)
Fig.3.3.3: Viga sujeita a um carregamento distribudo e com restrio de deslocamento em x=.
Soluo:
Trata-se de um problema de otimizao com restrio. A restrio de deslocamento uma
restrio local, que pode ser expressa na forma integral, usando o teorema de Castigliano (veja
em resistncia dos materiais), e portanto pode ser tratada como uma restrio integral. Assim
temos:
L
Min V = A(x)dx
A(x)
tal que w ( ) = 0
L
M(x)m(x)
dx , onde E o mdulo de elasticidade, I o
EI(x)
0
momento de inrcia, M(x) o momento fletor ao longo da vida e m(x) o momento fletor
devido carga auxiliar ao longo da viga. Assim, usando a teoria apresentada acima podemos
definir o funcional lagrangeano a ser otimizado:
Pelo teorema de Castigliano: w ( ) =
L
L M(x)m(x)
Min L(A, ) = A(x)dx +

dx -
0
0 EI(x)
No entanto, nos defrontamos com um novo problema. Embora a varivel de projeto seja a
funo rea A(x), o funcional tambm depende do momento inrcia I(x). Para poder resolver o
problema necessrio definir uma relao entre I(x) e A(x), caso contrrio teremos duas
funes a determinar, A(x) e I(x). Essa uma limitao exigida para simplificar o problema,
pelo fato de estarmos lidando com um mtodo analtico. Assim, para efeito de simplificao
podemos considerar a relao entre I(x) e A(x) do tipo:
31
n
I(x) = [A(x)]
bh 3 h 2
h2
n =1 I =
bh =
A
=
12 12
12
h
(bh )2 = h A 2
n =2I=
12b
12b
1
1
3 3
n = 3 I =
bh =
A3
2
2
12b
12b
Note que para n=1, h mantido constante e b varia. No caso de n=2 a relao h/b mantida
constante e no caso n=3, b mantido constante e h varia. Nesse exemplo vamos considerar n=1.
Assim, variacionando-se o funcional lagrangeano (L) para obter o seu mnimo:
L
L = 1
L M(x)m(x)
M(x)m(x)
+
Adx
dx
=0
EI(x)
EA 2 (x)
0
Sendo A arbitrrio entre as funes admissveis. Como A e so independentes, para L ser

nulo necessrio que ambas as integrais associadas A e sejam nulas. Impondo que a
integral associada seja nula recupera-se a restrio de igualdade. J impondo que a integral
associada A seja nula obtm-se a equao:
1
1
Mm 2
M(x)m(x)
2
0
A(x)
1
=
2
EA (x)
E
Para encontrar , substituimos a expresso acima na restrio de igualdade:

1
2
1 Mm 2
w ( ) = 0 =
dx
0 E
Substituindo novamente em A(x) obtemos a funo tima A*(x) e tambm o volume timo
associado V*(x):
A* (x ) =
L
1
1
1
(M( )m( ) )2 d (M(x)m(x)) 2
E 0
L
1
1
V* =
(M( )m( ) )2 d
E 0
Consideremos agora a presena de restries de inegualdade ponto-a-ponto, ou seja:

y p
y
0,
g i x1 ,..., x n , y1 ,..., y p , 1 ,...,
x1
x n
i = 1,..., m
Inicialmente vamos transformar a restrio de inegualdade ponto-a-ponto numa restrio de

igualdade ponto-a-ponto usando uma funo auxiliar ti:
32
y p
g i x,...,
x n
2
t i (x) = 0,
i = 1,..., m
2
Dessa forma, a funo lagrangeana ser dada por: L(x, y, ) = f + i (g i t i ) dv
i =1
Impondo a condio de estacionaridade do funcional L temos:

n
L y = y = (L)ydv +
*
i =1
[ (L) dv 2 t t dv] = 0
i
i i
Dado que y, i e ti so independentes para que a expresso acima seja zero necessrio que
cada uma das integrais associadas a esses termos sejam nulas. No caso estamos interessados
apenas no termo ti, e portanto temos:
2 t i i t i dv = 0
Como ti arbitrrio e admissvel a integral acima ser nula se e somente se:

t i i = 0 i g i = 0 (t i = 0 g i = 0)
que a condio de complementaridade j definida:

Como exemplo, consideremos o problema mostrado na figura 3.3.4, cujo objetivo consiste em
encontrar a funo rea A(x) ao longo do elemento de trelia que minimize a massa de forma
que a tenso mecnica ao longo da trelia no supere o valor mximo 0. Alm disso, o valor
mnimo que a rea pode assumir em qualquer ponto A0. A trelia possui um peso W na sua
extremidade cujo valor inferior A00. A equao de equilbrio do problema dada por:
P + A = 0 P(L) = W
onde P a fora normal, A a rea e a densidade do material.
x
L
W A 0 0
Fig. 3.3.4: Elemento de trelia com peso na sua extremidade.
33
Soluo:
Trata-se de um problema de otimizao com restrio de igualdade ponto-a-ponto representada
pela equao de equilbrio e uma restrio de inegualdade ponto-a-ponto representada pela
restrio de tenso mecnica e de rea mnima ao longo da trelia. Assim o problema de
otimizao pode ser definido como:
L
Min A(x)dx = V0
A(x)
tal que
A(x) 0 P(x) 0
A - A0 0
P + A = 0
P(L ) = W
A equao de equilbrio considerada nas restries para garantir que seja respeitado o
equilbrio para uma dada funo A(x). A funo lagrangeana definida para esse problema e sua
correspondente condio de estacionaridade so dadas por:
L
L(A(x), P(x), 1 , 2 , 3 ) = A(x)dx + 1 (A 0 - P)dx +

0
+ 2 (A - A 0 )dx + 3 (P + A)dx L = Adx + 1 (A 0 - P)dx +

0
+ 2Adx + 3 (P + A)dx + 3 (P + A )dx

1 (A 0 P ) = 0
junto com as condies de complementaridade:
2 (A - A 0 ) = 0
1 e 2 no foram representados pois j foi considerada a teoria para restries de
inegualdade deduzida acima.
Integrando por partes para converter P em P e isolando os termos e A e P, obtm-se:
(1)
A : 1 + 1 0 + 2 + 3 = 0
P : 1 + 3 = 0 3 (0) = 0 (pois : P(L) = 0) (2)
Aparentemente temos mais incgnitas do que equaes, entretanto o que ocorre que alguns
desses multiplicadores sero nulos. Para identific-los devemos estudar o problema com mais
detalhe.
Analisando o problema percebe-se que a funo rea deve apresentar o seu menor valor na
extremidade inferior onde o peso suportado menor. Assim se considerarmos a condio limite
A > A 0 2 = 0 ao longo da barra devido condio de complementaridade. Portanto,
substituindo 1 de (2) em (1) obtm-se:
34
1 3 0 + 3 = 0 e 3 (0) = 0 3 =
x
0
1 =
x
0
1 0
P(x) = A(x) 0 A 0 + A = 0 e A(x t ) = A 0 A(x) = A 0 e
(x t x )
0
para x<xt.
Note que como 1 no zero a equao de complementaridade foi usada (A0-P=0). Alm
disso a rea apresenta um decaimento exponencial, possuindo o maior valor na extremidade
superior. xt o comprimento que marca o ponto em que a rea atinge o seu valor mnimo A0
(ver figura 3.3.5). Quando a rea atinge seu valor mnimo permanece nesse valor at a
extremidade inferior, assim usando a equao de equilbrio:
A W
P = W + (L x )A 0 x t = L 0 0
A 0
Note que xt pode ou no ocorrer dentro do comprimento L da trelia dependendo do valor de 0
e W.
O resultado obtido para o problema de otimizao resumido abaixo sendo ilustrado na figura
3.3.5.
A(x) = A 0 e
(x t x )
0
A(x) = A 0
para x < x t
para x > x t
xt
A0
W
Fig.3.3.5: Resultado da otimizao da trelia.
35
3.4 Problema MinMax
Consideremos o problema clssico de minimizar a tenso mecnica na barra de trelia formada

por duas barras de reas de seo A1 e A2 e carregada com um peso W na sua extremidade,
mostrado na Fig.3.4.1. A varivel de projeto somente a rea A2.
A1
L1
x1
A2
L2
x2
W
Fig.3.4.1: Barra de trelia com duas sees.
Desejamos minimizar o valor mximo de tenso ao longo da barra de comprimento L=L1+L2,

assim o problema pode ser formulado como:
Min Max (x)

A2
0xL
Os valores mximos de tenso ocorrem no ponto em que h mudana de seo e no ponto de

fixao da barra no teto. No entanto, vejamos o que acontece com esses valores de tenso
mecnica a medida que variamos a rea A2. Para isso, as expresses matemticas desses valores
de tenso foram obtidas como descrito abaixo e plotadas no grfico da Fig.3.4.2.
W
W + A 2L2
1 =
+ x1 e 2 =
+ x2
A2
A1
1, 2
1
Descontinuidade
Discontinuidade
na
da
derivada
derivada
2
A2
Fig.3.4.2: Variao dos valores mximos de tenso com A2.
Assim nota-se que o valor mximo de tenso muda de 2 para 1 a medida que aumentamos a
rea A2. Isso justifica a formulao do problema como "Minimizar Max ao longo da barra",
uma vez que o valor mximo da tenso muda de posio a medida que alteramos a varivel de
projeto. Essa mudana de posio do valor mximo de tenso gera uma descontinuidade na
derivada no mnimo da funo "Max " como mostrado na Fig.3.4.2, fazendo com que a mesma
no possua condio de estacionaridade. Devido a essa descontinuidade na derivada, esse
36
problema no pode ser resolvido numericamente como formulado acima utilizando a funo
"Max ".
Esse problema ocorre em qualquer outra estrutura de forma complexa, toda vez que desejamos
minimizar (ou maximizar) o mximo (ou o mnimo) de uma quantidade de natureza local, como
tenso mecnica e deslocamento, por exemplo. A definio de Max apresenta uma
descontinuidade na sua natureza, pois o ponto de valor mximo se desloca a medida que
alteramos a estrutura.
Vejamos formulaes alternativas que permitem a soluo desse problema numericamente. Se
caso o problema tenha sido formulado juntamente com uma restrio de volume de material, ou
seja:
Min Max (x)

A(x) 0 x L
tal que V(x) V0
pode ser reformulado colocando a restrio de volume como funo objetivo (tornando-a uma
funo de derivadas contnuas) e a tenso mecnica como restrio de inegualdade, ou seja:
Min V(x)
A(x)
tal que (x) 0
onde nesse caso o valor de 0 deve ser corretamente escolhido (atravs de tentativa e erro) de
forma que V*=V0.
Mas nem sempre a restrio de volume est presente, como, por exemplo, num problema de
reduzir a concentrao de tenses numa placa infinita ou de grandes dimenses (ex.: asa de uma
avio). Nesse caso, a seguinte formulao alternativa pode ser usada:
Min
A(x),
tal que (x) , 0 x L

onde um limite no conhecido que tentamos manter o menor possvel. Nesse caso a
restrio de volume no mais necessria. Essa formulao muito utilizada na soluo de
problemas do tipo MinMax.
Como exemplo de soluo de um problema MinMax utilizando a formulao apresentada
acima consideremos o problema mostrado na figura 3.4.3 que consiste em minimizar a tenso
mecnica mxima ao longo da barra sujeita a uma fora de compresso distribuda p0, mantendo
o seu volume igual R. Como variveis de projeto temos as reas A1 e A2.
37
L1
L2
A1
A2
p0
p0
Fig.3.4.3: Barra sujeita fora de compresso distribuda.
Soluo:
O problema originalmente posado na forma:
Min Max (x)

A1,A20 x L1 + L 2
tal que V(x) = R

consiste num problema MinMax de difcil soluo. No entanto, podemos convert-lo num
problema equivalente usando a formulao :
Min
A1, A 2,
( = EA )
tal que
2
A L
i =1
=R
(EA)' + p 0 = 0
EA ( L + L ) = 0
1
Equaes de
equilbrio
onde a varivel extra foi introduzida no problema. A condio de contorno EA ( L + L ) = 0

1
nos diz que no h fora normal aplicada em x=L1+L2.

Pelo fato do problema possuir uma geometria simples a soluo pode ser obtida de forma
intuitiva. Note que a deformao mxima (e portanto tenso mxima) sempre ocorrer em
x=0 ou x= L1. Assim, integrando-se a equao de equilbrio entre x e L1+L2, podemos obter a
deformao (x) e tenso (x) em x=0 e x= L1. De acordo com a formulao , a condio de
optimalidade que, no caso, os valores de deformao (x) mxima sejam iguais
simultaneamente ao valor , assim:
38
em x = 0 (0) = EA1 (0) = p 0 (L 2 + L1 )

em x = L1 (L1 ) = EA 2 (L1 ) = p 0 L 2
(EA)' + p 0 = 0 EA = p 0 (L 2 + L1 ) p 0 x
p 0 (L 2 + L1 )
2
2
p 0 L1 + L1L 2 + L 2
E
+
=
=
A
L
A
L
R
1 1
2 2
pL
ER
A2 = 0 2
A1 =
e portanto obtm-se os valores timos das reas.

Outros exemplos de problema MinMax que podem ocorrer por exemplo quando se deseja
minimizar o mximo deslocamento ao longo de uma estrutura, ou a mxima temperatura ao
longo de um corpo, ou o mximo potencial eltrico ao longo de um corpo, etc.., ou seja, o valor
mximo dessas grandezas se deslocam ao longo do domnio do corpo a medida que sua
geometria alterada durante a otimizao.
Portanto, restries ponto-a-ponto levam a problemas do tipo MinMax que so de difcil
tratamento. Dessa forma, deve-se toda vez que possvel substitu-las por restries integrais.
Assim por exemplo, um problema em que se deseja que o mximo deslocamento na estrutura
(em qualquer ponto) no seja maior do que um certo valor, ou seja:
max y(x) y max
x[0, L ]
pode ser substitudo por:

L
p(x)y(x)dx
0
que a definio de flexibilidade onde p(x) uma carga distribuda, ou por

L
1
y(x) 0 x [0, L]
1
p
p dx y
y
(x)
max para
L0
p grande o suficiente
No caso de um problema envolvendo freqncia de ressonncia podemos usar a sua forma

integral ao invs da sua forma diferencial:
(EIy)" + 2 Ay = 0
(forma diferencial)
L EI(y)2 dx
(forma integral)
= y(x)min
L
admissvel
2
Ay
dx
39
3.5 Condies de Optimalidade em Problemas Clssicos em Engenharia Mecnica

Existem dois problemas clssicos de otimizao em engenharia que valem a pena discutir com
mais detalhe: minimizao da flexibilidade (ou maximizao da rigidez) e maximizao da
freqncia de ressonncia.
3.5.1 Minimizao da flexibilidade (ou maximizao da rigidez)

Trata-se de um problema clssico nas indstrias metal-mecnica como automotiva e
aeronutica. O problema de maximizao de rigidez equivalente ao problema de minimizao
de flexibilidade, no entanto, matematicamente mais fcil definir a flexibilidade. Considere o
corpo genrico mostrado na figura 3.5.1 sujeito a um carregamento p(x).
p(x)
Domnio de Projeto
(Corpo Elstico)
x3
x1
Fig.3.5.1 - Corpo genrico sujeito a um carregamento.
A flexibilidade definida como:
p(x)u(x)dx
Dessa forma, seu conceito similar ao do trabalho realizado pela carga p(x). Para um p(x)
fixado, a minimizao da quantidade acima obtida minimizando-se a funo deslocamento
u(x), o que equivale a maximizar a rigidez da estrutura para o carregamento p(x). Como a
flexibilidade definida na forma de uma integral de volume, garante-se a maximizao da
rigidez mdia na direo u(x) para o carregamento p(x). Se for desejado maximizar a rigidez
local em algum ponto especfico da estrutura necessrio utilizar uma restrio local.
Dessa forma o problema de minimizao de flexibilidade para o caso de uma barra em
compresso ou trao definido como:
Min
A(x), u(x)
tal que
p(x)u(x)dx
(EAu)' p = 0
e condies de contorno
A(x) A min 0
Adx R 0
onde a varivel de projeto a funo rea A(x). Note que a maximizao da rigidez
antagnica minimizao do volume, assim a restrio de volume definida no problema sempre
estar ativa ao final da otimizao.
40
O problema acima ainda pode ser simplificado se conseguirmos impor de forma implcita a
condio de equilbrio, que agora definida no problema por uma equao diferencial, na
funo objetivo. Para isso, consideremos a deduo da equao de equilbrio do corpo. Como j
visto em problema anterior, a equao de equilbrio obtida minimizando-se a energia potencial
do sistema, assim no caso de uma barra:
=
1
EAv2dx pvdx = 0 (EAvv - pv )dx = 0
(EAv - p )dx = 0
onde (x) arbitrrio entre as funes admissveis. A forma da equao de equilbrio acima
obtida na sua forma integral denominada formulao fraca do problema. No equilbrio:
v = u (EAu - p )dx = 0
Como (x) arbitrrio:
= u (EAu2 - pu )dx = 0 pudx = EAu 2 dx
Note que no equilbrio a flexibilidade igual ao dobro da energia elstica da estrutura. Assim o
novo problema de minimizao de flexibilidade pode ser escrito na forma:
2
Min EAu dx
A(x)
tal que A(x) A min 0
Adx R 0
onde nesse caso a condio de equilbrio est implcita no fato de que deve ser utilizada a
funo deslocamento u(x) de equilbrio no clculo da energia elstica. Dessa forma a restrio
referente equao de equilbrio no precisa mais ser imposta.
Para a soluo do problema, consideremos a variao da sua funo Lagrangeana e isolando os
termos em A:
L(A(x), A , ) = EAu 2 dx + A (A min A )dx + Adx R
A em A (A 0 A = A min )
e = A +
A : Eu 2 =
em (A = 0 A > A min )
41
O termo que multiplica u recupera a equao de equilbrio na sua forma diferencial no sendo
mostrado. Note que a restrio de rea mnima uma restrio local e portanto a=a(x),
enquanto a restrio de volume global e portanto =cte. Assim, o resultado acima diz que a
soluo tima para o problema mxima rigidez com o menor volume deve possuir energia
elstica especfica (Eu2) constante.
3.5.2 Maximizao da freqncia de ressonncia

Em geral quando a freqncia de operao de um sistema mecnico aproxima-se de sua
freqncia de ressonncia, o mesmo inicia uma vibrao intensa. Quando isso acontece, e dado
que a freqncia de excitao em geral no pode ser alterada, necessrio alterar a freqncia
de ressonncia do sistema. A alterao da freqncia implica na alterao simultnea de massa
e rigidez ao longo da estrutura o que no um problema trivial. Dessa forma, esse problema
muito estudado em otimizao.
Segundo a teoria de vibraes, a freqncia de ressonncia obtida minimizando-se o quociente
de Rayleigh que a razo entre a energia cintica e a energia elstica. Assim, por exemplo, no
caso de uma viga, temos:
L
QR =
E elstica
=
E cintica
2
EI(x)w dx
0
L
E [A(x)] w dx
n
2
A(x)w dx
0
A(x)w dx
2
Essa razo ser mnima quando o perfil de deslocamento for igual a um dos modos de vibrar da
estrutura e nesse caso o valor de QR ser igual freqncia de ressonncia correspondente ao
modo de vibrar. Cada modo de vibrar representar um mnimo local.
2 = Min (QR )
w(x)
Assim, a freqncia de ressonncia obtida atravs de um problema de minimizao, portanto

variacionando-se QR e isolando o termo em w, obtm-se:
(QR ) = 0 [EIw ]" 2 Aw = 0 e condies de contorno

A equao acima representa a equao dinmica da viga que pode ser encontrada nos livros
sobre teoria de vibraes.
Assim o problema de maximizao da freqncia de ressonncia pode ser definido na forma:
2
(QR )
Max = Min
w(x)
A(x)
tal que
Adx = V
A(x) A min 0
42
onde nesse caso a condio de equilbrio est implcita no quociente de Rayleigh. A soluo do
problema acima obtida variacionando-se o Lagrangeano do problema:
L
L(w(x), A(x), ) =
E [A] w dx
n
Aw dx
2
Adx V0 L = 0
0
2 E [A ] w w dx
2 E [A ] w 2 dx
0
2
Aw dx
0
Aw dx
2
E [A] w dx
n
Awwdx +
0
nE [A]
n -1
w 2Adx
+
Aw dx
2
2
Aw dx
0
2
w Adx + Adx = 0
Integrando por partes e coletando os termos em w e A, obtm-se:
"
Eq. de Movimento : EA n w 2 Aw = 0
w = 0 ou [EA n w ] = 0
Condies de Contorno :
w = 0 ou [EA n w] = 0
'
Condio de Optimalida de : nE A n -1w 2 2 w 2 = cte.

Note que, como esperado, o termo em w nos fornece a equao de equilbrio. O termo em A
fornece a chamada condio de optimalidade do problema.
O mesmo problema de maximizao da freqncia de ressonncia pode ser definido de outras
formas alternativas como mostrado abaixo:
Min
A(x)
Max
Adx
A(x),
tal que 2
tal que
[EIw]" 2 Aw = 0
[EIw]" 2 Aw = 0
(e condies de contorno)
(e condies de contorno)
ou = Min (QR )
A(x) A min 0
Adx = V
w(x)
A(x) A min 0
No captulo 6 esses problemas sero discutidos novamente sob o ponto de vista de

implementao numrica.
43

Otimização Aplicada Ao Projeto de Sistemas Mecânicos

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Otimização Aplicada Ao Projeto de Sistemas Mecânicos

Caricato da

Copyright:

Formati disponibili

APOSTILA

PMR 5215 OTIMIZAO

Prof. Dr. Emlio Carlos Nelli Silva

Departamento de Engenharia Mecatrnica e Sistemas

Escola Politcnica da USP

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

configuraes possveis, atravs de um algoritimo numrico de otimizao, tornando assim o

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

Fig.1.1.2: Exemplo de estrutura de trelia num domnio tridimensional sujeita carregamento de

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

Para a soluo de problemas prticos em engenharia so usados mtodos numricos, que

Fig.2.1.1: Exemplos de sistemas (estruturas) contnuos.

Fig.2.1.2: Exemplo de sistema (estrutura) discreto.

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

Fig.2.1.3: Exemplos de sistemas (estruturas) contnuos tratados como discretos.

Fig.2.1.4: Distribuio tima de espessura numa placa.

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

Fig.2.1.6: Otimizao da forma de um furo numa placa.

2.2 Funo Objetivo

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

uma restrio de inegualdade uma equao do tipo:

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

Alm da classificao acima, as restries ainda so classificadas como locais e globais.

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

Minimizar f (x) = c1x1 + c 2 x 2 + ... + c n x n ;

g j (x) = d 1 x 1 + d 2 x 2 + ... + d n x n 0, j = 1,..., n e

Fig.2.3.1: Estrutura de trelia.

Assim, o problema de otimizao fica:

k11 (A i , x i , L i )u + k12 (A i , x i , L i )v 10.000 = 0

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

2.4 Domnio Vivel e Invivel

Fig.2.4.2: Conceito de mnimo local e global.

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

Fig.2.4.3: Soluo tima na insterseco de duas restrioes ativas.

Fig.2.4.4: Soluo tima com todas as restries inativas.

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

Fig.2.4.4: Soluo tima no ponto tangente restrio.

2.5 Funo Multiobjetivo e Conceito de timo-Pareto

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

Fig.2.5.1: Plotagem das funes F1(x) e F2(x).

Considere um problema de otimizao formulado como:

Otimizao em Engenharia Mecnica

Prof. Dr. Emlio Carlos Nelli Silva

As duas funes objetivos so expressas por: f1 = A = wh e f 2 = =

Inicialmente calculando a soluo tima considerando cada funo objetivo separadamente,

min f1 w *1 = h *1 = 0,5 f *1 = 0,25

min f1 w 1 = h 1 = 0,5 f *1 = 0,25