CENTRO FEDERAL DE EDUCAO

TECNOLGICA CELSO SUCKOW DA FONSECA

Programao no-linear

Anny de Almeida Silveira

Otimizao
Professor Pedro Pablo Riascos Heneo
2014.2

Sumrio
Introduo;

Mtodos de Otimizao sem restries;

Mtodo de Minimizao de funes muito simples;
Mtodo do Gradiente
Mtodo de Newton
Mtodo de Quasi-Newton

Mtodos de Otimizao com restries;

Exemplos MATLAB

Introduo
Muitas vezes, modelos lineares refletem apenas

aproximaes dos modelos reais.

Formulao dos problemas de programao no-

linear:
Achar x = (x1, x2,..., xn) para maximizar f (x)
Sujeito a gi (x) bi , para i = 1, 2, ..., m e x 0
A maioria das no-linearidades englobadas em um

modelo de programao est dentro de 2 principais

categorias:
Relaes observadas empiricamente;
2. Relaes deduzidas estruturalmente;
1.
3

Introduo
Mtodos para resoluo de problemas de

Programao No-linear podem ser divididos em 2

grupos:
1. Modelos sem restries;
2. Modelos com restries;

H um problema devido
aos mximos e mnimos locais
da funo objetivo.

Mtodos de Otimizao
Sem Restries

Mtodo de minimizao de
funes muito simples
Arbitrar 3 pontos a, b e c
2. Escolher um ponto x entre a e b ou entre b e c;
3. Supondo o ponto x entre b e c:
1.

4.

Se f(b) < f(x) Os pontos para a prxima iterao

sero a, b e x
Seno Os pontos para a prxima iterao sero
b, x e c

Voltar ao passo 2 at que se chegue ao resultado

com a preciso desejada.

Mtodo de minimizao de
funes muito simples
Arbitrar 3 pontos a, b e c
2. Escolher um ponto x entre a e b ou entre b e c;
3. Supondo o ponto x entre b e c:
1.

4.

Se f(b) < f(x) Os pontos para a prxima iterao

sero a, b e x
Seno Os pontos para a prxima iterao sero
b, x e c

Voltar ao passo 2 at que se chegue ao resultado

com a preciso desejada.

Mtodo de minimizao de
funes muito simples
Arbitrar 3 pontos a, b e c
2. Escolher um ponto x entre a e b ou entre b e c;
3. Supondo o ponto x entre b e c:
1.

4.

10

Se f(b) < f(x) Os pontos para a prxima iterao

sero a, b e x
Seno Os pontos para a prxima iterao sero
b, x e c

Voltar ao passo 2 at que se chegue ao resultado

com a preciso desejada.

Mtodo do Gradiente
Neste mtodo, inicia-se com uma estimativa inicial
X1, movendo iterativamente na direo de descida
mais ngreme at encontrar o ponto.
1. Arbitrar um ponto inicial Xi, e fazer o contador de
iteraes i=1.
2. Encontrar a direo Si= fi = f (Xi)
3. Determinar o passo timo i na direo Si e fazer:
Xi +1= Xi + iSi = Xi - ifi (para minimizar)
4. Testar o novo ponto Xi +1. Se for o ponto timo,
pare o processo. Caso contrrio, prossiga.
5. Faa o contador de iteraes i = i + 1 e volte para
o passo 2.

11

Mtodo de Newton
O mtodo de Newton aproxima, a funo objetivo
por uma funo quadrtica, em torno do ponto de
interesse, que minimizada exatamente.

12

um mtodo que converge rapidamente, mas uma

desvantagem sua sensibilidade condio inicial
arbitrada.

Para minimizar a
funo
objetivo
g(x),
deve-se
aplicar o mtodo
de Newton para a
funo:
f(x) = g(x)

Mtodo de Newton
Passo a passo:
1. Arbitrar um ponto inicial x1, e fazer o contador de
iteraes i=1.
2. Calcular f(xi).
3. Testar convergncia:

Se |f(x)| , parar o processo. Caso contrrio,

prossiga.

Calcular f(x).
5. Determinar novo ponto xi+1: xi+1 = xi - f(xi)/f(xi)
6. Fazer i = i + 1 e voltar ao passo 2.
4.

13

Mtodo de Quasi-Newton

14

Mtodo utilizado quando difcil obter a derivada

da funo.
A derivada f(x) aproximada por diferenas
finitas.

Otimizao com Restries

Os mtodos de otimizao restrita so divididos

em duas categorias:
Mtodos diretos restries explcitas;
Mtodos indiretos problema resolvido como uma

sequncia do problema sem restries.

Na presena de restries, o problema tem

algumas caractersticas:
As restries no afetam o ponto timo;
Se a F.O. tem 2 ou mais mnimos locais irrestritos,

15

o problema comm restries

Em alguns casos, mesmo se a F.O. tem apenas um
mnimo irrestrito, as restries podem introduzir
outros mnimos locais.

Exemplos MATLAB

16

Exemplo Mtodo de Newton

17

Exemplo Mtodo de Quasi-Newton

18

Referncias
Notas de aula, Disponvel em:

<https://sites.google.com/site/microsystemrj>, Acesso
em 27. out. 2014
Singiresu S. Rao, Engineering Optimization
Theory and Practice, Wiley, 4th ed., 2009.
UFJF, Programao No Linear, Disponvel em:
<http://www.ufjf.br/epd015/files/2010/06/Programacao
NaoLinear.pdf>, Acesso em: 28 out. 2014.
Ana Friedlander, Elementos de Programao NoLinear. Disponvel em:
<http://www.ime.unicamp.br/~friedlan/livro.htm>,
Acesso em 29 out. 2014.
19