pesquisa operacional ii – pesquisa operacional ii ... · a matriz hessiana para essa função é...
TRANSCRIPT
Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I –––– Ot imização Não LinearOtimização Não LinearOtimização Não LinearOtimização Não Linear
L i s ta de Exercíc iosLi sta de Exercíc iosLi sta de Exercíc iosLi sta de Exercíc ios de Rev isãode Revisãode Revisãode Revisão
P r o f e s s o r e s : F e r n a n d o L e m o s & L o r i V i a l i
-5 -4 -3 -2 -1 0 1 2 3 4 5-5
-3-1135
-80,0
-70,0
-60,0
-50,0
-40,0
-30,0
-20,0
-10,0
0,0
-5 -4 -3 -2 -1 0 1 2 3 4 5-5
-2
2
5
-150,0
-100,0
-50,0
0,0
50,0
100,0
150,0
01. Para cada uma das seguintes funções, verifique se ele é côncava, convexa ou nenhuma das duas,
justificando em cada caso.
(a) f(x, y) = 10x + 20y (b) f(x) = 10x – x2 (c) f(x, y) = xy – x2 – y2
Solução
(a) xf
∂
∂ = 10 ⇒
=∂∂
∂
=∂
∂
0yxf
0xf
2
2
2
e yf
∂
∂ = 20 ⇒
=∂∂
∂
=
∂
∂
0xyf
0yf
2
2
2
Portanto o Hessiano é: H(x, y) =
0000
. Os menores
principais são: H1(x, y) = 0 e H2(x, y) = 0.
Nesse caso a função é tanto côncava quanto convexa, isto é, ela é um plano.
(b) f’(x) = 10 + 2x e f”(x) = 2. H(x) = [2] é sempre positiva então a função é convexa.
(c) xf
∂
∂ = y – 2x ⇒
=∂∂
∂
−=∂
∂
1yxf
2xf
2
2
2
e yf
∂
∂ = x – 2y ⇒
=∂∂
∂
−=∂
∂
1 xy
f
2y
f
2
2
2
Portanto a Hessiana é: H(x, y) =
−
−
21
12. Os menores
principais são: H1(x, y) = -2 < 0 e H2(x, y) = 3 > 0. Assim, os
menores principais apresentam o sinal de (-1)k, onde k = 1, 2.
Portanto a função é côncava.
-25
-15
-5
5
15
25
-2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0
Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I –––– Ot imização Não LinearOtimização Não LinearOtimização Não LinearOtimização Não Linear
L i s ta de Exercíc iosLi sta de Exercíc iosLi sta de Exercíc iosLi sta de Exercíc ios de Rev isãode Revisãode Revisãode Revisão
P r o f e s s o r e s : F e r n a n d o L e m o s & L o r i V i a l i
-140,0
-120,0
-100,0
-80,0
-60,0
-40,0
-20,0
0,0
0,0 1,0 2,0 3,0
02. Considere a função f(x) = ax3 + 3bx2, onde a > 0 e b > 0. Determine em que condições a função será
convexa (côncava).
Solução
f’(x) = 3ax2 + 6bx e f"(x) = 6ax + 6b.
H(x) = [6ax + 6b]. Para que ela seja
convexa H(x) ≥ 0. Assim ela será
convexa para os valores “x” tais que:
6ax + 6b ≥ 0 ou x ≥ -b/a. A função será
côncava para todos os valores “x” tais que para x ≤ -b/a. O ponto -b/a é o ponto de sela da curva, isto
é, o ponto onde a curva passa de côncava para convexa ou vice-versa. Se for considerado todo o
intervalo de números reais então ela não será nem côncava e nem convexa. No exemplo acima a = 4 e b
= 2, O ponto de sela (onde a curva muda o côncava para convexa) é –b/a = -2/4 = -0,5.
03. Encontre e classifique os pontos críticos das seguintes funções:
(a) f(x) = -6x + 3x2 – 2x3 com x ≥ 0
(b) f(x) = x2(x2 – 1)
(c) f(x, y) = x2 – 6x + y3 – 3y
Solução
(a) f’(x) = -6 + 6x - 6x2 ⇒ f'(x) = x2 - x
+ 1 = 0 ⇒ A derivada não se anula, pois essa equação não tem solução. Assim o único ponto crítico é
o de fronteira x = 0. Nesse caso, se f’(a) < 0, que é o caso, pois f'(0) = -6, o ponto é um máximo
local. Assim, x = 0 é um máximo local e também global, pois a função é côncava.
(b) A derivada da função é: f’(x) = 4x3 – 2x.
Igualando a zero segue: 4x3 – 2x = 0. Então
os pontos estacionários são: x1 = 0, x2 =
22
e x3 = -22
.
A derivada segunda da f é f”(x) = 12x2 – 2.
No ponto x1 ela é negativa, logo x1 é um -1,0
1,0
3,0
5,0
7,0
9,0
-2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0
-20
-10
0
10
20
30
40
50
-2 -1 0 1 2
Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I –––– Ot imização Não LinearOtimização Não LinearOtimização Não LinearOtimização Não Linear
L i s ta de Exercíc iosLi sta de Exercíc iosLi sta de Exercíc iosLi sta de Exercíc ios de Rev isãode Revisãode Revisãode Revisão
P r o f e s s o r e s : F e r n a n d o L e m o s & L o r i V i a l i
1234
5
6
73
5
70,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
-4-3
-2-1
01
23
45
-4
-2
0
2
4
-80-60-40-20
020
40
60
80
100
máximo local. Ela é positiva em x2 e x3 e assim x2 e x3 são mínimos locais. Como +∞=
∞→
)x(flimx
, a
função f possui dois mínimos globais, mas não um máximo
global.
(c) xf
∂
∂ = 2x - 6 ⇒ 2x = 6 ⇒ x = 3
yf
∂
∂ = 3y2 - 3 ⇒ 3y2 = 3 ⇒ y = -1 ou y = 1
Assim os pontos críticos são (3, 1) e (3, -1)
Determinando a matriz Hessiana para classificar os
pontos críticos segue que:
=∂∂
∂
=∂
∂
0yxf
2xf
2
2
2
e ⇒
=∂∂
∂
=
∂
∂
y6xyf
0yf
2
2
2
. Portanto a matriz Hessiana é H(x, y) =
y6002
. No ponto (3, 1) a
matriz Hessiana vale: H(3, 1) =
60
02. Os menores principais são: H1(3, 1) = 2 e H2(3, 1) = 12. Como
os dois menores principais são positivos, esse ponto é um mínimo local. No ponto (3, -1) a matriz
Hessiana vale: H(3, -1) =
−60
02. Como o primeiro menor principal H1(3, -1) = 2 é positivo e o
segundo H2(3, -1) = 2.(-6) = -12 é negativo, o ponto (3, -1) é de sela. Repare que essa função não é
nem côncava e nem convexa. Assim o mínimo é apenas local e não global.
04. Resolva os seguintes PPNLs:
(a) Min xyy
20x
50z ++= s. a x ≥ 1, y ≥ 1
(b) Se uma empresa cobra p por um produto e investe a em
publicidade ela pode vender 10000 + 5a1/2 – 100p
unidades do produto. Se o produto custa R$ 10,00 a
unidade para produzir, como a empresa pode maximizar
o lucro?
Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I –––– Ot imização Não LinearOtimização Não LinearOtimização Não LinearOtimização Não Linear
L i s ta de Exercíc iosLi sta de Exercíc iosLi sta de Exercíc iosLi sta de Exercíc ios de Rev isãode Revisãode Revisãode Revisão
P r o f e s s o r e s : F e r n a n d o L e m o s & L o r i V i a l i
Solução
(a) Min xyy
20x
50z ++= s. a x ≥ 1, y ≥ 1
Z = 50x-1 + 20y-1 + xy
yx
y
fx
yx
f
2
2
20
50
−=∂
∂
−=∂
∂
⇒ 0
20
050
2
2
=−
=−
yx
xy
⇒
yx
xy
2
2
20
50
=
=
⇒ 8y
400y50
y20
50y44
2
2
==
= ⇒ y4 - 8y = 0 ⇒ y3 = 8 ⇒
y = 2. Como Y = 50/x2 ⇒ x2 = 50/y = 50/2 = 25 ⇒ x = 5.
A matriz Hessiana para essa função é dada por: H(x, y) =
−
−
y
x3
3
401
1100. A matriz Hessiana
aplicada no ponto H(5, 2) vale
8
401
1125
100
. Assim os menores principais são 100/125 = 4/5 e
(100/125).(40/8) – 1 = (4/5).5 – 1 = 3. Como ambos são positivos, tem-se que o ponto (5, 2) é de
mínimo. Como essa função é convexa para x e y positivos, o ponto é um mínimo global.
(b) f(p, a) = pv – 10v – a, onde v = 10000+ 5a1/2 – 100p.
Assim f(p, a) = 10000p +5pa1/2 -100p2 – 10(10000 + 5a1/2 -100p) – a = (p – 10)(10000+ 5a1/2 – 100p) – a,
Utilizando o solver, encontramos que:
Investindo a = R$ 14400,00 em publicidade e cobrando p = R$ 58,00 pelo produto as vendas serão de
4800 unidades, com um custo de $48000 e um lucro de R$ 216000,00.
05. Utilize o método da seção áurea, com como critério de parada ε = 10-6, para:
(a) Determinar o número de iterações necessárias para maximizar a função 3x – x2 em [0, 5];
(b) O ponto de máximo da função 3x – x2 no intervalo [0; 5];
(c) O valor da função no ponto ótimo.
Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I –––– Ot imização Não LinearOtimização Não LinearOtimização Não LinearOtimização Não Linear
L i s ta de Exercíc iosLi s ta de Exercíc iosLi s ta de Exercíc iosLi s ta de Exercíc ios de Rev i sãode Rev i sãode Rev i sãode Rev i são
P r o f e s s o r e s : F e r n a n d o L e m o s & L o r i V i a l i
Solução
k = 33 e o ponto de máximo é x = 1,5000 e o valor da função no ponto é f(1,5) = 2,2500.
Método de otimização pela secção áurea r ε k
f(x) = 3x - x² 0,61803 0,000001 33
pei pdi pe pd f(pe) f(pd) LK
Iteração 0 5,0000 1,9098 3,09017 2,0820 -0,2786 5,000000
1 0,0000 3,0902 1,1803 1,9098 2,1478 2,0820 3,090170
2 0,0000 1,9098 0,7295 1,1803 1,6563 2,1478 1,909830
3 0,7295 1,9098 1,1803 1,4590 2,1478 2,2483 1,180340
... ... ... ... ... ... ... ...
32 1,5000 1,5000 1,5000 1,5000 2,2500 2,2500 0,000001 33 1,5000 1,5000 1,5000 1,5000 2,2500 2,2500 FIM
06. Mostre que para todo x, ex ≥ x + 1 (Dica: faça f(x) = ex – x – 1 e minimize essa função).
Solução
Min f(x) = ex – x – 1 s. a x ∈ ℜ
f´(x) = ex – 1 = 0 → ex = 1 → x = 0. Assim o mínimo de ex – x – 1 é zero e portanto ex - x – 1 ≥ 0
ou ex ≥ x + 1.
07. (a) Maximizar f(x, y) = 2xy + y – x2 – 2y2 iniciando com o ponto (1, 1) e aplicando o método do
Gradiente com ε = 10-6. Apresente o ponto máximo, o valor máximo da função e o número de
iterações necessárias.
(b) Aplique o método Gradiente para minimizar f(x, y) =
3x2 + y2 + 2y - 12x. Inicie com o ponto (4, 4) e utilize
como critério de parada o valor ε = 10-6. Apresente o
ponto de mínimo, o valor mínimo da função e o número
de iterações necessárias.
Solução
-6,00
-4,00
-2,00
0,00
2,00
4,00
0 1 2 3 4
Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I –––– Ot imização Não LinearOtimização Não LinearOtimização Não LinearOtimização Não Linear
L i s ta de Exercíc iosLi s ta de Exercíc iosLi s ta de Exercíc iosLi s ta de Exercíc ios de Rev i sãode Rev i sãode Rev i sãode Rev i são
P r o f e s s o r e s : F e r n a n d o L e m o s & L o r i V i a l i
(a) Método do Gradiente
f(x, y) = 2xy + y – x2 - 2y2 Parada 1E-06
df/dx = 2y - 2x x0 y0
df/dy = 2x - 4y + 1 1,00 1,00
Ponto xi Gradiente Ponto xi+1
Iter. xi yi x y xi+1 yi+1 f(vi) t f(vi+1) f(vi+1) - f(vi)
1 1,0000 1,0000 0,0000 -1,0000 1,0000 0,7500 0,0000 0,2500 0,1250 0,12500
2 1,0000 0,7500 -0,5000 0,0000 0,7500 0,7500 0,1250 0,5000 0,1875 0,06250
3 0,7500 0,7500 0,0000 -0,5000 0,7500 0,6250 0,1875 0,2500 0,2187 0,03125
... ... ... ... ... ... ... ... ... ... ...
17 0,5020 0,5020 0,0000 -0,0039 0,5020 0,5010 0,2500 0,2500 0,2500 0,00000
18 0,5020 0,5010 -0,0020 0,0000 0,5010 0,5010 0,2500 0,5000 0,2500 PARE
Assim o ponto crítico, isto é máximo, local é (x, y) = (1/2; 1/2), O valor da função nesse ponto é 0,2500
= 1/4. Como essa função é côncava (ver figura), então esse máximo é global. Total de iterações
necessárias: 18.
(b) Devemos minimizar a função: (Lembrar que o método só maximiza, para minimizar troca-se o sinal
da função e maximiza-se).
f(x, y) = 3x2 + y2 + 2y - 12x x0 y0 df/dx = 6x - 12
4,0 4,0
Parada 1E-06
df/dy = 2y + 2
Ponto xi Gradiente Ponto xi+1
Iter. xi yi x y xi+1 yi+1 f(vi) t f(vi+1) f(vi+1) - f(vi)
1 4,0000 4,0000 -12,0000 -10,0000 1,2481 1,7068 -24,0000 0,2293 3,9774 27,977444
2 1,2481 1,7068 4,5113 -5,4135 2,4877 0,2193 3,9774 0,2748 10,7998 6,822380
3 2,4877 0,2193 -2,9262 -2,4385 1,8167 -0,3399 10,7998 0,2293 12,4635 1,663657
4 1,8167 -0,3399 1,1001 -1,3201 2,1189 -0,7027 12,4635 0,2748 12,8692 0,405688
5 2,1189 -0,7027 -0,7136 -0,5946 1,9553 -0,8390 12,8692 0,2293 12,9681 0,098928
6 1,9553 -0,8390 0,2683 -0,3219 2,0290 -0,9275 12,9681 0,2748 12,9922 0,024124
7 2,0290 -0,9275 -0,1740 -0,1450 1,9891 -0,9608 12,9922 0,2293 12,9981 0,005883
8 1,9891 -0,9608 0,0654 -0,0785 2,0071 -0,9823 12,9981 0,2748 12,9995 0,001435
9 2,0071 -0,9823 -0,0424 -0,0354 1,9973 -0,9904 12,9995 0,2293 12,9999 0,000350
10 1,9973 -0,9904 0,0160 -0,0191 2,0017 -0,9957 12,9999 0,2748 13,0000 0,000085
11 2,0017 -0,9957 -0,0103 -0,0086 1,9994 -0,9977 13,0000 0,2293 13,0000 0,000021
12 1,9994 -0,9977 0,0039 -0,0047 2,0004 -0,9989 13,0000 0,2748 13,0000 0,000005
13 2,0004 -0,9989 -0,0025 -0,0021 1,9998 -0,9994 13,0000 0,2293 13,0000 0,000001
14 1,9998 -0,9994 0,0009 -0,0011 2,0001 -0,9997 13,0000 0,2748 13,0000 PARE
Assim o ponto crítico, isto é mínimo, local é (x, y) =
(2; -1), O valor da função nesse ponto é -13,0000. Como
essa função é convexa (ver figura), então esse mínimo é
global. Total de iterações necessárias: 14.
Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I –––– Ot imização Não LinearOtimização Não LinearOtimização Não LinearOtimização Não Linear
L i s ta de Exercíc iosLi sta de Exercíc iosLi sta de Exercíc iosLi sta de Exercíc ios de Rev isãode Revisãode Revisãode Revisão
P r o f e s s o r e s : F e r n a n d o L e m o s & L o r i V i a l i
08. Suponha que uma lata cilíndrica de refrigerante deve ter um volume de 350 ml. Se a companhia quer
minimizar a área da lata, qual deve ser a razão entre a altura da lata e o raio da mesma?
(Dica: O volume de um cilindro circular é πr2h e a área da lata é 2πr2 + 2πrh, onde r = raio do cilindro e
h = a altura do cilindro.)
Solução
Minimizar 2πr2 + 2πrh sujeito a πr2h = 350. Utilizando o Solver, temos:
Minimizar 2πr2 + 2πrh sujeito a πr2h = 350
Variáveis r h Restrição 350 350
3,82 7,64 h/r = 2,00
Área 274,93
Assim, a altura deverá ser o dobro do raio da base. Faça o teste com outros valores. Por exemplo,
verifique que para uma lata de 500 ml novamente a área mínima será obtida quando a altura for o
dobro da base. Veja nas latas de ceva que você entorta se essa relação se verifica!
09. Utilize o método de Newton para minimizar a função f(x) = x2 – 3x. Aponte o ponto de mínimo e o valor
mínimo da função. Inicie com o ponto x = 4. Verifique se o ponto é global.
Solução
f(x) = x2 – 3x
f’(x) = 2x -3 e f”(x) = 2. H(x) = [2] que é sempre positiva, então a função é convexa.
O ponto inicial é x0 = 4. Assim o ponto x1 = x0 – f’(x0)/f”(x0). Temos que: f’(x) = 2x – 3 e f”(x) = 2.
Assim: x1 = x0 – f’(x0)/f”(x0) = 4 - f’(4)/f”(4) = = 4 – (2.4 – 3)/2 = 4 – 5/2 = 1,5. Logo x1 = 1,5. Como
f’(1,5) = 2.1,5 – 3 = 0, isto significa que x = 1,5 é um ponto ótimo local (mínimo). Como a função é
convexa ele é também global. O valor da função no ponto é f(x) = x2 – 3x = 1,52 – 3.1,5 = -2,25.
10. Considere a função f(x, y) = 4x2 + y2 – 2xy. Utilize o método de Newton a partir do ponto inicial (x0, y0)
= (1, 1) para determinar o mínimo da função. Verifique se ele é global?
Solução
f(x, y) = 4x2 + y2 – 2xy
xf
∂
∂ = 8x – 2y
yf
∂
∂ = 2y – 2x. Assim o gradiente será ∇f(x, y) = (8x – 2y, 2y – 2x).
Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I –––– Ot imização Não LinearOtimização Não LinearOtimização Não LinearOtimização Não Linear
L i s ta de Exercíc iosLi s ta de Exercíc iosLi s ta de Exercíc iosLi s ta de Exercíc ios de Rev i sãode Rev i sãode Rev i sãode Rev i são
P r o f e s s o r e s : F e r n a n d o L e m o s & L o r i V i a l i
Determinando a matriz Hessiana para classificar os pontos críticos segue que:
−=∂∂
∂
=∂
∂
2yxf
8xf
2
2
2
e
=∂
∂
−=∂∂
∂
2yf
2xyf
2
2
2
. Portanto a matriz Hessiana é H(x, y) =
−
−
2228 .
A matriz Hessiana Inversa é H-1(x, y) =
32
61
61
61
.
Tem-se que: x1 = x0 – H-1(x0) ∇f(x0) = (1, 1) -
32
61
61
61
.[6, 0)T = (1, 1) – (1, 1) = (0, 0).
Como ∇f(0, 0) = (0, 0). Esse ponto é um ótimo local (mínimo). Como a função é convexa, pois os menores
principais são ambos positivos, segue que ele é, também, global.
11. Um crocodilo está a espreita de uma presa localizada a 20 no lado oposto de um rio. O crocodilo anda
em diferentes velocidades na terra e na água. O tempo para que o crocodilo alcance a presa pode ser
minimizada se ele nadar até um ponto P, x metros rio acima, conforme o diagrama.
O tempo gasto pelo crocodilo, medido em segundos, é dado por: T(x) = )x20(4x365 2 −++ . Determine:
(i) O tempo gasto pelo crocodilo se ele apenas nadar.
(ii) Calcule o tempo gasto se ele nadar a menor distância possível.
(iii) Entre os dois extremos existe um valor de x que minimiza o tempo gasto. Encontre esse valor e
determine qual é o menor tempo possível.
Solução
(i) Para x = 20, tem-se: )2020(420365 2 −++ = 104,40 s.
(ii) Para x = 0, tem-se: )020(40365 2 −++ = 110,00 s.
(iii) Min T(x) = )x20(4x365 2 −++ . Nesse caso x = 8 e T(x) = 98 s = tempo mínimo.
Como a função é convexa essa solução é Global.
Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I Pesquisa Operacional I I –––– Ot imização Não LinearOtimização Não LinearOtimização Não LinearOtimização Não Linear
L i s ta de Exercíc iosLi s ta de Exercíc iosLi s ta de Exercíc iosLi s ta de Exercíc ios de Rev i sãode Rev i sãode Rev i sãode Rev i são
P r o f e s s o r e s : F e r n a n d o L e m o s & L o r i V i a l i
12. Uma caixa fechada com base quadrada vai ter um volume de 2000 cm3. O material da tampa e da base
vai custar R$ 3,00 por centímetro quadrado e o material para os lados R$ 1,50 por centímetro
quadrado. Encontre as dimensões da caixa de modo que o custo seja mínimo.
Solução pelo solver
A função objetivo é: min C(x, y) = 3(x2 + x2) + 4.1,5.xy = 6x2 + 6xy = 6(x2 + xy) com a
restrição de V(x, y) = x2y = 2000 cm3
A solução é x = 10 cm, y = 20 cm.
Solução por cálculo
Volume da caixa V(x, y) = x2y = 2000 cm3, assim y = 2000/x2. Área da caixa A(x, y)
= 6(x2 + xy). Substituindo o valor de y na área da caixa vem: A(x) = 6(x2 + x.2000/x2) = 6(x2 + 2000/x).
Derivando essa função e igualando a derivada a zero, segue: A’(x) = 6(2x – 2000/x2) = 12(x3 – 1000)/x3
= 0. Assim x3 – 1000 = 0 e então x = 10. Como y = 2000/x2 = 2000/102 = 20. Assim as dimensões da
caixa devem ser 10 cmx10cmx20cm.
Solução pelo Lagrangiano
O Lagrangiano para esse problema será:
L(x, y) = 6x2 + 6xy – λ(x2y – 2000)
Derivando parcialmente essa expressão, tem-se:
xL
∂
∂ = 12x + 6y - 2λxy.
yL
∂
∂ = 6x - λx2.
λ∂
∂L = x2y – 2000.
Igualando as derivadas parciais a zero, tem-se:
12x + 6y - 2λxy = 0 ou 6x + 3y - λxy = 0.
6x - λx2 = 0 ou 6 - λx = 0 ou ainda λ = 6/x.
x2y – 2000 = 0 ou x2y = 2000 ou ainda y = 2000/x2.
Substituindo esses dois últimos resultados na primeira equação, segue:
6x + 3y - λxy = 0⇒ 6x + 3(2000/x2) – (6/x)x(2000/x2) = 0.
Simplificando e somando (eliminando o valor de x2 do denominador) tem-se, então:
6x3 + 6000 – 12000 = 0 ⇒ 6x3 = 6000 ⇒ x3 = 1000 ⇒ x = 10. Portanto y = 2000/x2 = 2000/100 = 20