uhiversidide estaouftl de campinasrepositorio.unicamp.br/bitstream/reposip/307436/1/...na...
TRANSCRIPT
PENALIZAÇÃO E
LAGRANGEANO AUMENTADO
HERM!NIO SIMÕES GOMES
UHIVERSIDIDE ESTAOUftL DE CAMPINAS IISIITUIO DE MITEMÍTICI, ESTATISTICA E CI~ICIA DA COMPUTACAO
CAMP\NAS - SAO p~ULO BRASIL
COORDENAÇÃO DOS CURSOS DE PÓS-GRADUAÇÃ0
UNICAMP AUTORIZAÇÃO PARA QUE A UNICAMP POSSA FORNECER, A PRE-
29 DE CUSTO, CÓPIAS DA TESE A INTERESSADOS
Nome do Aluno: ~f;RM í N10 S i/'V1ÕB-S 6otvu;s NO de Identificação: ·":ftf5.1.Zt:t r 20;L A
• · Av u MrALHAEs tsM~ATA 'lt2 i050 o.fll:> -Endereço para Correspondenc:1a: • 1"1 66000_ Bt=LÉ:tv~-PA~i
Curso: tv\ftTt-M/H/C-,4- A-PLICADA , 'P Nome do Orientador: J~t; /VJ!f--/(!0 /f1!ff(TIIJ'CL ...
Titulo da Dissertação ou Tese: PfliJALI )Abt- ~ ),_jt[jeA1J6l:.AAJo ÂüMstJrA}o
Data proposta para a Defesa: O 3 c.k Ol.~e>fu &. 19 &1.
( O Aluno deverá assinar um dos 3 itens abaixo )
1) Autorizo a UniTersidade Estadual de Campinas a partir des
ta data, a fornecer, a preço de custo, cÓpias de minha Dissertação ou
Tese a interessados.
21.!01fd7#i ·~~·o Sim~{/.~ Data assinatura do aluno
2) Autorizo a Universidade Estadual de Campinas, a fornecer, a
partir de dois anos apÓs esta data, a preço de custo, cÓpias de minha
Dissertação ou Tese a interessados.
I ,
I
Data assinatura do aluno
3) Solicito que a Universidade Estadual de Camnl'n t d . , .. as me e, o~s anos apos esta data t ' . • . , , quan o a mlnha t . ..
c.l.mento de copias de m.illha Di ,.. ... au O.rlzaçao Pa1'a o teressados. sse~taçao ou Tese,
consuJ. -I I
f orne a preço de CUsto -, a i,n
Data
DE ACORDO .,<~ 4 -- --.
-Orien~ assinatura do aluno
..
PrnALIZAÇÃO
I.AGF.m3FANO
E
AUMENTAID
HERMINIO SIMÕES GOMES
Orientador
Prof. Dr. José Mário Martinez
Dissertação apresentada no Instituuo
de Matemática,Estat!stica e Ciência
da Computação,UNICAMP, como requisi
to parcial para obtenção do titulo
de Mestre em Matemática Aplicada.
Campinas, Julho, 1981.
UNICAMP B\Bl\OTECA CENTRAL
A meu pai (falecido) e
a minha mãe.
AGRADECIMINI'OS
Po Martinez, pela orientação, pela amizade e pelo apoio sem o qual
seria impossível compor este trabalho.
A minha esposa, pelo seu grande apolo e companheirisrro.
A meus irm3.os, particularmente ao Hélio, que me ajudou enormemente
durante o transcorrer do curso de mestrado.
A meu tio Preto, que sempre me incentivou.
A Silvia, pelo trabalho de datilografia e pela grande amizade.
A todos os colegas da UNICAMP que de alguma forma me ajudaram neste
trabalho.
A CAPES/PICD pelo aUXÍlio financeiro.
SUMÁRIO
INTROOOÇÃO. .................................................. CAPfwLo I - Mt.roros DE PENALIDADE ....................................
1.1 INI'ROIUÇÃO ............................................................ 1. 2 DEFINIÇÃO
1. 3 O Mtroro DE PENALIDADE
1.4 Lil1A 1
1.5 LD1A 2
1. 6 TIDRD1A DE CX)NVERGfiJCIA
1
3
3
3
5
8
9
9
1. 7 COROLÁRIO ................................................... . lO
1.8 CONSIDERAÇOES SOBRE PENALIZAÇOES •••••••••••••••••.•••••••••••.•••••••• 10
1.9 GENERALIZAÇÃO DA FUNÇÃO PENALIDADE •••••••••••••••••••••••••••••••••••• 11
CAPfTuLO II - Mfroros QUE USAM lAGRANGD\NO AUMENTADO .................. 13
2 .1 INTROOOÇÃO ........................................................ . 13
2.2 O LAGRANGEANO AUMENTADO DE POWELL-HESTENES •••••••••••••••••••••••••••• 13
2.3 O LAGRANGEANO AUMENTADO DE ROCKAFELLAR •••••••••••••••••••••••••••••••• 20
2 . 4 TID Rll1A. ( fl.ErClirn. ) • . • • • • • • • • • . • • • • • • . • . • • . • • • . • • . . • • . • • • • • . • • • • • . • . • . • 2 3
2.5 ALGUNS COMENTÁRIOS IMPORTANTES •••••••••••••••••••••••••••••••••••••••• 25
CAPlTuLO III - IMPLIMINl'AÇÃO DE ALGORITMOS DE MINIMIZAÇÃO QUE USAM PENA
LIZAÇÃO E LAGRANGEANO AUMENTADO •••••••••••••••••••••••• 27
3 .1 INI'IDDUÇÃO ................................................•..•....•..• 27
3 • 2 DEFINIÇÃO ......................................... 27
3.3 UM ALGORITMO PARA PENALIZAÇÃO ......................................... 28
3. 4 UM AlGORITMO PARA IAGRANGFANO AUMENTArO
3. 5 a:>NSIDERAÇOES SOBRE A EFICifiJCIA E PROBLIMAS NlJ!'1tRieos
CAPf'ruLo IV - a:>MPARAÇÃO NlJMtRICA ENTRE OS Mtrooos: PENALID\DE/LANGRAN
GFMD AUMENTAm ....................................... 4 .1 INI'ROILÇÃO
4 • 2 TABELA DE a:>MPARAÇÕES ............................................... 4. 3 a:>NCWSOES SOBRE A a:>MPARAÇ}D ....................................... 4.4 RESULTAOOS OBTimS roR M.A.B. DINIZ
PROBLEMAS TESTES .................................................... O PROBLEMA OOS PEIXES CAP!TuJ.D V
5 • l INI'ROIUÇÃO .......................................................... 5. 2 QUESTÃO DI\ PRECISÃO ................................................. 5. 3 O PROBLEMA 00 CRESCTI1EN'ro POruiACIONAL D1 UM MEIO LIMITAOO
5.4 FORMULAÇÃO 00 PROBLEMA OOS PEIXES
5.5 O PROBLEMA OOS PEIXES I ............................................. 5 . 6 O PROBLEMA OOS PEIXES II
5.7 CONSIDERAÇÕES SOBRE O DESEMPENHO DO ALGORITMO
a:>NCWSÃO
BIBLIOGRAFIA
APfiiDICE A.
........................................................ ...........................................................
APr.t®ICE B ••••.•
B.l SUB-ROTINAS PARA O MfroOOS DE PENALIDADE
B. 2 SUB-ROTINAS PARA O Mt.roros IAGJWK;EANO AUMENTADO
B. 3 PROGRAMAS PARA IMPI..JMENI'AÇÃO OOS PROBLEMAS OOS PEIXES
B.4 ALGUMAS OBSERVAÇOES IMroRTANI'ES
...............
APfi,miCE C (LISTAGENS) .................................................
30
32
34
34
34
39
40
43
49
49
49
50
52
55
58
65
70
71
73
76
77
83
87
87
88
I N T RO O U Ç J{O
Na resolução de problemas de programaçao não-linear, a
dimensao do problema ou sua estrutura pode, em certos casos, se con~
tituir em um obstáculo diflcil de ser transposto. Muitos algoritmos
foram desenvolvidos para programação não-linear e, na sua maioria,
procuram usar a informação das derivadas segundas (matrizes hes-
si~) , e devido a isso, as suas aplicabilidades são, em geral, li
mitadas a problemas de médio porte. Devido a problema de memória ou
dificuldade de se codificar os hessianos, a necessidade de se desen
volver algoritmos que nao usam matrizes se evidenciou. Certos pro -
blemas nao apresentam estruturas particulares que possam ser aprove!
tadas para facilitarem as suas resoluções, ou,se apresentam, estas
são dif!ceis ou até imposs!veis de serem aproveitadas.
Algoritmos que usam basicamente a informação de deriva
das primeiras(gradientes), são, em geral, mais fáceis de serem impl!
mentados e reduzem consideravelmente a necessidade de memória.
Os algoritmos que usam Penalização e Lagrangeano Aumen
tado se enquadram dentro das necessidades expostas.
Em problemas de grande porte, o lagrangeano aumentado,é
particularmente bom, e pode se empregado com êxito em problemas que
nao necessitam de uma precisão elevada.
Nosso trabalho se propoe a fornecer uma base sobre a
teoria da função Penalidade e Lagrangeano Aumentado, e também, poder
fornecer a interessados, programas com os métodos e suas aplicações.
2
Uma comparaçao entre os métodos Penalidade e Laqranqea
no Aumentado é fornecida, e diversos aspectos sobre a aplicação doa
algoritmos são evidenciados. Um número satisfatório de problemas
testes mostra o desempenho dos algoritmos. Uma aplicação a um pro -
blema de grande porte é feita utilizando o laqrangeano aumentado.
Não nos detivemos nos diversos tipos de funções Penali
dade ou funções aumentadas, tratamos das formas que achamos mais im
portantes.
CAPTTULO I
M~TODOS DE PENALIDADE
1.1 - INTRODUÇXO - Neste capitulo veremos como tratar o
problema (P) dado a seguir,
Minimizar f(x) ( p)
s/a x E S
utilizando uma classe de métodos conhecidos como ~TODOS DE PENAL!
DADE.
No problema (P), o conjunto S é, geralmente, um conju~
to de restrições funcionais,podendo inclmir restrições de igualda
des e/ou desigualdades. Algumas considerações devem ser feitas
sobre o problema (P) ; em principio a função f deve ser continua .
Veremos mais adiante que para a implementação do método por compu
tador necessitaremos que f e as restrições funcionais de S sejam
de classe c1 •
A idéia geral dos métodos é modificar o problema (P) p~
ra uma classe de problemas sem restrições, e resolver uma sequênc!
a de problemas sem restrições, o que é, em geral, mais fácil de
ser programado para o computador.
1.2 - DEFINIÇÃO - Definimos FUNÇÃO PENALIDADE OU FUNÇÃO
DE PENALIZAÇÃO associada ao problema (P) , como qualquer função da
seguinte forma (1)
(T) Alguns autores adotam o termo penalidade ou função de penali~
dade so para a função P(x), veja Avriel [ 2 ]
3
4
q(lJ,X) = f(x) + ll P(x)
onde ll é uma constante< 2>positiva que chamamos parâmetro de penali
zação, e P(x) é uma função que satisfaz os seguintes axiomas:
(i) P é continua em Rn
(ii) P(x) ~ O para todo x € Rn
(iii) P(x) = O se e só se x € S
Sendo assim, há uma infinidade de funções do tipo P(x).
Por exemplo, se o conjunto S fosse definido por um con -
junto de restrições de igualdade,
poderiamos ter para uma função P(x) o seguinte:
(1.2.1)
Se, por outro lado, S fosse definido por um conjunto de
restriçÕes de desigualdade,
S = {x jgi(x) ~O , i=l,2 1 ••• 1} n
1 g i (x) : R + R
poderiamos ter para uma função P(x) o que se segue:
P(x) = ~ i=l
2 { max [O 1 g i ( x) ] } (1.2.2)
(2) Ao tratarmos com uma generalização de q(ll,x), veremos que ll serã um vetor
5
Nota-se que em qualquer dos casos, os axiomas para P(x)
sao satisfeitos.
Obviamente, se S contiver os dois tipos de restrições ,
P(x) conterá parcelas do tipo (1.2.1) e parcelas do tipo (1.2.2)
1.3 - O MtTODO DE PENALIDADE - Antes de introduzirmos o
método, consideremos dois exemplos a seguir:
Exemplo 1 - Consideremos o caso unidimensional em que
S ={x jg (x) = x- b ~ O , g 2 (x) =a- x ~ O} , então a parcela 1
~P(x) da função q(~,x) apresenta o seguinte aspecto:
Com o aumento de ~' o m!nimo de uma função Q(~,x) se si-
tuarã em uma região onde P é pequeno. Sendo assim, o problema sem
restrição a seguir:
Minimizar q(~,x) = f(x) + ~P(x) (1.3.1)
tem o minirno"prÕximo" de um minirno do problema (P) , desde que ~ se-
6
ja grande.
Exemplo 2 - Aqui mostramos um exemplo numérico, bem simples,
para que se tenha noção do que ocorre quando ~ cresce.
Minimizar x/2
s/a g1
(x) = x- 3 ~O , g 2 (x} = 1- x S O
Assim,
q(~,x} 2 2
= 2x + ~{rnax[O,x-3]} + ~{max[o,l-x]}
o gráfico para q(~,x} para diversos valores de ~ se apresenta corno
segue:
! X
Nota-se que quando ~ cresce, o rninimo de q(~,x} tende ao
minirno da função f sujeita às restrições. Os diferentes valores de
~ geram diferentes minirnos para q, neste exemplo o minimo de q é da
7
do por x 1 lim = 1 - ~ • ~ imediato que x = ~~ J.~+•
x* = 1, corno era de se
esperar.
Como vemos, minimizar q para 11 grande nos conduz a um po~
to x próximo ao ponto Ótimo do problema (P). Porém, querer se apr~
ximar do ideal, minimizando q com um valor muito grande de 11, con -
duz em geral a erros devido a problemas numéricos e devido a pró -
pria expressao da função q.
O recomendável é, portanto, fazer uma SEQU~NCIA DE MINI-
MIZAÇÕES·para crescentes valores de 11. Fazendo-se assim, a possibi
lidade de se cometer erros é menor, pois cada nova minimização tem
como ponto inicial o ponto que foi obtido na minimização anterior •
A precisão é conseguida, portanto, com o preço da sequéncia de mini
mizações.
Seja {J.lk} , k=l,2, .•• , uma sequência tendendo a infinito
com llk > O e llk+l > llk para todo k, o método de penalidade pode ser
resumindo como se segue:
1) selecione um 11= llk > O , k = O
2) minimize q (llk,x) = f{x) + llkP{x)
obtendo xk como ponto Ótimo
3) teste a convergência, se convergir pare.
4) selecione um novo 11= llk+l maior que o llk anterior
5) k + k+l tome xk como novo ponto inicial
e vá para 2
O número de minimizações necessárias, depende da sequên-
cia {J.~k}' do critério de convergência e,é lÓgico, do problema em
8
si. No capitulo III trataremos com mais detalhes deste algoritmo.
A seguir veremos um lema para chegarmos ao Teorema de
Convergência do método.
1.4 LEMA 1- Valem as desigualdade abaixo, para ~k ,k=l,2 ...
como definido acima
PROVA:
< b) Como f(xk)+ ~kP(xk)- f(xk+l)+~kP(xk+l) e
f(xk+l) + ~k+lP(xk+l) 5 f(xk) + ~k+lP(xk) temos,
somando as duas expressões acima:
ou
sendo necessário que P(xk+l) - P(xk) seja menor ou igual a zero
para não contradizer a hipótese ~k+l > ~k. Assim, fica demonstrado
o Item (b).
9
c) Decorrente de (a),temos:
ou
Logo
1.5 LEMA 2 - Se x* é solução do probelam (P), então
PROVA:
1.6 - TEOREMA DE CONVERG~NCIA - Seja {xk} uma sequência
gerada pelo método de penalidade, como descrito em 1.3, então, qua!
quer ponto limite da sequência é uma solução para o problema (P).
DEMONSTRAÇ~O: Tomemos uma subsequência convergente {xk} da
sequência acima com k E K,tendo como limite x. Pela continuidade
de f, temos:
lim f(xk) = f(x)
(1.6.1)
k E K
Seja f* o valor Ótimo associado ao problema (P). Então,
de acordo com os lemas 1 e 2, a sequência de valores q(~k'xk) é
10
não-decrescente e limitada superiormente por f*. Então
(1.6.2)
k e: K
Subtraindo (1.6.1) de (1.6.2), temos
(1.6.3)
> Corno P(xk) - O e ~k tende a infinito, implica que
Já que P é continua, P(x) = O, sendo assim i é factível.
Pelo Lema 2, f(xk) ~ f*, assim
lirn f(xk) = f(x) < f*
k e: K
Corno x é factível e f(x) é um limitante inferior, vem que
f(x) =f*
1.7- COROLÂRIO __ .- A sequência {f(xk)} tende a f* por va
lores inferiores a f*. Ou seja, o método de penalidade gera urna se
quência de pontos não-factíveis ao conjunto de restrição S.
1.8 - CONSIDERAÇÕES SOBRE PENALIZAÇ~O - Transformar um
problema com restrições em um problema sem restrições, ganha-se
por um lado e perde-se por outro. Ganha-se pela facilidade de pro-
11
gramar o método, já que este necessita, primordialmente, de um alg~
ritmo para minimização sem restrição; perde-se devido a problemas
numéricos inerentes ao próprio método, e que não podem ser evitados.
O principal problema numérico reside no fato de que se necessita mi
nimizar funções q(~,x) com parâmetros P cada vez maiores.
Quando minimizamos q(~,x) e não alcançamos a tolerância
necessária, penalizamos todas as restrições ( ou seja, aumentamos
o parâmetro~), e continuamos o processo. Imediatamente aparece a
questão: Por que penalizar todas as restrições? Respondemos: Não
é necessário penalizarmos todas as restrições; e mesmo aquelas que
penalizamos, não necessitamos penalizá-las de uma mesma maneira.Por
isso generalizamos a função penalidade, e com isso aprimoramos o
método.
1.9 - GENERALIZAÇÃO DA FUNÇÃO PENALIDADE - Se a cada res
trição associarmos um parâmetro de penalização, a função q(p,x) para
o problema (P) êe apresenta como:
m 2
= f(x) + ""'~. {max[O,g. (x)]} + ~ l. l.
+
+t i=l 2::: ~j [hj (X) l 2
j=m+l
(1.9.1)
Assim, poderiamos tratar ~ como um vetor de {m+t) componentes. Fato
relevante ê que com a função(l.9.1) podemos fazer crescer os par~
tros de cada uma das restrições a "diferentes velocidades".
12
As mesmas considerações sobre a convergência, utilizando
a função q(~,x), valem para Q(~,x).
A função Q(~,x) em (1.1.1), foi utilizada para implemen
tação para o computador de um método de penalidade. Veremos mais a
diante o algoritmo utilizado, e detalhes sobre o seu uso.
l 13
CAPTTUL O I I
M~ 10 DOS QUE USAM O L AGRANGEANO AUMENTADO
2.1 - INTRODUÇÃO - Assim como no caso da penalização,v!
remos neste capitulo como tratar o problema (P) utilizando uma téc
nica semelhante à penalização com algumas modificações.
Na verdade, os métodos que usam lagrangeano aumentado
usam a penalização e mais alguma coisa, isto é, em vez de usar so -
mente o termo quadrático em Q(~,x), acrescenta-se um termo linear .
Sob outro ponto de vista, o lagrangeano aumentado, como o próprio
nome diz,é proveniente da função lagrangeano que foi aumentada pe
la inclusão do termo quadrático.
O primordial sobre os métodos que usam lagrangeano aumen
tado é que estes estão "qualificados" para resolver problemas nao
convexos, enquanto que o lagrangeano simples não é eficaz para estes
mesmo1 tipos de problemas.
Além do mais, os métodos do tipo lagrangeano aumentado,
em geral, apresentam menos problemas de instabilidade numérica que
os métodos de penalidade.
Ressaltamos resultados obtidos por Powell, Fletcher e R~
ckafellar, tão importantes para a nossa teoria como para a confec
ção dos algoritmos.
2.2 - O LAGRANGEANO AUMENTADO DE POWELL-HESTENES - Para
que se tenha uma boa noção sobre o porquê do uso do lagrangeano au
mentado, temos que recapitular alguns itens obtidos por Powell,Hes-
14
tenes e Fletcher, até chegar ao lagrangeano aumentado de Rockafellar.
Para resolver o problema (P2) abaixo,
Minimizar f(x)
(P2) s/a hi(x) =O i= 1 I 2 1 • • • I~
com f e h de classe c1 , no intuito de se achar um número local x* ,
Powell [11 ] (1969) sugeriu uma função penalidade do tipo
<j> ( X 1 8 1 T ) = f ( X) + i ( h ( X ) - e )t !--1 ( h ( X ) - e )
= f(xl +! ~ Ti (h1 (x) - e1 J2
i=l
(2.2.1)
onde e é um vetor de R2
e M é uma matriz diagonal com elementos
T. > O . Como se ve, T é o vetor de parâmetros de penalização na 1
função <I>, T = (T 1 , ••• Tt).
O uso da função <1> (x,e,T) pode ser descrito da seguinte
maneira: ~ados os parâmetros e e T, obtém-se o ponto x(8,T)por mi-
nimização de <1> (x,8,T) na variável x; é então feita uma modificação
em e e T, de tal maneira que, com sucessivas minimizações,x(8,T)
tenda a x*.
Quando e = O, temos a função penalidade clássica de Po -
well, é a mesma que vimos no capítulo anterior. Mas se 8=0 a con
vergência é assegurada quando Ti tende a infinito, para i•l, •... ~ .
Mas o que se desejava era justamente obter a convergência sem fazer
Tj_ tender a infinito; ou seja, era desejável obter convergência sem
15
que Ti atingisse valores elevados, caso contrário, certamente, ocor
reriarn dificuldades numéricas.
A idéia de Powell era fazer urna iteração com e, ou seja,
urna modificação adequada, para se obter convergência sem a necessida
de de Ti tender a infinito. Um meio era tentar fazer e tender a um
vetor Ótimo e•, mantendo M, a matriz dos parâmetros Ti' constante.
Um problema a ser resolvido residia no fato de escolher um bom vetor
T para começar, já que se T fosse pequeno demais o mínimo de ~(x,e,
T), independente de qualquer e, não seria o mínimo do problema (P2);
E o mais importante é que existe um T, suficientemente grande, de
tal modo que, para um vetor e adequado, digamos e•, o mínimo de
~(x,e*,T) é igual ao mínimo do problema (P2); esta afirmação é as-
segurada por um teorema devido a R. Fletcher que veremos adiante.
No caso de se ter um T suficientemente grande, a idéia
para se trabalhar com ~(x,e,T) consistia em modificar e, fazendo-o
tender a um e• Ótimo; as componentes deste vetor iriam satisfazer as
igualdades abaixo:
-e*T = À* i i i i= 1,2, ... ~ (2.2.2)
onde À* é o vetor de multiplicadores de Lagrange para a solução x*
do problema (P2}:
As igualdade (2.2.2} se impõem do seguinte modo:
<f>(x,e,T)
e
1 = f(x) + 2
= f(x) + ~
= f(x) +
= 'iJf (x)
t
~Ti(hi(x)i=l
t:, i [h i (x) 2_ 2hi(x)ei 2
+ai 1 i=l
t
L~i i=l 2
2 hi(x) -
Q.
-L 't' ihi (x) 'iJhi (x)
i=l
t
~Tihi(x)ei+ i=l
Q.
+ ~' -r. e. 'Vh1
(x) L. 1. 1. i=l
Mo ponto x* teremos 'iJx<f>(x*,e*,T) =O e hi(x*) =O, logo
Q.
Vf(x*) - L,1e1 vh1 (x*) =o i=l
16
e por definição dos multiplicadores de Lagrange chegamos à igualda-
de s ( 2. 2. 2) •
Veremos adiante como fazer a iteração para conseguir fazer e
tender a e•.
Pela mesma época dos estudos de Powell, e independente -
mente, Hestenes [ 7 ] (1969), levou avante seus estudos sobre o mé-
todo dos multiplicadores. No seu trabalho ele sugeriu a seguinte
função aumentada .
17
1./J (x,À,T) = f (x) + ÀTh(x) 1 t +2h(X)- M h (X) (2.2.3)
t t
+ L Àihi (x) 1 ~ 2
= f (x) + 2 'ihi (x)
i=l i=l
onde À E Rt e M é como definida em (2.2.1) (J)
Se considerarmos as igualdades - eiTi = Ài' para i=l,2, ••
t em (2.2.1), teremos a seguinte relação para as funções de PdWell
e Hestenes:
(2.2.4)
Ve-se, de irnediato,que a diferença entre ~e 1./J independe
de x , logo, urna rninirnização de ~ ou 1./J com relação em x, conduz
ao mesmo ponto ou seja, x(À,T) = x(8,T) para qualquer T. Embora
os valores das funções ~(x(8,T) ,8,T) e tp (x(À,T) ,À,T) sejam diferen
tes, isso não importa.
Assim, as idéias de Powell e Hestenes eram fudarnentâlrnen-
te as mesmas.
Fletcher [4 ], após estudar os trabalhos de Powell e Hes
tenes,tentou modificar a função penalidade de Powell(2.2.1) para
resolver o problema geral, incluindo desigualdades.
(3) Aqui tratamos de colocar as mesmas notações para os dois casGs, e fizemos a necessãria modificação de sinal dos multiplicadores para chegar ao nosso objetivo. Na verdade,as notações de Powell e Hestenes diferem substancialmente.
Para o problema
Minimizar f (x)
s/a i= 1,2, ... ,m (2.2.5)
'•
1 com f e g de classe e ,a tunçio proposta por Fletcher era:
~(x,e,T) 1 = f(x) + 2
m
~ i=l
onde a funçio a é definida por:
a se a < O
a = min(a,O) = O se a 2: O
(2.2.6)
18
De fato,uma generalização do tratamento do problema com
igualdades para um problema que contenha igualdades e/ou desigual-
dades é relativamente fácil, mesmo assim a função ~ proposta por
Fletcher não era muito boa pois apresentava descontinuidades na de
rivada primeira e,mais ainda,para pontos próximos ao Ótimo x* as
derivadas segundas apresentam descontinuidades nao remov!veis, ten
do seus valores tendendo a infinito.
A maneira de se fazer a iteração com e, fazendo e tender
a 8*, se assemelha a um método dual simples em que À , o multipl~
cador, é atualizado na direção da restrição. Vendo a fundo, as a
tualizações de e ou À no lagrangeano aumentado são iguais as feitas
no dual simples, com a Única diferença em que 1' é variável,como
teremos oportunidade de ver nos algoritmos em outro capitulo. Para
19
exemplificar a iteração com e, vejamos um pequeno exemplo usando
a função proposta por Fletcher.
EXEMPLO
Minimizar f(x)
s/a g(x) .s: O
com x e R e f(x), para simplificar, uma reta;
os valores de g(x) (veja figura) sao dados no eixo horizontal, os
de ~ são no eixo vertical. Suponhamos que para uma escolha ini
20
cial tomemos e = O e ~ = 1, supondo que este ~ seja suficientemen
te grande, então a penalidade só é eficaz para g(x) > O (é claro,
se g(x) ~O, ~ = f(x)), e a curva ~(x,O,l) tem mínimo em x 1 , com
g(x1> >O, ou seja, nao factível. Fazendo a iteração com e, como
sugerido por Powell e Hestenes,
obtemos um novo e1 , cujo mínimo de ~(x,e 1 ,1) já está mais próximo
do Ótimo.
Voltando a falar sobre o problema das descontinuidades ,
se assumirmos que f(x) e gi(x) 2
i= 1,2, ... ,m são de classe C ,en-
tão nestas circunstâncias, ~ como função de x, será duas vezes con
tinuamente diferenciável, excetuando-se os pontos em que gi(x)= e1 ,
onde a segunda derivada tem uma descontinuidade de primeira espé-
cie. Embora esta descontinuidade seja limitada sobre o conjunto S
das restrições é,em geral, longe do mínimo; não afetando a conver
gência no processo de minimização.
2.3 -O LAGRANGEANO AUMENTADO DE ROCKAFELLAR- Devido a
dificuldades numéricas, a função de Powell/Hestenes não se enquadra
bem nos algoritmos de minimização, já que estes necessitam em geral
de urna função suave, que não possua as descontinuidades que apre-
sentam as funções de Powell/Hestenes. Expondo melhor, se utilizar
mos um algoritmo do tipo"Gradientes Conjugados", este necessitará
das derivadas primeiras contínuas; se utilizarmos um algoritmo ti
21
po Newton, este necessitará de derivadas segundas continuas; sen-
do portanto não recomendável a aplicação das funções de Powell/He~
tenes para algoritmos desse tipo.
R.T. Rockafellar [ 12}propôs uma melhora na função de
Hestenes que não apresenta o problema de descontinuidades que apr~
sentam as anteriores. A função aumentada de Rockafellar tem deri-
vada primeira continua e apresenta como vantagem poder ser tratada
por algoritmos de minimização que usam derivadas segundas( 4), como
por exemplo, os tipo Newton, e não somente os que usam primeiras
derivadas como os do tipo gradientes-conjugados.
Considerando-se o problema (2.2.5) a função lagrangeano
aumentado de Rockafellar se apresenta como:
~(X,À,T)= f(X) +
m
L i=l
1 - 2
m
L i=l
-À. se g. (x)~ _!
1 Ti
(2.3.1)
Ve-se de imediato que o/(x,À,T) é continua, e também apr~
senta derivadas primeiras continuas, sendo portanto uma boa função
para fins computacionais.
No caso de o problema apresentar restrições de desigual
(4) Assumindo-se que f, g e/ou h sejam duas vezes diferenciãveis.
22
dade e restrições de igualdade a generalização é imediata, e a fun-
çao se apresentaria como:
~(x,À,ptTr~}= f(x)+
1 - 2 2=
i=l
À.2 _1._ + l
i
se gi (x) ~ -~i -'!
i
se
(2.3.2)
As funções ~(x,À,T) e ~(x,6,T) apresentam a mesma rela
çao (2.2.4) que apresentam as funções ~(x,6,T) e~ (x,À,T).
A seguir, veremos um teorema devido a Fletcher, sobre um
fato muito importante, tanto do lado teórico como do lado prático
(computacional). O teorema aborda o fato de não ser necessário que
o parâmetro T em ~ (X 1 À 1 l) 1 ~ (X 1 À 1 T) 1 1lJ (X 1 À 1 T) 1 OU ~ (X 1 À 1 T) ten
da a infinito para assegurar a convergência. Para simplificar,
usaremos somente a função ~(x,À,T) para a demonstração, não haven-
do perda de generalidade. Antes de realmente abordar o Teorema em
questão, o leitor poderá ver a definição de função tagrangeano e os
resultados (teoremas) sobre as condições de otimalidade no apêndice
A.
23
2.4- TEOREMA(Fletcher [ 4 ]>-Se as condições de segunda
ordem (2.4.3) abaixo, sio satis~eitas, entio existe uma matriz M1
diagonal, de elementos Ti, i= l, .•• ,m tal que para toda matriz M
d 1 > I (i ,.. > I) * iagonal de e ementos Ti' i= l, ••• ,m com M- M sto e,Ti-Ti ,x
é um m!nimo local restrito de ~(x,e*,T) e w(X,À*,T). (Como já
dissemos, o resultado é valido para as funções ~ e ~)
DEMONSTRAÇÃO - Devemos mostrar em primeiro plano, que as
condições necessárias hi(x*) =o e Vf(x*) + ~ eivhi(x*) =Opa-i=l
ra o problema(P2), imlpicam que V~(x*,e*,T) = O, que sio as condi
çoes necessárias para que x* seja um mínimo local de ~ • Este re
sultado resulta diretamente da expressio do gradiente de ~ •
~
Vx<P(x,B,T) =Vf(x) + L -Ti(hi(x)-Bi)Vhi(x)
i=l
~J Vx<P(x*,B,T) = Vf(x*) + ~. TiBi Vhi(x*) = O
i=l
(2.4.1)
Assim fica demonstrada a primeira parte, para a segunda
parte temos que mostrar a suficiência, ou seja, temos que mostrar
que V 2 ~(x*,B*,T) é positiva definida.
De (2.4.1) tiramos
onde N* = N (x*) = I Vh1 (x*), Vh 2 (x*), •.• , Vh~ (x*) I , devido a condi
çio de regularidade N(x*) deve ter posto completo, e
24
é o hessiano do lagrangeano.
Considere qualquer vetor u tal que I lu! !2 = 1 e seja u
escrito como uma componente v ortogonal às colunas de N*, mais uma
componente que é uma combinação linear das colunas de N*. Isso p~
derã ser escrito da forma
u = v +
onde =
(N* +) T w
T -1 T N* N*) N* . Então
Continuando, as condições suficientes para que x* seja
solução do problema (P2) são que existe um a > O tal que
v T L *v ~ a I I v I I ~ T para todo v com N* v = O (2.4.3)
Em outras palavras, L* deve ser positiva definida no sub
espaço tangente a nulidade(S) de h(x), ou seja
onde
para v E T = {v: h' (x*)v = O}
T T h 1 (X*) = ('Vh 1 (X) 1 'Vh 2 (X) 1 • • • 1
T Fazendo li L* (N*+) 11
2 = b
T T 'Vh~(x) ) ·
teremos em (2.4.2) o seguinte:
(5) Se A e o subespaço gerado pelos gradientes de h(x)
{'Vh;(x), 'Vh 2 (x), ... , 'Vh~(x)} a nulidade de h(x) serã A =(ATA)-lAT
25
Considerando que u e w sao não-nulos e tornando M' = T'I
(I= matriz identidade) com T' > d + b 2/a , então para todo M ~ M'
segue-se que uTV 2 $u > O. Logo V2$ será positiva definida. O mesmo
resultado é válido para W(X,À~ 1 T) pois a diferença entre $ e W
independe de x corno já vimos em (2.2.4).
2.5 - ALGUNS COMENT~RIOS IMPORTANTES - Corno vimos, o te~
rema de Fletcher é forte se o hessiano do lagrangeano for definido
positivo, caso contrário um ponto x*,solução do problema original
(P2) ,não poderá ser solução obtida por rninirnização da função $ (ou
w). Um exemplo disto, devido a Hestenes, é o seguinte:
Min f(x)
s/a h(x) = x 2
~ imediato que x* = O é urna solução deste problema, mas
4 1 2 nao existe nenhum valor de T que minimize $(x,O,T)= x1 +x1 x 2+2 Tx2
no ponto x*. Muito embora x• seja um candidato, pois V$(x*) = O
vem que V2$(x•) não é definida positiva, corno sabemos, o ponto x*
para a função $ é um • ponto de sela".
Resumindo, as condiçÕes necessárias sao satisfeitas, mas
nao há suficiência.
A redução do perigo de se cair em um ponto que satisfaz
26
as condições de Kuhn-Tucker de primeira ordem mas nao satisfaz as
condições suficientes de segunda ordem, reside no fato de se ter
sempre uma melhora no valor da função, forçada pelos algoritmos de
minimização sem restrição.
Esses algoritmos,em geral, obtém sequência de pontos em
que a condição ~(xk+l) < ~(xk) (se ~{x) fo~ a função que se minim!
za) é obriqatória. Isso faz com se obtenha I em geral,um mini
mo local de ~ (x), que é um mínimo do problema sem restrição.
Suponhamos que um problema a ser resolvido seja do tipo
(2.2.5), ou seja com restrições de desigualdade; se tomarmos a fun
ção ~(x,À,T)e fizermos Vx~(x,À,T) =O e admitindo À como função de
x, e T constante suficientemente grande,ou seja:
(2.5.1)
teremos um sistema de equaçoes não-lineares a ser resolvido; como
v;~(x*(À*) ,À*) é positiva definida, segue-se que pelo Teorema da
Função Impllcita que existe uma vizinhança aberta n m R em tor-
no de À* e uma função x(À) definida em n tal que x(À) é contínua e
diferenciável em n e que v 2 ~(x(À) ,À) ~
e positiva definida para to~
do À ~ Q. Assim, ~(x,À) tem um mínimo local. Logo, o sistema
(2.5.1) tem solução e sua(s) solução(Ões) é (são) mínimo(s) local(s)
(ais) do problema (2.2.5), desde que também satisfaça a condição
de que v 2 ~(x*(À*) ,À*) seja definida positiva.
27
CAPTTULO III
IMPLEMENTAÇ~O DE ALGORITMOS DE MINIMIZAÇ~O QUE
USAM PENAL IZAÇJW E LAGRANGEANO AUMENTADO
3.1 - INTRODUÇÃO - Aqui trataremos de comentar e fazer
uma pequena análise em alguns algoritmos, não nos deteremos em de
monstrações e implicações teóricas sobre a convergência dos algo -
ritmos; queremos fazer mais uma descrição do que propriamente uma
análise.
Assumimos sempre que as funções do problema, (f,g e h),
serao no rn!nimo de classe c1 se a rotina de minimização sem restr!
ções for do tipo gradientes conjugados(ou qualquer outro tipo que
só use a informação de primeiras derivadas) , e serão no rn!nimo de
classe c2 se a rotina de minirnização sem restrição for do tipo New
ton(ou qualquer outro que use a informação de segundas derivadas).
3.2 - DEFINIÇÃO - Definimos "MAIOR INFACTIBILIDADE" de
- n n um ponto x E R em relação a uma região s não vazia, contida em R ,
com S definido por um conjunto de restrições funcionais do tipo
g(x) ~O e/ou h(x) = O, a urna função real R(x) dada por:
R(x)= max {min[O,-gi(x)],[ hj(x)] , i=l,2, ... ,rn, j=l,2, .•. ,0
Se x i fact!vel, R i igual a zero. O valor de R "mede o quanto x
está longe da região s~. Devido a natureza dos algoritmos que es-
28
tudarnos, os pontos obtidos corno aproximação da solução Ótima sao
infactiveis , sendo assirn,R(x) nos fornecerá a cada nova iteração
urna medida de quão perto da região de factibilidade estamos.
3.3 - UM ALGORITMO PARA PENALIZAÇÃO - Urna das caracterís
k ticas do método de penalidade reside no fato de a medida que x te~
de a x*, o Ótimo, a função Q(~,x) tende para a função f(x) (por val~
res inferiores a f(x)). Essa característica pode servir corno um
meio para se testar a convergência. Basicamente ternos tres testes
naturais para a convergência do método de penalidade:
i) testar se li xk - xk-1 11 < E ( E = urna dada tolerância)
i i) k k k testar se I lo<~ ,x )-f(x >li < E
iii) testar se I I R (xk) li < E
O teste (i) é desaconselhável para casos em que o parâ-
metro de penalidade cresce lentamente, e deve ser evitado. O teste
(ii) pode não ser muito bom quando a função f(x) é "bastante deita
da" na direção d = xk-x*, e pior ainda, o prolongamento de f(x) p~
ra fora da região de factibilidade poderia ser tal que f(x~) se a
proximaria muito de Q(~k,xk) e o algoritmo terminaria prematuramen
te. Pelas razões expostas preferimos o terceiro teste, já que este
se preocupa com as restrições e não com a função objetivo.
A seguir mostramos um diagrama de blocos simplificado
para o algoritmo que usamos :
29
INTCIO
k +- k + 1
FIM
OBS: As atualizações para ~ são feitas para cada componente
isoladamente, levando-se em consideração se é ou nao
necessário atualizar cada uma das componentes.
30
3.4 - UM ALGORITMO PARA LAGRANGEANO AUMENTADO - Diver
sos algoritmos foram desenvolvidos com o lagrangeano aumentado, e,
em geral, a maior ou menor eficiência está ligada ao modo de se
atualizar os parâmetros, tanto os das parcelas de primeiro grau( À
ou e e/ou p) como os das parcelas de segundo grau ( ~ ou T). O que
se desejava era fazer um compromisso entre "não crescer muito• os
parâmetros tipo ~ ou T e atualizar os parâmetros tipo À ou e com
obtenção de aproximções sucessivas dos multiplicadores de Lagran
ge. Se o problema é convexo, as atualizações de À e e conduzem ao
Ótimo sem que sejam necessárias as atualizações de ~ ou Ti mas se
o problema é não-convexo, as atualizações em ~ ou T serao provavel
mente necessárias. Mesmo no caso do problema convexo, se atualizar
mos somente À ou e (ou p) (movimentos duais) a convergência é, em
geral, lenta, sendo assim,uma regrinha é usada no algoritmo:
Da iteração k para a iteração (k+l) as restrições ''melhoram"
o suficiente?
- Se sim, nao aumente u ou T , atualize À ou 8 (faça o movi
mento dual).
- Se nao, atualize A ou e (ou p) e aumente T ou ~ •
Existem variações sobre o procedimento acima, por exem
plo, atualizar À ou e(ou p) depois ou antes de atualizar T ou u ,
como também o fato de se atualizar À ou e (ou p) em iterações dife
rentes das iterações de atualização de u ou T •
Sendo assim, uma série de algoritmos podem ser feitos e
31
estudo sobre a eficiência particular de um sobre o outro foge ao
nosso objetivo.
No caso da função ~(x,À,P,T,~) em (2.3.2) a correçao
(atualização) dos parâmetros À e p , para o problema (P) , são como
segue:
A "melhora" de que falamos a pouco, pode ser medida do
seguinte modo : seja RM a razao
RM= ( k+l) gi X
I = {i
i E I
gi(xk+l) >O}
Se RM for maior que um dado número (no nosso caso foi escolhido
0,25) então Ti será corrigido (aumentado por um dado fator), e assim
dizemos que a restrição gi não melhorou bastante e por isso aumen
tou-se Ti(.penalizou-se) ,referente àquela restrição. Se a melhora
fosse suficiente, o Ti nao seria atualizado e o movimento seria um
dual simples, corrigindo-se apenas os multiplicadores das restri -
ções de igualdade, só que não se necessita da condição de que
h. (xk+l) seja positiva. l.
Note-se que se no caso em que gi(xk) (ou hi(xkl)for me
nor que uma dada tolerância, o teste de razão de melhora não é fei-
32
to pois gi(ou hi) já melhoraram o suficiente •
A seguir mostramos um algoritmo para lagrangeano aumen
tado. O algoritmo é bastante simplificado para que se tenha noção
real do processo; maiores detalhes se encontram no apêndice C, nas
listagens dos programas elaborados. Utilizou-se por motivos de sim
plificação, o problema abaixo,
Min f (x)
s/a i= 1,2, ... ,m (~1)
com a função 'f' ( x , À , T ) em ( 2 . 3 • 1)
1) Para k = o forneça x k Àk > o k o ' - ' T >
2) Calcule k v. e guarde em gi (x ) gx l.
3) Minimize 'f'(x, À k' Tk) obtendo x k+l . 4) Calcule R(x) (maior infactibilidade
A
e teste a converge~
cia. Se convergir, pare.
5) Atualize À, À[k+l] = À[k]_ T min{ -g(x) ,À[k]; T }
6) Atualize T para as restrições que não melhoram o suficien
te ( RM > O , 2 5) •
7) Remova g(xk+l) para gx e vã para 3.
3.5 - CONSIDERAÇÕES SOBRE A EFICI~NCIA E PROBLEMAS NU
MtRICOS - O aparecimento de um fator emp!rico (RM menor que 0,25)
não significa uma maneira má de se abordar a melhora das restrições
33
de uma iteração para outra, pois, como sabemos, para cada problema
(dentre os infinitos) e cada ponto inicial para o processo, a mane~
k+l ou hj(x )/
hj(xk) , sao totalmente imprevisiveis. O fato de usarmos 0,25(m~
lhora de 4 vezes) ( 6 ) decorre de experiências já realizadas, forta
lecendo o fator empirico utilizado.
A eficiência dos métodos penalidade simples e lagrange!
no aumentado reside primordialmente no algoritmo de minimização
sem restrições, se este for muito bom, dificilmente o processo fa
lhará.
Os métodos de penalidade e lagrangeano aumentado cons
tituem boa ferramenta quando não se necessita de uma precisão mui-
to elevada. Esses métodos convergem muito lentamente em pontos
prÓximos ao Ótimo, e devido a isso podem realizar muitas iterações
para passar de um ponto ao ponto Ótimo, estando o primeiro já "prª
ximo" do Último. Testes mostram que em poucas iterações o ponto
obtido já está próximo do ótimo, e o "gasto" das muitas iterações
seguintes sao, por assim dizer, "refinamentos caros". Um estudo
preliminar do problema com respeito à precisão poderá baratear se,
no caso, se verificar que não é necessária uma precisão tão alta.
(6) O valor 0,25 ê proveniente de muitos testes computacionais, ve ja R,Fletcher [ 4 ]
CAPTTULO IV
COMPARAÇ~O NUMtRICA ENTRE OS MtTODOS
PENALIDADE I LAGRANGEANO AUMENTADO
34
4.1 - INTRODUÇ~O - Alguns resultados obtidos pelo comp~
tador fornecem uma comparação entre os métodos de penalidade e la
grangeano aumentado. Foi utilizado um conjunto de funções testes
para a comparação, 17 no total, que inclui vários problemas clãs -
sicos. Este conjunto já foi amplamente testado, veja [ 3], e co~
tém problemas de até 20 variáveis com 18 restrições. Os problemas
clássicos são 7 no total, e acham-se em J. Asaadi [1 J. Veremos,
em outro capítulo, o emprego dos algoritmos para problemas maiores.
4.2 - TABELA DE COMPARAÇÕES - Mostramos adiante uma ta
bela com as comparaçoes entre os dois métodos.
Para cada linha de um problema, duas especificações sao
dadas: a primeira é para o método de penalidade, a segunda para o
lagrangeano aumentado. A primeira coluna da tabela contém o núme
ro do problema, as colunas seguintes contém : o número de variá -
veis, número de restrições de desigualdade e número de restrições
de igualdade (N,M,L); o número de problemas parciais; o número to
tal de avaliações de função e gradiente realizados dentro da sub
rotina de minimização sem restrições; o número total de iterações
dentro da sub-rotina de minimização sem restrições; a maior infac-
NQ
00
PROBLEMA
NQ DE PROBLEMAS
PARCIAIS 1------,
N, M, L
HQ 10 TAL DE ITERAÇOES DENTRO DA SUB. NQ DE AVA- DE MINIM LIAÇO'ES DE S/R F. E GRAD.
TEMPO DE C • P • U •
D IAGNCrSTI CO
MAIOR INFACTIBIL IDADE
~-----+--------~------~-------+------~-----------;-;------1 6 17R -lL O 1SOE-A__ ____ a_2~41
3 855 35 O 409E-5. (J 1.874 2, 3, o
2 2 1 o 1 1 4 11 1? o snn"P-4 a _Q_.,..2.4A 3 c;.n 14 O 709.E-L _g_ n 1 Q?
3 ~----- f----42.!1_ _____ __J_a_ _____ ..Q .. J..8.6E=_4.. fl 1 ... 921
2'
3'
0 4 ?n1 ._ ___ 2.5__ __ n. 403E-S. _ a n Q71
_5_ 430 ____ 4fi ____ ..Q,l50E-..L ... _uoOO~ 1#.897 ~-4 --+--2_,_3_, _o -+---'-7 ___ _ __ 21.L_ _ ____ 4..9 _____ _______ !/_L-_____ ____ _ Jl 0-.J_~
5 - __ 4 lll 18 o. 800E-4 fl o I 513 2, 3, o i 0?7
J-----+-----+--5L------f--· 438 u ____ l.6.. __ ..0~327E-4 __ ~-rl-.-u-~
6 2 f 3 f o r-i· -~-- -H-~---7----· ------!•---- .J~J~: i~~ 7 * 2, o, o _1 ..... 6.0_ 25 ~. _ )fll0,251
~--+-----+-----1---+-----"Lh a____ _ __ 2.5_ ____ ____fll ______________ f .• ~u n~A.
8 2 2 0 r--~5____ lOQ __ f------..l..S ___ .J2.~2_Q_Q.E::~A.. -----f9lO$A..67. J-----+--'--'--4--=5--+---3=-8.::__ . --- 1,_? ___ _Q_,__i_8J.~:-6_ . - t 9' i o ,_27__
9 4 I 3 I o t---_5 ____ ---~2~-~~- _6_9____ o !J92E-_4 l fl ~ 5 I 66J ~---+------1-...:...7_--1-~~---t-_J_J--I--Q ... 5.9..3E.=.4 ________ L1.: 5.#..8.12
10 3 I 4 I o ~----~-fí_9_5_ __ -·· 31__ O .... lllE.-4. ... -l~ ~2,.5.51 .__-----+------t---'4,____ 4 h 4 _l9___ _Q~7. 6E.::A ... __ _ ! }I .1 ,.19..1
I I
11 5 I 0 I 3 t---3---1-___lll_ _____ fi_3 ----- _Q_.._2_5_9E.=A._ __ ------;~.:1 1~54_ ~---+---·--+---"2~-+----J.l.J..I Ol.u n ___ ,__ _ _4 6 o 17 1 F.- 4 -ra-Lo 7 h R
12 7, 4, o !-_A__-I--_l2..fifi _______ l0_6 _____ ' __ Q ... 5.88E-::4 ll}ll7,59fi_ 1-----+-----+--16./...__+_.....J.-1 U-L652 __ u _132___ - ____ a,.________ . ,0_ ,6.#95B
13 10 8 o A _ __1_2í1_ _____ ).. 7 4_______ Q ·-ª4_Q.fL"~- li~ tl6 I 9 5 -----t--' __ 1 _-+____,6>L__ 13 2) _______ 1A.l __ .0.~3.6.2E:::A.________ ~ t10.~
20 17 O __4_ ______ ---~.120___ 550. 0 .. 8.44E~4. jfli35,88. ' ' 9 ") r;? 7 __ .... _.4.a9__~.n..22 1 E- 3 .L G..L,.la.
I
14
2 2 l 5 __ _lO L_-- _ _4_2_ ___ Q .... 2QJ.E.:::A._ ____ ··r }l_jO ,.53.9 ..
16 -~2~-~: ~ --!---- -li~~:- -;;-- ~ ~~~~!=! . i! !~:i! i ,_____ 6 l.Qll____ _ ___ ..3..2_ _______ o ..... a.~9.E..-=.fi_ ___ -------tfl p ,A 62..
15
21
3, O ___ 4 __ ---- - .. 68__ 24 0.172E~-~ ;fl !0,348 4 53 18 . 0.475E-5 ig P ?'11
17
* O problema 7 é um problema sem restrições. Queríamos mostrar ap~
nas que a sub-rotina implementada, também funciona com casos pa~
ticulares. Neste caso, o mérito é da sub-rotina de gradientes
conjugados.
36
tibilidade; o diagnóstico ( ~ = convergência , 1 = superou o núme
ro máximo de problemas parciais permitido sem atingir a precisão
pedida); o tempo de processamento (tempo de C.P.U.) gasto pela exe
cução do problema.
A relação dos problemas encontram-se adiante, e a mesma
contém também os pontos iniciais e os pontos ótimos. Os pontos ini
ciais que foram fornecidos sao os mesmos dos testes feitos por[ 3 ].
Cada chamada da sub-rotina de minimizações sem restrições
chamamos problema parcial, no nosso caso o número de chamadas (pr~
blemas parciais) máximo permit~do foi de 9(nove). Vemos no proble-
ma n9 14 que o lagrangeano aumentado não atingiu a tolerância dese
jada(l0-4).
Em todos os casos,os oarâmetros~ 0 ,T 0 ou p 0 iniciaram com
valor 10,0 para todas as componentes. O parâmetro À foi iniciado
com valor 0,01, no lagrangeano aumentado, para todas as componentes,
com exceção do problema n9 1 que começou com À0= O.
As razões para a pequenu mudança no problema n9 1 sao as
seguintes: a restrição g 3 (x) = !1
- x 2 < O se apresenta, de propós!
to, de uma maneira numericamente ruim; é lÓgico que 1 - x1x 2 ~ O a
presentaria nemos problemas numéricos, mesmo assim, observando mais
atentamente g 3 (x), vemos que a região que verifica a desigualdade é
diferente da região para 1 - x 1x 2 ~ O, veja figura, e com isso, po~
tos que se aproximam de (0,0), com x 1 < O, estão se aproximando do
ótimo, que é diferente de x* = (0,577 1,732). Observando a região
de factibilidade do problema n9 1, notamos que a semi-reta
37
x1
=O , x2
> O faz parte da região, no limite, embora g 3 (x) nao
> 1
- X 2
< o
38
seja definida para a semi-reta. Queremos dizer que quando x 1 + O
g 3 é verificada e x 1 ~ O e x 2 ~ O são verificados com precisão E se
k X = ( -E , 0).
gl (X) < o
g 2 (x) < o
g3 (x) < o
---/~ ,-'
./," / /
--------------··---· ··-·--···--xl
Com o exposto queremos dizer que o lagrangeano aumentado
chegou a convergir para um ponto próximo de (0,0), que é, na verda~
de, um limite para o,ótimo global.
Os resultados foram obtidos quando iniciamos o processo
com À 0 = 0,01 e são dados a seguir:
-o melhor ponto obtido: x = (-0,3638E-ll;-0,1418E-7)
- número total de avaliação de função e gradiente: 346
... - numero de problemas parciais: 4
- número total de iterações dentro da sub-rotina de minimiza
~ão sem restrições: 31
- diagnóstico : ~
39
- tempo de C.P.U. : 1,552 segundos
-maior infactibilidade : 0,1418E-7
A situação exposta acontece com a penalidade, e a aplic~
çao do algoritmo conduz a um ponto próximo de (0,0), os resultados
obtidos são os da tabela. ~ claro que o ponto x*=(0,577; 1,732)
pode também ser atingido pelo método com o mesmo ponto inicial fo~
necido, bastando que comecemos com um parâmetro de penalização ade
quado (~ = 100 é um exemplo).
4.3 - CONCLUSÕES SOBRE A COMPARAÇÃO - Uma conclusão que
se tira da tabela é que o lagrangeano aumentado é, em geral, mais
rápido do que o método de penalidade. Esta diferença não é muito a
centuada nos problemas expostos, contudo, o número de problemas paE
ciais são mais ou menos idênticos para os dois, sendo assim a mini
mização da função de penalização é, em geral, mais cara do que a
minimização do lagrangeano aumentado.
A própria natureza da função penalidade Q(~,x) com ~ gran
de faz com que a sub-rotina de minimizações exerça um trabalho maior.
Nem sempre porém, a penalidade perde para o lagrangeano aumentado ,
principalmente nos casos em que
ente para a tolerância pedida.
um ~, nao muito alto, seja sufic~
Em alguns casos, com o aumento da
precisão pedida , a penalidade fornece pontos com um erro signifi-
cante, enquanto que o lagrangeano aumentado tem melhores condições
40
com o aumento da precisão. Nos problemas testes, algumas componen-
tes do parâmetro ~ chegaram a atingir valores elevadíssimos
(1.000.000), nesses testes o preço da minimização sem restrições e-
ra bem maior que os apresentados pelo lagrangeano aumentado.
Observando o problema nQ 14, em que o lagrangeano aurnen-
- -4 -tado nao conseguiu atingir a precisao de 10 e chegou ate 0.227E-3,
vê-se que o número total de iterações dentro da sub-rotina de mini
mizações foi 489, que é menor que 550 da penalidade. Observando ain
da, o número de avaliações de função e gradiente foram bem maiores
para o lagrangeano aumentado. Isso é explicado pelo fato de o lagra~
geano ter feito mais trabalho por iteração dentro da sub-rotina de
minimizações. No problema nQ 13 o lagrangeano aumentado realizou
mais problemas parciais (chamadas à suh-rotina) , porém o seu traba
lho médio por iteração foi bem menor, idem para os problemas n9s2,
3, 4, 8, 10, 11, 12, 15, 16 e 17.
Asslm, o lagrangeano aumentado fez menos trabalho médio
por iteração.
4.4 - RESULTADOS OBTIDOS POR H.A.B.DINIZ [ 3 ] - Fato re-
levante reside no fato de ~s métodos que tratamos não usarem a in -
formação de segundas derivadas, e devido a isso a perda de tempo co~
putacional seja em parte compensada pelo ganho de tempo em não ter
que se codificar os hessianos da função objetivo e das restrições .
M.A. Diniz implementou dois métodos de minimização com restrições
(LAPRO e NEWPQ) que utilizam os hessianos das funções dos problemas,
portanto, mais informações. Uma tabela com os resultados
Tabela dos resultados obtidos por M.A.B. Diniz.
.. Problema N9 Iterações N9 AvaliaçÕeE Terrq;:c de de f exec. (s)
LAPRO 1 8 19 0.24 NEWPQ 28 53 1.67_ LAPRO 2 4 8 0.10 N.t.;W.PQ 4 6 o 16 LAPRO 3 8 9 0.20 NEWPQ 8 9 0.49 LAPRO 4 7 18 0.15 NEWPQ - - ---LAPRO 5 3 4 0.07 NEWPQ 3 4 0.15 --LAPRO 6 1 2 0.01 NEWPQ 2 3 0.07 LAPRO 7 21 27 0.31 NEWPQ 21 27 0.50 LA PRO 8 2 3 0.04 NEWPQ 2 3 O lO LAPRO 9 5 8 0.20 NEWPQ 7 8 1 07 LAPRO 10 2 3 0.07 NEWPQ 2 3 O_._ 2 4 LA PRO 11 2 4 0.16 NEWPQ 6 lO 1.48 -· 13 LAPRO 12 7 0.67 NEWPQ - - -LAPRO 13 7 13 1.72 NEWPQ 4 5 5.97 LA PRO 14 16 28 18 92 NEWPQ 5 f) 51.57 LA PRO 15 5 lO 0.07 NEWPQ 4 5 0.22 LAPRO 16 12 13 0.18 NEWPQ 2 4 0 .. 12 LA PRO 17 2 3 0.06 -NEWPQ 2 3 0.12 -· -----·
42
Obtidos por M.A.B. Diniz mostram a diferença de "preço" entre os me
todos com ou sem uso de hessianos. Nota-se nas tabelas que os tem
pos de C.P.U. são bem menores para os algoritmos de M.A.B.Diniz , e
a justificação para uso dos métodos sem hessiano está na sua aplic~
ção a problemas de grande porte que nao requeiram alta precisão nos
resultados e nos quais a utilização dos hessianos seja difícil de
vido a problemas de memória ou dificuldade devido a um trabalho ex
cessivo na codificação dos hessianos •
A sub-rotina LAPRO de Diniz implementa um método do tipo
hessiano do lagrangeano projetado para porte médio e exige que o
ponto inicial para o problema a ser resolvido, seja factível, já os
métodos de penalidade e lagrangeano aumentado não necessitam desta
exigência. Na realidade, para se obter um ponto factível para a
sub-rotina LAPRO resol·Je-se um problema a parte, que fornece um po!!.
to factível. Isso, em termos de problemas maiores poderá ser difí
cil ou trabalhoso. Uma análise do problema a ser resolvido irá in
dicar que tipo de método pode ou deve ser aplicado.
Conclui-se que, um estudo particular para cada problema,
em termos de tempo de codificação, tempo de C.P.U., memória disponf
vel, tamanho do problema conduz a uma escolha satisfatória.
A seguir mostramos a relação dos problemas testes.
PROBLEMA 1
PROBLEMA 2
PROBLEMA 3
PROBLEMA 4
PROBLEMA 5
PROBLEMA 6
PROBLEMAS TESTES
f(x) = 3x + 1 x2
gl(x) = - X 1
g2 (x) = - X 2
g3 (x) = l/x1 - X 2
f(x) 2 = x2 - X 1
h(x) 2 = x2 - 2x1
f (x) = xl + x2
g 1 (x) = 1 - xlx2
g2(x) = 1 - X -1 2x2
g 3 (x) = 2 + xl - 4x2
f(x) = 9x1 + x2
As mesmas restrições
do problema 3
2 2 f(x) = x1
+ x2
As mesmas restriçÕes
do problema 3
f(x)= (x1-2 15) 2 + (x 2-2 15)
As mesmas restrições
do problema 3
43
o (1{8 i {8 I 2) X =
x* = ( {8 I 577; 11732)
X o = (1 2)
x* = ({8 {8)
X o = (416 li 8)
x* "" ( {8 I 5858 li 7071)
o X = ( 4 1 6 . li 8) I
x* = (1/3 ; 3)
X 0 = (4 1 6 i 1 1 8)
x* = (4/5 ; 8/5)
2 xo ( 4 16 li 8) =
x* = (215 2 15)
PROBLEMA 7
PROBLEMA 8
PROBLEMA 9
PROBLEMA lO
PROBLEMA 11
44
f{x) x 0 = {-1,2 i 1)
x* = {1 i 1)
f {x) 1 3 = 3{xl+l) + x3 X o = { 1,125i ~ '12 5)
gl{x) = -xl + 1
g2 {x) = -x 2 x* = {1 ~)
f (x) 2 2 2 2 5x - 2lx3+ 7x4 = xl+x2+ 2x3+x4-5x1 - 2
gl(x) 2 2 2 2 8 = xl+ x2+ x3+ x4+ xl- x2+ x3- X -4
g2(x) 2 2 2 2 = xl+ 2x2+ x3+ 2x - X -4 1
g3 {x) 2 2 2 2x -= 2x1+ x2+ x3+ X -1 2
X o = ( ~i ~i ~i ~) x* =
gl {x) = -x 1
g2 {x) = -x2
g3 {x) = -x 3
g4 (x) = x 1+x2+2x3 -3
f{x) = exp(x1 .x2 .x3 .x4 .x5 )
2 2 2 2 2 h 1 {x) = x1
+ x2
+ x3
+ x4
+x5-lo
h 2 {x) = x 2x3
- 5x4
x 5 3 3 h 3 {x) = x 1 + x 2 + 1
X -10 4
X -4 5
{~; li 2 i -1)
x 0 ={~,5i~,5;~,5)
x*={4/3 i 7/9 i 4/9)
x 0 = {-2,2,2,-1,1)
x*={-1,717lil,5957i
1,8272i-0,7636;
-0,7636)
45
PROBLEMA 12 f {x) 2 2 4 2 6 = (x1-l~) + S(x2-12) + x3 + 3(x4-ll) + 10x5+
4 10x6 - 8x + x 7 - 4x6x 7- 7
gl(x)= 2 4 2x1 + 3x2 + x3 +
2 4x4 + sx5 - 127
g2(x)= 7x1 + 3x2 + lOx~ + x4 - xs - 282
g3(x)= 2 2 - 8x - 196 23x1 + x2 + 6x6 7
g4(x)= 2 2 4x1 + x 2 - 3x1x 2
2 + 2x3 + Sx6 - 11x7
x 0 ::: (1; 2; ~; 4; ~; 1; 1)
x* = (2,30; 1,95;-~,47; 4,37; ~,51; 1,~3;1,58)
PROBLEMA 13 f(x) = xi + x~ + x1x 2 - 14x1 - 16x2 + (x3 -1~) 2+
+ 4Cx4-s> 2 + Cx5-3) 2+ 2Cx6-1) 2+ Sx~ + 7(x8-11) 2+
2 2 + 2(x9-10) + (x10 -7) + 45
2 2 2 g 1 (x)= 3(x1-2) + 4(x2-3) + 2x3 - 7x4 - 120
2 2 g2 (x)~ Sx1 + 8x2 + (x3-6) - 2x4 - 4
g6(x)= 10x - 8x2 - 17x7 + 2x8 1
g7(x)= -3x + 6x2 + 2 7x10 12 (x
9-8) -1
g8(x)= -8x + 2x2 + Sx9 - 2xl0 - 12 1
46
o X= (2; 3; 5; 5; 1; 2; 7; 3; 6; 10)
x* = (2,17; 2,36; 8,77; 5,09; 0,99; 1,43; 1,32; 9,82;
8,28; 8,37)
PROBLEMA 14 2 2 2 2 f(x)= x 1 + x 2+ x 1x 2 - 14x1- 16x2 + (x3-10) +4(x4-5)
2 2 2 2 2 (x5-3) + 2(x6-1) + 5x7 + 7(x8-11) + 2(x9-10)
2 2 2 2 + (x10-7) + (x11-9) + 10(x12-1) + 5(x13-7) +
2 2 4 2 + 4(x14 - 14) + 27(x15- 1) + x 16 + (x17-2) +
2 2 3 + 13(x18- 2) +(x19 - 3) + x 20 + 95
g2(x)= 2 8x2 2
- 40 5x1
+ + (x -6) -2x 3 4
g3(x)= 1 2 '!(x1-8) +
2 2 2(x 2-4) +3x 5 -x6 - 30
g4(x)= 2 2 2x1x 2 + 14x5 6x 6 x 1 + 2 (x 2-2) - -
g5(x)= 4x1 + 5x2 - 3x7 + 9x8 - 105
g6(x)= ·10x -1 8x -2 17x7 + 2x8
g7(x)= 3x1 + 6x2 + 12(x9-8) 2 - 7x10
g8(x)= -8x1 + 2x2 + 5x9 -2x10 -12
2 g 11 (x) = 4x1 + 9x2 + 5x13 - 9x14 -87
2 g 12 (x)= 3x1 + 4x2 + 3(x13-6) -14x14-1o
47
g13(x) 2 = 14x1 + 35x15 - 79x16 -92
g14(x) 54
g15(x) 2 4
-68 = Sx1 + 2x2 + 9x17 - x18
g16(x) 2 19x19 - 20x
20 + 19 = x1 - x2 +
g17(x) 2 2 2 30x20 = 7x1 + 5x2 + x19
o X = (2; 3; 5; 1; 2; 7; 3; 6; 1~; 2; 2; 6; 15; 1; 2;
1; 2; 1; 3)
x* =(2,17; 2,35; 8,76; 5,06; 0,98; 1,43; 1,32; 9,83;
8,28; 8,37; 2,27; 1,35; 6,07; 14,17; 0,99; 0,65;
1,46; 2,0; 1,04; 2,06)
PROBLEMA 15 f (X) = -12x1 7x2 + 2 o (1 O) - x2 X =
g1 (x) = - X 1
g2 (x) •-x x* = (0,7175; 1,4698) 2
h 1 (x) 4 + 2 = -2x - X 1 2
PROBLEMA 16 f (x) = x2 - x1
g1 (x) = x2 - x1 - 5 X O= (0,3 i 512)
g 2 (x) = -3x - x2 1 + 6 x* = (9,2857; 2,8571)
g3(x) = x 1;s - x2 + 1
g4 (x) = 10x1 - x2 - 90
gs (x) = x 1;2 + x2 - 8
PROBLEMA 17 f(x) = 1 2 ~ x1 +
1 2 9 x2
xo = (6 5} g1 (x) = x2 - x1
g2(x} = 1 - X x* = (1 1) 2
g3 (x) = x1/3 + X - 7 2
49
CAPITULO V
O P RO B L EM A 00 S PEIXES
5.1 - INTRODUÇÃO- Com o intuito de empregar o lagrange~
no aumentado para problemas grandes, resolvemos testar o algoritmo
para dois problemas de algum cunho prático. Aqui não entramos na
questão de se empregar, na prática, os problemas; queremos apenas
mostrar a performance de um algoritmo. ..
Os dois problemas sao semelhantes, mudando apenas no nu-
mero de variáveis e restrições, estes problemas tratam de maximizar
os produtos de uma pescaria em um dado horizonte de tempo. Explic~
ções com mais detalhes serão vistas mais adiante.
5.2 - QUESTÃO DA PRECIS~O- Como já dissemos, para algo-
ritmos do tipo que tratamos, é importante o fator precisão, ou se
ja, com o aumento da precisão o número de problemas parciais neces
sérios pode aumentar muito e o tempo de C.P.U. necessário pode ser
grande. Pelo exposto, deve-se pedir a precisão estritamente nece~
sária, já que pedir uma precisão maior do que a necessária pode-
se pagar um preço alto. Outro fator importante que deve-se fazer,
é limitar o número de problemas parciais em um número relativamen-
te pequeno; em muitos casos, como já dissemos, uma boa parte dos
problemas parciais são "refinamentos caros'', devendo-se, na medida
do possivel, evitar-se atingi~ o critério de convergência fazendo
50
um número elevado de problemas parciais, e em diversos casos exis-
te a possibilidade de nunca se atingir a precisão pedida, já que
a própria precisão da máquina limita o número de decimais exatas •
5.3 - O PROBLEMA DO CRESCIMENTO POPULACIONAL EM UM MEIO
LIMITADO - Seja uma espécie (por exemplo: peixes) que tenha provi-
sões de alimento ilimitada e "habitat" em meio ilimitado e que não
sofra influências de agentes externos. Sob estas condições o cres
cimento populacional pode ser descrito matemáticamente pela equa-
ção diferencial:
dy(t) = dt
ky(t) , k > o
onde k é uma constante, k é a razao entre a taxa de crescimento e
a quantidade presente em um dado tempo t. Isso quer dizer que o
crescimento populacional é diretamente proporcional a quantidade
presente(população). Por outro lado, se o meio onde vive a espécie
é limitado, ou a provisão de alimentos é limitada, a descrição ma-
temática muda e passa a ser da seguinte forma:
dy(t) = dt
-onde k 1 e k 2 sao constantes positivas que aparecem considerando a
hipótese, agora, de que k seja função linear de quantidade presen-
te, k = f(y(t)) = k 1 - k 2y(t), de maneira que com o aumento da
quantidade presente y(t), a taxa de crescimento (k) diminua liner-
51
mente com y(t).
Consideremos agora que na o só o meio e os alimentos cons
tituem fator para uma alteração na taxa de crescimento de uma po-
pulação, mas, também, a presença de outra ou outras espécies no mes
mo meio disputando ou nao o mesmo alimento, havendo ou nao o caso
de uma espécie devorando a outra. As influências, vamos considerar,
sao, em intensidade, diretamente proporcional às quantidades prese~
tes das espécies. Para simplificar, mostramos a seguir um exemplo
do que falamos. Não queremos fazer uma análise completa deste estu
do, já que foge ao ncsso objetivo, contud~ uma idéia será dada:
Considere 2 espécies A e B, com influências de A sobre B e vice-ver
sa. Então uma descrição matemática da situação englobando as situa
çoes anteriores é a seguinte:
y 1 (t) -espécie A (população)
y 2 (t) -espécie B (população)
dyl(t) alyl(t) + =
dt
dy2(t) a2y2(t) + =
dt
blyl(t) 2
+ clyl(t)y2(t)
b2y 2 (t) 2
+ c2y2(t)y2(t)
a 1 ,b1 ,c1 ,a2 ,b2 ,c2 constantes,
bl,b2 < o
i) se c 1 e c 2 forem ambos negativos é porque a presença de
uma das espécies é prejudicial a outra, digamos, comportilham os
52
mesmos alimentos.
ii) se c 1 > O e c2
< O significa que a presença da espécie
B é benéfica para a espécie A, embora a espécie B seja prejudicada
com a espécie A; digamos que, neste caso, a espécie A se alimenta
da espécie B.
iil) se c 1 e c 2 forem ambos positivos significa que as espé
cies se ajudam mutuamente, e a presença de uma no meio em que vive
a outra, fortalece o seu cresimento populacional.
Como já dissemos, não trataremos os pormenores da questão
das espécies, o leitor pode encontrar bastante dados em [10].
O sistema de equações diferenciais que aparece, depende~
do das constantes e das condições iniciais, pode fornecer pontos
de equilibrio, curvas do crescimento ou decrescimento de uma espé
cie, etc. Mas, não estamos interessados em resolver um sistema de
equações diferenciais, o que queremos é fazer uma pescaria das es
pécies (fizemos para 3 espécies) , de modo a maximizar o lucro da
pesca;o nosso caso,é maximizar o número de unidades pescadas den
tro de um certo horizonte de tempo.
5.4 - FORMULAÇÃO DO PROBLEMA DOS PEIXES - Considere 3 es
pécies A,B,C que vivem em um mesmo meio e que se interferem mutua
mente. Desejamos fazer uma pescaria das espécies ao longo de T p~
riodos de tempo,de modo a colher o número máximo de unidades de pe!
xes( o problema poderia considerar diferentes preços para os peixes).
Sejam as equações abaixo a descrição matemática de sua evolução:
dy 1 (t)
dt
dy3 (t)
dt
a • 1 bi 1 C • I d • l. l. l.
5.3
(5.4.1)
constantes
Corno o processo é dificilmente descrito com precisão, ou
seja, dificilmente conseguimos saber o número exato das espécies e
suas taxas evolutivas (ais 1 bis'cis'dis>, podemos tratar o problema
discreto, sem corrermos o risco de termos um modelo não signific~
tivo da realidade. Assim, o sistema de equações diferenciais
(5.4.1) pode ser tratado mudando as derivadas pelas corresponden -
tes razões incrementais:
dy i (t)
dt
yi(t +h)- yi(t)
h i= 1,2,3
Considerando as razoes expostas, podemos tornar h = 1 (i~
so é razoável), e assim obtermos um sistema de equações recursivas,
ou sejam, equações da forma ft+l
é função do instante t.
t = ft(x), em que cada instante t+l
Temos,portanto, 3 equaçoes recursivas abaixo:
5"' .
yl(t+l)
y 2 (t+l)
y3 (t+l)
Finalmente, após cada per!odo de tempo teremos uma pese~
ria de cada espécie (que pode ser nula). E se considerarmos T pe~
r!odos de tempo, completamos a formulação do problema:
T-1 Maximizar ?=d custo1u 1 (k}+custo2u 2 (k}+custo3u 3 (k}
sujeito a
yl (t} > - O,
y 2 (t} > O, -
y3 (t} > O, 1,2.- •• ,T - t =
u1 (t} > O, -
u 2 (t) > o, -
u3 (t} > o, - t = O, 1, 2 , ••. , (T-1}
55
5.5 - O PROBLEMA DOS PEIXES I - Para facilitar a visuali
zaçao dos resultados de um problema maior, resolvemos implementar
um problema pequeno do tipo descrito em 5.4 para T= ~, havendo so
mente 5 pescarias; mesmo assim, o problema conta com 15 restrições
de igualdade e 30 restrições do tipo x ~ O (canalizações); nos no~
sos programas estas restrições são consideradas como restrições
de desigualdade, nao havendo distinção entre uma restrição propri~
mente dita e uma canalização.
As constantes usadas foram:
al = 0,05 bl =-5,0E-5 cl = 2,0E-5 dl = 1,25E-5
a2 = 0,05 b2 =-0,333E-5 c2 = 7,5E-5 d2 = 2,5E-5
a3 = 0,08 b3 =-B,OE-5 c3 =-1,6E-5 d3 =-l,6E-5
01sto1 • custo2 = custo3 = 1 unidade
yi(O) = 1000 unidades, i = 1,2,3.
O ponto inicial para nosso problema foi obtido por uma
sub-rotina que gera um "ponto inicial bom" para começar o processo
de minimização. As listagens do problema e das sub-rotinas usadas
estão no apêndice c .
Aqui mostramos o ponto inicial fornecido e os resultad~s
finais obtidos. Os y s são os estados, os u s são as variáveis de
controle(pesca).
56
o valor da função objetivo é negativo porque trabalhamos
com minimização; este valor nos fornece o número de unidades pese~
das no decorrer do horizonte~
I l _.. ·• A ~ I
300.0000 300.0000 300.0000 300.0000 300.00 732.5000 460.2679 180.7836 -109.7834 -416.4333 200.0000 200.0000 200.0000 200.0000 200.0000 146.6100 526.7907 326.5925 135.0783 -57.75985 200.0000 zoo.oooo 2.00.0000 2.00.0000 200.0000 768.0000 564.0780 314.84.11 190.5450 1.806853
O ponto é disposto, computacionalmente, da seguinte manei
ra:
r ,· 50 ·' .
j l !·I '· , I : 23 I•
' ~ :' ;. : ' :' t · 1 I.< l 6
' . ~ • l I j ;,·;:i'. l'f I • l •4 'j ') ., 1 , I ·~- ; )
- 1 • 1 ; ! ',
; ' 5. o 1 ' ' ' '
. ' 1
·• t l •;, I'' ,...·: '•. - ·, r j :< -~ • ·1 ~ 1 •
57
1 Observe na tabela " Valores dos controles e estados" que
os Últimos estados, para as tres espécies, são aproximadamente nulos.
Isto era de se esperar, pois ao final a "pesca" deveria ser "fulmi -
nante".
,.\ '· ' "'
) : l l l -· ) - l,i V') ( I '! ) :: ·~ t' •
t I ) :. ' ' 1 I I . I ) .'': ' 7 \ ? ( ;: ) ;::; c 1 1 . ' . , '
.. ) ; - ; I l ' ..: ) t ) _.., .. .' ' . y ') ( ~ ) :-:: ' 't . •
:) .;.. ' ,., I l l I : .. '
:;; q '( ') ( :; J :: I ' : ~- . ) :c
l ) : I l I -· { . . ) ..
\. .. v<> ( ') ) I -· . i. 3 ( :'): 2 ·H'. y 3 ( 1 1= ., ;, >1 •
li ' ( 1 ' -) - 'l I . '' ~ 'I e y H :; '= ') ;., il •
r i :, r i)= I,' (J • y H i)= nc..,. I' ) ( ·q= /";I; • y 3 ( 4): 1 ~ .• (r •
t' ' ( 4)::: i,' n. '{ 1 ( ') ) = I •
58
5.6 - O PROBLEMA DOS PEIXES II - Como dissemos em 5.5 ,
o problema dos peixes I foi implementado para se ter urna noçao de
um resultado de um problema maior. Com a experiência do problema
anterior, implementamos um problema grande, que é do mesmo tipo de!
crito em 5.4. Neste novo problema usamos T = 50 e com isso as va•
riãveis de controle passam a ser 50 para cada @Spécie e 150 no to
tal. Assim, o novo problema passa a ter 300 variáveis e 150 res
trições tipo xi ~O (canalizações).
O ponto inicial fornecido foi gerado, como no caso ante-
rior, por uma sub-rotina que fornece um ponto inicial bom. Esta
sub-rotina ( a mesma aplicada ao problema anterior) , gera urna pol!
tica para o problema. A pol!tica gerada(sernpre satisfazendo as re!
trições de igualdade) pode ser super-Ótima ou sub-Ótima, conforme
os valores das variáveis de controle. A pol!tica será sub-Ótima se
satisfizer todas as restrições de desigualdade e ainda assim pude~
mos "pescar" mais sem violar nenhuma delas. A pol!tica será super
-ótima quando"pescarnos" acima do possivel e violamos restrições do
> .. r i. tipo yi(t) -O (pescamos alem do que existe dispon vel). Exper en-
cias mostraram que os dois problemas implementados apresentam mui-
tos máximos locais e~ em geral, se fornec!amos pol!ticas sub-Ótimas
o algoritmo convergia para pontos que evidentemente não eram uma
pol!tica boa, mas satisfaziam a precisão pedida e as condições do
teste de convergência. Porém, ao fornecermos uma pol!tica super
Ótima, o algoritmo convergia a uma pol!tica "fact!vel" que deveria
ser uma "boa" pol!tica. Não queremos dizer que a pol!tica assim
59
obtida, seja a melhor, pois como já dissemos, o problema deve apr~
sentar muitos máximos.
Voltamos a repe~ir que nao estivemos interessados em con
siderar fatores para a aplicabilidade do problema e nosso objetivo
era a de testar o algoritmo para um problema grande. Bem sabemos
que a dificuldade àe se conseguir dados e um modelo para representar
a realidade é evidente. o modelo apresentado, bem simplificado, a
tendeu aos nosso objetivos.
Mostramos abaixo, o ponto inicial forneeido (urna pol!ti-
ca super-Ótima), e os resultados obtidos. Como no caso anterior ,
trabalhamos com minimização e a função objetivo tem, portanto, si"
nal negativo; também como no problema anterior, a função objetivo
nos fornece o número de unidades pescadas.
5 •. 1 ~' .'o ;' 5 .•OlQ;
') • J,l'iv•)
r:' • dt • r. J ') • lO I (' ,)
C, • I 0 \ (J ·J ') • t_l;} )~I
5' • I \I ; (J ·)
., • lí)')(lij
~ . ( • ') I U ',
H ·~. 'JtJ]v
7 1 • .... 1~ c:,;q.4)')j
4;3.4'.l1l ) 1.1112 7.'>7'JIH
- ') ., • 7 t I l) 1 -t:o .'j.'>.n~ - t 7 i • / IJ i
'j <) • ') ) ' ' ) ~1
"l.l• J.'.ld .JO ~) •:) • •J () \} I) ;) ')i).) ),)')•]
r,;)•I)•.)•)JJ
'í ·' • .) :') ') uI) 5 :~ • ..) .l } ) o ~~·.>.o J•J·OJo ') I 1 • 0 ) >.) d ()
5 (j. ,, :> :) J n
'H.,2.'1l21 ~j 4 J • 1 lo ti
7 •' 1.. :) '1 '1 r-,.\7. 1.7.)}
:na.1111 li-i(>.HJJ
- ·~ 1. • n c> 1 v:; ·312.'J''~ -'7H.')ib5
- t -• 1 '> • i 'j "
:) '} e ',.~ ''f I·" < .:
'> 'l. ;, ')(i J.)
'1 'l• 1 •) ''!(l(l
j : ' • J ~) n o ~ -, '·' ) • J . ) f, ) {I
') 1 .. > J C• •) (l ~ ,l • ,! J <) u ~-~ ., j • ; ') '1 ;) (í
~~ l • :: 'J C !.1 (;
~:l). _j•) ~~~; :;
') I 1 • ~H' J 7 dlt..t7t3 ~) 7 ). • 1 3 ;_) 1 ~t+.Jilt7 ~tl.~t)·J
1 1 •• ; 7 1 !; •1l.1)7''H - 1 '11 • 7 (") 7 ~ - ú L o~ • 'J ~~ 7 >• -1 loJ."13)
·, J.oc•r)·') 11
'• ~~ • ílP();)O
I ) e 0 (I () ;) :)
<, ;) • c f) f) ') o ., I) • ()~)1)-)(1
1' ·, l • O li I) ') ()
·, 'J • pn:) :H1 .,,J.IIf\1):.}!')
1 I~ • {)f' ;)I) f)
•ll.Of\0()0
ll~.f-307
7H~."239 )l1.1J69 lR1."797H jtJ4.7160 t r) t). s:. .4 H A
-1l~.AH60
• i7"'.'d9Y -•l7.oJ9t - 1 b ·; } • '- 7 .,
') '1. :: ·:_1 :) íl ~~
., ') e ') (; ') 0 I)
., i I • 'I(; I I I) i)
~~ •''(•'}1)11
C.l it• I 'l•,)O()
5t.l. 110ijíl(}
!) i t • ')o •) o lj ~) r1 • O;)t;(Jí)
" f) • •:: (J u o I) ~ r, • n () () (J n
Rq4.4R53 7ft(). 2 4 ~ 2 l'll 0 • H 3 1l 7 ·~ 11 7 • 9 íl 7 I) 2f,o.5t'lq 5'1.:l3997
-2°o.6SH6 .. 5 <j 4 • s íl 4 q
_,,,.,3.17~)
•1791.71-lS
continua
continuação l • •IO•JO<)
J • lO.Hhl
J • ')0'J0ú
1. • .)() i)Ü ,)
1 • ~o l ();I
1 • ·I o,\ o :J 3 • lO,; o 'i l ., . ) o,) o{) l. • ) ()'!o •'
·~ • j(IIJ()'J
9,b.o10,; c, J.:nn J H.s·,ot 1 ~>.!l'~4:i
4 .• '1<),!'J)
-1 H • j '·i'/ 'J
-J 7."1\~.: _.., 1.11{1 - ''1 ' H.ll.'"i)
-1 3 I • 7 1 ~j
J • :v iÜ·j
l • ; (\ 1: () ·;
J • 11) (; 0 (I
J • ) (l :,, (I 'J
] • '•) 10:•
1 • ) o.~ o J
3 • :11 J\1'1
1 • 1 L/'1 í) \
~ • I 1) ! t
) .lfJ·JIJJ
(; <j • (I · {; I
1 i./11.~
~. 1 • "I ·l ., J
41'J.'Id1 <1 ) • (~ ··' 1 ;) J 7.0/.,j
:..>o.'51hl l ') • 'i ',,::
1 : ''. /.I"',. 4 I • '3 o '.J .J
J \). ;} J o ) o 1ft. iJ J !) o o JO.O:lOJO i o • o "> t> Q_tL 111 • O H '1 ()
)f;.!)'} !l hl
) ').!.) ü J J o h>. \l'l i) 1 {) 3~).\)0,),)i)
ll•.,)·l 1 )~J(1
rl ·\ 0 • o tJ 2 3 ':J·~~.J22~3
JJJ.db';tl to.J.í:JIJl 14.11'>11
.. \ ·~ 1 • :) ) () ") } , I - . '•!i 7 IS
• I) i I j • \ •1 ) '\
.. 1 :) ;) ) •. •l ') 5 -~121 • .>17
I''• )·1 1 UC
i í' • .I \l ·,J J c1 i 'J. J .) ) } o J '/ • ;) I) ,) ') (\
) ; ; e i) . I ) q (}
J ,) • ) ·, .) :J li
.) ~ • .) :I " ' 0 )<~. )')•í Ji) J .; • ,l ) ') d :"J
'i ) • ) ) . ) '' )
' 'Í t. 1 i .l 7 fJ : ~ ... ~ • J I , 7 ~)
') 11•. 1 7 J 7 l ·i I e .j ) 1 ,, ~l1.1~71'i
l .• \ • 7 ., ) ~) .~ fi • • ) .. , ) ,
;~JJ.J')J7
1 '1 • > •. _: I J -1 -, ) • ,} t ' :·i )
J ',J • I _l :.• •) O
3 J.·.>.lO•)(I
J :.) • ) ')(\o~~ 3).'.}/f~!)(l J •) • • C!,') í.l 'I
]'J • .Jii)O J ~ ~· •. ,,~<í()l)
J ) •. , J (t '}[i
1 ).·}1)\10\"
~. 1 • ,l n ,':) .) n
771.:15.)3 4 'I 4 • Ui.) 1 ) .l ••• ~ (, 17 l ' i • ) ~· ~) )
-t':i. 7/41 I - 1 7 ·l • •4 <, f> i-i
- i 7 ', • ,1 I i<,
- (> .., ., • .' ~ ) ~
•I .IJ].J3l:
·i 177. 7'~Í
i l. );)!•)).;
j ) • '') •,I ;; ~)·I
3 ) • I ot ,) <) •J
. • . ) "J 'i D '' l J • ' , l . ) ~J ~ ~
J <,' • . l. I I(;;)
~ ) • j ··, ) J) '·'
~ l • I.,,)',
J , ; • I:.~:),)','
< l (I • •i .'í '1 ~
t) 1 1 .•• ', ':) ,;
~·) , • l • ~ \ , '_I . .,.
.) • j •,. ~ / ) t 1 J ., • ) 1 ·• ! l
J l ) • t• } 'l ·~
;•7;.',1/t /1·.• •. >71.3 ltl • .Jl?l
•, 1 • J 4 I '1 'i
~(} ·'1"0')1'1 l () • 0 fH) (}I)
\!).!)()(){)()
~ •) • ') Oü )O Hl.llt1001J ~ iJ • 0 I) 1.1 I) ()
~0.0()00\)
~ () • o " o o f) l0.;)0i)0(1
I !) • I) I) 0 :1 ~)
., IJ 1 • () ·1 ~j '1 l')().?(ljf)
;on.~l\7
,.,~.t3)J
• • ') • 'J s; } r; O
•'10.t5H7 .. ,)1\.1~74 .. ... ') ~~. ~ /rn -! ~ .. 1.r11'5 .. ;·.n,,.·qJ
l ·~) • (I 0 •') ()(I
11).~)111)1)0
~il.llflO•JII
H) • :> 11 o 11 (J
il).()f'l0()(1
~!J.I)ti(JOO
HJ • ()'"l \) J 0 ; n. 1111 n •Hl
; ;') •. , , ;) ,, o I I) • ') r) •) IJ (I
I 'I 11 • 1.; ). J • I ' . J 7 • ') '1 ) .,
' 11 • "' ·ll 1> t 'í ~1 • i 'I U 'I I ;j) • ') 7 2q { I. (\ • o;, l•) l)
.' ~J tI • 'I ·I i1 ~l
I 'J ., • r:., •l 2 ;~ l 2 ,, •. , ~·i,, · :~ • l >< ")'I H
60
30 • •JOflOO 30. 1HHOO J ~) • :) o o o () lll • rJ0000 10.1}i)001J JO • )0')00 J o. •)0 000 Jo.ooooo JI).JlJOOO 30.·)0000
b47.9703 41)H.2342 2'27.2343 73.J66b0
-1').16171 -·;.41.H'i57 -·i., <l • ') 7 3 'i • R r) 1 • ':) ~ 2 "'1
-l c)q 1 • l'~l)
- i ·+ 1 ·) • h ~ 1
i') • ') () 0 () :I
j :) • ' I (} CJ o J ~n. l()'.lOD
i t; • ' H i 0 ~H I l (I • .) (I Íi 0 0 ~o.·;oooo
1:1. :,o:,o .. ' ] ') • ) ·)i) o()
3 , • • :) c· o o n J.i.JIOÜU
1 'i 1 • 1 'I b ~! hl·~.7ci•l/
'• 1 J e ri ·~ J f
·• V'l. 'H•,.., 1. l '> q • '> i! I J .H 11., 1 7') /l•l./3(H 1 'l lj • I) .i 1 1 \;i>j.tJrl7t
l • 7 ") '.1 •, " I
: 1 I J):
I 1 I , ) ;,;
ilt /)=
'' 11 .:. ) :::
, ; t t l):::
1 1 I :, ) ::
·I t '' l = li ( l) = ; t t ;q:;
'I 1 I)=
ilf 1 ));
·1111):.::
11il2)::
:1\ll)=
'tlt;):
·t,t!):.
; 1 I 1 ~, ) ;:;
'1t1''l=
' 1 ( 1 '1 ) :.
;tt1J):
:t\21)::
ltJl)=
I 1 \ "J. .'):::
·ltJ.ll=
• t 1 L. I)::
i t ( l '):;;
I tI '.,;,;
1 I l 1 ) ;:;
':>J. Yt( 1J::
.., J. y! ( •• ) .;:
~.;. Yt( .3)::
)0. Y\( \);.:
')0. Yl( ')).;;
<;O. Yt( t.J:
':>O. '(t( 7)-:
':>'J. Yl( '.IJ::;
~J. Y\( H:
':lO. Ytct:lJ::
'JU. '(t(11J.::
"a· n<tn;
"JJ. Yt(t1l:
., •J • t l ( 1 ·i ) :.;
;o. Yt(l'SJ::
~) .) • i l ( t ,_, ) ::
'• '_) • y 1 ( 1 7 ' -::
':'>'.!• Yt(t:):.:
'd. Yt(t'J);;
·_, l • "f 1 ( ) ._) } ::
'> il • y 1 ( ; 1 ) ;;:
'.>'l• Y1(J.l)=
':>.J. '{1()))::
·.,u. Yt(li.l=
">1. Yt(J<J)~
. , \) • {. t ( l tl ) .;:
'JJ. Y\(/7J::
')). '{t(l·•l,;;
I Í ( )::
Lq• 'li( '!. ):::
:n<~. uc:. >=
~ ~ '-1 t • · I ) ( ·l ) :
·1 r.1 ) • ·I ) { ':í ) :
q 1.3. .1)( i.> >=
-i1''• 1:)( 1 >=
'7 H 'i • ; ! l ( :) ) ::
1) ( 'I ) = 731. 1)(1'1 l=
7d~ • 'I)( 11 )::
:_, 1 ,• • I ) ( 1 / ) ::
'1·~ ). 11(1} )=
i> 1 \ • . i I ( 1 ·~ ) :
:) '1 I • j ) ( 1 ~> ) .::;
.• ~1. 11(1{, ).::
'_; 1 '> • I l ( t 7 ) ::
l l .:. • I .I ( 1 f; ) ::
1 ·1 1 • I J ( 1 -~ ) ::
ttl. l)()i >=
311. ·J)(it ).:
~ ·4 ",_> • I J. ( } i. ) ::
Ll'>. 'JC.n ).:
• t) 1 • J ) ( ) ·• ) =
1 .1 '1 • . I l ( ) t> ) ;:
1 4 '.. • i ! ( l 7 ) .::
'30. Y7( 1):
30. Y/C )):
iÍI. Y?C .n=
Hi. Y?( 1):
3ü. V?( 5):
~ fl • y 7 ( t' ) ::
Jo. V?( 7)=
10. Y?( i:i)=
J (r • '{? ( q) = 1 (• • y 7 ( 1 (J ) =
Jo. Y?(lt):
iO. '{?(12).::
~o. nn n=
~n. YHl-t):::
~n. Y?ftS)::
' i) • y 7 ( 1 h ) =
10. Y')(1'1)::
'!). y? ( 1 ~~ ) = J n • v? c t ·1) = '19. Y?(20):
JR. Y?(21)=
l~. Y?C22)=
ts. Y7(J.3>=
S. Y?(24):
2. Y?(2~):
l. Y7(2b):
i'1. Y?(27):
- ~~ • '{ 7 ( 2 ~, ) =
61
917.
H 11 •
771 .•
7•}7.
64H.
C)') 3.
Jó4.
H1.
rn.
1 'J"'. 1 tJ 4.
1 1.i.
t ') 4.
75.
17.
'l4.
1.
7.
2 •
'J.
2.
. t ( ; l) = ~ d. y 1 ( / l ) = \ I I • I)(. ,l :~. ) = -d. '{? ( 2 ·J ) :: '-· 'l \Í I)::: .• '.'> • Y1( J I J ..; ,, \ . 11 ( )'I ) = -~). Y? ( Hl): 7..
I 1 ( J I ) '::: .n. il( l1 ) .: i . Jl( i,· ) ::; -:J .. 1') ( J 1 ) :; ) . '.
i l i l t ) :;; ' d • ft( 4 .: ) .: t \. J)( i 1 ) = - ~J. '(') ( )/): ;_.
h L')::: 7. V\( Hp 7. l)( l . ' •' ) ::: -:) . "{?()))::: '·
\ I ) !):: ~. Yt( i 1 ) :; ) . I j ( l] ) = ,J. '[?( )1)= .i.
t ( lt>= l • Yt(!l): 1. I I ( i 1* >= - ~1. Y'J( )~): l.
'1 ( 3 :} ) ::; lj y 1 ( J ,, ) :;; l. J ,I ( J ·; >= -:·. Y'J()b): .~. ... ilf)'J):: •.J. '{1(37): t. l/( lt. p: •f·. 'i7C P>= 3.
;ttJ7}:: J. '{1 ( ~ 'l ) ::: ! • U( 37 ): •J. Y?(J>i): 4.
I 1 l ~ l);.; -J. l t ( i'}): ' 'J i. ( 3 ~i ): ...o. Y?(34): 4. ' . i11JJ): •J. y ' ( l '.t ) = '5. '' .l ( t9 >= -o. y?(c\0): 4.
'1~~))::: -c. Yl(.ft).: ,. :J) ( 1 ': >= •li. Y?C\1)::: ~. l.
'tc4!l= ,) . '{1(t:t.l= ... J 2 ( '~ 1 p: -o. Y7(4/.): ">.
·1 r 4 .·') = •J. Yl ('H):: ,:, . :' ) ( l ·.~ >= •i). y7(•l3)= I:J.
1 ( ... J);;. -o. Yl(lt>= ~ ... J l ( ·• 1 p: •ti. '{?( \4): 7.
't 1 4 I)::: •l. Y t ( 4 r) ) ::; 7. .1; ( H >= •i). Y1(45)::: 7.
·1(~'))::: ·~i • y \ ( l ;) ) ,; ., . i l ( .... , l-= -o. '(?(1~)= k I e •
; l ( 4•.•):;; '). Y1(:f"7)-:: 1. '11 ( ~ ~) ) :: -i;. y 7 ( ·~ 1) = '1.
'lt4"1p; 1.). 'i t ( • l ) := • . I) ( 4 7 p: •I.~. Y)(lf-1)::: 1 J •
''l~q:: •O. Yl(·l)):: • U(·li )-= t • Y'J( ~'J): l (J.
• 11 1 I)::; j. n c; ,q .-: . , . I) ('H )::: 5. Y?(5:)):: r-••
63
li .3 ( {1):: 30. YH 1 ) : y ·~ 11 • I I .l ( ~: ~ ) ::: /'l. YJ(/Q):: .ll 9.
lf3( 1) = 30. Y1( 2):: H~~ 'i • UH ;q) = ;>Q. '(1(1()): i r.l 7 •
IJJ( 7): .l (). yq 3): K~t>. d.~( lO): l'-1. YH~t): l 1) ') •
lJ .H 3): )0. y 1 ( 4): 7 q ·1. iiH31): /9. YH1'1): 2 ~ l.
UH 4): ~ () . YH ')}: 7')7. 11]( 47):: /H• Y3( q):: i 7 (i.
UH ')): 30. YH nl= 7) 1. 111< J n= ;H. YH~4): JC.,M.
LI)( h): 3(). YH 71= o<~·l. i)]( U): JH. YHV;l: I 'l ') •
!IH 7)= 30. YH til= hi-,3. 113(J~>= 11. Y H ~h l = iH.
113( ~}: 3(). YH ~l= n17. 113( Jh): ~~ 7. Y H 01: 1.?0•
li J ( ~)= i I) • Y.4(10l= h 1 ~. d1(37): 27. YHlHl: 207.
11 3 ( 1 fJ) = Jn. YHt1l= 5 'll. U)( Hq: í.b. V H 141: 1 q i.
UH1t): 1 (}. YH121= '>70. UH J<i > = 2h. YH'l{.1): 140.
ll3(12): 30. YH13): 'j')(l. il 3( ·lO): 2h. YH4tl: lhl>.
U)(14): 30. Y3(14l= 5H. ll H 41): 2b. YH~21= 1 ') 1 •
IJ3(14)= 30. YH1')}: c; t ) • 113( 12): ;o;. y .~ ( 4.3 l = 1'3t>.
UJ(1'>):: 30. YH tbl= 'i 'li;) • (f3(1j): 25. VJ(tl4l:: 1 2 (J.
113( 11'\): 3D. YH171: 4411. IIH11): )'). YH4')l: \ 11 J •
UJ(17)~r: i 1.). Y .l ( 1 H l :: 4h">. li!( f~)= '-"· Yl(r1t.l:: ~~ 'l •
11)( pq: lO • YH,9l: 40:,0. ll3( lb):: 7.5. YH-11>:: hh.
ll)(19): 30. y 3 ( 7 f) ) .: 1 4 ') • ill( l7): ;r,. YJ(ilH): l h.
UH20):: ~o. YH/t): 4) t • d3C 'lh): 2t-,. YH19l: ) i.
ll3(21)= ~o. y .i ( ') 'l ) = 41Jii. ;IJ( !4): 7~. y i("i(i): ().
liH2l): Hl • YH?Jl: 3 ') ') •
ll3(23): 30. YH?4): J H} •
1.13C:L4)c: 30. Y.3(2~l= J..., '1 •
UH~5): 30. Y H 7h l = l ')o.
113( 26): JO. Y H ?7l = -~ 14.
11](}7):: 2Y. YH?Hl: i lt.
64
Mostramos abaixo alguns dados do problema dos peixes II.
Observe o tempo de C.P.U. e o número de problemas parciais; a média
~~:j·t.~RJ T•!TA:.., !.Jf l\VALIII.Cl;Ss •E F!!NCA(J !; GHlH>H>Trt;: •j5 ;J') 1i::ll J ril r'Aw Df 1 TI:.'I<ACilt S i)!'~JTIHl DA :<~I.~Js;; : 25 J:.l.t:;p l :n: C IA.lA!lAS A MJNSS (PPOF<LJ:;•~AS Pl\1-~ClAIS ) : 4
•llA';rJ,i.S'!:'JCll : 1 :-1;\liH~ l!"!F''C"'IHILIDAiH.: : IJ.4B513tJ7 , ·p s : o • t ) ,) n I) , o l:. •') 1 r !H. : n. t ,, !., r)~> o o E. o 1 F l\ r o., r 10.0'100()
2 -->
de tempo por problema parcial nao chega a 1 minuto e meio. O diagnÓ!
tico 1 não significa um mau resultado, pois a maior infactibilidade
é suficientemente pequena para um problema como este.
65
5.7- CONSIDERAÇÕES SOBRE O DESEMPENHO DO ALGORITMO- Di
versas experiências foram realizadas com os problemas dos peixes e,
com o aumento da precisã~o tempo de C.P.U. aumentava drasticamente.
Com a necessidade de pouca precisão nos problemas, usamos E = 0,01
o suficiente. Observando ambos os problemas, chegamos a conclusão
que a Última pescaria é "fulminante" e deveremos ter para últimos
estados (Últimas componentes de y1 ,y2 ,y3 ) valores nulos. No nosso
problema isto praticamente se verificou já que os Últimos estados ou
são nulos ou perto disto. O problema de erros de arredondamento
também deve ser considerado, já que a função aumentada contém o
seguinte esquema de parcelas para o problema:
(300 x 6) parcelas + (300 parcelas) 2 +
2 +(300 parcelas) + (300 parcelas) aprox.
Este número é o máximo de parcelas, podendo a função ter
menos parcelas. Mas, ao começar o processo (com urna política super
-ótima) todas estas parcelas aparecem na função aumentada. Assim
o erro poderá ser grande; porém, corno nao se usou o processo recu~
sivo (é claro, queríamos evitar isso), e cada novo ponto obtido co
mo produto de um problema parcial é recalculado, os erros nao se
propagam além do cálculo da função. ou melhor: o cálculo de urna
função aumentada não é recursivo.
O desempenho do algoritmo chega a ser excelente quando o
testamos para um ponto inicial muito ruim e assim mesmo, ele forne
66
ceu uma boa pol!tica. Este ponto inicial foi y 1 (t) = y (t) = y 3 (t)
= u 1 (t-l) = u 2 (t-l) = u 3 (t-l)= 600, t = l, ••• ,T. Observe que todas
as variáveis iniciam com valor 600, o que é bem diferente de uma p~
litica. Neste caso, permitimos um número máximo de 25 problemas
parciais; todos os 25 problemas parciais foram realizados, tendo um
tempo total de cerca de 19 minutos de C.P.U., ou seja, aproximada
mente 45 segundos por iteração. Porém, o fato mais importante é ~ue
no terceiro problema parcial,o ponto obtido já era suficientemente
bom, embora não atingisse a precisão de 0,01. Observe que o ponto
inicial é bastante longe da solução, mas, mesmo assim,não causou im
pedimento para o algoritmo. O número total de avaliações de função
e gradiente (para os 25 problemas parciais) foi 160 e o número to
tal de iterações dentro da sub-rotina de minimização sem restrições
foi de 64. Mostramos a seguir a política obtida; observe que é uma
pol!tica factível e que nao apresenta todos os estados nulos no fi
nal; voltamos a achar que o problema deve ter diversos máximos lo -
cais ou pontos de não-regularidade em que seja impossível para o al
goritmo evitá-los.
A seguir mostramos ~ política obtida para este caso.O cus
to da política (função objetivo) é de 3585 unidades.
67
68 ) .. ' l ' .. ) . < ) ( ! ) - I . .
l ) .. ~ .I ( ; J -· .,
' 1
) I . I .c ~ y . ' ( \ ' \:. 1 . . .. l ) í I .. - \ ,• ... ( J = ·~
., l ' . I .
t ' ê j I .. I ( l ) -· I . I i ; l .. '· ' (
oi i } -. J 1 J •. ! t } ' 1 . ( ) - 1 . .
) - . .' i ) ( ~'.: '· 1 . J - l I ..
I .) ( i 7 ) - ., ; 1 .
1 ' 1 ' I ; I ,..···.1 ( ~· ·' - "'~ ' . 1
1 1 .. t \ ' -- i ) ( .I ) ---. I '· J .. ' .. I ; I ( :. ' I . . 1 ' I ... ' J ., I ( ' I .. '· 1 .
l . I
' ( . .,
' { (
I ' ' I i ) ..
I I I ..
(
' )
l \ . , . I ' i
I .
I .. )
I I r
69
y ; ( 1 \ :: 1 • ) -: 1 • ( ."'··!I-·
I '/ \ \ ( , .. / 1 • ' ) --
. ' , ( .· ) :: I ' > • . I
: ( ' j :: ·. ') { l ( ·' I c; ( • 1 I::. .. . _·, ( ~ I. • ( ) ) ; :!"
- I o
l '-1. I • o l : ( ! l-:: - '. '4 Y -~ ( 7 I ;; ri • ·.f ' • .I~ . .
·' ( 1 ) = :~ . y ~ I .... ) :: •• '·-. ) = '{ I ( '· •· I :::
. . 'r' i ( (i ) :: ) i ( ~ 1 l ::. ... i •
I • Yl(l 11:: 'I. r -. 1 l ~ ' . -, ( ! I. ) = I • I • I I ·• ) ~-
l I ) -: ) I ' ·; ) ::: \ . ' . -''.
1 • ' ( j = -; J
; (I I);: ' . l ( , ·• ' :.: ( , I ) ;.:: _. '\ ; I . ..... i •
> ( • J '.: -.I : 'l :-c
,, ,, ) :; i: I I ( ; ,, ) --
\' ·' ( l ... ) :- •.'. ' . 1 ; I .: l =-
I I .) ( 7 ) ;: I• o -l I 'I ., :; ~ j • . ( "):: .. I {I ' • ) -
_, ( l ..; ) = Y '), ( 1 •I l ::: ' .. ., ) ::. ........
.. y \ ( ') '' . '1);; y ~ ( •j I ) :_: -.,
I J ( . ' -J- I . ' ; =. -.. '( ·1 ( ; '·' ) ::. . I o
I ' _1 ( 1 ) : y -~ ( .. ) ) :: 'I • ( . ; ::: 'I •
'' \ ( ) ) :- jl ,,
y ~ ( ) /j 1 =
't I I ·; "> l -.:- I' o
'y ~ f I L ::
) . Y < I '7 l :::
,j Y'1(i~··l~
70
CONCLUS~O
Neste trabalho, obtivemos resultados acima dos espera
dos, e nossos objetivos foram atingidos plenamente.
As comparações entre os métodos foram bastante satisfa
tÓrias. Os resultados do rroblema dos Peixes II, um problema grande,
foram, podemos dizer, excelentes.
A utilização de uma rotina para minimização sem restri
çoes que utilize a informação de canalizações melhoraria, em muito,
a eficiência dos algoritmos.As sub-rotinas que usamos tratam das
canalizações como restrições propriamente ditas. Pcopomos, a partir
de nossas experiências neste trabalho, que os interessados que que!
ram melhorar o desempenho dos algoritmos, utilizem uma sub-rotina
de minimizações sem restrições com canalizações.
71
B I BL I O G R A F I A
[ 1 J As~adi,J. A computational comparison of some non-linear pro
grams. MathematiaaZ programmingJ 4(2):144-54, 1973.
[ 2 ] Avriel,M. Nontinear programming; analysis and methods. En
glewood Cliffs, Prentice-Hall, 1976.
[ 3 ] Diniz,M.A.B. Algoritmos para minimização de funções aom re~
trições não Lineares. Campinas, IMECC/UNICAMP, 1980. (Te
se de Mestrado).
[ 4 ] Fletcher,R. An Ideal penalty function for constrained optimi
zation. JournaZ of the Institute of mathematias and its
appliaationsJ l5(3):319-42, 1975.
[ 5 ] An exact penalty function for nonlinear prograrn-
rning with inequa1ity constraints. Mathematiaal programmingJ
5(2): 129-50, 1973.
[ 6] Hadley,G. Nonlinear and dynamia programming. Reading, Addison Wesley, 1964.
[ 7 ] Hestenes,M.R. Multiplier and gradient rnethods. Journal of
optimization theory and its applicationsJ 4(5):Jo3-20,1973.
L 8 J Jittorntrurn,K. Acce1erated convergence for the Powe11/Heste
nes rnultiplier rnethod. Mathematiaal programmingJZ8(2):197-
214, 1980.
[ 9 J Luenberger,D.G. Introdu tion to linear and nonZinear progra~
ming. Reading, Addison-Wesley, 1973.
72
[10] Pielou, E.C. MathematicaZ ecoZogy. New York, Wiley, 1977.
[11] Powe11 ,M.J. D. A method for nonlinear constratnts in minimi
zation. In: F1etcher,R.,ed. - Optimization. London, Aca
demic, 1969. p.283-98.
[12] Rockafe11ar, R.T. The mu1tip1ier method of Hestenes and Po
we11 app1ied to convex programming. JouPnaZ of optimiza
tion theoPy and its appZications~ Z2(6) :555-62,1973.
AP~NDICE A
74
APE:NDICE A
Aqui daremos algumas definições importantes e apresenta
remos alguns resultados sem demonstrações. Caso o leitor necessite
de alguma demonstração, poderá te-la nas bibliografias forneciuas.
DEFINIÇÃO 1 - Um ponto x* que satisfaz as restrições h e g,ou
seja, h1 (x*) =O e gi(x*) ~O é dito ponto regular para estas res
trições se os gradientes Vhi(x*), Vgj(x*), i= 1,2, ••• ,i e j € J
J = {j I gj(x*) =O } , são linearmente independentes.
DEFINIÇÃO 2 - Definimos função lagrangeano a função L(x,À,8):
Rn+m+~R associada ao problema geral (P), que tem a seguinte expre!
sao:
L(x,À,p) = f (x) +À Tg (X) +p Th (X)
m i
= f (X) +L: Àigi(x) + L: pihi(x)
i=l i=l
onde os vetores À e p são chamados vetores dos multiplicadores de
Lagrange.
TEOREMA 1 [ 3 ] - (Condições de Kuhn-Tucker): Se x* é um ponto
mínimo local para o problema (P) e se x* é um ponto regular para as
restrições de (P) , então existe um vetor À €Rm e um vetor P€ Ri com
Ài ~O, i= 1,2, ..• ,m tais que
f (x*) +E i=l
À.Vg.(x*) + l. l.
T e À g(x*) = O
75
Assim, urna condição necessária para que x* seja um mini
mo local, é que cumpra as condições de Kuhn-Tucker acima; estas con
dições são conhecidas corno condições de Kuhn-Tucker de primeira or-
dern.
TEOREMA 2[ 3 ]- (das condições suficientes de segunga ordem):
Consições suficientes para que x*, ponto regular, seja um ponto
m!nirno local para o problema (P), sao que existam À E Rrn e e E R1
tais que as condições do Teorema 1 sejam satisfeitas e a matriz
V2L(x*,À*,S*) (hessiano do lagran~eano) abaixo, seja definida posi
tiva no subespaço T dado mais abaixo:
para todo j E J'}
J' = {j: gj(x*) =O, À.> O} J
No caso de o problema apresentar somente restrições de
igualdade o laqranqeano apresenta-se corno:
L(x,p) = f(x) + pTh(x)
e no Teorema 2, o subespaço T seria
T = {y: Vhi(x*f y =O , i= 1,2, ••• , t}.
AP~NDICE B
77
APtNDICE B
DESCRIÇ~O DAS SUB-ROTINAS
Aqui descreveremos as sub-rotinas usadas no nosso traba
lho. Aqui faremos um trabalho breve; não entraremos em pormenores
sobre o uso das sub-rotinas, pois, no apêndice C(listagens) são in
cluidos os programas principais, que servem como exemplo para o u
so.
B.l - SUB-ROTINAS PARA O MtTODO DE PENALIDADE -
PENA - é a sub-rotina global do método.
- argumentos -
X - vetor ponto inicial de dimensão N .
N - número de variáveis .
M- número de restrições de desigualdade.
L - número de restrições de igualdade.
F- valor da função objetivo na saída.
GFO - vetor gradiente da função objetivo na saída (N componen
tes.
Q - valor da função penalidade na saída.
AMI - vetor de parâmetros de penalização, na entrada deve ser
fornecido com todas as componentes maiores que zero. Na
saida é a Última atualização que recebeu.
GNORM - parâmetro para efeito de diagnósticos, é a norma eucli
diana ao quadrado para as restriçÕes de desigualdade
que sao violadas pelo ponto x.
HNORM - o mesmo que GNORM para restrições de igualdade.
IDEV - número da máquina para salda dos resultados.
MXF - número máximo de problemas parciais permitidos.
78
FATOR - fator de aumento dos parâmetros de penalização. ~ par!
metro de entrada. Em geral FATOR = 10.
KONT - contador de problemas parciais.
IER - diagnóstico, IER = ~ significa que houve convergência
para um ponto que satisfaz ER < EPS; IER = 1 significa
que a função objetivo já não pode melhorar entre duas
iterações consecutivas(sÕ para IK ~ O); IER = 2 signi
fica que o número máximo de iterações foi atingido sem
que ER fosse menor que EPS.
EPS tolerância pedida para convergência.
IOUT - se IOUT = ~ a sub-rotina MINSR nada imprime; se
IOUT = k > ~ a sub-rotina MINSR imprimirá a cada k ite
raçoes completas.
KFUN - número total de avaliações de função e gradiente reali
zadas dentro da sub-rotina MINSR.
KTER - número total de iterações completa~ dentro da sub-roti
na MINSR.
GRAG - vetor para trabalho de M componentes, que conterá o
gradiente de uma restrição de desigualdade.
GRAH - o mesmo que GRAG com L componentes, para restrição de
igualdade :i
79
GRAQ - vetor gradiente da função penalidade.
MXFUN - número máximo de avaliações de função e gradiente per
mitidas dentro da sub-rotina MINSR.
W - vetor de trabalho para a sub-rotina MINSR, a ser dimen
sionado com no mínimo (5N+2) posições.
GAUX - vetor que conterá os valores das restrições de desigua!
dade, deve ser dimensionado com M componentes.
HAUX - o mesmo que GAUX para restrições de igualdade, deve ser
dimensionado com L componentes.
ICH -vetor de chaves para passagem da informação se gi{x) é
ou não violada. Se gi{x) 6 violada ICH{I) = ~' caso
contrário ICH{I) = 1. Deve ter dimensão M.
ER - maior infactibilidade, serve para testar a convergênc!
a e na saída serve para se verificar em quanto fci o
valor da norma máximo das restrições que são violadas
pelo ponto.
IMP - se rr~ = ~ nada é impresso pela sub-rotina PENA (pode~
do ou não ter impressão pela sub-rotina MINSR) ; se
!MP= 1 são impressos IER, KONT, F, X, KFUN, KTER, ER,
somente; se !MP = 2, IMPRI é chamada e urna impre~
são detalhada é fornecida, sendo impressas quase a to-
tal idade das variáveis de saída.
IK - se IK = o não é feito o teste de melhora ou na. o da fun
ção objetivo em relação a função Q. Se IK = 1 o teste
é feito.
80
' Sub-rotinas que são chamadas pela sub-rotina PENA:
a>MINSR - tem a finalidade de fazer a minimização sem restrições
da função penalidade. Esta sub-rotina implementa um
método semelhante a gradientes conjugados com uso · de
pseudos-hessianos.
Chamada da sub-rotina:
CALL MINSR(N, M, L, X, Q, GRAG, AMI, IFUN, !TER, EPSG, NFLAG ,
MXFUN, F, GFO, W, IOUT, IDEV, ACC, GNORM, HNORM, GAUX, HAUX,
GRAG, GRAH, ICH)
- argumentos nao descritos na sub rotina PENA -
IFUN - número de avaliações de função e gradiente realizadas
nesta sub-rotina.
!TER - número de iterações completas realizadas nesta sub-ro-
tina.
EPSG - é a tolerância pedida para convergência na minimização
sem restrições.
NFLAG - diagnóstico da MINSR. Se NFLAG = ~ houve convergência;
se NFLAG = 1 houve falha na busca unidimensional do mé
todo, não se conseguindo melhorar o valor da função
se NFLAG = 2 o número máximo de avaliações de função e
gradiente foi atingido sem que houvesse sido atingida
a tolerância EPSG.
ACC uma aproximação para a precisão da máquina em ponto flu
tuante. No PDP-10 da UNICAMP,ACC = 2-27 .
81
b)ATUAMI- tem a finalidade de atualizar os parâmetros de penali-
zaçao.
Chamada:
CALL ATUAM! (AMI, M, L, EPS, FATOR, ICH, HAUX)
c)IMPRI - tem a finalidade de imprimir os resultados finais obti
dos
Chamada:
CALL IMPRI(N, M, L, X, F, GFO, Q, AMI, FATOR, KONT, lER, EPS,
KFUN, KTER, GAUX, HAUX, GRAQ, ER, IDEV)
d)FPEN - calcula o valor da função penalidade e seu gradiente.
Chamada:
CALL FPEN(X,N,M, L, Q, GRAQ, AMI, AGNORM, HNORM, F, GFO, GAUX,
HAUX, GRAG, G~~, ICH)
e)FUN, - sao 3 sub-rotinas que compoern o conjunto de problemas
GE,
HAGA
testes. A sub-rotina FUN calcula uma especificada fu~
ção objetivo ou o seu gradiente; a sub-rotina GE cal
cula uma especificada restrição de desigualdade ou
seu gradiente; a sub-rotina HAGA é semelhante a GE, só
que para restrições de igualdade.
Chamadas:
CALL FUN (X, F, GF, L)
CALL GE ( I, X, G, GRAG, L)
CALL HAGA ( I, X, H, GRAH, L)
82
- argumentos -
X - ponto fornecido.
F valor de uma função objetivo.
GF - gradiente de uma função objetivo.
L - se L =1 a função é calculada; se L = 2 o gradiente da
função é calculada.
I - é a i-ésima restrição considerada.
G - valor da restrição de desigualdade.
GRAG - gradiente da restrição de desigualdade,
H - valor da restrição de igualdade.
GRAH gradiente da restrição de igualdade.
Ârea em COMMON; COMMON/NOPROB/NP
Se NP = i, o i-ésimo problema teste está sendo considera
do.
83
B.2 - SUB-ROTINAS PARA O MtTODO LAGRANGEANO AUMENTADO
PNL,01 ...
a sub-rotina global do método. - e
- argumentos -X - mesmo que na sub-rotina PENA.
N mesmo que na sub-rotina PENA.
M - mesmo que na sub-rotina PENA.
L - mesmo que na sub-rotina PENA.
XLAM - vetor aproximação para os multiplicadores de Lagrange;
na entrada, se não é fornecido, a sub-rotina assume o
valor 0,01 para todas as componentes de XLAM, se algu-
ma componente apresenta valor maior que 0,01, esse va
lor é assumido. Deve ser M-dimensionado.
XSIG - vetor de parâmetros para os termos de segundo grau das
restrições de desigualdade. Deve ser M-dimensioando.
TETA - o mesmo que XLAM para restrições de igualdade. Pode ,
suas componente~ assumir qualquer valor real. Deve ser
L-dimensioando.
XMI - o.mesmo qúe XSIG para restrições de igualdade. Deve
ter dimensão L.
FOBJ - valor da função objetivo da salda.
FPSI - valor da função lagrangeano aumentado na
salda.
GX - vetor de trabalho de dimensão M.
HX - vetor de trabalho de dimensão L.
84
GFO - gradiente da função objetivo na sa!da.
w - vetor de trabalho. Deve ter no mínimo (5N+2) posições
GRAG - vetor de trabalho que conterá um gradiente de urna res~
trição de desigualdade.
GRAH - o mesmo que GRAG para urna restrição de igualdade.
AK - vetor de atualização dos parâmetros XLAM.
KFUN - número total de avaliações de função e gradiente na
saida. ~ o somatório dos IFUN.
EPS - precisão pedida para convergência.
MXFUN - o mesmo que na sub-rotina MINSR.
MAXF - número máximo de problemas parciais permitidos.
IOUT - o mesmo que na sub-rotina MINSR.
ACC - o mesmo que na sub-rotina MINSR.
TOL - se uma restrição de desigualdade for menor que TOL, e~
ta restrição não passrã pelo teste de razão de melhora;
se uma restrição de iguJ.ldade em módulo for menor que
TOL, esta não passará pelo teste acima.
IDEV - o mesmo que na sub-rotina MINSR.
KONT - o mesmo que na sub-rotina PENA.
KTER - o mesmo que na sub-rotina P1.:!NA.
IER - se IER = ~ o método convergiu para um ponto em que a
sua maior infactibilidade .. e menor que EPS; se IER = 1
foi atingido o número máximo de problemas parciais peE
mitidos sem obtenção da precisão desejada; se IER = 2
o problema só contém restrições de desigualdade e o
85
ponto obtido é fact!vel(só para IOP ~-);se IER = 3
não houve melhora na função objetivo em duas iterações
consecutivas (só para ID ~ •); se IER = 1 o problema
é um caso particular em que M = L = - e sua convergên-
cia deve ser analisada pelo parâmetro NFLAG da sub-ro-
tina MINSS.
GAUX - vetor que contém os valores das restrições de desigua!
dade. Deve ser M-dimensionado.
HAUX - o mesmo que GAUX para restrições de igualdade. Deve
ter dimensão L.
FATOR - fator de multiplicaÇão dos parâmetros XSIG para atua
lização.
EPSG é a tolerância para a sub-rotina MINSS. No primeiro
problema parcial EPSG = min { ~,1; lOxEPS } após isso
EPSG assumiri o valor EPS; para ter·um EPSG diferente
do especificado, a linha EPSG = AMIN 1(~.1, lO•EPS) de
ve ser removida.
IMP - se IMP = O nada é impresso; se IMP = 1 cada iteração
é impressa com ponto obtido, o valor da função objeti-
ID
vo e resultados finais detalhados; se IMP = 2 cada ite
ração é impressa com bastante detalhes mais os resulta
dos finais detalhados.
- se ID = ~ o teste de melhora da função objetivo nao
feito; se ID ~ O o teste é feito.
-e
Ârea em COMMON : COf1MON/SFACTI/IOP. (Veja IER)
Sub-rotinas que sao chamadas pela sub-rotina PNLgl:
a)MINSS - é a mesma que MINSR para o método de penalidade.
Chamada da sub-rotina:
86
CALL MINSS{X, N, M, L, FPSI, GPSI, XLAM, XSIG, TETA, XMI, IFUN,
ITER, EPSG, NFLAG, MXFUN, FOBJ, GFO, W, IOUT, IDEV, ACC, GRAG,
GRAH, GAUX, HAUX)
b)PSI - tem a finalidade de clacular a função lagrangeano au -
mentado e seu gradiente.
Chamada:
CAAL PSI{ X, N, M, L, XLAM, XSIG, TETA, XMI, FPSI, GPSI, GFO,
GRAG, GRAH, FOBJ, GAUX, HAUX)
c)ITERA- tem a finalidade de imprimir os resultados finais do
processo.
Chamada:
CALL !TERA (X, N, M, L, KONT, FOBJ, FPSI, GPSI, HAUX, GAUX,
IFUN, ITER, NFLAG, ER, IDEV, IMP)
d)SFINAL- tem a finalidade de imprimir os resultados finais do
processo.
Chamada:
CALL SFINAL (X, N, M, L, FOBJ, EPSI, GFO, GAUX, HAUX, XLAM,
TETA, KFUN, KTER, KONT, IER, ER, EPS, TOL, FATOR, IMP, IDEV)
e)FNORMA- é uma função real de argumentos A e N, que tem a fina
!idade de calcular a norma infinito de um vetor A de
N componentes.
f)FUN, -tem a mesma finalidade já descrita em 6.2.
GE,
HAGA
87
B.3 - PROGRAMAS PARA IMPLEMENTAÇÃO DOS PROBLEMAS DOS
PEIXES - Além dos programas principais, no apêndi•
ce das listagens, encontram-se dois arquivos com sub-rotinas tipo
FUN, GE e HAGA para os dois problemas dos peixes: duas sub-rotinas
suplementares são também incluidas, a sub-rotina Pl de parâmetros N
e X que tem a finalidade de criar urna pol!tica para os problemas ;a
sub-rotina SAl de parâmetros N,X,IT com a finalidade de imprimir no
formato F7.~ os valores dos controles e estados obtidos ao final do
processo no problema dos peixes. A variável IT especifica o número
de estados: se IT = 5 é o problema dos peixes I; se IT = 50 é o pr~
blerna dos peixes II.
B.4 - ALGUMAS OBSERVAÇÕES IMPORTANTES -No apêndice C
das listagens, encontram os mais importantes programas principais u
sados. Não é nosso objetivo mostrar os seus usos. Queremos mo!
trar resultados obtidos e poder oferecer a interessados urna série
de programas que podem ser úteis corno ferramenta na solução de pro
blemas de otimização.
APtNDICE C
89 C Pr.o .. ~ ... .~;, ~·~i·J.:fl•!\._. r)~;,;. •.t.~.•.,.:r~r/.r,c:.~t or,H F'IJ:\J,..an P~';i!\l,Iu"ur
c n l M c. "J::.. r 0 A~ x l c;, J 11 l , ~~o~,; r ~i' ,; ) , ,\ '1 ( 1 ~~ n il l , r; 1-: .'\r; r c, '' n ' , r: 1 { t, ti r s o \J ) , r.~< fi •,1 r ~) o 0 )
1 , ...; 1\ '-1 ,1( ( ') -.~· .-, ) , • I ( .; ~; " ) ) , · i \ U V ( ~, .j (I ) , J r ~ ( ~~ O · ) , Y f 1 :; ,., ) r U ~'>': ill.i I: H li' IL l'' I H'
n h r,\ 1" ,.-, 1 li ;, T ., .1. l I J T • 'I i•!<. ' I ·I , T J f: '! • : l t . I J • IJ 1 J • / ) • ~ é I I
l-'i'S.:.1.~·-·l
F ;, r J '· • = 1 ,, • 1 :d' :: I
17 fl .. l Jh {.;;1,(: ••• , i'.:)
br, Vlll[J.;; J.
·r .l. P;.. !
1 F Li I< •' I A t' f ~ X ' I • ' l 1 . \ •• ' l ' l ' l ~· '(. , .. , ' ' \ ) ; • , ;, )
A L r c~ P 1' I , .·-. P
2 I'' U ~,·~A •' f l ) TlPL j
) F,Jkt·Ai'( ;,X, 1 ,;1llí'J. ll.._ i'•.\l.,V._.'T..i, i.Jlf 1!-PII DE I~FSTHlr.JF:.l !>F ~'l:.Slí.lll'\l,DA
*fiLS 1 ,1 1 2·.1'1:,•L. >ll11·'t<~l 1k oYul'i\lCit,.·:; íll- {(~.J;'U,nll,li:~ ; 11 $)
A(rL.Pf ., .. ,In ...
.. fo\JH,<A l'f Jl)
T:iP.:.. ~
7
9
5 ...
2.
],
l
FuI< •i ~ f ( J ). , I ~, f• u \1:\ J F "íl i I•; 4 l' i b ...
A.:;CL.Pi 7,A"i .. uh .. , fi .•• ( \.,; l
fiJ 1• l;.;1,(.i+ ... ) :. '•i 1 l 1 ) ;.; •• ' , l
1'{1·~ )
fo',JIA:•t••(.):i. 11 t•dJT•l l.4T.;_;t,,l,
il._; :_,') );.;1 1 I
1\ ~r. ro i' 7 • .:a. l r J (' ,:, (. ... " t•' í'li : , •. ! l . ) J
• , s )
• • s )
(' :, 1, .... i·~· .. r. l :a. , l , \A , L , V , \~ ~ · 1 , ' ; , 11 ' 1 , (: 1. • ,,_ ·., , ·I ·1. l.' :.A , T n F V , . 1 X F , F f\ T n h ,
"'· ._, , r •• ~ · 1 • ~ , ' .J • l• 1 •..i .,. , •• · , 1 •• ~, ,. , .. ;) , c ,. '· r: • , . ,, 1, H , c 1) 1\ o , ~-~ '/. F'' . 1 , 11 •
/ (: •' • I ' " ... ; i\ 1. ; A ' l' "" • ' t;· l i , 4 ... ~ t.. , ... I·: )
l', t.,.. <'il,,'l·;_ • •. ( l r~;)
1' ~- • ' t . I = ~- L : I c\ r ( I • ~' ) • . l .i.
"'·rf~•ll.lt··,,..:·)) ,;•,T,·•;'I ~ ",. • !\ z f 1 , 1 , : ... { , • r .·. ''., .. , 1 ·, • li ;.• :, .. , -. . • • ,... :: .•A i • r,,, • • 1 -, , •
_,, I I I \ ~'~ t I • ,. ( 1 . li 1.' , - ~ J .. ,, I I ;I ," ( I I I I J
~· ~ t I I )
F . j ~ .• :. • ( I " • •
,, \,. (' I- ~I l' i ~: I
l 1 • I ,-. l ~ ÇJ l. I I q ." r ;1 t ' • (: )
--->
1 ... , 1 ,, r. ; r .i l T t f ..J •• ·~ • 1 ) ' '' I ,. _; 1 7 s ['llt'
Í' jÍI
c
c t ' ,
1.7
t. 4
I , ~
t lfl t í 7 I i 4
1 1 H
1 .' f)
c
... s uM t' I J .j r 1 'J ;~: l ' 1 ~. ·~ l ( I • (i • í ... ,, • l' • ,_; 1-' u • \J • ~ •• q • lo' A T': l H , I( n wr •
1 ~ ", . Y..,, ~.F u J , ,.; i;.·~', '-' ,, J x , tL,ll", .; P..; tJ 1 r: 1-1 , 1 • h' i/ 1 t l .l ""~ N ..J l .J •-i ~ l 1 j , . , •1 .i. ( l l , i:,, ti i\ f 1 l , •1 A 1 I X ( 1 ) , .--;H A.; ( t l , \.F n ( 1 ) C'uM •tll.•'·''it'•~;Jiíf q· ..-1 1<1 ! r l L11·· v', 1 •l"' )
w 1; r r •< l 1 u ... ~· • 1 ;) ~ 1 w 1 1 T !F ( I iJ "' J , l r~ 1- ) w : 1 I 1 r { r 1 1 f? v • 1 ,, J l
'I , ·.1 • '. I T -~ !·: ~·, <J • ( ,, ( .i ) , T ;; 1 I \! )
r 1· f ,., • ~ ~~ • ,, 1 r• ;< ... -r •. f "'i 1 •• v, 1 J t> ) c<:;, l' x r 1 l 1 r= 1 , 4 ) r t ·r Lo.,,.~-.,,) 't · .1 1' ,4 f ... 11 ,_ v 1 1 .) K J c ,. ;, 1 r A r 1 ., , T = 1 , r. 1
..lt (ii:':(ILJI-'V,\hd (,;F-~J(1l,1;;:1, J)
.-11: 1 J.' to' ( l U F v , 1 1 L ) ( .., P ,, q ( T J , .._:: .1. , ,, I
M t.=.l+u w " T 1 F l l i.il· · v· • 1 1 • 1 L., • ! r 1 l , 1 .;.; 1 I •· .. q_, l w. ( I i i-' l T .) o;• v • 1 1 b ) I( ,..J •J 'f , ; . J;' d t. , ~ T ,,. I' _.., t\ 1 r t ( 1 ,; ... v • 1 1 ,, 1 .. ·i.' s, f.", •• ~·i\ r' ·., kLT,;~ .•
r-. I ""' . ti\ ~. ( 1 t·ll • 1 : • ... • I •I !-. ;:. : ' I ' T .. !l 11 ';
~~ t- X 'I\' I, •I 11 11,11)
P TI p 1\ n 1,
~·1 i IJ. j r, ( ( j .~ 1 I , I I , ~, j • 1 '-... \, .. " l 1 "-J ._. r J
·~ '' ... .;...I ,; tI·"(.' I~.,, . • I I i ~ I 1 ,'). ~ I I I j . , \ I) \)
• I . l ~ ' ~ ;( ' t ; J \}. t.' o'. I
111· ;.; I 11 I(' ,~·~ n~·
1)::._ !<FST!· TCI't·.S nt·: y,;lf,'\l-.JI\[JF I, 1 3
... • I • ) " • I L' I .I (: • ' I h' ,. J. i. I ·.~J,I)
~·,_li-< Í à .' ( j h 1
I ; ·, ,_. 11 _1\ ~ • : ; · , '~· 1. J 1 • 1 .J :- · r r ., •,.-;,•,~.~V:\f . ._:D 11', Fll·,('r,tl Pt·''·IA
~,, 1 1·. r . ) : ~ ~ ·r r ·~ 11 • , ~ :J r • - • l , 1 , l A , ... :,nl <,.,_,, 1, Jl.') 1
l·\.t••/<..,(J . .;,·4l '•'),1/) F~..,,h' .. n ).~( 1 'll~•' J,.\l·~.it 1 ,,..,:·~ !! , ...
... .) 11 l <1 ·', I, j ;.:·
.... ~ I ~ \ ' t\ " 1 I~ ,, • I \: ~ ' I ' \ ' I ~.- .~ ! •
, )
~-,,..:·.r,~tl·'"•'':, .. , •. f •• ,,,· 11 :·,:,(',,:1 ,,,,y, '''·' •,l.~~.c..,-~Jf~Jr.,l,~.\l)
~·~.~ ,!,,{,ll/,, 1 :,;·., .. [o.'oiJt•' 11, ;:1.,(",,:1 1-'1 J'\(.fil.'i) 1 ,/ 1 l,.;,J:I('-)\;,/, \'!.J)
F,i~--<.,fl ;r l .. '.'·• 1 \ll r,_,.~ il .. :'\,.:\ ., .. ~··I,J::; ill 1·;:; \i. r. '~'"'"n 1 ,/,JX,t.:,:)('>C,I, ~-,:._.,r,,( J(,' .. •i ,;:,, 1 ll._ ... · ... ·."' ,·1.,.<; f 1 l'r''''e;•t';,) il' ~'li\P.JT1~• 1\ ;IJ_,,<;i<
"' .i.~. 1 1 ~''' 1 ·J,;··,,I 1 .J i.' 1;.f.;_, .",,i.\., I,,(',,.··. 1 • ~"' 1 :1:'\rl 1:~ .,-,t) 1\ldi'.;T':.
"' 1. J A, • . ~ t J .. ~ , .• , r I , r \L 1} i r ... I·' ... r· \ .. 1 f-'·:·" , ~ •· ·'· ,. i ( ,, ~ 11 ~·H ~ . .rr t ·-J .'\ • l r .. s ~J .. I I
~-.~f' .. h :· r j x, 1 , ·.,,_i· 1.; ., <~ P .• 1 ~ 1, .•
~ :_, ' ..J " , I l· \ i' I l i ' ~). ,, .) I . j l l . l . 4 , •.• \ •. -\ ' l ~- .. n
I • :_;, I , •. X , I 1 .'\ j I I F
. , , 1:~ 1, 11 •.· •· 1 :.·r, ·1• c. J l·lf' .'\ :._:-1' i H ll.l\1 ,\ ll i~
11 f• ~' ,; r.J .~f, j 7. 1\\ f,! t
li.) )
• 1 ti ,
• I 'l'
•
c--~·---------··---~---··-~-----·--------------~---·-·-~-------~---~~---
c ...; ', ~~ 1,, 1 ..J r i 1 • ! · ~', _ I ( \ , ·I , .. 1 , 1. , J 1 ';,! 1\ \J , ,\ :-' ) , 1. '-11 • ~~ ·1 , • I ~-J ,., ~ ·~ , F , ~;F .J ,
... I -' A \ I ~ , H + ' i ).. • ~·; ; ) • 1 I : , ; l \ .) ' t • i (' ' . l f I ~ '111 ~" • > ,,,f _I À ( !) I \ 1 .~ • I t J ( : J j 1 ·-' I' I ( ''I ) 1 '1j ( 1 ) ' < ~ ! ' f\ ; ( '·0 ) I Í, I" () ( 1 i ) I
';" • · l. l I) I i(" I ( ·') 1 .j .'o li r, ( _.)
c il v I' T ·' . " :I 1•' . " :0: 1 , i
7 c:,: A ..• I .. I .;.; ·: • •I
c c
H:<ll,; 1·1 ~ .') •
(ll.l';,t.-.AU t)l\ ~-'hf'l•·'l.H,; í'l'l,tr.~l.;\ lJA F"(lqr!\li Pto~ ll\f.TI"Ai)F' 1
1-~'->T<• t'i1,iC~.l., ·~ \ F;JN.:.;AJ ,JHJFf rVt) (";\Lu fli.;(A,r,-.;r·u.ll (.).;;!''
91
C C't~l. .... tluil fJ\!~ P,.,~(":..,r. ... , í.JF P.~<~.\LlZt,('f;<l fl1•S R•· ~TPTrt;s;:.:_; UF f"'L~!Cdl\l,P.
Irf~'-~-~J.:\) ,;\} r11 lhl J l.:l,·'
C T<~k,.,fl ... n....; !'11:•~..., ·•" ,·,r.·:,· .. 41~:JA1S A 7.i-!ll:
h.H(I):,J
c-;.1. .. , _;~·c l,)t',{~. ~ •. :,.,;,1) c St " t•~L;r.n...: 1 .... ; d u~· .. jy _,!l.,).l·'lili<' \.' 1 ~.;1\'1 r::.F··· TTl\ ~-··,lld ,)li[, CH.'\VI-: f t IPI
ti r...;.~.~ ... o.' J-.:.l(f)=~
C rh·T .LII.J J Vl\;,li,·. ~~~-· '' ,,. .. , ;:; ~·~·te'.,,,, c;Pt.\lt•t.-~:: SF'l! Vl'd,,'H l:'·~ <~J,tlX r. i I li A ( l ) ;; (~
c r,.,,,._: ''lJ', ,, ~ ~) ;'. l \ (. ~-' t •••
T:: ( í, •t " X l ( J • , •: ) l "' ,. .: (:" \ lt, M..;; (;.I I)!, '•1 t 'õ'
IJ;;,JtA ll (I)*:
" ' .. J,,t,l'li•<' z.tl I A·.·tran A
C (',,(. ... d...,ol ll"S P,.1l(: 1·:.-;.~v .Jn .:,.;,'\,1lL>'Jn· i'fo r•I•JCi·.ll Pl•!lli\l,ll'lAflt;,
C ~~~--L~L.··~}'t-' r,,; H::'.;:.I'3J\..,Il~ .. ·" ''·· ,)l•",,f(,;\IA!.I•I\1'!'
c C SL. ~ ..,;H,.,'/t; .:,;• [,_;il,,f, 1\ , , t'l\l-f"t<l.ll r • !,;:f~·t. r"-SU Cfl:~TkAI<Ttl
c lo..,Tj., ... ··';:<l- 1 CA;..CJ[,_.,I) ..... Tlf.H~:dll.~'·J.1l :.; 111 l
rol.u ui-:( I, X,:;, :,,1\"'' ~) n,, :, t.=i,,J
5 {:I. ~ .~ ( I· ) ;; i: r.,, J ( i\ ) t ,I • .. ":.I~ ( l l ... I; ~\I" ( ~ l *''; ,, "I. ( r } l r , ; •>~ L 1 • 1 1 :.
c c r,.l.(.\1_.•1 ll .• ~; 1';,}··..:'·'"'~" :_.r.· p ;,·l.,T.l'/.,",(','\!1 nr.s R•'STRTrur.·,.; üF Tt;IJ .• r.uAUj:'
J r i ( ...... 1..: • :·, , , ; • 1 r. , ... fl ; 7 ~ =; ( 1 I t' 1 ) • ( ' t Í.> j
I::. T • ·I
c
r 1. 1 • .... . , ~ •. ; :. l . 1 , ~ • " , · : , r. 1 , • 1 l H.111,-. f j l : •I
(',~f,\,..''._~ I I) • i' \,.r·~ .. i, .. ,
I'.;; "• I
' ) ;;;; .. .'. ·.\ ~ ( . \ .. ,. H • I I,-.,, :; 'L ,I\.' I + I'
c r I. l ..: " ••. I I ' •• ,1.; • ) •• "L r • ... 1\ L. \ I I ' : .• \ • ' L~. J (\·. I I t. ~ : J j c: .I! p C" fi ;,r. li' • \1 ' r : • c 1-1 •. ~ •• ~~ ... ~ I' t · n • > , ",..:... r:·. 1 L ,_, , .. , , 1 .. .1. < ~ l' ,, :.. i ' ,, · H·
r,-,(.~,; ..• :.\;t.ll, ~,tl, ;,n .• ,, •. )
d 7
{l ' v :\.: 1 , .. ( : l' 11, "' ( [\ ) :: \: r-: ,, . l ( i ' ) t .' • .. .. -. •'' .. ( .1. ) ~· ' i ,'I i I A ( ' 1 ) ,.. ' ~ ,, r • •• ( ~: )
c r;., . ._:., .. ,, ., .. , t': •• ,c .. t .... t.•l ·:.:;.,,~r .:·iT•·· \l', f· íli c.:.n n>\,TI:TlVd
C P,,H,., ... ~ .< ,l'ii".._:t,,.f,~Jr, 1\ 1 ;f•,,!l.._!•',;'l';. ,,r, ;;·11 ICo\ I 1-'F"I\[,Tt!I'IUI;
o rni·L f'll.d...,,t·,,_;Fd,.l IIU cJ :\.:},.•
~ c l A .~ r r-. l ..; ~:. 1 ~ .r ,., ,.. ~ :·· 1 1 \ r 1-' .. 1' ,; K ·'
~·I i! I
c c----------~-------~--···--------4·----------·-~--~--~------------------
c------------·~---------·--------~----------·--·--~---------~-----j~----c
c 7
c
c
3 2
1 c ~
c c
c c 1~
c
r c c c ·~ ;
l \
')
1
7
Sdh,.flJTl;..J~~ f'~ .;r,(:<, ·~,'1,T.,~·,cf1l, J 1 A''T,CI\,l!-<'~,H 1H)QI.A 1 TuF'/,'1:([-', • t' .1\ ! tl I .• ~li ii T , I '- :l .... -L 1
,,;; , l 0\ I J.' • :<f d I ·I , !( T 1- i"' • t: H f, ,-: , (~: " ~ • r. 1-< :, () , M X F ( P•l ,
• .~ , u 11 'J X , d., 11 ), , .i:\' ti , .;. t~ , I :1 ,) , h, ) fi 1M i:.. !'oi J 1 d"' >: l 1 ) , .1 -ti r l l , r:.·. i\ ~I 1 ) , (:R l\ H ( 1 l , ·~ ~~ 1\ .; r t l , c: ;,11 ~ ( 1 l ,
• 11Au'l.l t },...;FJ( .1. J, ~l1 j, ~~~ ,( 1) ACC; t. r'•l F/,!'\! r= ... , • ~-- t ~ ••
.. -: l' ~ v = ;.. ..... 1 'li l ( .J • 1 • 1 . f • • .:. p ..., )
11.1.11111=" I< Tt'r•=-.i ... 1 11.1 =v H ( 1 •'!.'. t ,,) • 7 ) ;. , LJ r : {1
Cdll•illo._,.t~ f)f, ~,!l_)i~.J1'1•1J;.. ,Ji-" '~.<II'I .. \íoll-',c., ~I'"' !<~!:·1'RTr"llt;S
r 11 r, i.J • ; 1 : 4 s , : f : • , , , •. H ;. , \J , ..... " , j , 11 i í r , r r ·11··· , 1 ·r ... 1--! , r: p s ~~ • ~~ F L t\ G , ··t x F u : J , • ~-, (:r \)' ... , I .) 11 ·:·. l!) .... i' !'q_ c I ,·;' 'l j .. : 4, H :H lt< I' , I~~\ 1 J X , d ;, 'I X , r. p A;,; , G r~ A H , T c 14 )
c ;\LL f'PL~ ( t, 11, .1, i., 1J, 1::.:1\ ,J, ··'"'l, __;rJí)~,_., H.'~llP ··1, ;.·, r:r;on, GfiUX, H f~ IIX,
G t• '"~ , l; k ,·~ l 1 , [ L t-1 ) ' .. FI'S..,: ... PJ to: F ti;~= r. F.) r1 +H' 11 ...
K í't''h:r. i'LKt-T }'t·'t\
"' ~~~~ l = r- ' u r .. ' 1 ·~·~, .. ·..J·''.I•'' ll;\ 1 rL.~~ •• r •. ,l ,, , r 1!1,.
11 r 1 "'l' •• t • r. ) "~ 1 r L ( 1 1':: v, l '.J ) } t<' ''"' T, t 1 t:· f-', F, t X ( T ) , I= 1 , fJ ) Ft,: ~.
lt r ..•.. •I.·'IJ .;,, r,.~
I)._; J .&. : 1 ' I
1-1-. .... ~·.-1.• .. 1 vr ..... ,,, Ti ( "·\ ')) ( 1 j • ,.; r.:~. (',!~!) J ,,,_.
. .) ... I)
1•1 ;.f..f.' 1.1!-';".('lir<ll li 1 '1il~~
i_ I .f.:.; Ü. 'o\ 4 ,~ 1 (f~ #11!)... { J ) t f. h)
T I ( ...... I" • :I ) \;I I T ,, '.)
I I\ I .l :: ! , ...,
1- r : , , '.1 . , ) l I . i I , :'\ , .1;; ( I . , il " ( l ) ) ) I I · i •· ,J i', . ',0.,, ,', \' 1 I i i~·, I;;.' i 1. l lf ft.~-..:.r.t •. _n •. Jl \::J
!.';_, lL ~·.··_.I'.
l' ( .. " ... . j.
•. J .\ ,_) t· • J I
' ' . ·-· Ti'fr·~ ••.• .,.,.,1:['
• f. l ; '
.I I
,J'
r J,..,\1
•• t 1
~ )
'f . ,.,. t .J .. 1
7 l ....,.
l't.<...ll·· I' ...... ··.:"·•., .... ~· F .. ol
' l ~ ~ .... t1 , .. '•1 ~~ l ' : ~ l ) 4. ...... 1 _) '""' . ; T' ..... : : .
( t ( !'. 1 I 1 1' • (; .. • • Á j ) (; I. J ; l
l'
, , -._; ~ •. l ; I I 1 ' '
',_;J,,;.li .\ ~.!o, .. (1 I)H,JLrlV~_t,
~<'I· :1, ("•1'\l~:u:r~ \lr.. (ill'('llli~Ll
11 ~'f.I"L.7 ·,('_,,~ 1•,.1 1'·\.;r.,,t: .':1,.:; ''-~ L•,.·,;:t~.T't '\C!,
(',.L.., ,,·tJ .• ·t{i, d, 1,1 ,1:;• . ..,,1 "T,t!<, L~tl, tr!lfl
(:: Í ' I "I
, ) '- I I
I t ... ,, : J .... I "•
,. ,l f\
I~ ll ,!•·,, .i'•·t)
lrlll-·;' -~··>.JI
~ l , l' ,, 1 H . 1
(' ·' I •.
' ' , J. ~ 1 ·-'. _r" ~ ,,
r .~ ~~ • " t'~; .. ' f\ t , t' i' •,
I ·1 : t"'. , I· t I I ,1, • I 1 ;'· ! :~ 1 ·. ~ 1, t, :i 1 , ,.. ; : 1 ( , ··I . w' )
~~ 4 J ' .... ~ '
c 93 C ?) ... u t I• .... ~,Tt' 1C';:,' ol J·l r>,.J:•i.'IJ F"' ,.,..11- r Fd J("An u!I.Tt:TlVil C ,L,' ~~t,!"l f">dllL ...,.t>'t•: ·lt'.·u~lJi-1:;1/.~ L'il.G\It'ii\S vr::~:r;:, 'f'IHT,:~·.JE Dt. Cfl!~VL:f.'(;Ft•rir) ~7 lt k'.;;:1
c
TI r 1~'-t·.t'•.l.n) ,u··~·:t . .;·s w I' T l' F ( f u !-:i, J .-,;.i I
(: !) 1' i J 1 J ')
C 1) .:o·\ K•LiT -"lUr,~~A.'\lo.~l) rr...;F 9·i It:l<.;;:]
c h?
Ti'( l,.P.t,\J.O) I~FTii,{N
w 1; 11 r ( lu 1-: V. J t-,.i 1 r.u i',-, 1 J '5
r;"LJ~·iA.l.'f/,JX, 1 lT...,H.;C",Ht ••> ',T~ 1 1 1 ]( 1 '~11. rF~ TTr.'HI\Cfi:..;S O,\ ~IJfl~k
•1'~,/,JX,''/fiLili, • .lf\ Fur~C1!.:J ~tH.J<·'TIV!I •,,~ 1 /,1c;l(,'P U t~ TU
• .J b T 1 u u'~'~:iAI:..,,,(<;_;,t,J.>:ll
1 ., 4 F" ~J ~, 1 A r c 1 1 J x I • --> ~" .• v L H-..; •·: « · r A • • ;:.; x • • o 1 .~ r: 111 1sT r,... n • I I 2 • ::, x ,
. ' •
• • • " 1 • u"' c . ' a ~ t A u 1\ ~ ;; .\ ~~ I ,,1 ..., ~-< : • 1 r 1 • 1 1 ~ x , ' v L\ ,J tl R " .!\ F u '·I c A ü u R ,J F r r v n : ' •·, G. I, j x 1 t .t. f • .. 1 l 1 • .·1 F w H d ~ i·' 1 1.; ·r .. J 1 t h ,. 1 l 111 ' , 1 1 ( • - • l , I, 1 x., 5o ( c; i.;, 1 , 3 X ) '
)')h Fu~~ tArf/,JX,'t·dl~l"'l''1 rur.d. 11..:. iTi:P,\CPF~ IIF' f'ltr.JrAu t.: ~HM>lF,jT:<: , • 14,/,~f.,'N~J~IL~~u ft')fA;_, Jr T~'>•:,if,(>l~:~; Hi-ALT~.IH'>l\~ Pf'uA ~INSR ',TI, •1, ~.\,H.-;\Til~·· lo~F.,C~'f:.lli.JL.:~,_,F ',t':)
~L'H I'"UR.II\ff/,JX,'í'~·~,r._; f'II,,T,J ,J,P'.l·'ll -~~· pr•;H: 'F:IIHI~JiP A f'UNC'-U tHUFTTV *() .,,)
L. o v LI~, . 1'.1' f I • J Y , • ;_, t11' !<:.: 1 ll! u . , 11 il ·: ~ .1 'l• X 1 '~! 1 1 · ,_. ::, : 1\ ~' A n A~ i.>l\ •q N.:., ~ ' , I ) FH!l
c c--·--------~~---~-----·--~-------·-·--------~~--~-~----------------~~--c----4---~-------~---·-~-.~---·--------------------------~---------c
1 J
c
:; ,, H,; i' v r .i.""~:~ .. :- iJ " .. 1 t ( ,.. i r , .. 1. 1., H·~, f-' .A T 1 n~ • r r~~, H 11 !f\( l I i 1 •1 .~ •'I ;., f ,J ~ • J\ l f ( 1 ) , i C . J ( 1 ) 1 I I , , I I .. \ ( 1 fr( .... ,.lJ.':) v•l r.l)
(!,} 7 1=1.:.., 1 r r.. t--~,, r . 1 r. 1,; >.: ( r ) 1 • c·~· •. :' ·.., l 1, .r c ., + r l = t, q ( ! + ' l •I' ,'\·r LJ H r>.~r-.i'l.lll._
lrft • .._.iJ.P) •. -·r1.~J
Pu J J.:;;lo'
Tt ( .lC,if,) .!· 1 •• 1)
C ,J ·~ • T ,j !i.:
! J •~· l' 0 I' ,I
i· ,,ll
'llff)•~.~~ ,,.
C--~-------------~---------------~·-------------------------·------
c c c
c c c c c c
c
c
c c
c c c c c c c
c c c
c c c ~
c c c
94 ~ul-it-•IJI'l>J~ ;[,;:; ;( .. , : ...... \,r.__:,;,Pl,lf.'llrJ, ( n:;.~,;;-p.:J,I~F·LAG,•lXFII·i,
t "'u • ;,; r J , ·• , ::. :1 u r·, r .; ' . 'i • :. c~ • ~; t1 J l{ ~ ~ , H •·J '~~~ ~· , --; 1\ P x , H ,. u x , c;~"' A<;, (; P l\ H , 1 c H 1 n 1 "'•· í·• ::> 1 :J '11 x ( t > , ,.; c t l 1 r, i ~ L ( t ) , >i < 1 ) , J r t~ c 1 l lll"'i ~. '4 3 L .J f J ';I; t. ,; ( 1 I 1 ·~ >< , ~ r1 ( 1 ) , ;,; .; U X ( t ) , H A O X ( 1 ) 1 ~f O ( 1 ) LuG.1.C lil· tJJPlJ.;
I '" l :..' 1 :1 (, .l 7. i, h f T • , . : , 1 I ' • I i
rir·,,:,, r fih = 1 T J 1J !' ~ :: í:
l'''-: r ~•
r.,_dnJC,,K PJy,,,-q_:r,;:l,, ~·~.;;, ;,J•~,;IVl[df-< ..... .oJ(l) r"nNTt·~·-1 •.1 VFTnl~ UI-' ~:~:.;s;:;A. ,.;c;,.\t-fJ _;ot.,T .. ·• ~ ,,.._;t.,l.lr f··;rrMr,TIVA IHRJ, ~~ ;lltllHil. w ( N t,; + r l r u .~'i'~::;: .) 1, ~~ :. : > 1 ,:::; T. _, .. , 1 !' tt·l r' J ,; r tJ ,, r..
r..,,y·;.;'\iG~:.
l'i t, n;:;; '\i ;1 Y t N
r;,:_ít,.;.,;::') 11 iJ
C,.l,u fPi'l(>-,•'i, t, t ,i·,(;,:\ IT,l;,n,,.:/,,1!1iilt•"I 1 F' ·,r.J:·n,<.;AI}X 1 Ht,ll;>:, 1 Gh!,i_,, ... P:".t•, [(·IJ
'.ifl,f\( .. :;i)
N ,, ~.r:.:.-
r,,',~ t: ~ i i n ~·. ~) J , , · ... ~ ". .. . i:::'.:''";;> ,,,,;<~"• ·,rtP•111 [1~ '- '\'l ljlli,• ll,\ t~L,.tl, ~. '~~~t·· ; -\ .,.1 J . .) • ~ , ~-' . , ' ' • " • 1 :, 1 " i: ' r, n r u i. 1 . r 1 ~ ~ t' 1 v :, -I l . ) ~..: J c<' • .:. .._ 1 i l ~ J •) i , , ,
, .. ·-~ _j l J ;, ,-) .... ~ l : '
I>,, 1 ~: • X ...... J . ...:. . ~ •
I>.... .) j' I ;;; 1 ,
·• l I ; ::- ; l 1 )
.. '"''"- ), '. 'J t :X ( l ) .. '. ( ~ l ! I"' 1 .;.; I ' ,, 1 •I; l 1 ) 11 'J ( • }
~~~-J:.;:-:>(;1
r •• ,.l::.r:, ••. ~''-'"•·''··'lfl ,_,.--.• ) Trf ... ,:,.~. <=r. ~\LI:r..ll\'' , __ .:.
1 ,. ( i • : ..1 r • o.· u • ;,; l i .. . • I , '·
.v" 1 r1· <r .H· v,.).,: ... , f~ .: .,, ·.; t J
~ ·· 1 ::r
: 1 .. ~ l ' ~ f I ' , .... I I I r, c.) r' s v ., r ll;:, A:.~' '
4:c c c
5
c c c b ·' c c c
c c c c c
c c c c c
c c c
c c c c
c c c c c
7
c c c c
If C lFU.~.t.T •. -íl(f".f.l)t,•i 'I' .. I ,'c., NfL;',I;:1
IfC l''dr.r·u.UJ~a·rnhl• ... 1--. I n < 1 Li!' V, u -.J" 1 h'r.T~P·'·•
"'.: AL.t • .,:l r;-ur.
I r r l u J r • L: \J • i I _;I ! ·r· ,J '-' ,,
I f ( l,ll u l'r, • fJ i. • l ) I ; .! f. I "':,
, r< 11'1·~ ( T J I: V , i' l :) ) i T:. i· , l , 'li.' , i.! 1 ~ J , t; 0 · J
I uU fi\= l:.JIIT!o. + t Tf c lt>Ul'l\ .•;u. l.JW;:')~t· tn.=:J
C..;I<I.-.C:LI Uh hU~>CA tl,.l!.JI~Z~ . ...;ItHL.L.tdYH,, r:• •l rn~Pf\Jr"'F~N'rCJ
Dv P~JS..J.
ALPtl •\.: A!JPri A •111; I J\~ 1
95
~ .. ~. ~ ' ~ I l' h. f. ~ • l\ ~ \ ' ' 1 '4 ' I ' \ l -~' . . : " ~ . ' ' ·, , l- li.tii.JIIr: .l,f:'illl:l.:J/~)IJI--'l'((::;u),
" li ,j ,. li :, { ll" r l, ,.{ I L' '.. . i' I . ' ·;r. r I li i ,., .. 1:lS~ ~~ P'lCJi.L S~ .• J:. ll~dT.:.Rin.
) ,,(, 1 c;,,:..·: • ,/.._,..IJ!·T( (:\,l J)
F •· ''~r...; ~A l>,r:lv·.~'.l,' 1 .·.1 i-',,r,; 1
b t. = l.
'1:'::,;(.1
.: , j i I ~.J '!' ~ • t 1 ; :::i! •· [ : ,\ ,\ " r:- " ~: A " i J f· l. " ( .'• •· _,i,l''d.éJ: 11 "i=""'" j;' A"•H'"(l'l ~-lP·•Ct••l
,. ,, ~ • ·H ~ 'r , 1 1 ·~, 1 " \ p" 1 • ' r; T c 1 ,\L 1 ?. A!· <'· r• , v 1', ,-, P •
(; ,; .; I- I I.' i~ ~ I, r ll _.' ; J i '. ! . : ·,: t ••• , • : ;. ' ••• 1• . I .; " ri • "I p •IJ y T 1.1 t I v I. '1' uh f\; . ~ -ll; '[' r .• r," ::v•(; 1
(' ,-, (, •• :li l. i· , , ;_, .. .. '-'
~ l'l· t'--:. \.i.
I I oJ 7.' I ..; I , :-. ~- í· •- • = ,, r .. P t .. ( J ) • 1 r ~ ) ,. l • • .\ + 1 l ;;.; X ( I j
--l•• ... •.~.l:.:<:(l) ;',,íi·;';;; __ ,,J, 1'(:.~·"··
:-: ~· "! ~ .. 1 ; t. I I •; . , :,_' 1 i I • I
.i ,,,'1' .I ['1 A 1' li i. I , ..... A
· .. I . ·•. 'I •
. ; I '._,. • 1 :j : n r •~ q-: 11 1 .. ·1. L •
c ti ..
c c c c 'J 1 Jfl c c c c
t
c c 1
t ,.. '-
c c c c c
c c c c
c c
c c c
s
~ (t
,'fi
~ 1 :!.L P ri r * :.1 T l:. P IfU,1 .G1'. ;..cclGil 1,, J;. Nf[,.i,r;:l 1 f ( 111 u r • ..- u • u )i t • .. • • 1 1 •• ,
w r\ I 1' f ( 1 LJ F' V 1 ~ •J · ,' )
H.:.. T Li!· ,j
!)J J(.,i ~=1 ... X(J):j(;;X-tl)+,.t.:'li,• (;)
C'!.LCI 1;,..fl f•l, Fill.~nli ·• '.:··· l•un'j',!.
C.::.l .... t-~·,,tJ(X,ti, 1 1 i.,l-,(:,,, .j,,;·,tl;,;•,,pJIH''i,f •,í.J;'n,G.'<UX,HAIJX, 1 (~!--f., C 1 ._;p !.H, lL·., J
l r u Ío: 1 ~- l.lr-! t 1 I r C li- d .~ • I. T • ~ \ ,.; f I.; l 1., • 1 ['1 1 I 1
llu l 1'S l=lr•• X(I)=,·(::A+l)
l;( l) =·'if .d:-t I) F~..-·, 1:. \;...;T,J ~ ~·
C;,J ~·· l li l 1.[ ~ ,,
r1,,[.: í. r. \l.,; l'l'i ,i::{,ij
'' ;. t,;'' , t. • 1: < 1 ) * .. r .... ,
,,
' ..... J 1.
",.,. ;·., .. ·~~~'.
. 'I I. i L .I V ,., [,L! ; .
ll \.) '"' .l. t '
l-4~\ 1•.-~~, ,J"i·,' i· .1 .~~~ J·, .... = ,_i .. t·' .. }·r~ I dCl..li'J.·.Crtll NL;i;/,TlVf,.t·•···~•
~ :, :; · I !'\ I~ I 1 S f" A P [I :1 :) I H I i' (I h
l•[f•I;;y·.on PJ\k,\ 111 Prli.T';, •)~w :'l,~.~~·~
ri. ·:~j_~· ~ ..... ,.~ cf,l.i'\··•t-<:.,.J l -"H-1 .l c,~,.··tJ,.J' ~/~~rq nn P .. "~~;s~J ~:ST~
:., í. · • .; I l 1/ ~- 1.' i ~ 1 (' , , . I, l .'• •
~ ;,, .( 1 :,; I · \ · 1 * :: ... ~-~ · •,' r. : ... 1:
11. " ,1, l ;.; ,•\ I I ,., \ + v <Í . '
r.. ,_, _,, _ = ·. ·; ··' r r ,' w I,' ; J
l Í' I ! . • '; ; • ., ,; \ t I , ·: I'
J r f .•. 1 , •• ; • , • • J , ~ J • ·· I \ .·
96
T F li i) ~A
[tf:
'-' I'(, ' I L 'O
' .1.1 I I ,,. , 1 I ~ I' '::.; ·r·~~~ :-l l ~l. J ,., X \'t.·: :I < 1 i·,, j l J ,•;
f\ . .\ ~ .. .:; , t \ J ( : , : .. ".J I ~ · ; J
1 .. r t i ·'- • • 1 , •. • 1 • 1 l ·' 1 I ' !. l ( ~ 'J t / '
'.' -/'; ~ '• : r I ' 1 1 ·I(
c c 1 ~f)
c c c c c
c c c c c c
c c c c c c c 1
c c c c c
c c c c c c
" ,_ c c c c c ,. '-,.. ,_ c c 1
1 4~)
l1 1 : O P t t > • d, • -~ • O* ( ! 'P .. !o. ) I ( ;I ~ ·-. \1, ;• d ~-o )
U.:::J1 •ifl•l'P*i.lnl• lf ( U L' • ;._. T. ~~ ) lll..:; ! •
I f .._ : j 1.m f ( I I .: )
A 1: !\ (, P ti;\ • ( .~.uI' I l •\ - :. f ) .;~- f i' ·\ ;._, + J 'I • • i 1 ) I ( n -~ L • [) P + ') • • !I 2 )
Tc..ST~:< ;:;~· 'l'~"l
r. i ~4..;.
t.0,(i::Ubui!:P 1 F c t,l, x t • t'; r • u • J (: u 1': ' 1 t ....
l '" l [F iJ :., L •1 n H D t: F S T .1'1. 1
97
ll ·-~1-
r1 L.Tt.~~·r.Líl t'..·· ::;.~.,1() ~.·"-·" ,'l'h:ltll, r~sl.H' :.t·: n PrJ~JTo ~ xPL~J"ír~N-
1:.t .. P:·:~n:·.c:" ~>·' t.,r .. ·~v.-...,,1 tl;_:Tt·H·-lTNI"'·l.Si ~JAn,~.:.scr•LHr, 11 Pnr~-1 v . t • .) li I \) J i .• ;'!'I; v .• l ,_;.
~.;A l = 1 • J 1 t1 .!! :; 1 .. 1 ( :, ,_, P. i'', •'· l' ) t. G X 1. :: .I • ~~ q .- f.. 1 F< X. 1 ( '• ;j 1-' : : ,\ • f, t ' )
1 r f < r. r • r . .,... ;. u .-< 1 1 · '· l :; :· r. IJ X')) ) A I'::: r A T P ~li\ t .'\ P) I'). (;.., :11 1::,r1
r , 1 . J 1' : · r{ i tq, 1 , 1:. 1 • . , •, , , ' F ._; t I· , '· ,_, · .' r .u.~ > 1 • , r ~~ :·, T J:.' ~ ~-: A , .. , F~: J • .:. n :j p r' -, -1,1~. ,...,.,,,··.~lu,:, ... ,.,·- ,, ·'-<''~'"··'•' :1 '-'t1~-f.J, Xt>~'PJ'il•''l'fJif. F:'SI_If-1-e .._ r : • 'f L '~ 4.. r~ :~ t· .- 1 i ' _I ',; I J •
l, , \ i ::: ~· • -_. 'i ,o- .". , ', [ " I l ', , 1 • ; .' ' r I . , )
I r ( l' ;, L. • (: I • , • J • ' 1 • ( ' ' • • 1 , : • tt~· ) • .'. \i ~ ' • ( 11 T • L T • }', ! l X ' ) ) 1 u\1 I ,j l'-,(.
l .... :· ;.~ :· . .., c ;~ '-~L t r~... L, .·l ~
1 ,, : • P t- 1. 1 • ·" :~ r" l• . •
, • , :·, 1 ,) • _. .'\ l. ·.: 1 . : · , ~-< r.:~. ~ d, n .,: 'l" I C 1 ,_.•-'l·::-' 1·. '-·~ ç,p 1\r-J! >I-:.
A,,,. 1 = 1. :Jt *r:. i 1 r,,_ 1 ( :, . f .I ; ,, ;>J
,_. r r; 1 ~i i 1, 1 ·
l r f l ' : ·• t. • ~_, ,. • , • J . , • ( i· , ' •. , , • r. i 1 :.; 1 ) ) ;-; 1 ,. n 1 5 n
r 1 f> i l~J-
~~l. J t•:_J~,T~J _:;(l;···l·,]. , • · ·, 1 •l , ' 1 ·r: ·• 1\ 1 ;; f r, 11 P L I •.A 11 i: J ~ t_ 1' , t--I-' cJ ·\ l \ I /< , i 1' 1 . I-• ,i_ ' i l , •
> ... j l'• ,_,1',1 : • .(I'···" l • , ···.. ._;t<> P1 ···r , .· .
1 l ( ~I ,: L-; • f: ~ • . . )
(" •. Í· '' .. f .!. t-::: ,.I ~-· i .. • ' . ' ..
• :, i_,{· 11 1' )
,. , 1, : • ..••. '--. ilf' 1 ·,r·., n r" J 11 ~. ~·r n· ·J . ..
..
c c
Fl'=F' llc':JAL
f•L.P.IA:l\'f (~u Tlt "'(I
98
C 11:: l'•li.J\.i ::1\:d·: t \':.L .. Tl V'._t 't't· ' S fi•'' P1lSSAI•U.nTVIOA ALPHA f'i)k 7 c ... H •• I.JI~l~. :. ,,~, .... c,,. c t .• O A..,P"~;;:~q .. Ptt!-/i.
/l. t = j.
c c c c c
f'~'=f'·' .( ,J l•r·:u(. r~.J r.t ti..J
l 7 0 (~ .J IJ; •) • ._l
).~·J=•t.fl
(IJ l-'J 1=\,d c;;.. IJ = ( ~ ~) J t (~ ( I ) ... ~-; ( i. l
1 11 Xw:J:: c, HX ( () •.\L. ') A ,J " l = L. iJ .J * i. I ' ..... ·'• i • \ ).. 1 ( 1 • .' , ,\ ~} \ J I I r f v;..; ,J • r~ ~· • ;\ U -< 1 l .,, l • • l ,.; 'J
1 ;;· ( .li 'd , .• ~: (j • v ) '' '·: ,' i h . : J
~"~ ,., L t ~ c r :,~ .. · v • :::. ·J ,_l , I : , . : . , ~ ~ • l: , , , '"· , • ; ~·, J
t-<c.TUt· .. •
c c c c 1 ·~ 110 l'-4.' 1::1,.; t '" " l I ) :::i; t~ ~'H" .. ,; ( l l c c c c ,J ·li • 1 ' r :-. , , : .. " v 1 h r . 1 • · ' 1 •.. , >' 1 . , •• ,._ • ,. · . :-; T r.11 .~ • • r· M ,;"r u nu L ~.t· 1\ 1 :, F ·., -
c c c c c c c
7 ._)
c ,~
\.
c c c c
f) ,...J I j ~" -' t ! , J •
.. i ~ ' I , •. , ~f .-~ . >. ' '., ,; . ! . I '- H • 1 ' . :· l l' ...
··-~ 4=1,.~ '' I , • , :; : I'_. ., i' ; ; ( Í ) -. , ( . . ; i I )
I ; ( .'' ' .. ( i\ T ' I' I';,_ ) ) '·. . • / ) ' . ., I ;:
' ~ I
l ' l ~: t : ' :· ' • I .. ! ... 1
\" l .. : .... l .l t "/ ) ~' ~·· ~ i) '-~ t ~ •
\:(.· . .,! ;· '< ) J I : ~'
·•· \ ' ::. I I • ..; 1 1 ) :: ~ •
l ,~, ..... t l ~ ~"') .. '/ ) = J •
i . ,) .... 1 1 = 1 , ,·' ... { • I I t I ) = '; ( 1 ) - .. ( .I ... + l )
I - ,, ..
l' .
/,
,: I ' : •;..
,\, " ; ~ .. ' I
" .
~ I
i I !. r ,'I r " r) H t-'" 't " , :~'I' 'I v í. T ,., -
f. 'I ·,, ( I • ::'' I'' ~ -+ 1 ) t. y' H ,. ,, '{ I Y"
~(Ntl1tl ):\!(i)
\lló l "'-.:.: u 1 i s + 1 ) =r~ c H Cu r' .... + 1 l t v.j ( "':{v t 1 ) * ~ ( ~,.;n +I l 2 l f) "" ( i'l C lI 11 ~ t? ) : ,.J (,·,C .J i·l..., t ! ) t"" ( l ) *vi ( i'v 1.,) t I ) c c c C'J,L(.IJLiJ ,,, it!·~~ .. ; ... :~ •. .r1 v~.I,L.'..:;" (;f{/,dlHJit: ATIJI\J..
c 2 .· o 11 1 ;.; v • ll
l'i=v.J f1u .;i._l ~::::1,"
(I l = u 1 -"I ( r.• L I) t r ) • \.> ( .J. ) I,, ( ~'"' I i.' ) t 1 )
99
2 f) li L= u 't .... l r' t I I t .L ) • ·' ( ... ) f(· í. I .. ( I~: u. I,;;;+:; l- ~ ( ;.j F'( ·t r ) *r. ( 1 ) I w (~~c f1!; ~ + t ) I I .>: 'I ( ;" 1 C ..1 rJ "+ i ) I ~ ( 'L i I . , ,, T 1 J
2 , (I
c c c c c
c c c c
11 .... ..;1<: l=t, .. ~. l "~.., + 1 l :; - U ~ • '; ( f ) - í.' 1 "' • ( , , . r· t l ) •!! 'J • ·• ( ·~ t< i) t T )
S ... , :-.i'r. 1-' Li·~ .. ..ll1 f.,'.t~.,ir I',:L•TCTA,•I\,~'-(\JX+T) l"'flf<fl:;t<~ IJ tH1V:1 li .:. T J h U t: !\ I l .:;, C t, •
~o:. •.~~J ,,• !J:;.•, 1'1'1-'lil,.,:t.;J l:~·l'dClMlt., CAL: :1,n f)A HE:S~l/1~·'1. !·YlNIC.14;.;1\ VLZ\;:i !I ,,·~'ll;,t, "l.".
2 ,ft 111: ... ,, "· ;;_..
li.J=J.
Ut:::J.
r~""~ •. f: .. ,..::1,'' tI 1 = ,) 1 - I \' ( : I - .. ( .• _; .. • ) j ... I ( •• ' u + 1 l I ' ' ( . : C' f. I i' .·~ + 1 ) t• L:: j 1-' ,. r 1 1 ...... ( ' J • .. ' 1 .. • ' .. • i + .. 1 1 ,, < • ;-, 1 (IJ .::; + 1 ) t • 1 • , ·· • .• t , .. 1 . :, • t j • ( ' ; ( r ; - r . , . + r ) 1 1 ·.~ t ·• c: t ,,, .; .. ; 1
2 (, l'.l:J~t.,ll)*l•:liJ- .. (, .. tlJ)
2 't c
,!.... ~ ;., i'::::: J •
lv .. i1 1::1. .<.:. l t l' .:. l ~ l r • \_. • I. ,• t / ) I.
tt'l~···' ·''l'+.l.li '~·· ~ I 1 ;::, ; '1 ~ ~I ; ' ~· l il· ( ; ( i ) -
•· l ·~ .J + , ) :::; . ' r • · l
.t •. )+ll)ut,:(ll-"( 1 -;tTl)
t A J
. '' t[ J )
c ~ ' I' ..... i I L I I ! 1. • .L ' ' I '. I l ',' '' . ' ' , ' I I I·.:, ·,:;"r·,Tt··~j~:: ~~\''';Jt\;J il/'\•·:r~
c c
1 : _. 'T 1 1 'v ~ r....,: ~ · I,:
(I<=
I '" • :: 1 1
11 1 ::·.: 1-,ll) ···l ~) 1.1)
1·.=;/tf~.: +;•/ IJI.
-· ~- ... , '. I i J . , ( I
) I, i ( '< , ' + L ) .:, C.; l I , 1, t ~ ) - • i : • • t •
,,
; :' I I •. J 1 ·- .• ll ... Jl. •=1,' ,,. l I ) .:. I I '. Í' • I )
i.· .•
1" ''"'..;, .. ;, .... (r)•·.:(_
c . ~ ... .. ·"
,,1.
·, ,. I , .
) I I )- f (; + . 1.) I . ( T ) /li)
) - } . I l
;t :\. ,, ' 4 I I._, i I I' • '•. •IP 1"1 ~: d:J!;cr ••
1), :li; I• : p ·,H~· •
c
c c c c
5··1,1
5·11 b o 5 o
,.... - .. l. Jt J.
1 t ( •• t ·.' d r • 1 • I J • : : ) , ti·~,. t "f :; /
N K ~. i' ::: i l >~ ,;i T t ! (;,) ':"IJ 4v•
N r 1 .. ~ (, = 3 l r ( 11. • u r • F· 1 i • ; l ; • . · ~· . i , •
F ..; H : l .. T ( I !l p I .. ' ••. : .. d (' ~ •\ .u • • ·' · 'I . , r::-.~ q
••l'i ,,, .: :;: >' I f' u~ ·\ ;, 1' ( F J~ ·1 A 'l' ( I
~-· ,J ~ I ~ 1' (
1 I ' ~· : f.',Jh·,l.!'('
f~ ,, ,' ·,,,·''I .. ;·1 •. d;:.: l 1 )
1 ·:· ~ . \ ' . ' I , 1 I • , 1 7 i
, i ~ , .~-· ~ t f , .. 1 J;, f,'·' I -
~·"' .. ._: ... ~ . l • ' ~) i ; • 'f l t j • ) \' .:;; ;, • )
~ '' J J>· ( I ~I~. 1/ , '·· 1 . ' ) H'-'" l1.J, ; ..
I' .. !'
UNICAMP BIBL!OTFCA CENTRAl
100
' )
, f :) ,
101 C AkOUIVO OE FUNCO€~ T~STE C CUNSTA DE TRES SUSROTIN.\5 • UMA PARl FUNCOE .. ''BJETIVOS C • oUTRA PAHA ~ESTRICOES n~ DESIGUALDADE C • OUTRA PARA REST 0 JrOES OE IGUALDADE
SUBROUTINE FUNCX,F,GF,L) C SE L•l à FUNCAO E' CALCULADA C S~ ~·2 O GRADlENT~ UA FUNCAO E' CALCULADO
DIM~NSION X(2),GF(2) CUMI40N/~OPROB/NP
GOro C1,2,),4,5,6,7,31,32,33,34,35,36,37,3•.49,300)NP lfCL•EY.2)GU TO 10~ Fa3.•XC1)tX(2) RETURN
IvO GFCl)aJ.
c
Gf(4!)ct. RETURN
2 IFCL.~0.2) GO TO 101 F:X(2)•XC1>••2 RE;TURN
101 GFC1)••2.•X(t)
c
Gf'C~):t. Rt,;TU~N
3 lFCL.E0.2) GO TO 102 FcX(1)+XC2l RlTJRN
lí..2 Gf(l)a1.
c
Gf(.l)ct. RlTURU
4 Jf(~.LY.2) GO TO 103 Fa9.•XCl)t-X(2) RlTJHN
1t'3 Gf(l)a 9.
c
GfCt): 1. Ri:..TURN
5 If<~.E:(.1.2) GO TO 104 F:X(t)•XC1l+X(2)•XC2) R E. TURt~
104 GFfll~2.•XC1)
c
Gf(~l='2.*XC2) Ré;TUt-<N
b If.CL.~Q.2) GO TO 105 F:(Afll•l.5)••2 + CXC2)•2.5)••1 IH. TuRN
te!> Gf(l)c2.•CX(1)•2.5)
c
Gff~la1.*(X(2)•~.5) Rt TUfH.i
7 lfCL.LU.2) GO TO 106 f;;1JO.•(X(2)•XC1l•X(1)l**2 + (1.•XC!))**2 RE:T U~!~
1Lt. GFC1)=•400.•X(t)•(X.(2)•X(l)•XC1))•2.•<t.•X('l 1
Gf(~); 200.•CAC2l•X(t)•XC1))
c
Fct.I3.•CXC1l+t.l•*l +X(2) RETURN
to7 Gf(l)s(X(l)+t.>••2 Gf ( 2 h:t. RE:TURN
c l~ If(~.~Q.2) GO TO 108
F: A(l)**2+XC2l••2+2.•XCll••2+X(4)••2•S.•XC•l t -s.•x<2l•2t~•xcll+7.•xc4l
RE::TURN lG8 GFC1)~ 2.•X(t)•5.
c
GFC~): 2.*X(2)•5. GFC3):4.•XC3l•21. GfC4l•2.•XC4l+7. IU:TURN
33 tfCL.E0.2) GO TO 109 fa9.•8.•X(l)•6.•X(2)•4~•X(3)+2.•XC1)•*2+2.*Y(~)**2
1 +X(l)**2+2.*XC1l*X(2)+2.*X(l)*XC3l RETURr•
t~9 GFC1):4.•XC1l+2.•XC~)+2.•XC3l•B • . GfC2l=2.*XC1l+4.*Ã(2l•6.
c
GFCll•2.•XCll+2.•XCll•4. Rt.:TUFtN
14 PROD•XCll•X(2)•XCll*X(4)*X(5) IFC~.~Q.2) GO TO 110 F:~: C:.XPCPROO) RETU~t.í
110 T• LlPCPROO) GfCl):PROOIXCll*T Gf(2):PROOIXC2)•T GFCll•P~OOIXCll•T GFC4l•PA0DIX(4)*T Gf(~)aPROOIXCSl•T
RETlJR~
c
.LU ..c;
lS tFCL.EQ.2) GO TO 111 F:(A(ll•l0.)••2+5.•(X(2)•12.l••2+X(l)••4tl.•C•C4)•11.)••2
1 +10.•XCS)••6 +7.•X(b)**2+X(7)**4•4.•XC&)*X'7'•10.•XCól•8.•XC1l Rt:TíJRN
111 GFC1l•2.•(X(1)•10.)
c
Gf<2>•t~.•<XC2l•t2.> GFC3)c4.•XC3l••l Gf(4):6.•(X(4)•1t.l GfC~l•&O.•l(5)•~5 Gf{b):t4.•XC6)•4.•XC7)-10. GfC7l=~.*XC7l**3•4.*X(6)•8. Rt;TURN
3~ IFCL.E4.2) GO TO 112 F:X(tl••2+X(2)••2tX(l)•X(2)•14.•X(t)•t6.•XC 1 l•CXC3l•t0.)•*2
1 +4.•lX(4)·5~)•*l+CXC5l•l.l••2+2.•CXC6l•t.l••~+5.•X(7)••2 ~ t7.•lA(8)•1l.l••2+2.•fX(9)•t0.)••2+CX(10)•~.'**2+45.
Pt;TUf«U 112 GfC1l=2.•XCl)+X(2)•14.
GfC4):X(1)+2~*X(2)•1&.
GfCll=2.*CX(3)•10.) Gf(4):~.•(X(4)·5~)
Gf'C~l=7.•(X(S)•3.)
c
Gf(6)~4.•(X(6)•1.)
GFC7l•tO.ttX(7) Gf(8):t4.ttCXCS)•tl.) GFC9)~4.*CX(9)•10.) GFC10)a2.•CXC10)•7.) R~TURN
37 1FCL.E0.2) GO TO 113
103
F:X(l)tttt2+X(2)tttt2+X(l)ttXC2)•t4.•XCl)•16.ttX('l•CXC3l•10.)tttt2 1 +4.tt(X(4)·5~)tttt2+CXC5l•3.ltttt2+2.•CXC6l•1.l••1+S.•X(7)tttt2+ 2 7.~t(A(8)•11~)••2+2.tt(X(9)•10.l••2+CXC10)•7•)•~t2+(X(lll•9.l**2+ 3 10.tt(X(12l•lel**2+5.•CX(13)•7.l••2+4.•(X(l•)•l4.)tt1t2+27.tt(X(l5) 4 •t.l••2+XC1b)tttt4+CX(17)•2.)tttt2+13.•CXC19)•~•'**2+CXC19)•3.)tttt2+ 5 ).(20)••2 +95.
RETURN lll GFCll•2.•XCll+X(2)•14.
c
GfC2l• XCll+2.ttXC2l•lb~ GFC3l•2.*(X(3)•10.) GFC4)a8.tt(X(4)•5.) GFC~l•2.•(X(5)•3.) GfC6)a4.tt(X(6)•1.) GfC7)atO.*X('7) GFC8)at4.ttCXC8)•11.) GfC9)a4.tt(X(9)•10.l GfC10)•2.•CXCl0)•7.) GfC1t)al.*CXC11)•9.) GFC12)a20.tt(X(t2l•1.l GfCll)•lO.tt(X(tll•7.l GFC14)• 8.tt(X(14l•14.) GfC15)a54.tt(X(15l•l.l GFC1ó)•4.*X(tbl**3 GfC17)a2.•CXC17)•2.) GfC18)•2b.tt(X(1Bl•2.l GfC19)•2.•CXC19)•3.) GFC20)•2.ttX(20) RETUFW
38 IfCL.EQ.2) GO TO 114 F••12.•XC1)•7.•XC2l+X(2)tttt2 Rl.TURN
114 GFCll••t2.
c
GFCJl•2.ttXC2)•7. Rt:TURN
34 lf(L.E0.2) GO TO 115 F• A(l)•X(t) RE..TliRN
tt5 GFCll=•l. GfC4l•t. Rt:TURN
3JO IFCL.~Q.2) GO TO llb F:t.llb.ttXC1l••2+1.19.•X(2)tttt2 R~TURN
116 GfCt)ct.I8.•X(t) Gf'(~la2.19.*X(2} Rt:TURN END
104
C SUBROTINA PARA RESTRJCOES OE DESIGUALDADE~ SUBROijTINE GE(I 1 X,G,GR&G,L) DlMiNSION X(2),GRAG(2) CO~II'ION/~OPR08/NP
IFCL.EU.2) GO TO 499 GQ TOC1,99,20,20 1 20,20,99,31 1 l2,)3,l4,35,)v,47 1 )9,39 1 l00)NP
I GO f0(3,3,5)l l G=•XCil
Rt:TüRN 5 GcCl~/X(l)l•X(2) 99 RETURN 2ú GO 10(21,22,23)1 2t G:t.•XC1l•XC2)
RETURN 22 G=4.•XC1l•2.•XC2l
RETURN 23 G:2.+XC1)•4.•XC2l
RETURN 11 Gu t0(41,42)l 41 G:•XC 1 l+t.
Rf::TURN 41· G=•A( 2)
RlTíJRN 11 Gu ro cst,52,S3) I 51 G:X(l)•*2+X(2)•*2+X(l)•*2+X(4)••2+X(l)•X(2)YXJ3)•X(4)•8.
RETURN 51 G•X(ll••2+2.•XC21••2+XCl)**2+2.•XC4)**2•XCl'•'C4)•tO.
RETURN 53 G•2.•XC1>••2+XC2l••2+Xtll••2+2.•XCI)•XC2)•X'41•5. ).; Ri:.TURN 13 IfCI.hE.4) GO TO 3
G: XCI) + X(2) + 2.•X(l) -1. kC:TURN
1~ Gu ro Cbt,62,61,64l 1 ól G~2.•XC1l••2+l.•X(2)•*4+X(l)+4.•XC4)**2+5.•Y(5)•127.
Ht.TURN b) G:7.•XC1)+3.•XC2) +10.•XC3>••2+XC4) •XC5) ·?82.
Rc.TURN bJ G&2l.•X(I) + XC2l••2 + 6.•X(ó)••2 -B.•X(71 •196.
Rt.TURN ó·• G: 4.•X(I)••2 + X(2)••2•3.•X(1)•XC2)+2.•X'l'••2+5.•XC6)•ll.•X(7)
Rt.:TURN c c J0 GO fO C7t,72,7J,74,75,76,77,78ll 71 G:3.•(X(1)•2.)•*2+4.•(X(2)•3.)••2+2.•X(3)•*? •7.•X(4)•120.
RETJRN 1L G~5.•Alll••2+8.•X(2)+(X(l)•b.l••2·2.•XC4)•4"~
Ri::TURN ll G:O.~•<XC1)•8.l••2+2.•CXC2)•4.l••2+3.•CXC5)'••2•X(6)•30.
RETURN 7.1 G:X(ll••2+2.•(X(2)•2.)••2·2.•XC1)•XC2)+14.•Yt~)•6.•XC6)
Pt:;TURN 7<, G:4.•ÃC1l+S.•XC2l•l.•XC7)+9.•XC8)•105.
HETU~H.
7~ G:tO.•XC1)•8.•X(2)•17.•XC7l+2.•XC9) RETURr-4'
77
78
c
G=•l•*X(1)+6.•X(2)+12.•(X(9)•8.)••2•l.•XC10' RETURN G•·a~•X(1)+2~•XC2)+5.•X(9)·2~•XC10l•12. RETURN
105
37 GO tO C8l,92,83,84,85,86,87,89,89,90,91 1 92,a3,94,95 1 96,97)t 81 Gal.•(X(l)•2.)**2+4.•(X(2)•ll**2+2.•X(3)••2•l••XC4)•120.
RETURN 82 G:5.•1C1l••2+8.•X(2)+(X(3)•6.)••2•2.•X(4)•4"~
RETURN 81 G•0.5•CXC1)•8.l••2+2.•CXC2)•4.l••2+3.•XC5)••2•X(6)•lO.
RETURU 84 G:X(1)••2t2.•(X(2)•2•>••2•2.•X(l)•X(2)+14.•Yf~)•6.•XC6l
RETURN 85 G•4.•XC1)+5.•XC2l•l.•XC7)t9.•XC8l•lOS.
RETURN 86 G•tO.•X(l)•B.•XC2)•1l.•XC7l+2.•XC8)
RETURN 87 Ga3.•XC1)+6.•XC2l+12.•CX(9)•8.l••2•7.•X(t0)
RETURN 88 Ga•5.•X(1)+2.•X(2)+5.•XC9)•2.•X(10)•t2.
RETURN 89 GaX(l)+XC2l+4.•XC11)•2t.•XC12)
RETURN 9u G•Xlll••2+tS.•XCt1l•8.•XC12)•28.
RJ.:;TURN 91 G•4.•A(1)+9.•XC2lt5.•XC13)••2•9.•XCt4)•87.
RETURN 9~ Gal.•X(1lt4.•XC2ltl.•(X(13l•6.l••2•t4.•XC141•'0•
RETURN 93 G=t~.•X(l)••2t35.•X<lSl•79.•XCt6)•9?.
RETURN 94 G:l5.•XC2l••2t11~•X(15l•61.•X(16)•54.
R!:::TURN 9~ G:5.•Xf1)••2+2.•X(2)+9.•X(17l••4•XCt8)•68.
RE:..TURt.i 9L G~X(l)••2•X(2)+19.•XC1Q)•20.•XC20)+19.
RE:TURN 97 G:7.•X(tl••2+5.•~(2)••1+X(t9>••2•30.•XC20)
~E:TURi.f
c )tO GO fO Cl61,362,363,J64.365,)66,367,369)1 361 GHlG(1):ó.•(X(1)•2.)
G~AG(2)a8.*(1(2)•J.)
Gf<AGC3l•4.•XCJ) GklGC4):•7.
187 Oü 188 K•5,10 tbH Gf\AGOO•O.
RL:TUfth 3t2 GP~G(ll•lO.•X(t)
GRAG(2l•Y. G~AG(3)a2.•(X(3)•ó.) GkAGC-*l••l. Gu lO Usl
lb3 GkAG(l):K(\)•8. GRAGC~l•4.*(X(2)•4.) GhA.:ii(JlaO. Gf'.A,j( 4l:O. Gr: A G ( 5 l :b • *X ( 5) GFU.:;Cbl=•l.
17 7 IH!
3t6
1':.9
00 178 1<•7.10 GRA;j(K)•O. RETURN G~aGC1l=2.•XC1l•2.•XC2l G~~~(2l•4.•(X(2)•2.)•2.*X(1) Gfi.AGC3l•O. GRAG(t)•O. GRAGC5l•14. GPAGCbl=•6. co ro t77 Gi<AG(1l•4. Gf<AGC2l•5. GF<AGC7l••3. Gf:AGC8)a9. Gfi.AGC~l•O. GRA(,ClO)•O. Oú lb8 1<•3,6 Gf<A~CK)•ú. RETLIR:i GF<A.:iCl>•to. GPAC.C2l••8~ Gf-AGC7l••l7. GPAGC8l•2. 00 158 K•3,6 GF<AGCKl•O. GF<AGC9l•O. GRAGC10)•0. RE.:TURN Gf-<l~C1l••3. Gf!a~C2l•6. GKAG(9)•2t.•CXC9)•8.) Gf<AGC10)••7. Ou 157 K•3,8 GF<AGCKl•O. Rt:TURN
h8 Gt-Aü(ll••9.
c
Gf'AGC2l•2. Gt:\AG(9)a5. Gf{A(,(10)••2. Gu ro t53
.lOb
370 GU f0(471,472 1 473,474,475,476,477,478,479,4oo,481,482,483,494,485, • 48t;,,487>I
471 GP\G(l)•b.•(X(1)•2.) G~AGC2l:9.•(X(2)•3.) Gf~ A G ( 3): 4. • X ( 3l GIHGC-Il••7.
lj I li () u ~ o 1 K • 5 • 2 o ~·1 GF.A~(t\):0.
~t.TlJRr4
~72 G~A~(ll=10.•X(1) G~A-:,(2):~. GRAy()l:2.•(X(l)•b.) GPAGC4l=•2. Gu '1'0 ~CIO
4/3 G~A~Cl>•X(1)•8. GRAGC2):4.*(X(2)•4.) GtUGCll:aO. GHAGC4):0. Gt{AGC~l=b.•XC5l
GRAGCbl••l. JJ=7
899 DO 802 Ka:JJ,20 8 f1 2 GR A G C K) a O •
RE.:TURN 474 GHkGC1l•2.•XC1)•2.•X<2l
G~•GC2l•4.*(X(2)•2.)•2.*X(1) GkAGCll•O. GRAG(4)•0. GRAGC5l•t4. Gt<AGCól••b. JJ•7 co ro B99
475 GRAGC1l•4. GHA(;C2l•S. GRAGCl)aO. GRAGC4l•O. GRAGCSl•O. GRAGC6l•O. GPAGC7l••3. GFlAGC8)a9. JJ•lO co ro 899
476 GHA~Cll•lO. Gf<AGC2l••8~o. GRA~Clla:O. GHAüC4)aO. GHAG(~l•O. GtaG(b):O. GPAGC7l••17. Gt\Ay{fl):2. JJ•'1 Gu ro 899
477 GkAGCll=l. GRAl,(;t)ab. GKAGC3l•O. GIUGC4)a:O. GRA~(5):0.
GRA.:;(b)aO. GRAGC7):0. GRAi.i(S)aO. G~AGC9) • 24.•CXC9)•8.l Gf.!AGC10)••7. JJ•11 Gü TO R99
478 GHAGCll••S. GP.AGC,)a2. Du ó7v K•3,20
870 GkA;.i(K)aO. G f1
• A (; C 9 ) • S • GhA\;(10)••2. Rt;TURN
479 Gf.:Aiifll•l. Gf\A~C2l•l Ou S71 Ka3,20
871 GkAGCKl•O. GPA.;;C11)•4. GRA.;;ct?)••21. Pc..TU~N
4~0 G~AGC1)•2.•XC1)
107
872
4F."t
t 80
4P4
8C7
4~5
DO 872 Ka2,20 GRAGCK)aO. GRAGClll•lS. GRAGC12)••9. RETURN GHAb(l)a4. GRAGC2)•9. 00 180 Ka3,20 GRAGCKl•O. GRAGClll•lO.•XCll) GRAGC14l••9. kt:TURN GFIA-:i(l)a3. GRAGC2l•4. 00 ôOS Ka3,20 GF.At.iCKl•O. GRlGC1l)ati.•CXC13)•6.) Gf\A(,(14)••t4. Rt:TURN GHAGC1l•28.-•XC1) Oú b06 Ka2,20 GRli.i(K)aO. GRAGC15)a35. GRAGC1b)a•79. I'IC:Tl.RN Gf<A\iCl>•O. Gf\ AGC 2) •30.'*X ( 2) DO ó07 K•l,20 GnA(;CK)aO. GRAC.Cl5)att. GRAGClb)••bl. Rt,;TUA._ Gf<A(;Cll•tO.•XCt) GRAG.C2l•2. DO 809 Ka3,20
8(•8 GkAGCKl•O. GRl~C17)a36.•XC17l••l GkAGC18l••t. Ri;TUR~
4~b GHAGC1>•2.•XC1l Gt-<A..;c:n•-1. Ou b09 Kal,20
8 (! 9 G r: l G C 1\ l • O • Gf.:lGC lq)a19. Gt1lGC 20) ••20. Rc.TURN
4r7 Gl'"..;c ll•t 4.•XC l) GkA~(~l•tú.*X(2) Oú 901 t<a),20
9\.1 GKl~CI\):0.
c c
GP.lGC1~)•~.•XC19) GRAGC20)••lO. RlTURN
49j GO TOC120,99,130,1JO,IJO,ll0,99,3t0,320,3l",~40,350 1 ,)60,370,J80,J90,3000) NP
t::o Gú Tt)(20l,202,203)I 2~1 G~A~Cll••l.
GP.AGC2l:O.
108
130 131
132
133
310 311
312
320 321
lí. 2
);t)
340 3~0
lH
c
RE.;TUR~
GP.AGCl)aO. GRA.GC2>••1. RE.TURN GRA~(l)~•l.IX(ll••2 GRAGC2l=•lw Ré:TURtl GU fO(llt 1 t32 1 t3l)I GRA.GCll••XC2l GRAGC2l••XC1) RE.TURN GRAGiCll••l. GF<A.GC2l••2. RETURN GIUGCll~t. GRA.GC2l••4. Rt;TURN GO f0(l1t,312)1 GRlGCll••t. GftlGC2l•O. RETURN GRA.GiCll•O. GRlGC~l••l. Rt:TURN GU f0(321 1 322,32l)l GRlGCll•2.•XC1l+l. GRA.GC2l•2.*XC2)•t. GRA.uCll•2.•XCll+t. GHAGC4l•2.•XC4l•l. RE:TU~N G~lGCll•2.•XC1l•t. GHAGC2h:4.*XC2l GHA.GC3la2.•XC3l GRlGC4l•4.•XC4l•t. Rt:.:TU~N
GHlüC1)a4.•XC1l+2. GRAGC~l•2.*XC2l•l. GRI.GCJ)a2.•XC3l GPAC.C4l••l. R[TURt-.
tFCl.Ew.4) GO TO lll GRA.GCll • •1. FIC:TURN
GRA.GCll • l. GkAGC2l • t. GiUGC l) • 2.
RE.;TI.HW
3)0 Gü f0(351,3S2,3S3,354)T 1St G~AGC1)a4.•XC1)
GRA.~C~l•lJ.*X(2)**l GRAGC3l•1. GRAGC .. )afj.•XC4) GkA.GC5)a5. GKAI.iCb)cO. Gf\A.GC 7laO. Rt: TU R f~
352 GHAC.Cl)a7. G~AG(4!)a).
GF<AGC3l•20_.*X(3)
109
GRAGC4l: 1. GRAGCSl:•l. GRAüCt))aO. Gt<AG(7):0. RETUF<N
353 GRAGCl)a23~
GRAGC4:l•2.•XC2) GfUGC ll•O. GRACrC4)aO. GRACrC5l•O. GRAG(b):t2.•X(6) GRAGC7l••8. Rt:TURN
354 GHAGC1la8.•XC1)•3.•XC2l GRAGC2l:2.•X<2l•l.*XC1l GRAGC)):4.•XC3) GF<AGC4):0. GRAGC5):0. GRAG(b)z5. GPAGC7):•11.
f.tlTURN
lt< G••X(l) RETütotN
39 Gú TO C931,932,933,934,935) I 93t G: A(2)•X(1)•5.
io<ETlJRU 932 G:•l.•X(t)•XC2)+6.
RETURN 933 G: ~~~•XC1l•X(2)+1.
Rl'TUF<N 934 G=t~.•X(l)•XC2)•90.
~t.:TURN
93~ GaO.StX(l)+X(2)•H. 1-'ETURN
lCO GO TO (936,937,93H) I 936 G:X(2)•~(1)
R t; TU R t; 937 G:t.•.H2)
Rt..TiJRh 9j~ G=C1.1l.l•X(1)+XC2)•7.
RE:TURN 3~0 DU 777 J•1,4 777 Gf{lGCJ)aO.
G R A G C 1 ) • •1 ,., IH.:TUt<t-.
3~0 Gu lO C97t,972,97J,974,975) I 971 GHA;(l)a•l.
Gf~AGCll a t. Rt:TliRt.
972 GRl~(l)a•J.
GF<.-(,(2):•1. Rt:TIJRN
973 Gkl~Cll•0.2 GRA~(2)a•1. Rt:TUI<N
~74 GRAGCll•tO. GkAGC2l••l. Rt.TUPN
l.l.U
975 G~AGC1l•0.5
GRAC,C2>•1. Rt;TURN
300L GO Tü (921,922,923) I 92t G~AGC1l••1.
Gf(lGCl>• 1. RETURN
922 GRAGCll•O. GRAGC~>= •l. Rt..TURN
923 GAAGCl>•t.ll. GRAGC2)at. RETURN END S~B~OUTINE HAGA(I 1 X,H,GRAH,Ll OlMt~SlON X(2),GRAH(2) CU.,.MON/~OPROSINP GO TO Ct,2,1,1,t,1,1,1.1,1,34,t,t,t,38,1,1) N~
2 tfrL.EQ.2) GO TO 9 HaX(2)•2.•X(1)**2
t RETURN 9 GRAhCll••4••X(1)
GRAnC2la1. RETURN
14 GO fO Clt,t2,13) 1 11 GO TO C14,t5)L 14 HcX(t)•*2+X(2)**2+X(3)•*2+X(4)**2+XC5)**2 ••O.
RETURN 15 Dú 17 Ja1,5 17 GRAHCJ)a2.•XCJ)
Rt:TURN 17 GO ro (20,21) L 2• H:X(2)•XC:H•5.•XC4l•X(S)
RETUfHi 21 f;r:AnCll•O.
GRAnC:ll•X(l) GRAn())aX(2) GRArtC4)a•S~*X(5)
Gt<At1f~l=•S.•X(4) fiETURN
13 Gú TO C24,25lL 24 H:X(l)•*l+X(2)••3 +1.
Rt:.:TURN 2~ GRAHC1l•l.•XC1l••2
GRAnC2l•l.*XC2)**2 GRAH()):O. GRArtC4)aO. GRAHC5l•O. J:.lf:.TURU
1~ Gu ro C40,29>L 4• H:•2.•XC1)••4 •XC2)+2.
RI:::TURN 20 GkAnC1)••8.•X(1)•*3
GRAnC:ll••l. Ri:TURN
c
111
c c c c c
77 5':l
1
2
21
2 'l
2L '2 .i 3
4
5
b
1 : L
1 1
t ...
P,,n~Jt:÷'~A . ' ..... -~
IJJ .. (~l .. l,fJ(;~b. .• ~1 ~\~ ~"_,. 1 1 ~'"·-!I
112
r J 1'" , . 1 J ;, l J ': x l · , .· , ; , .• 1 • .• " ( ') • 11 ) , • ., • ; 1 r : c "' rH) l , ·; X ( r; f'l o 'I , fi x: ( <J J o ) , T -~'I' ... ( j i I .. ) , < . J ( '. ; ) • i ( -" J J. ) , l_; H .•. (; ( ,, 'Í t) ) ,
') l;i,h!lf;:,f•.,),u ,., ,),,:: .~ .. (·,,,.~),f:J-•i(<;:,:l),l-;flllX(')(JO),dhUX('1·;(•)
c J \<1 ~dI .• I,'JH •· i; 1-\ I ':'
c .J 11.1. ~' ', ~ 1 ..J F l. c 1 r 1 .. ' ': (,JM l!l;./.dli,.'1 /! 11,.T;·, liJuT, lt·i· ;, i,q ''·'• t,,-.f.·, :.~l'lu, ~~. ·<:·1 :J,'•, 1 .r;·-71 flAT;, 1\D, },·1'/'', t/ I) A. 'I',-\ 'l' i} u. l I.'·'!:. ,~, 'i ! I• • ;.·:':O, /1 • •· .... 1 •. .-- ~ , 1 :'' • , 1 • F: ... 4/ 11..; ::.~ [~1,•1
l<L/\l(1): ··
••J *4 I :t,u TLT.:..r 11 = ~' • . , l 1-' •• l
j:.'...;Wif•l'f~.~. •.,·r ,· .. 11 ·'·· .• il ... :.·;•r." I<C.Vl' .:, .~1 r· ... ,.-<riA n i l T t P ,~ d H
I I e._ )
F,.JI< l::.f(.iX,' (',,.,~,;.,, !'!•J..:X 111->; ;.·~·.St\ll .. , ',S) A~CL.Dl' ..;.l~·lt)
T .1 P;. 21 FJICl.l\f( JX, 1 .:J\'
I M.'~1',. 1 ) f\~C .... PT t, lll li; t lu.N.....,.1) t~\_~
T!Pt. 1'+ Jo',_dc;;,T( ..>X,' ;_,.i:- 1
... l ) . .J
1\~C.~PJ' i.h,.T'ul.,, 1-',·\·,,,C!~ ;'IJ:-., . .~It_,
J;·· ,J K -~ ,\ !' ( t C )
T i~·;. V.;K 1\!'(:)). 1
1 \'\._ .• l.
r."' c. i' j' t. :, ,
~ ,; ~ . I •, t'f J j )
I r r .J • , -~ • ,. )
1 ·, .:•.
>J
• 'f I J
F _.t-< :: ;'(_,);,I 'I\,_, I,
f. ~ "~ ... r ' ; · ~..~ • , ~- , r< ··. ' r r .; l il,, 7 J::;l,\.
~--ll·l)- "~
I.- ( , • l ·J. • ·) J
l l f'. _I
~ .._;h ... •• i' f :.t X , 1 y ,~ .... ~. ·
n .... "~-· ~·r :;, ,·:·.i..\, ,·' v 1 ,. l .;. 1 ' ' ). ~- I , r .J ) :. ·, -, • , • l 1 ~·. 1 r' f ..._J t<~' : ::. ~~ { '..,) ~- f I l 1
' f' I
1 •,) l"l .J.;;;t,; ,· ...... r .. 1 · r .; , .~ l ; )
"' .. l : ·· l I .. •t \, _. · ) ~ , . f. :-. ." ( I I I I , , .. ,
~ i t'
(' ,:, f_,"-' ,; t l' .J tI i. l ': )
, l ~- ! , I '·,
·'
, -~- (' .: i\ • ,J • I I· -'· ' I (~
' , I l
I . l ... , 4 - -4 ,
. 'I' ....... r· ..
I I :.; )
, .
, .;; )
' ' I' >,i.' 'li' ( ~.i,;' I ) I I/I )
1
113 c;,(.!.J {"h;(ll ( "''"1'1,.__, :;.~~ t, i.dl(;, TVT:t,X~'l, t:'(JH.T,F('.Sl,GI<)T ,(;;>:,
t l). I í; f(), 't • • \;f: i\ 'J. ,, i . ' I , ;, (' • l; 1-'\J r; , I· ~· :; r \< X f iJ I~ I '1 /\ X"' , lu u 1' , 1\ c r , T () [,, I [)F' v • I r .r I;~ ,. I " T !'.!: , l :· '' , u .·, ._; " I r I.' li,; • t~ r. r I I í i r r p ~' ,; , I I· p , K I) )
C rl Lu 1\ tJ ;•, T l k' L ( l r;. ) T L "''1' n = F 1J u .. r t r ·;T ) • . • , , • 1 llli h I f t ( I LI~·\' , 1 >l :;, l , ; l' , ~· • . , r· ,J
l'u~·:Ai'(// 1 1 ?~:tP;.
1 '",I !;Lt,iJ'JíJ, J..,
:· ~~· ·'\t; ui• C'PII I" h RA :J ::XI''Mt1 LU ,1/1/1)
r 1 P ·~ t q
F'u..,HAT(SX,' ;:>;.. .!!'.._.í·'Ji• ~~~..:Vd ~·HrH·I..l, H~rA
A.::Ct,PT .?. , •1J tfC4,J.~\:o~.1) {>i .'1: 77 SfiJP F."' lJ
: ' , s)
-->
114 c~----------------------------------------------------------------------c c ('
c c c c c c ('
c c c c c c ('
c c c
c c c
F .. li c •. J, l. \J
--A. r~',, . .1
li lo..•'' .I
i f . ' ' .. ',\ :I
• ~ ' J \ ... 1 ; I' , ... li IÍ ~ I , .. ,, ' .. ' j ~~ ,·~ ..:. .i) . I I
. ~ I .. I ,I J; j .. i. > ," ··t, I f· I< ·- ,_
~· l À . . .,. .... , ~ . f t\ •.• , ,. I , I
1-. , ... , ,\ . ' i
. 1 , .. •· , . . . , I ) < . -· t- ., , . , -·
,I ~ • . , } ., ::'
1-t ,_, ( !,.' ...••••• ~ J)
~- ~f -' r, . J f' '\ I I • I •
Pr; ••1r f.'" r, (: :_ f- I
' r. i) ~
·l I l . il v r 'J .. >I I J I. j 1' : : ( ( I. ) T r:,,,.. j, l:.. ;, ; . p 'J .
.(::( )(1 ,Y/ 1 •••• ;-.::
I
,,
c--·-----·-···-----------------·----------------------------------------c c c c c c c c c c t.
c c c
c c l
c
I'~ ,-...:. ~ h. ~ (' I • J ') ' l ~f.) .J J. .1. I
x- ••
I, ••
' .
,.-
t-
,.
··-I ;•
'. '
; ·, ' ''
4 l' 1 '~ ;, 1 ; t~
-.I i ' :j
.. l.i I
I,
,,. I f'
. I
. ' ·'I
I. ' •. I,
' ...
' ' .' í \ :
,),'
i ,I ·'
' .;.
'I I
'
I I I
i I i
! I
i•
f I
I.
•' :•.
J.'. ',;.• ÍtH, JJ-· f-'. I ; I' I f 0
f' i ' I I ' I I ., ,;, r I : ! .-· I I I •.
' .) l : .. fi )
' ' ".
l I •' :f ~ ' ' I '
·c· l ,... ' I : li· ·'
I ) ,. I
; )
1) I t:•• !. :_, I·. I
',I •--''
i .. ·
t) 'I,
'·
",:
-'·
•I
... I '
·,I
,I
' • I
·i ,. 'f.' !, • '" .J. :. .•••. \
)''· f: .I ......
•• - (, ~I I ~. ~ '' ' .. ) ~: ·-·
••
A,~- 1 i,_. ;1 I ... t .
. , __ ,. c
i. ,:! ..: I' =
.....
'. l ·'" ~ ..
I - . : · .. _; .,
'·, ·t . , + I ~ J.; i ' I )I· ''
r:._· .. _(, s • '1: '• tl I.~ J l.: 11,. i! •'
-· ;) .) ~ c• ,.: : .• '' 1 : ] .• :~ I 1 .• ~-.
~J ... J .. ) ,. )
I J ~ '· I .l 1 '... 1 t'' .. l ; ' t-"' ~' t I ' ! c ~, ' ~ r: H .. ~ j ) l •· J I'
, I i t.
,.. >'
,, r ''
\I 4 ,)
7 )
l -' . •.1
' '/.
:!"· / t ,. ,·;"· ·JC l•:)
1• 1 11 1 •. ~. " ·. •i ·, •< I • • I
.lr-• ;, d :·, I i.· i
'''· -~I, 'I
·.! Pi~ J 'f; r··.-:: 1
I' . I I
~.~ ! j • r ' ·, r .. '' ,.· ·.. '· )
" . -. -
•I l 'I
' ' -'
i . .. ;. -1 ··''
.. •'
(;,.:
'J,Í
'. . '' .; i ·,,
(
.... ,. "'
,I
'··
~ I
\ ,_:
' . .. J I ' .. a. IJ,_j
I'
'·I
,'I.
,I' I
!I
! :: 1
' ....
,, ,,
r~.
''
:.
. ) I I .,
:·, T '.1 C:-· I t~J l->, I'~ ~ ',•'! ~
·., •• ,.i>·
,) ·~ 1
i r 1 l' f\ ) I '. I ' T .... ( •. I
·-~ 1 ' t"-. 1'1' j_
• r n .. , ·; .. ·; ..
; ~ I, "(, )
I' I •
,. ~ . ' '
... ' ~ '
I 'I \. .l . ) " :··'. ''·' .,, ... ~ .1·1
' ' ;) '
· :-.. r·" t :· 1.· ·I I' V,.· f.
... , ..•. l
I '. í I.· ltl·
,. •J ç c l '; :1 ...., I
:~ ' ·"' .
\'.: i"• l f• 11 .. ·1 r .
..
) f,' • ) ' j 1 ; I J ,, 1'. I /. ; J J . '
I;., TI, 'í' 1 v
' .. : f ' ' ~:~ i f.: ! {,
.. :I I ,. (., .. 1 t\ , ... , I I ,,. ~.
115
' I f" • I I ~
. 1
; '
c c c c c c (
c c c c c c c c c c--· c c c c
)•·
1·', .... ,,.
~. ' 1
. ' . ... ,J ,. - '' ; ~ ...
~-~- -I I •
'. - -
J 1 't )' "l
,,
\' 1 ! ''
~--'.
.... ; -J •• I..J
\.' ,. 'I .:.
.._:)
~ ' '" . . ; : ! i ' i ' ·I
l '.- I ' • , • ~ .J • '
1'1 t 'f<' I
I:·
•. r ,>. ;, ·' J ' f', · .. r· '·.,' ' • 116
1 I·' •' ,.. r" :) r.· ; 'j' 111 I 1 • ;,
-·-
,li · ' ... ~ ,: • r I i' f : -~ , 1 _I ~~ l, v.~ J.,:)" I)" F í I 'I. •I,; I
. .- ' ;_) ; t' ~ . , 1..:· f· r r-. "' r ;; • ·,!I .. '
'.1 ·I \i I t) \
t •. 'I r·,. .; I
---------·-------------··--------------------------------------------•• ' ... ,I. .. ) ~; .. ' I. , I I Ir •• - 1 i ~ · r• r I :J L(' I\,. ! I
(----------------~·---------------------------------------------------(
c •
7 c c .. ("
..
('
( .. c
, ') i I ' 1 , • t _ ; ~ _j ' ) ~- I· ·..- '. ~·, , A I ~I \ I
'' .... ~J , 4 ' .J . , •• ; '• : , l ;./ , t•
. '' '· \/ . "' I I • ·-
I ,. " I '., '1 I 'I :, , ;:, i . ; ~ , ' :) ' ' ,\ ~
,'L·'
•J ,
'I
[ ' j.' ri t•.}, ;:• f' :i 1 1 (; 0
• :, Í
·\~~·. LJ·Il' 1 :,c.: 1 ;·.q_, i",lll)
I I ~ ''i J .J l • 1 ,lliJo~l
q 1) ' u •. · r t t , 1\ ~·· r J ( ) , I' I I' •'· ( I ) I X . ' ( 1 ) , I 1\ I I ) ,
T( 1 l ._;c•,,J(1) ;i ( 1 ) 1
r(j) 1 i(1),,_ 1
i '· \ t
... ;t;
'l -·-· if', :1.1 J
F .... ,: .. 1. ,),;
r~~ .~ ~ · ... 1 ~ r '" ·. 1 :.J . ..... · •• I l' • ('
r , I'·
X
l ! j\
1,,
('
l'
l'.
'•'
'· .
.l
J.
• I J- 4 , .__.
l l I j ,.} • J
- ' , .. I , i -
I'-" - '
I ~ f.
..
!' '
.. ' ,,.
... ' } ..J
I J I .. '
. ' I ' . ·,
' • ' I
: '
' (
) , '
' ·-'
I
. (
: ,lll )( r 1 ) 1 J r. :J X ( I )
,. \ '
·' ,) : , ..
i-. , I /\
I ( I ) )
'\o 11 ' ) ; : : ! ~- 1 i~ '
\ ,. v 1 (
r :. , , , . TI(' I oi
',-
C'* C·• C·• c )
l c C·• c
c C•• c ... C•• C·• C·• c 4
c C·• (
.i
c c c .. c • ( . c
c c
.. '-
( .
_,f I'! ... ~ p t I.._,
lt (lL. ,;. ). · Tt f..,.,, .,
1..: 1 , r. ( , I · u , 1 ;, ._; J'. i. . I 1 \ 1
ti.~ ( J l.;..'!
(
1 1 "'• ', '\ ; I I
• l
117 ,. ' ~
't r l . ,., .-1 (1!.1 Jd ,. • I ,J lo 1 r· J .', r, .~, 1 ,-; : 1 1 l
I I V, I' .I. ' I, ; I' .. ,• >...J' j; r< J s TI-: I ~~'I ·)
,,. I J• (.' ..__) 1 t \.' ·, ' , ~ c: 4 '' J :. r r.;:.; i· ~ s '!' t- I C l S n r.· U ,;~;.i l G \J ~r.; J i\ : J F
..,, l· J4 .. 1l ,J u i~ :; li A .~ I fPI 'A l i i ~ I '~ l T t..J ;•;.:n,. 1111 r<S'•r' F'' .:.>!\:'l:.iF:::lT'"l. ,I_. F
l.\;.j ! • ..._, '·•'),_: '" lt' lf• ir~ t 'TTII '·':..:'Jí.Jtl \JtJI-' !' !•:;, "
li ( Í ' I ; f • t: .). • ./ ) · • .J
t 11.. ::I .·, : ' ' I l 'l ". I •• )
A t ;.. ;. r· , , ! .; , ( ·, •• , • )
I t { ~. ' ' • L; )' • I' ' . .~ ' ' I • '1 '··
r:." .• ... ·'.
(' ',I
14.: · ......
') v
I', I",
... i" f.
(''
I •
1
~ '
''·
' '
' , \; 'I . ' ' \ ~ I
.J i
..
i.
t ! .':I ( ~ .
I. - , I \ ,
f I I ' ' I •' I ~ I '\ J ·, J
' . ' ••... j -''I
( - ) . ' ,J
.. ' '
1 . ~ .
• :.J
, l ' ' , '
' , , l ; ,
I :
-. ;t
l .. !
' l ·I
..
1 I~
I,
j;
.... \ .
' •· .... '
1) j ,·
,I
.... ) i 1 •
1 :)
'.I
.. ,, ;
'I' I
\ :. l ( · 1 !' ": t' ,•, 1 I.'' ( I I.[ 'I f '.Í , J 1 i I· 1 I
i, ~~\··,;~~h ·,~~~~'I\H,l:,\lli'~,.1-·· I)
. I A l ,', :, li oi
',. I' .. ,, I:' v .'\ I ' tj J,,
1 !~i>::;:, r:r_.'-... l, ··r· 1, (' '- ' •, Ü f 1 I
"'! I , (. I> ': [ , · f 11 f I Y , :_; .''\ :! .X 1 l ~''I
\ ) ' 'J~ '> ~~ 1 \ ! . ', ''
• "i ~ . t •' ;_, I
I' ,
C• c
c
c c c c c c c 5
j .
c
• • • .. .. L"
'
c .. c • c .. c
c c c * .. c • c • c
c • c •
c
7 o ·!-,
D
~· •. I . ~ '- • T ·~ ...... ' ·-' ,j J.. < .• I .f , r.
l l ( ··' '' ·-1 ;., ( I ) • , -. 6. '._j ......
(',,··J J. I 'í .·
l ' (
r:· ' 1 I • r
• ' l .• ; . ) '
·'· I 'I - '· ~1 ' i ' t í .,
'·· ·' 'J;:: r ;, \~ ' i ' . l i f ...... ..
'· . . p I, ~ I~
~ • I • I '' O\. i• tI
J. ~· ( I . , • . l í ( ..... , j
:l.
. lt. , I
. .. '·' 1.:1
•.;
1 j
~ . .:; ' . . . ' .. (
<.r r . ./ 1- •· . ) ( .. _, . ( ..: ·.
I , .. : í,
,,_
I: "'' J(
h: -· \~(
l( i. '· ( .. I
1 .. P·
1 l
~- ,.
' . ' ...... ·'
'( l)l •...• .,)
I ·q .f) I
_;.,. '(.JJ-\,,1 ,(
\ .'. ~ '"t
•' I• :I
,. '. ' J • ~
.I l
' , . ~~' ' ' '
I ) .l
.-\ f , .
.'·-I 1 .}
j ~ ,, . (
I' ''
., 1 li
; ( -~ I
. ' '\.1
v . f·, r ' T r ;, r\ I l • ~-· :-, :~
r•· ·rllf-I~'A;It, 0 •
,:, I ,),•:: ·;~11 P,_'•'ll'•
118
f' F,:'~ I, r· '!',, , •"'- · ·''I I V, ~·
: '~- L I ; ! I .. , ll !.., I~ .1 i i
·I, 1:) t-< ~ .'\ t t''}ll '-' ~ '_J n t.~., f 1 .! I f l · {-, · 1 n
·i o/ , f.' 'I I ,'1 ~ 1 ,•:;, li ,' 1 T
r. : . ~' ,\ .-; • fi I' I [o " I ' j l' ;. 1'.
1 • \ .1 I I ' i t ~ ! I;!;_, I .: ! 1 1/ r c{~ 1
i l
' ~ \
. . ..... .• J : ' ' i ~- ( ) ; ( T I ... ~ '\ l I I i<
r·\, . .; •
I: ... r -
tI: .. I 1 I • ( ! I
I ~ c
~. - í
')
!'.
I : ( 'I . (
c .. l ' ..
:..
l .
, r 1 '· . J ; J • i, • l ·
. '
. (
. I
..
. ;
.. i '
' .
I \ J)
. ( ) I t
.. ')
I '
)
J. ( J )
" ' ! ' • . )
I :
.. I !' i .~ •
•
. I
b
c o
. , ' ,,
H H
c
") I·
)
i )
)
·• •··
") ·l
c
ll
( ' ' •I
,, .;.1
' • t I .\ J (
c _, ... I· .. '
,, .1•'
(; I • J ! ) } '•
~ , I I
' . ' I
I'
I,,
I I
r ' .
I J
L,(..,, .• ,·,,'
' ..
: (' : # I . , j , ; I ; I ·•
o' I
J I : ~·, ~ I I
• .I • t' ~·. 1
, , , J ' ' : ~. , X I "/ r :, 1 , l, ; ,' '· I
i~· I J '!!·•,: i"JI~ 'J)
.J.;' J I f, \.I' • J I '~ ~, ._·, l I . ; r, f I 'f ' ':;,fi/ ' IL' 1,1\rl)
'i' .... ( i ' • I . I , __ ) , . " . i I 'I\ ' ~· . .I I~ . J , i-.. n ;.... t I c; ) ~ l T • 1-4 ll '.I ( I ( ~ r' ! J . \ '
.l r ... ·"'' Í) l •,' ( ., ,j
:f t .
r r ( i
,J; l I
I ( I ) ) . . ,, .. _; ··' .. > I
. I
'': •· l I • l I
r,. I ~ , , , ,' • ; l \ ( ~ ) , ' .: ,
• / ) I,,
I.} r l
' ,· l i .. j I 1 •, 1 •
. . r !
....
,. '
) l
l ' .
I I l I
~~ • , I:
, • I l
t·' •·
í· ,;.
v ~
I I I/,
I I,
I • I I I,
( I I,
I I
,.
' '
' (
. : I ' . ~
, , I I J tI,
• I . ' • I .. ' !
j {
' " ( .
j •
I •
I,
~ 1 ) • ; '\ I I ~ I t I
.. ;·,,
' .. -··- >
' , 1 ) • i .. • ' •.. '_I ·, I
~ .. ,.,//}
.-. '' 1." ,. -r· .''' ··1 ~~ ~. . ,'
I i ~ ; '
... ) I • c.. •. , ' ' I I . i, ':I ' l):
,,,,· !' I\ ' I •. '.
119
~·'I
I I i
. , I I )
I / )
i ' ·~ /. -... :· i
I j I'
I ... ; ·._ '-' l ,, ' i,_ •• · ::: . ' I ,
' ' . ·' . , I I/
c --- -- -- . - . - - - ... - - ~ - - ... - ... - - .... - . - • - -- - - - - - -- - . ---- - -- .. - -- .. - -- - - ~- " -- • -. -
·' '\. ". \ ; - I ' I I I J ol :. ,: i , \ '-' !1 .. ' . . ' , .:·\J ,·, (' I ./ , I ·'' )
d ' '' • , f • I 1 I , • ( 1 I I ' I ,, ' ( , ) , I' ~' I' \ ( 1 )
('
c . .-
?
2 2 L
'>
!)
'·
1
c .. c ..
1 , , :·~ ~..: : ,' .; t : t · T :~ l • ' ·) j • T '"· 1\ 1 ~
.,.,!;
.'i,
... l l •• . : -; j
l~tl:,!/.j.IJ
' .. ('tli•~·-"l• ,) ~ ' ) 1 I t' ' J
• ( I , : ,.
l • í. i f, ') J
. ·• ) : • t : l I .f I - - . -· . • • l
I t 'i • I')
~'' ' t I ' r ' .
• ( 1 " ' ' I
')
' ) _, ' •• ( f ) I ~ .~ 1 I ; )
1 • ( • r :; )
1 r l l J ,. . • -~- '' J I .. I t ) I 1 ~ )
I r .., . • .J • •'
.,· \,~ _ _,~.,r.') t ,· l I ·i· , , • ' J t .I . I,. I ; ) I l - I I )
.~, Íll'l'·'l •• ••)
V' ) ~·( }! ... . l-i) \' . ( ~ t \. l J r ·J 11 . ,I -~ ) ~ , "
I . j o -.! :) • 11 t•.' I
!',,
'\ ~ f 1 I i : li ~ ,~ 1 ( f - f J I f
F ,1.
~ •, . r~ ~
~'' : ~.. !, : (
F ~·I j,
+ I
.;• 1"('-'
1 1 l'·(r.\ 1
) )., , ' \d ,i, .. J' 1'.
,li 'j • í •
t-I
) . .. ( . -'
) J. / ,·
I J
I 1 i •· Í 1 ! , J
' . ,. '' I
o.J
, I ' - , .I I I_. , l
I I
\ 'I ' '. 1 ~·
• . • ! I ,,_. I'
'. I'' 'j
! '
• I I'
,, I ( I
I ~; I
~ .. //)
1•·('-'l,l)
; , I ''f,l'f '!,l\'!1 J'' . ' ... . . ' , ) I 1 •
li'·
1)
I 1' I l (:I I ' 1 (, , • :1 ~) Í·
I )
·•·
~-.
'} ', ,
·.
·''
' l ' )
' ! , I
. (
. I
f . • r, j ,
J.
I'
. . ' ... -
\ \, ' . ) I J
...; .-' I (
. ' ( ( 4 • I
' ~ ' ·" • -. ) • / l
''
. i ' I
I J I • I
' / ' 1 ,_, '! 1 (" "l' ,'.- I•,
·;, I I I )
120
(' ,li
l! ( '-' )
.. , • , 1
I ,
I I
, I ,
,I ·' ·I ' ' .. -~. 1 ~~ :::'~r.· ll , ··J t,. :.J '·; ' .. : .,.. ·~ ' . ! .
'I 1, .J . · 1 1 r :
) ~ ( ' .. I' • I • I , / .. I I r· i· \. ,
j
J
7 1 l
1
121 I .L '' I ,_: ·' •, ( l ) , . , I l I ) 1 : . , I ; ( i ) T'' ! ,\( 1 ) , ( q ( 1 ) , ; t< .\ iJ ,, ( 1 )
,•,f( 1 ),•;,, l,,f; I, I, '·• ( ~ ),< .. ·,·,( 1 ),(;~. ',,l( )
C . , 1, ~ ~·I: ( .'~ 1 t' , J.. 1 1
~ . ....., i~ - t:'
I~ 'L ..J r" . ( \ I t I '
• ' .J i.'' " .:: 1 , ~ ... \,':-.(rJ - J".('J
l r. ( ( • L ,.} • f~ ) 1 I
I I. i ~ :.- 1 •
c;,t,_ ._,,·<r.~,.:,
; .• '·• r • l ;; \• t_,
• ., , I
..; -,'\ l· ; ( I:. l • ( ·'.' . ' j _,
.. . ' +
I'·- .... I
'· . ,.
.I
.' )
-· ..
., '
,
I . • ~• I l. ··, ..· ' '' ·, \ ( . ' ) J
., I - i
I . •
I ( J.
""",, '
: I ' l l ' j ...; '. ' ' ' (. ) + ~ •-'
1. ( .J.
I, l l;.. I . ( ;! ... .. í.
" . 1 •• r • ::
I;· - . '. \. . '
,./ r::1 1
·, . '.', ( ~
_' j I.
I'
i ' , : ,
+ . ( ·' I " 'I
, ~ , lo
• ,.
I '
( , I ,. · , , ; (: ( í- ) + ( <:: T r: ( ) ·.~r: , ., ·: •· :. r: ( ~o )
.. : . : .. ' I r l ) •·' I ~·
I I .. ·' H ( '· ) '( . 1 ( l ) • lo~- li ·' ( ~
c C' c
c r c c c c
c
c
c c
c
,. ' c c c r r
('
( (•
'
c
I'
c
s i} ti ;-() u r 11·· L : \ .I : J.; .J ( Â • : j • I • " L ' ;;· , (~ • X I . A ,. • .~ s I G I 'l" lo "i' e • X M I • I F 11 N , J T F ol ~ 2 t E P!; , o~ F L i\(; , "1 .J, t:< d ·~ 1 r d P , t; ~--, I , ·~ 1 I O iJ T , f n" V , A : (" , r. P A C , ;; 11 .; 1'1 , í, f, í1 X , d A i I X ) n 1 .,. ..2 '• S I ~J r~ X ( 1 ) , :_; ( 1 ) 1 ~· ( 1 J , .(t, (, 1·1 ( t ) , ;;: S l r; ( 1 ) , T F" TA ( 1 ) , X M I ( 1 ) r I .1 •1 < ··~ 5 I d,.,. <:, t A t_; ( 1 ) 1 ;_; .~ '.li ( t J , :; fd I X ( t ) , ~· A i I X ( t ' • (~ 1'-':) ( 1 ) L u <a C' i\ L ~HJ P J 0
T l' E: tt:.) lflJ .. ::l TJur11::o
fílUTI<
C'.Jf,.JC:;H P,~,P,k•A!._'l';<.l~ ;'lU.'• SliHUTVlí>Tí , •• :'1( I) r<H•l'ff'~i' •l Vr;'T()i! i}~
f•u-5\: A. .i ( 'l X+- I) CihiT•~:·A A t<,~l.dlJH F:ST I~· AT I··/ A 1J 11 R;, J '1 [ L-1 I >Hl•
i>i(;·,.._;+.i) C';_t·~TP:?·; ~ ~.,;P,\OHi'rt., ~dJ Pfl 1·1Til ATU'~L.
r. t-.: 'i = ~. G +- ; r.. r• u =··r· v t ~J f<.:: t] 'I .... ='). N
c ;o L .... í ' s ~ ( X ' : ' , : ! • L L , X L. ;, ; ' t\ ~'i 1 ( ~ , T r. r ;, , ~ r.• I , F' , :: , r. F" ( l , :; fi .v: , (;F~ r. I i I F I 1 \ ,
1 t;,~il;( 1 n,\dX)
tJf[,;,r;:;.,·
r'"}.,:;_: l•' l I' .r. .) [ J;, ~ ... ~ ~~ ~. __ :
I • i. A u", .;.. ·; :J ~ · l ~ ) .:: '" j ';. _j T ! ' t :: T I j •'; <\ L , .~·: j . ~ u i\ ;, l..l .-i ·I , t; I : t . j { J
n., 1 ::: X...;.; l),.;: j.
f'" .) ' 1 ;; 1 , ~-·
,. l l ) : .. c: { I ) "...: •'.:: ~ :; , J t,; ( T J • X C ; ) r 1 :. t .;; i • _. \ • (~ ( I ) ~ ·.; r ..1. )
..... ,. 1 ... :1 .. ·-
: : ;._ C ; :\ ~.) ,) '·. t' l i : ~ r"' ,". 1 t\ :· · í ., ~) • ~ ~ ; ; ;..""' X' A .l ) i I ., •
., · l < J • .i ,\ ,) i->;, <li I • " i • r: I " ! . 1 f, li ·r li ;'1 {, Í) f. H f V.\ •
:1·~: J;]L· ".A.~'J"
~ ' 1 >;.,.I ' ·~ I
11. ·-· A. 1 : ; r·,, • ~:.: P ., • i. ·• ;, x t ( 1 • · , :. ;_; '·• l l t ( ; .:.; ; • G \' • t, ti X 1 ) • _,' 1 ·r· . i J
Tr'( i•"t,;T.t-·.J.U);·:~·;IJ:~·• o~,:1.4'r:t T.,:~<V,5dl:) ~>•~t•·••t:i*ltlHI·( Pf·;,~;..,i\ 1 S· li T"i("!_,:Jto:J !~>-· U';f;_;F;• l"'f'f I
t< (_ .. ,.,J .. '
c
4,
4: c c c
,.. \ .. c c o c c ('
c c c c (
c r ('
c c
('
c
c c ('
c r ('
c ("
1
r. c c
TFClFllN.,t.T. ·lXt'll.í)GO T J 15 Nr'LM;::1 lf( l0UT.fl1.0)Jü~l'UJ<:"l IN,, I f;:: ( J íJ f v. o o:' ) ~C:TUHií
NCAi..L.S=.LF"lJN
T ~-C i li i.J .,, • c: t) • .J ) .:.; t_l T l 'J t1
1 f ( i 11 U 1' 1\ • rj i • ;1) ~~ U l 11 :) ''
,.; t 1 i',.· ( I L.> f V , ~ d 'J ) I 'f i.Y , l F LI:. , F '1 I N , \.; :; • J
l.JliT~=IJI1TK+1
lr'({.-•:11'1- .}.J. LJU'Il.l.t•Jl'l.:.:.)
123
.•.; .~ .. :- r 11 F • ~. 1 • ·I .r 1 _ 1 · ;, 1 :· ~ :{ 11 c 1\ ,_, , c ' "_,·<·! 1 ,.. · r. p H "' = 1 • 1. 1 :.; <J i< T c r:,,· J ) •
" J I~ V.,l ii,,T,c{l{:·du<. ,,,_; ~' h·'f,tí: ,-, ... tl'IS",\ r''l(T;.T s,_·,T,\ :; ilTr,Plft.
~ "'I.'.( A llf!L;T:~/._: fu'·i \I. A • .Jli:,T,-, !.1'·1;, ("IH• frfl 11 "~-., ~~ .~ 11 :)/\L" (r.
r-._;N.._ .-.1 • .)it.\ :, .. :,<{/r, ;J. ,-: 1 .d.:ld;.): ;·. "F"•'" F A"ih'" (r, F·I'J:_:r,' F S. ''•"iV,\tl,\ ri.t P.~:<.~.'" ~-,.;1-',"KIAr.liT•\1 "l\P"l.J•lfllí\i,J/~I'If' ·Y,F!-',ilP. À~l= , •
1-'t.'::f'.".i r. rq.•:.,\~l
I: . j t. .. r) ,, p li A T 'J I·, I • i) ~: H i v ·, I) .. • :) ~;~ r F í : ' i I : ,. :~ ' .1 p ; ' fi 'I r ~ ' n 'J i; 1' . ) .... I ' • . > ' : ' :A. !; •
1.1 ' ... : -•'· 1
l l ~" : I r~ K + t
,..; l i f'.:: •· •
!1.1 7·· J.;;1, ·, ·' !, ~ L·.::.:: r !. P .- .. c r l .. J ( 1 > .,. l '• .\ + .l l,:; X ( I ) "' { ,J ~.! ) :; <: ( l ) ~ : ;.- i • :: ~· '· J ; \ T ( :-' ~· ,,. P )
c c ~
c c
r~ 1 ::;. t. F H.~* :J 'f i~;., l f (A 1 • G r. itCC) ,_;t! T 1 J ;l
"'i'f.AG::2 r r· c HW r. Pu • v l i ( •' ·;· 1 i~~ •• w I J f!'' ( I l) F v, ':1 J .: l "' ::: 'f 'j ; .• li
C' C.', [,C U L! I I' :) P 1l.i '!' J ;_ X ;) ;;. 'h l ' F , , l' :, L • c 9 D,J lftL .1:1,,; l r X(l):,~(.JX+T)+;i[,i'H,,*.ill)
c c c ('r.I,Ci.IJ..,n Dfl F 1r,,.c;,li ''·;:·n.'l-: Pl1''J'l'i'• c
c
t c;
c c I i (I
1 c c c c c c
c c ,~
c
c c c c
,. \ ..
"
C t, L L P S l f i. , • i , i 1 , i.J L , t. L ~ 1 , X S i(; , T;.: 1' f•. , X f\1 I , F , •" , I. fi' f) , G H .H: , r: fi A H , P ll t\ , t (;j:.,tU,dAUXJ
lf'lH:lf'UIJ+1 I i: ( ~ t:· lllll • f. T • :I X F J . i ) <.; í1 ::'f' 1 l ) ll.J 1>•:) 1::1,:• X { I ) ::: :;1 ( ·:j X+ I ) <;<r J:::, ... c :'.jc;+r l V.;;F'"'Ili•
l-;jr:J4 ~ C.r•lflllTAH i\ llfí:JJ~uA íl~. "f" L>~ 1\J,PHA.
r).~ t. = P • n ''-· l'Jv r=l, r • ,, t,:.: 'J i< L t r. ( l ) * . i ( .1. )
·1 •. ·;;,.;<..)F F'~o.I,J'-:;, 1 .• ' ... i1',· Pii,.T 1 ·r::, r,u·t.r,j ~~r• ~~~:c:.\1'J'v": ,"t.:·> n·., /,L I'· ''·" J,t,.< •JiJ;.· .·,J.tlH;,::.i., · .. C.~ r·t.~ ,, .~ ,~,I~('A Pc1 .(,,.rt'l ;)(f;.· ,,f, P.:·~ ·;.. I)J,. .• ,,,,[• .. I (.;_.(_',.J., ;:: r,,·" .. ' :;;,. flT~- rr·r nn t>A!·~. [I I "'';r., ~.·r:·
•j•<:O.>Ii; ...,1 1(,\u.
1· ..• ~.-,~· ~ .. ~.·.: ilS c·i~r;'·'•:-<;.,:.~ ~-:~'\H'\ f C.J··•PPl',;~·.~ríl nn Pt-~_.-:;) .}~T:~:I
:·•~•'1'1 11-::HIF'IC;,:lu:,.
'• ' ,I 1 :; 1.. • ) () ') 1 • :, L i, 'J r; ~ t I :;
i\ • Á l::: ;I f' X 1 ...... :1 {I' 11 , ~ 'i.:;\ t> .-;, ( r) f) L lt/~ } t. A j: <j • ')
i i: c r- • c; .r. A u x 1 l ; " T J 1 3 ;J I i (,ti.,\ i .(;T. x.l_.., 3)<;) l'!t 1 J•o
J. ;..1:IF'UN·~CA;_,r,...;
! A .;' : ;, t\ ._, ( 0 ~ u hi . ; )
t , ( ( ' u X 1 • I. L • t • ) • \ • ) • ( • , : ' .< ; • c; r • 1 P :; ) ) 1 ·'. ' r~' 1 l , : C., :·, • I 7 í•
c c c c l :o
c c c c c
c c c r c c
c c c c c ('
C' 1
r c c C' c
c r: c c r r
c c c r c c
c c c
,()
li l :Llf-' tnl,[·•l. it• f f'P•F) l ( t.:...,•:d,C' ir..)
\li= J I•IJl•PP~n;;~, J r· ( ·J I • L. T. li l U ,1:;: :.1. ll"::,.,ili-IT(Il~l
{I r = .d ... i· tl/.1 • ( ,. L P , ; 1, - ;. r > "' r · 1 fi :.... + ~ , l - . l t ) 1 r fi "· r . - ~~ r + ? • * ' ' J )
125
T~~'i'l'q< ..:>~-r.__.,, .·~liJ,I .,t-1(:1\L.J.;.a.,;:' "'' nn::~I·:V··T.rt nr·Jl;F ~·.::;rr,• r1 '·11-;~ 1;,! ,) •
r, ,, ,; 1 ::: u 1\ L I ; 'P
1f(.:,~IX1 .(;T. i.)'~'' T,; 1 i,)
n T ;T;-_RV11Lt· TL 1 S1i.J.' -~.·~I:L'·:Ti!r..:,,J,'rF,<;'lAP ·F r1 PIJ"Jffl •·::~Y.~~-'I'·If.''·i-
T "I, "-)L H T f• ..• C:.:_ ;, ! T .o f, ,1 I A L 11 P c.' f'i.. H'· I r· i 1\ f', 1 • S t·l ,•, fi, f: .c; C> I t. !I.\ , I P nu • 'i'J 'l,:;-t,yi!l ~lU l"'~t.;(V,'.I".J•
~ .1 À 1 = 1 • ) 1 *A 1 r·; 1 < t, L P · t" , ,\ :' > JL, t. 2 .; , i • 'J o ., A . I ~ .\ 1 l r, ..., r> ;1 '' 1 ;, f • ) 1 t( ( :\ í • (. T • ~ ._; .( 1) • , I :.,. • ( A !' • 1; T • 11. 11 X ')) ) A r· : ( A f, P >~ f\ t !. I' ) I 7 • .-;,,. ·;,, t::; o
I'.;:; •; i~ u ,. ;. 1 J :·~ ,._- s ·) 1 J r •' r li- . ! 1" t "'t.' N r r ..• : .. ~ ,p< I).) r
'" 1 i.- .r ., . .', r \I.) Íl! I~ .~ •
" ~ • ( 1 = ._, • :1 9 • A . ; t • ' 1 ( r. i·· , , , r ;:- t1 .:. l lt'((II.-IL .c_:r ~~.J .l·:•íl• (" •• i.T. ~T) ·'···i 1 _, . ' r u 1 c:; ~:.
1·L ~'i .. ;: s ... , .. , ··':jt~~~ .l .. ~' P .. ;,: r,,..,, :.)r~,
r" ;;l.{'f.,<f lf',iT,\1. ,·• ,J'it·'lC..:fL
'• ' A 1 : 1 • ' 1 • . t.. . ~ :\ .~ 1 ( 'o i o · • J : ' d . 1 )
r ~ r , t , ,, 1. .. : .. i·. • . : • 1 • ~~ , i , • c .~ :·
D,;\' r.~ ~:,'f 1 .. t.fl.:"J~·.
l :' ( ~:.!.L • L;· • 1,. ) , ~ 1·.;; '). ·'.,.A·! A.\ I ( ,.., 1', :, I, r .. rl ~ )
·I ... __. ... ~tlK Pt.Jl'r,, ~,.i .. ',l .. ~':'~.~.
f • ( 0 • l. ( '":" .... 4 • tJ • J ,\ T;:: ,•, I r ··i 1 ( •\ i • , ,, ; . i' • I t. ) I ') • r)
(."T .l,r. :.11.,;1))
C-,L .. l('AH AP:;,LPd.,, .. t.:·,~.·.:,,T ~o· t''J:JTfl,:fH tiA Hll~rA.
c 126
t (I A;·:~U'H,,
('
c c
f'f•:F i) t' = () :. t· AvP;l•~.;;J.\ f C..J l'f'l Í.j 'j
C í' H ~: J '· T (Ti~ " d t L~ C i\ • c 1• r) Ai..P.l.l.=ALP~U\/2.
('
c c c c
F" f':: F' '·'1 N
f) r=~'(:
(;.) ft• ~o
1\ t-~'J~c r. il:H u r~~ '""i..: r d .. ·J H I' •. :, C.J .Jv~·;! .-a pr1. rr;:;T,.. P .11 C~Jrí •~t-·r:c~,;rlc T 1\ D J ;1 I,;:; U f: J 'r M J •
1 , [I r..., (J<= (.l • f!
x.:,,l.;c.n
c c c c 1 1 c c c c c c c c c c
?
c c c c c c
IJu 1"\• I::1, r.,:,(,l.;(;0d~f. ( t) .,; ( 1)
,., X.;.u.;J(.StJ~X (I)*;(( :n
c:;
n
,·,.
t. ,.' ._ l .; ::.: P ~; * ~-· P .J • .~ 4 ri X 1 ( 1 • · I , ,\ S ,J )
IH.;.~.; .(~1'. fdJO ):_;n T J lHS t t ( l• ' u r • t-• , i • > , H ~·: ll1 ~ ·• ~'- ~' T ; ~ · ( r 1; i- V • !.J u .) l l '::' i': : ·. • :. t .. J • > • r.' , l ; ~; 1 l
~~ T,J'' i
I'., \ -~ i 1:::: 1 • ,; \t; l 1 ) ::: ;, I' l' H i\.,. •'• ( l I
C ·',_,i''' i '·f: u :n1 V;) V •. T .1 ~ i l r .. ~.... . ;,-~...... .~ '> ~·'.
c:.d~LI~ 'iTF C..J:iJII(;~u:• '• ,,'r1JA:..T7~i'·' N~:sTA S"'('llll.T:.::.sTAP ;·,r;·~-·
I.t~ll.i'ifli.J U'~ ~~~ld~Ll ~}t-: ":-'U:Jí-'Ll,".
~- a .<.; r ;; ; • ,., r., ./.•·., l=t,:·• .,.. 1 ~; ~::;, r.:> r t <~ < r l .. . 1 c :. c: • 1 1 li'(.:.H;,(ttT0T/G~,)) .f;l'. íl.').)fH\31'::·.
f'; 1·• ;.!."L'-IICiu fOI: l'i,ilCAUíl.,,.;t_l,'<i'llt ri /\r!IAJ,•n• F"Y",Cr1'11 v::TO• ... ~ • ' ' >!• J •• i-< :;~ r ; ... r.: I '~ ·.I ~· .. !'J I" H l' ~~ " : ! .. r •• y • ~.: .. y • v • t; ·"' ;J( ~ J c ro : ' s t 1 ) E' "' ( \ ~ ; I" S +- '} ) i t t-' v p ::C i' f \1
:, .. , 1.. •• I 'l' ~. •
1 r ( , · " f • ! i l· • , < ) . 1 I I T I ,: ;{ !
•. t • '-i j ',', t 1 ) = :';. ~-· ( :' ·- . 1 ' ..; .. 7 ) = ,; •
1),) 21-J 1=1 .. :• ,.., (·i H 'i.- I):\; (.i ) • -1 (i i G +I l ... ( N tW + I ) =''i( J. ) .,. l N C n ,·;:;; +1 ) : .; ( :; C J •I ;_; + 1 l t fJ ( :J i< Y + 1 ) * ,..; ( ~~f.! Y +I )
2 l (I w ( Í'< (; 11;; s + 7 ) = >I ( ... C' .j l ;_, + / ) t ... ( I ) * '; ( :' d~ '( + T l c c c c 2 'fl Pt:).ü
l! L: iJ • (J
1: ,; 1. ~ •.• r = 1 • : • 1.11: !J 1 • i'i ( t..; H\ l t {) ,.. .; ( l ) I ; ( "J ·:,: • I i S t-1 )
127
? ' ft t1 ... : J 7 + ~'~ ( N rn • t ( ) • ; ( .o. ) 1t ~~ • I , i ( . i C; J ~ • ::. t 7 l • ,.; ( : J í' '( + I ) *r. ( I l I w ( '·' C fl: l S + 1 ) li J: .~ ( t: C U ~, ..) t 1 ) I .; ( J C t L i •; t 1 ) r;_; Z 4 ( 1 = t , . '
1. q " ( N À. I ) = -· J -~ ló ·~ ( I ) - ~! 1 .. ,, ( I~,; y t T ) -;I 2 .. ,, ( N p l) t I ) c c c c c
('
c r c 1' ()
} 1)
--.. -, ~ I' '.,
r
r
c
S ,._ ·i IHJ t, • , I l A c.~.~..,,,. >J~::r.cs u
1.• t = .) • p,:';.
l! ~= -). t; f=,).
(:t; i"l') 1=1,;,
I r F ; i ~ ;: j1 • j : : ;.: 1 ~~ ::. c r f\ í ) A , i'';.' 11 .. 1. oo • M
1 •
Jl 1 = U 1 • ( (; ( l ) • ~-J ( ~ ·,; + 1 ) ) * i ( : ~~~ iH l l /vi ( '" r fP; S + 1 ) '' ; = 1.1 1- r (_;f i. l - .,J < -~ ,; + ... l ) • ,, f . l t< i+ i ) 1 .~ c ·J r o r. s + 1 ) t t ) • n • .i (I J i~ I)+ I ) • ( (; ( J ) • .~ ( ·; <; t T ) ) I ·i ( . .,, r n r.:;+ I ) I I i::~! ~ t ~ ( 1 ) * ( (; l I ) • i ( i,: t I ) ) " ~ !·' ~) = ;) • Í'-j ,i?;! l=l,.J ;; n r= c .,~ c •J<..: f L. 2; + .1 1 1 ; r , c·-~ ;•; .-; + 1 , l ~<- f ~~ ( t l - ,, < ~:r; .. r ' ) , til 1 •• , f I. k y. 1 , • i I.' li.; ( j 1.'. 't l ) I ' • : ' ) .:. t s l' ;.'I' .. ( r~ ( .I J - • f i r: • I ) ) ~- l d :, + 1 ) :;; s r 1-' l'
'i!.)(".\.
' 1 = ...,, • \l ..... =· . • í" '' .L .1>1 ' 1 = 1 , ' ··~=·•1-,i(l),.,;( li/'~
'J 'I •. • :: ' 1 • r 1 • : +, 1 11 ' > ) ... _, f 1 J ... • : < • ' 1. , ( - ·, r , r. + r ) • c ' 1 111 J ,·.: :=1,.
1 :' , l ., , + 1 l = " < · .. \ + 1 l - i 1 • . r (; t 1 i - ; .-' • , f r ) ('
r c .i 'i " .• t-;.;•·.
,. J1<; J::t,, • l í ) ;; , 'C .• X • I J
J ; ~~ I ' '' , ;; ' l '·' ' .. 1'1 ( I ) • ,_; ( l )
c c c
c c c r.
c c ),'fi
C· H 5 '(I
b dl
5 11
128
1 f ( u c: 1 • r. c: • t1 • );..; :J '}' u 3 l J
r.ru;,tizc· •;,,{;,T" PAi(;. A~~·;:_(~UPP~ :1•"1 l•r:>INlC'Trl 1\ Cid>l\ '4 I1'í~~i~·
(' J{o"..,.
l F ( :, ! :;; 1' • ~-:: d • ; • l. l H ...i T: ·' N t\ s r J: ;o~.::; T + 1 <~,.~ r o 4 J
~·FI~ i\ C.:: 3 H' r HllJ T. f,J. 'j) H e'Tll:ü< I'' ..J R t-l A T ( 1 O P O • 1 'f J IN It'' I ~ l,. , : ' 1 S O I.! I(" A fl ' )
FGR~AT( F~ACA3S0 NfLkG::2'l FuiHtl\'f( • f~,".C.\SSO :~Fr,:.(~=1 ') f'cJR)lll:'l ITE~.\C"Htl' ,I5,t7H Al/fd.l'lrrH:S 11' F :: •,,;, ;; .. uli.:.D:~I\Jil = •.c> fJH~AT( 1 fR~r~SSn.~FLA~::1') .11 t' 11' F ( T ;J F V, o 1. O) I••~ TJ:• ;. "'.~li
• •
c c C
3
4 1
c c c
1
2
·•
c c
l
3
• I , J
• _, •Jii,l", 1 _I , . I ~·
r. l. . ' ... ,.
( j • l
;:, ~ J ..
I• ,, ·'I • ' ;;: .. r .. • .,. J
l
.l' 129
.. ;'( i I ~ • ', .. '\ ( ) I 1 ) ( _1
) J.,
----·--------M-·-------~-------------------------------------' , I .. ( ,', , •• I ,
~ l 3 ) , ,:t ! ') ,. 1.__ j ~• 'I l I
'I ,.
I ~ ,, , . • ·- I ~- ... ··: 1'.' I_.' I,.
.._ ... 1 , I j i .,, 'I 1 ~·:. ( )' ''I
' .. . ':
~·;::'I • .. ~ : ..... ,! ·:· . :'1- ,;, ( •' t 1 ) -" ' • \ ( •- t 1 1 ) -c 11 ~; r::. '• ~· r I( + :! 1 )
l' . lt\' ~. .. ~ I l
- ('i I l . )
---------4·----·----------··------------·--------------------l
I - I
. f
'f
' ,) (
I;._ f
. -
l'
;.,
.. .;. l
':I· : ~ •' .• !_:; ( l I•· ' ( .l
l l (
I ' ' 1: I . • ~ •
• ! 1 I
~ ! ~ -'
• .. . • ' I
i - •. ( • t I )
:..
• ' . •
;
I
. .
' l ) 1
) .. (
) :;, '( l
-;(
i.
i • J <; )
.. \ ) ,. - '
.
t • 't
t 1
+
r I ~ .
I
t ) -·· I (
i' • .. ,. ., ' : . } ·.;
; ... ~ ... \ ( '
) , ' \'
, l • '
, /
'.
. ' .... '
'· \ '·
' .,
'
l ' !
. , I
, '· ~ 'I I ;_ ~ . \ \ . l , :.-1 , .. J • t ( ; I .,
l , '• 2 r.) .1.::. ·, , rt lffiFI) ( ) (
• I
I
' I / ! • ) , I' l I,. 3 I.~ • P. i I c . \, Í I '\
• .. t ~ 1 1 + L' I~ ... • \i-? i" ~ •.. . v I •· J '
. . . -1 ., . ) "' I ? t• . -T ., .,.: '•'-' 1-,, ,, fc- :) .i I• .
' I
I ' I , , I , . . ' •. ' i , ' I ( ~ I )
' ' ; , ( (
' ' , . '
c SUBROUTINE A~1CYt,Y2.YJ,Ut,U2,U3 1 1T) 130 OlMENSIOW Y1C0150),Y2(0/50) 1 YlC0/50) DlMENSION U1(0/49),U2(0/49l,UlCOI49) CúMMON/Ktll1,Bl,Cl,Dt/K21A2,R2,C2,o2/Kl/Al,~l,Cl,Ol COMMONIKO/Yl0 1 120,Y30 FFCZ1 1 Z2,z3,Vl,V2,V3,V4,Wl•Zt + Vt•Z1+V2•Zt••2 + Vl•Zl•Z2 t + V4•Z1•Z3 • w YHO) •:ttO Y'2COl•Y20 YlCOl•YlO 00 l K•l,IT J•K•l YlCKl•FfCYl(J),Y2CJ),Yl(J),Al 1 8J,Cl,D1,U1CJ)) Y2CK)•ffCY2CJ),YtCJ),y)(J),A2,B2,C2tD2,U2(J))
t YJCKl•FfCY3(J),Y1CJ),Y2(J),Al,B),Cl,Dl,U3CJl) REttJRN
c
c ----------------------------------··-··-·---·-------------·· c S~BROUTINE PtCIT,X) OIMENStON Y1C0/50),Y2(0/50l,YlC0/50),X(300l DIMENSION UlC0/49)tU2(0/49l,U3COI49) CUMHON/KO/Yl0 1 Y20,Y30 Y1(0):Y10 Y2COlaY20 YJCOl•Y30 Ti'PE 2
2 fUAMATC2X, •VALOHES DF tJt,U2,U3 ? •) ACC~PT 3,Ut(o),U2(0),U3(0)
l FORMATC)G) 00 7 t<•t,(lT•1l U1CKl•U1C0) U2(Kl•U2CI)) li3CtO•UJCO)
7 CJNTINUE r.ALL Alo41CYt,i2,~3,111,U2 1 1JJ,IT) ,Jai'f•l w~ITE(2J,8)(Ul(h),KaO,J},(Y1CK),K•J 1 IT), t CU1CtO,K•O,J),C~2(K),Kat,IT),(U3Ctc),KcO,.n, 2 Cl3(K),K•l,If) ~"u 20 tc:=O,J X ( K + t ) : tJl ( K ) X(IT+K+ll= Yt(K+I) XC 2*IT+K+1l • dlCK) X(J•IT+K+1) = i2(K+ll XC4•IT + K+l) •Ul(K) XC5•TT+~+1) : Yl(K+I)
2: 1 CUNTlNU~ 8 F'uRMATCbC~G, I))
~í.TURN
r.: NO
t
J
2
5
c c c 4·
7
9
s
1 i
SUBROUTlNE HAGA(I,X,H,GRAH,L) Dl~~NSION X(lOO),GRAH(l00),Ul(0/49),YlC0/50\ t .U2(0/49),Y2C0/50),Ul(0/49l,Y3C0/50) CO~MONIKO/Yl0 1 Y20,Yl0 CO~MON/Kt/Al,Bl,C1,D1/K2/A2,B2,C2,D2/Kl/A1,R3,C3,D3
F(Z1,z2,z3,Tt,T2,Tl,T4,W)az1+Tl•Zl+T2•zt••2+Tl•zt•Z2 + t T4•Zl•Z3•W no 1 K=0•49 UlCKl•X(tc+t) ll2CKl•XOi+l0t) U3CKJ•X(K+201) Y1Ct<+t):X(tc+51) Y'CK+ll:X(l(+151) YHK+1l:X(K+251) GO TO (3•40) L YHOl•YSO Y2COl•Y20 YlCOlaY30 lfCl.GT.50) GO TO 2 H•Y1Cll•F(Y1Cl•t),Y2Cl•tl,Yl(l•tl,At,Bt,Ct,nt,U1(l•ll) ~ETUPN
131
lfCI.GT.lOO) GO TO 5 H•Y2CI•50)•fCY2(1•5t),Y1CI•5t),Y3CI•51) 1 A2,R2,C2,D2,U2Cl•51)) f<t;TUiCN H:Y)CI•lOO)•f(Y3CI•101),YtC1•10tl,Y2(1•101\,A3.Bl,Cl,03,U3(I•l0l)) ~ETURN
CALCITLU 005 GRAOIENTfo'S
Ol) )C, ~'•1,300
l.kAd(K):O. IfCl.GT.SO)GO TO 7 lffi.GT.t) GU TO a G~AtiCtl • t. Gklll(51 )•1. RtTUIHi Gk.H(l+19)••Cl.+A1+2.•R1•Yt(J•1)+Ct•Y2(I•1l+01*Yl(l•l)l GklHC1+149):•C1*Y1CI•ll Gkllifl+249)••Dl*Y1CI•l) GRAHCI)al. G~AIH 1+~0)::1.
Rt.TUHN lfCI.Gf.SllGll TU 9 G~~AtiC151l • t. Gt<lH(l01l=l. Ré.TUJ<N tfCl.GT.tCO) GO TO 10 GkAtl(It~9)••C1.tA2+2~•B2•Y2(1•5l)+C2•Yt(l•§t)+D2•Yl(l•51)) Gi'Allfl•llc•C2tY2CI•5l) GRAHClt199)••D2*12CI•5t) GkAlH It~ll)cl. GRAIIll+lOO)•t. ~t;TUPN
Iffl.GT.tOt)GO TO 11 GkAtl(20tl:t. l.j.<A!I(2Stl=t. R E TUPI• GkArl(lt49)••Cl.+Al+2.•A3•YJ(l•10l)+Cl•Yt(t.10ll+Dl•Y2(I•10l)l r. k A ! lf I • 5 t ) :: •C 3 * Y H I • I O 1 ) G h A li( I + ·l q ) = • D 3 tt Y 3( I • t O t )
t
2 3
GI\AHCI+100)a1. GRAHCI+150)at. RETURN ~~fitO
SU8ROUT1NE Gg(J,X,G,G~AG,Ll OlMENSION X(l00),GRAG(300) GO TO C1,2)L Ga•XCI) RETURN DO 3 Kat,lOO GRAG(f< h: O. GRAGCll=•1. Pt":TURN ~:/4 o
SUBROUTINE FIIN(X,frGF,L) DlMCNSION X(lOO),GF(lOO) COMMON/GRAI>f/GF'fCJOOl CUMMON/CliSTOICUSTut,CUSTll2,CUST03 GU TO (1, 2 lL
1 r:o. Di.J 3 Kal,SO
3 F:F•CXCKl•CUST01+X(K+100)•CUST02+X(K+200)*CUST03) 2 00 7 1<•1.300 7 r.FCKl • GfF(K)
(o.; NO
132
7
1 2
. '
;.l_J
•. l = :.
.. -' -·
" .. i
.;. .. .J r, r ..•. \_ , ~ t ;
' ' 'f' ,~; .... ( i
( I .•, ., I ;·I •, I
- t '. _.. • I
•l .. ' 1'
1 t r · ,'tI
't
) '' I
' j t l '
>j
I I
:.;. ' r' 7 • · 1 .. .,\, ,
I I , I .. ' I • , I J
,,
I I t ~ . ~
I . .;
' • I ,, I
'I y 1 I • . , I J ,.:; I ,, 3 ( I
133
• ; !'.\i> _I;:, • I I j
( .. ~ l , ! ' , ,·, ( ; ' > ( t' L ) l ) , , ' I .I
• l ;:' ' ~ 1 / . • • " -~ r I I ' , • •' I I '· .
• l '; • I I::;; I ~· 7 .... , ;· ·'"' I '{ ~J ( I f í • I •