TC 2

Universidade Federal de Minas Gerais
Escola de Engenharia
Departamento de Engenharia Elétrica
ELE077 Otimização Não-Linear
Trabalho Computacional II
Otimização Restrita
Questão 1. A preocupação atual com o lixo, a reciclagem e o meio ambiente faz com que
os fabricantes tentem adotar novos materiais de embalagem para entregar seus
produtos. Um desses casos envolve o uso de embalagens biodegradáveis feitas
de materiais reciclados. Tendo isso em vista, um determinado fabricante quer
projetar uma caixa como o da Figura 1. Ele sabe que o custo da embalagem
biodegradável por unidade de área é de US$ 1.5 por metro quadrado. Além
disso, seus produtos que serão colocados na caixa requerem que:
– A caixa deve ter um volume de 0.032 [m3 ];

– O perı́metro da base deve ser menor ou igual a 1.5 [m];
– Seus lados são dimensionados geometricamente para conter etiquetas de
informações. Por isso:
∗ A largura não deve exceder três vezes o comprimento.
∗ Sua altura deve ser inferior a dois terços da largura.
∗ Seu comprimento e largura são inferiores a 0.5 [m].
Figura 1: Desenho da caixa a ser otimizada na questão 1.
Pela Figura 1, podemos observar que a variável a significa o comprimento, a

variável b significa a largura e a variável c significa a altura. Baseado nes-
sas informações, podemos construir o seguinte problema de otimização para
1
determinar as dimensões da caixa com menor custo:
min f (a, b, c) = 1.5(2ab + 2ac + 2bc) (1a)

sujeito a : abc = 0.032 (1b)
2(a + b) ≤ 1.5 (1c)
b ≤ 3a (1d)
2
c≤ b (1e)
3
0 ≤ a ≤ 0.5 (1f)
0 ≤ b ≤ 0.5 (1g)
c≥0 (1h)
A equação (1a) expressa a função-objetivo que é a minimização do custo de

fabricação da caixa, sendo que cada os termos das somas correspondem às
áreas de cada lado da caixa; a equação (1b) expressa a restrição de volume;
as equações (1d)-(1g) expressam as restrições impostas pela etiqueta de in-
formações que serão colocadas na caixa; e a equação (1h) simplesmente res-
tringe que o comprimento não pode ser menor que zero. A partir dessas
definições:
a) Aplique o Método das Penalidades Exteriores para converter o problema

restrito em um problema irrestrito e reescreva o problema de otimização.
b) Escolha um algoritmo de otimização e justifique sua escolha.
c) Determine a solução ótima do problema. Informe os valores ótimos das
variáveis de decisão, o custo da solução ótima, o critério de parada ado-
tado, os valores iniciais adotados, o número de iterações da abordagem
do problema restrito e o valor final de parâmetros que forem importantes
para a metodologia escolhida.
∗ Para fins de validação do seu algoritmo, o ponto de ótimo do pro-
blema é (a, b, c) = (0.3132, 0.391, 0.2607).
Questão 2. Seja a treliça de três barras mostrada na Figura 2. O comprimento de cada

barra é denotada por A1 , A2 e A3 e, neste problema, iremos assumir que
o comprimento das duas barras exteriores são iguais (isto é, A1 = A3 ). O
espaçamento horizontal entre as barras e a distância até a ponta serão deno-
tadas por uma mesma constante H. O parâmetro P denota a força-peso da
carga que é colocada na treliça e é constante no nosso problema.
O objetivo é determina o comprimento de cada barra que minimiza o peso da
treliça. Seja x1 = A1 e x2 = A2 . O problema de otimização pode ser descrito
2
Figura 2: Treliça de três barras.
da seguinte forma:
√
min f (x1 , x2 ) = (2 2)x1 + x2 (2a)
√
x2 + x1 2
sujeito a : P 2 √ ≤ 20 (2b)
x1 2 + 2x1 x2
1
P √ ≤ 20 (2c)
x1 + x2 2
x2
− P 2√ ≤ −15 (2d)
x1 2 + 2x1 x2
0.1 ≤ x1 , x2 ≤ 5 (2e)
onde a eq.(2a) é a função-objetivo que representa o peso da treliça; as equações

(2b) e (2c) representam o estresse máximo que as barras 1 e 2 podem suportar;
a eq.(2d) representa o estresse mı́nimo na terceira barra e (2e) representa os
limites das variáveis.
Seja P = 20. A partir dessas informações:
a) Aplique o Método do Langrangeano Aumentado para converter o pro-

blema restrito em um problema irrestrito e reescreva o problema de oti-
mização.
b) Escolha um algoritmo de otimização e justifique sua escolha.
c) Determine a solução ótima do problema. Informe os valores ótimos das
variáveis de decisão, o custo da solução ótima, o critério de parada ado-
tado, os valores iniciais adotados, o número de iterações da abordagem
do problema restrito e o valor final de parâmetros que forem importantes
para a metodologia escolhida.
blema é (x1 , x2 ) = (0.57142665, 2.42328518).
3
Questão 3. Seja o seguinte problema canônico de otimização restrita:
min f (x, y) = (1 − x)2 + 100(y − x2 )2 (3a)

sujeito a : (x − 1)3 − y + 1 ≤ 0 (3b)
x+y−2≤0 (3c)
− 1.5 ≤ x ≤ 1.5 (3d)
− 0.5 ≤ y ≤ 2.5 (3e)
a) Plote o gráfico de contorno da função e as curvas das restrições e escolha

um ponto dentro da região factı́vel do problema para ser o ponto inicial
do seu algoritmo de otimização. Dicas:
∗ Para calcular os pontos de cada curva de restrição, você pode: (i) tro-
car as desigualdades por = nas expressões; (ii) isolar y nas equações;
(iii) criar um vetor para x variando de −1.5 a 1.5; (iv) calcular y
a partir da equação obtida em (ii) e usando o vetor x criado; e (v)
plotar os vetores x e y como uma curva qualquer no gráfico.
∗ Para uma melhor visualização da imagem, limite os eixos x e y da
figura para os valores mı́nimos e máximos das variáveis. Se você uti-
lizar a linguagem Python, você pode fazer isso através dos comandos
plt.xlim() ou axis.set_xlim().
b) Aplique o Método da Penalidade Interior para converter o problema res-
trito em um problema irrestrito e reescreva o problema de otimização.
c) Escolha um algoritmo de otimização e justifique sua escolha.
d) Determine a solução ótima do problema. Informe os valores ótimos das
variáveis de decisão, o custo da solução ótima, o critério de parada
adotado, os valores iniciais adotados para os parâmetros do método, o
número de iterações da abordagem do problema restrito e o valor final de
parâmetros que forem importantes para a metodologia escolhida.
blema é (x, y) = (1, 1).
Observações Gerais sobre o Trabalho

• O relatório com a discussão dos experimentos e conclusões, bem como os
códigos fonte dos métodos implementados, deverão ser enviados ao professor
via Moodle (trabalhos enviados por e-mail não serão considerados). Templates
para a escrita do relatório estão disponı́veis na página da disciplina, mas não
são obrigatórios.
• Espera-se um relatório discutindo as abordagens estudadas e sua aplicação a
problemas de otimização. Relatórios contendo apenas códigos e/ou figuras não
serão avaliados.
• Vocês podem utilizar a linguagem de programação que preferir. Minha su-
gestão: Python ou MATLAB (preferencialmente Python).
4
• Se vocês optarem pelo Python, vocês podem utilizar a biblioteca scipy.optimize
que já conta com as implementações dos métodos BFGS, CG, Nelder-Mead
entre outros.
• Se vocês optarem pelo MATLAB, vocês podem utilizar a Optimization toolbox.

TC 2

Enviado por

Direitos autorais:

Formatos disponíveis

TC 2

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

TC 2

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Federal de Minas Gerais

– A caixa deve ter um volume de 0.032 [m3 ];

Figura 1: Desenho da caixa a ser otimizada na questão 1.

Pela Figura 1, podemos observar que a variável a significa o comprimento, a

min f (a, b, c) = 1.5(2ab + 2ac + 2bc) (1a)

A equação (1a) expressa a função-objetivo que é a minimização do custo de

a) Aplique o Método das Penalidades Exteriores para converter o problema

Questão 2. Seja a treliça de três barras mostrada na Figura 2. O comprimento de cada

onde a eq.(2a) é a função-objetivo que representa o peso da treliça; as equações

a) Aplique o Método do Langrangeano Aumentado para converter o pro-

min f (x, y) = (1 − x)2 + 100(y − x2 )2 (3a)

a) Plote o gráfico de contorno da função e as curvas das restrições e escolha

Observações Gerais sobre o Trabalho

• Se vocês optarem pelo MATLAB, vocês podem utilizar a Optimization toolbox.

Você também pode gostar