Beruflich Dokumente
Kultur Dokumente
Otimização Linear
2ELE134
Aula No. 1
Grupo de Pesquisa
Prof. Luis Alfonso Gallego Pareja Planejamento e Operação
luispareja@uel.br Ótima de Sistemas
Elétricos
1
Otimizar
Otimizar é dar um rendimento ótimo; criar condições
favoráveis de modo a tirar melhor partido possível; tornar
ótimo ou ideal algum processo ou sistema.
2
Porque Otimizar?
• No campo da engenharia os desenhadores, operadores e
planejadores dos sistemas estão continuamente
enfrentando-se a problemas que devem ser resolvidos.
3
Otimizar !!!!!
4
Porque Otimizar?
• Um bom desenho, uma boa programação da operação ou
um bom plano de expansão devem ser econômicos em
inversão, em custos de operação e em custos de
manutenção.
5
Porque Otimizar?
6
Porque Otimizar?
Para dar resposta a estes interrogantes existem um continuo
desenvolvimento de ferramentas que incluem:
• Técnicas de modelamento matemático de sistemas e
simulação de sua operação;
7
Pesquisa Operacional
• É um conjunto de métodos científicos, estatísticos ou algoritmos
de solução que ajudam à toma de decisões, que permite
determinar a melhor forma de desenhar e operar um sistema em
condições que exigem uso de recursos escassos e custosos.
8
Problema de Otimização e
definições
9
Otimização
É rama da matemática aplicada que ocupa-se da determinação das
melhores soluções, em relação a um objetivo, para problemas que
podem ser modelados matematicamente e para os quais existem
modelos bem definidos. É uma ferramenta muito importante para a
toma de decisões. Envolve:
• Espaço • Tempo
• Energia • Alimentos
• Agua • Equipamentos
• Dinheiro • Pessoas capacitadas
11
Otimização
12
Otimização
Aspectos a minimizar:
1. Custo de investimento.
2. Custo de operação.
3. Custo de manutenção.
4. Perdas técnicas (em redes elétricas, de vapor, de gás, etc.).
5. Perdas financeiras.
6. Tempo de entrega.
7. Tempo de atraso.
13
Otimização
Aspectos a minimizar:
8. Tempo de espera.
9. Quantidade de pessoas.
10. Matéria prima.
11. Impacto ambiental
12. Tamanho.
13. Peso.
14. Desperdiço.
14
Otimização
Aspectos a maximizar:
1. Ganância econômica ou lucro.
2. Produtividade.
3. Qualidade do serviço.
4. Qualidade do produto.
5. Número de usuário atendidos.
6. Bem-estar.
15
Otimização
17
Um problema de programação linear (PL) ou não linear (PNL)
pode ser representado da seguinte forma:
ìmin f ( x )
ï
ï s.a
í
ï gi ( x) £ 0 i = 1,2,...,m
ï hi ( x) = 0 i = 1,2,...,l
î
é x1 ù
êx ú
x = ê 2ú e X ® valores factíveis das variáveis
ê!ú
ê ú
ë xn û
18
Classificação dos problemas de
otimização
a. Segundo a forma da função objetivo !(#) e as
restrições %&(#) , ℎ& # :
19
Classificação dos problemas de
otimização
b. Segundo a forma as variáveis envolvidas (") :
20
Classificação dos problemas de
otimização
d. Segundo a dimensão das variáveis ("):
• Programação em uma variável: Problemas onde só existe uma
variável de decisão (variáveis escalares): " ∈ ℜ
21
Classificação dos problemas de
otimização
e. Segundo a dimensão da função objetivo !(#):
• Programação mono-objetivo: Problemas onde só existe uma
função objetivo : !(#) ∈ ℜ
22
Métodos de solução
Para resolver um problema de otimização matemática bem
definido pode-se empregar:
1. Métodos analíticos.
2. Métodos gráficos
3. Métodos experimentais.
23
Métodos de solução
Em todos os casos o pesquisador encontra as seguintes
dificuldades:
1. Não existe um método ou algoritmo de otimização universal
que resolva todos os problemas ou a grande maioria, em lugar
disto, existe uma ampla variedade de algoritmos. “o pesquisador
deve dominar um amplo espectro de esses algoritmos”.
2. Complexidade matemática para representar bem o problema.
3. Dificuldade na implementação computacional e adequação do
algoritmo escolhido para resolver certo problema.
4. Tempo.
24
Problema de programação linear:
Complexidade
25
Problema de programação linear:
Complexidade
26
Problema de programação linear: Características
do modelo
• Independência entre variáveis: a contribuição de uma variável de
decisão à função objetivo, ou ao uso de recursos, é independente
dos valores que se assignem a outras variáveis de decisão.
27
Problema de programação linear: Características
do modelo
• Certeza ou determinismo: assuma-se que não temos aleatoriedade nos
coeficientes que definem as variáveis de decisão do problema. Não existe
uma retroalimentação em cadeia: informação -> decisão -> informação ->
decisão -> ...
• Aditividade: o uso total de recursos é a soma dos recursos empregados
pelas atividades individuais. O valor da função objetivo é a soma das
contribuições das atividades individuais.
• Proporcionalidade: as atividades se podem representar mediante funções
de produção lineares. Isto implica assumir retornos constantes a escala.
Assim, o uso de recursos por parte de uma atividade é proporcional ao
nível da atividade.
28
Problema de programação linear: Conceitos
associados
• Factibilidade e infactibilidade ;
• Pontos extremos ou vértices (SBF);
• Direções extremas;
• Espaço de solução limitado ou ilimitado;
• Espaço de solução aberto ou fechado;
• Noção de solução em PL;
• Cadeia: Inicialização -> iteração -> finalização.
29
Características do algoritmos de otimização
A pesar da diversidade dos algoritmo aplicáveis aos problemas de
programação linear e não linear, todos eles possuem em comum as
seguintes características:
31
Algoritmos solução de problemas de
programação linear
32
Modelo matemático
33
34
Mundo Real
Mundo Real
Mundo Real
!"# $ &%
'. )
*+ (%&) ≤ 0 " = 1,2, . . . , !
ℎ+ (%&) = 0 " = 1,2, . . . , 5
Mundo Real
Mundo Virtual
!"# $ &%
'. )
*+ (%&) ≤ 0 " = 1,2, . . . , !
ℎ+ (%&) = 0 " = 1,2, . . . , 5
Mundo Virtual
Inadimplência
Inflação = 10%
PIB 5.2%
Custo
de Custo de combustíveis
transporte !"# $ &%
'. )
*+ (%& ) ≤ 0 " = 1,2, . . . , ! Custo de oportunidade
ℎ+ (%& ) = 0 " = 1,2, . . . , 5
Hidrologia
desvalorização 12%