Programação Linear (e rudimentos de otimização não-linear)
Programação Linear (e rudimentos de otimização não-linear)
Programação Linear (e rudimentos de otimização não-linear)
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
notas <strong>de</strong> aula – versão 64 - Jerônimo C. Pellegrini<br />
Capítulo 13<br />
Otimização Não <strong>Linear</strong><br />
Neste Capítulo abordamos otimização não <strong>linear</strong>. Além <strong>de</strong> ser um tópico<br />
importante por sua aplicabilida<strong>de</strong>, também permite compreen<strong>de</strong>r melhor<br />
os casos mais restritos <strong>de</strong> programação <strong>linear</strong> e quadrática.<br />
Um problema <strong>de</strong> programação não <strong>linear</strong> consiste em minimizar uma<br />
função qualquer f(x), sujeito a restrições quaisquer g i (x):<br />
min f(x)<br />
s.a. : g i (x) ≥ 0<br />
h j (x) = 0,<br />
i = 1, . . . , k<br />
j = 1, . . . , l<br />
on<strong>de</strong> f : R n → R, g i : R n → R e h j : R n → R são funções quaisquer.<br />
Po<strong>de</strong>mos também <strong>de</strong>screver um problema <strong>de</strong> otimização não <strong>linear</strong><br />
apenas com as restrições <strong>de</strong> <strong>de</strong>sigualda<strong>de</strong>, já que cada igualda<strong>de</strong> é equivalente<br />
a duas <strong>de</strong>sigualda<strong>de</strong>s.<br />
Definimos a seguir os conceitos <strong>de</strong> ótimo local e global.<br />
Definição 13.1 (Ótimo local). Seja f : R n → R. O ponto x é um mínimo local<br />
<strong>de</strong> f se f(x) ≤ f(x ′ ) para todo x ′ em alguma vizinhança <strong>de</strong> x. Um máximo<br />
local é <strong>de</strong>finido <strong>de</strong> forma análoga.<br />
<br />
Definição 13.2 (Ótimo global). Seja f : R n → R. O ponto x é o mínimo<br />
global <strong>de</strong> f se f(x) ≤ f(x ′ ) para todo x ′ ∈ Dom(f). O máximo global é<br />
<strong>de</strong>finido <strong>de</strong> forma análoga.<br />
<br />
Versão Preliminar<br />
Tratamos neste Capítulo <strong>de</strong> dois casos diferentes: otimizações sem restrições<br />
(quando as restrições não existem) e com restrições. Em ambos os<br />
casos, tratamos primeiro da caracterização dos pontos ótimos (as “condições<br />
<strong>de</strong> otimalida<strong>de</strong>”), e <strong>de</strong>pois dos métodos.<br />
171