© UNESP 6 Agosto 2008
Autor: Anibal Tavares de Azevedo
Limeira, 19 de Março 2014
TÓPICOS EM PESQUISA OPERACIONAL
AULA 3 – Derivadas e Aplicações
2
PROBLEMAS DE OTIMIZAÇÃO
Problema 0: Uma empresa possui dois produtos 1 e
2 e deve decidir qual dos dois deve ter sua
produção aumentada. Seja L(x) uma função que
fornece lucro L de acordo a quantidade produzida
x. Dados os lucros marginais (L’(x)) abaixo qual
deverá ser a decisão a ser tomada?
© UNESP 6 Agosto 2008
Deve-se escolher aumentar a produção de 1, pois
o aumento de uma unidade produzida de 1
implica no aumento de 1 unidade monetária no
lucro. Já o produto 2 é tal que seu lucro marginal
indica que é melhor reduzir a produção.
L’(x1) = 1 L’(x2) = -2
Variação de L/Variação de x1.
4
PROBLEMAS DE OTIMIZAÇÃO
Problema 1: Um fazendeiro tem 1200 m de cerca e
quer delimitar um campo retangular que está na
margem de um rio reto. Ele não precisa cercar ao
longo do rio. Encontrar as dimensões do campo que
delimita a maior área possível.
Rio
© UNESP 6 Agosto 2008
Algumas possíveis configurações da cerca e a
respectiva área são dadas a seguir:
1000
100
100
Área: 100.000m
2200
500
Área: 100.000m
2500
400
400
Área: 160.000m
2400
casos a soma do materialObserve que em todos os usado na cerca é igual a1200 m !
6
PROBLEMAS DE OTIMIZAÇÃO
De forma mais geral, têm-se:
y
x
x
Área:
A = xy (1)
Perímetro:
2x + y = 1200 (2)
A
Usando (2):
y = 1200 – 2x (3)
Aplicando (3) em (1): A = x(1200 – 2x)
= 1200x – 2x2 (4)
Para encontrar x tal que a área é máxima, usa-se A’=0:
A’ = 1200 – 4x = 0 x = 1200/4
x = 300
© UNESP 6 Agosto 2008
A área com x = 300 e y = 600 é:
y =600
x = 300
Área:
A = xy = 300*600=18.000
Perímetro:
2x + y = 2*300 + 600 = 1200
A
Observar que este ponto fornece a máxima área, pois:
A’’ = (A’)’ = d(1200 – 4x)/dx = -4 < 0
Para x = 300, A’’ = -4 < 0 e, neste caso, o ponto crítico é ponto de máximo.
x = 300
8
PROBLEMAS DE OTIMIZAÇÃO
Exercício 1: Um fazendeiro tem 2000 m de cerca e
quer delimitar um campo retangular que está na
margem de um rio reto. Ele precisa cercar também
ao longo do rio. Encontrar as dimensões do campo
que delimita a maior área possível.
Rio
© UNESP 6 Agosto 2008
De forma mais geral, têm-se:
y
x
x
Área:
A = xy (1)
Perímetro:
2x + 2y = 2000 (2)
A
Usando (2):
y = 1000 – x (3)
Aplicando (3) em (1): A = x(1000 – x)
= 1000x – x2 (4)
Para encontrar x tal que a área é máxima, usa-se A’=0:
A’ = 1000 – 2x = 0 x = 1000/2
x = 500
Observe que x é no mínimo 0 e no máximo 500 e o valor de x = 500 está dentro deste limite, e é, portanto, válido. Para calcular a área máxima usa-se x = 500 e y = 500 (Eq. (1)):
y
10
PROBLEMAS DE OTIMIZAÇÃO
A área com x = 500 e y = 500 é:
y =500
x = 500
Área:
A = xy = 500*500=250.000
Perímetro:
2x + 2y = 2*500 + 2*500 = 2000
A
Observar que este ponto fornece a máxima área, pois:
A’’ = (A’)’ = d(2000 – 2x)/dx = -2 < 0
Para x = 500, A’’ = -2 < 0 e, neste caso, o ponto crítico é ponto de máximo.
© UNESP 6 Agosto 2008
x
y
z = 10cm
Problema 2: Uma empresa pretende lançar um
creme com uma nova embalagem retangular no
mercado. Esta embalagem deve conter 1
litro de produto e, por questões de
Marketing, deve ter altura de 10 cm.
Encontrar as dimensões da embalagem
tal que o material gasto para a
embalagem (área) é mínimo.
12
A área total A é dada por:
A = 2xy + 2yz + 2xz (1)
O volume V é dado por:
V = xyz (2)
E além disso: z = 10 cm e V = 1 litro = 1000 cm3.
Usando em (2) os valores de z e V dados anteriormente: 1000 = 10xy → xy = 100 → y = 100/x (3)
PROBLEMAS DE OTIMIZAÇÃO
© UNESP 6 Agosto 2008 Aplicando (3) e os valores de z em (1):
A = 2*x*(100/x) + 2*(100/x)*10 + 2*x*10
A = 200 + 2000/x + 20x (4)
Para encontrar o valor de x tal A é mínimo, usa-se: A’ = 0 → -2000/x2 + 20 = 0 → x2 = 2000/20 → x2 = 100
x = 10
Para provar que este ponto crítico é de mínimo, usa-se: A’’ = d(-2000/x2 + 20)/dx = -2000*(-2)/x3 = 4000/x3
Em x = 10: A’’ = 4000/(10)3 = 4000/1000 = 4 > 0, e logo
x = 10 é ponto de mínimo. Usando (3) e x = 10: y = 10.
14
Total de material a ser gasto com as dimensões
encontradas x = 10 cm, y = 10 cm e z = 10 cm usando a Eq. (1):
A = 2xy + 2yz + 2xz = 2*10*10 + 2*10*10 + 2*10*10 = 200 + 200 + 200 = 600 cm2
Como 1m = 100 cm, então, 1m2 = 1m * 1m = 100cm * 100cm = 10.000 cm2. Logo, se 0,01m2 = 100cm2, então:
A = 600 cm2 = 6 * 100 cm2 = 6 * 0,01m2 = 0,06m2
© UNESP 6 Agosto 2008
x
y
z = 20cm
Exercício 2: A empresa do problema 2 descobriu
que a embalagem com altura de 20 cm, devido ao
processo de produção, é melhor que a
embalagem com 10 cm. Esta embalagem
também deve conter 1 litro de produto.
Encontrar as dimensões da embalagem
tal que o material gasto para a embalagem (área) é
mínimo. Qual o aumento de gasto de material?
16
A área total A é dada por:
A = 2xy + 2yz + 2xz (1)
O volume V é dado por:
V = xyz (2)
E além disso: z = 20 cm e V = 1 litro = 1000 cm3.
Usando em (2) os valores de z e V dados anteriormente: 1000 = 20xy → xy = 50 → y = 50/x (3)
PROBLEMAS DE OTIMIZAÇÃO
© UNESP 6 Agosto 2008 Aplicando (3) e os valores de z em (1):
A = 2*x*(50/x) + 2*(50/x)*20 + 2*x*20
A = 100 + 2000/x + 40x (4)
Para encontrar o valor de x tal A é mínimo, usa-se: A’ = 0 → -2000/x2 + 40 = 0 → x2 = 2000/40 → x2 = 50
x = (25*2)1/2 = (25)1/2 * (2)1/2 ≅ 5 * 1,414*5 ≅≅≅≅ 7,07
Para provar que este ponto crítico é de mínimo, usa-se: A’’ = d(-2000/x2 + 40)/dx = -2000*(-2)/x3 = 4000/x3
Em x = 10: A’’ ≅≅≅≅ 4000/(7)3 = 4000/343 = 11,6 > 0, e logo
x = 7 é ponto de mínimo. Usando (3) e x = 7: y = 7,1.
18
PROBLEMAS DE OTIMIZAÇÃO
Total de material a ser gasto com as dimensões
encontradas x = 7 cm, y = 7,1 cm e z = 20 cm usando a Eq. (1):
A = 2xy + 2yz + 2xz = 2*7*7,1 + 2*7,1*20 + 2*7*20 = 99,4 + 284 + 280 = 663,4 cm2
Como 1m = 100 cm, então, 1m2 = 1m * 1m = 100cm * 100cm = 10.000 cm2. Logo, se 0,01m2 = 100cm2, então:
© UNESP 6 Agosto 2008
Problema 3: Uma empresa concorrente decidiu
entrar com uma embalagem cilíndrica com altura
qualquer. Esta embalagem também deve
conter 1 litro de produto. Encontrar as
dimensões da embalagem tal que o
material gasto para a embalagem (área) é mínimo.
Esse produto gasta menos que material que a
embalagem de altura de 10 ou 20 cm concorrente?
h = ?cm
r
2
ππππ
r
20
h
Lateral
r
Tampa
r
Fundo
© UNESP 6 Agosto 2008
h
A = 2
ππππ
rh
2
ππππ
r
h
r
2
ππππ
r
Para obter a área do cilindro, calcula-se:
22
r
ππππ
r
2
r
2
ππππ
r
2
r
ππππ
r
2
Para obter a área do cilindro usa-se:
© UNESP 6 Agosto 2008
r
ππππ
r
2
Para obter o volume do cilindro, usa-se:
h
ππππ
r
2
h
ππππ
r
2
h
24
A área total A é dada por: A = 2ππππrh + 2ππππr2 (1)
O volume V é dado por:
V = ππππr2h (2)
E além disso: h = ?cm e V = 1 litro = 1000 cm3.
Usando em (2) o valor V dado anteriormente: 1000 = πr2h → h = 1000/(r2ππππ) (3)
PROBLEMAS DE OTIMIZAÇÃO
© UNESP 6 Agosto 2008 Aplicando (3) e os valores de h em (1):
A = 2*π*(r)*(1000/r2π) + 2πr2
A = 2000/r + 2ππππr2 (4)
Para encontrar o valor de r tal A é mínimo, usa-se: A’ = 0 → -2000/r2 + 4πr = 0 → 2000/r2 = 4πr →
500/π = r3 → r = (500/ππππ)1/3
Para provar que este ponto crítico é de mínimo, usa-se: A’’ = d(-2000/r2 + 4πr)/dr = 4000/r3 + 4ππππ
Em r = (500/ππππ)1/3: A’’ ≅≅≅≅ 4000/((500/π)1/3)3 + 4π =
4000π/500 + 4π = 12π > 0, e logo r = (500/ππππ)1/3 é ponto
de mínimo.
26
PROBLEMAS DE OTIMIZAÇÃO
Usando (3) e r = (500/ππππ)1/3:
h = 1000/(r2ππππ) = 1000/(((500/ππππ)1/3)2ππππ)
= 1000/((500/ππππ)2/3)ππππ = 1000/((500)2/3(ππππ)1/3)
= 2*500/((500)2/3(ππππ)1/3) = 2*(500)1/3/(ππππ)1/3
= 2*(500/ππππ)1/3 = 2*r
Total de material a ser gasto com as dimensões
encontradas r = (500/ππππ)1/3 cm e h = 2*r cm usando a Eq.
(1):
A = 2ππππrh + 2ππππr2 = 2ππππr*(2r) + 2ππππr2 = 4ππππr2 + 2ππππr2 = 6ππππr2
= 6ππππ((500/ππππ)1/3)2 = 6ππππ((500/ππππ)2/3) = 553,5810 cm2
Como 1m = 100 cm, então, 1m2 = 1m * 1m = 100cm * 100cm = 10.000 cm2. Logo, se 0,01m2 = 100cm2, então:
© UNESP 6 Agosto 2008 Podemos concluir que:
Produto 1
x
y
z = 10cm
A = 0,060m
2Produto 2
x
y
z = 20cm
A = 0,066m
2Produto 3
r
h = 10,84cm
A = 0,055m
2O produto 3
gasta menos
que os
produtos
1 e 2 !
28
Atividade Interdisciplinar:
Estudo de Caso: Corte e Empacotamento
• Formar grupos de 2 ou 3 pessoas com diferentes formações e/ou experiências.
• Escolher o tema:
♦Tema 1: “Padrões de corte para uma caixa” (vide
texto “Matemática ajuda indústria a fazer corte e pacotes perfeitos”);
♦Tema 2: “Padrões de corte para um cílindro” (vide texto mesmo texto).
• Em 10 minutos, elaborar resumo acerca das
discussões.
• Cada grupo deve em 2 minutos apresentar aos demais grupos suas conclusões.
© UNESP 6 Agosto 2008 Atividade Interdisciplinar:
M. C. Escher
30
Atividade Interdisciplinar:
Estudo de Caso: Corte e Empacotamento
ππππ
r
2
A = 2
ππππ
rh
ππππ
r
2
A = bh
A = b
2A = b
2© UNESP 6 Agosto 2008
32
© UNESP 6 Agosto 2008
Isotermas ou curvas de nível:
a temperatura tem o mesmo
valor nesta curva.
34
Isotermas ou curvas de nível: a temperatura
tem o mesmo valor nesta curva.
© UNESP 6 Agosto 2008 Isotermas ou curvas de nível: z = f(x1, x2)
tem o mesmo valor nesta curva. Suponha a temperatura z é uma função das coordenadas x1 e x2 e dada por: z = 1000 – (10 – x1)2 – (10 – x2)2
x
1x
2Sejam x1=10 e x2=10: z = 1000-(10-10)2–(10-10)2
= 1000-(0)-(0) = 1000
36
PROBLEMAS DE OTIMIZAÇÃO
Exercício 3: Calcular a temperatura z nas coordenadas x1 e x2 dadas abaixo. Supor que:
z = 1000 – (10 – x1)2 – (10 – x 2)2
x2 = 20 x2 = 15 x2 = 10 x2 = 5 x2 = 0
© UNESP 6 Agosto 2008 Exercício 3: Calcular a temperatura z nas coordenadas x1 e x2 dadas abaixo. Supor que:
z = 1000 – (10 – x1)2 – (10 – x 2)2
x2 = 20 800 875 900 875 800
x2 = 15 875 950 975 950 875
x2 = 10 900 975 1000 975 900
x2 = 5 875 950 975 950 875
x2 = 0 800 875 900 875 800
x1 = 0 x1 = 5 x1 = 10 x1 = 15 x1 = 20
38
x
2PROBLEMAS DE OTIMIZAÇÃO
Suponha a temperatura z é uma função das coordenadas x1 e x2 e dada por: z = 1000 – (10 – x1)2 – (10 – x
2)2
© UNESP 6 Agosto 2008 Exercício 4: Achar ponto de máximo de z.
Supor que:
z = 1000 – (10 – x1)2 – (10 – x 2)2
Solução: Para o problema de uma variável basta encontrar o valor de x tal que f’(x) = 0. Para duas ou mais variáveis utiliza-se a seguinte estratégia: Passo 1: Considerar todas as variáveis, menos uma, como constante.
Passo 2: Calcular o ponto de mínimo naquela variável.
40
PROBLEMAS DE OTIMIZAÇÃO
Exercício 4.1: Achar ponto de máximo de z para x2 fixo. Seja z dado por:
© UNESP 6 Agosto 2008 Achar ponto de máximo da função z com x2 fixo.
Supor que a variável x2 é constante e achar ponto de máximo
em relação à x1 (derivar em relação à x1 e igualar a zero):
dz/dx1 = d(1000 – (10 – x1)2 – (10 – x2)2)/dx1
= d(-(10 – x1)2 )/dx1
= -2(10 – x1)(-1)
= 2(10 – x1) = 0 →→→→ x1 = 10
x
1z
42
PROBLEMAS DE OTIMIZAÇÃO
Usando os valores obtidos no exercício 4.1.
x2 = 20 800 875 900 875 800
x2 = 15 875 950 975 950 875
x2 = 10 900 975 1000 975 900
x2 = 5 875 950 975 950 875
x2 = 0 800 875 900 875 800
© UNESP 6 Agosto 2008 Exercício 4.2: Achar ponto de máximo de z para x1 fixo. Seja z dado por:
z = 1000 – (10 – x1)2 – (10 – x 2)2
44
PROBLEMAS DE OTIMIZAÇÃO
Exercício 4.2: Achar ponto de máximo de z para x1 fixo
Realizando as mesmas operações em relação à x2:
dz/dx2 = d(1000 – (10 – x1)2 – (10 – x2)2)/dx2
= d(-(10 – x2)2 )/dx2
= -2(10 – x2)(-1)
= 2(10 – x2) = 0
© UNESP 6 Agosto 2008
x2 = 20 800 875 900 875 800
x2 = 15 875 950 975 950 875
x2 = 10 900 975 1000 975 900
x2 = 5 875 950 975 950 875
x2 = 0 800 875 900 875 800
x1 = 0 x1 = 5 x1 = 10 x1 = 15 x1 = 20 Usando os valores obtidos no exercício 3.
46
PROBLEMAS DE OTIMIZAÇÃO
x2 = 20 800 875 900 875 800
x2 = 15 875 950 975 950 875
x2 = 10 900 975 1000 975 900
x2 = 5 875 950 975 950 875
x2 = 0 800 875 900 875 800
x1 = 0 x1 = 5 x1 = 10 x1 = 15 x1 = 20 Reunindo as informações anteriores, obtém-se x1 e x2
tal que z = 1000 – (10 – x1)2 – (10 – x
© UNESP
x
6 Agosto 20081
x
2Reunindo as informações anteriores, obtém-se x1 e x2
tal que z = 1000 – (10 – x1)2 – (10 – x2)2 é mínima.
Sejam x1=10 e x2=10: z = 1000-(10-10)2–(10-10)2
= 1000-(0)-(0) = 1000
48
PROBLEMAS DE OTIMIZAÇÃO
Para funções de mais de uma variável (p. ex., z = f(x1,x2)) a variação da função pode ser obtida com o Gradiente (∇∇∇∇f):
− − = = ∇ ) 10 ( 2 ) 10 ( 2 2 1 2 1 x x dx dz dx dz f
Variação de f em relação à x1
Variação de f em relação à x2
Se o ponto (x1, x2) for máximo ou mínimo, então, ∇∇∇∇f = 0. A recíproca não é verdade.
Por exemplo, seja x1 = 10 e x2 = 10, logo:
© UNESP
x
6 Agosto 2008 1x
2Suponha a temperatura z é uma função das coordenadas x1 e x2 e dada por: z = 1000 – (10 – x1)2 – (10 – x2)2
Sejam x1=10 e x2=10: z = 1000-(10-10)2–(10-10)2
= 1000-(0)-(0) = 1000
50
x
2PROBLEMAS DE OTIMIZAÇÃO
Calcular o valor do Gradiente de z nos pontos dados. Supor que: z = 1000 – (10 – x1)2 – (10 – x
2)2
− − = = ∇ ) 10 ( 2 ) 10 ( 2 2 1 2 1 x x dx dz dx dz f
Seja (x1, x2) = (0,0):
∇ ∇ ∇
© UNESP
x
6 Agosto 2008 1x
2Calcular o valor do Gradiente de z nos pontos dados. Supor que: z = 1000 – (10 – x1)2 – (10 – x
2)2
− − = = ∇ ) 10 ( 2 ) 10 ( 2 2 1 2 1 x x dx dz dx dz f
Seja (x1, x2) = (5,5):
∇ ∇ ∇
∇f = [10 10]
52
x
2PROBLEMAS DE OTIMIZAÇÃO
Calcular o valor do Gradiente de z nos pontos dados. Supor que: z = 1000 – (10 – x1)2 – (10 – x
2)2
− − = = ∇ ) 10 ( 2 ) 10 ( 2 2 1 2 1 x x dx dz dx dz f
Seja (x1, x2) = (9,9):
∇ ∇ ∇
© UNESP
x
6 Agosto 2008 1x
2Calcular o valor do Gradiente de z nos pontos dados. Supor que: z = 1000 – (10 – x1)2 – (10 – x
2)2
− − = = ∇ ) 10 ( 2 ) 10 ( 2 2 1 2 1 x x dx dz dx dz f
Seja (x1, x2)=(10,10):
∇ ∇ ∇
∇f = [0 0]
54
PROBLEMAS DE OTIMIZAÇÃO
O gradiente serve para indicar a direção decrescimento da função z em um ponto qualquer (x1, x2).
(x1, x2) = (0,0)
∇ ∇ ∇
∇f = [20 20]
(x1, x2) = (5,5)
∇ ∇ ∇
∇f = [10 10]
(x1, x2) = (9,9)
∇ ∇ ∇