Baixe o app para aproveitar ainda mais
Prévia do material em texto
logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Fundamentos alge´bricos da Programac¸a˜o Linear Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG Departamento de Engenharia de Produc¸a˜o EE UFMG carlos@dep.ufmg.br 16 de junho de 2011 Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 1 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear 1 Fundamentos da a´lgebra linear Convexidade Matrizes Resultados 2 Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 2 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Combinac¸a˜o Convexa e Conjunto Convexo Definic¸a˜o: Combinac¸a˜o convexa Dados p pontos de IRn, (x1, x2, . . . , xp), o ponto x ⊂ IRn e´ uma combinac¸a˜o convexa desses p pontos se existem os coeficientes µ1, µ2, . . . , µp (µi ≥ 0, ∀ i = 1, 2, . . . , p) tais que pX i=1 µi = 1 e x = pX i=1 µixi Definic¸a˜o: Conjunto Convexo Um conjunto S ⊂ IRn e´ convexo se e somente se: ∀ x ∈ S ∀ y ∈ S ∀ λ (0 ≤ λ ≤ 1) 9=; =⇒ λx + (1− λ)y ∈ S Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 3 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Combinac¸a˜o Convexa e Conjunto Convexo Definic¸a˜o: Combinac¸a˜o convexa Dados p pontos de IRn, (x1, x2, . . . , xp), o ponto x ⊂ IRn e´ uma combinac¸a˜o convexa desses p pontos se existem os coeficientes µ1, µ2, . . . , µp (µi ≥ 0, ∀ i = 1, 2, . . . , p) tais que pX i=1 µi = 1 e x = pX i=1 µixi Definic¸a˜o: Conjunto Convexo Um conjunto S ⊂ IRn e´ convexo se e somente se: ∀ x ∈ S ∀ y ∈ S ∀ λ (0 ≤ λ ≤ 1) 9=; =⇒ λx + (1− λ)y ∈ S Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 3 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Politopo Convexo, Poliedro Convexo e Ponto Extremo Definic¸a˜o: Politopo Convexo Um politopo convexo e´ um conjunto convexo na forma X = {x : Ax = b, x ≥ 0} Definic¸a˜o: Poliedro Convexo Um polie´dro convexo e´ um politopo convexo limitado. Definic¸a˜o: Ponto Extremo Ponto extremo de um politopo convexo X e´ todo ponto x ∈ X que na˜o pode ser escrito como combinac¸a˜o convexa de outros pontos y ∈ X (y 6= x) Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 4 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Politopo Convexo, Poliedro Convexo e Ponto Extremo Definic¸a˜o: Politopo Convexo Um politopo convexo e´ um conjunto convexo na forma X = {x : Ax = b, x ≥ 0} Definic¸a˜o: Poliedro Convexo Um polie´dro convexo e´ um politopo convexo limitado. Definic¸a˜o: Ponto Extremo Ponto extremo de um politopo convexo X e´ todo ponto x ∈ X que na˜o pode ser escrito como combinac¸a˜o convexa de outros pontos y ∈ X (y 6= x) Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 4 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Politopo Convexo, Poliedro Convexo e Ponto Extremo Definic¸a˜o: Politopo Convexo Um politopo convexo e´ um conjunto convexo na forma X = {x : Ax = b, x ≥ 0} Definic¸a˜o: Poliedro Convexo Um polie´dro convexo e´ um politopo convexo limitado. Definic¸a˜o: Ponto Extremo Ponto extremo de um politopo convexo X e´ todo ponto x ∈ X que na˜o pode ser escrito como combinac¸a˜o convexa de outros pontos y ∈ X (y 6= x) Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 4 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Matriz, Matriz Quadrada e Submatriz Definic¸a˜o: Matriz Uma matriz e´ um arranjo retangular de nu´meros (elementos). O termo matriz aqui refere a` matriz de duas dimenso˜es (m linhas e n colunas). Definic¸a˜o: Matriz Quadrada Uma matriz quadrada e´ uma matriz que o nu´mero de linhas e´ igual ao nu´mero de colunas. A ordem de uma matriz quadrada e´ igual ao nu´mero de linhas (ou nu´mero de colunas). Definic¸a˜o: Submatriz Ao retirar um conjunto de linhas e/ou colunas de uma matriz, obte´m-se uma submatriz. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 5 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Matriz, Matriz Quadrada e Submatriz Definic¸a˜o: Matriz Uma matriz e´ um arranjo retangular de nu´meros (elementos). O termo matriz aqui refere a` matriz de duas dimenso˜es (m linhas e n colunas). Definic¸a˜o: Matriz Quadrada Uma matriz quadrada e´ uma matriz que o nu´mero de linhas e´ igual ao nu´mero de colunas. A ordem de uma matriz quadrada e´ igual ao nu´mero de linhas (ou nu´mero de colunas). Definic¸a˜o: Submatriz Ao retirar um conjunto de linhas e/ou colunas de uma matriz, obte´m-se uma submatriz. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 5 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Matriz, Matriz Quadrada e Submatriz Definic¸a˜o: Matriz Uma matriz e´ um arranjo retangular de nu´meros (elementos). O termo matriz aqui refere a` matriz de duas dimenso˜es (m linhas e n colunas). Definic¸a˜o: Matriz Quadrada Uma matriz quadrada e´ uma matriz que o nu´mero de linhas e´ igual ao nu´mero de colunas. A ordem de uma matriz quadrada e´ igual ao nu´mero de linhas (ou nu´mero de colunas). Definic¸a˜o: Submatriz Ao retirar um conjunto de linhas e/ou colunas de uma matriz, obte´m-se uma submatriz. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 5 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Matrizes Quadrada Regular, Identidade e Inversa Definic¸a˜o: Matriz Quadrada Regular matriz regular e´ aquela que nenhuma linha ou coluna pode ser escrita como combinac¸a˜o linear de outras linhas ou colunas. Definic¸a˜o: Matriz Identidade Matriz identidade e´ uma matriz quadrada I onde os elementos da diagonal principal sa˜o iguais a unidade e os demais elementos sa˜o nulos. Definic¸a˜o: Matriz Inversa A matriz inversa da matriz A e´ a matriz A−1 tal que A× A−1 = A−1 × A = I Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 6 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Matrizes Quadrada Regular, Identidade e Inversa Definic¸a˜o: Matriz Quadrada Regular matriz regular e´ aquela que nenhuma linha ou coluna pode ser escrita como combinac¸a˜o linear de outras linhas ou colunas. Definic¸a˜o: Matriz Identidade Matriz identidade e´ uma matriz quadrada I onde os elementos da diagonal principal sa˜o iguais a unidade e os demais elementos sa˜o nulos. Definic¸a˜o: Matriz Inversa A matriz inversa da matriz A e´ a matriz A−1 tal que A× A−1 = A−1 × A = I Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 6 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Matrizes Quadrada Regular, Identidade e Inversa Definic¸a˜o: Matriz Quadrada Regular matriz regular e´ aquela que nenhuma linha ou coluna pode ser escrita como combinac¸a˜o linear de outras linhas ou colunas. Definic¸a˜o: Matriz Identidade Matriz identidade e´ uma matriz quadrada I onde os elementos da diagonal principal sa˜o iguais a unidade e os demais elementos sa˜o nulos. Definic¸a˜o: Matriz Inversa A matriz inversa da matriz A e´ a matrizA−1 tal que A× A−1 = A−1 × A = I Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 6 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Posto e Base de uma matriz Definic¸a˜o: Posto de uma matriz O posto de uma matriz e´ a ordem da sua maior submatriz quadrada regular. Definic¸a˜o: Base Uma base da matriz Am×n (com posto(A) = m) e´ toda submatriz Bm de A quadrada regular. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 7 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Posto e Base de uma matriz Definic¸a˜o: Posto de uma matriz O posto de uma matriz e´ a ordem da sua maior submatriz quadrada regular. Definic¸a˜o: Base Uma base da matriz Am×n (com posto(A) = m) e´ toda submatriz Bm de A quadrada regular. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 7 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Consequ¨eˆncias Uma matriz regular possui determinante diferente de zero. Uma matriz possui inversa se, e somente se, ela for quadrada regular. A matriz inversa A−1 pode ser obtida atrave´s de operac¸o˜es de linhas que transformam [A|I ] em [I |A−1]. A matriz inversa da matriz identidade e´ a pro´pria matriz identidade, ou seja, I−1 = I . A matriz identidade e´ quadrada regular, portanto possui inversa, ela pode ser uma base. A matriz identidade de ordem m e´ uma base canoˆnica para o espac¸o de dimensa˜o m (geometria anal´ıtica). Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 8 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Consequ¨eˆncias Uma matriz regular possui determinante diferente de zero. Uma matriz possui inversa se, e somente se, ela for quadrada regular. A matriz inversa A−1 pode ser obtida atrave´s de operac¸o˜es de linhas que transformam [A|I ] em [I |A−1]. A matriz inversa da matriz identidade e´ a pro´pria matriz identidade, ou seja, I−1 = I . A matriz identidade e´ quadrada regular, portanto possui inversa, ela pode ser uma base. A matriz identidade de ordem m e´ uma base canoˆnica para o espac¸o de dimensa˜o m (geometria anal´ıtica). Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 8 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Consequ¨eˆncias Uma matriz regular possui determinante diferente de zero. Uma matriz possui inversa se, e somente se, ela for quadrada regular. A matriz inversa A−1 pode ser obtida atrave´s de operac¸o˜es de linhas que transformam [A|I ] em [I |A−1]. A matriz inversa da matriz identidade e´ a pro´pria matriz identidade, ou seja, I−1 = I . A matriz identidade e´ quadrada regular, portanto possui inversa, ela pode ser uma base. A matriz identidade de ordem m e´ uma base canoˆnica para o espac¸o de dimensa˜o m (geometria anal´ıtica). Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 8 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Consequ¨eˆncias Uma matriz regular possui determinante diferente de zero. Uma matriz possui inversa se, e somente se, ela for quadrada regular. A matriz inversa A−1 pode ser obtida atrave´s de operac¸o˜es de linhas que transformam [A|I ] em [I |A−1]. A matriz inversa da matriz identidade e´ a pro´pria matriz identidade, ou seja, I−1 = I . A matriz identidade e´ quadrada regular, portanto possui inversa, ela pode ser uma base. A matriz identidade de ordem m e´ uma base canoˆnica para o espac¸o de dimensa˜o m (geometria anal´ıtica). Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 8 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Consequ¨eˆncias Uma matriz regular possui determinante diferente de zero. Uma matriz possui inversa se, e somente se, ela for quadrada regular. A matriz inversa A−1 pode ser obtida atrave´s de operac¸o˜es de linhas que transformam [A|I ] em [I |A−1]. A matriz inversa da matriz identidade e´ a pro´pria matriz identidade, ou seja, I−1 = I . A matriz identidade e´ quadrada regular, portanto possui inversa, ela pode ser uma base. A matriz identidade de ordem m e´ uma base canoˆnica para o espac¸o de dimensa˜o m (geometria anal´ıtica). Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 8 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Convexidade Matrizes Resultados Consequ¨eˆncias Uma matriz regular possui determinante diferente de zero. Uma matriz possui inversa se, e somente se, ela for quadrada regular. A matriz inversa A−1 pode ser obtida atrave´s de operac¸o˜es de linhas que transformam [A|I ] em [I |A−1]. A matriz inversa da matriz identidade e´ a pro´pria matriz identidade, ou seja, I−1 = I . A matriz identidade e´ quadrada regular, portanto possui inversa, ela pode ser uma base. A matriz identidade de ordem m e´ uma base canoˆnica para o espac¸o de dimensa˜o m (geometria anal´ıtica). Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 8 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Programa Linear Definic¸a˜o: Programa Linear Um programa linear (PL) e´ todo problema escrito sob a forma: maximizar z = cx sujeito a Ax = b x ≥ 0 Permutando as colunas da matriz A pode-se obter A = [B,N] onde B e´ uma base. Pode-se escrever tambe´m c = [cB , cN ] e x = [ xB xN ] . Toda soluc¸a˜o de (P) verifica BxB + NxN = b. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 9 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Programa Linear Definic¸a˜o: Programa Linear Um programa linear (PL) e´ todo problema escrito sob a forma: maximizar z = cx sujeito a Ax = b x ≥ 0 Permutando as colunas da matriz A pode-se obter A = [B,N] onde B e´ uma base. Pode-se escrever tambe´m c = [cB , cN ] e x = [ xB xN ] . Toda soluc¸a˜o de (P) verifica BxB + NxN = b. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 9 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Programa Linear Definic¸a˜o: Programa Linear Um programa linear (PL) e´ todo problema escrito sob a forma: maximizar z = cx sujeito a Ax = b x ≥ 0 Permutando as colunas da matriz A pode-se obter A = [B,N] onde B e´ uma base. Pode-se escrever tambe´m c = [cB , cN ] e x = [ xB xN ] . Toda soluc¸a˜o de (P) verifica BxB + NxN = b. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 9 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Programa Linear Definic¸a˜o: Programa Linear Um programa linear (PL) e´ todo problema escrito sob a forma: maximizar z = cx sujeito a Ax = b x ≥ 0 Permutando as colunas da matriz A pode-se obter A = [B,N] onde B e´ uma base. Pode-se escrever tambe´m c = [cB , cN ] e x = [ xB xN ] . Toda soluc¸a˜o de (P) verifica BxB + NxN = b. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 9 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Soluc¸a˜o Ba´sica e Soluc¸a˜o Ba´sica Via´vel Definic¸a˜o: Soluc¸a˜o Ba´sicaA soluc¸a˜o ba´sica associada a` base B e´ uma soluc¸a˜o particular obtida fazendo xN = 0. O valor de xB pode ser enta˜o obtida resolvendo o sistema (resoluc¸a˜o de Cramer): BxB = b : xB = B −1b Definic¸a˜o: Soluc¸a˜o Ba´sica Via´vel Uma soluc¸a˜o ba´sica e´ dita via´vel (realiza´vel) se x ≥ 0 (ou B−1b ≥ 0) Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 10 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Soluc¸a˜o Ba´sica e Soluc¸a˜o Ba´sica Via´vel Definic¸a˜o: Soluc¸a˜o Ba´sica A soluc¸a˜o ba´sica associada a` base B e´ uma soluc¸a˜o particular obtida fazendo xN = 0. O valor de xB pode ser enta˜o obtida resolvendo o sistema (resoluc¸a˜o de Cramer): BxB = b : xB = B −1b Definic¸a˜o: Soluc¸a˜o Ba´sica Via´vel Uma soluc¸a˜o ba´sica e´ dita via´vel (realiza´vel) se x ≥ 0 (ou B−1b ≥ 0) Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 10 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Propriedades dos pontos extremos Teorema (a ser demonstrado) O conjunto de pontos extremos de um politopo X = {x ∈ IRn : Ax = b; x ≥ 0} corresponde ao conjunto de soluc¸o˜es ba´sicas via´veis. Colora´rio (a ser demonstrado) O conjunto (politopo) convexo X = {X ∈ IRn : Ax = b; x ≥ 0} possui um nu´mero finito v(x) de pontos extremos e v(x) ≤ Cmn , onde m e´ a dimensa˜o do vetor b. Colora´rio (A ser demonstrado) Todos os pontos de um polie´dro convexo X ⊂ IRn e´ combinac¸a˜o convexa dos pontos extremos de X . Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 11 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Propriedades dos pontos extremos Teorema (a ser demonstrado) O conjunto de pontos extremos de um politopo X = {x ∈ IRn : Ax = b; x ≥ 0} corresponde ao conjunto de soluc¸o˜es ba´sicas via´veis. Colora´rio (a ser demonstrado) O conjunto (politopo) convexo X = {X ∈ IRn : Ax = b; x ≥ 0} possui um nu´mero finito v(x) de pontos extremos e v(x) ≤ Cmn , onde m e´ a dimensa˜o do vetor b. Colora´rio (A ser demonstrado) Todos os pontos de um polie´dro convexo X ⊂ IRn e´ combinac¸a˜o convexa dos pontos extremos de X . Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 11 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Propriedades dos pontos extremos Teorema (a ser demonstrado) O conjunto de pontos extremos de um politopo X = {x ∈ IRn : Ax = b; x ≥ 0} corresponde ao conjunto de soluc¸o˜es ba´sicas via´veis. Colora´rio (a ser demonstrado) O conjunto (politopo) convexo X = {X ∈ IRn : Ax = b; x ≥ 0} possui um nu´mero finito v(x) de pontos extremos e v(x) ≤ Cmn , onde m e´ a dimensa˜o do vetor b. Colora´rio (A ser demonstrado) Todos os pontos de um polie´dro convexo X ⊂ IRn e´ combinac¸a˜o convexa dos pontos extremos de X . Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 11 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Condic¸o˜es de otimalidade Teorema (a ser demonstrado) O ponto o´timo se encontra em ao menos um ponto extremo do politopo X = {X ∈ IRn : Ax = b; x ≥ 0}. Se ele se encontra em va´rios pontos extremos, ele tambe´m se encontra em todos os pontos formados pelas combinac¸o˜es convexas destes pontos extremos. Teorema Condic¸o˜es necessa´ria e suficiente para a otimalidade de uma soluc¸a˜o ba´sica: c¯N = cBB −1N − cN ≥ 0 onde c¯N e´ o vetor de coeficitentes das varia´veis na˜o ba´sicas na func¸a˜o objetivo. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 12 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Condic¸o˜es de otimalidade Teorema (a ser demonstrado) O ponto o´timo se encontra em ao menos um ponto extremo do politopo X = {X ∈ IRn : Ax = b; x ≥ 0}. Se ele se encontra em va´rios pontos extremos, ele tambe´m se encontra em todos os pontos formados pelas combinac¸o˜es convexas destes pontos extremos. Teorema Condic¸o˜es necessa´ria e suficiente para a otimalidade de uma soluc¸a˜o ba´sica: c¯N = cBB −1N − cN ≥ 0 onde c¯N e´ o vetor de coeficitentes das varia´veis na˜o ba´sicas na func¸a˜o objetivo. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 12 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Otimalidade e Soluc¸a˜o Ba´sica Teorema (a ser demonstrado) Se um programa linear possui uma soluc¸a˜o o´tima, enta˜o ao menos uma soluc¸a˜o ba´sica e´ o´tima. Colora´rio Seja IN o conjunto de indices das varia´veis na˜o ba´sicas. Se, x¯B ≥ 0 e c¯N = cBB −1N − cN ≥ 0,∀ j ∈ IN , enta˜o o vetor x∗, onde x∗B = x¯B , i = 1, 2, . . . ,m e x ∗ N = 0, ∀j ∈ IN , sera´ uma soluc¸a˜o o´tima. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 13 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Otimalidade e Soluc¸a˜o Ba´sica Teorema (a ser demonstrado) Se um programa linear possui uma soluc¸a˜o o´tima, enta˜o ao menos uma soluc¸a˜o ba´sica e´ o´tima. Colora´rio Seja IN o conjunto de indices das varia´veis na˜o ba´sicas. Se, x¯B ≥ 0 e c¯N = cBB −1N − cN ≥ 0,∀ j ∈ IN , enta˜o o vetor x∗, onde x∗B = x¯B , i = 1, 2, . . . ,m e x ∗ N = 0, ∀j ∈ IN , sera´ uma soluc¸a˜o o´tima. Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 13 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Um exemplo nume´rico Quadro inicial do simplex base z x1 x2 x3 x4 x5 LD z 1 - 3 - 5 0 0 0 0 x3 0 1 0 1 0 0 4 x4 0 0 2 0 1 0 12 x5 0 3 2 0 0 1 18 Quadro final do simplex base z x1 x2 x3 x4 x5 LD z 1 0 0 0 3/2 1 36 x3 0 0 0 1 1/3 -1/3 2 x2 0 0 1 0 1/2 0 6 x1 0 1 0 0 -1/3 1/3 2 Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 14 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Um exemplo nume´rico Quadro inicial do simplex base z x1 x2 x3 x4 x5 LD z 1 - 3 - 5 0 0 0 0 x3 0 1 0 1 0 0 4 x4 0 0 2 0 1 0 12 x5 0 3 2 0 0 1 18 Quadro final do simplex base z x1 x2 x3 x4 x5 LD z 1 0 0 0 3/2 1 36 x3 0 0 0 1 1/3 -1/3 2 x2 0 0 1 0 1/2 0 6 x1 0 1 0 0 -1/3 1/3 2 Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 14 logo Fundamentos da a´lgebra linear Programac¸a˜o Linear Definic¸o˜es Teoremas Otimalidade Exemplo Um exemplo nume´rico Quadro inicial do simplex base z x1 x2 x3 x4 x5 LD z 1 - 3 - 5 0 0 0 0 x3 0 1 0 1 0 0 4 x4 0 0 2 0 1 0 12 x5 0 3 2 0 0 1 18 Quadro final do simplex base z x1 x2 x3 x4 x5 LD z 1 0 0 0 3/2 1 36 x3 0 0 0 1 1/3 -1/3 2 x2 0 0 1 0 1/2 0 6 x1 0 1 0 0 -1/3 1/3 2 Prof. Carlos Roberto Venaˆncio de Carvalho, DEP EE UFMG (DEP EE UFMG)Fundamentos alge´bricos da Programac¸a˜o Linear 14 Fundamentos da álgebra linear Convexidade Matrizes Resultados Programação Linear Definições Teoremas Otimalidade Exemplo
Compartilhar