Aula 19: Lifting e matrizes ideais
|
|
- Giulia Estrada
- 5 Há anos
- Visualizações:
Transcrição
1 Aula 19: Lifting e matrizes ideais Otimização Linear e Inteira Túlio A. M. Toffolo BCC464/PCC /2 Departamento de Computação UFOP
2 Previously... Branch-and-bound Formulações fracas e fortes Cortes Combinatórios Cortes Baseados em Arredondamento Cortes de Chvàtal-Gomory Cortes de Gomory Hoje: Lifting Matrizes totalmente unimodulares 2 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
3 Aula de hoje 1 Lifting 2 Matrizes totalmente unimodulares 3 Formulações Fracas e Fortes 4 Exercícios 2 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
4 Aula de Hoje 1 Lifting 2 Matrizes totalmente unimodulares 3 Formulações Fracas e Fortes 4 Exercícios 2 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
5 Cortes de cobertura Considere o programa linear P a seguir: max. 77x 1 + 6x 2 + 3x 3 + 6x x x x x x 9 s.a. 774x x x x x x x x x x x x x x x x x x x j {0, 1} j {1... 9} Desigualdades válidas de cobertura x j C 1 j C Exemplo: C = {1, 6, 7, 9} ou x 1 + x 6 + x 7 + x / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
6 Estendendo cortes de cobertura Considere a formulação P a seguir: max. 77x 1 + 6x 2 + 3x 3 + 6x x x x x x 9 s.a. 774x x x x x x x x x x x x x x x x x x x j {0, 1} j {1... 9} Outras desigualdades válidas Mas note que o x 1 + x 6 + x 7 + x 9 1 também é válido. (e é muito mais forte do que o anterior) Mas esta não é uma desigualdade de cobertura... Como gerá-la? 4 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
7 Lifting x 1 + x 6 + x 7 + x 9 1 é uma desigualdade válida. Seja S o conjunto de todas as soluções viáveis para P. x 1 + x 7 1 é válida se x 6 = x 9 = 0. Ou seja, é válida para S {x B 9 x 6 = x 9 = 0}. Vamos derivar a desigualdade: x 1 + αx 6 + x 7 1, onde: se x 6 = 0, a desigualdade permanece válida se x 6 = 1, itens 1 e 7 não podem ser incluídos na mochila, o que é válido. Portanto, α = 1 mantem a restrição válida. Repetindo o processo para o item 9 obtemos: x 1 + x 6 + x 7 + x / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
8 Lifting Mas notem que x 1 + x 7 1 é uma desigualdade de cobertura! max. 77x 1 + 6x 2 + 3x 3 + 6x x x x x x 9 s.a. 774x x x x x x x x x x x x x x x x x x x j {0, 1} j {1... 9} E que x 1 + x 6 + x 7 + x 9 1 é uma extensão obtida por um processo chamado lifting. 6 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
9 Teorema 1 (note que variáveis são binárias) n Suponha que π j x j π 0 é válido para todo x S com x 1 = 0. j=2 αx 1 + n π j x j π 0 será válido se α π 0 j=2 max x S x 1 =1 j=2 n π j x j Teorema 2 (note que variáveis são binárias) n Suponha que π j x j π 0 é válido para todo x S com x 1 = 1. j=2 β(x 1 1) + n π j x j π 0 é válido se β π 0 j=2 max x S x 1 =0 j=2 n π j x j 7 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
10 Teorema 1 (note que variáveis são binárias) n Suponha que π j x j π 0 é válido para todo x S com x 1 = 0. j=2 αx 1 + n π j x j π 0 será válido se α π 0 j=2 max x S x 1 =1 j=2 n π j x j Teorema 2 (note que variáveis são binárias) n Suponha que π j x j π 0 é válido para todo x S com x 1 = 1. j=2 n βx 1 + π j x j π 0 + β é válido se β j=2 max x S x 1 =0 j=2 n π j x j π 0 7 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
11 Lifting Exemplo: Seja a restrição 3x 1 + x 2 + x 3 + x 4 + x 5 4. Se x 1 = 1, x 2 = x 3 = 0 então x 4 + x 5 1 Vamos fazer lift da variável x 3 aplicando o Teorema 1: α 3 1 max x 4 + x 5 x S x 1 =x 3 =1,x 2 =0 ou seja, podemos fazer α 3 = 1 obtemos assim: x 3 + x 4 + x 5 1 se x 1 = 1 e x 2 = 0 Podemos melhorar esta restrição (e torná-la válida para mais soluções)? 8 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
12 Lifting Sim, podemos: Vamos fazer lift da variável x 1 aplicando o Teorema 2: β 1 max (x 2 + x 4 + x 5 ) 1 x S x 1 =x 2 =0 ou seja, podemos fazer β 1 = 2 obtemos assim: 2x 1 + x 3 + x 4 + x 5 3 se x 2 = 0 Podemos melhorar esta restrição (e torná-la válida para mais soluções)? 9 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
13 Lifting Sim: falta uma variável. Vamos fazer lifting da variável x 2 aplicando o Teorema 1: α 3 3 max (2x 1 + x 3 + x 4 + x 5 ) x S x 2 =1 ou seja, podemos fazer α 3 = 0 concluímos que 2x 1 + x 3 + x 4 + x 5 3 é uma desigualdade válida para qualquer solução S que satisfaça a restrição original 3x 1 + x 2 + x 3 + x 4 + x / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
14 Aula de Hoje 1 Lifting 2 Matrizes totalmente unimodulares 3 Formulações Fracas e Fortes 4 Exercícios 11 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
15 Matrizes totalmente unimodulares (TUM) Alguns problemas inteiros podem ser resolvidos pelo Simplex sempre resultando em soluções inteiras. É o caso de formulações ideias E de formulações com matriz A totalmente unimodular. Matrizes totalmente unimodulares (TUM) Uma matriz A é dita totalmente unimodular (TUM) se cada submatriz quadrada de A tem determinante igual a 1, 0 ou / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
16 Matrizes totalmente unimodulares (TUM) Se a matriz A é totalmente unimodular, o poliedro P definido a seguir tem vértices inteiros: P = {x R n Ax b, x 0} Se P tem vértices inteiros, então podemos resolver um problema de otimização com soluções viáveis P = P {x Z n } utilizando o algoritmo Simplex. 13 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
17 Matrizes totalmente unimodulares (TUM) Definição: Seja uma matriz A contendo apenas valores 1, 0 e +1 tal que haja no máximo dois valores não-nulos em cada coluna. A matriz A é totalmente unimodular se existir uma partição R 1 e R 2 de suas linhas tais que: 1 cada coluna com dois termos não nulos de mesmo sinal tem uma entrada em R 1 e outra em R 2 ; 2 cada coluna com dois termos não nulos de sinal diferente tem ambas entradas em R 1 ou em R / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
18 Exemplos Matrizes de incidência (arco-vértice) de um dígrafo e de um grafo bipartido (aresta-vértice). Problemas com matrizes TUM: Problema do caminho mínimo Problema de fluxo máximo Problema de fluxo com custo mínimo Problema de emparelhamento em grafos bi-partidos 15 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
19 Aula de Hoje 1 Lifting 2 Matrizes totalmente unimodulares 3 Formulações Fracas e Fortes 4 Exercícios 16 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
20 Mensagem principal Em Programação Inteira, a formulação é tudo! 17 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
21 Exemplos Vimos alguns exemplos de formulações fracas e fortes. Problema do Caixeiro Viajante: F 1 min i N s.a. j N,i j i N,i j c i,j x i,j j N,i j x i,j = 1 i N x i,j = 1 j N u 1 = 1 u i u j + nx i,j n 1 i, j {2,..., n}, i j 18 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
22 Exemplos Vimos alguns exemplos de formulações fracas e fortes. Problema do Caixeiro Viajante: F 2 min i N s.a. j N,i j i N,i j c i,j x i,j j N,i j x i,j = 1 i N x i,j = 1 j N x i,j S 1 S N, 2 S n 1 i S j S 19 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
23 Importante!!! Sempre que possível, evite restrições que utilizem o BigM. Número menor de variáveis não necessariamente implica em uma formulação melhor. O mesmo vale para o número de restrições. Em alguns casos, solvers podem ter melhor desempenho com formulações mais fracas, dependendo das características das variáveis e restrições (e dos algoritmos de plano de corte disponíveis). 20 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
24 Exemplo adicional: Problema das p-medianas O problema das p-medianas consiste em decidir onde instalar p facilidades para atender L = {1... n} clientes minimizando a soma das distâncias destes clientes até a facilidade mais próxima. Este problema pode ser descrito por meio de um grafo completo com n vértices e distâncias d i,j entre dois vértices i e j. Devemos portanto determinar p vértices (medianas) para instalar as localidades. Note que em uma solução o grafo é particionado em conjuntos de vértices, em que cada partição é atendida por uma facilidade. 21 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
25 Exemplo adicional: Problema das p-medianas Variáveis { 1 se o cliente i é atendido pela localidade j x i,j = 0 caso contrário { 1 se uma facilidade é aberta na localidade j y j = 0 caso contrário min. s.a. i L j L d i,jx i,j x i,j = 1 j L y j = p j L i L x i,j My j j L i L min. s.a. i L j L d i,jx i,j x i,j = 1 j L y j = p j L x i,j y j i L i L, j L 22 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
26 Problema de restrições Big-M Suponha M = n no exercício anterior, e n = 100 a título de exemplo. x i,j My j j L i L permite a ocorrência de algum x i,j = 1 se y j Suponha agora que n = Neste caso, basta y j 0, para permitir que algum cliente seja atendido pela localidade j. Note que esta restrição é facilmente satisfeita por valores fracionários. 23 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
27 Problema de restrições Big-M Suponha novamente M = n, e n = 100: x i,j y j i L, j L exige que y j seja igual a 1 para que algum cliente i seja atendido completamente pela localidade j. A regra continua válida mesmo se aumentarmos o tamanho do problema para n = De fato, qualquer solução fracionária com y j < 1 impede a ocorrência de algum x i,j = 1. Resultado: formulação mais forte! Mas com muito mais restrições: O(n 2 ) vs O(n) 24 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
28 Cortes no Gurobi 25 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
29 Aula de Hoje 1 Lifting 2 Matrizes totalmente unimodulares 3 Formulações Fracas e Fortes 4 Exercícios 26 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
30 Exercícios Exercícios Seja S o conjunto de soluções {x B 5 3x 1 + x 2 + x 3 + x 4 + x 5 4}. Sabendo que x 4 + x 5 1 é válido para S {x 1 = 1, x 2 = x 3 = 0}, resolva as questões a seguir. 1 Qual desigualdade obtemos se fizermos lifting nas variáveis x 1, x 2 e x 3 na ordem {x 2, x 1, x 3 }? 2 E se fizermos lifting na ordem {x 1, x 2, x 3 }? 27 / 27 Túlio Toffolo Otimização Linear e Inteira Aula 19: Lifting e matrizes ideais
31 / 12 Perguntas?
Aula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464 / PCC174 Departamento de Computação - UFOP Breve Revisão Programação Linear vs Programação Inteira Modelagem
Leia maisAula 17: Planos de Corte
Aula 17: Planos de Corte Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Branch-and-bound em programação inteira
Leia maisAula 13: Branch-and-bound
Aula 13: Branch-and-bound Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Modelagem em PI / Problemas Combinatórios
Leia maisAula 12: Programação Inteira
Aula 12: Programação Inteira Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Aula de Hoje 1 Programação Inteira: A Formulação
Leia maisAula 07: Análise de sensibilidade (2)
Aula 07: Análise de sensibilidade (2) Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously Aulas anteriores: Dualidade
Leia maisConteúdo. Introdução. Notas. Programação Inteira Cortes. Notas. Notas. Considere o Programa Inteiro PI : Maximize: Haroldo Gambini Santos
Programação Inteira Cortes Haroldo Gambini Santos Universidade Federal de Ouro Preto 30 de agosto de 2011 1 / 18 Conteúdo 1 Cortes Baseados em Arredondamento 2 Cortes Disjuntivos 3 Cortes Combinatórios
Leia maisAula 22: Formulações com número exponencial de variáveis
Aula 22: Formulações com número exponencial de variáveis Otimização Linear e Inteira Túlio Toffolo http://www.toffolo.com.br BCC464 / PCC174 2018/2 Departamento de Computação UFOP Aula de Hoje 1 Correção
Leia maisGabriel Coutinho DCC035 - Pesquisa Operacional Lista 6
Lista 6 Exercício. O objetivo deste exercício é modelar o problema de emparelhamento em um grafo bipartido como um problema de fluxo, e verificar que o Teorema de Konig é essencialmente o Teorema de Fluxo
Leia maisProgramação Linear Inteira. C. Requejo (UA) Métodos de Investigação Operacional MIO / 30
Programação Linear Inteira Programação Linear Inteira C. Requejo (UA) Métodos de Investigação Operacional MIO 2016 1 / 30 Programação Linear Inteira Programação Linear Inteira Resolução de problemas de
Leia maisPoliedros na forma padrão
Poliedros na forma padrão Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisAula 08: Modelagem Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 08: Modelagem Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Aulas anteriores: Modelagem (básico) Método
Leia maisAula 26: Branch-and-Price
Aula 26: Branch-and-Price Otimização Linear e Inteira Túlio Toffolo http://www.toffolo.com.br BCC464 / PCC174 2018/2 Departamento de Computação UFOP Aula de Hoje 1 Branch-and-Price Exemplo: Problema da
Leia maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + 2 y s.a x + y 2 x + y 5 x, y 0, x e y inteiros b) Max z = 2 x + y s.a x + 2y 0 x + y 25 x, y
Leia maisProblema de Optimização. Metodologias de Apoio à Decisão 1. Slide 1
Metodologias de Apoio à Decisão Optimização Combinatória Slide Transparências de apoio à leccionação de aulas teóricas José Fernando Oliveira Maria Antónia Carravilla Problemas de Optimização Instância
Leia maisOtimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana
Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Forma geral de um problema Em vários problemas que formulamos, obtivemos: Um objetivo de otimização
Leia maisMelhores momentos AULA 3. Otimização Combinatória p. 102
Melhores momentos AULA 3 Otimização Combinatória p. 102 0-potenciais Um 0-potencial é qualquer função y de N em {0, 1} (Z) tal que y(j) y(i) 0 para todo arco ij. 0 v 1 t 0 s 1 w u 0 z 1 Otimização Combinatória
Leia maisResolução de problemas difíceis de programação linear através da relaxação Lagrangeana
problemas difíceis de programação linear através da relaxação Lagrangeana Ana Maria A.C. Rocha Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho arocha@dps.uminho.pt http://www.norg.uminho.pt/arocha
Leia maisResolução do problema do caixeiro viajante assimétrico (e uma variante) através da relaxação Lagrangeana
Resolução do problema do caixeiro viajante assimétrico (e uma variante) através da relaxação Ana Maria A.C. Rocha e João Luís C. Soares Departamento de Produção e Sistemas Escola de Engenharia Universidade
Leia maisTeoremas de dualidade
Teoremas de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + y s.a x + y x + y 5 b) Max z = x + y s.a x + y 0 x + y 5 c) Max z = x + y s.a x + 9y 6 8 x +
Leia maisAula 09: Modelagem / Variáveis inteiras
Aula 09: Modelagem / Variáveis inteiras Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Aulas anteriores sobre
Leia maisOtimização Combinatória - Parte 3
Graduação em Matemática Industrial Otimização Combinatória - Parte 3 Prof. Thiago Alves de Queiroz Unidade de Matemática e Tecnologia - CAC/UFG 2/2016 Thiago Queiroz (DM) Parte 3 2/2016 1 / 23 Problemas
Leia maisCombinando inequações lineares
Combinando inequações lineares A multiplicação por um número > 0 não altera uma inequação 2x x 5 4x 2x 0 2 2 A soma de duas inequações (com o mesmo sentido) produz uma inequação válida x 3x + x 3 2 + 5x
Leia maisCombinando inequações lineares
Combinando inequações lineares A multiplicação por um número > 0 não altera uma inequação 2x x 5 4x 2x 10 1 2 1 2 A soma de duas inequações (com o mesmo sentido) produz uma inequação válida x 3x x 3 1
Leia maisMétodos Exatos para PI - Parte 1: Branch-and-Bound
Introdução à Otimização Combinatória Métodos Exatos para PI - Parte 1: Professora: Rosiane de Freitas (rosiane@icomp.ufam.edu.br) Bruno Raphael Cardoso Dias Prof. Estágio em Docência (bruno.dias@icomp.ufam.edu.br)
Leia maisApontamentos III. Espaços euclidianos. Álgebra Linear aulas teóricas. Lina Oliveira Departamento de Matemática, Instituto Superior Técnico
Apontamentos III Espaços euclidianos Álgebra Linear aulas teóricas 1 o semestre 2017/18 Lina Oliveira Departamento de Matemática, Instituto Superior Técnico Índice Índice i 1 Espaços euclidianos 1 1.1
Leia maisAula 02: Algoritmo Simplex (Parte 1)
Aula 02: Algoritmo Simplex (Parte 1) Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Slides baseados no material de Haroldo Gambini Previously... Aula anterior:
Leia mais5 Análise de Sensibilidade
MAC-35 - Programação Linear Primeiro semestre de 00 Prof. Marcelo Queiroz http://www.ime.usp.br/~mqz Notas de Aula 5 Análise de Sensibilidade Neste capítulo consideramos o problema de programação linear
Leia maisInversão de Matrizes
Inversão de Matrizes Prof. Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2015.2 21 de
Leia maisLema de Farkas e desigualdades lineares
Lema de Farkas e desigualdades lineares Marina Andretta ICMC-USP 30 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP)
Leia maisMárcio Antônio de Andrade Bortoloti
Márcio Antônio de Andrade Bortoloti Departamento de Ciências Exatas e Tecnológicas - DCET Universidade Estadual do Sudoeste da Bahia Sumário 1 Definição Uma matriz quadrada de ordem n é definida positiva
Leia maisCOMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS
COMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS Rosiana da Silva Lopes Danilo César Rodrigues Azevedo rosianalopes16@gmail.com danilo.azevedo@ufpi.edu.br.com
Leia maisCones e raios extremos
Cones e raios extremos Marina Andretta ICMC-USP 7 de novembro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisOptimização em Redes e Não Linear
Departamento de Matemática da Universidade de Aveiro Optimização em Redes e Não Linear Ano Lectivo 005/006, o semestre Folha - Optimização em Redes - Árvores de Suporte. Suponha que uma dada companhia
Leia maisOtimização Aplicada à Engenharia de Processos
Otimização Aplicada à Engenharia de Processos Aula 4: Programação Linear Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013
Leia maisPesquisa Operacional / Programação Matemática
Pesquisa Operacional / Programação Matemática Otimização discreta Modelagem com variáveis binárias: problemas clássicos Breve Comentários (aula anterior) Em geral, não faz sentido resolver a relaxação
Leia maisOs Problemas de Optimização Combinatória e a Teoria da Complexidade
Metodologias de Apoio à Decisão Os Problemas de Optimização Combinatória e a Teoria da Complexidade Programação Inteira Mista Programação Linear Programação Binária Mista Programação Inteira Slide Fluxos
Leia maisNOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
Leia maisInversão de Matrizes
Inversão de Matrizes Prof. Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2017.1 18 de
Leia maisINSTITUTO SUPERIOR TÉCNICO Análise e Síntese de Algoritmos. RESOLUÇÃO DO 2 o TESTE
INSTITUTO SUPERIOR TÉCNICO Análise e Síntese de Algoritmos Ano Lectivo de 2006/2007 2 o Semestre RESOLUÇÃO DO 2 o TESTE I. (2,0+2,0+2,0 = 6,0 val.) 1) Calcule o valor óptimo da função objectivo e o respectivo
Leia maisQuinta-feira, 11 de abril
15.053 Quinta-feira, 11 de abril Mais alguns exemplos de programação inteira Técnicas de planos de corte para obter melhores limitações Entregar: Observações de Aula 1 Exemplo: Localização do corpo de
Leia maisObjetivo da Programação Inteira
Universidade Federal de Itajubá Instituto de Engenharia de Produção e Gestão Pesquisa Operacional Programação inteira Prof. Dr. José Arnaldo Barra Montevechi Objetivo da Programação Inteira Max Z = 20X1
Leia maisProgramação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 7 Thiago Queiroz (IMTec) Aula 7 Aula 7 1 / 25 Problemas de Caixeiro Viajante Envolvem um conjunto
Leia maisProgramação Matemática. Método Simplex
Programação Matemática Método Simplex Forma Padrão - Revisão Características da forma padrão: Problema de minimização Todas as restrições são de igualdade Todas as variáveis são não-negativas Considerar
Leia maisAula 03: Algoritmo Simplex (Parte 2)
Aula 03: Algoritmo Simplex (Parte 2) Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Slides baseados no material de Haroldo Gambini Previously... Aula anterior:
Leia maisResolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Introdução 2 Alguns Conceitos de Álgebra Linear 3 Sistemas Lineares 4 Métodos Computacionais 5 Sistemas Triangulares 6 Revisão Introdução Introdução Introdução
Leia maisModelagem Computacional. Parte 7 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 7 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisMétodo Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016
Método Simplex Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização linear
Leia mais15 - Coloração Considere cada um dos grafos abaixo:
15 - Coloração Considere cada um dos grafos abaixo: a) Quantas cores são necessárias para colorir os vértices de um grafo de maneira que dois vértices adjacentes não recebam a mesma cor? b) Qual é o número
Leia maisParte II. Aplicações em Roteamento de Veículos
Parte II Aplicações em Roteamento de Veículos 5 Problema de Roteamento de Veículos com Restrição de Capacidade O problema de roteamento de veículos com restrição de capacidade, mais conhecido pela sua
Leia maisProgramação Inteira Resolução por Branch and Bound
Programação Inteira Resolução por Branch and Bound Transparências de apoio à lecionação de aulas teóricas Versão 2.3 c 2012, 2010, 2009, 2001 Maria Antónia Carravilla José Fernando Oliveira FEUP Técnicas
Leia maisCap. 2 Conceitos Básicos em Teoria dos Grafos
Teoria dos Grafos e Aplicações 8 Cap. 2 Conceitos Básicos em Teoria dos Grafos 2.1 Grafo É uma noção simples, abstrata e intuitiva, usada para representar a idéia de alguma espécie de relação entre os
Leia maisTeoria dos Grafos. Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo. Capítulo 5: Grafos Conexos. Departamento de Matemática Aplicada
Teoria dos Grafos Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo Departamento de Matemática Aplicada Capítulo 5: Grafos Conexos Preparado a partir do texto: Rangel, Socorro. Teoria do Grafos,
Leia maisPontos extremos, vértices e soluções básicas viáveis
Pontos extremos, vértices e soluções básicas viáveis Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta
Leia maisNotações e revisão de álgebra linear
Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Leia maisÁlgebra Linear Exercícios Resolvidos
Álgebra Linear Exercícios Resolvidos Agosto de 001 Sumário 1 Exercícios Resolvidos Uma Revisão 5 Mais Exercícios Resolvidos Sobre Transformações Lineares 13 3 4 SUMA RIO Capítulo 1 Exercícios Resolvidos
Leia maisAulas 6 / 05 de setembro
Gabriel Coutinho DCC5 - Pesquisa Operacional - 7. Simplex Ei-lo. Aulas 6 / 5 de setembro Método Simplex Input: Uma PL e uma base viável de colunas B. Output: Uma solução ótima, ou um certificado de que
Leia maisMétodo Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016
Método Simplex dual Marina Andretta ICMC-USP 24 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisAlgoritmos de Aproximação Segundo Semestre de 2012
Algoritmos de Aproximação Segundo Semestre de 2012 Aproximação p. 1 Problema de decisão Problema de decisão: conjunto I de instâncias e função f : I {SIM, NÃO} Aproximação p. 2 Problema de decisão Problema
Leia maisMarina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis.
Solução básica viável inicial Marina Andretta ICMC-USP 10 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Leia mais1.3 Matrizes inversas ] [ 0 1] = [ ( 1) ( 1) ] = [1 0
1.3 Matrizes inversas Definição: Seja A uma matriz de ordem k n, a matriz B de ordem n k é uma inversa à direita de A, se AB = I. A Matriz C de ordem n k é uma inversa à esquerda de A, se CA = I. Exemplo
Leia maisLaboratório de Simulação Matemática. Parte 7 2
Matemática - RC/UFG Laboratório de Simulação Matemática Parte 7 2 Prof. Thiago Alves de Queiroz 2/2017 2 [Cap. 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago
Leia maisProgramação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e
Programação Linear A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Existe um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento
Leia maisAula 10: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 10: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br 2018/2 - PCC174/BCC464 Aula Prática - Laboratório COM30!1 Breve Revisão Modelagem Método gráfico O Algoritmo Simplex
Leia maisDegenerescência. Marina Andretta ICMC-USP. 19 de outubro de 2016
Degenerescência Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisCombinatória Poliédrica e Planos-de-Corte Faciais
Combinatória Poliédrica e Planos-de-Corte Faciais Carlos E. Ferreira Yoshiko Wakabayashi Departamento de Ciência da Computação IME USP ii ii Sumário Prefácio 3 1 Preliminares 7 1.1 Teoria dos Grafos...................................
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 12 04/2014 Sistemas de Equações Lineares Parte 2 FATORAÇÃO LU Cálculo Numérico 3/37 FATORAÇÃO LU Uma fatoração LU de uma dada
Leia maisTP052-PESQUISA OPERACIONAL I Algoritmo Dual Simplex. Prof. Volmir Wilhelm Curitiba, Paraná, Brasil
TP052-PESQUISA OPERACIONAL I Algoritmo Dual Simplex Prof. Volmir Wilhelm Curitiba, Paraná, Brasil Algoritmo Dual Simplex Motivação max sa Z = cx Ax = b x 0 escolhida uma base viável max sa Z = c B x B
Leia maisAlgoritmo Aproximação. Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3
Algoritmo Aproximação Prof. Anderson Almeida Ferreira [DPV]9.2 [ZIV]9.2.2 e 9.2.3 Heurísticas para Problemas NP- Completo Heurística: algoritmo que pode produzir um bom resultado (ou até a solução ótima),
Leia mais3 Extensões dos modelos matemáticos
3 Extensões dos modelos matemáticos Os modelos matemáticos definidos por (2-1) (2-6) e (2-7) (2-13), propostos por Achuthan e Caccetta e apresentados no Capítulo 2, são reforçados neste trabalho através
Leia maisProgramação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 2 Thiago Queiroz (IMTec) Aula 2 Aula 2 1 / 46 Hipóteses de Linearidade Existem algumas hipóteses
Leia maisComplexidade computacional
Complexidade computacional Marina Andretta ICMC-USP 15 de setembro de 2015 Baseado no livro Uma introdução sucinta a Algoritmos de Aproximação, de M. H. Carvalho, M. R. Cerioli, R. Dahab, P. Feofiloff,
Leia maisConceitos e Teoremas. Tecnologia da Decisão I TP065. Profª Mariana
Conceitos e Teoremas Tecnologia da Decisão I TP Profª Mariana Restrições de um PL: D= = -=J G= =I =H E=- / /= / /=A 9/ =C . ma Z s.a c a a m c a n n a mn n n n n b b m a A am a n a mn b b b m c c c n n
Leia maisMelhores momentos AULA 24. Algoritmos p.906/953
Melhores momentos AULA 24 Algoritmos p.906/953 Problemas polinomiais Analise de um algoritmo em um determinado modelo de computação estima o seu consumo de tempo e quantidade de espaço como uma função
Leia maisPESQUISA OPERACIONAL Definições e Teoremas Básicos. Professor Volmir Wilhelm Professora Mariana Kleina
PESQUISA OPERACIONAL Definições e Teoremas ásicos Professor Volmir Wilhelm Professora Mariana Kleina Conceitos Solução Viável Solução Não Viável Região Viável Solução ásica Solução ásica Viável Solução
Leia maisBCC204 - Teoria dos Grafos
BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal
Leia maisProgramação Linear - Parte 5
Matemática Industrial - RC/UFG Programação Linear - Parte 5 Prof. Thiago Alves de Queiroz 1/2016 Thiago Queiroz (IMTec) Parte 5 1/2016 1 / 29 Dualidade Os parâmetros de entrada são dados de acordo com
Leia maisProgramação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 6 Thiago Queiroz (IMTec) Aula 6 Aula 6 1 / 45 Otimização Discreta A característica de otimização
Leia maisPesquisa Operacional
Pesquisa Operacional Teoria da Dualidade Profa. Sheila Morais de Almeida DAINF-UTFPR-PG outubro - 2015 Problema Dual Cada problema de Programa de Programação Linear está associado a um outro problema de
Leia maisÁlgebra Linear I - Aula 20
Álgebra Linear I - Aula 20 1 Matrizes diagonalizáveis Exemplos 2 Forma diagonal de uma matriz diagonalizável 1 Matrizes diagonalizáveis Exemplos Lembramos que matriz quadrada a 1,1 a 1,2 a 1,n a 2,1 a
Leia maisProgramação Linear. Dualidade
Programação Linear Dualidade Dualidade Já vimos em sala que para cada PPL existe um outro PL chamado dual, que consiste em modelar um problema que utiliza os mesmos dados que o original, mas alterando
Leia maisModelagem Computacional. Parte 6 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 6 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 6 e 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisAnálise e Síntese de Algoritmos
Análise e Síntese de Algoritmos Problemas NP-Completos CLRS, Cap. 34 Contexto Algoritmos em Grafos Estruturas de Dados para Conjuntos Disjuntos Programação Linear Programação Dinâmica Algoritmos Greedy
Leia maisFUNDAMENTOS DE SISTEMAS LINEARES PARTE 1
FUNDAMENTOS DE SISTEMAS LINEARES PARTE 1 Prof. Iury V. de Bessa Departamento de Eletricidade Faculdade de Tecnologia Universidade Federal do Amazonas Revisão O que é um corpo (campo)? O que é um espaço
Leia maisGeometria Computacional
Geometria Computacional Cristina G. Fernandes Departamento de Ciência da Computação do IME-USP http://www.ime.usp.br/ cris/ segundo semestre de 2011 GeoComp 2011 p. 1 Partição em polígonos convexos Problema:
Leia maisProgramação Linear - Parte 3
Matemática Industrial - RC/UFG Programação Linear - Parte 3 Prof. Thiago Alves de Queiroz 1/2016 Thiago Queiroz (IMTec) Parte 3 1/2016 1 / 26 O Método Simplex Encontre o vértice ótimo pesquisando um subconjunto
Leia maisResolução de sistemas de equações lineares: Fatorações de matrizes
Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 27 de agosto de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina
Leia maisAnálise e Síntese de Algoritmos. Problemas NP-Completos CLRS, Cap. 34
Análise e Síntese de Algoritmos Problemas NP-Completos CLRS, Cap. 34 Contexto Revisões [CLRS, Cap. 1-10] Algoritmos em Grafos [CLRS, Cap. 22-26] Algoritmos elementares Árvores abrangentes Caminhos mais
Leia maisBCC204 - Teoria dos Grafos
BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal
Leia maisResolução de sistemas de equações lineares: Fatorações de matrizes
Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 27 de fevereiro de 2015 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina
Leia maisPCC173 - Otimização em Redes
PCC173 - Otimização em Redes Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 15 de maio de 2017 Marco Antonio M. Carvalho
Leia maisPCC173 - Otimização em Redes
PCC173 - Otimização em Redes Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 7 de agosto de 2017 Marco Antonio M. Carvalho
Leia maisMétodo de Eliminação de Fourier-Motzkin
ERMAC 200: I ENCONTRO REGIONAL DE MATEMÁTICA APLICADA E COMPUTACIONAL - 3 de Novembro de 200, São João del-rei, MG; pg 258-26 258 Método de Eliminação de Fourier-Motzkin André Rodrigues Monticeli, Cristiano
Leia maisUNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE CURSO: CIÊNCIA DA COMPUTAÇÃO DISCIPLINA: ÁLGEBRA LINEAR PROF.: MARCELO SILVA.
UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE CURSO: CIÊNCIA DA COMPUTAÇÃO DISCIPLINA: ÁLGEBRA LINEAR PROF.: MARCELO SILVA Determinantes Introdução Como já vimos, matriz quadrada é a que tem o mesmo número
Leia maisÁlgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07
Álgebra Linear Curso: Engenharia Electrotécnica e de Computadores ō ano/ ō S 6/7 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES Sistemas de equações lineares. Quais das seguintes equações
Leia maisO Problema de Transportes
Investigação Operacional- 00/0 - Problemas de Transportes 8 O Problema de Transportes O problema geral de transportes consiste em determinar a forma mais económica de enviar um bem que está disponível
Leia maisExistência e otimalidade de pontos extremos
Existência e otimalidade de pontos extremos Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP)
Leia maisα ( u 1 - u 2 ) = u 3 - u 2.
2- NOÇÕES DE CONVEXIDADE E FORMULAÇÃO MATEMÁTICA DE PROBLEMAS DE PROGRAMAÇÃO LINEAR 21 Noções de Convexidade 211 - Combinação Convexa de pontos ponto b = αx 1 Considere C um conjunto contendo os pontos
Leia maisUniversidade de Aveiro Departamento de Matemática, Ayagi da Mota Dias. Matroides e Problemas de otimização Combinatória
Universidade de Aveiro Departamento de Matemática, 2012 Ayagi da Mota Dias Matroides e Problemas de otimização Combinatória Universidade de Aveiro Departamento de Matemática, 2012 Ayagi da Mota Dias Matroides
Leia mais