Programação Linear - Parte 5
|
|
- Aurélia Camarinho
- 5 Há anos
- Visualizações:
Transcrição
1 Matemática Industrial - RC/UFG Programação Linear - Parte 5 Prof. Thiago Alves de Queiroz 1/2016 Thiago Queiroz (IMTec) Parte 5 1/ / 29
2 Dualidade Os parâmetros de entrada são dados de acordo com o problema: estoque disponível de produtos, capacidade das máquinas, demanda dos itens, etc.; Embora seja conveniente um decisor examinar como as possíveis variações nos dados interferem na solução do problema; Por exemplo: Se o estoque de uma matéria-prima aumentasse, como o custo de produção se alteraria? (poderia gerar políticas de compras de matérias-primas); Essas observações correspondem a analisar o modelo sob outro ponto de vista; Introduzem um novo modelo de otimização linear, chamado problema dual; O modelo original é chamado de problema primal. Thiago Queiroz (IMTec) Parte 5 1/ / 29
3 Relaxação Lagrangiana Considere um problema de otimização linear na forma padrão, que chamamos de problema primal: Minimizar z { = c T x Ax = b sujeito a : x 0. (1) Em que A é uma matriz m n e z = f(x); Se consideramos que o vetor de recursos b é passível de perturbações, então a restrição b - Ax = 0 não precisa ser satisfeita exatamente; Podemos analisar tal restrição como um vetor y = b - Ax; O vetor y é uma perturbação no vetor b de modo que a solução do problema é Ax = b - y. Thiago Queiroz (IMTec) Parte 5 1/ / 29
4 Relaxação Lagrangiana Considere por λ i a penalização (ou o custo) unitário de perturbar o recurso i; Então, λ i y i é o custo adicional de perturbar o recurso i em y i unidades; Isto conduz a um novo problema, chamado problema lagrangiano, isto é, para cada λ = (λ 1, λ 2,..., λ m ), resolva: Minimizar z + λ 1 y 1 + λ 2 y λ m y m sujeito a : { x 0. (2) Em que y = b - Ax; Definição 10. A função objetivo do problema lagrangiano é chamada função lagrangiana, sendo dada por: L(x, λ) = z + λ 1 y 1 + λ 2 y λ m y m, com y = b - Ax. Thiago Queiroz (IMTec) Parte 5 1/ / 29
5 Relaxação Lagrangiana Note que: L(x, λ) = = c T x + λ T y = c T x + λ T (b Ax) = (c T λ T A)x + λ T b. Seja A = [a 1, a 2,..., a n ], em que a j é a j-ésima coluna da matriz A e c=(c 1, c 2,..., c n ), então: (c T λ T A) = (c 1 λ T a 1, c 2 λ T a 2,..., c n λ T a n ); A função lagrangiana pode ser escrita como: L(x 1, x 2,..., x n, λ) = (c 1 λ T a 1 )x 1 + (c 2 λ T a 2 )x (c n λ T a n )x n + λ T b; A função dual é definida por: g(λ) = min x 0 {L(x 1, x 2,..., x n, λ)} = min x 0 {(c 1 λ T a 1 )x 1 +(c 2 λ T a 2 )x (c n λ T a n )x n +λ T b} = min x1 0{(c 1 λ T a 1 )x 1 } + min x2 0{(c 2 λ T a 2 )x 2 } min xn 0{(c n λ T a n )x n } + λ T b Thiago Queiroz (IMTec) Parte 5 1/ / 29
6 Problema Dual A decomposição anterior da soma em n subproblemas menores é válidas, pois as variáveis x 1, x 2,..., x n são independentes entre si; Definindo R S: R = {x R n, tal que x 0}, S = {x R n, tal que Ax = b, x 0}. Segue, então, pela definição de função dual que: g(λ) = min x 0 c T x + λ T (b Ax) min {Ax=b,x 0} c T x + λ T (b Ax) (o termo b - Ax se anula) = min{c T x, sujeito a: Ax = b, x 0} (problema primal) f(x), para todo x tal que Ax = b, x 0. Note que Minimizar{f (x), x R} Minimizar{f (x), x S}, em que R S. Thiago Queiroz (IMTec) Parte 5 1/ / 29
7 Problema Dual Propriedade 5. Para todo λ R m e para todo x tal que Ax = b, x 0, então g(λ) f (x); Ou seja, a função dual g(λ) fornece um limitante inferior para a função objetivo primal f(x), para todo x factível; Isto sugere procurar o λ que ofereça o maior dos limitantes inferiores; Definição 11. O maior limitante inferior para f(x), obtido pela função dual, define o problema dual lagrangiano, ou apenas, problema dual, dado por: Maximizar g(λ) sujeito a : { λ R m. (3) As variáveis (λ 1, λ 2,..., λ m ) são chamadas variáveis duais; Thiago Queiroz (IMTec) Parte 5 1/ / 29
8 Problema Dual Se existe i tal que c i λ T a i < 0, então g(λ) =, que é um limitante inferior muito simples (e ruim); Para limitantes inferiores finitos, devemos escolher λ de modo que c i λ T a i 0, i = 1, 2,..., n; Neste caso, min xi 0(c i λ T a i ) = 0, i = 1, 2,..., n, pois a solução do problema lagrangiano é dada por: Se ci λ T a i > 0, então x i = 0 e (c i λ T a i )x i = 0; Se c i λ T a i = 0, então x i 0 e (c i λ T a i )x i = 0. Portanto, se escolhermos λ tal que c i λ T a i 0, i = 1, 2,..., n, então g(λ) = λ T b; As n desigualdades podem ser escritas como: λ T a 1 c 1, λ T a 2 c 2,..., λ T a n c n (λ T a 1 λ T a 2... λ T a n ) (c 1 c 2... c n ) λ T A c T. Thiago Queiroz (IMTec) Parte 5 1/ / 29
9 Problema Dual Tomando-se a transposta de ambos os lados da última desigualdade, segue-se que: A T λ c (note que (AB) T = B T A T ); Portanto, se escolhemos as variáveis duais tais que A T λ c, então a função dual g(λ) = λ T b = b T λ; E, podemos reescrever o problema dual para ficar mais justo, como: Propriedade 6. Considere o seguinte problema primal: Minimizar z { = c T x Ax = b sujeito a : x 0. (4) então, o problema dual é dado pelo seguinte problema de otimização linear: Maximizar g(λ) = b T λ sujeito a : { A T λ c. (5) Thiago Queiroz (IMTec) Parte 5 1/ / 29
10 Problema Dual Definição 12. O conjunto de restrições A T λ c é chamado de restrições duais, e todo vetor λ que satisfaça as restrições duais é chamado de solução dual factível. Propriedade 7. O dual do problema dual é o problema primal. Em linhas gerais, o problema dual é construído da seguinte forma, dado que o primal está na forma padrão: O problema dual é de Maximização; O número de variáveis duais é igual ao número de restrições do primal; O número de restrições duais é igual ao número de variáveis x do primal; Os coeficientes da função objetivo dual são os coeficientes do vetor de recursos b do primal; A matriz de coeficientes das restrições duais é a transposta da matriz (A) dos coeficientes do primal; As restrições duais (sinal da desigualdade) depende do domínio das variáveis no primal; O vetor de recursos do dual é formado pelo vetor de custos c do primal. Thiago Queiroz (IMTec) Parte 5 1/ / 29
11 Problema Dual Tabela: Regras para a construção do dual. Primal (dual) Dual (primal) Minimização Maximização Vetor de recursos b Vetor de custos c Vetor de custos c Vetor de recursos b Restrição Variável = Livre Variável Restrição Livre = Thiago Queiroz (IMTec) Parte 5 1/ / 29
12 Exemplos Duais Exemplo. Escreva o dual do seguinte problema: Minimizar z = x 1 + 2x 2 2x 1 + x 2 3 3x sujeito a : 1 + 4x 2 5 x 1 x 2 2 x 1 0, x 2 0. (6) O problema dual resultante é (observe a tabela com as regras): Maximizar g(λ) = 3λ 1 + 5λ 2 + 2λ 3 2λ 1 + 3λ 2 + λ 3 1 sujeito a : λ 1 + 4λ 2 λ 3 2 λ 1 0, λ 2 0, λ 3 0. (7) Thiago Queiroz (IMTec) Parte 5 1/ / 29
13 Exemplos Duais Exemplo. Escreva o dual do seguinte problema: Maximizar z = x 1 + 2x 2 2x 1 + x 2 3 3x sujeito a : 1 + 4x 2 5 x 1 x 2 2 x 1 0, x 2 0. (8) O problema dual resultante é (observe a tabela com as regras): Minimizar g(λ) = 3λ 1 + 5λ 2 + 2λ 3 2λ 1 + 3λ 2 + λ 3 1 sujeito a : λ 1 + 4λ 2 λ 3 2 λ 1 0, λ 2 0, λ 3 0. (9) Thiago Queiroz (IMTec) Parte 5 1/ / 29
14 Exemplos Duais Exemplo. Escreva o dual do seguinte problema: Maximizar z = x 1 + 2x 2 2x 1 + x 2 + x 3 3 sujeito a : 3x 1 + 4x 2 5 x 1 0, x 2 R, x 3 0. (10) O problema dual resultante é (observe a tabela com as regras): Minimizar g(λ) = 3λ 1 + 5λ 2 2λ 1 + 3λ 2 1 λ sujeito a : 1 + 4λ 2 = 2 λ 1 0 λ 1 0, λ 2 0. (11) Thiago Queiroz (IMTec) Parte 5 1/ / 29
15 Veremos como os problemas primal e dual estão relacionados e como obter a solução de um a partir da solução do outro; Considere o conjunto de soluções factíveis do primal por: P = {x R n, tal que Ax = b, x 0}; Considere o conjunto de solução factíveis do dual por: D = {λ R m, tal que A T λ c }; Seque que a Propriedade 5 pode ser escrita como: g(λ) f (x), λ D, x P; Propriedade 8. Suponha que P (existe solução primal). O problema primal não tem solução ótima se e somente se D =. De outra forma, no caso de minimização do primal, f(x) se e somente se não existir solução factível dual (D = ). Note que pela Propriedade 5, se existe λ D, então g(λ) é um limitante inferior para f(x), impedindo que f(x) ; Thiago Queiroz (IMTec) Parte 5 1/ / 29
16 Exemplo. Considere o seguinte par de problemas primal-dual: (Primal) Maximizar z = x 1 + x 2 x 1 + x 2 1 sujeito a : x 1 2x 2 1 x 1 0, x 2 0. (12) (Dual) Minimizar g(λ) = λ 1 + λ 2 λ 1 + λ 2 1 sujeito a : λ 1 2λ 2 1 λ 1 0, λ 2 0. (13) A resolução gráfica mostra que o primal não tem solução ótima (a solução é ilimitada) e o dual é infactível, isto é, D =. Veja na figura seguinte. Thiago Queiroz (IMTec) Parte 5 1/ / 29
17 Representação da região factível do par de problemas anteriores; Figura: (a) Primal ilimitado, (b) Dual infactível. Thiago Queiroz (IMTec) Parte 5 1/ / 29
18 Propriedade 9. Suponha que D (existe solução dual). O problema dual não tem solução ótima se e somente se P =. Isto é, g(λ) se e somente se não existir solução factível primal. Exemplo. Considere o problema: (Primal) Minimizar { z = x 1 0x1 = 1 sujeito a : x 1 0. (14) (Dual) Maximizar g(λ) = λ 1 sujeito a : { 0λ 1 1. (15) Ambos os problemas, primal e dual, são infactíveis; Das Propriedades 8 e 9 concluímos que: se um dos problemas for infactível, então o outro não tem solução ótima (é ilimitada ou é infactível). Thiago Queiroz (IMTec) Parte 5 1/ / 29
19 Propriedade 10. O problema primal tem solução ótima se e somente se o dual tiver solução ótima. Note que, se o problema primal tem solução ótima, então P, f(x) > ; Da Propriedade 8, segue-se que D, pois se D =, então f(x), que é um absurdo já que f(x) > ; Assim, como P e D, da Propriedade 9, segue que g(λ) <, ou seja, o problema dual não é infactível, nem ilimitado, de modo que sobre apenas a solução ótima como possibilidade; Propriedade 11. Sejam x P e λ D. Se f (x ) = g(λ ), então x é solução ótima primal e λ é solução ótima dual. Note que, pela Propriedade 5, g(λ) f (x), para todo λ D e para todo x P, pois é impossível diminuir f(x) abaixo de f(x ). Se fosse possível, então existiria x P tal que f(x) < f (x ) = g(λ ). Thiago Queiroz (IMTec) Parte 5 1/ / 29
20 Analisando um pouco mais a condição de otimalidade da Propriedade 11. Sejam x P e λ D e suponha que f (x) = g(λ), isto é, c T x = λ T b; Substituindo Ax = b, segue-se que c T x = λ T Ax, o que resulta em: (c T λ T A)x = 0; Note que c T x = λ T Ax c T x λ T Ax = 0; O vetor (c T λ T A) é o vetor das variáveis de folga do problema dual. Veja: a1 T λ c 1 a A T a2 T λ c λ c 1 T λ + µ 1 = c 1 2. a2 T λ + µ 2 = c 2., com an T λ c n an T λ + µ n = c n µ 1 0, µ 2 0,..., µ n 0. Thiago Queiroz (IMTec) Parte 5 1/ / 29
21 Como a T j λ = λ T a j e c T λ T A = (c 1 λ T a 1 c 2 λ T a 2... c n λ T a n ), segue que: (c T λ T A)x = 0 (c 1 λ T a 1 )x 1 + (c 2 λ T a 2 )x (c n λ T a n )x n = 0 µ 1 x 1 + µ 2 x µ n x n = 0, em que µ j = c j λ T a j 0. Como x j 0, j = 1, 2,..., n, cada uma das parcelas da soma acima é não-negativa, do que se conclui que todas são nulas, pois deduzimos que (c T λ T A)x = 0, ou seja: µ 1 x 1 = 0, µ 2 x 2 = 0,..., µ n x n = 0 Propriedade 12. (ıfolgas complementares) As soluções x R n e λ R m são ótimas, primal e dual respectivamente, se e somente se: Ax = b, x 0 (x é factível primal) A T λ + µ = c, λ 0 (λ é factível dual) µ j x j = 0, j = 1, 2,..., n (folgas complementares). Thiago Queiroz (IMTec) Parte 5 1/ / 29
22 A Propriedade 12 permite obter a solução ótima de um dos problemas (primal ou dual) quando a solução ótima do outro é conhecida; Além disso, que a resolução de um problema de otimização linear pode ser obtida pela resolução de um sistema de equações não-lineares (as folgas complementares são não-lineares); Exemplo. Dado o problema abaixo (primal) e sua solução, obtenha a solução do dual. Verifique se são soluções ótimas. (Primal) Minimizar z = x 1 + x 2 + x x x 2 = sujeito a : 5 x x 3 = 120 x 1 0, x 2 0, x 3 0. (16) Cuja solução factível primal é: x 1 = 35, x 2 = 200, x 3 = 0. Thiago Queiroz (IMTec) Parte 5 1/ / 29
23 1. Escreva o problema dual associado ao primal, qual seja: (Dual) Maximizar g(λ) = 108λ λ λ 1 + 0λ sujeito a : 5 λ λ 2 1 0λ λ 2 1 λ 1 R, λ 2 R. (17) 2. Adicione as variáveis de folga para deixar o problema dual na forma padrão, resultando em: (Dual) Maximizar g(λ) = 108λ λ λ 1 + 0λ 2 + µ 1 = 1 2 sujeito a : 5 λ λ 2 + µ 2 = 1 0λ λ 2 + µ 3 = 1 λ 1 R, λ 2 R. (18) Em que: µ 1, µ 2, µ 3 0 são as variáveis de folga do dual. Thiago Queiroz (IMTec) Parte 5 1/ / 29
24 3. Busque uma solução que atenda as folgas complementares µ 1 x 1 = 0, µ 2 x 2 = 0 e µ 3 x 3 = 0; Note que a solução do primal foi dada, ou seja, x 1 = 35, x 2 = 200, x 3 = 0. Então, para atender as folgas complementares, temos: µ 1 = 0, µ 2 = 0 e µ 3 0; Isto faz com que as restrições do dual associada as folgas nulas sejam satisfeitas com igualdade: 4 5 λ 1 + 0λ 2 = 1, pois µ 1 = 0, 2 5 λ λ 2 = 1, pois µ 2 = 0; Resolvendo o sistema de equações lineares acima, obtemos: λ 1 = 5 4 e λ 2 = 5 6 ; Thiago Queiroz (IMTec) Parte 5 1/ / 29
25 Resta verificar se tal solução dual satisfaz à terceira restrição do dual: 9 10 λ 2 1, é satisfeita pois λ 2 = 5 6. Isto permite obter o valor de µ 3, já que: 9 10 λ 2 + µ 3 = µ 3 = 1 µ 3 = Caso as soluções primais e duais sejam factíveis e satisfaçam as folgas complementares, conclui-se que elas são soluções ótimas primal e dual, respectivamente. Veja que a solução do dual é: λ 1 = 5 4 e λ 2 = 5 6, que juntamente com a solução do primal: x 1 = 35, x 2 = 200, x 3 = 0, satisfazem às folgas complementares, dado que µ 1 = 0, µ 2 = 0, µ 3 = 1 4 ; Então, tais soluções são ótimas e o valor da função objetivo é: z = = 235 = g(λ) = = 235; Thiago Queiroz (IMTec) Parte 5 1/ / 29
26 Substituindo µ T = c T λ T A nas folgas complementares µ T x = 0, obtemos (c T λ T A)x = 0 ou c T x = λ T Ax; Note que Ax = b, para x factível fornece f (x) = c T x = λ T b = g(λ); Propriedade 13. (dualidade forte) As soluções x P e λ D são ótimas, primal e dual respectivamente, se e somente se f (x ) = g(λ ). Propriedade 14. O vetor multiplicador simplex na solução ótima primal λ T = c T B B 1 é uma solução ótima dual. Note que o vetor multiplicador simplex é uma solução dual factível e os objetivos primal e dual: g(λ) = λ T b = c T B B 1 b = c T B x B + c T N x N = f (x); Ou seja, os objetivos são iguais; Lembre que uma solução básica primal é: x B = B 1 b e x N = 0. Thiago Queiroz (IMTec) Parte 5 1/ / 29
27 Vejamos que a condição de otimalidade do primal garante que o vetor multiplicador seja uma solução dual factível. Pela definição λ T = c T B B 1, temos que: λ T B = c T B λt a j = c i para todo i básico; Isto é, as restrições duais associadas às variáveis básicas são satisfeitas com igualdade. Então, as folgas complementares associadas a tais restrições duais são nulas; Considerando as restrições de otimalidade satisfeitas, segue que os custos relativos: c j λ T a j 0 para todo j não-básico; Portanto, λ T a j c j para todo j não-básico, ou seja, todas as restrições duais associadas às variáveis não básicas (x N = 0) também são satisfeitas; Assim, todas as restrições duais são satisfeitas (as folgas complementares também) de forma que λ T = c T B B 1 é uma solução factível dual. De fato, ela é ótima. Thiago Queiroz (IMTec) Parte 5 1/ / 29
28 Exemplo. Seja o problema abaixo: (Primal) Minimizar z = x 1 + x 2 + x x x 2 = sujeito a : 5 x x 3 = 120 x 1 0, x 2 0, x 3 0. (19) Cuja solução ( ) ( ótima) é: x 1 = 35, x 2 = 200, x 3 = 0, a qual é básica: x1 108 x B = = e x x N = (x 3 ) = (0); [ 5 A inversa da matriz básica associada é: B 1 = 4 5 ] 6 5 ; 0 3 Thiago Queiroz (IMTec) Parte 5 1/ / 29
29 Para obter a solução ótima do dual, basta calcular o vetor multiplicador simplex, conforme garante a Propriedade 14, isto é: λ T = c T B B 1. Calculando o vetor multiplicado [ simplex: 5 λ T = cb T B 1 = (1 1) 4 5 ] 6 5 = ( ); 3 Portanto, a solução ótima do dual é: λ 1 = 5 4 e λ 2 = 5 6. Thiago Queiroz (IMTec) Parte 5 1/ / 29
Programação Linear/Inteira - Aula 5
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira - Aula 5 Prof. Thiago Alves de Queiroz Aula 5 Thiago Queiroz (IMTec) Aula 5 Aula 5 1 / 43 Análise de Sensibilidade Estudar o efeito
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 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 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 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 Dualidade A eoria da Dualidade é um dos mais importantes tópicos da Programação Linear (PL). Estudos
Leia maisTeoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016
Teoria 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 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 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 Perguntas?? Dada uma solução básica factível (vértice de S e, portanto, candidata à solução ótima),
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 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 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 maisProgramação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 3 Thiago Queiroz (IMTec) Aula 3 Aula 3 1 / 45 O Método Simplex Encontre o vértice ótimo pesquisando
Leia maisMaristela Santos. Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo
Programação Matemática Maristela Santos Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo Forma Padrão - Definição Características da forma padrão: Problema de minimização Todas
Leia maisOtimização Linear. Conceitos básicos Álgebra Linear Introdução ao método simplex
Otimização Linear Conceitos básicos Álgebra Linear Introdução ao método simplex Revisão de Álgebra Linear Denomina-se posto ou Rank de uma matriz A, um número k tal que: a)existe pelo menos uma sub-matriz
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 Revisão Método Simplex Solução básica factível: xˆ xˆ, xˆ N em que xˆ N 0 1 xˆ b 0 Solução geral
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 mais4- Dualidade em Programação Linear
4- Dualidade em Programação Linear 4.1- Introdução Considere o problema clássico da dieta: (problema primal): Quer-se consumir quantidades de determinados alimentos de tal forma a satisfazer as necessidades
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 maisINVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios. Cap. IV Modelo Dual
INVESTIGAÇÃO OPERACIONAL Programação Linear Exercícios Cap. IV Modelo Dual António Carlos Morais da Silva Professor de I.O. i Cap. IV - Modelo Dual - Exercícios IV. Modelo Problema Dual 1. Apresente o
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 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 maisProfessor João Soares 20 de Setembro de 2004
Teoria de Optimização (Mestrado em Matemática) Texto de Apoio 2A Universidade de Coimbra 57 páginas Professor João Soares 20 de Setembro de 2004 Optimização Linear Considere o problema (1) abaixo, que
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 maisProgramação Matemática
Programação Matemática Docentes: Ana Paula, Franklina e Maristela Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo USP (Material Elaborado por Aline Leão modificado por
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 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 maisSolução de problemas de PL com restrições do tipo >= e =
Solução de problemas de PL com restrições do tipo >= e = Seja o Problema de maximização abaixo: O problema na forma padrão: Tem-se um problema, não existe na restrição 3 uma variável de folga para entrar
Leia maisG3 de Álgebra Linear I
G3 de Álgebra Linear I 11.1 Gabarito 1) Seja A : R 3 R 3 uma transformação linear cuja matriz na base canônica é 4 [A] = 4. 4 (a) Determine todos os autovalores de A. (b) Determine, se possível, uma forma
Leia maisRepresentação de poliedros
Representação de poliedros Marina Andretta ICMC-USP 8 de novembro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 -
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 maisCapítulo 3. O Método Primal Simplex
Capítulo 3 O Método Primal Simplex 3.. Introdução Neste Capítulo, apresenta-se o método de resolução de problemas de programação linear mais utilizado, isto é, o método primal simplex. Assim, apresenta-se
Leia maisProgramação Matemática Lista 3
Programação Matemática Lista 3. Coloque na forma padrão os seguintes problemas de programação linear: a) Maximizar X 7 X + 8 X 3 +X 4 X + X X 3 + X 4 4 X + X 3 9 X + X 3 + X 4 6 X 0, X 0, X 3 0, X 4 0
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 maisModelagem Matemática de Problemas de Programação Linear
Capítulo 1 Modelagem Matemática de Problemas de Programação Linear 1.1. Introdução Neste Capítulo analisamos brevemente a estratégia usada para encontrar a modelagem matemática de um problema de programação
Leia maisCAPÍTULO 4. Teoria da Dualidade
CAPÍTULO 4 1. Introdução Uma dos conceitos mais importantes em programação linear é o de dualidade. Qualquer problema de PL tem associado um outro problema de PL, chamado o Dual. Neste contexto, o problema
Leia maisMétodo Simplex Dual. Prof. Fernando Augusto Silva Marins Departamento de Produção Faculdade de Engenharia Campus de Guaratinguetá UNESP
Método Simplex Dual Prof. Fernando Augusto Silva Marins Departamento de Produção Faculdade de Engenharia Campus de Guaratinguetá UNESP www.feg.unesp.br/~fmarins fmarins@feg.unesp.br Introdução Algoritmo
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 maisPESQUISA OPERACIONAL 11. SOLUÇÃO ALGEBRICA O MÉTODO SIMPLEX ( ) DEFINIÇÕES REGRAS DE TRANSFORMAÇÃO. Prof. Edson Rovina Página 16
11. SOLUÇÃO ALGEBRICA O MÉTODO SIMPLEX Página 16 Após o problema ter sido modelado, pode-se resolvê-lo de forma algébrica. A solução algébrica é dada pelo método simplex elaborado por Dantzig. Antes da
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 maisLaboratório de Simulação Matemática. Parte 6 2
Matemática - RC/UFG Laboratório de Simulação Matemática Parte 6 2 Prof. Thiago Alves de Queiroz 2/2017 2 [Cap. 6] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago
Leia mais1 Otimização com restrições I: Condições de Primeira Ordem
Otimização com restrições I: Condições de Primeira Ordem Teorema 8: Seja f e h funções C de duas variáveis Suponha x = (x, x 2 ) é uma solução do problema: max f (x, x 2 ) sa h(x, x 2 ) = c Suponha também
Leia maisGraduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE081. PROF. IVO CHAVES DA SILVA JUNIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA Graduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE081 PROF. IVO CHAVES DA SILVA JUNIOR E-mail: ivo.junior@ufjf.edu.br Aula Número: 07 Programação Linear Últimas
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 maisX - D U A L I D A D E
X - D U A L I D A D E 1 - Introdução. Regras de transformação "Primal - Dual" Consideremos os dois problemas P1 e P2 de Programação Linear seguintes: P1 : n Maximizar F = Σ ck. Xk k = 1 n Σ aik. Xk bi
Leia maisInvestigação Operacional E-FÓLIO A. Ano lectivo 2015/2016. Proposta de Resolução
Investigação Operacional - 07 E-FÓLIO A Ano lectivo 0/0 Proposta de Resolução. Variáveis: Sejam percentagem de M / Kg de mistura percentagem de M / Kg de mistura percentagem de M / Kg de mistura Tomando
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 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 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 Teoria da Otimização Linear Transformação de problemas na forma padrão a a b i1 1 in n i a a b
Leia maisUniversidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº3: Dualidade. Interpretação Económica.
Ano lectivo: 2008/2009; Universidade da Beira Interior Departamento de Matemática INVESTIGAÇÃO OPERACIONAL Ficha de exercícios nº3: Dualidade. Interpretação Económica. Cursos: Economia 1. Formule o problema
Leia maisDeterminação de Uma Solução Básica Factível Inicial
Determinação de Uma Solução Básica Factível Inicial Método das duas fases Prof. Ricardo R. Santos Determinação de Uma Solução Básica Factível Inicial Para que o simplex seja aplicado, precisamos de uma
Leia maisSimplex. Investigação Operacional José António Oliveira Simplex
18 Considere um problema de maximização de lucro relacionado com duas actividades e três recursos. Na tabela seguinte são dados os consumos unitários de cada recurso (A, B e C) por actividade (1 e 2),
Leia maisProgramação Linear. MÉTODOS QUANTITATIVOS: ESTATÍSTICA E MATEMÁTICA APLICADAS De 30 de setembro a 13 de novembro de 2011 prof. Lori Viali, Dr.
Programação Linear São problemas complexos, muitas vezes de difícil solução e que envolvem significativas reduções de custos, melhorias de tempos de processos, ou uma melhor alocação de recursos em atividades.
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 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 mais3- O MÉTODO SIMPLEX Introdução e fundamentos teóricos para o Método Simplex
3- O MÉTODO SIMPLEX 3.1- Introdução O Método Simplex é uma técnica utilizada para se determinar, numericamente, a solução ótima de um modelo de Programação Linear. Será desenvolvido inicialmente para Problemas
Leia maisMétodos e Medidas II
Métodos e Medidas II Disciplina: 1 Prof. Álvaro José Periotto ajperiotto@uem.br 3. Método Gráfico (conjunto de soluções/ponto ótimo) 1. Entendimento do Enunciado 2 Início Entendimento do Enunciado do P.P.L.
Leia maisExemplo: Maximização de lucros em uma chocolateria que produz os seguintes produtos: (1) Chocolate Pyramide (2) Chocolate Pyramide Nuit
Universidade Tecnológica Federal do Paraná Professor Murilo V. G. da Silva Notas de aula Estrutura de Dados 2 (Aula 09) Conteúdos da Aula: [DPV06 7.1, 7.2, 7.3] [Observação: Estas notas de aula são apenas
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 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 maisPesquisa Operacional
Pesquisa Operacional Análise de Sensibilidade Algébrica Profa. Sheila Morais de Almeida DAINF-UTFPR-PG abril - 016 1 Análise de Sensibilidade Algébrica Variações do Lado Direito Variações na Função Objetivo
Leia maisÁlgebra Linear I - Lista 10. Transfromações inversas. Matriz inversa. Respostas. c d a c. c d A = g h. e C = a c
Álgebra Linear I - Lista 0 Transfromações inversas. Matriz inversa Respostas Estude se existe uma matriz A tal que ( ( a b b d A = c d a c para todos os valores de a, b, c e d. Resposta: Seja e dadas B
Leia maisPESQUISA OPERACIONAL I
PESQUISA OPERACIONAL I Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin/po-i.html Dualidade Introdução Uma das mais importantes descobertas no início do
Leia maisUnidade: Modelo Simplex e Modelo Dual. Unidade I:
Unidade: Modelo Simplex e Modelo Dual Unidade I: 0 Unidade: Modelo Simplex e Modelo Dual Segundo Wikipédia (2008), em teoria da otimização matemática, o algoritmo simplex de George Dantiz é uma técnica
Leia maisOTIMIZAÇÃO E DESPACHO ECONÔMICO
7 OTIMIZAÇÃO E DESPACHO ECOÔMICO 7.1 ITRODUÇÃO este capítulo, o leitor encontrará informações básicas sobre procedimento geral de otimização e aplicação ao caso de despacho, considerado econômico, associado
Leia maisBCC465 - TÉCNICAS DE MULTI-OBJETIVO. Gladston Juliano Prates Moreira 22 de novembro de 2017
BCC465 - TÉCNICAS DE OTIMIZAÇÃO MULTI-OBJETIVO Aula 04 - Otimização Não-linear Gladston Juliano Prates Moreira email: gladston@iceb.ufop.br CSILab, Departamento de Computação Universidade Federal de Ouro
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 maisO método Simplex Aplicado ao Problema de Transporte (PT).
Prof. Geraldo Nunes Silva (Revisado por Socorro Rangel) Estas notas de aula são Baseadas no livro: Hillier, F. S. e G. J. Lieberman. Introdução à Pesquisa Operacional, Campus, a ed., 9 Agradeço a Professora
Leia maisPESQUISA OPERACIONAL
PESQUISA OPERACIONAL Uma breve introdução. Prof. Cleber Almeida de Oliveira Apostila para auxiliar os estudos da disciplina de Pesquisa Operacional por meio da compilação de diversas fontes. Esta apostila
Leia maisMétodo do Lagrangiano aumentado
Método do Lagrangiano aumentado Marina Andretta ICMC-USP 23 de novembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 23 de novembro de 2010 1 / 17 Problema com restrições gerais Vamos
Leia maisOtm1 12/04/2012. Método Simplex Obtenção base inicial Degeneração (alguns comentários) Variáveis Canalizadas
Otm1 12/04/2012 Método Simplex Obtenção base inicial Degeneração (alguns comentários) Variáveis Canalizadas Base inicial FASE I Como determinar uma partição básica factível inicial (A=(B, N)). Algumas
Leia maisMáquinas de Vetores de Suporte
Máquinas de Vetores de Suporte Marcelo K. Albertini 14 de Setembro de 2015 2/22 Máquinas de Vetores de Suporte Support Vector Machines (SVM) O que é? Perceptron revisitado Kernels (núcleos) Otimização
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Linear (PL) Aula 10: Método Simplex Técnica das variáveis artificias Método das penalidades ( Big M ). Método das duas fases. 2 Modificando o Exemplo Protótipo. Suponha-se que é modificado
Leia maisUma Introdução à Programação Linear
Uma Introdução à Programação Linear PET Matemática Abel Soares Siqueira Departamento de Matemática - UFPR, Curitiba/PR 23 de Abril de 2017 1 Introdução História Background Matemático Exemplo 2 Resolvendo
Leia maisAulas práticas de Álgebra Linear
Ficha Matrizes e sistemas de equações lineares Aulas práticas de Álgebra Linear Mestrado Integrado em Engenharia Eletrotécnica e de Computadores o semestre 6/7 Jorge Almeida e Lina Oliveira Departamento
Leia maisficha 1 matrizes e sistemas de equações lineares
Exercícios de Álgebra Linear ficha matrizes e sistemas de equações lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2/2
Leia maisPESQUISA OPERACIONAL. Fabiano F. T. dos Santos. Instituto de Matemática e Estatística
PESQUISA OPERACIONAL Fabiano F. T. dos Santos Instituto de Matemática e Estatística Dualidade em Programação Linear Todo problema de programação linear, que chamaremos de primal, traz consigo um segundo
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 maisMAT Cálculo 2 para Economia 3 a Prova - 28 de novembro de 2016
MAT 0147 - Cálculo para Economia 3 a Prova - 8 de novembro de 016 Questão 1) Determine o máximo e o mínimo de f(x, y) = x 4 + y em D = {(x, y); x + y 1}. Soluç~ao: As derivadas parciais f x (x, y) = 4x
Leia maisÁlgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07
Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente ō ano/ ō Semestre 2006/07 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES
Leia maisProgramação Linear. Dual Simplex: Viabilidade Dual Método Dual Simplex
Programação Linear Dual Simplex: Viabilidade Dual Viabilidade Dual Considere o par de problemas primal (P) dual (D). Agora já sabemos como encontrar a solução de um desses PPL a partir da solução do outro.
Leia maisMS428 - RESOLUÇÃO DA PROVA 02-19/10/2010 Prof. Moretti - Respostas sem justificativas não serão consideradas para correção
MS428 - RESOLUÇÃO DA PROVA 02-19/10/2010 Prof. Moretti - Respostas sem justificativas não serão consideradas para correção Nome: Esta prova é composta de três questões. Questão 1: Considere o seguinte
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 maisINTRODUÇÃO À ANÁLISE CONVEXA E APLICAÇÕES INTRODUCTION TO CONVEX ANALYSIS AND APLICATIONS
X CONGRESSO DE INICIAÇÃO CIENTÍFICA DA UNIVERSIDADE FEDERAL DE CAMPINA GRANDE PIBIC/CNPq/UFCG-2013 INTRODUÇÃO À ANÁLISE CONVEXA E APLICAÇÕES João Paulo Formiga de Meneses 1, Jefferson Abrantes dos Santos
Leia maisAula 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 mais2 Geometria e Programação Linear
MAC-315 - Programação Linear Primeiro semestre de 2008 Prof. Marcelo Queiroz http://www.ime.usp.br/~mqz Notas de Aula 1 2 Geometria e Programação Linear 2.1 Poliedros e conjuntos convexos Alguns conceitos
Leia maisPesquisa Operacional. Prof. José Luiz
Pesquisa Operacional Prof. José Luiz Resolver um problema de Programação Linear significa basicamente resolver sistemas de equações lineares; Esse procedimento, apesar de correto, é bastante trabalhoso,
Leia maisA = Utilizando ponto flutuante com 2 algarismos significativos, 2 = 0, x (0)
MAP 22 - CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Sistemas Lineares : Utilizando o método de eliminação de Gauss, calcule o determinante e a seguir a inversa da matriz abaixo. Efetue todos os
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 maisReferências: Notas de aulas do Prof. Silvio Alexandre de Araujo
Programação Inteira Referências: Notas de aulas do Prof Silvio Aleandre de Araujo http://wwwdcceibilceunespbr/~saraujo/ Material da Professora Gladys Castillo do Departamento de Matemática da Universidade
Leia maisLista de Exercícios 05 Álgebra Matricial
Lista de Exercícios 05 Álgebra Matricial - 016.1 1. Determine a quantidade desconhecida em cada uma das expressões: ( ) ( ) ( ) T 0 3 x + y + 3 3 w (a) 3.X = (b) = 6 9 4 0 6 z. Uma rede de postos de combustíveis
Leia mais3 Reformulação de IPs
3 Reformulação de IPs O desenvolvimento de métodos de resolução de problemas lineares que explorem a estrutura particular de determinado problema foi sugerido inicialmente por Ford e Fulkerson [46]. Este
Leia maisProf.: Eduardo Uchoa.
Análise de sensibilidade Prof.: Eduardo Uchoa http://www.logis.uff.br/~uchoa/poi 1 Análise de Sensibilidade Uma vez que já se tenha resolvido um PL, existem técnicas para avaliar como pequenas alterações
Leia maisMaterial Teórico - Sistemas Lineares e Geometria Anaĺıtica. Sistemas com três variáveis - Parte 1. Terceiro Ano do Ensino Médio
Material Teórico - Sistemas Lineares e Geometria Anaĺıtica Sistemas com três variáveis - Parte 1 Terceiro Ano do Ensino Médio Autor: Prof Fabrício Siqueira Benevides Revisor: Prof Antonio Caminha M Neto
Leia maisSISTEMAS LINEARES. Solução de um sistema linear: Dizemos que a sequência ou ênupla ordenada de números reais
SISTEMAS LINEARES Definições gerais Equação linear: Chamamos de equação linear, nas incógnitas x 1, x 2,..., x n, toda equação do tipo a 11 x 1 + a 12 x 2 + a 13 x 3 +... + a 1n x n = b. Os números a 11,
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 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 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 mais2. Redes Neurais Artificiais
Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.5. Support Vector Machines 2.5. Support Vector Machines (SVM) 2.5.2.
Leia mais