Professor João Soares 20 de Setembro de 2004
|
|
- Giovanna Padilha Caminha
- 5 Há anos
- Visualizações:
Transcrição
1 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 é um exemplo de um problema de programação linear: maximizar 2x 1 +3x 2 2x 1 +x 2 10 x 1 +x 2 6 x 1 +x 2 4 x 1, x 2 0 Este problema consiste em optimizar (isto é, maximizar ou minimizar) uma função linear sujeita a restrições lineares. Requere-se ainda que o número de restrições seja finito, e que cada restrição seja uma equação ou uma inequação (não estrita). Fixemos alguma terminologia. A função a ser optimizada é denominada por função objectivo. As equações e inequações que devem ser satisfeitas formam as restrições. Uma solução admissível (ou ponto admissível) é um ponto que satisfaz todas as restrições. A região admissível é o conjunto de todas as soluções admissíveis. Uma solução óptima de um problema de maximização é uma solução admissível x tal que cx cx, para toda a solução admissível x (reverte-se a desigualdade para problemas de minimização). existir solução óptima, o correspondente valor da função objectivo é denominado por valor óptimo. Dado que o problema (1) possui apenas duas variáveis, podemos representá-lo geometricamente; veja-se a Figura 1. A região admissível é representada pelo pentágono e seu interior. Pretende-se encontrar a linha 2x 1 + 3x 2 = α onde α é o maior possível e de forma que essa linha intersecte a região admissível. Como se pode observar, o valor óptimo é 17 e a solução óptima é (x 1, x 2 ) = (1, 5). (1) Se Um problema diz-se inadmissível se não possui qualquer solução admissível. Não é 1
2 Figura 1: Representação geométrica do problema (1). difícil verificar que o problema maximizar x 1 + x 2 2x 1 3x 2 3 x 1 + x 2 1 x 1 + 3x 2 1 x 1, x 2 0 (2) é inadmissível. Obviamente, um problema inadmissível não possui solução óptima. O exemplo seguinte ilustra uma outra situação em que um problema também não possui solução óptima: maximizar x 1 + 2x 2 x 1 x 2 2 x 1 + x 2 2 x 1 2x 2 2 x 1, x 2 0 O problema (3) não é inadmissível, porque, por exemplo, (x 1, x 2 ) = (1, 1) é uma solução admissível. Contudo, o ponto (2 + 2α, α) é uma solução admissível para todo escalar α 0 e o correspondente valor na função objectivo é 2 + 4α que tende para + com α. Por isso, existem soluções admissíveis com valores na função objectivo arbitrariamente grandes. Um tal problema de programação linear diz-se ilimitado (para problemas de minimização podemos substituir grande por pequeno na definição). Note-se que se um problema de programação linear é ilimitado então a sua região admissível não é um conjunto limitado. O recíproco não é verdade. 2 (3)
3 Em geral, consideraremos problemas de programação linear descritos na seguinte forma: n maximizar c j x j j=1 n (4) a ij x j b i (i = 1, 2,..., m) j=1 x j 0 (j = 1, 2,..., n) ou, de forma equivalente, maximizar cx Ax b x 0, onde A = [a ij ] é uma matriz m n, b = [b i ] é um vector coluna com m componentes, c = [c j ] é um vector linha com n componentes, e x = (x 1, x 2,..., x n ). Diremos que tais problemas estão na forma padrão. Não é difícil transformar qualquer problema de programação linear num outro que esteja na forma padrão. Eis algumas questões fundamentais acerca do problema de programação linear (4): O problema é inadmissível? (5) O problema é ilimitado? (6) O problema possui solução óptima? (7) Deduziremos condições necessárias e suficientes para responder a cada uma destas questões. Em particular, mostraremos que cada problema de programação linear possui uma e uma só resposta afirmativa a todas essas questões. Note-se que a resposta a (5) não depende da função objectivo. De facto, é uma questão sobre a solvabilidade de um sistema de inequações lineares. Mostraremos que as outras questões também podem ser reduzidas a uma questão sobre a solvabilidade de um certo sistema de inequações lineares. Exercícios: 1. Mostre como pode reescrever qualquer problema de programação linear num que esteja na forma padrão. Pode necessitar aumentar o número de variáveis e restrições. 3
4 2. Suponha que existe d R n tal que Ad 0, d 0, cd > 0. Mostre que se (4) possuir pelo menos uma solução admissível então o problema é ilimitado. 3. Suponha que o conjunto F = {x R n : Ax = b, x 0} é não vazio. Prove que, se F é ilimitado então existe d R n tal que Ad = 0, d 0 e d Mostre que para o problema não linear min{e x : x 0} nenhuma das respostas a (5), (6) ou (7) é afirmativa. 5. Suponha que um novo problema é construído a partir de (4) por adição de uma restrição px α. Mostre que, se x for solução óptima do problema original e x ainda for solução admissível para o novo problema então x é solução óptima para o novo problema. 6. Converta o seguinte problema linear à forma max{cx: Ax = b, x 0}: maximizar 2x 1 + x 2 + x 3 x 1 + x 2 + x 3 2, x 1 x 2 = 1, x 1 x 3 2, x 1, x Converta o seguinte problema linear à forma max{cx: Ax b}: maximizar 3x 1 x 2 + 3x 3 x 1 + 2x 3 = 4, x 1 + x 2 1, x 2 0, 1 x Seja t um parâmtro real e considere-se o seguinte problema de programação linear: maximizar 2x 1 + x 2 x 1 x 2 1, x 1 + tx 2 0, x 1, x 2 0. (a). Seja T o conjunto de valores para t que conduzem a um problema com pelo menos uma solução admissível. Use geometria para descobrir T. (b). Forneça uma prova algébrica de que o problema é admissível se t T. (c). Forneça uma prova algébrica de que o problema é inadmissível se t T. (d). Seja S o conjunto de valores para t que conduzem a um problema ilimitado. Use geometria para descobrir S. (e). Forneça uma prova algébrica de que o problema é ilimitado se t S. 4
5 9. Seja A uma matriz m n, B uma matriz m m invertível, c um vector 1 n, d um vector 1 m e b um vector m 1. Considere o problema linear max s.a (a). Pode este problema ser inadmissível? cx + du Ax + Bu = b x 0. (8) (b). Que condições impostas em A, B, b, c, d garantem que (8) possui solução óptima? e ilimitado? 1 Introdução à Dualidade Suponha que dispõe de uma solução admissível x para o problema de programação linear (4) e que o seu chefe lhe pergunta se x é solução óptima. Suponha que sabe a resposta a essa questão, porque é um adivinho ou porque tem trabalhado há semanas na resolução desse problema. Mas, pretende convencer o seu chefe de que a sua resposta está correcta (e o seu chefe não é adivinho, e tem andado demasiado ocupado para trabalhar nesse problema). Se a sua resposta for negativa, existe uma maneira fácil de verificar a resposta - mostre ao seu chefe uma solução melhor. Se a resposta for afirmativa, seria bom que existisse uma maneira fácil de verificar que toda a solução admissível para (4) possui valor da função objectivo não superior a cx. Isto sugere a ideia de descobrir limites superiores para o valor máximo da função objectivo. Existe uma maneira simples de fazer isso, que vamos ilustrar com o problema (1). Adicione.5 vezes a primeira restrição, 2 vezes a segunda restrição, e.5 vezes a terceira restrição. O resultado é a desigualdade 2.5x 1 + 3x 2 19 que deve ser satisfeita por toda a solução admissível. Agora, como x 1 0 então 2x 1 + 3x 2 19 deve ser satisfeita por toda a solução admissível, donde se conclui que 19 é um limite superior ao valor da função objectivo em qualquer solução admissível. Para o problema geral (4), a técnica é multiplicar cada inequação n j=1 a ijx j b i por um escalar não negativo y i e somar tudo, de forma que a inequação resultante n j=1 d jx j d 0 satisfaça d j c j, para todo j = 1, 2,..., n. 5
6 Então d 0 é um limite superior ao valor de n j=1 c jx j. Em suma, as condições que devem ser satisfeitas pelos números y 1, y 2,..., y m são m a ij y i c j (j = 1, 2,..., n) i=1 y i 0 (i = 1, 2,..., m) para que o valor do limite superior seja m i=1 b iy i. O melhor limite superior é na verdade o menor deles todos. Por isso, o problema de encontrar o melhor limite superior pode ser formulado como sendo minimizar m b i y i i=1 m a ij y i c j (j = 1, 2,..., n) i=1 que também pode ser escrito na forma matricial y i 0 (i = 1, 2,..., m) (9) minimizar yb ya c y 0. Note-se que o problema de descobrir o melhor limite superior para o valor óptimo de (4) é novamente um problema de programação linear, a que vamos chamar o dual de (4). Como (4) também merece um nome vamos identificá-lo por primal. Note-se que os dois problemas são construídos a partir do mesmo conjunto de dados mas de maneiras diferentes. Em particular, cada restrição de um problema (distinta das restrições de não negatividade) corresponde a uma variável no outro. E a função objectivo de um corresponde ao termo independente do outro. O dual de (1) é minimizar 10y 1 + 6y 2 + 4y 3 2y 1 + y 2 y 3 2 y 1 + y 2 + y 3 3 y 1, y 2, y 3 0, e y 1 =.5, y 2 = 2, y 3 =.5 é uma solução admissível de (10). 6 (10)
7 Uma consequência da maneira como se construiu o dual é que o valor da função objectivo do dual em toda a sua solução admissível define um limite superior para o valor óptimo de (4). Isto é designado por dualidade fraca e abaixo se prova novamente. Teorema 1 (Teorema da Dualidade Fraca da Optimização Linear) Se x for uma solução admissível de (4) e y for uma solução admissível de (9) então cx y b. Prova: cx (y A)x = y (Ax ) y b. Note-se que a prova usa todas as restrições de ambos os problemas. Este resultado, de demonstração simples, possui várias consequências muito úteis. Corolário 1 Se x é solução admissível do problema primal (4), y é solução admissível do problema dual (9) e cx = y b então x é solução óptima do primal e y é solução óptima do dual. Prova: Como cx não pode ser maior que y b em qualquer solução admissível x, e como x alcança aquele limite superior então x é solução óptima. O mesmo argumento pode ser usado para y. Note-se que x = (1, 5) é uma solução admissível para (1) e que y = (0, 2.5,.5) é uma solução admissível para (10). Mais, cx = 17 = y b. Por isso, x é solução óptima para (1) e y é solução óptima para (10). Também podemos usar o Teorema da Dualidade Fraca quando um dos problemas é ilimitado. Corolário 2 Se o problema primal (4) for ilimitado então o problema dual (9) é inadmissível. Prova: Suponhamos que o problema dual possui uma solução admissível y. Então, toda a solução x admissível para o primal satisfaz cx y b, o que contradiz o facto do problema primal ser ilimitado. 7
8 Corolário 3 Se o problema dual (9) for ilimitado então o problema primal (4) é inadmissível. Prova: Semelhante à prova anterior. O Corolário 1 estabelece uma condição que se verificada numa solução x admissível para o primal permite afirmar que essa solução x é óptima. Isto é, o Corolário 1 fornece uma condição suficiente para que uma solução x admissível para o primal seja óptima. Será essa condição também necessária? A resposta a esta questão é afirmativa, embora menos óbvia. Esse resultado é conhecido como Dualidade Forte da Optimização Linear. Teorema 2 (Teorema da Dualidade Forte da Optimização Linear) Se o problema primal (4) possui uma solução óptima x então o problema dual (9) possui uma solução óptima y. Além disso, cx = y b. Este resultado é importante, e possui várias aplicações em optimização. É também uma espécie de protótipo - existem muitos resultados semelhantes que estabelecem que o máximo de uma coisa é igual ao mínimo de outra. O primeiro passo na demonstração do Teorema da Dualidade Forte da Optimização Linear é observar que se trata na verdade de um resultado acerca da solvabilidade de um certo sistema inequações lineares, nomeadamente, Ax b, x 0 ya c, y 0 cx yb (11) Claramente, se x e y satisfizerem (11) então, pelo Teorema da Dualidade Fraca da Optimização Linear, cx yb. Por isso, a última inequação em (11) é, na verdade, uma igualdade. Existem situações nas quais (11) é insolúvel, por exemplo, quando (4) é inadmissível. Precisamos caracterizar as situações em que (11) é solúvel. Para isso, precisamos estudar a solvabilidade de sistemas de inequações lineares. Exercícios: 10. Escreva o dual do problema (3) e verifique directamente que é inadmissível. 11. Escreva o dual do problema (2) e prove directamente que não possui solução óptima. 8
9 12. Suponha que x é uma solução óptima do problema primal (4) e y é uma solução óptima de (9). Suponha que a primeira restrição do problema primal é multiplicada por 3. Encontre soluções óptimas para o novo problema e o seu dual, e justifique a sua resposta. 13. Repita o exercício anterior para o problema que se obtém do problema primal (4) acrescentandolhe uma nova restrição, 3 vezes a primeira restrição somada à segunda restrição. 2 Sistemas de inequações lineares Nesta secção estabelecem-se condições necessárias e suficientes para que um sistema de inequações lineares Ax b possua solução. Primeiro, recordamos de forma breve condições análogas para um sistema de equações lineares Ax = b. O conhecido método de eliminação de Gauss termina com a obtenção de uma solução do sistema ou ou com a obtenção após operações elementares por linhas de uma equação 0x = α, com α 0. No segundo caso, Ax = b não possui solução porque qualquer solução do sistema também deve verificar aquela equação, o que é impossível. Como qualquer equação obtida após operações elementares por linhas de Ax = b pode ser escrita com uma combinação linear das linhas de Ax = b, tem-se a seguinte caracterização. Teorema 3 (Teorema da Solvabilidade de Sistemas de Equações Lineares) Um sistema de m equações lineares Ax = b possui solução se e só se não existe u R m tal que ua = 0, ub 0. Proporemos uma abordagem análoga para o sistema de inequações lineares Ax b. Teremos de usar diferentes regras para obter uma inequação à custa de outras, de forma que a nova inequação seja verificada em toda a solução das outras. A adição (e não a subtracção) de duas inequações, a multiplicação de uma inequação por um escalar positivo, são operações que preservam essa propriedade. Qualquer desigualdade obtida de Ax b por uma sequência de tais operações pode ser escrita como uma combinação linear das linhas de Ax b usando coeficientes (ou multiplicadores) não negativos. Como uma inequação 0x α, como α < 0, não possui solução, este procedimento sugere o seguinte resultado análogo ao Teorema 3. 9
10 Teorema 4 (Teorema da Solvabilidade de Sistemas de Inequações Lineares) Um sistema de m inequações lineares Ax b possui solução se e só se não existe u R m tal que ua = 0, u 0, ub < 0. Prova: Primeiro, observamos que a condição é necessária. Isto é uma consequência do facto de que os dois tipos de operações que descrevemos antes são legais, mas vamos proválo directamente. Suponhamos que u existe e que também existe uma solução x do sistema de inequações Ax b. Então, 0 = (ua) x = u(a x) ub < 0 o que é impossível e, por isso, a condição é necessária. A parte mais difícil é mostrar que se Ax b não possui solução então um tal vector u deve existir. Por outras palavras, precisamos obter uma inequação 0x α, com α < 0, de Ax b através de operações elementares do tipo que descrevemos antes. Mostraremos como isto se faz eliminando uma variável de cada vez começando com a componente x n. Primeiro, particiona-se o conjunto de índices {1, 2,..., m} em três conjuntos: I 1 {i: a in > 0}, I 2 {i: a in < 0}, I 3 {i: a in = 0}. Seja A x b o sistema de inequações nas variáveis x R n 1 que consiste nas inequações n 1 j=1 a ijx j b i, para todo i I 3, e nas inequações definidas do seguinte modo, para todo o par (k, l) I 1 I 2. a ln ( n j=1 a kj x j b k ) + a kn ( n j=1 a lj x j b l ) n 1 ( a ln a kj + a kn a lj ) x j ( a ln b k + a kn b l ) j=1 Duas observações decorrem desta construção: primeiro, em todas estas inequações o coeficiente de x n é zero pelo que podemos escrever o sistema em notação matricial A x b com x R n 1 envolvendo um total de I 1 I 2 + I 3 inequações; segundo, cada uma das linhas da matriz aumentada [A 0 b ] (onde 0 denota uma coluna de zeros) é uma combinação não negativa (ou cónica) das linhas da matriz aumentada [A b]. Como exemplo do 10
Combinando 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 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 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 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 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 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 maisMétodo de Gauss-Jordan e Sistemas Homogêneos
Método de Gauss-Jordan e Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2017.1 14 de agosto
Leia maisLista 1: sistemas de equações lineares; matrizes.
Lista : sistemas de equações lineares; matrizes. Obs. As observações que surgem no fim desta lista de exercícios devem ser lidas antes de resolvê-los. ) Identifique as equações que são lineares nas respectivas
Leia maisÁlgebra Linear e Geometria Anaĺıtica. Matrizes e Sistemas de Equações Lineares
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 1 Matrizes e Sistemas de Equações Lineares Geometria anaĺıtica em R 3 [1 01]
Leia maisAulas práticas de Álgebra Linear
Ficha 3 Aulas práticas de Álgebra Linear Licenciatura em Engenharia Naval e Oceânica Mestrado Integrado em Engenharia Mecânica 1 o semestre 2018/19 Jorge Almeida e Lina Oliveira Departamento de Matemática,
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 maisSistemas de Equações Lineares e Equações Vectoriais Aula 2 Álgebra Linear Pedro A. Santos
Sistemas de Equações Lineares e Equações Vectoriais Aula 2 Álgebra Linear MEG Operações Elementares Trocar a posição de duas equações Multiplicar uma equação por uma constante diferente de zero Não alteram
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 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 maisNotas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009
Notas para o Curso de Álgebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009 2 Sumário 1 Matrizes e Sistemas Lineares 5 11 Matrizes 6 12 Sistemas Lineares 11 121 Eliminação Gaussiana 12 122 Resolução
Leia maisÁlgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia
Álgebra Linear Determinantes, Valores e Vectores Próprios Jorge Orestes Cerdeira Instituto Superior de Agronomia - 200 - ISA/UTL Álgebra Linear 200/ 2 Conteúdo Determinantes 5 2 Valores e vectores próprios
Leia maisRenato Martins Assunção
Análise Numérica Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica 2012 1 / 84 Equação linear Sistemas de equações lineares A equação 2x + 3y = 6 é chamada linear
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 maisValores e vectores próprios
Valores e vectores próprios Álgebra Linear C (Engenharia Biológica) 0 de Dezembro de 006 Conteúdo Motivação e definições Propriedades 4 3 Matrizes diagonalizáveis 5 Motivação e definições Considere a matriz
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 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 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 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 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 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 maisVetores e Geometria Analítica
Vetores e Geometria Analítica ECT2102 Prof. Ronaldo Carlotto Batista 23 de fevereiro de 2016 AVISO O propósito fundamental destes slides é servir como um guia para as aulas. Portanto eles não devem ser
Leia maisSimplex. Transparências de apoio à leccionação de aulas teóricas. c 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP
Simplex Transparências de apoio à leccionação de aulas teóricas Versão 3 c 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP Programação Linear abordagem algébrica max sujeito a: n
Leia mais1 NOTAS DE AULA FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA. Professor Doutor: Jair Silvério dos Santos
FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA 1 NOTAS DE AULA Professor Doutor: Jair Silvério dos Santos (i) Matrizes Reais Uma matriz real é o seguinte arranjo de números reais : a 11 a 12 a 13 a 1m a 21
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 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 maisÁlgebra Linear Semana 04
Álgebra Linear Semana 04 Diego Marcon 17 de Abril de 2017 Conteúdo 1 Produto de matrizes 1 11 Exemplos 2 12 Uma interpretação para resolução de sistemas lineares 3 2 Matriz transposta 4 3 Matriz inversa
Leia maisUnicidade da Forma Escalonada Reduzida de uma Matriz
1 Unicidade da Forma Escalonada Reduzida de uma Matriz Reginaldo J Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://wwwmatufmgbr/~regi 1 de maio de 24 Definição 1 Uma
Leia maisMatemática I. Capítulo 3 Matrizes e sistemas de equações lineares
Matemática I Capítulo 3 Matrizes e sistemas de equações lineares Objectivos Matrizes especiais e propriedades do produto de matrizes Matriz em escada de linhas Resolução de sistemas de equações lineares
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 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 SISTEMAS DE EQUAÇÕES LINEARES
ÁLGEBRA LINEAR SISTEMAS DE EQUAÇÕES LINEARES Luís Felipe Kiesow de Macedo Universidade Federal de Pelotas - UFPel 1 / 14 Sistemas de Equações Lineares 1 Sistemas e Matrizes 2 Operações Elementares 3 Forma
Leia maisA Dualidade em Programação Linear
Investigação Operacional- 2009/10 - Programas Lineares 14 A Dualidade em Programação Linear Para melhor ilustrar este conceito vamos estudar dois problemas intimamente relacionadas: o problema da dona
Leia maisOs Quatro Subespaços Fundamentais
Álgebra Linear e Geometria Analítica Texto de apoio Professor João Soares 7 páginas Universidade de Coimbra 26 de Novembro de 29 Os Quatro Subespaços Fundamentais Seja A uma matriz m n de elementos reais.
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 maisMatrizes e sistemas de equações algébricas lineares
Capítulo 1 Matrizes e sistemas de equações algébricas lineares ALGA 2007/2008 Mest Int Eng Biomédica Matrizes e sistemas de equações algébricas lineares 1 / 37 Definições Equação linear Uma equação (algébrica)
Leia mais1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0
Lista de exercícios. AL. 1 sem. 2015 Prof. Fabiano Borges da Silva 1 Matrizes Notações: 0 para matriz nula; I para matriz identidade; 1. Conhecendo-se somente os produtos AB e AC calcule A(B + C) B t A
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 mais2 Sistemas de Equações Lineares
2 Sistemas de Equações Lineares 2.1 Introdução Definição (Equação linear): Equação linear é uma equação da forma: a 1 x 1 +a 2 x 2 + +a n x n = b (1) na qual x 1,x 2,...,x n são as incógnitas; a 1,a 2,...,a
Leia maisÁlgebra Linear e Geometria Analítica
Álgebra Linear e Geometria Analítica Engenharia Electrotécnica Escola Superior de Tecnologia de Viseu wwwestvipvpt/paginaspessoais/lucas lucas@matestvipvpt 007/008 Álgebra Linear e Geometria Analítica
Leia mais1 a Lista de Exercícios MAT 3211 Álgebra Linear Prof. Vyacheslav Futorny
1 a Lista de Exercícios MAT 3211 Álgebra Linear - 213 - Prof. Vyacheslav Futorny 1 a parte: Resolução de sistemas de equações lineares, matrizes inversíveis 1. Para cada um dos seguintes sistemas de equações
Leia maisInvestigação Operacional
Modelos de Programação Linear (Mestrado) Engenharia Industrial http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 Modelação Matemática As técnicas e algoritmos
Leia maisALGA I. Representação matricial das aplicações lineares
Módulo 6 ALGA I Representação matricial das aplicações lineares Contents 61 Matriz de uma aplicação linear 76 62 Cálculo do núcleo e imagem 77 63 Matriz da composta 78 64 GL(n Pontos de vista passivo e
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 maisÁlgebra Linear e Geometria Anaĺıtica. Espaços Vetoriais Reais
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 4 Espaços Vetoriais Reais Definição de espaço vetorial real [4 01] O conjunto
Leia maisÁLGEBRA LINEAR AULA 2
ÁLGEBRA LINEAR AULA 2 Luís Felipe Kiesow de Macedo Universidade Federal de Pelotas - UFPel 1 / 14 Sistemas de 1 2 3 4 5 6 7 2 / 14 matrizes Muitos problemas em várias áreas da Ciência recaem na solução
Leia maisEspaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:
Espaços Euclidianos Espaços R n O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: R n = {(x 1,..., x n ) : x 1,..., x n R}. R 1 é simplesmente o conjunto R dos números
Leia maisa = bq + r e 0 r < b.
1 Aritmética dos Inteiros 1.1 Lema da Divisão e o Algoritmo de Euclides Recorde-se que a, o módulo ou valor absoluto de a, designa a se a N a = a se a / N Dados a, b, c Z denotamos por a b : a divide b
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 maisINTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Solução de Sistemas Lineares Introdução Uma variedade de problemas de engenharia pode ser resolvido através da análise linear; entre eles podemos citar: determinação do
Leia mais= o A MATRIZ IDENTIDADE. a(i, :) = (aii, ai2,, ai.) i = 1,, m
Matrizes e Sistemas de Equações 9 para toda matriz A n X n. Vamos discutir, também, a existência e o cálculo de inversas multiplicativas. A MATRIZ IDENTIDADE Uma matriz muito importante é a matriz / n
Leia maisAvaliação e programa de Álgebra Linear
Avaliação e programa de Álgebra Linear o Teste ( de Março): Sistemas de equações lineares e matrizes. Espaços lineares. o Teste ( de Maio): Matriz de mudança de base. Transformações lineares. o Teste (
Leia maisMAT Resumo Teórico e Lista de
MAT 0132 - Resumo Teórico e Lista de Exercícios April 10, 2005 1 Vetores Geométricos Livres 1.1 Construção dos Vetores 1.2 Adição de Vetores 1.3 Multiplicação de um Vetor por um Número Real 2 Espaços Vetoriais
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 maisSISTEMAS LINEARES PROF. EDÉZIO
SOLUÇÕES NUMÉRICAS DE SISTEMAS LINEARES PROF. EDÉZIO Considere o sistema de n equações e n incógnitas: onde E : a x + a x +... + a n x n = b E : a x + a x +... + a n x n = b. =. () E n : a n x + a n x
Leia maisMétodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares,
Leia maisCálculo Diferencial e Integral I
Cálculo Diferencial e Integral I Texto de apoio às aulas. Amélia Bastos, António Bravo Dezembro 2010 Capítulo 1 Números reais As propriedades do conjunto dos números reais têm por base um conjunto restrito
Leia mais(2008/2009) Espaços vectoriais. Matemática 1º Ano - 1º Semestre 2008/2009. Mafalda Johannsen
Espaços vectoriais Matemática 1º Ano 1º Semestre 2008/2009 Capítulos Características de um Espaço Vectorial Dimensão do Espaço Subespaço Vectorial Combinação Linear de Vectores Representação de Vectores
Leia maisInvestigação Operacional
Métodos de Programação Linear: Big M, Fases, S Dual (Licenciatura) Tecnologias e Sistemas de Informação http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 Simplex
Leia maisNota importante: U é a matriz condensada obtida no processo de condensação da matriz
Decomposição P T LU A denominada decomposição P T L U é um processo que pode ser extremamente útil no cálculo computacional, na resolução de sistemas de equações lineares. Propriedade Seja A uma matriz
Leia maisMatrizes e Sistemas Lineares
MATEMÁTICA APLICADA Matrizes e Sistemas Lineares MATRIZES E SISTEMAS LINEARES. Matrizes Uma matriz de ordem mxn é uma tabela, com informações dispostas em m linhas e n colunas. Nosso interesse é em matrizes
Leia maisInvestigação Operacional
Análise de Sensibilidade, Formulação Dual (Mestrado) Engenharia Industrial http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas Uma das tarefas mais delicadas no
Leia maisConvergência em espaços normados
Chapter 1 Convergência em espaços normados Neste capítulo vamos abordar diferentes tipos de convergência em espaços normados. Já sabemos da análise matemática e não só, de diferentes tipos de convergência
Leia maisexercícios de álgebra linear 2016
exercícios de álgebra linear 206 maria irene falcão :: maria joana soares Conteúdo Matrizes 2 Sistemas de equações lineares 7 3 Determinantes 3 4 Espaços vetoriais 9 5 Transformações lineares 27 6 Valores
Leia maisAula 10. variáveis; a resultante fatoração única em Z[x]
Aula 10 fatoração única em várias variáveis; a resultante (Anterior: Gauss. ) 10.1 fatoração única em Z[x] 1. Prop. Seja f Z[x], deg f > 0. Então existem m Z e polinômios irredutíveis p 1,..., p t Z[x]
Leia maisSistemas de equações lineares
Matemática II - / - Sistemas de Equações Lineares Sistemas de equações lineares Introdução Uma equação linear nas incógnitas ou variáveis x ; x ; :::; x n é uma expressão da forma: a x + a x + ::: + a
Leia maisSeja f um endomorfismo de um espaço vectorial E de dimensão finita.
6. Valores e Vectores Próprios 6.1 Definição, exemplos e propriedades Definição Seja f um endomorfismo de um espaço vectorial E, com E de dimensão finita, e seja B uma base arbitrária de E. Chamamos polinómio
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 maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Linear (PL) Aula 15. Dualidade Interpretação económica. Problema dual: preços sombra e perdas de oportunidade. Propriedade dos desvios complementares 2 Formulação do Problema de PL em termos
Leia maisOptimização Matemática
Optimização Matemática João Luis Soares 6 de Maio de 2005 Resumo A optimização (matemática), também conhecida por programação matemática, é uma área da matemática que tem tido crescimento explosivo apesar
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 maisSlide 1. c 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP
Programação Linear e Método Simplex Slide 1 Transparências de apoio à leccionação de aulas teóricas Versão 1 c 1998 Programação Linear e Método Simplex 1 Slide 2 Toda a teoria deve ser feita para poder
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 maisConsideremos um sistema linear de n equações lineares e n incógnitas, do tipo:
58 3. Resolução de Sistemas Lineares MÉTODOS DIRETOS: são métodos que determinam a solução de um sistema linear com um número finito de operações. Entre os métodos diretos (Eliminação de Gauss, Eliminação
Leia maisMatemática II /06 - Matrizes 1. Matrizes
Matemática II - 00/0 - Matrizes Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n (m vezes n ou m por n) a uma função A : f; ; :::; mg f; ; :::; ng R: (i; j) A (i; j)
Leia maisPROGRAMA ÁLGEBRA LINEAR, MEEC (AL-10) Aula teórica 32
ÁLGEBRA LINEAR, MEEC (AL-10) Aula teórica 32 PROGRAMA 1. Sistemas de equações lineares e matrizes 1.1 Sistemas 1.2 Matrizes 1.3 Determinantes 2. Espaços vectoriais (ou espaços lineares) 2.1 Espaços e subespaços
Leia maisapontamentos Álgebra Linear aulas teóricas Mestrado Integrado em Engenharia Mecânica, 1 o semestre 2012/13
apontamentos Álgebra Linear aulas teóricas Mestrado Integrado em Engenharia Mecânica, 1 o semestre 2012/13 Lina Oliveira Departamento de Matemática, Instituto Superior Técnico Índice Índice 1 1 Matrizes,
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 maisALGA I. Bases, coordenadas e dimensão
Módulo 5 ALGA I. Bases, coordenadas e dimensão Contents 5.1 Bases, coordenadas e dimensão............. 58 5.2 Cálculos com coordenadas. Problemas......... 65 5.3 Mudanças de base e de coordenadas..........
Leia maisInvestigação Operacional 1. Transparências de apoio à leccionação de aulas teóricas. x j - valor da variável de decisão j;
Investigação Operacional 1 Programação Linear Slide 1 Transparências de apoio à leccionação de aulas teóricas Maria Antónia Carravilla José Fernando Oliveira Programação Linear Modelos Slide 2 Forma geral
Leia maisx 1 + b a 2 a 2 : declive da recta ;
- O que é a Álgebra Linear? 1 - É a Álgebra das Linhas (rectas). Equação geral das rectas no plano cartesiano R 2 : a 1 x 1 + a 2 = b Se a 2 0, = a 1 a 2 x 1 + b a 2 : m = a 1 : declive da recta ; a 2
Leia maisMétodos Matemáticos II
Sumário Métodos Matemáticos II Nuno Bastos Licenciatura em Tecnologias e Design Multimédia Escola Superior de Tecnologia de Viseu Gabinete 4 nbastos@mat.estv.ipv.pt http://www.estv.ipv.pt/paginaspessoais/nbastos.
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 maisIntroduzir os conceitos de base e dimensão de um espaço vetorial. distinguir entre espaços vetoriais de dimensão fnita e infinita;
META Introduzir os conceitos de base e dimensão de um espaço vetorial. OBJETIVOS Ao fim da aula os alunos deverão ser capazes de: distinguir entre espaços vetoriais de dimensão fnita e infinita; determinar
Leia maisÁlgebra Linear Semana 05
Álgebra Linear Semana 5 Diego Marcon 4 de Abril de 7 Conteúdo Interpretações de sistemas lineares e de matrizes invertíveis Caracterizações de matrizes invertíveis 4 Espaços vetoriais 5 Subespaços vetoriais
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 maisPrimeira Lista de Exercícios
1 Espaços vetoriais Primeira Lista de Exercícios {( ) } a b Exercício 1.1. Considere M 2 := : a, b, c, d R, : M c d 2 M 2 M 2 dada por e : R M 2 M 2 dada por ( ) ( ) ( ) a1 b 1 a2 b 2 a1 + a := 2 b 1 +
Leia mais1 Auto vetores e autovalores
Auto vetores e autovalores Os autovalores de uma matriz de uma matriz n n são os n números que resumem as propriedades essenciais daquela matriz. Como esses n números realmente caracterizam a matriz sendo
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 mais3. Matrizes e Sistemas de Equações Lineares 3.1. Conceito Elementar de Matriz. Definição 1 Sejam m e n dois números naturais.
3. Matrizes e Sistemas de Equações Lineares 3.1. Conceito Elementar de Matriz Definição 1 Sejam m e n dois números naturais. Uma matriz real m n é um conjunto de mn números reais distribuídos por m linhas
Leia maisAgenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação
Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares. Um
Leia maisMétodos Numéricos. MEI - Logística e distribuição Optimização não linear com restrições de igualdade 2004/2005
Métodos Numéricos MEI - Logística e distribuição Optimização não linear com restrições de igualdade 2004/2005 Métodos Numéricos - MEI 1 Apresentação - Docentes Aulas teóricas: A. Ismael F. Vaz - aivaz@dps.uminho.pt
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 mais