08.02.2015 Views

Programação Linear (e rudimentos de otimização não-linear)

Programação Linear (e rudimentos de otimização não-linear)

Programação Linear (e rudimentos de otimização não-linear)

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

notas <strong>de</strong> aula – versão 64 - Jerônimo C. Pellegrini<br />

92 CAPÍTULO 5. ANÁLISE DE SENSIBILIDADE<br />

• Para j = 4: como a 14 = −1/3 < 0, temos<br />

∆ ≤ −5/3<br />

−1/3 = +5.<br />

Assim, com ∆ ∈ [−1, +5] garantimos a otimalida<strong>de</strong> da solução que já tínhamos.<br />

De fato, para qualquer função objetivo entre 2x + 4y e 8x + 4y<br />

(ou seja, da forma [2, 8]x + 4y), a solução x = 2 e y = 3 continua ótima, mas<br />

fora <strong>de</strong>sse intervalo não.<br />

5.2 Mudanças no vetor b<br />

Teorema 5.3. Suponha que um valor ∆ k tenha sido somado ao coeficiente<br />

b k , resultando em b ′ . A solução ótima continuará sendo a mesma se<br />

∆ k ≥ − x∗ i<br />

, se B ik > 0<br />

B ik<br />

∆ k ≤ − x∗ i<br />

, se B ik < 0<br />

B ik<br />

Demonstração. Observamos que não temos somente uma solução x ∗ . Temos<br />

uma base A B , e calculamos nossa solução<br />

x ∗ = A −1<br />

B b.<br />

A mudança em b mudança não afeta o critério <strong>de</strong> otimalida<strong>de</strong> (c j − z j ≤ 0)<br />

para nossa base – se ela continuar representando uma solução viável, será<br />

ainda ótima. Seja<br />

x ∗∗ = A −1<br />

B b′<br />

Se <strong>de</strong>notarmos B = A −1<br />

B , temos<br />

Então queremos<br />

= A −1<br />

B b + A−1 B<br />

(0, 0, . . . , ∆ k, . . . , 0) T<br />

x ∗∗<br />

i = x ∗ i + B ik∆ k .<br />

Versão Preliminar<br />

x ∗∗<br />

i ≥ 0<br />

x ∗ i + B ik∆ k ≥ 0,<br />

o que nos leva diretamente ao enunciado do Teorema.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!