Programação Linear (e rudimentos de otimização não-linear)
Programação Linear (e rudimentos de otimização não-linear)
Programação Linear (e rudimentos de otimização não-linear)
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
notas <strong>de</strong> aula – versão 64 - Jerônimo C. Pellegrini<br />
7.1. SOLUÇÃO BÁSICA INICIAL 117<br />
Suponha, sem perda <strong>de</strong> generalida<strong>de</strong>, que retiramos a linha L n da matriz<br />
(a última). Agora suponha, por absurdo, que ainda há uma combinação<br />
<strong>linear</strong> das linhas, com nem todos os coeficientes nulos, igual a zero:<br />
α 1 l 1 + α 2 l 2 + . . . + α m l m + β 1 L 1 + β 2 L 2 + . . . + β n−1 L n−1 = 0<br />
Voltamos a atenção para a parte superior da matriz – veja (7.2). Cada x in<br />
só aparece na linha l i (<strong>de</strong> fato, x 1n só aparece na linha l 1 , uma vez que não<br />
estamos utilizando a linha L n ), e a única maneira <strong>de</strong> termos a combinação<br />
<strong>linear</strong> igual a zero é ter o coeficiente α i = 0 (<strong>de</strong> outra forma teríamos α i x ik<br />
no somatório). Como isso vale para todo i, então todos os α i <strong>de</strong>vem ser<br />
zero.<br />
Como os coeficientes α k são zero, nos interessam os coeficientes β j .<br />
Mas na parte inferior da matriz, cada x lj aparece uma única vez, e portanto<br />
precisamos também que todos os β j sejam zero.<br />
Assim, a única combinação <strong>linear</strong> que resulta em zero é com α i = 0 e<br />
β j = 0, ∀i, j – portanto as m + n − 1 linhas são <strong>linear</strong>mente in<strong>de</strong>pen<strong>de</strong>ntes<br />
e o posto da matriz <strong>de</strong> restrições é m + n − 1.<br />
<br />
Observe que isto significa que durante a execução do método Simplex<br />
teríamos também m + n − 1 variáveis básicas.<br />
7.1 Solução básica inicial<br />
A solução viável que <strong>de</strong>terminamos anteriormente, x ij = a ib j<br />
X<br />
, não é básica.<br />
Nesta seção tratamos <strong>de</strong> como obter uma solução viável inicial que<br />
também seja básica.<br />
Po<strong>de</strong>mos representar o sistema como uma tabela com m linhas e n<br />
colunas, on<strong>de</strong> cada linha da tabela correspon<strong>de</strong> a uma linha ∑ j x ij = a i e<br />
cada coluna da tabela correspon<strong>de</strong> a uma linha ∑ i x ijb j .<br />
x 11 x 12 . . . x 1n a 1<br />
x 21 x 22 x 2n a 2<br />
.<br />
.<br />
(7.3)<br />
x m1 x m2 x mn a m<br />
b 1 b 2 . . . b n<br />
Versão Preliminar<br />
A regra do canto noroeste permite obter uma solução viável básica inicial.<br />
O algoritmo começa com a célula no canto superior esquerdo. Alocamos<br />
tanto quanto pu<strong>de</strong>r (isso significa que estamos <strong>de</strong>terminando quanto<br />
da fonte a 1 vai para o <strong>de</strong>stino b 1 ), sem violar a viabilida<strong>de</strong> da solução. Se