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 />
148 CAPÍTULO 11. PROGRAMAÇÃO INTEIRA<br />
x 2<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
1 2 3 4 5 6<br />
Suponha que queiramos tentar resolver o problema relaxando a restrição<br />
<strong>de</strong> integralida<strong>de</strong> e usando, por exemplo, o método Simplex. Obtemos<br />
uma solução não inteira. A partir <strong>de</strong>la, temos duas opções:<br />
• Se tentarmos usar a solução inteira mais próxima, chegaremos ao<br />
ponto (5, 1) fora do politopo (e portanto inviável).<br />
• Se tentarmos percorrer o politopo procurando uma solução inteira<br />
viável, teremos que andar uma gran<strong>de</strong> distância, já que a solução inteira<br />
viável ótima, (2, 5), está longe <strong>de</strong> (5, 1).<br />
Po<strong>de</strong>mos tentar adicionar restrições ao programa <strong>linear</strong>, <strong>de</strong> forma que a<br />
região viável fique menor, mas que nenhuma solução inteira seja removida.<br />
Essas restrições são chamadas <strong>de</strong> planos <strong>de</strong> corte, ou simplesmente<br />
cortes.<br />
Suponha que tenhamos usado o método Simplex para resolver a versão<br />
relaxada do programa <strong>linear</strong> inteiro. O tableau terá a <strong>de</strong>scrição das<br />
variáveis básicas em função das não básicas (que valem zero) e <strong>de</strong> b.<br />
x i + ∑ j>m<br />
a ij x j = b i i ≤ m (11.1)<br />
Versão Preliminar<br />
Como x j não é negativo,<br />
∑<br />
⌊a ij ⌋ x j ≤ ∑ a ij x j ,<br />
j>m j>m<br />
∇f<br />
x 1