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 />

12.3. SOLUÇÕES ÓTIMAS PARA PROGRAMAS QUADRÁTICOS 161<br />

12.3 Soluções ótimas para programas quadráticos<br />

Observamos que, como somente a função objetivo é quadrática, a região<br />

viável continua sendo um poliedro – da mesma forma que em programação<br />

<strong>linear</strong>. E similarmente, po<strong>de</strong>mos usar o gradiente da função objetivo<br />

para <strong>de</strong>terminar a solução ótima.<br />

A próxima figura mostra um exemplo <strong>de</strong> programa quadrático: o poliedro<br />

da região viável tem arestas sólidas, e as curvas <strong>de</strong> nível da função<br />

objetivo z(x) são pontilhadas.<br />

x 2<br />

−∇(z)<br />

Se a função objetivo <strong>de</strong> um problema <strong>de</strong> minimização é convexa e o<br />

vértice do parabolói<strong>de</strong> está <strong>de</strong>ntro da região viável, ele é a solução ótima.<br />

Versão Preliminar<br />

Se a função objetivo <strong>de</strong> um problema <strong>de</strong> minimização é côncava (ou<br />

seja, −z(x) é convexa), a solução ótima estará na borda do poliedro, mas<br />

não necessariamente em um ponto extremo.<br />

Observamos também que a função po<strong>de</strong> não ser convexa e nem côncava<br />

(e neste caso terá pontos <strong>de</strong> sela).<br />

x 1

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

Saved successfully!

Ooh no, something went wrong!