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 />

2.2. SOLUÇÕES VIÁVEIS PARA PROGRAMAS LINEARES 27<br />

on<strong>de</strong> x B é o vetor composto pelas variáveis relacionadas às colunas em B.<br />

A matriz B tem posto completo, portanto o sistema sempre terá solução.<br />

As variáveis representadas pelas colunas que usamos para formar B<br />

são chamadas <strong>de</strong> variáveis básicas, e as outras são as variáveis não básicas.<br />

Ao resolver o sistema, <strong>de</strong>terminamos valores para m variáveis. Se fizermos<br />

as outras variáveis iguais a zero, teremos uma solução para Ax = b.<br />

Definição 2.37 (solução básica). Seja Ax = b o conjunto <strong>de</strong> restrições <strong>de</strong><br />

um problema <strong>de</strong> programação <strong>linear</strong>, on<strong>de</strong> A tem m linhas e n colunas.<br />

Seja B uma matriz formada por m colunas <strong>linear</strong>mente in<strong>de</strong>pen<strong>de</strong>ntes <strong>de</strong><br />

A. Então os vetores x tais que Bx = b são chamados <strong>de</strong> soluções básicas<br />

para o problema.<br />

<br />

Suponha que a matriz A tenha posto m. A matriz B com m colunas LI<br />

é uma base para o espaço-coluna <strong>de</strong> A – daí o nome “solução básica”.<br />

Definição 2.38 (solução viável básica). x ∈ R n é solução viável básica para<br />

um problema <strong>de</strong> programação <strong>linear</strong> se é viável e também básica. <br />

Teorema 2.39. Seja S o conjunto <strong>de</strong> soluções viáveis para um programa<br />

<strong>linear</strong>. Então uma solução viável x ∈ S é básica se e somente se é um<br />

ponto extremo <strong>de</strong> S.<br />

Demonstração. (⇐) Seja x ponto extremo <strong>de</strong> S e, sem perda <strong>de</strong> generalida<strong>de</strong>,<br />

presuma que x 1 , x 2 , . . . , x k > 0 e x k+1 , . . . , x n = 0. Mostraremos<br />

que as k primeiras colunas formam um conjunto LI, sendo portanto uma<br />

solução viável básica.<br />

Denotando a j-ésima coluna <strong>de</strong> A por a j , temos<br />

a 1 x 1 + a 2 x 2 + . . . + a k x k = b. (2.1)<br />

Suponha que a 1 , . . . , a k são <strong>linear</strong>mente <strong>de</strong>pen<strong>de</strong>ntes. Então, pela <strong>de</strong>finição<br />

<strong>de</strong> <strong>de</strong>pendência <strong>linear</strong>,<br />

∑<br />

∃α 1 , α 2 , . . . , α k , αi a i = 0, (2.2)<br />

com algum α i ≠ 0.<br />

Usaremos os coeficientes <strong>de</strong>sta combinação <strong>linear</strong> para <strong>de</strong>screver o<br />

ponto xtremo x como combinação <strong>linear</strong> <strong>de</strong> outros pontos (o que seria<br />

uma contradição).<br />

Seja ε > 0. Sejam<br />

Versão Preliminar<br />

x 1 = (x 1 + εα 1 , x 2 + εα 2 , . . . , x k + εα k , 0, 0, . . . , 0) T<br />

x 2 = (x 1 − εα 1 , x 2 − εα 2 , . . . , x k − εα k , 0, 0, . . . , 0) T

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

Saved successfully!

Ooh no, something went wrong!