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

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 />

3.6. QUE VARIÁVEL ENTRA NA BASE 51<br />

Po<strong>de</strong> haver mais <strong>de</strong> um j tal que (c j − z j ) > 0, e nem sempre o maior<br />

<strong>de</strong>les é a melhor opção. Precisamos <strong>de</strong> um critério <strong>de</strong> escolha. Dentre os<br />

critérios que po<strong>de</strong>m ser usados merecem ser mencionados os seguintes:<br />

• Maior coeficiente reduzido <strong>de</strong> custo, a regra proposta originalmente<br />

por George Dantzig.<br />

• Maior aumento absoluto no objetivo. Verifica-se quanto uma unida<strong>de</strong><br />

<strong>de</strong> cada variável x j valeria, e multiplica-se por c j . O maior valor<br />

é escolhido.<br />

• Aresta mais íngreme, com o maior aumento no valor do objetivo<br />

para cada unida<strong>de</strong> <strong>de</strong> distância. Se a solução viável básica atual é<br />

x e estamos consi<strong>de</strong>rando outra, x ′ , então a diferença entre os valores<br />

<strong>de</strong> objetivo é c T x ′ − c T x, ou c T (x ′ − x). A distância percorrida <strong>de</strong><br />

x até x ′ é a norma <strong>de</strong> x ′ − x. Assim, escolhemos<br />

c T (x ′ − x)<br />

max<br />

x ′ ||x ′ .<br />

− x||<br />

• Regra <strong>de</strong> Bland: escolha a variável com menor índice. A única vantagem<br />

<strong>de</strong>sta regra é a <strong>de</strong> garantir que não haverá ciclos.<br />

• Escolha aleatória, que po<strong>de</strong> ser uma boa escolha por resultar em<br />

baixa probabilida<strong>de</strong> <strong>de</strong> ciclos, usualmente convergindo mais rápido<br />

que quando a regra <strong>de</strong> Bland é usada.<br />

Estritamente falando, nenhuma das regras é melhor que as outras: po<strong>de</strong>se<br />

construir exemplos on<strong>de</strong> cada uma <strong>de</strong>las leva a convergência mais lenta<br />

que alguma outra regra.<br />

Exemplo 3.9. Consi<strong>de</strong>re o seguinte tableau:<br />

⎛ x 1<br />

−1 x 2 x 36 x 40 x 51 x 42 x 4 b ⎞<br />

0 −1 10<br />

⎜ 1/2 1 −1 0 0 −1/2 1/2 0<br />

⎟<br />

⎝ 1/2 0 −1 1 0 −1/2 −1/2 10 ⎠<br />

−3/2 0 6 0 0 −5/2 1/2 −20<br />

Versão Preliminar<br />

A base é formada por x 5 , x 2 e x 4 . Dentre as não básicas, somente x 3 e x 6 tem<br />

coefciente reduzido <strong>de</strong> custo positivo, portanto é uma <strong>de</strong>stas que <strong>de</strong>ve<br />

entrar na base.<br />

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

Saved successfully!

Ooh no, something went wrong!