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 />
68 CAPÍTULO 3. O MÉTODO SIMPLEX<br />
Tudo mais é <strong>de</strong>snecessário.<br />
Como já fizemos antes na seção 3.2, representaremos o tableau simplex<br />
dividindo A, x e c em duas partes cada um – uma parte relativa às<br />
variáveis básicas e outra relativa às não básicas. Como <strong>de</strong>notamos<br />
A = ( )<br />
A B A N<br />
c T = ( c T )<br />
B<br />
cT N<br />
x = ( x B x N<br />
)<br />
,<br />
a <strong>de</strong>scrição <strong>de</strong> problemas <strong>de</strong> programação <strong>linear</strong> po<strong>de</strong> ser feita da seguinte<br />
maneira:<br />
O tableau simplex é<br />
max c T B x B + c T N x N<br />
s.a.: A B x B + A N x N ≤ b<br />
x B , x N ≥ 0.<br />
( ) ⎛<br />
⎞<br />
A b<br />
= ⎝ A B A N b<br />
⎠<br />
c T 0 c T B<br />
c T N 0<br />
Usamos operações elementares para obter coeficientes 1 nas variáveis básicas,<br />
<strong>de</strong> forma que a base seja a i<strong>de</strong>ntida<strong>de</strong>. Multiplicamos a parte superior<br />
por A −1<br />
B , obtendo<br />
⎛<br />
⎝ I A−1 B A N<br />
⎞<br />
A −1<br />
B b ⎠<br />
c T B<br />
c T N<br />
0<br />
Finalmente, subtraímos da última linha c T B<br />
multiplicado pela parte superior:<br />
⎛<br />
⎞<br />
⎝ I A−1 B A N A −1<br />
B b ⎠<br />
0 c T N − cT B A−1 B A N −c T B A−1 B b<br />
Observe na última linha que r T N = cT N −cT B A−1 B A N representa os coeficientes<br />
reduzidos <strong>de</strong> custo (c j −z j ). Já −c T B A−1 B b é igual a −cT B x B, ou −z 0 , e portanto<br />
o tableau é<br />
⎛<br />
⎞<br />
⎝ I A−1 B A N A −1<br />
B b ⎠<br />
0 r T N<br />
−z 0<br />
Versão Preliminar