de pontos interiores, para se obter uma solução ótima é necessárioum procedimento de purificação e, para a análise decomplexidade, supõe-se que os dados iniciais são inteiros. Aqui0também supomos que F é não vazio.A seguir, vejamos as idéias básicas de alguns algoritmos deponto-interior-inviável.Preditor-Corretor: O algoritmo preditor-corretor de pontointerior-inviável(veja, por exemplo, Menezes [17]) tem a mesmaidéia do algoritmo preditor-corretor de pontos interiores. Adiferença é que neste algoritmo caminhamos próximos a superfíciede centros, conforme Mizuno, Todd e Ye [19], ao invés datrajetória central. Além disso, busca-se viabilidade e otimalidadeem cada iteração, e não apenas otimalidade, como se faz nosalgoritmos de pontos interiores.estudos, Goiânia, v. 35, n. 2, p. 225-246, mar./abr. 2008.Homogêneo e Auto-Dual: Ye, Todd e Mizuno [29] apresentam oproblema de PL artificial homogêneo e auto-dual relacionado com0 n 0 no problema (PD), a saber: dados ∈ R , ∈ R e0 my ∈ R,0 T 0( ) minimizar (( ) + 1)HLP x s θx+ +0sujeito a: Ax - bτ + rPθ = 0T- A y + cτ - r θ ≥ 00DT Tb y - c x + zθ ≥ 0s+ +- + - = - -0 T 0 T 0 T 0( rP) y ( rD) x zτ ( x ) s 1x ≥ 0, τ ≥ 0,00 0T 0 0T 0 T 0onde r P= b − Ax , rD= c − A y − s e z = c x + 1−b y .Aqui, a homogeneidade do problema significa que todo olado direito das restrições é igual a zero, exceto para uma delas,freqüentemente chamada de restrição de normalização. Por outrolado, a auto-dualidade do problema significa que o dual é236
equivalente ao primal, uma vez que os coeficientes do ladoesquerdo das restrições em (HLP) formam uma matriz antisimétrica.DenotamosT 0T Ts = −Ay + cτ − r θ e κ = b y − c x + zθ.DConsideremos G o espaço nulo da matriz dos coeficientesdas restrições do PPL homogêneo e auto-dual no formato padrão.Enunciaremos, a seguir, o algoritmo homogêneo e auto-dual.Aqui, optamos pela idéia preditor-corretor; com o parâmetro µsendo atualizado no final do passo corretor, uma vez que γ = 1neste passo.Algoritmo 4.2 Homogêneo e Auto-Dual.Dados:−ε: = 2 L , β: = 0,25,µ 0 : = 1 eestudos, Goiânia, v. 35, n. 2, p. 225-246, mar./abr. 2008.0( y ,x0k: = 0.REPITAµ: = µ0 0 0 0,τ ,θ ,s ,κ ) : = (0,e,11 , ,e, 1) ∈V( β).kkkkkky: = y , x: = x , τ: = τ , θ: = θ , s: = s , κ: = κ ,k.Passo preditor:Calcular ( dy,dx,dτ,dθ,ds,dκ)∈Gtal que⎛ xds + sdx ⎞ ⎛ xs ⎞⎜ ⎟ = γµe − ⎜ ⎟,⎝ τdκ + κdτ ⎠ ⎝ τκ ⎠237
- Page 1 and 2: IMPLEMENTAÇÃO DE ALGORITMOSSIMPLE
- Page 3 and 4: Associado a todo PPL existe um outr
- Page 5: (KM)Pminimizarsujeito a :xxε xε x
- Page 8 and 9: estudos, Goiânia, v. 35, n. 2, p.
- Page 10 and 11: 0( x,s,µ ) ∈ F × R+֏ δ(x,s,µ
- Page 14 and 15: ( yestudos, Goiânia, v. 35, n. 2,
- Page 16 and 17: gerados pelo algoritmo. A última s
- Page 18 and 19: interior-inviável para a resoluç
- Page 20 and 21: ReferênciasBEALE, E. M. L. Cycling
- Page 22: YE, Y.; TODD, M. J.; MIZUNO, S. An