Programacao linear 49 idiomas Aigo Falar Ler Euitar Verhistérico Ferramentas Da Wikipédia, a enciclopédia ive Para o retronimo referente 4 radiodifusdo televisiva, veja Programacao Broadcast ‘A programacao linear ( PL ), também chamada de otimizagao linear , 6 um método para alcangar 0 methor resultado (como lucro maximo ou custo mais baixo) em um modelo ‘matematico cujos requisitos sao representados por relacoes lineares . A programagao linear é um caso especial de programago matematica (também conhecida como otimizacao matematica ). Mais formalmente, a programagao linear é uma técnica para a otimizagao de uma fungao objetivo linear , sujeita a restrigdes de igualdade linear e desigualdade linear . Sua regio viavel 6 um politopo convexo , que é um conjunto definido como a interseao de um numero finito de meios espacos , cada um dos quais é definido por uma desigualdade linear. Sua fungao objetivo 6 uma funcao afim (linear) de valor real definida neste poliedro. Um algoritmo de programagao linear encontra um ponto no politopo onde esta fungao tem o maior (ou menor) valor se tal ponto existir. Programas lineares séo problemas que podem ser expressos na forma padrdo como Uma representagao peta de um programs near simplas com dus Findavector x Vardves ess desquldades. © ani 7 conn de sles vee 6 that maximizes ox Tepresentado em amarelo ¢ forma subject to Ax Oespecifique um politopo convexo sobre o qual a recto na qual estamos otimzand, fungao objetivo deve ser otimizada, ‘A programagao linear pode ser aplicada a varios campos de estudo, & amplamente utilizado em matematica e, em menor grau, em negécios, economia e alguns problemas de engenharia. As indUstrias que usam modelos de programagao linear incluem transporte, energia, telecomunicagdes e manufatura. Ele provou ser til na modelagem de diversos tipos de problemas em planejamento , roteamento , programagao , atribuigao e design. Historia | estar problema de resolver um sistema de desigualdades Iineares remonta pelo menos a Fourier , que em 1827 publicou um método para resolvé-las, |" © que da nome ao método de eliminagao de Fourier-Motzkin Em 1939, uma formulagéo de programagdo linear de um problema equivalente a0 problema de Una ‘ee veloc dum rogramagao linear geral fl dada pelo matematico @ economista sovietico Leonid Kantorovich, Pouermacom wes varies ¢ que também propés um método para resolvé-lo. "! E uma forma que ole desenvolveu, durante 2 tr yamacos rv vate ho oa fo Sogunda Guerra Mundial , de planejar gastos e retornos a fim de reduzir custos do exército © hjetvoséo plance (nde mosvades) 0 aumentar as perdas impostas ao inimigo. ‘7°41 Q trabalho de Kantorovich foi problema de programa linear inicialmente negligenciado na URSS . "! Quase ao mesmo tempo que Kantorovich, 0 economista __ consste em encontrar um ponto no holandés-americano TC Koopmans formulou problemas econémicos cléssicos como programas _Pollearo que eseja no plane com 0 lineares. Kantorovich e Koopmans mais tarde dividiram 0 prémio Nobel de economia de 1975 mole valor possivel "1 Em 1941, Frank Lauren Hitchcock também formulou problemas de transporte como programas lineares e deu uma solugdo muito semelhante ao método simplex posterior . Hitchcock morreu ‘em 1957, © 0 prémio Nobel nao é concedido postumamente. De 1946 a 1947, George B. Dantzig desenvolveu de forma independente uma formulagao de programagaio linear geral para uso em problemas de planejamento na Forca Aérea dos EUA. *! Em 1947, Dantzig também inventou 0 método simplex que, pela primeira vez de forma eficiente, abordou o problema de programagéo linear na maioria dos casos. '! Quando Dantzig marcou uma reuni8o com John von Neumann para discutir seu método simplex, Neumann imediatamente conjecturou a teoria da dualidade ao perceber que o problema que ele estava trabalhando na teoria dos jogos era equivalente. “" Dantzig forneceu prova formal em um relatério no publicado "Um Teorema sobre Desigualdades Lineares" em 5 de janeiro de 1948." O trabalho de Dantzig foi disponibilizado ao pablico em 1951. Nos anos do pés-querra, muitas indUstrias 0 aplicaram em seus planejamento diario © exemplo original de Dantzig foi encontrar a melhor alocagao de 70 pessoas para 70 empregos. O poder computacional necessario para testar todas as permutagdes e selecionar a melhor atribuigao é vasto; o nlimero de configuragdes possiveis excede o nlimero de parliculas no universo observavel . No entanto, leva apenas um momento para encontrar a solugao étima, colocando o problema ‘como um programa linear e aplicando 0 algoritmo simplex . A teoria por tras da programagao linear reduz drasticamente o nlimero de solugdes possiveis que devem ser veriicadas.© problema de programagio linear foi demonstrado pela primeira vez como solucionavel em tempo polinomial por Leonid Khachiyan em 1979, " mas um grande avango tedrico e pratico no campo ocorreu em 1984, quando Narendra Karmarkar introduziu um novo método de pontos interiores para resolver programagao linear, problemas, '°! Usos { esiar) A programagdo linear é um campo de olimizagao amplamente utlizado por varios motivos. Muitos problemas praticos em pesquisa operacional podem ser expressos como problemas de rogramagao linear. ©) Certos casos especiais de programagao linear, como problemas de fluxo do rede @ problemas de fluxo de miiltiplas mercadorias , s40 considerados importantes 0 suficiente para haver muita pesquisa em algoritmos especializados. Varios algoritmos para outros tipos de problemas de olimizagao funcionam resolvendo problemas de programagao linear como subproblemas. Historicamente, as ideias da programagao linear inspiraram muitos dos conceitos centrais da teoria da olimizago, como dualidade, decomposicao e a importancia da convexidade e suas generalizagées. Da mesma forma, a programagao linear foi muito utiizada 1na formagao inicial da microeconomia @ atualmente 6 utilizada na gestao de empresas, como planejamento, produgao, transporte e tecnologia. Embora as questdes de gestao moderna estejam em constante mudanca, a maioria das empresas gostaria de maximizar os lucros € minimizar os custos com recursos limitados. O Google também usa programagao linear para estabilizar videos do YouTube." Formulario padrao _{ sia: | A forma padrao é a forma usual e mais intuitiva de descrever um problema de programago linear. Consiste nas seguintes trés partes: + Uma fungao linear (ou afim) a ser maximizada por exemplof (ari, 2) = e121 + ea22 + Restrigées do problema da seguinte forma por exemplo aut tart. Sb a2, +ax2%2 < bp agi 21 + a32%2 < by + Variaveis nao negativas por exemplo 20 2 >0 © problema geralmente & expresso na forma matricial e ent8o se torna: max{eTx |x €R" A Ax < bAx > 0} Leonid Kantorovieh John von Neumann (Qutras formas, tais como problemas de minimizagao, problemas com restrigdes om formas alternativas ¢ problemas envolvendo variaveis negativas podem sempre ser reescritos num problema equivalente na forma padrao. Exemplo | esis: ‘Suponhamos que um agricultor tem um pedago de terra agricola, digamos L km, para plantar trigo ou cevada ou alguma combinagao dos dois. O agricultor tem uma quantidade limitada de fertlizante, quilogramas F , ¢ pesticida, quilogramas P. Cada quilémetro quadrado de trigo requer F | quilograma de fertiizante e P_, quilograma de pesticida, enquanto cada quilémetro auacrad do covada requer F, qulogramas de frtizante P ,qulogramas de pesticida, Sola S ,epreco de venda do igo por qulémetto quadrado e S , 0 preco de venda da cevada, Se denotarmos a érea de tera plantada com tigo e cevada por x ex_respectivamente, entéo 0 lucro pode sor maximizado escolhendo valores éptimos para x’ ©», Este problema pode ser expresso com o seguinte problema de programagao linear na forma padrao ay + Sy oq (Maximizer a receta (0 total de vendas de tigo mais 0 total de vendas de Maximizer: 71+ 52°22 covada)—a recalla € a Tuncdo ebjelve") Svie% ay an Formulario aumentado (formulario frouxo) [esta | Problemas de programagdo linear podem ser convertidos em uma forma aumentada para aplicar a forma comum do algoritmo simplex . Este formulario introduz variavels de folga néo negativas para substituir desigualdades por igualdades nas restricoes. Os. problemas podem entao ser escritos na seguinte forma de matriz de blocos Maximizarz: (2 dp]-e ondessao as variaveis de folga recentemente introduzidas,2xsao as variveis de deciso, ozé a varidvel a ser maximizada. Exemplo _[ edisr © exemplo acima 6 convertido na seguinte forma aumentada: Maximizar:Sy +21 + So-e {Cungao objetva) sujeto a ay tay +23 = (‘estigdo aumentada) Fy: + Fm +24 = F (cestigdo aumentada) Pisa + Py +25 = P (costigdo aumentada) iy 22) 45, 24,25 > 0. ondeas , sr4, 5840 varidveis de folga (ndo negativas), representando neste exemplo a area nao utilizada, a quantidade de ferilizante do utlizado e a quantidade de pesticida nao utilizado. Na forma de mattiz, isso se toma: Maximizarz: 2 @) 1 -S -S: 0 0 0)Ja: oy |e 2 O 1 1 10 Of fat _ fz) yoy 0 FR F 01 Olas Fl |e 0 FP Ph 00 lj] P 4 as a5 Dualidade | esia Artigo principal: Programa linear duplo ‘Todo problema de programagao linear, referido como problema primal , pode ser convertido em um problema dual , que fomece um limite superior para o valor étimo do problema primal, Na forma de matriz, podemos expressar o problema primal como Maximize © x sujelto a Ax sb, x20; ‘com o problema dual simétrice correspondente Minimize by sujeitoaA yze,y20. Uma formulacao primal alternativa 6 Maximize x sujeitoaAx 2e x < 1 ndo podem ser satisfeitas conjuntamente; neste caso, dizemos que a PL. 6 invidvel . Segundo, quando 0 politopo é ilimitado na diregao do gradiente da fungao objetivo (onde o gradiente da fungao objetivo ¢ © vetor dos coeficientes da fungao objetivo), entao nenhum valor ideal é aleangado porque é sempre possivel fazer melhor do que qualquer valor finito da fungao objetivo. Vértices (e raios) ideais de poliedros { eaitar Caso contrario, se existir uma solugao vidvel e se o conjunto de restrigdes for mitado, entdo 0 valor étimo 6 sempre alcangado no limite do conjunto de restrigBes, pelo principio do maximo para fungdes convexas (alternativamente, pelo principio do minimo para funcdes céncavas ), uma vez que linear fungdes sao convexas e céncavas. Contudo, alguns problemas tém solugdes 6timas distintas; por exemplo, o problema de encontrar uma solugdo viavel para um sistema de desigualdades lineares & um problema de programagao linear em que a fungo objetivo é a fungao zero (ou seja, a funcao constante que assume o valor zero em todos os lugares). Para este problema de viabilidade com fungao zero para sua fungao objetivo, se houver duas solugdes distintas, entao toda combinagao convexa das solugdes é uma solugao. Os vértices do politopo também séo chamados de solugées bésicas viaveis . A razao para esta escolha de nome é a seguinte. Deixe d denotar o ntimero de variaveis. Entao, o teorema fundamental das desigualdades lineares implica (para problemas vidveis) que para cada vértice x da regio vidvel LP, existe um conjunto de d (ou menos) restrigées de desigualdade do LP tais que, quando tratamos essas d restrigées como igualdades, a solugdo tinica é x. Assim, podemos estudar esses vérlices observando certos subconjuntos do conjunto de todas as restrigdes (um conjunto discreto), em vez do continuum de solugées LP. Este princfpio fundamenta 0 algoritmo simplex para resolugao de programas lineares. Algoritmos || estar ) Veja também: Lista de tépicos de andlise numérica § Programagéo linear Algoritmos de troca de base | edit | xy Algoritmo simplex de Dantzig { ecitar ) algoritmo simplex , desenvolvido por George Dantzig em 1947, resolve problemas de LP construindo uma solugdo viavel em um vértice do politopo e depois caminhando ao longo de um caminho nas bordas do politopo até vérlices com valores nao decrescentes da funcao objetivo até um 0 ideal ¢ alcangado com certeza. Em muitos problemas praticos, ocorre estagnacao ”: muitos pivés $80 feitos sem aumento na fungao objetivo, "| Em raros problemas praticos, as versdes usuais do algoritmo simplex podem realmente ‘circular’. ""! Para evitar ciclos, os pesquisadores desenvolveram novas regras de articulagao. |"! . AEE aes s Na pratica, 0 algoritmo simplex é bastante eficiente e pode garantir encontrar o timo global % se certas precaugées contra ciclagem forem tomadas. Foi comprovado que o algoritmo ‘Num problema de programagao near, uma simplex resolve problemas "aleatérios" de forma oficiente, ou soja, em um numero ciibico de _serie e restrigbesInearesproauz passos, "10 que é semelhante ao seu comportamento em problemas praticos, I("" ‘uma regio conwexa viel de valores possivels para essas vardvais. No caso de No entanto, o algoritmo simplex tem um comportamento ruim no pior caso: Klee e Minty as variveis esta regio tor a forma do construiram uma familia de problemas de programacdo linear para 0s quais o método simplex um poligoro simples convexo ‘executa um numero de etapas exponenciais no tamanho do problema, "I" Na verdade, durante algum tempo nao se sabia se o problema de programagao linear era solucionavel ‘em tempo polinomial , ou seja, de classe de complexidade P. Algoritmo cruzado | ediar | Assim como o algoritmo simplex de Dantzig, 0 algoritmo cruzado é um algoritmo de troca de bases que gira entre bases. No entanto, o algoritmo cruzado no precisa manter a viabilidade, mas pode girar de uma base vidvel para uma base invidvel. O algoritmo cruzado nao possui complexidade de tempo polinomial para programagao linear. Amos os algoritmos visitam todos os cantos, 2D “ um cubo (perturbado) na dimensao D , 0 cubo Kiee-Minty , no pior caso , "I" Ponto interior [ ediar) Em contraste com o algoritmo simplex, que encontra uma solugdo étima atravessando as arestas entre os vértices de um conjunto poliédrico, os métodos de pontos interiores movem-se através do interior da regio vidvel Algoritmo clipséide, seguindo Khachlyan _{ eciiar |Este 6 © primeiro algoritmo de tempo polinomial de pior caso ja encontrado para programagao linear. Para resolver um problema que possui n varidveis e pode ser codificado em L bits de entrada, este algoritmo é executado emO(n® L)tempo. "! Leonid Khachiyan resolveu este problema de complexidade de longa data em 1979 com a inlrodugao do método elipsdide . A andlise de convergancia tem predecessores (de nimeras reais), notadamente os métodos iterativos desenvolvides por Naum Z. Shor e 08 algoritmos de aproximagao de Arkadi Nemirovski ¢ D. Yudin Algoritmo projetive de Karmarkar [ ocitar ) Artigo principal: Algoritmo de Karmarkar © algoritmo de Khachiyan foi de fundamental importancia para estabelecer a solubilidade em tempo polinomial de programas lineares. O algoritma nao foi um avanco computacional, jé que o método simplex é mais eficiente para todas as familias de programas lineares, exceto especialmente construidas. No entanto, 0 algoritmo de Khachiyan inspirou novas linhas de pesquisa em programagaio linear. Em 1984, N. Karmarkar props um método projetivo para programacao linear. O algoritmo de Karmarkar melhorou o limite polinomial de pior caso de Khachiyan *!("*°O(n*Z)), Karmarkar afirmou que seu algoritmo era muito mais rapido na PL pratica do que no método simplex, uma afirmagao que criou grande interesse em métodos de pontos interiores. ) Desde a descoberta de Karmarkar, muitos métodos de pontos interiores foram propostos e analisados. Algoritmo 87 de Vaidya [ oar ) Em 1987, Vaidya propés um algoritmo que roda emO(n*)tempo. Algoritmo 89 de Vaidya [ odtar ) Em 1989, Vaidya desenvolveu um algoritmo que roda emO(n?-)tempo. """! Formaimente falando, o algoritmo levaO((n + d)''nL) operacdes aritméticas no pior caso, ondedé o niimero de restrigdes.né o niimero de variévels, eLé o numero de bits. Algoritmos de tempo de dispersio de entrada [ exitar Em 2015, Lee e Sidford mostraram que isso pode ser resolvido emO((nnz(A) + d?)VaL)tempo, " ondenn2(A)representa o numero de elementos diferentes de zero, e continua tomandoO(n?* L)na pior das hipéteses. Algoritmo de tempo de multiplicagéo de matriz atual [citar | Em 2019, Cohen, Lee Song melhoraram o tempo de execugso paraG((n® + n25-#/? + n?4/6).L)tompo ws o expoente da muttiplicagao de matrizes eaé 0 expoente duplo da muiplicagao de matrizes . "! aé (aproximadamente) definido como o maior niimero tal que se pode multiplicar umn, x nmatriz por umn x n®matriz emO(n”)tempo. Num trabalho subsequente de Lee, Song Zhang, eles reproduzem o mesmo resultado através de um método diferente, '” Esses dois algoritmos permanecemO(n?+/6) ‘quandow = 2ea = 1. 0 resultado devido a Jiang, Song, Weinstein e Zhang melhorouO(n?+"/ L)paraO(n?* 48), 9) Comparagao de métodos de pontos interiores e algoritmos simplex _[ eciar | Aopinido atual 6 que as eficiéncias de boas implementagdes de métodos baseados em simplex e métodos de pontos interiores so semelhantes para aplicagSes rotineiras de programagao linear, No entanto, para tipos especificos de problemas de LP, pode ser que um tipo de solucionador seja melhor que outro (as vezes muito melhor), e que a estrutura das solugdes geradas por métodos de pontos interiores versus métodos baseados em simplex sejam significativamente diferentes com o suporte conjunto de varidveis ativas sendo tipicamente menor para esta ultima. Problemas abertos e trabalhos recentes _{ ecita: | Existem varios problemas em aberto na teoria da programagao linear, cuja solugao representaria avangos fundamentais na matematica e avangos potencialmente importantes | __Problema no resolvide em na nossa capacidade de resolver programas lineares om grande escala, ciéncia da computagao ‘A programagéo linear admite + LP admite um algoritmo de tempo fortemente polinomial ? tnaportn foreman + LP admite um algoritmo fortemente polinomial para encontrar uma solugéo estritamente polinomial? complementar? {mais problemas nao resolvidas em + LP admite um algoritmo de tempo polinomial no modelo de computacao de nimero real ciéncia da computacao} {custo unitério)? Este conjunto de problemas estreitamente relacionados foi citado por Stephen Smale como um dos 18 maiores problemas nao resolvidos do século XXI, Nas palavras de Smale, a terceira verso do problema “é o principal problema nao resolvido da teoria da programagao linear’. Embora existam algoritmos para resolver programiagao linear em tempo polinomial fraco, como os métodos clipsdides e técnicas de pontos interiores , ainda nao foram encontrados algoritmos que permitam desempenho em tempo fortemente polinomial no niimero de restrigées e no nlimero de varidveis, O desenvolvimento de tals algoritmos seria de grande interesse tedrico @ talvez também permitisse ganhos praticos na resolugao de grandes PLs.Embora a conjectura de Hirsch tenha sido recentemente refutada para dimensées superiores, ela ainda deixa em aberto as seguintes questées. + Existem regras dindmicas que levam a variantes simplex de tempo polinomial? + Todos os graficos politopais tém diametro limitado polinomialmente? Estas questées estdo relacionadas a andlise de desempenho e ao desenvolvimento de métodos do tipo simplex. A imensa eficiéncia do algoritmo simplex na pratica, apesar de seu desempenho tedrico em tempo exponencial, sugere que pode haver variagdes do simplex que rodam em tempo polinomial ou mesmo fortemente polinomial. Seria de grande importancia pratica e tedrica saber se existem tais variantes, particularmente como uma abordagem para decidir se LP pode ser resolvido em tempo fortemente polinomial. © algoritmo simplex e suas variantes se enquadram na familia de algoritmos de seguimento de arestas, assim chamados porque resolvem problemas de programagao linear movendo-se de vértice em vértice ao longo das arestas de um politopo. Isso significa que seu desempenho te6rico ¢ Iimitado pelo nimero maximo de arestas entre quaisquer dois vértices no politopo LP. Como resultado, estamos interessados em conhecer 0 diametro maximo teérico dos grafos de grafos politopais . Estd provado que todos os politopos tém didmetro subexponencial. A recente refutagao da conjectura de Hirsch 6 o primeiro passo para provar se algum politopo tem diametro superpolinomial. Se existir algum desses politopos, ento nenhuma variante de seguimento de aresta podera ser executada ‘em tempo polinomial. Perguntas sobre o diémetro do politopo sao de interesse matematico independente, (Os métodos de pivd simplex preservam a viabilidade primaria (ou dupla). Por outro lado, os métodos de pivé cruzado nao preservam, a viabilidade (primal ou dupla) - eles podem visitar bases primais viaveis, duais viaveis ou primais-e-duais inviaveis em qualquer ordem. Métodos de pivé deste tipo tém sido estudados desde a década de 1970. *! Essencialmente, esses métodos tentam encontrar 0 caminho de pivé mais curto no politopo do arranjo no problema de programagao linear. Em contraste com os graficos politopais, sabe-se que os graficos de politopos de arranjo tém didmetro pequeno, permitindo a possibilidade de algoritmo de pivo cruzado em tempo fortemente polinomial sem resolver questées sobre o diémetro dos politopos gerais. !"! Incégnitas inteiras { eaiar j Se for necessério que todas as varidveis desconhecidas sejam nimeros inteiros, entao o problema é chamado de problema de programagao inteira (IP) ou de programagao linear inteira (ILP). Em contraste com a programacao linear, que pode ser resolvida éficientemente no pior caso, os problemas de programagao inteira so, em muitas situagSes praticas (aquelas com variavels limitadas), NP-cificeis , A programagao inteira 0-1 ou programacao inteira bindria (BIP) 6 0 caso especial de programagao inteira onde as variaveis devem ser 0 ou 1 (em vez de ntimeros inteiros arbitrarios). Este problema também ¢ classificado como NP-dificil e, nna verdade, a verso de decisao era um dos 21 problemas NP-completos de Karp . ‘Se apenas algumas das variéveis desconhecidas precisarem ser niimeros inteiros, entao o problema é chamado de problema de programagao inteira mista (linear) (MIP ou MILP). Geralmente, eles também sao NP-dificeis porque sao ainda mais gerais do que 0s programas PVI Existem, no entanto, algumas subclasses importantes de problemas IP e MIP que sao eficientemente solucionaveis, mais notavelmente problemas onde a matriz de restrigGes é fotalmente unimodular e os lados direitos das restrigoes sao inteiros ou - mais, geral - onde o sistema tem a integralidade dupla total (TDI) propriedade. Aigoritmos avangados para resolver programas lineares inteiros incluem: + método do plano de corte + Filial e limite + Ramificar e cortar + Filial e prego + se o problema tiver alguma estrutura extra, pode ser possivel aplicar geragao de coluna atrasada Tais algoritmos de programagao inteira so discutidos por Padberg ¢ Beasley. Programas lineares integrais _{ catar Mais informagées: Politopo integral Um programa linear em variaveis reais é dito integral se possul pelo menos uma solugdo stima que ¢ integral, ou seja, composta apenas por valores inteiros. Da mesma forma, um poliedroP = {2 | Azz > 0}é dito integral se para todas as fungoes objetivo viaveis imitadas c , 0 programa linear{max ez | « € P}tem um étimoz*com coordenadas inteiras. Conforme observado por Edmonds e Giles em 1977, pode-se dizer de forma equivalente que o poliedroPé integral se para cada fung4o objetivo integral viavel limitada ¢ , 0 valor ideal do programa linear{max ex | x € P}é um numero inteiro Programas lineares integrais so de importancia central no aspecto poliédrico da otimizagao combinatéria , pois fomecem uma caracterizagao alternativa de um problema. Especificamente, para qualquer problema, o invélucro convexo das solugdes 6 um poliedro integral; se este poliedro tiver uma descrigdo agradavel/compacta, entao poderemos encontrar com eficiéncia a solugao ideal vidvel sob qualquer objetivo linear. Por outro lado, se pudermos provar que uma relaxacao de programagao linear é integral, entéo esta 6 a descrigao desejada do casco convexo de solugGes vidveis (integrais). A terminologia nao 6 consistente em toda a literatura, portanto deve-se ter o culdado de distinguir os dois coneeltos a seguir, + em um programa linear inteiro, descrito na segao anterior, as varidveis sao forgadamente restritas a serem inteiros, e este problema é NP-dilficl em geral,‘+ em um programa linear integral, descrito nesta seco, as varidveis nao sao restritas a serem niimeros inteiros, mas sim, provou- se de alguma forma que o problema continuo sempre tem um valor integral ideal (assumindo que c é integral), e esse valor ideal pode ser encontrado de forma eficiente, uma vez que todos os programas lineares de tamanho polinomial podem ser resolvidos ‘em tempo polinomial. Uma forma comum de provar que um poliedro é integral é mostrar que ele é totalmente unimodular . Existem outros métodos gerais, incluindo a propriedade de decomposigao inteira e a integralidade dupla total . Outros LPs integrais especificos bem conhecidos. incluem 0 politopo correspondente, poliedros de rede, poliedros de fuxo submodular e a intersegao de dois polimatréides. generalizados! g -polimatréides - por exemplo, ver Schrijver 2003, Solucionadores e linguagens de script (programagao) | eaisr ) Licengas permissivas : Wome _[_Usenga Breve informagdo ccokio | Ue | pistoteca de cicigo aberto para rescver otimizarao de LP, OP , QCOP , PL MIP em grande escala GLOP | Apache v2_| Saluconador do programagao near do cblgo abate do Google “wp, |usenca | Inguagem de medelagem de cidigoaberto com slucionadoes para almizagao de MP | MPL LP, QP, QCQP , SOP , SOCP , PNL e MIP em larga escala Biome [BSD | Uma nguagem de modelagom de cBdigo abet para omizaco near, iia mista ero near em grande escala Um solucionader de programagao inteira com restrigées de uso geral com énfase em MIP. Compativel com a linguagem de SCIP Apache v2 | modalagem Zim ‘Suan ‘Shu ‘Apache v2_ | Um conjunto de algortmos de otimizagdo de eédigo aberto para resolver LP, QP , SOP , SDP, SOP em Java Licengas copyleft (reciprocas) : Nome Licenga Breve informagio ALGLIB GPL 2+ _| Um solucionador LP do projeto ALGLIB (C+=, CH, Python) Solucionador de || gp___| Umktde ferramentas de resolugdo de restigdes incrementals que resolve com eficiéncia sistemas de igualdades restrigdes de casuar e desigualdades lneares CLP CPL__| Um solucionador LP da COIN-OR Kit de programagao linear GNU, um solucionador LP/MILP com uma API C natva e varios (15) wrappers de lbk GPL__terceiros para outras linguagens. Suporte especializado para redes de flxo , Agrupa a linguagem de modelagem © ‘radutor GNU Math?rog semelhante ao AMPL. jm solucionador LP e WIP com suporte para o formato MPS e seu proprio formato "Ip", bem como formatos get | Um solucionador LP porte p _rdprio formato "Ip, be format Ip_soWe Ve1' | personalizados através de sua “eXternal Language Interface” (XLI). “A tradugdo entre formats de modelo ‘também é possivel.”" Qoca GPL___| Uma biblioteca para resolver sistemas de equapdes lineares de forma incremental com varias fungdes objetivo Projeto R GPL__| Uma linquagem de programagdo e ambiente de software para computagdo estatistica © gricos MINTO (Mixed Integer Optimizer, um solucionador de programago inteira que usa algoritmo de ramificagao e limite) tem cédigo-fonte disponivel publicamente ” , mas nao é de cédigo aberto, Licengas proprietarias : Nome Breve informagio Uma linguagem de modelagem que permite modelar modelos de otimizacao linear, inteiro misto e nao linear, Ele também oferece ‘OBJETIVos _| uma ferramenta para programacdo de restrcbes. Algoritmos, na forma de métodos heuristicos ou exalos, come Branch-and.Cut (04 Geragao de Colunas, também podem ser implementadas. A ferramenta chama um solucionador apropriado, como CPLEX ou similar, para resolver 0 problema de otimizagao em questao. AS lcencas académicas sao gratuitas. ALGLIB ‘Uma ego comercial da biblioteca icenciada por copyleft. C++, Gif, Python. AMPL Uma linguagem de modelagem popular para otimiza¢ao linea, inteira mista © ndo linear em grande escala, com uma versio gratuita lmitada para estudantes disponivel (500 variaveis e 600 restrigées) Uma linguagem de modelagem geral « um ambiente de desenvolvimento interativo. Seus diagramas de influéncia permitem aos Lsuatios formular problemas como grafices com nés para variave's de decisao, abjetivos e restigSes, O Analytica Optimizer Analitica Edition inclui solucionadores lineares, inteiros mistos e nao lineares € seleciona o solucionador que corresponde ao problema. Ele também aceta outros motores como plug-ins, incuindo XPRESS , Gurab, Arels Kniro e MOSEK Monitor AP "API para MATLAB e Python. Resolva exempls de problemas de programagio linear (LP) por melo de MATLAB, Python ou uma loner interface web. ‘CPLEX ‘Solucionador popular com API para diversas linguagens de programagao, e também possui uma linguagem de modelagem e funciona com AIMMS, AMPL, GAMS , MPL, OpenOpt, OPL Development Studio e TOMLAS . Gratuit para uso acadéico. unite oro | Um sokiclonador no linear ajustado para plaihes nas quss as avalagbes de fungSes sBo baseadas nas céulas Solicionador ©o | rgcateladas. Versao basica dson\vel como camplamento padrao pars Exc Fort MP JoGos(timizador Gurobi Bibliotecas Numércas IMSL Colegées de algoritmos matematicas e estaliscos disponiveis em C/C++, Fortran, Java e CHi.NET. As rotinas de alimizagio nas bibliotecas IMSL incluem minimizacées irrestritas, com restricao linear e nao linear @ algoritmos de programagao linear. ‘Solver com uma API pata otimizagdo em larga escala de programas lineares, intel, quadraticos, e&nicos e nao lineares gorals ‘com extensdes de programacao estocdstica. Ele oferece um procedimento de otimiza¢ao global para encontrar solugGes undo globalmente 6imas garantidas para programas nao lineares gevais com vardveisconlinuas e aisretas. Também possul uma APL de amasiragem estatstica para integra simulagdes de Monte-Carlo em uma estrutura de olimizagao, PossuiInguagem de modelagem algébrea (LINGO ) e permite modelagem dentro de uma plantha ( What sBes! Bordo [Uma inguagem de programagio de uso geral para computagao simbica e numérica, ‘Uma inguagem de programagéo de uso gerale orentada a matrizes para compulagéo numérica, A programagao linear no MATLAB MATLAB requer a Cava de Ferramentas de Otirizacdo além do produto MATLAB Basic, rotinas disponive's ncluem INTLINPROG @ LINPROG Mathcad Um editor de matematica WYSIWYG. Possulfuncées para resolver problemas de otmizagao ineares @ no lineares Matematica | Uma inguagem de programaglo de uso geral para matematca, inchindo capacidades simbdlicas e numéricas MOSEQUE Um soluconador para otimizagéo om larga escala com API para diversas linguagens (Cr+ java, net, Malabe python). [Uma colegao de rtinas matematicas e estatistioas desenvol¥vidas pelo Numerical Algorthms Group para matiplasinguagens de ramagao (C, C++, Fortran, Visual Basic, Java e C#) ¢ pacotes (MATLAB, Excel, R, LabVIEW). O capitulo Otimizagao da Biblioteca loca NAG inclu rotinas para problemas de programagdo inear com mairzes de restgdo linear esparsas e ndo esparsas, Numérca NAG juntamente com rotinas para a otimizagdo de somas de quadrados quadraticas, nao lineares de fungdes lineares ou nao lineares Com restrigées nao lineares,limitadas ou sem restrigses. . A Bibloteca NAG possui otinas para otimizaglo local e global e para problemas continuos ou interos. Optiny Uma linguagem de modelagem baseada em Java para otimizaao com versao gratuit disponivel, Um conjunto de solucionadores para otimzacao linear, ineira, no linea, livre de derivadas, rede, combinatéria e de SAS /0U restrigBes; a inguagem de modelagem algébrica OPTMODEL; © uma variedade de solugées verticals voltadas para problemasimercados especificos, todas totalmente integradas ao Sistema SAS ‘Solver para programas lineares de grande escala, programas quadréticos, programas nao lineares gerais e programas inteiros. XPRESS mmisios. Possui API para diversas linquagens de programagdo, possul também uma linguagem de modelagem Masel e trabalha com AMPL, GAMS . Gratuito para uso académico. VisSim Uma linguagem de diagrama de blocos visual para simulagao de sistomas dindmicos Veja também | exis | ++ Programagao convexa + Programagao dinamica ‘= Déficit esperado § Otimizagao do déficit esperado + Modelo de entrada-saida + Agendamento de loja de trabalho + Desvios minimos absolutos ‘+ Andlise espectral de minimos quadrados + Algebra Linear ++ Jogo de producdo linear + Programagao fracionaria linear (LFP) Notas | estar) 1. Gerard Sierksma; Yor Zwols (2018). Otmizagso Linear eIneira: Teoria 1 Pratica(3* ed). Imprensa CRC. pag. 1ISBN_978-1488770763, ymagéo Linear 6 Inter. Jonn Wiley @ Fhos. paginas 221-722 nannon m Montn ayl de 1982) “RaminisoBncias sobre as or gens da programagio near” (PDF). Cartas de Pesquisa Operacional. 1(2):— 48, d0:10.10'""167-5377(82}20042-8 . Arquvade do orginal am 20 de mmaio de 2015, 4,aabe Denti Gee” 8. Thapa, Mukund Narain (1987), Programagio linear. Nova York Springer. pag. xxv ISBN 0387948333. OCLC35S18475 «_ 35, Me Leonid Rhectiven (1979), "Um algaritmo poinomial para programarso linear’. Dokiady Akademi Nauk SSSR. 224(5) 10831096, 16.8 Narendra Karmarkar(1984):"Um novo algoitmo de tempo poinaial para programagao near”. Combinalaia.4(4) 373 $96, dorto, 1007102570150. S2CID7257667,_ 7.*M. Grundman;V. Kwatra; | ssa (2011). “Estabilzagio de v'+~~ ~--t5ida com caminhos de cdmera L1 robuslos © lcals™. CVPR 2ort POF). pigs. 225 1282, doi 10," 108/EVER 2011.5095525 2.s2cpi770r171 8.* Vazirani (2001, p. 112) 8, atbe Dang « Tha 209 10.**® Padoerg (1998) ISBN 978.1-0577-0994- * Problema do tipo LP + Programagao matematica + Programagao nao linear + Algoritmo de probabilidades usado para resolver problemas de parada étima + Matréide orientada + Programagao quadrdlica , um superconjunto da programagao linear + Programagao semidefinida + Prego sombra + Algoritmo simplex , usado para resolver problemas de LP 11, atte Fukude» Komi Teroky,Tamds(1997). Thomas M. Liebing; Dominique ‘de Wer (eds) "Métodos eruzades: uma ava visa0 sobre algorimos vo lapd0 Matemétca, SérieB. 791-3) 369 595. CiteSeerX 10.1.1.388373.. dor10.1007/BF02814325. SENHOR1S Bar75 ,S2ci02790181,_ 12." Borgwarat (1987) 43." Toda (2002) 14. * Murty (1983) 15. * Papadin vow & Steigltz 18." Roos, C. (1990). "Um exemplo exponencial da ragra dindmica de Telsky para o método crse-cross simplex” Programagao Matematica. Série Aa (1) 79- Bédol! 10-1007/8F01585720 MR 1045673. S2cID3346489._ 17." Strang, Gbort (1° de junho de 1987), “Algoritmo de Karmarkar@ seu ugar rng materndtica aplcada’.O Infeligéncia Matematica 9 (2). 4 4O.doi: 10,1007/@F03035001 ISSNO3A2- son, MR oB8gT85 . S2CID173541808._ 18. * Vaidya, Pravin M. (1987). Um algontmo para programagaotinoar quo requerO(((m+ n)n? + (m + n)!n)L)operacoes antimeticas 28° Simpésio Anual IEEE sobre Fundamentos da Ciencia da Computagio. FOCOS, 19. * Vaidya, Pravin M. (1080) "Acelerando a programacéo linear usando mmuliplieagdo rapida ce matizes" 30° Simpdsio Anual sobre Fundamentos da Ciencia da Computaga0. 30° Simpésio Anual sobre Fundamentos ca (Ciencia da Compurtaeso. FOCOS. pags. 332 $397 doh 10. 1100/SFCS.1980.63400"" ISBN 0-8186-1982-420.8 algoiimos mais raps para programagao lin 4a Cléncia da Computacéo. 2x: 150801752 21.8 Cohen, Michael 8; Lee, Yn-Tat; Cando, Zhao (2018). Resolvendo Programas Lineares no Tempo Atual de Mulipicagdo de Mabizes 51° ‘Simpétio Anual ACM sobre Toora da Computagde. STOC'S, arXiv: 180.0789 22. Lee, ¥n-Tat;Cangao, Zhao; Zhang, Qui (2019). Resolvendo @ minimizagdo do isco empineo no tempo stual de muftpicagso da Imaira . Contoréneia sobre Teoria da Aorendlzagom. COLT9. anki 1905.08447 23. ding, Srunhus; Cangao, Zhao; Weinstein, Or: Zhang, Henglle (2020). Mainz dinamica inversa mais rida para LPs mais, ‘pls . arXiv: 2006.07470, 24. ies, Tor, Telaky, Tamas (2002) Métodos de pivé versus pontos intanores: pres econtras"Jomal Europeu de Pesquisa ‘Operacional. 140 (2) 170. CheSeerk 10.11.648.9530 8 Yin-Tat; Sifore, Aaron (2018). Manutengdo inversa efit sr FOCS "15 Fundamentos doi: 10.10;6180977-2217(02}00061- Referéncias + Kantorovich, L.V. (1940). "06 opHom acqpexrnaHiom meTone Peulenina HeKoTOpbIx Kniaccos okcTpeManbHix npoGnem” [Um novo método para resolver algumas classes de problemas extremos}, Doklady Akad Sci SSSR . 28 : 211-214. + FL Hitchcock: A distribuigao de um produto de varias fontes para intimeras localidades , Joumal of Mathematics and Physics, 20, 1941, 224-230. + GB Dantzig: Maximizagao de uma fungao linear de varidveis sujeitas a desigualdades lineares , 1947. Publicado pp. 339-347 em TC Koopmans (ed.): Adtivily Analysis of Production and Allocation , Nova York-Londres 1951 (Wiley & ‘Chapman-Hall) + JE Beasley, editor. Avangos em Programagao Linear Inteira . Oxtord Science, 1996. (Colegao de pesquisas) + Bland, Robert G. (1977). "Novas regras de pivotamento finito para o método Simplex". Matematica da Pesquisa Operacional . 2 (2): 103~ 107. doi : 10.1287/moor2.2.103. JSTOR3689647 ._ + Borgwarat, Kari-Heinz (1987). O Algoritmo Simplex: Uma Anélise Probabilistica . Algorimos e Combinatéria. Vol. 1. ‘Springer-Verlag.(Comportamento médio em problemas aleatorios) + Richard W. Cottle, ed. O Basico George B. Dantzig . Stanford Business Books, Stanford University Press, Stanford, Califérnia, 2003. (Artigos selecionados de George B. Dantzig ) + George B. Dantzig e Mukund N. Thapa. 1997. Programagao linear 1: Introdugao . Springer-Verlag. + Dantzig, George B.; Thapa, Mukund N. (2003). Programacao Linear 2: Teoria e Extensdes . Springer-Verlag.(Abrangente, cobrindo, por exemplo, algoritmos de pivotamento e de Pontos interiores, problemas de grande escala, decomposicao seguindo Dantzig-Wolfe e Benders e introdugao de programagao estocdstica .) + Edmonds, Jack; Giles, Rick (1977). "Uma relagao minimo- maximo para fungdes submodulares em graficos’. Estudos ‘em Programagéo Inteira . Anais de Matematica Discreta. Vol. 1. pp. 185-204. doi : 10.1016/S0167- '5060(08)70734-9 , ISBN 978-0-7204-0765-5, Ledtar | Leitura adicional | esis) 25, * Anelrecher, Kurt M,; Teriaky, Tamas (1994). "Um algorimo simplex de canstrugdo menoténia para programarao rear”. Pesquisa Operacional 42 (3): 556-561. dal: 10.1287/opr0.42 3.556 BBX. ASTOR 171698 26, * “guia de relerincaIp_soWve (6.5.2.5) IssNo0%0- mitedu .Recuperad ‘em 10/08/2023 27. *"Inerfaces e inguagem externa’. Recuperado om 3 de dezombro de 2021 28. *"comando p_solve” _. Recuperado em 3 de dezembro de 2021 29, *"COR@L - Pesquisa de Otmizapie Computacional am tesa ia 90, Attain *agch_Hellingrath_2010_Intogratod+ Production Distibution*Planning pdf Opti usado af um modelo do ‘olimizagdo para lnhas de montagem de modelos misos, Universidade de Munster 31, * tips. 289. orgloesindex phplAAAUAAA!{OipaperviowFle!1768/207 {5 -Arquvado. em 29/06/2011 na Wayback Machine OptimJ usado em uma técnica de cleo de equllorio peteto de subjogo aproximado para Jogos ropetos. + Fukuda, Komei; Terlaky, Tamas (1997). Thomas M. Liebling; Dominique de Werra (eds.). "Métodos cruzados: uma nova visao sobre algoritmos pivo". Programagao Matematica, Série B. 79 (1-3): 369- 395. CiteSeerX 10.1.1.36.9373 _. doi : 10.1007/BF0261432 5 .SENHOR 1464775. S2cib2794181 ._ + Gondzio, Jacek; Terlaky, Tamas (1996). "3 Uma visdo computacional de métodos de pontos interiores" . Em JE Beasley (ed.). Avangos em programagao linear & inteira . Série de palestras Oxford em matematica e suas aplicagdes. Vol. 4. Nova York: Oxford University Press. paginas 103-144. SENHOR 1438311. Arquivo postscript no site de Gondzio e no site da Universidade McMaster de Terlaky + Murty, Katta G. (1983). Programagéo linear . Nova York: John Wiley & Sons, Inc. ISBN 978-0-471-09725- 9. MR 0720547. (referéncia abrangente as abordagens classicas). + Evar D. Nering e Albert W. Tucker , 1993, Programas Lineares @ Problemas Relacionados , Academic Press, (elementar) + Padberg, M. (1998). Otimizagao Linear e Extensées, Segunda Edigao . Springer-Verlag.(relato cuidadosamente escrito de algoritmos simplex primal e dual e algoritmos projetivos, com uma introdugao & programagao linear inteira - apresentando © problema do caixeiro viajante para Odisseu .) + Papadimitriou, Christos H .; Steigltz, Kenneth. Otimizagéo Combinatéria: Algoritmos ¢ Complexidade (Republicagao cortigida com uma nova edi¢ao de prefacio). Dover (Ciéncia da Computagao) + Todd, Michael J. (fevereiro de 2002). "As muitas facetas da programagao linear". Programagao Matematica . 91 (3): 417— 436, doi: 10.1007's101070100261, S2c1D6464735 (Pesquisa convidada, do Simpésio Intemacional de Programagao Matematica.) + Vanderbei, Robert J. (2001). Programagao Linear: Fundamentos ¢ Extensdes . Springer Verlag, + Vazirani, Vijay V. (2001). Algoritmos de Aproximagao . Springer-Verlag. ISBN 978-3-540-65367-7. (Ciencia da Computacao) + Dmitris Alevras e Manfred W. Padberg, Otimizacao Linear e Extensdes Problemas e Solugdes _ , Universitext, ‘Springer-Verlag, 2001. (Problemas de Padberg com solugées.) + de Berg, Marcos; van Kreveld, Mare; Overmars, Mark ; Schwarzkopf, Otfried (2000). Geometria Computacional Verlag . ISBN 978-3-540-65620-3.Capitulo 4: Programagao Linear: pp. 63-94. Descreve um Recursos da bibloteca sobre programacéo linear (2* edigao revisada). Springer eee atoca algoritmo de intersegao de meio plano aleatério para programagao linear.* Michael R. Garey e David S. Johnson (1978). Computadores ¢ intratabilidade: um guia para a teoria da NP- ‘completude . WH Freeman. ISBN 978-0-7167-1045-5.A6: MP1: PROGRAMAGAO INTEIRA, pag.245, (ciéncia da computacdo, teoria da complexidade) + Gartner, Bernd: MatouSek, vii (2006). Compreendendo e usando programagao linear . Berlim: Springer. ISBN 3-540- 30697-8.(introdugéo elementar para mateméticos e cientistas dda computagao) + Comelis Roos, Tams Terlaky, Jean-Philippe Vial, Interior Point Methods for Linear Optimization , Segunda Edigao, ‘Springer-Verlag, 2006. (Nivel de pés-graduagao) + Alexander Schriver (2003). Otimizagdo combinatéria: poliedros e eficiéncia . Springer. + Alexander Schriver, Teoria da Programacao Linear @ Inteira . John Wiley e filhos, 1998, ISBN 0-471-98232- 6 (matematico) Links externos |; sir) + Gerard Sierksma; Yori Zwols (2015). Otimizagéo Linear ¢ Inteira: Teoria e Pratica . Imprensa CRC. ISBN 9781-498- 1016-9, + Gerard Siorksma; Diptesh Ghosh (2010). Redes em ‘Agao; Exercicios de Texto e Computador em Otimizagao de Redes . Springer, ISBN 978-1-4419-5512-8.(modelagem de otimizagao linear) + HP Williams, Mode! Building in Mathematical Programming Quinta Edigéo, 2013. (Modelagem) + Stephen J. Wright, 1997, Métodos Primal-Dual Interior- Point, SIAM. (Nivel de pés-graduacao) + Yinyu Ye , 1997, Algoritmos de Pontos Interiores: Teoria € Anélise , Wiley. (Nivel de pés-graduacéo avangado) + Ziegler, Giinter M, , Capitulos 1-3 ¢ 6-7 em Lectures on Polytopes , Springer-Verlag, Nova York, 1994. (Geometria) * Oriontagao sobre a formulagdo de problemas de LP + Glossério de Programagao Matematica + Perguntas frequentes sobre programagao linear ‘+ Benchmarks para software de olimizagao (0 Wikimedia Commons possui miias relacionadas 3 programagéo Linear ® ve Otimizac Nao linear restrito Combinatéria Metaheuristicas Algoritmos , métodos e heuristicas Nao linear irresteito Otimizacao convexa ‘esconder mostrar mostrar mostrar mostrar Programas ve Problemas e algoritmos de complementaridade mostrar ;Bancos de datos de controle de autoridade : Nacional” Eranga_Dados Gn Alemanna.lsrael Estado ides_Japdo Republica Chaca Categorias : Programagao linear | Otimizagao convexa Aigoritmos geométricos Problemas P-completos Esta pina feta pola lima voz em 26 de novembre de 2028, ds 1834 (UTC)