Escolar Documentos
Profissional Documentos
Cultura Documentos
0.1 Introdução
Neste capítulo, exploramos conjuntos no espaço euclidiano definidos por inequações li-
neares, que denominamos poliedros. Em especial, caracterizamos, tanto do ponto de vista
topológico quanto do algebrico, os vértices desses poliedros, demonstrando que essas caracte-
rísticas são suficientes para descrever completamente o poliedro.
x2
x1
2
+
2x 2
=
3
1 2x
1 +
Regiao
x2
=
3
Factivel
0
-1 0 1 2 x1
-1
{x ∈ Rn |Ax ≥ b},
onde A ∈ R(m, n) e b ∈ Rn .
Um poliedro pode ser um conjunto contido em uma região limitada, ou pode ser um
conjunto não limitado.
Quando tratamos de um poliedro determinado por uma equação linear, neste contexto,
atribuímos-lhe as seguintes denominações.
ii
0.2. POLIEDROS E CONJUNTOS CONVEXOS iii
Os conjuntos convexos são uma classe importante na teoria dos conjuntos e na geometria.
Um conjunto é considerado convexo se, para quaisquer dois pontos dentro do conjunto, o
segmento de linha que os conecta também está inteiramente contido no conjunto.
y x
x
y
y c
x 1 x x
x2
As definições de ponto extremo e vértice são conceitos que têm sua base na topologia de um
objeto. No entanto, a definição dos poliedros é estabelecida mediante inequações algebraicas.
Para caracterizar um ponto do ponto de vista algébrico ditos pontos, consideramos todas as
retas que passam por esse ponto e chamamos restrições ativas.
Seja P ⊂ Rn um poliedro definido da seguinte forma
P = x ∈ Rn hai , xi ≥ bi , i ∈ I (0.2.1)
I(x) = i ∈ I | hai , xi = bi .
Se definimos
a1 = −1 −1 , a2 = −1 −2 , a3 = −1 0 , a4 = 0 1 , x = x1 x2
ha1 , xi ≥ −3
ha2 , xi ≥ −4
P = (x1 , x2 ) ∈ R2
ha3 , xi ≥0
ha4 , xi ≥0
x2
3
2
x1
+
x2
=
3
1
x1
+
2x
2 =
4
0 x1
-1 0 1 2 3 4
-1
Figura 3: Pontos extremos, Vértices
vi GEOMETRIA DE POLIEDROS
Lema 0.11. — Seja x ∈ Rn e I(x) restrições ativas em x. Então as seguintes afirmações são
equivalentes:
como t é um numero real arbitrário, todo yt é uma solução para todo t ∈ R, assim o sistema
possui infinitas soluções.
0.2. POLIEDROS E CONJUNTOS CONVEXOS vii
b2
i=
,x
xB1
ha 2
ha 1,
ha5 , xi = b5
x i=
b1
xB2
b3
i= x
ha 3,
ha4 , xi = b4
a) x é um vértice,
b) x é um ponto extremo,
Demonstração. a) ⇒ b) Por hipótese x é um vértice, portanto existe c ∈ Rn tal que hc, x−yi < 0
para todo y ∈ P . Seja y, z ∈ P como y, z 6= x, então
A função ϕ é continua e ϕ(0) > 0, portanto exite > 0 tal que para todo t ∈ [−, ], ϕ(t) > 0,
isto é:
portanto y , z ∈ P e x = y +z
2
, logo x não é ponto extremo.
c) ⇒ a) Suponhamos que x seja uma solução básica, então o conjunto {ai ; i ∈ I(x)} gera
o espaço Rn ,
(0.2.4)
X X
h ai , xi = bi , ∀i ∈ I
i∈I i∈I
(0.2.7)
X
hc, zi = hc, xi = bi
i∈I(x)
logo x é um vértice.
O poliedro da forma
P = {x ∈ Rn | 0 ≤ xi ≤ 1, ∀i ∈ In } (0.2.8)
esta determinado por 2 n inequações, porem o numero de solução básicas factíveis é 2n , assim
o número de vértices cresce exponencialmente com n.
Número de vértices
n! n n−1 n − (m − 1) n
n
Cm = ≥ ··· >( ) (0.2.9)
m! (n − m)! mm−1 m − (m − 1) m
20 =1
25 = 32
210 = 1024
215 = 32768
220 = 1048576
225 = 33554432
230 = 1073741824
235 = 34359738368
240 = 1099511627776
245 = 35184372088832
250 = 1125899906842624
P = {x ∈ Rn | A x = b, x ≥ 0} (0.2.10)
b) Se i 6∈ B então xi = 0
hai· , xi = bi ∀i = 1 . . . , m (0.2.11)
j
he , xi = 0 ∀j ∈ I(x) (0.2.12)
n
(0.2.13)
X
aij xj = bj , ∀i ∈ {1, ..., m}
j=1
(0.2.14)
X X
aij xj + aij xj = bj , ∀i ∈ {1, ..., m}
j∈B j ∈B
/
(0.2.15)
X
a·j xj = b.
j∈B
Por hipótese se i 6∈ B então xi = 0, então o sistema possui uma única solução pois os vetores
{a· j ∈ Rn | j ∈ B} é linearmente independente. logo o sistema (0.2.11) e (0.2.11) possui uma
única solução, portanto é uma solução básica.
(⇒) Suponhamos que x seja uma solução básica então o sistema (0.2.11) e (0.2.11) possui
uma única solução, Definimos o conjunto B0 = {j ∈ In ; xj > 0}
Afirmação. O conjunto {a·j ∈ Rm | j ∈ B0 } é um conjunto linearmente independente.
De fato, se {a·j ∈ Rn | j ∈ B0 } for linearmente dependente, então existem λj , j ∈ B0 não
todos nulos, tal que
X
a·j tλj = 0, ∀t ∈ R
j∈B0
X
ai,j (xj + tλj ) = 0, ∀t ∈ R
j∈B0
assim, o sistema (0.2.11) e (0.2.11) possui infinitas soluções, o qual é um absurdo, portanto os
vetores a·j é um conjunto linearmente independente, em consequência |B0 |≤ m.
Caso I Se |B0 |= m, o teorema esta demostrado.
Caso II Se |B0 |< m e como o rank(A) = m então podemos completar com a·j com j ∈ B1 tal
que B = B0 ∪ B1 seja linearmente independente, se j 6∈ B então xi = 0.
0.2. POLIEDROS E CONJUNTOS CONVEXOS xi
1. Escolha m vetores linearmente independentes, isto é escolha B ⊂ In com |B|= m tal que
{a·j ∈ Rn , | j ∈ B} é um conjunto linearmente independente.
3. Resolva o sistema
X
aij xj = bi , ∀i ∈ Im
i∈B
1 2 1 0 4
A= , b= ,
−1 1 0 1 1
xB = B −1 b
e fazendo xj = para j ∈ N = I4 \ B
x2
3
1
=
2
x
+
1
x
−
1
x1
+
2x
2 =
4
-1 0 1 2 3 4 x1
a) |B|= k
c) Se Q = {hai , xi = bi | i ∈ B} então
P =Q
Demonstração. Seja x ∈ P
x ∈ P ⇔ hai , xi = bi , ∀i ∈ Im
⇒ hai , xi = bi , ∀i ∈ B ⊂ Im
⇒ x ∈ Q.
Se s 6∈ B então as = α i s ai , e
Pk
i=1
k k k
(0.2.18)
X X X
has , xi = h αi s ai , xi = αi s hai , ii = α i s bi
i=1 i=1 i=1
k
(0.2.19)
X
bs = α i s bi , s 6∈ B
i=1
Seja x ∈ Q e
hai , xi = bi , ∀i ∈ B
has , xi = bs , ∀s ∈ Im \ B
portanto x ∈ P , logo P = Q
d1
d1
x d
d2
A (x + td) ≤ b
x + td ≥ 0
Ad ≤ 0
d≥0
Ad = 0
d≥0
0.3. EXISTÊNCIA DE PONTOS EXTREMOS xv
então um vetor d = (d1 , d2 ) é uma direção de resseção de P se e somente se (x1 +td1 , x2 +td2 ) ∈ P
para todo t ≥ 0, isto é
d1 − 2 d2 ≥ 0
d1 − d2 ≥ 0
d1 , d 2 ≥ 0
B0 = ai ∈ Rn | i ∈ I0 (x)
span(B0 ) ( Rn
haj , diαj = 0
ai , i ∈ I(x) ∪ aj ⊂ ai , i ∈ I(x∗ )
• Se haj , xi > bj então exite t ∈ R tal que haj , x + tdi < bj , neste caso a reta não esta
contido em P .
P = {x ∈ Rn | Ax = 0, x ≥ 0} (0.3.1)
Demonstração.
P = {x ∈ Rn | Ax = 0, x ≥ 0}
= x ∈ Rn | hai , xi ≥ bi , h−ai , xi ≥ −bi , hei , xi ≥ 0, ∀i ∈ Im
min hc, xi
(0.4.1)
s. a. x ∈ P
Isto é, o subespaço afim de Rn gerado por P é o menos subespaço afim de Rn que contém
P
Exemplo 0.28. — Seja o poliedro P = {x ∈ Rn |Ax = b, x ≥ 0}, suponhamos que rank(A) =
m ≤ n, portanto dim(ker(A)) = dim(P ) = n − m ,
xviii GEOMETRIA DE POLIEDROS
Definição 0.29. — Uma solução básica é dito degenerado se existe mais de dim(P )
restrições ativas.
x3
(0, 0, 1)
(0, 0, 0)
(0, 1, 0) x2
(1, 0, 0)
x1
Seja a matriz
2 1 4
A=
3 1 5
2 1 x1 11 x =3
= ⇔ 1
3 1 x2 14 x2 = 5
Assim a solução básica é (8, −5, 0), porem não é uma solução básica possível, pois x2 =
−5 < 0.
0.4. OTIMALIDADE DE PONTOS EXTREMOS xix
2 4 x1 11
= ⇔ x1 = 12 , x3 = 5
2
3 5 x3 14
III Seja
1 4 x2 11 x = −1
= ⇔ 2
1 5 x3 14 x3 = 3
Assim a solução básica é (0, −1, 3), é uma solução básica possível.
x3
x2 = (0.5, 0, 2.5)
P
x2
x1 = (3, 5, 0)
x1
x3
(0, 0, 2)
x2 = (4, 0, 2)
(0, 6, 1)
(0, 0, 0)
(0, 6, 0)
x2
(4, 0, 0) x1 = (2, 6, 0)
x1 (4, 4, 0)
O ponto x1 = (2, 6, 0) é uma solução básica não degenerado pois o conjunto das restrições
ativas é: I(x1 ) = {1, 4, 7}, isto é: é a única solução do sistema
x1 + x2 + 2x3 = 8
x2 = 6
x3 = 0
porem o ponto x2 = (4, 0, 2) é uma solução degenerado, pois o conjunto das restrições ativas é
I(x2 ) = {1, 2, 3, 6}, isto é: x2 é solução única do sistema
0.5 Exercícios
Exercício 1. — Dos seguintes conjuntos, quais são poliedros
0.5. EXERCÍCIOS xxi
3. O conjunto vazio.
1. Qualquer subespaço de Rn ,
2. Qualquer semi-subespaço de Rn ,
3. Qualquer Hiperplano de Rn
4. Uma Bola em Rn .
Exercício 3. — Seja Q ∈ R(n, n) uma matriz simétrica positiva. Provar que o conjunto
{x ∈ Rn | hQx, xi ≤ c} é convexo para todo c ≥ 0.
1. D + C = {x ∈ Rn | x = y + z, y ∈ D, x ∈ C};
2. cD = {x ∈ Rn | x = cy, y ∈ D};
Q = {x ∈ P | ha, xi = b}
Exercício 8. — Sejam
5
−1 3 2
1 2
a = 2 , a = 2 ,
a3 = 3 .
0 5 5
Exercício 11. — Seja A = [a1 a2 · · · am ] uma matriz invertível. Mostrar que A−1 aj = ej onde
ej é o vetor canônico.