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 />
4.3. TEOREMAS DE DUALIDADE 81<br />
Teorema 4.13 (dualida<strong>de</strong> forte). Se o primal ou o dual <strong>de</strong> um programa<br />
<strong>linear</strong> tem solução ótima, o outro também tem, e os valores das soluções<br />
ótimas são iguais.<br />
Demonstração. Sejam max c T x s.a Ax ≤ b o primal <strong>de</strong> um programa <strong>linear</strong><br />
e min b T y s.a A T y ≤ c seu dual. Suponha que o primal tem solução ótima<br />
x ∗ , com valor v = c T x ∗ .<br />
O hiperplano c T x ∗ = v toca no poliedro apenas no ponto ótimo x ∗ (ou<br />
nos pontos ótimos, se houver mais <strong>de</strong> um).<br />
a 2 x = b 2<br />
c<br />
a 1 x = b 1<br />
c T x ∗ = v<br />
Aqui <strong>de</strong>notamos por a i a i-ésima linha <strong>de</strong> A. Sejam a 1 x ≤ b 1 , a 2 x ≤ b 2 , . . .<br />
as restrições do primal, e consi<strong>de</strong>re os hiperplanos a 1 x = b 1 , a 2 x = b 2 , que<br />
<strong>de</strong>finem a borda do poliedro. Já o hiperplano c T x ∗ = v, ortogonal a c e que<br />
toca o poliedro em x ∗ , é claramente uma combinação <strong>linear</strong> não negativa<br />
dos hiperplanos <strong>de</strong>finidos pelos a i x = b i . Temos portanto<br />
E consequentemente,<br />
λ 1 (a 1 x)<br />
+λ 2 (a 2 x)<br />
+λ 3 (a 3 x)<br />
=<br />
λ 1 b 1<br />
+λ 2 b 2<br />
+λ 3 b 3<br />
.<br />
.<br />
∑<br />
λi a i x = ∑ λ i b i<br />
c T = ∑ λ i a i<br />
v = ∑ λ i b i<br />
Versão Preliminar<br />
Então,<br />
{<br />
}<br />
max c T x|Ax ≤ b, x ≥ 0 = v = ∑ λ i b i ,<br />
mas temos também<br />
∑ {<br />
}<br />
λi b i ≥ min b T y|A T y ≥ c, y ≥ 0 ,