Programação Linear (e rudimentos de otimização não-linear)
Programação Linear (e rudimentos de otimização não-linear)
Programação Linear (e rudimentos de otimização não-linear)
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
notas <strong>de</strong> aula – versão 64 - Jerônimo C. Pellegrini<br />
4.3. TEOREMAS DE DUALIDADE 83<br />
Observamos também que o tableau simplex para o dual é exatamente<br />
o tableau transposto do primal:<br />
⎛<br />
( )<br />
AB A N b<br />
−→ ⎝<br />
c T B<br />
c T N<br />
A T B<br />
A T N<br />
b T<br />
O Teorema das folgas complementares, enunciado a seguir, é usado no<br />
<strong>de</strong>senvolvimento do algoritmo primal-dual. Informalmente, o Teorema<br />
<strong>de</strong>termina que quando há solução ótima para um par <strong>de</strong> problemas duais,<br />
se a i-ésima variável da solução do primal é não zero, a solução do dual<br />
torna sua i-ésima linha uma igualda<strong>de</strong> (sem folga); e quando a i-ésima<br />
linha do dual é <strong>de</strong>sigualda<strong>de</strong> estrita, a i-ésima variável do primal tem valor<br />
zero. Ou seja, se x j ≠ 0, então a j-ésima linha do dual é satisfeita sem folga,<br />
(a j ) T y = c j .<br />
Teorema 4.17 (das folgas complementares). Sejam um programa <strong>linear</strong> e<br />
seu dual,<br />
max c T x, s.a.: Ax ≤ b<br />
min b T y, s.a.: A T y ≥ c<br />
Duas soluções x e y para o primal e dual são ótimas se e somente se<br />
y T (Ax − b) = 0<br />
x T (c − A T y) = 0.<br />
Demonstração. Sejam x e y soluções viáveis para o primal e dual. Temos<br />
Ax ≤ b<br />
b − Ax ≥ 0<br />
y T ( b − Ax ) ≥ 0,<br />
porque y é viável (y ≥ 0). Similarmente,<br />
c B<br />
c N<br />
Versão Preliminar<br />
A T y ≥ c<br />
A T y − c ≥ 0<br />
x T ( A T y − c ) ≥ 0.<br />
⎞<br />
⎠