mat 475 tópicos em matemática aplicada
TRANSCRIPT
MAT 475
Topicos em Matematica Aplicada
Lana M. R. dos Santos
Departamento de MatematicaUniversidade Federal de Vicosa
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Uma desvantagem de usar relaxacoes para obter limitantes e que
somente uma solucao otima do problema relaxado garante um
limitante dual para o valor otimo do problema original.
A dualidade elimina esta dificuldade pois como sera demonstrado,
toda solucao factıvel do problema dual e um limitante para o
problema primal.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
A todo problema de programacao linear esta associado um outro
problema tambem de programacao linear. Esse par de PPL’s sao
chamados de problemas primal e dual.
Se um PPL e de minimizacao, o outro e de maximizacao;
O vetor de custos c de um problema e o vetor de recursos b do outro
e vice-versa;
As restricoes de um problema estao relacionadas com as variaveis do
outro.
A dualidade estuda a relacao entre problemas.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Problema primal
zL = min cTx
s.a. Ax = b
x ≥ 0
Problema dual
zD = max bT y
s.a. AT y ≤ cy livre
x variaveis primais
y variaveis duais
Ax = b restricoes primais
AT y ≤ c restricoes duais
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Alguns resultados importantes:
Em um problema de minimizacao, uma solucao factıvel para o
problema primal e um limitante superior para o problema dual e uma
solucao factıvel para o problema dual e um limitante inferior para o
problema primal;
(Teorema da Dualidade Fraca)
Se um PPL tem solucao otima, o outro tambem tem e ambos tem
mesmo valor otimo (Teorema da Dualidade Forte);
Se um PPL e ilimitado, o outro e infactıvel;
Se um PPL e infactıvel, o outro e ou ilimitado ou infactıvel;
O dual do dual e o primal.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade. Exemplo 1
Problema primal
min 15x1 + 12x2 + x3
s.a. x1 + 2x2 + x3 = 3
2x1 − 4x2 = 5
x1, x2, x3 ≥ 0
Problema dual
max 3y1 + 5y2
s.a. 1y1 + 2y2 ≤ 15
2y1 − 4y2 ≤ 12
y1 ≤ 1
y1, y2 ∈ R
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade. Exemplo 2
Problema primal
min 15x1 + 12x2
s.a. x1 + 2x2 ≥ 3
2x1 − 4x2 ≤ 5
x1, x2 ≥ 0
PPL na forma padr~ao
min 15x1 + 12x2 + 0x3 + 0x4
s.a. x1 + 2x2 − x3 + 0x4 = 3
→ y1
2x1 − 4x2 + 0x3 + x4 = 5
→ y2
x1, x2, x3, x4 ≥ 0
Problema dual
max 3y1 + 5y2
s.a. 1y1 + 2y2 ≤ 15
2y1 − 4y2 ≤ 12
−1y1 + 0y2 ≤ 0
0y1 + 1y2 ≤ 0
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade. Exemplo 2
Problema primal
min 15x1 + 12x2
s.a. x1 + 2x2 ≥ 3
2x1 − 4x2 ≤ 5
x1, x2 ≥ 0
PPL na forma padr~ao
min 15x1 + 12x2 + 0x3 + 0x4
s.a. x1 + 2x2 − x3 + 0x4 = 3
→ y1
2x1 − 4x2 + 0x3 + x4 = 5
→ y2
x1, x2, x3, x4 ≥ 0
Problema dual
max 3y1 + 5y2
s.a. 1y1 + 2y2 ≤ 15
2y1 − 4y2 ≤ 12
−1y1 + 0y2 ≤ 0
0y1 + 1y2 ≤ 0
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade. Exemplo 2
Problema primal
min 15x1 + 12x2
s.a. x1 + 2x2 ≥ 3
2x1 − 4x2 ≤ 5
x1, x2 ≥ 0
PPL na forma padr~ao
min 15x1 + 12x2 + 0x3 + 0x4
s.a. x1 + 2x2 − x3 + 0x4 = 3→ y1
2x1 − 4x2 + 0x3 + x4 = 5→ y2
x1, x2, x3, x4 ≥ 0
Problema dual
max 3y1 + 5y2
s.a. 1y1 + 2y2 ≤ 15
2y1 − 4y2 ≤ 12
−1y1 + 0y2 ≤ 0
0y1 + 1y2 ≤ 0
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade. Exemplo 3
Problema primal
max 5x1 + 12x2 + 4x3
s.a. x1 + 2x2 + x3 ≤ 10
2x1 − x2 + 3x3 = 8
x1, x2, x3 ≥ 0
PPL na forma padr~ao
min −5x1 − 12x2 − 4x3 + 0x4
s.a. x1 + 2x2 + x3 + x4 = 10
→ y1
2x1 − x2 + 3x3 = 8
→ y2
x1, x2, x3 ≥ 0
Problema dual
min 10y1 + 8y2
s.a. 1y1 + 2y2 ≥ 5
2y1 − y2 ≥ 12
1y1 + 3y2 ≥ 4
y1 ≥ 0, y2 ∈ R
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade. Exemplo 3
Problema primal
max 5x1 + 12x2 + 4x3
s.a. x1 + 2x2 + x3 ≤ 10
2x1 − x2 + 3x3 = 8
x1, x2, x3 ≥ 0
PPL na forma padr~ao
min −5x1 − 12x2 − 4x3 + 0x4
s.a. x1 + 2x2 + x3 + x4 = 10
→ y1
2x1 − x2 + 3x3 = 8
→ y2
x1, x2, x3 ≥ 0
Problema dual
min 10y1 + 8y2
s.a. 1y1 + 2y2 ≥ 5
2y1 − y2 ≥ 12
1y1 + 3y2 ≥ 4
y1 ≥ 0, y2 ∈ R
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade. Exemplo 3
Problema primal
max 5x1 + 12x2 + 4x3
s.a. x1 + 2x2 + x3 ≤ 10
2x1 − x2 + 3x3 = 8
x1, x2, x3 ≥ 0
PPL na forma padr~ao
min −5x1 − 12x2 − 4x3 + 0x4
s.a. x1 + 2x2 + x3 + x4 = 10→ y1
2x1 − x2 + 3x3 = 8→ y2
x1, x2, x3 ≥ 0
Problema dual
min 10y1 + 8y2
s.a. 1y1 + 2y2 ≥ 5
2y1 − y2 ≥ 12
1y1 + 3y2 ≥ 4
y1 ≥ 0, y2 ∈ R
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Sejam os seguintes PPLs:
Problema primal (P)
zL = max cTx
s.a. Ax ≤ bx ≥ 0
Problema dual (D)
zD = min bT y
s.a. AT y ≥ cy ≥ 0
Exercıcios:
Mostre que os PPLs sao problemas primal e dual.
Escreva o dual do problema (D) para verificar que o dual do dual e o
primal.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Tabela: Regras para a construcao do dual
Primal(dual) Dual(primal)
Minimizacao Maximizacao
Vetor de recursos b Vetor de custos c
Vetor de custos c Vetor de recursos b
Restricao Variavel
= livre
≤ ≤≥ ≥
Variavel Restricao
livre =
≤ ≥≥ ≤
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Problema primal
zL = min cTx
s.a. Ax = b
x ≥ 0
Problema dual
zD = max bT y
s.a. AT y ≤ cy livre
Teorema (Dualidade Fraca)
Se x e uma solucao factıvel para o problema primal e y uma solucao
factıvel para o problema dual, entao bT y ≤ cTx.
Demonstracao.
Como x e factıvel, Ax = b e x ≥ 0. Como y e factıvel, AT y ≤ c.Portanto, bT y = (Ax)T y = xTAT y ≤ xT c = cTx.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade. Propriedades
Corolario (1)
(i) Se o problema primal e ilimitado, entao o dual e infactıvel;
(ii) Se o problema dual e ilimitado, entao o primal e infactıvel.
Demonstracao.
(i) Suponha que o problema dual tenha uma solucao factıvel y. Pelo
Teorema da Dualidade Fraca, bT y ≤ cTx para todo x factıvel. Por
outro lado, como o primal e ilimitado, existe x factıvel tal que
cT x < bT y, o que gera uma contradicao.
(ii) (similar)
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
O Corolario 1 pressupoe que um dos problema e factıvel (ainda que
ilimitado).
Mas se um problema e infactıvel, o que podemos afirmar sobre o
outro? – Pode ser ilimitado ou infactıvel!
Exemplo de ambos os problemas primal e dual infactıveis:
min x1 + 2x2
s.a. x1 + x2 = 1
2x1 + 2x2 = 3
x1, x2 ≥ 0
max y1 + 3y2
s.a. y1 + 2y2 = 1
y1 + 2y2 = 2
y1, y2 ∈ R
Exemplo de primal infactıvel e dual ilimitado:
min x1 + x2
s.a. −x1 + x2 ≥ 1
x1 − 2x2 ≥ 1
x1, x2 ≥ 0
max y1 + y2
s.a. −y1 + y2 ≤ 1
y1 − 2y2 ≤ 1
y1, y2 ≥ 0
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade. Propriedades
Corolario (2)
Sejam x e y solucoes factıveis dos problemas primal e dual,
respectivamente, tais que bT y = cT x. Entao, x e y sao solucoes otimas
dos problemas primal e dual, respectivamente.
Demonstracao.
Pelo Teorema da Dualidade Fraca, temos bT y ≤ cTx para todo x primal
factıvel e para todo y dual factıvel. Por hipotese, cT x = bT y. Desta
forma, cT x = bT y ≤ cTx, para todo x factıvel primal e
bT y ≤ cT x = bT y, para todo y factıvel dual. Portanto, x e solucao otima
do problema primal e y e solucao otima do problema dual.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade. Propriedades
Sejam P = {x ∈ Rn+ : Ax = b} e D = {y ∈ Rm : AT y ≤ c}.
Corolario (3)
O problema primal tem solucao otima se e somente se o dual tiver
solucao otima.
Demonstracao.
Suponha que o primal tem solucao otima. Portanto, P 6= ∅. Do corolario
1, segue que D 6= ∅. Como P 6= ∅ e D 6= ∅, do corolario 2, tem-se que o
dual nao e ilimitado. Portanto, tem solucao otima (a unica possibilidade
que resta dado que nao e infactıvel ou ilimitado). De forma analoga,
mostra-se que se o problema dual tem solucao otima, entao o problema
primal tem solucao otima.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade. Resumo das relacoes primal–dual
Primal
Factıvel Infactıvel
existe
otimo dual
dual
infactıvel
dual factıvel
nao existe otimo
existe otimo nao existe otimo
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Sejam P = {x ∈ Rn : Ax = b, x ≥ 0} e D = {y ∈ Rm : AT y ≤ c} as
regioes factıveis dos problemas primal e dual, respectivamente.
Teorema (Teorema da Dualidade Forte)
As solucoes x ∈ P e y ∈ D sao otimas, primal e dual respectivamente,
se, e somente se, cT x = bT y.
. A demonstracao pode ser encontrada em:
Marcos Arenales et al. Pesquisa Operacional: para cursos de engenharia.
Elsevier, 2007
Nelson Maculan e Marcia HC Fampa. Otimizacao Linear. UFRJ. 2004.
url: https://linux.ime.usp.br/~felipecp/50861875-livropdf-
Otimizacao-Linear-Maculan-Fampa.pdf
Marılia Pires. Programacao Matematica. Universidade do Algarve. 2006.
url: http://w3.ualg.pt/~mpires/PMtexto.pdf
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Sejam P = {x ∈ Rn : Ax = b, x ≥ 0} e D = {y ∈ Rm : AT y ≤ c} as
regioes factıveis dos problemas primal e dual.
AT y ≤ c ⇔
aT1 y ≤ c1aT2 y ≤ c2
...
aTny ≤ cn
⇔
aT1 y + µ1 = c1, µ1 ≥ 0
aT2 y + µ2 = c2, µ2 ≥ 0...
aTny + µn = cn, µn ≥ 0
⇔
µ1 = c1 − yTa1 ≥ 0
µ2 = c2 − yTa2 ≥ 0...
µn = cn − yTan ≥ 0
em que µ e o vetor das variaveis
de folga do problema dual.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Para todo x primal factıvel e para todo y dual factıvel (µ ≥ 0), temos
que yi(aix− bi) ≥ 0, i = 1, . . . ,m, em que ai e a linha i da matriz A, e
(cj − yTaj)xj ≥ 0, j = 1, . . . , n, em que aj e a coluna j da matriz A.
Alem disto,
m∑i=1
yi(aix− bi) +
n∑j=1
(cj − yTaj)xj =
m∑i=1
yiaix−
m∑i=1
yibi +
n∑j=1
cjxj −n∑
j=1
yTajxj =
yTAx−m∑i=1
yibi +
n∑j=1
cjxj − yTAx =
cTx− bT y
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Suponha x ∈ P e y ∈ D (portanto, µ ≥ 0)
cTx = yT b = yTAx⇔ (cT − yTA)x = 0⇔n∑
j=1
(cj − yTaj)xj = 0⇔
µ1x1 + mu2x2 + . . .+munxn = 0.
Como µj , xj ≥ 0, j = 1, . . . , n, tem-se que:
µ1x1 = 0, µ2x2 = 0, . . . , µnxn = 0 (Folgas complementares)
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Teorema (Teorema das Folgas Complementares)
Sejam x e y solucoes factıveis dos problemas primal e dual,
respectivamente. As solucoes x e y sao otimas, primal e dual, se, e
somente se:
(i) yi(aix− bi) = 0, i = 1, . . . ,m
(ii) (cj − yTaj)xj = 0, j = 1, . . . , n
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
(⇐) Se yi(aix− bi) = 0, i = 1, . . . ,m e
(cj − yTaj)xj = 0, j = 1, . . . , n, entao
m∑i=1
yi(aix− bi) +
n∑j=1
(cj − yTaj)xj = 0
Portanto, cTx− bT y = 0. Como x e factıvel primal e y factıvel dual, pelo
corolario 2, o vetor x e otimo primal e o vetor y e otimo dual.
(⇒) Se x e otimo primal e y e otimo dual, pelo Teorema de Dualidade
Forte, temos que cTx− bT y = 0. Como x e factıvel primal e y factıvel
dual, temos que:
yi(aix− bi) = 0, i = 1, . . . ,m e (cj − yTaj)xj = 0, j = 1, . . . , n
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade. Exemplo
Seja o problema primal cuja solucao otima e x∗1 = 35, x∗2 = 200 e z∗ = 235.
z = min x1 + x2 + x3
s.a. 2x1 + x2 = 270
2x2 + 3x3 = 400
x1, x2, x3 ≥ 0
Pelo Teorema das Folgas Complementares, tem-se que as variaveis de
folga do problema dual sao µ1 = µ2 = 0, o que gera o problema dual:
zD = max 270y1 + 400y2
s.a. 2y1 = 1
y1 + 2y2 = 1
3y2 ≤ 1
Portanto, a solucao otima do problema dual e y1 = 1/2, y2 = 1/4 e
zD = 270(1/2) + 400(1/4) = 235, como era de se esperar.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
A teoria de dualidade tem suas raızes nos trabalhos de Lagrange;
A otimizacao de uma funcao restrita a um domınio e tratada como a
otimizacao de uma funcao irrestrita penalizada.
Na Relaxac~ao Lagrangiana relaxa-se um conjunto de restricoes
para a funcao objetivo, multiplicando-as por fatores de penalizacao
(multiplicadores de Lagrange) que tornam pouco atraentes as
solucoes que violam as restricoes relaxadas.
Pz = min cx
s.a Ax = b
x ∈ X
L(u) [Problema Lagrangiano]
z(u) = minx∈X{cx+ u(b−Ax)}
u ∈ Rm [multiplicadores de Lagrange]
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Suponha que o seguinte problema P tenha solucao otima x∗
z = min cTx
s.a. Ax = b
x ≥ 0
Dado um vetor u ∈ Rm, seja o problema Lagrangiano L(u):
z(u) = minx≥0{cTx+ uT (b−Ax)}
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Quest~ao: Sera que existe um vetor (multiplicador de lagrange) u∗ ∈ Rm
tal que o Problema Lagrangiano L(u∗) tenha valor otimo igual ao valor
otimo de P? isto e, tal que
z = z(u∗) = minx≥0{cTx+ (u∗)
T(b−Ax)}
. O melhor limitante dual que se pode obter com um problema
lagrangiano e o valor otimo do problema nomeado Problema Dual
(Lagrangiano). Neste caso:
zD = maxu∈Rm
{z(u)}
= maxu∈Rm
{minx≥0{cTx+ uT (b−Ax)}}
. A questao entao e determinar se existe u∗ ∈ Rm tal que zD = z.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Quest~ao: Sera que existe um vetor (multiplicador de lagrange) u∗ ∈ Rm
tal que o Problema Lagrangiano L(u∗) tenha valor otimo igual ao valor
otimo de P? isto e, tal que
z = z(u∗) = minx≥0{cTx+ (u∗)
T(b−Ax)}
. O melhor limitante dual que se pode obter com um problema
lagrangiano e o valor otimo do problema nomeado Problema Dual
(Lagrangiano). Neste caso:
zD = maxu∈Rm
{z(u)}
= maxu∈Rm
{minx≥0{cTx+ uT (b−Ax)}}
. A questao entao e determinar se existe u∗ ∈ Rm tal que zD = z.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Dado um vetor arbitrario u ∈ Rm, seja
z = minx≥0{cTx : Ax = b}
= minx≥0{cTx+ uT (b−Ax) : Ax = b}
≥ minx≥0{cTx+ uT (b−Ax)} = z(u)
Portanto, para qualquer u ∈ Rm, z(u) ≤ z.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
z(u) = minx≥0{cTx+ uT (b−Ax)}
= minx≥0{uT b+ (cT − uTA)x}
= uT b+minx≥0{(cT − uTA)x}
= uT b+minx≥0
n∑
j=1
(cj − uTaj)xj
(∗)= uT b+
n∑
j=1
minxj≥0
(cj − uTaj)xj
(*) A decomposicao na soma de n subproblemas foi possıvel pois as
variaveis xj , j = 1, . . . , n sao independentes entre si.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Como para cada j = 1, . . . , n, a unica restricao do problema
z(u)j = minxj≥0{(cj − uTaj)xj} e xj > 0, temos que:
Se cj − uTaj < 0, z(u)j → −∞ (xj →∞)
Se cj − uTaj ≥ 0, z(u)j = 0 (xj = 0)
Portanto, para cada j = 1, . . . , n:
minxj≥0{(cj − uTaj)xj} =
−∞, se (cj − uTaj)xj < 0 (xj →∞)
0, caso contrario (xj = 0)
Como estamos buscando o limitante maximo, devemos evitar que
z(u)j → −∞. Para isto, devemos impor que:
cj − uTaj ≥ 0, para j = 1, . . . , n
.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Logo, para todo u ∈ Rm tal que cj − uTaj ≥ 0, j = 1, . . . , n, temos que:
z(u) = uT b+
n∑
j=1
minxj≥0{(cj − uTaj)xj : cj − uTaj ≥ 0}
= uT b+
n∑
j=1
0
= uT b
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Dualidade
Para todo u ∈ Rm tal que cj − uTaj ≥ 0, j = 1, . . . , n, temos que:
cj − uTaj ≥ 0, j = 1, . . . , n⇔ aTj u ≥ cj , j = 1, . . . , n⇔ ATu ≤ c.
Portanto,
zD = maxu∈Rm
{z(u)}
= maxu∈Rm
{z(u) : ATu ≤ c}
= maxu∈Rm
{uT b : ATu ≤ c} (Problema Dual)
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
PI: Dualidade. Dualidade em Programacao Inteira
Seja o Problema de Programacao Inteira P:
z = max{cx : x ∈ X}, em que X = {x ∈ Zn+ : Ax ≤ b}
.
Definicao (Dualidade Fraca)
Um problema dual fraco do problema de programacao inteira (P) e
qualquer problema de minimizacao (DP) zD = min{ub : u ∈ PD}, em
que PD = {u ∈ Rm+ : uA ≥ c}.
Proposicao
Se DP e factıvel entao z ≤ zD. Se DP e ilimitado, entao P e infactıvel.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
PI: Dualidade
Um problema dual (fraco) e facil de construir. Por exemplo, um
problema dual (fraco) de um problema de programacao inteira P e o
problema dual da relaxacao linear de P.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
PI: Dualidade
De maneira geral:
Proposicao
Se um problema DP e um problema dual para uma relaxacao de um
problema de programacao inteira P, entao DP e tambem um problema
dual para P.
Demonstracao.
Seja zDR = min{zDR(u) : u ∈ XDR} um problema dual para o problema
RP, uma relaxacao do problema de programacao inteira P. Entao
zR(x) ≤ zDR(u), ∀x ∈ XR e ∀u ∈ XDR.
Pela definicao de relaxacao, cx ≤ zR(x), ∀x ∈ X ⊂ XR. Portanto,
cx ≤ zDR(u), ∀x ∈ XR e ∀u ∈ XDR.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
PI: Dualidade
Definicao (Dualidade Forte)
Um problema dual forte de um problema de programacao inteira P e
qualquer problema dual fraco que tambem satisfaca:
Se X 6= ∅ e z e limitado, entao (x∗, u∗) ∈ X ×XD e tal que
zD(u∗) = cx∗.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Desigualdades Validas
Um problema de Programacao Inteira P e facil de resolver se a
regiao das solucoes factıveis da relaxacao linear tiver todos os pontos
extremos inteiros. Nesse caso, ao resolver a relaxacao linear de Pobtem-se a solucao otima de P.
Quanto mais a regiao das solucoes factıveis da relaxacao linear se
aproximar da envoltoria convexa da regiao das solucoes factıveis de
P, melhor e a qualidade do limitante dual obtido com a relaxacao
linear do modelo e, usualmente, mais facil de se provar a otimalidade
em algoritmos do tipo branch–and–bound
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Desigualdades validas
Metodos de planos de corte visam obter uma aproximacao da
envoltoria convexa da regiao factıvel de um problema de
programacao inteira.
Usualmente busca-se por desigualdades validas que violem a solucao
otima corrente do problema relaxado.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Desigualdades validas
Metodos de planos de corte visam obter uma aproximacao da
envoltoria convexa da regiao factıvel de um problema de
programacao inteira.
Usualmente busca-se por desigualdades validas que violem a solucao
otima corrente do problema relaxado.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Desigualdades validas
Definicao (Desigualdade Valida)
Uma desigualdade πx ≤ πo, denotada por (π, πo) e uma desigualdade
valida para X ⊂ Rn se πx ≤ π0 para todo x ∈ X.
πx = πo
X
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Desigualdades validas
Uma desigualdade e valida para um PPI se ela e satisfeita para todas
solucoes factıveis (inteiras) do modelo.
Portanto, em particular, se X = {x : Ax ≤ b, x ∈ Zn+} e
conv(X) = {x : Ax ≤ b, x ≥ 0}, aix ≤ bi e aix ≤ bi sao desigualdades
validas para X e para conv(X).
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Desigualdades validas. Exemplo 1
(P)max 3x1 + 14x2 + 18x3
s.a 3x1 + 5x2 + 6x3 ≤ 10
x1, x2, x3 ∈ {0, 1}
solucao inteira: x∗1 = 1, x∗2 = 0, x∗3 = 1, z∗ = 21
solucao do problema relaxado: x1 = 0, x2 = 0.8, x3 = 1, z∗ = 29.2
Ao inserir a restricao x2 + x3 ≤ 1 no modelo, a solucao
x = (0, 0.8, 1) torna-se infactıvel.
A solucao do problema relaxado com a restricao adicional e:
x∗1 = 1, x∗2 = 0, x∗3 = 1, z∗ = 21, que e a solucao otima de P.
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Desigualdades validas. Exemplo 2
Seja X = {(x, y) : x ≤ 10y, 0 ≤ x ≤ 5, y ∈ {0, 1}} a regiao factıvel de
um problema inteiro misto.
Entao, uma desigualdade valida para o problema e: x ≤ 5y.
x
y
1 2 3 4 5 6 7 8 9 10
1
x = 10y
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Desigualdades validas. Exemplo 2
Seja X = {(x, y) : x ≤ 10y, 0 ≤ x ≤ 5, y ∈ {0, 1}} a regiao factıvel de
um problema inteiro misto.
Entao, uma desigualdade valida para o problema e: x ≤ 5y.
x
y
1 2 3 4 5 6 7 8 9 10
1
x = 10yx = 5y
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Desigualdades validas
Problema de Localizacao de Facilidades Capacitado
minm∑i=1
n∑j=1
cijxij +
n∑j=1
fjyj
s.an∑
j=1
xij = ai, i = 1, . . . ,m
m∑i=1
xij ≤ bjyj , j = 1, . . . , n
xij ≥ 0, i = 1, . . . ,m, j = 1, . . . , n
yj ∈ {0, 1}, j = 1, . . . , n.
Como para todas as solucoes factıveis temos que xij ≤ bjyj e xij ≤ ai,uma desigualdade valida para o problema e: xij ≤ min{ai, bj}
MAT 475 - Topicos em Matematica Aplicada (Lana Mara R. dos Santos, [email protected])
Aula 24: Dualidade
Desigualdades validas. Arredondamento de variaveis inteiras
Seja X = {x ∈ Z4+ : 13x1 + 20x2 + 11x3 + 6x4 ≥ 72}.
Dividindo a restricao por 11, obtemos:13
11x1 +
20
11x2 + x3 +
6
11x4 ≥
72
11.
Mas⌈13
11
⌉x1 +
⌈20
11
⌉x2 + x3 +
⌈6
11
⌉x4 ≥
13
11x1 +
20
11x2 + x3 +
6
11x4 ≥
72
11.
Portanto: 2x1 + 2x2 + x3 + x4 ≥ 7211 .
Como x1, x2, x3, x4 ∈ Z+, podemos substituir 7211 por d 7211e na restricao.
Desta forma, obtemos a seguinte desigualdade valida:
2x1 + 2x2 + x3 + x4 ≥ 7