Programao Linear

Prof. Moretti
Aula 12 - Lema de Farkas
Condies de Otimalidade de Karush-Kuhn-Tucker ( KKT )
Lema de Farkas:
Apenas um dos dois sistemas abaixo tem soluo:

Sistema 1 : Ax 0 e c t x < 0
Sistema 2 : wA = c t e w 0
A m x n , c n x 1
Prova:

( 1 ) Suponha que o Sistema 1 tenha soluo e o Sistema 2 tambm. Se S2 tem

soluo, ento wA = c t com w 0 .

wAx = c t x 0, pois w 0 e Ax 0 , o que contradiz o fato de S1 ter soluo.

( 2 ) Suponha que S1 no tenha soluo.
/ x tq c t x < 0 c t x 0, pois Ax 0 satisfeito com x = 0.

Agora, considere o seguinte problema:

Min z = c t x
z =0
sa Ax 0

Rescrevendo o problema, temos:

Min z = c t x ' x ''

sa

Formato PPL
'
''
Ax Ax S = 0

x ' , x '' , S 0

Portanto, x ' = x '' = S = 0 uma soluo tima.

Logo temos: z j c j 0 , j
Mas

z j c j = wa j c j .

Para as variveis do tipo x' , temos :

wA c t 0 wA c t

Para as variveis do tipo x' ' , temos :

w ( A ) ( c t ) 0 wA c t

Para as variveis do tipo S , temos :

w 0 w 0

wA = c t S2 tem soluo

Forma Alternativa do Lema de Farkas:

Apenas um dos sistemas abaixo tem soluo:

Sistema 1 : Ay 0 , y 0 , c t y > 0
Sistema 2 : wA c t e w 0

Condies de Otimalidade de Karush-Kuhn-Tucker ( KKT )

Considere o problema

sa Ax b ( P )
x 0

Min z = c t x

x = soluo factvel para ( P )

Gx g
G so as restries de A que so ativas em x.

Se x uma SBF tima, ento / d n tal que c t d 0 e Gd 0 , ou seja, no

existe uma direo de descida que seja factvel.
Pelo Lema de Farkas, w n tal que w 0 e wG = c .
Rescrevendo em termos de Ax b e x 0 , temos:

I = i : a i x = bi = Conjunto dos ndices das restries Ax b ativas em x.

J =

{j : x

= 0 } = Conjunto dos ndices das restries x 0 ativas em x.

G formado pelas linhas a i , i I e e j , j J .

Fazendo

u = ( w i : i I ; v j : j J ) , temos que

u 0
uG = c

v j 0 , j J

wi a i + v j e j = c

i I
j J

wi 0 , i I

e pertence ao cone gerado pelas

restries ativas de A em x

()

Portanto, se x uma SBF tima, ento o cone gerado pelas restries ativas em x
deve conter o vetor c.
Agora, suponha que x satisfaa ( ) conforme definidos anteriormente.

Considere uma SBF qualquer. Temos:

c =

wiai

i I

v je j

(1 )

j J

w i 0 , i I
v j 0 , j J

Vamos ps-multiplicar (1) por

c ( x x ) =

w a ( x
i

i I

cx cx =

) + v j ( e j x

w ( a x

bi ) +

i I

j J

ai x

x ).

) + v j e j ( x

w ( a x
i I

cx cx =

( x

j J

v
j J

ej x

e j x j 0

cx cx

Como x uma SBF qualquer, ento x uma SBF tima.

Conclumos que as Condies de KKT so condies necessrias e suficientes
para a otimalidade.
Em notao matricial, as KKT so:
1 ) Ax b
x 0

onde w = ( w1, w 2 , ... , w n )

2 ) wA + v = c
w 0
v 0
3 ) w (Ax b
vx = 0

)=

v = ( v1, v 2 , ... , v n )
A m x n