ISSN 1984-8218 Condições Sucientes para a propriedade da dualidade fraca para o Problema Dual Multiobjetivo de Mond-Weir Luiz L. de Salles Neto, Instituto de Ciência e Tecnologia - UNIFESP, 12340-000, São José dos Campos, SP E-mail: [email protected] Resumo: Neste trabalho nós apresentamos um conjunto de condições sucientes para a dualidade fraca entre o problema de otimização vetorial com restrições de desigualdade e seu Dual de Mon-Weir, generalizando os resultados encontrados na literatura. . Palavras-chave: Otimização Vetorial, Dual de Mond-Weir, Propriedade da Dualidade Fraca 1 Introdução Nos últimos 30 anos vários trabalhos buscaram caracterizar e relacionar as soluções de um problema de otimização vetorial (POV) com as soluções dos duais associados [6], [1], [10], [2], [11], [3], [12]. Um dos temas de interesse dos pesquisadores da área, por conta das aplicações, é a propriedade da dualidade fraca. De forma geral, se a propriedade da dualidade fraca é válida, uma solução viável do dual fornece um limite inferior para o primal. A propriedade da dualidade fraca para problema de otimização escalar diferenciável foi caracterizado por Martin em [5]. Recentemente Zhang et al. [13] apresentaram condições necessárias e sucentes para dualidade fraca de um problema de otimização escalar não-diferenciável. Nesse trabalho nós consideramos o seguinte problema de otimização vetorial (POV): (POV) M in f (x), s.a : g(x) 5 0, x∈S onde S é um conjunto aberto de Rn , f = (f1 , . . . , fp ) : S ⊆ Rn → Rp e g = (g1 , . . . , gm ) : S ⊆ Rn → Rm são diferenciáveis. Para uma precisa denição de uma solução eciente (Pareto-otimal) para o (POV) [9], assumimos as seguintes convenções para igualdades e desigualdades: Se x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) ∈ Rn , então x=y x<y x5y x≤y ⇔ ⇔ ⇔ ⇔ xi xi xi xi = yi , < yi , ≤ yi , ≤ yi , ∀i = 1, . . . , n, ∀i = 1, . . . , n, ∀i = 1, . . . , n, ∀i = 1, . . . , n, e existe j tal que xj < yj . Similarmente para >, =, ≥. Apresentamos a seguir a denição de solução eciente para o (POV). Denição 1 Um ponto viável x̄ é chamado de solução eciente para o (POV) se não existe outro ponto viável x, tal que f (x) ≤ f (x̄). Posteriormente foi introduzido um conceito mais geral, chamado de solução fracamente eciente: 278 ISSN 1984-8218 Denição 2 Um ponto viável x̄ é chamado de solução fracamente eciente para o (POV) se não existe outro ponto viável x, tal que f (x) < f (x̄). É fácil ver que qualquer solução eciente também é fracamente eciente. Chamamos X de conjunto viável do problema primal (POV): X = {x ∈ S ⊆ Rn , tal que g(x) 5 0} Denição 3 Chamamos de Problema Dual Multiobjetivo de Mond-Weir associado com o (POV) ao problema formulado como: (DMW) M ax f (u), s.a : λT ∇f (u) + ȳ T ∇g(u) = 0, ȳ T g(u) ≥ 0, ȳ = 0, λ > 0, λT e = 1, u ∈ S. onde λ e e = (1, 1, ..., 1)T ∈ Rp . Usamos a notação UM W para o conjunto viável do Dual de Mond-Weir. 2 Propriedade da dualidade fraca A denição de invexidade, abaixo, foi introduzido por Hanson [4] como uma generalização do conceito de convexidade: Denição 4 A função vetorial f : S → R é chamada de invex se existe uma função vetorial η : Rn × Rn → Rn tal que ∀x, x̄ ∈ S f (x) − f (x̄) = ∇f (x̄)η(x, x̄) . Martin [5] estabeleceu o conceito de dualidade fracamente invex (WD-invex) e mostrou que essa condição é necessária e suciente para a propriedade da dualidade fraca ser válida em um problema de otimização escalar diferenciável: Denição 5 O problema (P) minimize f (x) para x ∈ S ⊆ Rn sujeito g(x) ≤ 0, onde f : S → R and g : S → R são funções diferenciáveis em um conjunto aberto S em Rn é dito ser dual fracamente invex (WD-invex) se existe uma função η : S × S → Rn tal que, para x, u ∈ S , g(x) ≤ 0: Ou ∇f (u)η ≤ f (x) − f (u) e g(u) + ∇g(u)η(x, u) ≤ 0 ou ∇f (u)η < 0 e ∇g(u)η(x, u) ≤ 0 Nós generalizamos a denição de um problema WD-invex para o (POV): Denição 6 O (POV) é chamado dual fracamente invex I (WD-invexI) se existe uma função η: → Rn e dois conjuntos disjuntos I e J , I ∪J = {1, 2, . . . p}, tal que ∀x, u ∈ S, g(x) ≤ 0 uma das seguintes condições acontece: Rn ×Rn i) ∇f (u)η ≤ 0 e ∇g(u)η(x, u) 5 0. ii) ∇fi (u)η ≤ fi (x) − fi (u) para todo i ∈ I , ∇fj (u)η ≤ 0 para todo j ∈ J , onde I 6= ∅ e ∇g(u)η(x, u) 5 0. 279 ISSN 1984-8218 iii) ∇f (u)η ≤ 0 e g(u) + ∇g(u)η(x, u) 5 0. iv) ∇fi (u)η ≤ fi (x) − fi (u) para todo i ∈ I , ∇fj (u)η ≤ 0 para todo j ∈ J , onde I 6= ∅ and g(u) + ∇g(u)η(x, u) 5 0. Osuna et al. [7] demonstraram recentemente o seguinte resultado: Teorema 1 Seja x ∈ X and (u, λ, ȳ) ∈ UM W . Se f e g são invex com respeito a mesma função vetorial η , então não pode ocorrer: f (x) < f (u). O seguinte resultado generaliza o resultado acima e os demais publicadas na literatura: Teorema 2 (Condições Sucientes para a Dualidade Fraca) Seja x ∈ X e (u, λ, y) ∈ UM W quaisquer soluções viáveis. Se (POV) é WD-invexI então não pode ocorrer f (x) < f (u). Demonstração: Temos que estudar quatro casos: i) ∇f (u)η ≤ 0 e ∇g(u)η(x, u) 5 0. Seja x e u ∈ S . Nesse caso temos ∇fi (u)η(x, u) ≤ 0, i = 1, . . . p, ∇fk (u)η(x, u) < 0 para algum k ∈ Z, 1 ≤ k ≤ p e ∇g(u)η 5 0, o que implica que não pode ocorrer (λt ∇f (u)+y t ∇g(u))η = 0, visto que λ > 0 e y = 0. Portanto, λt ∇f (u)+y t ∇g(u) 6= 0. ii) ∇fi (u)η ≤ fi (x) − fi (u) para todo i ∈ I , ∇fj (u)η ≤ 0 para todo j ∈ J , onde I 6= ∅ e ∇g(u)η(x, u) 5 0. Nesse caso para algum k ∈ Z, 1 ≤ k ≤ p ∇fk (u)η(x, u) − (fk (x) − fk (u)) ≤ 0. Suponha que existam pontos viáveis x ∈ X , e (u, λ, ȳ) ∈ UM W tal que f (x) < f (u). Então fi (x) − fi (u) < 0 para todo i. Temos: 0 < −(fk (x) − fk (u)) ≤ −∇fk (u)η Como −∇g(u)η = 0, y = 0 e λk > 0: 0 < −(fk (x) − fk (u)) ≤ −∇fk (u)η − y t ∇g(u)η ⇒ 0 < −λk ∇fk (u)η − y t ∇g(u)η Como −∇fi (u)η ≥ 0 para todo i 6= k temos: 0 < −λt ∇f (u)η − y t ∇g(u)η ⇒ λt ∇f (u) + y t ∇g(u) 6= 0 o que é um absurdo. iii)∇f (u)η ≤ 0 e g(u) + ∇g(u)η(x, u) 5 0. Como y t ∇g(u)η 5 −y t g(u) ≤ 0, a demonstração é similar ao caso anterior. iv) ∇fi (u)η ≤ fi (x) − fi (u) para todo i ∈ I , ∇fj (u)η ≤ 0 para todo j ∈ J , onde I 6= ∅ e g(u) + ∇g(u)η(x, u) 5 0. Nesse caso existe k tal que: ∇fk (u)η(x, u) − (fk (x) − fk (u)) 5 0 . Suponha que existam pontos viáveis x ∈ X , e (u, λ, ȳ) ∈ UM W tal que f (x) < f (u). Então fi (x) − fi (u) < 0 para todo i. Temos: 280 ISSN 1984-8218 0 < −(fk (x) − fk (u) ≤ −∇fk (u)η Como y t g(u) ≥ 0, temos: 0 < −(fk (x) − fk (u) + y t g(u) ≤ −∇fk (u)η − y t ∇g(u)η Dado que −∇fi (u)η ≥ 0 para todo i 6= k temos: 0 < −λt ∇f (u)η − y t ∇g(u)η ⇒ λt ∇f (u) + y t ∇g(u) 6= 0 o que é absurdo. 3 Conclusão Nesse trabalho nós apresentamos condições sucientes para dualidade fraca para o (POV) considerando o dual de Mond-Weir, generalizando resultados publicados na literatura. Referências [1] G. Bitran, Duality in nonlinear multiple criteria optimization problems, Journ. of Optimization Theory and Applications 35-3 (1981) 367-401. [2] R.R. Egudo and M.A. Hanson, Duality with Generalized Convexity, J. Austral. Math. Soc. Ser. B 28 (1986) 10-21. [3] R.R. Egudo, Eciency and generalized convex duality for multiobjective programs. J. Math. Anal. Appl. 138 (1989) 84-94. [4] M.A. Hanson, On Suciency of Kuhn-Tucker Conditions, J. Math. Anal. Appl. 80 (1981) 545-550. [5] D.H. Martin, The essence of invexity. Journ. of Optimization Theory and Applications. 47 (1985), 65-76. [6] B. Mond and T. Weir, Generalized concavity and duality. In: Schaible, S. and Ziemba, W.T. (eds.), Generalized Concavity Optimization and Economics. Academic Press, New York, (1981), 263-280. [7] R. Osuna-Gomez, B. H. Jimenez, L. L. Salles-Neto, Duality theory for the multiobjective nonlinear programming involving generalized convex functions. In: Manuel Arana-Jimenez, Antonio Ruán-Lizana, Gabriel Ruiz-Garzón. (Org.). Optimality Conditions in Vector Optimization. Bentham, 2010, v. 1, p. 105-118. [8] O.L. Mangasarian, Nonlinear Programming, McGraw Hill Book Company, New York, 1969. [9] V. Pareto, Course d'economie politique, Rouge, Lausanne, 1896. [10] T. Weir, Proper eciency and duality for vector valued optimization problems. J. Austral. Math. Soc. Ser. A 43 (1987) 21-34. [11] T. Weir, A note on invex functions and duality in multiple objective optimization. Opsearch 25 (1988) 99-104. [12] T. Weir and B. Mond, Generalized convexity and duality in multiobjective programming. Bull. Aust. Math. Soc. 39 (1989), 287-299. 281 ISSN 1984-8218 [13] Y. Zhang, Y. Xu and F. Wang, Necessary and sucient conditions for Kuhn-Tucker type optimality and for weak duality of nonsmooth programming. Nonlinear Analysis. 71 (2009), 4007-4011. 282