5. teoría de la dualidad
TRANSCRIPT
E. Raffo Lecca
5Teoría de la dualidad
El andrógino según el mito de Platón, eran seres que simultáneamente fueron varón y mujer.
Dos caras que miraban en direcciones opuestas, cuatro orejas, dos pares de ojos, dos sexos,
dos pares de brazos y dos pares de piernas, etc. Se cuenta que los dioses decidieron debilitarla
dividiéndola en dos partes y fue así que de un lado quedaron las mujeres y del otro los
hombres: la dualidad.
El término dualidad es muy utilizado en ingeniería. Por ejemplo en ingeniería
eléctrica, los elementos eléctricos se asocian en pares denominados duales. El dual de una
relación se forma intercambiando voltaje y corriente en una expresión. La expresión dual
generada es una de la misma forma. A continuación una pequeña lista de estas relaciones:
tensión-corriente, circuito paralelo-circuito serie, resistencia-conductancia, impedancia-
admitancia.
La relación capacitor e inductor en su forma diferencial es:
iC=Cd vC
dt⇔ v L=L
d iL
dt
Los economistas, utilizan el concepto de la dualidad para presentar las preferencias del
consumidor. Como por ejemplo las relaciones que existen entre ellas y la forma en que se
derivan las funciones de demanda.
E. Raffo Lecca
La idea de la dualidad en la teoría del consumidor, es que un problema de elección
puede ser caracterizado en formas alternativas, esto es, con diferentes modelos, y que además
existen ciertas relaciones entre los resultados encontrados en los modelos alternativos. Por un
lado se maximiza la utilidad, restringido en la demanda marshalliana y por otro lado se
minimiza el gasto necesario para alcanzar un cierto nivel de bienestar.
Los principios de la dualidad como se aprecia aparecen en las ramas de las
matemáticas, física (ondas-partículas) y estadística.
En programación matemática, principalmente en Programación lineal, la dualidad
admite una interesante interpretación económica.
Dualidad es la reunión de dos caracteres o características distintos en una misma
persona o cosa.
1. Introducción
En Programación lineal para cada PL existe un asociado PL; el cual satisface propiedades
muy importantes. Este asociado PL es vehículo para obtener la solución al PL original.
Al PL original para distinguirlo de su asociado, se le denomina problema primal, y al
otro problema dual.
En este capítulo se estudian:
Formulación del problema dual.
Relaciones primal-dual.
El teorema fundamental de la dualidad.
Interpretación económica del dual.
La holgura complementaria.
El método simplex dual.
E. Raffo Lecca
2. Formulación del problema dual
Una factoría produce n bienes o productos j=1,2 ,…, n, utilizando m diferentes materiales o
recursos i=1,2 , …, m. Cada producto o salida j se vende en c j , j=1,2 ,…,n y requiere una
cantidad de entradas a ij, i=1,2 , …, m. El total de entradas de i es b i. El problema de la factoría
es como optimizar sus salidas, utilizando únicamente las entradas o recursos disponibles.
Entradas Cantidad de entradas en salida j
Total de entradas
1 a1 j b1
2 a2 j b2
… … …m amj bm
Tabla 1: Análisis Input-Output
Sea x j , j=1,2 , …, n la cantidad de la salida a producir; entonces la función objetivo es:
max z=¿ c1 x1+c2 x2+…+cn xn ¿
La cantidad de recurso i ,i=1,2 , …, m disponible, impone la siguiente restricción:
a i1 x1+ai 2 x2+…+a¿ xn≤ bi
Esto es la formulación de un programa lineal:
Forma canónicamax z=cx
Sujeto a:
Ax ≤ b
x≥ 0
Un problema diferente es la carga financiera, que surge con el afán de proteger la
inversión realizada en producir un bien terminado. Se debe asegurar los recursos contra
incendios, huelgas y otros riesgos.
E. Raffo Lecca
Es necesario valorar los recursos contra accidentes o desastres, como compensación a
los ingresos que generan la venta de los productos vendidos.
Sea ui la valoración de cada unidad de la entrada i ,i=1,2 , …, m , que para el total de
entrada b i genera un valor total ui bi. Entonces la valoración de todas las entradas asegura
minimizar los costos de compensación:
min w=¿b1u1+b2u2+…+bm um ¿
Entradas
Cantidad de entradas en salida j
Total de entradas
Valoración
1 a1 j b1 u1
2 a2 j b2 u2
… … … …m amj bm um
Ingresos c j
Tabla 2: Valoración de la entrada
Para producir una unidad del producto j , j=1,2, …, n es necesario valorar la
combinación de todas las entradas i ,i=1,2 , …, m; cumpliéndose al menos que este costo total
sea el valor del ingreso que se obtiene por una unidad de j:
a1 ju1+a2 j u2+…+amjum≥ c j
Entradas Cantidad de entradas en salida j
Valoración
1 a1 j u1
2 a2 j u2
… … …m amj um
Ingresos c j
Tabla 3: Valoración de la entrada
PL producción PL compensaciónmax z=cx
Sujeto a:
min z=bT u
Sujeto a:
E. Raffo Lecca
Ax ≤ b
x≥ 0
AT u ≥ cT
u ≥ 0
Un PL es conocido como primal y a su asociado dual. En el primal existen m
restricciones, originando m variables duales. En el primal existen n variables, originando n
restricciones duales.
Primal Dualmax min
c bT
B cT
A AT
≤ ≥
Tabla 3: Problemas simétricos
Suponga que la entrada segunda, tiene a disposición 40 horas-hombres y en la
asignación óptima sólo se necesitan 30 horas-hombres. Si 5 o 6 horas-hombres del total del
recurso se desperdician, esto no afecta al ingreso de las ventas; más si afecta al ingreso que
las 40 horas-hombres sean desperdiciadas; el valor de esta entrada es u2= 0. En programación
lineal se trata de asignar óptimamente los recursos, que son escasos; y este caso la entrada no
es escasa porque tiene tiempos de ocio.
Teorema
El dual del dual es el primal
Forma canónica Primal Dualmin z=cx
Sujeto a:
Ax ≥ b
x≥ 0
max z=−cx
Sujeto a:
−Ax ≤−b
x≥ 0
min w=−bT u
Sujeto a:
−AT u ≥−cT
u ≥ 0
Primal Dualmin z=cx max w=bT u
E. Raffo Lecca
Sujeto a:
Ax ≥ b
x≥ 0
Sujeto a:
AT x ≤ cT
u ≥ 0
Obtener el dual al PL:
max z=3 x1+2 x2
Sujeto a:
x1+ x2 ≤ 40
x1+2 x2 ≤ 40
x1≥ 0 , x2≥ 0
Asociando a cada restricción primal una variables de holgura se tiene:
min w=40u1+40 u2
Sujeto a:
u1+u2 ≥3
u1+2 u2≥ 2
u1 ≥ 0 ,u2 ≥ 0
Obtener el dual al PL:
min z=3 x1+6 x2+18 x3
Sujeto a:
x1+3 x3 ≥3
x2+2 x3 ≥5
x1≥ 0 , x2≥ 0 , x3 ≥ 0
Asociando a cada restricción primal una variables de holgura se tiene:
max w=3u1+5 u2
Sujeto a:
u1 ≤3
u2 ≤6
3 u1+2u2≤ 18
u1 ≥ 0 ,u2 ≥ 0
E. Raffo Lecca
Forma estándar
Forma estándar Forma canónicamax z=cx
Sujeto a:
Ax=b
x≥ 0
max z=cx
Sujeto a:
Ax ≤ b
−Ax ≤−b
x≥ 0
( A−A) x≤( b
−b)El dual viene como
( AT−AT )( u 'u ' ')≥ c , resultando AT (u'−u' ')≥ c.
AT u ≥ c , u es variable libre
Primal Dualmax z=cx
Sujeto a:
Ax=b
x≥ 0
min w=bT u
Sujeto a:
AT u ≥ c
u libre
Sea el PL:
min w=40 x1+40 x2
Sujeto a:
x1+ x2=3
x1+2 x2=2
x1≥ 0 , x2≥ 0
Su asociado dual es:
max z=3 u1+2u2
Sujeto a:
u1+u2 ≤ 40
E. Raffo Lecca
u1+2 u2≤ 40
u1 ,u2libres
El Tablero de Tucker
A. W. Tucker, condensa estas relaciones de transformación de primal a dual, en un
tablero. El primal es leído como fila y el dual como columna.
x1 x2 … xn ≤u1 a11 a12 … a1n b1
u2 a21 a22 … a2n b2
⋮ ⋮ ⋮ ⋮ ⋮um am1 am2 … amn bm
≥ c1 c2 … cn
Formas mixtas
PL Forma estándarmax z=cx
Sujeto a:
A1 x≤ b1
A2 x=b2
A3 x≥ b3
x≥ 0
max z=cx
Sujeto a:
A1 x+ Ix s 1=b1
A2 x=b2
A3 x−Ixs 2=b3
x , xs 1 , xs 2≥ 0
Dualmin w=b1
T u1+b2T u2+b3
T u3
Sujeto a:
A1T u1+ A2
T u2+ A3T u3≥ c
Iu1 ≥ 0
−I u3≥ 0
u1 ,u2 , u3 libres
E. Raffo Lecca
Primal Dualmax z=cx
Sujeto a:
A1 x≤ b1
A2 x=b2
A3 x≥ b3
x≥ 0
min w=b1T u1+b2
T u2 b3T u3
Sujeto a:
A1T u1+ A2
T u2+ A3T u3≥ c
u2 libre
u1 ≥ 0 ,u3 ≤ 0
En la forma canónica de la maximización, se observa que las restricciones del tipo
“menor o igual”, generan variables duales no negativas; las del tipo “mayor o igual”, generan
variables duales no positivas.
min z=3 x1+6 x2+18 x3
Sujeto a:
x1+3 x3 ≥3
x2+2 x3 ≤5
x1+2 x2+3 x3=3
x1≤ 0 , x2es libre , x3≥ 0
Su dual:
max z=3 u1+5u2+3 u3
Sujeto a:
u1+u3 ≥3
u2+2 u3=6
3 u1+2u2+3u3≤ 18
u1 ≥ 0 ,u2 ≤ 0 ,u3es libre
En el supuesto de un PL de maximización (que aquí considera el PL primal); los
considerandos para encontrar su PL dual se muestran en la tabla.
E. Raffo Lecca
Primal Dual
Var
iab
le
≥ ≥
rest
ricc
ión
≤ ≤= libre
Res
tric
ció
n ≥ ≤
Var
iab
le≤ ≥= Libre
3. Relaciones entre el PL Primal y Dual
El PL primal o simplemente primal desde la versión de la maximización tiene asociado un PL
dual o simplemente dual en:
Primal Dualmax z=cx
Sujeto a:
Ax ≤ b
x≥ 0
min w=bT u
Sujeto a:
AT u ≥ cT
u ≥ 0
A continuación se presentan dos lemas atribuidos a Gale, Kuhn y Tucker.
Lema 1 de la dualidad (propiedad débil)
Si x0es una solución factible al primal P y u0 una solución factible al dual D, entonces se
cumple: c x0≤ bT u0
De A x0≤ b y AT u0≥ cT , se tiene que
u0T A x0 ≤bT u0 y x0 AT u0 ≥ c x0 entonces z≤ w
E. Raffo Lecca
Lema 2 de la dualidad
Si x0es una solución factible al primal P y u0 una solución factible al dual D, y se cumple
c x0=bT u0, entonces x0 y u0 son soluciones óptimas.
Como el problema P busca maximizar a c x0 y el problema D minimizar bT u0 ,
encuentran en x0 y u0 la solución óptima, y z=c x0=bT u0=w. Ver figura.
Figura: Relaciones primal y dual
4. El teorema fundamental de la dualidad
Una solución factible x0 al primal P es óptima, si y sólo si existe una solución factible u0 al
dual D, tal que c x0=bT u0.
Este teorema está ligado al lema de Farkas o teorema de Minkowski- Farkas, donde se
enuncia que uno de los dos sistemas tiene una solución factible y el otro es inconsistente.
Problema 1 Problema 2Ax=b AT u ≥ 0
E. Raffo Lecca
x≥ 0 bT u<0
Un sistema de ecuaciones se considera como problema P, entonces la función objetivo
z vale cero, igual debe ser w. Entonces para que no se cumpla la propiedad que z=0≤ w , el
valor tiene que ser w<z=0; es decir bT u<0.
Primal Dualmax z=0 x
Sujeto a:
Ax=b
x≥ 0
min w=bT u
Sujeto a:
AT u ≥ 0
u libre
5. Interpretación económica
La teoría de la dualidad es importante cuando se quieren plantear algoritmos computacionales
a la solución de diversos problemas de optimización: haciendo uso de las relaciones primal y
dual. La economía matemática ha sido notablemente favorecida por esta teoría.
En un economía de competencia perfecta, los precios sombras permiten que un
negocio no se exceda en sus utilidades, puesto que otro negocio que ingresa al mercado con
precios bajos y elimina el exceso de las utilidades.
La economía matemática, al identificar los justiprecios, permite un mecanismo de
regulación en una economía de competencia perfecta.
Sea el PL:
max z=3 x1+6 x2
Sujeto a:
x1+3 x2 ≥3
x1+2 x2 ≤5
x1 , x2≥ 0
E. Raffo Lecca
Asumir que en un PL, con el sistema de ecuaciones Ax=b, la matriz A y el vector c
son fijos, y el vector b es variable; entonces de z=w y definiendo la función f (b )=bT u , se
concluye que ∂ f∂ b
=u .
Se define el vector dual como el valor marginal de la función objetivo con respecto al
recurso:
u=∂ z∂ b
Una variación del recurso, trae consigo una variación en la función objetivo.
Económicamente, el vector u en el óptimo, es el vector de precios sombras (shadow prices),
para el vector RHS. Si la restricción i representa las horas-hombre en el Dpto. de corte, el
valor ui significa el precio justo que se pagaría por una unidad adicional del recurso i.
Así cuando el vector de recursos cambia del original con z=15 , a b+∆ b se tiene:
b+∆ b=(45), z=15 luego u1=∆ z /∆ b1 es cero. En cambio para b+∆ b=(3
6), z=18 luego
u2=∆ z /∆ b2 es tres.
E. Raffo Lecca
El asociado dual es:
min z=3u1+5 u2
Sujeto a:
u1+u2 ≥3
3 u1+u2 ≥6
u2 ≤ 0 ,u2 ≥ 0
Se observa que w=3 (0 )+5 (3 )=15 igual a z.
Por definición las variables duales son:
u=∂ z∂ b
=∂ c B xB
∂ b
u=∂ c B B−1 b
∂ b=cB B−1
En el problema primal la base es B=[ a1 a2 ] , cB=(3 6 ) , B=(−2 31 −1), luego:
u=cB B−1=(0 3 )
Desde el teorema fundamental de la dualidad, se establece que las variables en el
primal y las del dual, se encuentran en equilibrio; es decir los costos por compensación se
igualan a las ganancias por producción.
En cualquier tablero simplex los costos reducidos asociados a las variables que
constituyen la solución inicial, cumplen con:
z j−c j=cB B−1a j−c j=u a j−c j=u e j−c j=u j−c j
Para el caso de las variables de holgura, el costo reducido queda como:
z j−c j=u j
E. Raffo Lecca
En el tablero simplex, se observa que es óptimo; luego u1=3, u2=0 ,
z=w=3 ( 40 )+0 (40 )=120
xB z x1 x2 s1 s2 RHSz 1 0 1 3 0 120x1 0 1 1 1 0 40s2 0 0 1 -1 1 0
6. Teorema de la holgura complementaria
Sean los PL primales y duales:
Primal Dualmax z=cx
Sujeto a:
Ax ≤ b
x≥ 0
min w=bT u
Sujeto a:
AT u ≥ cT
u ≥ 0
En la forma estándar:
Primal Dualmax z=cx
Sujeto a:
Ax+ I x s=b
x≥ 0
min w=bT u
Sujeto a:
AT u−us=cT
u ≥ 0
Se obtiene:
uT Ax+uT xs=bT u y xAT u−us x=cx desde el lema 2
uT xs+us x=0 ,
Equivalente a;
uT xs=0 , us x=0
La interpretación económica es como sigue: Si un recurso tiene excedentes entonces
su precio sombra o justiprecio es cero. Lo cual significa que para un recurso abundante no
tiene significado el incremento de la función objetivo, aumentando el recurso.
E. Raffo Lecca
Sea el PL:
max z=3 x1+6 x2+18 x3
Sujeto a:
x1+3 x3 ≤3
x2+2 x3 ≤5
x1 , x2 , x3≥ 0
El PL dual es:
min z=3u1+5 u2
Sujeto a:
u1 ≥3
u2 ≥6
3 u1+2u2≥ 18
u1 ≥ 0 ,u2 ≥ 0
Resolviendo su asociado dual, en forma gráfica se obtiene:
E. Raffo Lecca
u1=3 , u2=6 , z=39
En las ecuaciones del dual, las dos primeras holguras son ceros:
u1=3
u2=6
3 u1+2u2≥ 18
Asociado a cada problema D, existen las variables del primal el vector x que están en
el nivel de la base (sus valores son mayor que cero, salvo que exista degeneración).
Al ser las variables duales mayores que cero, entonces cada restricción primal es sin
holgura, quedando el sistema de ecuaciones como sigue:
x1=3
x2=5
Desde z=w=39, se observa que x1=3, x2=5 y x3=0 .
En la biblia de la Programación lineal (Linear Programming and Extensions de
George B. Dantzig), se presenta el problema del Pill manufacturer. El problema se enuncia de
la manera siguiente: una ama de casa puede comprar insumos en una tienda, los que varían en
precios y cantidad de nutrientes: calorías y vitaminas (ver tabla 1). El problema del ama de
casa es encontrar la dieta a costo mínimo, el requisito es que al menos se cumplan con 21% y
25% de calorías y vitaminas respectivamente.
Nutrientes Insumo 1 Insumo2 Insumo 3 Insumo 4 Insumo 5Calorías 1 1 2 0 1Vitaminas 0 1 1 1 2Costo 20 15 25 20 18
Tabla 1: Datos para el problema de Pill
El primal se presenta como:
min z=20 x1+15 x2+25 x3+20 x4+18 x5
Sujeto a:
x1+ x2+2 x3+x5 ≥21
E. Raffo Lecca
x2+ x3+x4 +2 x5≥ 25
x1 , x2 , x3 , x4 , x5≥ 0
El dual se presenta como:
max z=21 u1+25 u2
Sujeto a:
u1 ≤20
u1+u2 ≤15
2 u1+u2≤ 25
u2 ≤20
u1+2 u2≤ 18
u1 ,u2≥ 0
La solución con la modalidad gráfica es: u1=10.67 ,u2=3.67 , z=315.67. Esto significa
que las restricciones primales son sin holgura y w=z=315.67.
Por su parte examinando el dual se encuentra que:
Restricciones
Utilización RHS Holgura Var. Primal
1 10.67 20 Si 0
E. Raffo Lecca
2 14.34 15 Si 03 25.00 25 No >04 3.67 20 Si 05 18.00 18 No >0
Luego se resuelven las ecuaciones:
2 x3 +x5=21
x3+2 x5=25
Los valores en el primal son:
x3=173
, x5=293
, z=25 x3+18 x5=315.67
7. Teorema de la existencia
a) Un PL tiene una solución finita óptima si y sólo si, ambos: éste y su dual tienen
solución factible.
b) Si el problema primal tiene un máximo no acotado, entonces el problema dual
no tiene solución factible.
c) Si el problema dual no tiene solución factible, pero el problema primal si tiene
solución factible, entonces, el problema primal tiene un máximo no acotado.
8. El método simplex dual
El método simplex dual es muy similar al método simplex descrito anteriormente también
conocido como simplex primal o primal estándar, y difieren en el criterio de entrada y salida.
E. Raffo Lecca
Figura 5.2: Factibilidades primal y dual
Este algoritmo fue construido por C. E. Lemke, y refiere a la factibilidad dual que se
mantiene durante todo el proceso computacional, tal como ocurre con el método simplex
primal con la factibilidad, donde la base B es base factible del problema primal si B−1 b ≥ 0
(ver figura 5.2). El problema primal empieza con una BFS y se mueve conservando la
factibilidad (del primal), mejorando la factibilidad dual. En el problema dual se hace lo
opuesto, se empieza con una factibilidad dual pero con un primal no factible, y en cada
iteración o pivoteo se mantiene la factibilidad dual y se mejora la factibilidad del primal.
Cuando la base actual cumple con la factibilidad del primal, el óptimo es conseguido por el
criterio de satisfacción de ser la BFS factible y óptima.
Primal estándar max Primal estándar minmax z=cx
Sujeto a:
Ax=b
x≥ 0
min z=cx
Sujeto a:
Ax=b
x≥ 0
Desde la forma estándar del primal de maximización, preservar la factibilidad dual
refiere a resolver el simplex dual, cumpliendo la condición:
z j−c j=cB B−1a j−c j=ua j−c j≥ 0 , j=1 ,⋯ , n
E. Raffo Lecca
Y la asociada solución xB en la solución dual:
u=cB B−1
Satisface cada restricción del problema dual. En el caso de un problema de minimización, la
asociada solución dual satisface todas las restricciones si y solo si:
z j−c j=cB B−1a j−c j=ua j−c j≤ 0 , j=1 ,⋯ ,n
Primal estándar de minimización
Primal estándar de minimización
min z=cx
Sujeto a:
Ax=b
x≥ 0
min z=c B xB+cN xN
Sujeto a:
B x B+N x N=b
xB , xN ≥ 0
El simplex dual empieza con una solución básica al primal de maximización (o
minimización), cumpliendo que todos los costos reducidos son mayores (menores) o iguales
que cero. Lo cual no siempre es fácil de conseguir.
Un tipo particular de PL es ideal para el razonamiento de la factibilidad dual; debido a
que la solución inicial cumple con la factibilidad dual. Examine el PL siguiente:
Primal canónico Primal estándarmin z=cx
Sujeto a:
Ax ≥ b
x≥ 0 , c ≥0
min z=cx
Sujeto a:
Ax−I xs=b
x≥ 0 , xs ≥0
Al convertir las desigualdades a la forma estándar se tiene que la solución inicial es:
xB=xs=−b
Desde la solución inicial, el valor de la base B=−I y cB=0 , los costos reducidos son:
z j−c j=cB B−1a j−c j=−c j≤ 0 , j=1 ,⋯ , n
E. Raffo Lecca
La asociada solución dual es:
u=cB B−1=0
Sea el PL:
Primal Dualmin z=cx
Sujeto a:
Ax=b
x≥ 0
max w=ubT
Sujeto a:
AT u ≤ cT
u libre
Sea una base B y una solución básica xB=B−1b para el problema primal, cumpliendo
la condición z j−c j ≤0 y con uno o más xBi<0.
Desde el teorema de la dualidad se tiene que wmax=zmin . Para el caso de ser z<zmin,
entonces se desarrolla una secuencia de pivotes para mejorar el problema primal. Cuando xk
reemplaza a xBr en la base, el nuevo valor es:
z−xBr
yrk
(zk−ck)
Se selecciona una variable negativa xBr a convertirse en cero y salir de la base; y al ser
el costo reducido no positivo zk−ck ≤ 0, el nuevo valor de z se incrementa. Esto ocurre
siempre y cuando yrk<0.
El algoritmo simplex dual se resume en seleccionar la variable de salida en:
xBr=min ( xBi ),
Y la variable de entrada como:
zk−ck
yrk
=min( z j−c j
yrj
, yrj<0)Sea el PL:
min z=20 x1+15 x2+25 x3+20 x4+18 x5
Sujeto a:
E. Raffo Lecca
x1+ x2+2 x3+x5 ≥21
x2+ x3+x4 +2 x5≥ 25
x1 , x2 , x3 , x4 , x5≥ 0
El correspondiente tablero para aplicar el simplex dual es como sigue:
xB x1 x2 x3 x4 x5 s1 s2 RHSz -20 -15 -25 -20 -18 0 0 0s1 -1 -1 -2 0 -1 1 0 -21s2 0 -1 -1 -1 -2 0 1 -25
Variable de salida:s2
Variable de entrada: x5=min(−15−1
,−25−1
,−20−1
,−18−2 )=9
xB x1 x2 x3 x4 x5 s1 s2 RHSz -20 -6 -16 -11 0 0 -9 -225s1 -1 -0.5 -1.5 0.5 0 1 -0.5 -8.5x5 0 0.5 0.5 0.5 1 0 -0.5 12.5
Variable de salida:s1
Variable de entrada: x3=min(−20−1
,−6
−0.5,−16−1.5 )=32/3
xB x1 x2 x3 x4 x5 s1 s2 RHSz -9.333 -0.667 0 -16.333 0 -10.667 -3.667 315.667x3 0.667 0.333 1 -0.333 0 -0.667 0.333 5.667x5 -0.333 0.333 0 0.667 1 0.333 -0.667 9.667
Los valores son:
x3=173
, x5=293
, z=25 x3+18 x5=315.667
Problemas propuestos
1. Demostrar que:
y j=−∂ x B
∂ x j
E. Raffo Lecca
z j−c j=−∂ z∂ x j
2. Indicar la validez de la desigualdad dentro de un PL:
∑i=1
m
aij∂ f∂ xi
≥ c j
3. Obtener los valores óptimos de la función objetivo con respecto a b, para el PL
siguiente:
max z=0+2 x2
Sujeto a:
5 x1−3 x2 ≤10
−2 x1+5 x2≤ 15
x1+ x2 ≤ b
x1 , x2≥ 0
4. Resuelva el PL, con sólo inspeccionar su dual.
max z=12 x1+15 x2−11 x3
Sujeto a:
4 x1+3 x2−2 x3≤ 10
x1 , x2 , x3 ,≥ 0
Su dual viene como:
min z=10 u1
Sujeto a:
4 u1≥ 12
3 u1≥ 15
−2 u1≥−11
u1 ≥ 0 ,u2 ≥ 0
E. Raffo Lecca
El conjunto solución es:{u1 ≥ 3}∩ {u1 ≥5 }∩ {u1≤ 11/2}={u1 ≥5 ∩u1 ≤11 /2 }El mínimo se cumple en u1=5 y z=50=w.
Examinando las restricciones duales, sólo la segunda es sin holgura, luego x1=x2 y
valen cero. De z=15 x2=50 , x2=10/3.