Documente Academic
Documente Profesional
Documente Cultură
𝒎í𝒏 𝒙𝟏 − 𝒙𝟐
S.t. 𝟐𝒙𝟏 + 𝟑𝒙𝟐 − 𝒙𝟑 + 𝒙𝟒 ≤ 𝟎
𝟑𝒙𝟏 + 𝒙𝟐 + 𝟒𝒙𝟑 − 𝟐𝒙𝟒 ≥ 𝟎
−𝒙𝟏 − 𝒙𝟐 + 𝟐𝒙𝟑 + 𝒙𝟒 = 𝟔
𝒙𝟏 ≤ 𝟎
𝒙 𝟐 , 𝒙𝟑 ≥ 𝟎
𝒎í𝒏 𝒙𝟏 − 𝒙𝟐
S.t. 𝟐𝒙𝟏 + 𝟑𝒙𝟐 − 𝒙𝟑 + 𝒙𝟒 ≤ 𝟎 /∗ 𝝀𝟏
𝟑𝒙𝟏 + 𝒙𝟐 + 𝟒𝒙𝟑 − 𝟐𝒙𝟒 ≥ 𝟎/∗ 𝝀𝟐
−𝒙𝟏 − 𝒙𝟐 + 𝟐𝒙𝟑 + 𝒙𝟒 = 𝟔 /∗ 𝝀𝟑
Así obtenemos la relajación del problema primal:
𝑮(𝝀𝟏 , 𝝀𝟐 , 𝝀𝟑 ) = 𝒎í𝒏𝒙 {𝒙𝟏 (𝟏 − 𝟐𝝀𝟏 − 𝟑𝝀𝟐 + 𝝀𝟑 ) + 𝒙𝟐 (−𝟏 − 𝟑𝝀𝟏 − 𝝀𝟐 + 𝝀𝟑 ) + 𝒙𝟑 (𝝀𝟏 − 𝟒𝝀𝟐 − 𝟐𝝀𝟑 )
+ 𝒙𝟒 (−𝝀𝟏 + 𝟐𝝀𝟐 − 𝝀𝟑 )} + 𝟔𝝀𝟑
Formándose así el problema dual el cual sigue la forma 𝐺(𝝀) = 𝝀′ 𝒃 + (𝒄′ − 𝝀′ 𝑨)𝒙
𝑚𝑎𝑥𝜆 {6𝜆3 }
𝑠. 𝑡. 𝟐𝝀𝟏 + 𝟑𝝀𝟐 − 𝝀𝟑 ≥ 1
𝟑𝝀𝟏 + 𝝀𝟐 − 𝝀𝟑 ≤ −𝟏
𝝀𝟏 − 𝟐𝝀𝟐 + 𝝀𝟑 = 𝟎
Tabla 1. Relación entre un problema primal y uno dual
PREGUNTA 2
𝒎í𝒏 𝒄′ 𝒙
𝒔. 𝒕. 𝑨𝒙 ≥ 𝒃
𝒙≥𝟎
Formule el problema dual y conviértalo en un problema de minimización equivalente. Entregue las
condiciones que deben cumplir la matriz A y los vectores b, c, para que el problema dual sea
idéntico al primal. Construya además un ejemplo que cumpla dichas condiciones.
Sea g(λ) el costo del problema relajado, como una función de λ. Este problema relajado nos
permitirá mas soluciones que el primal
𝑚𝑎𝑥𝜆 {𝝀′𝒃}
𝑆. 𝑡 𝝀′ 𝑨 ≤ 𝒄′
𝝀′ ≥ 𝟎
𝑚𝑖𝑛𝜆 {−𝝀′𝒃}
𝑆. 𝑡 𝝀′ 𝑨 ≤ 𝒄′
𝝀′ ≥ 𝟎
Es necesario que , para que se cumpla la identidad del dual y el primal, la matriz A sea simétrica de
dimensiones nxn y que b=-c.
EJEMPLO:
𝐦𝐢𝐧𝐱 {−𝒙𝟏 − 𝒙𝟐 }
𝒔. 𝒕. 𝟑𝒙𝟏 + 𝟐𝒙𝟐 ≥ 𝟏
𝟒𝒙𝟏 + 𝟏𝒙𝟐 ≥ 𝟏
𝒙𝟏 , 𝒙𝟐 ≥ 𝟎
𝐦𝐚𝐱 𝛌 {𝝀𝟏 + 𝝀𝟐 }
s.t. −𝟑𝝀𝟏 − 𝟒𝝀𝟐 ≤ 𝟏
−𝟐𝝀𝟏 − 𝝀𝟐 ≤ 𝟏
𝝀′ ≥ 𝟎
𝐦𝐢𝐧𝛌 {−𝝀𝟏 − 𝝀𝟐 }
s.t. −𝟑𝝀𝟏 − 𝟒𝝀𝟐 ≤ 𝟏
−𝟐𝝀𝟏 − 𝝀𝟐 ≤ 𝟏
𝝀′ ≥ 𝟎
PREGUNTA 3
Sea A una matriz cuadrada simétrica y considere el siguiente problema de programación lineal:
𝒎í𝒏𝒙 𝒄′ 𝒙
𝒔. 𝒕. 𝑨𝒙 ≥ 𝒄
𝒙≥𝟎
Pruebe que si 𝒙∗ satisface 𝑨𝒙∗ = 𝒄 y 𝒙∗ ≥ 𝟎, entonces 𝒙∗ es una solución óptima.
maxλ 𝝀′ 𝒄
𝑆. 𝑡 𝝀′ 𝑨 ≤ 𝒄′
𝝀≥𝟎