Documente Academic
Documente Profesional
Documente Cultură
unele din ele nu pot lua decât valori nepozitive (≤ 0) în timp ce altele pot lua
orice valoare reală.
Cu această observaţie duala unei probleme de programare liniară cu m
restricţii şi n variabile se construieşte după următoarele reguli:
Exemplul 2.1.1
Problema primală Problema duală
3x1 − 2 x 2 + x 3 + 4 x 4 − x5 ≤ 6 u1 ≥ 0
2 x + 2 x 3 + 5x 4 + x 5 = 9 u2 f . r . s.
1
x1 + 6 x 2 + x 3 + 2 x 4 ≥3 u3 ≤ 0
x1 ≥ 0 3u1 + 2u2 + u3 ≥ 8
x2 ≥ 0 −2u1 + 6u3 ≥ 3
x 3 f . r . s. u1 + 2u2 + u3 = 1
x 4 f . r . s. 4u1 + 5u2 + 2u3 = 5
x5 ≤ 0 − u1 + u2 ≤7
max f = 8 x1 + 3x 2 + x 3 + 5x 4 + 7 x5 min g (u) = 6u1 + 9u2 + 3u3
min ↔ max
(restricţie) concordantă ↔ (variabilă) nenegativă
(restricţie) neconcordantă ↔ (variabilă) nepozitivă
(restricţie) egalitate ↔ (variabilă) fără restricţie de semn
termen liber al unei restricţii ↔ coeficient al funcţiei obiectiv
Ax ≤ b uA ≥ c
( P) x ≥ 0 (Q) u ≥ 0
max f ( x ) = cx min g (u) = ub
∑ n
a x = bi i = 1,..., m ↔ ui f . r . s. i = 1,..., m
j =1 ij j
m
xj ≥ 0 j = 1,..., n ↔ ∑ a ij ui ≥ c j j = 1,.., n
i =1
max f = ∑ n
cj x j
m
min g = ∑ bi ui
j =1 i =1
sau matricial:
12 I. PROGRAMARE LINIARA
Ax = b uA ≥ c
( P) x ≥ 0 ( Q )u ∈ R m ( f . r. s. )
max f ( x ) = cx min g ( u ) = ub
Ax = b uA ≤ c
( P) x ≥ 0 ( Q )u f . r. s.
min f ( x ) = cx max g( u ) = ub
(max) f ( x ) = cx (min) g ( u ) = ub
( P ) Ax ≤ b ( Q ) uA ≥ c
x≥0 u≥0
(uA − c) x = 0
(2.3.1)
u (b − Ax ) = 0
uAx − cx = 0
⇒ cx = ub ⇒ ( x , u ) este un cuplu de soluţii optime în virtutea
ub − uAx = 0
(uA − c) x + u (b − Ax ) = 0
j =1 i =1
m n
∑ ui bi − ∑ aij x j = 0
i =1 j =1
suficientă de optimalitate.
x >0 ⇒
m
∑ a ij u i = c j u >0 ⇒
n
j i ∑ aij x j = bi
i =1 j =1
n m
∑ a ij ui < bi ⇒ ui = 0 ∑ aij ui > c j ⇒ xj = 0
j =1 i =1
max f = cx min g = ub
Ax = b uA ≥ c
x≥0 u f . r . s.
Exemplul 2.3.1
16 I. PROGRAMARE LINIARA
min f = 5 x1 − 2 x 2 − x 3 max g = 6u1 + 12u2 + 4u3
6 x1 + 2 x 2 − 3x 3 ≤ 6 6u1 + u2 + 2u3 ≤ 5
( P ) x1 + 3x 2 + 2 x 3 = 12 ( Q ) 2u1 + 3u2 − u3 ≤ −2
2 x − x + 4 x ≥ 4 − 3u + 2u + 4u ≤ −1
1 2 3
1 2 3
x1 , x 2 , x 3 ≥ 0 u1 ≤ 0, u2 f . r. s., u3 ≥ 0
x = ( x1 , x 2 , x 3 ) T şi u = (u1 , u2 , u3 )
x1 = 0
2 x1 − x 2 + 4 x 3 = 4
x + 3x + 2 x = 12
1 2 3
2. Dualitatea în programarea liniară 17
Rezolvând sistemul, obţinem soluţia optimă a problemei (P):
x1* = 0 , x 2* = 20
7 , x 3* = 12
7 f max = f ( x * ) = − 527 = g (u * ) = g min
(max) f ( x ) = c1 x1 + c2 x 2 +K+ cn x n
a x + a x +K+ a x ≤ b
11 1 12 2 1n n 1
a 21 x1 + a 22 x 2 +K+ a 2 n x n ≤ b2
(P)
............................................
a m1 x1 + a m2 x 2 +K+ a mn x n ≤ bm
x1 ≥ 0, x 2 ≥ 0,K , x n ≥ 0
Să notăm atunci cu u1* , u2* ,..., um* aportul unei unităţi din resursa R1, din resursa
R2, ş.a.m.d. la formarea venitului maxim V*.În virtutea ipotezelor de liniaritate
amintite putem scrie:
Producerea unei unităţi din bunul Gj necesită a1j unităţi din resursa R1, a2j
unităţi din resursa R2 ,....., amj unităţi din resursa Rm.
Partea din venitul maxim V* corespunzătoare acestor cantităţi este:
(2.4.2)
..........................
a u * + a u * +...+ a u * ≥ c
1n 1 2n 2 mn m n
(min) g( x ) = b1 u1 + b2 u2 +...+ bm um
a u + a u +...+ a u ≥ c
11 1 21 2 m1 m 1
a12 u1 + a 22 u2 +...+ a m2 um ≥ c 2
( Q )
. ..................................
a1n u1 + a 2 n un +...+ a mn um ≥ c n
u1 ≥ 0, u2 ≥ 0,..., um ≥ 0
În consecinţă:
20 I. PROGRAMARE LINIARA
∂V *
= ui* i = 1,..., m
∂ bi
(2.4.4)
(2.4.5) arată că dacă bunul Gj intră în combinaţia optimă atunci preţul său este
egal cu partea din venitul maxim al firmei corespunzătoare resurselor
încorporate într-o unitate din el.