INTERPRETACION ECONOMICA DE LAS RESTRICCIONES DUALES Las restricciones duales se pueden interpretar utilizando el resultado de la propiedad " En cualquier

iteracin simplex de la primal o la dual se tiene : Coef. De la funcin objetivo de la variable j en un problema = lado izquierdo menos lado derecho de la restriccin j en el otro problema. Esta propiedad es simtrica, tanto respecto a los problemas primales como duales. Por lo tanto, en cualquier iteracin primal se tiene: Coeficiente objetivo de Xj = m aij Yi - Cj i=1

Luego, utilizando el anlisis dimensional para interpretar esta ecuacin . La utilidad por unidad, Cj, de la actividad j es en $/unidad. Entonces, por consistencia la cantidad aij Yi , con i=1,..,m, debe estar tambin en $/unidad. Luego, debido a que Cj representa la utilidad, la cantidad aij Yi , con i=1,..,m, que aparece en la ecuacin con un signo opuesto, debe representar el costo. De igual forma, dado que aij es la cantidad del recurso i utilizada por la actividad j, las variables duales Yi deben representar el costo atribuido por unidad del recurso i y podemos pensar en la cantidad aij Yi , con i=1,..,m; como el costo atribuido de todos los recursos necesarios para producir una unidad de la actividad j.

La condicin de maximizacin de optimalidad del mtodo simplex dice que un incremento en el nivel de una actividad j no utilizada (no bsica) mejorar la utilidad slo si su coeficiente objetivo ( aij Yi - Cj ) , con i=1,..,m; es negativo. En trminos de la interpretacin anterior, esta condicin manifiesta que: El costo atribuido de los recursos empleados por unidad de la actividad j es menor (<) que la utilidad por unidad de la actividad j. Por lo tanto, la condicin de maximizacin de la optimalidad dice que es econmicamente ventajoso incrementar una actividad a un nivel positivo si la utilidad por unidad excede el costo atribuido por unidad. Luego se tiene: Zj = m aij Yi i=1

Para representar el costo atribuido de los recursos empleados por unidad de la actividad j. La notacin (Zj - Cj) es el coeficiente objetivo de Xj en la tabla simplex y a menudo se hace referencia a l como el costo reducido de la actividad j. De hecho, algunos textos utilizan Zj - Cj para calcular directamente el coeficiente de la ecuacin objetivo ( en vez de utilizar las operaciones de regln de Gauss-Jordan). Ejemplo: Papa Noel, ensambla tres tipo de juguetes: trenes, camiones y automviles, utilizando tres operaciones. Los lmites diarios sobre los tiempos disponibles para las tres operaciones son de 430, 460 y 420 minutos, respectivamente, las utilidades por cada tren, camin y auto son $3, $2 y $5 respectivamente. Los tiempos de

ensamble por tren en las tres operaciones son de 1, 3 y 1 minuto. Los del camin son 2, 0 y 4 y para los autos son 1, 2 y 0 minutos. ( el tiempo cero significa que la operacin no se usa). Si asignamos que X1, X2 y X3 representan el nmero diario de unidades ensambladas de trenes, camiones y automviles, el modelo de PL asociado y su dual sern: P. Primal: Max Z = 3X1+2X2+5X3 s.a. X1 + 2X2 + X3 <= 430 ( OPER. 1) 3X1 + 0 + 2X3 <= 460 ( OPER. 2) X1 + 4X2 + 0 <= 420 ( OPER. 3) Con X1, X2 Y X3 >= 0 Solucin Optima : X1 = 0, X2 = 100 Y X3 = 230 , Z = $ 1350. P. Dual: Min W = 430Y1 + 460Y2 + 420Y3 s.a. Y1 + 3Y2 + Y3 >= 3 2Y1 + 0 + 4Y3 >= 2 Y1 + 2Y2 + 0 >= 5 Con Y1, Y2 Y Y3 >= 0 Solucin Optima : Y1 = 1, Y2 = 2, Y3 = 0 , W = $ 1350. La solucin primal ptima requiere la produccin de camiones (X2=100) y de autos (X3=230), pero de ningn tren (X1=0). Esto significa que, de acuerdo con la actual economa de escala, los trenes de juguete no dejan utilidades. Sin embargo, la

competencia directa de Papa Noel, presiona para que tambin produzca trenes com se puede lograr esto?. Analicemos el problema desde el punto de vista de la interpretacin de de Z1 - C1 para X1, los trenes de juguetes sern econmicamente atractivos slo si Z1 < C1. Por lo tanto, Papa Noel incrementar la utilidad por unidad C1 aumentando el precio de venta por unidad, o bien disminuyendo el costo atribuido de los recursos utilizados Z1 = ( Y1+3Y2+Y3). Un aumento en la utilidad por unidad tal vez no sea posible, debido a que Papa Noel, quiere seguir siendo competitiva en el mercado. Una disminucin en Z1 es ms posible, debido a que implica mejoramientos en las operaciones de ensamble, principalmente reduciendo su empleo por unidad de los tiempos disponibles para las operaciones. Si dejamos que R1, R2 y R3 representen las proporciones en las cuales se reducen los tiempos por unidad de las tres operaciones, el problema requiere determinar R1, R2 y R3 de tal forma que el nuevo costo atribuido de estas tres operaciones descienda ms debajo de la unidad por unidades C1, es decir: (1-R1)Y1 + 3(1-R2)Y2 + (1-R3)Y3 < 3

Para los valores dados de Y = 1, Y2 = 2 y Y3 = 0, esta desigualdad se reduce a R1 + 6R2 > 4. Por lo tanto, cualquier valor factible de R1 y R2 entre 0 y 1 que satisfaga la relacin R1 + 6R2 > 4, deben hacer que los trenes de juguete dejen utilidad. Por ejemplo si R1 = 0,25 y R = 2, esto implica que se producirn Z 1 - C1 = 0,25 + 6(2) - 4 = 2,55. Sin embargo, observe que una reduccin unitaria del empleo de la operacin R2 es 6 veces ms efectiva como una reduccin igual en el empleo de la operacin R1.

METODO DUAL SIMPLEX El algoritmo dual simplex, en el problema de PL comienza (como mejor que) ptimo y no factible. Las iteraciones sucesivas estn diseadas para avanzar hacia la factibilidad, sin violar la optimalidad. En la iteracin, cuando se restaura la factibilidad, el algoritmo termina. El mtodo dual simplex contrasta con el mtodo regular (primal) simplex en el sentido que las iteraciones en piezas factibles y no ptimas y continun siendo factibles hasta que se logra la optimalidad. En el mtodo dual simplex, el cuadro simplex inicial debe tener un regln objetivo por lo menos con una variable bsica no factible (<0). Para mantener la optimalidad y simultaneamente avanzar hacia la factibilidad en cada iteracin, se emplean las condiciones siguientes: Condicin dual de factibilidad: La variable de salida Xr, es la variable bsica que tiene el valor ms negativo. Los empates se rompen arbitrariamente. Si todos las variables bsicas son no negativas, el algoritmo termina. Condicin dual de optimalidad: La variable de entrada est determinada entre las variables no bsicas como la correspondiente relacin: Menor de :
(en valor absoluto)

(Zj - Cj) / rj

, para todo rj < 0

Donde rj, es el coeficiente de restriccin de la tabla simplex asociado con el rengln de la variable de salida Xr y la columna

de la variable de entrada Xj. Los empates se rompen arbitrariamente. Si se reflexiona un poco, observar que la condicin dual de optimalidad, se basa en la misma idea general que se emplea en el desarrollo de la condicin primal de factibilidad. Ejemplo: Minimice Z = 3X1 + 2X2 s.a. 3X1 + X2 >= 3 4X1 + 3X2 >= 6 X1 + X2 <= 3 Con X1, X2 >= 0. Llevando el problema a la forma estndar se tiene: Minimice Z = 3X1 + 2X2 s.a. 3X1 + X2 - S1 = 3 4X1 + 3X2 - S2 = 6 X1 + X2 + H1 = 3 Con X1, X2 >= 0. Para resolver este problema a travs del mtodo dual-simplex debemos en primer lugar hacer lo siguiente: 1.Multiplicar las variables de supervit por -1, de manera que el lado derecho muestre directamente cual variable bsica son no factibles ( X1 = -3 y S2 = -6). Posteriormente, la tabla simplex inicial ser:

Variab. Bsica Factible

X1

X2

S1

S2

H1

Solucin

S1 S2 H1 Z

-3 -4 1 -3

-1 -3 1 -2

1 0 0 0

0 1 0 0

0 0 1 0

-3 -6 3 0

2.-

Se observa que Zj - Cj <= 0, para todo los j = 1,...,5; lo que indica que la solucin bsica inicial es ptima. Por lo tanto, la tabla simplex anterior satisface las condiciones requeridas para la tabla simplex inicial del mtodo dual, a saber, ser ptima y no factible (lado derecho negativo). La condicin dual de factibilidad indica que S2 = -6, es la variable de salida. Despus, aplicamos la condicin dual de optimalidad para determinar la variable de entrada se utilizar la siguiente tabla resumen.
Variables X1 X2 S1 S2 H1

(Zj-Cj)

rj
(Zj-Cj) /

-3 -4 3/4

-2 -3 2/3

0 0 -

0 1 0

0 0 -

rj

La proporcin ( Zj-Cj)/ rj, muestra que X2 es la variable de entrada. Observe que una variable Xj es candidata para entrar en la solucin bsica slo si su ij, es estrictamente negativa. Por lo tanto, las variables bsicas S1, S2 y H1 no deben considerarse.

La siguiente tabla simplex se optiene el mtodo de reduccin por filas, anteriormente aplicado.

Variab. Bsica Factible

X1

X2

S1

S2

H1

Solucin

S1 X2 H1 Z

-5/3 4/3 -1/3 -1/3

0 1 0 0

1 0 0 0

-1/3 -1/3 1/3 -2/3

0 0 1 0

-1 2 1 0

En la tabla anterior, se observa que S1 sale de la base (valor derecho mas negativo (>0)) y variable X1 que entra dado que la proporcin de X1 = 1/5 y la proporcin de S2 = 2. Por lo tanto, nos da lo siguiente :
Variab. Bsica Factible

X1

X2

S1

S2

H1

Solucin

X1 X2 H1 Z

1 0 0 0

0 1 0 0

-3/5 4/5 -1/5 -1/5

1/5 -3/5 2/5 -3/5

0 0 1 0

3/5 6/5 6/5 21/5

Esta tabla anterior es factible ( y ptima) y por lo tanto, aqu se termina el algoritmo con la solucin siguiente: X1 = 3/5 , X2 = 6/5, H2 = 6/5 y Z = 21/5.