Matemtica

Programacin

Programacin
Matemtica
Dualidad
1
Dra. Norka Bedregal Alpaca

Dualidad

Dualidad

Cada problema de programacin lineal tiene asociado otro

problema lineal llamado problema dual
El concepto de dualidad aporta elementos que aumentan el
entendimiento de la PL
El anlisis de dualidad es una herramienta poderosa en la
solucin de PPL, muchas veces es ms fcil resolver el problema
dual
El problema dual tiene informacin e interpretacin importantes
El tamao del Pl influye en la decisin de si se debe resolver el
problema inicial o su dual
La solucin ptima del problema dual proporciona los beneficios
de los recursos asignados al problema original

Dualidad
Considere un ejemplo de produccin de 2 productos finales que
hacen uso de tres recursos escasos (mquinas), cuyas
disponibilidades en horas corresponden a los lados derechos de
las restricciones.

Dualidad

Mx
s.a .

40 x1 + 60 x2
2 x1 + 2 x2
x1 + x2

70

40

x1 + 3 x2
x1 0 , x2

90
0

La solucin ptima y el valor ptimo del problema P) esta dada

por:
x1* = 5
x2* = 25
z = 2100

Dualidad

Dualidad

Suponga, que se combinan las distintas restricciones del problema,

ponderadas respectivamente por los valores 1, 2 y 3, a modo de
obtener la mejor cota superior del valor ptimo del problema,
obteniendo:
1(2X1+X2)+ 2(X1+X2)+ 3(X1+3X2) 70 1+40 2+90 3
Para garantizar que el lado derecho de esta ltima desigualdad sea
una cota superior de la funcin objetivo se debe cumplir que :
2 1+ 2+ 3 40
1+ 2+3 3 60

Dualidad
La mejor eleccin de esta cota se tendra al resolver
70 1 + 40 2 + 90 3

Min

2 1 + 2 + 3 40

Dualidad

s.a .

1 + 2 + 3 3 60
i 0 , i = 1, 2 , 3 .
Este problema se conoce como el problema Dual asociado
al problema Primal
Tambin resulta que al formular el problema dual de este
nuevo problema se obtiene el problema primal (o uno
equivalente).
Cualquiera de los dos entrega la misma informacin y el valor
ptimo es el mismo.

Formas: Dualidad

Dualidad

Definicin: Forma 1
El problema dual es un problema de PL auxiliar que se define
directa y sistemticamente a partir del modelo de PL original o
primal
Dado el PL en su forma cannica (problema primal):
max Z = C X
sujeto a :
AX B
X

El problema dual asociado tiene la forma:

min G = B T Y
sujeto a :
AT Y C T
Y

Formas: Dualidad

Dualidad

De la definicin se deduce que el paso al dual se lleva a cabo

teniendo presente las cuatro reglas siguientes:
Los coeficientes de la i-sima restriccin para el problema
primal pasan a ser los coeficientes de las variables Yi en las
restricciones del problema dual. El problema dual tiene tantas
variables como restricciones hay en el primal.
Los coeficientes de las variables de decisin Xj en el problema
primal pasan a ser los coeficientes de la restriccin j-sima en el
problema dual. El problema dual tiene tantas restricciones
como variables hay en el primal.
Los coeficientes de la funcin objetivo en el problema primal
pasan a ser los coeficientes del segundo miembro de las
restricciones en el problema dual.
Los coeficientes del segundo miembro de las restricciones del
problema primal pasan a ser los coeficientes de la funcin
objetivo del dual.

Formas: Dualidad

Dualidad

Forma 2
Dado el problema primal:
min Z = C X
sujeto a :
AX B
X
El problema dual asociado tiene la forma:
max G = B T Y
sujeto a :
AT Y C T
Y

Formas: Dualidad

Dualidad

Forma 3
Dado el problema primal:
max Z = C X
sujeto a :
AX = B
X
El problema dual asociado tiene la forma:
min G = B T Y
sujeto a :
AT Y C T
Y no restringida

Formas: Dualidad

Dualidad

Forma 4
Dado el problema primal:
max Z = C X
sujeto a :
AX B
X
El problema dual asociado tiene la forma:
min G = B T Y
sujeto a :
AT Y C T
Y

Formas: Dualidad
Si se obtiene el dual del dual se obtendr el problema primal, se
trata de una correspondencia biunvoca

Dualidad

En general las reglas de transformacin se pueden resumir:

Formas: Dualidad

Dualidad

Ejemplos:
Convertir al dual los siguientes problemas

Caso 1

Caso 2

max z = 2 X 1 + 3 X 2 + 2 X 3

max Z = 10 X 1 + 20 X 2

sujeto a
X1 + 2 X 2 + 3X 3 4

sujeto a
X1 + 2 X 2 4

2 X1 + X 2 + X 3 6

2 X1 3X 2 6

X1 0

X1 0

X2 0 X3 0

X2 0

Formas: Dualidad

Dualidad

Ejemplos:
Convertir al dual los siguientes problemas

Caso 3

max Z = 10 X 1 + 20 X 2
sujeto a
X1 + 2 X 2 = 4
2 X1 3X 2 7
X1 0

X2 0

Caso 4
max Z = 3 X 1 + 8 X 2 + 2 X 3 4 X 4

sujeto a
X1 + X 2 + 2 X 3 + 3X 4 5
X 1 X 2 = 1
X 3 X 4 46
X1 0

X2 0 X3 0 X4 0

Mtodo Dual Simplex

Dualidad

Caractersticas
Modificacin del mtodo simplex
El mtodo simplex exige que la solucin sea factible, es decir, que
las variables bsicas (XB) sean no negativas
El mtodo dual simplex requiere que en cada iteracin exista
factibilidad dual, es decir, que los coeficientes de la funcin
objetivo (Zj-Cj) sean no negativos

Mtodo Dual Simplex

1. Reescribir el problema en la forma adecuada

Dualidad

2. Construir el tablero inicial

Empezar con un tablero donde todos los coeficientes de la funcin
objetivo (Zj-Cj) sean no negativos
3. Seleccionar la variable de salida
Si todas las variables bsicas (XB) son no negativas, entonces el
tablero actual es el ptimo.
Si no es as, seleccionar como vector de salida de la base aquel
vector cuyo correspondiente valor en la columna de valores sea el
ms negativo. La fila correspondiente se llama fila pivote

Mtodo Dual Simplex

Dualidad

4. Seleccionar la variable de entrada

Para encontrar la variable que entra a la base, se divide cada
trmino de la primera fila (valores de la funcin objetivo) por el
trmino correspondiente de la fila pivote, siempre que estos
ltimos sean menores que cero.
Si todos los elementos de la fila pivote son no negativos, entonces
el problema no tiene solucin
El trmino de la columna de salida que en la divisin anterior d
lugar al mayor cociente , indica la columna de la variable que
entra a la base. Esta columna se llama columna pivote

Mtodo Dual Simplex

Dualidad

5. Encontrar los coeficientes de la nueva tabla

La interseccin de la fila pivote y columna pivote es el elemento
pivote operacional
Los nuevos coeficientes se obtienen (por reduccin gaussiana)
convirtiendo la columna pivote en un vector unitario con el 1 en la
posicin del pivote
Este paso genera una nueva base, un nuevo valor de la funcin
objetivo y un nuevo punto extremo de la regin factible
6. Regresar al paso 3

Mtodo Dual Simplex

Dualidad

Ejemplo:
Resolver el siguiente problema de PL

min Z = 2 X 1 + X 2
sujeto a
3X1 + X 2 3
4 X1 + 3X 2 6
X1 + 2 X 2 3
X1 0

X2 0

Mtodo Dual Simplex

Dualidad

Re-escribiendo el problema queda:

max H + 2 X 1 + 2 X 2 + 0 X 3 + 0 X 4 + 0 X 5 = 0
sujeto a
3X1 X 2 + X 3

= 3

4 X1 3X 2

= 6

+ X4

X1 2 X 2

+ X 5 = 3

X1, X 2 , X 3 , X 4 , X 5 0

Mtodo Dual Simplex

Dualidad

Se construye el tablero inicial

H

X1

X2

X3

X4

X5

Valor

X3

-3

-1

-3

X4

-4

-3

-6

X5

-1

-2

-3

La solucin actual no es ptima, todas las variables bsicas son

menores o iguales que cero
Existe factibilidad dual ya los coeficientes de la funcin objetivo
son todos mayores o iguales que cero

10

Mtodo Dual Simplex

Dualidad

Se eligen las variables de salida y de entrada:

X1

X2

X3

X4

X5

Valor

X3

-3

-1

-3

X4

-4

-3

-6

X5

-1

-2

-3

X1

X2

X3

X4

X5

Valor

X3

-3

-1

-3

X4

-4

-3

-6

X5

-1

-2

-3

Mtodo Dual Simplex

Dualidad

Siguiente iteracin

X1

X2

X3

X4

X5

Valor

2/3

1/3

-2

X3

-5/3

-1/3

-1

X4

4/3

-1/3

X5

5/3

-2/3

11

Mtodo Dual Simplex

Siguiente iteracin

Dualidad

X1

X2

X3

X4

X5

Valor

2/5

1/5

-12/5

X3

-3/5

1/5

3/5

X4

4/5

-3/5

6/5

X5

-1

Este tablero es ptimo, luego la solucin es:

X1 = 3 5
X2 = 6 5
X3 = 0

X4 = 0

H * = 12

Z * = 12

X5 = 0

Interpretacin: Dualidad

Dualidad

Ejemplo:
Una compaa produce dos tipos de impresoras para PC:
impresoras lser e impresoras a inyeccin de tinta. Cada
impresora lser produce un ingreso de $40 y cada impresora a
inyeccin de tinta un ingreso de $60.
Ambas impresoras tienen que ser procesadas (ensambladas y
empacadas) por medio de dos operaciones diferentes O1 y O2.
El nmero de horas de estas operaciones, requeridas para
producir cada modelo y las capacidades mensuales son:
Operacin

Horas
requeridas
Lser

Horas
requeridas
Inyeccin tinta

Capacidad
mensual
(horas)

O1

2000

O2

1000

12

Interpretacin: Dualidad
Variables de decisin:

Dualidad

X1: # impresoras lser a producir cada mes

X2: # impresoras a inyeccin de tinta a producir cada mes
El problema primal es:
max Z = 40 X 1 + 60 X 2
sujeto a
3 X 1 + 2 X 2 2000
X 1 + 2 X 2 1000
X1 0

X2 0

Interpretacin: Dualidad

Dualidad

Aplicando mtodo simplex se tiene:

Z

X1

X2

X3

X4

Valor

-40

-60

X3

2000

X4

1000

X1

X2

X3

X4

Valor

-10

30

30000

X3

-1

1000

X2

1/2

1/2

500

13

Dualidad

Interpretacin: Dualidad

X1

X2

X3

X4

Valor

25

35000

X1

1/2

-1/2

500

X2

-1/4

3/4

250

Este tablero es ptimo, luego la solucin es:

X 1 = 500
X 2 = 250
X3 = 0
X4 = 0

Z * = 35,000

Interpretacin: Dualidad

Dualidad

Enfoque del problema dual: Problema de precio

Objetivo:
Determinar los precios a los cuales la compaa debera valorar
sus recursos de tal manera que pueda determinar el valor mnimo
al cul podra
alquilarlos o
venderlos
Por ejemplo, podra alquilar o vender las horas de capacidad de
las operaciones:
O1 (ensamble)
O2 (empaque)

14

Interpretacin: Dualidad

Dualidad

Variables de decisin:
Y1: costo de una hora en el departamento de ensamble (O1)
Y2: costo de una hora en el departamento de embalaje (O2)

Funcin Objetivo:
Como las capacidades de O1 y O2 son respectivamente 2000 y
1000, y se debe minimizar el costo total:
min C = 2000Y1 + 1000Y2

Estos recursos (horas O1 y O2) no pueden tener un precio

negativo
Y1 0

Y2 0

Interpretacin: Dualidad

Dualidad

Los costos de alquiler o venta Y1 y Y2 deben ser competitivos

(i.e.)
Para producir una impresoras lser, se necesitan 3 horas de O1 y i
hora de O2, este costo debe ser como mnimo lo que se ganara por
vender una impresora lser

3Y1 + Y2 40
Anlogamente, en el caso de las impresoras a inyeccin de tinta:

2Y1 + 2Y2 60

15

Interpretacin: Dualidad
Reuniendo esta informacin:

Dualidad

min C = 2000Y1 + 1000Y2

sujeto a
3Y1 + Y2 40

MODELO PRIMAL

2Y1 + 2Y2 60
Y1 0

Y2 0

Comparando con el modelo original:

max Z = 40 X 1 + 60 X 2
sujeto a
3 X 1 + 2 X 2 2000

MODELO DUAL

X 1 + 2 X 2 1000
X1 0

X2 0

Solucin de Problemas Duales

Dualidad

La solucin de un modelo primal por el mtodo simplex resuelve

implcitamente el modelo dual
Al iniciar el mtodo simplex la estructura del tablero es:

Holgura

Variables originales

Variables Holgura

Valor

-C

16

Solucin de Problemas Duales

Dualidad

Despus de la primera iteracin, la estructura cambia:

Holgura

Variables originales

Variables Holgura

Zj - Cj

Zj - Cj

B 1 A

Valor

B 1

La solucin ptima del problema dual queda inscrita en la

posicin
Zj Cj correspondientes a las variables de holgura

Solucin de Problemas Duales

Ejemplo:
En el problema planteado anteriormente:
min C = 2000Y1 + 1000Y2

Y1: costo de una hora en el

departamento de ensamble (O1)
Y2: costo de una hora en el
departamento de embalaje (O2)

Dualidad

sujeto a
3Y1 + Y2 40
2Y1 + 2Y2 60
Y1 0

Y2 0

Para el problema primal asociado el tablero ptimo era:

Z

X1

X2

X3

X4

Valor

25

35000

X1

1/2

-1/2

500

X2

-1/4

3/4

250

17

Interpretacin
Solucin dual:

Dualidad

Y1: costo de una hora en el departamento de ensamble (O1)

Y2: costo de una hora en el departamento de embalaje (O2)

Y1 = 5
Y2 = 25

C* = 35,000

Solucin primal:
X1: # impresoras lser a producir cada mes
X2: # impresoras a inyeccin de tinta a producir cada
mes
X 1 = 500
X 2 = 250

Z * = 35,000

Dualidad

Interpretacin
Los precios mnimos a los que la compaa podra alquilar sus
recursos son:
Cada hora del Departamento de ensamble (O1) : $5
Cada hora del Departamento de embalaje (O2) : $25
Con lo que grantiza una uyilidad mnima mensual de $ 35,000

Si estos precios existieran en el mercado, seran competitivos

Para la compaa sera indiferente producir impresoras o alquilar sus
recursos

18

Interpretacin

Dualidad

Si en el mercado los precios fueran mas bajos, entonces a la

compaa le convendra comprar recursos para incrementar las
capacidades de O1 y O2

Estoa precios son vlidos siempre y cuando se vendan o alquilen el

total de horas de O1 y O2

Comprobacin
Resolver por el mtodo apropiado:
min C = 2000Y1 + 1000Y2

Dualidad

sujeto a
3Y1 + Y2 40
2Y1 + 2Y2 60
Y1 0

Y2 0

Aplicando las reglas de equivalencia:

max H = 2000Y1 1000Y2
sujeto a
3Y1 Y2 40
2Y1 2Y2 60
Y1 0

Y2 0

19

Comprobacin
Luego:

max H + 2000Y1 + 1000Y2 = 0

Dualidad

sujeto a
3Y1 Y2 + Y3
2Y1 2Y2

= 40
+ Y4 = 60

Y1 , Y2 , Y3 , Y4 0

Es conveniente aplicar el mtodo dual simplex

Y1

Y2

Y3

Y4

Valor

2000

1000

Y3

-3

-1

-40

Y4

-2

-2

-60

Dualidad

Comprobacin

Y1

Y2

Y3

Y4

Valor

1000

500

-30,000

Y3

-2

-1/2

-10

Y2

-1/2

30

Y1

Y2

Y3

Y4

Valor

500

250

-30,000

Y1

-1/2

1/4

Y2

-3/4

25

Este tablero es ptimo

20

Teoremas sobre Dualidad

Dados el problema primal y su correspondiente dual:

Dualidad

Primal:

Dual:
min G = B T Y

max Z = C X
sujeto a :

sujeto a :
AX B

AT Y C T

Teorema 1:

) )

Si X , Y son soluciones factibles a un problema primal y su

correspondiente dual, entonces

)
Z = CX

)
BT Y = G

Teoremas sobre Dualidad

Teorema 2: DUALIDAD

Dualidad

Dado un problema primal y su correspondiente dual, uno y slo uno

de los siguientes tres casos puede ocurrir:

1. Ambos problemas tienen soluciones ptimas y sus funciones

objetivo ptimas son iguales.
Es decir siX *
yY *
son soluciones ptimas del primal y del dual
respectivamente:

Z * = CX *

BT Y * = G *

21

Dualidad

Teoremas sobre Dualidad

2. Si el problema primario no tiene soluciones factibles y el
problema dual tiene al menos una, entonces el dual tiene
solucin no acotada
VICEVERSA
Si el problema dual no tiene soluciones factibles y el primario
tiene al menos una solucin, esta es no acotada
3. Ambos problemas: primal y dual no tienen solucin

Teorema 3:
La formulacin dual de un problema dual, genera la
representacin primaria

Teoremas sobre Dualidad

Dualidad

Teorema 4:
Dado un problema primal y su correspondiente dual se tienen las
siguientes implicaciones

)
Y >
)
AX > B
)
X >
)
AT Y > C T

)
AX = B
)
Y =
)
AT Y = C T
)
X =

22

Teoremas sobre Dualidad

Dualidad

Teorema 5: HOLGURA COMPLEMENTARIA

Dados un problema primal y su correspondiente dual, con soluciones
factibles se cumple que existen soluciones ptimas denotadas
respectivamente por:X * y Y *
tales que:

(A X B ) + Y > 0
(C A Y )+ X > 0
*

*T

El teorema implica que

Si A X * B =
Si

Y* =

Si C T AT Y * =
Si

X* =

Y* >

AX* B >

X* >

C T AT Y * >

Teoremas sobre Dualidad

Dualidad

Teorema 6
La formulacin dual de un problema dual, genera la
representacin primaria

23

Ejercicios Propuestos

Dualidad

Ejercicio 1:
Plantear el dual y su resolucin del siguiente problema de P.L.:

Ejercicios Propuestos

Dualidad

Ejercicio 2:
Plantear el dual y su resolucin del siguiente problema de P.L.:

24

Ejercicios Propuestos

Dualidad

Dualidad

Ejercicio 3:
Plantear el dual y su resolucin del siguiente problema de P.L.:

FIN

25