Está en la página 1de 7

1.

TEORA PRIMAL DUAL


TEORIA DE LA DUALIDAD Cada problema de programacin lineal tiene un segundo problema asociado con el. Uno se denomina primal y el otro dual. Los 2 poseen propiedades muy relacionadas, de tal manera que la solucin ptima a un problema proporciona informacin completa sobre la solucin ptima para el otro. Las relaciones entre el primal y el dual se utilizan para reducir el esfuerzo de cmputo en ciertos problemas y para obtener informacin adicional sobre las variaciones en la solucin ptima debidas a ciertos cambios en los coeficientes y en la formulacin del problema. Esto se conoce como anlisis de sensibilidad o post-optimidad. Para poder elaborar el problema dual a partir del primal, este se debe presentar en su forma canonca de la siguiente forma: Maximizar Sujeto a:

Generalidades de la teora Dual El teorema de la Dualidad establece que existe un equilibrio entre el conjunto de actividades y el conjunto de precios, en donde el costo de produccin Mnimo es igual a la Ganancia Mxima. (Ley de Oferta y Demanda) Algunas Propiedades 1. Propiedad de dualidad dbil. Cualquier solucin factible en el primal tiene un valor menor o igual que cualquier solucin factible en el dual. 2. Propiedad de dualidad fuerte. En el ptimo ambas soluciones son iguales.

3. Propiedad de simetra Para cualquier problema, el dual del dual es el primal. Utilidad de la teora Dual 1. Si el problema de PL tienen n variables y m restricciones, su problema dual tiene m variables y n restricciones. A veces es ms fcil resolver un problema que otro.

2. Segn la propiedad de dualidad dbil, puede usarse cualquier solucin factible del problema dual para acotar el problema primal (o viceversa). Caractersticas a) El problema dual tiene tantas variables como restricciones tiene el programa primal. b) El problema dual tiene tantas restricciones como variables tiene el programa primal. c) Los coeficientes de la funcin objetivo del problema dual son los trminos independientes de las restricciones o RHS del programa primal. d) Los trminos independientes de las restricciones o RHS del dual son los coeficientes de la funcin objetivo del problema primal. e) La matriz de coeficientes tcnicos del problema dual es la traspuesta de la matriz tcnica del problema primal. f) El sentido de las desigualdades de las restricciones del problema dual y el signo de las variables del mismo problema, dependen de la forma de que tenga el signo de las variables del Problema primal y del sentido de las restricciones del mismo problema. g) Si el programa primal es un problema de maximizacin, el programa dual es un problema de minimizacin. h) El problema dual de un problema dual es el programa primal original. Por qu se plantea un problema de forma dual? Por una parte permite resolver problemas lineales donde el nmero de restricciones es mayor que el nmero de variables. Gracias a los teoremas que plantea la solucin de unos de los problemas (primal o dual) nos proporciona de forma automtica la solucin del otro problema. Que significado tiene su solucin? La dualidad permite realizar importantes interpretaciones econmicas de los problemas de programacin lineal. La solucin del dual se puede obtener desde el primal? La dualidad permite generar mtodos como el mtodo dual del simplex de gran importancia en el anlisis de postoptimizacin y en la programacin lineal paramtrica.

2. FORMULACION DEL PROBLEMA DUAL


El problema dual se puede obtener a partir del problema primal y viceversa de la siguiente manera: 1. Cada restriccin de un problema corresponde a una variable en el otro. 2. Los elementos del lado derecho de las restricciones en un problema son iguales a los coeficientes respectivos de la funcin objetivo en el otro. 3. Un problema busca maximizar y el otro minimizar. 4. El problema de maximizacin tiene restricciones que y el problema de minimizacin tiene restricciones que. 5. Las variables en ambos casos son no negativas. Cuando el problema primal no est en forma cannica, es necesario hacer ajustes para poder presentarlo as. Los cambios ms frecuentes son:

1. Si la funcin objetivo es minimizar, se puede transformar a una funcin objetivo de maximizar de la siguiente forma:

2. Una restriccin mayor o igual que se transforma en una restriccin menor o igual que de la siguiente manera:

3. Una restriccin de igualdad se transforma en 2 inecuaciones:

Ejercicio Una compaa produce y vende 2 tipos de mquinas de escribir: manual y elctrica. Cada mquina de escribir manual es vendida por un ingreso de 40 dls. y cada mquina de escribir elctrica produce un ingreso de 60 dls. Ambas mquinas tienen que ser procesadas (ensambladas y empacadas) a travs de 2 operaciones diferentes (O1 y O2). La compaa tiene una capacidad de 2000 hrs. Mensuales para la operacin O1 y 1000 hrs. Mensuales de la operacin O2. El nmero de horas requeridas de O1 y O2 para producir un modelo terminado se da en la siguiente tabla.

Encuentre el nmero ptimo de unidades de cada tipo de mquina de escribir que se debe producir mensualmente para maximizar el ingreso. Objetivo: Maximizar el ingreso total Restricciones: horas mensuales de las operaciones Variables de decisin: nmero de mquinas de escribir a producir X1 = nmero de mquinas de escribir manuales X2 = nmero de mquinas de escribir elctricas

3. RELACIN PRIMAL-DUAL
Asociado a cada problema lineal existe otro problema de programacin lineal denominado problema dual (PD), que posee importantes propiedades y relaciones notables con respecto al problema lineal original, problema que para diferencia del dual se denomina entonces como problema primal (PP). Las relaciones las podemos enumerar como siguen: a) El problema dual tiene tantas variables como restricciones tiene el programa primal. b) El problema dual tiene tantas restricciones como variables tiene el programa primal c) Los coeficientes de la funcin objetivo del problema dual son los trminos independientes de las restricciones o RHS del programa primal.

d) Los trminos independientes de las restricciones o RHS del dual son los coeficientes de la funcin objetivo del problema primal. e) La matriz de coeficientes tcnicos del problema dual es la traspuesta de la matriz tcnica del problema primal. f) El sentido de las desigualdades de las restricciones del problema dual y el signo de las variables del mismo problema, dependen de la forma de que tenga el signo de las variables del problema primal y del sentido de las restricciones del mismo problema. g) Si el programa primal es un problema de maximizacin, el programa dual es un problema de minimizacin. h) El problema dual de un problema dual es el programa primal original.

4. DUAL-SIMPLEX
Resulta ser una estrategia algortmica eficiente cuando luego de llevar un modelo de programacin lineal a su forma estndar, la aplicacin del mtodo simplex no es inmediata o ms bien compleja, por ejemplo, puede requerir la utilizacin del mtodo simplex de 2 fases. Una aplicacin tpica del mtodo simplex dual es en la resolucin de problemas con una funcin objetivo de minimizacin, con restricciones del tipo mayor o igual y donde las variables de decisin son mayores o iguales a cero. Ejemplo: Considere el siguiente modelo de Programacin Lineal:

Paso 1: Se lleva el modelo a su forma estndar. En nuestro ejemplo esto se logra agregando variables de exceso en cada una de las restricciones (3 primeras: S1, S2, S3, respectivamente). Luego, se multiplica cada fila de las restricciones por -1 de modo de disponer una solucin bsica inicial (infactible) en las variables de exceso S1, S2 y S3. De esta forma se obtiene la siguiente tabla inicial. A -15 -7,5 -5 315 B -2 -3 -2 110 C -1 -1 -1 50 S1 1 0 0 0 S2 0 1 0 0 S3 0 0 1 0 -200 -150 -120 0

Paso 2: Se selecciona el lado derecho "ms negativo" lo cual indicar cul de las actuales variables bsicas deber abandonar la base. En el ejemplo el lado derecho ms negativo se encuentra en la primera fila, por tanto S1 deja la base. Para determinar cual de las actuales variables no bsicas (A, B, C) entrar a la base se busca el mnimo de {-Yj/aij} donde aij es el coeficiente de la respectiva variable no bsica en la fija i (del lado derecho ms negativo, marcado en verde) y donde Yj es el costo reducido de la respectiva variable no bsica. De esta forma se obtiene: Min {-315/-15, -110/-

2, -50/-1} = 21, donde el pivote (marcado en rojo) se encuentra al hacer el primer cociente, por tanto A entra a la base. Paso 3: Se actualiza la tabla anterior siguiendo un procedimiento similar al utilizado en el Mtodo Simplex. En el ejemplo se debe dejar a la variable A como bsica y S1 como no bsica. La tabla que resulta es la siguiente: A 1 0 0 0 B 2/15 -2 -4/3 68 C 1/15 -1/2 -2/3 29 S1 1/15 -1/2 -1/3 21 S2 0 1 0 0 S3 0 0 1 0 40/3 -50 160/3 -4.200

Paso 4: Continuar las iteraciones y siguiendo el mismo procedimiento hasta disponer de una solucin bsica factible. Luego de unas iteraciones se obtiene la siguiente tabla final: A 1 0 0 0 B 0 1 0 0 C 0 0 1 0 S1 1/10 1/4 0 4 S2 0 -1 2 10 S3 1/10 3/4 -3 36 8 10 60 6.620

La solucin ptima es A=8, B=10, C=60 (marcado en verde) con valor ptimo V (P)=6.620 (marcado en rojo - se obtiene con signo cambiado). Tambin es interesante notar que los costos reducidos de las variables artificiales S1, S2 y S3 (marcado en amarillo), corresponde a la solucin ptima del modelo presentado en el tutorial de solver, esto dado que dicho modelo resulta ser el problema dual de nuestro ejemplo. 5. ANALISIS DE SENSIBILIDAD En todo proyecto se trabaja con algunos factores sobre los que se tiene poder de decisin (variables controlables), y otros sobre los que slo se pueden realizar estimaciones (variables no controlables). De acuerdo a lo anterior podemos definir al anlisis de sensibilidad como el proceso de medicin de variables que afectan el desarrollo del proyecto de inversin. Algunas de las variables controlables incorporadas al plan son: Precio Producto Logstica

Promocin Las principales variables no controlables en un proyecto son: Competencia Consumidores Entorno econmico, poltico, legal, etctera. El flujo de fondos refleja, en consecuencia, una cantidad de supuestos sobre el comportamiento de las variables. El anlisis de sensibilidad es una tcnica que permite evaluar el impacto de las modificaciones de los valores de las variables ms importantes sobre los beneficios y, consecuentemente, sobre la tasa de retorno. Un anlisis de sensibilidad tiene como finalidad evaluar el impacto que los datos de entrada o de las restricciones especificadas a un modelo definido, tienen en el resultado final o en las variables de salida del modelo (Turban, 2001), esto es sumamente valioso en el proceso de diseo de productos o servicios y en su anlisis de viabilidad financiera. Este mtodo de evaluacin combinado con las tecnologas de informacin forma una herramienta muy poderosa para los tomadores de decisiones. Cuando se evala un proyecto de inversin, es complicado tratar de determinar que puede ocurrir en el futuro, y cmo se van a comportar las distintas variables que forman parte de ste. De lo anterior, surge la necesidad de construir diferentes escenarios (situaciones), que pudieran presentarse durante la ejecucin del proyecto. Estos escenarios o situaciones se relacionan con aspectos econmicos, polticos, sociales, ambientales, legales que afectan de manera directa la evolucin del proyecto y que lo ponen en riesgo. Una forma de visualizar el comportamiento de estos escenarios, es a travs de ejercicios de simulacin apoyados por hardware y software especializado, que nos permite ver el comportamiento de las variables en un momento y lugar determinado. Por supuesto, lo anterior no quiere decir que el problema se solucionar de forma automtica si ste llega a suceder. Estas herramientas nos permiten tener una visin ms cercana de lo que pudiera ocurrir, para tratar de implementar algunas soluciones establecidas con anterioridad, recordemos que estamos hablando de variables y sobre algunas de ellas no tenemos control.