TEORIA DE LA DUALIDAD Uno de los descubrimientos ms importantes durante el desarrollo inicial de la programacin lineal fue el concepto de dualidad y sus

muchas e importantes ramificaciones. Este descubrimiento revelo que, asociado a todo problema de PL, existe otro problema lineal llamado dual. Las revelaciones entre el problema dual y el original (llamado primal) son un extremo tiles en una gran variedad de situaciones. Por ejemplo, se ver que de hecho la solucin ptima del problema dual es la que proporciona los precios sombras (marginales). El modelo de PL que desarrollaremos para una situacin se conoce como el problema Primal y se transforma en problema Dual, esto es una definicin matemtica extremadamente relacionada, que se deriva directamente del problema primal. La forma estndar de nuestro problema Primal se muestra a continuacin:
n

Maximizar Z
S.a. n

Cj Xj
J=1

aij Xj
J=1

<=

bi,

para todo i = 1,2,...,m.

Donde Xj >= 0, para todo j = 1,2,...,n. Las variables Xi de i = 1,..., n; incluyen variables de supervit y de holguras segn sea el caso, la forma estndar tiene tres propiedades : a) Todas las restricciones son ecuaciones( con el lado derecho positivo).

b) c)

Todas las variables son no negativas ( >= 0). El sentido de la optimizacin puede ser maximizacin o minimizacin.

Cabe destacar que la forma estndar siempre se usa para producir la tabla simplex original y que la solucin del problema dual se obtiene directamente de la tabla simplex primal ptima. Luego, al definir la forma dual de la forma primal estndar automticamente se obtiene una solucin dual compatible con los clculos del mtodo simplex. Las variables y las restricciones del problema dual se pueden construir simtricamente a partir del problema primal, como sigue: 1.2.3.Una variable dual se define para cada una de las ecuaciones de la restriccin Primal m. Una restriccin dual se define para cada primal de n variables primales. Los coeficientes del lado izquierdo de la restriccin dual son iguales a los coeficientes de la restriccin (columna), de la variable primal asociada, su lado derecho es igual al coeficiente del objetivo de la misma variable primal. Los coeficientes del objetivo de la dual son iguales al lado derecho de las ecuaciones de la restriccin primal.

4.-

Ahora, el problema dual de la forma estndar del primal tendr la forma siguiente:

Manimizar W =
S.a. m

bi Yi
i=1

aij Yj
i=1

>=

Cj, para todo j = 1,2,...,n.

Donde Yi >= 0, para todo j = 1,2,...,m. Por lo tanto, el problema dual usa exactamente los mismos parmetros que el problema primal, pero en diferentes lugares, tal como se muestra a continuacin: Prob. Primal Max Z = CX s.a. AX <= b X >= 0 Ejemplo : Problema Primal y Dual. a) En forma estndar (algebraica) Prob. Dual Min W = 4Y1+12Y2+18Y3 s.a. Y1+3Y3 >= 3 2Y2+2Y3 >= 5 Y1,Y2,Y3 >= 0 Prob. Dual Min W = Yb s.a. YA >= C Y >= 0

Prob. Primal Max Z = 3X1 + 5X2 s.a. X1 <= 4 2X2 <= 12 3X1+2X2 <= 18 X1, X2 >= 0

b)

En forma Matricial Prob. Dual Min W = (Y1,Y2,Y3) 4 12 18 (Y1,Y2,Y3) 1 ,0 >= (3,5) 0, 2 3,2 (Y1,Y2,Y3) >= (0,0,0)

Prob. Primal Max Z = (3, 5) X1 X2 s.a. 1,0 0,2 3,2 X1 X2 X1 <= 4 X2 12 18 >= 0 0

Construccin del Problema dual Sea el problema de programacin lineal escrito en su forma estndar : Max Z = C 1X1 + .....+ CnXn s.a. a11X1 + ... + a1nXn <= : : : : am1X1+.... + amnXn <= Con Xi >= 0. Luego, llevando esta forma estndar a la forma del simplex se tiene:

b1 : : bn

Notas: 1.2.3.4.Cada fila del cuadro genera una variable dual ( una por cada restriccin primal). La F.O. del dual se construye multiplicando el lado derecho bi del cuadro por la variable dual asociado a cada fila (Yi). la optimizacin dual es opuesta a la del Primal. El tipo de restriccin y la condicin de las variables duales se obtiene aplicando lo siguiente: Primal ( Max) Tipo de Variable Xi >= 0 Xj <= 0 Xj (irrestricta) Tipo de restriccin Tipo <= 0 Tipo >= 0 Tipo = 0 Ejemplo : Problema : Primal Max Z = 5X1 + 3X2 + 6X3 s.a. 4X1 + 2X2 - 7X3 <= 20 3X1 + 5X2 + 4X3 >= 8 5X1 + 3X2 - 6X3 = 15 Dual ( Min ) Tipo de restriccin Tipo >= 0 Tipo <= 0 Tipo = 0 Tipo de Variable Xi >= 0 Xj <= 0 Xj (irrestricta)

con X1 >= 0 , X2 irrectricto , X3 <= 0.

Ejemplo : Problema : Dual Min W = 20Y1 + 8Y2 + 15Y3 s.a. 4Y1 + 3Y2 + 5Y3 >= 5 2Y1 + 5Y2 + 3Y3 = 3 -7Y1 + 4Y2 - 6Y3 <= 6

con Y1 >= 0 , Y2<= 0 , Y3 irrectricto Propiedades: 1.Propiedad de Dualidad Dbil : Si X e Y son soluciones factibles en un problema Primal y en el problema dual respectivamente, se tiene : Z = CX 2.<= W = bY

Propiedad de Dualidad Fuerte: sean X e Y soluciones factibles en el PP y en el PD respectivamente, si ellas verifican que CX = bY, luego ambas son soluciones ptimas en el PP y en el PD. si el PP o el PD posee solucin ptima, luego ambos poseen solucin ptima. El dual del dual es el primal. Si el PP es no acotado, entonces el PD es infactible, dado que Z <= W, y Z tiende a infinito, lo cual implica que W sea > a infinito, hecho que es improbable. Por tanto PD es infactible. Si el PP es infactible, entonces el PD es no acotado o infactible.

3.4.5.-

6.-

7.8.-

Todo Problema de PL es PP o PD dependiendo del caso como se analice. En cualquier iteracin simplex de la primal o la dual, se tiene: Coeficiente del objetivo de la variable j en un problema es igual al lado izquierdo menos el lado derecho de la restriccin j en otro problema.

9.-

Para cualquier par de soluciones factibles primal y dual, se tiene: Valor del objetivo en el problema de max. es menor o igual al valor del objetivo en el problema de minimizacin. En el ptimo, la relacin es vlida como una ecuacin estricta.

Ejemplo: Considere una pequea empresa que produce dos tipo de pinturas P1 y P2. El proceso de produccin requiere de tres materias primas (M1,M2,M3) para elaborar estos dos productos. Para elaborar una tonelada de P1 se requiere de 0,4 ton de M1 y 0,6 de M3. Una tonelada de P2 se forma con 0,5 toneladas de M1, 0,2 de m2 y 0,3 ton de M3. La disponibilidad de materia prima actual es de 20 ton de M1, 5 ton de M2 y 21 ton de M3. El departamento de control de control de costos ha analizado el proceso y concluido que una tonelada de P1 genera una utilidad de M$10 en tanto que una tonelada de P2 solo genera una utilidad de M$30. De acuerdo a los datos entregados se tiene lo siguiente:

a)

Problema Primal Max Z = 40P1 + 30P2 s.a. 0,4P1 + 0,5 P2 <= 20 (Restriccin de M1) 0,2 P2 <= 5 (Restriccin de M2) 0,6P1 + 0,3 P2 <= 21 (Restriccin de M3) con P1, P2 >=0.

b)

Problema Dual Min W = 20Y1 + 5Y2 +21Y3 s.a. 0,4Y1 + 0,6 Y2 >= 40 0,5Y1+ 0,2Y2 + 0,3 Y3 >= 30 con Y1, Y2, Y3 >= 0. Cuadro simplex inicial del Problema Primal
Iteracin Variab. Bsica P1 P2 H1 H2 H3 Recursos Operacin de Reduccin

H1 H2 H3 Z

2/5 1/2 0 1/5 3/5 3/10 -40 -30

1 0 0 0

0 1 0 0

0 0 1 0

20 5 21 0

Donde Z=0; P1 = P2= 0; H1 = 20; H2= 5 y H3 = 21 Cuadro simplex inicial del Problema Dual
Variab. Bsica Y1 Y2 Y3 S1 S2 R1 R2 Recursos Operacin de Reduccin

R1 R2 -W R

2/5 0 3/5 -1 1/2 1/5 3/10 0 20 5 21 0 9/10 1/5 9/10 -1

0 -1 0 -1

1 0 0 0

0 1 0 0

40 30 0 70

Donde Z=0; R = 70; R1= 40; R2 = 30; H1= H2 =0; Y1=Y2=Y3 = 0

Iteracin Variab. P1 P2 H1 H2 H3 Recurs Operacin de

Bsica

os

Reduccin

H1 H2 P1 Z

0 0 1 0

3/10 1/5 1/2 -10

1 0 0 0

0 1 0 0

-2/3 0 5/3 200/3

6 5 35 1400

Donde Z= 1400; P1 = 35; P2= 0; H1 = 6; H2= 5 y H3 = 0

Variab. Bsica Y1 Y2 Y3 S1 S2 R1 R2 Recursos Operacin de Reduccin

Y3 R2 -W R

2/3 0 3/10 1/5 6 5 3/10 1/5

1 0 0 0

-5/3 1/2 35 1/2

0 5/3 -1 -1/2 0 -35 -1 -3/2

0 1 0 0

200/3 10 -1400 10

Donde W= 1400; R = 10; R1= 0; R2 = 10; S1= S2 =0; Y1=Y2= 0; Y3 = 200/3.

Iteracin Variab. Bsica P1 P2 H1 H2 H3 Recurs os Operacin de Reduccin

P2 H2 P1 Z

0 0 1 0

1 0 0 0

10/3 -2/3 -5/3 100/3

0 1 0 0

-20/9 4/9 25/9 400/9

20 1 25 1600

Donde Z= 1600; P1 = 25 ;P2=20; H1 = 0; H2= 1 y H3 = 0

Iteracin Variab. Bsica Y1 Y2 Y3 S1 S2 R1 R2
Recursos Operacin de Reduccin

Y3 Y1 -W R

0 1 0 0

-4/9 2/3 1 0

1 0 0 0

-25/9 20/9 10/3 -20/9 5/3 -10/3 5 10/3 25 20 5 20 0 0 -1 -1

400/9 100/3 -1600 0

Donde W= 1600; R = 0; R1= R2 = 0; S1= S2 =0; Y1= 100/3; Y2= 0; Y3 = 400/9. INTERPRETACION ECONOMICA DE LA DUALUDAD

El problema de la PL se puede considerar como un modelo de asignacin de recursos, en el cual el objetivo es maximizar el ingreso o utilidad, sujeto a la disponibilidad de recursos limitados. Observando el problema desde este punto de vista, el problema dual asociado ofrece interesantes interpretaciones econmicas del modelo de asignacin de recursos de la PL. Para formalizar la exposicin, consideremos la siguiente representacin de los problemas generales primales y duales en los cuales el primal asume el papel de un modelo de asignacin de recursos: Primal :
n

Maximizar Z
S.a. n

Cj Xj

J=1

aij Xj
J=1

<=

bi,

para todo i = 1,2,...,m.

Donde Xj >= 0, para todo j = 1,2,...,n. Dual :

m

Manimizar W =
S.a. m

bi yi
i=1

aij Yj
i=1

>=

Cj, para todo j = 1,2,...,n.

Donde Yi >= 0, para todo j = 1,2,...,m.

Desde el punto de vista del modelo de asignacin de recursos, el problema primal tiene n actividades econmicas y m recursos. El coeficiente Cj en el primal representa la utilidad por unidad de la actividad j. El recurso i, cuya disponibilidad mxima es bi, se consume a una tasa de aij unidades por unidad de la actividad j. Interpretacin econmica de las variables duales. Para cualquier par de soluciones factibles primal y dual, los valores de las funciones objetivo, cuando son finitas, deben satisfacer la siguiente desigualdad:
n n

Cj Xj
j=1

<=

bi Yi
j=1

La desigualdad estricta es vlida cuando tanto la solucin primal como la dual son ptimas. Debido a que bi representa el nmero de unidades disponibles del recurso i, de ello se sigue que la ecuacin Z = W se puede expresar dimensionalmente como: $ = (unidades del recurso i) * ($ por unidad del recurso i ) Esto significa que las variables duales Yi, deben representar el valor por unidad del recurso i. Ahora, si derivamos la expresin :
n

Z se tiene :

bi Yi
j=1

derivando por / bi

( Z / bi ) = Yi Esto representa que la variable dual en el ptimo, la variacin de la funcin objetivo al disponer de una unidad adicional del recurso i ( variacin marginal). Tambin, se tiene que Yi se le conoce como precio sombra o precio de escasez del recurso i. Luego, Z representa la valorizacin de los productos en el ptimo y W representa la valorizacin de los recursos en el ptimo. Observaciones: 1.2.Si la solucin dual no es nica, no existe una interpretacin econmica clara. Teorema de Holguras complementarias Sean X e Y soluciones factibles en el PP y PD respectivamente, si ocurre : i) ii) (aX - b) Y = 0, y (at Y - C) X = 0, entonces X e Y son soluciones ptimas en el PP y PD respectivamente.

Observaciones a las condiciones i y ii. a) ( aij Xj - bi) *Yi existen 3 alternativas : = 0, para que esta relacin se cumpla

i) ( aij Xj - bi) *Yi = 0, con Yi = 0, o que el contenido de la = 0, esto implica que aij Xj = bi, es decir el recurso se

consume completamente, por lo que es escaso. Por lo tanto, Yi>0. ii) Si Yi = 0, esto implica aij Xj <= bi, por lo que sobran unidades de bi. Por lo tanto, bi es abundante (variable de holgura asociada es mayor que cero). Si ambos son = 0, no existe una interpretacin econmica clara.

iii)

Ejemplo : Tomemos la solucin ptima para el problema de las pintura:

Iteracin Variab. Bsica P1 P2 H1 H2 H3 Recursos

P2 H2 P1 Z

0 0 1 0

1 0 0 0

10/3 -2/3 -5/3 100/3

0 1 0 0

-20/9 4/9 25/9 400/9

20 1 25 1600

Suponga que el recurso a (M1) se incrementan en una unidad esto implica que Z se incrementa en el valor de Yi, esto es 100/3, luego el nuevo Z = 4900/3. Ahora, veamos que la escasez de los recursos M1 y M3 se obtiene al observar que sus variables de holgura asociadas son igual a cero y el grado relativo de dicha escasez ( o prioridad para obtener unidades adicionales) se mide a travs de sus precios sombra. En este caso M3 tiene prioridad sobre M1 dado que Y3 > Y1.

Por lo tanto, de la solucin del ejemplo vemos que el valor de Z = 1600 representa la mxima utilidad que se puede obtener en la produccin de P1 y P2. Y por otro lado el valor de W = 1600 representa la valorizacin de los recursos escasos ( a precio sombra) involucrados en la produccin de P1 y P2. Ahora, aplicando el Teorema de Holguras Complementarias se tiene: 1.2.3.P1 0, luego : 0,4 Y1 + 0,6 Y3 = 40 30

P2 0, luego : 0,5 Y1 + 0,2Y2 + 0,6 Y3 = H2 0, luego : Y2 = 0

Luego, resolviendo el sistema de 2x2 resultante se obtiene la solucin ptima dual : Y1 = Y2 = Y3 = W = 100/3 0 400/9 1600