INGENIERA INDUSTRIAL

UNIVERSIDAD ARTURO PRAT

TEORIA DE 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 revel que, asociado a todo problema de programacin lineal existe otro problema lineal llamado dual. Las relaciones entre el problema dual y el original (llamado primal) son extremadamente tiles en una gran variedad de situaciones.

ESENCIA DE LA TEORIA DE DUALIDAD

Al usar nuestra forma estndar para el problema primal, que se muestra a la izquierda, su problema dual tiene la forma que se muestra a la derecha. Problema Primal Maximizar Z = cjXj ,
j =1 n

Problema Dual b Minimizar Y0 = iYi,

i= 1 m

Sujeto a

Sujeto a

aijXj bi; para i = 1,2,......,m

j =1

aijY
j =1

cj; para j = 1,2,......,n

Xj 0 ,

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

Yi 0 , para i = 1,2,.....,m

El problema dual usa exactamente los mismos parmetros que el problema primal, pero en diferentes lugares. Para realizar estas comparacin, obsrvese ahora estos mismos problemas en la notacin matricial, en donde C y Y =[ Y1 , Y2, ...., Ym ] son vectores rengln pero b y X son vectores columna.

METODO SIMPLEX REVISADO

ROBERTO JIMNEZ RAMREZ

INGENIERA INDUSTRIAL

UNIVERSIDAD ARTURO PRAT

Problema Primal Maximizar Z = C X Sujeto a AX b y X 0

Problema Dual Minimizar Y0 = Y b Sujeto a YA C y X 0

A manera de ilustracin, en la tabla siguiente se muestran los problemas primal y dual para el ejemplo de la Wyndor Glass, en forma matricial. PROBLEMA PRIMAL Maximizar Z = 3 5 Sujeto a Sujeto a
1 0 0 2 3 2

PROBLEMA DUAL Minimizar Y0 = [ Y1,Y2,Y3]

4 12 18

X1 X2

X1 X2

12 18

1 0

[ Y1,Y2,Y3] 0 2
3 2

3 5

y
X1 X2

0 0

y [ Y1,Y2,Y3] [ 0 ,0 ,0 ]

La

Tabla Primal Dual para programacin lineal ayuda tambin a subrayar la

correspondencia entre los dos problemas.

a) Caso general

Problema Primal

METODO SIMPLEX REVISADO

ROBERTO JIMNEZ RAMREZ

INGENIERA INDUSTRIAL

UNIVERSIDAD ARTURO PRAT

Coeficientes de X1 Problema Dual Coeficientes de X2 .... Xn

Lado derecho Coeficientes para la funcin objetivo ( minimizar)

a12 ............................ a1n a22 ............................ a2n

m1

b1 b2

am2 ..............................amn

bm

Lado Y1 Y2 ..Ym

C1

........................
C2 Cn

derecho Coeficiente para la funcin objetivo ( maximizar) b) Caso Wyndor Glass X1 1 0 3 X2 0 2 2

Y1 Y2 Y3
METODO SIMPLEX REVISADO

4 12 18
5
ROBERTO JIMNEZ RAMREZ

INGENIERA INDUSTRIAL

UNIVERSIDAD ARTURO PRAT

Ntese en particular que en la tabla anterior los 1) parmetros para una restriccin en cualquier problema son los coeficientes

de una variable en el otro. 2) Los coeficientes de la funcin objetivo son los valores del lado derecho en

el otro. Entonces, existe una correspondencia directa entre los elementos de los problemas, tal y como se resume a continuacin. Esta correspondencia es la clave de algunas aplicaciones de la teora de dualidad, entre las que se encuentra el anlisis de sensibilidad.

ORIGEN DEL PROBLEMA DUAL

La teora se basa directamente en la idea fundamental del mtodo smplex. La idea fundamental conduce a las siguientes relaciones entre las cantidades y los parmetros del modelo original: Y0 = Y b =
m

b Y,
i i i= 1

Z=YA

Zj =

a Y ,
ij i i= 1

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

La clave ahora estriba en expresar lo que el mtodo smplex trata de lograr (segn la prueba de optimalidad) en trminos de estos smbolos. En particular, busca un conjunto de variables bsicas y la solucin bsica factible correspondiente, tal que todos los coeficientes en el rengln o sean negativos. Cuando esta condicin se cumple, se detiene con esta solucin ptima. Esto se expresa simblicamente como sigue:

METODO SIMPLEX REVISADO

ROBERTO JIMNEZ RAMREZ

INGENIERA INDUSTRIAL

UNIVERSIDAD ARTURO PRAT

CONDICIN DE OPTIMALIDAD Zj Cj 0, para j = 1,2, ....,n Yi 0, para i = 1,2,.....,m Notacin para los elementos del objetivo en la tabla smplex. Variable Iteracin bsica Cualquiera Z Ec. Nm 0 Z X1 X2 Xn Xn+1 Xn+2 Xn+m 1 (Z1-C1) (Z2-C2).... (Zn-Cn) Y1 Y2 .. Ym Lado derecho Y0

Despus de sustituir la expresin para Zj, la condicin de optimalidad dice que el mtodo smplex se puede interpretar como el algoritmo que busca valores de Y1, Y2 ...... Ym tal que Y0 = Sujeta a b Y,
i i i= 1 m

a Y ,
ij i i= 1

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

Yi 0, para i = 1,2,.....,m Pero excepto porque no se ha establecido un objetivo para la funcin Y 0 este problema es precisamente el problema dual! Para completar la formulacin, se explorar cul debe ser ese objetivo que falta. Como Y0 es sencillamente el valor de Z, y como el objetivo del problema primal es maximizar Z, una reaccin natural sera que Y0 se maximizara tambin . Sin embargo, esto no es correcto debido a una razn bastante sutil: las nicas soluciones factibles para este nuevo problema son aquellas que satisfacen la condicin de optimalidad para el problema primal. Por tanto, nada ms la solucin ptima para el problema primal corresponde a la solucin

METODO SIMPLEX REVISADO

ROBERTO JIMNEZ RAMREZ

INGENIERA INDUSTRIAL

UNIVERSIDAD ARTURO PRAT

factible para este nuevo problema. En consecuencia, el valor optimo de Z en el problema primal es el valor mnimo factible de Y0 en el nuevo problema, de manera que Y0 debe minimizarse. RESUMEN DE LAS RELACIONES PRIMAL DUAL

Propiedad de Dualidad dbil: si X es una solucin factible para el problema primal y Y es una solucin factible para el problema dual, entonces C X Y b. Propiedad de dualidad fuerte: si X* es una solucin ptima para el problema primal y Y* es una solucin ptima para el problema dual, entonces C X* = Y * b Propiedad de soluciones complementarias: en cada iteracin el mtodo smplex identifica simultneamente una solucin factible en un vrtice, X , para el problema primal y una solucin complementaria y para el problema dual (que se encuentra en el rengln 0, como los coeficientes de las variables de holgura), donde CX=Yb Si X no es ptima para el problema primal, entonces Y no es factible para el problema dual. Para ilustrar la propiedad de soluciones complementarias recordemos la primera
5 , 0], con 2

iteracin en el problema de la Wyndor Glass, en donde X = [0 , 6 ] T y Y = [0, X = 30 = Y b.

METODO SIMPLEX REVISADO

ROBERTO JIMNEZ RAMREZ

INGENIERA INDUSTRIAL

UNIVERSIDAD ARTURO PRAT

Propiedad de soluciones complementarias ptimas: al final de cada iteracin, el mtodo smplex identifica simultneamente una solucin ptima X* para el problema primal y una solucin ptima complementaria Y* para el problema dual C X* = Y* b. Los valores de Y*i son los precios sombra para el problema primal. Por ejemplo, la ultima tabla smplex muestra X = [2 , 6 ] T y Y = [0, C X* = 36 = Y* b. Propiedad de simetra: Para cualquier problema y su problema dual, las relaciones entre ellos deben ser simtricas debido a que el dual de este problema dual es este problema primal. Interpretacin Econmica de Dualidad La interpretacin econmica de la dualidad se basa directamente en la interpretacin ms frecuente del problema primal.
3 , 1], 2

Recordemos Cantidad Xj Cj Interpretacin Nivel de la actividad j (j = 1,2,...,n) Ganancia unitaria debida a la actividad j.

METODO SIMPLEX REVISADO

ROBERTO JIMNEZ RAMREZ

INGENIERA INDUSTRIAL

UNIVERSIDAD ARTURO PRAT

Z bi aij

Ganancia total debida a todas las actividades. Cantidad disponible del recurso i (i = 1,2,...m) Cantidad del recurso i consumida por cada unidad de actividad j

Interpretacin del problema dual Para ver cmo la interpretacin del problema primal conduce a una interpretacin econmica del problema dual, observemos el rengln 0 . y las ecuaciones que le siguen, as como la propiedad de soluciones complementarias como Y0 es el valor de Z (ganancia total) en la iteracin actual como. Y0 = b1 Y1 + b2 Y2 + .........+ bm Ym Cada bi Yi puede interpretarse como la contribucin a la ganancia por disponer de bi

unidades del recurso i para el problema primal. As, Yi se interpreta como la contribucin a la ganancia por unidad del recurso i (i = 1,2,.....,m), cuando se usa el conjunto actual de variables bsicas para obtener la solucin primal. En otras palabras, las Yi (o Y*i en la solucin ptima) no son otra cosa que los precios sombra. Estas interpretaciones de las variables duales lleva a la interpretacin del problema dual completo. En especial, como cada unidad de la actividad j en el problema

primal consume aij unidades del recurso i,

a Yi
ij i =1

se interpreta como la contribucin actual

a la ganancia, de esa mezcla de recursos que se consumira si se usara una unidad de la actividad j, (j = 1, 2, ......, n)

METODO SIMPLEX REVISADO

ROBERTO JIMNEZ RAMREZ

INGENIERA INDUSTRIAL

UNIVERSIDAD ARTURO PRAT

Por esta razn, al interpretar Cj como la ganancia unitaria debida a la actividad j,

cada restriccin funcional en el problema dual se interpreta como sigue: aij Yi Cj dice
i =1

que la contribucin a la ganancia de la mezcla anterior de recursos debe ser, por lo menos, tanto como si fuera utilizada por una unidad de la actividad j; de otra manera no se estara llevando a cabo la mejor utilizacin de estos recursos. De igual manera las restricciones de no negatividad es la siguiente: Yi 0 dice que la contribucin a la ganancia por parte del recurso i ( = 1,2,.....,m) debe ser no negativa ; de lo contrario sera mejor no usar este recurso ser absoluto. El objetivo Minimizar Y0 =

b Yi
i i= 1

Puede verse como la consumidos por las actividades.

minimizacin del valor total implcito de los recursos

METODO SIMPLEX REVISADO

ROBERTO JIMNEZ RAMREZ