4.

Dualni problem

Jedno od vanijih otkria u ranom razvoju linearnog programiranja (LP) jeste

koncept dualiteta i njegovih veoma vanih grananja. Ovo otkrie je pokazalo da se svaki
problem LP vezuje za jo jedan problem LP nazvan dualnim problemom.
Razlike izmeu dualnog problema i originalnog (primarnog) problema pokazale
su se veoma korisnim. Svakom primarnom modelu odgovara jedan dualni model i
obrnuto.
Primena dualnog modela se koristi za pojednostavljenje matematikog modela, u
cilju breg pronalaenja optimalnog reenja, preko manjeg broja raunskih operacija.
Uproenje modela je usmereno na smanjenje dimenzija problema, koje se ogleda u
smanjenju dopunskih i vetakih promenljivih. Kad god je mogue izbei vetake
promenljive treba primeniti dualni model.
Tako na primer, kada je dat opti primarni zadatak, kod koga su sva ogranienja
sa znakom moraju se u naelu, oduzimati dopunske i dodavati vetake promenljive.
Ako bi takav zadatak preveli na opti dualni zadatak, pri emu sva ogranienja menjaju
znak u , tada bi dodavali samo dopunske promenljive.
Reenje primarnog modela preko dualnog problema preporuljivo je, skoro, u
svim sluajevima kada u primarnom zadatku postoji vei broj ogranienja od broja
nepoznatih. Na taj nain reavanje matrice reda m svodi se na reavanje matrice reda n, tj.
na sistem od n jednaina sa m nepoznatih nm.
Za reavanje dualnih problema moe se koristiti bilo koji algoritam simpleks
metode. To nam govori da nema nikakve razlike u reavanju primarnog i dualnog
modela.
Izmeu primarnog i dualnog modela postoji inverzija u pogledu zahteva:
Ako se u primarnom modelu trai maksimum (minimum) funkcije cilja F(X)
onda se u dualnom modelu trai minimum (maksimum) fukcije cilja G(Y),
Dualni model ima onoliko promenljivih y i , i 1,2,..., m koliko primarni model
ima ogranienja,
X j,

Dualni model ima onoliko ogranienja koliko primarni model ima promenljivih
j 1,2,..., n ,

Slobodni lanovi u ogranienjima primarnog modela postaju koeficijenti uz

promenljive u fukciji cilja G(Y),

57

Koeficijenti C j uz promenljive u funkciji cilja primarnog modela postaju

slobodni lanovi u ogranienjima dualnog modela,
Smer nejednaina u ogranienjima dualnog modela je suprotan smeru
nejednaina kod ogranienja primarnog modela.
U zavisnosti od tipa i smera pojedinih ogranienja primarnog modela,
razlikujemo 2 vrste dualnih modela:
1) simetrini i
2) nesimetrini dualni model.

4.1. Simetrini dualni problem

Ako su sva ogranienja, u primarnom modelu, istog tipa i smera, kaemo da se

radi o simetrinom modelu.
Opti matematiki oblik primarnog modela glasi:
MaxF ( X ) c1 x1 c 2 x 2 ... c n x n
a11 x1 a12 x 2 ... a1n x n b1
a 21 x1 a 22 x 2 ... a 2 n x n b2
.........................................
p.o.
a m1 x1 a m 2 x 2 ... a mn x n bm
x j 0, j 1,2,..., n

ili u skraenom obliku:

n

max F ( X ) c j x j
j 1

p.o.:

a
j 1

ij

x j bi , za i 1,2,..., m
x j 0, j 1,2,..., n

Dualni model, koji odgovara datom primarnom modelu, dobija sledei oblik, pri
emu je, za razliku od primarnog modela gde se trai maksimum, ovde potrebno odrediti
minimum fukcije cilja G(Y).
MinG (Y ) b1 y1 b2 y 2 ... bm y m
a1n y1 a 21 y 2 ... a m1 y m c1
a1n y1 a 22 y 2 ... a m 2 y m c 2
p.o.:
........................................
a1n y1 a 2 n y 2 ... a mn y m c m

58

y i 0, i 1,2,..., m

ili u skraenom obliku:

m

min G (Y ) bi y i
i 1

p.o.:

i 1

ij

y i c j , za j 1,2,..., n
y i 0, i 1,2,..., m

Parametri modela a mn kao i slobodni lanovi bmn mogu imati pozitivne ili
negativne vrednosti.
Primarna dualna tabela LP prikazuje sve parametre LP
oni koriste za konstrukciju dva problema.

( a ij , bi

cj) i

kako se

4.2. Nesimetrini dualni model

Kada su ogranienja u primarnom modelu razliitog tipa i smera, kaemo da se

radi o nesimetrinom dualnom problemu (nesimetrini primarni model moe se uvek
svesti na simetrini model).
Ako su ogranienja, u primarnom modelu, razliitog tipa i smera iju funkciju
cilja F(X) minimiziramo (maksimiziramo), tada e se u dualnom modelu traiti
maksimum (minimum) funkcije cilja G(Y) i sva ogranienja e biti istog smera i tipa

4.2.1. Teoreme dualnosti

Osnovne teoreme koje daju vezu izmeu primarnog i dualnog modela su:
Teorema 1: Dual duala je primar.
Teorema 2: Ako jedan od zadataka (primarni ili dualni) ima konano optimalno
reenje, onda i drugi zadatak ima optimalno reenje, pri emu je minimum (maksimum)
funkcije cilja F(X) primara, jednak maksimumu (minimumu) funkcije cilja G(Y) duala,
tj.:
Fmin ( X ) G max (Y )

Fmax ( X ) G min (Y )
gde je: X = ( x1 , x 2 ,..., x n ), Y ( y1 , y 2 ,..., y m ).

59

Teorema 3: Ako primar (dual) ima neogranieno optimalno reenje, tada dual
(primar) nema dopustivo, mogue reenje.
Teorema 4: Za svako dopustivo reenje X primara i svako dopustivo reenje Y
duala, sve dok se ne pronae optimalno reenje, vrednost funkcije cilja G(Y) duala, kojoj
se odreuje minimum (maksimum), je vea (je manja) od vrednosti funkcije cilja F(X)
primara, kojoj se odreuje maksimum (minimum) funkcije cilja, tj.
G min (Y ) Fmax ( X )

ili Fmax ( X ) G min (Y )

G max (Y ) Fmin ( X ) ili Fmin ( X ) G max (Y )
Teorema 5: Dopunskoj promenljivoj x n 1 iz primara, koja se nalazi u
optimalnom reenju, odgovara realna promenljiva y i iz duala i obrnuto, realnoj
promenljivoj x j iz primara, u optimalnom reenju, odgovara dopunska promenljiva
y m j iz duala sa nultom vrednou, tj.
PRIMAR => DUAL

PRIMAR => DUAL

xj

x n i => y i

=> y m j

gde je:
xn i yi 0
(i 1,2,..., m)

x j y m j 0

( j 1,2,..., n)

Pretpostavimo da je dobijeno optimalno reenje dualnog zadatka, iji

maksimum traimo, primenom algoritma simpleks metode. Tom prilikom u redu Gi bi ,
a u kolonama onih slobodnih promenljivih duala, koje ne ulaze u reenje, svi koeficijenti
su pozitivni, tj. zadovoljavaju uslov Gi bi 0 . Tada optimalno reenje primarnog
zadatka, iji maksimum traimo, predstavljaju koeficijenti iz reda Gi bi onih dualnih
promenljivih, koje ne ulaze u reenje (pripadaju kolonama slobodnih promenljivih).
Drugim reima, ti koeficijenti postaju slobodni lanovi kolone X 0 u primarnoj
simpleks tabeli. Tom prilikom optimalno reenje, u koloni B primarne simpleks tabele,
ine one bazne promenljive odreene prema prethodnim jednainama ispod tabele
teoreme 5, to se u konanoj tabeli prikazuje strelicom usmerenom navie.
S druge strane koeficijenti iz kolone Y0 , dualne simpleks tabele, uzimaju se sa
obrnutim znakom (minus) i predstavljaju koeficijente u poslednjem redu F j c j , a u
kolonama onih slobodnih promenljivih primara, koje ne ulaze u reenje, primarne
simpleks tabele ije reenje traimo

60

Primer reavanja primarnog zadatka i dualnog modela

Primarni zadatak

Primer
Dat je primarni zadatak
: Min F(X) = 2 x1 3 x 2 , uz ogranienja:
4 x1 8 x 2 40
6 x1 8 x 2 48
x1 , x 2 0.

Iz prve nejednaine 4 x1 8 x 2 40 , ako uzmemo da je x1 0 onda je x 2 5 , a

ako uzmemo da je x1 8 sledi da je x 2 1 . To nacrtamo na koordinatnom sistemu i
dobijamo pravu sa koordinatama (0,5) i (8,1).
Iz druge nejednaine 6 x1 8 x 2 48 , ako uzmemo da je x1 8 onda je x 2 0 , a
ako uzmemo da je x1 0 sledi da je x 2 6 . Takoe, i to nacrtamo na istom
koordinatnom sistemu i dobijamo drugu pravu sa koordinatama (8,0) i (0,6).
Reavanjem datog sistema, u vidu nejednaina koje predstavljaju ograniavajue
faktore, deljenjem prve jednaine sa 4 , a druge sa 2, a zatim mnoenjem prve sa -3
dobijamo da je x1 4 i x 2 3 . To reenje predstavlja i minimalnu vrednost date funkcije
cilja. Za F = 0, odnosno 2 x1 3 x 2 0 , ako uzmemo da je x1 0 i x 2 e imati vrednost 0,
a ako je x1 3 onda je x 2 2
Crtanjem ove prave i paralelnim pomeranjem do take A sa koordinatama 4,3
dobijamo da je to minimalna vrednost funkcije cilja koju traimo u zadatku.
Min F(4,3) = 2 4 3 3 8 9 17

Dualni model
Dualni model za zadatak funkcije cilja ima iznalaenje maksimuma:
Max G(Y) = 40 y1 48 y 2 , uz ogranienja:

61

4 y1 6 y 2 2
8 y1 8 y 2 3
y1 , y 2 0

Sledi uvoenje dopunskih promenljivih u matematiki model:

Max G(Y) = 40 y1 48 y 2 0 y 3 0 y 4 , uz ogranienja:
4 y1 6 y 2 y 3 2
8 y1 8 y 2 y 4 3

slobodne promenljive su: y1 i y 2

bazisne promenljive su: y 3 i y 4
y 3 2 4 y1 6 y 2
y 4 3 8 y1 8 y 2
y 2 B y3

1
1 3
,
3
3 8

min

y 3 2 4 y1 6 y 2
6 y 2 2 4 y1 y 3
2 4
1
y1 y 3
6 6
6
1
2 4
3 8 y1 8
y1 y 3
6
6 6
16 32
8
3 8 y1

y1 y 3
6
6
6
8 16
4
3 8 y1
y1 y 3
3 3
3
1 8
4
y1 y 3
3 3
3

y2
y4
y4
y4
y4

G (Y ) 40 y1 48 y 2
1
2 4
y1 y 3
6
6 6
G (Y ) 40 y1 16 32 y1 8 y 3
G (Y ) 40 y1 48

G (Y ) 16 8 y1 8 y 3

y1 B y 2

62

1 8
4
y1 y 3
3 3
3
8
1 4
y1 y 3 y 4
3
3 3
1 4
3
y1 y 3 y 4
8 3
8
y4

2 4
1
y1 y 3
6 6
6
2 4 1 4
3 1
y3 y 4 y3
6 6 8 3
8
6
2 1
4
3
1

y3
y4 y3
6 12 12
12
6
4
1
3

y3 y3
y4
12
6
12
6
3

y3
y4
12
12
1
1
y3 y 4
2
4

y2
y2
y2
y2
y2
y2

3
1 4
y3 y 4 8 y3
8
8 3
G (Y ) 16 1 4 y 3 3 y 4 8 y 3
G (Y ) 16 8

G (Y ) 17 4 y 3 3 y 4
G (Y ) 17

Ekonomska interpretacija dualnog problema

Ekonomsko objanjenje dualnog modela se direktno zasniva na tumaenju

primarnog problema, tj. problemu LP u svom optem obliku.
Ova interpretacija dualnih promenljivih je veoma korisna pri primeni LP na
konkretnim problemima u praksi. To je zbog toga to u stvarnosti postoji odreena
fleksibilnost u rasporeivanju udela svakog pojedinanog resursa, uprkos tome to se
formulacija opteg modela LP zasniva na predpostavci da su ogranienja bi
nepromenljiva.
U ovim sluajevima, vrednosti bi , koriene pri formiranju modela LP ustvari
predstavljaju predpostavljenu vrednost ogranienja odreenog resursa. Nakon postizanja
optimalnog reenja datog modela, koriste se dualne promenljive (cene u senci) za
odreivanje da li je potrebna izmena rasporeda resursa. Cena u senci

yi *

resursa i

predstavlja (minimalnu) jedininu cenu koja se mora platiti da bi se smanjio udeo datog
resursa. Ako je pratea cena manja od stvarne vrednosti jedinice odreenog resursa, tada
se udeo resursa treba smanjiti sve dok prestaje da vai odgovarajua jednaina.

63

U problemu odreivanja optimalnog jelovnika, bolniki nutricionista ispituje da

li je mogue smanjenje potrebne dnevne koliine vitamina C i D. Meutim, potrebne
dnevne koliine vitamina koje se nalaze u ove dve namirnice b1 40 i b2 48 bi se
mogle dalje smanjivati sve dok postoje presene take prava koje definiu ogranienja
potrebnih dnevnih koliina vitamina.
Interpretacija opteg dualnog problema bi bila:
Ako direktno primenimo poetno tumaenje dualnih promenljivih,
m

F ( X ) j aij yi
i 1

je trenutni doprinos ukupnoj ceni resursa koji bi se mogli koristiti po jednoj

jedinici aktivnosti j (j = 1,2,...,n).
Dakle, poto je s j dato kao vrednost koja predstavlja jedininu cenu aktivnosti j,
nejednaina koja opisuje ogranienja:
m

a
i 1

ij

yi c j

pokazuje da doprinos ovih resursa ukupnoj ceni mora biti bar onoliki koliki bi
bio kada bi resursi bili korieni za vrenje ove aktivnosti. Slino tome, zahtev
nenegativnosti:
yi 0

pokazuje da svaki pojedinani doprinos resursa i ( i 1,2,..., m) mora biti

nenegativan. U suprotnom, bilo bi bolje uopte ne koristiti takav resurs. Funkcija cilja:
m

Min y 0 bi y i
i 1

se moe posmatrati kao minimiziranje ukupnog uticaja vrednosti utroenih

resursa korienih u obavljanju aktivnosti.
Ova interpretacija bi se mogla jo poboljati ako bi se razlikovale osnovne
(bazne) i ne-bazne promenljive pri formulaciji primarnog problema.
Ako osnovne promenljive (samo nenegativne promenljive) uvek imaju
koeficijent nula u redu F j c j . Prema tome, za svako bazno prihvatljivo reenje (
x1 , x 2 ,..., x n m ),

64

a
i 1

ij

yi c j ,

ako je

xj 0

j 1,2,..., n )

Ekonomska interpretacija se bavi samo aktivnostima j koje imaju samo

pozitivne vrednosti ( x j 0 ), i tada granine vrednosti utroenih resursa moraju biti
jednake ceni ove aktivnosti.
yi 0

ako je x ni 0

( i 1,2,..., m ).

Granina vrednost utroenog resursa i je nula (y i =0) kada nije jo uvek

iscrpljena mogunost snabdevanja datim resursom korienjem resursa za aktivnosti (
x n i 0 ).
U ekonomskoj terminologiji, ovakav resurs se naziva slobodna roba, tj. cena
robe koja je nabavljena u koliini veoj od potranje za tom robom mora pasti na
vrednost nula po zakonu ponude i nabavke. Ovim se zadovoljava interpretacija funkcije
cilja dualnog problema kao minimiziranje vrednosti ukupnog uea utroenih resursa,
pre nego vrednosti ukupnog uea rasporeenih resursa.
Interpretacija dualnog problema takoe omoguava ekonomsku interpretaciju
koju obavlja simpleks metoda formiranjem primarnog problema.
Cilj simpleks metode je da iznae nain upotrebe raspoloivih resursa na
najprofitabilniji i najisplativiji nain.
Ovo zahteva dostizanje poetnog prihvatljivog reenja koje zadovoljava sve
zahteve isplativog korienja resursa (ogranienja dualnog problema) koje se sastoji iz
uslova optimalnosti ovog postupka. Za bilo koje dato poetno reenje, zahtevi (dualna
ogranienja) povezani sa osnovnim promenljivama, su automatski ispunjeni (sa
jednakou). Ipak, oni koji su povezani sa nebazinim promenljivama mogu ili ne moraju
biti zadovoljena. Naime, ako je prvobitna promenljiva x j nebazina, tako da aktivnost
j nije koriena, tada trenutni doprinos cenama resursa od koga se trai da preuzme
svaku jedinicu aktivnosti.
m

a
i 1

ij

y i , ( i 1,2,..., m ) , ( j 1,2,....n )

mogu biti ili manje ili vee od jedinine cene s j koja se moe dobiti vrenjem
aktivnosti. Ako je on manji, tako da ( F j c j )<0 u redu F j c j simpleks tabele, tada se
ovi resursi mogu koristiti na isplativiji nain ako bi se poela vriti ova aktivnost. Ako je
on vei, tada su ovi resursi ve nefde dodeljeni na isplativiji nain, pa oni ne bi trebali biti
dodeljeni aktivnosti j .
Slino ovome, ako se zanemari da je promenljiva x n i nebazina, tako da
ukupna je izvrena potpuna alokacija bi resursa i , tada je y i trenutni doprinos ovog
resursa ukupnoj ceni u graninim uslovima. Dakle, ako je y i 0 , ukupna cena se moe
65

poveati smanjivanjem iskoriavanja odreenog resursa (npr. poveanjem x n i ). Ako je

y i 0 , nije isplativo potpuno korienje datog resursa.
Dakle, ono to simpleks metoda primenjuje da bi pronala isplativije reenje od
postojeeg je ispitivanje koliko bi prirataj svake od nebezinih promenljivih koje se
nalaze u poetnom reenju utie na prirataj ukupne cene.
Ako nijedna od njih ne obezbeuje porast ukupne cene, tj. ako nema
potencijalnih izmena ili porasta promenljivih koje bi rezultirale dobijanjem boljeg
reenja, trenutno reenje mora biti optimalno. Ako jedna ili vie promenljivih, svojom
meusobnom izmenom ili promenom vrednosti obezbeuju bolje reenje od onog koje se
trenutno razmatra, bira se ona promenljiva koja ako bi se poveala za 1, obezbeuje
najvei prirataj ukupnoj funkciji cilja. Poveanjem ove promenljive (ulaskom u poetno
reenje) za onoliko koliko se nee promeniti granine vrednosti datog resursa.
Fj c j

Ova promena rezultira dobijanjem novog osnovnog reenja sa novim redom

(dualno reenje), i ceo proces se iznova ponavlja sve do postizanja optimalnog

reenja.

66