ESCUELA DE PREGRADO DE INGENIERIA DE SISTEMAS DUALIDAD EN PROGRAMACION LINEAL Ing. Jos Orlando Alvarado alvarado
DUALIDAD EN PROGRAMACIN LINEAL
Cada uno de los problemas abordados hasta entonces en los mdulos anteriores se consideran problemas primales dado que tienen una relacin directa con la necesidad del planteamiento, y sus resultados responden a la formulacin del problema original; sin embargo cada vez que se plantea y resuelve un problema lineal, existe otro problema nsitamente planteado y que puede ser resuelto, es el considerado problema dual, el cual tiene unas importantes relaciones y propiedades respecto al problema primal que pueden ser de gran beneficio para la toma de decisiones.
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 computo 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. Relaciones entre problemas primales y duales
- El nmero de variables que presenta el problema dual se ve determinado por el nmero de restricciones que presenta el problema primal.
- El nmero de restricciones que presenta el problema dual se ve determinado por el nmero de variables que presenta el problema primal.
- Los coeficientes de la funcin objetivo en el problema dual corresponden a los trminos independientes de las restricciones (RHS), que se ubican del otro lado de las variables.
- Los trminos independientes de las restricciones (RHS) en el problema dual corresponden a los coeficientes de la funcin objetivo en el problema primal.
- La matriz que determina los coeficientes tcnicos de cada variable en cada restriccin corresponde a la transpuesta de la matriz de coeficientes tcnicos del problema primal.
TABLA DE TUCKER
IMPORTANCIA DE LA DUALIDAD EN PROGRAMACIN LINEAL
La resolucin de los problemas duales respecto a los primales se justifica dada la facilidad que se presenta dados problemas donde el nmero de restricciones supere al nmero de variables. Adems de tener gran aplicacin en el anlisis econmico del problema.
Otra de las ventajas que presenta es que dado a que el nmero de restricciones y variables entre problema dual y primal es inverso, se pueden resolver grficamente problemas que presenten dos restricciones sin importar el nmero de variables.
RESOLUCIN DEL PROBLEMA DUAL
(PASO A PASO) El siguiente problema a resolver es hasta el momento el modelo ms completo de los resueltos en los mdulos anteriores, dado que trataremos de resolver un problema primal y su dual mediante Mtodo Simplex utilizando variables de holgura, exceso y artificiales; adems resolveremos el primal utilizando Simplex maximizando y el dual minimizando. Dado el siguiente modelo primal,
Z MAX = 40X1 + 18X2 s.a.: 16X1 + 2X2 700 X 1 0 6X1 + 3X2 612 X2 0 X1 80 X2 120 Cuya respuesta es:
X1 = 28,75 X2 = 120 S1 = 79.5 S3 = 51.25
Funcin objetivo = S/. 3,310 RESOLUCIN DEL PROBLEMA DUAL PASO 1: Definimos el problema dual Este paso se lleva a cabo teniendo en cuenta las relaciones que se expusieron en la definicin de la dualidad. Ahora las variables en el dual las representaremos por "" y corresponden a cada restriccin. El modelo queda de la siguiente forma: Z MIN = 7001 + 6122 + 803 + 1204 s.a.: 161 + 62 + 3 40 21 + 32 + 4 18 1;4 0 Ahora preparamos el modelo para ser resuelto mediante Mtodo Simplex, utilizaremos el procedimiento en el cual la funcin objetivo es multiplicada por (-1) y resolveremos el modelo mediante maximizacin.
Z MIN = 7001 + 6122 + 803 + 1204
lo que es igual
(-Z) MAX = -7001 - 6122 - 803 - 1204 Ahora dado que los signos de las inecuaciones son mayor o igual procedemos a volverlas ecuaciones agregando variables de exceso, recordemos que en este caso las variables de exceso se restan del lado izquierdo de la igualdad, por ende.
1;4 0 Recordemos que el Mtodo Simplex solo es posible por la formacin de la matriz identidad, sin embargo en una matriz identidad no pueden ir coeficientes negativos, el cual es el caso, por ende recurriremos al artificio denominado "Mtodo de la M grande" utilizando variables artificiales, las cuales siempre se suman.
1;4 0 Ahora si observamos la matriz identidad formada por las variables artificiales, nuestra funcin objetivo es la siguiente (vara dada la incorporacin de las nuevas variables).
Recordemos que el coeficiente de las variables de holgura y exceso es 0, adems que los coeficientes de las variables artificiales es M, donde M corresponde a un nmero grande poco atractivo cuyo signo en la funcin objetivo depende del criterio de la misma, dado que la funcin es maximizar el signo es negativo. Dado que utilizaremos el Mtodo Simplex y no un software para la resolucin del modelo es necesario que M adquiera valor, en este caso ser "-10000" un nmero bastante grande en el problema. Las iteraciones que utiliza el Mtodo Simplex son las siguientes: Podemos observar que todos los Cj - Zj son menores o iguales a 0, por ende hemos llegado a la solucin ptima del problema, sin embargo recordemos que la funcin objetivo fue alterada en su signo al principio, por ende se hace necesario regresarle su signo original a Zj y a la fila Cj - Zj.
(-Z)max = -3310 * (-1) Zmax = 3310
Podemos cotejar con la funcin objetivo del modelo primal y encontraremos que hallamos el mismo resultado.
Ahora se hace necesario interpretar los resultados de la tabla dual respecto al modelo primal, y esta interpretacin se realiza siguiendo los siguientes principios. La interpretacin del tabulado final del modelo dual es la siguiente: TEOREMAS DE LA DUALIDAD EN PROGRAMACIN LINEAL 1. Si el modelo primal o dual tiene solucin ptima finita entonces su respectivo dual o primal tendrn solucin ptima finita.
2. Si el modelo primal o dual tiene solucin ptima no acotada, entonces su respectivo dual o primal no tendrn solucin, ser un modelo infactible.
3. Si el modelo primal o dual no tiene solucin entonces su respectivo dual o primal no tendrn solucin.
4. Sea "A" un modelo primal cuyo modelo dual es "B", el modelo dual de "B" es igual a "A", es decir "El modelo dual de un dual es un modelo primal".