MTODO DUAL

JULIETH PATRICIA BOCANEGRA NIETO KAREN JULIETH VILLADIEGOBAENA NILSA PEALOZA GONZALEZ Estudiantes

CARMEN MATAS Docente

UNIVERSIDAD DE LA GUAJIRA EXTENSIN MAICAO PROGRAMA DE ADMINISTRACION DE EMPRESAS MAICAO-LA GUAJIRA I P.A 2010

PROBLEMA DUAL

Todo problema de programacin lineal tiene un problema relacionado con l, el cual se le llama problema dual o, simplemente dual. En un problema original de programacin lineal, denominado problema primario o, simplemente primario, el dual puede formularse con la informacin obtenida en el primario. El problema dual es importante por muchas razones tericas y, adems, por motivos prcticos. Una de sus propiedades es que, al ser resuelto, suministra informacin indispensable sobre la solucin del problema primario. De manera anloga, la solucin del primario da toda la solucin esencial relativa a la solucin del problema dual. En un problema de programacin lineal, su solucin puede determinarse resolviendo el problema original o su dual. Las propiedades estructurales de los dos problemas pueden provocar una decidida preferencia por cul problema solucionar. Aun con los mtodos computarizados, las eficiencias del cmputo pueden provenir de la solucin de una forma de problema. En la mayora de los procedimientos de Programacin Lineal, el dual se define para varias formas del primal, dependiendo de los tipos de restricciones, de los signos de las variables y del sentido de la optimizacin. La experiencia nos indica que en ocasiones, los principiantes se confunden con los detalles de esas definiciones. Ms importante an es que el uso de esas definiciones mltiples puede conducir a interpretaciones inconsistentes de los datos en la tabla simplex, sobre todo en lo que respecta a los signos de las variables. El concepto de dualidad indica que para cada problema de Programacin Lineal hay una asociacin y una relacin muy importante con otro problema de programacin lineal, llamado precisamente dual. La relacin entre el problema dual y su asociado, es decir el problema original llamado primal, presenta varias utilidades: Aporta elementos que aumentan sustancialmente la compresin de la Programacin Lineal. El anlisis de dualidad es una herramienta til en la solucin de problemas de Programacin Lineal, por ejemplo: ms restricciones que variables. El problema dual tiene interpretaciones e informaciones importantes que muestran que los anlisis marginales estn siempre involucrados implcitamente al buscar la solucin ptima a un problema de Programacin Lineal.

LAS RELACIONES EXISTENTES ENTRE AMBOS PROBLEMAS El dual tiene tantas variables como restricciones existen en el primal. 1. El dual tiene tantas restricciones como variables en el primal. 2. Los coeficientes de la funcin objetivo del primal son los trminos independientes de las restricciones del dual. 3. Los trminos independientes de las restricciones del primal son los coeficientes en la funcin objetivo del dual. 4. la matriz de coeficientes de las restricciones del dual es igual a la transpuesta de la del primal.

TIPOS DE PROBLEMAS DUALES 1. Duales Simtricos: para primales que incluyan restricciones de desigualdad. 2. Duales Asimtricos: para primales en forma estndar, es decir con restricciones de igualdad.

Otro tipo de restricciones entre los problemas primal y dual son las siguientes: 1. para duales simtricos el sentido de desigualdad de las restricciones del dual es inverso a las del primal; mientras que para asimtricos, las restricciones del dual son de sentido menor e igual en caso de que el problema dual sea de minimizacin, y de mayor e igual en caso de maximizacin. Adems, las variables del dual, variables duales, no estn sujeta a la condicin de no negatividad. 2. El problema dual de uno de minimizacin es de maximizacin y viceversa. 3. El dual del dual es el primal.

La siguiente tabla sintetiza la simetra de los dos tipos de problema y sus relaciones:

Problema de maximizacin Numero de restricciones Restriccin Restriccin Restriccin Numero de Variables Variable no negativa Variable no positiva Variable no restringida Coeficiente de la funcin objetivo para la j-sima variable Constante del miembro derecho para la j-sima restriccin Coeficiente en restriccin i para la variable j

Problema de minimizacin Numero de variables Variable no negativa Variable no positiva Variable no restringida Numero de restricciones Restriccin Restriccin Restriccin Constante del miembro derecho para la restriccin j-sima Coeficiente de la funcin objetivo para la variable j Coeficiente en restriccin j para la variable i

Sin distinguir en el caso de duales simtricos o asimtricos, podemos formular una tabla general, que rene las relaciones entre el problema primal y Dual sea cual sea su formulacin:

PROBLEMA DE PROBLEMA DE MINIMIZACION MAXIMIZACION 0 VARIABLES RESTRICCIONES = 0 No restringidas = 0 0 No restringidas VARIABLES RESTRICCIONES

TEOREMAS DE DUALIDAD Los siguientes teoremas establecen las relaciones entre el problema primal, el dual y sus soluciones. En todas ellas se utiliza la forma primal-dual simtrica. Teorema 1 El dual del dual es el primal. Teorema 2 (Dualidad dbil) Sean x e y soluciones factibles para los problemas primal y dual respectivamente. Se verifica z = cTx bTy = G Corolario 1 Si las soluciones factibles x* e y* verifican cTx* = bTy*, entonces x e y son soluciones ptimas para el primal y el dual respectivamente. Corolario 2 Si el problema primal es factible y no acotado, el dual no tiene solucin. Corolario 3 Si el problema dual es factible y no acotado, el primal es infctible. Teorema 3 (Principio fundamental de la dualidad): Si existe una solucin ptima x* para el problema primal, entonces existe una solucin ptima y* para el problema dual. De la misma forma, si existe una solucin ptima Y* para el problema dual, entonces existe una solucin ptima x* para el problema primal. En ambos casos, Z* = cTx* = bTy* = G* Teorema 4 Si B es base ptima para el problema primal, entonces Y*T = ctBB-1 es una solucin ptima del dual.

CMO CONVERTIR UN PROBLEMA PRIMAL A DUAL? Los parmetros y estructura de este problema proporcionan toda la informacin necesaria para formularlo. Un problema dual se formula de un problema primal de la siguiente forma: 1. Si el primal es un problema de maximizacin su dual ser un problema de minimizacin y viceversa. El sentido de la optimizacin es siempre el opuesto de los correspondientes problemas primarios y duales. 2. Los coeficientes de la funcin objetivo del problema primal se convierten en los coeficientes del vector de la disponibilidad en el problema dual. 3. Los coeficientes del vector de disponibilidad del problema original se convierten en los coeficientes de la funcin objetivo (vector de costo o precio) en el problema dual.

4. Los coeficientes de las restricciones en el problema primal, ser la matriz de los coeficientes tecnolgicos en el dual. 5. Los signos de desigualdad del problema dual son contrarios a los del primal. 6. Cada restriccin en un problema corresponde a una variable en el otro problema. Si el primal tiene m restricciones y n variables, el dual tendr n restricciones y m variables. As, las variables Xn del primal se convierte en nuevas variables Ym en el dual. El nmero de variables en el primario siempre es igual al de las restricciones que hay en el dual. el nmero de restricciones en el problema primario siempre es igual al de las variables del dual. El siguiente cuadro describe la formulacin de un problema de maximizacin y su Dual.

Problema primario

Problema Dual

Maximice
Z=

Minimice 2x1 + 4x2

Z=

800Y1 + 350Y2 + 125Y3

Sujeta a: 5x1 + 4x2

Sujeta a:

800

5 4

y1 y1

+3 +2

y2
y2

-4 +3

2 4

3x1 + 2x2

350

y1

y2

-4x1 + 3x2

125

Antes de resolver el mtodo dual es necesario poseer conocimientos sobre problemas de minimizacin ya que ambos problemas (maximizacin y minimizacin) los utilizaremos en la solucin del problema dual.

REGLAS DE UN PROBLEMA DE MINIMIZACIN: 1. Comprobacin de optimizacin en un problema de minimizacin: En un problema de minimizacin se abra encontrado la solucin ptima si todos los coeficientes en el rengln cero de las variables son menores e iguales a cero. Si los coeficientes de un rengln cualquiera (cero) son positivos para las variables no bsicas puede obtenerse una mejor solucin si se le asigna una cantidad positiva. 2. Nueva variable bsica en un problema de minimizacin: En un problema de minimizacin la variable no bsica que reemplazar a una variable bsica actual es la nica que tiene el ms grande coeficiente positivo del rengln cero. Los empates pueden solucionarse de modo arbitrario. 3. Variable bsica de salida: la variable bsica que se sustituir se obtiene determinando el rengln y asociada a mnimo b i aik, i= 1..m donde aik > 0 Adems de identificarse la variable bsica de salida b i aik es el nmero mximo de unidades que pueden introducirse en la variable bsica de entrada.

RESUMEN DEL METODO SIMPLEX EN UN PROBLEMA DE MINIMIZACIN En primer lugar se suman todas las variables de Masa y Artificial a cada restriccin y se pone en una tabla simplex el coeficiente de las variables y las contantes del miembro derecho. 1. Se identifica la solucin inicial declarando como variable bsica cada una de las variables Artificial. Todas las dems son no bsicas en la solucin inicial. 2. Se determina si la solucin actual es ptima al aplicar la regla uno. 3. Se determina la variable no bsica que deber convertirse en una variable bsica en la siguiente solucin al aplicar la regla dos. 4. Se identifica la variable bsica que debera ser reemplazada en la siguiente solucin y para ello aplica la regla tres.

5. Se aplica la operacin de eliminacin Causiana para generar la siguiente solucin.

No es necesario colocar todos los pasos pues se suponen que los llevamos anotados mentalmente.

EJERCICIO DE PROBLEMA DE MINIMIZACION Minimice z= 5x1 + 6x2 Sujeta a x1 + x2 10 2x1 + 4x2 24 X1, x2 0

Este problema se reescribe as: Minimice Sujeta a z - 5x1 - 6x2 0E1 0E2 A1 A2 = 0 x1 + x2 E1 + A1 = 10 2X1 + 4X2 E2 + A2 = 24 X1, X2, E1, E2, A1, A2 0

Variables Bsicas A1 A2

Z 1 0 0

X1 -5 1 2

X2 -6 1 4

E1 0 -1 0

E2 0 0 -1

A1 -M 1 0

A2 b i -M 0 0 10 1 24

#R 0 1 2

COLUMNA CLAVE V B Z X1 1 -5 +3M 0 1 A1 A2 0 2 X2 -6 + 5M 1 4 E1 E2 A1 0 1 0 A2 0 0 1 bi 34M 10 24 # R 0 1 2

bi aik
R0 = RO+ MR1+MR2

-M -M -1 0 0 -1

10/1 = 10 24/4 = 6

COLUMNA CLAVE

V B

Z X1 1 -2+M 2 0 1 2 0 1 2

X2 0 0 1

E1

E2

A1 0

A2

bi

A1

X2 V B

-M -3 + M 2 4 -1 1 4 0 -1 4

3 _ 5M 36 + 4M 2 4 1 -1 4 4 0 1 6 4

# R 0
R0 =

bi aik 4 1 = 8
R0 +(6 5M)R2

1 2

2 6 1 = 12 2

R 1 = R1 R 2 R2 = 1 4 R 2

Z 1

X1 0 1 0

X2 0 0 1

E1 -4 -2 1

E2 -1 2 1 2 -1 2

A1

A2

bi 52 8 2

X1 0 0 X2

4 - M 1 M 2 2 -1 2 -1 1 2

# R 0 1 2

R0 = R0 + (2 M/2) R1 R1 = 2R1 R2 = R 2 R 1

SOLUCIN: Variables bsica: X1 = 8 X2 = 2 Z = 52 Variable no bsicas: E1 = 0 E2 = 0 A1 =0 A2 =0 PASO 2: La solucin es ptima ya que todos los valores del rengln cero son menores e iguales a cero, la funcin objetivo se minimiza en 52 cuando x 1 = 8 y x2 = 2

EJERCICIO DE METODO DUAL

EJERCICIO NMERO 7: En el siguiente problema primario: Maximice Sujeta a z = 5x1 + 3x2 2x1 + 4x2 32 3x1 + 2x2 24 X1, X2 0 1. Formule el problema dual correspondiente

Minimice Sujeta a

z = 32y1 + 24y2 2y1 + 3y2 5 4y1 + 2y2 3 y1, y2 0

2. Resuelva el problema primario por el mtodo simplex

Z 5x1 - 3x2 -0S1 - 0S2 = 0 2X1 + 4X2 +S1 3X1 + 2X2 X1, X2, S1, S2 = 32 +S2 = 24 0

COLUMNA CLAVE V B S1 S2 Z 1 0 0 X1 -5 2 3 X2 -3 4 2 S 1 S2 0 1 0 0 0 1 bi 0 32 24 #R 0 1 2 bi/aik 16 8

Paso 1: variables bsicas: S1 = 32 S2 = 24 Z= 0 Variables no bsicas: X1 = 0 X2 = 0 Paso 2: la solucin no es ptima porque los valores del rengln cero son menores e iguales a cero. Paso 3: la variable no bsica que deber convertirse en una variable bsica es -5 y est asociada X1, por tanto esa columna se denota columna clave y en la siguiente solucin se convertir en una variable bsica. Paso 4: la razn mnima es 8 y est asociada a S 2, por tanto en la siguiente solucin S2 se convertir en una variable no bsica. Paso 5: X1 -5 2 3 a 0 0 1

V B S1 X1

Z 1 0 0

X1 0 0 1

X2 1/3 8/3 2/3

S 1 S2 0 1 0 5/3 -2/3 1/3

bi 40 16 8

#R 0 1 2

bi/aik 5R2 + R0 -2R2 + R1 1/3R2

Paso 1: variables bsicas: S1 = 16 X1 = 8 Z= 40 Variables no bsicas: S2= 0 X2 = 0

Paso 2: La solucin es ptima ya que todos los valores del rengln cero son mayores e iguales a cero. La funcin objetivo se maximiza en 40 cuando S1=16 y X1 = 8

3. Determine la solucin ptima del problema dual a partir de la tabla de soluciones ptimas del problema primario. Rta//: Basndonos en la tabla de soluciones ptimas del problema primario podemos decir que la solucin ptima del problema dual es 40, es decir qu la funcin objetivo se minimiza en 40 cuando y1 = 0, y2 = 5/3

4. Resuelva el problema dual mediante el mtodo simplex para verificar el resultado conseguido en la parte (c). de la tabla de soluciones ptimas del problema dual obtenga la solucin ptima del problema primario. Minimice Sujeta a z = 32y1 + 24y2 2y1 + 3y2 5 4y1 + 2y2 3 y1, y2 0

z 32y1 24y2 + 0E1 + 0E2 MA1 MA2 = 0 2y1 +3y2 E1 + A1 = 5 4y1 +2y2 E2 + A2 = 3 y1, y2, E1, E2, A1, A2

Variables Bsicas A1 A2

Z 1 0 0

X1 -32 2 4

X2 -24 3 2

E1 0 -1 0

E2 0 0 -1

A1 -M 1 0

A2 b i -M 0 0 5 1 3

#R 0 1 2