Pular para o conteúdo principal

Dualidade

Uma dos conceitos mais importantes em programação linear é o de dualidade. Qualquer
problema de PL tem associado um outro problema de PL, chamado o Dual. Neste contexto, o
problema original denomina-se por Primal.
Um dos principais papéis da teoria da dualidade é a interpretação e implementação da análise
de sensibilidade, que é uma parte muito importante de um estudo de PL.

Exemplo:

Considere o problema clássico da dieta: (problema primal): Quer-se consumir quantidades de determinados alimentos de tal forma a satisfazer as necessidades mínimas de nutrientes exigidas a um custo mínimo dispendido, problema este ilustrado pelo quadro seguinte.

                                   alimentos                                      necessidades mín. de
                                                                                      nutrientes
a1 a2 a3 a4 a5
proteínas (g)                  3   4   5   3  6                                    42 (4.1)
sais minerais (g)              2   3   4  3   3                                    24
custo (R$)                      25 35 50 33 36

Considerando-se:
aij : percentual do componente i presente no alimento j;
xj : quantidade do componente j presente na dieta a ser feita;
cj : preço por grama de cada ingrediente;
bi : quantidade mínima de cada ingrediente a ser consumida na dieta.
aj: coluna j da matriz do sistema;

Então, o Modelo Primal pode ser sistematizado da seguinte forma:
minimizar            25 x1 + 35 x2 + 50 x3 + 33 x4 + 36 x5
                             3 x1 + 4 x2 + 5 x3 + 3 x4 + 6 x5 ≥ 42
sujeito a :             2 x1 + 3 x2 + 4 x3 + 3 x4 + 3 x5 ≥ 24
                             
                               x1 ; x2 ; x3 ; x4 ; x5 ≥ 0

Formulação do modelo dual

Suponha que um vendedor de pílulas e sais minerais propõe substituir a
dieta de alimentos expressa de acordo com o quadro (4.1), por uma dieta de
pílulas, com as seguintes condições:
1- a pílula de uma unidade (g) de proteína custará w1 ;
2- “ “ “ “ “ “ “ sais minerais “ w2 ;
3- os preços w1 e w2 serão fixados arbitrariamente;
4- o vendedor garante que as pílulas terão preços iguais ou mais baratos que
qualquer alimento;
5- o vendedor pretende , é claro, maximizar sua renda de modo a satisfazer a
necessidade da dieta;

Para o problema posto, tem-se o modelo visto a seguir:

maximizar           42 w1 + 24 w2

    3 w1 + 2 w2 ≤ 25
                    4 w1 + 3 w2 ≤ 35
sujeito a:     5 w1 + 4 w2 ≤ 50 (4.2)
                    3 w1 + 3 w2 ≤ 33
                    6 w1 + 3 w2 ≤ 36

                        w1 ; w2 ≥ 0

A cada modelo de Programação Linear, contendo coeficientes aij, bi e cj,
corresponde um outro modelo, formado por esses mesmos coeficientes, porém
dispostos de maneira diferente. Ao modelo original, visto em 4.1, dá-se o nome de
“ Modelo Primal”, enquanto qua ao outro modelo visto em (4.2),denomina-se de
“Modelo Dual”. Sobre estes dois modelos estão relacionadas propriedades que
estabelecem que:

a) se a função objetivo do primal é de minimização, então a função objetivo do
dual é de maximização;
b) os termos independentes das restrições do dual são coeficientes da função
objetivo do primal;
c) os coeficientes da função objetivo do dual são os termos independentes das
restrições do primal;
e) o número de variáveis do dual é igual ao número de restrições do primal;
f) o número de restrições do dual é igual ao número de variáveis do primal;
g) a matriz dos coeficientes do dual é a transposta da matriz dos coeficientes do
primal;


















Comentários

Postagens mais visitadas deste blog

A História da Programação Linear

O desenvolvimento de técnicas algébricas para se lidar com inequações lineares é algo bastante antigo. Durante o século XVIII, o matemático e físico Jean-Baptiste Joseph Fourier desenvolveu vários métodos inovadores para se resolver sistemas de ineqüações. Um dos principais algoritmos desenvolvido por Fourier foi o Método de Eliminação de Fourier–Motzkin. Durante a Segunda Guerra Mundial, novas tecnologias bélicas levaram à criação de grupos acadêmicos com o objetivo de resolver problemas como o uso eficiente de radares, canhões antiaéreos, escoltas navais, etc. O objetivo era sempre reduzir custos militares e buscar maximizar as baixas inimigas. Para resolver estes problemas, a Programação Linear mostrou-se extremamente útil. Os grupos acadêmicos que a utilizavam eram sempre mantidos secretos até o ano de 1947, após o término da guerra. Foi quando a Programação Linear passou a ser muito usada em empresas com o objetivo de reduzir despesas e maximizar lucros. Também no ano de ...

Vídeo Aulas

Vídeo Aulas Matrizes https://www.youtube.com/embed/gE_1LTPwhV0 https://www.youtube.com/embed/pNWx2LE9meQ Método Gráfico https://www.youtube.com/embed/B518pKT7xks https://www.youtube.com/embed/4hZKBvMTOLI Método Simplex https://www.youtube.com/embed/OD0BVZbDieY https://www.youtube.com/embed/uendv1Khpcw Dualidade https://www.youtube.com/embed/z6-kdJoSwpg https://www.youtube.com/embed/tgPe1XnK9aU

Teoria de Programação Linear

Geometricamente, as restrições lineares definem um poliedro convexo, que é chamado de conjunto dos pontos viáveis. Uma vez que a função objectivo é também linear, todo ótimo local é automaticamente um ótimo global. A função objetivo ser linear também implica que uma solução ótima pode apenas ocorrer em um ponto da fronteira do conjunto de pontos viáveis. Existem duas situações nas quais uma solução ótima não pode ser encontrada. Primeiro, se as restrições se contradizem (por exemplo, x ≥ 2 e x ≤ 1) logo, a região factível é vazia e não pode haver solução ótima, já que não pode haver solução nenhuma. Neste caso, o PL é dito inviável. Alternativamente, o poliedro pode ser ilimitado na direção da função objetivo (por exemplo: maximizar x1 + 3 x2 sujeito a x1 ≥ 0, x2 ≥ 0, x1 + x2 ≥ 10), neste caso não existe solução ótima uma vez que soluções arbitrariamente grandes da função objetivo podem ser construídas, e o problema é dito ilimitado. Fora estas duas condições patológicas (que são...