DUALIDAD

Investigacin Operativa I
Uno de los descubrimientos ms importantes durante el desarrollo inicial de la
programacin lineal fue el concepto de dualidad y sus importantes ramificaciones,
ste 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 tiles en una gran variedad de situaciones. Por ejemplo la
solucin ptima del problema dual es la que proporciona los precios sombra, otro
aspecto importante de la teora de la dualidad es la interpretacin y realizacin del
anlisis de sensibilidad; dado que algunos o todos los valores de los parmetros que
se emplean en el modelo original son slo estimaciones de las condiciones futuras,
es necesario investigar el efecto que tendra sobre la solucin ptima en caso que
prevalecieran otras condiciones e incluso ciertos valores de estos parmetros (como
la cantidad de recursos ) pueden representar decisiones de la gerencia en cuyo caso
su eleccin debe ser el punto ms importante de la investigacin y se puede estudiar
a travs del anlisis de sensibilidad.
Formulacin del Problema Dual.


Para construir, tanto el problema primal y dual, ambos problemas se construyen con
los mismos vector ya conocidos, es decir, de costos o precios (C), vector de recursos
(b) y coeficientes tecnolgicos (A). De esta manera, asociada a la estructura de un
P.P.L. primal de la siguiente forma:



Primal Problema
0 X
b X A
s.a.

.
>
s
=

X C Z
Max


Entonces, el P.P.L. dual se define como determinar las variables duales
m
w w w , , ,
2 1
,
por lo cual, se define la siguiente estructura:


Dual Problema
0
. .
T
b G

>
>
=
W
T
C W
T
A
a s
W
Min

Donde:

T
C

: Vector columna con n componentes transpuesta del vector C, vector de

disponibilidad de recursos duales.
W

: Vector columna con m componentes; vector de actividades de variables duales.

T
A

: Transpuesta de la matriz A, es decir, matriz de

m n
elementos, matriz de
coeficientes tecnolgicos.
G: Funcin objetivo dual, escalar.
T
b

: Vector de precios unitarios duales transpuesta del vector b; vector regln con m
componentes
0

: Vector columna con m ceros.

Formas de Dualidad

Habamos visto que:
1.-
0
. .

0
. .
Z
>
>
=

>
s
=
W
C W A
a s
W b G Min
X
b X A
a s
X C Max
T T
T


Otras formas seran:
2.-
0
. .

0
. .
Z
>
s
=

>
>
=
W
T
C W
T
A
a s
W
T
b G Max
X
b X A
a s
X C Min


Veamos, por ejemplo, como se demuestra el PPL dual a partir del PPL primal:
0
. .
Z -
>
s
=
X
b X A
a s
X C Max


Aplicando la definicin de dualidad,
0
. .
-
>
>
=
W
T
C W
T
A
a s
W
T
b G Min



Que es equivalente a:
0
. .

>
s
=
W
T
C W
T
A
a s
W
T
b G Max


3.-
a restringid no
. .

0
. .
Z
W
T
C W
T
A
a s
W
T
b G Min
X
b X A
a s
X C Max
>
=

>
=
=


4.-
0
. .

0
. .
Z
s
>
=

>
>
=
W
T
C W
T
A
a s
W
T
b G Min
X
b X A
a s
X C Max



Resumiendo, podemos formular el problema dual de cualquier problema primal,
segn la siguiente tabla:
Problema de Maximizacin Problema de Minimizacin
Si la restriccin es: La variable asociada es:
s 0 >
>
0 s
= irrestricta
Si la variable es: La restriccin correspondiente es:
0 >
>
0 s s
irrestricta =

Ejemplo:
Dado el siguiente problema primal
0
4
,
3
,
2
,
1
46
4
X -
3
X
-1
2 1
5
4
3
3
2
2 1
. .
4
4
3
2
2
8
1
3 Z
>
s
s
s + + +
+ + =
X X X X
X X
X X X X
a s
X X X X Max


Encuentre el problema dual asociado:
4
2
8
3
T
C
46
1 -
5
b
1 1 0 0
0 0 1 1
3 2 1 1

= =

= A

4 2 8 3 C 46 1 5
T
b
1 0 3
1 0 2
0 1 1
0 1 1
= =

=
T
A


El PPL dual de forma matricial:
4
2
8
3

3
2
1

1 0 3
1 0 2
0 1 1
0 1 1
. .
3
2
1
46 1 - 5 G

>

=
W
W
W
a s
W
W
W
Min


El PPL dual de forma extensa:
0
3
,
2
,
1
4
3 1
3W
2
3
W 1 2
8
2 1
3
2 1
. .
3
46
2 1
5 G
>
>
> +
>
> +
+ =
W W W
W
W
W W
W W
a s
W W W Min

Usos del problema Dual:

a) Resolver problemas lineales que tienen ms restricciones que actividades

Ejemplo:
0
6
,
5
,
4
,
3
,
2
,
1
4
6 5
4
4
8
3
2
2 1
2
6
4
5
3
4
6
3
3
2
2
1
. .
6
8
5
6
4
8
3
2
2
8
1
6 G
0
2
,
1
8
2 1
4
6
2
4
1
3
8
2
8
1
6
2
2
2
1
3
8
2 1
2
6
2 1
. .
2
4X
1
2X Z
>
> + + +
> + + + + +
+ + + + + =

>
s +
s +
s +
s
s
s +
+ =
W W W W W W
W W W W W W
W W W W W W
a s
W W W W W W Min
X X
X X
X X
X X
X X
X X
X X
a s
Max

a) Hacer interpretaciones econmicas de las soluciones ptimas de los P.L.L.

b) Generar mtodos como el Dual Simplex para el anlisis de sensibilidad de los
P.L.L.

c) Generar nuevos algoritmos para la solucin de problemas de redes de
optimizacin

Un resultado interesante que permite centrar la atencin, respecto a la relacin entre
ambos problemas y muestra que las denominaciones primal y dual son slo
arbitrarias, es la siguiente:

Teorema 1: Dado un problema primal (P), el dual del problema dual es el problema
primal.

Para demostrar esta condicin, utilizando el problema primal (P) original, se tiene que
el problema dual (D) asociado es:
0
. .

>
>
=
W
T
C W
T
A
a s
W
T
b G Min


Transformemos este problema a maximizacin y multiplicando por (-1):
0
. .
-
>
s
=
W
T
C W
T
A
a s
W
T
b G Max


Ahora, apliquemos el dual a este problema
0
. .
Z - in
>
>
=
X
b X A
a s
X C M


El cual es equivalente a:
0
. .
Z
>
s
=
X
b X A
a s
X C Max


Teoremas de Dualidad
Estos teoremas se basan en la siguiente estructura:
0
. .
T
b G
0 X
b X A
s.a.
X C Z
>
>
=

>
s
=
W
T
C W
T
A
a s
W Min Max


Teorema N2: Teorema Dbil de Dualidad:
Si el problema primal es de maximizacin y el problema dual de minimizacin,
entonces W y X son soluciones factibles del problema primal y dual,
respectivamente. Entonces se cumple que:
G W
T
b X C Z = s =

Dem:
Si X es factible para (P), entonces b X A s , y premultiplicando por 0 >
T
W :
b W X A W
T T
s .

Si W es factible para (D), entonces
T T
C W A > , y premultiplicando por 0 > X :
T
T T
T
C X X A X >

Luego:
G Z W b X A W X C
T
T
s s s



El valor de la funcin objetivo de cualquier solucin factible del problema de
maximizacin, es una cota inferior del valor ptimo del problema de minimizacin, el
cual es anlogo para el caso contrario.

Quiere decir que para cualquier par de soluciones factibles ( ) W X, del primal y dual,
la funcin objetivo del primal es siempre menor o igual a la funcin objetivo del dual.

Corolario 1: Si el problema primal no tiene solucin factible (infactible) y el problema
dual tiene al menos una, entonces el dual tiene solucin pti ma no acotada. Por el
contrario si el problema dual no tiene solucin factible (infactible) y el problema primal
tiene al menos una, entonces tiene una solucin ptima no acotada.

Corolario 2: Ambos problemas dual y primal no tienen solucin

Teorema N3: Teorema Fundamental de Dualidad
Dados un par de problemas Primal-Dual, si uno de ellos admite solucin ptima,
entonces el otro tambin la admite y los respectivos valore son ptimos y sus
respectivas funciones objetivos ptimas son iguales, es decir, si X* es ptimo para el
problema primal y W* es ptimo para el problema dual, entonces:
G W
T
b CX Z = = =
* *

Solucin Del Problema Dual
La solucin de un P.P.L. primal por el mtodo simplex resuelve implcitamente el
problema dual.

Supongamos el siguiente problema primal (P):
( ) P
0 X
b AX
s.a.
CX Z
>
=
= Max


Supongamos que la matriz A puede ser subdividida en:
( ) N B A | =
B = Matriz de vectores bsicos
N = Matriz de vectores no bsicos

Entonces el P.P.L. Primal anterior queda como:
0
N
X ; 0
B
X
b
N
NX
B
BX
s.a.
N
X
N
C
B
X
B
C Z
= >
= +
+ = Max

La solucin de este problema existe, pero el problema consistir en hacer X
N
= 0 (ya
que es no bsica) y resolver el vector X
B
en trminos de la base B, quedando as:
b
1 -
B
B
C Z
B
X
B
C Z

1
=
=

= b B
B
X

La funcin objetivo Dual est definida como:


b
T
W W
T
b G = =

En condiciones de optimalidad (segn el teorema fundamental) se cumple que:
b
T
W b B
B
C
G Z

1



=

=


De esta manera, w es el vector dual ptimo, cuyo valor es:
1


= B
B
C
T
W


Dentro del Tableau del P.P.L. primal
1
B C
B
corresponde al valor de los costos
reducidos de las variables de holgura.

Ejemplo:
Hallar el valor de las variables duales ptimas y su funcin objetivo del P.P.L:
) (
0
2
,
1
10
2
2
1
4
18
2
3
1
2
. .
2
3
1
4
P
X X
X X
X X
a s
X X Z Max
>
s +
s +
+ =


Formular el problema dual
( ) D
0
2
,
1
3
2
2
1
3
4
2
4
1
2
. .
2
10
1
18
>
> +
> +
+ =
W W
W W
W W
a s
W W G Min


La ltima tabla para el primal queda como:


Z X
1
X
2
X
3
X
4
Z
0

1 2 0 0 3/2 15
X
3
0 -4 0 1 -3/2 3
X
2
0 2 1 0 1/2 5

La solucin ptima para el primal es:

0
*
4
X 3
*
3
X 5
*
2
X 0
*
1
= = = = X

As, la solucin ptima para el problema dual es:

1


= B
B
C
T
W

2 / 3
4 4
*
2
0
3 3
*
1
= =
= =
C Z W
C Z W

Luego, comprobaremos si la solucin dual es factible y ptima. Comprobando en las
restricciones duales se tiene:
( ) ( )
( ) ( )
0 3/2 ; 0 0
3 3 2 / 3 2 0 3
4 6 2 / 3 4 0 2
> >
> = +
> = +

( ) ( ) Z G

15 2 / 3 10 0 18

= = + =


Las soluciones ptimas de un par de problemas primal-dual satisfacen otra relacin
que es muy til en la interpretacin econmica de las soluciones. Esta relacin se
puede formular para un par cualquiera de problemas primal -dual lineales, pero slo
consideraremos la definicin inicial de la relacin de dualidad, es decir para:
0
. .
T
b G
0 X
b AX
s.a.
CX Z
>
>
=

>
s
=
W
T
C W
T
A
a s
W Min Max


Teorema N4: Teorema de Holguras Complementarias Dbil
Dado los problemas Primal y Dual estndares, una condicin necesaria y suficiente
para W y X sean ptimas, respectivamente de (P) y (D) es:
0 ) (
0 ) (
=
=
T T
T
T
C W A X
X A b W


Demostracin:
Sea:
dual problema del holgura de variables 0
primal problema del holgura de variables 0
> =
> =
T T
C W A u
AX b v


Sea W X . un par de soluciones del primal y dual, entonces la condicin del teorema
se puede expresar como:
0
0
=
=
X u
W v
T
T


De manera tal, que:
0
0
> =
> =
T T
C W A u
X A b v

De esta manera, como X es el primal factible, entonces multiplicando 0 > W en la
restriccin b X A s :
b W X A W
T T
s

Dado que 0 = W v
T
, se obtiene:
b W X A W
T T
=

De manera analoga, se obtiene:
X C W A X
T
=

Y comparando ambas ecuaciones, se obtiene que:
) ( ) ( W G X Z
W b X A W X C
T
T
=
= =


Producto de lo anterior, se tienen los siguientes resultados:
0 implica d.
implica 0 c.
0 implica b.
implica 0 a.
= >
= >
= >
= >
X C W A
C W A X
W b X A
b X A W
T T
T T


Pero que pasa en el caso que b X A W = . = 0 , o que
T T
C W A X = . = 0 . El siguiente
teorema soluciona dicha situacin.

Teorema N5: Teorema de Holguras Complementarias
Dado los problemas Primal y Dual estndares, tienen soluciones factibles, entonces
existen soluciones ptimas W y X , tal que:
0 ) (
0 ) (
> +
> +
T
T T
T
X C W A
W X A b


Producto de lo anterior, se tienen los siguientes resultados:
0 implica 0 si d.
0 implica 0 ) ( si c.
0 implica 0 si b.
0 implica 0 si a.
> =
> =
> =
> =
T T
T T
C W A X
X C W A
X b-A W
W ) X (b-A

Interpretacin Econmica De Las Variables Duales
Se ha visto que:
1


= B
B
C
T
W

Como B
-1
es la inversa de la base ptima del problema primal, entonces
multipliquemos por la base ptima dicha ecuacin:
B
C B
T
W
B B
B
C B
T
W

1

=

=


Como B

esta compuesta por m columnas a

j
de A, la igualdad anterior puede
expresarse en trminos de los componentes a
j
de la base.
B j

e =
Bj
C
j
a
T
W

De esta manera:
j
B
C
j
z
j
B
C
j
Y
B
C
j
B
C
j
Y
j
a B
B
C
= =
=

1



La igualdad anterior es equivalente a la definicin de z
j
dada con anterioridad y que
era:
B j a W z
j
T
j
e = ,

Si se toma el vector de recursos b y se incrementa en b A , de tal forma que la base
ptima B

no cambie, por lo cual, la nueva solucin x

B
seguir siendo ptima, siempre
y cuando se cumpla que:
( ) 0
1

> A +

= b b B
B
X

De esta manera, producto de lo anterior, tampoco cambian los costos reducidos
j j
c z , es decir:
A j
1

e

=
j
C
j
a B
B
C
j
c
j
z


En cambio, la funcin dual ha sufrido una variacin, pues ahora se tendr:
( ) b
T
W
Z
b
T
W b b
T
W G
b
T
W G
A + = A + =
=

'

b
T
W Z Z
Z G
b
T
W Z G
A + =
=
A + =

'

'

'

'

Nota: b A es un cambio unitario en el vector recursos, relacionado con w, que es el
precio sombra.

La igualdad anterior indica que un pequeo incremento en el vector recursos ha
cambiado el valor ptimo de la funcin objetivo dual, y por lo tanto, el valor ptimo de
la funcin objetivo primal. Este cambio es .

b
T
W A

Si el cambio en el vector recurso b es u (unitario), la funcin objetivo cambiar en w
unidades, es decir, que si la componente ( ) , , 1 n i
i
b = de b, sufre un cambio
unitario, la funcin objetivo sufrir un cambio w
i
(la i-sima del vector dual).

Nota: es importante notar que la interpolacin econmica es vlida nicamente para
cambios en b, ya que estos no afectan, por lo general, la estructura de la base
ptima. Este tipo de interpolacin de variables duales se conoce con el nombre de
precio sombra.
Ejemplo:

Si en el problema anterior b
2
se convierte de 10 a 11 unidades (cambio unitario), el
nuevo valor de la funcin objetivo ser:
Tenemos que los valores, obtenidos del primal son:
15 Z* 5
*
2
X 2 / 3
*
2
0
*
1
X 3
*
3
X 0
*
1
= = =
= = =
W
W


Luego, la variacin de la funcin objetivo es:
5 . 16
2
33
1
2
3
15
2 2

'

1 10 11
2
b
= = + = A + =
= = A
b W Z Z


Qu sucede, si cambio ahora b
2
de 10 a 9 unidades?
5 . 13
2
27
) 1 (
2
3
15
2 2

'

1 10 9
2
b
= = + = A + =
= = A
b W Z Z

Qu sucede si se aumenta el recurso b
1
de 18 a 19 unidades?

No sucede nada, porque el precio sombra no esta ocupando todo el recurso.

Entonces, si se aumenta (o decrece) el recurso 2, se mejora (o empeora) la funcin
objetivo, en cambio, si se mejora el recurso 1 slo se tendr ms holgura para dicho
recurso.

Hay que indicar que la interpretacin econmica es vlida solamente para cambios
unitarios en el vector b, ya que estos no afectan a la base ptima.

Los cambios que no sean unitarios (en los distintos recursos), se estudiarn en el
anlisis de sensibilidad y programacin paramtrica, el cual se ver ms adelante.

Mtodo Simplex Dual
El mtodo simplex dual fue desarrollado para solucionar directamente el problema
dual. Se basa en el mtodo simplex primal y opera, segn el siguiente
procedimiento:

Dado el siguiente problema primal-dual:
0
. .

0
. .
Z
>
>
=

>
s
=
W
C W A
a s
W b G Min
X
b X A
a s
X C Max
T T
T


Paso1:
Construya el tableau cero, siguiendo las mismas reglas vistas para el mtodo
simplex, es decir, que aparezca la matriz identidad y que los costos reducidos, en
este caso, sean mayores o iguales a cero, es decir:
A j , 0 e >
j
c
j
z
Paso2:
Revisar todos los m i
Bi
X , , 1 , = :
1. Si todos los 0 >
Bi
X , entonces el tableau actual es ptimo y, por ende, la solucin
es ptima.
2. Si uno o ms 0 <
Bi
X , entonces se selecciona el vector b
r
que debe abandonar la
base, utilizando la siguiente expresin:
{ } 0 ;
, , 1
<
=
=
Bi
X
Bi
X
m i
Min
br
X

Paso 3
El vector x
k
de entrada a la base, debe satisfacer la siguiente regla, la cual es:

<

=
=

0 ,
, , 1
j
r
Y
rj
Y
j
c
j
z
n j
Max
rk
Y
k
c
k
z

Paso 4
La columna x
k
se convierte en el vector unitario, cuyo pivote Y
rk
es igual a uno.
Dichos cambio se efectan con operaciones matriciales elementales. Regrese al
paso 2 hasta que se cumplan las condiciones de optimalidad.
Ejemplo:
Resolver usando el Simplex Dual:
0
2
W ,
1
W
3
2
2W 3W1
4
2
4W
1
2W
s.a.
2
10W
1
18W G
>
> +
> +
+ = Min


Notemos que el problema se puede resolver utilizando los mtodos de la gran M o
Doble Fase, como lo explicamos anteriormente. Veamos el mtodo simplex dual y
luego efectuemos una comparacin entre ellos.

0
4
W ,
3
W ,
2
W ,
1
W
-3
4
W
2
2W -
1
3W -
-4
3
W
2
4W -
1
2W -
s.a.
2
10W -
1
-18W -G H
>
= +
= +
= = Max

H W
1
W
2
W
3
W
4
H
0

1 18 10 0 0 0
W
3
0 -2 -4 1 0 -4
W
4
0 -3 -2 0 1 -3

H W
1
W
2
W
3
W
4
H
0

1 13 0 5/2 0 -10
W
2
0 1/2 1 -1/4 0 1
W
4
0 -2 0 -1/2 1 -1

H W
1
W
2
W
3
W
4
H
0

1 3 0 0 5 -15
W
2
0 3/2 1 0 -1/2 3/2
W
3
0 4 0 1 -2 2

La solucin al problema dual es:
15
0
0
2
2 / 3
4
1
3
2
= =
(
(
(
(

=
(
(
(
(

=
(

=
H G
W
W
W
W
W
W
W
N
B


La diferencia entre el mtodo dual simplex y los dos de penalizacin, radica en que,
primero no se utilizan variables artificiales y, segundo existen menos iteraciones,
pero la desventaja es que exige la condicin de factibilidad dual, es decir,
A j , 0 e >
j
c
j
z
Transformacin de Tabla ptima Primal a una Tabla ptima Dual
Como se ha explicado anteriormente, tanto el PPL primal como el dual estn
relacionados a travs de:
0
. .

0
. .
Z
>
>
=

>
s
=
W
C W A
a s
W b G Min
X
b AX
a s
CX Max
T T
T


De esta manera, existe una relacin directa entre el tableau ptimo primal y dual, el
cual se puede obtener con el siguiente procedimiento:

Paso 1
Las variables no bsicas de la tabla ptima primal pasan a ser las variables bsicas
de la tabla dual. Asigne las variables duales, respetando el orden en que aparecen
en la tabla primal, comenzando por las variables de holgura.

Paso 2
El valor de las variables bsicas duales corresponde al valor de los costos reducidos
de las variables no bsicas del problema primal, comenzando por las variables de
holgura
Paso 3
Los costos reducidos de las variables duales no bsicas corresponden al valor de las
variables bsicas del problema primal.

Paso 4
Para obtener los Y
j
de las variables no bsicas del problema dual, se pasa a
columna las filas (asociada a las variables bsicas) los valores relacionados a las
variables no bsicas del primal, comenzando por las variables de holgura y
multiplicando por (-1).

Paso 5
El valor ptimo de la funcin dual es el mismo que el valor ptimo del problema
primal en el tableau ptimo.

Ejemplo:
0
2
W ,
1
W
3
2
2W
1
3W
4
2
4W
1
2W
s.a.
2
10W
1
18W G
0
2
X ,
1
X
10
2
2X
1
4X
18
2
3X
1
2X
s.a.
2
3X
1
4X Z
>
> +
> +
+ =
>
s +
s +
+ =

Min Max

Tableau Primal
W
3
W
4
W
1
W
2

Z X1 X2 X3 X4 Z
0

1 2 0 0 3/2 15
X
3
0 -4 0 1 -3/2 3
X
2
0 2 1 0 1/2 5

Tableau Dual
G W
1
W
2
W
3
W
4
G
0

1 3 0 0 5 15
W
2
0 3/2 1 0 -1/2 3/2
W
3
0 4 0 1 -2 2

Ejemplo:
Dado el siguiente problema dual, resolver el problema primal asociado mediante el
mtodo simplex y a partir de esta obtenga la tabla ptima del problema dual.
) _ (Pr
0 W , W
3 2W W
6 3W 4W
3 W 3W
s.a.
W 2W G
2 1
2 1
2 1
2 1
2 1
Dual oblema
Min
>
> +
> +
> +
+ =


Desarrollo:
El problema primal asociado al dual anterior es:
) Pr _ (Pr
0 X , X , X
1 2X 3X X
2 X 4X 3X
s.a.
3X 6X 3X Z
3 2 1
3 2 1
3 2 1
3 2 1
imal oblema
Max
>
s + +
s + +
+ + =


Aplicando la forma estndar:
0 X , X , X , X , X
1 X 2X 3X X
2 X 2X 3X 3X
s.a.
0 3X - 6X - 3X -
5 4 3 2 1
5 3 2 1
4 3 2 1
3 2 1
>
= + + +
= + + +
= Max

Tableau Primal
Z X
1
X
2
X
3
X
4
X
5
Z
0

1 -3 -6 -3 0 0 0
X
4
0 3 4 1 1 0 2
X
5
0 1 3 2 0 1 1
1 -1 0 1 0 2 2
X
4
0 5/3 0 -5/3 1 -4/3 2/3
X
2
0 1/3 1 2/3 0 1/3 1/3
1 0 0 0 3/5 6/5 12/5
X
1
0 1 0 -1 3/5 -4/5 2/5
X
2
0 0 1 1 -1/5 3/5 1/5

Tableau Dual
G W
1
W
2
W
3
W
4
W
5
G
0

1 0 0 2/5 1/5 0 -12/5
W
1
0 1 0 -3/5 1/5 0 3/5
W
2
0 0 1 4/5 -3/5 0 6/5
W
5
0 0 0 1 -1 1 0