Documentos de Académico
Documentos de Profesional
Documentos de Cultura
11481-Texto Del Artículo-11562-1-10-20110601 PDF
11481-Texto Del Artículo-11562-1-10-20110601 PDF
Su utilidad en el Análisis
Económico-Financiero
MANUEL GÓMEZ DIAZ
Universidad de Santiago de Compostela
Departamento de Economía Financiera y Contabilidad
—nn 2
x,=O;x2=O x=O
e,... e~j
(1 xn)
Máx. Z=CX
AX=b
. . . s-a x +x
a,¡xí+%x
2+. . .+tii2X .* x,,,,
aíxí+aaxz+ .. . +a~¡tnxn .
matricíalmente se expresa:
[A fl
siendo:
al’
a,2 ... a,, ¡ a a,,,
£12
21
a1 a2 a
... a a,,,
[xl =c x +c x
Z=CX=[C,, C,jx st o
on,,n
tenemos:
z=c x 4,,
EX1, = b
JA DUALIDAD
programa primal
(D1) programa dual
190 Manuel Gó,nez l),az
1) PLANTEAMIENTO
2) RELACIONES ENTRE PRIMAL Y DUAL (Teoremas)
3) RESOLUCIÓN DEL DUAL
4) SIGNIFICACIÓN ECONÓMICA DEL DUAL.
5) PRINCIPALES APLICACIONES EN ECONOMíA
EJEMPLOS:
equivale a:
Mín.-Z=-3x1-5x,-6x3
La dualidad en la Programación Lineal 191
2) Mm. Z = + 3x, +
equivale a:
Máx.-Z=-2x-3x.,-x3
Máx. Z = CX
lix = b
X=O
Mm. G br y=
t Y=Cr
A
Y=O
—l
192 Manuel Gómez Díaz
Si, además, tenemos en cuenta que dentro del bloque AX puede haber cual-
quier número de ecuaciones y de inecuaciones en ambos sentidos y que cada
una de las variables x~, independientemente de las otras, puede tomar los valo-
res =(1; ~ =O, o ser no restringida en signo, el problema resulta más com-
plejo.
Trataremos, pues, de establecer una metodología básica para llegar en cual-
qu ier caso, de forma inequívoca, al planteamiento del dual y, al tiempo, dedu-
cir unas reglas generales, de obligado cumplimiento, para alcanzar directa-
mente el mismo objetivo.
Hemos definido anteriormente el problema dual como una aplicación del
primal en su forma canónica, es decir:
por lo tanto, cualquiera que sea la forma en que se presente el primal habre-
mos de transformarlo ‘correctamente’ en otro equivalente que tenga la forma
canónica. Luego, la aplicación correspondiente nos llevará sin dificultad al
dual.
Para conseguir lo primero utilizaremos las propiedades matemáticas recor-
dadas anteriormente y, cuando sea necesario, también recurriremos a cambios
de variables.
La dualidad en la Programación Lineal 193
Casos de Máximo
1) (P1): Máx.ZCX
LV =b
X=O (D1): Mm. O = br Y
AT Y=U
Y=O
2) (P1): Máx. Z CX
AX =b
x =o
Forma canónica:
Máx. 7= CX
-AX=-b
T W
X=O (D1): Mm. O = -b
~Ar W> CT
W=O
y haciendo Y = W -
Min~ O = bT Y
A’ Y=CF
Y=O
3) (P
1): Máx. 7 = CX
¡LX = b
X=O
194 Manuel Gómez Díaz
Forma canoníca:
Máx. Z CX Máx. 7 CX;
[+]~
=
Máx. 7= CX
AX =b AX = b
AX=b —AX=-b
X=O X=O
X=O
W=O V>O
Mm. O br y
= bT W -
T
Ar W Ar V> C
-
Mm. O = br y
Ar Y=U
Y: no restringida en signo,
depende de los valores de 11
4) (Pr): Máx.Z = CX
lix =b
X=O
Forma canónica:
X=-R
MáX.Z=-CR
-AR =b
R=O (D
1): Mm. O = br Y
~Ar Y=~Cr
Y=O
ó bien:
La dualidad en la Programación Lineal 195
Mm. G = br Y
ArY=CT
Y=O
5) (Pr): Máx.Z = CX
¡LX = b
X=O
Forma canónica:
X= -R
Máx.Z=-CR
-AR =b
R=0
Mix. Z = -CR
Al? =-b
(D1): Miii. O
R=O = ~br W
Ar w> ~Cr
W=O
haciendo -Y = W
Mm. O = b’ Y
~Ar Y> ~Cr
A’ Y=Cr
y~O
196 Manuel Gómez Diaz
6) (P1): Mix. Z = CX
AX = b
X=o
Forma canónica:
Máx. 7 = CX
AX =b
AX>b -AX=-b
X=O
Haciendo X = -R
Máx.Z=-CR
-Al? =b
Al? = -b
l?=O
Mm. G = br (PV - V)
A’ (V-W) > -c~ ; A~ (PV-U) =Cr
W=0;V=O
y haciendo Y = PV Y-
Mía. G br Y
Arr =U
no restringida en signo
La dualidad en la Programación Lineal 197
7) (P1): Máx. 7 = CX
lix = b
~sorestringida en signo
Forma canónica:
x=x’-r’; X’ =0;X’ =0
A (X’- X’) =b
X’ =O ; X” =O
(A -AII[fj=b
X’=0 ‘
(D1): Mm. O = br PV
[iA] [w]= [
W=0
T PV
Mm. O = h
[iAVr][§jj ;A rw0
=
PV=O
Mm. O = br PV
ArW= CF
¡1/=0
198 Manuel Gómez Díaz
8) (P Máx. Z CX
1):
lix = b
X no restringida en signo
Forma canoníca:
X=X.-X,-.X’>O x.’>O
Máx.Z=C(X’-X”)
X’=0 X”>O
Mm. O = -U w
LArwJ L<’i
W=
O
y haciendo PV = - Y
Mm. O = bt Y
FA =
[-A FYJ
Y=O
ó bien:
Mm. O = b’ Y
Ar Y = Cr
Y=O
La dualidad en la Programación Lineal 199
9) (P,): Máx. 7 = CX
¡IX = b
X no restringida en signo
Forma canónica:
x=r-r’; x’ >0 X”>O
Máx.Z=C(X’-X’
A(X~X”)=b
21>0 o bien: Máx.7=C(X’-X’)
X’=0, 21” =0
21>0
¡7=0, 7=0
Min.G=bFW~b~ 7= b~(W-V)
Arw~Ar 7> Cr
~AT¡7 + Ar 7=~Cr
Mm. G = br (¡7- 7)
AT(W~ v)=~Cr
¡7=0;7=0,y haciendo Y=¡V-7
200 Manuel Gómez Díaz
Mm. O = bt >7
A’ Y=CT
A~ Y=Cr
no restringida en signo
O lo que es lo mismo:
Mm. O = br Y
¡IT Y=C’
no restringida en signo
Casos de Mínimo
1) (P1): Min.Z=CX
¡IX =b
X =O
Forma canónica:
Mix. -Z=-CX
¡IX s b
X =O (D1): Mm. -G br PV =
AY ¡7 =~U
¡7=0
y haciendo ¡7 = - Y
Mm. ~G=~bry
~¡Ií Y> -U
Y = O; o lo que es lo mismo:
Mix. O = br y
¡IT Y=Cr
Y=O
La dualidad en la Programación Lineal 201
2) (Pi): Mm. 7 = CX
AX =b
X= O (Dr): Máx. G br y
AT =CF
Y=O
3) (Pi): Mm. 7 = CX
AX = b
X=O
Forma canónica:
Mix. -Z=-CX
¡IX =b
¡IX =b
X= O
Máx.-7=-CX
[IÁ]rr]=[t]
X=O
202 Manad Gómez Díaz
¡7>0 7>0
Mm. -G = b’ (¡7- ¡9
AuW~ATV>~CT;Ar(W~ P9>-CT
¡7>0 V>0
y haciendo 7- ¡7 Y =
Mm. -G = -bT y
~¡IT 7> ~Cr
y~ no restringida en signo
6 bien:
Mix. G = br >
AT 7=C’
Y: no restringida en signo
) (P
1): Mm. 7 CX
¡LX =b
27=0
Forma canónica:
hacemosX’-R
Mm. 7 - -CI?
-Al? =b
R=0
Mix. -7=CR
-AR =b
R=O
La dualidad en la Programación Lineal 203
(03: Mm. G br ¡7
=
t PV> C’
-A
¡7=0
y haciendo Y = -PV
Mín.-G-b’Y
¡IT Y=U
Mix. O = b’ Y
¡It Y=CF
Y=O
5) (P
1): Mm. 7 CX
¡IX = b
X=O
Forma canónica:
hacemos X = -2?
Mm. 7 = -CI?
-¡IR =b
R=0
Mix. -z = CI?
Al? =-b
AY =C
Y =~; o lo que es lo mismo:
Mix. O bt y
=
¡Ir 7=C’
Y=O
204 Manuel Gómez Díaz
6) (P,): Mm. 7 = CX
¡IX b
X= O
Forma canónica:
hacemos X = -R
Mm. 7 = -CI?
-AB = b
I?=O
Máx. -z = CI?
-¡IR =b
AB =-b
R=0
ó sea:
Mix. -Z = CI?
I?=O
(D
1) : Mio. —G [b = —b iKl b ‘U
[—.1’ .á 1 [~j=[C r]
¡7=0 V>O
es decir:
Mío. -G = b’jW- U)
~¡Ií (PV - ¡9> Cr
¡7>0 V=O
y haciendo Y = -(¡7 - U)
La dualidad en la Programación Lineal 205
AT Y=CT
Y no restringida en signo
O lo que es lo mismo:
Máx. G b’ y’
Ar Y=U
no restringida en signo
7) (Pi): Mm. Z = CX
¡IX =b
X no restringida en signo
Forma canónica:
XX’-X’j X’>0 X”=0
Mín.ZC(X’-X”)
A (X’-X’ ) =b 27’> 0;
Mm. ~GtbTW
r¡IT1 {w]=[j1i]
W=O
o sea:
Ps-Fn. ~~C=bTW
Min.-G = - br Y
.jTy> ~Cr
1Ty< Cc
Y =O o lo que es le mismo
Mix. O = bT y
AT Y=CF
¡It Y=C’
Y =O, que equivale a:
Máx. O b y
~1F
Y=O
La dualidad en la Programación Lineal 207
8) (P1): Mm. Z = CX
¡IX =b
21 no restringida en signo
Forma canónica:
X21’-X”; 21’ =0.21”=0
Mín.Z=C(X’-21’j
X’=O; X”=0
Mix. -Z=-C(X’-Xfl
-A(X’-X”) S-b
21’> 0 21”> 0
21>0 ;
Mm. -G = ~bFY
[~;]
w=
Y=0
Mm. -G = -b ~Y
Y=O
o lo que es lo mismo:
208 Manuel Gómez Díaz
Máx. G = br JI
¡Ity~ Cr
¡IT y’~
Y=O
o sea:
Mix. G b’ = JI
¡ItY=CF
Y=O
9) (J-’~): Mm. 7 = CX
¡IX = b
21 no restringida en signo
X=X’-X”; X’=O. X”=O
Mín.7C(X’-X”)
X’>0 X’=0
o bien:
Mix. -Z=-C(21’-X”)
21’> 0 ‘ X” =O
o en forma matricial:
Mix.
X’=O;
La dualidad en la Programación Lineal 209
Mm. —G = [b T —b
[-g;]
[¡~j=
¡7=0; V=O
Mm. ~Gbr(W~¡9
AT (¡7- ¡9 >
At (¡1/- ¡9 < -U
y haciendo V - W = Y
Mmn.~G~bTY
~Ar y>CI.Ary>Cr
¡It Y<~CrAtY>Ct
no restringida en signo
o lo que es lo mismo:
Mix. G = b’ Y
Ar yc~
no restringida en signo
210 Manuel Gómez L>íaz
CONCLUSIONES
=0 ~=0
=0 =0
Rs>’
~/.: = - - =0 =0
Rs” ..-.
- --
1?.:> - --
Rs”
Claves:
R. (restricciones)
V. (variables)
REGJAS OBTENIDAS
3) Cada restricción primal da lugar a una variable dual, por lo que habrá
tantas variables duales como restricciones primales.
Y) Cada variable primal da lugar a una restricción dual, por lo que habrá
tantas restricciones duales como variables primales.
3~) A la función objetivo primal Mdx. Z, se corresponde una función obje-
tivo dual Mhz. G y a cada función objetivo primal Mía. X, se corresponde una
dual Mdx. (3. (Añadimos que los signos de los coeficientes de las respectivas
variables duales serán los de los “oportunos” vectores del primal, con inde-
pendencia de que en el óptimo dichas variables deban tomar valores mayores
que cero, menores que cero o ser libres en signo)’.
4~) Casos en que el primal es un máximo:
a) Cada restricción del primal determina una variable dual de signo (senti-
do) contrario al suyo, y si aquélla es igualdad, la variable dual resultan-
te es no restringida en signo (libre).
Restr. (P,) = variab. (Da) =0
a) Cada restricción del primal determina una variable dual del mismo sig-
no (sentido), y si aquélla es una igualdad, la variable dual resultante es
no restringida en signo (libre).
AX =b
Demostración:
Máx. 7 = CX
¡I’X=b’
Forma canónica: Mix. Z = CX
=27=b’
X= O -¡I X =-b”
27=0
La dualidad en la Programación Lineal 213
en forma matricial:
Mix. 7= CX
Al Fbi
Li A 121< ¡—b ‘4
J¡
[
A Ib
AJ [—b
X=O
PV 1
Dual: Mía. G =[b’T ~b”T b”’T —b”’i
¡71
31
¡71
[¡71
‘¡7’
3l =CT
[¡7J
I¡71
1 4
¡7>0 ¡7>0’ =0
¡1’3, ¡74—>0
Min.G ~
~
W~=O: ¡7,=0; ¡73=0; ¡74=0
y haciendo:
wI = Y!
w
3-w4=y3
A~ty+ATy,+¡I~~>ty3=Cr
y! =o
Y2 =0
Y3: no restringida en signo
214 Manuel Gómez Díaz
— Y
3 no restr.
3) Una variab. prim. = O —> Una restr. dual del mismo signo =
que:
Y! =O
72=0
73: no restringida en signo
Teorema de la dualidad
“Si un problema primal (dual) tiene una solución óptima finita, su corres-
pondiente dual (primal) tiene una solución óptima finita y los extremos de
tales funciones lineales son iguales”, es decir:
(E,) (~)
Máx.Z = Min.G
Mín.Z = MáX.G
DEMOSTRACIÓN
Definiciones
7 = Vector fila de los rendimientos indirectos:
{Z~Z2
La dualidad en la Programación Lineal 215
Iii
de los coeficientesde la combinaciónlineal equivalente de
11 = Base óptima del primal [P~P2 P,]
por lo tanto:
P=BX;¡I=BX;X=B14
270 “fi’ b ; b = 11210
0
f(X’)”Mix. Z=Q21
7=QX”C
0B-A
¡7=C-Z=C-C0B<A
¡7 C C0 21= C
= - - C011 -l A =0
lo que implica:
C021=C0B’A=C
216 Manuel Gómez Díaz
Sea Y0 = [Y=) una solución del dual, por lo que: yOT — [yO YO ..~
Definimos Y’ = C
0 E y postmultiplicando por A:
Y’¡I =C0BIA=C0X=C
G = bT Y= yT b = C
0 fi> b = C, ~O = Máx. 7
así, pues, para la ecuación Y’, el valor de la función objetivo dual es igual al óptimo
de/primal ().
2 C~, 8 es el vector de los rendimientos indirectos de las variables unitarias (generalmente de holgu-
ra> en una solución óptima de un máximo, en donde todos tos rendimientos marginales son nulos o nega-
tivos, por lo que estén o no en la base, dichas variables tendrán rendimienlos indirectos no negativos.
La dualidad en la Programación Lineal 217
br y
c,
(1’)--- Mix.
0
270
4 ~0
(P)--- Miii.
210
Yo
A) Este teorema fija las condiciones ‘necesarias y suficientes” para que dos
soluciones X e Y sean óptimas, respectivamente, dc (P
1) y (D1).
B) En segundo lugar, permite establecer unas relaciones entre las variables
primales, duales y las de holgura, en el óptimo, de relevantes implicaciones
economicas.
‘At hacer extensivo el teorema de la dualidad al caso del Dual Asimétrico, siguiendo el mismo desa-
rrollo que hacemos con el simétrico, no podremos demostrar que C<~B =0pero, teniendo en cuenta que en
esle caso Y es libre en signo, e,s condición suficiente para ser solución del problema que Y’ A = C0B ‘=C.
218 Manuel Gómez L)íaz
Sean:
(P,) Máx. 7 CX
¡IX =b
27=0
(Da) —~ Mm. G =‘ b’ Y
¡ItJI=C’
Y>t (b - ¡IX>) O
2701 (¡Ir Yo - C) o>
DEMOSTK-l CIÓN
AX0=b ; 21=0
ATY0>C’ Y>0obien:
b - ¡I)<0> Q
A~ Y0 - C’> O
y si multiplicamos la primera por Y y la segunda por X ~‘, no se afecta el sen-
tido de la desigualdad:
II Y>’ (b= > O - ¡LV)
N”
(A’ Y> C’) =O
270t -
0’ (1> .4270) ~~0T - (¡IT Y> - U) > O
M+ N Y
~~Yotb~Y~ A
220+xot ¡IT yO 2707 (“=0 (los
términos 2 y 3 son iguales)
07 ~-x~’ cí=brYo~cV>o
MI-N=
En el caso de un problema ydual simétrico, el enunciado sería:
V <AY - 1,) = O, K’ <C’½Xl = O
y su demostración similar a la que hacemos para el primer caso.
La dualidad en la Programación Lineal 219
Al + N = br r - GV = o
(b 2qy0) + Y> =O
-
DEMOSTRACIÓN
b - ¡IX = O
¡II Y-CT=O
-Y’ b + Cx =O
¡Ir Y-tC’=O
K; ~[fl~A
~4X~X>0
La dualidad en la Programación Lineal 221
1 -0’] Vi +VI>o
O
¡I T
-b ‘
es decir:
-¡IX + tb * Y> O
A ‘Y-C’t>-X>O
-b ‘y~CX~t>O
—A t — + b +
5T >0
—
1
A _ - C * 1>0
t 1
b -¡IX =O
¡Ir y’~~r>~
y el dual Máximo, por lo que para darse las tres simultáneamente esta última se
21’ 2=
0
Y’ = Y
Y
— por Y ) llegamos a:
1
(b - kV0) + O Y0>
~A’ Y0 - C ) + X0> O
quedando así demostrado el Teorema de la holgura complementaria en los dos
sentidos, o sea: u... y cuando la variable de holgura del primal (dual) es cero,
la correspondiente variable dual (primal) es positiva, etc.’.
y como 21 11 -‘ b, sustituyendo,
3=Y9Tb
C08 b=b’Y’
11% E -l = yOT
sabemos que:
C
0B -JA J}=[COR’ c0n-tj z 2’ z :~ zn+,fl]
Así pues:
Máx. 7 = CX
¡IX =b
21=0
Esta segunda parte del enunciado no ha sido demostrada, pero resulta evidente al tener en cuenta que
las variables de holgura del mínimo considerado se corresponden con vectores unitarios negativos.
224 Manuel Gómez Díaz
a~, Y+a
1 21 Y~
2 ‘
•a Y-Y
a~ 1<-a
22 Y,+. . . ka,», Y -r“‘2
<Y »~1~~
“e
Y
Y,
a>, a,> a —I 0 ... O c
a,, a,2 a, 0 -l ... O
Yo’
Y
a>, a, ... a —1 c
o lo que es igual:
y operando:
¡IT y - íY~ = U
Y’ A - Y’,, = C
La dualidad en la Programación Lineal 225
C0 B -t A - Y’,, = C
C, 11 -~ A - C = Y>,,
por lo tanto:
Sea el primal:
Máx. 7 2= CX
¡IX = b
27=0 su dual será: Mm. O = b’ Y
A’ Y =Cr
Y: libre en signo
Máx. 7 = CX
AX = b
X O su dual será:Mín. G — bT y
ATY_ CT
6 Esta segunda parte es evidente si t enemos en cuenta que, en tal caso, e’ dual será un máximo y las
a” a Y,
1 cl.
a>, a,, a,,, .l O
Y e,
a’ a,» Y‘‘‘~1 e
o bien:
Y ¡I+1”,=C
(3, 21 = 1< y ~
(3, E b = Y b
(3, /3 -I = y
(3,11< A + JI 2= (3
o sea:
Y,,’ »C’—C,B’A=W
es decir, en el óptimo:
Si el primal es:
Máx. 7= CX
¡IX = b
21=0 el dual será: Mm. G = b> Y
A>,Y=U
Y: no restringida
y como las variables de holgura tienen, en este caso, vectores unitarios nega-
tivos, siguiendo el anterior desarrollo obtenemos:
es decir:
= -W> ; 2= ~ Y~ =-W,
BIBLIOGRAFÍA
BUEFA, ES.; DvER, J.S.: Ciencias de la Administración e investigación de Operaciones.
México: Limusa.