Documentos de Académico
Documentos de Profesional
Documentos de Cultura
6 DUALIDAD 59
𝑀𝑎𝑥 𝑍 = 𝑐𝑥 𝑚𝑖𝑛 𝑊 = 𝑏𝑇 𝑦
𝐴𝑥 ≤ 𝑏 𝐴𝑇 𝑦 ≥ 𝑐 𝑇
s.a: {𝑥 ≥ 0 s.a: { 𝑦 ≥ 0
Cada uno de estos problemas es el dual del otro. Al primero lo llamamos problema primal
(original) y al segundo problema dual, pero esta designación es arbitraria. Observemos que:
- El vector 𝑥 es el vector de las variables de decisión primales mientras que el vector 𝑦 es el
vector de las variables de decisión duales.
- El objetivo de un problema es maximizar mientras que el del otro es minimizar.
- En el problema de maximización todas las restricciones son desigualdades del tipo ≤
mientras que en el de minimización todas las restricciones son desigualdades del tipo ≥.
- Todas las variables de decisión, tanto primales como duales, son no negativas.
- Los elementos a la derecha de las restricciones en un problema corresponden a los
coeficientes de la función objetivo en el otro.
- Cada variable en un problema da lugar a una restricción en el otro y viceversa.
- La matriz de los coeficientes tecnológicos en un problema es la traspuesta de la matriz de
los coeficientes tecnológicos en el otro.
necesario efectuar un mayor número de iteraciones del Simplex para hallar la solución óptima.
Así, desde un punto de vista práctico, si el problema primal tiene dimensión 𝑚 × 𝑛 entonces el
dual tendrá dimensión 𝑛 × 𝑚. En consecuencia, siempre que 𝑚 sea bastante mayor que 𝑛, resolver
el problema dual de 𝑛 × 𝑚 implicará un menor número de iteraciones para alcanzar el óptimo.
Notación de los elementos del renglón cero en la tabla Simplex en cualquier iteración:
Columna Coeficiente de: Lado
básica 𝑍 𝑥1 … 𝑥𝑛 𝑥𝑛+1 𝑥𝑛+2 … 𝑥𝑛+𝑚 derecho
𝑍 1 … 𝑦1 𝑦2 … 𝑦𝑚 𝑊
Problema resuelto N°𝟗: ¿dónde ver la solución del problema dual en la tabla Simplex?
Para el siguiente problema de PL se pide formular su dual, resolverlo con el método Simplex y
obtener –a partir de la tabla dual– el óptimo del primal:
𝑚𝑖𝑛 𝑊 = 3𝑦1 + 𝑦2
3𝑦1 + 2𝑦2 ≥ 6
s.a: 𝑦1 + 2𝑦2 ≥ 4
𝑦1 , 𝑦2 ≥ 0
{
Resolución:
En segundo lugar, vamos a aplicar el método Simplex en formato tabular para resolver el
problema dual y en cada iteración vamos a encontrar la solución del primal.
Por conveniencia elegimos resolver con el método Simplex el problema de maximización ya que
sus restricciones son desigualdades del tipo ≤. Si quisiéramos resolver el problema de
minimización con el Simplex, tendríamos que agregar variables artificiales y trabajar con la
técnica 𝑀 como consecuencia de las desigualdades del tipo ≥.
Columna
𝑍 𝑥1 entra 𝑥2 𝑥3 𝑥4 Solución
básica
𝑍 1 −6 −4 0 0 0 Razón
𝑥3 0 3 1 1 0 3 1
𝑥4 sale 0 2 2 0 1 1 1/2
En esta primera tabla podemos encontrar la solución del problema de maximización para esta
iteración –que no es la óptima– y que está dada por 𝑥 = (0; 0; 3; 1) y arroja un valor de 𝑍 = 0
para la función objetivo.
Mientras tanto, según la propiedad de soluciones básicas complementarias, en el renglón cero
podemos encontrar la solución para el problema de minimización. Esta propiedad establece que
el valor de las variables originales se encuentra en el renglón cero debajo de las variables de
holgura del otro problema, lo que quiere decir que los coeficientes de las variables de holgura 𝑥3
y 𝑥4 en el renglón cero indican los valores de las variables originales 𝑦1 y 𝑦2 , mientras que los
coeficientes de las variables originales 𝑥1 y 𝑥2 en el renglón cero indican los valores de las variables
de holgura 𝑦3 y 𝑦4 . Así, la solución para el problema de minimización en esta iteración está dada
por 𝑦 = (0; 0; −6; −4).
Como podemos ver, esta solución para el problema de minimización es no factible ya que no
todas sus variables respetan la restricción de no negatividad. Esto sucederá en todas las iteraciones
en las que no alcancemos la tabla óptima del problema que estamos resolviendo con el Simplex,
que en este caso es del problema de maximización, según el criterio de optimalidad.
Columna
𝑍 𝑥1 𝑥2 𝑥3 𝑥4 Solución
básica
𝑍 1 0 2 0 3 3
𝑥3 0 0 −2 1 −3/2 3/2
𝑥1 0 1 1 0 ½ ½
En esta iteración del Simplex, correspondiente a la tabla óptima, encontramos la solución para
el problema de maximización: 𝑥 ∗ = (1/2; 0; 3/2; 0), la cual arroja un valor óptimo de 𝑍 ∗ = 3.
Mientras tanto, según la propiedad de soluciones básicas complementarias, la solución óptima
para el problema de minimización es 𝑦 ∗ = (0; 3; 0; 2), que arroja el un valor óptimo de 𝑊 ∗ = 3.
Cabe observar que el valor óptimo para la función objetivo de ambos problemas es el mismo,
lo que se puede comprobar reemplazando en las funciones objetivo los valores óptimos que toman
las variables de decisión correspondientes:
1
𝑍 = 6𝑥1 + 4𝑥2 = 6 ⋅ +4⋅0 =3 𝑊 = 3𝑦1 + 𝑦2 = 3 ⋅ 0 + 3 = 3
2
También es importante notar que recién en la iteración en la que alcanzamos el óptimo para el
problema que intentamos resolver con el Simplex la solución del otro problema pasa a ser factible
y óptima a la vez.
Este teorema nos permite encontrar la solución óptima del problema dual cuando conocemos
la solución óptima del problema primal (y viceversa) a través de la resolución de un sistema de
ecuaciones conformado por las variables de decisión y las restricciones de ambos modelos.
La importancia de este teorema radica en que facilita la resolución de los modelos de
optimización lineal, permitiendo que quien los resuelve pueda buscar el modelo más sencillo para
abordar (desde un punto de vista algorítmico) dado que de cualquier forma podrá obtener los
resultados del modelo equivalente asociado.
Un fabricante desea hallar las cantidades de los artículos 𝑥1 y 𝑥2 que, cumpliendo con las
restricciones impuestas por las capacidades productivas de tres departament0s (cortado,
troquelado y esmaltado), maximicen su utilidad:
Es decir:
𝑀𝑎𝑥 𝑍 = 10𝑥1 + 15𝑥2
10𝑥1 + 20𝑥2 ≤ 4000
5𝑥1 + 5𝑥2 ≤ 1500
s.a: 4𝑥 + 2𝑥 ≤ 800
1 2
𝑥1 , 𝑥2 ≥ 0
{
Este modelo es el dual del modelo de maximización. Resolviendo ambos problemas, se obtiene:
MATERIAL DE CÁTEDRA DE ÁLGEBRA III ELABORADO POR LA PROF. ELIANA BOVIER
1.6 DUALIDAD 64
2 5
𝑦 ∗ = ( ; 0; ) 𝑊 ∗ = 3333,33
3 6
GUÍA DE ACTIVIDADES 𝟏. 𝟔
2) Para el siguiente problema, formulen su dual y resuélvanlo con el método Simplex para obtener
el óptimo del primal a partir de la tabla del dual:
3) A partir del siguiente problema de PL y sabiendo que la base óptima está formada por 𝑥1 y 𝑥3 ,
5) Utilicen el teorema de holgura complementaria para encontrar la solución óptima del siguiente
problema:
6) Una florista sabe hacer solo dos tipos distintos de arreglos florales (𝑥1 y 𝑥2 ), para los cuales
dispone de tres tipos de flores: rosas, tulipanes y claveles. Los requerimientos de flores para
cada arreglo, la disponibilidad de flores y los precios de cada arreglo se detallan en la siguiente
tabla:
Flores Arreglo 𝑥1 Arreglo 𝑥2 Disponibilidad
Rosas 3 1 300
Tulipanes 1 1 140
Claveles 1 3 300
Precio 2000 1000