Programacin Lineal para la Ingeniera Tcnica

Volver al bloque 3

12.1. EL MODELO DUAL

A todo programa lineal, llamado problema primal, le corresponde otro que se
denomina problema dual. Las relaciones existentes entre ambos problemas son las
siguientes:
El dual tiene tantas variables como restricciones existen en el primal.
El dual tiene tantas restricciones como variables tiene el primal.
Los coeficientes de la funcin objetivo del primal son los trminos
independientes de las restricciones del dual.
Los trminos independientes de las restricciones del primal son los
coeficientes en la funcin objetivo del dual.
La matriz de coeficientes de las restricciones del dual es igual a la
traspuesta de la del primal.
Se pueden distinguir dos 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 relaciones entre los problemas primal y dual son las siguientes:

77

Programacin Lineal para la Ingeniera Tcnica

Para duales simtricos el sentido de desigualdad de las restricciones del

dual es inverso al de las del primal; mientras que para asimtricos, las
restricciones del dual son de sentido menor o igual en caso de que el
problema primal sea de minimizacin, y de mayor o igual en caso de
maximizacin. Adems, las variables del dual, variables duales, no estn
sujetas a la condicin de no negatividad.
El problema dual de uno de minimizacin es de maximizacin y
viceversa.
El dual del programa dual es el primal.
Segn estas afirmaciones, el problema dual queda unvocamente determinado por
su primal. Si x1 , K , xn son las variables primales, y1 , K , y m las correspondientes
variables duales, el planteamiento del problema dual es:
1. Duales simtricos:
Primal:

max
s.a.:

f ( X ) = c1 x1 + K + c n xn
a11 x1 + K + a1 n xn b1
a m1 x1 + K + amn xn bm
xi 0, i = 1, K , n

Dual:

min
s.a.:

g (Y ) = b1 y1 + K + bm ym
a11 y1 + K + am1 ym c1
a1n y1 + K + amn ym cn
yi 0, i = 1, K , m

Se pueden resumir primal y dual en un cuadro como el que sigue, donde el primal
se lee verticalmente y el dual de forma horizontal:

78

Programacin Lineal para la Ingeniera Tcnica

PROGRAMAS
a11

a12

a1 n

a m1

am 2

amn

DUAL (MIN.)

y1 0

y2 0

PRIMAL (MAX.)
x1 0

ym 0

c1

c2

cn

b1

xn 0

bm

variables
relacin
constantes

2. Duales asimtricos:
a)

Primal:

max
s.a.:

f ( X ) = c1 x1 + K + c n xn
a11 x1 + K + a1 n xn = b1
a m 1 x1 + K + a mn xn = bm
xi 0, i = 1, K , n

Dual:

min
s.a.:

g (Y ) = b1 y1 + K + bm ym
a11 y1 + K + am1 ym c1
a1n y1 + K + amn ym cn
y i , i = 1, K , m , no restringidas en signo

b)

Primal:

min
s.a.:

f ( X ) = c1 x1 + K + c n xn
a11 x1 + K + a1 n xn = b1
a m 1 x1 + K + a mn xn = bm
xi 0, i = 1, K , n

Dual:

max
s.a.:

g (Y ) = b1 y1 + K + bm ym
a11 y1 + K + am 1 y m c1
a1 n y1 + K + a mn y m c n
y i , i = 1, K , m , no restringidas en signo

79

Programacin Lineal para la Ingeniera Tcnica

La tabla anterior queda ahora de la siguiente forma:

PROGRAMAS
DUAL MIN.
(MAX.)

PRIMAL MAX. (MIN.)

a1 n
x1 0

a11

a12

a m1

am 2

amn

y1
( )

c1

y2

ym

( )

c2

K
K

( )

b1

xn 0

bm

variables
relacin
constantes

cn

Nota:
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:

VARIABLES

Problema de
minimizacin
0
0
no restringidas

RESTRICCIONES

Problema de
maximizacin

RESTRICCIONES

0
0
no restringidas

VARIABLES

La ventaja de esta tabla es que se puede leer de derecha a izquierda o viceversa,

segn el problema primal sea de maximizacin o minimizacin, respectivamente.
Adems, en el problema primal pueden darse diferentes combinaciones en cuanto
al sentido de sus desigualdades o al signo de sus variables.

80

Programacin Lineal para la Ingeniera Tcnica

Ejemplos:
Volver a
problema
primal

1.

Primal:

max
s.a.:

2 x1 + x2
x1 + 5 x2 10
x1 + 3x2 6
2 x1 + 2 x 2 8
x1 , x2 0

Como el primal es de maximizacin, el dual ser de minimizacin, por lo

que leemos la ltima tabla de derecha a izquierda. Esto nos dice que por ser
todas las restricciones de menor o igual, las variables duales sern de signo
no negativo; adems por ser las variables primales no negativas, todas las
restricciones duales sern de mayor o igual. El problema dual quedar por
lo tanto como:
Volver a
problema
dual

2.

Dual

min
s.a.:

10 y1 + 6 y 2 + 8 y3
y1 + y2 + 2 y3 2
5 y1 + 3 y 2 + 2 y3 1
y1 , y 2 , y3 0

Primal

min
s.a.:

5 x1 + 2 x2 + x3
2 x1 + 3x 2 + x3 20
6 x1 + 8x 2 + 5 x3 30
7 x1 + x2 + 3x3 40
x1 + 2 x 2 + 4 x3 50
x1 , x2 , x3 0

En este caso, leemos la tabla de izquierda a derecha, resultando el dual:

Dual

max
s.a.:

20 y1 + 30 y2 + 40 y3 + 50 y 4
2 y1 + 6 y 2 + 7 y3 + y 4 5
3 y1 + 8 y 2 + y3 + 2 y 4 2
y1 + 5 y 2 + 3 y 3 + 4 y4 1
y1 , y 2 , y3 , y 4 0

81

Programacin Lineal para la Ingeniera Tcnica

3.

Primal

min
s.a.:

x1 + 3x 2 2 x3
4 x1 + 8x 2 + 6 x3 = 25
7 x1 + 5 x2 + 9 x3 = 30
x1 , x2 , x3 0

Ahora, aunque como en el ejemplo anterior hay que leer la tabla de

izquierda a derecha, la formacin del dual ser ligeramente diferente a la de
dicho ejemplo.

4.

Dual

max
s.a.:

25 y1 + 30 y2
4 y1 + 7 y 2 1
8 y1 + 5 y 2 3
6 y1 + 9 y2 2
y1 , y2 no restringidas en signo

Primal

max
s.a.:

3x1 + x 2
x1 + x2 = 7
2 x1 + 3x 2 = 8
x1 , x2 0

Al igual que el ejemplo 1, leemos la tabla de derecha a izquierda, resultando:

Dual

min
s.a.:

7 y1 + 8 y2
y1 + 2 y 2 3
y1 + 3 y 2 1
y1 , y2 no restringidas en signo

Nota:
La forma del dual asimtrico (ejemplos 3 y 4) est determinada exclusivamente por
la forma del dual simtrico. Si pasamos a forma estndar el problema con
restricciones de desigualdad y calculamos el dual, que sera dual asimtrico, el
problema que se obtiene es el mismo que le correspondera al primal como dual
simtrico. Por ejemplo:

82

Programacin Lineal para la Ingeniera Tcnica

max
s.a.:

f ( X ) = c1 x1 + K + c n xn
a11 x1 + K + a1 n xn b1
a m1 x1 + K + amn xn bm
xi 0, i = 1, K , n

Si pasamos a forma estndar:

max

f ( X ) = c1 x1 +

s.a.:

a11 x1 +
a m1 x1 +

cn xn + 0 xnH+ 1 +

a1n xn + x nH+ 1 = b1

amn xn + xnH+ m = bm

0 x nH+ m

xi 0, i = 1, K , n , xnH+ j 0, j = 1, K , m
El correspondiente dual asimtrico de este ltimo problema primal es:
min
s.a.:

g (Y ) = b1 y1 + K + bm ym
a11 y1 + K + am1 ym c1
a1n y1 +

amn ym cn

y1 0
ym 0
Es el mismo que el dual simtrico que le correspondera al problema sin
transformar en su formulacin estndar.
Una vez visto que los duales simtricos pueden convertirse en asimtricos
utilizando variables de holgura, vamos a enunciar un teorema de dualidad vlido
para ambos.

83

Programacin Lineal para la Ingeniera Tcnica

Teorema:
Sea P un problema de Programacin Lineal cuya regin de factibilidad es F, y sea
D su problema dual de regin de factibilidad G. Entonces:
i)

Si X F , Y G , se cumple que f ( X ) g (Y ) .

ii) Si para algn X F y algn Y G se verifica que f ( X ) = g (Y ) ,

entonces X es solucin ptima de P, Y es solucin ptima de D.
iii) Si uno de los problemas P D tienen una solucin ptima X * Y * , el
otro tambin la tiene, verificndose adems que f (X * ) = g (Y * ) .
iv) Si f est acotada superiormente en F , g est acotada
inferiormente en G , entonces ambos problemas P y D tienen
solucin ptima.
Consecuencias del teorema:
1. Si el primal tiene solucin finita, entonces el dual tambin la tiene y ambas
coinciden.
2. Si el primal tiene solucin no acotada, el dual no tiene solucin.
3. Si el primal no tiene solucin, entonces el dual no tiene solucin tiene
solucin no acotada.
El dual del dual:
Volver al
Dual del Dual

Consideremos ahora como primal al dual, cul es su dual?.

min
s.a.:

g (Y ) = b1 y1 + K + bm ym
a11 y1 + K + am1 ym c1
a1n y1 + K + amn ym cn
yi 0, i = 1, K , m

84

Programacin Lineal para la Ingeniera Tcnica

Introducimos variables de holgura:

min

g (Y ) = b1 y1 +

s.a.:

a11 y1 +

am 1 ym y mH + 1 = c1

a1n y1 +

amn ym y mH+ n = cn

bm y m + 0 y mH+ 1 +

0 ymH + n

yi 0, i = 1, K , m , ymH+ j 0, j = 1, K , n
Su dual sera:
max
s.a.:

f ( X ) = c1 x1 + K + c n xn
a11 x1 + K + a1 n xn b1
a m1 x1 +

amn xn bm

x1 0

xn 0

Las ltimas n restricciones son las de no negatividad, y el problema que se obtiene

es el primal. Luego el dual del dual es el primal.

12.2. RELACIONES PRIMAL-DUAL

Con la solucin del primal, se obtiene con el Simplex implcitamente la del dual.
Vemoslo:
Sea el primal en forma estndar:

max
s.a.:

Z = CX
AX = b
X 0

Escribimos A = (B/N), con B la submatriz formada por las columnas

correspondientes a las variables bsicas, y N lo mismo para las no bsicas o libres.
Entonces:

85

Programacin Lineal para la Ingeniera Tcnica

max
s.a.:

Z = CB X B + CN X N
BX B + NX N = b
X B, X N 0

La solucin de este problema consiste en hacer que el vector no bsico X N sea cero,
y resolver el vector bsico en trminos de la base B, es decir:
BX B + NX N = b BX B = b X B = B 1b
y la funcin objetivo ser:
Z = CB X B + CN X N = C B X B = CB B 1 b
Ahora bien, la funcin objetivo dual es g (Y ) = bT Y = Y T b , y en el ptimo el valor de
la funcin objetivo primal coincide con el valor ptimo de la funcin objetivo dual,
esto es, Z (X * ) = g (Y * ) . Por lo tanto:
Z ( X * ) = g (Y * ) CB* (B* ) b = (Y * ) b CB* (B* ) = (Y * )
1

En los casos particulares que estudiaremos, este valor no hace falta calcularlo
explcitamente si hemos resuelto el primal aplicando el algoritmo del Simplex,
puesto que en la ltima tabla:

Volver a
Primal-Dual

Variables bsicas

Valor de las
variables
bsicas

Variables originales

Variables de holgura

B1A

B1

XB
X B = B 1b
C CB B 1 A
Solucin ptima primal

86

CBB1

Solucin ptima dual

opuesta en signo

Programacin Lineal para la Ingeniera Tcnica

Ejemplo:
max
s.a.:

Paso a
forma
estndar

max
s.a.:

4 x1 + 3 x2
2 x1 + 3 x2 18

4 x1 + 3 x2
2 x1 + 3x 2 + x3H = 18
4 x1 + 2 x2 + x 4H = 10
x1 , x2 , x3H , x4H 0

4 x1 + 2 x 2 10
x1 , x2 0
Introduciendo las variables de holgura. La ltima tabla es:

x1

x2

x3H

x 4H

x3H

-4

-3/2

x2

1/2

-2

-3/2

Solucin ptima dual:

Soluciones
ptimas

Solucin ptima primal:

Funcin objetivo primal y dual ptimas:

3
Y * = 0,
2
*
X = (0,5)
f (X * ) = g (Y * ) = 15

El dual sera:

Sobre el
Dual

min

18 y1 + 10 y2

max

s.a.:

2 y1 + 4 y 2 4

s.a.:

2 y1 + 4 y 2 y3H + y5A = 4

18 y1 10 y2 My5A My6A

3 y1 + 2 y2 3

3 y1 + 2 y 2 y4H + y6A = 3

y1 , y 2 0

y1 , y 2 , y3H , y 4H , y5A , y6A 0

Se puede comprobar con el Simplex que da la misma solucin, pero el proceso es

ms largo por la introduccin de variables de holgura y artificiales, de ah el inters
de la relacin entre dual y primal (entre otras razones).
Interesar pasar al dual cuando su resolucin sea ms fcil que la del primal. As,
podemos resolver el dual por el Simplex y deducir, sin ningn clculo

87

Programacin Lineal para la Ingeniera Tcnica

suplementario, la solucin ptima del primal. Este caso se presentar cuando el

primal incluya restricciones de mayor o igual para las cuales es preciso introducir
variables de holgura y artificiales.
Ejemplo:

Paso a
forma
estndar

min

5 x1 + 6 x2

max

s.a.:

5 x1 + 2 x2 20

s.a.:

5 x1 + 2 x2 x3H + x5A = 20

5 x1 6 x2 Mx5A Mx6A

3x1 + 8 x2 24

3x1 + 8x 2 x4H + x6A = 24

x1 , x2 0

x1 , x2 , x3H , x 4H , x5A , x6A 0

Si calculamos su dual:
max
s.a.:

Clculo
del Dual

max
s.a.:

20 y1 + 24 y2
5 y1 + 3 y2 5

20 y1 + 24 y2
5 y1 + 3 y2 + y3H = 5
2 y1 + 8 y 2 + y4H = 6
y1 , y 2 , y 3H , y4H 0

2 y1 + 8 y2 6
y1 , y 2 0

Se ve que es ms fcil aplicar el Simplex al estndar del dual que al del primal.
La ltima tabla es:

y1
y2

11/17
10/17

y1

y2

y3H

y4H

1
0

0
1

---------

---------

-56/17

-30/17

Lo que realmente nos interesa es el valor de los costes en la tabla final, por eso
dejamos sin rellenar huecos en esa tabla que no aportan nada a la solucin que
buscamos. As:
Soluciones
ptimas

11 10
Y * = , ,
17 17

88

56 30
X * = , ,
17 17

f (X * ) = g (Y * ) =

460
17

Programacin Lineal para la Ingeniera Tcnica

12.3. MTODO DUAL DEL SIMPLEX

Supongamos el problema de la dieta (mezcla de alimentos ms barata,
satisfaciendo unos valores nutritivos necesarios):
min
s.a.:

c1 x1 + K + cn xn
a11 x1 + K + a1 n xn b1
a m1 x1 + K + amn xn bm
xi 0, i = 1, K , n

Aqu, x j representa la cantidad del alimento j a precio c j y con una composicin

a ij de un cierto elemento nutritivo N i del cual hay un requerimiento de al menos
bi unidades.
Una posible interpretacin del dual sera: supongamos que una empresa se plantea
la posibilidad de fabricar un concentrado de cada uno de los elementos nutritivos
que se requieren para la correcta alimentacin, de modo que propondra que se
ingirieran los concentrados directamente en lugar de los alimentos que contienen
los elementos nutritivos, de modo que se satisfacieran las necesidades
nutricionales igualmente.
El problema que se planteara la compaa consistira en encontrar los precios
unitarios y1 , K , y m para cada nutriente de forma que maximizara su beneficio, pero
teniendo en cuenta que al mismo tiempo este procedimiento debera ser
competitivo con el usual en el que se aportan directamente los alimentos. As, se
debe maximizar b1 y1 + K + bm y m .
Esta competitividad significa que la suma de los precios totales de los elementos
nutritivos en las cantidades que intervienen en cada alimento deber ser menor o a
lo sumo igual que el precio o coste de este alimento. As, para el alimento j-simo
de coste c j , deber verificarse a1 j y1 + K + amj ym c j .

89

Programacin Lineal para la Ingeniera Tcnica

Por ltimo, el precio de cada unidad de nutriente yi debe ser positivo. Con todo
esto, planteamos el dual:
max
s.a.:

b1 y1 + K + bm y m
a11 y1 + K + am1 ym c1
a1n y1 + K + amn ym cn
yi 0, i = 1, K , m

Podemos deducir fcilmente del estudio desarrollado en los apartados anteriores

una de las aplicaciones inmediatas de la teora de la dualidad: la resolucin de
problemas lineales con ms restricciones que variables. Puesto que parte de la
dificultad y el nmero de iteraciones del Simplex dependen del nmero de
restricciones, resolveremos el primal si m < n, y el dual si m > n.
Otra aplicacin de la dualidad es la resolucin de problemas lineales utilizando
el Algoritmo Dual del Simplex, que consiste bsicamente en aplicar el Simplex al
problema dual, pero efectuando los clculos sobre el primal. Lo explicamos a
continuacin.
Para comenzar con el Simplex, si no es posible obtener una solucin factible, se
aaden tantas variables artificiales como sea necesario. El Mtodo Dual del
Simplex hace innecesario el empleo de dichas variables artificiales, pero necesita
para comenzar a iterar una condicin llamada de factibilidad dual, es decir, que
todos los costes marginales c j sean negativos o nulos (en caso de mximo). Por
tanto, no siempre se podr aplicar.
Volver a
Mtodo Dual
del Simplex

Algoritmo.
Paso 1:

Partimos de una tabla en la que c j = c j z j 0 .

Paso 2:

Si X B (solucin bsica) es tal que X B 0 , estamos en la solucin ptima.

PARAR.

90

Programacin Lineal para la Ingeniera Tcnica

En otro caso, elegimos para que salga de la base la variable xi , cuya

coordenada ( X B )i es la ms negativa.
Paso 3:

Si todos los elementos a ij de la fila correspondiente a la variable que sale

de la base son positivos o nulos, entonces el problema no tiene solucin o
tiene solucin ptima no acotada.
Si al menos algn aij < 0 , calculamos:
c j

min
j = 1, , n
K

aij

aij < 0 =

ck
aik

Si corresponde a la columna k-esima, entra en la base x k .

Paso 4:

Pivotamos sobre aik , efectuando las operaciones precisas para que la

columna k tenga un 1 en el lugar i-simo y ceros en el resto.
Volver al paso 2.

Ntese que los problemas ideales para resolver mediante este algoritmo son
aquellos de minimizacin que incluyen restricciones del tipo mayor o igual, y
cuyas desigualdades contienen coeficientes positivos. As, el problema de la dieta
es un candidato para aplicarle este procedimiento.
Ejemplo:
min
s.a.:

3x1 + 4 x2 + 5 x3
x1 + 2 x2 + 3x3 5
2 x1 + 2 x2 + x3 6
x1 , x2 , x3 0

max
s.a.:

3 x1 4 x2 5x3
x1 2 x2 3x3 5
2 x1 2 x2 x3 6
x1 , x2 , x3 0

Introducimos las correspondientes variables de holgura para obtener la

formulacin estndar:

91

Programacin Lineal para la Ingeniera Tcnica

max

3 x1 4 x2 5x3

s.a.:

x1 2 x2 3x3 + x 4H = 5

2 x1 2 x2 x3 + x5H = 6

x1 , x2 , x3 , x 4H , x5H 0
La tabla inicial con la que comenzar a iterar, siguiendo los pasos del Algoritmo
Dual del Simplex, es la siguiente:

paso 2

x 4H
x5H

-5
-6

x1

x2

x3

x 4H

x5H

-1
-2

-2
-2

-3
-1

1
0

0
1

-3

-4

-5

paso 3

Puesto que c j 0, j , sale de la base la variable cuya coordenada ( X B )i es la ms

negativa, en este caso x5 = 6 , y aplicamos el criterio de entrada, calculando:

3 4 5 3
,
,
=
2
2 2 1

min

As pues, entra en la base la variable x1 , siendo el elemento pivote a 21 = 2 .

Con todo esto, la siguiente tabla quedar como sigue:

paso 2

x 4H
x1

-2
3

x1

x2

x3

x 4H

x5H

0
1

-1
1

-5/2
1/2

1
0

-1/2
-1/2

-1

-7/2

-3/2

paso 3

92

Programacin Lineal para la Ingeniera Tcnica

Seguimos teniendo que c j 0, j , y ahora la variable bsica con valor ms

negativo es x4H = 2 (la nica), por tanto es la que abandona la base.
Aplicamos el criterio de entrada calculando:

1 7 2 3 2
,
,
=1
1 5 2 1 2

min

que corresponde a la variable x2 , que entra en la base, siendo el elemento pivote el

elemento a12 = 1 .
Con todo esto, la siguiente tabla quedar como sigue:

2
1

x2
x1

x1

x2

x3

x 4H

x5H

0
1

1
0

5/2
-2

-1
1

1/2
-1

-1

-1

-1

paso 2

Todas las variables bsicas son positivas, por lo que el algoritmo termina con la
solucin ptima:
x1* = 1 ,

x2* = 2 ,

x3* = 0 ,

Z * = 11

Ejemplo:
min
s.a.:

Z = 2 x1 + x 2
3x1 + x 2 3

max
s.a.:

Z = 2 x1 x2
H
3 x1 x2 + x3 = 3

4 x1 3 x2 + x4H = 6
H
x1 2 x 2 + x5 = 3

4 x1 + 3x 2 6
x1 + 2 x2 3

x1 , x2 0

x1 , x2 , x3H , x 4H , x5H 0

93

Programacin Lineal para la Ingeniera Tcnica

Una vez que hemos cambiando de signo, e introducido las correspondientes

variables de holgura, la primera tabla ser:

paso 2

x1

x2

x3H

x 4H

x5H

x3H

-3

-3

-1

H
4
H
5

-6
-3

-4
-1

-3
-2

0
0

1
0

0
1

-2

-1

x
x

paso 3

paso 4

paso 2

x1

x2

x3H

x 4H

x5H

x3H

-1

-5/3

-1/3

x2
x5H

2
1

4/3
5/3

1
0

0
0

-1/3
-2/3

0
1

-2/3

-1/3

x1

x2

x3H

x 4H

x5H

1
0
0

0
1
0

-3/5
4/5
1

1/5
-3/5
-1

0
0
1

-2/5

-1/5

paso 3
paso 4

x1
x2
x5H

3/5
6/5
0

paso 2

Todas las variables bsicas son positivas, por tanto el algoritmo concluye con la
solucin ptima:
x1* = 3 5 ,

x2* = 6 5 ,

Z * = 12 5

Ir al bloque 5
94