You are on page 1of 10

Dualidad en programacin lineal

Resumen.
Asociado a cada problema de programacin matemtica (lineal o no lineal), existe
otro problema llamado problema dual que posee importantes propiedades y
relaciones notables con respecto al problema original o primal.
Introduccin.
Dado un problema que llamaremos primal:
F(x)

Maximizar:
S.A G ( x ) b

Donde la funcin F ( x ) puede ser lineal o no lineal, llamaremos problema dual


asociado a:
t

L ( x , )=F ( x ) [g ( x )b ]

Minimizar:

Funcin de LAGRANGE

dL

S.A dx ( x , )=0
Para:
x D

y,

Perteneciente al conjunto de definicin de F ( x )

Se pueden distinguir las siguientes propiedades:


1)

F ( x ) L( x , )

2) Si x es la solucin del primal, entonces existe un tal que ( x , ) lo


es del dual.

3) Si el primal tiene solucin, y ( x , ) es la solucin del dual, entonces x

lo es del primal y se verifica que F ( x ) = L ( x , ) .

Ahora para el caso lineal se puede demostrar fcilmente que para un primal de la
forma:

c x

Maximizar:
S.A:

Ax b

El dual viene siendo:


Minimizar:
S.A:

A =c

Para: 0
*nota: las variables ( x ) han desaparecido en el dual, por la definicin general
anterior (Lagrange y diferenciacin).

De manera general las siguientes relaciones son aplicables, antes de armar el


modelo dual debern seguirse en forma de regla:
M MI
AX N

SI
=

N
O

SI

NO

El SI y el NO corresponden a la obligacin de no negatividad, el cuadro se lee por


columnas, sea que si un problema primal es de maximizar, su dual es de
minimizar, si la restriccin es de menor o igual, la correspondiente dual SI est
sujeta a ser no negativa.

Todo lo anterior se puede resumir en pasos sencillos, siguiendo estas reglas


podemos armar el problema dual partiendo de un primal:

a) El problema dual tiene tantas variables como restricciones tiene el programa


primal.
b) El problema dual tiene tantas restricciones como variables tiene el programa
primal.
c) Los coeficientes de la funcin objetivo del problema dual son los trminos
independientes de las restricciones o RHS del programa primal.
d) Los trminos independientes de las restricciones o RHS del dual son los
coeficientes de la funcin objetivo del problema primal.
e) La matriz de coeficientes tcnicos del problema dual es la traspuesta de la matriz
tcnica del problema primal.
f) El sentido de las desigualdades de las restricciones del problema dual y el signo
de las variables del mismo problema, dependen de la forma de que tenga el signo
de las variables del problema primal y del sentido de las restricciones del mismo
problema.
g) Si el programa primal es un problema de maximizacin, el programa dual es un
problema de minimizacin.
h) El problema dual de un problema dual es el programa primal original.
Ejemplo:
Minimizar: 2 x1 + 3 x2 + 5 x3 + 2 x4 + 3 x5
S.A:
x1 + x2 + 2 x3 + x4 + 3 x5 4
2 x1 - x2 + 3 x3 + x4 + x5 3
x1 0 , x2 0 , x3 0 , x4 0 , x5 0 CONDICIONES DE NO
NEGATIVIDAD

El problema dual, siguiendo los pasos establecidos anteriormente es:


Maximizar: 4 1 + 3 2

S.A:
1 + 2 2 2
1 - 2 3
2 1 + 3 2 5
1 + 2 2
31 + 2 3
1 0, 2 0

Ventaja importante
Una ventaja de la dualidad, es la posibilidad de resolver grficamente algunos
problemas.
Considerando el problema anterior:

Minimizar: 2 x1 + 3 x2 + 5 x3 + 2 x4 + 3 x5
S.A:
x1 + x2 + 2 x3 + x4 + 3 x5 4
2 x1 - x2 + 3 x3 + x4 + x5 3
x1 0 , x2 0 , x3 0 , x4 0 , x5 0
El dual es:

Maximizar: 4 1 + 3 2
S.A:
1 + 2 2 2
1 - 2 3
2 1 + 3 2 5
1 + 2 2

3 1 + 2 3
1 0, 2 0

Este problema solo tiene dos variables y cinco restricciones por tanto el mismo se
puede resolver grficamente a diferencia del problema Primal donde se tena 5
variables y 2 restricciones:

Grafica de funciones.

*nota: No se consider la recta que posee valores negativos al no ser influyente en


la solucin.
Resolviendo x1 + 2 x2 = 2 y 3 x1 + x2 = 3 por ser las rectas ms interiores al
espacio factible de solucin nos da el vrtice solucin que es el punto (4/5,3/5) con
un valor de la funcin objetivo de 5.
Tenemos la funcin dual que es:
4 1 + 3 2 = G (1, 2)
Hacemos:
G (4/5,3/5) = 4(4/5)+3(3/5) = 5 SOLUCION DEL DUAL

Ahora en el primal:
Para la solucin se usara el programa de software JSIMPLEX:
Primero se prepara el software:

Luego:

Normalizar el problema. Es decir volver las restricciones de inecuaciones a


ecuaciones, agregando variables de holgura para las restricciones de <= y variables
de holgura y artificiales para las restricciones de mayor o igual e igual
Para la restriccin 1, dado que es >= se agrega una variable de holgura rotulada
como S1 con coeficiente 0 y adicionalmente una variable artificial llamada 1 con
coeficiente -M.
Para la restriccin 2, dado que es >= se agrega una variable de holgura rotulada
como S2 con coeficiente 0 y adicionalmente una variable artificial llamada 2 con
coeficiente -M.

La solucin de este sistema es:


x1 = 1 y x5 = 1,
Luego por remplazo:
Z(x)=2 x1 + 3 x2 + 5 x3 + 2 x4 + 3 x5 PRIMAL
Z(x)=2 (1) + 3 (0) + 5 (0) + 2 (0) + 3 (1)
Z(x) = 5 SOLUCION DEL PRIMAL

*nota: ambas soluciones tanto en el problema dual y primal son las mismas como
era de esperarse segn la teora de la dualidad.

CONCLUSIONES:
Por qu se plantea el programa dual?
Por una parte permite resolver problemas lineales donde el nmero de restricciones
es mayor que el nmero de variables. Gracias a los teoremas la solucin de unos de
los problemas (primal o dual) nos proporciona de forma automtica la solucin del
otro programa.
Qu significado tiene su solucin?
La dualidad permite realizar importantes interpretaciones econmicas de los
problemas de programacin lineal.
La solucin del dual se puede obtener desde el primal?

La dualidad permite generar mtodos como el mtodo dual del simplex de gran
importancia en el anlisis de postoptimizacin y en la programacin lineal
paramtrica.

LINK DEL SOFTWARE online:


http://soft.ingenieria-industrial.net/programacion_lineal.php