Curso: Investigacin Operativa

Tema: Teora de dualidad

Profesor: Carlos Vargas
1. TEORA DE DUALIDAD
En este captulo presentamos los aspectos ms relevantes de la teora de dualidad
para el problema de optimizacin lineal. En la seccin 5.1 definimos el dual de un
problema de minimizacin en forma cannica el cual es el punto de partida para
deducir reglas para formar el dual de un problema lineal general. En la seccin 5.2
presentamos los teoremas de dualidad dbil y fuerte. Finalmente, en la seccin 5.3
presentamos la relacin entre los costos reducidos y las variables ptimas duales.
1.1 EL DUAL DE UN PROBLEMA DE OPTIMIZACIN LINEAL
Para cada problema de programacin lineal es posible asociar un problema lineal
compaero llamado problema dual en el cual los roles de las variables y
restricciones son reversos, i.e., para cada variable en el problema lineal original o
primal hay una restriccin en el dual, y para cada restriccin en el primal hay una
variable en el dual.
Aunque veremos que es posible asociar un dual a cada problema lineal, la simetra
de los dos problemas es ms obvia cuando el problema lineal est en forma
cannica:
minimizar
sujeto a ,
0,
T
z c x
Ax b
x

este problema ser llamado el problema lineal primal o simplemente, problema

primal. El correspondiente problema lineal dual o simplemente problema dual es,
por definicin:
maximizar
sujeto a ,
0,
T
T
w b y
A y c
y

Es decir:
Problema primal
minimizar
sujeto a ,
0.
T
z c x
Ax b
x

Problema dual
maximizar
sujeto a ,
0.
T
T
w b y
A y c
y

Ntese que:
1) Todo problema lineal puede ser llevado a la forma cannica de un modo simple:
a) Una restriccin del tipo es simplemente multiplicada por 1 .
b) Una restriccin de igualdad puede ser escrita como dos desigualdades:
a b a b a b
c) El requerimiento de que todas las variables sean no negativas se trata de la
misma forma ya vista para transformar un problema lineal a la forma
standard.
d) Un problema de maximizacin es convertido en un problema de
minimizacin multiplicado la funcin objetivo por -1.
2) Si el problema primal tiene n variables y m restricciones entonces el problema
dual tiene m variables (una variable para cada restriccin del primal) y n
restricciones (una restriccin en el dual por cada variable en el primal) esto es
as porque, por definicin, si A es la matriz de restriccin del primal,
mxn T nxm
A R A R es la matriz de restricciones del dual.
3) Tambin por definicin, el vector de costos c del primal acta como vector del
lado derecho en el dual y viceversa.
4) El problema dual es un problema lineal de maximizacin, donde todas las
restricciones son del tipo , y todas las variables son no negativas. Esta es la
forma cannica para un problema de maximizacin.
Es decir, las formas cannicas son:
Forma cannica para un problema de Forma cannica para un problema de
minimizacin
minimizar
sujeto a ,
0.
T
z c x
Ax b
x

maximizacin
maximizar
sujeto a ,
0.
T
z c x
Ax b
x

Ejemplo: Considere el problema primal en forma cannica.

1 2 3 4
1 2 3 4
1 2 3 4
1 2 3 4
minimizar 6 2 2
sujeto a 4 3 2 2 10,
8 2 4 18,
, , , 0
z x x x x
x x x x
x x x x
x x x x
+ +
+ +
+ + +

Entonces su dual es:

1 2
1 2
1 2
1 2
1 2
1 2
maximizar 10 8
sujeto a 4 8 6,
3 2,
2 2 1,
2 4 2,
, 0
w y y
y y
y y
y y
y y
y y
+
+
+
+
+
>
El siguiente lema prueba que el rol del primal y dual puede ser intercambiado, en el
sentido de que el problema dual, del problema dual es el problema primal, de
manera que calcular el dual dos veces es equivalente a no hacer modificaciones en
el problema primal.
Lema:
El dual del problema lineal dual es el problema primal.
Prueba:
Consideremos el problema lineal:
minimizar
sujeto a ,
0,
T
z c x
Ax b
x

ya sabemos que todo problema lineal puede ser puesto en esta forma. El problema
dual es, por definicin,
maximizar
sujeto a ,
0,
T
T
w b y
A y c
y

este problema es equivalente al siguiente problema en forma cannica

minimizar '
sujeto a ,
0,
T
T
w b y
A y c
y

El dual de este problema es:

maximizar '
sujeto a ,
0.
T
z c x
Ax b
x

Este problema lineal es equivalente al problema:

minimizar
sujeto a ,
0,
T
z c x
Ax b
x

el cual es el problema lineal primal.

REGLAS PARA FORMAR EL DUAL
Aunque es posible determinar el dual de cualquier problema lineal convirtiendo
este a la forma cannica, vamos a deducir reglas para obtener el problema dual
directamente del problema primal.
Primero consideremos un problema primal con restricciones del tipo
,
e = y
veremos cmo esto afecta a los signos de las variables duales:
1 1
2 2
3 3
minimizar
sujeto a ,
,
,
0.
T
z c x
A x b
A x b
A x b
x

Podemos convertir este problema a la forma cannica:

1 1
2 2
3 3
3 3
minimizar
sujeto a ,
,
,
,
0,
T
z c x
A x b
A x b
A x b
A x b
x

si definimos
' '
1 2 3
, , y y y e
''
3
y como los vectores de variables duales correspondientes
a los cuatro grupos de restricciones, entonces el problema dual es
' ' ''
1 1 2 2 3 3 3 3
' ' ''
1 1 2 2 3 3 3 3
' ' ''
1 2 3 3
maximizar
sujeto a ,
0, 0, 0, 0
T T T T
T T T T
w b y b y b y b y
A y A y A y A y c
y y y y
+
+

Definiendo
'
2 2
y y y
' ''
3 3 3
y y y el problema dual puede ser reescrito en la
forma
1 1 2 2 3 3
1 1 2 2 3 3
1 2 3
maximizar
sujeto a ,
0, 0, libre
T T T
T T T
w b y b y b y
A y A y A y c
y y y
+
+

Qu observamos? Que las variables duales asociadas con restricciones primales
del tipo son no negativas, las variables duales asociadas con restricciones del
tipo son no positivas, y las variables duales asociadas con las restricciones del
tipo = son libres. O de otra forma: Si la direccin de una restriccin primal es
constante con la de su forma cannica (de minimizacin en este caso) la
correspondiente variable dual es no negativa, si la direccin de la restriccin es
opuesta con respecto a la de la forma cannica, la correspondiente variable dual es
no positiva, y si la restriccin es una igualdad la correspondiente variable dual es
libre.
Una observacin: Esta regla es general y tambin se aplica a problemas de
maximizacin, una cosa debe quedar clara que la direccin de una restriccin es,
consistente con respecto a la forma cannica, si es que esta es del tipo en
problemas de minimizacin, o del tipo en problemas de maximizacin.
Ahora consideraremos un problema lineal primal con variables del tipo
0, 0
, y
libre, y veremos su efecto sobre el resultado de las restricciones del problema dual.
Sea el problema primal
1 1 2 2 3 3
1 1 2 2 3 3
1 2 3
minimizar
sujeto a ,
0, 0, libre,
T T T
z c x c x c x
A x A x A x b
x x x
+ +
+ +

colocando este problema en forma cannica, y simplificando el problema dual,
obtenemos (ejercicio!)
1 1
2 2
3 3
maximizar
sujeto a ,
,
,
0.
T
T
T
T
w b y
A y c
A y c
A y c
y

Qu observamos?
Si una variable primal es no negativa, la direccin de la correspondiente restriccin
dual ser consistente con la de su forma cannica, si es no positiva, la direccin de
la restriccin del dual ser reversa con respecto a la de su forma cannica y si la
variable es libre la restriccin correspondiente es una igualdad.
Resumimos estas relaciones en la siguiente tabla:
Primal Minimizacin Maximizacin Dual
Restricciones
i
i
i
b
b
b

0
0
libre

Variables
Variables
0
0
libre

j
j
j
c
c
c

Restricciones
Tabla: Relaciones entre variables y restricciones de los problemas primal y dual
Ejemplo: Considere el problema primal
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
maximizar 0
sujeto a 4 3 2 1,
6 2 9 9,
2 3 8 5,
0, 0, libre
z x x x
x x x
x x x
x x x
x x x
+ +
+
+
+ +

Entonces su dual es:
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
minimizar 9 5
sujeto a 4 6 2 6,
3 2 3 1,
2 8 1,
libre, 0, 0.
w y y y
y y y
y y y
y y y
y y y
+ +
+ +
+
+

Un problema primal y su correspondiente problema dual forman lo que se llama un
par primal dual.
Un par primal-dual o un par (P-D) es:
( )
minimizar
sujeto a ,
0,
T
z c x
P Ax b
x

>
( )
maximizar
sujeto a ,
0,
T
T
w b y
D A y c
y

Otro par primal-dual es:

( )
minimizar
sujeto a ,
0.
T
z c x
P Ax b
x

( )
maximizar
sujeto a ,
libre.
T
T
w b y
D A y c
y

Otro par primal-dual es:

( )
minimizar
sujeto a ,
T
z c x
P Ax b

( )
maximizar
sujeto a ,
0.
T
T
w b y
D A y c
y

1.2 TEOREMAS DE DUALIDAD

En esta clase exploraremos las relaciones entre las soluciones de los problemas
primal y dual. En relacin a esto existen dos resultados centrales, el primero,
llamado de dualidad dbil establece que el valor de la funcin objetivo del
problema primal en cualquier punto factible proporciona cotas sobre los valores de
la funcin objetivo del problema dual y viceversa. El segundo, llamado de dualidad
fuerte establece que los valores ptimos de los problemas primal y dual son iguales
(siempre que ellos existan).
1.2.1 OPTIMALIDAD Y DUALIDAD
Consideremos el siguiente par primal-dual:
Primal
min
sujeto a ,
0
T
z c x
Ax b
x

Dual
max
sujeto a
T
T
w b y
A y c

Teorema (de dualidad dbil)

Si x es un punto factible para el problema primal e y es un punto factible para el
problema dual entonces
T T
b y c x
Prueba:
, 0
T T
A y c A y s c s +
Entonces,
( ) ( )
T
T T T T T T T
b y Ax y x A y x c s c x x s c x
A continuacin presentamos dos importantes corolarios del teorema de dualidad
dbil.
Corolario 1:
a) Si el problema primal es no acotado entonces el problema dual es no factible.
b) Si el problema dual es no acotado entonces el problema primal es no factible.
Prueba:
a) Si consideramos el problema primal en forma standard entonces, recordemos
que este problema es llamado no acotado si para todo
; 0 R <
, existe un
punto factible x tal que
T
c x .
Supongamos que el problema dual tiene una solucin factible y. Por el teorema
de dualidad dbil, y satisface:
,
T T
b y c x
y luego,
T T T
b y c x b y < <
de donde concluimos que
T
b y . Esto no es posible, por lo tanto, el
problema dual no puede tener una solucin factible. La parte (b) se deja como
ejercicio.
Este corolario indica que el no acotamiento de uno de los problemas implica no
factibilidad del otro problema. Es simtrica esta propiedad? Es decir, la no
factibilidad en uno de los problemas implica el no acotamiento del otro
El siguiente ejemplo, tomado de [2], muestra que la respuesta a esta pregunta es
negativa.
Ejemplo:
Considere los problemas:
( )
1 2
1 2
1 2
1 2
min
sujeto a 1,
1,
, 0
x x
P x x
x x
x x


+

( )
1 2
1 2
1 2
1 2
max
sujeto a 1,
1,
, 0
w y y
D y y
y y
y y
+

+

Graficando las regiones factibles de (P) y (D), se observa que ambas son vacas,
i.e., ambos problemas son no factibles.
1
x
0 primal
2
x
1
y
0 dual
2
y
Corolario 2:
Sean x punto factible para el problema primal e y un punto factible para el problema
dual y asumamos que:
T T
c x b y .
Entonces x es solucin ptima del problema primal e y es solucin ptima del
problema dual.
Prueba:
Sea g un punto factible arbitrario para el primal. Entonces obtenemos del teorema
de dualidad dbil y de las hiptesis de nuestro corolario que
T T T
c x b y c g .
Esto prueba que x es solucin ptima para el problema primal. La prueba del caso
dual es similar y se deja como ejercicio
Del teorema de dualidad dbil sabemos que:
0
T T
c x b y ,
se cumple para cada punto primal factible y cada punto dual factible. El trmino
T T
c x b y es llamado brecha de dualidad.
Tambin sabemos, por el corolario 2, que tenemos un par de soluciones ptimas
primal-dual si la brecha de dualidad es cero, i.e.,
0
T T
c x b y x es solucin ptima del primal, e y es solucin ptima del dual
A continuacin, probaremos que el recproco tambin se cumple.
Teorema (de dualidad fuerte)
Si el problema primal tiene una solucin ptima x, entonces el problema dual tiene
solucin ptima y. En este caso tenemos:
T T
c x b y , i.e., no hay brecha de dualidad
Prueba:
Consideremos el problema primal en forma standard:
min
sujeto a ,
0
T
z c x
Ax b
x

Este problema tiene, por hiptesis, solucin ptima x, sea B la matriz bsica
asociada y sea
1
,
B
x B b

el correspondiente vector de variables bsicas. Cuando el algoritmo simplex

termina, los costos reducidos verifican
1
0,
T T
N B
c c B N

Definamos el vector y mediante
( )
1
:
T
T
B
y c B

con relacin a este vector probaremos

que:
i) y es factible para el dual,
ii) y es solucin ptima para el dual.
En efecto:
( )
( )
( ) ( )
1
1 1
1
i) , ,
, ,
, ,
T T
B
T T
B B
T T T T T
B B B N
y A c B B N
c B B c B N
c c B N c c c

Luego,
T
A y c entonces y es dual factible.
Por otro lado
ii) Calculamos los valores de las funciones objetivo de los problemas primal-
duales.
1
1
,
.
T T T
B B B
T T T
B
z c x c x c B b
w b y y b c B b

As, y es dual factible y verifica
T T
b y c x , entonces por el corolario 2 y es ptimo
para el dual.
En las hiptesis del teorema de dualidad fuerte se asume que es el problema primal
el que tiene solucin ptima, pero, debido a que los roles del primal y del dual
pueden ser intercambiados, es posible asumir que es el problema dual el que tiene
solucin ptima, es decir, basta asumir que uno de los problemas tiene solucin
ptima, con lo que el teorema de dualidad fuerte dira: Si uno de los problemas
lineales tiene solucin ptima entonces el otro tambin la tiene y adems
0
T T
c x b y .
Una pregunta queda por responder, sabemos que el teorema de dualidad fuerte nos
dice que:
El problema primal tiene solucin ptima

el problema dual tiene solucin

ptima
(y en este caso no hay brecha de dualidad). La pregunta es bajo qu condiciones
estos problemas tienen solucin? El siguiente resultado, cuya prueba omitimos ,
proporciona una condicin suficiente.
Teorema (existencia de soluciones)
Si los problemas primal y dual son factibles

ambos problemas tienen soluciones

ptimas.
Podemos ir resumiendo las relaciones entre las soluciones de los problemas
primal- dual partiendo del hecho de que para un problema de optimizacin lineal,
exactamente una de las siguientes tres posibilidades puede ocurrir.
(a) Existe solucin ptima.
(b) El problema es no acotado, i.e., el valor ptimo es

(para problemas de
minimizacin).
(c) El problema es no factible.
Esto conduce a varias combinaciones posibles, en cuanto a la naturaleza de sus
soluciones, para el primal y el dual los cuales son mostrados en la tabla siguiente.
Por el teorema de dualidad fuerte, si uno de los problemas tiene solucin ptima,
entonces el otro tambin la tiene. Adems, como ya fue discutido, el teorema de
dualidad dbil implica que si un problema es no acotado entonces el otro debe ser
no factible. Es decir, el caso de que uno de los problemas sea no acotado y el otro
tenga solucin ptima no puede darse, esto es resultado en la tabla como imposible.
ptimo finito No acotado No factible
ptimo finito Posible Imposible Imposible
No acotado Imposible Imposible Posible
No factible Imposible Posible Posible
Tabla: Diferentes posibilidades para el primal y dual
Ntese que el caso donde ambos problemas sean no factibles puede tambin
ocurrir. Tal como lo muestra el siguiente ejemplo.
Ejemplo:
Considere el problema primal no factible.
1 2
1 2
1 2
min 2
sujeto a 1,
2 2 3,
z x x
x x
x x
+
+
+
su dual es
1 2
1 2
1 2
max 3
sujeto a 2 1,
2 2,
w y y
y y
y y
+
+
+
el cual tambin es no factible.
Observacin:
Una consecuencia de los teoremas de dualidad es concerniente con la solucin de
sistemas de ecuaciones y/o desigualdades lineales. Si podemos encontrar
*, * x y

que resuelvan
,
0,
(1)
,
T
T T
Ax b
x
A y c
c x b y

entonces, el teorema de dualidad dbil implica que tenemos, simultneamente,
soluciones ptimas * x para el primal,
* y
para el dual. Adems, el teorema de
dualidad fuerte implica que si el primal o el dual tienen solucin ptima, entonces
siempre podemos encontrar las soluciones ptimas de ambos problemas
resolviendo el sistema (1). En otras palabras, si tenemos un mtodo para resolver
(1) podemos usar este mtodo para resolver problemas de programacin lineal.
Puede concluirse que resolver sistemas del tipo (1) es tan difcil como resolver un
problema de optimizacin lineal.
COSTOS REDUCIDOS Y VARIABLES PTIMAS DUALES
Considere el siguiente problema de optimizacin lineal
min
sujeto a ,
0,
T
z c x
Ax b
x

este problema tiene un conjunto completo de variables de holgura, i.e., una variable
de holgura por cada restriccin. Consideremos la tabla simplex ptima para este
problema de optimizacin lineal
Variables de holgura
1
x
2
x
L
n
x
1 n
x
+
L
n m
x
+
LD
1 1
c z
,
2 2
c z
L
n n
c z
1 1
,
n n
c z
+ +

L
n m n m
c z
+ +

T
B
c b
1
B
x
11
y
12
y
L
1n
y
1, 1 n
y
+
L
1,n m
y
+
1
b
2
B
x
21
y
22
y
L
2n
y
2, 1 n
y
+
L
2,n m
y
+
2
b
M M M M M M M
m
B
x
1
m
y
2
m
y
mn
y
, 1 m n
y
+
L
, m n m
y
+
m
b
Siendo esta tabla ptima se cumple que_
1
0
T
j j j B j
c z c c B A

para
1... j n m +
analicemos los costos reducidos de las variables de holgura, es decir,
1 T
n i n i n i B n i
c z c c B A

+ + + +
para todo 1... i m
pero observe que:
1)
,
n i i
A e
+

i
e
i-simo vector unitario
2)
0.
n i
c
+

Por lo tanto,
1
0
1...
T
n i n i n i B i
T
i
i
c z c c B e
y e
y i m

+ + +



Esto muestra que los costos reducidos de las variables de holgura son los negativos
de los valores de las variables ptimas duales.
El lector puede probar, siguiendo el mismo desarrollo, que si el problema de
optimizacin lineal est en la forma
min
sujeto a ,
0,
T
z c x
Ax b
x

entonces,
, 1...
n i n i i
c z y i m
+ +

, i.e., los costos reducidos de las variables de
holgura son iguales a las variables ptimas duales.
Ejemplo:
Considere el problema de optimizacin lineal
1 2
1 2
1 2
1
1 2
min 2
sujeto a 2 2,
2 7,
3
, 0
z x x
x x
x x
x
x x

+
+

La tabla ptima es:

1
x
2
x
3
x
4
x
5
x
LD
z
0 0 0 1 2 13
2
x
0 1 0
1
2
1
2
5
1
x
1 0 0 0 1 3
3
x
0 0 1
1
2

3
2
3
Las variables de holgura son
3 4
, x x
y
5
x
sus costos reducidos son
0, 1
y 2
respectivamente, las variables ptimas duales son:
( ) ( )
1
1 1
0
2 2
2, 1, 0 0 0 1 0, 1, 2
3 1
1
2 2
T T
B
y c B

,
y estos son los costos reducidos de las correspondientes variables de holgura. La
funcin objetivo del dual es
1 2 3
maximizar 2 7 3 w y y y + +
donde ( ) ( ) ( ) * 2 0 7 1 3 2 13 * w z + +
como se esperaba.