I.

INTRODUCCIN
Investigacin de operaciones tiene una gran importancia en la formacin
profesional los ingenieros y otras especialidades.
El concepto de dualidad indica que para cada problema de
Programacin Lineal hay una asociacin y una relacin muy importante
con otro problema de programacin lineal, llamado precisamente dual.
El anlisis de dualidad es una herramienta til en la solucin de
problemas de PL, por ejemplo: ms restricciones que variables.
El problema dual tiene interpretaciones e informaciones importantes que
muestran que los anlisis marginales estn siempre involucrados
implcitamente al buscar la solucin ptima a un problema de PL.
En este marco, la aplicacin de las matemticas aplicadas es
fundamental y nuestra asignatura ocupa un sitial muy importante en este
rol, involucrando una serie de herramientas con distintas orientaciones
especialmente las relacionadas con el proceso de planeacin.

II. MARCO TERICO
2.1. METODO DE DUALIDAD
El concepto de dualidad tiene un rol muy importante, no solo en
programacin lineal, sino en la teora de optimizacin en general.
Ms aun, la teora de dualidad es ms amplia que la teora de
programacin matemtica, nos interesa el concepto de dualidad
restringido a la teora de optimizacin.
Todo programa matemtico, lineal o no lineal, existe asociado
con otro llamado programa dual. En particular todo programa
lineal, tiene su correspondiente programa dual. En este tema se
estudiara las relaciones matemticas entre un programa lineal y
dual; y luego se dar la interpretacin fsica correspondiente. Es
decir se tratara de interpretar el significado de las variables y
funciones objetivas de ambos programas.

A. Reglas de obtencin de la dualidad
El problema dual se construye simtricamente del primal de
acuerdo a las siguientes reglas.

1. Para cada restriccin primal (m restricciones) existe una
variable dual yi (m variables), la funcin objetivo se construye
con los valores libres bi como coeficientes de las variables yi.

2. Para cada variable primal xj (n variables) existe una restriccin
dual (n restricciones), la restriccin se construye con los m
coeficientes de las restricciones primales de esa variable. Los
valores libres son los n coeficientes cj.

3. Si la optimizacin primal es una Maximizacin, el problema
dual es una Minimizacin y las restricciones son >=. (y a la
inversa Minimizacin primal, Maximizacin dual, restricciones < ).

Si consideramos los excesos y holguras las variables duales
(yi)no tienen restricciones de signo, en caso contrario en ambos
problemas se considera variables >0. Por lo que las variables
duales correspondientes a restricciones del tipo = deben ser sin
restricciones de signo, recprocamente cuando una variable en el
primal no tiene restriccin de signo, la restriccin correspondiente
en el dual debe ser del tipo =.
Si el modelo est escrito en la forma cannica, el dual resulta
singularmente fcil de obtener. Por ejemplo, partiendo de la forma
cannica del modelo de mximo:
PRIMAL
(MN) z=c.x
A.xb

=0

DUAL
(MAX) W=b.u
A.uc

=0
De forma ms general, las reglas para obtener el dual de
cualquier modelo lineal se indican en la tabla adjunta:














Por ejemplo:
Max z = 3x
1
+ 5x
2

PRIMAL DUAL DUAL PRIMAL
Maximizar la F.O. Minimizar la F.O.
Una variable no negativa Una restriccin mayor o igual
Una variable no positiva Una restriccin menor o igual
Una variable no restringida en
signo
Una igualdad
Una restriccin menor o igual Una variable no negativa
Una restriccin mayor o igual Una variable no positiva
Una igualdad
Una variable no restringida
en signo
Sujeto a:
x1 + 102 < 80
2x
1
+ 3x
2
< 45
4x
1
2x
2
< 25
3x
2
<60
x
1
, x
2
> 0

APLICANDO LAS REGLAS:

1. Para cada restriccin primal (4 restricciones) existe una
variable dual y
i
(4variables) y
1
y
2
y
3
y
4
, la funcin objetivo se
construye con los valores libres b
i
(80,45,25,60) como coeficientes
de las variables y
i
.
2. Para cada variable primal x
j
(2 variables sin considerar las
variables de holgura) existe una restriccin dual (2 restricciones),
la restriccin se construye con los 4 coeficientes de las
restricciones primales de esa variable. Los valores libres son
los 2 coeficientes cj (3, 5).
3. la optimizacin primal es una Maximizacin, el
problema dual es una Minimizacin y las restricciones
son >. No hemos considerado las variables de excesos ni
holguras las variables duales por lo que en ambos problemas se
considera variables, no existen restricciones de =.

Problema dual:
1. Min Y = 80y
1
+ 45y
2
+ 25y
3
+ 60y
4

Sujeto a:
Y
1
+ 2y
2
+ 4y
3
> 3
10y
1
+ 3y
2
2y
3
+ 3y
4
> 5
y
1
, y2, y
3
, y
4
> 0
2. Max Z = 3x
1
+ 7x
2

Sujeto a:
2x
1
+ 5x
2
= 15
x
1
+ 8x
2
< 30
x
1
, x
2
> 0
1. Para cada restriccin primal (2 restricciones) existe una
variable dual y
i
(2variables) y
1
y
2
, la funcin objetivo se construye
con los valores libres b
i
(15, 30) como coeficientes de las
variables y
i
.
2. Para cada variable primal x
j
(2 variables sin considerar las
variables de holgura) existe una restriccin dual (2 restricciones),
la restriccin se construye con los 2 coeficientes de las
restricciones primales de esa variable. Los valores libres son
los 2 coeficientes cj (3, 7).
3. Aplicando las reglas y la nota:
4. Nota: Para la segunda restriccion no hemos considerado las
variables de excesos ni holguras las variables duales por lo que
en el dual y
2
0, la primera restriccin es de igualdad por lo que
la primera variable no tiene restriccin de signo.
Problema dual:
Min Y= 15y1 + 30y2
Sujeto a:
2y1 + y2 3
5y1 + 8y2 7
y sin restriccin de signo (irrestricta)
y2 0.

B. TEOREMAS DE DUALIDAD
Teorema de existencia.
La condicin necesaria y suficiente para que un problema de
programacin lineal tenga solucin es que, tanto el conjunto de
oportunidades del primal (S) como en conjunto de oportunidades
del dual (S) no sean vacos, es decir, que ambos problemas sean
factibles.
( x* , * ) S S

Corolario del teorema de existencia.
Una vez analizadas las condiciones que han de cumplirse para
que exista solucin optima, vamos a ver los diferentes casos
posibles:
a) S S Ambos problemas tienen solucin optima
finita.
b) S = S El programa primal es infactible, y el programa
dual es no acotado.
c) S S = El programa dual es infactible, y el programa
primal es no acotado.
d) S = S = Ambos problemas son infactibles.

La condicin necesaria y suficiente para que exista solucin
ptima del primal ( x* ), es que exista una solucin ptima para el
dual ( * ) y que valor de la funcin objetivo de ambos
programas sea igual, es decir Z(x*) = G(*).
x* * / Z(x*) = G(*)

Teorema del Holgura complementaria.
La condicin necesaria y suficiente para que (x*, *) sean
soluciones ptimas del programa primal y dual, es que satisfagan
las condiciones de holgura complementaria:
( c - * A ) x* = 0
* ( b - A x* ) = 0

C. REGLAS PARA ESCRIBIR UN PROBLEMA DUAL

1.-FUNCION OBJETIVO

El dual de un problema de maximizacin es un problema
de minimizacin.
El dual de un problema de minimizacin es un problema de
maximizacin.

2.-NUMERO DE INCOGNITAS O RESTRICCIONES:

El nmero de incgnitas del dual es el nmero de
restricciones del primal
El nmero de restricciones del dual es el nmero de
incgnitas del primal.

3.-COEFICIENTES DE COSTE Y TERMINOS
INDEPENDIENTES DE LAS RESTRICCIONES:

Los coeficientes de coste del dual son los trminos
independientes de las restricciones del primal.
Los trminos independientes de las restricciones del dual
son los coeficientes de coste del primal.

4.-LAS MATRICES TECNOLGICAS DEL PRIMAL Y DUAL SON
TRASPUESTAS ENTRE S.

5.-SIGNO DE LAS RESTRICCIONES Y DE LAS VARIABLES.

A cada restriccin de un problema viene asociado una variable
del otro. Las reglas para cada escribir los signos de las
restricciones y de las variables correspondientes vienen
resumidas en la tabla siguiente:

REGLAS PARA UN PROBLEMA REAL
1. Una restriccin de igualdad del primal (dual) implica que la
variable dual (primal) correspondiente es no restringida.
2. Una relacin de desigualdad >= (<=) del primal (dual) implica
que la variable dual (primal) correspondiente es no negativa.
3. Una restriccin de desigualdad <= (>=) del primal (dual)
implica que la variable dual (primal) correspondiente es no
positiva.
4. Una variable primal (dual) no negativa tiene asociada una
restriccin de desigualdad <= (>=) en el problema dual (primal)
5. Una variable primal(dual) no positiva tiene asociada una
restriccin de desigualdad >=(<=) en el problema dual (primal)
6. Una variable primal (dual) no restringida tiene asociada una
restriccin de igualdad en el problema dual (primal)

D. DUALIDAD Y PROGRAMACIN LINEAL
Dado un modelo lineal determinado, podemos definir otro modelo
lineal que nos permitir obtener propiedades e interesantes
resultados, relativas al anlisis de sensibilidad de los trminos
independientes. Ms concretamente, para el rango de valores de
los trminos independientes para los que se mantiene la base
ptima (que podemos conocer mediante el anlisis de
sensibilidad), la solucin del dual nos permite conocer el precio
sombra de la restriccin, que ser la variacin de la funcin
objetivo por unidad incrementada del trmino independiente de la
restriccin.
En la primera parte de esta seccin encontramos como hallar
el dual de un modelo lineal. En las siguientes, se define con ms
precisin el concepto de precio sombra, como obtener la solucin
del dual a partir de la del primal, y su aplicacin al anlisis de
sensibilidad. Finalmente, se enuncian algunas propiedades de
inters, como el teorema de la holgura complementaria y las
relaciones entre las soluciones del primal con las soluciones del
dual.


DUALIDAD Y ANALISIS EN PROGRAMACION LINEAL
Desarrolla la teora asociada a la dualidad: como se obtiene el
dual de un programa lineal, la interpretacin del concepto de
precio sombra y una serie de teorema y resultados tiles para la
interpretacin de un modelo lineal.
La tercera seccin muestra las posibilidades del anlisis e
sensibilidad de la programacin lineal. Se trata de analizar como
vara la solucin del modelo (tanto el valor de la funcin objetivo
como el valor de las variables de decisin) en funcin de dos
conjuntos de parmetros del modelo: los coeficientes de coste de
la funcin objetivo y los trminos independientes de las
restricciones.

PROGRAMAS PRIMAL Y DUAL
Primal
Max z=cx
Sujeto a Ax b
X0
Dual
Min w=

y
Sujeto a

Y C
Y0

Donde se tiene:
C es un vector columna de n componentes.
b es un vector columna de m componentes.
A es una matriz de orden mxn;

es la traspuesta de A.
X es un vector de n componentes, cuyos valores debe ser
hallado para maximizar la funcin z sujeta a las restricciones.
Y es un vector de m componentes, cuyos valores debe ser
hallado para minimizar la funcin w sujeta a las restricciones.
Se pueden distinguir dos tipos de problemas duales:
DUALES SIMETRICOS: para primales que incluyan restricciones
de desigualdad.
DUALES ASIMETRICOS: para primales en forma estndar, es
decir, con restricciones de igualdad.
Otro tipo de relaciones entre los problemas primal y dual son
las siguientes:
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 al 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.
2.2. METODO PRIMAL

2.3. METODO DUAL SIMPLEX
Se tiene una solucin bsica factible con respecto al Dual, alguno
o algunos coeficientes en el lado derecho tendrn un coeficiente
negativo por la expresin de las restricciones.
Se siguen las condiciones del mtodo y se actualiza la tabla de
manera habitual; nuevamente manteniendo una solucin Dual
factible hasta que sea optima desde el punto de vista Dual,
Trabajando en la tabla Primal.

A. Procedimento
Paso 1: introducir una variable de holgura para cada restriccin
en el sistema y para la funcin objetiva. Despejar la funcin
objetiva.

Z-6

Paso 2: tabla para clculos.

Z-6

Se coloca una fila para cada restriccin y una fila con los
coeficientes de la funcin objetivo:



1RA
ITERACIN:

SOLUCION Y1 Y2 S1 S2 CONSTANTES
S1 2 1 1 0 3
S2 1 1 0 1 2
Z -6 -4 0 0 0
Paso 1: determinar cul variable debe entrar en la base

SOLUCION Y1 Y2 S1 S2 CONSTANTES
S1 2 1 1 0 3
S2 1 1 0 1 2
Z -6 -4 0 0 0

Para escoger la variable de decisin que entra en la base,
observamos la fila que muestra los coeficientes de la funcin
objetiva y acogemos la variable con el coeficiente ms negativo.


Paso 2: determinar cul variable de holgura debe salir de la
solucin








Para encontrar la variable de holgura que tiene que salir de la
base, se divide cada trmino de la ltima columna (valores
solucin) por el termino correspondiente de la columna pivote,
siempre que estos ltimos sean mayores que cero.
Paso 3: hacer que el pivote sea 1, y que haya ceros debajo del
pivote.









SOLUCION Y1 Y2 S1 S2 CONSTANTES
S1 1 1 0 3 3/2=1.5
S2 1 1 0 1 2 2/1=2
Z -6 -4 0 0 0
SOLUCION Y1 Y2 S1 S2 CONSTANTES
S1 0.5 0.5 0 1.5
S2 1 1 0 1 2 -R1+R2
Z -6 -4 0 0 0 6R1+R3
2
1
Paso 4: hacer que el pivote sea 1, y que hallan ceros debajo del
pivote. (Continuacin)







Fin de la primera iteracin.
Repetimos el proceso porque an hay negativos en la ltima fila.

La solucin ahora es:

[

=
[

2da iteracin:

Paso 1: determinar cul variable entra en la solucin y cual sale








Paso 2: poner pivote igual a







SOLUCION Y1 Y2 S1 S2 CONSTANTES
Y1 1 0.5 0.5 0 1.5
S2 0 0.5 -0.5 1 0.5
Z 0 -1 3 0 9
SOLUCION Y1 Y2 S1 S2 CONSTANTES
Y1 1 0.5 0.5 0 1.5 1.5/0.5=3
S2 0 0.5 -0.5 1 0.5 0.5/0.5=1
Z 0 -1 3 0 9
SOLUCION Y1 Y2 S1 S2 CONSTANTES
Y1 1 0.5 0.5 0 1.5
Y2 0 0.5 -1 2 1 R2
Z 0 -1 3 0 9
0.5

Paso 3: (continuacin)
SOLUCION Y1 Y2 S1 S2 CONSTANTES
Y1 1 0 1 -1 1
Y2 0 -1 2 1
Z 0 0 2 2 10

Como todos los coeficientes de la ltima fila son positivos,
hemos llegado a la solucin ptima para la funcin objetiva.
W=3

+2

La solucin ahora es:
[

=
[

INICIALIZACION
Encontrar una solucin dual bsica al problema en la tabla primal;
todos los coeficientes en el rengln ceros son positivos o ceros.
PASO PRINCIPAL
1.-Si todos los elementos del lado derecho son mayores o iguales
a cero detenerse, la solucin actual es ptima Dual (y tambin
Primal). Si no, seleccione el elemento ms negativo del Lado
Derecho de la tabla simplex y defina dicha posicin como el
rengln Pivote.
2.-Examine los elementos en la regin pivote (excepto el
elemento en el lado derecho), si todos ellos son mayores o
iguales a cero entonces la solucin no es acotada en el dual (e
infactible primal). En caso contrario y solo con los elementos
negativos del rengln pivote; divida de forma correspondiente
cada elemento no bsico en el RENGLON CERO entre su
1
respectivo elemento en el rengln pivote y seleccione el
coeficiente de menor valor absoluto, defina dicha posicin como
la columna pivote.
3.-El rengln pivote indica la variable saliente y la columna pivote
indica la variable entrante. A partir de operaciones bsicas entre
renglones, esto es, multiplicacin por un escalar y/o suma de
renglones; con base en el pivote, actualice la tabla hasta obtener
el sistema equivalente con el nuevo conjunto de variables
bsicas. Repita el paso principal.
RESOLVER POR EL METODO DUAL SIMPLEX
Min z = 7 x1 + 2 x2 + 5 x3 + 4 x4
Sujeta a 2 x1 + 4 x2 + 7 x3 + x4 5
8 x1 + 4 x2 + 6 x3 + 4 x4 8
3 x1 + 8 x2 + x3 + 4 x4 4
X1 , x2 , x3 , x4 0

EXPRESANDO LAS RESTRICCIONES COMO , Y EN FORMA
PARA MAXIMIZAR
Max -z = -7 x1 - 2 x2 - 5 x3 - 4 x4
Sujeta a -2 x1 - 4 x2 - 7 x3 - x4 -5
-8 x1 - 4 x2 - 6 x3 - 4 x4 -8
-3 x1 - 8 x2 - x3 - 4 x4 -4
X1 , x2 , x3 , x4 0

Y TRASLADANDO A SU TABLA DUAL-SIMPLEX

EL COEFICIENTE MAS NEGATIVO EN EL Y RENGLON DE
PIVOTE


PRUEBA DE COCIENTE MINIMO ABSOLUTO Y COLUMNA
PIVOTE

PIVOTE


ACTUALIZACION DE LA TABLA Y ES OPTIMA


2.4. RELACIN ENTRE METODO DUAL Y PRIMAL
Segn estas afirmaciones, el problema dual queda unvocamente
determinado por su primal.

,.,

son las variables primalas,

,.,

las correspondientes variables duales, el planteamiento

del problema dual es:
1.-Duales Simtricos:



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


2.-Duales asimtricos



La tabla anterior queda ahora de la siguiente forma:


RELACIONES PRIMAL-DUAL

Los cambios que se hacen en el modelo original de
programacin lineal afectan a los elementos de la tabla optima
actual (el que se tenga en el momento), que a su vez puede
afectar la optimalizad y/o la factibilidad de la solucin actual. Por
esta razn estudiaremos como se calculan los elementos de la
tabla ptima simplex para reflejar los nuevos cambios.

Planteamiento de la tabla simplex


Esquema de las tablas simplex de inicio y general

Una representacin esquemtica de las tablas simplex de inicio y
general. En la tabla de inicio, los coeficientes de las restricciones
abajo de las variables de inicio forman una matriz identidad: todos
los elementos de la diagonal principal iguales a 1 y fuera de la
diagonal principal iguales a cero. Con este arreglo, las dems
iteraciones de la tabla simplex, generadas con las operaciones de
fila de Gauss-Jordan modificaran los elementos de la matriz
identidad para producir la llamada matriz inversa. Como veremos
en el resto de este captulo, la matriz inversa es la clave del
clculo de todos los elementos de la tabla simplex asociada.

Solucin dual optima

Las soluciones primal y dual se relacionan en forma tan
estrecha que la solucin ptima del problema primal produce en
forma directa (con unos pocos de clculos adicionales) la
solucin ptima del dual. En esta seccin se describen dos
mtodos para calcular este resultado.


Las relaciones que podemos enumerar como siguen:
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 programa
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 tengan el signo de las variables
del problema primal y del sentido de la 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.


TABLA DE TUCKER

Los problemas duales simtricos son los que se obtienen de un
problema primal en forma cannica y normalizada, es decir,
cuando llevan asociadas desigualdades de la forma mayor o igual
en los problemas de minimizacin, y desigualdades menores o
iguales para los problemas de maximizacin. Es decir, si el
problema original es de la siguiente forma:
Max Z(x)=

x
s.a:
Ax b
x 0

El problema dual (dual simtrico) es:
Min G () b
s.a:
A c
0

Los restantes tipos de combinaciones de problemas, se conocen
con el nombre de duales asimtricos. Como por ejemplo:
Max Z(x)=

x
Ax = b
x 0

El problema dual (dual asimtrico) es:
Min G ()= b
s.a:
A C
>< 0,
es decir, variables libres.

III. APLICACIONES DEL MTODO DUAL

IV. CONCLUSIONES
V. RECOMENDACIONES