Asignatura: INVESTIGACION DE OPERACIONES Docente: Ing.

Iskandar Arneodo Gua N 3 Pgina 1 de 9

UNIVERSIDAD NORORIENTAL PRIVADA GRAN MARISCAL DE AYACUCHO
FACULTAD DE INGENIERA - ESCUELA DE INGENIERA
Asignatura: INVESTIGACION DE OPERACIONES Docente: Ing. Iskandar Arneodo
Fecha: 31 julio 2013 Seccin: nica - Semestre: II 2.013 Intensivo
TEMA: GUA TERICA PRCTICA N 3 UNIDAD 4 DUALIDAD ENFOQUE CONCEPTUAL Y PRCTICO


DUALIDAD: UN ENFOQUE CONCEPTUAL
Cuando se asocia un Problema Lineal (PL), con otro Problema Lineal se llama Dualidad. Conocer esta relacin existente es
muy importante para el entendimiento de temas de programacin lineal y no lineal, as como las interpretaciones econmicas y
por supuesto las perspectivas del anlisis de sensibilidad.
Cuando hallamos el dual de un PL, nos referimos al PL dado como el primal; as, si el problema dado es un problema de
maximizacin, el dual ser uno de minimizacin o viceversa.
Forma cannica de dualidad
Supngase que el programa lineal primal est dado en la forma:
P: Minimizar cx
Sujeto a:
Ax> b
x > 0
Entonces el programa lineal dual est definido por:
D: Maximizar wb
Sujeto a:
wAs c
w > 0
Ntese que existe exactamente una variable dual por cada restriccin primal, y exactamente una restriccin dual por cada
variable primal. Despus se dir ms sobre esto.

Considrese el siguiente programa lineal y su dual:
P: Minimizar 6x
1
+ 8x
2
Sujeto a:
3x
1
+ x
2
> 4
5x
1
+ 2x
2
> 7
x
1
, x
2
> 0
Su dual ser:
D: Maximizar 4w
1
+ 7w
2

Sujeto a:
3w
1
+ 5w
2
s 6
w
1
+ 2w
2
s 8
w
1
, w
2
> 0
En teora para aplicar la definicin cannica de dualidad primero se debe convertir el programa lineal primal al formato
anterior. Sin embargo, en la prctica es posible escribir inmediatamente el dual de cualquier programa lineal.

Forma estndar de dualidad
. Otra definicin equivalente se aplica cuando las restricciones son igualdades. Supngase que el programa lineal primal
est dado en la forma:
P: Minimizar Cx
Sujeto a:
Ax = b
x = 0
Entonces el programa lineal dual est definido por:
D: Maximizar Wb
Sujeto a:
wA= c
w no restringida
Considrese el siguiente programa lineal y su dual:
P: Minimizar 6x
1
+ 8x
2
Sujeto a:
3x
1
+ x
2
- x
3
= 4
5x
1
+ 2x
2
- x
4
= 7
x
1
,x
2
, x
3
, x
4
= 0

Asignatura: INVESTIGACION DE OPERACIONES Docente: Ing. Iskandar Arneodo Gua N 3 Pgina 2 de 9

El Dual est definido por:
D: Maximizar 4w
1
+ 7w
2

Sujeto a:
3w
1
+ 5w
2
= 6
w
1
+ 2w
2
= 8
-w
1
= 0
-w
2
= 0
w
1
, w
2
no restringidas

Observacin 1: El dual del dual es el primal
Este lema indica que las definiciones se pueden aplicar al revs. Los trminos primal y dual son relativos al marco de
referencia que se seleccione.

Formas mixtas de dualidad
En la prctica, muchos programas lineales contienen algunas restricciones del tipo menor o igual que, algunas del tipo
mayor o igual que, y algunas del tipo igual a. Asimismo, las variables que pueden ser =0 no restringida. En teora, esto no
presenta problema alguno porque se pueden aplicar las tcnicas de transformacin para convertir cualquier problema mixto a una
de las formas primal o dual.
Considere el siguiente programa lineal.
PASO 1:
Max z = 2x
1
+ x
2
Sujeto a:
x
1
+ x
2
2
2x
1
- x
2
3
x
1
- x
2
= 1=> x
1
- x
2
1
=> x
1
- x
2
1
x
1
0, x
2
nrs
PASO 2:
Max z = 2x
1
+ x
2
- x
2
Sujeto a :
x
1
+ x
2
- x
2
2=>-x
1
- x
2
+ x
2
-2
2x
1
x
2
+ x
2
3=>- 2x
1
+ x
2
- x
2
-3
x
1
x
2
+ x
2
1 =>x
1
x
2
+ x
2
1
x
1
x
2
+ x
2
1=> -x
1
+ x
2
- x
2
-1
x
1
, x
2
, x
2
0
PASO 3:
Min w = -2y
1
-3y
2
+ y
3
-y
3

Sujeto a:
-y
1
- 2y
2
+ y
3
- y
4
2
-y
1
+ y
2
- y
3
+ y
4
1
2y
1
- y
2
+ y
3
y
4
-1
y
1
, y
2
, y
3
, y
4
0
De este ejemplo se ve que las restricciones de la forma mayor o igual que en el problema de minimizacin dan origen a
variables =0 en el problema de maximizacin dan origen a variables no restringidas.

Tabla: Relaciones entre problemas primario y dual.
Variables
MINIMIZACION
DE PROBLEMA
= 0
= 0
No restringido

MAXIMIZACION
DE PROBLEMA
=
=
=
Variables
Restric_
ciones

=
=
=


= 0
= 0
No restringido

Restricciones



Asignatura: INVESTIGACION DE OPERACIONES Docente: Ing. Iskandar Arneodo Gua N 3 Pgina 3 de 9

Considrese el siguiente programa lineal:
Maximizar 8x
1
+ 3x
2

Sujeto a:
x
1
- 6x
2
= 2
5x
1
+ 7x
2
= -4
x
1
, x
2
= 0


Aplicando los resultados de la tabla, se puede obtener el dual de inmediato:
Minimizar 2w
1
- 4w
2


Sujeto a:
w
1
+ 5w
2
= 8
-6w
1
+ 7w
2
= 3
w
1
, w
2
no restringidas

RELACIONES PRIMAL - DUAL
Relaciones entre los valores objetivos
Considrese la forma cannica de dualidad y seanx
o
y w
o
soluciones factibles de los programas primal y dual
respectivamente.
Entonces
Ax
o
= b, x
o
= 0, w
o
A= c, y w
o
= 0
Multiplicando
Ax
o
= b por w
o
=0 a la izquierda
w
o
A= c por x
o
=0 a la derecha
Se obtiene:
Cx
o
=w
o
Ax
o
=w
o
b

El resultado es el siguiente.

Observacin 2:
El valor de la funcin objetivo, para cualquier solucin factible del problema de minimizacin, es siempre mayor o igual
que el valor de la funcin objetivo para cualquier solucin factible del problema de maximizacin. En particular, el valor objetivo
de cualquier solucin factible del problema de minimizacin da una cota superior del objetivo ptimo del problema de
maximizacin, Anlogamente, el valor objetivo de cualquier solucin factible de problema de maximizacin es una cota inferior del
objetivo ptimo del problema de minimizacin.

Corolario 1
Si x
o
y w
o
son soluciones factibles de los problemas primal y dual y son tales que cx
o
= w
o
b, entonces x
o
y w
o
son
soluciones ptimas de sus respectivos problemas.

Corolario 2
Si uno de los dos problemas tiene un valor objetivo no acotado, entonces el otro problema no tiene ninguna solucin
factible.
El corolario indica que el no acotamiento en uno de los problemas implica no factibilidad en el otro problema. Es
simtrica esta propiedad? No factibilidad en uno de los problemas implica no acotamiento en el otro? La respuesta es no
necesariamente. Esto se ilustra mejor con el siguiente ejemplo.

Considrese los siguientes problemas primal y dual:
P: Minimizar -x
1
- x
2
Sujeto a:
x
1
- x
2
= 1
-x
1
+ x
2
= 1
x
1
, x
2
= 0
D: Maximizar w
1
+ w
2
Sujeta a:
w
1
- w
2
= -1
-w
1
+ w
2
= -1
w
1
, w
2
no restringidas
Asignatura: INVESTIGACION DE OPERACIONES Docente: Ing. Iskandar Arneodo Gua N 3 Pgina 4 de 9


Graficando ambos se observa que ninguno tiene solucin factible














Dualidad y condiciones de optimalidad de Kuhn-Tucker
Recordemos que las condiciones de optimalidad para un programa lineal establecen que una condicin necesaria y
suficiente para que x* sea un punto ptimo del programa lineal Minimizar cx sujeta a Ax= b, x = 0, es que exista un vector w* tal
que:
1. Ax* = b, x* = 0
2. w*A = c, w* = 0
3. w*(Ax* - b) = 0
(c - w*A)x* = 0

La condicin 1: anterior simplemente requiere que el punto ptimo x* debe ser factible para el problema primario.
La condicin 2: esta condicin indica que el vector w* debe ser un punto factible para el problema dual.
La condicin 3: anterior, se sigue que cx*=w*b. Por lo tanto, w* debe ser una solucin ptima del problema dual.
Las condiciones de optimalidad de Kuhn Tucker: para el problema dual implican la existencia de una solucin factible
primal cuyo objetivo es igual al del dual ptimo. La razn nos conduce al siguiente lema.

Observacin 3:
Si uno de los problemas tiene una solucin ptima, entonces ambos problemas tienen soluciones ptimas y los dos
valores objetivos ptimos son iguales.
En lugar de resolver directamente para el ptimo x*, sera razonable buscar entre los valores de w que satisfacen la
condicin 2 anterior. Sabiendo que (condicin 2) cualquier w
o
factible satisface w
o
b= cx* y que el w* ptimo satisface w*b=cx*,
surge de manera natural la maximizacin de la forma lineal wb sobre todos los valores factibles de w que satisfacen la condicin 2.

El teorema fundamental de dualidad
Teorema 1 (Teorema fundamental de dualidad)
Con respecto de a los problemas de programacin lineal primario y dual, exactamente una de las siguientes proposiciones
es cierta.

1. Ambos problemas tienen soluciones ptimas x* y w*, con cx*=w*b.
2. Uno de los problemas tiene valor objetivo no acotado, en cuyo caso el otro problema debe ser no factible.
3. Ambos problemas son no factibles.

De este teorema se ve que la dualidad no es completamente simtrica. Lo ms que se puede decir es que (aqu, ptimo
significa ptimo finito, y no acotado significa tener objetivo ptimo no acotado).

Podemos decir:
P ptimo D ptimo
P no acotado D no factible
D no acotado P no factible
P no factible D no acotado o no factible
D no factible P no acotado o no factible

HOLGURA COMPLEMENTARIA
Sean x* y w* cualquier par de soluciones ptimas de los problemas primal y dual, respectivamente, en forma cannica.
Entonces:
x
2






w
2






Asignatura: INVESTIGACION DE OPERACIONES Docente: Ing. Iskandar Arneodo Gua N 3 Pgina 5 de 9

cx* = w* Ax* = w*b

Pero:
cx* = w*b (por qu?).
Luego:
cx* = w*Ax* = w*b
Esto da:
w* (Ax*-b) = 0
y:
(c-w*A) x* = 0.
Puesto que:
w*=0 y Ax* - b =0
Entonces:
w* (Ax* - b) = 0
Implica que:
w
i
* (a
i
x*-b
i
)=0
Para:
i=1,...., m
De igual manera:
(c- w*A)x*= 0
Implica que:
(c
j
- w*a)x*
j
=0
Para:
j =1,...., n

Por lo tanto se tiene el siguiente teorema.
Teorema 2 (teorema dbil de holgura complementaria)
Si x* y w* son puntos ptimos cualquiera de los problemas primario y dual en la forma cannica, entonces:
(c
j
- w*a)x*
j
= 0 j=1,,n
w*
i
(a
i
j
x*-b
i
) = 0
I = 1,,m

Este es un teorema muy importante que relaciona los problemas primal y dual. Obviamente indica que al menos uno de
los factores en cada una de las expresiones anteriores debe ser cero. En particular,
x*
j
> 0 w*a
j
= c
j

w*a
j
<c
j
x*
i
= 0
w*
i
> 0 a
i
x* = b
i


El teorema dbil de holgura complementaria tambin se puede enunciar como sigue: en caso de optimalidad, "si una
variable en uno de los problemas es positiva, entonces la restriccin correspondiente en el otro problema es sin holgura", y "si una
restriccin en uno de los problemas es con holgura, entonces la variable correspondiente en el otro problema debe ser cero"

Uso del dual para resolver el primal
Ahora se dispone de poderosas herramientas de anlisis, en la forma de los teoremas de esta seccin, para utilizar el
problema dual en la solucin del problema primal.
Considere los siguientes problemas primal y dual:
P: Minimizar: 2x
1
+ 5x
2
+ 3x
3

Sujeto a:
x
1
+ 2x
2
+ 3x
3
> 4
2x
1
+3x
2
+ x
3
> 3
x
1
, x
2
, x
3
> 0

D:Maximizar:4w
1
+ 3w
2

Sujeto a:
w
1
+ 2w
2
s 2
2w
1
+ 3w
2
s 5
3w
1
+ w
2
s 3
w
1
, w
2
> 0

Asignatura: INVESTIGACION DE OPERACIONES Docente: Ing. Iskandar Arneodo Gua N 3 Pgina 6 de 9

Puesto que el dual tiene solo dos variables, se puede resolver grficamente como se muestra en la figura. La solucin
ptima del dual es w
1
* =4/5, w
2
* = 3/5 con objetivo 5. De inmediato se sabe que z* = 5. Utilizando el teorema dbil de holgura
complementaria, se sabe adems que x* =0, pues ninguna de las correspondientes restricciones duales complementarias son sin
holgura.




Solucin grafica del problema dual

Interpretacin econmica del Dual
Hablaremos de esta interpretacin a partir de un problema primal como sigue:

Interpretacin econmica del problema primal










En el problema dual las variables se interpretan como: y es la contribucin en la utilidad, por unidad de recurso i
(i=1,2,...,m), al usar un conjunto determinado de variables bsicas para obtener la solucin primal; es decir, y* (la solucin ptima)
representa el precio sombra del recurso i -valor marginal de este recurso.

Como cada unidad de actividad j en el problema primal consume unidades del recurso i

Se interpreta como la contribucin en la actualidad de la mezcla de recursos que seran consumidos si una
unidad de actividad j fuese usada (j=1,2,...,n).

establece que la contribucin en la utilidad de la mezcla de recursos debe ser por lo menos tanto como si fuese
usados por una unidad de actividad j, de otra manera no se estara haciendo el mejor uso posible de estos
recursos.

La contribucin en la utilidad del recurso i(i=1,2,...,n) debe ser no negativa, de lo contrario sera mejor no usar el
recurso.

Minimizar y =
i
I
i
m
b
y
=

1
es la minimizacin de valor total implcita de los recursos consumidos por las actividades.

Ambos problemas de programacin lineal, en notacin matricial son:

Variable Significado
x
j

c
j

z
b
i

a
ij


Nivel de actividad j ( j = 1, 2,n)
Utilidad unitaria de la actividad j
Utilidad total
Cantidad de recurso i disponible
por cada unidad de actividad j




Asignatura: INVESTIGACION DE OPERACIONES Docente: Ing. Iskandar Arneodo Gua N 3 Pgina 7 de 9

Primal
Maximizar
z = cx
Sujeto a
Ax= b
x = 0
Dual
Minimizar
y
o
= yb
Sujeto a:
Ay= c
y= 0

EL MTODO DUAL SIMPLEX
En esta seccin se describir el mtodo dual simplex, el cual resuelve el problema dual directamente sobre el tablero
simplex (primal). En cada iteracin el mtodo se mueve de una solucin bsica factible del problema dual a una solucin bsica
factible mejorada, hasta alcanzar la optimalidad del dual (y tambin del primal), o bien hasta concluir que el dual es no acotado y
que el primal es no factible.

Resumen del mtodo dual simplex (problema de minimizacin)
PASO INICIAL:
Encuntrese una base B del primal tal que:
z
j
- c
j
= c
B
B
-1
a
j
- c
j
= 0 para todo j.

PASO PRINCIPAL:
1. Si b = B
-1
b > 0, el proceso termina; la solucin presente es ptima. En caso contrario, seleccinese el rengln
pivote r con b
r
< 0, digamos b
r
= Mnimo { b
i
}.
2. Si y
rj
> 0 para todo j, el proceso termina; el dual es no acotado y el primal es no factible. En caso contrario,
seleccinese la columna pivote k mediante la siguiente prueba de la razn mnima:

<

=

0 :
y
y
c z
y
c z
rj
rj
j j
rk
k k
Minimo
3. Pivotese en
rk
y y regrese al paso 1.

Considrese el siguiente problema:

Minimizar 2x
1
+ 3x
2
+ 4x
3

Sujeto a:
x
1
+ 2x
2
+ x
3
> 3
2x
1
- x
2
+ 3x
3
> 4
x
1
, x
2
, x
3
> 0
Una solucin bsica inicial que sea dual factible se puede obtener utilizando las variables de holgura x
4
y x
5
. Esto resulta
del hecho de que el vector de costos es no negativo. Aplicando el mtodo dual simplex, se obtiene la siguiente serie de tableros.

Z x
1
x
2
x
3
x
4
x
5
LD
Z 1 -2 -3 -4 0 0 0
x
4
0 -1 -2 -1 1 0 -3
x
5
0 -2 1 -3 0 1 -4






z x
1
x
2
x
3
x
4
x
5
LD
Z 1 0 -4 -1 0 -1 4
x
4
0 0 -5/2 1/2 1 -1/2 -1
x
1
0 1 -1/2 3/2 0 -1/2 2
Asignatura: INVESTIGACION DE OPERACIONES Docente: Ing. Iskandar Arneodo Gua N 3 Pgina 8 de 9


z x
1
x
2
x
3
x
4
x
5
LD
Z 1 0 0 -9/5 -8/5 -1/5 28/5
x
2
0 0 1 -1/5 -2/5 1/5 2/5
x
1
0 1 0 7/5 -1/5 -2/5 11/5

Puesto que b > 0 y z
j
- c
j
= 0 para todo j, se tienen a la mano las soluciones ptimas primal y dual. En particular.
(X*
1
, X*
2,
X*
3,
X*
4,
X*
5
) = (11/5, 2/5, 0, 0, 0)

(w*
1
, w*
2
) = (8/5, 1/5)
Ntese que w*
1
y w*
2
son, respectivamente, los negativos de las cantidades z
j
- c
j
que se encuentran abajo de las variables de
holgura x
4
y x
5
. Tambin ntese que en cada tablero sucesivo el valor de la funcin objetivo es creciente, como debe ser, para el
problema (de maximizacin) dual.

EL MTODO PRIMAL DUAL
Recurdese que en el mtodo dual simplex se empieza con una solucin bsica (no necesariamente factible) para el problema
primal y una solucin bsica factible complementaria para el problema dual. El mtodo dual simplex procede, mediante pivoteos,
a travs de una serie de soluciones bsicas factibles duales hasta que la solucin bsica primal complementaria asociada es
factible, satisfaciendo as todas las condiciones para optimalidad de Kuhn - Tucker.
En esta seccin se describir un mtodo, llamado el algoritmo primal - dual similar al mtodo dual simplex, el cual empieza
con factibilidad dual y proceda a obtener factibilidad primaria, manteniendo durante el proceso holgura complementaria. Una
diferencia importante entre el mtodo dual simplex y el mtodo primal - dual es que este ltimo no requiere que una solucin
factible dual sea bsica. Dada una solucin factible dual, se determina las variables primales que corresponden a restricciones
duales ligantes o activas (de tal manera que la holgura complementaria se satisface). Usando la fase I del mtodo simplex, se trata
de alcanzar la factibilidad primal, se cambia la solucin factible dual en tal forma que se admita al menos una nueva variable en el
problema de la fase I. Esto se contina hasta que, o bien la solucin primal se hace factible, o bien, la solucin dual se hace no
acotada.
Resumen del algoritmo primal - dual (problema de minimizacin)
PASO INICIAL:
Seleccinese un vector w tal que wa
j
- c
j
= 0 para todo j.

PASO PRINCIPAL:
1. Sea Q = { j : wa
j
- c
j
= 0} y resuelvase el siguiente problema restringido:

Minimizar
Sujeta a b
j o
j Q
j j a
j Q
x x
a x x
0 1 +
+ =
e
e

x
j
> 0 para j e Q
x
a
> 0

Dentese el objetivo ptimo por x
o
, si x
o
= 0, detngase; se ha obtenido una solucin optima. En caso contrario, dentese
por v* la solucin dual ptima del problema primal restringido anterior.
Si v*a
j
= 0 para toda j, entonces detngase: el dual es no acotado y el primal es no factible. En caso contrario, defnase

u =

>

> Minimo
w
v
v
j j
j
j
a c
a
a
( )
*
: * 0 0

Y reemplcese w por w + uv*. Reptase el paso 1.

Considrese el siguiente problema:
Minimizar 3x
1
+ 4x
2
+ 6x
3
+ 7x
4
+ x
5

Sujeto a:
2x
1
- x
2
+ x
3
+ 6x
4
- 5x
5
- x
6
= 6
x
1
+ x
2
+ 2x
3
+ x
4
+ 2x
5
- x
7
= 3
Asignatura: INVESTIGACION DE OPERACIONES Docente: Ing. Iskandar Arneodo Gua N 3 Pgina 9 de 9

x
1
, x
2
, x
3
, x
4
, x
5
, x
6
, x
7
> 0

El problema dual es el siguiente:
Maximizar 6w
1
+ 3w
2

Sujeto a:
2w
1
+ w
2
=3
-w
1
+ w
2
=4
1w
1
+ 2w
2
= 6
6w
1
+ w
2
= 7
-5w
1
+ 2w
2
= 1
-w
1
= 0
-w
2
= 0
w1, w2 no restringida

Una solucin factible dual inicial est dada por w = (w
1
, w
2
) = (0,0). Sustituyendo w en cada restriccin dual, se encuentra
que las dos ltimas restricciones duales son estrictas de manera que Q = {6,7}. Denotando las variables artificiales por X
8
y X
9
, el
problema primal restringido resulta ser el siguiente:

Minimizar x
8
+ x
9

Sujeto a:
- x
6
+ x
8
= 6
-x
7
+ x
9
= 3
x
6
, x
7
, x
8
, x
9
> 0

Es claro que la solucin ptima primal restringido es (x
6
, x
7
, x
8
, x
9
) = (0,0,6,3) y el objeto ptimo es x
o
= 9. El dual de este
problema primal restringido es el siguiente:

Maximizar 6v
1
+ 3v
2

Sujeto a:
-v
1
= 0
-v
2
= 0
v
1
= 1
v
2
= 1
v
1
, v
2
no restringida
Utilizando holgura complementaria, se ve que, puesto que x
8
y x
9
son bsicas, las dos ltimas restricciones duales deben
ser holgura y v* = (v*
1
, v*
2
) = (1,1). Calculando v*a
j
para cada columna j, se obtiene v*a
1
= 3, v*a
2
= 0, v*a
3
= 0, v*a
4
= 7, y v*a
5
= -
3. Por lo tanto, u se determina como sigue:

u =
|
\

|
.
|
|
\

|
.
|
|
\

|
.
|

`
)
= Minimo
3
3
6
3
7
7
1 , ,
Y w
1
= (0,0) +1(1,1) = (1,1).

Con la nueva solucin dual w
1
, se calcula de nuevo Q y se obtiene Q ={1,4} esto da el siguiente problema primal
restringido:
Minimizar x
8
+ x
9

Sujeto a:
2x
1
+ 6x
4
+ x
8
= 6
x
1
+ x
4
+x
9
= 3
x
1
, x
4
, x
8
, x
9
> 0

Esta vez una solucin al problema restringido est dada por:
(x
1
, x
4
, x
8
, x
9
) = (3 , 0, 0 , 0)

Con X
o
=0. As pues, se tiene una solucin ptima del problema original con soluciones ptimas primalas y duales dadas
por:
(x*
1
, x*
2
, x*
3
, x*
4
, x*
5
, x*
6
, x*
7
) = (3 , 0, 0 , 0 , 0, 0 , 0)
(w*
1
, w*
2
) = (1,1)