UNIVERSIDAD NACIONAL “HERMILIO VALDIZÁN”

FACULTAD DE INGENIERÍA INDUSTRIAL Y SISTEMAS

ESCUELA PROFESIONAL INGENIERÍA INDUSTRIAL

INVESTIGACIÓN DE OPERACIONES I

DOCENTE: Ing. Jhonny Henry Piñán García

ALUMNO: Padua Ayala, Nelson Kenier

TRABAJO SEMANA 3

HUÁNUCO – PERÚ
2020
INTRODUCCIÓN
Encontrar el óptimo de un problema de optimización, es solo una parte del proceso de
solución. Muchas veces nos interesará saber cómo varía la solución si varía alguno de los
parámetros del problema que frecuentemente se asumen como determinísticos, pero que
tienen un carácter intrínsecamente aleatorio. Más específicamente nos interesará saber
para que rango de los parámetros que determinan el problema sigue siendo válida la
solución encontrada (Goic, 2000).
Otro aspecto interesante es el tema de dualidad. Dualidad resulta de buscar
relaciones que permitan obtener información adicional de un problema de optimización
general. Esto, traducido a PL nos conduce a relaciones primal-dual. Además veremos
algunos teoremas útiles de dualidad y el concepto de precio sombra (Goic, 2000).
Todo problema de programación lineal tiene asociado con él otro problema de
programación lineal llamado DUAL. El problema inicial es llamado PRIMO y el
problema asociado (sombra) es llamado el problema PRIMO. Los dos juntos son
llamados problemas duales ya que ambos están formados por el mismo conjunto de datos.
La solución básica factible óptima de estos problemas es tal que una puede fácilmente ser
usada para la solución de la otra (CELIS, 2006).
La dimensión del problema de programación lineal influencia la elección del
cálculo del primo o del dual. Si el primo tiene más ecuaciones que variables, es
frecuentemente más fácil obtener la solución del dual ya que menor número de iteraciones
son requeridas. Además si el primo tiene solución, el dual tendrá solución. Una vez que
el problema dual es formulado, el procedimiento de solución es exactamente el mismo
que para cualquier problema de programación lineal (CELIS, 2006).
DUALIDAD
Según (Taha, 2004) el problema dual es una programación lineal definida en forma
directa y sistemática a partir del modelo original (o primal) de programación lineal. Los
dos problemas están relacionados en forma tan estrecha que la resolución óptima de un
problema produce en forma automática la resolución óptima del otro. En la mayor parte
de las presentaciones de programación lineal, el dual se define para varias formas del
primal, dependiendo del sentido de la optimización (maximización o minimización), tipos
de restricciones (<=, >= o =), y la orientación de las variables (no negativa o no
restringida).

RELACIONES ENTRE LOS MODELOS PRIMAL Y DUAL

 El problema dual tiene tantas variables como restricciones tiene el programa
primal.
 El problema dual tiene tantas restricciones como variables tiene el programa
primal.
 Los coeficientes de la función objetivo del problema dual son los términos
independientes de las restricciones o RHS del programa primal.
 Los términos independientes de las restricciones o RHS del dual son los
coeficientes de la función objetivo del problema primal.
  La matriz de coeficientes técnicos del problema dual es la traspuesta de la matriz
técnica del problema primal.
 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.
 Si el programa primal es un problema de maximización, el programa dual es un
problema de minimización.
 El problema dual de un problema dual es el programa primal original.
ESENCIA DE LA TEORÍA DE LA DUALIDAD
Según (Hillier, 2010) el trabajo del equipo de investigación de operaciones apenas
comienza una vez que se aplica con éxito el método símplex para identificar una solución
óptima para el modelo En realidad, los valores de los parámetros que se usan en el modelo
casi siempre son sólo estimaciones basadas en una predicción de las condiciones futuras.
Con frecuencia, los datos que se obtienen para desarrollar estas estimaciones son bastante
burdos o no existen, así que los parámetros de la formulación original pueden representar
tan sólo la opinión proporcionada por el personal de línea. Los datos pueden incluso
representar estimaciones optimistas o pesimistas que protegen los intereses de los
estimadores.
TABLA PRIMA-DUAL
Según (Goic, 2000) estas relaciones nos permiten pasar de un problema de primal a su
dual en forma bastante algorítmica, tanto para problemas de minimización como de
maximización.
PROBLEMA DE MINIMIZACIÓN PROBLEMA DE MAXIMIZACIÓN
RESTRICCIONES VARIABLES
>= >= 0
= Irrestricta
<= <= 0
VARIABLES RESTRICCIONES
>= 0 <=
Irrestricta =
<= 0 >=

ORIGEN DEL PROBLEMA DUAL

la teoría de la dualidad se basa de manera directa en la idea fundamental para ver por
qué, se continuará con el uso de la notación. Entonces, en una iteración dada del método
símplex en el problema primal los números actuales se denotan. En el caso de denota el
vector que agrega el método símplex al vector de coeficientes iniciales en el proceso de
obtener la tabla símplex actual. De manera similar, como los coeficientes iniciales del
vector que agrega el método símplex a estos coeficientes. Recuerde también en la
subsección del “Resumen matemático” que la idea fundamental conducía a las siguientes
relaciones entre las cantidades y los parámetros del modelo original.
ESTABLECIMIENTO DE LAS PROPIEDADES DÉBIL
Según (Hillier, 2010) la propiedad de dualidad débil describe la relación entre cualquier
par de soluciones de los problemas primal y dual en donde ambas soluciones son factibles
para sus problemas respectivos. En cada iteración, el método simplex encuentra un par
específico de soluciones para los dos problemas, donde la solución del problema primal
es factible pero la del dual es no factible (excepto en la última iteración).
PROPEDADES DE SOLUCIONES COMPLEMENTARIAS
Según (Hillier, 2010) en cada iteración, el método simplex identifica de manera
simultánea una solución FEV, x, para el problema primal y una solución complementaria,
y, para el problema dual donde:
cx =yb.
Si x no es óptima para el problema primal, entonces y no es factible para el
problema dual.
La propiedad de soluciones complementarias también se cumple en la iteración
final del método simplex, donde se encuentra una solución óptima para el problema
primal. Sin embargo, se puede decir más sobre la solución complementaria y en este caso,
como se presenta en la siguiente propiedad.
Propiedad de soluciones complementarias óptimas: Al final de cada iteración,
el método símplex identifica de manera simultánea una solución óptima x* para el
problema primal y una solución óptima complementaria y* para el problema dual donde
cx* = y*b.
Los valores de y* son los precios sombra para el problema primal.
CONCLUSIONES
Todo problema de programación lineal tiene, asociado a él, un problema dual de
programación lineal. Existen ciertas relaciones útiles entre el problema original (primal)
y su problema dual que refuerzan la capacidad para analizar el problema primal. Como
este método se puede aplicar en forma directa a cualquiera de los dos problemas para
obtener la solución simultánea de ambos, es posible ahorrar una gran cantidad de esfuerzo
computacional si se maneja de manera directa el problema dual constituye una parte muy
importante de los estudios de programación lineal (Hillier, 2010).
BIBLIOGRAFÍA
CELIS, H. M. (2006). MÉTODO DEL DUAL (TEORIA DE DUALIDAD).
INVESTIGACION DE OPERACIONES I, 1.
Goic, M. (2000). Dualidad y Analisis de Sensibilidad. clase auxiliar, 1.
Hillier, F. S. (2010). Introduccion a la Investigación de Operaciones. Monterrey: Mc
Graw Hill.
Taha, H. A. (2004). Investigación de Operaciones . México: PEARSON EDUCACIÓN.