ANÁLISIS DE DUALIDAD

INVESTIGACIÓN DE OPERACIONES CIV 376

DOCENTE: Ms. C. Ing. César Luis Viscarra Pinto
DEFINICIÓN DEL PROBLEMA DUAL
El problema dual se define sistemáticamente a partir del
modelo de PL primal (u original). Los dos problemas están
estrechamente relacionados en el sentido de que la
solución óptima de uno proporciona automáticamente la
solución óptima al otro.
En la mayoría de los tratamientos de PL, el dual se define
para varias formas del primal según el sentido de la
optimización (maximización o minimización), los tipos de
restricciones (<=, => ó =), y el signo de las variables (no
negativas o irrestrictas).
DEFINICIÓN DEL PROBLEMA DUAL

Nuestra definición del problema dual requiere expresar el

problema primal en la forma de ecuación, producto del
proceso de estandarización (todas las restricciones son
ecuaciones con lado derecho no negativo, y todas las
variables son no negativas).
Lo anterior es consistente con el formato de la tabla inicial
simplex. De ahí que cualesquier resultados obtenidos a
partir de la solución óptima primal se aplican directamente
al problema dual asociado.
DEFINICIÓN DEL PROBLEMA DUAL
Las ideas clave para construir el dual a partir del primal se resumen como
sigue:
1. Asigne una variable dual por cada restricción primal.
2. Construya una restricción dual por cada variable primal.
3. Los coeficientes de restricción (columna) y el coeficiente objetivo de la
variable primal j-ésima definen respectivamente los lados izquierdo y
derecho de la restricción dual j-ésima.
4. Los coeficientes objetivo duales son iguales a los lados derechos de las
ecuaciones de restricción primales.
5. Las reglas que aparecen en la tabla siguiente rigen el sentido de
optimización, la dirección de las desigualdades y los signos de las
variables en el dual.
DEFINICIÓN DEL PROBLEMA DUAL

Objetivo del Problema dual

problema primal Objetivo Tipo de restricción Signo de las variables
Maximización Minimización >= Irrestricta
Minimización Maximización =< Irrestricta

Todas las restricciones primales son ecuaciones con lado derecho no negativo,
y todas las variables son no negativas.
EJEMPLO 1
PRIMAL PRIMAL EN FORMA DE ECUACIÓN VARIABLES DUALES
Max z = 5x1 + 12x2 +4x3 Max z = 5x1 + 12x2 +4x3

Sujeto a Sujeto a
x1 + 2x2 + x3 =< 10 x1 + 2x2 + x3 + h1 = 10 y1
2x1 - x2 + 3x3 = 8 2x1 - x2 + 3x3 + 0h1 = 8 y2
x1, x2, x3 >= 0 x1, x2, x3, h1 >= 0

Problema dual
Min w = 10 y1 + 8 y2
Sujeto a
y1 + 2y2 >= 5
2y1 - y2 >= 12
y1 + 3y2 >= 4
y1 + 0y2 >= 0 (y1 >= 0, y2, irrestricta)
y1, y2, irrestricta
EJEMPLO 2
PRIMAL PRIMAL EN FORMA DE ECUACIÓN VARIABLES DUALES
Min z = 15x1 + 12x2 Min z = 15x1 + 12x2 + 0e1 + 0h1

Sujeto a Sujeto a
x1 + 2x2 >= 3 x1 + 2x2 - e1 + 0h1 = 3 y1
2x1 - 4x2 =< 5 2x1 - 4x2 + 0e1 + h1 = 5 y2
x1, x2 >= 0 x1, x2, x3, e1, h1 >= 0

Problema dual
Max w = 3 y1 + 5 y2
Sujeto a
y1 + 2y2 =< 15
2y1 - 4y2 =< 12
-y1 =< 4
y2 =< 0 (y1 >= 0, y2,=< 0)
y1, y2, irrestricta
EJEMPLO 3
PRIMAL PRIMAL EN FORMA DE ECUACIÓN VARIABLES DUALES
Max z = 5x1 + 6x2 Sustituir x1 = x1- - x1+
Max z = 5x1- - 5x1+ + 6x2
Sujeto a Sujeto a
x1 + 2x2 = 5 x1- - x1+ + 2x2 = 5 y1
- x1 + 5x2 >= 3 -x1- + x1+ + 5x2 – e1 = 3 y2
4x1 + 7x2 =< 7 4x1- - 4x1+ + 7x2 + h1 = 8 y3
x1 irrestricta, x2 >= 0 x1-, x1+, x2, e1, h1 >= 0

Problema dual
Min w = 5 y1 + 3 y2 + 8 y3
Sujeto a
y1 - y2 + 4 y3 >= 5 y1 - y2 + 4 y3 >= 5
- y1 + y2 - 4 y3 >= -5 y1 - y2 + 4 y3 =< 5 y 1 - y2 + 4 y3 = 5
2 y1 + 5 y2 + 7 y3 >= 6
-y2 >= 0
y3 >= 0 (y1 irrestricta, y2 =< 0, y3 >= 0)
y1, y2, y3, irrestricta
Resumen de las reglas para construir el dual
La tabla siguiente resume las reglas del primal – dual.

Reglas para construir el problema dual

Problema de Problema de
Maximización Minimización
Restricciones Variables
>=  =< 0
=<  >= 0
=  Restricciones irrestrictas
Variables
>= 0  >=
=< 0  =<
Irrestrictas  =
SOLUCIÓN DUAL ÓPTIMA

Las soluciones primal y dual se afectan en forma tan

estrecha que la solución óptima del problema primal
produce en forma directa (con unos pocos pasos
adicionales), la solución óptima dual.
Así pues, en un modelo de programación lineal en el que la
cantidad de variables es considerablemente menor que la
de restricciones, pueden ahorrarse cálculos resolviendo el
dual porque la cantidad de cálculos simplex depende en
gran medida de la cantidad de restricciones.


SOLUCIÓN DUAL ÓPTIMA

A continuación veremos dos métodos para calcular el
resultado:
MÉTODO 1:
=

Coeficiente z primal óptimo

Valor óptimo de la de la variable inicial xi
variable dual yi = +
Coeficiente objetivo original
de xi
SOLUCIÓN DUAL ÓPTIMA
MÉTODO 2
Los elementos del vector renglón de los coeficientes objetivos del
primal original deben aparecer en el mismo orden que aparecen las
variables básicas en las columnas básicas de la tabla simplex:

Valores
Vector fila de los
óptimos de
coeficientes objetivo Inversa primal
las originales de las x
= óptima
variables variables básicas
duales primales óptimas
EJEMPLO
Considere el siguiente programa lineal:
Maximizar z = 5 x1 + 12 x2 + 4 x3
Sujeto a:
x1 + 2 x2 + x3 =< 10
2 x1 - x2 + 3 x3 = 8
x1 + 12 x2 + 4 x3 >= 0
SOLUCIÓN

Para preparar el problema para su solución mediante el

método simplex, agregamos una variable de holgura h1 en
la primera y una variable artificial R en la segunda. Por
consiguiente, el primal resultante y los problemas duales
asociados se definen como sigue:
SOLUCIÓN

PRIMAL DUAL
Max z = 5x1 + 12x2 + 6x3 – M R1 Min w = 10y1 + 8 y2

Sujeto a Sujeto a
x1 + 2x2 + x3 + h1 = 10 y1 +2y2 >= 5
2 x1 - x2 + 3 x3 + R1= 8 2y1 +- y2 >= 12
x1, x2, x3, h1, R1 >= 0 y1 + 3y2 >= 4
y1 >= 0
y2 >= -M (=> y2 irrestricta)
SOLUCIÓN
La siguiente tabla proporciona la tabla primal óptima:

Básica x1 x2 x3 h1 R1 Solución
x2 0 1 -1/5 2/5 -1/5 12/5
x1 1 0 7/5 1/5 2/5 26/5
Z 0 0 3/5 29/5 -2/5 + M 54 4/5
 SOLUCIÓN
MÉTODO 1: En la tabla anterior se tiene que las variables
h1 y R1 corresponden solo a las variables duales y1 e y2
respectivamente. Por lo tanto, determinamos la solución
dual óptima como sigue:

Variables básicas primales h1 R1

iniciales
Coeficientes de la ecuación Z 29/5 -2/5 + M
Coeficiente objetivo original 0 -M
Variables duales y1 Y2
Valores duales óptimos 29/5 + 0 = 29/5 -2/5 + M + (-M) = -2/5
SOLUCIÓN
MÉTODO 2: La matriz inversa óptima, resaltada en la tabla
óptima primal, bajo las variables iniciales h1 y R1, es:

2 1
5  
Inversa óptima   5
1 2 
 
5 5 
 SOLUCIÓN
MÉTODO 2: El orden de las variables básicas primales
óptimas en la columna Básica es x2 seguida por x1. Los
elementos de los coeficientes objetivo originales para las
dos variables deben aparecer en el mismo orden; es decir,

(Coeficientes objetivo originales) = (Coeficiente de x2, coeficiente de x1)

(Coeficientes objetivo originales) = (12, 5)

SOLUCIÓN
MÉTODO 2: Los valores duales óptimos son:

 Coeficientes objetivo 
y1, y2     * Inversa óptima 
originales de x , x 
 2 1

2 1
  
 29 2
y1, y2   12, 5 5 5 y1, y2    ,  
 1 2 
  5 5
5 5 