INTRODUCCIÓN

Teoría de la dualidad. El dualismo es una teoría que surge como

consecuencia de una profundización en el estudio de la Programación lineal.
Esto no es algo nuevo, el problema fue propuesto en el siglo XVII por Fermat. El
problema establecía que, si tenemos los puntos P1, P2 y P3 en un mismo plano,
buscáramos un punto P que minimice la suma de distancias.
Esta suma de distancias es, las distancias desde dicho punto P hasta P1, P2 y P3. Dos
siglos pasaron y un famoso profesor de Geometría de la universidad de Berlín, Jacob
Steiner tomó el problema y lo hizo más práctico, el buscó encontrar un sistema de
carreteras que uniera tres aldeas llamadas A, B y C con una longitud mínima.
El problema de Fermat está resuelto desde hace siglos, sin embargo, aún
siguen surgiendo extensiones del mismo, el problema básico se utiliza para
encontrar soluciones de mayor complejidad. En 1775, a un siglo de haber
resuelto el problema de Fermat surgió un nuevo problema que aparentemente no
tenía relación y que resultó ser el primer caso de problema dual en optimización.
Se trataba de tomar un triángulo de vértices P1, P2 y P3, se tenía que encontrar el
triángulo equilátero circunscrito de mayor área, la solución fue encontrada en 1810 por
Vecten utilizando regla y compás. El concepto de dualidad en optimización apareció por
primera vez en un trabajo publicado en 1963 por John von Neuman.
Problema dual
Cada problema de programación lineal (Primal) está estrechamente relacionado con otro
problema simétrico a él, denominado problema dual.
El dualismo es una teoría que surge como consecuencia de una profundización en el
estudio de la programación lineal porque la distribución de los recursos y la formación
de los precios son dos aspectos del mismo problema. Entonces la doble formulación de
la programación lineal no se debe considerar como un simple ejercicio matemático, sino
que una y otra versión del problema viene a explicar dos aspectos económicos distintos
para una misma situación polémica. Una propiedad fundamental de la relación entre el
primal y el dual es que la solución óptima de cualquiera de estos problemas proporciona
la solución óptima para el otro.
La importancia de la teoría de la dualidad se puede resumir, entre otros aspectos, en lo
siguiente:
Permite resolver problemas de programación lineal de forma más rápida y sencilla.
Es otra vía para resolver un problema de programación lineal.
Facilita profundizar en el contenido económico del problema original (primal)
1. MÉTODO DUAL SIMPLEX
El método dual-simplex se aplica para resolver problemas que empiezan con
factibilidad
dual, es decir, óptimos, pero infactibles.
Un problema se puede resolver por el método dual-simplex, cuando, después de igualar
acero la función objetivo y convertir las restricciones en ecuaciones, agregando
las variables de holgura necesarias, al menos uno, cualquiera de los elementos del
vector b (vector de disponibilidades) es negativo y la condición de optimalidad se
satisface.
Un comparativo entre el método simplex y el método dual-simplex.

El método dual-simplex requiere de la aplicación de dos criterios para su solución:

El criterio de optimalidad que asegura que la solución permanecerá óptima todo el
tiempo y el criterio de factibilidad que forza las soluciones básicas hacia el espacio
factible.

2. DUALIDAD

El concepto de dualidad indica que para cada problema de PL hay una asociación y
una relación muy importante con otro problema de programación lineal, llamado
precisamente dual.
La relación entre el problema dual y su asociado, es decir el problema original
llamado primal, presenta varias utilidades: Aporta elementos que aumentan
sustancialmente la compresión de la PL.
El análisis de dualidad es una herramienta útil en la solución de problemas de PL,
por ejemplo: más restricciones que variables.
 El problema dual tiene interpretaciones e informaciones importantes que muestran
que los análisis marginales están siempre involucrados implícitamente al buscar la
solución óptima a un problema de PL.
La forma estándar general del primal se defina como; para maximizar o minimizar.

2.1. CRITERIO DE FACTIBILIDAD

La variable saliente será aquella variable básica que tenga el valor más negativo en
el vector bi. Si todas las variables básicas son positivas o sea 0 se tiene la solución
final, óptima y factible.

2.2. CRITERIO DE OPTIMALIDAD

La variable entrante se selecciona de entre las variables no-básicas como sigue:

Dividir los coeficientes de la ecuación cero entre los coeficientes de la ecuación
asociada con la variable saliente, ignorando denominadores positivos y/o ceros.
La variable entrante será aquella cuyo cociente sea el menor, si el problema es de
minimizar, ó el de menor valor absoluto si es de maximizar. Si todos los
denominadores son 0, el problema no tendrá solución factible.
La aplicación del método dual-simplex es especialmente útil para el tema
de análisis de sensibilidad.

3. PLANTEAMIENTO DE DUALIDAD
Todo problema de programación lineal tiene asociado con él otro problema de
programación lineal llamado DUAL. El problema inicial es llamado PRIMAL y el
problema asociado (sombra) es llamado el problema PRIMAL. 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. La dimensión del problema de
programación lineal influencia la elección del cálculo del primo o del dual.
Si el primo tiene mas ecuaciones que variables, es frecuentemente mas fácil
obtener la solución del dual ya que menor numero 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.
MECÁNICAMENTE EL DUAL ES FORMULADO PARTIENDO DEL
PROBLEMA PRIMO
EN LA SIGUIENTE FORMA:
Si el primo es un problema de Maximización, el dual es un problema de
Minimización y viceversa.
  Los coeficientes de la función objetivo del primo se convierten en las
restricciones constantes de las ecuaciones del dual.
 Las restricciones de las ecuaciones del primo se convierten en los
coeficientes de la función objetivo del dual.
 Los coeficientes de las variables del dual en las ecuaciones restrictivas
son obtenidas sacando la transpuesta de la matriz de coeficientes del
primo.
 Los signos de la desigualdad son invertidos.
 Las Xn variables del primo son remplazadas por Wm variables en el dual.

4. Notación
matemática:
Primo Contiene m ecuaciones y n variables.
Dual Contiene n ecuaciones y m variables.

5. FORMULAS
Elección de la fila que sale:
Cuando una variable se vuelve básica, es decir, entra en la base, comienza a formar
parte de la solución. Observando los costes reducidos en la fila Z, se decide que entra a
la base la variable de la columna en la que éste sea el de menor valor (o de mayor valor
absoluto) entre los negativos.
FILA QUE SALE = (coeficiente del lado derecho más negativo)
Elección de la variable que entra:
Una vez obtenida la fila que sale, se determina que columna entra es la que se
encuentre en aquella fila cuyo cociente P0/Pj sea el menor de los estrictamente positivos
(teniendo en cuenta que esta operación se hará únicamente cuando Pj sea superior a 0).
Columna que ingresa = Es el valor absoluto más cercano a 1 de ( fila Z fila que
sale)
Elemento pivote:
El elemento pivote de la tabla queda marcado por la intersección entre la columna de la
variable entrante y la fila de la variable saliente.
Actualización de la tabla:
Las filas correspondientes a la función objetivo y a los títulos permanecerán inalteradas
en la nueva tabla. El resto de valores deberán calcularse como se explica a continuación:
En la fila del elemento pivote cada nuevo elemento se calcula como:
Nuevo Elemento Fila Pivote = Anterior Elemento Fila Pivote / Pivote.
En el resto de las filas cada elemento se calcula:
Nuevo Elemento Fila = Anterior Elemento Fila - (Anterior Elemento Fila en Columna
Pivote * Nuevo Elemento Fila Pivote).
De esta forma se consigue que todos los elementos de la columna de la variable entrante
sean nulos salvo el de la fila de la variable saliente cuyo valor será 1. (Es análogo a
utilizar el método de Gauss-Jordan para resolver sistemas de ecuaciones lineales).
6. Aplicaciones:
6.1. Sistemas y telecomunicaciones:
con el método dual simplex podemos resolver problemas relacionados con el
control de las organizaciones o sistemas (hombre – maquina). A fin de que se
produzcan soluciones que mejor sirvan a los objetivos de la organización.

CÁLCULOS PRIMALES-DUALES
o Usando las propiedades que se establecieron entre el problema primal y el
problema dual se pueden calcular los diversos elementos que conforman la tabla
del simplex.
o Es importante para ello
- Reconocer las variables que forman la base.
- Determinar la matriz conformada por las columnas correspondientes a las
variables básicas. A esta matriz se le denomina B.
- Calcular la matriz inversa de B.

Dado un problema de programación lineal,

- Construimos una base llamada Xb cuyos componentes son los nombres de
las variables que conforman la base.
 - Luego formamos la matriz B con las columnas correspondientes a los
coeficientes de las variables básicas en las restricciones, en el orden en que
fueron colocadas las variables básicas en Xb.
- Obtenemos la inversa de la matriz B.

Aplicamos las relaciones que se dan en la siguiente tabla.

Todos los elementos de la tabla del simplex en cualquier iteración se pueden generar de
la inversa de la matriz conformada por los coeficientes de las variables básicas en las
restricciones, la cual denominaremos B-1
Ejemplo: Min Z=3X1 + 2X2+MR1+MR2
s.a. 3X1 + X2 - S1 + R1 = 3
4X1 + 3X2 - S2 + R2 = 6
X1 + X2 + S3 = 3
X1, X2, S1, S2, S3, R1, R2 >=0
Si deseamos formar una tabla con X1, X2, S3 en la base, debemos encontrar primero
la matriz B.