UNIVERSIDAD NACIONAL DE SAN

CRISTOBAL DE HUAMANGA
FACULTAD DE INGENIERIA DE MINAS, GEOLOGIA Y CIVIL

ESCUELA DE FORMACION PROFESIONAL

DE INGENIERIA DE MINAS

TEMA

DUALIDAD

CURSO : ANALISIS DE SISTEMAS MINEROS (MI-547)

PROFESOR :MsC. Ing. EDMUNDO CAMPOS ARZAPALO

AYACUCHO – PERÚ

2009

1
 INTRODUCCION

El concepto de dualidad tiene un rol muy importante, no solo en programación

lineal, sino en la teoría de optimización en general.

Más aún, la teoría de dualidad es más amplia que la teoría de programación

matemática, nos interesa el concepto de dualidad restringido aleatoria de
optimización.

Todo programa matemático, lineal o no lineal, existe asociado con otro llamado
programa dual. En particular, todo programa lineal y dual y luego se dará la
interpretación física correspondiente.

Es decir se tratará de interpretar el significado de las variables y funciones

objetivas de ambos programas.

2
 Programación Lineal

La programación lineal (PL), que trata exclusivamente con funciones objetivos y

restricciones lineales, es una parte de la programación matemática, y una de
las áreas más importantes de la matemática aplicada. Se utiliza en campos
como la ingeniería, la economía, la gestión, y muchas otras áreas de la ciencia,
la técnica y la industria.

Para empezar nuestra exposición se hace notar que cualquier problema de

programación lineal requiere identificar cuatro componentes básicos:

1. El conjunto de datos.

2. El conjunto de variables involucradas en el problema, junto con sus dominios

Respectivos de definición.

3. El conjunto de restricciones lineales del problema que definen el conjunto de

soluciones admisibles.

4. La función lineal que debe ser optimizada (minimizada o maximizada).

En las secciones que siguen se da una lista de ejemplos, prestando especial
atención en cada caso a estos cuatro elementos.

La lista seleccionada no es sino una muestra de la gran cantidad de problemas

de programación lineal (PPL) disponibles en las referencias.

DUALIDAD

El dual es un problema de PL que se obtiene matemáticamente de un modelo

primal de PL dado. Los problemas dual y primal están relacionados a tal grado,
que la solución símplex óptima de cualquiera de los dos problemas conduce en
forma automática a la solución óptima del otro. 

El  método símplex además de resolver un problema de PL llegando a una

solución óptima nos ofrece más y mejores elementos para la toma de
decisiones. La  dualidad y el análisis de sensibilidad son potencialidades de
éste método. 

En la mayoría de los procedimientos de PL, el dual se define para varias

formas del primal, dependiendo de los tipos de restricciones, de los signos de
las variables y del sentido de la optimización. La experiencia nos indica que en
ocasiones, los principiantes se confunden con los detalles de esas definiciones.
Más importante aún es que el uso de esas definiciones múltiples puede
conducir a interpretaciones inconsistentes de los datos en la tabla símplex,
sobre todo en lo que respecta a los signos de las variables. 

3
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.

1. La relación entre el problema dual y su asociado, es decir el problema

original llamado primal, presenta varias utilidades:
2. Aporta elementos que aumentan sustancialmente la compresión de la
PL.
3. El análisis de dualidad es una herramienta útil en la solución de
problemas de PL,  por ejemplo: más restricciones que variables.
4. 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. 

PROGRAMA PRIMAL Y DUAL

La solución de un PL mediante el método simplex utiliza la forma

estandarizada. Sin embargo, la forma canónica de un PL es importante desde
un punto de vista teórico. En esta sección utilizaremos exclusivamente la forma
canónica de un PL.

Definición

Dado el PL “P” en forma canónica, entonces el programa “D” es el dual o PL

dual de “P”, y este referido como programa primal:

Max z = c’x
Sujeto a : Ax<=b
P x>=0

Min w = b’y
Sujeto a: A’y>=c
D y>=0
Donde se tiene que:
c: en un vector columna de n componentes
b: es un vector columna de m componentes
A: es una matriz de orden mxn; A’ es la transpuesta de A
x: es un vector de n componentes, cuyos valores deben ser hallados para
maximizar la función z sujeta a las restricciones
y: es un vector de m componentes, cuyos valores deben ser hallados para
minimizar la función w sujeta a las restricciones

Con el objeto de obtener una mejor visualización de las relaciones que existen
entre el programa primal y el dual, a continuación escribiremos estos
programas en forma expandida.

4
La notación compacta del programa “P” puede ser expandida como sigue:

Max z = =c’x

Sujeto a:

<= = b

Xj>= 0 ; j = 1, 2, ….., n

Max. Z = C1 X1 + C2X2

Sujeto a: a11x1 + a12x2 + ……………..+ a1nxn <= b1

a21x1 + a22x2 + ……………..+ a2nxn <= b2

am1x1 + am2x2 + ……………..+ amnxn <= bm

Xj >= 0; j= 1,2,……….., n

De manera similar, la notación compacta del programa dual, D puede ser

expandida como se indica a continuación:

Min. w = =b’ y

5
Sujeto a:

A´ y = >= = c

Yj>= 0 ; j = 1, 2, ….., m

Efectuando las operaciones matriciales se obtiene el programa D en forma

expandida.

Min. w = b1 y1 + b2y2 + ……………………+bmym

Sujeto a:

a11y1 + a12y2 + ……………..+ a1nyn >= c1

a21y1 + a22y2 +……………..+ a2nyn >= c2

am1y1 + am2y2 +…………….+ amnyn >= cm

yj >= 0; j= 1,2,………..m

OBSERVACIONES:

a) La función económica o funcional Z, del programa primal esta dado por Z =

c1x. Las restricciones del Dual estan dadas por A´ y >= c.Como c es un vector
de n componentes, entonces el primal tiene n variables ( x 1, x2 , ………..xn);
mientras que el Dual tiene n restricciones. Por lo tanto a cada variable del
primal corresponde una restricción en el dual.

b) Como b es un vector de m componentes, entonces un primal tiene m

restricciones ( ax<= b ); mientras que el dual tiene m variables ( y 1, y2 ,
………..ym). Por lo tanto a cada restricción del primal, corresponde una variable
en el dual.

c) En el primal el objetivo es maximizar la función Z, mientras que en el dual el

objetivo es minimizar la función w.

6
d) El rol del vector c en el primal, corresponde al rol de b, del programa dual y
viceversa.

e) A todo programa lineal primal corresponde un programa dual.

f) El programa primal utiliza la matriz A, mientras que el dual A t.

   ¿Cómo convertir un problema primal a dual?  

Un problema dual se formula de un problema primal de la siguiente forma: 

1. Si el primal es un problema de maximización su dual será un problema

de minimización y viceversa.
2. Los coeficientes de la función objetivo del problema primal se convierten
en los coeficientes del vector de la disponibilidad en el problema dual.
3. Los coeficientes del vector de disponibilidad del problema original se
convierten en los coeficientes de la función objetivo (vector de costo o
precio) en el problema dual.
4. Los coeficientes de las restricciones en el problema primal, será la
matriz de los coeficientes tecnológicos en el dual.
5. Los signos de desigualdad del  problema dual son contrarios a los del
primal.
6. Cada restricción en un problema corresponde a una variable en el otro
problema. Si el primal tiene m restricciones y n variables, el dual tendrá
n restricciones y m variables. Así, las variables Xn del primal se
convierte en nuevas variables Ym en el dual.

  PROBLEMA PRIMAL EN PROBLEMA DUAL EN FORMA

FORMA CANONICA: CANONICA:
MAX  Z= CX MIN  Z= B'Y
Sujeto a: Sujeto a:
Ax<= b A'Y >= C
X>0 Y>0
Ejemplo.

En la Unidad minera se explota por el método de corte y relleno ascendente

mecanizado, que cuenta con tres tajeos que se deben blendear las leyes con el
tonelaje. Las dimensiones del tajeo son de 100 de longitud y 50 m de altura
correspondiente. Se tiene los siguientes datos:

7
Tj 1: 1200 Tc, 1.2 m/Tcs, 12gr Au/Tcs, 0.35 Kg/Tcs,1000 Tmd, MEA = 40 $/Tcs

Tj 2: 1000 Tc, 0.8 m/Tcs, 10gr Au/Tcs, 0.40 Kg/Tcs, 800 Tmd, MEA = 30 $/Tcs

Tj 3: 1400 Tc, 0.6 m/Tcs, 15 gr Au/Tcs, 0.45 Kg/Tcs,1100 Tmd, MEA = 50 $/Tcs

Juego de barrenos de 6’ y 8’, dinamita 65 % de 7’’ * 7/8’’, 80 gr de peso por

cartucho. Se desea optimizar el MEA.

Solución:
Tj 1 = X1, Tj 2 = X2, Tj 3 = X3

(Max) Z = 40 X1 + 30 X2 + 50 X3 : FUNCION OBJETIVA

Restricciones:
1º ) 1.2 m/Tcs* 1200 Tc + 0.8 m/Tcs * 1000 + 0.6 * 1400 = 3080 m

1.2 X1 + 0.8 X2 + 0.6 X3 <= 3080

2º ) 12 * 1200 + 10* 1000 + 15 * 1400 = 45400 gr –Au

12 X1 + 10 X2 + 15 X3 >= 45400

3º ) Tj 1: 1000 tal * 8 cart / tal * 0.08 Kg/cart = 640 Kg

Tj 2: 800 * 8 * 0.08 = 512 Kg
Tj 3: 1100 * 8 * 0.08 = 704 Kg
1856 Kg total de explosivo
0.35 X1 + 0.40 X2 + 0.45 X3 <= 1856
Resumiendo en su forma canónica la ecuación primal:

(Max) Z = 40 X1 + 30 X2 + 50 X3 : FUNCION OBJETIVA

Sujeto a:

1.2 X1 + 0.8 X2 + 0.6 X3 <= 3080

12 X1 + 10 X2 + 15 X3 >= 45400

0.35 X1 + 0.40 X2 + 0.45 X3 <= 1856

X1, X2, X3 >= 0

Expresando en su forma estándar:

Max) Z = 40 X1 + 30 X2 + 50 X3 + S1 + S2 + S3 - M 1‫ג‬

1.2 X1 + 0.8 X2 + 0.6 X3 + S1 = 3080

8
 12 X1 + 10 X2 + 15 X3 -S2 + 45400 = 1‫ג‬

0.35 X1 + 0.40 X2 + 0.45 X3 + S3 = 1856

X1, X2, X3, S1, S2, S3, 0 =>1‫ג‬

Base Z X1 X2 X3 S2 S1 S3 λ1 SBF өi
Z 1 -40 -30 -50 0 0 0 M    
S1 0 1.2 0.8 0.6 0 1 0 0 3080  
λ1 0 12 10 15 -1 0 0 1 45400  
S3 0 0.35 0.4 0.45 0 0 1 0 1856  
Z 1 -40-12M -30-10M -50-15M M 0 0 0 -45400M  
S1 0.000 1.200 0.800 0.600 0.000 1.000 0.000 0.000 3080.000 5133.333
λ1 0.000 12.000 10.000 15.000 -1.000 0.000 0.000 1.000 45400.000 3026.667
S3 0.000 0.350 0.400 0.450 0.000 0.000 1.000 0.000 1856.000 4124.444
Z 1.000 0,000 3,333 0.000 -3.333 0.000 0.000 3,333+M 151333,333  
S1 0.000 0.720 0.400 0.000 0.040 1.000 0.000 -0.040 1264.000 31600.000
X3 0.000 0.800 0.667 1.000 -0.067 0.000 0.000 0.067 3026.667 -45400.000
S3 0.000 -0.010 0.100 0.000 0.030 0.000 1.000 -0.030 494.000 16466.667

9
  Base Z X1 X2 X3 S2 S1 S3 λ1 SBF өi
Z Anterior   1.000 -40-12M -30-10M -50-15M M 0.000 0.000 0.000 -45400M  
Piv 50+15M   0.000 40+12M 33,333+10M 50+15M -(3,333+M) 0.000 0.000 3,333+M 151333,333+45400  
Z nuevo   1.000 0,000 3,333 0.000 -3.333 0.000 0.000 3,333+M 151333,333  
S1 Anterior   0.000 1.200 0.800 0.600 0.000 1.000 0.000 0.000 3080.000  
Piv -0,600   0.000 -0.480 -0.400 -0.600 0.040 0.000 0.000 -0.040 -1816.000  
S1 Nuevo   0.000 0.720 0.400 0.000 0.040 1.000 0.000 -0.040 1264.000  
S3 Anterio   0.000 0.350 0.400 0.450 0.000 0.000 1.000 0.000 1856.000  
Piv -0,450   0.000 -0.360 -0.300 -0.450 0.030 0.000 0.000 -0.030 -1362.000  
S3 Nuevo   0.000 -0.010 0.100 0.000 0.030 0.000 1.000 -0.030 494.000  

  SEGUNDA ITERACION              
  Base Z X1 X2 X3 S2 S1 S3 λ1 SBF өi
  Z 1.000 -1.111 11.110 0.000 0.000 0.000 111.100 M 206216.733  
  S1 0.000 0.733 0.267 0.000 0.000 1.000 -1.333 0.000 605.333 825.455
  X3 0.000 0.778 0.890 1.000 0.000 0.000 2.233 0.000 4129.933 5310.673
  S2 0.000 -0.333 3.333 0.000 1.000 0.000 33.333 -1.000 16466.667 -49400.000
Z Anterior   1.000 0,000 3,333 0.000 -3.333 0.000 0.000 3,333+M 151333,333  
piv 3,333   0.000 -1.111 11.110 0.000 3.333 0.000 111.100 -3.333 54883.400  
Z nuevo   1.000 -1.111 11.110 0.000 0.000 0.000 111.100 M 206216.733  
S1 Anterior   0.000 0.720 0.400 0.000 0.040 1.000 0.000 -0.040 1264.000  
piv -0,04   0.000 0.013 -0.133 0.000 -0.040 0.000 -1.333 0.040 -658.667  
S1 nuevo   0.000 0.733 0.267 0.000 0.000 1.000 -1.333 0.000 605.333  
X3 Anterior   0.000 0.800 0.667 1.000 -0.067 0.000 0.000 0.067 3026.667  
Piv 0,067   0.000 -0.022 0.223 0.000 0.067 0.000 2.233 -0.067 1103.267  
X3 nuevo   0.000 0.778 0.890 1.000 0.000 0.000 2.233 0.000 4129.933  

10
  TERCERA ITERACION            
  Base Z X1 X2 X3 S2 S1 S3 λ1 SBF өi
  Z 1.000 0.001 11.514 0.000 0.000 1.516 109.079 M 207134.230  
  X1 0.000 1.000 0.364 0.000 0.000 1.364 -1.818 0.000 825.492  
  X3 0.000 -0.011 0.603 1.000 0.000 -1.075 3.667 0.000 3479.179  
  S2 0.000 -0.023 3.446 0.000 1.000 0.423 32.770 -1.000 16722.474  
Z Anterior   1.000 -1.111 11.110 0.000 0.000 0.000 111.100 M 206216.733  
Piv 1,111   0.000 1.112 0.404 0.000 0.000 1.516 -2.021 0.000 917.497  
Z Nuevo   1.000 0.001 11.514 0.000 0.000 1.516 109.079 M 207134.230  
X3 Anterior   0.000 0.778 0.890 1.000 0.000 0.000 2.233 0.000 4129.933  
Piv -0,778   0.000 -0.788 -0.287 0.000 0.000 -1.075 1.433 0.000 -650.754  
X3 Nuevo   0.000 -0.011 0.603 1.000 0.000 -1.075 3.667 0.000 3479.179  
S2 Anterior   0.000 -0.333 3.333 0.000 1.000 0.000 33.333 -1.000 16466.667  
Piv 0,333   0.000 0.310 0.113 0.000 0.000 0.423 -0.563 0.000 255.807  
S2 Nuevo   0.000 -0.023 3.446 0.000 1.000 0.423 32.770 -1.000 16722.474  

11
 Base Z Y1 Y2 Y3 S1 S2 S3 λ1 λ2 λ3 SOL өi
Z 1 -3080 45400 -1856 0 0 0 M M M 0  
λ1 0 1.2 -12 0.35 -1 0 0 1 0 0 40  
λ2 0 0.8 -10 0.4 0 -1 0 0 1 0 30  
λ3 0 0.6 -15 0.45 0 0 -1 0 0 1 50  
Si M = 10000   -5680 8400 -3056                
Z 1 -5680 82400.0 -3056 1000 1000 1000 0 0 0 -120000  
Z 1 -3080-2,6M 45400+37M -1856-1,2M M M M 0 0 0 -120M  
λ1 0 1.200 -12.000 0.350 -1.000 0.000 0.000 1.000 0.000 0.000 40 33.333
λ2 0 0.800 -10.000 0.400 0.000 -1.000 0.000 0.000 1.000 0.000 30 37.500
λ3 0 0.600 -15 0.45 0 0 -1 0 0 1 50 83.333
PRIMERA ITERACION                  
Base Z Y1 Y2 Y3 S1 S2 S3 λ1 λ2 λ3 Sol өi
      77600.00 -1397.67 3682.67              
Z 1.00 0.00 25600.00 -1399.33 -3733.33 1000.00 1000.00 4733.33 0.00 0.00 69333.33  
Y1 0.00 1.00 -10.00 0.29 -0.83 0.00 0.00 0.83 0.00 0.00 33.33 -40.000
λ2   0.00 -2.00 0.17 0.67 -1.00 0.00 -0.67 1.00 0.00 3.33 5.000
λ3 0.00 0.00 -9.00 0.28 0.50 0.00 -1.00 -0.50 0.00 1.00 30.00 60.000
Z anterior 1.00 -5680.00 82400.00 -3056.00 1000.00 1000.00 1000.00 0.00 0.00 0.00 -120000.00  
piv 5680 0.00 5680.00 -56800.00 1656.67 -4733.33 0.00 0.00 4733.33 0.00 0.00 189333.33  
Z nuevo 1.00 0.00 25600.00 -1399.33 -3733.33 1000.00 1000.00 4733.33 0.00 0.00 69333.33  
  0.00 0.80 -10.00 0.40 0.00 -1.00 0.00 0.00 1.00 0.00 30.00  
  0.00 -0.80 8.00 -0.23 0.67 0.00 0.00 -0.67 0.00 0.00 -26.67  
  0.00 0.00 -2.00 0.17 0.67 -1.00 0.00 -0.67 1.00 0.00 3.33  
  0.00 0.60 -15.00 0.45 0.00 0.00 -1.00 0.00 0.00 1.00 50.00  
  0.00 -0.60 6.00 -0.18 0.50 0.00 0.00 -0.50 0.00 0.00 -20.00  
  0.00 0.00 -9.00 0.28 0.50 0.00 -1.00 -0.50 0.00 1.00 30.00  

SEGUNDA ITERACION                  

12
 Base Z Y1 Y2 Y3 S1 S2 S3 λ1 λ2 λ3 SOL өi
Z 1.00 0.00 14406.60 -466.55 -2.20 -4596.70 1000.00 1002.20 5596.70 0.00 87989.01  
Y1 0.00 1.00 -12.50 0.50 0.00 -1.25 0.00 0.00 1.25 0.00 37.50  
S1 0.00 0.00 -3.00 0.25 1.00 -1.50 0.00 -1.00 1.50 0.00 5.00  
λ3 0.00 0.00 -7.50 0.15 0.00 0.75 -1.00 0.00 -0.75 1.00 27.50  
Z anterior 1.00 0.00 25600.00 -1399.33 -3733.33 1000.00 1000.00 4733.33 0.00 0.00 69333.33  
piv 3733 0.00 0.00 -11193.40 932.78 3731.13 -5596.70 0.00 -3731.13 5596.70 0.00 18655.67  
Z nuevo 1.00 0.00 14406.60 -466.55 -2.20 -4596.70 1000.00 1002.20 5596.70 0.00 87989.01  
  0.00 1.00 -10.00 0.29 -0.83 0.00 0.00 0.83 0.00 0.00 33.33  
  0.00 0.00 -2.50 0.21 0.83 -1.25 0.00 -0.83 1.25 0.00 4.16  
  0.00 1.00 -12.50 0.50 0.00 -1.25 0.00 0.00 1.25 0.00 37.50  
  0.00 0.00 -9.00 0.28 0.50 0.00 -1.00 -0.50 0.00 1.00 30.00  
  0.00 0.00 1.50 -0.12 -0.50 0.75 0.00 0.50 -0.75 0.00 -2.50  
  0.00 0.00 -7.50 0.15 0.00 0.75 -1.00 0.00 -0.75 1.00 27.50  

TERCERA ITERACION                
Base Z Y1 Y2 Y3 S1 S2 S3 λ1 λ2 λ3 SOL өi
Z 1.00 0.00 -31565.02 453.17 -0.67 -2.30 -5128.94 1000.67 1002.30 6128.94 256542.40  
Y1 0.00 1.00 -24.99 0.75 0.00 0.00 -1.67 0.00 0.00 1.67 83.29 -249760.18
S1 0.00 0.00 -17.99 0.55 1.00 0.00 -2.00 -1.00 0.00 2.00 59.96 59.96
S2 0.00 0.00 -10.00 0.20 0.00 1.00 -1.33 0.00 -1.00 1.33 36.67 110060.00
Z anterior 1.00 0.00 14406.60 -466.55 -2.20 -4596.70 1000.00 1002.20 5596.70 0.00 87989.01  
piv 4596,702 0.00 0.00 -45971.61 919.72 1.53 4594.40 -6128.94 -1.53 -4594.40 6128.94 168553.40  
Z nuevo 1.00 0.00 -31565.02 453.17 -0.67 -2.30 -5128.94 1000.67 1002.30 6128.94 256542.40  
  0.00 1.00 -12.50 0.50 0.00 -1.25 0.00 0.00 1.25 0.00 37.50  
  0.00 0.00 -12.49 0.25 0.00 1.25 -1.67 0.00 -1.25 1.67 45.80  
  0.00 1.00 -24.99 0.75 0.00 0.00 -1.67 0.00 0.00 1.67 83.29  
  0.00 0.00 -3.00 0.25 1.00 -1.50 0.00 -1.00 1.50 0.00 5.00  
  0.00 0.00 -14.99 0.30 0.00 1.50 -2.00 0.00 -1.50 2.00 54.97  
  0.00 0.00 -17.99 0.55 1.00 0.00 -2.00 -1.00 0.00 2.00 59.96  

13
 CUARTA ITERACION            
Base Z Y1 Y2 Y3 S1 S2 S3 λ1 λ2 λ3 SOL өi
Z 1.00 0.00 -16742.11 0.16 -824.62 -1.47 -3482.13 1824.62 1001.47 4482.13 207135.45  
Y1 0.00 1.00 -0.46 0.00 -1.36 0.00 1.06 1.36 0.00 -1.06 1.53  
Y3 0.00 0.00 -32.71 1.00 1.82 0.00 -3.63 -1.82 0.00 3.63 109.02  
S2 0.00 0.00 -3.46 0.00 -0.36 1.00 -0.61 0.36 -1.00 0.61 14.86  
Z anterior 1.00 0.00 -31565.02 453.17 -0.67 -2.30 -5128.94 1000.67 1002.30 6128.94 256542.40  
piv -453,174 0.00 0.00 14822.91 -453.01 -823.95 0.82 1646.81 823.95 -0.82 -1646.81 -49406.95  
Z nuevo 1.00 0.00 -16742.11 0.16 -824.62 -1.47 -3482.13 1824.62 1001.47 4482.13 207135.45  
  0.00 1.00 -24.99 0.75 0.00 0.00 -1.67 0.00 0.00 1.67 83.29  
  0.00 0.00 24.53 -0.75 -1.36 0.00 2.73 1.36 0.00 -2.73 -81.77  
  0.00 1.00 -0.46 0.00 -1.36 0.00 1.06 1.36 0.00 -1.06 1.53  
  0.00 0.00 -10.00 0.20 0.00 1.00 -1.33 0.00 -1.00 1.33 36.67  
  0.00 0.00 6.54 -0.20 -0.36 0.00 0.73 0.36 0.00 -0.73 -21.80  
  0.00 0.00 -3.46 0.00 -0.36 1.00 -0.61 0.36 -1.00 0.61 14.86  

14
Hallando el dual del problema:

Max) Z = 40 X1 + 30 X2 + 50 X3

Sujeto a:

1.2 X1 + 0.8 X2 + 0.6 X3 <= 3080

P -12 X1 - 10 X2 - 15 X3 <= - 45400

0.35 X1 + 0.40 X2 + 0.45 X3 <= 1856

X1, X2, X3 >= 0

Reconociendo A, b, c.

A = b= c=

Entonces el programa dual es el siguiente:

Min ( w) = b’y =

Sujeto a:

A’y=

y1,y2, y3 >= 0

Efectuando operaciones obtenemos:

Min (w) = 3080y1 -45400y2 + 1856y3

Sujeto a:

1.2y1 -12y2 +0.35y3 >= 40

D 0.8y1 -10y2 + 0.4y3 >= 30

0.6y1 – 15y2 +0.45y3 >= 50

Estandarizando la ecuación dual:

15
Min (w) = 3080y1 -45400y2 + 1856y3 + S1 + S2 +S3 +M 1‫ ג‬+M 2‫ ג‬+M 3‫ג‬

1.2y1 -12y2 +0.35y3 -S1 + 40 = 1‫ג‬

0.8y1 -10y2 + 0.4y3 –S2 + 30 = 2 ‫ג‬

0.6y1 – 15y2 +0.45y3 -S3 + 50 = 3‫ג‬

y1, y2, y3, S1, S2, S3, 0 => 3‫ ג‬,2‫ ג‬,1‫ג‬

16
 CONCLUSIONES

1. Se demuestra que un problema de programación lineal tiene una

solución primal y otra dual

2. La solución primal es comprobable con otra solución dual.

3. Un problema de programación lineal tendrá una solución optima cuando

sea comprobada por los dos métodos ( primal-dual)

4. Tanto la solución primal como la dual pueden ser resueltas por método
grafico o utilizando el tablero simplex.

5. Existen muchos programas que simultáneamente nos permiten

determinar en forma inmediata la solución del problema (primal y dual)

6. En forma manual es tedioso desarrollar un problema de programación

lineal, especialmente cuando tiene muchas variables restrictivas.

17
 RECOMENDACIONES

1. Recomendamos que el estudiante practique con cierta cantidad de

problemas y luego recién utilizar programas como comprobación y
verificación.

2. Para resolver un problema de programación lineal el estudiante debe

trabajar con tres(3) cifras significativas, pues si trabaja con menos los
resultados serán menos exactas.

3. Recomendamos que el estudiante interprete adecuadamente los

resultados que nos arroja un programa.

4. Que el estudiante tendrá una herramienta básica en programación lineal

cuando salga de las aulas y llegue a una empresa a laborar.

5. Para estar seguros siempre de nuestros resultados al resolver un

problema de programación lineal comprobar con la dual. pues con
ambos se llega a los mismos resultados.

18
 BIBLIOGRAFIA:

FORMULACIÓN Y RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN

MATEMÁTICA EN INGENIERÍA Y CIENCIA.
* Enrique Castillo, Antonio J. Conejo, Pablo Pedregal,
* Ricardo García y Natalia Alguacil
Febrero de 2002

INVESTIGACIÓN DE OPERACIONES
Carlos Agreda T.
Febrero 1994

INVETIGACION DE OPERACIONES
Eduardo Raffo Lecca
Lima 1999

19