Carrera:

Técnico en Informática

Asignatura:
Investigación de Operaciones

Elaborado por:
Anelys Mojica 3-748-1578

Profesor:
Ricardo Rivera

Tema:
Teoría de Dualidad

Año:
2022
Desarrolle investigación sobre los siguientes temas:
 Concepto
 Formulación
 Interpretación económica del dual
 Algoritmo dual simplex
 Análisis de sensibilidad

DESARROLLO
 Concepto: El concepto de teoría de dualidad es un concepto
matemático basado en la correspondencia entre varias tesis o
estructuras con forma uno a uno. Es decir, establece
relaciones de emparejamientos para desarrollar una idea.

La dualidad está presente también en la programación lineal,

un tema de la investigación operativa, en el área de la
matemática. En programación lineal, dualidad significa que
existe otro problema de PL asociado con cada problema de
PL, que se designa como problema dual (D). En esta relación
con el problema dual, el problema original se designa como
problema primario (P).
  Formulación: La formulación de problema dual es una
programación lineal definida en forma directa y sistemática a
partir del modelo original (o primal) de programación lineal.

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.
 Interpretación económica del dual: Las condiciones de
holgura complementaria captan perfectamente la esencia de
la dualidad ya que, como veremos a continuación, formalizan
matemáticamente algunos principios básicos de economía.
Entenderemos mejor su significado después de introducir la
interpretación económica de las variables duales.
Consideremos la siguiente pareja primal-dual:

(P) Max c tx (D) Min b tω

s.a: a t ix ≤ bi i = 1, . . . , m s.a: ω ta j ≥ cj j = 1, . . . , n
 xj ≥ 0 j = 1, . . . , m ωi ≥ 0 i = 1, . . . , n

Supongamos que,
x∗¿ ( )
B−1 b
On−m
es una solución óptima del problema primal.
Sea w ¿t =c t b B−1 la solución
dual complementaria. Teniendo en cuenta que la función
objetivo de P puede
expresarse en función, únicamente, de las variables no
básicas:
t −1
z=C B B b−¿ ∑ (Zj−Cj)xj=bt w¿ −∑ (Zj−Cj) xj,

 Algoritmo dual simplex: 1- Se suman las variables de

holgura a cada una de las restricciones de la forma menor
igual que (como ya se ha descrito en el algoritmo), mientras
que a las restricciones de la forma mayor igual que se les
resta una variable de superávit. Se debe restar la variable
porque las variables artificiales no pueden tomar valores
negativos, y en el caso de desigualdades de la forma mayor
igual que, lo que necesitamos es quitar la cantidad que se
excede de la igualdad.

2- Se multiplican por -1 aquellas restricciones a las que se

restó una variable de superávit.
 3- Se forma la tabla simplex-dual inicial, la cual tiene las
mismas características que la tabla simplex inicial. La
diferencia es que algunas de las cantidades limitantes de las
restricciones son negativas con una función objetivo por
minimizar.

4- Se selecciona el renglón con el mayor valor negativo, esta

es la variable que sale del sistema.

5- Para seleccionar la variable que entra a la base. Solo se

toman las columnas de las variables no básicas cuyo
coeficiente del renglón seleccionado en el punto anterior sea
negativo. Si no existe, entonces el modelo no tiene solución.
Se divide el coeficiente de los candidatos del renglón R0 entre
el coeficiente del renglón seleccionado y se toma su valor
absoluto. El valor menor indica la variable que entra a la base.

6- La celda formada por la intersección del renglón

seleccionado con la columna seleccionada es el elemento
pivote, este renglón se multiplica por su inverso multiplicativo
y en resultado se escribe en una nueva tabla intercambiando
las etiquetas de las variables que salen y entran a la base.

7-Tomando de referencia el elemento pivote, se hacen ceros

los elementos de la columna seleccionada utilizando
operaciones elementales sobre matrices.

8- Si todas las cantidades limitantes son positivas, la tabla ya

es óptima: si no es así, se regresa al punto 4.

 Análisis de sensibilidad: Es una técnica que estudia el

impacto que tienen sobre una variable dependiente de un
modelo financiero las variaciones en una de las variables
independientes que lo conforman.
Consiste en determinar cual es el rango de variación de los
parámetros del problema de modo que la base optima
encontrada siga siendo optima. Buscar el intervalo en que
estos parámetros son permisibles en su variación sin que se
afecte la solución óptima del problema.