INVESTIGACIÓN DE

OPERACIONES

Ing. Jorge Véliz Tamayo, MSc.

DOCENTE AUTOR
DUALIDAD Y ANÁLISIS DE
SENSIBILIDAD
UNIDAD 3 – CLASE 5
Unidad 3 – Dualidad y Análisis de sensibilidad
3.1 Definición del problema Dual.
3.2 Relaciones primal-Dual:
3.1 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:
La solución óptima de uno proporciona automáticamente la solución
óptima al otro.
3.1 Definición del problema Dual.
Para construir el dual a partir del primal:
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. Son 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 imagen rigen el sentido de
optimización
3.1 Definición del problema Dual.
Una forma fácil de recordar el tipo de restricción en el dual (es decir,<= o
>=) es que si el objetivo dual es de minimización (es decir, apunta hacia
abajo), entonces todas las restricciones serán del tipo >= (es decir,
apuntan hacia arriba).
3.1 Definición del problema Dual.
3.1 Definición del problema Dual.
Ejemplos
3.1 Definición del problema Dual.
3.1 Definición del problema Dual.
3.1 Definición del problema Dual.
3.1 Definición del problema Dual.
3.1 Definición del problema Dual.
La primera y segunda restricciones son reemplazadas por una ecuación.
La regla general es que una variable primal irrestricta siempre
corresponde a una restricción dual de igualdad
3.1.1 Resumen de las reglas para construir el dual.
La siguiente tabla resume las reglas del primal-dual
3.1.1 Resumen de las reglas para construir el dual.
La siguiente tabla resume las reglas del primal-dual
3.1.1 Resumen de las reglas para construir el dual.
• Los encabezados de columna que
aparecen en la tabla no utilizan el
nombre primal y dual

• Lo que importa en este caso es el

sentido de optimización.

• Si el primal es de maximización,
entonces el dual es de minimización,
y viceversa
3.2 Relaciones primal-Dual
Los cambios realizados en los datos de un modelo de PL pueden afectar
la optimalidad y/o factibilidad de la solución óptima actual
3.2 Relaciones primal-Dual
Repaso de operaciones con matrices simples
Algunas definiciones
1. Una matriz, A, de tamaño (m X n) es un conjunto rectangular de
elementos con m filas y n columnas.
2. Un vector fila, V, de tamaño m es una matriz (1 X m).
3. Un vector columna, P, de tamaño n es una matriz (n X 1).
3.2 Relaciones primal-Dual

1. (Vector fila 3 matriz,VA).

3.2 Relaciones primal-Dual
2. (Matriz X vector columna, AP).

3. (Escalar X matriz, ☼A).

3.2 Relaciones primal-Dual
2. (Matriz X vector columna, AP).

3. (Escalar X matriz, ☼A).

3.2 Relaciones primal-Dual
Diseño de la tabla simplex
La imagen representa esquemáticamente las
tablas simplex inicial y generales.
En la tabla inicial, los coeficientes de
restricción bajo las variables iniciales forman
una matriz identidad.
Con esta disposición, las iteraciones siguientes
de la tabla simplex generadas por las
operaciones de filas de Gauss-Jordan
modifican los elementos de la matriz identidad
para producir lo que se conoce como matriz
inversa.
3.2 Relaciones primal-Dual
Diseño de la tabla simplex

La matriz inversa es la
clave para calcular todos
los elementos de la tabla
simplex asociada
3.2 Relaciones primal-Dual
Solución dual óptima
Las soluciones primal y dual están
estrechamente relacionadas en el sentido
de que la solución óptima de uno u otro
problema da la solución óptima al otro.
Proporciona dos métodos para determinar
los valores duales
3.2 Relaciones primal-Dual
Solución dual óptima
Los elementos del vector fila deben aparecer en el mismo orden en que
las variables básicas aparecen en la columna Básica de la tabla simplex.
3.2 Relaciones primal-Dual
Ejemplo: Considere la siguiente PL: Maximizar z = 5x1 + 12x2 + 4x3

Sujeto a
𝑥1 + 2 𝑥2 + 𝑥3 ≤ 10
2𝑥1 − 𝑥2 + 3𝑥3 = 8
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
3.2 Relaciones primal-Dual
Ejemplo: Para obtener la solución mediante el método simplex,
agregamos una variable de holgura x4 en la primera restricción y una
variable artificial R en la segunda
Queda como sigue
3.2 Relaciones primal-Dual
Método 1. Las variables primales iniciales x3 y R corresponden sólo a las
variables duales y1 y y2, respectivamente.
La solución dual óptima como sigue:
3.2 Relaciones primal-Dual
Método 2. La matriz inversa óptima, resaltada en la
tabla 4.3, bajo las variables iniciales x4 y R, es

(Coeficientes objetivo originales) = (Coeficiente de x2,

coeficiente de x1) = (12,5)
3.2 Relaciones primal-Dual
Los valores duales óptimos son
3.2 Relaciones primal-Dual
Valores objetivo primales-duales.
Para cualquier par de soluciones primales y duales factibles

La relación no especifica cuál problema es primal y cuál es dual

3.2 Relaciones primal-Dual
Cálculos con la tabla simplex
Cómo se puede generar cualquier iteración
de la tabla simplex a partir de los datos
originales del problema, la inversa asociada
con la iteración, y el problema dual.
1. Columnas de restricción (lados izquierdo
y derecho).
2. Fila z objetivo.
3.2 Relaciones primal-Dual
Cálculos con la tabla simplex
Fórmula 1: Cálculos con la columna de restricción.
3.2 Relaciones primal-Dual
Cálculos con la tabla simplex
Fórmula 2: Cálculos con la fila z objetivo.
3.2 Relaciones primal-Dual
Ejemplo:
A partir de la tabla óptima que aparece en la tabla, tenemos
Cada logro comienza con la decisión
de intentarlo. Ánimo
UNIDAD 3 – FIN DE LA CLASE 5