Vous êtes sur la page 1sur 28

Investigacin Operativa

TEMA 4. TEORA DE LA DUALIDAD.


TEMA 4. TEORA DE LA DUALIDAD. ..................................................................... 1
1. INTRODUCCIN ............................................................................................ 1
2 ALGORITMO DUAL DEL SIMPLEX ............................................................. 2
2.1 EJEMPLO 1 .............................................................................................. 2
2.2 EJEMPLO 2 .............................................................................................. 3
2.3 EJEMPLO 3 .............................................................................................. 3
3 TEORA DE LA DUALIDAD .......................................................................... 3
3.1 PROBLEMA PRIMAL Y PROBLEMA DUAL ........................................ 3
3.2 PROPIEDADES BSICAS ....................................................................... 3
3.3 TEOREMA DE EXISTENCIA .................................................................. 3
3.4 EJEMPLO ................................................................................................. 3
4 INTERPRETACIN ECONMICA................................................................. 3
4.1 EJEMPLO ................................................................................................. 3

1. INTRODUCCIN

Dado un problema de programacin lineal, denominado problema primal, existe otro


problema de programacin lineal, denominado problema dual, ntimamente relacionado
con l. Se dice que ambos problemas son mutuamente duales.

Bajo ciertas hiptesis, los problemas primal y dual dan lugar al mismo valor ptimo de
la funcin objetivo, y por tanto se puede resolver indirectamente el problema primal
resolviendo el problema dual.

Adems nos permite utilizando el algoritmo dual del simplex el resolver problemas que
por la forma estndar nos seran irresolubles. Adems permite facilitar otros clculos
como los de las variables artificiales.

Teora de la Dualidad Pgina 1 de 23


Investigacin Operativa

2 ALGORITMO DUAL DEL SIMPLEX

El algoritmo dual del simplex ser utilizado cuando se llegue mediante el mtodo
clsico del simplex a la siguiente situacin:
- Alguna componente de la solucin es menor que cero.
- Para todas las variables no bsicas el ltimo rengln son mayores o iguales que
cero.

Tambin es til cuando la introduccin de variables artificiales complica demasiado el


problema.

Con este algoritmo podemos encontrarnos varias circunstancias:


- En el ltimo rengln todos los valores son positivos (no vara conforme a la
situacin inicial) y los valores negativos de la solucin han desaparecido. Es
entonces cuando encontramos la solucin ptima.
- Si en el ltimo rengln tiene valores negativos la solucin no es ptima.
o Si la solucin tiene valores negativos el problema no tiene solucin.
o Si la solucin no tiene valores negativos para obtener la solucin ptima
se utilizar el mtodo clsico del simplex.
- Si adems de tener una componente negativa tenemos que los elementos de su
fila asociada no son tambin negativos tenemos que no hay solucin al
problema.
El mtodo de resolucin es muy similar al del simplex con las siguientes diferencias:
o La variable bsica que sale es la que posee un valor negativo ms alto.
o En este caso la prueba para encontrar la variable que entra es la
siguiente:
Z j Cj
max yij

2.1 EJEMPLO 1

Calcular la solucin optima, si existe, del siguiente problema. Realizar los clculos
mediante el desarrollo tabular del mtodo dual del Simplex.
Minimizar: z = 30x1 + 8x 2 + 6 x3

4 x1 + 3x 2 + 2 x3 1
Restricciones:1 3 x1 + 5 3 x 2 4 3 x3 1 Con x i 0 i

x1 + 2 x2 + 5x3 2

Teora de la Dualidad Pgina 2 de 23


Investigacin Operativa

Para resolver este problema introduciremos variables de holgura, y


multiplicaremos la segunda restriccin por 3 para que los clculos nos sean ms
sencillos, quedando las ecuaciones de la siguiente manera:
Minimizar: z = 30x1 + 8x 2 + 6 x3
Maximizar: z = 30 x1 8x 2 6 x 3

4 x1 + 3x 2 + 2 x3 + x 4 = 1
Restricciones: x1 + 5x 2 4 x3 + x5 = 3

x1 + 2 x 2 + 5x3 + x6 = 2

Comenzaremos con el desarrollo tabular del mtodo dual del Simplex, recordar
que partimos de una solucin bsica no factible.

Las variables que forman la base son: x 4 , x5 , x6 .

CB XB y1 y2 y3 y4 y5 y6 B
0 x4 = 1 -4 3 2 1 0 0 1
0 x5 = 3 1 5 -4 0 1 0 3
0 x 6 = 2 -1 2 5 0 0 1 -2
Zi 0 0 0 0 0 0
Z i Ci 30 8 6 0 0 0

Aunque Z i Ci 0 i la solucin es bsica no factible por lo cual tendremos

que hacer un cambio de variables en la tabla.


Escogemos de la columna X B la variable cuyo valor es el ms negativo y sta

ser la que deje de formar parte de la base. En este caso es x 6 , veamos por cual la
vamos a sustituir:

Z C 30
max i i
i tal que y < 0 max 30
yi3
1
i3

Hemos comprobado que la variable x 6 dejar de formar parte de la base

sustituida por x1 . Por lo tanto el pivote ser el nmero que est en la casilla sombreada

de la tabla anterior. Ahora, a partir del pivote calcularemos la nueva tabla.

Teora de la Dualidad Pgina 3 de 23


Investigacin Operativa

Las variables que forman la base son: x4 , x5 , x1 .

CB XB y1 y2 y3 y4 y5 y6 B
0 x4 = 9 0 -5 -18 1 0 -4 9
0 x5 = 1 0 7 1 0 1 1 1
-30 x1 = 2 1 -2 -5 0 0 -1 2
Zi -30 60 150 0 0 30
Z i Ci 0 68 156 0 0 30

Como Z i Ci 0 i (2,0,0,9,0,1,0 ) es la solucin ptima del problema.

2.2 EJEMPLO 2

Calcular la solucin optima, si existe, del siguiente problema. Realizar los clculos
mediante el desarrollo tabular del mtodo dual del Simplex.
Minimizar: z = 30x1 + 8x 2 + 6 x3

4 x1 + 3x 2 + 2 x3 1
Restricciones:1 3 x1 + 5 3 x 2 4 3 x3 1 Con x i 0 i

x1 + 2 x 2 + 5x3 2

Para resolver este problema introduciremos variables de holgura y sin modificar


las restricciones quedando las ecuaciones de la siguiente manera:
Minimizar: z = 30x1 + 8x 2 + 6 x3
Maximizar: z = 30 x1 8x 2 6 x 3

4 x1 + 3x 2 + 2 x 3 + x 4 = 1
Restricciones:1 3 x1 + 5 3 x 2 4 3 x3 + x 5 = 1 Con x i 0 i

x1 + 2x 2 + 5x3 + x 6 = 2
Comenzaremos con el desarrollo tabular del mtodo dual del Simplex, recordar
que partimos de una solucin bsica no factible.

Teora de la Dualidad Pgina 4 de 23


Investigacin Operativa

Las variables que forman la base son: x1 , x 2 , x 3 .

CB XB y1 y2 y3 y4 y5 y6 B
0 x4 = 1 4 3 2 1 0 0 1
0 x5 = 1 13 53 4 3 0 1 0 -1
0 x 6 = 2 -1 2 5 0 0 1 -2
Zi 0 0 0 0 0 0
Z i Ci 30 8 6 0 0 0

Aunque Z i C i 0 i la solucin es bsica no factible por lo cual

tendremos que hacer un cambio de variables en la tabla. Escogemos de la columna X B


la variable cuyo valor es el ms negativo y sta ser la que deje de formar parte de la
base. En este caso es x 6 , veamos por cual la vamos a sustituir:

Z iC i 30 8 6
max i tal que y < 0 max , , 30
1
i3
yi3 2 5

Hemos comprobado que la variable x 6 dejar de formar parte de la base

sustituida por x1 . Por lo tanto el pivote ser el nmero que est en la casilla sombreada

de la tabla anterior. Ahora, a partir del pivote calcularemos la nueva tabla.

Las variables que forman la base son: x1 , x 2 , x 3 .

CB XB y1 y2 y3 y4 y5 y6 B
0 x 4 = 7 0 11 22 1 0 4 -7
0 x5 = 5 3 0 73 3 0 1 13 -5/3
-30 x1 = 2 1 -2 -5 0 0 -1 2
Zi -30 60 150 0 0 30
Z i Ci 0 68 156 0 0 30

Aunque Z i C i 0 i la solucin es bsica no factible por lo cual tendremos

que hacer un cambio de variables en la tabla.


Escogemos de la columna X B la variable cuyo valor es el ms negativo y sta

ser la que deje de formar parte de la base. En este caso es x 4 , veamos por cual la vas a
sustituir:
max
Teora de la Dualidad Pgina 5 de 23
max {} /
Investigacin Operativa
i tal que y i1 < 0
Z i Ci
y i1
Como y i1 0 i El problema no tiene solucin ptima.

Teora de la Dualidad Pgina 6 de 23


Investigacin Operativa

2.3 EJEMPLO 3

Calcular la solucin ptima, si existe, del siguiente problema. Realizar los clculos
mediante el desarrollo tabular del mtodo dual del Simplex.
Minimizar: Z = 2x1 + x 2 + 3x 3
(Maximizar Z = -2x1 x2 3x3)

3x1 + 5x 2 + 6 x3 2
Restricciones: 5x 2 x 4 x 1 Con x 0 i
1 2 3 i

Introducimos variables de holgura para poder solucionar el problema mediante el


mtodo del simplex.

3x1 + 5x 2 + 6x 3 + x 4 = 2
5x1 2 x 2 4 x 3 x 5 = 1

No podemos utilizar an el algoritmo del simplex ya que no tenemos las suficientes


variables bsicas, por lo que habra que introducir variables artificiales.

Tambin existe otra alternativa, cambiar de signo la segunda restriccin y partir de una
tabla simplex no factible y encontrar la solucin ptima mediante el algoritmo dual del
simplex. Las restricciones quedaran como sigue:

3x1 + 5x 2 + 6x 3 + x 4 = 2
5x1 + 2 x 2 + 4 x3 + x 5 = 1

Las variables que forman la base son: x 4 , x5 .

CB XB y1 y2 y3 y4 y5 B
0 x4 = 2 -3 5 6 1 0 2
0 x5 = 1 -5 2 4 0 1 -1
Zi 0 0 0 0 0
Z i Ci 2 1 3 0 0

Aunque Z i C i 0 i la solucin es bsica no factible por lo cual tendremos

que aplicar el algoritmo dual y hacer un cambio de variables en la tabla.

Teora de la Dualidad Pgina 7 de 23


Investigacin Operativa

Escogemos de la columna X B la variable cuyo valor es el ms negativo y sta

ser la que deje de formar parte de la base. En este caso es x 5 , veamos por cual vamos a
sustituir:

Z iC i 2 2
max i tal que y < 0 max
5
i2
yi 2 5

Hemos comprobado que la variable x5 dejar de formar parte de la base sustituida por
x1 . Por lo tanto el pivote ser el nmero que est en la casilla sombreada de la tabla
anterior. Ahora, a partir del pivote calcularemos la nueva tabla.

CB XB y1 y2 y3 y4 y5 B
0 x 4 = 13 5 0 19/5 18/5 1 -3/5 13/5
-2 x1 = 1 5 1 -2/5 -4/5 0 -1/5 1/5
Zi -2 4/5 8/5 0 2/5
Z i Ci 0 9/5 23/5 0 0

1 13
Como Z i C i 0 i ,0,0, ,0 es la solucin ptima del problema.
5 5

Ahora intentamos resolver el siguiente problema:


Minimizar: Z = 2 x1 x 2 3x 3
(Maximizar Z = 2x1+x2+ 3x3)

3x1 5x 2 6 x3 2
Restricciones:
5x1 + 2 x 2 + 4 x3 1
Introducimos variables de holgura y cambiamos de signo la segunda restriccin para
evitar tener que utilizar variables artificiales. Con esto queda el siguiente problema a
resolver:
Minimizar: Z = 2 x1 x 2 3x 3
3x1 5x 2 6 x 3 + x 4 = 2
Restricciones:
5x1 2x 2 4 x3 + x 5 = 1

Las variables que forman la base son: x 4 , x5 .

CB XB y1 y2 y3 y4 y5 B
0 x4 = 2 -3 -5 -6 1 0 2
0 x5 = 1 5 -2 -4 0 1 -1
Zi 0 0 0 0 0
Z i Ci -2 -1 -3 0 0
Teora de la Dualidad Pgina 8 de 23
Investigacin Operativa

NOTA: El 5 no puede ser pivote porque es positivo.

Teora de la Dualidad Pgina 9 de 23


Investigacin Operativa

Como Z i C i 0 i y la solucin es bsica no factible no podemos solucionar

el problema mediante el algoritmo dual del simplex y tendremos que recurrir a utilizar
variables artificiales.
Minimizar: Z = 2 x1 x 2 3x 3 + Mx 6
3x1 5x 2 6 x 3 + x 4 = 2
Restricciones:
5x1 + 2x 2 + 4 x 3 x 5 + x6 = 1
Las variables que forman la base son: x 4 , x 6 .

CB XB y1 y2 y3 y4 y5 y6 B
0 x4 = 2 -3 -5 -6 1 0 0 2
-M x6 = 1 -5 2 4 0 -1 1 1
Zi 5M -2M -4M 0 M -M
Z i Ci 5M+2 -2M+1 -4M+3 0 M 0

Como Z 3 C 3 < 0 y 3 j > 0 es mejorable. La variable de la base que va a

entrar a la base es x 3 , veamos por cual lo hacemos mediante la prueba del cociente
mnimo obviando los valores negativos:
x x 2 1 1 1
min 4 , 6 min , min
y 34 y 36 6 4 4 4

Hemos comprobado que la variable x1 pasar a formar parte de la base en lugar


de x 6 . Por lo tanto el pivote ser el nmero que est en la casilla sombreada de la tabla
anterior. Ahora, a partir del pivote calcularemos la nueva tabla. Las variables que
forman la base son: x 4 , x3 .

CB XB y1 y2 y3 y4 y5 y6 B
0 x4 = 7 2 -21/2 -2 0 1 -3/2 3/2 7/2
3 x3 = 1 4 -5/4 1/2 1 0 -1/4 1/4 1/4
Zi -15/4 3/2 3 0 -3/4
Z i Ci -7/4 1/2 0 0 -3/4 (3/4)+M

Como Z 1 C1 > 0 la solucin no es ptima, pero al tener que

Z i Ci > 0 y i < 0 el problema no tiene solucin.

Teora de la Dualidad Pgina 10 de 23


Investigacin Operativa

3 TEORA DE LA DUALIDAD
3.1 PROBLEMA PRIMAL Y PROBLEMA DUAL

Cada problema de programacin lineal lleva asociado un problema dual con el que
prcticamente est muy relacionado.

Para calcular el problema dual, partimos del problema de programacin lineal expresado
de la forma siguiente (habitual en todos nuestros problemas):

- Maximizar la funcin objetivo: Z = c1x1 + c2x2 + + cnxn


- Poner las restricciones en la forma siguiente:
a11x1 + a12x2 + + a1nxn <= b1
a21x1 + a22x2 + + a2nxn <= b2

am1x1 + am2x2 + + amnxn <= bm

El problema dual va a definirse de la siguiente forma:

- Minimizar una funcin Z con unas variables distintas a Z y con los


coeficientes derechos de las restricciones como coeficientes. Quedara como
sigue:
Z = b1y1 + b2y2 + + bnyn

o El problema dual tiene tantas variables como inecuaciones el sistema de


restricciones del problema primal.
o Los coeficientes de la funcin objetivo del dual son los trminos
independientes de las restricciones del primal.

- Las restricciones quedaran de la forma siguiente:


a11y1 + a21y2 + + am1yn >= c1
a22y1 + a22y2 + + am2yn >= c2

a1my1 + a2my2 + + amnyn >= cn

o El sistema de restricciones del dual tiene tantas inecuaciones ligadas por


el signo >= como variables tiene el primal.
o Los coeficientes de las inecuaciones del sistema de restricciones del
problema dual son los mismos que los del sistema de restricciones del
problema primal cambiando filas por columnas.
o Los trminos independientes de las inecuaciones del sistema de
restricciones del dual son los trminos de la funcin objetivo del primal.

Teora de la Dualidad Pgina 11 de 23


Investigacin Operativa

PROBLEMA PRIMAL PROBLEMA DUAL


n m
Max(Z ) = cjxj Min( yo ) = bi y j
j =1 i =1

restricciones : (i = 1,2.., m) restricciones : ( j = 1,2.., n)


n n
aij xi bi aij yi c j
j =1 j =1

xj 0 j = 1,..., n yi 0 i = 1,..., m

Un ejemplo de transformacin primal/dual sera el que sigue:

PROBLEMA PRIMAL PROBLEMA DUAL


Max(Z ) = 3x1 + 5x2
Min( y ) = 4 y + 12 y + 18 y
0 1 2 3
restricciones : restricciones :
x1 + 0x2 4 y1 + 0 y 2 + 3 y3 3
0x1 + 2 x2 12 0 y1 + 2 y 2 + 2 y3 5

y1 , y 2 , y3 0
3x1 + 2x2 18
x1 , x2 0

Para hallar la correspondencia entre ambos problemas se suele utilizar la tabla primal-
dual o de Tucker. En ella se puede observar el problema primal por filas, es decir
verticalmente. Por columnas, es decir horizontalmente, se observa el problema dual.

PROBLEMA PRIMAL
x1 x2 xn Term. Ind.
y1 a11 a21 a1n b1
Coeficientes

b2
F.O. min


PROBLEMA DUAL

y2 a21 a22 a3n



ym am1 am2 amn bm
>=

>=
>=

>=
Term.
ind.

c1 c2 cm
Coeficientes F.O. max.

Teora de la Dualidad Pgina 12 de 23


Investigacin Operativa

Para el ejemplo anterior tendramos lo siguiente:

PROBLEMA PRIMAL
x1 x2 Term. Ind.
y1 1 0 4

Coef.
12

F.O.
PROBLEMA

min
y2 0 2
18
DUAL

y3 3 2

>=

>=
Term.
ind.

3 5
Coef.
F.O.max.

Como conclusin la transformacin del problema primal en el dual (y viceversa) sera


como sigue:

Teora de la Dualidad Pgina 13 de 23


Investigacin Operativa

3.2 PROPIEDADES BSICAS

Dada la relacin existente entre el problema dual y el primal se pueden enumerar las
siguientes propiedades que nos permitirn el uso de esta dualidad para resolver
diferentes aspectos de los problemas de optimizacin.

- Propiedad de la dualidad dbil: Cualquier solucin factible en el primal tiene


un valor menor o igual que una solucin factible en el dual. Matemticamente:
cX <= Yb. Siempre se cumple porque el valor mximo factible de Z es igual al
valor mnimo factible de Z.

- Propiedad de la dualidad fuerte: Si X e Y son respectivamente soluciones


factibles del problema primal y del dual y se cumple que cX=Yb entonces X e Y
son soluciones a ambos problemas. En conclusin, en el ptimo ambas
soluciones son iguales.

- Propiedad de las soluciones complementarias: En cada iteracin, el simplex


determina una solucin FEV X del primal, y una solucin complementaria Y del
dual. En cada paso se obtienen variables bsicas para el primal, y los valores de
las variables de holgura son las soluciones del dual complementarias
ptimas. stas se forman con los elementos correspondientes situados en la
ltima fila y en las columnas que estn asociadas a las variables de holgura.

Cuando se est resolviendo el problema primal, el problema dual es no factible.


Slo se vuelve factible cuando se halla la solucin ptima.

- Propiedad de las soluciones complementarias ptimas: En la tabla simplex


final, se obtiene la solucin ptima x* del primal, y se obtiene la solucin
ptima complementaria y* del dual, y en este punto ambas son factibles.

c x* = y*b

Los valores de yi* se denominan precios sombra para el problema primal.

- Propiedad de la simetra: Para cualquier problema, el dual del dual es el


primal.
La solucin del problema dual corresponder a los valores del ltimo rengln de las
variables de holgura

Teora de la Dualidad Pgina 14 de 23


Investigacin Operativa

3.3 TEOREMA DE EXISTENCIA

Las relaciones entre el primal y el dual se pueden establecer en tres puntos:


1. Si un problema tiene soluciones factibles y funcin objetivo acotada, entonces el
otro tambin y los valores de la funcin objetivo en el ptimo son iguales.
2. Si uno de los problemas tiene soluciones factibles y funcin objetivo no acotada,
entonces el otro es no factible.
3. Si un problema no tiene soluciones factibles, entonces el otro no tiene soluciones
factibles o tiene la funcin objetivo no acotada.

El Teorema de Existencia se enunciara como sigue: Dados un par de problemas


duales, una y slo una de las siguientes afirmaciones es verdadera:
- Ninguno de los dos problemas posee soluciones factibles.
- Uno de los problemas no tiene solucin factible y el otro s, pero no
posee solucin ptima.
- Los dos problemas poseen solucin ptima.

Esto puede resumirse diciendo que entre dos problemas duales nicamente se pueden
dar las siguientes alternativas:

1. Ambos poseen soluciones factibles, entonces los valores de las funciones


objetivo Z y Z son 2 conjuntos de nmeros. El punto P la solucin simultnea
de los problemas dual y primal.
Z = cx P Y = yb

2. La funcin Z no alcanza un mximo, por lo tanto no existe una solucin ptima


para el problema dual (no hay punto P).
3. La funcin objetivo dual Y no est acotada inferiormente y por esto no hay
punto P. El problema primal no tendr solucin ptima.
4. No hay conjunto de soluciones factibles para Z ni para Y, entonces ninguno de
esos dos problemas tiene soluciones factibles.

A partir de las cuatro alternativas podemos establecer dos reglas prcticas:

1. Todo problema de programacin lineal puede resolverse aplicando el algoritmo


del simplex a su problema dual asociado.
2. Los lemas de la dualidad son claves en la resolucin de algunos problemas (Ej.
Si X e Y son soluciones de un problema dual y primal correspondiente y cX =
Yb, X e Y sern ptimos).

Teora de la Dualidad Pgina 15 de 23


Investigacin Operativa

3.4 EJEMPLO

Sea el problema de programacin lineal expresado en forma primal:

Max(Z ) = 7 x1 + 8x 2 5x 3
4 x1 3x1 + 6 x 3 25
Re stricciones
x1 + x 2 + 7 x3 12
xi 0

1) Expresar el problema dual asociado a ste.


2) Resolver el problema primal aplicando el algoritmo del simplex y calcular
las soluciones del problema dual.
3) Calcular aplicando el algoritmo del simplex el problema dual antes
expresado y resolver tambin el problema primal.

1) Expresin del problema dual:

Min(Y ) = 25 y1 + 12 y 2
4 y1 y 2 7
Re stricciones 3 y1 + y 2 8
6 y1 + 7 y 2 5
yi 0

2) Resolucin del problema primal.

Introducimos las variables de Holgura

Max(Z ) = 7 x1 + 8x 2 5x 3
4 x1 3x 2 + 6 x 3 + x 4 = 25
Re stricciones
x1 + x 2 + 7 x 3 + x5 = 12
xi 0

Construimos la tabla simplex inicial. Las variables bsicas son x4, x5

CB XB y1 y2 y3 y4 y5 B
0 x4 = 25 4 -3 6 1 0 25
0 x5 = 12 -1 1 7 0 1 12
Zi 0 0 0 0 0
Z i Ci 7 -8 5 0 0

Como Z 2 C 2 < 0 y 2 j > 0 (0,0,0,25,12) es mejorable.


Teora de la Dualidad Pgina 16 de 23
Investigacin Operativa

La variable de la base que va a entrar a la base es x 2 , veamos por cual lo


hacemos mediante la prueba del cociente mnimo obviando los valores negativos:

min{12}
x4 x5 25 12
min , min , 12
y 22 y 23 3 1

Hemos comprobado que la variable x 2 pasar a formar parte de la base en lugar


de x5 . Por lo tanto el pivote ser el nmero que est en la casilla sombreada de la tabla
anterior. Ahora, a partir del pivote calcularemos la nueva tabla.

Las variables que forman la base son: x4 , x2 .

CB XB y1 y2 y3 y4 y5 B
0 x 4 = 61 1 0 27 1 3 61
8 x2 = 12 -1 1 7 0 1 12
Zi -8 8 56 0 8
Z i Ci -1 0 61 0 8

Como Z 1 C1 < 0 y1 j > 0 (0,12,0,61,0) es mejorable.

La variable de la base que va a entrar a la base es x1 , veamos por cual lo


hacemos mediante la prueba del cociente mnimo obviando los valores negativos:
min{61} 61
x x 61 12
min 4 , 2 min ,
y14 y12 1 1

Hemos comprobado que la variable x1 pasar a formar parte de la base en lugar


de x4 . Por lo tanto el pivote ser el nmero que est en la casilla sombreada de la tabla
anterior. Ahora, a partir del pivote calcularemos la nueva tabla.

Las variables que forman la base son: x1 , x 2 .


CB XB y1 y2 y3 y4 y5 B
-7 x1 = 61 1 0 27 1 3 61
8 x 2 = 73 0 1 34 1 4 73
Zi -7 8 83 1 11
Z i + Ci 0 0 88 1 11

Como Z i Ci 0 i (61,73,0,0,0) es la solucin ptima del problema

primal, quedndose reflejando nicamente las tres variables principales en (61,73,0).

Teora de la Dualidad Pgina 17 de 23


Investigacin Operativa
La solucin del problema dual corresponder a los valores del ltimo rengln de
las variables de holgura por lo tanto ( y1 , y 2 ) (1,11)

Teora de la Dualidad Pgina 18 de 23


Investigacin Operativa

2) Resolucin del problema dual.


Minimizar: z = 25 y1 + 12 y 2

4 y1 y 2 7

Restricciones: 3 y1 + y 2 8
6 y1 + 7 y 2 5

Para resolver este problema introduciremos variables de holgura, y cambiamos


de signo las inecuaciones con el fin de que podamos aplicar el algoritmo dual del
simples sin tener que introducir variables artificiales. Al final las ecuaciones quedan de
la siguiente manera:
Minimizar: z = 25 y1 + 12 y 2

(Max z = 25 y1 12 y 2 )
4 y1 + y 2 + y 3 = 7
Restricciones: 3 y y + y = 8
1 2 4

6 y1 7 y 2 + y5 = 5

Construimos la tabla simplex inicial. Las variables bsicas son y3,y4, y5

CB YB y1 y2 y3 y4 y5 B
0 y3 = 7 -4 1 1 0 0 7
0 y 4 = 8 3 -1 0 1 0 -8
0 y5 = 5 -6 -7 0 0 1 5
Zi 0 0 0 0 0
Z i Ci 25 12 0 0 0

Aunque Z i C i 0 i la solucin es bsica no factible por lo cual tendremos

que aplicar el algoritmo dual del simplex.


Escogemos de la columna Y B la variable cuyo valor es el ms negativo y sta
ser la salga de la base. En este caso es y 4 , veamos por cual la vamos a sustituir:

Z iC i 25 12
max i tal que y < 0 max , 12
yi 4
i3
3 1

Hemos comprobado que la variable y 2 pasar a formar parte de la base en lugar


de y 4 . Por lo tanto el pivote ser el nmero que est en la casilla sombreada de la tabla
anterior. Ahora, a partir del pivote calcularemos la nueva tabla.

Teora de la Dualidad Pgina 19 de 23


Investigacin Operativa

Las variables que forman la base son: y 3 , y 2 , y5 .

CB YB y1 y2 y3 y4 y5 B
0 y 3 = 1 -1 0 1 1 0 -1
-12 y2 = 8 -3 1 0 -1 0 8
0 y 5 = 61 -27 0 0 -7 1 61
Zi 36 -12 0 12 0
Z i Ci 61 0 0 12 0

Aunque Z i C i 0 i la solucin es bsica no factible por lo cual tendremos

que aplicar el algoritmo dual del simplex.


Escogemos de la columna Y B la variable cuyo valor es el ms negativo y sta

ser la salga de la base. En este caso es y3, veamos por cual la vamos a sustituir:
Z C i 61 12
max i i tal que y < 0 max , 61
1
i3
yi3 1

Hemos comprobado que la variable y1 pasar a formar parte de la base en lugar


de y 3
. Por lo tanto el pivote ser el nmero que est en la casilla sombreada de la tabla

anterior. Ahora, a partir del pivote calcularemos la nueva tabla.

CB YB y1 y2 y3 y4 y5 B
-25 y1 = 1 1 0 -1 -1 0 1
-12 y 2 = 11 0 1 -3 -4 0 11
0 y 5 = 88 0 0 -27 -34 1 88
Zi -25 -12 61 73 0
Z i Ci 0 0 61 73 0

Como Z i Ci 0 i (1,11,0,0,34 ) es la solucin ptima del problema dual,


quedndose nicamente con sus dos variables en (1,11) y tomando los valores del
ltimo rengln para las variables de holgura este quedara (61,73,0)

Teora de la Dualidad Pgina 20 de 23


Investigacin Operativa

4 INTERPRETACIN ECONMICA

Un problema de programacin lneal est destinado a la optimizacin de determinados


recursos econmicos. Los problemas primales consisten en maximizar una funcin
objetivo sometida a un conjunto de restricciones representadas por inecuaciones. La
interpretacin econmica de estos valores es la siguiente:

- Las variables xi pueden interpretarse como los trminos desconocidos de


los productos que fabricaremos.
- Los bi son las cantidades disponibles de recursos para elaborar los
productos.
- Los trminos aij son las cantidades necesarias del recurso i para producir
una unidad del producto j.
- Las restricciones representarn la limitacin de los recursos disponibles
para fabricar los productos.
- El objetivo del fabricante ser obtener un beneficio mximo, o sea,
maximizar los beneficios, con lo cual cj sern los beneficios por cada
unidad producida del producto j.

A partir de las relaciones primal-dual interpretaremos econmicamente los trminos del


anterior:

- yi: Contribucin a la ganancia por cada unidad del recurso i. Estas variables del
problema dual reciben el nombre de precios de sombra.
- yi>=0: La ganancia por cada unidad del recurso i, debe ser no negativa, de lo
contrario sera mejor no utilizar este recurso en absoluto.
- F.Objetivo: Es la minimizacin total del valor implcito de los recursos
consumidos por las actividades.

En general el precio sombra de una restriccin proporciona el cambio en el valor de la


funcin objetivo como resultado de un cambio unitario en el trmino independiente de
la restriccin, suponiendo que el resto de parmetros del problema permanecen
inalterados.

En muchos problemas de programacin lineal los precios sombra son tan importantes como
la solucin del problema, ya que proporcionan informacin sobre el efecto en la funcin
objetivo de cambios en los recursos disponibles.

Teora de la Dualidad Pgina 21 de 23


Investigacin Operativa

4.1 EJEMPLO
(Procedente Escuela Tcnica Superior de Ingeniera Industrial de Ciudad Real)

Un carpintero modesto fabrica dos tipos de mesas de madera. Cada mesa del tipo 1 necesita
4 horas de mecanizado primario (preparacin de piezas) y 4 horas de mecanizado
secundario (ensamblado y barnizado). Anlogamente, cada mesa del tipo 2 necesita 3
horas de mecanizado primario y 7 horas de mecanizado secundario.

Las disponibilidades diarias de mecanizados primario y secundario son respectivamente


de 40 y 56 horas-mquina. La venta de una mesa del tipo 1 reporta un beneficio de 70
euros, mientras que la venta de una mesa del tipo 2 de 90 euros.

Siendo x1 y x2 son las cantidades diarias de mesas a fabricar de los tipos 1 y 2


respectivamente el problema de programacin lineal quedara como sigue:
Maximizar: z = 70 x1 + 90x 2
4x1 + 3x 2 40
Restricciones: x i 0
4 x1 + 7 x 2 56

Introducimos las variables de Holgura

Max(Z ) = 70x1 + 90 x 2
4 x1 + 3x 2 + x 3 = 40
Re stricciones
4 x1 + 7 x 2 + x 4 = 56
xi 0

Construimos la tabla simplex inicial. Las variables bsicas son x4, x5

CB XB y1 y2 y3 y4 B
0 x3 = 40 4 3 1 0 40
0 x 4 = 56 4 7 0 1 56
Zi 0 0 0 0
Z i Ci -70 -90 0 0

Como Z 2 C 2 < 0 y 2 j > 0 (0,0,40,56 ) es mejorable. La variable x2 es la

variable que entrar a la base, la variable que saldr ser la correspondiente a la prueba
del cociente mnimo.

40 56
min , min 10,8 8
{ }
3 7
Teora de la Dualidad Pgina 22 de 23
Investigacin Operativa
La variable x4 saldr de la base por lo que el elemento pivote es el 7.

Teora de la Dualidad Pgina 21 de 23


Investigacin Operativa

CB XB y1 y2 y3 y4 B
0 x3 = 16 16/7 0 1 -3/7 16
90 x2 = 8 4/7 1 0 1/7 8
Zi 360/7 90 0 90/7
Z i Ci -130/7 0 0 90/7

Como Z 1 C1 < 0 y1 j > 0 (0,8,16,0) es mejorable. La variable x1 es la

variable que entrar a la base, la variable que saldr ser la correspondiente a la prueba
del cociente mnimo.

min {7,14}
16 8
min , 7

16 / 7 4 / 7

La variable x3 saldr de la base por lo que el elemento pivote es el 16/7.

CB XB y1 y2 y3 y4 B
70 x1 = 7 1 0 7/16 -3/16 7
90 x2 = 4 0 1 -1/4 4
Zi 70 90 65/8 75/8
Z i Ci 0 0 65/8 75/8

Como Z i C i 0 (70,90,0,0) es mejorable. La variable x1 es la variable que

entrar a la base, la variable que saldr ser la correspondiente a la prueba del cociente
mnimo.

La solucin ptima (obtenida por el mtodo grfico o el algoritmo del simplex)


establece que han de producirse diariamente 7 y 4 sillas de los tipos 1 y 2
respectivamente, lo que da lugar a un beneficio de 850 euros.

Este resultado indica que ambos recursos de mecanizado (primario y secundario) estn
plenamente utilizados porque las restricciones relacionadas con ellos estn ambas
activas, es decir, las dos son restricciones obligatorias.

Por otra parte, considrese que quiere aumentarse el beneficio diario. Para ello es
necesario aumentar la capacidad productiva. Considrese que la capacidad de
mecanizado secundario puede aumentarse cada da de 56 a 72 horas de mquina. Cmo
afecta esta ampliacin de capacidad a los beneficios diarios?

Teora de la Dualidad Pgina 20 de 23


Investigacin Operativa

La solucin puede obtenerse mediante Anlisis de Sensibilidad utilizando los


mecanismos vistos en el tema anterior y el algoritmo dual del simplex si procede.
7 / 16 3 / 16 40 4
* =
1/ 4 1/ 4 72 8

En este caso la solucin ptima es x1 = 4 y x2 = 8 con un beneficio mximo diario de


1000 euro.

Este solucin indica que el beneficio diario crece en 150 euros y la capacidad de
mecanizado secundario crece en 72 - 56 = 16 horas mquina.

El ratio 1000-850/16=150/16=75/8 euros, al que la funcin objetivo crece al crecer la


capacidad de mecanizado secundario 1 hora, se denomina sensibilidad o precio sombra
(tambin precio dual) de la capacidad de mecanizado secundario.

En general el precio sombra de una restriccin proporciona el cambio en el valor de la


funcin objetivo como resultado de un cambio unitario en el trmino independiente de
la restriccin, suponiendo que el resto de parmetros del problema permanecen
inalterados. En muchos problemas de programacin lineal los precios sombra son tan
importantes como la solucin del problema, ya que proporcionan informacin sobre el
efecto en la funcin objetivo de cambios en los recursos disponibles. Los precios
sombra pueden obtenerse resolviendo el problema dual.

El problema dual del problema del carpintero se formula a continuacin.


Minimizar: z = 40 y1 + 56 y 2
4 y1 + 4 y 2 70
Restricciones: y i 0
3 y1 + 7 y 2 90

Introducimos variables de holgura cambiando de signo las restricciones:


Minimizar: z = 40 y1 + 56 y 2
Maximizar: z = 40 y1 56 y2

4 y1 4 y 2 + y 3 = 70
Restricciones: y i 0
3 y1 7 y 2 + y 4 = 90

Teora de la Dualidad Pgina 21 de 23


Investigacin Operativa

La tabla simplex inicial quedara

CB YB y1 y2 y3 y4 B
0 y 3 = 70 -4 -4 1 0 -70
0 y 4 = 90 -3 -7 0 1 -90
Zi 0 0 0 0
Z i Ci 40 56 0 0

Aunque Z i C i 0 i la solucin es bsica no factible por lo cual tendremos

que aplicar el algoritmo dual del simplex.


Escogemos de la columna Y B la variable cuyo valor es el ms negativo y sta

ser la salga de la base. En este caso es y4, veamos por cual la vamos a sustituir:
Z C i 40 56
max i i tal que y < 0 max , 40 / 3
3 7
i3
yi 3

Hemos comprobado que la variable y1 pasar a formar parte de la base en lugar


de y4. Por lo tanto el pivote ser el nmero que est en la casilla subrayada de la tabla
anterior. Ahora, a partir del pivote calcularemos la nueva tabla.

CB YB y1 y2 y3 y4 B
0 y 3 = 50 0 16/3 1 -4/3 50
-40 y1 = 30 1 7/3 0 -1/3 30
Zi 40 -280/3 0 40/3
Z i Ci 0 -112/3 0 40/3

Como Z 2 C 2 < 0 y 2 j > 0 (30,0,50,0) es mejorable. La variable y2 es la

variable que entrar a la base, la variable que saldr ser la correspondiente a la prueba
del cociente mnimo.

50 30 150 90 150
min , min ,
16 / 3 7 / 3 16 7 16

La variable y3 saldr de la base por lo que el elemento pivote es el 16/3.

CB YB y1 y2 y3 y4 B
-56 y 2 = 150 / 16 0 1 3/16 -1/4 150/16
-40 y1 = 130 / 16 1 0 -7/16 1/4 130/16
Zi -40 -56 7 4

Teora de la Dualidad Pgina 22 de 23


Investigacin Operativa
Z i Ci 0 0 7 4

Teora de la Dualidad Pgina 23 de 23


Investigacin Operativa

La solucin ptima de este problema es y1 = 65/8, y2 = 75/8, y el valor ptimo de la


funcin objetivo es 850. Obsrvese que y1 y y2 son los precios sombra de las
capacidades de mecanizado primario y secundario, respectivamente, y que los valores
ptimos de la funcin objetivo de los problemas primal y dual coinciden.

El problema dual puede interpretarse de la siguiente manera. Considrese que el


objetivo es vender tiempo de mecanizado primario y secundario y supngase que de
esta forma se obtienen al menos el mismo nivel de beneficios que haciendo mesas. En
esta situacin vender tiempo de mecanizado y hacer mesas han de ser actividades
igualmente lucrativas. Las variables y1 y y2 variables representan los precios de venta de
una hora de mecanizados primario y secundario respectivamente. Para preservar la
competitividad del negocio, el beneficio diario ha de minimizarse, esto es minimizar la
funcin 40y1 + 56y2, donde 40 y 56 representan respectivamente la disponibilidad diaria
en horas de mecanizado primario y secundario respectivamente. Las restricciones del
problema dual establecen que el coste de las horas de mecanizado primario y secundario
para producir una mesa de cada tipo no debe superar el beneficio que se obtiene por
venta de la misma; y que los precios son cantidades no negativas.

Teora de la Dualidad Pgina 24 de 23