AO DEL BUEN SERVICIO AL CIUDADANO

MADRE DE DIOS CAPITAL DE LA BIODIVERSIDAD DEL PERU

UNIVERSIDAD NACIONAL AMAZONICA DE MADRE DE DIOS

TEMA:
DUALIDAD

AREA: INVESTIGACION OPERATIVA I

CARRERA: INGENIERIA DE SISTEMAS E INFORMATICA

DOCENTE: FEDERICO KUAQUIRA HUALLPA

INTEGRANTES:

QUISPE ESPIRILLA VANIA ROSMERY

SEMESTRE 2017 0

PUERTO MALDONADO - MADRE DE DIOS

PERU 2017

NDICE
 INVESTIGACION OPERATIVA I

Contenido
1.-DEFINICION DE DUALIDAD.................................................................................4
2.-RELACIONES PRIMAL- DUAL.............................................................................4
2.1.-PRIMAL MINIMIZACION- DUAL MAXIMIZACION:......................................5
2.2.-PRIMAL MAXIMIZACION DUAL :...........................................................5
2.3.-EJERCICIOS PROPUESTOS :........5

3.-TEOREMAS........................................................................................................... 7
3.1.-TEOREMA DE DUALIDAD DEBIL.............................................................7
3.2.-TEOREMA DE DUALIDAD FUERTE...........................................................9
4.-TEOREMA DE HOLGURAS COMPLEMENTARIAS...........................................10
4.1.-EJEMPLO DE TEOREMA DE HOLGURAS COMPLEMENTARIAS .........10
4.2.- EJER. DE TEOREMA DE HOLGURAS COMPLEMENTARIAS EN PL......11

INTRODUCCION

2
 INVESTIGACION OPERATIVA I

La teora de la dualidad nos va a permitir, relacionar cada problema de

programacin lineal con otro denominado problema dual y obtener relaciones
sobre el tipo de soluciones de ambos problemas, tambin nos va a
proporcionar herramientas alternativas a las ya conocidas para comprobar la
optimizacin de soluciones, as como condiciones que pueden utilizarse para el
desarrollo de nuevos algoritmos de resolucin, etc.

DUALIDAD
1.-DEFINICION:

3
 INVESTIGACION OPERATIVA I

La dualidad en optimizacin consiste en asociar a un problema P ( que se llama

primal) a otro problema D definido convenientemente y denominado dual, de
modo que al resolverlo se obtiene informacin, no solo sobre su solucin sino
tambin sobre la del problema original. Las relaciones entre el problema dual y
el original (llamado primal) son tiles en una gran variedad de situaciones.

Por ejemplo la solucin ptima del problema es la que proporciona los precios
sombra.

2.- RELACIONES PRIMAL-DUAL:

Estas relaciones nos permiten pasar de un problema primal a su dual en forma
bastante algortmica, tanto para problemas de minimizacin como de
maximizacin.

Consideremos el siguiente modelo lineal en forma simtrica de maximizacin al

que llamaremos modelo primal:

max z = cTx

Sujeto a: Ax b

x0

El modelo dual es el siguiente modelo en forma simtrica de minimizacin

Min G = bTy

Sujeto a: ATy c

y0

4
 INVESTIGACION OPERATIVA I

2.1.-PRIMAL MINIMIZACIN DUAL MAXIMIZACIN

Por ejemplo, leyendo la tabla desde izquierda a derecha, es decir, pasar de

un problema primal de minimizacin a un problema dual de maximizacin,
tenemos:

Si el problema primal es de minimizacin, entonces su correspondiente

dual ser uno de maximizacin.
Si el problema primal tiene una restriccin del tipo >=, la variable
dual asociada a dicha restriccin debe ser >=0.
Si el problema primal tiene una restriccin del tipo <=, la variable
dual asociada a dicha restriccin debe ser <=0.
Si el problema primal tiene una restriccin del tipo =, la variable
dual asociada a dicha restriccin debe ser irrestricta (libre de signo).
Si el problema primal tiene una variable >=0, la
correspondiente restriccin asociada en el dual debe ser <=.
Si el problema primal tiene una variable <=0, la correspondiente
restriccin asociada en el dual debe ser >=.
Si el problema primal tiene una variable irrestricta (libre de signo), la
correspondiente restriccin asociada en el dual debe ser =.

2.2.-PRIMAL MAXIMIZACIN DUAL MINIMIZACIN

De forma anloga, interpretando la tabla desde derecha a izquierda, es decir,

pasar de un problema primal de maximizacin a un problema
dual de minimizacin, tenemos:

Si el problema primal es de maximizacin, entonces su correspondiente

dual ser uno de minimizacin.
Si el problema primal tiene una restriccin del tipo <=, la variable
dual asociada a dicha restriccin debe ser >=0.
Si el problema primal tiene una restriccin del tipo >=, la variable
dual asociada a dicha restriccin debe ser <=0.
Si el problema primal tiene una restriccin del tipo =, la variable
dual asociada a dicha restriccin debe ser irrestricta (libre de signo).
Si el problema primal tiene una variable >=0, la
correspondiente restriccin asociada en el dual debe ser >=.
Si el problema primal tiene una variable <=0, la correspondiente
restriccin asociada en el dual debe ser <=.
Si el problema primal tiene una variable irrestricta (libre de signo), la
correspondiente restriccin asociada en el dual debe ser =.

2.3.- EJERCICIO PROPUESTO

5
 INVESTIGACION OPERATIVA I

Utilizando las relaciones de dualidad en Programacin Lineal, dado un

problema primal P, demuestre que su correspondiente dual D queda definido
de acuerdo a:

En lo que sigue, combinaremos las distintas restricciones del problema primal,

ponderando por los valores no negativos y cada una, respectivamente,
de modo de obtener la mejor cota superior del valor ptimo del problema P).
Vale decir:

De modo de garantizar que el lado derecho de esta ltima desigualdad sea una
cota superior de la funcin objetivo del problema primal se debe cumplir que:

La mejor eleccin de esta cota se obtendra al resolver el siguiente problema

de optimizacin:

Este problema se conoce como el problema Dual D) asociado al problema

Primal P).
Tambin resulta que al formular el problema dual de D) se obtiene el problema
primal P) (o uno equivalente). Cualquiera de los dos entrega la misma
informacin y el valor ptimo alcanzado es el mismo.

6
 INVESTIGACION OPERATIVA I

3.- TEOREMAS:

Consideremos los siguientes problemas Primal (P) y Dual (D) en su formato

matricial:

Lo anterior no constituye una prdida de generalidad dado que el problema

primal puede ser de maximizacin o de minimizacin con la consecuente
incidencia en la interpretacin de los resultados.

3.1.-TEOREMA DE DUALIDAD DBIL

El Teorema de Dualidad Dbil establece que si x IRn, es una solucin

factible del problema Primal P) y IRm, una solucin factible del problema
Dual D), entonces:

Es decir, en el formato descrito anteriormente, el valor que reporta una solucin

factible del problema dual de minimizacin al ser evaluada en su respectiva
funcin objetivo, representa una cota superior del valor ptimo del problema
primal de maximizacin.

Anlogamente, una solucin factible del problema primal de maximizacin al

ser evaluada en dicha funcin objetivo representa una cota inferior del valor
ptimo del problema dual de minimizacin. En conclusin: V(P)<=V(D).

En general si el problema primal tiene un dominio de soluciones factibles no

acotado sin solucin ptima (es decir, es un problema no acotado) el
respectivo problema dual resultar ser infactible (y viceversa).

Para corroborar el Teorema de Dualidad Dbil consideraremos un problema

primal y su respectivo dual:

7
 INVESTIGACION OPERATIVA I

Una representacin grfica del problema primal permite apreciar que el

dominio de factibilidad es no acotado y su solucin ptima se encuentra en
el vrtice C donde X1=2/5 y X2=6/5 con valor ptimo V(P)=16/5.

Notar adicionalmente que cualquier par ordenado que pertenece al rea

marcada es factible, por ejemplo X1=2 y X2=2 es una Solucin Bsica
Factible para el problema primal con V(P)=8 (cota superior del valor ptimo
del problema dual de maximizacin).

En cuanto al problema dual su dominio de factibilidad es acotado y su solucin

ptima se encuentra en el vrtice C con Y1=2/5 e Y2=2/5 y valor
ptimo V(D)=16/5. Adicionalmente existen otros puntos factibles como el origen
(Y1=0 e Y2=0) con V(D)=0 lo cual permite corroborar que cualquier solucin
factible del problema dual al ser evaluada en la funcin objetivo (de
minimizacin) genera una cota inferior del valor ptimo del problema primal de
minimizacin.

8
 INVESTIGACION OPERATIVA I

3.2.-TEOREMA DE DUALIDAD FUERTE

Si un problema (Primal) de Programacin Lineal tiene una solucin ptima,

entonces el correspondiente problema Dual tambin tiene una solucin ptima,
y los respectivos valores en la funcin objetivo son idnticos.

En consecuencia, del Teorema de Dualidad Fuerte se deduce que ambos

problemas (primal y dual) al ser evaluados en sus respectivas soluciones
ptimas (en caso de existir) proveen idntico valor ptimo, es decir, V(P)=V(D).
Es ms, resulta suficiente resolver uno de ellos y luego utilizar las propiedades
del Teorema de Holguras Complementarias para encontrar la solucin
ptima (y valor ptimo) de su problema equivalente. En nuestro
ejemplo V(P)=16/5=V(D).

9
 INVESTIGACION OPERATIVA I

4.- TEOREMA DE HOLGURAS COMPLEMENTARIAS: DUALIDAD

EN PROGRAMACIN LINEAL

Uno de los teoremas principales en la Teora de Dualidad en Programacin

Lineal es el Teorema de Holguras Complementarias.

El Teorema de Holguras Complementarias nos permite encontrar la solucin

ptima del Problema Dual cuando conocemos la solucin ptima
del Problema Primal (y viceversa) a travs de la resolucin de un sistema de
ecuaciones conformado por las variables de decisin (primales y duales) y las
restricciones (del modelo primal y dual).

La importancia de este teorema radica en que facilita la resolucin de los

modelos de optimizacin lineal, permitiendo a quin los resuelve buscar el
modelo ms sencillo para abordar (desde el punto de vista algortmico) dado
que de cualquier forma podr obtener los resultados del modelo equivalente
asociado (sea ste el modelo primal o dual).

4.1.-EJEMPLO TEOREMA DE HOLGURAS COMPLEMENTARIAS

Consideremos el siguiente modelo de Programacin Lineal (en

adelante Primal) en 2 variables cuya solucin ptima obtenida por el Mtodo
Grfico es X=14/5 e Y=8/5 con valor ptimo V(P)=20,8.

El modelo Dual asociado al modelo primal es:

Luego, el Teorema de Holguras Complementarias plantea las siguientes

relaciones:

10
 INVESTIGACION OPERATIVA I

Como sabemos X=14/5 e Y=8/5 (Solucin Bsica Factible ptima del

modelo primal). Si reemplazamos estos valores de X e Y en la tercera y cuarta
ecuacin generamos un sistema de ecuaciones de 22 en trminos de A y B
cuya solucin corresponde a A=6/5 y B=2/5 (solucin ptima del modelo dual).
Si posteriormente evaluamos en la funcin objetivo del problema dual dicha
solucin obtenemos: V(D)=12(6/5)+16(2/5)=20,8 que es similar al valor ptimo
del problema primal (Teorema de Dualidad Fuerte).

Siendo A=6/5 y B=2/5 una solucin factible para el problema dual, sta es la
solucin ptima de dicho problema.

Observaciones: Notar que la restriccin 1 y 2 del problema primal

son activas en el ptimo, es decir, se cumplen en igualdad. Esto permite
descartar que A y B (variables duales asociadas a dichas restricciones) son
iguales a cero. Si por ejemplo, la restriccin 1 del modelo primal no fuese
activa en el ptimo se podra afirmar que A es igual a cero en el dual.

4.2.-EJERCICIO TEOREMA DE HOLGURAS

COMPLEMENTARIAS EN PROGRAMACIN LINEAL

Una empresa que fabrica muebles desea estudiar la produccin de varios tipos
de mesas de madera. Las mesas a fabricar son mesas de comedor, de centro y
de arrimo, las que deben ser procesadas por 3 tipos de mquinas, una
cortadora, una ensambladora y una pulidora. Se dispone de a lo mas de 80
horas de trabajo en cada una de las mquinas y 2.000 unidades de madera. La
siguiente tabla muestra los tiempos y la madera necesaria para la fabricacin
de cada mesa, as como la utilidad que reporta cada una de ellas.

11
 INVESTIGACION OPERATIVA I

Dadas las siguientes soluciones del Problema

Primal S1=(900,100,0), S2=(176,496,656), S3=(200,400,550) y S4=(800,0,400
). Determine mediante el Teorema de Holguras Complementarias si alguna
de estas soluciones es ptima para el Problema Primal planteado.

Sea el Problema Primal el siguiente:

Variables de Decisin:

X1 : Cantidad de mesas de comedor a producir

X2 : Cantidad de mesas de centro a producir
X3 : Cantidad de mesas de arrimo a producir

Funcin Objetivo:

MAX Z = 3 X1 + 3 X2 + 2 X3

Restricciones:

5 X1 + 3 X2 + 2 X3 <= 4.800 (tiempo cortadora)

2 X1 + 5 X2 + 3 X3 <= 4.800 (tiempo ensambladora)
3 X1 + 2 X2 + 5 X3 <= 4.800 (tiempo pulidora)
2 X1 + 2 X2 + 1 X3 <= 2.000 (disponibilidad de madera)
X1>=0, X2>=0, X3>=0

Su correspondiente Problema Dual asociado es:

MIN W = 4.800 Y1 + 4.800 Y2 + 4.800 Y3 + 2.000 Y4

S.A.

5 Y1 + 2 Y2 + 3 Y3 + 2 Y4 >= 3
3 Y1 + 5 Y2 + 2 Y3 + 2 Y4 >= 3
2 Y1 + 3 Y2 + 5 Y3 + 1 Y4 >= 2
Y1>= 0, Y2>=0, Y3>=0, Y4>=0

A continuacin verificamos la factibilidad de las soluciones propuestas para

el Problema Primal:

S1=(900,100,0), V(S1)=3.000 Satisface todas las restricciones

S2=(176,496,656) V(S2)=3.328 Satisface todas las restricciones
S3=(200,400,550) V(S3)=2.900 Satisface todas las restricciones
S4=(800,0,400) V(S4)=3.200 Satisface todas las restricciones

12
 INVESTIGACION OPERATIVA I

Todas las soluciones satisfacen todas las restricciones por lo que

son todas soluciones factibles. De ellas se escoge S2 ya que entrega la mayor
utilidad para verificar si es solucin ptima: X1=176, X2=496, X3=656.

En restriccin (1) holgura X4 = 1.120

En restriccin (2) holgura X5 = 0
En restriccin (3) holgura X6 = 0
En restriccin (4) holgura X7 = 0

De esta forma el Teorema de Holguras Complementarias permite obtener lo

siguiente:

Que al ser reducido permite obtener un sistema de ecuaciones de 33:

2 Y2 + 3 Y3 + 2 Y4 = 3
5 Y2 + 2 Y3 + 2 Y4 = 3
3 Y2 + 5 Y3 + 1 Y4 = 2

Solucin Problema Dual : Y1=0, Y2=1/25, Y3=3/25, Y4=32/25. Al evaluar la

solucin alcanzada en la funcin objetivo del dual se
obtiene: W=4.800*0+4.800*1/25+4.800*3/25+2.000*32/25=3.328. Por
el Teorema de Dualidad Fuerte W=Z por lo tanto S2 es solucin ptima
del Problema Dual.

13