TEORÍA DE DUALIDAD

TEORÍA DE DUALIDAD

Uno de los descubrimientos más importantes durante el desarrollo inicial de la

programación lineal fue el concepto de dualidad y sus importantes ramificaciones.
Este descubrimiento reveló que, asociado a todo problema de programación
lineal, existe otro problema lineal llamado dual. Desde distintos puntos de vista
las relaciones entre el problema dual y el original (llamado primal) son muy útiles.
 DETERMINACIÓN DEL DUAL DE UN PL

PRIMAL DUAL
 PROBLEMA DE MAXIMIZACIÓN NORMAL

m𝑖𝑛 𝑤 = 𝑏1 𝑦1 + 𝑏2 𝑦2 + ⋯ + 𝑏𝑚 𝑦𝑚
max 𝑧 = 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛

𝑎11 𝑥1 + 𝑎12 𝑥𝑗 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≤ 𝑏1 𝑎11 𝑦1 + 𝑎21 𝑦2 + ⋯ + 𝑎𝑚1 𝑦𝑚 ≥ 𝑐1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≤ 𝑏2 𝑎12 𝑦1 + 𝑎22 𝑦2 + ⋯ + 𝑎𝑚2 𝑦𝑚 ≥ 𝑐2

⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮

𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≤ 𝑏𝑚 𝑎1𝑛 𝑦1 + 𝑎2𝑛 𝑦2 + ⋯ + 𝑎𝑚𝑛 𝑦𝑚 ≥ 𝑐𝑛

TEORÍA DE DUALIDAD

Primal / Dual /
Dual Primal
Objetivo Maximización Minimización
<= >=
Tabla de Tucker Restricciones >= <= Variables
= libre
>= >=
Variables <= <= Restricciones
libre =
5
TEORÍA DE DUALIDAD
Ejemplo 1:
Primal Dual

max 𝑍 𝑃 = 2𝑥1 + 3𝑥2 min 𝑍 𝐷 = 3𝑤1 + 4𝑤2

𝑆. 𝐴: 𝑆. 𝐴:
𝑥1 + 𝑥2 ≤ 3 𝑤1 + 2𝑤2 ≥ 2
2𝑥1 + 𝑥2 ≤ 4 𝑤1 + 𝑤2 ≥ 3
𝑥1 , 𝑥2 ≥ 0 𝑤1 , 𝑤2 ≥ 0

6
TEORÍA DE DUALIDAD

Primal Dual

max 𝑍 𝑃 = 2𝑥1 + 3𝑥2 min 𝑍 𝐷 = 3𝑤1 + 4𝑤2

𝑆. 𝐴: 𝑆. 𝐴:
𝑥1 + 𝑥2 ≤ 3 𝑤1 + 2𝑤2 ≥ 2
2𝑥1 + 𝑥2 ≤ 4 𝑤1 + 𝑤2 ≥ 3
𝑥1 , 𝑥2 ≥ 0 𝑤1 , 𝑤2 ≥ 0

7
TEORÍA DE DUALIDAD

Primal Dual

max 𝑍 𝑃 = 2𝑥1 + 3𝑥2 min 𝑍 𝐷 = 3𝑤1 + 4𝑤2

𝑆. 𝐴: 𝑆. 𝐴:
𝑥1 + 𝑥2 ≤ 3 𝑤1 + 2𝑤2 ≥ 2
2𝑥1 + 𝑥2 ≤ 4 𝑤1 + 𝑤2 ≥ 3
𝑥1 , 𝑥2 ≥ 0 𝑤1 , 𝑤2 ≥ 0

8
TEORÍA DE DUALIDAD

Primal Dual

max 𝑍 𝑃 = 2𝑥1 + 3𝑥2 min 𝑍 𝐷 = 3𝑤1 + 4𝑤2

𝑆. 𝐴: 𝑆. 𝐴:
𝑥1 + 𝑥2 ≤ 3 𝑤1 + 2𝑤2 ≥ 2
2𝑥1 + 𝑥2 ≤ 4 𝑤1 + 𝑤2 ≥ 3
𝑥1 , 𝑥2 ≥ 0 𝑤1 , 𝑤2 ≥ 0

9
TEORÍA DE DUALIDAD

Primal Dual

max 𝑍 𝑃 = 2𝑥1 + 3𝑥2 min 𝑍 𝐷 = 3𝑤1 + 4𝑤2

𝑆. 𝐴: 𝑆. 𝐴:
𝑥1 + 𝑥2 ≤ 3 𝑤1 + 2𝑤2 ≥ 2
2𝑥1 + 𝑥2 ≤ 4 𝑤1 + 𝑤2 ≥ 3
𝑥1 , 𝑥2 ≥ 0 𝑤1 , 𝑤2 ≥ 0

10
TEORÍA DE DUALIDAD

Primal Dual

max 𝑍 𝑃 = 2𝑥1 + 3𝑥2 min 𝑍 𝐷 = 3𝑤1 + 4𝑤2

𝑆. 𝐴: 𝑆. 𝐴:
𝑥1 + 𝑥2 ≤ 3 𝑤1 + 2𝑤2 ≥ 2
2𝑥1 + 𝑥2 ≤ 4 𝑤1 + 𝑤2 ≥ 3
𝑥1 , 𝑥2 ≥ 0 𝑤1 , 𝑤2 ≥ 0

11
TEORÍA DE DUALIDAD

Primal Dual

max 𝑍 𝑃 = 2𝑥1 + 3𝑥2 min 𝑍 𝐷 = 3𝑤1 + 4𝑤2

𝑆. 𝐴: 𝑆. 𝐴:
𝑥1 + 𝑥2 ≤ 3 𝑤1 + 2𝑤2 ≥ 2
2𝑥1 + 𝑥2 ≤ 4 𝑤1 + 𝑤2 ≥ 3
𝑥1 , 𝑥2 ≥ 0 𝑤1 , 𝑤2 ≥ 0

12
TEORÍA DE DUALIDAD

Primal Dual

max 𝑍 𝑃 = 2𝑥1 + 3𝑥2 min 𝑍 𝐷 = 3𝑤1 + 4𝑤2

𝑆. 𝐴: 𝑆. 𝐴:
𝑥1 + 𝑥2 ≤ 3 𝑤1 + 2𝑤2 ≥ 2
2𝑥1 + 𝑥2 ≤ 4 𝑤1 + 𝑤2 ≥ 3
𝑥1 , 𝑥2 ≥ 0 𝑤1 , 𝑤2 ≥ 0

13
TEORÍA DE DUALIDAD
Ejemplo 2:
Primal Dual

min 𝑍 𝑃 = 4𝑥1 + 12𝑥2 max 𝑍 𝐷 = 3𝑤1 + 5𝑤2

𝑆. 𝐴: 𝑆. 𝐴. :
𝑥1 + 3𝑥2 ≥ 3 𝑤1 + 2𝑤2 ≤ 4
2𝑥1 + 2𝑥2 ≥ 5 3𝑤1 + 2𝑤2 ≤ 12

𝑥1 , 𝑥2 ≥ 0 𝑤1 , 𝑤2 ≥ 0
14
TEORÍA DE DUALIDAD
Ejemplo 2:
Dual

max 𝑍 𝐷 = 3𝑤1 + 5𝑤2

𝑆. 𝐴. :
¿Cuál es el problema dual del dual?
𝑤1 + 2𝑤2 ≤ 4
3𝑤1 + 2𝑤2 ≤ 12

𝑤1 , 𝑤2 ≥ 0
15
TEORÍA DE DUALIDAD
Ejemplo 2:
Primal Dual

min 𝑍 𝑃 = 4𝑥1 + 12𝑥2 max 𝑍 𝐷 = 3𝑤1 + 5𝑤2

𝑆. 𝐴: 𝑆. 𝐴. :
𝑥1 + 3𝑥2 ≥ 3 𝑤1 + 2𝑤2 ≤ 4
2𝑥1 + 2𝑥2 ≥ 5 3𝑤1 + 2𝑤2 ≤ 12

𝑥1 , 𝑥2 ≥ 0 𝑤1 , 𝑤2 ≥ 0
16
TEORÍA DE DUALIDAD

Teorema
El problema dual asociado al dual es el problema primal.

17
TEORÍA DE DUALIDAD

Ejemplo:
La compañía relojera Rolox produce dos tipos de relojes, el reloj de gama media payless
y el reloj de gama alta timeless, los cuales vende a 2 y 3 dólares respectivamente. Para
producir un reloj payless se necesita un gramo de platino y dos gramos de oro,
mientras que para producir un reloj timeless se necesita un gramo de oro y un gramo
de platino.
Rolox cuenta en sus cajas fuertes con 3 gramos de platino y 4 de oro. El objetivo de la
compañía es maximizar sus ingresos por la venta de relojes.
¿Qué cantidad debería producir Rolox de cada tipo de reloj?
18
TEORÍA DE DUALIDAD

x1 Cantidad de reloj payless a fabricar

x2 Cantidad de relojes timeless a fabricar

max 𝑍 = 2𝑥1 + 3𝑥2

S.A.
Restricción del platino:
𝑥1 + 𝑥2 ≤ 3
Restricción del oro:
2𝑥1 + 𝑥2 ≤ 4 19

𝑥1 , 𝑥2 ≥ 0
TEORÍA DE DUALIDAD
x1 x2 s1 s2 Solución
z -2 -3 0 0 0
s1 1 1 1 0 3
s2 2 1 0 1 4

 Entra x2
 Sale s1

20
TEORÍA DE DUALIDAD
x1 x2 s1 s2 Solución
z 1 0 3 0 9
x2 1 1 1 0 3
s2 1 0 -1 1 1

 Solución optima
 Z=9
 X1 = 0
 X2 = 3
 ¿compraría un gramo más de oro? ¿un gramo más de platino?
21
TEORÍA DE DUALIDAD

 Debido a los altos costos de los recursos, Rolox desea comprar un

seguro contra robo. Para esto ha llegado a un acuerdo con la
compañía de seguros Delime, en el cual Rolox escoge el valor por el
cual desea asegurar cada unidad de cada recurso.
 La política que desea tomar Rolox es asegurar todos sus recursos de
manera que si le roban cierta cantidad, Delime le reponga por lo
menos lo que Rolox dejaría de recibir. Debido a que las cuotas de la
póliza dependen de la cantidad asegurada, Rolox desea asegurar los
recursos por el menor valor posible.
22
TEORÍA DE DUALIDAD

w1 cantidad de dinero a asegurar por un gramo de platino

w2 cantidad de dinero a asegurar por un gramo de oro

min 𝑍′ = 3𝑤1 + 4𝑤2

S.A.
𝑤1 + 2𝑤2 ≥ 2
𝑤1 + 𝑤2 ≥ 3

𝑤1 , 𝑤2 ≥ 0

23
TEORÍA DE DUALIDAD
w1 w2 s1 s2 R1 R2 Solución
z -3 -4 0 0 -100 -100 0
R1 1 2 -1 0 1 0 2
R2 1 1 0 -1 0 1 3

 Arreglamos nuestra base

24
TEORÍA DE DUALIDAD
w1 w2 s1 s2 R1 R2 Solución
z 197 296 -100 -100 0 0 500
R1 1 2 -1 0 1 0 2
R2 1 1 0 -1 0 1 3

 Entra w2
 Sale R1

25
TEORÍA DE DUALIDAD
w1 w2 s1 s2 R1 R2 Solución
z 49 0 48 -100 -148 0 204
w2 0,5 1 -0,5 0 0,5 0 1
R2 0,5 0 0,5 -1 -0,5 1 2

 Entra w1
 Sale w2

26
TEORÍA DE DUALIDAD
w1 w2 s1 s2 R1 R2 Solución
z 0 -98 97 -100 -197 0 106
w1 1 2 -1 0 1 0 2
R2 0 -1 1 -1 -1 1 1

 Entra s1
 Sale R2

27
TEORÍA DE DUALIDAD
w1 w2 s1 s2 R1 R2 Solución
z 0 -1 0 -3 -100 -97 9
w1 1 1 0 -1 0 1 3
s1 0 -1 1 -1 -1 1 1

 Optimo
 w1 = 3
 w2 = 0

28
TEORÍA DE DUALIDAD

x1 x2 s1 s2 Solución
z 1 0 3 0 9
x2 1 1 1 0 3
s2 1 0 -1 1 1
Comparemos

w1 w2 s1 s2 R1 R2 Solución
z 0 -1 0 -3 -100 -97 9
w1 1 1 0 -1 0 1 3
s1 0 -1 1 -1 -1 1 1
29
TEORÍA DE DUALIDAD

 Cuanto está dispuesto a pagar Rolox por una unidad más de recurso (precio
sombra, precio marginal)

 El precio sombra puede representar una disposición a pagar por unidad

adicional de recurso. En el ejemplo anterior se puede considerar que como
máximo se pagará $3 por cada unidad adicional del recurso (lado derecho) de
la primera restricción. Si el precio del recurso es menor al precio sombra
entonces existirá un incentivo a "comprar" más debido a que esto tendrá un
impacto neto positivo en la función objetivo.
30
 PROBLEMA DE MAXIMIZACIÓN NORMAL

m𝑖𝑛 𝑤 = 𝑏1 𝑦1 + 𝑏2 𝑦2 + ⋯ + 𝑏𝑚 𝑦𝑚
max 𝑧 = 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛

𝑎11 𝑥1 + 𝑎12 𝑥𝑗 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≤ 𝑏1 𝑎11 𝑦1 + 𝑎21 𝑦2 + ⋯ + 𝑎𝑚1 𝑦𝑚 ≥ 𝑐1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≤ 𝑏2 𝑎12 𝑦1 + 𝑎22 𝑦2 + ⋯ + 𝑎𝑚2 𝑦𝑚 ≥ 𝑐2

⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮

𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≤ 𝑏𝑚 𝑎1𝑛 𝑦1 + 𝑎2𝑛 𝑦2 + ⋯ + 𝑎𝑚𝑛 𝑦𝑚 ≥ 𝑐𝑛

 EJEMPLO

La Dakota Furniture Company fabrica escritorios, mesas y sillas. Para la manufactura de cada tipo de mueble se requiere
madera y dos tipos de mano de obra calificada: acabado y carpintería. La cantidad de recursos necesarios para elaborar
cada tipo de muebles se da en la tabla adjunta. Se encuentra en la actualidad con 48 pies de tablón de madera, 20 horas
de acabado y 8 horas de carpintería. Un escritorio se vende en 60 dólares, una mesa en 30 dólares y una silla en 20
dólares. Puesto que los recursos disponibles ya se compraron Dakota quiere maximizar el ingreso total.

Recursos Escritorio Mesa Silla

Madera (pies) 8 6 1
Horas de acabado 4 2 1.5
Horas de carpintería 2 1.5 0.5
ALGORITMO SIMPLEX – EJEMPLO

max 𝑧 = 60𝑥1 + 30𝑥2 + 20𝑥3

8𝑥1 + 6𝑥2 + 𝑥3 ≤ 48
4𝑥1 + 2𝑥2 + 1.5𝑥3 ≤ 20
2𝑥1 + 1.5𝑥2 + 0.5𝑥3 ≤ 8
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
 PARA EL EJEMPLO ANTERIOR RESOLVER LAS SIGUIENTES
PREGUNTAS:

Cambio 1: Para que valores de 𝑐2 seguirá siendo óptima la combinación 𝐵𝑣 = 𝑠1 , 𝑥3 , 𝑥1

Cambio 2: Para que valores de 𝑐1 seguirá siendo óptima la base actual.
Cambio 3: Para que valores de 𝑏2 la base seguirá siendo óptima (horas de acabado).
Cambio 4: Suponga que por cambios internos las mesas se venden a 43 dólares,
requieren 5 pies de tablón de madera, 2 horas de acabado y 2 de carpintería.
Cambio 5: Suponga que Dakota planea fabricar taburetes. El cual se vende a 15 dólares y
requiere 1 tablón de madera, 1 hora de acabado y 1 hora de carpintería ¿Debería la
compañía fabricar taburetes?
 DETERMINACIÓN DEL DUAL DE UN PL

PRIMAL DUAL
Minimización Maximización
Normal Normal

PRIMAL DUAL
Maximización Minimización
Normal Normal
REGLAS DEL PROBLEMA DUAL

PROBLEMA PRIMAL PROBLEMA DUAL PROBLEMA PRIMAL PROBLEMA DUAL

MAXIMIZACIÓN MINIMIZACIÓN MINIMIZACIÓN MAXIMIZACIÓN

Restricciones Variables Restricciones Variables

≤ ≥0 ≤ ≤0
≥ ≤0 ≥ ≥0
= No restringida = No restringida

Variables Restricciones Variables Restricciones

≥0 ≥ ≥0 ≤
≤0 ≤ ≤0 ≥
No restringida = No restringida =
 DETERMINACIÓN DEL DUAL DE UN PL
Max zz
Max

𝑥1 ≥ 0 𝑥2 ≥ 0 … 𝑥𝑛 ≥ 0
0 ≤ 𝑦1 𝑎11 𝑎12 … 𝑎1𝑛 ≤ 𝑏1
0 ≤ 𝑦2 𝑎21 𝑎22 … 𝑎2𝑛 ≤ 𝑏2
Min w

⋮ ⋮ ⋮ ⋮ ⋮ ⋮
0 ≤ 𝑦𝑚 𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 ≤ 𝑏𝑚

≥ 𝑐1 ≥ 𝑐2 … ≥ 𝑐3
PROBLEMA DUAL MAXIMIZACIÓN– EJEMPLO

max 𝑧 = 60𝑥1 + 30𝑥2 + 20𝑥3

8𝑥1 + 6𝑥2 + 𝑥3 ≤ 48
4𝑥1 + 2𝑥2 + 1.5𝑥3 ≤ 20
2𝑥1 + 1.5𝑥2 + 0.5𝑥3 ≤ 8
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
 PROBLEMA DUAL MINIMIZACIÓN– EJEMPLO

min 𝑤 = 50𝑦1 + 20𝑦2 + 30𝑦3 + 80𝑦4

400𝑦1 + 200𝑦2 + 150𝑦3 + 500𝑦4 ≥ 500
3𝑦1 + 2𝑦2 ≥ 6
2𝑦1 + 2𝑦2 + 4𝑦3 + 4𝑦4 ≥ 10
2𝑦1 + 4𝑦2 + 𝑦3 + 5𝑦4 ≥ 8
𝑦1 , 𝑦2 , 𝑦3 , 𝑦4 ≥ 0
 DETERMINAR EL DUAL DE UN PL NO NORMAL – MAXIMIZACIÓN

Paso 1: Multiplique cada restricción ≥ por -1 para convertirlas en restricciones ≤.

Paso 2: Reemplace cada restricción de igualdad por dos restricciones de desigualdad (
una de ≥ y otra de ≤) luego convierta la restricción ≥ en una restricción ≤
multiplicando por -1.
Paso 3: Remplace cada variable sin restricción de signo (nrs) por 𝑥𝑖 = 𝑥𝑖′ − 𝑥𝑖′′ .
Paso 4: Plantee el problema dual como si fuera un PL de maximización normal
 DETERMINAR EL DUAL DE UN PL NO NORMAL – MINIMIZACIÓN

Paso 1: Multiplique cada restricción ≤ por -1 para convertirlas en restricciones ≥.

Paso 2: Reemplace cada restricción de igualdad por dos restricciones de desigualdad (
una de ≥ y otra de ≤) luego convierta la restricción ≤ en una restricción ≥
multiplicando por -1.
Paso 3: Remplace cada variable sin restricción de signo (nrs) por 𝑦𝑖 = 𝑦𝑖′ − 𝑦𝑖′′ .
Paso 4: Plantee el problema dual como si fuera un PL de minimización normal
DETERMINAR EL DUAL DE UN PL NO NORMAL – EJEMPLO

max 𝑧 = 2𝑥1 + 𝑥2
𝑥1 + 𝑥2 = 2
2𝑥1 − 𝑥2 ≥ 3
𝑥1 − 𝑥2 ≤ 1
𝑥1 ≥ 0 , 𝑥2 𝑛𝑟𝑠