INTRODUCCIN

Hemos visto como la programacin lineal puede ser usada para resolver una extensa
variedad de problemas propios de los negocios, ya sea para maximizar utilidades o
minimizar costos. Las variables de decisin en tales problemas fueron, por ejemplo, el
nmero de productos a producir, la cantidad de pesos a emplear, etc. En cada caso la
solucin ptima no explic cmo podran ser asignados los recursos (ejemplo: materia
prima, capacidad de las mquinas, el dinero, etc.) para obtener un objetivo establecido.
A cada problema de programacin lineal se le asocia otro problema de programacin
lineal, llamado el problema de programacin dual. La solucin ptima del problema de
programacin dual, proporciona la siguiente informacin respecto del problema de
programacin original:

1. La solucin ptima del problema dual proporciona los precios en el mercado o los
beneficios de los recursos escasos asignados en el problema original.

2. La solucin ptima del problema dual aporta la solucin ptima del problema original
y viceversa.
Normalmente llamamos al problema de programacin lineal original el problema de
programacin primal.

Encontrar el optimo de un problema de optimizacin, es solo una parte del proceso de

solucin. Muchas veces nos interesar a saber como vara la solucin si vara alguno de
los parmetros del problema que frecuentemente se asumen como determinsticos,

pero que tienen un carcter intrnsecamente aleatorio. Mas especficamente nos

interesar a saber para qu rango de los parmetros que determinan el problema sigue
siendo vlida la solucin encontrada.
Otro aspecto interesante es el tema de dualidad. Dualidad resulta de buscar relaciones
que permitan obtener informacin adicional de un problema de optimizacin general.
Esto, traducido a PL nos conduce a relaciones primal-dual. Adems veremos algunos
teoremas tiles de dualidad y el concepto de precio sombra

HISTORIA
Nace como una aportacin ms del matemtico Von Neumann, el primero en destacar
la existencia de la dualidad en la programacin lineal y a partir de all el concepto sigue
usando hasta ahora en nuestros tiempos en una infinidad de problemas.

Se dice que Todo problema de Programacin Lineal tiene asociado un segundo

problema, conocido como su problema Dual. Los dos juntos son llamados problemas
duales ya que ambos estn formados por el mismo conjunto de datos. La solucin
bsica factible ptima de estos problemas es tal que una puede fcilmente ser usada
para la solucin de la otra tenemos que si el problema original es de maximizacin, su
dual ser de minimizacin y viceversa. Para la resolucin de dualidad se tiene lo
siguiente:

Los coeficientes de la funcin objetivo del primo se convierten en las

restricciones constantes de las ecuaciones del dual.

Las restricciones de las ecuaciones de la ecuacin original se convierten en los

coeficientes de la funcin objetivo del dual.

Los coeficientes de las variables del dual en las ecuaciones restrictivas son
obtenidas sacando la transpuesta de la matriz de coeficientes del primo ( los
arreglos de los coeficiente en las columnas del problema original se convierten

en los coeficientes de las filas en el dual y viceversa ).

Los signos de la desigualdad son invertidos.
Las Xn variables del primo son remplazadas por Wm variables en el dual.

ACERCA DE DUALIDAD
Todo problema de optimizacin (primal), tiene un problema asociado (dual) con
numerosas propiedades que los relacionan y nos permiten hacer un mejor anlisis de
los problemas. A continuacin se describen los resultados que se ocuparan en la
resolucin de los problemas.

Construccin del problema dual

Bastante en general, para encontrar el dual de un problema lineal:
1. Si es problema de minimizacin el dual ser a de maximizacin y viceversa.
2. En el dual habr tantas variables como restricciones en el primal.
3. En el dual habr tantas restricciones como variables en el primal.
4. Los coeficientes de la funcin objetivo del dual vendrn dados por los coeficientes
del lado derecho de las restricciones del primal.
5. Los coeficientes del lado derecho del dual vendrn dados por los coeficientes de la
funcin objetivo del primal.

6. Los coeficientes que acompaaran a las variables en una restriccin del dual
correspondern a aquellos coeficientes que acompaan a la variable primal.
correspondiente a la restriccin dual.
7. Para saber si las restricciones duales son de , = o , se recurre a la tabla de
relaciones primal-dual.
8. Para saber si las variables duales son 0, = 0 o 0, se recurre a tabla de relaciones
primal dual.

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

ACERCA DE LOS PRECIOS SOMBRA

Los valores de las variables duales en el optimo tienen una interpretacin econmica
interesante en problemas de programacin lineal: Corresponde a las tasas marginales
de variacin del valor de la funcin objetivo ante variaciones unitarias del lado derecho
de una restriccin.
Por este motivo se le llama precio sombra al vector de variables duales en el optimo.

ACERCA DE SENSIBILIDAD
Como ya se dijo, nos interesa ver como se ve afectada la solucin de un problema de
optimizacin si cambia alguno de los parmetros del problema. En este mbito,
podemos distinguir 2 tipos de anlisis:

Anlisis de sensibilidad: Consiste en determinar cul es el rango de variacin de

los parmetros del problema de modo que la base optima encontrada siga
siendo optima.

Anlisis post optimal: Consiste en determinar como vara la base optima si

cambia alguno de los parmetros del problema.

PGINAS DE INTERNET

http://antiguo.itson.mx/dii/elagarda/apagina2001/PM/dualidad.html#inicio
http://www.contrib.andrew.cmu.edu/~mgoic/files/documents/optimization/dualidad.pdf
http://www.sites.upiicsa.ipn.mx/polilibros/portal/Polilibros/P_terminados/InvOperac-1Virginia/InvOperac/UMD/Unidad%205/Contenido/dualidadyanalisisdesensibi.htm