4.

DUALIDAD Y SENSIBILIDAD
EL ESTUDIANTE CONOCERÁ EL MODELO DUAL Y EL MODELO
ORIGINAL.
 TEORÍA DE • Sonaplicaciones que se la hacen al
LA DUALIDAD método simplex con el objetivo de
Y ANÁLISIS garantizar la optimización de un
DE LA problema y a su vez para un mejor
SENSIBILIDAD manejo del mismo método.
• Resulta de buscar relaciones que
permitan obtener información
adicional de un problema de
optimización general. Esto en
programación lineal nos conduce a DUALIDAD
relaciones primal-dual. Esta relación
consiste en que todo problema de
optimización primal tiene un
problema asociado dual.
• La teoría de la dualidad es importante, tanto desde el
punto de vista teórico como del práctico. Para cada modelo
lineal se puede escribir el modelo dual asociado.
 • La relación entre el problema Dual y su
asociado, es decir el problema original
llamado primal, presenta varias
utilidades: o Aporta elementos que
RELACIÓN
aumentan sustancialmente la comprensión
(PRIMAL – de la PL. o El análisis de la dualidad es
DUAL) una herramienta útil en la solución de
problemas de PL. o El problema Dual tiene
interpretaciones e informaciones
importantes.
EJEMPLO
PROBLEMA EN SU FORMA PRIMAL PROBLEMA EN SU FORMA DUAL

• Máx 𝑧 𝑝 = 2𝑥1 + 3𝑥2 • Min 𝑧 = 3𝑤1 + 4𝑤2

• Sujeto a • Sujeto a
• 𝑥1 + 𝑥2 ≤ 3 • 𝑤1 + 2𝑤2 ≥ 2
• 2𝑥1 + 𝑥2 ≤ 4 • 𝑤1 + 𝑤2 ≥ 3
• 𝑥1 , 𝑥2 ≥ 0 • 𝑤1 ≥ 0
• 𝑤2 ≥ 0
• Min 𝑧 = 1 𝑥1 + 3 𝑥2 • Max 𝑧 = 100 𝑤1 + 60 𝑤2 + 50 𝑤3
• Sujeto a • Sujeto a

PRIMAL
𝑥1 + 4𝑥2 ≤ 100 𝑦1 + 𝑦2 + 𝑦3 ≥ 1

DUAL
𝑥1 + 2𝑥2 ≤ 60 4𝑦1 + 2𝑦2 + 𝑦3 ≥ 3
𝑥1 + 𝑥2 ≤ 50

𝑦1 , 𝑦2 , 𝑦3 ≥ 0
𝑥1 , 𝑥2 ≥ 0
• Consiste en determinar cual es el
rango de variación de los
parámetros del problema de modo
que la base optima encontrada siga ANÁLISIS DE
siendo optima. Buscar el intervalo en SENSIBILIDAD
que estos parámetros son permisibles
en su variación sin que se afecte la
solución optima del problema.
 • Elobjetivo fundamental del análisis
de sensibilidad es identificar los
PARÁMETROS parámetros sensibles. Por ejemplo los
SENSIBLES parámetros cuyos valores no pueden
cambiar sin que cambie la solución
optima.
• Es importante porque nos permite
investigar el efecto que tendría la IMPORTANCIA
solución optima proporcionada por el DEL ANÁLISIS
método simplex en el hecho de que DE
los parámetros (datos de entrada) SENSIBILIDAD
tomaran otros valores posibles.
 • Intervalo de optimalidad: es el intervalo
de variabilidad de un coeficiente de la
función objetivo. • Intervalo de
(CAMBIOS) factibilidad. Es el intervalo de
ANÁLISIS DE variabilidad de un lado derecho de una
SENSIBILIDAD restricción. • Precio Sombra. Cambio en
el valor de la función objetivo por
aumento unitario en el valor del lado
derecho de una restricción.
 Revisión del modelo.

PROCEDIMIENTO Revisión de la tabla simplex final.

PARA EL Conversión a la forma apropiada.

ANÁLISIS DE Prueba de factibilidad.
SENSIBILIDAD
Prueba de optimalidad.

Re optimización.
 EJERCICIO

• Sidneyville
fabrica muebles de oficina y para el hogar, la
división de oficina, produce dos escritorios, el de tapa
corrediza o de cierre y el normal. Los fabricantes en su
planta en las afueras de Medford, Oregón, usando una
selección de maderas. Éstas se cortan a un espesor
uniforme de 1 pulgada, por esta razón, la madera se mide
en metros cuadrados.
• Un escritorio de cierre, requiere 10𝑚2 de pino, 4 de cedro
y 15 de arce. Para un escritorio normal se requieren 20𝑚2
de pino, 15 de cedro y 10 de arce. Los escritorios producen
ganancias respectivas de 115 dólares y 90 dólares por
venta. En la actualidad, la empresa dispone de 200 𝑚2 ,
128 de cedro y 220 de arce. Han recabado pedidos para
ambos escritorios y les gustaría producir una cantidad de
piezas con cierre y normales que maximicen su ganancia.
¿Cuántos escritorios deben producir de cada uno?
1.Organizamos la información en la tabla simplex.

Consumos unitarios por

producto Recursos
Recurso
disponibles
Cierre Normal
Pino 10 20 200
Cedro 4 15 128
Acre 15 10 220
Ganancia 115 90
2. Modelo

Función objetivo 𝑧 = 115𝑥1 + 90𝑥2

Sujeto a
10𝑥1 + 20𝑥2 <= 200
4𝑥1 + 15𝑥2 <= 128
15𝑥1 + 10𝑥2 <= 220
3. Usar solver

Variables de decisión Cantidad de

Tapa corrediza o cierre (𝑥1 ) =
Normal (𝑥2 ) =

Función objetivo (z) = 115 ∗ 𝑥1 + 90 ∗ 𝑥2

Restricciones

Restricciones
Consumo ≤ Disponible
Pino 𝑥1 ∗ 10 + 𝑥2 ∗ 20 ≤ 200
Cedro 𝑥1 ∗ 4 + 𝑥2 ∗ 15 ≤ 128
Arce 𝑥1 ∗ 15 + 𝑥2 ∗ 10 ≤ 200
 ¿Cuántos escritorios se deben producir de cada
uno?

Tapa corrediza 12

RESPUESTAS
Normal 4

Ganancia máxima $1704

a) ¿Cuánto se incrementa la ganancia por cada
unidad adicional de recurso que se pudiera adquirir?

Por cada unidad adicional de pino, se incrementa las

F.O $1 (escases)

Por cada unidad adicional de cedro, se incrementa

las F.O $0 (exceso)

Por cada unidad adicional de arce, se incrementa las

F.O $7 (escases)
b) ¿Cuáles son los rangos en los coeficientes de la
función objetivo pueden cambiar para que la
solución óptima se mantenga?

El coeficiente se $115 que multiplica los productos de

escritorio de cierre se puede aumentar 20 unidades
o disminuir 70 sin afectar el resultado óptimo

De la misma manera el coeficiente de $90 que

multiplica en la F.O. la cantidad de escritorios de
tapa normal se puede aumentar 140 o disminuir
13.333 sin afectar el resultado óptimo
• c) ¿Cuáles son los rangos en los cuales pueden adquirirse o reducirse los
recursos disponibles para no afectar los precios sombra?
• Para cada recurso el precio sombra es diferente y se pueden aumentar o
disminuir en los siguientes valores:

PERMISIBLE
Recurso Aumentar Disminuir
Pino 21.62 53.3
Cedro Infinito 20
Arce 80 57
• 4 Análisis de sensibilidad y dualidad.xlsx
DUALIDAD
 PROGRAMACIÓN LINEAL

Formular
problemas
Resolver problemas
Análisis de
Dualidad
sensibilidad
Problema primal Problema dual
 Problema
primal
Forma Forma Forma
estándar canónica mixta
 FORMA CANÓNICA

Todas las 𝑀á𝑥 𝑥 = 𝐶𝑥

Problemas restricciones ≤ A𝑥 ≤ 𝐵
de máximo variables no
negativas 𝑥2 𝜙

Todas las 𝑀í𝑛 𝑥 = 𝐶𝑥

Problemas restricciones ≥ A𝑥 ≥ 𝐵
de mínimo variables no
negativas 𝑥2 𝜙
 PASOS PARA CAMBIAR DE PRIMAL A DUAL

1. Cambiar el sentido de optimidad.

2. Trasponer el vector de términos independientes.
3. Trasponer el vector de coeficientes de la función
objetivo.
4. Trasponer la matriz de coeficientes de las restricciones
 PASOS PARA CAMBIAR DE PRIMAL A DUAL

1. Cambiar el sentido de optimidad

Primal Primal

𝑀á𝑥 𝑧 = 𝐶𝑥 𝑀í𝑛 𝑔 = 𝐵′ 𝑦
A𝑥 ≤ 𝐵 A’y≥ 𝐵
𝑥≥𝜙 y≥ 𝜙
 EJEMPLO
• Maximizar la función de contribución a las utilidades (Máx z
60𝑥1 + 80𝑥2 ), que se obtiene de producir y vender autos y
robots, sujetos a las siguientes restricciones:

• 6𝑥1 + 6𝑥2 ≤ 300 𝑁𝑜. 𝑝𝑙𝑎𝑞𝑢𝑒𝑡𝑎𝑠 𝑒𝑙𝑒𝑐𝑡𝑟ó𝑛𝑖𝑐𝑎𝑠

• 5𝑥1 + 10𝑥2 ≤ 400 𝑁𝑜. 𝑝𝑙𝑎𝑛𝑐ℎ𝑎𝑠 𝑑𝑒 𝑝𝑙𝑎𝑠𝑡𝑖𝑐𝑜
• 8𝑥1 + 4𝑥2 ≤ 320 𝐻𝑜𝑟𝑎𝑠 𝑑𝑒 𝑚𝑎𝑛𝑜 𝑑𝑒 𝑜𝑏𝑟𝑎
• 𝑥1 ≥ 0 𝑁𝑜. 𝑑𝑒 𝑎𝑢𝑡𝑜𝑠 𝑑𝑒 𝑗𝑢𝑔𝑢𝑒𝑡𝑒 𝑎 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟

• 𝑥2 ≥ 0 𝑁𝑜. 𝑑𝑒 𝑟𝑜𝑏𝑜𝑡𝑠 𝑑𝑒 𝑗𝑢𝑔𝑢𝑒𝑡𝑒 𝑎 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑟

 PRIMAL
Máx Z 60𝑥1 + 80𝑥2
6𝑥1 + 6𝑥2 ≤ 300
5𝑥1 + 10𝑥2 ≤ 400
8𝑥1 + 4𝑥2 ≤ 320
𝑥1 ≥ 0
𝑥2 ≥ 0
 DUAL
Min G 300𝑦1 + 400𝑦2 + 320𝑦3
6𝑦1 + 5𝑦2 + 8𝑦3 ≥ 60
6𝑦1 + 10𝑦2 + 4𝑦3 ≥ 80
𝑦1 ≥ 0
𝑦2 ≥ 0
𝑦3 ≥ 0
RELACIONES ENTRE PROBLEMAS PRIMALES
Y DUALES
• Si el problema primal es de máximo, el dual es de mínimo
• Cada restricción del problema primal se relaciona con una
variable del problema dual

• Cada variable del problema primal se relaciona con una

restricción del problema dual
 • Por lo tanto, el problema dual, tendrá tantas variables
principales como restricciones tenga el primal y tantas
restricciones como variables principales tenga el primal
• Como el problema de los juguetes, tiene dos variables y
tres restricciones, el problema dual asociado tiene tres
variables y dos restricciones
• Como el problema de los juguetes, tiene dos variables y
tres restricciones, el problema dual asociado tiene tres
variables y dos restricciones
• En el problema primal, se busca determinar el número de autos y
robots a fabricar, para tener la máxima contribución a la utilidad,
teniendo en cuenta los recursos disponibles:
• Tarjetas electrónicas
• Planchas de plástico
• Horas de mano de obra
 ANALIZANDO DESDE LA DUALIDAD

• Minimizar el uso de los recursos disponibles, es decir, obtener el

valor que optimiza la utilización de los mismos
• Si en lugar de fabricar los autos y robots, el fabricante
decidiera vender los recursos disponibles, ¿cuánto debería pedir
por cada unidad de recurso?
• De acuerdo al análisis, debería recibir como mínimo lo que cada
uno de los juguetes, le aporta de contribución a las utilidades.
• Si en lugar de fabricar un auto, se vendieran las 6 placas, 5
planchas y 8 horas de mano de obra, como mínimo, debería
recibir los $60 que obtendría si lo fabricara, lo cual se refleja en
la primera restricción dual.
• Si en lugar de fabricar un robot, se vendieran las 6 placas, 10
planchas y 4 horas de mano de obra, como mínimo, debería
recibir los $80 que obtendría si lo fabricara, lo cual se refleja en
la segunda restricción dual.
• Las variables duales 𝑦1 , 𝑦2 y 𝑦3 , representan los valores
marginales de los recursos para el fabricante

𝑦1 ≥ 0 es el valor marginal en pesos de una plaqueta

𝑦1 ≥ 0 es el valor marginal en pesos de una plancha de plastico
𝑦1 ≥ 0 es el valor marginal en pesos de una hora de mano
de obra
 MIN G 300𝑦1 + 400𝑦2 + 320𝑦3

• Son las unidades disponibles de plaquetas, planchas y manos

de obra, por lo que la función objetivo dual, pretende
asignar los recursos a la fabricación de los juguetes, de
manera de minimizar el costo de utilización de los mismos.
• El problema dual, dará información de la valorización interna
de los recursos para el fabricante.
• 𝑀𝑎𝑥 𝑍 = 200𝑥 + 150𝑦 + 120 𝑧
• Sujeto a:
• 15𝑥 + 7.5𝑦 + 5𝑧 ≤ 315
• 2𝑥 + 3𝑦 + 2𝑧 ≤ 110
• 𝑥 + 𝑦 + 𝑧 ≤ 50
• 𝑥, 𝑦, 𝑧 ≥ 0