Teora de Dualidad

Teora de Dualidad
Todo PPL tiene un problema lineal asociado llamado
DUAL, tal que la solucin al problema original es
tambin solucin del problema DUAL. As, al resolver
un problema, en realidad estamos encontrando
soluciones para dos problemas lineales.
Ejemplo:
Maximizar
s.a.

Z X1 2 X 2 3X 3 4 X 4
X 1 2 X 2 2 X 3 3 X 4 25
2 X 1 X 2 3 X 3 2 X 4 15
X1, X 2 , X 3 , X 4 0

Teora de Dualidad
Maximizar
s.t.

Z X1 2 X 2 3X 3 4 X 4
X 1 2 X 2 2 X 3 3 X 4 25
2 X 1 X 2 3 X 3 2 X 4 15
X1, X 2 , X 3 , X 4 0

El problema dual del problema anterior es:

Minimizar
s.t.

W 25Y1 15Y2
Y1 2Y2 1
2Y1 Y2 2
2Y1 3Y2 3
3Y1 2Y2 4
Y1 0, Y2 0

Teora de Dualidad
Procedimiento general para obtener el DUAL de un PPL en forma
simtrica.

Definir una variable dual por cada restriccin

primal.
Transformar el vector de costos del primal en las
ctes. del lado derecho del dual.
Transformar el vector de ctes. del lado derecho del
primal en el vector de costos del dual.
La traspuesta de la matriz de coeficientes del
primal se convierte en la matriz de restricciones
del dual.
Invertir el sentido de las restricciones.
Invertir el sentido de la optimizacin

Teora de Dualidad
Observaciones:
1. Los coeficientes de la FO del primal se convierten en las constantes
del lado derecho del dual. Las ctes. del primal se convierten en los
coeficientes de la FO del dual.
2. Las inecuaciones cambian de orientacin.
3. El objetivo pasa de MAX a MIN.
4. Cada columna del primal corresponde a una restriccin del dual (el
nmero de restricciones del dual es igual al nmero de variables del
primal).
5. Cada restriccin del primal corresponde a un columna del dual. Hay
una variable dual por cada restriccin primal.
6. El dual del dual, es el primal.
DEFINICIN:
Un PPL est en forma simtrica si todas las variables son no-negativas
y las restricciones son inecuaciones. Si el problema es de MAX las
inecuaciones tienen la forma <=, y en problema de MIN tienen la forma >=.

Teora de Dualidad
NOTACIN MATRICIAL
Primal:
Max
Z = cx
S.a.
Ax <= b
x >= 0
Dual
Min
S.a.

W = yb
yAT >= c
y >= 0
A = Matriz (m x n)
b = Matriz (m x 1)
C = Vector (1 x n)
x = Vector (n x 1)
y = Vector (1 x m)

Teora de Dualidad
TEOREMA DE LA DUALIDAD DBIL
Considere el PRIMAL:
MAX Z = cx
Ax <= b
x >= 0
y su DUAL:
MIN W = yb
yA >= c
y >= 0

El valor de la FO del problema de minimizacin (dual)

para cada solucin factible es siempre mayor o igual
que el valor de la FO del primal.

Teora de Dualidad
Demostracin: Sean x0, y0 vectores de soluciones factibles
para sus respectivos problemas (primal y dual).
Entonces:

Ax0 b, x0 0
y0A c, y0 0

Multiplicando
respectivamente por
y0 e x0 se obtiene:

Por lo tanto: cx0 y0Ax0 y0b

cx0 y0b
Z0 W0

y0Ax0 y0b
y0Ax0 cx0

Teora de Dualidad
COROLARIOS (Z0 W0):
El valor de la FO del problema de MAX (primal) para
cualquier solucin factible es COTA INFERIOR para
el mnimo valor del problema de MIN (dual). i.e.
Z0 W*, X0.
El valor de la FO del problema de MIN (dual) para
cualquier solucin factible del dual es COTA
SUPERIOR para el mximo valor del problema
primal. i.e.
Z* W0, y0.

Teora de Dualidad
COROLARIOS (Z0 W0):
Si el Primal es factible de solucin no acotada (Z -> ),
entonces el Dual no es factible.
Si el Dual es factible y no acotado , entonces el Primal
no es factible.
Si el Primal es factible y el Dual no es factible, entonces
el Primal es no acotado.
Si el Dual es factible y el Primal no es factible, entonces
el Dual es no acotado.

Teora de Dualidad
TEOREMA DEL CRITERIO DE OPTIMALIDAD
Si x0 e y0 son soluciones factibles para los problemas
primal y dual simtricos, tal que los valores de sus FO, Z
y W son iguales, entonces estas soluciones factibles son
adems, ptimas.
TEOREMA DE DUALIDAD PRINCIPAL
Si los problemas primal y dual son factibles, ambos
tiene soluciones ptimas, tal que los correspondientes
valores de sus FO son iguales.
Como cx0 y0b genera:

Z 0 W0 ,
Si x0 e y0 son soluciones
ptimas

Entonces, x0 = x* e y0 = y* ,
producen:

Z* = W*

Teora de Dualidad
TEOREMA DE LAS HOLGURAS COMPLEMENTARIAS
Considere
Primal:
Max
S.a.
Dual
Min
S.a.

Z = cx
Ax b
x0

y (b Ax ) 0

W = yb
yA c
y0

( y 0 A c) x 0 0

Sean x0, y0 vectores de soluciones factibles para sus respectivos

problemas (primal y dual). Entonces x0, y0 son soluciones
ptimas ssi: ( y 0 A c ) x 0 y 0 (b Ax 0 ) 0
O bien

v x y u 0
0

v0 y u0 vectores de
variables de holgura.

Teora de Dualidad
W Z
0

y b cx
*

, pero

W Z

y b cx 0
*

y * Ax * cx * y *b y * Ax * 0
( y A c ) x y (b Ax ) 0
*

v * x * y *u* 0

Teora de Dualidad
v x y u 0
0

Si:
Ya que
Luego

v , x , y ,u 0
0

, entonces:

v0 x0 0
y 0u 0 0

vjx 0

Para todo j = 1, 2, ... , n

yi0uio 0

Para todo i = 1, 2, ... , m

0
j

Estas ecuaciones se conocen como las CONDICIONES DE

LAS HOLGURAS COMPLEMENTARIAS

Teora de Dualidad
CONDICIONES DE LAS HOLGURAS COMPLEMENTARIAS

y*u = 0
v*x = 0

Si una variable primal x0j es positiva en el ptimo, luego la

correspondiente restriccin dual N j ser satisfecha como una
igualdad en el ptimo. Es decir v0j = 0.
Si una restriccin primal i, es una estricta desigualdad en el
ptimo, es decir u0i > 0, entonces la correspondiente variable
dual y0i = 0 en el ptimo.
Si la variable dual y0i es positiva en el ptimo, luego u0i = 0.
Si una restriccin dual j es estricta desigualdad en el ptimo,
es decir v0j > 0, entonces la correspondiente variable primal x0j
= 0 en el ptimo.

Teora de Dualidad
Considere el siguiente problema (variables de holgura ya
incorporadas).
PRIMAL: Maximizar Z X 1 2 X 2 3 X 3 4 X 4
Sujeto a

X 1 2 X 2 2 X 3 3 X 4 u1 20
2 X 1 X 2 3 X 3 2 X 4 u2 20
X 1 , X 2 , X 3 , X 4 , u1 , u 2 0

DUAL:

Minimizar

W 20 y1 20 y2

Sujeto a

y1 2 y2 v1 1
2 y1 y2 v2 2
2 y1 3 y2 v3 3
3 y1 2 y2 v4 4
y1 , y2 , v1 , v2 , v3 , v4 0

y*u = 0
v*x = 0
[y]=2
[u]=2
[x]=4
[v]=4

Teora de Dualidad
En el ptimo se cumple que:

y10u10 0, y20u20 0, v10 x10 0, v20 x20 0, v30 x30 0, v40 x40 0
Utilizando estas condiciones es posible obtener la solucin ptima
del primal, conociendo la solucin ptima del dual, y viceversa.
Resolviendo el dual se obtiene que:
Y1 = 1.2, Y2 = 0.2, W = 28

y*u = 0
v*x = 0

Luego
Y1 = 1.2 => u1 = 0
Y2 = 0.2 => u2 = 0
Y1 + 2Y2 = 1.6 (=1) => V1 > 0, entonces X1 = 0
2Y1 +Y2 = 2.6 (=2) => V2 > 0, entonces X2 = 0
2Y1 +3Y2 = 3 (=3) => V3 = 0 => como X3V3 = 0, X3 >= 0
3Y1 +2Y2 = 4 (=4) => V4 = 0 => como X4V4 = 0, X4 >= 0

Teora de Dualidad
Por lo tanto:
X3 y X4 satisfacen:

2 X 3 3 X 4 20
3 X 3 2 X 4 20
Entonces la solucin al PRIMAL viene dada por:
X3 = 4
X4 = 4
X1 = X 2 = 0
Con Z = 28 = W

Teora de Dualidad
INTERPRETACIN ECONMICA DE LA TEORA DE DUALIDAD
La solucin ptima del Dual puede interpretarse como el precio
que se estara dispuesto a pagar por los recursos de las
restricciones (PRECIOS SOMBRA).
EXPLICACIN:
Si X0 e Y0 son soluciones ptimas del primal y dual
0
0
respectivamente, entonces: Z 0 cx y b W0
Luego el valor de la FO viene dado por:

Z 0 y b y b ... y b
0
1 1

0
2 2

0
m m

b1, b2, ... , bm representan las cantidades limitadas de recursos.

Y01, Y02, ..., Y0m son los valores ptimos de las variables duales.
Luego ante un b1 , el Z = Y01 ( b1 ), por lo tanto el valor ptimo
de la variable dual por cada restriccin primal entrega el cambio
en la funcin objetivo por incremento unitario de los coefs. b.

Teora de Dualidad
TABLA DE CONVERSIN PRIMAL-DUAL (NO-SIMTRICO)

PRIMAL (max)
A matriz de coeficientes
b Vector constante lado derecho
c Vector de costos
Restriccin <=
Restriccin >=
Restriccin =
Xj no restringida en signo
Xj >= 0
Xj <= 0

DUAL (min)
Traspuesta de la matriz de coeficientes
Vector de costos
Vector constante b
Variable dual y >= 0
Variable dual y <= 0
Variable dual y no restringida en signo
Restriccin dual j es ecuacin
Restriccin dual j es >=
Restriccin dual j es <=

Teora de Dualidad
TABLA DE CONVERSIN PRIMAL-DUAL (NO-SIMTRICO)

Teora de Dualidad
Ejemplo:
PRIMAL

Maximizar
Sujeto a

Z X1 4 X 2 3X 3
2 X1 3X 2 5X 3 2
3X1 X 2 6 X 3 1
X1 X 2 X 3 4
X 1 0, X 2 0, X 3irrestrict a

DUAL

Minimizar
Sujeto a

W 2Y1 Y2 4Y3
2Y1 3Y2 Y3 1
3Y1 Y2 Y3 4
5Y1 6Y2 Y3 3
Y1 0, Y2 0, Y3irrestrict a

Teora de Dualidad
Calculando la Solucin ptima del Dual
Se puede obtener la solucin dual a partir del tableau ptimo del
primal. Considerar:

Minimizar Z = cx
S.a.
Ax <= b
x >= 0

Sea Aj el j-simo vector de la matriz A.

B la matriz base ptima.
Utilizando los principios del simplex revisado, la solucin ptima
est dada por
1
X

B
b
B
0

X
0
N

XB
XN

Variables bsicas
Variables no bsicas
(de la solucin ptima)

Teora de Dualidad
Luego el mnimo valor de Z = cx0 = cBxB = cBB-1b
Como B representa la base ptima entonces

C j C j Aj 0
En forma matricial es:

C A 0

Para todo j; adems

C B B 1

Ya que es un problema de
minimizacin

O bien

A c

Teora de Dualidad
A c

Corresponde a las restricciones del dual, es decir, los

multiplicadores ptimos del simplex satisfacen las
restricciones del dual. Luego:

W yb b cB B b
1

XB

Que es igual al mnimo valor de Z.

Luego: Los multiplicadores ptimos del simplex del primal
corresponden a los valores ptimos de las variables duales.

Teora de Dualidad
Ejemplo
P

Minimizar:

Z = -3X1 + X2 + X3
S.A.

X1 - 2X2 + X3 + X4
-4X1 + X2 + 2X3
-2X1

= 11

- X5 = 3

+ X3

=1

X1, X2, X3, X4, X5 >= 0

Maximizar

W = 11Y1 + 3Y2 + Y3
S.A

Y1 - 4Y2 - 2Y3 <= -3

-2Y1 + Y2

<= 1

Y1 + 2Y2 + Y3 <= 1
Y1 +
<= 0
- Y2
<= 0
Y1, Y2, Y3 irrestrictas en signo.

Teora de Dualidad
A travs del simplex revisado se obtuvo la solucin ptima primal:
X1 = 4, X2 = 1, X3 = 9 y Z = -2. Luego

1 2 1
B A1 , A2 , A3 4 1 2

2 0 1
Y los multiplicadores ptimos del simplex son:

cB B 3,1,1

3
0
2
3

3
1
4
3

5
3 1 1 2
2 , ,
3 3 3

Teora de Dualidad
1
1
2
1 , 2 , 3
3
3
3
Satisfacen las restricciones del dual y la solucin es:

1
1
2
W 11 3 1 2 Z
3
3
3
Luego:

1
1
2
y1 , y2 , y3
3
3
3

Es el ptimo para el dual.

Teora de Dualidad
MTODO SIMPLEX DUAL: Considere el programa lineal
estndar
Minimizar Z cx
A matriz (mxn)
compuesta por los
Ax b
Sujeto a
vectores P1....Pn
x0
B una base factible del primal SSI B-1b>=0 (valores de vbles)
Si B es base factible, entonces los valores de las variables
bsicas estn dadas por B-1b.
Luego XB = B-1b y XN = 0 ; y el valor de la FO
correspondiente a esta solucin es
1

Z cB B b

cB B

Z b

Donde CB corresponde a los coeficientes de costos de las

variables bsicas (problema de minimizacin).

Teora de Dualidad
TEST DE OPTIMALIDAD
Para que la base factible sea ptima se debe cumplir que
j = 1, ... , n
C j 0, j donde C j C j Aj
Ahora considerando el DUAL
Maximizar

W yb
Sujeto a yA c y irrestricta en signo

Las restricciones del dual pueden ser reescritas as:

y A1 , A2 ,..., AN C1 , C2 ,..., C N
yA j C j

C j yA j 0

O bien
j = 1, ... , n

Teora de Dualidad
Luego, como = Y, observamos que chequear las
condiciones de optimalidad en el mtodo simplex revisado
primal es igual a verificar si los multiplicadores del simplex
satisfacen las restricciones del dual.
Notar que:

C j yA j 0 C j A j 0 c cB B 1 A 0
Luego si la base B es factible y ptima para el primal, entonces los
multiplicadores del simplex satisfacen las restricciones del dual.
Adems

W b cB B 1b

Que es igual al valor de la FO primal. Luego es ptimo para el

dual.

Teora de Dualidad
Base Dual Factible
Una base B del primal Min
S.a.

Es dual-factible ssi:

Z cx
Ax b
x0

c cB B 1 A 0 (notacin matricial)

Es decir, una base primal es dual-factible si es base ptima

del primal.
Dicho de otra forma, si una base B es factible tanto para el
primal como para el dual, se convierte en una base ptima.
La solucin ptima del primal es XB = B-1b y XN = 0
La solucin ptima del dual es y = cB B-1
Z0 = W0 = CBB-1 => ptimo valor de FO

Teora de Dualidad
EN RESUMEN:
El objetivo de la resolucin de un PPL es encontrar una base
B que sea factible para el primal y para el dual.
El mtodo simplex hace esto pasando de una solucin
factible primal a otra, hasta que la base encontrada es
factible adems para el dual (mtodo simplex primal).
Por otra parte, el mtodo dual simplex parte con una base
factible para el dual y busca una base primal factible
pasando de una solucin dual factible a otra.

Teora de Dualidad
DETALLES DEL MTODO DUAL SIMPLEX

Recordar el problema lineal Min

S.a.

Z cx
Ax b
x0

El mtodo dual simplex presenta para cada iteracin, una solucin

dual-factible, es decir:

C j 0, j

Si adems las constantes actualizadas b1, b2, ... ,bn son no

negativas, entonces el tableau tambin es primal-factible, por lo
que en el tableau tendremos reflejada una solucin ptima.

Teora de Dualidad
Luego, el mtodo simplex dual debe partir con una solucin dual
factible

C 0, j
j

Bajo estas condiciones, probablemente no se cumple la

factibilidad del primal, es decir, alguna constante b1, b2, ... ,bn es
negativa.
Luego, es necesario encontrar una solucin bsica adyacente
reemplazando una variable bsica.
VARIABLE BSICA QUE SALE:
- La no-factibilidad primal debe ser reducida. Se elige la variable en
la que la cte del lado derecho es ms negativa.

Teora de Dualidad
VARIABLE QUE ENTRA A LA BASE
- La no-factibilidad primal debe ser reducida. Se deben lograr ctes
del lado derecho positivas.=> elegir entre las variables no bsicas
con coeficiente negativo.
- El prximo tableau debe an ser dual factible. La variable que
entra debe satisfacer la siguiente regla:

cj
Mximo

yrj

Para minimizacin.

Teora de Dualidad
Ejemplo: Minimizar
Sujeto a

Z x1 4 x2 3 x4
x1 2 x2 x3 x4 3
2 x1 x2 4 x3 x4 2
x1 , x2 , x3 , x4 0

Introduciendo las variables de holgura, la forma estndar queda:

Z x1 4 x2 3 x4
Sujeto a
x1 2 x2 x3 x4 x5 3
2 x1 x2 4 x3 x4 x6 2
x1 , x2 , x3 , x4 , x5 , x6 0
Minimizar

Teora de Dualidad
Es posible obtener un sistema cannico multiplicando ambas
ecuaciones por -1. Esta solucin es factible para el dual pero no
factible para el primal.
cj

Bases

X1

X2

X3

X4

X5

X6

X5

-1

-2

-1

-3

X6
C

2
1

1
4

-4
0

-1
3

0
0

1
0

-2

CB

Constantes

X5 = -3, X6 = -2, X1 = X2 = X3 = X4 = 0 es infactible para el primal.

X5 deja la base. Slo X1, X2 y X4 son elegibles para entrar a la
base. X1 entra (regla de razn mxima).

Teora de Dualidad
cj

Bases

X1

X2

X3

X4

X5

X6

X1

-1

-1

X6
C

0
0

-3
2

-2
1

-3
2

2
1

1
0

-8

cj

Bases

X1

X2

X3

X4

X5

X6

X1

7/2

5/2

-2

-1/2

X3
C

0
0

3/2
1/2

1
0

3/2
1/2

-1
2

-1/2
1/2

4
Z=7

CB

CB

Constantes

Constantes

X1 = 7, X3 = 4, X2 = X4 = X5 = X6 = 0 es la solucin ptima.

Teora de Dualidad
PROBLEMAS DE MAXIMIZACIN:
En los problemas de maximizacin se debe cumplir
que:
j
Luego bajo condicin de optimalidad se cumple que
todas las ganancias relativas son no positivas(<=0).
La variable no bsica que entra a la base se elige segn
la regla de la razn mxima.

c 0

Anlisis de Sensibilidad

Anlisis de Sensibilidad
RECORDAR: La solucin ptima obtenida para un
PPL est basada en los coeficientes de las
restricciones y funcin objetivo.
El Anlisis de Sensibilidad indica cul es el efecto
sobre las decisiones y resultados asociados a
ciertos cambios que pueden ocurrir en el PPL
original.
Qu sucede con la solucin ptima si los precios
caen?Si suben los costos de mano de obra?Si se
contratan trabajadores adicionales?etc.

Anlisis de Sensibilidad
DEFINICIN DE ANLISIS DE
SENSIBILIDAD
Determinar qu tan sensibles son la
solucin ptima y el valor de la funcin
objetivo con respecto a cambios en los
datos del problema.

Anlisis de Sensibilidad
Cambios en los Datos del PPL:
1. Cambios en los Coeficientes de Costos (Cj).
1.a) Cambios de Coef. FO de variables
Bsicas.
1.b) Cambios de Coef. FO de variables no
Bsicas.
2. Cambios en las constantes del lado derecho (bj).
3. Cambios en restricciones o matriz de coeficientes (A).
3.a) Agregar nuevas variables.
3.b) Cambiar columnas existentes.
3.c) Agregar nuevas restricciones.

Anlisis de Sensibilidad
Z 2 x1 3 x2 x3
1
1
1
x1 x2 x3 1 Mano de obra
3
3
3

Ejemplo 4.4-1 Maximizar

Sujeto a
Anotar
Este
Problema

1
4
7
x1 x2 x3 3
3
3
3

Material

x1 , x2 , x3 0
X1, X2, X3 representan las cantidades a producir de
ciertos tipos de materiales A, B y C respectivamente.

Anlisis de Sensibilidad
1 Tableau

Tableau
ptimo

CB
0
0

Cj
XB
X4
X5
C

2
X1
1/3
1/3
2

3
X2
1/3
4/3
3

1
X3
1/3
7/3
1

0
X4
1
0
0

0
X5
0
1
0

Ctes
1
3
Z= 0

CB
2
3

Cj
XB
X1
X2
C

2
X1
1
0
0

3
X2
0
1
0

1
X3
-1
2
-3

0
X4
4
-1
-5

0
X5
-1
1
-1

Ctes
1
2
Z= 8

Produccin ptima: 1 del producto A y 2 del

producto B. sta combinacin produce una
utilidad total de $8.

Anlisis de Sensibilidad
I VARIACIONES EN LA FUNCIN OBJETIVO
CASO 1.a: Cambios en Coeficientes de FO de Variables
no Bsicas.
En el ejemplo es interesante el caso de la variable X 3:
Qu pasa con la solucin ptima frente a cambios en el
coeficiente C3?
Cuando C3 cambia, el valor de la ganancia relativa
asociada tambin cambia.
Cuando C3 decrece no hay efecto en la solucin ptima.
Cuando aumenta, la solucin puede verse afectada.
Hasta dnde puede aumentar sin afectar la
solucin ptima?

Anlisis de Sensibilidad
La solucin sigue siendo ptima mientras se cumpla que:

c3 0

Pero

1
c3 c3 (2,3) c3 4
2

Luego debe cumplirse que:

c3 c3 4 0 c3 4

Es decir, mientras el beneficio unitario asociado al

producto C sea menor que $4, seguir siendo
inconveniente producirlo.
Suponer que el beneficio unitario asociado al producto C
aumenta a $6. Luego

c3 2

Entonces la solucin actual no es ptima, ya que

X3 debe entrar a la base.

Anlisis de Sensibilidad
Luego la bsqueda de la solucin ptima contina.
Bases

X1

X2

X3

X4

X5

Ctes.

X1

-1

-1

X2
C

0
0

1
0

2
2

-1
-5

1
-1

2
Z= 8

X1

1/2

7/2

-1/2

X3
C

0
0

1/2
-1

1
0

-1/2
-4

1/2
-2

1
Z = 10

La produccin ptima consiste en 2 unidades de A y

una de C.

Anlisis de Sensibilidad
CASO 1.b: Cambios en Coeficientes de FO de Variables
Bsicas.
Por ejemplo se quiere determinar el efecto de cambios en
los beneficios unitarios de A (C1).
- Podra bajar hasta un nivel en el que ya no sea
conveniente producir el material.
- Podra aumentar hasta un nivel en el que convendra
slo producir ste material (A).
Existe un rango a determinar, dentro del cual la solucin
ptima no cambia.

Anlisis de Sensibilidad
Si C1 cambia, entonces CB cambia, luego:

C3,C 4,C5

tambin cambian, pero mientras se

mantengan <= 0, la solucin ptima no
resulta afectada. Luego:

1
C1 5 0 C1 5
C 3 1 C1 ,3
2
4
3
4C1 3 0 C1
C 4 0 C1 ,3
4
1
1
C1 3 0 C1 3
C 5 0 C1 ,3
1

RANGO de
variacin de C1:
[3/4,3]

Anlisis de Sensibilidad
II VARIACIN EN LAS CONSTANTES DEL LADO DERECHO bj
Suponer que se aumenta la mano de obra disponible de 1
unidad a 2. Entonces si despus del cambio las constantes
actualizadas siguen siendo positivas, entonces la
combinacin ptima de materiales no cambia, pero s
cambia la cantidad de cada uno y el valor de la FO.
Para el problema actual se tiene que:
1
3
B
1

1
3 B 1 4 1
1 1
4

Recordar que
adems son las
columnas
correspondientes
a la base inicial.

Anlisis de Sensibilidad
Luego ante el cambio en la cantidad disponible de mano
de obra:
La combinacin A-B an es
4 1 2 5
ptima, pero las cantidades
b

cambiaron: X1 = 5, X2 = 1, X3 = 0,
1 1 3 1
Z = $13
Suponer que el costo de obtener esa mano de obra
adicional es de $4. La pregunta es: CONVIENE?
$13 - $8 = $5 > $4 >= S conviene.
$5 es el precio sombra de la restriccin de
mano de obra.

Anlisis de Sensibilidad
Recordar que los precios sombra se pueden obtener como:

4 1
y , y C B B (2,3)
(5,1)

1 1
0
1

0
2

Es decir, los precios sombra coinciden con lo obtenido a

travs del anlisis de sensibilidad.
Para calcular el rango de variacin de las constantes del
lado derecho que no hace variar la mezcla de produccin,
sea:
b1
...el nuevo vector de
*
b
constantes del tableau
3
inicial.

Anlisis de Sensibilidad
Para que el ltimo tableau siga siendo ptimo y factible
debe cumplirse que:

4 1 b1 4b1 3
B b0

1 1 3 b1 3
1

Es decir:

3
b1
4
b1 3

X1 y X2 permanecen en la base ptima

siempre que la disponibilidad de mano
de obra est entre 3/4 y 3. Pero la
solucin ptima y el valor de la FO
varan.

Anlisis de Sensibilidad
Segn el valor que tenga b1 entre y 3 la solucin
ptima estar dada por:

x1 4b1 3
x2 b1 3
x3 0
Z 2(4b1 3) 3(b1 3) $(5b1 3)
Ejemplo: Suponer que la disponibilidad de mano de
obra aumenta a 4 unidades. Luego:

4 1 4 13
b

1 1 3 1

Anlisis de Sensibilidad
As se llega al tableau ptimo siguiente (infactible):
Cj
XB
X1
X2
C

CB
2
3

2
X1
1
0
0

3
X2
0
1
0

1
X3
-1
2
-3

0
X4
4
-1
-5

0
X5
-1
1
-1

Ctes
13
-1

Este problema, que es dual factible, se resuelve por el mtodo

dual simplex, y se obtiene la siguiente solucin ptima:

CB
2
0

Cj
XB
X1
X4
C

2
X1
1
0
0

3
X2
4
-1
-5

1
X3
7
-2
-13

0
X4
0
1
0

0
X5
3
-1
-6

Ctes
9
1
Z = 18

Anlisis de Sensibilidad
III VARIACIONES EN LA MATRIZ DE RESTRICCIONES
CASO 3.a: Agregar Nueva Variable (Actividad)
- Suponer el caso en que se crea un producto D que
requiere 1 unidad de MO y 1 unidad de material. Puede ser
vendido con un beneficio unitario de $3. Es necesario
saber si conviene fabricarlo.
Se agrega la variable X6. La solucin actual sigue siendo
ptima si:

c 6 c6 A6 0

c6 $3

1
A6
1

Anlisis de Sensibilidad
4 1
cB B 2,3
5,1

1 1
1

Luego:

1
c 6 3 5,1 3
1

Es decir, el nuevo producto no mejora la situacin actual.

Qu pasara si la ganancia relativa calculada resulta
mayor que cero?

Anlisis de Sensibilidad
CASO 3.b: Variacin en el Requerimiento de Recursos de
las Actividades Existentes
- Si el cambio se produce en una variable no bsica
(producto C), el efecto se estudia de la misma forma que
en el Caso 1.a.
- Si el cambio se produce en las variables bsicas
(producto A y/o B), entonces la misma matriz base es
afectada, por lo que resulta ms conveniente resolver el
problema desde el principio.

Anlisis de Sensibilidad
CASO 3.c: Agregar una Nueva Restriccin
Si se agrega una restriccin de servicios administrativos
donde los productos A, B y C requieren 1, 2 y 1 horas de
stos servicios, siendo la disponibilidad de 10 horas, se
agrega la siguiente restriccin:

x1 2 x2 x3 10
Para que la actual solucin ptima se mantenga, debe
satisfacer la nueva restriccin.

Qu sucede en este caso en particular?

Anlisis de Sensibilidad
Por otra parte, si las horas administrativas disponibles
fueran slo 4, la restriccin queda:

x1 2 x2 x3 4

La solucin actual X1 = 1, X2 = 2,
X3 = 0 no la satisface.

Luego, el ltimo tableau incluyendo la nueva restriccin

queda:
Cj
2
3
1
0
0
0
CB

XB

X1

X2

X3

X4

X5

X6

Ctes.

X1

-1

-1

X2

-1

X6
C

1
0

2
0

1
-3

0
-5

0
-1

1
0

...ste no se encuentra en forma cannica.

Anlisis de Sensibilidad
El tableau anterior en forma cannica queda:
Cj

CB

XB

X1

X2

X3

X4

X5

X6

Ctes.

X1

-1

-1

X2

-1

X6
C

0
0

0
0

-2
-3

-2
-5

-1
-1

1
0

-1

Dual-factible, luego
se resuelve por Dual
Simplex.

Razn Mnima (explicacin en

diapositiva siguiente)
Cj

CB

XB

X1

X2

X3

X4

X5

X6

Ctes.

X1

-1

X2

-3

X5
C

0
0

0
0

2
-1

2
-3

1
0

-1
-1

1
Z= 7

Solucin ptima.

Explicacin
Por qu en este caso se eligi la razn mnima?
Porque en TEORA DE DUALIDAD, en los problemas
de maximizacin se utiliza la regla de la razn mnima
mientras que en problemas de minimizacin se utiliza
la regla de la razn mxima.
En general, siempre se debe elegir la razn ms
cercana a cero. Ante un empate, se debe usar la regla
de Bland.

Anlisis de Sensibilidad
OBSERVACION:
- Cada vez que se agrega una restriccin a un PPL, el
nuevo valor ptimo es menor o igual que el antiguo.
Es decir, no es posible mejorar la solucin ptima
agregando restricciones.
- Esto se debe a que el espacio de soluciones factibles
slo se acotara ms y no se ampliara.

Anlisis de Sensibilidad
Con rubes y zafiros, Zales Jewelers producen dos
tipos de anillos. Un anillo tipo 1 requiere 2 rubes, 3
zafiros, y 1 hora de trabajo de un joyero. Un anillo
tipo 2 requiere 3 rubes, 2 zafiros, y 2 horas de trabajo
de un joyero. Cada anillo tipo 1 se vende a 400
dlares, y cada anillo tipo 2, a 500 dlares. Se pueden
vender todos los anillos producidos. Actualmente
Zales dispone de 100 rubes, 120 zafiros y 70 horas
de trabajo de un joyero. Se pueden comprar rubes a
un costo de 100 dlares el rub. La demanda del
mercado requiere una produccin de por lo menos 20
anillos tipo 1, y por lo menos 25 anillos tipo 2.

Anlisis de Sensibilidad
Modelo:
X1, X2: Anillos tipo 1 y tipo 2 producidos;
R: Nmero de rubes comprados.
Max Z = 400X1 + 500X2 100R
s.a.

2X1 + 3X2 R 100..Rubes disponibles

3X1 + 2X2

120..zafiros disponibles

X1 + 2X2

70 .HH disponibles

X1

20 . Prod Minima
X2

X1, X2 0

25.. Prod Minima

Anlisis de Sensibilidad
Salida de Lindo:
LP OPTIMUM FOUND AT STEP
5
OBJECTIVE FUNCTION VALUE
1)
19000.00
VARIABLE
X1
X2
R
ROW
2)
3)
4)
5)
6)

VALUE
20.00000
25.00000
15.00000

REDUCED COST
0.000000
0.000000
0.000000

SLACK OR SURPLUS
DUAL PRICES
0.000000
100.0000
10.00000
0.000000
0.000000
200.0000
0.000000
0.000000
0.000000
-200.0000

NO. ITERACIONS= 5

Anlisis de Sensibilidad
RANGES IN WHICH THE BASIS IS UNCHANGED:
OBJ COEFFICIENT RANGES
VARIABLE CURRENT ALLOWABLE
ALLOWABLE
COEF
INCREASE DECREASE
X1 400.00000
INFINITY
100.0000
X2 500.0000
200.00000
INFINITY
R -100.0000
100.00000
100.00000
ROW
2
3
4
5
6

RIGHTHAND SIDE RANGES

CURRENT ALLOWABLE
ALLOWABLE
RHS
INCREASE DECREASE
100.0000
15.00000
INFINITY
120.0000
INFINITY
10.00000
70.0000
3.333333
0.00000
20.0000
0.000000
INFINITY
25.0000
0.000000
2.50000

Anlisis de Sensibilidad
Preguntas:
a)
b)
c)
d)
e)

Suponga que cada rub cuesta 190 dlares, en lugar de 100

Todava comprara Zales Rubes? Cul sera la nueva
solucin ptima?
Suponga que Zales solamente tuviera que producir 23
anillos tipo 2. Cul sera la utilidad de Zales ahora?
Cul es la mxima cantidad que tendra que estar dispuesto a
pagar Zales por otra hora de trabajo de un joyero?
Cul es la mxima cantidad que tendra que estra dispuesto
a pagar Zales por otro Zafiro?
Zales considera producir anillos tipo 3. Cada anillo tipo 3
puede venderse a 550 dlares y requiere 4 rubes, 2 zafiros y
1 hora de trabajo de joyero. Tendra que producir Zales
anillos tipo 3?

Anlisis de Sensibilidad
Respuestas:

a) El coeficiente actual -100 puede disminuir

hasta -200 (-100), por lo tanto, su precio
puede aumentar hasta 200 y la base se
mantiene:
100 < 190 < 200, la base sigue siendo la
misma;
XB = (X1, X2, R, S2, ?) = (20, 25, 15, 10, 0)
Z = 400*20 + 500*25 190*15 = 17.650

Anlisis de Sensibilidad
b) X2* = 25
Row (6)

X2 25

PD (6) = Y6 = -200
b (6): (-2,5 , 0) Puede disminuir hasta 22,5
y la base se mantiene
22,5 < 23 < 25, por lo tanto, se mantiene la base
Z = Y6 * b(6) = -200*(-2) = 400
Z* = Z0 + 400 = 19.400

Anlisis de Sensibilidad
c) Row (4)
Y(4) = 400
Sin embargo, esto es vlido mientras:
b4 70 + 3,33333.
Por lo tanto, estaramos dispuestos a pagar
200 adicionales a lo que ya se le paga.
d) Row (3) Zafiro
No estara dispuesto a pagar nada, ya que
sobran 10 Zafiros e Y(3) = 0.

Anlisis de Sensibilidad
e) X3: Cantidad de anillos tipo 3
= CB*B-1 = (100, 0, 200, 0, -200)
C3 = C3 *A3 = 550 *A3 = -50
Como es de maximizacin X3 no entra a la
base, por lo tanto, se mantiene la base con
X3* = 0