UNASAM

DUALIDAD Y ANALISIS DE
SENSIBILDAD

Lic. Adm. William Dextre Martínez

 DUALIDAD

Lic. Adm. William Dextre Martínez

 DUALIDAD
 El dual es un problema de PL que se obtiene
matemáticamente de un modelo primal de PL dado. Los
problemas dual y primal están relacionados a tal grado, que la
solución óptima de cualquiera de los dos problemas conduce
en forma automática a la solución óptima del otro.

 El concepto de dualidad indica que para cada problema de PL

hay una asociación y una relación muy importante con otro
problema de programación lineal, llamado precisamente
dual.

Lic. Adm. William Dextre Martínez

Modelo Primal
Max 3 x1 + 4 x2 – 2 x3 Variables duales
s.a. 4 x1 – 12 x2 + 3 x3 <= 12 y1
-2 x2 + 3 x2 + x3 <= 6 y2
-5 x1 + x2 – 6 x3 >= -40 y3
3 x1 + 4 x2 – 2 x3 = 10 y4
x1 >= 0
x2 <= 0
x3 no restringida en signo

Lic. Adm. William Dextre Martínez

Modelo Dual
Reglas de
transformación
Lic. Adm. William Dextre Martínez
Regla 1
El numero de variables del problema
dual es igual al numero de
restricciones del problema primal.

El numero de restricciones del

problema dual es igual al numero de
variables del problema primal.
Lic. Adm. William Dextre Martínez
Regla 2
Los coeficientes de la función objetivo en el
problema dual serán el vector de recursos
del problema primal.

La función objetivo del problema dual será:

12 y1 + 6 y2 – 40 y3 + 10 y4

Lic. Adm. William Dextre Martínez

Regla 3
Si el problema primal es un modelo de
maximización, el dual será uno de
minimización.

Si el problema primal es un modelo de

minimización, el dual será uno de
maximización.

Min 12 y1 + 6 y2 – 40 y3 + 10 y4
Lic. Adm. William Dextre Martínez
Regla 4…
Los coeficientes de la primera
función de restricción del problema
dual son los coeficientes de la
primera variable en las restricciones
del problema primal, y en forma
análoga para las otras restricciones.

Lic. Adm. William Dextre Martínez

Regla 4
Funciones de restricción del
modelo dual:

4 y1 – 2 y2 – 5 y3 + 3 y4
-12 y1 + 3 y2 + y3 + 4 y4
3 y1 + y2 – 6 y3 – 2 y4
Lic. Adm. William Dextre Martínez
Regla 5…

Los lados derechos de las

restricciones del dual son
los coeficientes de la
función objetivo del
modelo primal.
Lic. Adm. William Dextre Martínez
 Regla 4 y 5
Función de restricción LD

4 y1 – 2 y2 – 5 y3 + 3 y4 3
-12 y1 + 3 y2 + y3 + 4 y4 4
3 y1 + y2 – 6 y3 – 2 y4 -2

Lic. Adm. William Dextre Martínez

Regla 6
El sentido de la i-esima restricción dual es
= si y solo si la i-esima variable del
problema primal no tiene restricciones
de signo.

La tercera variable del problema primal no tiene restricción de

signo, por lo que la tercera restricción dual es una igualdad.

3 y1 + y2 – 6 y3 – 2 y4 = -2

Lic. Adm. William Dextre Martínez

Regla 7…
Si el problema original es un modelo de
maximización (minimización),
entonces, después de aplicar la regla 6,
asigne a las restantes restricciones
duales el mismo sentido a la variable
correspondiente del problema primal.

Lic. Adm. William Dextre Martínez

Regla 7…
La primera variable del problema primal
(max) es >= 0 y que la segunda es <= 0.
Esto significa que la primera restricción
dual será >= y la segunda <= :

4 y1 – 2 y2 – 5 y3 + 3 y4 >= 3
-12 y1 + 3 y2 + y3 + 4 y4 <= 4

Lic. Adm. William Dextre Martínez

 Regla 8
La i-esima variable del problema dual no
tendrá restricción de signo si y solo si la
i-esima restricción del problema primal
es una igualdad.

La cuarta restricción del problema primal es una

igualdad, la regla 8 establece que la cuarta variable
dual y4 no tendrá restricción de signo.

Lic. Adm. William Dextre Martínez

Regla 9…
Si el problema primal es un modelo de
maximización (minimización), entonces,
después de aplicar la regla 8, asigne a las
demás variables duales el signo contrario
(el mismo signo) que la restricción
correspondiente en el problema primal.

Lic. Adm. William Dextre Martínez

Regla 9
Las restricciones primera y segunda
del problema primal de
maximización son <=, la regla 9
establece que y1 >= 0 , y2 >= 0
Y puesto que la tercera restricción
del problema primal es >=,
debiendo tener y3 <= 0.
Lic. Adm. William Dextre Martínez
Modelo dual
Min 12 y1 + 6 y2 – 40 y3 + 10 y4
s.a. 4 y1 – 2 y2 – 5 y3 + 3 y4 >= 3
-12 y1 + 3 y2 + y3 + 4 y4 <= 4
3 y1 + y2 – 6 y3 – 2 y4 = -2
y1 >=0, y2 >=0, y3 <=0, y4 no
restringida en signo.

Lic. Adm. William Dextre Martínez

 Análisis de Sensibilidad

Lic. Adm. William Dextre Martínez

 Llamado también Análisis de Post-
optimización, es una estrategia
utilizada para tomar en consideración
los cambios que pueden ocurrir en los
elementos
componentes del modelo.

Lic. Adm. William Dextre Martínez

 Permite conocer cuán
sensible es la solución óptima
a cambios que
ocurran en coeficientes,
variables, restricciones y
Función Objetivo.

Lic. Adm. William Dextre Martínez

 Análisis de sensibilidad para la solución
óptima.
¿Es sensible la solución óptima a cambios en los parámetros de
entrada?

Posibles razones para responder la pregunta anterior:

 Los valores de los parámetros usados fueron los mejores
estimados.
 Medio ambiente por ser dinámico.
 El análisis del “qué pasa si” puede proveer información
económica y operacional. (mas información, mejor decisión)
 Análisis de sensibilidad de los coeficientes
de la función objetivo
Rango de optimalidad

 La solución óptima permanecerá inalterable mientras:

 Un coeficiente de la función objetivo se encuentre dentro
del rango de optimalidad.
 No hay cambios en ningún otro parámetro.

 El valor de la función objetivo cambiará si el coeficiente

multiplica una variable cuyo valor es distinto de cero.
Los efectos del cambios en un coeficiente de la
función objetivo, sobre la solución óptima
X2
X2j

X2j

X2j

X1

X1i X1i X1i

Los efectos del cambio de un coeficiente de la función
objetivo, sobre la solución óptima
X2
X2 Rango de optimalidad

X2

X3

X1
X1 X1 X1
Análisis de Sensibilidad del
coeficiente del lado derecho

 Cualquier cambio en el lado derecho (bi) de una restricción activa

cambiará la solución óptima.

 Cualquier cambio en el lado derecho de una restricción no activa que

sea menor que la holgura o el exceso, no produce ningún cambio en
la solución óptima.
Para el análisis de sensibilidad de la validez de los
coeficiente del lado derecho nos interesa
responder las siguientes preguntas :
 ¿ Manteniendo todos los otros coeficientes , en cuánto cambiaría
el valor óptimo de la función objetivo (por ejemplo, la ganancia)
si el coeficiente del lado derecho de una restricción cambia en
una unidad?

 ¿ Hasta cuántas unidades se puede agregar o disminuir para que

la solución siga siendo válida?
 X2

Xj

Restricción que sometemos a cambio

Nueva restricción materiales (plásticos)

Ganancia máxima= z
Xi
Restricción 2

Restricción 1
Feasible Puntos extremos
X1
Yj Yi
Interpretación del precio sombra

 Los costos amortizados: El precio sombra, es el valor por una

unidad extra del recurso, ya que el costo del recurso no es
incluido en el cálculo de los coeficientes de la función objetivo.

 Los costos incluidos: El precio sombra es el valor superior por

unidad del recurso, el costo del recurso se incluye en el cálculo
del coeficiente de la función objetivo.
El rango de Factibilidad
 El conjunto de los coeficientes del lado derecho entregan el
rango para que el mismo conjunto de restricciones determine el
punto óptimo.

 Dentro del rango de factibilidad, los precios sombras

permanecen constante; sin embargo, la solución óptima
cambiará.
Otros cambios para optimizar la función
objetivo

 La incorporación de una restricción.

 La eliminación de una restricción.
 La incorporación de un variable.
 La eliminación de un variable.
 Cambio en el lado izquierdo de los
coeficientes.
Lic. Adm. William Dextre Martínez