DUALIDAD

Todo problema de Programación Lineal tiene asociado un

segundo problema, conocido como su problema Dual.

El modelo de uno puede obtenerse a partir del modelo

del otro y la solución óptima del modelo del primero
(Primal) proporciona información completa acerca de la
solución óptima del segundo (Dual).
IMPORTANCIA DE LA TEORÍA DE LA
DUALIDAD

 Conocer la relación de un PPL y su dual es vital para entender el

análisis de sensibilidad.
 Permite resolver problemas de programación lineal de forma más
rápida y sencilla.
 Es otra vía para resolver un problema de programación lineal.
 Facilita profundizar en el contenido económico del problema
original (primal).
 Puede ser utilizada para resolver el caso en que se debe considerar
la introducción de una nueva variable en el primal una vez que ha
de sido obtenida la solución óptima, sin tener que resolver
completamente el problema.
DUALIDAD

Cuando se habla del dual de un PPL entonces este último se denomina PRIMAL. Si el PPL
primal es un problema de maximización, entonces su dual será un problema de
minimización y viceversa.
El valor optimo Z del problema primal es igual al valor optimo W en el dual.
DUALIDAD

Los coeficientes de la función objetivo Lados derechos de las restricciones

funcionales

Los lados derechos de las restricciones funcionales

Coeficientes de la función objetivo

Los coeficientes de una variable de las restricciones

funcionales Coeficientes de una restricción funcional

Contiene m ecuaciones y n variables Contiene n ecuaciones y m variables

Sentido de las desigualdades depende de la tabla de TUCKER

DUALIDAD

Tabla de Tucker

>< significa que es srs (sin restricción de signos)

DUALIDAD

Ejemplo:

Maximizar Z = 3 X1 + 4 X2 – 2 X3

Sujeto a:
4 X1 - 2 X2 + 3 X3  12 Y1
-2 X1 + 3 X2 + X3  6 Y2
-5 X1 + X2 - 6 X3  4 Y3
3 X1 + 4 X2 – 2X3 = 10 Y4

X1  0, X2  0, X3 srs

En este programa primal hay 3 variables primales y 4 restricciones.

El programa dual tendrá 4 variables duales y 3 restricciones.

DUALIDAD

Ejemplo:

Maximizar Z = 3 X1 + 4 X2 – 2 X3 Cada columna representa

Sujeto a:
4 X1 - 2 X2 + 3 X3  12 Y1
-2 X1 + 3 X2 + X3  6 Y2
-5 X1 + X2 - 6 X3  4
Y3
3 X1 + 4 X2 – 2X3 = 10 Y4
X1  0, X2  0, X3 srs
una restricción del dual.
Los coeficientes de la función
objetivo serán los valores del
lado derecho del dual.
Y los valores del lado derecho
del dual serán los valores de
los coeficientes de la función
objetivo del primal
DUALIDAD

Ejemplo:
Maximizar Z = 3 X1 + 4 X2 – 2 X3
Sujeto a:
4 X1 - 2 X2 + 3 X3  12 Y1
-2 X1 + 3 X2 + X3  6 Y2
-5 X1 + X2 - 6 X3  4 Y3
3X1 + 4 X2 – 2X3 = 10 Y4
X1  0, X2  0, X3 srs
Función Objetivo del programa dual:
Minimizar W = 12 Y1+ 6 Y2 + 4 Y3 + 10 Y4
Primera restricción del programa dual:
4 Y1- 2 Y2 - 5 Y3 + 3 Y4 > 3
Segunda restricción del programa dual:
-2 Y1+ 3 Y2 + Y3 + 4 Y4 < 4
Tercera restricción del programa dual:
3 Y1+ 1 Y2 - 6 Y3 - 2 Y4 = -2
Demás restricciones del programa dual:
Y1  0, Y2  0, Y3  0, Y4 srs
DUALIDAD
Solución óptima del modelo dual en la tabla óptima del
modelo primal
Maximizar Z = 2 X1 + 4 X2 + 3 X3 Minimizar W = 9 Y1 + 6 Y2 + 4 Y3
Sujeto a: Sujeto a:
-X1 + 1 X2 + 2 X3  9 Y1 - Y1 + 6 Y2 + 2 Y3  2
6 X1 – 2 X2 + 2 X3 = 6 Y2 1 Y1 – 2 Y2 + 2 Y3  4
2 X1 + 2 X2 + X3  4 Y3 2 Y1 + 2 Y2 + 1 Y3  3
X1, X2, X3  0 Y1  0, Y2 srs, Y3  0
PRIMAL DUAL

Maximizar Z = 2 X1 + 4 X2 + 3 X3 +0S1-MA1+0S2-MA2
Sujeto a:
-X1 + 1 X2 + 2 X3 +S1 =9
6 X1 – 2 X2 + 2 X3 +A1 = 6
2 X1 + 2 X2 + X3 -S2+ A2 = 4
X1, X2, X3  0
MODELO PRIMAL ESTANDARIZADO
DUALIDAD
Maximizar Z = 2 X1 + 4 X2 + 3 X3 (S1, A1, S2, A2)
Sujeto a:
-X1 + 1 X2 + 2 X3  9 (S1)
6 X1 – 2 X2 + 2 X3 = 6 (A1)
2 X1 + 2 X2 + X3  4 (-S2, A2)
X1, X2, X3  0

ITERACION 3: TABLA OPTIMA

Cj 2 4 3 0 0 -M -M
CB VB B X1 X2 X3 S1 S2 A1 A2
0 S2 38 0 0 9 4 1 1 -1
2 X1 6 1 0 3/2 1/2 0 1/4 0
4 X2 15 0 1 7/2 3/2 0 1/4 0
Zj 72 2 4 17 7 0 3/2 0
Cj - Zj Cj-Zj < 0 0 0 -14 -7 0 -3/2-M -M

La solución del primal es: X1 = 6, X2 = 15 , S2 = 38, y el valor de Z = 72.

Para hallar la solución del dual, debemos identificar los valores de las variables duales en la tabla
óptima del primal.
DUALIDAD
Maximizar Z = 2 X1 + 4 X2 + 3 X3 (S1, A1, S2, A2)
Sujeto a:
-X1 + 1 X2 + 2 X3  9 (S1)  Y1
6 X1 – 2 X2 + 2 X3 = 6 (A1)  Y2
2 X1 + 2 X2 + X3  4 (-S2, A2) Y3
X1, X2, X3  0

ITERACION 3: TABLA OPTIMA

Cj 2 4 3 0 0 -M -M
CB VB B X1 X2 X3 S1 S2 A1 A2
0 S2 38 0 0 9 4 1 1 -1
2 X1 6 1 0 3/2 1/2 0 1/4 0
4 X2 15 0 1 7/2 3/2 0 1/4 0
Zj 72 2 4 17 7 0 3/2 0
Cj - Zj Cj-Zj < 0 0 0 -14 -7 0 -3/2-M -M

La solución del dual es: Y1=7, Y2=3/2 y Y3=0, y el valor de W=72.

En este caso Z del modelo primal y W del modelo dual tienen valor igual a 72.
ANÁLISIS DE SENSIBILIDAD

PAPEL DE LA TEORÍA DE LA DUALIDAD EN EL ANÁLISIS DE SENSIBILIDAD

El análisis de sensibilidad consiste en la investigación del efecto que tiene sobre la solución
óptima (el valor de la función objetivo Z) el hecho de hacer cambios en los valores de los
parámetros del modelo:
a) aij(coeficientes de las variables de decisión en las restricciones: coeficientes
tecnológicos)
b) bi(valores en el lado derecho de las restricciones: recursos disponibles)
c) cj(coeficientes de las variables de decisión en la función objetivo: coeficientes de la
función objetivo).

Al cambiar los valores de los parámetros en el problema primal se cambian también los
valores correspondientes en el problema dual. Por tanto, se puede elegir qué problema se
va a usar para investigar cada cambio.

Estos cambios de valor se analizarán en el reporte de análisis de sensibilidad que se

obtiene del programa SOLVER.
ANÁLISIS DE SENSIBILIDAD

Ejemplo
Una compañía elabora los productos A, B y C. Cada producto se procesa en tres
departamentos: I, II y III. El total disponible de horas de trabajo por semana por
cada departamento es de 900, 1080 y 840 horas, respectivamente. Los requisitos
de tiempo (en horas por unidad) y la ganancia por cada unidad del producto son:
Producto Producto Producto
A B C
Departamento I 2 1 2
Departamento II 3 1 2
Departamento III 2 2 1
Ganancia $16 $12 $15

¿Cuántas unidades de cada producto debe fabricar la compañía para maximizar

las ganancias?
ANÁLISIS DE SENSIBILIDAD

Variables de decisión X1: Cantidad a producir A, X2: Cantidad a producir B, X3: Cantidad a producir C

FORMA NORMAL
Maximizar Z = 16 X1 + 12 X2 + 15 X3
Sujeto a:
2 X1 + X2 + 2 X3  900
3 X1 + X2 + 2 X3  1080
2 X1 + 2 X2 + X3  840
X1, X2, X3  0

FORMA ESTANDAR
Maximizar Z = 16 X1 + 12 X2 + 15 X3 + 0S1 + 0S2 + 0S3
Sujeto a:
2 X1 + 1 X2 + 2 X3 + 1 S1 + 0S2 + 0S3 = 900
3 X1 + 1 X2 + 2 X3 + 0S1 + 1S2 + 0S3 = 1080
2 X1 + 2 X2 + 1 X3 + 0S1 + 0S2 + 1S3 = 840
X1, X2, X3, S1, S2, S3  0
ANÁLISIS DE SENSIBILIDAD

Maximizar Z = 16 X1 + 12 X2 + 15 X3 (S1, S2, S3)

Sujeto a:
2 X1 + X2 + 2 X3  900 (s1)  Y1 = 6
3 X1 + X2 + 2 X3  1080 (s2)  Y2 = 0
2 X1 + 2 X2 + X3  840 (s3)  Y3 = 3
X1, X2, X3  0
ITERACION 4: TABLA OPTIMA
Cj 16 12 15 0 0 0
CB VB B X1 X2 X3 S1 S2 S3
15 X3 320 2/3 0 1 2/3 0 -1/3
0 S2 180 1 0 0 -1 1 0
12 X2 260 2/3 1 0 -1/3 0 2/3
Zj 7920 18 12 15 6 0 3
Cj - Zj Cj-Zj < 0 -2 0 0 -6 0 -3
ANÁLISIS DE SENSIBILIDAD

Análisis de Sensibilidad por medio de SOLVER:

Microsoft Excel 9.0 Informe de sensibilidad
Informe creado: 06/12/02 04:47:00 p.m. Solución Coste Rango de los coeficientes
Optima reducido objetivo
Celdas cambiantes
Valor Gradiente Coeficiente Aumento Disminución
Celda Nombre Igual reducido objetivo permisible permisible

$B$5 Cantidad a producir A 0 -2 16 2 1E+30

$C$5 Cantidad a producir B 260 0 12 18 3

$D$5 Cantidad a producir C 320 0 15 9 3

Restricciones
Valor Sombra Restricción Aumento Disminución
Celda Nombre Igual precio lado derecho permisible permisible
$E$7 Departamento 1 900 6 900 180 480
$E$8 Departamento 2 900 0 1080 1E+30 180
$E$9 Departamento 3 840 3 840 960 390
Recurso Precios Recurso Rangos del valor del lado
utilizado Duales disponible derecho
ANÁLISIS DE SENSIBILIDAD
Microsoft Excel 9.0 Informe de sensibilidad
Informe creado: 06/12/02 04:47:00 p.m.

Celdas cambiantes
Valor Gradiente Coeficiente Aumento Disminución
Celda Nombre Igual reducido objetivo permisible permisible

$B$5 Cantidad a producir A 0 -2 16 2 1E+30

$C$5 Cantidad a producir B 260 0 12 18 3

$D$5 Cantidad a producir C 320 0 15 9 3

Restricciones
Valor Sombra Restricción Aumento Disminución
Celda Nombre Igual precio lado derecho permisible permisible
$E$7 Departamento 1 900 6 900 180 480
$E$8 Departamento 2 900 0 1080 1E+30 180
$E$9 Departamento 3 840 3 840 960 390

Coste reducido nos indica que no resultará rentable producir el producto A a menos que el beneficio que éstos generen aumente en
$2 (llegando a $18).
Examinando los rangos de los Coeficientes Objetivo, observamos que la solución actual no variaría si el beneficio generado por cada
producto B se moviese en el rango $9 -$30, o si el generado por el producto C lo hiciese en el rango $12-$24, o si el beneficio por el
producto A se incrementara en más de $2.
Los Precios Duales y Rangos del valor del lado derecho nos indican que estaríamos dispuestos a pagar hasta $6 por cada unidad
adicional de hora de trabajo semanal del departamento 1 hasta un máximo de 180 horas, y hasta $3 por cada unidad adicional de
hora de trabajo semanal del departamento 3 hasta un máximo de 960 horas.
Así mismo, nos muestra que, perderíamos $6 por cada hora de trabajo semanal del departamento 1 que nos quitaran de las 900
horas disponibles, hasta un máximo de 480 horas; y perderíamos $3 por cada hora de trabajo semanal del departamento 3 que nos
quitaran de las 840 horas disponibles hasta un máximo de 390 horas.