MATERIAL FUNDAMENTAL

Unidad de aprendizaje 3

MÓDULO: INVESTIGACIÓN DE
OPERACIONES (IO) I
UNIDAD DE APRENDIZAJE 3

Análisis de sensibilidad y Dualidad

Resultados de aprendizaje de la unidad
La apropiación conceptual y la aplicación de los saberes
abordados en esta unidad permitirán:

• Realizar análisis de sensibilidad a la solución óptima y hacer

recomendaciones teniendo en cuenta los reportes obtenidos,
considerando cambios en los parámetros o en otras
características del modelo.

• Construir correctamente el modelo dual asociado a un modelo

de programación lineal.

• Interpretar el significado económico de las variables duales en

relación con las restricciones del modelo primal.
Al finalizar la unidad, el estudiante estará en capacidad de:
En cuanto a conocimientos:
• Reconocer las implicaciones que tienen los cambios en los coeficientes objetivo, en los términos del lado derecho, una nueva
restricción y una nueva variable en el planteamiento de un problema.
• Conceptualizar acerca de dualidad, utilidad marginal de los recursos y precio sombra.
• Expresar en qué consiste la maximización y la minimización en el enfoque dual.
• Reconocer cómo se establece la relación entre el modelo primal y el modelo dual.
• Reconocer el significado económico de las variables duales.

En cuanto a habilidades:
• Construir el modelo dual asociado a un modelo primal.
• Interpretar el significado económico de las variables duales en relación con las restricciones del modelo primal.
• hacer un análisis de sensibilidad de una solución óptima.
• Emitir recomendaciones, teniendo en cuenta los reportes obtenidos y considerando cambios en los parámetros o en otras
características del modelo.

En cuanto a actitudes:
• Evidenciar capacidad argumentativa durante el proceso formativo.
• Evidenciar creatividad y originalidad en todos las actividades que desarrolle.
• Evidenciar habilidad interpretativa de la información.
Por otra parte, durante todo este proceso formativo el estudiante deberá mostrar respeto por los demás y ser honesto en el uso
de los conocimientos ajenos.
DUALIDAD
El problema dual
• La dualidad en la programación lineal es esencialmente una
teoría unificadora que desarrolla la relación entre un
programa lineal dado y otro programa lineal relacionado
(Bradley, Hax & Magnanti, 1997).

Por lo tanto, todo problema de programación lineal tiene asociado

un problema dual.

PROBLEMA PROBLEMA
PRIMAL DUAL
El problema dual
Problema primal
F. O. Maximizar utilidades

Está sujeto a restricciones

asociadas a la disponibilidad de
los recursos Problema dual
F. O. Minimizar los costos totales
de los recursos consumidos

Está sujeto a restricciones

asociadas a los valores de cada
recurso
Razones para usar el problema dual

1. Aporta información que permite ampliar la comprensión del

problema primal.
2. Facilita la solución del problema primal (algunos software
modernos para resolver problemas de programación lineal
resuelven primal-dual para aquellos problemas grandes o
complicados).
3. Permite hacer la interpretación económica del problema.
Propiedades de la dualidad
En la tabla siguiente se muestran las relaciones existentes entre el
modelo primal y el dual.
Problema principal
• Tiene solución óptima cuando la
tiene dual
• Valor de la F. O. = Z
• El dual del dual es el primal
• La solución puede obtenerse a
partir del tablero simplex del dual
Problema dual
• Tiene solución óptima cuando la
tiene el primal
• Valor de la F. O. = Z
• El dual del dual es el primal
• La solución puede obtenerse a
partir del tablero simplex del primal
Del primal al dual
Para construir el modelo dual a partir del modelo primal se deben tener en
cuenta las siguientes correspondencias entre los elementos que conforman
los modelos:

Primal Dual
Si el modelo es de maximización El modelo dual es de minimización

Si el modelo es de minimización El modelo dual es de maximización

Si las restricciones son desigualdades Las restricciones son desigualdades

en el mismo sentido en el mismo sentido, pero contrario a
las del primal

Los coeficientes de costos Son los términos del lado derecho

Del primal al dual
Primal Dual

Los términos del lado Son los coeficientes de

derecho costos
n variables (≥ 0) n restricciones

m restricciones m variables

La matriz original de Es la matriz transpuesta

coeficientes tecnológicos de coeficientes
tecnológicos

Max Z = CX Min Z’ = bTY

Sujeto a: AX ≤ b; X ≥ 0 Sujeto a: ATY ≤ CT; Y ≥ 0
Ejemplo
Una empresa de explotación minera posee dos minas que fueron implementadas
con procesos diferentes, lo cual implica que para producir sus dos productos cada
una requiere diferentes cantidades de los tres recursos con los que cuenta.
Producir en la mina 1 tiene una utilidad de dos millones de pesos diarios, mientras
que la mina 2 tiene una utilidad de tres millones de pesos diarios.

¿Cómo debe repartirse la producción en las dos minas para maximizar la utilidad
recibida?

En la tabla se muestran los recursos requeridos:

Mineral A Mineral B Mineral C Utilidad

Mina 1 1 2 3 2
Mina 2 1 3 2 3
Disponible 20 30 40
Modelo:

Max Z = 2X1 + 3X2

Sujeto a:

• X1 + X2 ≤ 20
• 2X1 + 3X2 ≤ 30
• 3X1 + 2X2 ≤ 40
• X1, X2 ≥ 0

Este es el modelo que representa el problema. Para obtener el

modelo dual se deben seguir las pautas descritas anteriormente.
En la siguiente diapositiva se muestra el análisis que debe
hacerse para lograr obtener el modelo dual.

Modelo primal
Max Z = 2X1 + 3X2
Sujeto a:
• X1 + X2 ≤ 20
• 2X1 + 3X2 ≤ 30
• 3X1 + 2X2 ≤ 40
• X1, X2 ≥ 0
Modelo dual
Min Z’= 20Y1 + 30Y2 + 40Y3
Sujeto a:
• Y1 + 2Y2 + 3Y3 ≥ 2
• Y1 + 3Y2 + 2Y3 ≥ 3
Y1, Y2, Y3 ≥ 0
Más adelante se explica la
interpretación del modelo dual
Análisis
1) Por ser una función de maximización,
entonces el dual es de minimización.
2) Todas las restricciones son ≤, por lo
que las restricciones del dual serán ≥.
3) Como hay dos variables, entonces son
dos restricciones.
4) Como hay tres restricciones, entonces
son tres variables.
5) Los coeficientes costos del dual son
20, 30 y 40 (términos del lado
derecho del primal).
6) Los términos del lado derecho serán 2
y 3 (coeficientes de costos del primal).
7) Los coeficientes tecnológicos serán la
transpuesta, es decir matriz de 3 * 2
pasa a 2 * 3.
Tipos de solución del problema dual
Dual

Z no
Z es finito Z infactible
acotado

Z es finito

Primal Z no acotado

Z infactible

Solución no existente

Solución posible
Interpretación económica del dual
Para la interpretación económica del problema dual tendremos
en cuenta tres aspectos: significados de los elementos del
problema primal, unas definiciones económicas y la relación
entre el dual y el primal.

1) Elementos del problema primal

• Xj = nivel de la actividad j (variables)

• Cj = ganancia unitaria debido a la actividad j (coeficientes de
costos)
• Z = ganancia total debida a todas las actividades
• bi = cantidad disponible del recurso i (términos del lado derecho)
• Aij = cantidad del recurso i consumida por una unidad de la
actividad j (coeficientes tecnológicos)
 2) Definiciones económicas para interpretar el modelo dual

Precios sombra: tasas marginales de variación del valor de la F. O. ante

variaciones unitarias de los términos del lado derecho de una
restricción (Goic, <<en línea>>)

Min Z’ = bTY
Sujeto a: ATY ≤ CT; Y ≥ 0

Teniendo en cuenta la forma genérica del problema dual, se tiene:

Yi = ganancia por unidad adicional del recurso i (precio sombra)

biYi = contribución a la ganancia por disponer de bi unidades del

recurso i

∑aij Yi = contribución a la ganancia de todos los recursos que se

consumirían por cada unidad de la actividad j
Retomando el ejemplo de las minas, se tiene:
Modelo primal
Max Z = 2X1 + 3X2 X = producción de la mina 1
Y = producción de la mina 2
Sujeto a:
• X1 + X2 ≤ 20 Disponibilidad del mineral A
• 2X1 + 3X2 ≤ 30 Disponibilidad del mineral B
• 3X1 + 2X2 ≤ 40 Disponibilidad del mineral C
X1, X2 ≥ 0

Modelo dual
Min Z’= 20Y1 + 30Y2 + 40Y3
Sujeto a:
• Y1 + 2Y2 + 3Y3 ≥ 2
• Y1 + 3Y2 + 2Y3 ≥ 3
Y1, Y2, Y3 ≥ 0
Y1 = ganancia por cada unidad adicional del mineral A
Y2 = ganancia por cada unidad adicional del mineral B
Y3 = ganancia por cada unidad adicional del mineral C
20Y1 = contribución por cada unidad adicional de A
30Y2 = contribución por cada unidad adicional de B
40Y3 = contribución por cada unidad adicional de C
3) Relación entre el dual y el primal

En las próximas seis diapositivas se interroga sobre la relación y

semejanzas que se dan entre la solución del primal y la solución
del dual (a través de un ejemplo y un audio).
Ejemplo ¿Qué podemos leer de los dos
tableros simplex?
Problema primal
Max Z = 2X1 + 3X2 + 2.5X3
Base X1 X2 X3 S1 S2 Sol
Sujeto a:
Z 2.125 2 2.5 3.75 4.375 812
• 0.1X1 + 0.3X2 + 0.2X2 ≤ 100
X2 −0.5 1 0 5 −2.5 250
• 0.4X1 + 0.2X2 + 0.4X2 ≤ 100
• X1, X2, X3 ≥ 0 X3 1.25 0 1 −2.5 3.75 125

Problema dual
Base Y1 Y2 E1 E2 E3 Sol
Min Z = 100Y1 + 100Y2 Z 100 100 0 −250 −125 812
Sujeto a:
Y1 1 0 0 −5 2.5 3.75
• 0.1Y1 + 0.4Y2 ≥ 2
• 0.3Y1 + 0.2Y2 ≥ 2 Y2 0 1 0 2.5 −3.75 4.375
• 0.2Y1 + 0.4Y2 ≥ 2.5 E1 0 0 1 0.5 −1.25 0.125
• Y1, Y2 ≥ 0
Ejemplo tomado de Rendón & Díaz (2000)
1. ¿Qué son Xi y Yj?
P
R Base X1 X2 X3 S1 S2 Sol
I Z 2.125 2 2.5 3.75 4.375 812
M X2 −0.5 1 0 5 −2.5 250
A X3 1.25 0 1 −2.5 3.75 125
L

Base Y1 Y2 E1 E2 E3 Sol
D Z 100 100 0 −250 −125 812
U
Y1 1 0 0 −5 2.5 3.75
A
L Y2 0 1 0 2.5 −3.75 4.375
E1 0 0 1 0.5 −1.25 0.125

Xi = cantidad de productos i a producir

Yj = valor marginal del recurso a usar
Por lo tanto Base Y1 Y2 E1 E2 E3 Sol
D Z 100 100 0 −250 −125 812
U Y1 1 0 0 −5 2.5 3.75
A
L Y2 0 1 0 2.5 −3.75 4.375
E1 0 0 1 0.5 −1.25 0.125

Los valores óptimos de las variables duales se denominan precio

sombra, precio dual, valor marginal o coste de oportunidad del recurso.
• Cuánto cambia el valor de Z si cambiamos la cantidad de recurso (el lado
derecho de la restricción) en una unidad.
• Lo que se deja de ganar por no tener una unidad más de recurso.
• Señal económica del precio mínimo de venta o renta de una unidad del
recurso.
Nota: la importancia del modelo dual en la identificación de los posibles
cambios que se tendrían en el valor de Z al hacer cambios en los
recursos disponibles.
2. ¿Con relación a Z?
P
Base X1 X2 X3 S1 S2 Sol
R
I Z 2.125 2 2.5 3.75 4.375 812
M X2 −0.5 1 0 5 −2.5 250
A X3 1.25 0 1 −2.5 3.75 125
L

Base Y1 Y2 E1 E2 E3 Sol
D Z 100 100 0 −250 −125 812
U
Y1 1 0 0 −5 2.5 3.75
A
L Y2 0 1 0 2.5 −3.75 4.375
E1 0 0 1 0.5 −1.25 0.125

Conclusión  Z = CX = Yb
3. ¿Con relación a la solución del primal y los valores de las columnas de holgura?
P
Base X1 X2 X3 S1 S2 Sol
R
I Z 2.125 2 2.5 3.75 4.375 812
M X2 −0.5 1 0 5 −2.5 250
A X3 1.25 0 1 −2.5 3.75 125
L

Base Y1 Y2 E1 E2 E3 Sol
D Z 100 100 0 −250 −125 812
U
Y1 1 0 0 −5 2.5 3.75
A
L Y2 0 1 0 2.5 −3.75 4.375
E1 0 0 1 0.5 −1.25 0.125

Conclusión  mismos valores con signo contrario

Por lo tanto, cuando en el problema primal se conozcan los valores de las
variables de holgura, se conocen los precios sombra de los respectivos recursos.
4. ¿Con relación a las restricciones del primal y la solución del dual?
P Base X1 X2 X3 S1 S2 Sol
R
Z 2.125 2 2.5 3.75 4.375 812
I
M X2 −0.5 1 0 5 −2.5 250
A X3 1.25 0 1 −2.5 3.75 125
L S1 ni S2 son no básicas; por lo tanto, se gastó todo lo disponible.

Base Y1 Y2 E1 E2 E3 Sol
D Z 100 100 0 −250 −125 812
U En el dual
Y1 1 0 0 −5 2.5 3.75 estos
A
L Y2 0 1 0 2.5 −3.75 4.375 valores son
positivos
E1 0 0 1 0.5 −1.25 0.125

Conclusión  Si se dispusiera de más recursos asociados a la primera

restricción se podría aumentar la producción, y por cada unidad más
de dicho recurso se podrían aumentar las ganancias en $3.75.
Interpretación de la solución del dual
La interpretación de la solución del modelo dual está asociada a las
variables de holgura de la siguiente manera:

• Cuando las restricciones del primal se cumplen con holgura, su

variable asociada en el dual es igual a cero puesto que hay
disponibilidad del recurso y utilizar una unidad más no aporta al valor
de Z.
• Cuando las restricciones del primal se cumplen sin holgura, sus
variables asociadas en el dual son positivas y se trata del precio
sombra que se interpreta así:
• Si se aumenta la cantidad del recurso disponible (X) en ∆b, entonces
la F. O. aumenta en X * ∆b; por lo tanto, este es el máximo precio a
pagar por una unidad adicional del recurso.

Esta interpretación será ampliada en el tema siguiente: “Análisis de

sensibilidad”.
(Basado en Sallán, Suñé, Fernández Fonollosa, 2002)
ANÁLISIS DE SENSIBILIDAD
Generalidades
• El análisis de sensibilidad consiste en evaluar el impacto sobre la
solución óptima ocasionado por un cambio marginal en uno de los
parámetros.
• Este análisis permite identificar los parámetros que al variar ocasionan
un cambio en la solución óptima  “parámetro sensible” y aquellos
parámetros que pueden tener ciertos rangos de acción sin alterar
solución óptima  “parámetro no sensible” (Rendón & Díaz, 2002).

Los cambios
principales se dan en:
• Coeficientes de costos
• Términos del lado derecho
• Coeficientes tecnológicos
• Restricciones
• Variables
Definiciones importantes
• Precios sombra
Tasas marginales de variación del valor de la F. O. ante variaciones
unitarias de los términos del lado derecho de una restricción (Goic,
<<en línea>>).

• Tasa de sustitución
Tasa marginal de cambio de los coeficientes tecnológicos que
representan una variación en la F. O. ante cambios en los
requerimientos de los recursos.

• Costos reducidos
Variación del coeficiente de costo de una variable en la F. O. para que
en la solución óptima dicha variable tenga un valor positivo.

A continuación se explican los diferentes tipos de cambios que están

asociados a estas definiciones.
1. Cambios en los coeficientes de costos
Aumento de los costos directos de producción

Incremento en los índices de productividad

Estos pueden
cambiar por: La economía de escala

Cambios en los precios de ventas (Rendón & Díaz,

2002)

En el modelo, estos cambios se dan tanto en variables básicas como en variables

no básicas, con resultados diferentes y métodos de análisis diferentes.

Estos cambios no afectan la región factible, pero sí la solución óptima puesto que
afectan la pendiente de la F. O.
EN VARIABLES NO BÁSICAS
• Por definición, tienen valor cero.

• Mientras siga siendo no básica, un cambio en su respectivo

coeficiente de costo no ocasionará cambios en la base óptima y se
puede encontrar un intervalo de valores permitidos.

• Cuando se vuelve básica es necesario continuar con el proceso de

optimización.

El cambio se representa como: Cj* = Cj + Δ

Y debe cumplirse que: Zj – Cj * > 0
Entonces: Zj – (Cj + Δ) > 0
Δ < Zj - Cj
Donde Δ es el máximo valor en que puedo incrementar la utilidad unitaria
de la actividad j en maximización.
Donde Δ es el mínimo valor en que puedo disminuir el costo unitario de la
actividad j en minimización.
Ejemplo (adaptado de la “Unidad de aprendizaje 1”)
Una panadería produce tres tipos de ponqués usando harina,
huevos y azúcar. La siguiente tabla muestra el consumo de materia
primas por kg de cada tipo de ponqué, además de las cantidades en
inventario de las materias primas y la utilidad de cada uno de ellos.
El dueño de la panadería quiere maximizar sus utilidades, y los
ponqués se pueden ver por fracción.

Harina Azúcar Huevos Valor de venta

(unidades) (libras) (unidades) (miles de pesos)
Ponqué 1 2 2 1 4
Ponqué 2 3 1 2 8
Ponqué 3 1 2 3 6
Disponibilidad 50 36 60
 Ejemplo tomado de Rendón & Díaz (2002)
Modelo  Max Z = 4X1 + 8X2 + X3
Sujeto a:
2X1 + 3X2 + X3 ≤ 50
2X1 + 1X2 + 2 X3 ≤ 36
X1 + 2X2 + 3 X3 ≤ 60
Solución XI ≥ 0

Base X1 X2 X3 S1 S2 S3 Sol
Z 4.857 8 6 1.714 0 1.429 171.43
X2 0.714 1 0 0.429 0 −0.143 12.857
S1 1.571 0 0 0.143 1 −0.714 0.286
X3 −0.143 0 1 −0.286 0 0.429 11.43

Para obtener la utilidad máxima ($171.430) el dueño de la panadería debe

producir:
0 kg de ponqués tipo 1
12.86 kg de ponqués tipo 2
11.43 kg de ponqués tipo 3
 Ejemplo tomado de Rendón & Díaz (2002)
Ahora, viendo que no se pueden producir ponqués tipo 1, el dueño quiere saber el rango
en el cual su utilidad (actualmente de 4) puede cambiar hasta no modificar la solución
obtenida. Esta pregunta se traduce matemáticamente así:

¿Cual sería el intervalo de cambio del coeficiente de X1 para continuar con la solución
óptima?

Para ello se sigue el siguiente procedimiento:

Δ < Zj – Cj Donde Zj se obtiene del tablero

Δ < 4.857 – 4 simplex, y Cj del modelo
Δ < 0.857

Respuesta: El coeficiente de X1 en la F. O. puede aumentar, como máximo, a 4.857 para que

no cambie la solución óptima. Con un valor mayor, X1 se vuelve favorable.

En otras palabras, la utilidad de 1 kg de ponqué tipo 1 puede aumentar hasta 4.857 para no
modificar la solución; si lo aumenta a 5, por ejemplo, haría parte de la solución.
 EN VARIABLES BÁSICAS

Generalmente, un cambio en su coeficiente de costo ocasiona un

cambio en la base y en los valores de las variables básicas y, en últimas,
en la solución óptima. El cambio se representa como Δ < Zj – Cj, en la
variable básica. No solo afecta la variable básica, sino toda la línea de la
F. O. según los coeficientes correspondientes a la fila de la variable
básica.
Zj = Zj + aj* Δ

Base X1 X2 X3 S1 S2 S3 Sol

Z Zj

X2

S2

X3 aj
Ejemplo:
Continuando con el problema anterior, el dueño quiere saber cuánto
puede variar la utilidad del ponqué tipo 2 de tal manera que no se altere
la solución obtenida.

Matemáticamente quiere decir: ¿cuál sería el intervalo de cambio del

coeficiente de X2 para continuar con la solución óptima?

No se puede seguir el proceso anterior puesto que X2 (ponqué de tipo 2)

tiene un valor diferente de cero en la solución: se deben producir 12.86
ponqués tipo 2. Por ello se sigue el procedimiento que se muestra en las
siguientes diapositivas.
 Base X1 X2 X3 S1 S2 S3 Sol
Ejemplo tomado de Rendón & Díaz (2002)
Z 4.857 8 6 1.714 0 1.429 171.43
X2 0.714 1 0 0.429 0 −0.143 12.857
S1 1.571 0 0 0.143 1 −0.714 0.286
X3 −0.143 0 1 −0.286 0 0.429 11.429
Zj de la variable básica sería Cj + Δ
Zj de la variable X1 = 4.857 + (−0.143Δ) = 4.857 − 0.143Δ

Base X1 X2 X3 S1 S2 S3 Sol
Z 4.857 − 1.714 − 1.429 + 171.43 +
8 6+Δ 0
0.143Δ 0.286Δ 0.429Δ 11.429Δ
X2 0.714 1 0 0.429 0 −0.143 12.857
S2 1.571 0 0 0.143 1 −0.714 0.286
X3 −0.143 0 1 −0.286 0 0.429 11.429
 Con los Zj nuevos se hallan los diferentes Δ

Max Z = 4X1 +8X2 + 6X3

Δ < ZX1 – C1
ZX1 = 4.857 − 0.143Δ 4.857 – 0.143Δ – 4
Zs1 = 1.714 − 0.286Δ Δ < 5.99
Zs3 = 1.429 + 0.429Δ Δ < ZS1 –C1
1.714 –0.286Δ – 0
Pero, para que la solución no Δ < 5.99
cambie, los Zj de todas las
variables deben continuar Δ < Zs3 – C1
siendo negativos 1.429 + 0.429Δ
Δ > – 3.33
Con base en estos resultados se forma el intervalo – 3.33 < Δ < 5.99

Respuesta: El coeficiente de X3 en la F. O. puede aumentar, como máximo, a

11.99 y disminuir a 2.67 para que no cambie la solución óptima.

Es decir, la utilidad del ponqué 2 puede cambiar entre 2.67 y 11.99 y se

requerirá producir 12.86 kg de ponqués, como en la solución inicial.
El cambio en la función objetivo está dado por el valor actual
más el coeficiente que acompaña a Z multiplicado por el Δ:

ZΔ = 171.43 + 11.429Δ

En el caso de que Δ = 2, entonces el valor de ZΔ = 2 =

171.43 + 11.429 * 2 = 194.288

Es decir, si la utilidad del ponqué tipo 2 pasa de 8 a 10, se siguen

produciendo 12.86 kg de ponqués, pero la utilidad total obtenida
ya no será de $171.430 sino de $194.288.
2. Cambios en los términos del lado derecho
Por el resultado de las decisiones derivadas de
las políticas gerenciales (Rendón & Díaz, 2002).
Se da:
Al evaluar la posibilidad de modificar las
disponibilidades según sus efectos a la F. O.

Ejemplo: Si fabrico chocolates compuestos de chocolate blanco

y negro, ¿cuál sería el cambio de mi utilidad al aumentar la
disponibilidad de chocolate blanco?

General: ¿Cuál sería el cambio (aumenta o disminuye) del valor

de Z al cambiar (aumentar o disminuir) la disponibilidad de uno
de los recursos?
PRIMERA SITUACIÓN

• Si el cambio se da en una restricción activa, dicho cambio

ocasiona un cambio en la solución óptima .

• Si el cambio se da en una restricción no activa menor que la

holgura o el exceso, no ocasiona ningún cambio en la solución
óptima.

• ¿Qué efectos tiene en la solución óptima si se varía la

disponibilidad de un recurso?
¿En nuestro ejemplo, cuánto puede variar la disponibilidad del recurso 1 (harina) para que las
variables básicas no cambien?
S1 es la holgura del recurso 1 y no es una variable básica; por lo tanto, es una restricción activa:
2X1 + 3X2 + X3 ≤ 50

Base X1 X2 X3 S1 S2 S3 Sol
Z 4.857 8 6 1.714 0 1.429 171.43
X2 0.714 1 0 0.429 0 −0.143 12.857
S2 1.571 0 0 0.143 1 −0.714 0.286
X3 −0.143 0 1 −0.286 0 0.429 11.43

Base X1 X2 X3 S1 S2 S3 Sol
Z 4.857 8 6 1.714 0 1.429 171.43 + 1.714 Δ
X2 0.714 1 0 0.429 0 −0.143 12.857 + 0.429 Δ
S1 1.571 0 0 0.143 1 −0.714 0.286 + 0.143 Δ
X3 −0.143 0 1 −0.286 0 0.429 11.429 − 0.286 Δ
Base X1 X2 X3 S1 S2 S3 Sol
Z 4.857 8 6 1.714 0 1.429 171.43 + 1.714Δ
X2 0.714 1 0 0.429 0 −0.143 12.857 + 0.429Δ
S2 1.571 0 0 0.143 1 −0.714 0.286 + 0.143Δ
X3 −0.143 0 1 −0.286 0 0.429 11.429 − 0.286Δ

Estas variables no pueden ser negativas. Entonces, para cada una

su solución debe ser mayor que cero:
12.857 + 0.429Δ ≥ 0  Δ ≥ −30
0.286 + 0.143Δ ≥ 0  Δ ≥ −2 −2 ≤ Δ ≤ 40
11.429 − 0.286Δ ≥ 0  Δ ≤ 40
Por lo tanto, la harina (recurso 1), que tiene una disponibilidad de 50
unidades, puede disminuir hasta 48 y aumentar hasta 90 para que las
variables básicas no cambien. Lo que se altera son los valores y son
calculados dependiendo del valor dado a Δ.
3. Cambios en los coeficientes tecnológicos
Una mayor precisión en la definición de los
Se dan por: recursos (Rendón & Díaz, 2002)

Los cambios en estos coeficientes suelen presentar cambios

despreciables (Rendón & Díaz, 2002).

Modifican la solución inicial del problema proporcionalmente a los

valores del vector de la variable de holgura correspondiente al
recurso modificado.
4. Cambios en el número de variables

La aparición o desaparición de productos

Se dan por: (Rendón & Díaz, 2002)

Adición  Hace que la solución actual óptima siga siendo

factible pero no necesariamente óptima.

Eliminación  Se logra al tratar la variable saliente como una

variable artificial:
• Valor muy grande para el coeficiente de costo si es minimización.
• Valor muy pequeño para el coeficiente de costo si es maximización.
Bibliografía
• Hillier, F. & Lieberman, G. (1997). Introducción a la investigación de
operaciones, 6.ᵃ ed. McGraw-Hill
• Rendón, H. D. & Díaz, F. J. (2002). Introducción a la investigación de
operaciones. Editorial Universidad Nacional de Colombia.

• Bradley, Hax & Magnanti (1997). Applied mathematical

programming. Addison-Wesley. Disponible en:
http://web.mit.edu/15.053/www/AMP-Chapter-04.pdf
Cibergrafía
• Sallán, J. M., Suñé, A., Fernández, V.& Fonollosa, J. B. (2002).
Métodos cuantitativos de organización industrial I (2002). Editions
UPC. Disponible en: www.investigacion-
operaciones.com/Libro/Dualidad-Sensibilidad.pdf

• Marcel Goic, F (s. f.). Dualidad y análisis de sensibilidad. Universidad

de Chile. Disponible en:
http://www.google.com.co/#hl=es&rlz=1W1GGLL_es&prmdo=1&scl
ient=psyab&q=precio+sombra+analisis+de+sensibilidad&oq=Precio+
sombra+anal&gs_l=serp.3.0.0j0i30l2j0i8i30.5913093.5916755.7.591
8410.9.7.1.0.0.1.483.2282.23j3j1.7.0...0.0...1c.1._vuEiWblE0w&pbx=
1&prmdo=1&bav=on.2,or.r_gc.r_pw.r_qf.&fp=f455a0e39ab43238&b
pcl=37189454&biw=1229&bih=579