UNIVERSIDAD DE GUADALAJARA

Centro Universitario de los Lagos

“INVETIGACION DE OPERACIONES”

Teoría de Dualidad y análisis de sensibilidad

Presenta
Nombre del Alumno
JESUS RUBIO RAMIREZ

Profesor
Nombre del Profesor

BREDA VLILIANA AGUIÑAGA SERRANO

Lagos de Moreno, Jal., (13) de (11) de (2020)

 CONCEPTOS
1. Esencia de Asociado a cada problema lineal existe
la teoría de otro problema de programación lineal
dualidad
denominado problema dual (PD) , que
posee importantes propiedades y
relaciones notables con respecto al
problema lineal original, problema que
para diferencia del dual se denomina
entonces como problema primal (PP).
CARACTERISTICAS IMAGEN
a) El problema dual tiene tantas variables como restricciones
tiene el programa primal.
b) El problema dual tiene tantas restricciones como variables
tiene el programa primal
c) Los coeficientes de la función objetivo del problema dual
son los términos independientes de las restricciones o RHS del
programa primal.
d) Los términos independientes de las restricciones o RHS del
dual son los coeficientes de la función objetivo del problema
primal.
e) La matriz de coeficientes técnicos del problema dual es la
traspuesta de la matriz técnica del problema primal.
f) El sentido de las desigualdades de las restricciones del
problema dual y el signo de las variables del mismo problema,
dependen de la forma de que tenga el signo de las variables
del problema primal y del sentido de las restricciones del
mismo problema. ( Ver tabla de TUCKER)
g) Si el programa primal es un problema de maximización, el
programa dual es un problema de minimización.
h) El problema dual de un problema dual es el programa
primal original.
2. El significado de las variables duales es Donde asumimos que x ∈ Rn , c ∈ Rn , b ∈ Rm y A ∈ Μ(n,m). Si
Interpretación el mismo que en el caso de los suponemos que x* es una solución factible básica no
económica de degenerada y óptima del problema anterior, es decir, verifica
multiplicadores de Lagrange, es decir que: x* = B-1 b ≥ 0 ; b ≥ 0 A x* = b y que para una variación del
la dualidad miden la sensibilidad de la función vector de términos independientes b, cuando este vector pasa
objetivo respecto a cambios a ser (b+∆b), siendo (b+∆b) ≥ 0, y que esta variación deje
(infinitesimales) de los términos inalterada las variables básicas de la solución, es decir que se
cumpla que:
independientes de cada restricción. Este valor de λ nos indica en cuanto varia la función objetivo
ante una variación (infinitesimal) de b, y que mantenga la
Interpretación económica del dual. En factibilidad de la solución.
general, se puede considerar que un
problema lineal tiene como finalidad
optimizar determinados recursos
económicos. En un problema primal,
se puede maximizar la función
objetivo, la cual está limitada por
ciertas restricciones, representadas a
través de desigualdades o
inecuaciones. La interpretación
económica de un programa lineal es:
1. Las variables x representan términos
desconocidos de los productos a
fabricar, a vender, etc. 82
2. El lado derecho de las restricciones,
es decir, el vector b, representa las
cantidades disponibles de recursos o
limitaciones de recursos.
3. Las constantes de las restricciones,
es decir, el vector a , representa las
cantidades necesarias de un recurso
determinado i para producir el
producto j.
4. Las restricciones representan las
limitaciones de recursos disponibles
para producir.
5. El objetivo del programa lineal es
obtener el máximo beneficio con lo
cual cj serán los beneficios por unidad
producida del producto j. De acuerdo
con la relación que existe entre el
programa lineal primal y el dual, se
pueden hacer las siguientes
interpretaciones económicas del
problema dual:
1. Yi es la contribución a la ganancia
por cada unidad del recurso i (Precio
sombra)
2. yi≥0 es la ganancia por cada unidad
del recurso i .Ésta debe ser no negativa
para, para que sea viable usarla.
3. La función objetivo representa
minimizar el valor implícito de la
cantidad de recursos utilizados.
3. Relaciones Tanto el programa primal como el
primal-dual programa dual son dos formas de
abordar el mismo problema, y por lo
tanto, si tienen solución, tienen la
misma solución. Entonces, cabe
preguntarse cuál es la relación entre
las soluciones de ambos problemas.
Teoría de dualidad Definición de
Problema dual Asociado cualquier
modelo lineal existe otro problema
llamado problema dual, el cual se
define de forma directa y sistemática a
partir del modelo original (o problema
primal). Existe una relación estrecha
entre el problema Primal y el Dual, de
tal manera que la solución óptima de
uno de ellos produce de forma
automática (con algunos cálculos
adicionales) la solución óptima del
otro. Para definir el problema dual se
requiere expresar el problema primal
en forma de ecuaciones; todas las
restricciones son ecuaciones con el
lado derecho no negativo y todas las
variables son no negativas
Relaciones Primal-Dual. Las relaciones
posibles que pueden existir entre un
problema primal y uno dual son las
siguientes: ▪ Si el problema primal
Partiendo de las condiciones de holgura complementaria,
desarrolladas como sigue: n ∑ (cj - a1j λ1 - a2j λ2 -.... - amj λm )
xj = 0 j=1 m ∑ λi(bi - ai1 x1 - ai2 x2 -.... - ain xn) = 0 i=1 Dado
que (x* , λ* ) son óptimos, debe cumplirse que cada términos
del sumatorio sea cero.
En particular, y recurriendo a las variables auxiliares (de
holgura) sabemos que: (cj - a1j λ1 - a2j λ2 -.... - amj λm ) = - λj
h ∀j (bi - ai1 x1 - ai2 x2 -.... - ain xn) = xi h ∀i por tanto las
relaciones anteriores equivalen a : λj h xj = 0 xi h λi = 0
En consecuencia tenemos:
1.- Si una restricción del primal es no saturada, entonces la
variable de dual asociada debe ser nula.
2.- Si una variable de primal es positiva, entonces la
correspondiente restricción del dual es una restricción
saturada, es decir, se verifica como una igualdad. Tomando
esto en consideración, así como los teoremas de la dualidad,
podemos establecer las siguientes relaciones entre las
soluciones de primal y del dual.
1.- Por el teorema de la dualidad, y si ambos problemas tienen
solución, entonces se verifica que: Z(x* ) = G(λ* ) c x* = λ* b
como cx* = cB B-1 b se tiene que : λ* = cB B-1 Por tanto,
conociendo la solución optima del programa primal, se puede
determinar el valor de las variables duales en su solución
óptima.(Véase el ejemplo anterior, resuelto gráficamente)
2.- En base al Teorema de holgura complementaria, existe una
relación entre el comportamiento de las variables de un
problema y su dual: Variables principales primal ←→
Variables holgura dual Variables holgura primal ←→
Variables principales dual
3.- Si existe solución optima del primal (x* ) el valor de las
variables básicas en la solución optima es: xB = B-1 b = b* ≥ 0.
Además por ser óptima deberá verificar que : wj = cj - zj ≤ 0 ∀
j. Desarrollando esta ultima expresión tenemos que : wj = cj -
cB B-1 Pj = cj - λ Pj≤ 0 , ∀ j. Por lo tanto se verifica que: λ A ≥ c ,
que es una de las condiciones de la factibilidad dual, dado que
los vectores Pj forman las columnas de la matriz A..
4.- Para las variables de holgura del programa primal ( xh ), sus
respectivos coeficientes en la función objetivo son cero, y los
vectores asociados a estas variables son los vectores de la
base canónica, es decir, un vector de ceros excepto en la i-
esima posición que toma el valor
1. Por tanto, los rendimientos marginales de las variables de
holgura serán: wi h = 0- cB B-1 Pi h = - λi ≤ 0⇒ λi ≥ 0 ∀ i ⇒ λ ≥ 0
lo que supone el cumplir la segunda condición de factibilidad
dual. Por tanto con las relaciones anteriores ( 3-4 ) podemos
tiene soluciones factibles y una
solución óptima (la función objetivo es
acotada) entonces ocurre lo mismo en
el problema dual.
▪ Si uno de los problemas tiene
soluciones factibles y no tiene solución
óptima acotada (o la función objetivo
es no acotada), entonces el otro
problema no tiene soluciones factibles.
▪ Si uno de los problemas (primal o
dual) no tiene soluciones factibles,
entonces el otro problema no tiene
soluciones factibles o la función
objetivo es no acotada. Importancia de
las relaciones Primal-Dual La teoría de
dualidad es un concepto importante
de la programación lineal pues
proporciona una herramienta de post-
optimalidad .
RELACIÓN (PRIMAL –DUAL) La
relación entre el problema Dual y su
asociado, es decir el problema
original llamado primal, presenta
varias utilidades: o Aporta elementos
que aumentan sustancialmente la
comprensión de la PL. o El análisis
de la dualidad es una herramienta útil
en la solución de problemas de PL. o
El problema Dual tiene
interpretaciones e informaciones
importantes.
comprobar que la optimalidad primal garantiza la factibilidad
dual. Por tanto conociendo estas relaciones podemos
determinar la solución de ambos problemas de forma
inmediata. Sea x* una solución factible y optima de un
problema lineal, es decir se cumple que : xB = B-1 b = b* ≥ 0.
wj = cj - zj ≤ 0 A partir de estos valores sabemos:
a) Valor de las variables principales del dual λ* serán iguales a
los rendimientos marginales de las variables de holgura del
problema primas pero cambiadas de signo. wi h = - λi .
b) Valor de las variables de holgura del dual λh* se
corresponden con los rendimientos marginales de las variables
principales del primal. En particular, para las variables no
básicas, de las que se obtienen las variables básicas del dual se
tiene: wj = cj - zj ≤ 0 , ∀j Si, en particular, la variable xk es no
básica: wk = ck - λPk . Si consideramos: λ Pk - λk h = ck
tenemos que: - λk h = wk . Conviene no perder de vista la
relación entre las variables básicas de un problema con las no
básicas de su dual. Es decir, si una variable de primal es básica,
la variable de dual asociada a ella será una variable no básica,
y por la misma razón si una variable de primal es no básica, la
correspondiente variable de dual será una variable básica.
c) Por ultimo, aunque parezca superfluo recordarlo, el valor
de la función objetivo de ambos problemas es el mismo.
Conviene notar que si establecemos las relaciones entre las
tablas óptimas de los dos problemas, veremos que el valor que
aparece en las respectivas tablas optimas es el mismo pero
cambiado de signo, ello se debe a que en un problema
estamos maximizando y en el otro estamos minimizando, y
para este problema de minimización realizamos la
transformación de mínimo a máximo, cambiando el signo de la
función, por ello a la hora de comparar los valores de ambos
problemas no se puede hacer directamente desde una tabla a
la otra. Con el fin de comprobar las relaciones entre las
soluciones de los dos problemas (primal y dual), vamos a
plantear las tablas óptimas de los problemas planteados con
anterioridad.
Transformación del problema primal a su problema asociado dual
realiza a partir del problema primal, los pasos a seguir para constr
siguientes:
1. Se define una variable dual por cada restricción
del problema primal.
2. Se define una restricción por cada variable primal.
3. Los coeficientes de la restricción de una variable
primal definen los coeficientes en el lado
izquierdo de la restricción dual y su
coeficiente objetivo define el lado derecho.
4. Los coeficientes objetivos del dual son iguales al lado derecho d
 primal. Las reglas para definir el problema
dual a partir de un primal se resumen
en la Tabla 45 que a continuación se muestra.

4. Adaptación Intervalo de optimalidad: es el

a otras intervalo de variabilidad de un
formas del coeficiente de la función objetivo
primal . • Intervalo de factibilidad. Es el
intervalo de variabilidad de un lado
derecho de una restricción.
• Precio Sombra. Cambio en el
valor de la función objetivo por
aumento unitario en el valor del lado
derecho de una restricción.

5. Papel de la Son aplicaciones que se la hacen al Es importante porque nos permite investigar el
teoría de método simplex con el objetivo de efecto que tendría la solución optima
dualidad en el garantizar la optimización de un proporcionada por el método simplex en el
análisis de problema y a su vez para un mejor hecho de que los parámetros (datos de
sensibilidad manejo del mismo método entrada) tomaran otros valores posibles.
 6. Esencia IMPORTANCIA DEL ANÁLISIS DE
del análisis SENSIBILIDAD Es importante
de porque nos permite investigar el
sensibilidad efecto que tendría la solución
óptima proporcionada por el método
simplex en el hecho de que los
parámetros (datos de entrada)
tomaran otros valores posibles.
Análisis de Sensibilidad Un análisis de
sensibilidad es un proceso de post-
optimalidad, es decir, que se realiza
posteriormente de haber encontrado
la solución óptima de un Programa
Lineal. Consiste en realizar cambios en
los parámetros del Programa Lineal
con el fin de identificar la forma en la
que cambia la solución óptima
obtenida previamente. Este análisis es
esencial ya que la solución óptima
encontrada del programa lineal se
basa únicamente en las condiciones de
forma instantánea que describen el
estado del sistema en el momento de
formular y resolver el programa lineal,
sin embargo, de forma natural los
sistemas no tienden a permanecer
estáticos a través del tiempo; es ahí
donde radica la importancia de realizar
un análisis de sensibilidad
7. Aplicación a) El primero es el de prueba y error, el cual
del análisis La dirección de operaciones no sólo requiere mucho tiempo y supone la resolución
de se preocupa por la solución óptima de todo el problema cada vez que se realiza
sensibilidad de un problema de producción. algún cambio.
Además de conocer el valor exacto b) En segundo lugar, estaría el método
de cada variable del programa analítico de postoptimalidad, de manera que,
productivo, es necesario conocer una vez resuelto el problema de programación
hasta qué punto esta solución lineal, se definen los intervalos de valores entre
obtenida es factible frente a algún los que se puede mover cada una de las
cambio o alteración en cualquiera variables, de forma que la solución óptima no
de los parámetros del problema. se vea afectada. Es este último el que se va a
Esto se debe al hecho de que la implementar para realizar el análisis de
solución obtenida se basa en que sensibilidad de una empresa que se va tomar
los datos de partida son constantes. como ejemplo. Para ello, se utiliza software de
Esto es posible únicamente para programación lineal.
periodos de tiempo muy cortos,
dado el contexto económico actual,
en el cual se producen numerosos
cambios con gran rapidez.

Por este motivo, el análisis de

sensibilidad adquiere una mayor
trascendencia, permitiéndonos
conocer qué ocurre con la solución
óptima actual ante cambios en
alguna de las variables del
problema, es decir, entre qué
valores pueden variar los
parámetros sin que se produzcan
cambios importantes en la solución
óptima.
Revisión del modelo.
• Revisión de la tabla simplex final.
• Conversión a la forma apropiada.
• Prueba de factibilidad.
• Prueba de optimalidad.
• Reoptimización.
8. Todo problema de programación
Conclusiones lineal tiene, asociado a él, un
problema de programación lineal
dual. Existen ciertas relaciones
útiles entre el problema original
(primal) y su problema dual que
refuerzan la habilidad para analizar
el problema primal. Por ejemplo, la
interpretación económica del
problema dual proporciona los
precios sombra que miden el valor
marginal de los recursos en el
problema primal, al igual que
permiten dar una interpretación del
método simplex. Puesto que el
método simplex se puede aplicar
directamente a cualquiera de los
dos problemas para obtener la
solución de ambos al mismo tiempo,
es posible ahorrar una gran
cantidad de esfuerzo computacional
si se maneja directamente el
problema dual. La teoría de
dualidad, que incluye el método
simplex dual para trabajar con
soluciones básicas super óptimas,
juega un papel de gran importancia
en el análisis de sensibilidad.

Los valores usados como

parámetros de un modelo de
programación lineal son sólo
estimaciones. Por lo tanto, es
necesario llevar a cabo el análisis
de sensibilidad para investigar lo
que ocurre si las estimaciones están
equivocadas. La idea fundamental
de la sección 5.3 proporciona la
clave para realizar esta
investigación de manera eficiente.
Los objetivos generales son
identificar los parámetros
relativamente sensibles que afectan
la solución óptima, para tratar de
estimarlos con más cuidado y
 después elegir una solución que se
mantenga como buena en un cierto
intervalo de valores posibles de
estos parámetros sensibles. Este
análisis constituye una parte muy
importante de los estudios de
programación lineal.

BIBLIOGRAFIAS

 Almonacid, 2020. Teoria De La Dualidad Y Analisis De La Sensibilidad. [online] Es.slideshare.net. Available at: <https://es.slideshare.net/jorgeandresaceroalmonacid/teora-
de-la-dualidad-y-anlisis-de-la-sensibilidad#:~:text=TEOR%C3%8DA%20DE%20LA%20DUALIDAD%20Y%20AN%C3%81LISIS%20DE%20LA%20SENSIBILIDAD
%20Son,mejor%20manejo%20del%20mismo%20m%C3%A9todo.&text=Esta%20relaci%C3%B3n%20consiste%20en%20que,tiene%20un%20problema%20asociado
%20dual.> [Accessed 15 November 2020].

Guiasjuridicas.wolterskluwer.es. 2020. Análisis De Sensibilidad. [online] Available at: <https://guiasjuridicas.wolterskluwer.es/Content/Documento.aspx?

params=H4sIAAAAAAAEAMtMSbF1jTAAASNDSzNztbLUouLM_DxbIwMDS0MDIwuQQGZapUt-ckhlQaptWmJOcSoAvN7tEzUAAAA=WKE> [Accessed 15 November 2020].

U-cursos.cl. 2020. [online] Available at: <https://www.u-cursos.cl/usuario/e4ec9e12c4e47e3de09b0ff5dbe14eb0/mi_blog/r/dualidad.pdf> [Accessed 15 November 2020].

Ptolomeo.unam.mx. 2020. [online] Available at:

<http://www.ptolomeo.unam.mx:8080/xmlui/bitstream/handle/132.248.52.100/15733/ApuntesdeinvestigaciondeoperacionesI.pdf?sequence=1> [Accessed 15 November
2020].