Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Dualidad y Sensibilidad
Dualidad y Sensibilidad
PÁGINA
- INTRODUCCIÓN 2
- DUALIDAD 3
2
DUALIDAD
....
....
....
Maximizar Z = c x
Sujeto a: Ax ≤ b x≥0
....
....
....
3
Minimizar Z´ = bT y
Sujeto a: AT y ≥ cT
y ≥ 0
Estos dos modelos son denominados duales, el problema representado por (3) es el
Problema Primal, y el modelo (4) es el Problema Dual.
Ejemplo 1.10
3x1 – x2 ≤ 4
5x1 + 4x2 ≤ 2
X1, x2 ≥ 0
Solución
Maximizar Z = c x
Sujeto a: Ax ≤ b
x≥0
Minimizar Z´ = bT y
4
Sujeto a: AT y ≥ cT
y≥0
Teorema 1.
5
Si el problema primal o el problema dual tienen una solución óptima con valor
objetivo finito, entonces el otro problema también tiene una solución óptima. Además,
los valores objetivos de los dos problemas son iguales
Teorema 2.
6
7
8
9
Estos problemas de programación lineal también se pueden resolver utilizando el
recurso Solver de Excel de la Microsoft Office.
ANÁLISIS DE SENSIBILIDAD
10
El análisis de sensibilidad o postoptimal para los modelos de Programación Lineal, tiene
por objetivo identificar el impacto que resulta en los resultados del problema original luego de
determinadas variaciones en los parámetros, variables o restricciones del modelo, sin que esto
pase por resolver el problema nuevamente.
Teoría
Min cTx
s.a Ax = b
x >= 0
Donde:
I: Matriz Identidad
0: Costos reducidos asociados a las variables básicas
B: Matriz de variables básicas
D: Matriz de variables no básicas
b: Lado derecho
Cb: Coeficientes en la función objetivo asociados a las variables básicas
Cd: Coeficientes en la función objetivo asociados a las variables no básicas
11
EJEMPLO: Sin resolver nuevamente el problema, se desea saber si las actuales
variables básicas óptimas del problema también lo son del mismo problema, donde los
lados derechos corresponde al vector b=(20,30). (Observación: X4 y X5 son variables
de holgura de la restricción 1 y 2 respectivamente)
X1 X2 X3 X4 X5
0 -1 5 1 -1 20
1 4 -1 0 1 10
0 1 1 0 2 20
Luego, dado que al menos uno de los coeficientes del nuevo lado derecho tiene
un valor negativo, cambia la actual base óptima. Cabe destacar que ante esta situación
no es necesario resolver el nuevo escenario partiendo de cero, sino lo que se debe hacer
es utilizar la tabla final del simplex del escenario base, actualizando el lado derecho y
valor de la función objetivo.
X1 X2 X3 X4 X5
0 -1 5 1 -1 -10
1 4 -1 0 1 30
0 1 1 0 2 60
12
Posteriormente, se continua iterando haciendo uso del Método Simplex Dual (explicado
en la primera parte arriba).
X1 X2 X3 X4 X5
1 0 1/2 -1/2 0 15
0 1 -1/3 2/3 0 40
0 0 -4/3 2/3 1 20
13
0 0 1/2 7/2 0 615
X1 X2 X3 X4 X5 XNew
1 0 1/2 -1/2 0 1 15
0 1 -1/3 2/3 0 0 40
0 0 -4/3 2/3 1 1 20
0 0 1/2 7/2 0 1 615
Si el costo reducido de esta nueva variable hubiese sido cero, entonces el nuevo
escenario tendría infinitas soluciones.
14
CONCLUSIONES
15
BIBLIOGRAFIA
1. antiguo.itson.mx/dii/elagarda/apagina2001/PM/dualidad.html2.
2. www.investigacion-operaciones.com/Libro/Dualidad-Sensibilidad.pdf
3.
www.investigaciondeoperaciones.net/analisis_de_sensibilidad.html
4. www.angelfire.com/ak6/invo_escom2/clase3.pdf
5. www.programacionlineal.net/
6.
www.vitutor.com/algebra/pl/a_1.html - España
7. html.rincondelvago.com/programacion-lineal_investigacion-de-oper...
16