MODELACIÓN Y PROGAMACIÓN

MATEMÁTICA

TEORÍA DE LA DUALIDAD Y
ANÁLISIS POSÓPTIMO

JULIO CÉSAR LONDOÑO ORTEGA

Email: jclondonor@correounivalle.edu.co
Método Simplex
Dual
 TEORÍA DE DUALIDAD

Ejemplo introductorio. En una empresa se

producen los artículos 1 y 2. Las utilidades netas
unitarias son respectivamente, 35 y 80 UP/unidad.

Los requerimientos unitarios y la disponibilidad de

las máquinas son:

Hrs.Máquina Hrs.Máquina 2
Artículo 1 Unidad Unidad
1 2 5
2 3 4
Disponibilidad 300 500
 El modelo de PL correspondiente para este enunciado sería:

Maximizar Z  35 x1  80 x2 Donde:
Sujeto a : X1= Número de artículos
2x1  3x2  300 (Recurso1) PROBLEMA
PRIMAL
tipo 1 a producir,
X2 = Número de artículos
5x1  4 x2  500 (Recurso 2) tipo 2 a producir.
( x1 , x2 )  0
Deberían las máquinas utilizarse para elaborar otros productos?

Supongamos que W1 y W2, son los precios sombra, entonces,

W1: UP (Utilid. en pesos) / Unid. de recurso 1 (máq. 1)
W2: UP (Utilid. en pesos) / Unid. de recurso 2 (máq. 2)
Los coeficientes 2, 5, 3 y 4, son unidades de recursos Ri necesarias para la
producción del artículo i (i = 1, 2).
Si se efectua el producto :
2W1 : Unid. R 1/Unid. prod. 1 x UP/Unid. R 1  UP/Unid. prod.1
y el producto :
5W2 : Unid. R 2 /Unid. prod. 1 x UP/Unid. R 2  UP/Unid. prod.1

Sumando, 2W1  5W2 es la ganancia que se

obtiene si los recursos se dedican a otra actividad,
por lo tanto, debe esperarse que :
2W1  5 W2  35.
Análogamente,
3W1  4W2  80
 TEORÍA DE DUALIDAD
Se escribe un nuevo problema de programación lineal a partir
del problema primal
Se trata de minimizar el costo total de los recursos
involucrados en las otras actividades, así:

Se conoce como
Minimizar Z'  300W1  500W2
Sujeto a :
PROBLEMA 2W1  5W2  35
DUAL 3W1  4W2  80
(W1 ,W2 )  0
 TEORÍA DE DUALIDAD
La solución del problema dual da la información acerca de los
costos de oportunidad de los recursos o precios sombra,
Es la tasa a la cual podría variar el problema primal variando
la cantidad de recurso.
La solución óptima del problema primal es igual a la solución
óptima del problema Dual

Matricialmente estos dos problemas se definen como:

Maximizar Z  CX T Minimizar Z'  W T b

Sujeto a : Sujeto a :
AX  b WT A C
X0 W0
Problema Primal Problema Dual
 TEORÍA DE DUALIDAD - Ejemplo Minimizar Z '  10W1  8W2
Maximizar Sujeto a :
Problema primal

Problema Dual
Z  5X1  12X 2  4X 3 W1  2W2  5
Sujeto a : 2W1  W2  12
X1  2X 2  X 3  10 W1  3W2  4
2X1  X 2  3X 3  8 W1  0W2  0
W1 , W2 Irrestrictas
X1 , X 2 , X 3  0
Minimizar Z '  10W1  8W2
Sujeto a :
Maximizar
W1  2W2  5
Problema primal

Redundancia
Z  5X1  12X 2  4X 3  0 S

Modelo sin
2W1  W2  12
Estándar

Sujeto a :
W1  3W2  4
X1  2X 2  X 3  S  10
W1  0 W2  0
2X1  X 2  3X 3  0 S  8
W1  0
X1 , X 2 , X 3 , S  0
W2 Irrestricta
 SOLUCIÓN AL PROBLEMA DUAL
El problema dual está asociado con el primal, al punto que cuando se
resuelve el problema primal mediante el algoritmo de Simplex el
problema dual aparece resuelto automáticamente en el tablero final
Supóngase el siguiente problema

Problema Primal Problema Dual

Maximizar Z  400X1  700X 2 Minimizar
Sujeto a : Z '  1400W1  980W2  900W3
7 Sujeto a :
X1  X 2  1400 (hr. hombre)
3 W1  W2  W3  400
X1  1.4X 2  980 (hr. máq.1) 7
X1  X 2  900 (hr. máq. 2) W1  1.4 W2  W3  700
3
X1 , X 2  0 W1 , W2 , W3  0
 TEORÍA DE DUALIDAD - Ejemplo
El tablero final del método Simplex aplicado al problema
primal es el siguiente:

Cj 400 700 0 0 0
Var.
Básica Cb Xb X1 X2 S1 S2 S3
X2 700 450 0 1 0
X1 400 350 1 0 0
S3 0 100 0 0 1
zj 455000 400 700 150 250 0
zj-cj 0 0 150 250 0

Precios sombra
 ALGORITMO SIMPLEX DUAL
El algoritmo Simplex Dual, mantiene el criterio de optimalidad y busca la factibilidad.
Las reglas para el método Simplex son:

a) Se busca primero la variable candidata a salir de la base: Sale de la base aquella

variable que tenga el valor más negativo (La menos factible)

b) La variable que entra a la base resulta de :

zj  cj
 ; ykj  0 Se escoge el mínimo (minimizac ión)
ykj
zj  cj
 ; ykj  0 Se escoge el mínimo (maximización)
ykj

c) Se realiza de forma semejante la reducción por Gauss -Jordan

 EJEMPLO
Resolver el siguiente ejercicio mediante el algoritmo Simplex Dual

Minimizar Z  16X1  11X 2  15X 3 Minimizar Z  16X

Se agregan  11X 2  15de
las 1 variables X3
Sujeto a : exceso
Sujeto a:
2X1  X 2  X 3  3 2X1  X 2  X 3 - S1 3
X1  2X 2  3X 3  5 X1  2X 2  3X 3 - S2  5
X1 , X 2 , X 3  0 X1 , X 2 , X 3 , S1 , S 2  0

Para resolver este problema se Minimizar Z  16X1  11X 2  15X 3

requiere adicionar dos variables Sujeto a :
artificiales para crear la base inicial.
- 2X1 - X 2 - X 3  S1  -3
Sin embargo, se puede resolver - X1 - 2X 2 - 3X 3  S 2  -5
mediante el método Simplex Dual: X1 , X 2 , X 3 , S1 , S 2  0
 Minimizar Z  16X1  11X 2  15X 3
Cj
Cj
Cj 16
16 11
11 15
15 00 00
Sujeto a :
Var. Bas.
Var. Bas.
Var. CB
Bas. CB
CB XB
XB
XB X1
X1 X2
X2 X3
X3 S1
S1 S2
S2
Sale la - 2X1 - X 2 - X 3  S1  -3
S1
S1
S1 0
00 -3
-3
-3 -2
-2 -1
-1 -1
-1 11 00
variable más - X1 - 2X 2 - 3X 3  S 2  -5
negativa S2
S2
S2 0
00 -5
-5
-5 -1
-1 -2
-2 -3
-3 00 11
X1 , X 2 , X 3 , S1 , S 2  0
Para el Zj
Zj
Zj 0
00 00 00 0
0 0
0 00
cálculo de  Zj-Cj
Zj-Cj
Zj-Cj -16
-16 -11
-11 -15
-15 0
0 00 Se satisfacen
Se satisfacen condiciones
satisfacen condiciones
condiciones de de
de
solo se θθ
θ 16
16 5,5
5,5 5
5 optimalidad
optimalidad
optimalidad
consideran S1
S1
S1 00
0z  -1
-1 1/3
-1c1/3
1/3 -1 2/3
-1 2/3 -- 1/3
1/3 00 1
1 -- 1/3
1/3
Gaus –Jordan para
los negativos
X3  15  2/3; ykj 1/3
j j
X3
X3 15
15 1 2/3
11 2/3 1/3
0 Se escoge2/3 1
2/3 el mínimo
1 0
(minimizac
0 - 1/3
- 1/3ión) obtener la idéntica
Zj
Zj
Zj
y25
25
kj
25 55 10
10 15
15 0
0 -5
-5
Se mantiene
mantiene la optimalidad
Zj-Cj
Zj-Cj
Zj-Cj -11
-11 -1
-1 00 0
0 -5
-5 Se mantiene lala optimalidad
optimalidad

θθ
θ 66 3/5
3/5 3
3 15
15
X2
X2
X2 11
11
11 44
4 55 1
1 00 -3
-3 11
X3
X3
X3 15
15
15 -1
-1
-1 -3
-3 0
0 11 2
2 -1
-1
Zj
Zj
Zj 29
29
29 10
10 11
11 15
15 -3
-3 -4
-4
Se mantiene
mantiene la optimalidad
Zj-Cj
Zj-Cj
Zj-Cj -6
-6 0
0 00 -3
-3 -4
-4 Se mantiene lala optimalidad
optimalidad

θθ
θ 22 No
No 44
Se logró la factibilidad:
X2
X2
X2 11
11
11 22 1/3
2 1/3
1/3 00 1
1 11 2/3
2/3 1/3
1/3 -- 2/3
2/3 Se
Se logró
logró la
la factibilidad:
factibilidad:

X1
X1
X1 16
16
16 1/3
1/3
1/3 11 0
0 -- 1/3
1/3 -- 2/3
2/3 1/3
1/3 Solución
Solución óptima
Solución óptima
óptima
Zj
Zj
Zj 31
31
31 16
16 11
11 13
13 -7
-7 -2
-2
Zj-Cj
Zj-Cj
Zj-Cj 00 0
0 -2
-2 -7
-7 -2
-2