CAPITULO 2.

TEMA: Obtención del primal y del Dual

OBJETIVOS

-Obtener el primal de un modelo matemático de un problema de programación lineal.

-Obtener el Dual, conocido el primal

-Interpretar los resultados obtenidos del Dual

INTRODUCCCION

El análisis de sensibilidad, nos permitió ver un nuevo paradigma de la programación lineal y el

método simplex, dejando expuesta una veta de nueva información dada por la modificación de
parámetros y la observación de los cambios en la función objetivo.

La idea matemática siempre presente de la simetría, no se podía dejar a un lado. Al

desarrollarlo en la tabla simplex, surge toda una nueva gama de posibilidades, al observar la
relación entre la función objetivo y las restricciones al ser maximizadas o minimizadas, y la
nueva estructura generada. Se obtiene la posibilidad de trabajar con el numero de ecuaciones
y el numero de variables, a mas del precio marginal, que aparecía en el primer análisis de tabla
simplex, y que puede simplificar los procedimientos utilizados para encontrar resultados en un
primal al ser resuelto desde su dual. La dualidad se caracteriza entonces porque para un
problema de maximización de programación lineal existe un problema equivalente de
minimización, y a la inversa: para un problema de minimización de programación lineal existe
un problema equivalente de maximización.

Problema prototípico.

INDUSTRIAS JARAMILLO

INDUSTRIAS JARAMILLO(IJ), produce dos líneas de molinos para minería. Una de sus líneas de
productos, llamada Molinos Chilenos, se utiliza de manera primordial en aplicaciones de
trituración liquida. La otra línea, denominada molinos de bolas, está destinada a la trituración
de material en seco. Tanto la máquina más grande de la línea de Molinos Chilenos (la M1),
como la mayor de toda la línea de equipo de trituración en seco (la M2) son fabricadas en los
mismos departamentos y con el mismo equipo. Empleando las proyecciones económicas
correspondientes al siguiente mes, el gerente de mercadotecnia de IJ ha considerado que
durante ese periodo será posible vender todas las M1 y M2 que la compañía sea capaz de
producir. La gerencia tiene que recomendar ahora una meta de producción para el mes
próximo. Es decir, ¿cuántas M1 y M2 deberán fabricar si la dirección de IJ desea maximizar la
contribución del mes entrante a las ganancias (es decir, el margen de contribución, definido
como los ingresos menos los costos variables)?

Los datos de IJ

La toma de esta decisión requiere la consideración de los siguientes factores importantes:

1. El margen de contribución unitaria de IJ es de $5000 por cada M1 vendido y de $4000 por
cada M2.

2. Cada producto pasa por las operaciones de maquinado, tanto en el departamento A como
en el B.

3. Para la producción correspondiente al mes próximo, estos dos departamentos tienen

tiempos disponibles de 150 y 160 horas, respectivamente. La fabricación de cada M1 requiere
10 horas de maquinado en el departamento A y 20 horas en el departamento B, mientras que
la de cada M2 requiere 15 horas en el departamento A y 10 en el B. Estos datos aparecen
resumidos en la tabla 1.

4. Para que la administración cumpla un acuerdo concertado con el sindicato, las horas totales
de trabajo invertidas en la prueba de productos terminados del siguiente mes no deben ser
más allá del 10% inferior a una meta convenida de 150 horas. Estas pruebas se llevan a cabo en
un tercer departamento y no tienen nada que ver con las actividades de los departamentos A y
B. Cada M1 es sometida a pruebas durante 30 horas y cada M2 durante 10. Dado que el 10%
de 150 es 15, las horas destinadas a las pruebas no pueden ser menores que 135. Esta
información se resume en la tabla 2.

5. Con el fin de mantener su posición actual en el mercado, la alta gerencia ha decretado como
política operativa que: deberá construirse cuando menos una M1 por cada tres M2 que sean
fabricadas.

6. Uno de los principales distribuidores ha ordenado un total de cuando menos cinco M1 y M2

(en cualquier combinación) para el próximo mes, por lo cual tendrá que producirse por lo
menos esa cantidad.

A partir de estas consideraciones, el problema de la gerencia es decidir cuántas M1 y M2

fabricará el próximo mes. En términos de modelos, la gerencia intenta determinar la mezcla de
productos óptima, también llamada plan de producción óptimo. Procedamos ahora a mostrar
la manera de expresar este problema como un modelo de optimización y particularmente
como un programa lineal. Para ello, tendremos que identificar las restricciones y la función
objetivo.

Tabla 1. Datos de maquinado de IJ

HORAS
DEPARTAMENTO POR M1 POR M2 TOTAL DISPONIBLE
A 10 15 150
B 20 10 160

Tabla 2. Datos de prueba de IJ

 1 M1 1 M2 Horas totales requeridas
Horas de prueba 30 10 135

SOLUCION

MODELO MATEMATICO

DATOS

VARIABLES DE DECISION

M1=Molino Chileno

M2=Molino de Bolas

a12, a22, a21, a22, a51, a52 VARIABLES TECNICAS

b1, b2, b3, b4, b5 RECURSOS

FUNCIÓN OBJETIVO MAXIMIZAR

Z (Max)=5000M1 + 4000M2 = Utilidad

Sujeto A:

M1+ M2≥ 5 Restricción de producción mínima

M1- 3M2 ≤ 0 Restricción de balance de posición en el mercado

10M1+15M2 ≤ 150 Restricción de Capacidad del departamento A

20M1+10M2 ≤ 160 Restricción de Capacidad del departamento B

30M1+10M2 ≥ 135 Restricción mínima cantidad de horas para pruebas

M1 ≥ 0; M2 ≥ 0 restricciones de no negatividad

Grafico1. VALOR OPTIMO VERTICE4

A Las inecuaciones con (>=), se les agrega una variable de holgura(-Sj)

M1+ M2-S1= 5

M1- 3M2 +S2= 0

10M1+15M2 +S3=150

20M1+10M2 +S4=160

30M1+10M2 -S5=135

La solución óptima se encuentra en la intersección de las rectas:

10M1+15M2 =150

20M1+10M2=160

Donde

(M1, M2) = (4.5, 7)

y:

Z(máx.) = $5'000.000 (4.5) + $4'000.000 (7)

Z(máx.) = $50'500.000

La pregunta que nos haremos, y que se responderá a través de una solución DUAL, es:

¿Cuánto es lo mínimo que IJ, estaría dispuesto a recibir por la venta de sus recursos Bj,
estimando de esta forma cual sería la actividad más rentable, vender o producir?

Este análisis se puede realizar por medio de la técnica dual, para lo cual será necesaria la
formulación de este modelo, a partir del anterior.

Si el modelo primal es de maximización, entonces el modelo dual es de minimización. Se sabe

que lo mínimo que IJ está dispuesto a recibir por la venta de recursos es $50'500.000 (Zprimal
= Zdual). Pero, ¿de qué forma los recibe? Para explicar este análisis hay que recordar que antes
de pasar a un modelo dual es necesario normalizar el modelo primal, es decir, todas las
restricciones deben ser ≤ en maximización y ≥ en minimización,

como se muestra a continuación:

PRIMAL

Z (Max)=5000M1 + 4000M2

Sujeto A:

-M1- M2≤- 5

M1- 3M2 ≤ 0

10M1+15M2 ≤ 150

20M1+10M2 ≤ 160

-30M1-10M2 ≤ -135

M1 ≥ 0; M2 ≥ 0
DUAL

Z (Min)= -5Y1+0Y2+150Y3+160Y4-135Y5

Sujeto A:

-Y1+Y2+10Y3+20Y4-30Y5 ≥ 5000

-Y1-3Y2+15Y3+10Y4-10Y5 ≥ 4000

Y1, Y2, Y3, Y4, Y5 ≥ 0

Este modelo, por tener cinco variables (Y1, Y2, Y3, Y4, Y5), es imposible de solucionar por el
método gráfico; Así que usaremos las relaciones de las tablas óptimas del primal y del dual
para su solución.

La table Simplex inicial será:

Tabla3. Tabla Simplex1 PRIMAL

Coheficient Variable Cohefici 5000 4000 0 0 0 0 0 -M -M Prueba
e Basica ente M1 M2 S1 S2 S3 S4 S5 K1 K2 Recurso(Bi) factibilidad
Basico Basico (Ɵi)
(Ci) (Cj)
-M K1 1 1 -1 0 0 0 0 1 0 5 5

0 S2 1 -3 0 1 0 0 0 0 0 0 0

0 S3 10 15 0 0 1 0 0 0 0 150 15

0 S4 20 10 0 0 0 1 0 0 0 160 8

-M K5 30 10 0 0 0 0 -1 0 1 135 4.5

zj -31M -11M M 0 0 0 M -M -M

Prueba Optimalidad (Cj-Zj) 5000+ 4000+ -M 0 0 0 -M 0 0 -140M

31M 11M

La table Simplex final será:

Tabla 4. Tabla Optima PRIMAL

Coheficient Variable Cohefici 5000 4000 0 0 0 0 0 -M -M
e Basica ente M1 M2 S1 S2 S3 S4 S5 K1 K2 Recurso(Bi)
Basico Basico
(Ci) (Cj)
4000 M2 0 1 0 0 0.1 -0.05 0 0 0 7

5000 M1 1 0 0 0 -0.05 0.075 0 0 0 4.5

0 S2 0 0 0 1 0.35 -0.225 0 0 0 16.5

0 S5 0 0 0 0 -0.5 1.75 1 0 -1 70

0 S1 0 0 1 0 0.05 0.025 0 -1 0 6.5

zj 5000 4000 0 0 150 175 0 0 0

Prueba Optimalidad (Cj-Zj) 0 0 0 0 -150 -175 0 -M -M 50500

Usando esta tabla Optima del PRIMAL, procederemos a construir directamente la Tabla
Optima para el DUAL.
Utilizaremos las siguientes tablas (tabla3 y tabla4) de correspondencias para construir
directamente la tabla DUAL (tabla7) de la PRIMAL (tabla 4).

Tabla5. Correspondencia Tabla Optima PRIMAL a DUAL

PRIMAL Corresponde a: DUAL

VARIABLES M1 S1 VARIABLES NO
BASICAS M2 S2 BASICAS
S2 Y2
S5 Y5
S1 Y1
VARIABLES NO S3 Y3 VARIABLES
BASICAS S4 Y4 BASICAS

Tabla6. Correspondencia Tabla Optima PRIMAL a DUAL

PRIMAL Corresponde a: DUAL

aij Transpuesta y con signo contrario aij
variable básica Bi correspondiente variable no básica CjZj
variable no básica CjZj correspondiente variable básica Bi

En el modelo dual no se usan las variables artificiales Kj, quedando:

Tabla7. Tabla optima DUAL

Coheficiente Variable Cohefici -5 0 -135 0 0
Basico Basica ente Y1 Y2 Y5 S1 S2 Recurso(Bi)
(Ci) Basico
(Cj)
150 Y3 -0.05 0.225 -1.75 -0.075 0.05 150

160 Y4 -0.025 0 0 0 -0.05 175

zj -11.5 -16.5 -20.5 -4.5 -7

Prueba Optimalidad (Cj-Zj) 6.5 16.5 70 4.5 7 50500

DUAL

Z (Min)= -5Y1+0Y2+150Y3+160Y4-135Y5

Sujeto A:

-Y1+Y2+10Y3+20Y4-30Y5 ≥ 5000

-Y1-3Y2+15Y3+10Y4-10Y5 ≥ 4000

Y1, Y2, Y3, Y4, Y5 ≥ 0

Cuando analizamos sensibilidad de este mismo problema, se estudio el caso en el que se

variaba en una unidad la capacidad de un recurso Bi, para ver como era afectada la utilidad
Z(max), a esto se le denomino Precio Sombra, costo marginal y ahora lo denominaremos
PRECIO DUAL, en relación a que el valor obtenido es el mismo que el de la solución para las
variables duales Yj. Esto mismo nos permite responder a la pregunta planteada por el
problema, ya que la solución dada por las variables duales, es el precio mínimo al que
venderíamos este recurso Bj, si lo pusiéramos en el mercado. Así que si una hora de
producción del departamento A o B, no tiene un precio de 150 o 175 respectivamente, no es
rentable, sería mejor continuar produciendo molinos.

CONCLUCIONES

La relación entre el primal y el dual, obtenido de la tabla simplex, fue desarrollada y pudo ser
entendido a través del ejemplo prototípico del molino de bolas, en él se observa como
convertir el sistema de inecuaciones de las restricciones, en igualdades, la misma que nos
permiten desarrollar el modelo primal, luego de lo cual, con las formulaciones obtenidas del
Dual estándar, pudimos verificar si el sistema se reducía en su número de ecuaciones, lo que a
nivel informático supone disminuir el consumo de memoria. Al acreditar esto pudimos ver que
las variables duales correspondían a los precios marginales, ahora para el propósito del tema
de la dualidad, se le llamarán precios duales, y en los resultados de sensibilidad de SOLVER,
aparecerán con el termino de precios duales. Además, en el desarrollo de la tabla dual, ya no
hubo necesidad de introducir las variables artificiales, simplificando aún más el proceso.
Concluyendo entonces que Los dos problemas están relacionados en forma tan intima que la
solución óptima de un problema produce en forma automática la solución óptima del otro.

GLOSARIO (EPPEN, G. D. Investigación de Operaciones en la Ciencia Administrativa

PRENTICE-HALL, México, 2000, paginas 154,155)

-FORMA ESTÁNDAR PARA RESTRICCIONES DE IGUALDAD: La forma del modelo de

programación lineal que se resuelve mediante computadora.

-PRECIO DUAL: - El i-esimo precio dual en los resultados impresos de la computadora es la

razón de mejoría del valor optimo cuando se aumenta el segundo miembro.

-PROBLEMA DUAL: Una nueva programación lineal derivada del primario según un conjunto

de reglas de trasformación.

-PROBLEMA PRIMARIO: la programación lineal original.

-VARIABLES DUALES- Las variables del problema dual. El valor optimo de la variable dual i-

esima es la razón del aumento del valor optimo al aumento del j-esimo segundo miembro.