TEMA 3-Complemento de Dualidadd

TEMA 3: Dualidad y Anlisis de Sensibilidad
MODELO DUAL CUANDO EL PRIMAL EST EN FORMA CANNICA.En este punto se presentar un modelo "Dual" basado en el hecho de
que el modelo Primal se encuentra en forma cannica. As se tiene
que el Modelo Primal es el siguiente:
n
Maximizar: Xo = Cj .Xj
j=1
Sujeto a:
n
aij .Xj bi
j=1
Xj 0
i= 1, 2, ..., m
m-restricciones
j= 1, 2, ..., n
n-variables
El Dual asociado al modelo anterior es:
Minimizar:
Sujeto a:
m
Yo = bi .Yi
i=1
m
aij .Yi Cj
i=1
Yi 0
j= 1, 2, ..., n
n-restricciones
i= 1, 2, ..., m
m-variables
El modelo Dual se obtiene del modelo Primal en forma

cannica de la siguiente manera (y viceversa):
1. Cada restriccin en un modelo corresponde a una
variable en el otro modelo.
2. Los elementos del lado derecho de las restricciones de
un modelo son iguales a los coeficientes respectivos de
la funcin objetivo en el otro modelo.
3. Si un modelo es de maximizar, el otro ser de
minimizar.
4. El modelo de maximizacin tiene todas las
restricciones del tipo y el modelo de
minimizacin tiene todas las restricciones del tipo
.
5. Las variables de decisin de ambos modelos son no
negativas.
EJEMPLO:
Se tiene el siguiente modelo de Programacin Lineal con todas las

restricciones del tipo :
MODELO PRIMAL
Maximizar: Xo = 5X 1 +
Sujeto a:
6X 2
60
45
20
30
X 1, X 2
X1 +
2X 1 +
5X 1 -
9X 2
3X 2
2X 2
X2
Y1
Y2
Y3
Y4
Variables duales
asociadas con cada
restriccin
MODELO DUAL
Minimizar: Yo = 60Y1 + 45Y2 + 20Y3 + 30Y4
Sujeto a:
Y1 +
9Y1 +
2Y2 +
3Y2 -
5Y3
2Y3 +
5
Y4 6
Y1, Y2, Y3, Y4 0
EJEMPLO:
Se tiene el siguiente modelo de Programacin Lineal con una

restriccin del tipo =:
MODELO PRIMAL
Maximizar:
Xo = 5X 1 +
Sujeto a:
X1 +
2X 1 -
12X 2 + 4X3
2X 2 + X3 5 Y1
X 2 + 3X3 = 2 Y2
X 1, X 2, X3
H
R
Cuando una variable dual est asociada a una restriccin del tipo
= ser irrestricta en signo en el modelo opuesto (Y2).
MODELO PRIMAL EN FORMA CANONICA

Maximizar:
Sujeto a:
Xo =
5X 1 +
X1 +
2X 1 -2X 1 +
12X 2 + 4X3
2X 2 + X3 5
X 2 + 3X3 2
X 2 - 3X3 -2
X 1, X 2, X3
Y1
Y21
Y22
MODELO DUAL
Minimizar:
Yo =
5Y1 + 2Y21 - 2Y22

Y1 + 2Y21 - 2Y22
2Y1 - Y21 + Y22
Y1 + 3Y21 - 3Y22
Y1 ,Y21,Y22
Sujeto a:
5
12
4
0
Si Y2 = Y21 - Y22, se tiene que el nuevo modelo dual es:

NUEVO MODELO DUAL
Minimizar:
Sujeto a:
Yo =
5Y1 + 2Y2
Y1 + 2Y2 5
2Y1 - Y2 12
Y1 + 3Y2 4
Y1 0 Y2 : Irrestricta en signo
3.3. RELACIN DEL MODELO PRIMAL Y DEL MODELO DUAL EN LA TABLA

DEL METODO SIMPLEX.Las propiedades o relaciones que se establecen tanto para el modelo Primal como para
el modelo Dual y que pueden verificarse con la tabla Simplex son:
1. Cuando la funcin objetivo del modelo primal (Xo) sea de maximizar, lo cual
implica que en la forma dual (Yo) ser de minimizar, se cumple para cualquier par de
soluciones factibles primal y dual la siguiente relacin:
Xo Yo
2. En las soluciones ptimas de ambos modelos Xo = Yo, es decir, que el mayor valor
para Xo es igual al mnimo valor de Yo.
3. Si la variable dual corresponde a una restriccin con una variable bsica de inicio
de holgura en el modelo primal, su valor ptimo est dado directamente por el Ci de esta
variable de holgura.
4. Si la variable dual corresponde a una restriccin con una variable bsica de inicio
artificial en el modelo primal, su valor ptimo est dado directamente por el Ci de esta
variable artificial.
Las relaciones (2) y (3) son vlidas cuando la tabla ptima del Mtodo Simplex ha sido
obtenida de modelos con las siguientes caractersticas:
El modelo es de Maximizacin con todas las restricciones del tipo o =.
El modelo es de Minimizacin con todas las restricciones del tipo o =.
Si el modelo es de Minimizacin y tiene una restriccin del tipo , entonces la

variable dual correspondiente se determina de igual forma pero con el signo contrario. Lo
mismo ocurre si el problema es de Maximizacin y se resuelve con una restriccin del tipo
.
Estas relaciones sern demostradas con el siguiente ejemplo.
EJEMPLO:
MODELO PRIMAL
Maximizar:
Xo =
5X 1 +
Sujeto a:
12X 2 + 4X3
2X 2 + X3 5 Y1
X 2 + 3X3 = 2 Y2
X1 +
2X 1 -
+S
+R
X 1, X 2, X3 0
FASE II Tabla Optima
FASE I Tabla Inicial
FASE I:
Min: r = R = 2 - 2X 1 + X 2 - 3X3
CB
0
0
CB
40/3
7/3
Cj
V.B
S
R
Ci
-2
X1
1
X2
-3
X3
1
2
2
2
-1
-1
1
3
3
0
S
1
0
0
R
0
1
r = 2 - 2X 1 + X 2 - 3X3
Solucin
5
2
Cj 7/3 40/3 0
0 -4/3
V.B X1 X2 X3
S
R Solucin
0
1
-1/5 2/5 -1/5
8/5
X2
1
0
7/5 1/5 2/5
9/5
X1
0
0
3/5 29/5 -2/5
Ci
141/5
Y1
Y2
Xo Yo
Xo = Yo
YO
La solucin ptima primal es:

X1
9/5
X2
8/5
X3
0
Xo
141/5
Simultneamente se obtiene la solucin ptima dual (sin resolverlo):

Y1
29/5
Y2
-2/5
Yo
141/5
MODELO DUAL
Minimizar:
Yo =
Sujeto a:
5Y1 +
2Y21 -
2Y22
Y1 +
2Y1 Y1 +
2Y21 Y21 +
3Y21 -
2Y22
Y22
3Y22
5
12
4
Y1 ,Y21,Y22
FASE I:
X1
X2
X3
-S1 + R1
-S2 + R2
-S3 + R3
Min: r = R1 + R2 + R3 = (-Y1 - 2Y21 + 2Y22 +5 + S1) +(12-2Y1 +Y21 -Y22 +
FASE I Tabla Inicial
Cj -4
CB V.B Y1
1
0
R1
2
0
R2
1
0
R3
4
Ci
-4
4
Y21 Y22
FASE II Tabla Optima
S2)+(4 -Y1 - 3Y21 + 3Y22 + S3) r =21- 4Y1- 4Y21+ 4Y22+ S1+ S2+ S3
CB V.B Y1
0
0
S3
2
0
0 Y2
1
0
Y1
0
Ci
Y21 Y22
2
-1
3
4
0
-1
0
0
-2
1
-3
-4
0
1
0
0
1
S1
-1
0
0
1
S2
0
-1
0
1
S3
0
0
-1
0
R1
1
0
0
0
R2
0
1
0
0
R3
0
0
1
-1
-1
-1
S1 S2
-7/5 1/5
2/5 -1/5
-1/5 -2/5
S3
1
0
0
R1
7/5
-2/5
1/5
R2 R3
-1/5 -1
1/5 0
2/5 0
-9/5 -8/5
9/5
X1
8/5
X2
0
X3
Solucin
5
12
4
21
Xo Yo
Solucin
3/5
2/5
29/5
141/5
Xo = Yo
Xo
Y2 = Y21 Y22 = 0 (2/5)
Y2 = -2/5
La solucin ptima dual es:

Y1
29/5
Y2
-2/5
Yo
141/5
Simultneamente se obtiene la solucin ptima primal (sin resolverlo):

X1
9/5
X2
8/5
X3
0
Xo
141/5
Como puede observarse en la tabla inicial de ambos modelos se cumple la propiedad

1 la cual plantea que Xo Yo. Igualmente, en las tablas Simplex de los modelos
Primal y Dual, al conocer la solucin ptima de uno de ellos, automticamente se
tiene la solucin ptima del otro modelo y viceversa.
3.4.
PROPIEDADES IMPORTANTES PRIMAL-DUAL.Conociendo el modelo de Programacin Lineal y la matriz bajo las variables bsicas de
inicio de cualquier iteracin del mtodo Simplex, entonces mediante cuatro propiedades
primal-dual se puede generar el resto de la tabla.1
Estas se ilustrarn con el siguiente modelo:
Maximizar:
Sujeto a:
Xo = 5X1 + 12X2 + 4X3

X1 + 2X2 + X3 5
2X1 - X2 + 3X3 = 2
(+S)
(+R)
X1 , X2 , X3 0
Su tabla ptima es:
CB
Cj
V.B
X2
X1
X2
X3
IV
IV
IV
S
R Solucin
III
2/5 -1/5
Adaptado del texto: Taha Hamdy A., Investigacin de Operaciones, una introduccin", 2da. Edicin, Alfaomega, 1989
X1
Ci
IV
II
IV
II
IV
II
1/5
2/5
III
1. PROPIEDAD I: en cualquier iteracin del mtodo Simplex la matriz bajo las

variables bsicas de inicio (matriz inversa), sin incluir la fila de los Ci, puede ser utilizada para
generar los coeficientes de las variables bsicas de inicio en la fila de los Ci; esto se logra de la
siguiente manera:
1.1.
Identificar los coeficientes originales de la funcin objetivo correspondientes a
las variables bsicas de la tabla Simplex actual. Construir un vector fila con estos
coeficientes en el mismo orden que aparecen en la tabla.
(X2 , X1 ) = ( 12, 5 )
1.2.
Multiplicar el vector resultante por la matriz definida anteriormente.

( 12, 5 ) . 2/5
1/5
= (29/5 , -2/5) Multiplicadores Simplex
-1/5
2/5
Sustituyendo en la tabla se tiene:

CB
Cj
V.B
X2
X1
Ci
X1
X2
X3
IV
IV
II
IV
IV
II
IV
IV
II
S
R Solucin
III
2/5 -1/5
III
1/5 2/5
29/5 -2/5
2. PROPIEDAD II: en cualquier iteracin del mtodo Simplex, si se sustituyen los

valores de las variables duales (ledos con los Multiplicadores Simplex) por las variables
respectivas en las restricciones del dual, entonces, los coeficientes en la fila de los Ci del resto
10
de las variables estn dados por la diferencia entre los lados izquierdo y derecho de las
restricciones duales correspondientes.
S
R
( 29/5 , -2/5 )
Y1 Y2
Y1 + 2Y2 5
RESTRICCION DUAL ASOCIADA A X1:

29/5 + 2 (-2/5) - 5 = 0
Coeficiente de X1 en la fila de los Ci

2Y1 - Y2 12

2 (29/5) - (-2/5) - 12 = 0

Y1 + 3Y2 4

29/5 + 3 (-2/5) - 4 = 3/5

Cj
CB V.B X1 X2
X2 IV IV
X1 IV IV
0
0
Ci
3. PROPIEDAD III: en cualquier
X3
S
R Solucin
III
2/5 -1/5
III
1/5 2/5
IV
IV
3/5
iteracin del mtodo Simplex, los valores de las
variables bsicas pueden obtenerse multiplicando la matriz bajo las variables bsicas de inicio
por el vector columna formado por los elementos originales del lado derecho de las
restricciones.
X2
X1
2/5
-1/5
1/5
2/5
5
2
8/5
9/5

Cj
11
CB
V.B
X2
X1
Ci
X1
X2
X3
IV
IV
II
IV
IV
II
IV
IV
II
S
R Solucin
8/5
2/5 -1/5
9/5
1/5 2/5
I
141/5
Al conocerse la columna solucin es posible calcular el valor de X 0 sustituyendo los

valores de las variables bsicas en la funcin objetivo:
Xo = 5 (9/5) + 12 (8/5) + 4 . 0 = 141/5
4. PROPIEDAD IV: en cualquier iteracin del mtodo Simplex, los coeficientes en
las restricciones bajo cualquier variable, se obtienen multiplicando la matriz bajo las variables
bsicas de inicio por el vector columna formado por los elementos originales de los
coeficientes de las restricciones bajo la variable correspondiente.
Bajo X1 :
2/5
-1/5
1/5
2/5
2/5
-1/5
1/5
2/5
2/5
-1/5
1/5
2/5
Bajo X2:
.
-1
Bajo X3:
.
-1/5
7/5

CB
Cj
V.B
X2
X1
Ci
X1
X2
X3
0
1
1
0
-1/5
7/5
II
II
II
S
R Solucin
III
2/5 -1/5
III
1/5 2/5
I
12
3.5.
METODO DUAL SIMPLEX.-
Es un mtodo de resolucin de modelos de Programacin Lineal basado en la teora de

la dualidad, el cual no es aplicable a todo modelo. Se utiliza en ciertos problemas de
programacin lineal los cuales usualmente se resolveran a travs del mtodo de las dos fases,
sin embargo, no utiliza variables artificiales para encontrar la solucin bsica de inicio sino
variables de holgura. Para poder aplicarlo, deben cumplirse las siguientes condiciones:
1. Todas las restricciones deben ser del tipo .
2. Para obtener la tabla de inicio, se le agregan a las restricciones las variables de
holgura correspondientes, las cuales sern las variables bsicas de inicio.
3. En la tabla inicial la condicin de optimidad debe estar satisfecha, es decir, en la
fila de los Ci los coeficientes correspondientes a las variables no bsicas deben ser
negativos si el problema es de minimizar y positivos si el problema es de
maximizar.
4. Si en la tabla de inicio todos los elementos del lado derecho son positivos, entonces
estamos en la tabla ptima. Si existe uno o ms negativos, entonces el mtodo
Dual-Simplex es aplicable.
5. El mtodo Dual-Simplex requiere de una solucin inicial no factible. La iteracin
donde la solucin bsica llega a ser factible ser la tabla ptima.
13
3.5.1. DETERMINACIN
FACTIBILIDAD).-
DE
LA
VARIABLE
SALIENTE
(CONDICIN
DE
La variable que sale es la variable bsica con valor ms negativo en la

columna solucin (independientemente de que la Funcin Objetivo sea de maximizar o
minimizar). Si existe un empate, el mismo se rompe arbitrariamente. 2
3.5.2. DETERMINACIN DE LA VARIABLE ENTRANTE (CONDICIN DE OPTIMIDAD).La variable que entra se elige entre las variables no bsicas dividiendo los
coeficientes de las variables no bsicas de la fila de los Ci entre los coeficientes
negativos correspondientes a la ecuacin asociada a la variable saliente (se ignoran los
denominadores positivos o ceros). La variable que entra es aquella con el valor
absoluto del cociente ms pequeo. Si todos los denominadores son cero o positivos,
entonces el modelo no tiene solucin factible. 3
Una vez que se elige la variable entrante y la variable saliente, el procedimiento para
encontrar la nueva tabla es similar al empleado en el mtodo Simplex.
EJEMPLO:
Maximizar:
Xo = -2X1 - X2
Sujeto a:
3X1 + X2 3
4X1 + 3X2 6
X1 + 2X2 3
(-1)
(-1)
X1 , X2 0
Como todas las restricciones deben ser del tipo "" deben mutiplicarse la 1. Y 2.
restriccin por (-1). Luego, el modelo queda de la siguiente forma:
2
3
14
Maximizar:
Xo = -2X1 - X2
Sujeto a:
-3X1 - X2 -3
-4X1 - 3X2 -6
X1 + 2X2 3
X1 , X2
CB
0
0
0
Cj
-2
V.B X1
-3
S1
-4
S2
1
S3
2
Ci
Cociente
CB
0
-1
0
-1
-3
2
1
1
0
0
0
0,5
0,33
Cj
-2
-1
V.B X1 X2
S1 -5/3 0
1
X2 4/3
S3 -5/3 0
0
Ci 2/3
Cociente
CB
-2
-1
0
0
S1
1=
-3
X1 , X2 , S1 , S2 , S3 0
-1
X2
2=
-4
0
S2
0
1
0
0
S3
0
0
1
0
S1
1
0
0
0
0
0
S2
S3
-1/3 0
-1/3 0
2/3 1
1/3
1/3 =
-1/3
0,4
-1
X2
0
1
0
0
Solucin
-3
-6
3
TABLA INICIAL
Sale S2
Entra X2
Menor Cociente: X2 (Entra a la base)
2/3 =
-5/3
Cj
-2
V.B X1
1
X1
0
X2
0
S3
0
Ci
-3X1 - X2 + S1
= -3
-4X1 - 3X2
+ S2
= -6
X1 + 2X2
+ S3 = 3
0
0
S2
S3
-3/5 1/5
0
4/5 -3/5 0
-1
1
1
1/5
-1
2
-1
Sale S1 (empate con S3 )

Entra X1
-2
0
S1
2/5
Solucin
Solucin
3/5
6/5
0
TABLA OPTIMA
-12/5
15
La solucin bsica es factible => TABLA OPTIMA. La solucin ptima es:

Xo = -12/5
X1 = 3/5
X2 = 6/5
EJEMPLO:
Minimizar:
X o = X1 + X 2
Sujeto a:
X1
+ X2 6
X2 2
+ X2 1
-X1
(-1)
X1 , X2 0
Como todas las restricciones deben ser del tipo " " se mutiplica la 2. restriccin por
(-1). Luego, el modelo llevado a la forma estndar es:
Minimizar:
Sujeto a:
Xo = X1 + X2
X1
+ X2 + S1
= 6
- X2
+ S2
= -2
+ X2
+ S3 = 1
-X1
X1 , X2 , S1 , S2 , S3 0
CB
0
0
0
Cj
1
V.B X1
1
S1
0
S2
-1
S3
-1
Ci
Cociente
CB
0
1
0
1
X2
S1
1
-1
1
-1
1
0
0
0
S2
0
1
0
S3
0
0
1
-oo-
-1 =
-1
-oo-
Cj
1
V.B X1
1
S1
0
X2
-1
S3
Solucin
6
-2
1
TABLA INICIAL
Sale S2 - Entra X2
1
X2
S1
0
1
0
1
0
0
S2
1
-1
1
S3
0
0
1
Solucin
4
2
-1
Sale S3
16
Ci
Cociente
-1
-1 =
-1
CB
0
1
1
Entra X1 (empate con S2)
-1 =
-1 En este caso ambos cocientes son iguales, por
Cj
1
V.B X1
0
S1
0
X2
1
X1
0
Ci
-1
lo tanto se elige arbitrariamente cualquiera de

las dos variables: X1
1
X2
S1
0
1
0
0
1
0
0
0
S2
2
-1
-1
S3
1
0
-1
-2
-1
Solucin
3
2
1
TABLA OPTIMA
La solucin bsica es factible => TABLA OPTIMA. La solucin ptima es:

Xo = 3
X1 = 1
X2 = 2
Al resolver los dos problemas anteriores puede observarse que el criterio para
seleccionar la variable saliente se mantiene en ambos casos, es decir, independientemente de
que el problema sea de maximizar o minimizar, siempre se seleccionar aquella variable
bsica que posea el valor ms negativo en la tabla. Igual ocurre en el momento de seleccionar
a la variable entrante.
3.6.
ANALISIS DE SENSIBILIDAD.Es el estudio de la forma como se ve afectada la solucin ptima si se introducen
cambios discretos en los coeficientes del modelo original4. Nos conduce a la determinacin de
los intervalos de cambio de cada una de las partes que conforman un modelo de Programacin
Lineal que mantendrn su solucin ptima y factible. Si se hace uso de las propiedades de la
solucin Simplex es posible reducir los clculos adicionales sin tener que resolver de nuevo
4
Anderson D., Sweeney D., Williams T., Introduccin a los Modelos Cuantitativos para Administracin, 6ta. Ed.,
Grupo Editorial Iberoamericana, 1991
17
todo el problema. Este ser el objetivo del Anlisis de Post-optimidad o Sensibilidad. Los
cambios que se estudiarn pueden clasificarse como:
Cambios que afectan la optimidad:
Cambio en los coeficientes de la funcin objetivo.
Cambio en los coeficientes del lado izquierdo de las restricciones (de las
variables no bsicas).
Adicin de una nueva variable.
Cambios que afectan la factibilidad:
Cambio en el lado derecho de las restricciones.
Adicin de una nueva restriccin.
Todos los cambios sern estudiados con el siguiente problema:

Maximizar:
Xo = 5X1 +12X2 + 4X3
Sujeto a:
X1
+2X2 +X3 5
2X1 - X2 + 3X3 = 2
X1 , X2 , X3 0
TABLA OPTIMA
CB
Cj
V.B. X1
0
X2
1
X1
0
Ci
X2
1
0
0
X3
S
R
-1/5 2/5 -1/5
7/5 1/5 2/5
3/5
29/5 -2/5
Solucin
8/5
9/5
141/5
18
3.6.1. CAMBIO EN LOS COEFICIENTES DE LA FUNCIN OBJETIVO:

Estos cambios afectan nicamente a los coeficientes de la fila de los Ci de la
tabla y por lo tanto pueden afectar la optimidad de la misma.
EJEMPLO:
Si en el modelo anterior la nueva Funcin Objetivo es:
Maximizar:
Xo = 4X1 +10X2 + 8X3
Segn la propiedad 1 se tiene: (X2 , X1) = (10, 4)

(10 , 4) .
2/5 -1/5
1/5
(24/5, -2/5) Nuevos Multiplicadores

Simplex
2/5
Por la propiedad II las restricciones duales asociadas a cada variable de

decisin son:
X1 :
Y1 + 2Y2 4 24/5 +2 (-2/5) 4 =
X2 :
2Y1 - Y2 10 2.(24/5) -(-2/5) 10 =
Y1 + 3Y2 8 24/5 +3.(-2/5) 8 = -22/5
X3 :
Xo = 4.(9/5) + 10.(8/5) + 8.0 = 116/5

La nueva tabla es:
CB
Cj
V.B
X2
X1
Ci
X1
X2
0
1
0
1
0
0
X3
-1/5 2/5 -1/5

7/5
1/5 2/5
-22/5 24/5 -2/5
Solucin
8/5
9/5
116/5
19
En la tabla obtenida la variable no bsica X 3 tiene coeficiente negativo (-22/5)

en la fila de los Ci. Por lo tanto, la tabla anterior no es la ptima por lo cual debemos
aplicar el Mtodo Simplex.
3.6.2. CAMBIO EN LOS COEFICIENTES DEL
RESTRICCIONES (DE LAS VARIABLES NO BSICAS):
LADO
IZQUIERDO
DE
LAS
Estos cambios afectan a todos los coeficientes bajo la variable no bsica

correspondiente por lo que puede afectar la optimidad de la tabla.
EJEMPLO:
Si en el modelo anterior los coeficientes de X 3 en las restricciones se cambian
de (1, 3) a (-5, 2), se tiene:
Por la propiedad IV, los nuevos coeficientes en las restricciones para X3 son:
2/5
-1/5
1/5
2/5
-5
2
-12/5
-1/5
Y el nuevo coeficiente de X3 en la fila de los Ci se halla por la propiedad II:

Dual asociado a X3: -5Y1 + 2Y2 4 -5.(29/5) +2.(-2/5) 4 = -169/5
La nueva tabla es:

CB
Cj
V.B
X2
X1
Ci
X1
X2
0
1
0
1
0
0
X3
S
R Solucin
-12/5 2/5 -1/5
8/5
-1/5 1/5 2/5
9/5
-169/5 24/5 -2/5
141/5
20
El coeficiente de X3 en la fila de los Ci es negativo (-169/5). Por lo tanto, la

nueva tabla no es ptima y debe aplicarse el Mtodo Simplex. Es de hacer notar que el
problema tiene solucin no acotada (solucin en el infinito).
3.6.3. ADICIN DE UNA NUEVA VARIABLE:
Este cambio puede afectar nicamente la optimidad de la tabla.
EJEMPLO:
En el modelo anterior se adiciona la variable X 4. Su coeficiente en la funcin
objetivo es 30 y en las restricciones son 5 y 7 respectivamente.
Por la propiedad IV se hallan los coeficientes de la nueva variable en la tabla:
2/5
-1/5
1/5
2/5
3/5
19/5
Por la propiedad II se tiene:

Dual asociado a X4: 5Y1 + 7Y2 30 5.(29/5) +7.(-2/5) 30 = -19/5
CB
Cj
V.B. X1
0
X2
1
X1
0
Ci
X2
X3
1
0
0
-1/5
7/5
3/5
X4
3/5
2/5 -1/5
19/5 1/5 2/5
-19/5 29/5 -2/5
Solucin
8/5
9/5
141/5
El resto de la tabla no vara y la tabla no es ptima. Debe aplicarse el Mtodo

Simplex para optimizarla.
3.6.4. CAMBIO EN EL LADO DERECHO DE LAS RESTRICCIONES:

Estos cambios afectan nicamente los valores de la columna solucin y por lo
tanto la factibilidad de la solucin bsica que queda.
21
EJEMPLO:
Si en el modelo anterior el lado derecho cambia de:
5
2
3
10
Entonces:
Segn la propiedad III los nuevos valores de las variables bsicas son:
X2
2/5 -1/5
X1
1/5
2/5
10
-4/5
23/5
Xo = 5 (23/5) + 12(-4/5) = 67/5

Entonces la tabla queda:
CB
Cj
V.B
X2
X1
Ci
X1
X2
0
1
0
1
0
0
X3
-1/5 2/5 -1/5

7/5 1/5 2/5
3/5 29/5 -2/5
Solucin
-4/5
23/5
67/5
En la tabla anterior la condicin de optimidad se cumple (coeficientes Ci

positivos para problema de maximizacin) y la solucin bsica es no factible ya que X 2
tiene valor negativo (-4/5). Por lo tanto, para encontrar la nueva solucin ptima debe
aplicarse el Mtodo Dual Simplex.
3.6.5. ADICIN DE UNA NUEVA RESTRICCIN:
Una nueva restriccin puede afectar la factibilidad de la solucin bsica que se
tiene. Por lo tanto, el primer paso es verificar si la nueva restriccin se encuentra
satisfecha con la solucin bsica que se tiene:
-
Si la nueva restriccin es: 5X1 + 5X2 + 3X3 20

Sustituyendo la solucin bsica se tiene:
22
5(9/5) + 5(8/5) + 3.0 = 17 20 La solucin bsica permanece sin

cambio por lo cual no es necesario introducir la restriccin en la tabla y la
solucin actual se mantiene invariante.
Si la nueva restriccin es: 5X1 + 10X2 + 3X3 10
Sustituyendo la solucin bsica se tiene:

5(9/5) + 10(8/5) + 3.0 = 25 10 La restriccin no se satisface con la
solucin bsica actual. Por lo cual el siguiente paso es introducir esta
restriccin en la tabla.
S2 es la variable asociada a esta restriccin:
5X1 + 10X2 + 3X3 + S2 = 10
La nueva restriccin debe estar en funcin de las variables no bsicas
por lo que los coeficientes de X1 y X2 deben ser cero en la nueva fila de la tabla
ya que son bsicas. Esto se consigue multiplicando la segunda ecuacin de la
tabla por (-10), la primera ecuacin por (-5) y sumarlas a la nueva restriccin.
De esta forma se tiene:
(2. Ec.) x (-10):
- 10X2 +2X3 - 4S +2R = -16
(1. Ec.) x (-5): -5X1
-7X3 - S -2R = -9
5X1 + 10X2 +3X3 +
S2 = 10
____________________________________
-2X3 - 5S + S2 = -15
CB
Cj
V.B. X1
0
X2
1
X1
X2
1
0
X3
S
-1/5 2/5
7/5 1/5
S2
0
0
R
-1/5
2/5
NUEVA F.O.
Solucin
8/5
9/5
23
S2
Ci
0
0
0
0
-2
3/5
-5
-15
29/5
-2/5
141/5
En la tabla anterior la condicin de optimidad est satisfecha pero la solucin

bsica es no factible. Para determinar la solucin ptima del nuevo problema debe
aplicarse el Mtodo Dual Simplex.
3.7.
EJEMPLOS DE APLICACIN.-
1. La tabla Simplex ptima para un problema de maximizacin con todas las restricciones
del tipo es:
CB
Cj
V.B. X1
0
X2
1
X1
0
S3
0
Ci
X2
1
0
0
0
S1
S2
1/2 -1/2
-1/8 3/8
1
-2
S3
0
0
1
Solucin
1/4
1/4
2
3/2
4
Donde X1 y X2 son las variables de decisin y S1, S2 y S3 son las variables de holgura.
Suponga que se decide aumentar el lado derecho de una de las restricciones; Cul
recomendara para expansin y por qu? Cul es la cantidad mxima de aumento
en este caso? Encuentre el nuevo valor correspondiente a la funcin objetivo. 5
SOLUCIN.En el problema se necesita aumentar el lado derecho de una de las restricciones que
proporcione el mayor valor para la funcin objetivo, pero se desconoce el modelo de
programacin lineal que origina la tabla ptima mostrada y por consiguiente el lado
derecho de las restricciones. Sin embargo, se conoce la estructura del mismo: la
funcin objetivo es de maximizar y todas las restricciones son del tipo ; por lo tanto
la estructura del modelo de programacin lineal es:
5
Taha Hamdy A., Investigacin de Operaciones, una introduccin", 2da. Edicin, Alfaomega, 1989
24
Maximizar:
Xo = C1X1 +C2X2
Sujeto a:
a11X1 + a12X2 + S1
= b1
a21X1 + a22X2
+ S2
= b2
a31X1 + a32X2
+ S3 = b3
X1 , X2 , X3 0
Una vez conocido el modelo se procede a calcular el lado derecho del mismo haciendo
uso de la propiedad III:
1/2
-1/2
-1/8
3/8
-2
1/2b1
-1/8 b1
1 b1
b1
b2
3/2
b3
- 1/2 b2
+ 3/8 b2
- 2 b2 + 1b3
=
=
=
2
3/2
4
Resolviendo el sistema de ecuaciones lineales anterior se tiene que:

b1
b2
b3
=
=
=
12
8
8
Al conocer los valores del lado derecho de las restricciones se comienza a calcular
con cada uno por separado, cul de ellos debera ser aumentado y en cunto. Para
esto se utiliza de nuevo la Propiedad III, pero para garantizar que la tabla obtenida
permanezca factible (esto es, que cada nuevo valor del lado derecho no sea negativo)
cada una de las restricciones debe ser mayor o igual a cero:
Se comienza expandiendo el lado derecho de la 1. restriccin en una cantidad 1:

1/2
-1/2
-1/8
3/8
-2
1/2.(12 + 1)
12 + 1
8
-4
1 -4
25
-1/8.(12 + 1)
12 + 1
+3
- 16 + 8
0
0
1 12
1 -4
Llevando estos intervalos a la recta real se tiene:

1
-4
12
-4 1 12; como se desea expandir el lado derecho, se toma entonces: 1 = 12
Se toma ahora el lado derecho de la 2. restriccin y se aumenta en una cantidad

2:
1/2
-1/2
-1/8
3/8
-2
12
8 + 2
8
6 - 1/2.(8 + 2)
-3/2 + 3/8.(8 + 2)
12
- 2.(8 + 2) + 8
0
0
2 4
2 -4
2 2
0
0
0
-4
-4 2 2; como se desea expandir el lado derecho, se toma entonces: 2 = 2
Se aumenta ahora el lado derecho de la 3. restriccin en una cantidad 3:

1/2
-1/2
-1/8
3/8
-2
12
8
8 + 3
0
0
26
6
-3/2
12
-4
+3
-16
0.(8 + 3)
0.(8 + 3)
+ (8 + 3)
0
0
0
3 -4

3
[
-4
3 -4; el mximo valor para 3 se encuentra en el infinito, por lo tanto no es

posible evaluar la expansin en la 3. restriccin.
Se seleccionan 1 = 12 y 2 = 2.
La funcin objetivo dual asociada al modelo es: Yo = 12Y1 + 8Y2 + 8Y3.
Se prueba con 1 = 12:
Yo =
(12 + 1)Y1 +
8Y2 + 8Y3
Yo = (12+12).(1/4) + 8.(1/4) + 8.0
Se prueba con 2 = 2:
Yo =
Yo= 8
12Y1 + (8+2) Y2 + 8Y3
Yo = 12.(1/4) +(8+2).(1/4) +
8.0
Yo= 5,5
Se recomienda aumentar la 1. Restriccin en una cantidad 1 = 12, ya que

proporciona el mejor valor para la funcin objetivo: Xo = Yo = 8
2. En el problema #1 suponga que C1 y C2 son los coeficientes de X1 y X2 en la funcin
objetivo. Halle el intervalo de variacin o rango de la relacin C 1/C2 que siempre
mantendrn ptima la solucin del problema #1. 6
Taha Hamdy A., Investigacin de Operaciones, una introduccin", 2da. Edicin, Alfaomega, 1989
27
SOLUCIN.La funcin objetivo es: Xo = C1X1 + C2X2

Para que se mantenga ptima la solucin debe cumplirse que todos los coeficientes de
la fila Ci sean mayores o iguales a cero ya que es un problema de Maximizacin.
Por lo tanto, aplicando la Propiedad I, que es la que relaciona los coeficientes de la
funcin objetivo con la fila de los Ci se tiene:
1/2 -1/2
. -1/8 3/8
1
-2
( C2, C1, 0 )
C2 - 1/8C1
- C2 + 3/8C1
0
0
1
0
0
( 0, 0, 0 )
1/2C2
3/8C1
De (1):
C1
C2
1/2
1/8
C1
C2
De (2):
C1
C2
1/2
3/8
C1
C2
4
3
4
3
C1
C2
1/8C1
C2
(1)
(2)
3. Se tiene el siguiente modelo:

Minimizar: XO = 4X1 + X2
Sujeto a:
3X1 + X2 = 3
4X1 + 3X2 6
X1 + 2X2 3
X1 , X2
R1
S 1 , R2
S2
Si R1, R2 y S2 son las variables bsicas de inicio de la 1 , 2 y 3 restriccin,

respectivamente, y si los coeficientes bajo estas variables en la tabla ptima del
mtodo Simplex son:
28
R1
2/5
-1/5
1
R2
0
0
-1
S2
-1/5
3/5
1
Construir la tabla Simplex completa.

SOLUCIN.El objetivo del problema es hacer uso de las propiedades primal-dual a fin de obtener
la tabla Simplex correspondiente al modelo dado:
CB
Cj
V.B.
X1
X2
S1
IV
Ci
S2
-1/5
3/5
1
R1
2/5
-1/5
1
I
II
R2
0
0
-1
Solucin
III
Es importante destacar que las columnas de la matriz bajo las variables bsicas de
inicio que se utilizar para el problema, deben ir colocadas en el mismo orden de
aparicin en las restricciones, es decir, en la primera columna deben aparecer los
coeficientes de la variable bsica de inicio asociada a la primera restriccin, en la
segunda aparecer la variable bsica de inicio de la segunda restriccin y as
sucesivamente.
Comenzando con la resolucin del problema, se observa que se desconocen las
variables bsicas actuales, por lo que no es posible comenzar con la propiedad I ni
proseguir con la II ya que depende de los valores obtenidos con la propiedad I. Se
parte entonces de la propiedad III o de la IV.
PROPIEDAD IV: se hallan los coeficientes bajo las variables de decisin y de holgura
del modelo:
Bajo X1:
R1
R2
S2
2/5
-1/5
1
0
0
-1
-1/5
3/5
1
X1
3
4
1
1
0
0
29
Bajo X2:
X2
2/5
-1/5
1
0
0
-1
-1/5
3/5
1
1
3
2
0
1
0
0
0
1
Bajo S1:
S1
2/5
-1/5
1
0
0
-1
-1/5
3/5
1
0
-1
0
Al colocar estos valores debajo de la variable respectiva, puede observarse la

formacin de la matriz identidad, por lo que pueden determinarse las variables bsicas
de la tabla:
X1
X2
S1
PROPIEDAD III: se halla la columna Solucin de la tabla:
R1
R2
S2
2/5
-1/5
1
0
0
-1
-1/5
3/5
1
L.D.
3
6
3
3/5
6/5
0
PROPIEDAD I: como ya se conocen las variables bsicas de la tabla es posible

calcular los Ci para las variables bsicas de inicio:
(X1, X2, S1) = (4, 1, 0)
2/5
( 4, 1, 0 ) . -1/5
1
0
0
-1
-1/5
3/5
1
R1
R2
S2
= ( 7/5, 0, -1/5 )
Multiplicadores Simplex
PROPIEDAD II: se hallan las restricciones duales asociadas con cada de las
variables para calcular los Ci restantes; los valores de las variables duales se extraen
30
de la tabla, en la posicin donde se ubican los multiplicadores Simplex. Se tiene

entonces que:
Y1 = CR1 = 7/5
Y2 = CR2 = 0
(la 3. Restriccin es del tipo y la F.O. es
de minimizar)
Y3 = -CS2 = -(-1/5) = 1/5
Restriccin dual asociada a X1:

3Y1 + 4Y2 -
Y3 4
3.(7/5) + 4 . 0 -(1/5) - 4 = 0
CX1
Restriccin dual asociada a X2:

Y1 + 3Y2 -
2Y3 1
7/5 + 3 . 0 -2.(1/5) - 1 = 0
CX2
Restriccin dual asociada a S1:

-Y2 0
0 - 0 = 0
CS1
Finalmente, se halla Xo:

Xo = 4.(3/5) + 6/5 = 18/5
La tabla completa es:
CB
Cj
V.B.
X1
X2
S1
Ci
X1
1
0
0
0
X2
0
1
0
0
S1
0
0
1
0
S2
-1/5
3/5
1
-1/5
R1
2/5
-1/5
1
7/5
R2
0
0
-1
0
Solucin
3/5
6/5
0
18/5
31

TEMA 3-Complemento de Dualidadd

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

TEMA 3-Complemento de Dualidadd

Transféré par

Droits d'auteur :

Formats disponibles

TEMA 3: Dualidad y Anlisis de Sensibilidad

El Dual asociado al modelo anterior es:

TEMA 3: Dualidad y Anlisis de Sensibilidad

El modelo Dual se obtiene del modelo Primal en forma

TEMA 3: Dualidad y Anlisis de Sensibilidad

Se tiene el siguiente modelo de Programacin Lineal con todas las

Y1, Y2, Y3, Y4 0

TEMA 3: Dualidad y Anlisis de Sensibilidad

Se tiene el siguiente modelo de Programacin Lineal con una

MODELO PRIMAL EN FORMA CANONICA

TEMA 3: Dualidad y Anlisis de Sensibilidad

5Y1 + 2Y21 - 2Y22

Si Y2 = Y21 - Y22, se tiene que el nuevo modelo dual es:

TEMA 3: Dualidad y Anlisis de Sensibilidad

3.3. RELACIN DEL MODELO PRIMAL Y DEL MODELO DUAL EN LA TABLA

El modelo es de Maximizacin con todas las restricciones del tipo o =.

El modelo es de Minimizacin con todas las restricciones del tipo o =.

TEMA 3: Dualidad y Anlisis de Sensibilidad

Si el modelo es de Minimizacin y tiene una restriccin del tipo , entonces la

FASE II Tabla Optima

FASE I Tabla Inicial

TEMA 3: Dualidad y Anlisis de Sensibilidad

La solucin ptima primal es:

Simultneamente se obtiene la solucin ptima dual (sin resolverlo):

Min: r = R1 + R2 + R3 = (-Y1 - 2Y21 + 2Y22 +5 + S1) +(12-2Y1 +Y21 -Y22 +

FASE I Tabla Inicial

FASE II Tabla Optima

TEMA 3: Dualidad y Anlisis de Sensibilidad

Y2 = Y21 Y22 = 0 (2/5)

La solucin ptima dual es:

Simultneamente se obtiene la solucin ptima primal (sin resolverlo):

Como puede observarse en la tabla inicial de ambos modelos se cumple la propiedad

Xo = 5X1 + 12X2 + 4X3

TEMA 3: Dualidad y Anlisis de Sensibilidad

1. PROPIEDAD I: en cualquier iteracin del mtodo Simplex la matriz bajo las

Identificar los coeficientes originales de la funcin objetivo correspondientes a

Multiplicar el vector resultante por la matriz definida anteriormente.

= (29/5 , -2/5) Multiplicadores Simplex

Sustituyendo en la tabla se tiene:

2. PROPIEDAD II: en cualquier iteracin del mtodo Simplex, si se sustituyen los

TEMA 3: Dualidad y Anlisis de Sensibilidad

RESTRICCION DUAL ASOCIADA A X1:

Coeficiente de X1 en la fila de los Ci

RESTRICCION DUAL ASOCIADA A X2:

Coeficiente de X2 en la fila de los Ci

RESTRICCION DUAL ASOCIADA A X3:

Coeficiente de X3 en la fila de los Ci

Sustituyendo en la tabla se tiene:

iteracin del mtodo Simplex, los valores de las

Sustituyendo en la tabla se tiene:

TEMA 3: Dualidad y Anlisis de Sensibilidad

Al conocerse la columna solucin es posible calcular el valor de X 0 sustituyendo los

Sustituyendo en la tabla se tiene:

TEMA 3: Dualidad y Anlisis de Sensibilidad

METODO DUAL SIMPLEX.-

Es un mtodo de resolucin de modelos de Programacin Lineal basado en la teora de

TEMA 3: Dualidad y Anlisis de Sensibilidad

La variable que sale es la variable bsica con valor ms negativo en la

TEMA 3: Dualidad y Anlisis de Sensibilidad

Menor Cociente: X2 (Entra a la base)

Sale S1 (empate con S3 )

Menor Cociente: X1 (Entra a la base)

TEMA 3: Dualidad y Anlisis de Sensibilidad

La solucin bsica es factible => TABLA OPTIMA. La solucin ptima es: