INGENIERA INDUSTRIAL

INVESTIGACION DE OPERACIONES I
CUESTIONARIO ANALISIS DE DUALIDAD

PRESENTADO POR: LEIDY JOHANA GUTIERREZ DVILA-Estudiante Facultad Ingeniera Biomdica

1. Defina:
1.1. Anlisis de sensibilidad

El anlisis de sensibilidad busca determinar los efectos que se producen en

la solucin ptima al realizar cambios en cualquiera de los parmetros del modelo
de programacin lineal planteado inicialmente. Entre los cambios que se investigan estn:
los cambios en los coeficientes de las variables en la funcin objetivo tanto para
variables bsicas como para las variables no bsicas, cambios en los recursos disponibles
de las restricciones, variacin de los coeficientes de utilizacin en las restricciones
e introduccin de una nueva restriccin [1].
El objetivo principal del anlisis de sensibilidad es identificar el intervalo permisible
de variacin en los cuales las variables o parmetros pueden fluctuar sin que cambie
la solucin optima. Sin embargo, as mismo se identifica aquellos parmetros sensibles, es
decir, los parmetros cuyos valores no pueden cambiar sin que cambie
la solucin ptima. Los investigadores de operaciones tienden a prestar
bastante atencin a aquellos parmetros con holguras reducidas en cuanto a los cambios
que pueden presentar, de forma que se vigile su comportamiento para realizar los ajustes
adecuados segn corresponda y evitar que estas fluctuaciones pueden desembocar en
una solucin no factible [1].

1.2. Problema primal

Problema primal nos informa sobre niveles de produccin ptimos para maximizar el
valor de la funcin objetivo, sujeto a las limitaciones en los recursos especificadas en
las restricciones, en este caso los tiempos de traslado y de captura. Por una variedad
de razones sera deseable estimar el valor de cada uno de estos recursos, por ejemplo
para decidir el tipo de cambios que se podra hacer si el predador decidiera disponer
de recursos adicionales para mejorar su consumo calrico [2].
1.3. Problema dual
El problema dual es una programacin lineal definida en forma directa y sistemtica a
partir del modelo original (o primal) de programacin lineal. Los dos problemas estn
relacionados en forma tan estrecha que la resolucin optima de un problema
produce en forma automtica la resolucin optima del otro. En la mayor parte de las
presentaciones de programacin lineal, el dual se define para varias formas del primal,
dependiendo del sentido de la optimizacin (maximizacin o mini-mizacin), tipos de
restricciones (, o =), y la orientacin de las variables (no negativa o no restringida).
Este tipo de tratamiento puede confundir Por esta razn presentaremos una sola
definicin que comprenda en forma automtica a todas las formas del primal.

2. Cules son los cuatro pasos para la construccin de un problema dual?

1. Se define una variable dual por cada ecuacin primal (restriccin)
 INGENIERA INDUSTRIAL
INVESTIGACION DE OPERACIONES I
CUESTIONARIO ANALISIS DE DUALIDAD

2. Se define una restriccin dual por cada variable primal

3. Los coeficientes de restriccin (columna) de una variable primal define los
coeficientes en el lado izquierdo de la restriccin dual, y su coeficiente
objetivo define el lado derecho.
4. Los coeficientes, objetivo del problema dual son iguales al lado derecho
de las ecuaciones de restriccin primal.

3. Cmo cambia al sentido de la optimizacin en un problema dual frente al primal?

Problema primal: encontrar max z tal que Ax b, x 0, c T x = z (A: m x n) [2]
Problema dual: encontrar min v tal que A T y c, y 0, b T y = v (A: m x n) [2]

Todas las restricciones primales son ecuaciones con lado derecho no negativo, y todas
las variables son no negativas.
4. Completar
PROBLEMA DUAL
OBJETIVO PROBLEMA
TIPO DE SIGNO DE LAS
PRIMAL OBJETIVO
RESTRICCION VARIABLES
Maximizacin Maximizacin irrestricta
Minimizacin Minimizacin irrestricta

5. Formule los problemas duales de los siguientes primales

 INGENIERA INDUSTRIAL
INVESTIGACION DE OPERACIONES I
CUESTIONARIO ANALISIS DE DUALIDAD

Minimizar Z= -5X1+X2< -2
Sujeto a:

-X1+X2< -2
2X1+3X2 < 5
X1,X2 > 0
Solucin:
En la funcin objetivo, una de las variables es negativa, por lo que segn la
teora mencionada al principio del captulo no es posible hallar una dual que al regresarla a
primal (dualizando) nos resulta mismo resultado inicial.
La teora tambin menciona la no negatividad del lado derecho de las restricciones
Ambos detalles impiden la solucin

Minimizar z = 6X1 +3X2

Sujeta a
6X1-3X2+X3 > 2
3X1+42+X3 > 5
X1, X2, X3 > 0

Solucin:
En la funcin dual maximizar
P=2X1 +5X2
Sujeto a
6X1+3X2 < 6
-3X1+4X2 < 3
X1+X2 < 0
-X1 < 0
-X3 < 0
X1 , X2 > 0
 INGENIERA INDUSTRIAL
INVESTIGACION DE OPERACIONES I
CUESTIONARIO ANALISIS DE DUALIDAD

Maximizar Z= X1+X2

Sujeta a:
2X1+X2=5
3X1-X2=6
X1, X2 > 0
Solucin:
En funcin dual minimizar
p=5X1+6X2
Sujeto a:
2X1+3X2 > 1
X1-X2 > 1
X1, X2 > 0

6. Responda si las siguientes afirmaciones son verdaderas o falsas

6.1. El dual del problema dual da como resultado el primal (comprubelo con un ejemplo)
(verdadera)
Ejemplo:
Mx. Z(x) = ct x
Sujeto a:
Axb
x0
El problema dual (dual simtrico) es:
Mn. G() = b
Sujeto a:
Ac
0, es decir, variables libres.
6.2. Si la restriccin primal est originalmente en forma de ecuacin, la variable dual
correspondiente es necesariamente no restringida.
(falsa)
6.3. Si la restriccin primal es del tipo <=, la variable dual correspondiente ser no negativa
dependiendo de si el objetivo primal es maximizacin
(verdadera)
6.4. Si la restriccin primal es del tipo >=, la variable dual correspondiente ser no negativa
dependiendo de si el objetivo primal es minimizacin
 INGENIERA INDUSTRIAL
INVESTIGACION DE OPERACIONES I
CUESTIONARIO ANALISIS DE DUALIDAD

(verdadera)
6.5. Una variable primal no restringida dar como resultado una restriccin dual de
igualdad.
(verdadera)
7. Completar:
7.1. La soluciones primal y dual se relacionan en forma tan estrecha que la solucin
optimal del problema primal produce en forma directa (con unos pocos clculos
adicionales) la solucin ptima del dual.
(valores ptimos de las variables duales) = (vector final de los coeficientes objetivos
originales de las variables bsicas optimas primales) * (inversa primal optima).
Los elementos del vector fila de los coeficientes objetivos del primal original deben
aparecer en el mismo orden que aparecen las variables bsicas en la columna Bsica
de la tabla simplex.
La solucin dual optima se puede determinar resolviendo las siguientes ecuaciones:
(Coeficiente z-primal ptimo de cualesquiera variables xj) = (Lado izquierdo de la j-
esima restriccin dual) * (Lado derecho de la j-esima restriccin dual).
7.2. En los problemas prima dual si uno es de maximizacin el otro debe ser de
minimizacin.
Para cualquier par de soluciones primales y duales factibles,
(Valor objetivo en el problema de Maximizacin) <= (Valor objetivo en el problema de
Minimizacin).
En el ptimo, la relacin es vlida estrictamente como ecuacin.
7.3. Valor objetivo en el problema de maximizacin <=, =, >= Valor objetivo en el problema
de minimizacin >=, =, <=
8. Describa el algoritmo para cada uno de los dos mtodos
ALGORITMO PRIMAL: En el algoritmo primal, la solucin bsica inicial es factible, pero no
ptima. Las iteraciones sucesivas permanecen factibles a medida que avanzan hacia el
ptimo. Se desarroll un algoritmo subsiguiente para PLs, llamado simplex dual, que se
inicia como no factible pero ptimo y que se dirige hacia la factibilidad, al tiempo que
mantiene la optimalidad. La iteracin final ocurre cuando se restaura la factibilidad.
En un inicio, el algoritmo dual se utiliz sobre todo en el anlisis post ptimo de PL y en la
programacin lineal entera, pero no como un algoritmo independiente para resolver PLs.
La razn principal es que su regla para seleccionar la variable de salida era dbil. Sin
embargo, todo esto cambi cuando se adopt la idea de la regla del borde ms inclinado
primal para determinar la variable de salida en el algoritmo simplex dual. En la actualidad,
el simplex dual con la adaptacin del borde ms inclinado ha demostrado que es dos veces
ms rpido que el simplex dual, y por el momento es el algoritmo simplex dominante en los
cdigos comerciales ms importantes.
 INGENIERA INDUSTRIAL
INVESTIGACION DE OPERACIONES I
CUESTIONARIO ANALISIS DE DUALIDAD

Algoritmo de barrera: El algoritmo de punto interior es totalmente diferente del algoritmo

simplex en que cruza el espacio factible y poco a poco se mueve (en el lmite) hacia el
ptimo. Computacionalmente, el algoritmo es polinomial en el tamao del problema. Por
otra parte, el algoritmo simplex es exponencial en el tamao del problema (se han
construido ejemplos hipotticos en los que el algoritmo simplex visita cada punto de
esquina del espacio de soluciones antes de alcanzar el ptimo). El algoritmo de punto
interior se introdujo en 1984 y, sorpresivamente, fue patentado por AT&T y vendido en una
computadora especializada (aparentemente por una exuberante cantidad) sin revelar sus
detalles computacionales. Al fin, la comunidad cientfica se ocup y descubri que el
mtodo de punto interior tena races en los primeros algoritmos de programacin no lineal
de la dcada de 1960 (vea por ejemplo el algoritmo SUMT.El resultado es el llamado
mtodo de barrera con algunas variaciones algortmicas. Para problemas en extremo
grandes, el mtodo de barrera ha demostrado ser mucho ms rpido que el algoritmo
simplex dual. La desventaja es que el algoritmo de barrera no produce soluciones de punto
de esquina, una restriccin que limita su aplicacin en el anlisis pos ptimo y tambin en
la programacin entera. Aunque se han desarrollado mtodos para convertir una solucin
de punto interior ptimo de barrera en una solucin de punto de esquina, la carga de
computo asociada es enorme, lo que limita su uso en aplicaciones como programacin
entera, donde la frecuente necesidad de localizar soluciones de punto de esquina es
fundamental para el algoritmo. No obstante, todos los cdigos comerciales incluyen el
algoritmo de barrera como herramienta para resolver PL grandes.

9. Cul es la interpretacin econmica de las variables duales?

Establece que para cualquiera de las dos soluciones factibles primal y dual, los valores de
las funciones objetivo, cuando son finitos, deben satisfacer la siguiente desigualdad:

= =
=1 =1
En el ptimo, los dos valores objetivo son iguales, es decir, z 5 w. En funcin del modelo de
asignacin de recursos, z representa $ ingresos, y bi representa unidades disponibles del
recurso i. Por lo tanto, dimensionalmente, z 5 w implica
$ ingresos =
=1 ==1( ) ($ )
Esto quiere decir que la variable dual, yi, representa el valor por unidad del recurso i.
Como se expone en la seccin 3.6, el nombre estndar precio dual (o precio sombra) del
recurso i reemplaza el nombre (sugestivo) valor por unidad en toda la literatura de
programacin lineal y en los paquetes de software, de ah que tambin se adopt el
nombre estndar en este libro.
Utilizando el mismo anlisis dimensional, podemos interpretar la desigualdad z , w (para
cualquiera de las dos soluciones primal y dual) como
(ingreso)<(valor de los recursos
 INGENIERA INDUSTRIAL
INVESTIGACION DE OPERACIONES I
CUESTIONARIO ANALISIS DE DUALIDAD

Esta relacin expresa que en tanto el ingreso total de todas las actividades sea menor que
el valor de los recursos, las soluciones primal y dual correspondientes no sern ptimas. La
optimalidad se alcanza slo cuando los recursos se han explotado por completo. Esto
puede suceder slo cuando la entrada (valor de los recursos) se iguala a la salida (ingreso
en dlares).

10. Cul es la interpretacin econmica de las restricciones duales?

Se pueden interpretar las restricciones duales, usando la frmula, que indica que en
cualquier iteracin primal.
(Coeficiente objetivo de xj) = Pm i=1 aijyi cj
De nuevo se aplicar a el anlisis dimensional para interpretar esta ecuacin. La utilidad cj
por unidad de actividad j est en $ por unidad. En consecuencia, para tener consistencia,
la cantidad Pm i=1 aijyi tambin debe estar en $ por unidad. Adems, como cj representa
una utilidad, la cantidad Pm i=1 aijyi, que aparece en la ecuacin con signo contrario, debe
representar un costo. Al mismo tiempo, como aij es la cantidad del recurso i que usa la
actividad j, las variables duales yi deben representar al costo imputado por unidad de
recurso i y se puede considerar que la cantidad Pm i=1 aijyi es el costo imputado de todos
los recursos necesarios para producir una unidad de actividad j.
La condicin de optimalidad de maximizacin del mtodo simplex indica que un aumento
en la cantidad de una actividad, j no usada (no bsica) puede mejorar la utilidad solo en
caso de que su coeficiente objetivo (Pm i=1 aijyi cj) sea negativo. En funcin de la
interpretacin anterior, esta condicin establece que
(Costo imputado de recursos por unidad de actividad j) < (Utilidad por unidad de actividad
j)
As, la condicin de optimalidad de maximizacin indica que es econmicamente bueno
aumentar una actividad a un valor positivo si su utilidad unitaria es mayor que su costo
imputado unitario.
11. Qu otros nombres reciben los precios duales?
Precio social o precio de sombra, llamado tambin precio de cuenta, es una medida
monetaria del cambio en el bienestar de la comunidad debido a un cambio muy pequeo
en la disponibilidad de bienes finales o factores de produccin.
El Precio Sombra de una restriccin en Programacin Lineal indica cunto cambia el valor
de la funcin objetivo (ptimo) ante una variacin marginal del lado derecho de una
restriccin.
12. Qu cambios afectan la factibilidad?
La factibilidad de la solucin ptima actual se ve afectada slo si cambia el lado derecho de
las restricciones, o se agrega una nueva restriccin al modelo. En ambos casos, la no
factibilidad ocurre cuando una o ms de las variables bsicas actuales se vuelven negativas.
Existen 2 tipos de cambios que pudieran afectar la factibilidad de la solucin actual [4].
 INGENIERA INDUSTRIAL
INVESTIGACION DE OPERACIONES I
CUESTIONARIO ANALISIS DE DUALIDAD

1. Cambios en la disponibilidad de recursos (o segundo miembro de las restricciones) y

2. Adicin de nuevas restricciones. Consideraremos cada caso en forma individual.
En ambos casos la factibilidad ocurre cuando por lo menos uno de los elementos de B^ (-1)
b se vuelve negativo, es decir, si una o ms de las variables bsicas actuales se vuelven
negativas. Cambios discretos en el vector b del lado derecho. Se considera el caso en que
se hacen cambios especficos discretos en uno o ms de los elementos del vector b.
13. Qu cambios afectan la optimalidad?

La solucin actual dejar de ser ptima slo si los coeficientes de la funcin objetivo z_i-c_j, violan
la condicin de optimalidad [5].
Dado el vector de los precios duales Y=C_B B^(-1), la definicin.
z_i-c_j=YP_j-c_j
Nos dice que la optimalidad de la solucin slo se ver afectada cuando cambiamos los
coeficientes objetivo c_j (y, por tanto, C_B) o el vector P_j de utilizacin de recursos por unidad.
Cambios en los coeficientes objetivo c_j. El efecto de hacer cambios en c_jsobre la optimalidad
implica volver a calcular z_ic_ j, nicamente para las variables no bsicas. La razn por la cual no
necesitamos volver a calcular z_i-c_jpara las variables bsicas es que siempre sern igual a cero,
sin importar los cambios que se hagan en c_j.
El procedimiento del clculo se resume como sigue:
Calcule el valor de los precios duales Y=C_B B^(-1)utilizando un nuevo vector C_Bsi se
cambi.Calcule z_i-c_j=YP_j- c_j para todas las x, no bsicas actuales.

Resultarn dos casos:

Si se satisface a condicin de optimalidad, la solucin actual seguir siendo la misma pero a un

nuevo valor ptimo de la funcin objetivo. (Sin embargo, si C_B pertenece inalterada el valor
objetivo ptimo seguir siendo el mismo.)

Si no se satisface la condicin de optimalidad, aplicamos el mtodo simplex (primal) para

recuperar optimalidad.
 INGENIERA INDUSTRIAL
INVESTIGACION DE OPERACIONES I
CUESTIONARIO ANALISIS DE DUALIDAD

REFERENCIAS

[1] http://investigaciondeoperacionesind331.blogspot.com.co/p/analisis-de-sensibilidad.html
[2]http://dualidad.pdf
[3] https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigaci%C3%B3n-de-operaciones/dualidad-en-programaci%C3%B3n-lineal/
[4]http://introduccionmetodos.blogspot.com.co/2014/05/cambios-que-afectan-la-
factibilidad.html
[5] http://introduccionmetodos.blogspot.com.co/2014/05/cambios-que-afectan-la-
optimalidad.html