“AÑO DE LA LUCHA CONTRA LA CORRUPCIÓN

Y LA IMPUNIDAD”

UNIVERSIDAD NACIONAL TORIBIO RODRIGUEZ DE

MENDOZA

TEMA : ANALISIS DE DUALIDAD Y SENCIBILIDAD DEL

METODO SIMLES

CURSO : INVESTIGACION DE OPERACIONES

DOCENTE : ING. IVAN ADRIANZEN OLANO

CICLO : IIII

ALUNNO : IVAN CARRERA PEREZ

CARRERA : ING. DE SISTEMAS Y MECANICA ELECTRICA

BAGUA – PERÚ
2019
 INDICE
1 INTRODUCCION: ............................................................................................................... 3
2 Objetivos Generales y Específicos: ....................................................................................... 4
3 MARCO TEORICO: ............................................................................................................. 5
3.1.1 DUALIDAD: .......................................................................................................... 5
3.1.2 SENSIBILIDAD: .................................................................................................... 5
3.1.3 EJEMPLOS DE DUALIDAD Y SENCIBILIDAD: .............................................. 6
3.1.4 PASOS: ................................................................................................................... 6
3.1.5 DESARROLLO: EN EL METODO SENSIBILIDAD ......................................... 8
4 DESARROLLO: ................................................................................................................. 11
4.1.1 Definición del problema dual ............................................................................... 11
4.1.2 Relaciones primal-dual ......................................................................................... 11
4.1.3 Solución dual óptima ............................................................................................ 11
Para cualquier par de soluciones primales y duales factibles ............................................ 12
4.1.4 Método dual simplex ............................................................................................ 13
4.1.5 Análisis postóptimo o de sensibilidad: ................................................................. 14
4.1.6 Cambios que afectan la factibilidad...................................................................... 14
4.1.7 DEFINICION DEL PROBLEMA DE ANALISIS DE SENSIBILIDAD: .......... 15
5 Conclusión ........................................................................................................................... 17
6 Bibliografía..........................................................................¡Error! Marcador no definido.
1 INTRODUCCION:
Este trabajo observaremos que en cada uno de los problemas de la programación lineal que
esta incluye a mas problemas de la programación es por eso que veremos y daremos
procedimiento a comparar los resultados obtenidos de los demás tales como la ejemplificación de
todo eso para el mejor captar la idea

Otro punto que tengo que mencionar es que el trabajo a verificar, es una pequeña recopilación
de los datos y de gama de una investigación sacada de muchas fuentes que son confiables para su
mejor análisis y comprensión (págs. 1-6).

En el análisis de sensibilidad se estudia básicamente:

a) Cambios en los coeficientes de la función objetivo (Vector C)
b) Cambios en los valores del lado derecho (Vector b)
c) Cambios en las columnas de la matriz A
d) Adición de una nueva variable.
e) Adición de una nueva restricción.

Análisis de dualidad:

Al realizar un pequeño o total cambio a un valor del parámetro en un modelo de pl se puede

deducir 2 opciones (todo, o nada)

Es por eso, que doy por solución del problema dual muestra una gran información: el precio

Unitario, incluido el adicional máximo que puede adherirse para cada una de las unidades.

Se resuelve de la definición, el valor óptimo de la función objetivo del primal es igual al valor
optimo de la función objetivo del problema dual (o sea Zmáx = Z' mín) (págs. 40-51).
2 Objetivos Generales y Específicos:
Los objetivos generales del análisis son verificar los parámetros respectivamente sensibles que
llegan a afectar a la solución óptima, para tratar de estimarlos con mucha delicadeza y luego
elegir una solución que sea buena en un intervalo de los valores posibles de estos parámetros
sensibles. Se tiene que recalcar que en dicho análisis constituye una parte muy esencial del
estudio de la pl (págs. 1-21).
• Al utilizar los conceptos de la investigación en respecto a la análisis dual y sensibilidad
en todo problema que este requiera aplicarlo con las distintas formas de métodos
investigado.

• Saber el concepto y la teoría esencial de la dualidad y la relación que maneja dicha

teoría con la matemática con el problema primal, así como el método del análisis linial,
determinado en los diferentes y distintos ámbitos sobre la solución dada (pág. 1_6).
3 MARCO TEORICO:

3.1.1 DUALIDAD:
En la pl. del método simplex muy aparte de solucionar el problema optimo que nos ofrece
mas y mejores para tomar las decisiones.
La dualidad y sensibilidad son potencialidades de este método.

De la palabra dualidad indica que para cada problema de pl hay una asociación y la relación con
otro o adicional problema de pl., nombrado dual.

La relación entre el problema dual y su asociado, es decir el problema original llamado primal,
presenta varias utilidades:
1. Aporta elementos que aumentan sustancialmente la compresión de la PL.
2. El análisis de dualidad es una herramienta útil en la solución de problemas de PL,por
ejemplo: más restricciones que variables.
3. El problema dual tiene interpretaciones e informaciones importantes que muestran que los
análisis marginales están siempre involucrados implícitamente al buscar la solución óptima a un
problema de PL.

3.1.2 SENSIBILIDAD:

• El análisis de sensibilidad es el estudio de la forma en la que se afecta la solución óptima al

presentarse cambios en los coeficientes de un programa lineal.
• Utilizando éste análisis podemos responder a preguntas como las siguientes:
• ¿Cómo afectará a la solución óptima un cambio en uno de los coeficientes de la función
objetivo?
• ¿Cómo afectará a la solución óptima un cambio en el valor del segundo elemento de una
restricción? (págs. 1-16).
3.1.3 EJEMPLOS DE DUALIDAD Y SENCIBILIDAD:

Ejemplo 3-1. Aplica dual simplex a un PL con 4 restricciones >= (DUX1).

3.1.4 PASOS:
1) Consiga infactibilidad en restricciones tipo >=, (multiplique por -1):

2) Arregle la función Z; consiga la matriz I de base, sume holguras H i, como sigue:

2) Tabule coeficientes y aplique el dual-simplex; elija variables VS, VE y pivote así:
3.1.5 DESARROLLO: EN EL METODO SENSIBILIDAD
SOLUCION (A., 2016, págs. 1-50).
4 DESARROLLO:
4.1.1 Definición del problema dual
En la mayoría de las presentaciones de pl, dual se denota para distintas formas del primal, dependiente del
la dirección de la optimación(Max o min).
Tipos de restricciones (<=, >= o =), y la orientación de las variables (no negativa o no restringida). Este tipo
de tratamiento puede confundir. Por esta razón presentaremos una sola definición que comprenda en forma
automática a todas las formas del primal.

A la definición del problema dual requiere expresar el problema en forma de ecuaciones: tolas las
restricciones son ecuaciones, con el lado derecho no negativo y las demás variables son negativas de ahí
se da como resultado la solución primal optima que es aplicado en el dual

Para construir el problema dual a partir del primal se tiene que seguir los siguientes pasos:

• Se define una variable dual por cada ecuación primal (restricción).

• Se define una restricción dual por cada variable primal.
• Los coeficientes de restricción (columna) de una variable primal definen los coeficientes en el lado
izquierdo de la restricción dual, y su coeficiente objetivo define el lado derecho.
• Los coeficientes objetivo del dual son iguales al lado derecho de las ecuaciones de restricción primal

4.1.2 Relaciones primal-dual

Los cambios que se realizados en el modelo original de pl afectan a los elementos de la
tabla óptima actual (el que se tenga en el momento), que a su vez puede afectar la
optimalidad y/o la factibilidad de la solución actual. Por esta razón se recalculan los
elementos de la tabla óptimo para reflejar los nuevos cambios. A continuación, se presentan
las relaciones entre las soluciones óptimas primal y dual.

4.1.3 Solución dual óptima

 Las soluciones primal y dual se relacionan en forma tan estrecha que la solución óptima
del problema primal produce en forma directa (con unos pocos de cálculos adicionales) la
solución óptima del dual. Existen 2 métodos los cuales se describen para calcular este
resultado.

4.1.3.1 Método 1
Los elementos del vector renglón de los coeficientes objetivos del primal original deben
aparecer en el mismo orden que aparecen las variables básicas en la columna Básica de la tabla
simplex.

4.1.3.2 Método 2
La solución dual óptima se puede determinar resolviendo las siguientes ecuaciones:

Como estamos viendo el problema dual viene a ser el primal, los métodos observados se aplican en
simetría para llegar a la solución óptima del primal, a partir del dual. Que esto muestra implicar ventajas de
computo la mayoría de variables en el primal fuera bastante mínima que la cantidad de restricciones. Ya que
al relazar el calculo simplex esta depende mucho de las restricciones señaladas y es más eficaz solucionar
como mejor se pueda determinar el primal

Para cualquier par de soluciones primales y duales factibles:

 En el óptimo, la relación es válida estrictamente como ecuación. Podemos ver que la relación
no especifica cuál problema es primal y cuál es dual. En este caso sólo importa el sentido de la
optimización (maximización o minimización).

4.1.4 Método dual simplex

Como en el método simplex (primal), la base el método simplex dual es que cada iteración
siempre esté asociada a una solución básica. Las condiciones de optimalidad y factibilidad se
establecen para preservar la optimalidad de las soluciones básicas y al mismo tiempo mover las
iteraciones de la solución hacia la factibilidad.
4.1.4.1 Condición dual de factibilidad.
La variable de salida xr es la variable básica que tiene el valor más negativo (los empates se
rompen en forma arbitraria). Si todas las variables básicas son no negativas, termina el algoritmo.
4.1.4.2 Condición dual de optimalidad.
La variable de entrada se determina entre las variables no básicas, como la que corresponde a

Donde zj – Cj es el coeficiente objetivo del renglón z en la tabla, y es el coeficiente negativo de

restricción de la tabla, asociado con el renglón de la variable de salida xr, y con la columna de la
variable xj no básica. Los empates se rompen arbitrariamente. Se puede ver que la condición de
optimalidad dual garantiza que se mantendrá la optimalidad en todas las iteraciones.
4.1.5 Análisis postóptimo o de sensibilidad:
El análisis de sensibilidad investiga el cambio de la solución óptima que resulta de hacer
cambios en los parámetros del modelo de programación lineal. La tabla siguiente contiene todos
los casos posibles que pueden surgir en el análisis de sensibilidad, así como las acciones necesarias
para obtener la nueva solución (suponiendo que exista):

4.1.6 Cambios que afectan la factibilidad

La factibilidad de la solución óptima en el momento sólo puede variar si
1) cambia el lado derecho de las restricciones o,
2) se agrega al modelo una restricción nueva. En ambos casos se tiene no factibilidad cuando
al menos un elemento del lado derecho en la tabla óptima se hace negativo; esto es, una o
más de las variables básicas actuales se vuelve negativa.

4.1.6.1 Cambios en el lado derecho.

Estos cambios requieren volver a calcular el lado derecho de la tabla, usando la fórmula 1, que
es la siguiente,

Recuerde que el lado derecho de la tabla expresa los valores de las variables básicas (págs. 3-11).
4.1.7 DEFINICION DEL PROBLEMA DE ANALISIS DE SENSIBILIDAD:

La optimización también permite añadir explícitamente la interrogante en los

parámetros en el modelamiento, aceptando que la todo una agrupación de éstos se
distribuido aleatorio, lo cual se puede representar a través de una función de
probabilidad conocida o una distribución empírica que modela distintos aspectos para
los parámetros, junto a una probabilidad de ocurrencia en cada caso. Esta categoría de
modelos de optimización (se llaman modelos estocásticos, que en pocas ocasiones se
analizan en cursos introductorios de Ío.

En respecto a lo anterior, si bien un modelo determinista considera valores fijos para

los parámetros, aún podemos analizar los cambios en los resultados del modelo
(solución óptima y valor óptimo principalmente) en comparación a lo obtenido en una
instancia de resolución original o escenario base. Esto se conoce como análisis de
sensibilidad.

4.1.7.1 Solución no factible:

Los modelos PL con restricciones inconsistentes no tienen una solución factible. Ocurre si
todas las restricciones son del tipo # con lados derechos no negativos porque las holguras
proporcionan una solución factible obvia. Para otros tipos de restricciones, se utilizan variables
artificiales penalizadas para iniciar la solución. Si al menos una variable artificial es positiva en la
iteración óptima, entonces la PL no tiene una solución factible. Desde el punto de vista práctico,
un espacio no factible apunta hacia la posibilidad de que el modelo se formuló de manera incorrecta
(págs. 69-137).

4.1.7.2 ESTRUCTURA:
Recordemos que la estructura de la tabla final del Método Simplex se puede representar
de la siguiente forma:
 Donde:

• I: Matriz Identidad (Diagonal de “1”)

• 0: Vector de costos reducidos asociados a las variables básicas
• B: Matriz de variables básicas
• D: Matriz de variables no básicas
• b: Vector de “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
A continuación presentamos los Análisis de Sensibilidad más recurrentes asociados
a los modelos de Programación Lineal y utilizando como fuente de información la tabla
final del Método Simplex. El siguiente es un listado de los artículos que hemos
desarrollado para cada uno de estos temas

• Cambio en el “lado derecho” de las restricciones.

• Incorporación de una nueva variable de decisión.
• Cambio en los coeficientes de la función objetivo.
• Incorporación de una nueva restricción (pág. 1_10).
5 Conclusión

Con el presente trabajo bibliográfico pudimos aprender que todo problema de programación lineal tiene,
asociado a él, un problema dual de programación lineal. Existen ciertas relaciones útiles entre el problema
original (primal) y dual .Puesto que el método simplex se puede aplicar directamente a cualquiera de los
dos problemas para obtener la solución de ambos al mismo tiempo, es posible ahorrar una gran cantidad
de esfuerzo computacional si se maneja directamente el problema dual. (págs. 10-13).

Se considera que todo problema de programación lineal tiene, incorporado , un problema dual de pl.
Existen ciertas relaciones entre el problema original (primal) y su problema dual que para analizar el
problema original. La teoría de dualidad, que incluye el método simplex dual para trabajar con soluciones
básicas óptimas, juega un papel de gran importancia en el análisis de sensibilidad.
Los valores utilizados como parámetros de un modelo de pl son sólo estimaciones. Por lo cual al optimizar,
es necesario llevar a cabo el análisis de sensibilidad para saber lo que pasa si las estimaciones están malas
o buenas . La idea principal es proporcionar la clave para esta investigación de manera eficiente (págs. 1-
21).
6 Bibliografía
A., A. A. (24 de 06 de 2016). es.scribd.com. Obtenido de
https://www.scribd.com/document_downloads/direct/332691949?extension=pptx&ft=157
2789831&lt=1572793441&user_id=413309532&uahk=rns7p0bQShJVjI7N2r8Y17ODqD
g
blogspot.com. (15 de JULIO de 2013). Obtenido de
http://dualidadyanalisisdesensibilidad.blogspot.com/2013/07/indice-introduccion.html
DANILO, ESCOBAR SANCHEZ JOSE;. (12 de octubre de 2014). TRABAJO BIBLIOGRAFICO
3: METODO DUAL. Obtenido de academia.edu:
https://www.academia.edu/9334619/Trabajo_Bibliografico_3
FARIAS, E. B. (s.f.). angelfire.com. Obtenido de
http://www.angelfire.com/ak6/invo_escom2/clase3.pdf
gestiondeoperaciones.net. (JULIO de 2011). Obtenido de
https://www.gestiondeoperaciones.net/programacion_lineal/analisis-de-sensibilidad-en-
programacion-lineal-utilizando-la-tabla-final-del-metodo-simplex/
Holguín, C. J. (agosto de 2005). Obtenido de campusvirtual.univalle.edu.co:
campusvirtual.univalle.edu.co/moodle/pluginfile.php/437622/mod_resource/content/0/Te
oría%20de%20Dualidad%20y%20Análisis%20de%20Sensibilidad_%20Libro%20Profes
or%20Vidal.pdf
TAHA, H. A. (2012). INVESTIGACIÓN DE OPERACIONES. MEXICO: Pearson Education.