Professional Documents
Culture Documents
CONTENIDO:
INTRODUCCIN .............................................................................................................................. 2
CONCLUSION: ................................................................................................................................ 12
2
INTRODUCCIN
solucin. Muchas veces nos interesara saber cmo varia la solucin si vara alguno de los
parmetros del problema que frecuentemente se asumen como determinsticos, pero que tienen
de los parmetros que determinan el problema sigue siendo vlida la solucin encontrada
3
ANALISIS DE LA DUALIDAD
La solucin ptima de una programacin lineal se basa en una toma instantnea de las
los ambientes de decisin rara vez permanecen estticos, y es esencial determinar cmo cambia
Eso es lo que hace el anlisis de sensibilidad. Proporciona tcnicas de cmputo eficientes para
estudiar el comportamiento dinmico de la solucin ptima que resulta al hacer cambios en los
por separado si la modificacin es para una variable no-bsica o para una bsica, ya que
PROBLEMA DUAL
Definicin:
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
En la mayor parte de las presentaciones de programacin lineal, el dual se define para varias
Este tipo de tratamiento puede confundir Por esta razn presentaremos una sola definicin que
comprenda en forma automtica a todas las formas del primal. Nuestra definicin del problema
dual requiere expresar el problema primal en forma de ecuaciones, como se present anteriormente:
todas las restricciones son ecuaciones, con lado derecho no negativo y todas las variables son no
consecuencia, todo resultado obtenido a partir de la solucin primal optima se aplican en forma
directa al problema dual asociado. Para mostrar cmo se forma el problema dual, se define el primal
Las variables xj , j = 1, 2, . . . , n, incluyen las variables excedentes, holguras y artificiales, si las hay.
La tabla 1 muestra cmo se construye el problema dual a partir del primal. De hecho, se tiene que:
3. Los coeficientes de restriccin (columna) de una variable primal definen los coeficientes en el
4. Los coeficientes objetivo del dual son iguales al lado derecho de las ecuaciones de restriccin
primal.
del primal. Una forma fcil de recordar el tipo de restriccin (es decir, o ) en el dual es que si
el objetivo del dual es minimizacin (es decir, apunta hacia abajo), las restricciones son todas
del tipo (es decir, apuntan hacia arriba). Cuando el objetivo del dual es maximizacin lo
contrario es vlido.
6
En los siguientes ejemplos se demuestra el uso de las reglas de la tabla 2, y tambin se muestra
que la definicin comprende todas las formas del primal, en forma automtica.
7
DUAL SIMPLEX
Transformaciones elementales
cuales se sumaran
2. El signo del lado derecho (-) puede eliminarse multiplicando la ecuacin por (-1)
opuestas.
8
ANALISIS DE SENSABILIDAD
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
de variacin en los cuales las variables o parmetros pueden fluctuar sin que cambie la solucin
ptima. 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
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
debe verificar cada parmetro de forma individual, dgase los coeficientes de la funcin
objetivo y los lmites de cada una de las restricciones. En ese sentido se plantea el siguiente
procedimiento:
1. Revisin del modelo: se realizan los cambios que se desean investigar en el modelo.
9
2. Revisin de la tabla final Smplex: se aplica el criterio adecuado para determinar los
apropiada para identificar y evaluar la solucin bsica actual, para lo cual se aplica la
verificacin de que todas las variables bsicas de la columna del lado derecho aun
comprobacin de que todos los coeficientes de las variables no bsicas del regln Z
permanecen no negativos.
6. Re-optimizacin: si esta solucin no pasa una de las pruebas indicadas en los puntos 4
como tabla Smplex inicial, luego de aplicadas las conversiones de lugar, ya sea con el
Este anlisis casi siempre comienza con la investigacin de los cambios en los valores
de las bi, la cantidad del recurso i (i = 1, 2,. . ., m) que se encuentra disponible para las
establecer y ajustar estos valores que los otros parmetros del modelo. La interpretacin
econmica de las variables duales (las yi) como precios sombra es extremadamente til para
Supongamos que los nicos cambios al modelo actual consisten en el cambio de uno o
En este caso, los nicos cambios que resultan en la tabla simplex final se encuentran en
la columna del lado derecho, por lo cual, se pueden omitir del procedimiento general
optimalidad.
Considere una variable especfica xj (j fija) que sea no bsica en la solucin ptima
dada en la tabla simplex final. El caso 2a es aquel en el que los nicos cambios al
modelo actual ocurren en uno o ms de los coeficientes de esta variable, cj, a1j,
a2j........,amj. Entonces, si cj y aij, denotan los nuevos valores de estos parmetros con
Aj, (columna j de la matriz A) como el vector que contiene a aij, se tiene para el modelo
revisado
11
Ahora suponga que la variable xj (con j fija) que se est estudiando es una variable
bsica en la solucin ptima que se muestra en la tabla simplex final. El caso 3 supone
que los nicos cambios al modelo actual se hacen en los coeficientes de esta variable.
El caso 3 difiere del 2a debido al requisito de que la tabla simplex debe estar en la forma
columna de una variable no bsica tengan cualquier valor, as que no afecta en el caso
2a. Sin embargo, para el caso 3 la variable bsica xj debe tener coeficiente 1 en su
los dems renglones (incluyendo el rengln 0). Por lo tanto, una vez que se han
calculado los cambios en la columna xj de la tabla simplex final, es probable que sea
necesario aplicar la eliminacin de Gauss para restaurar la forma apropiada. Este paso,
a su vez, quiz cambie los valores de la solucin bsica actual, y puede hacerla no
CONCLUSION:
Hay que considerar que todo problema de programacin lineal tiene, asociado a l, un
problema dual de programacin lineal. Existen ciertas relaciones tiles entre el problema
original (primal) y su problema dual que refuerzan la habilidad para analizar el problema
original. Por ejemplo, la interpretacin econmica del problema dual proporciona los precios
sombra que miden el valor marginal de los recursos en el problema primal, al igual que permite
dar una interpretacin del mtodo simplex. Puesto que el mtodo simplex se puede aplicar
directamente a cualquiera de los dos problemas para obtener la solucin de ambos al mismo