Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 158 vistas

    Informe Analisis Dual

    Cargado por

    erwin pacci
    El documento define el problema dual en programación lineal. Explica que el problema dual se define sistemáticamente a partir del problema primal de manera que la resolución óptima de uno produce automáticamente la resolución óptima del otro. También resume los teoremas de dualidad débil y fuerte, los cuales establecen relaciones entre los valores óptimos de los problemas primal y dual.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Informe Analisis Dual

    Cargado por

    erwin pacci
    158 vistas3 páginas
    El documento define el problema dual en programación lineal. Explica que el problema dual se define sistemáticamente a partir del problema primal de manera que la resolución óptima de uno produce automáticamente la resolución óptima del otro. También resume los teoremas de dualidad débil y fuerte, los cuales establecen relaciones entre los valores óptimos de los problemas primal y dual.

    Título original

    informe analisis dual

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento define el problema dual en programación lineal. Explica que el problema dual se define sistemáticamente a partir del problema primal de manera que la resolución óptima de uno produce automáticamente la resolución óptima del otro. También resume los teoremas de dualidad débil y fuerte, los cuales establecen relaciones entre los valores óptimos de los problemas primal y dual.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    158 vistas3 páginas

    Informe Analisis Dual

    Cargado por

    erwin pacci
    El documento define el problema dual en programación lineal. Explica que el problema dual se define sistemáticamente a partir del problema primal de manera que la resolución óptima de uno produce automáticamente la resolución óptima del otro. También resume los teoremas de dualidad débil y fuerte, los cuales establecen relaciones entre los valores óptimos de los problemas primal y dual.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 3

    ANALISIS DE DUALIDAD – PROBLEMA DUAL

    INTRODUCCION

    La solución de la programación lineal se basa en una toma instantánea de las condiciones


    que prevalecen en el momento de formular y resolver el modelo. Pero se debe tener en cuenta
    que en el mundo real, los ambientes de decisiones rara vez permanecen estáticos, y es
    fundamental determinar como cambia la solución óptima cuando cambian los parámetros del
    modelo. Eso es lo que hace el análisis de sensibilidad.

    Definición del problema dual


    El problema dual es una programación lineal definida en forma directa y sistemática a
    partir del modelo original (o primal) de programación lineal. Los dos problemas están relacionados
    de forma tan estrecha que la resolución óptima de un problema produce de forma automática la
    resolución óptima del otro.
    En la programación lineal, el dual se define para varias formas del primal, dependiendo del
    sentido de la optimización (maximización o minimización), tipos de restricciones (≤, ≥ o =), y la
    orientación de las variables (no negativa o no restringida).
    Nuestra definición del problema dual requiere expresar el problema primal en forma de
    ecuaciones, todas las restricciones son ecuaciones, con lado derecho no negativo y todas las
    variables son no negativas.

    5.1.1 Dualidad en Programación Lineal


    Consideremos nuevamente el ejemplo utilizado para presentar el tutorial de Solver:

    Supongamos que deseamos conocer una cota superior del valor óptimo de este problema sin la
    necesidad de resolver dicho problema. Por ejemplo, si multiplicamos la restricción 3 por 200
    obtenemos: 200X + 200Y + 200Z <= 10.000. Claramente el lado izquierdo de esta restricción
    amplificada es mayor o igual a la expresión que define la función objetivo, por tanto podemos
    afimar que el valor óptimo de este problema es menor o igual a 10.000 ( V(P)<=10.000 ). Por
    supuesto se puede buscar otras combinaciones de modo de definir una mejor cota superior a la
    que se utiliza como ejemplo.

    En este sentido si consideramos A, B y C como multiplicadores asociados a cada una de las


    restricciones, la forma de encontrar la mejor cota superior para el problema original (que
    llamaremos en adelante Primal) se obtiene resolviendo el siguiente problema
    (denominado Dual):
    Este problema puede ser resuelto a través del método simplex dual como se explica en detalle
    en dicha sección. Se obtiene de esta forma la siguiente solución óptima: A=8, B=10, C=60,
    con valor óptimo de 6.620. Si multiplicamos las restricciones del problema dual por estos
    multiplicadores logramos la mejor cota superior:

    8(15X + 7,5Y + 5Z) + 10(2X + 3Y + 2Z) + 60(X + Y + Z) <= 8*315 + 10*110 + 60*50

    200X + 150Y + 120Z <= 6.620

    Se puede verificar adicionalmente que el precio sombra de las respectivas restricciones del
    problema primal (ver informe de sensibilidad en la sección de solver de excel) corresponde a
    las variables duales óptimas o solución óptima del problema dual, con valor óptimo equivalente.

    En general las relaciones de dualidad se pueden resumir en la siguiente tabla:

    5.1.2 Teoremas de Dualidad


    La dualidad en programación lineal provee de resultados teóricos interesantes que justifican su
    uso como herramienta alternativa y complementaria de resolución.

    TEOREMA DE DUALIDAD DÉBIL: En general, el valor de cualquier solución factible del


    problema de minimización, provee una cota superior del valor óptimo del problema de
    maximización. Análogamente, el valor de la función objetivo de cualquier solución factible del
    problema de maximización es una cota inferior del valor óptimo del problema de minimización.

    TEOREMA DE DUALIDAD FUERTE: En el óptimo el valor de la función objetivo del problema


    primal será igual al valor de la función objetivo del problema dual evaluada en la solución dual
    óptima. Si el problema primal es no acotado, entonces el dual es infactible. Alternativamente si
    el problema primal es infactible, entonces el dual es no acotado.
    TEOREMA DE HOLGURAS COMPLEMENTARIAS:Una variable en el primal esta asociada a una
    restricción en el dual (y viceversa). En este sentido si en el primal existe una variable no básica
    (valor igual a cero), en el dual la restricción asociado no está activa, es decir, no se cumple en
    igualdad. Análogamente, si la variable es básica en el primal, la restricción asociada en el dual
    se cumple en igualdad. Este resultado teórico es útil toda vez que simplifica la forma de obtener
    la solución óptima dado que como en un problema lineal la solución óptima (en caso de existir)
    esta en un vértice, esto implica resolver un sistema de ecuaciones (con restricciones de
    igualdad).

    También podría gustarte