http://docencia.udea.edu.co/ingenieria/plineal/dualidad10.

htm

Algoritmo Dual-Simplex para un modelo de maximizacin

Introduccin
Primero se debe expresar el modelo en formato estndar, agregando las variables de holgura
y
de
exceso
que
se
requieran.
Enseguida, en las ecuaciones que tengan variables de exceso (resultantes de restricciones de
tipo >), se debe multiplicar por (-1) en ambos lados , para hacer positivo el coeficiente de la
variable de exceso, y formar as un vector unitario que nos permita tomar esta variable de
exceso como una variable bsica inicial. sin necesidad de agregar una variable artificial en
esa
restriccin.
Al hacer lo anterior se logra que debajo de las variables bsicas aparezca una matriz
identidad, que es la que el simplex siempre toma como base inicial.
Obtendremos que los trminos del lado derecho de las ecuaciones multiplicadas por (-1)
quedan con signo negativo, lo cual hace que la solucin inicial sea infactible.
Es importante destacar que este proceso es muy til ya que en muchos modelos evita la
inclusin de variables artificiales en el momento de transformar un modelo a formato
estndar.
El algoritmo para resolver un modelo de maximizacin es el siguiente:
Paso 1: Hallar una solucin bsica inicial infactible e inmejorable
Escribir el tablero inicial tomando a las variables de holgura y de exceso como variables
bsicas
iniciales
Paso 2: Prueba de factibilidad
a. Si todas las variables bsicas son no negatvas, la actual solucin es la ptima.
b. Si hay al menos una variable bsica negativa, seleccionar como variable de salida,
( llammosla (XB)s ), a aquella con el valor mas negativo. Los empates se pueden
romper arbitrariamente.
Paso 3: Prueba de inmejorabilidad
a. S en el rengln de la variable bsica de salida (XB)s todos los coeficientes de
reemplazo con las variables no bsicas son no negativos, la solucin del modelo es
ptima limitada. Se termina el proceso.
Si en el rengln de la variable bsica de salida (XB)s, hay al menos un coeficiente de
intercambio negativo , se efectan los cocientes entre el efecto neto de cada variable
no bsicas y su correspondientel coeficiente de intercambio negativo.
Es decir, siendo (XB)s la variable de salida se calculan todos los cocientes

Se toma como variable de entrada ( llammosla Xe ) a aquella que corresponda al mnimo de

los
cocientes
del
anterior
conjunto
Si la variable de entrada es Xe el elemento pivote ser el elemento (Se)s
El empate se puede romper arbitrariamente.
b. Aplicar la operacin de pivoteo para generar la nueva tabla, en la cual aparezca Xe
como variable bsica en lugar de la variable de salida (XB)s
c. Repetir el algoritmo a partir del paso 2.

http://www.itlalaguna.edu.mx/Academico/Carreras/industrial/invoperacio
nes1/UNIDAD%203.HTML

METODO DUAL SIMPLEX.

Este mtodo se aplica a problemas ptimos pero infactibles. En este caso, las
restricciones se expresan en forma cannica (restricciones ).

La funcin objetivo puede estar en la forma de maximizacin o de

minimizacin. Despus de agregar las variables de holgura y de poner el
problema en la tabla, si algn elemento de la parte derecha es negativo y si la
condicin de optimidad est satisfecha, el problema puede resolverse por el
mtodo dual simplex. Note que un elemento negativo en el lado derecho
significa que el problema comienza ptimo pero infactible como se requiere en
el mtodo dual simplex. En la iteracin donde la solucin bsica llega a ser
factible esta ser la solucin ptima del problema.

CONDICION DE FACTIBILIDAD.

La variable que sale es la variable bsica que tiene el valor ms negativo (los
empates se rompen arbitrariamente si todas las variables bsicas son
negativas, el proceso termina y esta ltima tabla es la solucin ptima factible).

CONDICION DE OPTIMIDAD.

La variable que entra se elige entre las variables no bsicas como sigue. Tome
los cocientes de los coeficientes de la funcin objetivo entre los coeficientes
correspondientes a la ecuacin asociada a la variable que sale.
Ignore los cocientes asociados a denominadores positivos o cero.
La variable que entra es aquella con el cociente ms pequeo si el problema es
de minimizar o el valor absoluto ms pequeo si el problema es de
maximizacin (rompa los empates arbitrariamente). Si los denominadores son
ceros o positivos el problema no tiene ninguna solucin factible.
EJEMPLO:

Minimizar

Sujeto a:

Maximizar

Sujeto a:

Maximizar

Sujeto a:

Minimizar

Sujeto a:

Maximizar

Sujeto a:

Asdasdasdasdas

Cuando el problema primal no est en forma cannica, es necesario hacer

ajustes para poder presentarlo as. Los cambios ms frecuentes son:

1. Si la funcin objetivo es minimizar, se puede transformar a una funcin

objetivo de maximizar de la siguiente forma:

Minimizar

Maximizar

2. Una restriccin mayor o igual que se transforma en una restriccin menor o

igual que de la siguiente manera:

3. Una restriccin de igualdad se transforma en 2 inecuaciones.