FACULTAD DE INGENIERA INDUSTRIAL, SISTEMAS E

INFORMTICA
ESCUELA ACADMICO PROFESIONAL DE INGENIERA
INDUSTRIAL
TEMA:
METODO DUAL SIMPLEX Y METODO DE LAS DOS FASES
ALUMNOS:
RAMOS FALCON, JHON ANDERSON
SIFUENTES SAAVEDRA, YUDITH MADELEYNE
DOCENTE:
ING. PEREZ RAMIREZ, JOSE LUIS

HUACHO-PER
2016

INDICE
1.Metodo dual simplex3
2.Metodo de las dos fases.6
3.Bibliografia..11

METODO DUAL SIMPLEX

El mtodo simplex dual resulta ser una estrategia algortmica eficiente cuando
luego de llevar un modelo de programacin lineal a su forma estndar, la
aplicacin del mtodo simplex no es inmediata o ms bien compleja, por ejemplo,
puede requerir la utilizacin del mtodo simplex de 2 fases.
Una aplicacin tpica del mtodo simplex dual es en la resolucin de problemas
con una funcin objetivo de minimizacin, con restricciones del tipo mayor o igual
y donde las variables de decisin son mayores o iguales a cero.
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
no 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 Simplex Dual
Considere el siguiente modelo de Programacin Lineal:
315 + 110 + 50
. 15 + 2 + 200

7.5 + 3 + 150
5 + 2 + 120
, , 0
Paso 1:
Se lleva el modelo a su forma estndar. En nuestro ejemplo esto se logra
agregando variables de exceso en cada una de las restricciones (3
primeras: S1, S2, S3, respectivamente). Luego, se multiplica cada fila de
las restricciones por -1 de modo de disponer una solucin bsica inicial
(infactible) en las variables de exceso S1, S2 y S3. De esta forma se
obtiene la siguiente tabla inicial.
A

S1

S2

S3

-15

-2

-1

-200

-7,5

-3

-1

-150

-5

-2

-1

-120

315

110

50

Paso 2:
Se selecciona el lado derecho "ms negativo" lo cual indicar cul de las
actuales variables bsicas deber abandonar la base. En el ejemplo el
lado derecho ms negativo se encuentra en la primera fila, por tanto, S1
deja la base. Para determinar cul de las actuales variables no bsicas
(A, B, C) entrar a la base se busca el mnimo de {-Yj/aij} donde aij es el
coeficiente de la respectiva variable no bsica en la fija i (del lado derecho
ms negativo, marcado en verde) y donde Yj es el costo reducido de la
respectiva variable no bsica. De esta forma se obtiene: Min {-315/-15, 110/-2, -50/-1} = 21, donde el pivote (marcado en rojo) se encuentra al
hacer el primer cociente, por tanto, A entra a la base.

Paso 3:
Se actualiza la tabla anterior siguiendo un procedimiento similar al
utilizado en el Mtodo Simplex. En el ejemplo se debe dejar a la variable
A como bsica y S1 como no bsica. La tabla que resulta es la siguiente:
A

S1

S2

S3

2/15

1/15

-1/15

40/3

-2

-1/2

-1/2

-50

-4/3

-2/3

-1/3

-160/3

68

29

21

-4.200

Paso 4:
Continuar las iteraciones y siguiendo el mismo procedimiento hasta
disponer de una solucin bsica factible. Luego de unas iteraciones se
obtiene la siguiente tabla final:
A

S1

S2

S3

-1/10

1/10

1/4

-1

3/4

10

-3

60

10

36

-6.620

La solucin ptima es A=8, B=10, C=60 (marcado en verde) con valor ptimo
V(P)=6.620 (marcado en rojo - se obtiene con signo cambiado). Tambin es
interesante notar que los costos reducidos de las variables artificiales S1, S2 y
S3 (marcado en amarillo).

METODO DE LAS DOS FASES

La desventaja de la tcnica M es el posible error de cmputo que podra resultar
de asignar un valor muy grande a la constante M. Esta situacin podra presentar
errores de redondeo en las operaciones de la computadora digital. Para evitar
esta dificultad el problema se puede resolver en 2 fases.
FASE 1. Formule un nuevo problema reemplazando la funcin objetivo por la
suma de las variables artificiales.
La nueva funcin objetivo se minimiza sujeta a las restricciones del problema
original. Si el problema tiene un espacio factible el valor mnimo de la funcin
objetivo ptima ser cero, lo cual indica que todas las variables artificiales son
cero. En este momento pasamos a la fase 2.
* Si el valor mnimo de la funcin objetivo ptima es mayor que cero, el problema
no tiene solucin y termina anotndose que no existen soluciones factibles
FASE 2. Utilice la solucin ptima de la fase 1 como solucin de inicio para el
problema original. En este caso, la funcin objetivo original se expresa en
trminos de las variables no bsicas utilizando las eliminaciones usuales GaussJordan.

PROBLEMA # 1
Minimizar
Sujeto a:

Minimizar
Sujeto a:

FASE I
Minimizar
Sujeto a:

Minimizar

Sujeto a:
V.B.

X1

X2

S1

S2

R1

R2

Solucin

-1

-1

R1

-1

36

R2

-1

60

V.B.

X1

X2

S1

S2

R1

R2

Solucin

-1

-1

96

R1

-1

36

R2

-1

60

V.B.

X1

X2

S1

S2

R1

R2

Solucin

1/2

-1

1 /2

3/2

R1

1/2

-1

1 /2

-1/2

X2

1/2

-1/6

1/6

10

V.B.

X1

X2

S1

S2

R1

R2

Solucin

-1

-1

X1

-2

-1

12

X2

-2/3

-1

2/3

FASE II.
Minimizar

V. Bsica

X1

X2

S1

S2

Solucin

-2000

-500

X1

-2

12

X2

-2/3

V. Bsica

X1

X2

S1

S2

Solucin

-3500

5000/3

26000

X1

-2

12

X2

-2/3

V. Bsica

X1

X2

S1

S2

Solucin

-5000/3

-500/3

6000

S2

-2

12

X2

2/3

-1/3

12

PROBLEMA 2.
Maximizar
Sujeto a:

FASE I.
En la FASE I siempre es un problema de minimizacin.
Minimizar

Sujeto a:

V. Bsica

X1

X2

X3

S1

R1

Solucin

-1

S1

20

R1

15

V. Bsica

X1

X2

X3

S1

R1

Solucin

-1

15

S1

20

R1

15

V. Bsica

X1

X2

X3

S1

R1

Solucin

-1

S1

-1

-1

X1

1/3

2/3

1/3

Aqu termina la fase I

FASE II.
Maximizar

V. Bsica

X1

X2

X3

S1

Solucin

-6

-4

-4

S1

-1

X1

1/3

2/3

V. Bsica

X1

X2

X3

S1

Solucin

-2

30

S1

-1

X1

1/3

2/3

V. Bsica

X1

X2

X3

S1

Solucin

-2/5

2/5

32

X2

-1/5

1/5

X1

11/15

-1/15

14/3

V. Bsica

X1

X2

X3

S1

Solucin

6/11

4/11

380/11

X2

3/11

2/11

25/11

X1

15/11

-5/11

70/11

BIBLIOGRAFIA
http://www.itlalaguna.edu.mx/academico/carreras/industrial/invoperaciones1/U2
D.html
http://www.investigaciondeoperaciones.net/metodo_simplex_dual.html
http://ingenieria-industrial.net/software/jsimplex