Método Simplex Dual

• Desarrollo en 1954 por C. E. Lemke.

• Comienza en una solución básica óptima, pero

no factible y mantiene la inmejorabilidad
mientras busca la factibilidad.

• Con este procedimiento se llega igualmente a

la solución óptima.
Dos alternativas de solución:
• Utilizando el mismo Tableau primal.

• Modificando las reglas de selección de

variables y prueba de optimalidad.
 Utilizando el mismo Tableau primal.
• Hay una correspondencia entre un tableau del
primal y otro del dual.
Utilizando el mismo Tableau primal

La solución se encuentra utilizando el mismo

algoritmo anterior.
 Correspondencia primal - dual

Fuente: Investigación de operaciones, Hillier Lieberman

Modificando las reglas de selección de
variables y prueba de optimalidad.
• Se introducen las variables de holgura
necesarias para construir un conjunto de
ecuaciones que describan el problema.
• Se encuentra una solución básica tal que los
coeficientes de la ecuación (0) sean ceros
para las variables básicas y no negativos para
las variables no básicas. Se lleva acabo la
prueba de optimalidad.
Iteración:
1. Se determina la variable básica que sale de
la base, seleccionando aquella que tenga el
valor negativo más grande en valor absoluto.
Iteración:
2. Se determina la variable básica que entra a la base:
– Se elige a aquella cuyo coeficiente en la ecuación (0)
llegue primero a cero al agregar a la ecuación cero un
múltiplo creciente de la ecuación que contiene a la
variable básica que sale.
– Esta elección se hace examinando las variables no
básicas con coeficientes negativos en esa ecuación (la
que contiene la variable básica que sale) y escogiendo la
que tiene el cociente más pequeño dado por el
coeficiente de la ecuación (0) entre el valor absoluto del
coeficiente en esa ecuación.
Iteración:
3. Se determina la nueva solución básica: se
comienza con el conjunto actual de
ecuaciones y se despejan las variables
básicas en términos de las no básicas
mediante el método de eliminación de
Gauss–Jordan.
EJEMPLO
 Ejemplo 1
Minimizar Z = 4y1 + 12y2 + 18y3
Sujeta a:
y1 + 3y3  3
2y2 + 2y3  5

y1  0 , y2  0 , y3  0
Agregando variables de holgura

– Z + 4y1 + 12y2 + 18y3 = 0

– y1 – 3y3 + y4 = –3
– 2y2 – 2y3 + y5 = – 5
Tabla Simplex-Dual
 Coeficiente de

Iteración Variable Número Lado

Básica Ecuación Z Y1 Y2 Y3 Y4 Y5 Derecho
Z 0 -1 4 12 18 0 0 0
0 Y4 1 0 -1 0 -3 1 0 -3
Y5 2 0 0 -2 -2 0 1 -5

Z 0 -1 4 0 6 0 6 -30
1 Y4 1 0 -1 0 -3 1 0 -3
Y2 2 0 0 1 1 0 -0,5 2,5

Z 0 -1 2 0 0 2 6 -36
0,333
2 Y3 1 0 3 0 1 -0,333 0 1
0,333
Y2 2 0 -0,333 1 0 3 -0,5 1,5
 Ejemplo 2
Resolver por el método simplex-dual el siguiente programa lineal.

Mínimizar Z = 2X1 + X2

Sujeto a 3X1 + X2  3

4X1 + 3X2  6

X1 + 2X2  3

X 1  0 , X2  0
Reescribiendo este programa

Máximizar – Z = – 2X1 – X2

Sujeto a

– 3X1 – X2 + X3 = –3

– 4X1 – 3X2 + X4 = –6

– X1 – 2X2 + X5 = –3

X1  0 , X2  0 , X3  0 , X4 0 , X5  0
 Tabla Simplex-Dual

Coeficiente de

Iteración
Variable Número Lado
Básica Ecuación Z X1 X2 X3 X4 X5 Derecho
-1 2 1 0 0 0 0
Z 0
0 -3 -1 1 0 0 -3
X3 1
0
0 -4 -3 0 1 0 -6
X4 2
0 -1 -2 0 0 1 -3
X5 3
 Tabla Primera Iteración

Coeficiente de

Iteración Variable Número Lado

Básica Ecuación Z X1 X2 X3 X4 X5 Derecho

Z 0 -1 2/3 0 0 1/3 0 -2

X3 1 0 -1 2/3 0 1 - 1/3 0 -1
1
X2 2 0 1 1/3 1 0 - 1/3 0 2

X5 3 0 1 2/3 0 0 - 2/3 1 1
 Tabla Segunda Iteración

Coeficiente de

Iteración Variable Número Lado

Básica Ecuación Z X1 X2 X3 X4 X5 Derecho
Z 0 -1 0 0 2/5 1/5 0 -2 2/5

X1 1 0 1 0 - 3/5 1/5 0 3/5

2
X4 2 0 0 1 4/5 - 3/5 0 1 1/5

X5 3 0 0 0 1 -1 1 0
 Tabla Final
Coeficiente de

Iteración Variable Número Lado

Básica Ecuación Z X1 X2 X3 X4 X5 Derecho
Z 0 -1 2 1 0 0 0 0
X3 1 0 -3 -1 1 0 0 -3
0
X4 2 0 -4 -3 0 1 0 -6
X5 3 0 -1 -2 0 0 1 -3

Z 0 -1 2/3 0 0 1/3 0 -2
X3 1 0 -1 2/3 0 1 - 1/3 0 -1
1
X2 2 0 1 1/3 1 0 - 1/3 0 2
X5 3 0 1 2/3 0 0 - 2/3 1 1

Z 0 -1 0 0 2/5 1/5 0 -2 2/5

X1 1 0 1 0 - 3/5 1/5 0 3/5
2
X2 2 0 0 1 4/5 - 3/5 0 1 1/5
X5 3 0 0 0 1 -1 1 0