You are on page 1of 4

5.2.

MTODO DUAL SIMPLEX


El mtodo dual simplex es otro caso especial de aplicacin del mtodo simplex y
en el concepto del autor se debe utilizar para aquellos problemas en los que se
involucren restricciones del tipo =. Adems, se puede utilizar solamente cuando
Programacin lineal aplicada
178
Humberto Guerrero Salas
la funcin objetivo es minimizacin y los coeficientes en ella son positivos.
Tal vez la mayor aplicacin de este mtodo se da en anlisis de sensibilidad para
obtener nuevas soluciones ptimas y su principal ventaja la constituye el hecho
de no utilizar variables artificiales.
Para la aplicacin de este mtodo se deben seguir este procedimiento:
Paso 1. Lleve la funcin objetivo a maximizacin.
Paso 2. Mediante la utilizacin de las reglas de equivalencia, transforme las
restricciones en igualdades.
Paso 3. Multiplique por menos uno todas las restricciones que no tienen vector
unitario. (Siempre son las restricciones en donde se ha restado variable de
exceso).
Paso 4. Lleve los coeficientes del modelo al tablero simplex, tal como se ha
realizado hasta el momento.
Paso 5. Establecer la variable que sale de la base. Para esto se toma la variabl
e
que tenga el XB ms negativo. Si no hay negativos es porque la solucin es
ptima.
Paso 6. Establecer la variable que entra a la base. Para determinar que variable
entra a la base se utiliza la siguiente relacin:
Max
C j
Z j
KB






teniendo en cuenta
que slo se evalan aquellos valores de KB menores que cero (negativos). KB es
el vector fila de la variable que sale de la base.
Paso 7. Seleccin del pivote: el pivote es aquella posicin donde se intercepta
la columna de la variable que entra y la fila de la variable que sale.
Paso 8. Mediante operaciones matriciales, idnticamente como en el mtodo
simplex avance hasta obtener la solucin ptima. Esto se establece en el paso 5.
A continuacin se presentan algunos ejemplos de aplicacin de este mtodo.
Ejercicio 5.2.1. Para la aplicacin de este ejercicio se utilizar el ejercicio 3.2.
1
presentado en el tercer captulo, para el cual su planteamiento y formulacin
son las siguientes:
Los Horses, una empresa dedicada al criadero de caballos de paso, ha establecido
que a cada uno de ellos se le debe suministrar diariamente un mnimo de
Captulo 5 179
Programacin lineal: mtodos especiales
200 miligramos de vitamina A, un mnimo de 160 miligramos de vitamina B y
un mnimo de 150 miligramos de vitamina C. Los caballos son alimentados con
matas de pasto y mineral, las cules le cuestan a la compaa $300 por mata de
pasto y $500 por libra de mineral. Qu cantidad de cada alimento se le debe
suministrar a cada caballo diariamente si se sabe que una mata de pasto contiene
4 miligramos de vitamina A, 2 miligramos de vitamina B y 5 miligramos de
vitamina C; mientras que una libra de mineral contiene 5 miligramos de vitamina
A, 8 miligramos de vitamina B y 3 miligramos de vitamina C.
X1 = Matas de pasto que se debe suministrar a cada caballo diariamente.

X2 = Libras de mineral que se debe suministrar a cada caballo diariamente.


De acuerdo con la anterior definicin el modelo queda as:
Min. Z = 300 X1 + 500 X2
S.A.
4 X1 + 5 X2 > 200
2 X1 + 8 X2 > 160
5 X1 + 3 X2 > 150
X1, X2 > 0.
Aplicando las reglas de equivalencia el problema queda como se presenta a
continuacin:
Min. Z = 300 X1 + 500 X2
S.A.
4 X1 + 5 X2 -S1 = 200
2 X1 + 8 X2 -S2 =160
5 X1 + 3 X2 -S3 = 150
X1, X2 , S1, S2, S3 = 0.
Obsrvese, que en ningn momento se han incorporado al problema variables
artificiales; pero el mtodo si requiere necesariamente de vectores unitarios,
para lo cual se multiplica por menos uno todas las restricciones que no lo gener
en
(transformar los coeficientes de las variables de exceso a uno positivo).
Adems de esto, se pasar la funcin objetivo a maximizar. Con base en esto el
problema a solucionar es el siguiente:
Max. (-Z) = -300 X1 - 500 X2
S.A.
Programacin lineal aplicada
180
Humberto Guerrero Salas
-4 X1 - 5 X2 +S1 = -200
-2 X1 - 8 X2 +S2 = -160
-5 X1 - 3 X2 +S3 = -150
X1, X2 , S1, S2, S3 = 0.
La solucin de este modelo se presenta en la tabla 5.8.
En esta tabla se observa que se ha eliminado la columna cociente, y se ha agrega
do
en cada iteracin la fila cociente (Fc) para establecer la variable que entra
a la base mediante la utilizacin del paso 6 del procedimiento. La solucin presenta
da
en el ltimo tablero ya es ptima por cuanto no hay valores negativos
en el XB. Como se puede apreciar, esta solucin es la misma determinada a travs
de los diferentes mtodos y su interpretacin es exactamente la misma.
Ejercicio 5.2.2. Mediante este ejercicio se pretende ejemplificar que no todas
las restricciones deben ser =. Para esto se trae el ejercicio 3.2.2 cuya formula
cin
y planteamiento se trasladan a continuacin:
COMBUSTIBLES DEXTRA produce gasolina y Acpm a un costo de 2.000 y 4.000
pesos por galn respectivamente. Mediante un estudio se ha establecido que
para producir un galn de gasolina se requieren 4 horas hombre de trabajo, 6
horas mquina y 8 litros de petrleo; mientras que para producir un galn de
Acpm se requieren 8 horas hombre de trabajo, 5 horas mquina y 10 litros de
petrleo. Adems, se sabe que para que no haya subutilizacin de los recursos
se debe consumir mnimo 320 horas hombre y mnimo 300 horas mquina al
mes. Qu cantidad de cada combustible se debe fabricar Si se sabe hay una
disponibilidad mensual de 800 litros de petrleo?
Definicin de variables
X1 = Galones de gasolina que se deben fabricar por mes.
X2 = Galones de acpm que se deben fabricar por mes.
Teniendo en cuenta la definicin de las variables el modelo matemtico queda
planteado de la siguiente manera:
Min. Z = 2000 X1 + 4000 X2

S.A.
4 X1 + 8 X2 = 320
6 X1 + 5 X2 = 300
8 X1 + 10 X2 = 800
X1, X2 = 0.
Captulo 5 181
Programacin lineal: mtodos especiales
TABLA 5.8
FILA OPERACIN
CJ -300 -500 0 0 0
BASE XC B B X1 X2 S1 S2 S3
F1 0 -4 -5 1 0 0 S1 -200
F2 0 -2 -8 0 1 0 S2 -160
F3 0 -5 -3 0 0 1 S3 -150
FZ1 Zj-Cj 300 500 0 0 0 -Z= 0
FC1 COCIENTE 300/-4=-75 500/-5=-100
F4 F1(-1/4) -300 1 5/4 -1/4 0 0 X1 50
F5 F4(2)+F2 0 0 -11/2 -1/2 1 0 S2 -60
F6 F4(5)+F3 0 0 13/4 -5/4 0 1 S3 100
FZ2 Zj-Cj 0 125 75 0 0 -Z=-15000
FC2 COCIENTE 125/-11/2=22,7
75/1/2=
-150
F7 F8(-5/4)+F4 -300 1 0 -4/11 5/22 0 X1 400/11
F8 F5(-2/11) -500 0 1 1/11 -2/11 0 X2 120/11
F9 F8(-13/4)+F6 0 0 0 -17/11 13/22 1 S3 710/11
FZ3 Zj-Cj 0 0 700/11 250/11 0 -Z=-180000/11
Programacin lineal aplicada
182
Humberto Guerrero Salas
El problema a resolver es el siguiente:
Max. (-Z) = -2X1 -4X2
S.A.
4 X1 + 8 X2 -S1 = 320
6 X1 + 5 X2 -S2 = 300
8 X1 + 10 X2 +H1 = 800
X1, X2, S1, S2, H1 = 0.
Multiplicando las primeras dos restricciones por menos uno se obtiene el siguien
te
problema:
Max. (-Z) = -2X1 -4X2
S.A.
-4 X1 - 8X2 +S1 = -320
-6 X1 - 5X2 +S2 = -300
8 X1 +10X2 +H1 = 800
X1, X2, S1, S2, H1 = 0.
En la tabla 5.9 se presenta la solucin de este ejercicio mediante el mtodo dual
simplex.
La solucin ptima de este problema est dada en el ltimo tablero, ya que no
hay valores negativos en XB. Dicha solucin se interpreta de la siguiente manera:
se deben producir 80 galones de gasolina y cero galones de acpm para obtener
un costo mnimo de $160 (se realiz el ejercicio maximizando y se obtuvo Z =
-160). Adems, se observa que sobran 160 litros de petrleo.
TABLA 5.9
FILA OPERACIN
CJ -2 -4 0 0 0
BASE XC B B X1 X2 S1 S2 H1

F1 0 -4 -8 1 0 0 S1 -320
F2 0 -6 -5 0 1 0 S2 -300
F3 0 8 10 0 0 1 H1 800
FZ1 Zj-Cj 2 4 0 0 0 -Z= 0
FC1
COCIENTE
2/-4=1/2
4/-8=1/2
F4 F1(-1/4) -2 1 2 -1/4 0 0 X1 80
F5 F4(6)+F2 0 0 7 -3/2 1 0 S2 180
F6 F4(-8)+F3 0 0 -6 2 0 1 H1 160
FZ2 Zj-Cj 0 0 1/2 0 0 -Z=-160