En el Mtodo de dos fases utilizamos variables artificiales para resolver problemas de P.L.

que no tienen una solucin factible bsica inicial con slo holguras.
Existe una clase de problemas de P.L. que no tienen una solucin factible bsica inicial con solo holguras, pero que pueden resolverse sin utilizar variables artificiales.

El procedimiento para resolver esta clase de problemas se llama Mtodo Simplex Dual.

 En el algoritmo smplex primal, el problema se inicia

en una solucin bsica factible. Las iteraciones sucesivas siguen siendo bsicas y factibles, pero avanzan hacia la optimalidad, hasta llegar al ptimo en la ltima iteracin.
En cambio, en el smplex dual, la programacin lineal

se inicia en una solucin bsica que es mejor que la ptima, pero no es factible, y las iteraciones sucesivas siguen siendo bsicas y mejores que la ptima, a medida que se acercan a la factibilidad. En la ltima iteracin se encuentra la solucin factible ptima.

 En otras palabras, en el mtodo simplex dual la solucin comienza siendo infactible y ptima (en comparacin con el simplex primal que comienza siendo factible, pero no ptima).
Es decir este mtodo nos sirve para resolver problemas de P.L. con restricciones de tipo >=.

 Como en el mtodo smplex primal, la base

del mtodo smplex dual es que cada iteracin siempre est asociada a una solucin bsica. Las condiciones de optimalidad y factibilidad se establecen para preservar la optimalidad de las soluciones bsicas y al mismo tiempo mover las iteraciones de la solucin hacia la factibilidad.

Metodologa
Se debe expresar el modelo en forma estndar, agregando las variables de holgura y de exceso que se requieran. 2. Las ecuaciones que tengan variables de exceso (resultantes de restricciones de tipo >), se deben multiplicar por (-1) en ambos lados , para hacer positivo el coeficiente de la variable de exceso, (se requiere que todas las restricciones sean del tipo ), esto hace 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.
1.

3. La variable que sale, es la variable bsica ms negativa de entre todas las posibles. Un empate

se rompe arbitrariamente. 4. Para determinar la variable que entra, se encuentran las razones entre los coeficientes del primer miembro de la ecuacin Z y los coeficientes correspondientes en la ecuacin de la variable saliente. Se descartan razones con denominadores positivos o cero. Obs: Los denominadores solo pueden ser negativos, sino no hay solucin factible.

La variable que entra es la que tenga la razn ms pequea cuando es una minimizacin. Si el problema fuese de maximizacin se selecciona la variable que entra, a la que tiene el valor absoluto ms pequeo de las razones. Obs: Un empate se rompe arbitrariamente.
3. El proceso termina cuando todas las variables bsicas son no negativas (positivas o cero).

Observaciones
Si en la programacin lineal hay restricciones (=) se

puede reemplazar la ecuacin con dos inecuaciones.

Por ejemplo x1 + x2 = 1 equivale a o bien

x1 + x2 1, x1 + x2 > 1 x1 + x2 1, -x1 - x2 -1

 Despus de convertir todas las restricciones en (), la programacin lineal tendr una solucin de

inicio no factible si y slo si al menos uno de los lados derechos de las inecuaciones es estrictamente negativo.
En caso contrario, si z es ptima y ninguno de los lados derechos es negativo no habr necesidad de aplicar el mtodo smplex dual, porque la solucin de inicio ya es ptima y factible.

Ejemplo
Min Z = 3X1 + 2X2 Sujeto a:

3X1 + X2 3 4X1 + 3X2 6 X 1 + X2 3 X1 0, X2 0

Estandarizando el modelo tenemos:

Min Z = 3X1 + 2X2 + 0S1 + 0S2 + 0S3 Sujeto a:

3X1 + X2 - S1 = 3 4X1 + 3X2 - S2 = 6 X1 + X2 +S3 =3 X1 0, X2 0, S 0, S 0, S 0

1 2 3

 Recordemos que, en este modelo se requiere que

todas las variables de exceso tengan coeficiente +1, por lo tanto las ecuaciones que contengan las variables de exceso se multiplican por -1.

Min Z - 3X1 - 2X2 + 0S1 + 0S2 + 0S3 = 0 Sujeto a:

-3X1 - X2 + S1 = -3 -4X1 - 3X2 + S2 = -6 X + X +S3 =3 X1 0, X2 0, S 0, S 0, S 0

1 2 1 2 3

Bsica

x1

x2

S1

S2

S3

Solucin

-3
-3 -4

-2
-1 -3

0
1 0

0
0 1

0
0 0

0
-3 -6

S1

S2

S3

En el ejemplo las variables S1=-3, S2=-6, S3=3, entonces se elige a S2 como la variable que sale por ser las ms negativa.

Bsica

x1

x2

S1

S2

S3

Solucin

Z S1 S2 S3

-3 -3 -4

-2 -1 -3

0 1 0

0 0 1

0 0 0

0 -3 -6 sale S2

1 =0,75

1 2/3=0,67 Entra x2

Bsica

x1

x2

S1

S2

S3

Solucin

Z S1 x2 S3

-3 -3 4/3

-2 -1 1

0 1 0

0 0 -1/3

0 0 0

0 -3 2

Bsica

x1

x2

S1

S2

S3

Solucin

Z S1 x2

-1/3 -5/3 4/3

0 0 1

0 1 0

-2/3 -1/3 -1/3

0 0 0

4 -1 2

S3

-1/3

1/3

Ahora sale la variable ms negativa S1 por el valor (-1).

Bsica Z S1 x2

x1 -1/3 -5/3 4/3

x2 0 0 1

S1 0 1 0

S2 -2/3 -1/3 -1/3

S3 0 0 0

Solucin 4 -1 2 sale S1

S3

-1/3

1/3

(-1/3)/(-5/3)=(1/5) =0,20

(-2/3)/(-1/3)= 2

Entra x1

Bsica Z

x1 -1/3

x2 0

S1 0

S2 -2/3

S3 0

Solucin 4

X1
x2

1
4/3

0
1

-3/5
0

1/5
-1/3

0
0

3/5
2

S3

-1/3

1/3

Bsica Z X1 x2

x1 0 1 0

x2 0 0 1

S1 -1/5 -3/5 4/5

S2 -3/5 1/5 -3/5

S3 0 0 0

Solucin 21/5 3/5 6/5

S3

-1/5

2/5

6/5

Como los valores en la columna solucin son no negativos (todos son positivos), hemos llegado al ptimo. Por consiguiente, la solucin es: X1=3/5 x2=6/5 y el valor ptimo z=21/5

TALLER Resolver usando el mtodo simplex dual

Min z = 20x1 + 28x2 s.a. 4x1 + 3x2 1 9x2 1 x1 , x2 0

Deber Resuelva los problemas de programacin lineal usando el Mtodo Simplex Dual