Está en la página 1de 27

PROBLEMA DUAL

DEFINICION.

El problema dual se define sistemáticamente a partir del modelo de PL primal (u


original). Los dos problemas están estrechamente relacionados en el sentido de que la
so- lución óptima de uno proporciona automáticamente la solución óptima al otro.

En la mayoría de los tratamientos de PL, el dual se define para varias formas del
primal según el sentido de la optimización (maximización o minimización), los tipos
de restricciones (,  o =), y el signo de las variables (no negativas o irrestrictas). Este
capítulo ofrece una definición única que abarca de manera automática todas las
formas del primal.

Nuestra definición del problema dual requiere expresar el problema primal en la forma
de ecuación que se presentó en la sección 3.1 (todas las restricciones son ecuaciones
con lado derecho no negativo, y todas las variables son no negativas). Este
requerimiento es consistente con el formato de la tabla inicial simplex. De ahí que
cualesquier resultados obtenidos a partir de la solución óptima primal se aplican
directamente al problema dual asociado.

Las ideas clave para construir el dual a partir del primal se resumen como sigue:

1. Asigne una variable dual porcada restricción primal. 


2. Construya una restricción dual por cada variable primal. 


3. Los coeficientes de restricción (columna) y el coeficiente objetivo de la variable



 primal j-ésima definen respectivamente los lados izquierdo y derecho de la
restricción dual j-ésima. 


4. Los coeficientes objetivo duales son iguales a los lados derechos de las ecuaciones
de restricción primales. 


5. Las reglas que aparecen en la tabla 4.1 rigen el sentido de optimización, la dirección
de las desigualdades y los signos de las variables en el dual. Una forma fácil
de recordar el tipo de restricción en el dual (es decir, o ) es que si el objetivo
dual es de minimización (es decir, apunta hacia abajo), entonces todas las
restricciones serán del tipo  (es decir, apuntan hacia arriba). Lo opuesto
aplica cuando el objetivo dual es de maximización. 

PROBLEMA 1. CUADRO (1.1) FORMA PRIMAL.

 Como podemos ver la computadora en el cuadro (1.1) la computadora marca rengolnes en lugar
de restricciones. Considera que la funcion objetivo se halla en el primer renglon y la primera
restriccion en el segundo renglon, etc.

SOLUCION GRAFICA (1.2 )


De la siguiente ilustracion grafica (1.2) llegamos a las siguientes conclusiones (forma primal).

 la solucion optima se encuentra en el punto (2,6), donde las variables x1= 2 y x2=6.
 El valor objetivo de la funcion el cual nos permite maximizar el beneficio o utilidades es igual 54,
la cual esta sujeta a restircciones estructurales que presenta el rpograma lineal.
 En cualquier punto de la frontera al menos una de las variables se anula. Suponien que le
colocamos uno (I) en el vertice (0,0) ne la grafica 1.2 entonces las variables x1 y x2 seran nulas
y las demas variables seran positivas. De acuerdo a este criterio se determina si un vertice es
degenrado o no. El vertice es degenrado cuando las variables positivas son menores que las
restricciones y no degenrado cuando las variables positivas son iguales a las restricciones.
 Según lo mencioando en(4) diremos que la solucion es no degenerada debido que ocurre en un
vertice no degenerado es decir el numero de variables positivas es igual a las restricciones.

CUADRO (1.3)

La computadora en la solución de programación lineal usara el algoritmo del método simplex,


diseñado para problemas que solo contengan restricciones de igualdad en el cual veremos lo
siguiente:

 Se agregaran tres variables de holgura debido a que existen tres restricciones de desigualdad
las cuales seran (x3, x4 ,x5). En el cuadro (1.3) estan denotadas como slack (1 ,2 y 3).
 El costo de opotunidad (cj – zj) para las varibles usadas seran x1=0 , x2=0, x3=0, siendo x3, x4 ,
x5 variables de holgura para realizar el metodo simplex
 En el cuadro (1.3) se observa que hay un conjunto de soluciones basicas (x1, x2, x3) y un
conjunto de varibales no basicas (x4, x5)
 Tambien se puede observar que le numero de variables aumento de 2 en el programa lienal a 5
variables para el metodo simplex.
FORMA DUAL (X = Y) DEL PROBLEMA 1

CUADRO (1.4)

del siguiente cuadro (1.4) relizaremos las siguientes interpretaciones:

 En comparacion a su froma primal vemos que ha sufrido de algunos cambios notables de los
cuales son los siguientes: el número de restriciones es menor a su froma primal , las variables
de la funcion objetivo que se encuentra en el renglon uno son tres es decir aumento en una
variable a su forma primal.

CUADRO (1.5)

En el siguiente cuadro (1.5) observaremos los siguientes cambios en comparación a la forma primal.

 En comparación al cuadro (1.3) el numero de variables básicas y no básicas ha cambiado. En el


cuadro (1.3) el conjunto de variables básicas es 3 y en el cuadro (1.5) es 2 lo mismo sucede con
el conjunto de variables no bàsicas.
 Respecto al valor objetivo no ha variado en comparaciòn a la forma primal.
CUADRO (1.6)

 Como podemos observar en el siguiente cuadro (1.6) desarrollado por el método simplex la
solucion optima es obtenida cuando las variables y3=1 y y2= 3, nos propocionan un valor de la
funcion objetivo de 54 unidades.

PROBLEMA 2. FORMA PRIMAL

CUADRO (2.1)

En el siguiente cuadro (2.1) observamos lo siguiente:

 La computadora nos da referencia de la función objetivo y de las restricciones que tiene


dicho problema de programaciòn lienal en los renglones, como es el caso de la función
objetivo que se halla en el primer reglón (maximize), seguido de los siguientes renglones los
cuáles contienen a las restricciones de desigualdad ( o ).
GAFICO (2.2)

 la solucion optima
se encuentra en el
punto (2.33,1.33),
donde las variables
x1= 2.33 y x2=1.33.
 El valor objetivo
de la funcion el cual
nos permite maximizar
el beneficio o
utilidades es igual 54,
la cual esta sujeta a restircciones estructurales que presenta el rpograma lineal.
 En cualquier punto de la frontera al menos una de las variables se anula. Suponien que le
colocamos uno (I) en el vertice (0,0) de la grafica (2.2) entonces las variables x1 y x2 seran
nulas y las demas variables seran positivas. De acuerdo a este criterio se determina si un
vertice es degenrado o no. El vertice es degenrado cuando las variables positivas son
menores que las restricciones y no degenrado cuando las variables positivas son iguales a
las restricciones.
 Según lo mencioando en(iv) diremos que la solucion es no degenerada debido que ocurre
en un vertice no degenerado es decir el numero de variables positivas es igual a las
restricciones.

CUADRO (2.3)

La computadora en la solución de programación lineal usara el algoritmo del método


simplex, diseñado para problemas que solo contengan restricciones de igualdad en el cual
veremos lo siguiente:
 Se agregaran cuatro variables de holgura debido a que existen tres restricciones de
desigualdad las cuales seran (x3, x4 ,x5). En el cuadro (2.3) estan denotadas como slack (1
,2,3 y 4).
 El costo de opotunidad (cj – zj) para las varibles usadas seran x1=0 , x2=0, x3=0, siendo x3,
x4 , x5 y x6 variables de holgura para realizar el metodo simplex.

PROBLEMA 2. FORMA DUAL (X=Y)

CUADRO (2.4)

del siguiente cuadro (2.4) relizaremos las siguientes interpretaciones:

 En comparacion a su froma primal vemos que ha sufrido de algunos cambios notables de


los cuales son los siguientes: el número de restriciones es menor a su forma primal , las
variables de la funcion objetivo que se encuentra en el renglon uno son cuatro es decir
aumento en dos las variables a su forma primal.

CUADRO (2.5)

En el siguiente cuadro (2.5)


observaremos los siguientes cambios
en comparación a la forma primal.

 En comparación al cuadro (2.3) el


numero de variables básicas y no
básicas ha cambiado. En el cuadro
(2.3) el conjunto de variables básicas
es 4 y en el cuadro (2.5) es 2 lo mismo sucede con el conjunto de variables no bàsicas.
 Respecto al valor objetivo no ha variado en comparaciòn a la forma primal.
CUADRO (2.6)

 Como podemos observar en el siguiente cuadro (2.6) desarrollado por el método simplex la
solucion optima es obtenida cuando las variables y2=1.5 e y3=1, nos propocionan un valor
de la funcion objetivo de 10 unidades.

PROBLEMA 3. FORMA PRIMAL.

CUADRO (3.1)
 Como podemos ver la computadora en el cuadro (3.1) la computadora marca rengolnes en lugar
de restricciones. Considera que la funcion objetivo se halla en el primer renglon y la primera
restriccion en el segundo renglon, etc.

GRAFICA (3.2)

 la solucion optima se
encuentra en el punto (15,8),
donde las variables x1= 15 y
x2=8.
 El valor objetivo de la
funcion el cual nos permite
Minimizar el costo es igual
1.8, la cual esta sujeta a
restircciones estructurales
que presenta el rpograma
lineal.
 En cualquier punto de la
frontera al menos una de las
variables se anula. Suponien que le colocamos uno (I) en el vertice (0,0) de la grafica (3.2)
entonces las variables x1 y x2 seran nulas y las demas variables seran positivas. De acuerdo a
este criterio se determina si un vertice es degenrado o no. El vertice es degenrado cuando las
variables positivas son menores que las restricciones y no degenrado cuando las variables
positivas son iguales a las restricciones.
 Según lo mencioando en anteriormente diremos que la solucion es degenerada debido que
ocurre en un vertice degenerado es decir el numero de variables positivas es menor a las
restricciones.

CUADRO (3.3)

La computadora en la solución de
programación lineal usara el
algoritmo del método simplex,
diseñado para problemas que solo
contengan restricciones de igualdad en el cual veremos lo siguiente:
 Se agregaran cuatro variables de holgura debido a que existen tres restricciones de desigualdad
las cuales seran (x3, x4 ,x5). En el cuadro (3.3) estan denotadas como slack (1 ,2 y 3).
 También podemos observar que existen en el comjunto de variables básicas tres (x1, x4 y x5) y
en el conjunto de las variables no básicas las cuales toman valores cero tenemos a (x2, x3).

PROBLEMA 3. FORMA DUAL

CUADRO (3.4)

del siguiente cuadro (3.4) relizaremos las siguientes interpretaciones:

 En comparacion a su froma primal vemos que ha sufrido de algunos cambios notables de los
cuales son los siguientes: el número de restriciones es menor a su forma primal , las variables
de la funcion objetivo que se encuentra en el renglon uno son cuatro es decir aumento en dos
las variables a su forma primal.

CUADRO (3.5)

En el siguiente cuadro (3.5)


observaremos los siguientes
cambios en comparación a la
forma primal.

 En comparación al cuadro
(3.3) el numero de variables básicas y no básicas ha cambiado. En el cuadro (3.3) el conjunto de
variables básicas es tres y en el cuadro (3.5) es 2 lo mismo sucede con el conjunto de variables
no bàsicas.
 Respecto al valor objetivo no ha variado en comparaciòn a la forma primal.
CUADRO (3.6)

 Como podemos observar en el siguiente cuadro (3.6) desarrollado por el método simplex la
solucion optima es obtenida cuando las variables y1=0.06 y la variable de holgura que toma el
valor de y5=0.62, nos propocionan un valor de la funcion objetivo de 1.8.

PROBLEMA 4 FORMA PRIMAL.

CUADRO (4.1)
 Como podemos ver la computadora en el cuadro (4.1) la computadora marca
rengolnes en lugar de restricciones. Considera que la funcion objetivo se halla en el
primer renglon (minimize) y la primera restriccion en el segundo renglon, y las
demas restricciones en los renglones siguientes.

CUADRO (4.2)

La computadora en la solución de programación lineal usara el algoritmo del método


simplex, diseñado para problemas que solo contengan restricciones de igualdad en el cual
veremos lo siguiente:
 Se agregaran cuatro variables de holgura debido a que existen tres restricciones de
desigualdad las cuales seran ( x4 ,x5,x6). En el cuadro (4.2) estan denotadas como
slack (1 ,2y 3).
 El costo de opotunidad (cj – zj) para las varibles usadas seran x1=0 , x2=0, x3=0,
siendo x4 , x5 y x6 variables de holgura para realizar el metodo simplex.

PROBLEMA 4 FORMA DUAL

CUADRO (4.3)

del siguiente cuadro (4.3) relizaremos las siguientes interpretaciones:

 En comparacion a su froma primal vemos que no ha sufrido ninguno de los cambios


notables que sueln suceder al pasar un probleam de su forma primal a la forma dual
de los cuales son los siguientes: el número de restriciones es igual a su forma primal
, las variables de la funcion objetivo que se encuentra en el renglon uno son tres es
al igual que en su forma primal.
CUADRO (4.5)

En el siguiente cuadro
(4.5) observaremos los
siguientes cambios en
comparación a la
forma primal.

 En comparación al
cuadro (4.2) el numero
de variables básicas y no básicas no ha cambiado. En el cuadro (4.5) el conjunto de
variables básicas es 4 tres y en el cuadro (4.2) sucede lo mismo con las variables no
basicas.
 Respecto al valor objetivo no ha variado en comparaciòn a la forma primal.
 También se puede observar que el conjunto de variables de holgura agregado de
acuerdo al numero de restricciones de desigualdades toman los valores nulos los
cuáles les convierte en variables no básicas.
CUADRO (4.6)

 Como podemos observar en el siguiente cuadro (4.6) desarrollado por el método


simplex la solucion optima es obtenida cuando las variables y1=0.0007 e y2=0.0021
e y3 = 0.0021 nos propocionan un valor de la funcion objetivo de 1.08.
PROBLEMA 5 FORMA PRIMAL

CUADRO (5.1)

 Como podemos ver la computadora en el cuadro (5.1) la computadora marca rengolnes en


lugar de restricciones. Considera que la funcion objetivo se halla en el primer renglon
(maximize) y la primera restriccion en el segundo renglon, etc.

GRAFICA (5.2)

 la solucion optima se encuentra en


el punto (2500,7500), donde las variables x1=
2500 y x2=7500
 El valor objetivo de la funcion el
cual nos permite maximizar el beneficio o
utilidades es igual 85000, la cual esta sujeta a
restircciones estructurales que presenta el
rpograma lineal.
 En cualquier punto de la frontera
al menos una de las variables se anula.
Suponien que le colocamos uno (I) en el
vertice (0,0) de la grafica (5.2) entonces las variables x1 y x2 seran nulas y las demas
variables seran positivas. De acuerdo a este criterio se determina si un vertice es degenrado
o no. El vertice es degenrado cuando las variables positivas son menores que las
restricciones y no degenrado cuando las variables positivas son iguales a las restricciones.
 Según lo mencioando en anteriormente diremos que la solucion es degenerada debido que
ocurre en un vertice degenerado es decir el numero de variables positivas es menor a las
restricciones.

CUADRO (5.3)

La computadora en la
solución de programación
lineal usara el algoritmo del
método simplex, diseñado
para problemas que solo
contengan restricciones de
igualdad en el cual veremos
lo siguiente:
Se agregaran cuatro
variables de holgura debido a que existen tres restricciones de desigualdad las cuales seran
(x3, x4 ,x5). En el cuadro (2.3) estan denotadas como slack (1 ,2,3 y 4).
 El costo de opotunidad (cj – zj) para las varibles usadas seran x1=0 , x2=0, x3=0, siendo x3,
x4 , x5 y x6 variables de holgura para realizar el metodo simplex.

PROBLEMA 5 FORMA DUAL.

CUADRO (5.4)

del siguiente cuadro (5.4) relizaremos las siguientes interpretaciones:

 En comparacion a su froma primal vemos que ha sufrido de algunos cambios notables de


los cuales son los siguientes: el número de restriciones es menor a su forma primal , las
variables de la funcion objetivo que se encuentra en el renglon uno son cuatro es decir
aumento en dos las variables a su forma primal.
CUADRO (5.5)

 cComo podemos observar en el siguiente cuadro (5.5) desarrollado por el método simplex
la solucion optima es obtenida cuando las variables y1=2 e y4=8 (variable de holgura),con
precios sombra de 2500 y de 1000 relativamente a fin de minimizar los costos de una
manera más óptima posible obtenida de 85000.

PROBLEMA 6 FORMA PRIMAL

CUADRO (6.1)
o Como podemos ver la computadora en el cuadro (6.1) la computadora los renglones nos
van indicar el lugar de la funcion objetivo y de las restricciones. Considera que la funcion
objetivo se halla en el primer renglon y la primera restriccion en el segundo renglon, etc.

GRAFICA (6.2)

o la solucion optima se
encuentra en el punto (2.33,1.33),
donde las variables x1= 15 y x2= 50.
o El valor objetivo de la
funcion el cual nos permite
maximizar el beneficio o utilidades
es igual 335, la cual esta sujeta a
restircciones estructurales que
presenta el rpograma lineal.
o En cualquier punto de la
frontera al menos una de las
variables se anula. Suponien que le colocamos uno (I) en el vertice (0,0) de la grafica (6.2)
entonces las variables x1 y x2 seran nulas y las demas variables seran positivas. De acuerdo
a este criterio se determina si un vertice es degenrado o no. El vertice es degenrado cuando
las variables positivas son menores que las restricciones y no degenrado cuando las
variables positivas son iguales a las restricciones.
o Según lo mencioando en el punto anterior diremos que la solucion es no degenerada debido
que ocurre en un vertice no degenerado es decir el numero de variables positivas es igual a
las restricciones.

CUADRO (6.3)

La computadora en la
solución de programación
lineal usara el algoritmo del
método simplex, diseñado
para problemas que solo
contengan restricciones de
igualdad en el cual veremos
lo siguiente:
o Se agregaran dos variables
de holgura debido a que
existen dos restricciones de desigualdad las cuales seran (x3, x4). En el cuadro (6.3) estan
denotadas como slack (1 ,2,3 y 4).
o El costo de opotunidad (cj – zj) para las varibles usadas seran x1=0 , x2=0, x3=0, siendo x3 y
x4 las variables de holgura para realizar el metodo simplex.
PROBLEMA 6 FORMA DUAL

CUADRO(6.4)

del siguiente cuadro (6.4) relizaremos las siguientes interpretaciones:

o En comparacion a su froma primal observaremos que no ha sufrido ningun cambio notable


de los cuales son los siguientes: el número de restriciones es igual a su forma primal , las
variables de la funcion objetivo que se encuentra en el renglon uno son 2 es decir no
aumento las variables a su forma primal.

CUADRO (6.5)

o Como podemos observar en el siguiente cuadro (6.5) desarrollado por el método simplex la
solucion optima es obtenida cuando las variables y1=0.125 e y2=1.75,con precios sombra
de 160 y de 180 relativamente a fin de minimizar los costos de una manera más óptima
posible obtenida de 335.
PROBLEMA 7. FORMA PRIMAL

CUADRO (7.1)

 Como podemos ver la computadora en el cuadro (7.1) la computadora marca renglones


tanto la función objetivo como las restricciones. Considera que la funcion objetivo se halla
en el primer renglon y la primera restriccion en el segundo renglon, etc.

CUADRO (7.2)

o En este problema de progamación lineal de forma primal podemos observar que como tiene
mas de de dos variables en este caso cuatro que se observa en el cuadro (7.1). para el cual
se va a desarrollar en el método simplex donde se llagara a la solucion óptima a tarvés de
tres variables (x1=10000 , x3= 17000 y x7= 28900) donde x7 es una variable superflua o de
exceso.
PROBLEMA 7 FORMA DUAL

CUADRO (7.3)

del siguiente cuadro (7.3) relizaremos las siguientes interpretaciones:

 En comparacion a su froma primal vemos que ha sufrido de algunos cambios notables de

los cuales son los siguientes: el número de restriciones es amyor a su forma primal debido
a que aumento a en una , las variables de la funcion objetivo que se encuentra en el renglon
uno disminuyeron en una unidad es decir de cuatro varoables que habia en su forma primal
ahora en la forma dual haya solo tres.

CUADRO (7.4)
 Como podemos observar en el siguiente cuadro (7.4) desarrollado por el método simplex la
solucion optima es obtenida por medio de las variables y2 , y1 e y5 , nos propocionan un
valor de la funcion objetivo de 10000 u.m. dichas varibales tomaran los siguientes valores
5.1,3.0 y 1.25.

PROBLEMA 8 FORMA PRIMAL

CUADRO (8.1)

 Como podemos ver la computadora en el cuadro (8.1) la computadora marca renglones en


lugar de restricciones. Considera que la funcion objetivo se halla en el primer renglon y la
primera restriccion en el segundo renglon, etc.

GRAFICA (8.2)

 la solucion optima se
encuentra en el punto (3.63,
7.27) donde las variables x1=
3.63y x2=7.27.
 El valor objetivo de la
funcion el cual nos permite
minimizar el costo es igual
2327, la cual esta sujeta a
restircciones estructurales
que presenta el programa
lineal.
 En cualquier punto de la frontera al menos una de las variables se anula. Suponien que le
colocamos uno (I) en el vertice (0,0) de la grafica (8.2) entonces las variables x1 y x2 seran
nulas y las demas variables seran positivas. De acuerdo a este criterio se determina si un
vertice es degenrado o no. El vertice es degenrado cuando las variables positivas son
menores que las restricciones y no degenrado cuando las variables positivas son iguales a
las restricciones.
 Según lo mencioando anteriormente diremos que la solucion es no degenerada debido que
ocurre en un vertice no degenerado es decir el numero de variables positivas es igual a las
restricciones.

CUADRO (8.3)

La computadora en la solución
de programación lineal usara el
algoritmo del método simplex,
diseñado para problemas que
solo contengan restricciones de
igualdad en el cual veremos lo
siguiente:
 Se agregaran cuatro
variables de holgura debido a
que existen cuatro restricciones
de desigualdad las cuales seran (x3, x4 ,x5 x6). En el cuadro (2.3) estan denotadas como
slack (1 ,2,3 y 4).
 El costo de opotunidad (cj – zj) para las varibles usadas seran x1=0 , x2=0, x3=0, siendo x3,
x4 , x5 y x6 variables de holgura para realizar el metodo simplex.

PROBLEMA 8 FORMA DUAL

CUADRO( 8.4)

del siguiente cuadro (8.4) relizaremos las siguientes interpretaciones:

 En comparacion a su froma primal vemos que ha sufrido de algunos cambios notables de


los cuales son los siguientes: el número de restriciones es menor a su forma primal , las
variables de la funcion objetivo que se encuentra en el renglon uno son cuatro es decir
aumento en 4 las variables ( de holgrura o superfluas) a su forma primal.
CUADRO (8.5)

En el siguiente cuadro (8.5)


observaremos los siguientes cambios
en comparación a la forma primal.

 En comparación al cuadro (8.3) el


numero de variables básicas y no
básicas ha cambiado. En el cuadro (8.3)
el conjunto de variables básicas es 2 y en el cuadro (8.5) es 4 lo mismo sucede con el
conjunto de variables no bàsicas.
 Respecto al valor objetivo no ha variado en comparaciòn a la forma primal.

CUADRO (8.6)

 Como podemos observar en el siguiente cuadro (8.6) desarrollado por el método simplex la
solucion optima es obtenida cuando las variables y1=100 e y3=340, nos propocionan un
valor de la funcion objetivo de 2327.
PROBLEMA 9 FORMA PRIMAL

CUADRO (9.1)

 Como podemos ver la computadora en el cuadro (9.1) la computadora marca renglones en


lugar de restricciones. Considera que la funcion objetivo se halla en el primer renglon y la
primera restriccion en el segundo renglon, etc.

GRAFICA (9.2)

la solucion optima


se encuentra en el
punto (10000,0),
donde las variables
x1= 10000 y x2=0
El valor objetivo
de la funcion el cual
nos permite
maximizar el
beneficio o utilidades es igual 10000, la cual esta sujeta a restircciones estructurales que
presenta el rpograma lineal.
 En cualquier punto de la frontera al menos una de las variables se anula. Suponien que le
colocamos uno (I) en el vertice (0,0) de la grafica (2.2) entonces las variables x1 y x2 seran
nulas y las demas variables seran positivas. De acuerdo a este criterio se determina si un
vertice es degenrado o no. El vertice es degenrado cuando las variables positivas son
menores que las restricciones y no degenrado cuando las variables positivas son iguales a
las restricciones.
 Según lo mencioando en(iv) diremos que la solucion no degenerada debido que ocurre en
un vertice degenerado es decir el numero de variables positivas es menor a las restricciones.
PROBLEMA 9 FORMA DUAL

CUADRO (9.4)

del siguiente cuadro (9.4) relizaremos las siguientes interpretaciones:

 En comparacion a su froma primal vemos que ha sufrido de algunos cambios notables de


los cuales son los siguientes: el número de restriciones es menor a su forma primal , las
variables de la funcion objetivo que se encuentra en el renglon uno son tres es decir
aumento en uno las variables a su forma primal.

CUADRO (9.6)

I. Como podemos observar en el siguiente cuadro (9.6) desarrollado por el método simplex la
solucion optima es obtenida cuando las variables y3= 0.65 e y1= 0.35, nos propocionan un
valor de la funcion objetivo de 10000 unidades.
PROBLEMA 11 FORMA PRIMAL

CUADRO (11.1)

 Como podemos ver la computadora en el cuadro (11.1) la computadora marca renglones


en lugar de restricciones. Considera que la funcion objetivo se halla en el primer renglon y
la primera restriccion en el segundo renglon, etc.

GRAFICA (11.2)

 la solucion optima
se encuentra en el
punto (49.6,20.3),
donde las variables
x1= 49.6 y x2=20.3.
 El valor objetivo
de la funcion el cual
nos permite
maximizar el beneficio
o utilidades es igual
9144, la cual esta
sujeta a restircciones
estructurales que
presenta el rpograma lineal.
 En cualquier punto de la frontera al menos una de las variables se anula. Suponien que le
colocamos uno (I) en el vertice (0,0) de la grafica (2.2) entonces las variables x1 y x2 seran
nulas y las demas variables seran positivas. De acuerdo a este criterio se determina si un
vertice es degenrado o no. El vertice es degenrado cuando las variables positivas son
menores que las restricciones y no degenrado cuando las variables positivas son iguales a
las restricciones.
 Según lo mencionado anteriormente diremos que la solucion es degenerada debido que
ocurre en un vertice degenerado es decir el numero de variables positivas es menor a las
restricciones.
PROBLEMA 11 FORMA DUAL

CUADRO(11.3)

del siguiente cuadro (11.3) relizaremos las siguientes interpretaciones:

 En comparacion a su froma primal vemos que ha sufrido de algunos cambios notables de


los cuales son los siguientes: el número de restriciones es menor a su forma primal , las
variables de la funcion objetivo que se encuentra en el renglon uno son cuatro es decir
aumento en dos las variables a su forma primal.

CUADRO (11.1)

 Como podemos observar en el siguiente cuadro (11.4) desarrollado por el método simplex
la solucion optima es obtenida cuando las variables y3=0.06 e y1=81, nos propocionan un
valor de la funcion objetivo de 9144 unidades.