Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEORIA DE
DUAL
INTEGRANTES:
1. Herrera Cazorla Madelin Cinthia
2. Janco Montaño Jhonny Bladimir
3. Oruño Lucero Elsy Sonia
4. Viza Alconz Abigail
5. Zelada Zapata Maria Selena
DOCENTE:
• Calle Guaman Patricia
ASIGNATURA:
• Investigación Operativa I
GRUPO: 43
PRIMO DUAL
Casos especiales
❖ Restricciones Originalmente (=) en el Primo
Una restricción originalmente del tipo (=) en el primo representa una
variable no restringida en signo en el Dual. Para su planteamiento se puede
seguir todo el procedimiento riguroso que consiste en plantear dos
desigualdades a partir de cada restricción originalmente del tipo igual. En
contrapartida lo que se plantea es una regla práctica que permite
directamente obtener el Dual, pero haciendo una excepción por el hecho de
que realmente el primo no está ni en la forma canónica ni en la forma
opuesta por la (s) restricción (es) del tipo igual. En otras palabras, lo que se
plantea es que se asuma que la igualdad es un comodín que se ajusta a la
forma que presentan las restantes restricciones del problema.
Ejemplo:
Primo:
Min Z = 2X1 + 3X2
Sujeto a;
2X1 + X2 ≤ 16
X1 + 3X2 ≥ 20
X1 + X2 = 10
X´s ≥ 0
Dual:
Max Z = 16W1 + 20W2+10W3
Sujeto a;
2W1 + W2 +W3 ≤ 2
W1 + 3W2 +W3 ≤ 3
W1 ≤ 0,, W2 ≥ 0, W3 no restringida
Xo* = Yo*
Por esto Wi* es la tasa de cambio de valor óptimo de la función objetivo, con el
incremento de una unidad en b (limitación). Ya que wi ≥ 0, Z se incrementará o
permanecerá constante conforme bi se incremente.
Económicamente, w* es un vector de precios sombra para el vector b.
Así, si la i^va ecuación representa la demanda para producir al menos bi unidades
del producto i^vo y Cx representa el costo total de producción, entonces wi* es el
costo incremental de producir una unidad más del producto i^vo.
Ejemplo:
Una compañía fabrica 4 modelos de escritorios, cada escritorio es primero
construido en el taller de carpintería y entonces es enviado al departamento de
acabados, donde este es barnizado, encerado y pulido, se proporciona a
continuación la siguiente información:
1. Los insumos (materia prima y accesorios) están disponibles en cantidades
suficientes y todos los escritorios pueden ser vendidos.
2. La compañía desea determinar la mezcla óptima de productos tal que se
maximice la ganancia.
3. Las limitaciones de capacidad por departamento para el próximo periodo de
planeación son: 6000 H.H (Horas-Hombre) en el taller de carpintería y 4000
H.H en el de acabados.
4. Las horas hombre requeridas por tipo de escritorio y sus ganancias se dan
a continuación
ALGORITMO DUAL DEL SIMPLEX
El algoritmo dual del simplex será utilizado cuando se llegue mediante el método
clásico del simplex a la siguiente situación:
- Alguna componente de la solución es menor que cero.
- Para todas las variables no básicas el último renglón es mayor (es) o igual
(es) que cero.
También es útil cuando la introducción de variables artificiales complica
demasiado el problema.
Con este algoritmo podemos encontrarnos varias circunstancias:
- En el último renglón todos los valores son positivos (no varía conforme a la
situación inicial) y los valores negativos de la solución han desaparecido. Es
entonces cuando encontramos la solución óptima.
- Si en el último renglón tiene valores negativos la solución no es óptima.
o Si la solución tiene valores negativos el problema no tiene solución.
o Si la solución no tiene valores negativos para obtener la solución
óptima se utilizará el método clásico del simplex.
- Si además de tener una componente negativa tenemos que los elementos
de su fila asociada no son también negativos tenemos que no hay solución
al problema.
El algoritmo para resolver un modelo de maximización es el siguiente:
Paso 1: Hallar una solución básica inicial infactible e inmejorable
Escribir el tablero inicial tomando a las variables de holgura y de exceso como
variables básicas iniciales
Paso 2: Prueba de factibilidad
• Si todas las variables básicas son no negativas, la actual solución es la
óptima.
• Si hay al menos una variable básica negativa, seleccionar como variable de
salida,
• (llamémosla (XB)s), a aquella con el valor más negativo. Los empates se
pueden romper arbitrariamente.
Paso 3: Prueba de inmejorabilidad
• Sí en el renglón de la variable básica de salida (XB)s todos los coeficientes
de reemplazo con las variables no básicas son no negativos, la solución del
modelo es óptima ¡limitada. Se termina el proceso.
• Si en el renglón de la variable básica de salida (XB)s, hay al menos un
coeficiente de intercambio negativo, se efectúan los cocientes entre el
efecto neto de cada variable no básicas y su correspondiente coeficiente de
intercambio negativo. Es decir, siendo (XB)s la variable de salida se
calculan todos los cocientes.