Está en la página 1de 23

INVESTIGACIÓN DE OPERACIONES

DOCENTE: NUÑEZ NUÑEZ GISELLE


LORENA
GRUPO# 2
INTEGRANTES:
*ÁNGEL MARQUINA AGUILAR
*CYNTHIA HIDALGO PALMA
*STEVEN LÓPEZ
CURSO: ISI-S-NO-5-4
METODO
SIMPLEX DUAL
Investigación de
Operaciones
El método dual simplex es otro
caso especial de aplicación del
método simplex y en el concepto
del autor se debe utilizar para
aquellos problemas en los que
se involucran restricciones del
tipo <.

El método dual simplex se


aplica para resolver
problemas que empiezan con
factibilidad dual, es decir,
óptimos pero infactibes.
Las reglas para el método símplex dual son muy parecidas a las del método símplex. De hecho,
una vez que se inician, la única diferencia entre ellos es el criterio para elegir las variables que
entran y salen y la regla para detener el algoritmo.
CONDICION DE
FACTIBILIDAD
Esta variable es un punto extremo
que se encuentra en un criterio
conocido como “Condición de
Factibilidad”, en un modelo, ya sea
de optimización o minimización, y se
refiere a la variable básica asociada
con la mínima razón no negativa con
el coeficiente mas negativo.
 La variable que entra se elige
CONDICION entre las variables no básicas como
sigue. Tome los cocientes de los
DE coeficientes de la función objetivo
entre los coeficientes
OPTIMIDAD correspondientes a la ecuación
asociada a la variable que sale.
CARACTERIST ●
ICAS Es un proceso iterativo que puede
generar varias aproximaciones a la
solución a través de distintas tablas
de solución.

● Se puede identificar cuando se ha


llegado a la solución optima.

● Esta basada en el método de Gauss


– Jordan.

● Es muy sensible al redondeo por lo


que se se recomienda manejar
fracciones comunes
VENTAJAS
Y ● Permite eliminar un base inicial infactible
en el caso de restricciones del tipo = ó >,
DESVENTAJ sin necesidad de introducir variables
artificiales.
AS ● Presenta ventajas en algunos casos de
análisis de sensibilidad, como la adición
de nuevas restricciones o nuevas
variables.

● Utiliza menos iteraciones.

● La desventaja es que para empezar a iterar


en este método se requiere de la condición
de factibilidad dual.
Algoritmo para resolver un modelo de maximizacion es el
siguiente:

1. Hallar una solución básica inicial


infactible e inmejorable.

2. Prueba de factibilidad

3. Prueba de inmejorabilidad
Para la aplicacion de este método se debe segur el
siguiente procedimiento

 Lleve la función objetivo a maximización.

 Mediante la utilización de las reglas de equivalencia,


transforme las restricciones en igualdades.

 Multiplique por menos uno todas las restricciones que no


tienen vector unitario. (siempre son las restricciones en
donde se ha restado variable de exceso).
EJEMPL
O
● EJERCICIO
EJEMPLO DE APLICACION
Minimizar: Z= 3x1 + 2x2
s.a:

3x1 + x2 > 3
4x1 + 3x2 >6
x1 + x2 < 3
x1 , x2 >0
SOLUCION:
Paso 1: multiplicamos por (-1) a las inecuaciones
que sean mayores (>) para transformarlas en
menores (<):

Minimizar: Z= 3x1 + 2x2


s.a.:
3x1 + x2 > 3 (-1)
4x1 + 3x2 >6 (-1)
x1 + x2 < 3
x1 , x2 >0
Minimizar: Z= 3x1 + 2x2

s.a.:
-3x1 - x2 < -3
-4x1 - 3x2 <-6
x1 + x2 < 3
x1 , x2 >0

Paso 2: Añadimos las variables de holgura


Minimizar: Z= 3x1 +2x2 +0x3 + 0x4+ 0x5
s.a.:
-3x1 - x2 + x3 + =-3
-4x1 - 3x2 + x4 + =-6
x1 + x2 + x5 = 3
x1 , x2, x3, x4, x5 > 0
Paso 3: Construimos la tabla
V.
E
V. Basica X1 X2 X3 X4 X5 Solucion
Z -3 -2 0 0 0 0

X3 -3 -1 1 0 0 -3

X4 -4 -3 0 1 0 -6

X5 1 1 0 0 1 3

V.
S
V.E.= Variable de entrada x2
V.S.= Variable de salida x1
Paso 4: Hallamos la variable de
entrada

Variable x1 x2 x3 x4 x5

Renglón
de
Z (Z1-C1) -3 -2 0 0 0

Renglón
de x4, a4j -3 -3 0 1 0
Razón ; a4j;<0 3/4 2/3 - - -
Paso 5: Hallamos la nueva ecuación pivote:
*Nueva ecuación Z:
Ec. Z anterior -3 -2 0 0 0 0
-(-2)(N.E.P) 8/3 2 0 -2/3 0 4
-1/3 0 0 -2/3 0 4

*Nueva Ecuacion X3:


Ec. X3 anterior -3 -1 1 0 0 -3
-(-1)(N.E.P) 4/3 1 0 -1/3 0 2
-5/3 0 0 -1/3 0 -1

*Nueva Ecuacion X5:


Ec. X5 anterior 1 1 0 0 1 3
-(-1)(N.E.P) -4/3 1 0 1/3 0 -2
-1/3 0 0 1/3 1 -1
Paso 6: Construimos la nueva tabla
V.
E
V. Basica X1 X2 X3 X4 X5 Solucion
Z -1/3 0 0 -2/3 0 4

X3 -5/3 0 1 -1/3 0 --1

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

X5 -1/3 0 0 1/3 1 1

Razon 1/5 - - 2 -
V.
S
V.E.= Variable de entrada x1
V.S.= Variable de salida x2
Paso 7: Hallamos la nueva ecuación pivote:
N.E.P= 1 0 -3/5 1/5 0 3/5
*Nueva ecuación Z:
Ec. Z anterior -1/3 0 0 -2/3 0 4
-(-1/3)(N.E.P) 1/3 0 -1/5 1/5 0 1/5
0 0 -1/5 -3/5 0 21/5

*Nueva Ecuacion X3:


Ec. X2 anterior 4/3 1 0 -1/3 0 2
-(4/3)(N.E.P) -4/3 0 4/5 -4/15 0 -4/5
0 1 4/5 3/5 0 6/5
*Nueva Ecuacion X5:
Ec. X5 anterior -1/3 0 0 1/3 1 1-(-1/3)
(N.E.P) 1/3 0 -1/5 1/15 0 1/5
0 0 -1/5 2/5 1 6/5
TABLA OPTIMA FINAL

V. Basica X1 X2 X3 X4 X5 Solución
Z 0 0 -1/5 -3/5 0 21/5

X3 1 0 -3/5 1/5 0 3/5

X4 0 1 4/5 -3/5 0 6/5

X5 0 0 -1/5 2/5 1 6/5

Asi, las soluciones optimas para el problema seria:


x1 =3/5
x2 =6/5
z =21/5
BIBLIOGRAFIA
*Programación Lineal Guerrero, Humberto Guerra Salas,
Bogotá Ecoe Ediciones, 2009.

*oromeroio.blogcindario.com/ficheros/MetodoSimplexD
ual.pdf

*http://www.itlalaguna.edu.mx/Academico/Carreras/indus
trial/invoperaciones1/UNIDAD%203.HTML

*http://www.investigaciondeoperaciones.net/metodo_simp
lex _dual.html
.

*https://www.investigaciondeoperaciones.net/metodo_sim
plex_dual.html
Juego
interactivo(Kahoot)
● https://kahoot.it/challenge/07914112?
challenge-id=1de1c3a1-7774-41fd-
9ac6-ed87dfef56db_1624329717559

También podría gustarte