EL METODO SIMPLEX DUAL

El método simplex dual resulta ser una estrategia algorítmica eficiente cuando luego de llevar
un modelo de programación lineal a su forma estándar, la aplicación del método simplex no es
inmediata o más bien compleja, por ejemplo, puede requerir la utilización del método simplex
de 2 fases.

Una aplicación típica del método simplex dual es en la resolución de problemas con una función
objetivo de minimización, con restricciones del tipo mayor o igual y donde las variables de
decisión son mayores o iguales a cero.

Ejemplo simplex dual:

Considere el siguiente modelo de Programación Lineal:

Paso 1: Se lleva el modelo a su forma estándar. En nuestro ejemplo esto se logra agregando
variables de exceso en cada una de las restricciones (3 primeras: S1, S2, S3, respectivamente).
Luego, se multiplica cada fila de las restricciones por -1 de modo de disponer una solución
básica inicial (infactible) en las variables de exceso S1, S2 y S3. De esta forma se obtiene la
siguiente tabla inicial.

A B C S1 S2 S3

-
-15 -2 -1 1 0 0
200

-
-7,5 -3 -1 0 1 0
150

-
-5 -2 -1 0 0 1
120

315 110 50 0 0 0 0

Paso 2: Se selecciona el lado derecho "más negativo" lo cual indicará cuál de las actuales
variables básicas deberá abandonar la base. En el ejemplo el lado derecho más negativo se
encuentra en la primera fila, por tanto S1 deja la base. Para determinar cual de las actuales
variables no básicas (A, B, C) entrará a la base se busca el mínimo de {-Yj/aij} donde aij es el
coeficiente de la respectiva variable no básica en la fija i (del lado derecho más negativo,
marcado en verde) y donde Yj es el costo reducido de la respectiva variable no básica. De esta
forma se obtiene: Min {-315/-15, -110/-2, -50/-1} = 21, donde el pivote (marcado en rojo) se
encuentra al hacer el primer cuociente, por tanto A entra a la base.

Paso 3: Se actualiza la tabla anterior siguiendo un procedimiento similar al utilizado en

el Método Simplex. En el ejemplo se debe dejar a la variable A como básica y S1 como no
básica. La tabla que resulta es la siguiente:

A B C S1 S2 S3

-
1 2/15 1/15 0 0 40/3
1/15

0 -2 -1/2 -1/2 1 0 -50

-
0 -4/3 -2/3 -1/3 0 1
160/3

0 68 29 21 0 0 -4.200

Paso 4: Continuar las iteraciones y siguiendo el mismo procedimiento hasta disponer de una
solución básica factible. Luego de unas iteraciones se obtiene la siguiente tabla final:

A B C S1 S2 S3

-
1 0 0 0 1/10 8
1/10

0 1 0 1/4 -1 3/4 10

0 0 1 0 2 -3 60

-
0 0 0 4 10 36
6.620

La solución óptima es A=8, B=10, C=60 (marcado en verde) con valor

óptimo V(P)=6.620 (marcado en rojo - se obtiene con signo cambiado). También es
interesante notar que los costos reducidos de las variables artificiales S1, S2 y S3 es la sección
marcado de color amarillo.