






















Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
La técnica de la restricción artificial para obtener una solución dual posible en problemas lineales. Contiene ejemplos con matriz de coeficientes, restricciones y soluciones. Se presentan los pasos para encontrar la solución inicial y aplicar el algoritmo dual del simplex.
Tipo: Apuntes
1 / 30
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!























Ramón Álvarez-Valdés,
Departament d’Estadística i Investigació Operativa
Universitat de València
-^ En este tema describiremos el algoritmo dual del simplex•Resuelve el problema dual sobre la tabla del primal: - en cada iteración nos movemos de una solución dual posible a otra• hasta que lleguemos a la solución óptima
Esta tabla presenta una solución posible
si
b^ i
i^
m
La solución será óptima si
j^
j z^
c^
j^
n^
m
1
Definimos
− =^
B w^
c B
1
Si
j^
j^
B^
j^
j^
j^
j
j^
j
j^
j
j^
n^
z^
c^
c B
a
c^
wa
c^
wa
c^
wA
c
z^
c
−^
j^
n
1
pero
−^
j^
j^
B^
j^
j^
j^
j
j
j^
j^
j
j^
n^
n^
n^
m^
z^
c^
c B
a
c^
wa
c^
w^
w
a^
e^
c
solución posible del Dual w
Por tanto, la posibilidad dual es el cr
iterio de optimalidad primal: 0,^
j^
j z^
c^
j^
n^
m
1
En la solución óptima,
y^
− =^
B^
B
w^
c B
w^
b^
c b
z
A veces, no es fácil encontrar una soluc
ión posible (
b^ i
sin añadir variables artificiales
Pero, en ocasiones, sí se puede encontra
r una solución dual posible (
j^
j z^
c
En este caso, podemos utilizar una varia
nte del simplex:
Iteraciones que mantengan la posibilitat
dual hasta llegar al óptimo
1
1 1
1 1 1^
1
1
j^
k^
n
j^
j^
k^
k^
n^
n^
B
B^
j^
k
1
1
r
n
B^
r^
rj^
rk^
rn
1
m
r
B^
m^
m j^
m k^
m n
(o a la no acotación)
(^
)
r
B^
k^
k^
B
rj^
r
1
n
rj^
j^
r
j
=
∑
1
=
n ∑
rj
rj^
j
j
j
(^
)^
(^
)^
j^
j^
j^
j^
rj^
j^
j
1
−
B^
r
1
−
j^
j^
B^
j^
j
1
Paso 1:
−^
{^
}
r^
i
Paso 2:
j^
j
k^
k^
rj
rk^
rj
Pas 3:
10
3 1 5
x x x^
1
2
3
4
5
3 4
Base
x^
x^
x^
x^
x^
x x^5
x
3 1 2
x x x^
4
sale
x
5
1
3
3
3
3
3
3
1
2
3
1
B
−
4
4
4
4
1
2
3
2
0
(^
,^
,^
) 1
0
2
0
z^
c^
wa
c^
w^
w^
w^
w
^
^
−^
=^
−^
=^
−^
=^
= −
^
^
^
5
5
5
5
3
*^
(0,
2, 0)
w^
=^
−
(1)
(2)
(3)
(0,0)
(3,0)
(8/3,1/3)
13
1
2
3
4
5
6
3
Base
x^
x^
x^
x^
x^
x^
x^56
x x
3
3
sale
, ya que
(^0) <
x^
b
1
2
3
4
5
6
4
Base
x^
x^
x^
x^
x^
x^
x^56
x x
4
4
4
1
14
1
11
3
3
entra
:^
max
:^
0
max
, 1
2
2
j^
j
j
j z^
c
z^
c
x^
y
y^
y ^
−
−^
^
^
^
=^
<^
=^
= −
^
^
^
−^
− ^
^
^
27 *^
2 z^
w^
b
=^
=
1
3
3
3
3
3
3
1
2
3
1
1
3
(^
,^
,^
)^
0
2
2
2
0
B
z^
c^
c B
a
c^
wa
c^
w^
w^
w^
w
−
^
^
−^
=^
−^
=^
−^
=^
−^
=^
−^
=
^
^
^
5
5
5
5
1
2
3
2
0
(^
,^
,^
)^
1
6
6
0
0
z^
c^
wa
c^
w^
w^
w^
w
^
^
−^
=^
−^
=^
−^
=^
−^
=
^
^
^
6
6
6
6
1
2
3
3
0
(^
,^
,^
)^
0
0
0
1
z^
c^
wa
c^
w^
w^
w^
w
^
^
−^
=^
−^
=^
−^
=^
=
^
^
^
1
7 2 w^
=
2
6 w^
=
7 *^
(^
, 6, 0) 2
w^
=
1
2.- El problema aumentado tiene solució
n y
está en la base x + n
iones:
1.- El problema primal aumentado es imp
osible
problema primal original imposible →
0
0
0
0
0
0
0
1
2
1
2
1
Si tuviera solución (
,^
,...,
)^
(^
,^
,...,
,^
)+
→ n^
n^
n
x^
x^
x^
x^
x^
x^
x 0
0
1
1
con
,^
sería solución posible
=^
=^
−^
n ∑
n^
j j^ m
x^
M^
x
Tenemos la solución óptima del problem
a original
→
Si^
es la base óptima del problema au
mentado:
B^ a
1
0 1
a^
B mB
B^
a^
^
=^
^
1
1
1
1
1
1
1
a^
m^
m
B^
B
−^
−
−
+^
−^
+^
−
*^1
únicamente
depende de
→
x^ n
M
1
los otros valores
son la solución óp
tima del problema original
−
→
B^
b
1
(donde
son los coeficientes de las var
iables básicas originales en la fila
+^
ma B
m
1
3.- El problema aumentado tiene solució
n y
no está en la base x + n
1
la restricción artificial se cumple co
n igualdad (
→
= xn
y los valores de las variables básicas d
ependen de
M
Distinguiremos 2 subcasos:^ a) El valor de la función objetivo depe
nde de
M
cuando →
→ +∞
⇒
a → −∞
M
z
problema primal original posible no acot
ado
b) El valor de la función objetivo no d
epende de
M 1
cuando
,^
el hiperplano
se desplaz
a paralelamente a sí mismo
=^
→
→ +∞
= n ∑
j j^ m
M^
x^
M
y la solución se desplaza a lo largo de
una arista del conjunto de soluciones
Pero como
no depende de
,^
el hiperp
lano
=^
contiene esta arista
a z
M^
z^
cx
Existe una SPB del problema original, co
rrespondiente al origen de la arista
que se obtiene haciendo decrecerhasta que una de las variables que de
pende de
se anule
M
M
19
3 4
x^
x^
(^51)
x^
x^
1
2
3
4
5
6
3 4
Base
x^
x^
x^
x^
x^
x^
x x^56
x x^
(^
)
1
pivotar en
(max
j^
j
x^
z^
c −
5
20
1
2
3
4
5
6
3 4
0
-^
0
0
-^
0
0
-^
1
0
1
0
3
Base
x^
x^
x^
x^
x^
x^
RHS
x x^61
0
-^
0
1
1
1
0
3
0
0
-^
1
1
-^
0
0
1
0
2
x^
M
x
3 2 6
5
1
4
0
0
0
-^ -^
0
3
3
3 10
1
2
0
0
1
-^
0
3
3
3
1
1
1
0
1
0
-^ -^
0
3
3
3
0
x x x^1
0
0
1
0
1
-3 8
2
1
1
0
0
-^
0
3
3
3 M
x
4
2
óptima:
x^
en el problema original:
x^