lunes, 20 de agosto de 2012







 Se sabe que el método dual simplex es la contra parte del primal simplex partiendo este de una solución óptima pero que no es factible, manteniendo este la inmejorabilidad mientras busca la factibilidad.

El proceso para maximizar en este caso inicia de una forma similar expresando el modelo en el formato estándar, se identifican y se agregan las variables de holgura y de exceso que se requieran, pero en este caso lo que lo hará que el algoritmo sea in factible la generación de la matriz identidad que el simplex siempre toma como base inicial, en donde para este caso las ecuaciones que posean variables exceso se debe multiplicar por -1 a ambos lados, haciendo esto los términos del lado derecho de las ecuaciones quedaran negativas y por esto se tendrá una solución inicial in factible.   

El método dual es útil cuando se trata con muchas variables ya que este las contrapone para dar la paso a la solución optima y buscando luego la factibilidad. Es útil en análisis de sensibilidad y lo podemos usar cuando después de obtener la solución  óptima, si se desea agregar una nueva restricción al modelo si la nueva restricción no se cumple.