Introduccin:

MTODO DE LAS DOS FASES

No siempre es fcil obtener una solucin bsica factible inicial, en las variables originales del modelo. Para conseguir esto utilizaremos el Mtodo Simplex de dos fases. El Mtodo de las Dos Fases es una variante del algoritmo simple que es usado como alternativa al Mtodo de la Gran M, donde se evita el uso de la constante M para las variables artificiales. La desventaja de la tcnica M es el posible error de cmputo que podra resultar de asignar un valor muy grande a la constante M. Esta situacin podra presentar errores de redondeo en las operaciones de la computadora digital. Para evitar esta dificultad el problema se puede resolver en 2 fases que se explicaran dentro del contenido de todo el reporte elaborado.

Como ya mencionbamos y como su nombre lo dice el mtodo de las dos fases se divide en dos soluciones con las cuales se puede llegar a la optimizacin de un problema a solucionar.

FASE 1. Formule un nuevo problema reemplazando la funcin objetivo por la suma de las variables artificiales. La nueva funcin objetivo se minimiza sujeta a las restricciones del problema original. Si el problema tiene un espacio factible el valor mnimo de la funcin objetivo ptimo ser cero, lo cual indica que todas las variables artificiales son cero. En este momento pasamos a la fase 2. * Si el valor mnimo de la funcin objetivo ptima es mayor que cero, el problema no tiene solucin y termina anotndose que no existen soluciones factibles

FASE 2. Con base en la tabla ptima de la fase uno, se elimina de las restricciones

las variables artificiales, y se reemplaza la funcin objetivo, por la funcin objetivo original y se resuelve a partir de ah, con el mtodo Simplex tradicional. La desventaja de la tcnica M es el posible error de cmputo que podra resultar de asignar un valor muy grande a la constante M. Esta situacin podra presentar errores de redondeo en las operaciones de la computadora digital. Para evitar esta dificultad el problema se puede resolver en 2 fases.

A continuacin se muestra unos ejemplos: Problema # 1 Minimizar Sujeto a:

Minimizar Sujeto a:

FASE I Minimizar Sujeto a:

Minimizar Sujeto a:

V.B. Z R1 R2 V.B. Z R1 R2

Z 1 0 0 Z 1 0 0

X1 0 2 3 X1 5 2 3

X2 0 3 6 X2 9 3 6

S1 0 -1 0 S1 -1 -1 0

S2 0 0 -1 S2 -1 0 -1

R1 -1 1 0 R1 0 1 0

R2 -1 0 1 R2 0 0 1

Solucin 0 36 60 Solucin 96 36 60

V.B. Z R1 X2 V.B. Z X1 X2

Z 1 0 0 Z 1 0 0

X1 1/2 1/2 1/2 X1 0 1 0

X2 0 0 1 X2 0 0 1

S1 -1 -1 0 S1 0 -2 1

S2 1 /2 1 /2 -1/6 S2 0 1 -2/3

R1 0 1 0 R1 -1 2 -1

R2 3/2 -1/2 1/6 R2 -1 -1 2/3

Solucin 6 6 10 Solucin 0 12 4

FASE II. Minimizar

V. Bsica Z X1 X2 V. Bsica Z X1 X2 V. Bsica Z S2 X2

Z 1 0 0 Z 1 0 0 Z 1 0 0

X1 -2000 1 0 X1 0 1 0 X1 -5000/3 1 2/3

X2 -500 0 1 X2 0 0 1 X2 0 0 1

S1 0 -2 1 S1 -3500 -2 1 S1 -500/3 -2 -1/3

S2 0 1 -2/3 S2 5000/3 1 -2/3 S2 0 1 0

Solucin 0 12 4 Solucin 26000 12 4 Solucin 6000 12 12

PROBLEMA # 2. Maximizar Sujeto a:

FASE I. En la FASE I siempre es un problema de minimizacin. Minimizar Sujeto a:

V. Bsica Z S1 R1 V. Bsica Z S1 R1 V. Bsica Z S1 X1

Z 1 0 0 Z 1 0 0 Z 1 0 0

X1 0 3 3 X1 3 3 3 X1 0 0 1

X2 0 6 1 X2 1 6 1 X2 0 5 1/3

X3 0 1 2 X3 2 1 2 X3 0 -1 2/3

S1 0 1 0 S1 0 1 0 S1 0 1 0

R1 -1 0 1 R1 -1 0 1 R1 -1 -1 1/3

Solucin 0 20 15 Solucin 15 20 15 Solucin 0 5 5

Aqu termina la fase I.

FASE II. Maximizar

V. Bsica Z S1 X1 V. Bsica Z S1 X1 V. Bsica Z X2 X1 V. Bsica Z X2 X1

Z 1 0 0 Z 1 0 0 Z 1 0 0 Z 1 0 0

X1 -6 0 1 X1 0 0 1 X1 0 0 1 X1 6/11 3/11 15/11

X2 -4 5 1/3 X2 -2 5 1/3 X2 0 1 0 X2 0 1 0

X3 -4 -1 2/3 X3 0 -1 2/3 X3 -2/5 -1/5 11/15 X3 0 0 1

S1 0 1 0 S1 0 1 0 S1 2/5 1/5 -1/15 S1 4/11 2/11 -5/11

Solucin 0 5 5 Solucin 30 5 5 Solucin 32 1 14/3 Solucin 380/11 25/11 70/11

Conclusin:
En el mtodo de las dos FASES: Se aumentan las variables correspondientes en las restricciones. Se resuelve la FASE I para el mismo conjunto de restricciones aumentadas, se minimiza la funcin que sea la suma de los valores de las variables artificiales. Si resultan todas las variables artificiales iguales a cero se procede con la FASE II que optimiza la funcin objetivo original; y la solucin de la FASE I esla solucin bsica factible inicial. El Mtodo de las Dos Fases es una variante del Algoritmo simplex, que es usado como alternativa al Mtodo de la Gran M, donde se evita el uso de la constante M para las variables artificiales. Se puede resumir as: Fase Uno: Minimizar la suma de las variables artificiales del modelo. Si el valor de la Z ptima es cero, se puede proseguir a la Fase Dos, de lo contrario el problema no tiene solucin. Fase Dos: Utilice la solucin ptima de la fase 1 como solucin de inicio para el problema original. En este caso, la funcin objetivo original se expresa en trminos de las variables no bsicas utilizando las eliminaciones usuales Gauss-Jordan.

BIBLIOGRAFIA:
PROGRAMACIN LINEAL: SOLUCIN DE PROBLEMAS CON EL METODO DE LAS DOS FASES. JOS E. VZQUEZ ARVALO PROCESOS TECNOLOGICOS E INDUSTRIALES.

www.itlalaguna.edu.mx/academico/carreras/industrial docencia.udea.edu.co/ingeniera