MTODO DE LAS DOS FASES

Los problemas de programacin Lineal (PL) pueden resolverse por el mtodo Simplex
en formato matricial que llamaremos Ta b l o i d e . El Mtodo de las Dos fases es el
mismo mtodo Simplex que aplicamos en los problemas de Maximizacin, solo que
con algunas variantes que iremos explicando en el desarrollo de un ejemplo cuya
optimizacin se obtendr por Minimizacin.

Max X0 = 3x1+ 5x2

Sujeto a

4 x1 + x2
- x1 + 2x2
x2
x1, x2

4
2
3

1. Se obtiene el problema aumentado con variables artificiales.

Max X0 = 3x1 + 5x2 + 0x3 + 0x4 + 0x5 + 0x6 + 0x7
Sujeta a:

4 x1 + x2 - x3
+ x6
= 4
- x1 + 2 x2
- x4
+ x7 = 2
x2
+ x5
= 3
xi

i=1, 2, 3,..,7

2. Se obtiene la funcin artificial despejando las variables artificiales y

sumndolas.

x6 = 4 - 4 x1 - x2 + x3
x7 = 2 + x1 - 2 x2
+ x4
X 0 ' = 6 - 3 x1 - 3 x2 + x3 + x4

y adems

X 0 ' + 3 x1 + 3 x2 - x3 - x4
=6
X0 - 3 x1 - 5 x2 + 0 x3 + 0x4 + 0x5 + 0x6 + 0x7 = 0

3. Se forma la tabla Simplex aumentada

Base
X0'
X0
x6
x7
x5

X0
0
1
0
0
0

nb
x1
3
-3
4
-1
0

nb
x2
3
-5
1
2
1

nb
x3
-1
0
-1
0
0

nb
x4
-1
0
0
-1
0

b
x5
0
0
0
0
1

b
x6
0
0
1
0
0

b
x7
0
0
0
1
0

Sol
6
0
4
2
3

4. Se minimiza la funcin artificial x0' hasta cero.

Base
X0'
X0
x6
x2
x5

Base
X0'
X0
x1
x2
x5

X0
0
1
0
0
0

nb
x1
9/2
-1/2
9/2
-1/2
1/2

b
x2
0
0
0
1
0

nb
x3
1
0
-1
0
0

nb
x4
1/2
-5/2
1/2
-1/2
1/2

b
x5
0
0
0
0
1

b
x6
0
0
1
0
0

nb
x7
-3
5/2
-1/2
1/2
-1/2

Sol
3
5
3
1
2

X0
0
1
0
0
0

b
x1
0
0
1
0
0

b
x2
0
0
0
1
0

nb
x3
0
-11/9
-2/9
-1/9
1/9

nb
x4
0
-17/9
1/9
-4/9
4/9

b
x5
0
0
0
0
1

nb
x6
-1
-11/9
2/9
1/9
-1/9

nb
x7
-5/2
17/9
-1/9
4/9
-4/9

Sol
0
26/3
2/3
4/3
5/3

5. Como ya est minimizada la funcin artificial se eliminan las variables

artificiales y el rengln de la funcin artificial.

2 fase
Base
X0
x1
x2
x5

Base
X0
x1
x2
x4

Base
X0
x1
x2
x3

X0
1
0
0
0

b
x1
0
1
0
0

b
x2
0
0
1
0

nb
x3
-11/9
-2/9
-1/9
1/9

nb
x4
-17/9
1/9
-4/9
4/9

b
x5
0
0
0
1

Sol
26/3
2/3
4/3
5/3

X0
1
0
0
0

b
x1
0
1
0
0

b
x2
0
0
1
0

nb
x3
-3/4
-1/4
0
1/4

b
x4
0
0
0
1

nb
x5
17/4
-1/4
1
9/4

Sol
43/3
1/4
3
15/4

X0
1
0
0
0

b
x1
0
1
0
0

b
x2
0
0
1
0

b
x3
0
0
0
1

nb
x4
3
1
0
4

nb
x5
11
2
1
9

Sol
27
4
3
15

Solucin

x1 = 4
x2 = 3
x3 =15

x4 = 0
x5 = 0

X0 = 27

Representacin grfica del problema

3
2

1 B

A
-2

-1

sta es la solucin grfica al problema. Obsrvese que en la fase I se generaron los

puntos extremos A, B, C, y en la fase II partiendo de C se generaron D y E.

Interpretacin de Resultados del Mtodo de las dos fases

Al final de la fase I, cuando el criterio de mejorabilidad se ha satisfecho, pueden
ocurrir las tres posibilidades siguientes:
1. X'0 = 0 y no hay VA en la base
En este caso se ha encontrado una SBFI para el PO y debe procederse con ella
hacia la fase II.
2. X0' = 0 y hay VA en la base, que sin duda sern ceros.
En este caso, las VA deben intercambiarse por VR no bsicas, requirindose slo
que el coeficiente de reemplazo entre la VA de salida y la VR de entrada sea
diferente de cero.
Si el intercambio es total, se ha generado una SBFI degenerada, para el PO y debe
iniciarse con ella la fase II.
Si el intercambio es parcial, las restricciones asociadas a las VA no desalojadas
son redundantes analticamente, se deben eliminar de la tabla final de la fase I e ir
a la fase II con las restricciones restantes.
3. X0 ' > 0 y evidentemente hay una VA bsica a nivel positivo.
En este caso el problema original posee solucin inconsistente, entonces deben
intercambiarse todas las VA bsicas por VR no bsicas, requirindose que el
coeficiente de reemplazo sea diferente de cero.
Si todas las VA bsicas se logran sacar de la base ptima, entonces la solucin
ptima del PO es infactible.
Si de lo contrario, una o ms VA permanecen en la base ptima, entonces la
solucin del PO es inexistente.

Ejemplo de SBFI degenerada

Min

X0 = 2x1+ x2

Sujeta a

x1
3x1

+ 2x2
x2
+ x2

2
2
6

x1, x2

Estandarizando el problema se tiene:

x1 + 2x2 + x3
= 2
x2
+ x4
= 2
3x1 + x2
- x5 + x6 = 6
De donde despejando x6 se obtiene la funcin artificial:
f.a. = x6 = 6 - 3x1 - x2 + x5
y la tabla Simplex es:

X0
X0
x3
x4
x6

X0
0
1
0
0
0

nb
x1
3
-2
1
0
3

nb
x2
1
-1
2
1
1

b
x3
0
0
1
0
0

b
x4
0
0
0
1
0

nb
x5
-1
0
0
0
-1

b
x6
0
0
0
0
1

Sol
6
0
2
2
6

De aqu observamos que la variable de entrada es x1 por ser la ms positiva, y la

variable de salida es x3, de donde:

b
x1
0
0
1
0
0

X0
0
1
0
0
0

X0
X0
x1
x4
x6

nb
x2
-5
3
2
1
-5

nb
x3
-3
2
1
0
-3

b
x4
0
0
0
1
0

nb
x5
-1
0
0
0
-1

b
x6
0
0
0
0
1

Sol
0
4
2
2
0

Como se observa en la tabla anterior ya se minimiz hasta cero la funcin artificial

y en el rengln cero ya no hay variables de entrada. Sin embargo todava existe una
v.a. (x6) dentro de la base y se debe intentar sacarla. Esto se puede hacer metiendo
a la base x2 y como el pivote es diferente de cero, esta operacin s sera posible.
Por esta razn decimos que la SBFI es degenerada:
Dividiendo toda la fila de x6 entre 5 tenemos:
Base
X0
X0
x1
x4
x6

X0
0
1
0
0
0

b
x1
0
0
1
0
0

nb
x2
-5
3
2
1
1

nb
x3
-3
2
1
0
3/5

b
x4
0
0
0
1
0

nb
x5
-1
0
0
0
1/5

b
x6
0
0
0
0
-1/5

Sol
0
4
2
2
0

nb
x6
-1
-3/5
2/5
1/5
-1/5

Sol
0
4
2
2
0

y transformando la matriz con operaciones de fila y columna:

Base

X0
X0
x1
x4
x2

X0
0
1
0
0
0

b
x1
0
0
1
0
0

b
x2
0
0
0
0
1

nb
x3
0
-1/5
-1/5
-3/5
3/5

b
x4
0
0
0
1
0

nb
x5
0
-3/5
-2/5
-1/5
1/5

Con esta matriz terminamos la primera fase y podemos entonces eliminar toda la
fila de la funcin artificial y las columnas de las variables artificiales, quedando:

Como se puede observar esta es la matriz ptima de la segunda fase, es decir, en el

rengln cero ya no hay variables no bsicas positivas, luego, la solucin ptima es:
Base

X0
x1
x4
x2

b
x1
0
1
0
0

b
x2
0
0
0
1

Solucin

x1 = 2

x4 = 2

x2 = 0
x3 = 0

x5 = 0

X0
1
0
0
0

nb
x3
-1/5
-1/5
-3/5
3/5

b
x4
0
0
1
0

X0 = 4

nb
x5
-3/5
-2/5
-1/5
1/5

Sol
4
2
2
0

Ejemplo de redundancia analtica

Max X0 = 2 x1 + x2
Sujeta a

x1 + 2 x2 =
2 x1 - x2 =
3 x1 + x2 =
x2

2
4
6
2

x1, x2 0

Cuya estandarizacin es:

X0 - 2 x1 - x2 = 0
x1 + 2 x2
+ x4
=2
2 x1 - x2
+ x5
=4
3 x1 + x2
+ x6 = 6
x2 + x3
=2
De aqu, despejando las VA x4, x5 y x6 y sumndolas para obtener la funcin
artificial se tiene:
x4 = 2 - x1 - 2 x2
x5 = 4 - 2 x1 + x2
x6 = 6 - 3 x1 - x2
f.a. = X0' = 12 - 6 x1 - 2 x2

x0' + 6 x1 + 2 x2 = 12

De donde la matriz inicial es:

Base
X0
X0
x4
x5
x6
x3

X0
0
1
0
0
0
0

nb
x1
6
-2
1
2
3
0

nb
x2
2
-1
2
-1
1
1

b
x3
0
0
0
0
0
1

b
x4
0
0
1
0
0
0

b
x5
0
0
0
1
0
0

b
x6
0
0
0
0
1
0

Sol
12
0
2
4
6
2

X0
X0
x1
x5
x6
x3

X0
0
1
0
0
0
0

b
x1
0
0
1
0
0
0

nb
x2
-10
3
2
-5
-5
1

b
x3
0
0
0
0
0
1

nb
x4
-6
2
1
-2
-2
0

b
x5
0
0
0
1
1
0

b
x6
0
0
0
0
0
0

Sol
0
4
2
0
0
2

Revisando el rengln cero, resulta que ya se minimiz la funcin artificial hasta

cero pues las variables no bsicas ya no son positivas. Sin embargo, las variables x5
y x6, las cuales son artificiales, todava estn en la base y se debe tratar de
expulsarlas. Entonces, se busca entre las variables nb una candidata para
reemplazarlas. As observamos que x2 puede entrar por x5. La nica condicin para
el reemplazo es que el nmero que ser el pivote debe ser diferente de cero (en este
caso es -5). As haciendo operaciones de fila y columna tenemos:

X0
X0
x1
x5
x6
x3

X0
X0
x1
x2
x6
x3

X0
0
1
0
0
0
0

X0
0
1
0
0
0
0

b
x1
0
0
1
0
0
0
b
x1
0
0
1
0
0
0

nb
x2
-10
3
2
1
-5
1

b
x3
0
0
0
0
0
1

nb
x4
-6
2
1
2/5
-3
0

b
x5
0
0
0
-1/5
0
0

b
x6
0
0
0
0
1
0

Sol
0
4
2
0
0
2

b
x2
0
0
0
1
0
0

b
x3
0
0
0
0
0
1

nb
x4
-2
4/5
1/5
2/5
-1
-2/5

nb
x5
-2
3/5
2/5
-1/5
-1
1/5

b
x6
0
0
0
0
1
0

Sol
0
4
2
0
0
2

Como x6 no puede intercambiarse por ninguna variable real, entonces la tercera

restriccin es redundante y la podemos eliminar de la tabla. As mismo se eliminan
la fila de la funcin artificial y las columnas de las variables artificiales para
continuar hacia la 2a. fase.

X0
X0
x1
x2
x6
x3

X0
0
1
0
0
0
0

b
x1
0
0
1
0
0
0

b
x2
0
0
0
1
0
0

b
x3
0
0
0
0
0
1

nb
x4
-2
4/5
1/5
2/5
-1
-2/5

nb
x5
-2
3/5
2/5
-1/5
-1
1/5

b
x6
0
0
0
0
1
0

Sol
0
4
2
0
0
2

de donde la matriz resultante es:

X0
x1
x2
x3

X0
1
0
0
0

b
x1
0
1
0
0

b
x2
0
0
1
0

b
x3
0
0
0
1

Sol
4
2
0
2

Revisando sta ltima matriz, se observa que ya se tiene la condicin de

optimalidad en el rengln cero y por tanto la solucin ya es la ptima:

Solucin

x1 = 2
x2 = 0
x3 = 3

X0 = 4

Ejemplo de solucin infactible

Min X0= -2 x1 - 3 x2
Sujeta a

x1 + x2 2
2 x1 + 4 x2 12

(1)
(2)

x1, x2 0
El problema ya transformado es:
X0 + 2 x1 + 3 x2 + 0x3 + 0x4 + 0x5 = 0
x1 + x2 + x3
= 2
2 x1 + 4 x2
- x4 + x5 = 12
Despejando de la restriccin (2) a x5 para formar la funcin artificial tenemos:
X'0 = x5 = 12 - 2 x1- 4 x2 + x4

X0' + 2 x1+ 4 x2- x4 = 12

As, la tabla inicial para el problema es:

Base
X0
X0
x3
x5

X0
0
1
0
0

nb
x1
2
2
1
2

nb
x2
4
3
1
4

b
x3
0
0
1
0

nb
x4
-1
0
0
-1

b
x5
0
0
0
1

Sol
12
0
2
12

Base

X0
X0
x2
x5

X0
0
1
0
0

nb
x1
-2
-1
1
-2

b
x2
0
0
1
0

nb
x3
-4
-3
1
-4

nb
x4
-1
0
0
-1

b
x5
0
0
0
1

Sol
4
-6
2
4

El rengln X0' indica que se tiene solucin ptima pero X0' = 4 y adems la variable
artificial x5 est en la base con valor positivo de 4
PO tiene solucin
inconsistente.
Se debe tratar de intercambiar x5 (por ser artificial) por x1, x3 x4 que son no
bsicas. Como tal intercambio sera factible puesto que el coeficiente de entrada es
0 para las tres, se diagnostica solucin infactible.

Ejemplo de solucin inexistente

Max

X0 = 3x1 + 2x2

Sujeta a

2 x1 + 3 x2 = 6
6 x1 + 9 x2 = 36
x1, x2 0

Estandarizando el problema:

X0 - 3x1 - 2x2 = 0
2x1 + 3x2 + x3
= 6
6x1 + 9x2
+ x4 = 36
Despejando x3 y x4 y sumndolas para formar la funcin artificial:
x3 = 6 - 2x1 - 3x2
x4 = 36 - 6x1 - 9x2
X0' = 42 - 8x1-12 x2

X0' + 8 x1+12 x2 = 42

As, la matriz inicial es:

Base
X0
X0
x3
x4

X0
0
1
0
0

nb
x1
8
-3
2
6

nb
x2
12
-2
3
9

b
x3
0
0
1
0

Dividiendo la fila x3 entre 3 para formar el pivote:

b
x4
0
0
0
1

Sol
42
0
6
36

Base
X0
X0
x3
x4

Base
X0
X0
x2
x4

X0
0
1
0
0

nb
x1
8
-3
2/3
6

nb
x2
12
-2
1
9

b
x3
0
0
1/3
0

X0
0
0
0
0

nb
x1
0
-5/3
2/3
0

b
x2
0
0
1
0

nb
x3
-4
2/3
1/3
-3

b
x4
0
0
0
1
b
x4
0
0
0
1

Sol
42
0
2
36

Sol
18
4
2
18

La solucin actual es ptima, porque en el rengln 0 ya se cumplieron las

condiciones de optimalidad, sin embargo, X0=18 y x4, que es V.A., es bsica. Lo
que procede entonces es tratar de expulsar a x4 de la base y meter a ella una
variable real no bsica.
La variable que se pudiera meter en lugar de x4 es x1 pero el coeficiente de
reemplazo es cero, luego entonces la solucin es inconsistente inexistente.