El documento describe dos métodos para resolver problemas de programación lineal cuando el origen no es una solución factible: el método de las dos fases y el método de penalidad. El método de las dos fases resuelve primero un problema artificial para encontrar una solución básica inicial, y luego resuelve el problema original. El método de penalidad agrega penalidades a las variables artificiales para forzar una solución factible mientras maximiza la función objetivo original.
2. Método Simplex
Idea conceptual:
El simplex inicia cuando se tiene una
solución factible. Cuando las
restricciones son ≤, una solución
factible ocurre en el origen de
coordenadas.
¿qué sucede cuando el origen no es
solución factible?
IO1 R.Delgadillo 2
3. Método Simplex
Cuando las restricciones son “≥”, “=“,
y/o bi <0, el origen no es una solución
factible. El problema ahora radica en
determinar una solución básica inicial
Dos métodos:
Método de las dos fases
Método de penalidad
IO1 R.Delgadillo 3
4. Método de las dos fases
Iniciar de acuerdo a:
Hacer todas las bi’s ≥ 0 ( si alguna bi≤0,
multiplicar a la restricción correspondiente
por (-1) )
Agregar (o sustraer) variables de holgura a
las restricciones “≤” (“≥”)
A cada restricción “≥” ó “=“, agregar una
variable artificial Xia
Crear una función objetivo artificial, según
IO1 R.Delgadillo 4
5. Método de las dos fases
Si el problema es de min => MinZa X ia
Si el problema es de máx => Max Za X ia
Al nuevo problema se le denomina
Problema artificial
Ejemplo:
max z = 6x1 - x2
s.a. 4x1 + x2 < 21
2x1 + 3x2 ≥ 13
x1 – x2 = -1
x1, x2 > 0
IO1 R.Delgadillo 5
6. Método de las dos fases
Luego:
max z = 6x1 - x2 <= Función objetivo original
max zα = - X1a- X 2a <= Función objetivo artificial
s.a. 4x1 + x2 + x3 = 21
2x1 + 3x2 -x4 + X1a = 13
- x1 + x2 + X2 = 1
a
x1, x2, x3, x4, X1a , X 2a > 0
IO1 R.Delgadillo 6
7. Método de las dos fases
Método
1º fase: En la primera fase se resuelve
el problema artificial
Si el problema original tiene solución
factible al término de la primera fase, se
halla la sol óptima del problema artificial
y Xia 0, i y zα =0 ( las Xia 0 , son VNB)
IO1 R.Delgadillo 7
8. Método de las dos fases
2º fase: Se inicia cuando el término de
la primera fase indica viabilidad del
problema original (esto es, X 0 y zα =0), i
a
=>
Base inicial = Base óptima de la primera fase
resolver el problema original a partir de
la solución factible hallada (Base inicial)
Nota: el problema original no tiene solución cuando X ia 0 , para
algún i, y por lo tanto zα≠0
IO1 R.Delgadillo 8
9. Método de las dos fases
Dado el problema:
max z = 6x1 - x2 <= Función objetivo original
max zα = - X1a- X 2a <= Función objetivo artificial
s.a. 4x1 + x2 + x3 = 21
2x1 + 3x2 -x4 + X1a = 13
- x1 + x2 + X2 = 1
a
x1, x2, x3, x4, X1a , X 2a > 0
Coloquemos en el tablero
IO1 R.Delgadillo 9
11. Método de las dos fases
x1 x2 x3 x4 X1a a
X2
x3 5 0 1 0 0 -1 20
X1a 5* 0 0 -1 1 -3 10
x2 -1 1 0 0 0 1 1
-z 5 0 0 0 0 1 1
-zα 5 0 0 -1 0 -4 10
x3 0 0 1 1 -1 2 10
x1 1 0 0 -1/5 1/5 -3/5 2
x2 0 1 0 -1/5 1/5 -2/5 3
-z 0 0 0 1 -1 4 -9 Fin de la 1ª fase,
Za = 0 y X a 0
-zα 0 0 0 0 -1 -1 0
i
IO1 R.Delgadillo 11
12. Método de las dos fases
x1 x2 x3 x4
x3 0 0 1 1 10 Inicio de la 2ª fase.
Se eliminan Fila
x1 1 0 0 -1/5 2
correspondiente Za,
y columnas de X ia
x2 0 1 0 -1/5 3
-z 0 0 0 1 -9
x4 0 0 1 1 10
Sol. Óptima
x1 1 0 1/5 0 4 X4=10
X1=4
x2 0 1 1/5 0 5 X2=5
-z 0 0 -1 0 -19 Z=19
IO1 R.Delgadillo 12
13. Método de las dos fases
Algoritmo:
1ª Fase: Determine una solución óptima del
problema artificial
Si Xia 0 y zα =0), => pase a la 2ª fase
Caso contrario, el problema original no tiene
solución (problema inviable)
2ª Fase: Utilice la solución del problema artificial
como solución básica inicial posible para el
problema original y resuelva el problema.
IO1 R.Delgadillo 13
14. Método de las dos fases
Ejercicio:
Max z = 3x1 + 2x2 + 4x3
s.a.
2x1 + x2 + 3x3 = 60
3x1 +3x2 + 5x3 > 120
x1, x2, x3> 0
IO1 R.Delgadillo 14
15. Método de las dos fases
Ejercicio:
Max z = 2x1 + 5x2 + 3x3
s.a.
x1 - 2x2 > 20
2x1 +4x2 + x3 = 50
x1, x2, x3> 0
IO1 R.Delgadillo 15
16. Método de las dos fases
Análisis:
Al finalizar la 1ª fase se tiene X ia 0 ó Xia 0
Si X a 0 => el problema original no tiene solución
i
Si X a 0 => puede ocurrir
i
Xia fuera de la base => Se consiguió una solución básica
factible.
cuando menos un Xia esta en la base => Solución básica
degenerada, pivotear y que entre algún X j en la base. (no
hay incremento del valor de la F.O.)
Si todos los coeficientes asociados a X j , en la fila
correspondiente a X a , son ceros => X a es redundante,
i i
descartar esta restricción.
Continuar con la 2ª fase
IO1 R.Delgadillo 16
17. Método de las dos fases
Ejemplo:
Max z = x1 + 2x2 + x3
s.a.
x1 + x2 +x3 =16
2x1 +2x2 + 2x3 = 32
x1, x2, x3> 0
max zα = - X1a - X 2
a
s.a.
x1 + x2 +x3 + X1 =16
a
2x1 +2x2 + 2x3 + X 2 = 32
a
a a
x1, x2, x3, X1 , X 2 > 0
IO1 R.Delgadillo 17
18. Método de las dos fases
x1 x2 x3 X1a X 2
a
X1a 1 1 1 1 0 16
X2a 2 2 2 0 1 32
-z 1 2 1 0 0 0
-zα 0 0 0 -1 -1 0
X1a 1* 1 1 1 0 16
a
X2 2 2 2 0 1 32
-z 1 2 1 0 0 0
-zα 3 3 3 0 0 0 Se alcanzó la sol.
Óptima de la 1ª fase.
x1 1 1 1 1 0 16 Se observa que X a
2
en la base , pero no
X2a
0 0 0 -2 1 0 puede entrar x2, ni
x3
=> restricción
-z 0 1 0 -1 -1 -16 redundante (se
elimina esta fila)
-zα 0 0 0 -3 0 0
IO1 R.Delgadillo 18
20. Método de Penalidad
Iniciar de acuerdo a:
Hacer todas las bi’s ≥ 0 ( si alguna bi≤0,
multiplicar a la restricción correspondiente
por (-1) )
Agregar (o sustraer) variables de holgura a
las restricciones “≤” (“≥”)
A cada restricción “≥” ó “=“, agregar una
variable artificial Xia
IO1 R.Delgadillo 20
21. Método de Penalidad
Asociar a cada variable artificial una
Penalidad (M), que corresponde al mayor
valor posible que cualquier otro que pueda
aparecer en los cálculos
Adicionar:
Si el problema es de min => M Xia
Si el problema es de máx => -M Xia
a la función objetivo original
Resolver el nuevo problema
IO1 R.Delgadillo 21
22. Método de Penalidad
Se encuentra una solución factible del
problema, cuando todas las variables
artificiales están fuera de la base; esto es
Xia 0 i
La solución óptima se encuentra por un
número cualquiera de iteraciones luego
que las variables artificiales dejaron la
base.
IO1 R.Delgadillo 22
28. Método de Penalidad
Análisis:
Al resolver el problema modificado P(M)
puede ocurrir:
Se alcanza la sol óptima de P(M)
Se concluye que P(M) tiene sol. Óptima
no acotada, es decir Z ->∞
IO1 R.Delgadillo 28
29. Método de Penalidad
Análisis:
¿Qué respecto del problema original, P?
Si se alcanzó sol óptima de P(M)
La Base no tiene variables artificial (X j 0, j), =>
a
sol óptima de P(M) = sol óptima de P
La Base continua con variables artificiales, => si
M es un número negativo (positivo) muy grande
=> no existe sol factible de P
IO1 R.Delgadillo 29
30. Método de Penalidad
Análisis:
P(M) tiene sol. Óptima no acotada (esto es la
columna pivot es ≤0)
Si todas las variables artificial son ceros (X a 0, j ),
j
=> Problema original (P) tiene sol óptima no
acotada
Cuando menos una variables artificial es positiva
=> P no tiene sol factible
IO1 R.Delgadillo 30
31. Método de Penalidad
Ejemplo:
Min z = -x1 -x2
s.a.
x1 - x2 - x3 = 1
- x1 + x2 + 2x3 ≥ 1
x1, x2, x3> 0
Min z = -x1 - x2 +M X1a +M X 2 a
s.a.
x1 - x2 - x3 + X1 =1
a
-x1 +x2 + 2x3 -x4 +X 2 = 1
a
x1, x2, x3, x4, X1a , X 2 > 0
a
IO1 R.Delgadillo 31
32. Método de Penalidad
x1 x2 x3 x4 X1a a
X2
X1a 1 -1 -1 0 1 0 1
X2a
-1 1 2 -1 0 1 1
-z -1 -1 0 0 M M 0
X1a 1 -1 -1 0 1 0 1
X2a -1 1 2* -1 0 1 1
-z -1 -1 -M M 0 0 -2M
X1a 1/2* -1/2 0 -1/2 1 1/2 3/2
(PM) es no acotado
x3 -1/2 1/2 1 -1/2 0 1/2 1/2 a a
como X 1 , X 2 están
-z -1-M/2 -1+M/2 0 M/2 0 M/2 -3M/2
fuera de la base
x1 1 -1 0 -1 2 1 3 => (P) tiene sol
óptima no acotada
x3 0 0 1 -1 1 1 2
-z 0 -2 0 -1 2+M 1+M 3
IO1 R.Delgadillo 32
33. Método de Penalidad
Ejemplo:
Min z = -x1 -x2
s.a.
x1 - x2 ≥ 1
- x1 + x2 ≥ 1
x1, x2> 0
Min z = -x1 - x2 +M X1a +M X 2 a
s.a.
x1 - x2 - x3 + X1 =1
a
-x1 +x2 -x4 +X 2 = 1
a
x1, x2, x3, x4, X1a , X 2 > 0
a
IO1 R.Delgadillo 33
34. Método de Penalidad
x1 x2 x3 x4 X1a a
X2
X1a 1 -1 -1 0 1 0 1
X 2 -1
a
1 0 -1 0 1 1
-z -1 -1 0 0 M M 0
X1a 1* -1 -1 0 1 0 1
X2a -1 1 0 -1 0 1 1
(PM) es no acotado y
-z -1 -1 M M 0 0 -2M a
X2 2 0
x1 1 -1 -1 0 1 0 1 => (P) no tiene sol
factible
X2a
0 0 -1 -1 1 1 2
-z 0 -2 -1+M M 1 0 1-2M
IO1 R.Delgadillo 34