Mtodo Simplex penal o de la M grande.
El simplex penal es una variante del mtodo simplex aplicable en los casos en que las variables artificiales son necesarias en el problema, ya sea de maximizar o tambin de minimizar. El nombre de simplex penal se explica porque se penaliza con un coeficiente M, que representa un valor muy grande (mayor que cualquier otro coeficiente del problema), a cada variable artificial W i que se incluya en la funcin objetivo del problema. Para mximo se utiliza la penalizacin con signo menos (- M), por otro lado para mnimo se utiliza signo ms (+ M). Las variables artificiales se usan para la primera solucin bsica del simplex, pero el valor muy grande del coeficiente M, procura su rpida salida de la base cuando el problema tiene solucin factible. Aunque algn caso degenerado puede tener una variable artificial en la base con valor cero; vea ejemplos Artbs0deg3v4r(16), Artabs02f(2), Ciclodeg(27) en programa CAVA (prximo a liberarse). Por el contrario, si no es posible anular las variables artificiales (W i >0), significa que no hay solucin factible al problema; vea ejemplo Artinofac en programa CAVA. El siguiente Ejemplo 2-2 es un problema de PL que requiere variables artificiales para intentar resolverlo y corresponde al Ejemplo 1-16 utilizado con mtodo grfico, tambin incluidos en el programa CAVA (prximo a liberarse): Ejemplo 2-2. Aplica mtodo Simplex Penal, PL en mximo con 3 tipos de restriccin (FACTIRECTA).
Mtodo de 2 fases 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. 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 ptima 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. 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. 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. 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 ptima 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. 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. PROBLEMA # 1 Minimizar Sujeto a:
Minimizar
Sujeto a:
FASE I Minimizar Sujeto a:
Minimizar Sujeto a:
V.B. Z R1 R2
Z 1 0 0
X1 0 2 3
X2 0 3 6
S1 0 -1 0
S2 0 0 -1
R1 -1 1 0
R2 -1 0 1
Solucin 0 36 60
V.B. Z R1
Z 1 0
X1 5 2
X2 9 3
S1 -1 -1
S2 -1 0
R1 0 1
R2 0 0
Solucin 96 36
R2
-1
60
V.B. Z R1 X2
Z 1 0 0
X1 1/2 1/2 1/2
X2 0 0 1
S1 -1 -1 0
S2 1 /2 1 /2 -1/6
R1 0 1 0
R2 3/2 -1/2 1/6
Solucin 6 6 10
V.B. Z X1 X2
Z 1 0 0
X1 0 1 0
X2 0 0 1
S1 0 -2 1
S2 0 1 -2/3
R1 -1 2 -1
R2 -1 -1 2/3
Solucin 0 12 4
FASE II.
Minimizar
V. Bsica Z
Z 1
X1 -2000
X2 -500
S1 0
S2 0
Solucin 0
X1 X2
0 0
1 0
0 1
-2 1
1 -2/3
12 4
V. Bsica Z X1 X2
Z 1 0 0
X1 0 1 0
X2 0 0 1
S1 -3500 -2 1
S2 5000/3 1 -2/3
Solucin 26000 12 4
V. Bsica Z S2 X2
Z 1 0 0
X1 -5000/3 1 2/3
X2 0 0 1
S1 -500/3 -2 -1/3
S2 0 1 0
Solucin 6000 12 12
