Está en la página 1de 4

Segunda Tcnica Tcnica de las Dos Fases

Definicin En el mtodo M, el uso de la penalizacin M puede conducir a un error de redondeo. El mtodo de dos fases elimina el uso de la constante M, como su nombre lo indica, el mtodo resuelve problemas de programacin lineal en dos fases; en la fase I se trata de encontrar la solucin factible bsica inicial y, si se halla una, se invoca la fase II para resolver el problema original. Las dos fases que se aplican son las siguientes: Fase I. Se pone el problema en forma de ecuacin y se agregan las variables artificiales necesarias a las restricciones (exactamente como en el mtodo M), para tener la certeza de una solucin bsica. A continuacin, se determina una solucin bsica de la ecuacin resultante que siempre minimice la suma de las variables artificiales, independientemente de si el objetivo del problema es de maximizacin o minimizacin. Si el valor mnimo de la suma es positivo, el problema de programacin lineal no tiene una solucin factible. De lo contrario, si el valor mnimo es cero, prosiga con la fase II. Fase II. Use la solucin factible de la fase I como una solucin factible bsica inicial para el problema original.

Objetivos que se persiguen al aplicar la tcnica:

Esta tcnica elimina el uso de la constante M, que puede provocar problemas en el redondeo de cifras, la cual es una de las desventajas que tiene la tcnica M, ya que un posible error de cmputo que podra resultar de asignar un valor muy grande a la constante M. Para evitar esta dificultad el problema se puede resolver en 2 fases. ste mtodo difiere del Simplex en que primero hay que resolver un problema auxiliar que trata de minimizar la suma de las variables artificiales. Una vez resuelto este primer problema y reorganizar la tabla final, pasamos a la segunda fase, que consiste en realizar el mtodo Simplex normal.

Requerimientos para aplicar la Tcnico

Esta tcnica se utiliza en la solucin de problemas de Programacin Lineal, que presentan los siguientes requerimientos.

Modificar las restricciones para que el lado derecho sea no negativo Convertir las desigualdades a su forma estndar. Aadir una variable artificial no negativa (a) a las restricciones que en el paso 1 fueran = 0

Procedimiento para aplicar la tcnica de las Dos Fases Esta tcnica resuelve un problema de Programacin Lineal, de la siguiente forma:

Se formula el problema inicial reemplazando X0 (La funcin objetivo) por la suma de las variables artificiales nicamente (R1, R2, etc.). Las restricciones quedan igual que las del problema original. Si el problema tiene un espacio factible, el valor mnimo de la nueva funcin objetivo (R 0) indica que todas las variables artificiales son cero. Si lo anterior no se cumple, el problema termina concluyendo que no existe solucin factible. Si el valor mnimo fue cero en la anterior (R0 = 0) se utiliza la solucin final como inicio de esta fase colocando nicamente la X0 del problema original con valor de solucin cero. A partir de aqu se sustituyen los valores de las casillas de X0 correspondientes a las columnas pivotes considerando adems, el tipo de objetivo que este (PL) tenga.

Ejemplo de Aplicacin

Maximizar la siguiente funcin:

2X1 3X2 Restricciones: -X1 + X2 >= 10 X1 >= 0, X2 >= 0

Fase I
Al agregar S1 como variable de exceso en la restriccin 1 resulta evidente que no se dispone de una solucin bsica factible inicial, por tanto utilizaremos una variable auxiliar "y" que incluiremos en el lado izquierdo de la restriccin y que servir como variable bsica inicial. Esto define el problema inicial de la Fase 1 junto a su tabla.

Minimizar: Y (Nuestra R0, explicada en la teora anterior)

Restricciones: -X1 + X2 S1 + Y= 10 X1, X2, S1, Y >= 0 (Se mantienen la restricciones)

Luego la variable X2 entra a la base (costo reducido negativo) y claramente "y" deja la base. Se actualiza la tabla utilizando el mtodo simplex:

Con esta tabla finaliza la Fase 1. Notar que el valor de la funcin objetivo al finalizar la Fase 1 es cero, por tanto podemos continuar la Fase 2.

Fase II
Se elimina la columna asociada a la variable artificial "y" y se actualiza el vector de costos reducidos considerando la funcin objetivo original. De esta forma se obtiene la tabla inicial de la Fase 2.

Dado que X2 es variable bsica al finalizar la Fase 1 buscamos dejar esta misma variable como bsica al iniciar la Fase 2. Para ello multiplicamos por -3 la fila 1 y luego la sumamos a la fila 2.

En este sencillo ejemplo se llega inmediatamente a la tabla final de la Fase 2, con solucin ptima X1=0 y X2=10. El valor ptimo V (P)=-30.