Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tipo de optimizacin.
Como se ha comentado, el objetivo del mtodo consistir en optimizar el valor de
la funcin objetivo. Sin embargo se presentan dos opciones: obtener el valor ptimo
mayor (maximizar) u obtener el valor ptimo menor (minimizar).
Adems existen diferencias en el algoritmo entre el objetivo de maximizacin y el
de minimizacin en cuanto al criterio de condicin de parada para finalizar las
iteraciones y a las condiciones de entrada y salida de la base. As:
Objetivo de maximizacin
Condicin de parada: cuando en la fila Z no aparece ningn valor negativo.
Condicin de entrada a la base: el menor valor negativo en la fila Z (o el
de mayor valor absoluto entre los negativos) indica la variable P j que entra a la
base.
Condicin de salida de la base: una vez obtenida la variable entrante, la
variable que sale se determina mediante el menor cociente P 0/Pj de los
estrictamente positivos.
Objetivo de minimizacin
Condicin de parada: cuando en la fila Z no aparece ningn valor positivo.
Condicin de entrada a la base: el mayor valor positivo en la fila Z indica la
variable Pj que entra a la base.
Condicin de salida de la base: una vez obtenida la variable entrante, la
variable que sale se determina mediante el menor cociente P 0/Pj de los
estrictamente negativos.
a11x1 + a12x2 b1
En el ltimo caso se hace patente que las variables artificiales suponen una
violacin de las leyes del lgebra, por lo que ser necesario asegurar que dichas
variables artificiales tengan un valor 0 en la solucin final. De esto se encarga
el mtodo de las Dos Fases y por ello siempre que aparezcan este tipo de variables
habr que realizarlo.
En la siguiente tabla se resume segn la desigualdad el tipo de variable que
aparece en la ecuacin normalizada, as como su signo:
Tipo de desigualdad
- exceso + artificial
+ artificial
+ holgura
Una vez estandarizado el modelo puede ocurrir que sea necesario aplicar el
mtodo Simplex o el mtodo de las Dos Fases. Vase en la figura la forma de
actuacin para llegar a la solucin del problema modelado.
Mtodo Simplex
C2
...
Base
Cb
P0
P1
P2
...
P1
Cb1
b1
a11
a12
...
P2
Cb2
b2
a21
a22
...
...
...
...
...
...
...
Pm
Cbm
bm
am1
am2
...
Z0
Z1-C1
Z2-C2
...
Todos los valores incluidos en la tabla vendrn dados por el modelo del
problema salvo los valores de la fila Z (o fila indicadora). Estos se obtienen de
la siguiente forma: Zj = (CbiPj) para i = 1..m, donde si j = 0, P 0 = bi y C0 = 0, y
en caso contrario Pj = aij.
Se observa, al realizar el mtodo Simplex, que en esta primera tabla
ocupan la base todas las variables de holgura y por ello (todos los coeficientes
de las variables de holgura son 0 en la funcin objetivo) el valor inicial de Z es
cero.
Por este mismo motivo tampoco es necesario realizar los clculos de los
costes reducidos en la primera tabla, pudindose determinar directamente
como el cambio de signo de los coeficientes de cada variable en la funcin
objetivo, esto es, -Cj.
Condicin de parada:
Se cumple la condicin de parada cuando la fila indicadora no contiene ningn
valor negativo entre los costes reducidos (cuando el objetivo es la
maximizacin), esto es, no existe posibilidad de mejora.
Si no se cumple la condicin de parada es necesario realizar una iteracin
ms del algoritmo, esto es, determinar la variable que se vuelve bsica y la
que deja de serlo, encontrar el elemento pivote, actualizar los valores de la
tabla y comprobar si se cumple nuevamente la condicin de parada.
Es tambin posible determinar que el problema no se encuentra acotado y
su solucin siempre resultar mejorable. En tal caso no es necesario continuar
iterando indefinidamente y se puede finalizar el algoritmo. Esta situacin
ocurre cuando en la columna de la variable entrante a la base todos los
valores son negativos o nulos.
Elemento pivote:
El elemento pivote de la tabla queda marcado por la interseccin entre la
columna de la variable entrante y la fila de la variable saliente.
Actualizacin de la tabla:
Las filas correspondientes a la funcin objetivo y a los ttulos permanecern
inalteradas en la nueva tabla. El resto de valores debern calcularse como se
explica a continuacin:
o En la fila del elemento pivote cada nuevo elemento se calcula como:
Nuevo Elemento Fila Pivote = Anterior Elemento Fila Pivote / Pivote.
o En el resto de las filas cada elemento se calcula:
Nuevo Elemento Fila = Anterior Elemento Fila - (Anterior Elemento Fila
en Columna Pivote * Nuevo Elemento Fila Pivote).
FASE 1
Esta primera fase es muy similar al mtodo Simplex, con la excepcin de la
construccin de la primera tabla, adems de la necesidad de estudiar el resultado
obtenido para determinar si se desarrolla la segunda fase.
En tal caso, la ltima tabla de esta fase ser, con algunas modificaciones, la
utilizada como tabla inicial para la segunda fase.
C1
C2
...
Cn-k
Base
Cb
P0
P1
P2
...
Pn-k
P1
Cb1
b1
a11
a12
...
a1n-k
P2
Cb2
b2
a21
a22
...
a2n-k
...
...
...
...
...
...
...
Tabla
Pm
Z
Cbm
bm
am1
am2
...
amn-k
Z0
Z1
Z2
...
Zn-k
FASE 2
La segunda fase del mtodo de las Dos Fases se desarrolla exactamente igual
que el mtodo Simplex, con la salvedad de que antes de iniciar las iteraciones hay
que eliminar las columnas correspondientes a las variables artificiales, y reconstruir la
tabla inicial.
A partir de este punto, todas las iteraciones hasta llegar a la solucin ptima del
problema no presentan ninguna diferencia con el mtodo Simplex.