Investigación de

operaciones
Sesión sincrónica

Tutor: Ing. Johann Quevedo Sánchez

20-04-2021
Temas

• Técnicas de inicialización

Variables artificiales

▪ Método de las dos fases

TEXTOS PARA
▪ Método de la gran M

SEPARADORES
Técnicas de
inicialización
Solución básica para usar método Simplex
Como ya pudimos darnos cuenta, los PL que tiene solo restricciones con signo ≤ y el lado
derecho de las inecuaciones son positivos ofrecen una solución básica factible inicial, pero si
les pico la curiosidad e intentaron resolver una problema que sus restricciones tienen signos =
o ≥, se dieron cuenta que esto ya no es posible.

Como anteriormente vimos, el uso de variables de holgura que harán el papel balancear las
desigualdades asumiendo el exceso o escases de un recurso, sin embargo las variables
artificiales son sustancialmente diferentes para estos casos ya que su función es ofrecer una
solución factible inicial pero su único valor aceptable debe ser cero.

Aquí revisaremos unos ejemplos de otros dos métodos para conseguir esta solución básica
factible, estos son el método de las dos fases y el método de la gran M.
Variables
artificiales
 Variables artificiales
Sea: Nuestro problema quedaría:

Max 𝑋 = 3𝑋1 + 5𝑋2 Max 𝑋 = 3𝑋1 + 5𝑋2

s.a. s.a.

2𝑋1 + 𝑋2 ≤ 12 2𝑋1 + 𝑋2 + 𝑋3 = 12
𝑋1 + 𝑋2 ≥ 2 𝑋1 + 𝑋2 − 𝑋4 = 2
𝑋1 ≥ 0 𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 ≥ 0
𝑋2 ≥ 0
Z X1 X2 X3 X4 RHS
Z 1 -3 -5 0 0 0
X3 0 2 1 1 0 12
X4 0 1 1 0 -1 2
 Variables artificiales
Sea: Nuestro problema quedaría:

Max 𝑋 = 3𝑋1 + 5𝑋2 Max 𝑋 = 3𝑋1 + 5𝑋2

s.a. s.a.

2𝑋1 + 𝑋2 = 12 2𝑋1 + 𝑋2 = 12
𝑋1 + 𝑋2 ≥ 2 𝑋1 + 𝑋2 − 𝑋3 = 2
𝑋1 ≥ 0 𝑋1 , 𝑋2 , 𝑋3 ≥ 0
𝑋2 ≥ 0
 Variables artificiales
Las variables artificiales, son variables adicionales que agregaremos al problema con el
objetivo de encontrar una solución básica inicial. Es importante notar aquí que las variables
artificiales difieren totalmente de las variables de holgura antes utilizadas. Las variables de
holgura son necesarias para balancear las ecuaciones originadas en las desigualdades, es
decir, su valor en cualquier iteración del algoritmo Simplex es necesario e indica el exceso o
escases de algún recurso o condición del problema.
Las variables artificiales por otro lado, no hacen parte
Max 𝑋 = 3𝑋1 + 𝑋2
del problema y el único valor aceptable que pueden
tomar en una solución básica factible es cero.
s.a.
En contraposición, si no es posible que todas las
2𝑋1 + 𝑋2 = 12
variables artificiales tomen valor de cero, esto indica
𝑋1 + 𝑋2 − 𝑋3 = 2
que no existe ni una sola solución factible, por lo cual
𝑋1 , 𝑋2 , 𝑋3 = ≥ 0
el problema tendrá estatus de no factible.
 Variables artificiales
Sea: Nuestro problema quedaría:

Max 𝑋 = 3𝑋1 + 5𝑋2 Max 𝑋 = 3𝑋1 + 5𝑋2

s.a. s.a.

2𝑋1 + 𝑋2 = 12 2𝑋1 + 𝑋2 + 𝑿𝟒 = 12
𝑋1 + 𝑋2 ≥ 2 𝑋1 + 𝑋2 −𝑿𝟑 + 𝑿𝟓 = 2
𝑋1 ≥ 0 𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 ≥ 0
𝑋2 ≥ 0

En cada una de las igualdades donde no tengamos un pivote positivo, es decir,

donde no hemos sumado una variable de holgura, debemos agregar una variable
artificial
 Variables artificiales
Nuestro problema quedaría:
Es importante resaltar que en la definición de
la formulación estándar hemos decidido Max 𝑋 = 3𝑋1 + 5𝑋2 + 0𝑋3 + 0𝑋4 + 0𝑋5
omitir la función objetivo, porque a diferencia
de las variables de holgura, no podemos s.a.
incluir nulamente a las variables artificiales
en la función objetivo, al menos al inicio del 2𝑋1 + 𝑋2 + 𝑿𝟒 = 12
problema deberán tener algún valor que nos 𝑋1 + 𝑋2 − 𝑿𝟑 + 𝑿𝟓 = 2
permita iterar y lograr sacarlas de la base. 𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 ≥ 0

Z X1 X2 X3 X4 X5 RHS
Z 1 -3 -5 0 -1 -1 0
X4 0 2 1 0 1 0 12
X5 0 1 1 -1 0 1 2
 Variables artificiales
Sea: Nuestro problema en forma estándar
quedaría:
Max 𝑋 = 5𝑋1 − 2𝑋2
Max 𝑋 = 5𝑋1 − 2𝑋2
s.a.
s.a.
𝑋1 + 𝑋2 = 10
−𝑋1 + 𝑋2 ≥ 2 𝑋1 + 𝑋2 + 𝑿𝟒 = 10
𝑋1 ≥ 0 −𝑋1 + 𝑋2 − 𝑿𝟑 +𝑿𝟓 = 2
𝑋2 ≥ 0 𝑋1 , 𝑋2 ≥ 0
Z X1 X2 X3 X4 X5 RHS
Z 1 -5 2 0 0 0 0
X4 -1 1 1 0 1 0 10
X5 -1 -1 1 -1 0 1 2
Método de las dos
fases
 Método de las dos fases
FASE I
Ponga el problema en forma de ecuación y agregue las variables artificiales necesarias a
las restricciones, para tener la certeza de una solución básica. A continuación, determine
una solución básica de la ecuación resultante que siempre minimice la suma de las
variables artificiales, independientemente de si la PL es de maximización o minimización.

Si el valor mínimo de la suma es positivo, el problema de PL no tiene una solución factible.

De lo contrario, si el valor mínimo es cero, prosiga con la fase II.

FASE II
Use la solución factible de la fase I como una solución factible básica inicial para el
problema original.
 Método de las dos fases
Sea: Nuestro problema quedaría:

Max 𝑍 = 3𝑋1 + 5𝑋2 Max 𝑍 = 3𝑋1 + 5𝑋2

s.a. s.a.

2𝑋1 + 𝑋2 = 12 2𝑋1 + 𝑋2 + 𝑿𝟒 = 12
𝑋1 + 𝑋2 ≥ 2 𝑋1 + 𝑋2 − 𝑿𝟑 + 𝑿𝟓 = 2
𝑋1 ≥ 0 𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 ≥ 0
𝑋2 ≥ 0
 Método de las dos fases
FASE I
Gracias a las variables artificiales, podemos Nuestro problema quedaría:
iniciar con el punto 𝑿 = 𝟎, 𝑻 = 𝒃.
Min 𝑍 = 1𝑋4 + 1𝑋5
Al terminar este primer problema podemos
estar en una de dos posibles situaciones: s.a.

Alguna de las variables artificiales es diferente 2𝑋1 + 𝑋2 + 𝑿𝟒 = 12

de 0 en la solución óptima, por lo tanto el 𝑋1 + 𝑋2 − 𝑿𝟑 + 𝑿𝟓 = 2
problema es no factible. 𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 ≥ 0
FASE II
Todas las variables artificiales salieron de la
base, o en su defecto están en la base con Se parte de la solución inicial 𝑿𝑩 y se
valor igual a 0, así que tenemos un conjunto de resuelve el problema original con método
variables básicas 𝑿𝑩 que no son artificiales Simplex
 Método de las dos fases
Sea: Nuestro problema en forma estándar
quedaría:
Max 𝑍 = −𝑋1 + 2𝑋2
Max 𝑍 = −𝑋1 + 2𝑋2 + 0𝑋3 + 0𝑋4 +
s.a. 0𝑋5 + 0𝑋6 + 0𝑋7

𝑋1 + 𝑋2 ≥ 2 s.a.
-𝑋1 + 𝑋2 ≥ 1
𝑋2 ≤ 3 𝑋1 + 𝑋2 − 𝑿𝟑 + 𝑿𝟔 = 2
𝑋1 , 𝑋2 ≥ 0 -𝑋1 + 𝑋2 −𝑿𝟒 +𝑿𝟕 = 1
𝑋2 + 𝑿𝟓 = 3
𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 , 𝑋6 , 𝑋7 ≥ 0
 Método de las dos fases
FASE I
Nuestro problema quedaría:
• Primero agregamos variables de holgura
• Luego agregamos las variables artificiales donde no haya
pivote positivo
• Luego planteamos el problema de minimización de las
variables artificiales
Entonces para la Fase I:

Max 𝑍 = −𝑋1 + 2𝑋2 Min 𝑍 = 1𝑋6 + 1𝑋7

s.a. s.a.

𝑋1 + 𝑋2 − 𝑿𝟑 + 𝑿𝟔 = 2 𝑋1 + 𝑋2 − 𝑿𝟑 + 𝑿𝟔 = 2
-𝑋1 + 𝑋2 −𝑿𝟒 +𝑿𝟕 = 1 -𝑋1 + 𝑋2 −𝑿𝟒 +𝑿𝟕 = 1
𝑋2 + 𝑿𝟓 = 3 𝑋2 + 𝑿𝟓 = 3
𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 , 𝑋6 , 𝑋7 ≥ 0 𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 , 𝑋6 , 𝑋7 ≥ 0
Método de las dos fases FASE I Entonces:

Min 𝑍 = 𝑋6 + 𝑋7
s.a.

𝑋1 + 𝑋2 − 𝑿𝟑 + 𝑿𝟔 = 2
-𝑋1 + 𝑋2 −𝑿𝟒 +𝑿𝟕 = 1
𝑋2 + 𝑿𝟓 = 3
𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 , 𝑋6 , 𝑋7 ≥ 0

Z X1 X2 X3 X4 X5 X6 X7 RHS
Z 1 0 0 0 0 0 -1 -1 0
X6 0 1 1 -1 0 0 1 0 2
X7 0 -1 1 0 -1 0 0 1 1
X5 0 0 1 0 0 1 0 0 3
 Método de las dos fases
FASE I
Z X1 X2 X3 X4 X5 X6 X7 RHS
Sumamos a Z la fila de la
Z 1 1 1 -1 0 0 -1 -1 2 primera variable X6 y a la
X6 0 1 1 -1 0 0 1 0 2 fila Z resultante
sumamos la fila de la
X7 0 -1 1 0 -1 0 0 1 1
segunda variable X7
X5 0 0 1 0 0 1 0 0 3
Al quedar los costos
reducidos para X6 y X7 se
Z X1 X2 X3 X4 X5 X6 X7 RHS
convierten en pivote
Z 1 0 2 -1 -1 0 0 0 3
X6 0 1 1 -1 0 0 1 0 2
X7 0 -1 1 0 -1 0 0 1 1
X5 0 0 1 0 0 1 0 0 3
 Método de las dos fases
FASE I
Ahora debemos identificar
Z X1 X2 X3 X4 X5 X6 X7 RHS si estamos en el punto
Z 1 0 2 -1 -1 0 0 0 3 óptimo o no, por tratarse
X6 0 1 1 -1 0 0 1 0 2 de un problema de
minimización, buscamos
X7 0 -1 1 0 -1 0 0 1 1
que todos los costos
X5 0 0 1 0 0 1 0 0 3 reducidos sean menores o
iguales a 0 sin embargo,
para 𝑋2, tenemos un costo reducido de 2, así que esta variable entra a la base. Hallamos la
razón mínima para definir cual variable debe salir de la base

2 1 3
X2 = 𝑀𝑖𝑛 1 1 1
=1

de acuerdo a la razón mínima determinamos que la variable que debe salir de la base es X7
 Método de las dos fases
FASE I

Z X1 X2 X3 X4 X5 X6 X7 RHS 1. Debemos cambiar la base

Z 1 0 2 -1 -1 0 0 0 3 y construir el pivote
X6 0 1 1 -1 0 0 1 0 2 2. Luego debemos
garantizar que en la
X7 0 -1 1 0 -1 0 0 1 1
columna de 𝑋2 todas las
X5 0 0 1 0 0 1 0 0 3 demás variables tengan
un número 0.
Z X1 X2 X3 X4 X5 X6 X7 RHS 3. Debemos hacer que el
costo reducido de la
Z 1 2 0 -1 1 0 0 -2 1 variable 𝑋2, sea 0
X6 0 2 0 -1 1 0 1 -1 1 también.
X2 0 -1 1 0 -1 0 0 1 1
X5 0 1 0 0 1 1 0 -1 2
 Método de las dos fases
FASE I
Podemos ver que aún
Z X1 X2 X3 X4 X5 X6 X7 RHS queda una variable que
Z 1 2 0 -1 1 0 0 -2 1 tiene un costo reducido
mayor o igual que cero y
X6 0 2 0 -1 1 0 1 -1 1
por tanto aún no tenemos
X2 0 -1 1 0 -1 0 0 1 1 una solución óptima; en
X5 0 1 0 0 1 1 0 -1 2 este caso X1 debe ingresar
a la base ya que tiene un
reducido de 2. Hallamos la razón mínima para definir cual variable debe salir de la base

2 1 1
X1 = 𝑀𝑖𝑛 =
1 2 2
de acuerdo a la razón mínima determinamos que la variable que debe salir de la base es X6
 Método de las dos fases
FASE I

Z X1 X2 X3 X4 X5 X6 X7 RHS 1. Debemos cambiar la base

Z 1 2 0 -1 1 0 0 -2 1 y construir el pivote.
1/2*F1
X6 0 2 0 -1 1 0 1 -1 1
2. Luego debemos
X2 0 -1 1 0 -1 0 0 1 1 garantizar que en la
X5 0 1 0 0 1 1 0 -1 2 columna de 𝑋1 todas las
demás variables tengan
Z X1 X2 X3 X4 X5 X6 X7 RHS un número 0.
3. Debemos hacer que el
Z 1 0 0 0 0 0 -1 -1 0 costo reducido de la
X1 0 1 0 -1/2 1/2 0 1/2 -1/2 1/2 variable 𝑋1, sea 0
X2 0 0 1 -1/2 -1/2 0 1/2 1/2 3/2 también.
X5 0 0 0 1/2 1/2 1 -1/2 -1/2 3/2
 Método de las dos fases Como en este caso todos los
FASE II costos reducidos son
menores o iguales a 0,
Z X1 X2 X3 X4 X5 X6 X7 RHS hemos terminado con la
Fase I y nos encontramos en
Z 1 0 0 0 0 0 -1 -1 0
una base factible.
X1 0 1 0 -1/2 1/2 0 1/2 -1/2 1/2 En este caso, la solución
X2 0 0 1 -1/2 -1/2 0 1/2 1/2 3/2 inicial sería 𝑋1 = 1/2, 𝑋2 =
X5 0 0 0 1/2 1/2 1 -1/2 -1/2 3/2 3/2, mientras que las
variables artificiales ya no
son necesarias.
Z X1 X2 X3 X4 X5 RHS Partiendo de la solución
Z 1 1 -2 0 0 0 0 inicial e ignorando las
X1 0 1 0 -1/2 1/2 0 1/2 variables artificiales,
podemos volver a la función
X2 0 0 1 -1/2 -1/2 0 3/2
objetivo original
X5 0 0 0 1/2 1/2 1 3/2 Max(Z) = -X1 + 2X2
 Método de las dos fases
FASE II Restamos a Z la fila de la primera
variable X1 y a la fila Z resultante
Z X1 X2 X3 X4 X5 RHS
sumamos dos veces la fila de la
Z 1 1 -2 0 0 0 0 segunda variable X2
X1 0 1 0 -1/2 1/2 0 1/2
Al quedar los costos reducidos
X2 0 0 1 -1/2 -1/2 0 3/2
para X1 y X2 en 0 se convierten
X5 0 0 0 1/2 1/2 1 3/2 en pivote

Z X1 X2 X3 X4 X5 RHS Debemos identificar si estamos

Z 1 0 0 -1/2 -3/2 0 5/2 en el punto óptimo o no, como
tenemos un problema de
X1 0 1 0 -1/2 1/2 0 1/2 maximización, buscamos que
X2 0 0 1 -1/2 -1/2 0 3/2 todos los costos reducidos sean
X5 0 0 0 1/2 1/2 1 3/2 mayores o iguales a 0
 Método de las dos fases
FASE II

Z X1 X2 X3 X4 X5 RHS Tanto la variable X3 como la variable

Z 1 0 0 -1/2 -3/2 0 5/2 X4 tienen costos reducidos menores
o iguales que 0 por tanto
X1 0 1 0 -1/2 1/2 0 1/2 determinamos que X4 debe ingresar
X2 0 0 1 -1/2 -1/2 0 3/2 a la base ya que tiene el costo
X5 0 0 0 1/2 1/2 1 3/2 reducido mas negativo.

Hallamos la razón mínima para definir cual variable debe salir de la base

1/2 3/2 1
X4 = 𝑀𝑖𝑛 =
1/2 1/2 2
de acuerdo a la razón mínima determinamos que la variable que debe salir de la base es X1
 Método de las dos fases
FASE II

Z X1 X2 X3 X4 X5 RHS 1. Debemos cambiar la base

Z 1 0 0 -1/2 -3/2 0 5/2 y construir el pivote.
X1 0 1 0 -1/2 1/2 0 1/2 2*F1
2. Luego debemos
X2 0 0 1 -1/2 -1/2 0 3/2 garantizar que en la
X5 0 0 0 1/2 1/2 1 3/2 columna de 𝑋4 todas las
demás variables tengan
Z X1 X2 X3 X4 X5 RHS un número 0. F2+1/2F1 y
F3-1/2F1
Z 1 3 0 -2 0 0 4 3. Debemos hacer que el
X4 0 2 0 -1 1 0 1 costo reducido de la
X2 0 1 1 -1 0 0 2 variable 𝑋4, sea 0
también. Z+3/2F1
X5 0 -1 0 1 0 1 1
 Método de las dos fases
FASE II

Z X1 X2 X3 X4 X5 RHS Como la variable X3 tiene costo

reducido menor o igual que 0 por
Z 1 3 0 -2 0 0 4
tanto determinamos que X3 debe
X4 0 2 0 -1 1 0 1 ingresar a la base ya que tiene el
X2 0 1 1 -1 0 0 2 costo reducido mas negativo -2.
X5 0 -1 0 1 0 1 1

Hallamos la razón mínima para definir cual variable debe salir de la base

1
X4 = 𝑀𝑖𝑛 =1
1

de acuerdo a la razón mínima determinamos que la variable que debe salir de la base es X5
 Método de las dos fases
FASE II

Z X1 X2 X3 X4 X5 RHS 1. Debemos cambiar la base y

Z 1 3 0 -2 0 0 4 construir el pivote.
2. Luego debemos garantizar que
X4 0 2 0 -1 1 0 1 en la columna de 𝑋3 todas las
X2 0 1 1 -1 0 0 2 demás variables tengan un
X5 0 -1 0 1 0 1 1 número 0. F1+F3 y F2+F3
3. Debemos hacer que el costo
reducido de la variable 𝑋3, sea
Z X1 X2 X3 X4 X5 RHS 0 también. Z+2F3
Z 1 1 0 0 0 2 6
X4 0 1 0 0 1 1 2 Ya que todos los costos reducidos
son mayores o iguales a 0, nos
X2 0 0 1 0 0 1 3 encontramos en una solución
X3 0 -1 0 1 0 1 1 óptima donde X1=0 y X2=3 y Z=6
Método de la gran M
 Método de la gran M
En el método anterior utilizamos las variables artificiales como una herramienta para
encontrar una solución inicial básica factible. Sin embargo, como en la primera fase del
método, se ignoran los coeficientes originales de la función objetivo, aunque lleguemos a
una solución inicial básica factible, esta puede ser una mala solución que implique muchas
iteraciones del método Simplex para alcanzar el óptimo. Una posible solución a este
inconveniente es incluir las variables artificiales en la función objetivo original con
coeficientes muy bajos, en el caso de un problema de maximización, o muy altos para un
problema de minimización, para que de esta forma el método Simplex las elimine
rápidamente de la base.
Sea: Nuestro problema quedaría:
Max 𝑍 = −𝑋1 + 2𝑋2 Max 𝑍 = −𝑋1 + 2𝑋2 − M𝑋6 − M𝑋7
s.a. s.a.
𝑋1 + 𝑋2 ≥ 2 𝑋1 + 𝑋2 − 𝑿𝟑 + 𝑿𝟔 = 2
-𝑋1 + 𝑋2 ≥ 1 -𝑋1 + 𝑋2 −𝑿𝟒 +𝑿𝟕 = 1
𝑋2 ≤ 3 𝑋2 + 𝑿𝟓 = 3
𝑋1 , 𝑋2 ≥ 0 𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 , 𝑋6 , 𝑋7 ≥ 0
Método de la gran M
Entonces:

M𝑎𝑥 𝑍 = −𝑋1 + 2𝑋2 − M𝑋6 − M𝑋7

s.a.
𝑋1 + 𝑋2 − 𝑿𝟑 + 𝑿𝟔 = 2
-𝑋1 + 𝑋2 −𝑿𝟒 +𝑿𝟕 = 1
𝑋2 + 𝑿𝟓 = 3
𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 , 𝑋6 , 𝑋7 ≥ 0

Z X1 X2 X3 X4 X5 X6 X7 RHS
Z 1 1 -2 0 0 0 M M 0
X6 0 1 1 -1 0 0 1 0 2
X7 0 -1 1 0 -1 0 0 1 1
X5 0 0 1 0 0 1 0 0 3
 Método de la gran M

Z X1 X2 X3 X4 X5 X6 X7 RHS Dado que tenemos

variables básicas con
Z 1 1 -2 0 0 0 M M 0 costos reducidos
X6 0 1 1 -1 0 0 1 0 2 diferentes a 0
X7 0 -1 1 0 -1 0 0 1 1
Restamos a la fila Z, M
X5 0 0 1 0 0 1 0 0 3
veces la fila la variable X6
y a la fila Z resultante
restamos M veces la fila
Z X1 X2 X3 X4 X5 X6 X7 RHS
de la variable X7
Z 1 1 -2M -2 M M 0 0 0 -3M
X6 0 1 1 -1 0 0 1 0 2 Al quedar los costos
reducidos para X6 y X7 se
X7 0 -1 1 0 -1 0 0 1 1
convierten en pivote
X5 0 0 1 0 0 1 0 0 3
 Método de la gran M

Como tenemos a X2 con un

Z X1 X2 X3 X4 X5 X6 X7 RHS
valor muy negativo
Z 1 1 -2M -2 M M 0 0 0 -3M -2M-2 esta variable debe
X6 0 1 1 -1 0 0 1 0 2 ingresar a la base.
X7 0 -1 1 0 -1 0 0 1 1
X5 0 0 1 0 0 1 0 0 3

Hallamos la razón mínima para definir cual variable debe salir de la base

2 1 3
X2 = 𝑀𝑖𝑛 1 1 1
=1

de acuerdo a la razón mínima determinamos que la variable que debe salir de la base es X7
 Método de la gran M

Z X1 X2 X3 X4 X5 X6 X7 RHS 1. Debemos cambiar la base

Z 1 1 -2M -2 M M 0 0 0 -3M y construir el pivote.
X6 0 1 1 -1 0 0 1 0 2 2. Luego debemos
garantizar que en la
X7 0 -1 1 0 -1 0 0 1 1
columna de 𝑋2 todas las
X5 0 0 1 0 0 1 0 0 3 demás variables tengan
un número 0. F1-F2 y F3-
Z X1 X2 X3 X4 X5 X6 X7 RHS F2
3. Debemos hacer que el
Z 1 -2M-1 0 M -M-2 0 0 2M-2 -M+2
costo reducido de la
X6 0 2 0 -1 1 0 1 -1 1 variable 𝑋2, sea 0
X2 0 -1 1 0 -1 0 0 1 1 también. Z + (2M+2)F2
X5 0 1 0 0 1 1 0 -1 2
 Método de la gran M

Podemos ver que aún

Z X1 X2 X3 X4 X5 X6 X7 RHS
quedan variables que
Z 1 -2M-1 0 M -M-2 0 0 2M-2 -M+2 tienen un costo reducido
X6 0 2 0 -1 1 0 1 -1 1 mayor o igual a cero y por
X2 0 -1 1 0 -1 0 0 1 1 tanto aún no tenemos una
solución óptima; en este
X5 0 1 0 0 1 1 0 -1 2 caso X debe ingresar a la
1
base ya que tiene un costo
reducido de -2M-1. Hallamos la razón mínima para definir cual variable debe salir de la
base

1 2 1
X1 = 𝑀𝑖𝑛 =
2 1 2

de acuerdo a la razón mínima determinamos que la variable que debe salir de la base es X6
 Método de la gran M

Z X1 X2 X3 X4 X5 X6 X7 RHS
1. Debemos cambiar la base
Z 1 -2M-1 0 M -M-2 0 0 2M-2 -M+2 y construir el pivote.
X6 0 2 0 -1 1 0 1 -1 1 1/2*F1
X2 0 -1 1 0 -1 0 0 1 1 2. Luego debemos
garantizar que en la
X5 0 1 0 0 1 1 0 -1 2
columna de 𝑋1 todas las
demás variables tengan
Z X1 X2 X3 X4 X5 X6 X7 RHS un número 0. F2+F1 y F3-
F1
Z 1 0 0 -1/2 -3/2 0 M+1 M-5/2 5/2
3. Debemos hacer que el
X1 0 1 0 -1/2 1/2 0 1/2 -1/2 1/2 costo reducido de la
X2 0 0 1 -1/2 -1/2 0 1/2 1/2 3/2 variable 𝑋1, sea 0
X5 0 0 0 1/2 1/2 1 -1/2 -1/2 3/2 también. Z+(2M+1)F1
 Método de la gran M Notemos que en esta
iteración ya las variables
artificiales salieron de la
Z X1 X2 X3 X4 X5 X6 X7 RHS base y nos encontramos en
Z 1 0 0 -1/2 -3/2 0 M+1 M-5/2 5/2 un punto factible. Además el
X1 0 1 0 -1/2 1/2 0 1/2 -1/2 1/2 valor de la función objetivo
ya es finito y no depende de
X2 0 0 1 -1/2 -1/2 0 1/2 1/2 3/2
M. Sin embargo, para 𝑋3 y
X5 0 0 0 1/2 1/2 1 -1/2 -1/2 3/2 𝑋4 tenemos los costos
reducidos son negativos

Ingresa X4 ya que tiene el costo reducido mas negativo -3/2. Hallamos la razón mínima
para definir cual variable debe salir de la base

1/2 3/2 1
X4 = 𝑀𝑖𝑛 =
1/2 1/2 2
de acuerdo a la razón mínima determinamos que la variable que debe salir de la base es X1
 Método de la gran M

Z X1 X2 X3 X4 X5 X6 X7 RHS 1. Debemos cambiar la base

Z 1 0 0 -1/2 -3/2 0 M+1 M-5/2 5/2 y construir el pivote.
2*F1
X1 0 1 0 -1/2 1/2 0 1/2 -1/2 1/2 2. Luego debemos
X2 0 0 1 -1/2 -1/2 0 1/2 1/2 3/2 garantizar que en la
X5 0 0 0 1/2 1/2 1 -1/2 -1/2 3/2 columna de 𝑋4 todas las
demás variables tengan
un número 0. F2+1/2F1 y
Z X1 X2 X3 X4 X5 X6 X7 RHS F3-1/2F1
Z 1 3 0 -2 0 0 M+5/2 M-4 4 3. Debemos hacer que el
costo reducido de la
X4 0 2 0 -1 1 0 1 -1 1
variable 𝑋1, sea 0
X2 0 1 1 -1 0 0 1 0 2 también. Z+3/2F1
X5 0 -1 0 1 0 1 -1 0 1
 Método de la gran M
La variable X3 tiene costo
Z X1 X2 X3 X4 X5 X6 X7 RHS reducido de -2 que es menor
Z 1 3 0 -2 0 0 M+5/2 M-4 4 a 0 por tanto determinamos
que X3 debe ingresar a la
X4 0 2 0 -1 1 0 1 -1 1
base ya que tiene el costo
X2 0 1 1 -1 0 0 1 0 2 reducido mas negativo.
X5 0 -1 0 1 0 1 -1 0 1

Hallamos la razón mínima para definir cual variable debe salir de la base

1
X4 = 𝑀𝑖𝑛 =1
1

de acuerdo a la razón mínima determinamos que la variable que debe salir de la base es X5
 Método de la gran M 1. Debemos cambiar la base
y construir el pivote.
2. Luego debemos
Z X1 X2 X3 X4 X5 X6 X7 RHS garantizar que en la
Z 1 3 0 -2 0 0 M+5/2 M-4 4 columna de 𝑋3 todas las
demás variables tengan
X4 0 2 0 -1 1 0 1 -1 1 un número 0. F1+F3 y
X2 0 1 1 -1 0 0 1 0 2 F2+F3
X5 0 -1 0 1 0 1 -1 0 1 3. Debemos hacer que el
costo reducido de la
variable 𝑋1, sea 0
Z X1 X2 X3 X4 X5 X6 X7 RHS también. Z+2F3
Z 1 1 0 0 0 2 M+1/2 M-4 6
Todos los costos reducidos
X4 0 1 0 0 1 1 0 -1 2
son mayores o iguales a 0, la
X2 0 0 1 0 0 1 0 0 3 solución sería 𝑋1=0, 𝑋2=3 y
X3 0 -1 0 1 0 1 -1 0 1 Z=6
Sesión de
preguntas
GRACIAS

No es posible aprender algo

de lo que ya no sepas