Método de las dos

fases
Oscar Alarcón
 Método de las dos fases
El Método de las Dos Fases es una variante del Algoritmo simplex, que es
usado como alternativa al Método de la Gran M, donde se evita el uso de la
constante M para las variables artificiales.
● Variables artificiales (R): es un truco matemático para convertir inecuaciones ">=" en
ecuaciones, o cuando aparecen igualdades "=" en el problema original, la
característica principal de estas variables es que no deben formar parte de la solución.
● Se utiliza el método de las dos fases ya que la desventaja del método de la gran M es el
posible error de cómputo que podría resultar de asignar un valor muy grande a la
constante.
● Existen problemas de programación lineal que no proporcionan una solución básica
inicial. Esta situación se presenta cuando al menos una de las restricción es del tipo
(<=) o (=).
 Fase Uno

Formule un nuevo problema reemplazando la función objetivo por la

suma de las variables artificiales.
La nueva función objetivo se Minimiza sujeta a las restricciones del
problema original. Si el problema tiene un espacio factible el valor
mínimo de la función objetivo óptima será cero, lo cual indica que todas
las variables artificiales son cero. En este momento pasamos a la fase 2.

* Si el valor mínimo de la función objetivo óptima es mayor que cero, el

problema no tiene solución y termina anotando que no existen
soluciones factibles
 Fase Dos

Utilice la solución óptima de la fase 1 como solución de inicio para el

problema original. En este caso, la función objetivo original se expresa
en términos de las variables no básicas utilizando las eliminaciones
usuales Gauss-Jordan.
 Pasos
Paso 1. Modifique las restricciones de tal manera que el lado derecho
de cada una sea no negativo.

Paso 2. Convierta las inecuaciones en ecuaciones.

≤ Incluir +S (Variable de Holgura)

≥ Incluir –S, +R (Variable de exceso, Variable Artificial)

= Incluir +R (Variable Artificial)

 Pasos
Paso 3. Resuelva la fase I. Min W a partir de las suma de las variables
artificiales.

Caso I. W>0, entonces PL NO Factible

Caso II. W =0 y R´s No son parte de la solución, entonces PL

es Factible. Continúe con fase II.

Caso III. W < 0 y R´s es parte de la solución. Entonces PL se

puede encontrar la solución si al final se elimina la variable artificial y se
elimina una variables no básica con coeficiente negativo.

Paso 4. Si es factible, continúe con la fase II. Retome la F.O. inicial junto
con la solución final de la fase I.
 Ejemplo 1

Minimizar:

Z = 80X1 + 124X2

Sujeto a:

X1 + 0.8X2 >= 100

X1 + 2X2 >= 200

X1 , X2 >= 0
● Eliminar las inecuaciones agregando una variable de holgura
con signo negativo que las denotaremos por “S”, además
adicionamos una variable artificial en cada inecuación que las
denotaremos por “R”,

X1 + 0.8X2 - S1 + R1 = 100
X1 + 2X2 - S2 + R2 = 200
X1, X2, S1, S2, R1, R2 ≥ 0
● Se crea la F.O. de la fase I, basada en las restricciones Originales.

(Min) W = 1R1 + 1R2

X1 + 0.8X2 - S1 + R1 = 100
X1 + 2X2 - S2 + R2 = 200
X1, X2, S1, S2, R1, R2 ≥ 0
 Primera Fase
● Generamos la tabla del Simplex

Var.
Básicas W X1 X2 S1 S2 R1 R2 CTE
F.O. F.O. 1 0 0 0 0 -1 -1 0
Rest. 1 R1 0 1 0,8 -1 0 1 0 100
Rest. 2 R2 0 1 2 0 -1 0 1 200

● Ajustar Tabla Simple (Sumar cada restricción con variable artificial a la función objetivo

Var.
Básicas W X1 X2 S1 S2 R1 R2 CTE
F.O. F.O. 1 2 2,8 -1 -1 0 0 300
Rest. 1 R1 0 1 0,8 -1 0 1 0 100
Rest. 2 R2 0 1 2 0 -1 0 1 200
 Var.
Básicas W X1 X2 S1 S2 R1 R2 CTE
F.O. 1 0 0 0 0 -1 -1 0

Rest. 1 X1 0 1 0- 1,67 0,67 1,67 - 0,67 33,33

Rest. 2 X2 0 0 10,83 - 0,83 - 0,83 0,83 83,33

● Fase II. Se retoma la F.O. origina y la solución final de la fase I.

(Min) Z = 80X1 + 124X2

X1 -1,67 S1 +0,67 S2 = 33,33

X2 + 0,83 S1 - 0,83 S2 = 83,33
X1, X2, S1, S2 ≥ 0
 Primera Fase
● Generamos la tabla del Simplex fase II

Var.
Básicas Z X1 X2 S1 S2 CTE
F.O. 1 -80 -124 0 0 0

Rest. 1 X1 0 1 0 - 1,67 0,67 33,33

Rest. 2 X2 0 0 1 0,83 - 0,83 83,33

● Ajustar Tabla Simple (Sumar cada restricción con varariable artificial a la función objetivo)

Var.
Básicas Z X1 X2 S1 S2 CTE
F.O. 1 0 0 -30 -50 13000

Rest. 1 X1 0 1 0- 1,67 0,67 33,33

Rest. 2 X2 0 0 1 0,83 - 0,83 83,33

Solución al problema

La Solución óptima será:

X1=33.33

X2=83.33

Z=80*33.33 + 124*83.33= 12,999.32=13,000

Ejemplo 2

Maximizar: Z=X1 + 2X2

Sujeto a:
X1 + X2 >= 2
X1 + 2X2 >= 1
2X2 + X2 >= 1
X1, X2 >= 0
Eliminar las inecuaciones

X1 + X2 - S1+R1=2

X1 + 2X2 -S2+R2 =1

2X1 + X2 - S3+R3 =1
 Primera fase:
Minimizar las variables artificiales

(Min) Z = R1 + R2 + R3 Z - R1 - R2 - R3 = 0

Var. Z X1 X2 S1 S2 S3 R1 R2 R3 CTE
Bas.

Z 1 0 0 0 0 0 -1 -1 -1 0

R1 0 1 1 -1 0 0 1 0 0 2

R2 0 1 2 0 -1 0 0 1 0 1

R3 0 2 1 0 0 -1 0 0 1 1

***O J O*** Ajustar matriz inicial

 Z = R1 + R2 + R3

- convertir pivote en 1 y dejar la columna en 0

Var. Z X1 X2 S1 S2 S3 R1 R2 R3 Cte
Bas.

Z 1 4 4 -1 -1 -1 0 0 0 4

R1 0 1 1 -1 0 0 1 0 0 2

R2 0 1 2 0 -1 0 0 1 0 1

R3 0 2 1 0 0 -1 0 0 1 1
Var. Z X1 X2 S1 S2 S3 R1 R2 R3 CTE
Bas.

Z 1 0 2 -1 -1 1 0 -2 2 2

R1 0 0 1/2 -1 0 1/2 1 0 -1/2 3/2

R2 0 0 3/2 0 -1 1/2 0 1 -1/2 1/2

X1 0 1 1/2 0 0 -1/2 0 0 1/2 1/2

Var. Z X1 X2 S1 S2 S3 R1 R2 R3 CTE
Bas.

Z 1 0 0 -1 1/3 1/3 0 -4/3 -4/3 -4/3

R1 0 0 0 -1 1/2 1/3 1 -1/3 -1/3 1/3

X2 0 0 1 0 -2/3 1/3 0 2/3 -1/3 1/3

X1 0 1 0 0 1/3 -2/3 0 -1/3 2/3 1/3

Var. Z X1 X2 S1 S2 S3 R1 R2 R3 CTE
Bas.

Z 1 0 0 -1 1/3 1/3 0 -4/3 -4/3 -4/3

R1 0 0 0 -1 1/2 1/3 1 -1/3 -1/3 1/3

X2 0 0 1 0 -2/3 1/3 0 2/3 -1/3 1/3

X1 0 1 0 0 1/3 -2/3 0 -1/3 2/3 1/3

Preguntas
GRACIAS