Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En el método de la M se usa la gran M, “Un número muy grande”, existe un efecto de error en los
cálculos, ya que la gran M tiende a infinito, para evitar usar la gran M, se diseñó el Método de las
dos fases es aplicable cuando en el modelo de programación lineal (MPL) la solución factible
básica no está fácilmente disponible en su forma estándar, requiere el uso de variables artificiales.
Para tener una idea de cómo se aplica este método, el algoritmo se describe en los pasos
siguientes.
Una restricción (>) establece, normalmente, un límite inferior para las actividades del modelo de
programación lineal. Como tal, la cantidad por la que el lado derecho es mayor que el límite mínimo
(lado derecho) representa un excedente. Entonces, esta conversión se logra restando una variable
de excedencia y sumando una artificial, del lado izquierdo de la desigualdad.
x 1+ x2 =800 x1 + x 2 +a 1=800 a1 ¿ 0
La variable artificial, es aquella que no tiene valor, pero es usada en los MPL, con la idea de
obtener una solución factible.
Recordatorio: Para convertir una desigualdad (<) en ecuación, se agrega una variable de holgura al
lado izquierdo de la restricción.
6 x 1+ 4 x 2 ≤ 24 6 x 1+ 4 x 2+ s 1=24 s1 ≥ 0
Inicio fase I
Paso 0. Determinar una solución básica factible de inicio.
Paso 3. Determinar la nueva solución básica con los cálculos adecuado de Gauss- Jordan.
Los cálculos de Gauss-Jordan necesarios para obtener la nueva solución básica son de dos tipos:
Nuevo renglón pivote (ecuación pivote)= (renglón pivote actual / elemento pivote)
Nuevo renglón= (renglón actual) – ((su coeficiente en la columna pivote)* (nuevo renglón pivote))
Ir al paso 1.
Inicio fase II
La primera tabla simplex de la segunda fase será igual a la última tabla obtenida en la primera fase,
es decir, la tabla optima de fase I, pero eliminando las columnas de las variables artificiales.
Se introduce la función objetivo original y las variables que aparecen en la tabla optima de la fase
1, deben ser eliminadas del renglón cero de la fase 2 o el renglón w (la función objetivo original).
Para la aplicación del método de las dos fases, se deben aplicar los criterios del simplex como se
observa en la tabla.
De esta tabla de puede concluir, entonces, que la primera fase siempre será de mínimos, mientas
que en la segunda fase se regresa a la función objetivo del modelo original.
Bevco elabora una bebida carbonatada sabor a naranja que se llama Oranj mediante la
combinación de agua carbonata de naranja y jugo de naranja. Cada onza de agua carbonatada de
naranja contiende 0.5 onzas de azúcar y 1 mg de vitamina c. Cada onza de jugo de naranja
contiende 0.25 onzas de azúcar y 3mg de vitamina C. Bevco gasta 2 centavos por producir 1 onza
de agua carbonatada de naranja y 3 centavos por elaborar 1 onza de jugo de naranja. El
departamento de mercadotecnia de Bevco decidió que la botella de 10 onzas de Oranj debe
contener por lo menos 20 mg de vitamina c y cuando mucho 4 onzas de azúcar.
El modelo PL es el siguiente:
1 1
s.a x1 + x 2 ≤ 4
2 4
x 1+ 3 x 2 ≥20
x 1+ x2 =10
x1 , x2 ≥ 0
Paso 2: Estandarización del modelo
z−2 x 1−3 x2 =0
1 1
x 1+ x 2 +s 1=4
2 4
x 1+ 3 x 2−s 2+ a1=20
x 1+ x2 + a2=10
**Estandarización de la función objetivo para la fase I
'
FO: min w =a1 +a 2
'
w −a1−a2=0 Renglón 0
1 1
x 1+ x 2 +s 1=4 Renglón 1
2 4
x 1+ 3 x 2−s 2+ a1=20 Renglón 2
x 1+ x2 + a2=10 Renglón 3
Nota: Sumamos el renglón 2 y 3 al renglón cero para eliminar las variables artificiales, el uno no
porque no tiene variables artificiales.
'
w −a1−a2=0
x 1+ 3 x 2−s 2+ a1=20
x 1+ x2 + a2=10
'
w + 2 x 1 +4 x 2−s 2=30
Inicio fase I
w x1 x2 s1 s2 a1 a2 Solución
w 1 2 4 0 -1 0 0 30
s1 0 1/2 1/4 1 0 0 0 4
a1 0 1 3 0 -1 1 0 20
a2 0 1 1 0 0 0 1 10
W =30
s1=4
a 1=20
a 2=10
w x1 x2 s1 s2 a1 a2 Solución
w 1 2 4 0 -1 0 0 30
s1 0 1/2 1/4 1 0 0 0 4
a1 0 1 3 0 -1 1 0 20
a2 0 1 1 0 0 0 1 10
w x1 x2 s1 s2 a1 a2 Solución
w 1 2 4 0 -1 0 0 30
s1 0 1/2 1/4 1 0 0 0 4
a1 0 1 3 0 -1 1 0 20 vs
a2 0 1 1 0 0 0 1 10
4
s1= =16
1/4
20
a 1= =6.66 Variable de salida por ser la razón minima o mas proximaa cero.
3
10
a 2= =10
1
Paso 3. Determinar la nueva solución básica con los cálculos adecuado de Gauss- Jordan.
1 2 4 0 -1 0 0 30
-(4) 0 0.333 1 0 -0.333 0.3333 0 6.66667
1 0.667 0 0 0.3333 -1.333 0 3.33333
w x1 x2 s1 s2 a1 a2 Solución
w 1 2/3 0 0 1/3 -4/3 0 10/3
s1 0 5/12 0 1 1/12 -1/12 0 7/3
x2 0 1/3 1 0 -1/3 1/3 0 20/3
a2 0 2/3 0 0 1/3 -1/3 1 10/3
w x1 x2 s1 s2 a1 a2 Solución Cociente
w 1 2/3 0 0 1/3 -4/3 0 10/3
s1 0 5/12 0 1 1/12 -1/12 0 7/3 28/5
x2 0 1/3 1 0 -1/3 1/3 0 20/3 20
a2 0 2/3 0 0 1/3 -1/3 1 10/3 5
Paso 3. Determinar la nueva solución básica con los cálculos adecuado de Gauss- Jordan.
w x1 x2 s1 s2 a1 a2 Solución
w 1 0 0 0 0 -1 -1 0
s1 0 0 0 1 -1/8 1/8 -5/8 ¼
x2 0 0 1 0 -1/2 ½ -1/2 5
x1 0 1 0 0 1/2 -1/2 3/2 5
1
Se encontró la solución factible básica s1= , x 2=5 , x1 =5. Ninguna variable artificial está en la base de la
4
fase I.
Inicio fase II
Ahora se suprimen las columnas de las variables artificiales a 1 y a 2 (ya no se necesitan) y se reintroduce la
FO original.
w x1 x2 s1 s2 Solución
w 1 0 0 0 0 0
s1 0 0 0 1 -1/8 ¼
x2 0 0 1 0 -1/2 5
x1 0 1 0 0 1/2 5
z−2 x 1−3 x2 =0
Puesto que x 1 y x 2 están en la base óptima de la fase I, deben ser eliminadas del reglón 0 de la fase II. Se
suma 2(Renglón 3 que corresponde a x 1) + 3(Renglón 2 que corresponde a x 2) del tableau óptimo de la fase
I del renglón 0.
z−2 x 1−3 x2 =0
3
3 x 2− s 2=15
2
2 x1 + s2 =¿10
1
z− s2=25
2
z x1 x2 s1 s2 Solución
z 1 0 0 0 -1/2 25
s1 0 0 0 1 -1/8 ¼
x2 0 0 1 0 -1/2 5
x1 0 1 0 0 1/2 5
x 1=5 , x2 =5 , z=5
Este conjunto es óptimo. Las variables no básicas son cero y por tanto no hay variable de entrada.
Por lo tanto la fase II no necesita iteraciones.
Entonces, la solución a este problema es emplear 5 onzas de agua carbonatada de naranja y 5 onzas de jugo
de naranja para un costo mínimo de 25 centavos.