DOBLE FASE

Investigación Operativa
METODO DE DOBLE FASE

Al igual que el método de la gran M, este método cumple con los mismos objetivos
que el anterior, pero de la siguiente manera. Sea el siguiente problema original (en
este caso usaremos la minimización para la función objetivo, aunque el método es
independiente si es maximización, sólo hay que interpretar bien el sentido de las
reglas a utilizar):
min
Z C X
s.a. :
A X  b
X 0

Introducimos las variables artificiales al problema original:

min
Z C X
s.a. :
A X Y W  b
X  0, Y  0,W  0
FASE I:

Se resuelve el siguiente problema.

min
W   Wi
i 1

s.a. :
A X Y W  b
X  0, Y  0,W  0

La solución óptima en esta fase debe ser W = 0. Si se tiene que W > 0, el problema
no tiene solución.

Si la primera fase es efectivamente óptima, se pasa a la siguiente fase.

FASE II:

Se toma toda la tabla óptima anterior, ignorando únicamente las columnas asociadas
a los W i y el renglón de costos reducidos z j  c j , sustituyendo este renglón por la
función objetivo inicial:

min
Z CX
s.a. :
B 1 AX  B 1Y  B 1b
X  0, Y  0
Ejemplo:
min : Z  4 X 1  X 2
s.a :
3X1  X2  3
4X1  3X 2  6
X1  2X 2  4
X1, X 2  0
Fase I:

min
W  W1  W2
s.a. :
3X1  X2  W1  3
4X1  3X 2  X3  W2  6
X1  2X 2  X4  4
X 1 , X 2 , X 3 , X 4 ,W1 ,W2  0
Al igual que el método de la gran M, la solución debe estar constituida de tres variables,
entonces:

W  W1  W 2
W  (3  3 X 1  X 2 )  (6  4 X 1  3 X 2  X 3 )
W  7 X 1  4 X 2  X 3  9
W  7X1  4X 2  X 3  9

El problema estándar queda:

min
W  7 X1  4X 2  X 3  9
s.a. :
3X 1  X2  W1  3
4X1  3X 2  X3  W2  6
X1  2X 2  X4  4
X 1 , X 2 , X 3 , X 4 ,W1 ,W2  0
La tabla inicial queda:

W X1 X2 X3 W1 W2 X4
1 7 4 -1 0 0 0 9
W1 0 3 1 0 1 0 0 3
W2 0 4 3 -1 0 1 0 6
X4 0 1 2 0 0 0 1 4

W X1 X2 X3 W1 W2 X4
1 0 5/3  -1 -7/3 0 0 2
X1 0 1 1/3 0 1/3 0 0 1
W2 0 0 5/3 -1 -4/3 1 0 2
X4 0 0 5/3 0 -1/3 0 1 3
W X1 X2 X3 W1 W2 X4
1 0 0 0 -1 -1 0 0
X1 0 1 0 1/5 3/5 -1/5 0 3/5
X2 0 0 1 -3/5 -4/5 3/5 0 6/5
X4 0 0 0 1 1 -1 1 1

Por lo tanto, como W=0, el problema tiene solución factible y pasamos a la fase II.
FASE II:

Las variables artificiales han servido a su propósito y se deben eliminar en todos los
cálculos siguientes. Lo anterior significa que las ecuaciones de la tabla óptima de la
fase I se pueden escribir como:

1 3
X1  X3 
5 5
3 6
X2  X3 
5 5
X3  X4  1
Las ecuaciones anteriores son exactamente equivalentes a la forma estándar del
problema original (antes de agregar las variables artificiales). Por lo tanto, el problema
original se puede rescribir como:

min
z  4X1  X 2
s.a. :
1 3
X1  X3 
5 5
3 6
X2  X3 
5 5
X3  X4  1
X1, X 2 , X 3, X 4  0

Se puede apreciar que la fase I nos proporciona una solución básica inicial
preparada para el problema original. Es decir, queda 4(variables) - 3(restricciones) =
1 variable asignado con valor cero, es decir, X3 = 0 y la solución básica factible
inicial está constituida por X1 ,X2 y X4.
Pero, para terminar de resolver el problema, nuevamente debemos sustituir las
variables X1 y X2 en la función objetivo (tal como se efectúo en el método de la Gran
M), utilizando la primera y segunda ecuación, entonces:

Z  4X1  X 2
3 1 6 3 12 4 6 3
Z  4(  X3)  (  X3)   X3   X3
5 5 5 5 5 5 5 5
1 18
z   X3 
5 5

El problema estándar final:

min
1 18
Z X3 
5 5
s.a. :
1 3
X1  X3 
5 5
3 6
X2  X3 
5 5
X3  X4  1
X1, X 2 , X 3 , X 4  0
Por lo tanto, la tabla inicial de la fase II se convierte en:

Z X1 X2 X3 X4
1 0 0 1/5  0 18/5
X1 0 1 0 1/5 0 3/5
X2 0 0 1 -3/5 0 6/5
X4 0 0 0 1 1 1

Z X1 X2 X3 X4
1 0 0 0 -1/5 17/5
X1 0 1 0 0 -1/5 2/5
X2 0 0 1 0 3/5 9/5
X3 0 0 0 1 1 1

La solución óptima es:

 X 1   2 / 5
   
 X B   X 2  9 / 5 
X   
X N  X 3   1 
   
X 4   0 
Z  $17 / 5(um)