METODO DE DOS FASES

Este mtodo difiere del Simplex en que primero hay que resolver un problema auxiliar que trata de minimizar la suma de las variables artificiales. Una vez resuelto este primer problema y reorganizar la tabla final, pasamos a la segunda fase, que consiste en realizar el mtodo Simplex normal. PRIMERA FASE: En este mtodo siempre se minimiza una funcin objetivo constituida por la suma de las variables artificiales utilizadas para completar la matriz I: Mnimo Z = Wi Las variables artificiales son tiles para formar la primera base del simplex, pero si se logra que toda Wi=0, entonces Z=0 representa lo deseable u optimo, pues lo contrario significa un problema que no tiene solucin factible, en tal caso no aplica la segunda fase. Si todo va bien, las variables artificiales Wi deben salir de la base, excepto en algn caso degenerado en que Wi=cero. SEGUNDA FASE: Se continua con esta solo si ocurre la optimizacin del problema en la fase anterior. Para ello sirve la tabla simplex optima de la primera, que se ajusta eliminando las columnas de las variables artificiales Wi; adems, el rengln Z se cambia a los coeficientes de la funcin Z original. El procedimiento continua con el arreglo de la tabla simplex inicial para cumplir los requisitos necesarios de una solucin bsica factible; es decir, coeficientes cero para las variables bsicas en el rengln Z de la tabla. A veces esto es suficiente para lograr el optimo del problema; si no es as, se aplican los criterios del simplex para el objetivo original del problema. En resumen, la fase1 intenta lograr un punto extremo factible; la fase 2, el punto extremo optimo:
OBJETIVO DE: PRIMERA FASE SEGUNDA FASE

Maximizar

Minimizar

Maximizar

Minimizar

Minimizar

Minimizar

1. Aplica mtodo Simplex Dos Fases, PL mximo y mnimo, 3 tipos de restriccin (MAXMIN2F1). Aqu se aprovecha la circunstancia de que en el mtodo simplex de dos fases, la primera fase es igual con ambos objetivos; por lo tanto, slo para mayor conocimiento, la tabla ptima de la 2a fase que contiene el valor mximo de la funcin, se utiliza para obtener el mnimo.

Figura 1.Tablas simplex 1a y 2a fase del ejemplo MAXMIN2F1.

Este ejemplo MAXMIN2F de aplicacin del mtodo simplex de dos fases, empieza el proceso de resolucin convirtiendo el modelo original propuesto a su forma estndar y luego para conseguir una base artificial. Primera fase.- Se construye una funcin objetivo Z con la suma de las variables artificiales y se arregla al formato de restriccin, tal como se muestra antes de las tablas de la primera fase. Se construye la tabla a partir de las variables bsicas: la holgura H1 y las artificiales W2 y W3, ordenadas de arriba hacia abajo en la base; el

rengln Z, se llena conforme a los coeficientes de la ecuacin Z - W 2 - W3 = 0, escribiendo ceros en los espacios vacos de las variables Xj, las holguras Hi y las supervit Si; en el mismo rengln Z se ubican los coeficientes -1, caracterstico de las variables artificiales con el mtodo de dos fases. El resto de los coeficientes de esta primera tabla, corresponde a la forma estndar ya obtenida. Note la diferencia respecto al simplex penal: los coeficientes M de las variables artificiales en rengln Z no se usan, pero s coeficientes -1 en la primera fase; adems, las artificiales deben aportar el vector columna unitario para la base I; aunque no cumplen para variable bsica, pues el -1 en el rengln Z debe anularse para el inicio. Con este propsito se hacen operaciones fila de Gauss-Jordan para conseguir ceros que sustituyan los coeficientes mencionados. En el lado izquierdo de la primera tabla se escriben las frmulas que se usan para el clculo de los renglones Z' y Z''; en el ltimo se pueden ver los ceros sustituyendo los -1. Con el clculo del rengln Z'' se completa la primera solucin bsica de esta primera fase y se procede a la aplicacin de los criterios del simplex con el objetivo de mnimo; para optimalidad, se observa que X1 es la nica variable no bsica con coeficiente + en el rengln Z, (recuerde que con objetivo de mnimo, debe elegirse para VE la que tenga el coeficiente ms positivo), entonces se declara a X1 como VE a la base. En factibilidad, segn los cocientes a la derecha de la tabla, se identifica a la variable artificial W2 como saliente (VS) de la base, le toca actuar como pivote al coeficiente 2 colocado en el cruce de la columna X1 y el rengln W2, recin elegidos con los dos criterios. Entonces se procede al cambio de base calculando la segunda tabla de la primera fase, empezando por establecer a las variables bsicas: H1 que se mantiene dentro, la nueva X1 que se hace bsica, sustituye a W2 que se convierte en no bsica, W3 que tambin permanece en la base. Se comienza el clculo de la segunda tabla con el rengln RE que se fija como pivote para calcular el resto de los coeficientes mediante operaciones fila elementales de Gauss-Jordan; en el lado izquierdo de la tabla se anotan, como gua de clculo, las frmulas para cada fila. Los coeficientes indicadores en la fila Z, muestran todava nmeros positivos para las variables no bsicas X2 y S2, lo cual significa que son candidatas para entrar a la base y la necesidad de continuar la aplicacin del algoritmo; adems, an existe una variable artificial dentro de la base. Los coeficientes de X2 y S2 estn empatados con valor de 1/2, de acuerdo a la recomendacin dada antes, de preferir como entrante variables de decisin, as X2 = VE. Aplicando la factibilidad, tambin se tiene un empate en los cocientes que se presentan a la derecha de la tabla; aqu se elige a la variable W3 como saliente VS, pues ya se mencion en prrafo anterior, la procuracin del mtodo para que las artificiales salgan lo ms pronto posible de la base. Con la definicin del pivote 1/2 y las frmulas a la izquierda, se tiene lo suficiente para calcular la siguiente solucin en la ltima tabla de la primera fase la cual muestra el valor cero en la columna solucin, esto significa, que al sacar todas las variables artificiales de la base se anulan y con ello Z = 0. El resultado confirma que el problema s tiene solucin factible y procede la segunda fase. Segunda fase.- La ltima tabla de la primera fase sirve para iniciar la primera tabla simplex de la segunda fase, pero se eliminan las columnas de las variables

artificiales W2 y W3; tambin se eliminan los coeficientes del rengln Z y se sustituyen con los coeficientes de la funcin objetivo original: La primera tabla muestra el arreglo de coeficientes mencionado, pero se observa que las variables bsicas H1, X1, X2, as ordenadas en la columna base, cumplen el requisito de tener su vector columna unitario para formar la base I, pero no cumplen con el coeficiente cero en el rengln Z para una bsica, porque se acaban de escribir los coeficientes de la ecuacin original. Con el propsito de corregir el planteamiento tabular de esta primera tabla se hacen las operaciones fila necesarias, las que se definen segn las frmulas construidas a la izquierda de la segunda tabla de esta fase, resultando un rengln Z' para conseguir el coeficiente cero en la variable X1 y un rengln Z'' para conseguir el cero en la variable X2. Como este rengln Z'' muestra coeficientes indicadores no negativos, el criterio de optimalidad para mximo que es el objetivo original, ya no se puede aplicar para elegir variable entrante, los indicadores cero para las variables de decisin X1 y X2, significan que tales variables ya no pueden aportar ms al valor de Z. En consecuencia, sin necesidad de aplicar los criterios del simplex en esta segunda fase, ya se tiene la solucin ptima en el punto extremo:

Este ejemplo, se puede aprovechar para comprobar el potencial del mtodo de dos fases, pues la tabla ptima de la segunda fase mostrando la solucin de mximo, tambin sirve para el clculo de la solucin mnima. Los indicadores del rengln Z slo tienen coeficientes cero y uno positivo (2), ste ltimo coeficiente muestra que es candidata a entrar a la base, la variable no bsica S2 que se declara VE; con el criterio de factibilidad resulta que debe salir de la base la variable X2, que se define VS; con el coeficiente pivote 1 se procede al clculo de la solucin de la ltima tabla que muestra la solucin ptima mnima para el mismo problema con el punto extremo:

2. Aplica mtodo Simplex Dos Fases, PL mnimo y mximo, 3 tipos de restriccin (MINMAX2F). Se presenta este nuevo ejemplo con el mtodo simplex de dos fases y la solucin contenida en las tablas.

Figura 2. Tablas simplex de la 1 y 2 fase para mnimo del ejemplo MINMAX2F.

En el rengln Z de la ltima tabla simplex de la segunda fase, ya no hay coeficientes indicadores positivos para el objetivo de mnimo, por lo tanto la solucin ptima es: Z mnimo = 9, X1 = 1, X2 = 3, H1 = 2, H4 = 8 Como ya se mencion, el mtodo simplex de dos fases se presta para la obtencin de los objetivos mnimo y mximo. Con tal propsito, en la misma tabla

ptima de solucin mnima, se aplican los criterios para el cambio de base hacia una solucin mxima como se aprecia en la tabla de la Figura 3:

Figura 3. Tabla simplex de la 2 fase para mximo del ejemplo MINMAX2F.

3. Aplica mtodo Simplex Dos Fases, PL mnimo y mximo (MAXMIN2F2).

Figura 4. Tabla simplex inicial para 1a fase del ejemplo MAXMIN2F2.

Se presenta ahora la aplicacin del simplex dos fases mostrando en tablas separadas el progreso del clculo. Como las variables W2 y W3 son bsicas, es necesario calcularles el coeficiente de valor cero en el rengln Z con las operaciones fila: RW2(1)+RZ; RW3(1)+RZ.

Figura 5. Tablas simplex de 1a fase del ejemplo MAXMIN2F2.

2 fase.- En la tabla ptima de primera fase se eliminan las columnas W2 y W3; el rengln Z se sustituye con los coeficientes de la funcin objetivo original. La base contiene a X1 y X2, pero sus coeficientes indicadores Z1-C1=-3 y Z2-C2=-2 en el nuevo rengln Z deben calcularse para el valor cero.

Figura 6. Simplex inicial 2a fase, eliminar columna Wi sustituir coeficientes en fila Z en ejemplo MAXMIN2F2.

Se procede con operaciones fila para conseguir que los coeficientes de X1 y X2 en el rengln Z se anulen: Z'=RX1(3)+RZ; Z''= RX2(2)+ RZ'; resulta la tabla siguiente con el coeficiente indicador negativo (-7) en S3 de Z. En 2 fase es aplicable el objetivo original de mximo, por lo que S3 debe ir a la base (VE) para sustituir a H1 (VS), la nica variable bsica que puede dejar su lugar.

Figura 7.Tablas Simplex 2a fase del ejemplo MAXMIN2F2.

Se aprovecha la oportunidad con la flexibilidad del simplex de dos fases, para determinar tambin la solucin mnima del mismo problema. Entonces con el objetivo de mnimo, se declara VE a la base, la variable no bsica H1 y la bsica S3 sale, para dejarle ese lugar.

Figura 8. Tabla simplex ptima de 2 fase, para mnimo, ejemplo MAXMIN2F2.

VENTAJAS:

Desde el punto de vista computacional, este mtodo presenta varias ventajas sobre el mtodo de las M. Bsicamente, las ventajas estn relacionadas con la seleccin del valor numrico de M:
1. Si M es muy grande. Dado que cualquier computadora maneja un muero de

dgitos limitado, la gran diferencia, surgida al escoger una M muy grande, entre los trminos de los efectos neto que contienen a M y los que no la contienen, puede causar errores de redondeo. Por ejemplo, podemos observar que hay VA en la base, los efectos netos de las variables no bsicas son del tipo
j= k1 M+ k2

Si la computadora tuviera solamente cuatro dgitos y si para la variable no bsica xi , k1 M=1230 y k2 =2.4996, entonces el efecto neto quedara como
j= 1230+2.4996=1232

Perdindose en el redondeo cuatro dgitos significativos. Sin embargo, si las VA dejan la base, los trminos k1 M desaparecen con lo que resultara
j= 2

Lo cual es incorrecto. Ante esta primer desventaja, la nica opcin consistira en recalcular todos los j desde su definicin para evitar el error de redondeo, lo cual, operacionalmente, es prohibitivo.
2. Si M es muy pequea. Bajo esta posibilidad podramos obtener una

respuesta incorrecta al no establecerse realmente una penalizacin al valor de x0 por darle valores positivos a las VA. Por ejemplo, si en una iteracin dada k1 resulta ser muy pequea, podra suceder que k2 no sea tan despreciable comparada con k1 M y concluirse que el PO es inconsistente cuando en realidad no lo es. Por tanto, considerando las desventajas computacionales del mtodo de la M, el mtodo de las dos fases se constituye en el ms utilizado en la actualidad para resolver problemas reales de PL.