Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INVESTIGACIN DE OPERACIONES
artificiales en el modelo a solucionar y su objetivo es eludir el uso de la constante M, aquella que definimos como un nmero muy grande aunque finito.
Se reemplaza la funcin objetivo del programa lineal a solucionar por la minimizacin de la suma de las variables artificiales encontradas en la normalizacin del modelo y se resuelve. Si en la minimizacin Z = 0 entonces se puede proceder a la Segunda Fase, de lo contrario el problema no es factible, por lo tanto, no tiene solucin. Problema real:
Minimizar Z = 0.4x1 + 0.5x2 Mtodo de la M: Minimizar Z = 0.4x1 + 0.5x2 + Mx4 + Mx6 Fase 1: Minimizar Z = x 4 + x6
Se inicia con base en el tablero final de la Primera Fase, se retoma la funcin objetivo del programa.
Problema real: Minimizar Z = 0.4x1 + 0.5x2
Mtodo de la M: Minimizar Z = 0.4x1 + 0.5x2 + Mx4 + Mx6 Fase 2: Minimizar Z = 0.4x1 + 0.5x2
RESUMEN
En resumen, la fase1 intenta lograr un punto
EJEMPLO
1. Definir las variables artificiales, como el mtodo de
la M.
EJEMPLO
1. Creacin de la tabla Para escogerla BASE preferimos si slo hay variables
de decisin y de holgura, escogemos la de holgura para estar en la base y si hay de decisin, de holgura y artificiales, preferimos la artificial.
X1 S1 A1 A2 Z X2 S1 A1 S2 A2
EJEMPLO
1. Primera fase Funcin objetivo : MIN Z= A1 + A2
X1 S1 A1 A2 Z 0.3 .5 .6 0
X2 0.1 .5 .4 0
S1 1 0 0 0
A1 0 1 0 -1
S2 0 0 -1 0
A2 0 0 1 -1
Solucin 2.7 6 6 0
EJEMPLO
1. Primera fase Primera iteracion se calcula Z= (A1+A2)+Z
X1 S1 A1 A2 Z 0.3 .5 .6 1.1
X2 0.1 .5 .4 .9
S1 1 0 0 0
A1 0 1 0 0
S2 0 0 -1 -1
A2 0 0 1 0
Solucin 2.7 6 6 12
EJEMPLO
1. Primera fase Calcular con el mtodo simplex estndar hasta que
Z=0
X1 S1 A1 A2 Z 0.3 .5 .6 1.1 X2 0.1 .5 .4 .9 S1 1 0 0 0 A1 0 1 0 0 S2 0 0 -1 -1 A2 0 0 1 0 Solucin 2.7 6 6 12
EJEMPLO
1. Primera fase Despus de tres iteraciones, se termina ya que Z=0 y
-5.05 3 0 -1
EJEMPLO
1. Segunda fase
Deja la misma tabla con que se termino la primera fase,
solo se sustituye la funcin objetivo. Se aplica el mtodo simplex, hasta que los coeficientes de Z sean negativos. MINIMIZAR Z = 0.4X1 + 0.5X2
X1 x1 S2 x2 Z 1 0 0 -0.4 X2 0 0 1 -0.5 S1 5 .99 A1 -1 .60 S2 0 1 0 0 A2 0 -1 0 0 Solucin 7.5 .3 4.5 0
-5.05 3 0 0
EJEMPLO
1. Segunda fase En la FASE 2, cambiamos la fila de la funcin objetivo y dejamos
la del programa original, pero como en la fase 1 nos aseguramos de eliminar las variables artificiales, en la fase 2, nos podemos dar el lujo y el gusto de eliminarlas. Tambin, como es lgico, las borramos de las restricciones.
X1 x1 S2 x2 Z 1 0 0 -0.4 X2 0 0 1 -0.5 S1 5 .99 A1 0 0 S2 0 1 0 0 A2 0 0 0 0 Solucin 7.5 .3 4.5 0
-5.05 0 0 0
EJEMPLO 2
EJEMPLO 2
1. Primera fase
EJEMPLO 2
1. Primera fase
EJEMPLO 2
1. Primera fase
X1 A1 X2 Z 1
X2 0 1
S1 -1 0 -1
A1 1 0 0
S2 -1/6 1/2
Solucin 6 10 6
EJEMPLO 2
1. Primera fase
X1 X1 X2 Z 1 0 0
X2 0 1 0
S1 -2 1 0
A1 2 -1 -1
S2 1 -2/3 0
A2 -1 2/3 -1
Solucin 12 4 0
EJEMPLO
1. Segunda fase
Dejar el mismo tablero , cambiando solo la funcin objetivo y quitando las variables artificiales.
TAREA
MAX Z = 3 X1 + 4 X2