Vous êtes sur la page 1sur 6

Investigacion De Operaciones I

Prctica 05: Mtodo Penal o Mtodo de la M


EL MTODO PENAL
El mtodo de la M empieza con la PL en la forma estndar. Para cualquier ecuacin i que no tiene una holgura, aumentamos una variable artificial Ri. Entonces esta variable se convierte en parte de la solucin bsica inicial. Sin embargo, debido a que las artificiales son ajenas al modelo de PL, les asignamos una Penalidad en la funcin objetivo, para obligarlas a un nivel de cero en una iteracin posterior del algoritmo simplex. Debido a que M es un valor suficientemente grande, la variable Ri se penaliza en la funcin objetivo utilizando Mri, en el caso de una maximizacin y +MRi en el caso de una minimizacin. Debido a la penalidad, la naturaleza del proceso de optimizacin lgicamente tratar de impulsar Ri, al nivel cero durante el curso de las iteraciones simplex. Ejemplo: Utilizando el TORA solucione el siguiente problema mediante el mtodo Penal (M)

Sujeto a:

1. Ingrese al programa TORA, luego Lineal Programing e ingrese la siguiente informacin:

2. Ingrese los valores del modelo modificado en la tabla de datos como sigue:

Instituto Tecnologico De Pachuca

Investigacion De Operaciones I

3. Luego de guardar los datos, Hacemos clic en el botn Solve Men, Algebraic / Iterations / M Method

4. Sin hacer algn cambio, hacer clic en el botn Go to Output Screen (dos veces). El cual le mostrar el tablero inicial:

5. Haga luego clic en Next Iteration en forma contnua hasta llegar a la solucin ptima. (Muestre las tablas resultantes en su informe).

Ejercicios: Considere la siguiente serie de restricciones:

Cada uno de los siguientes problemas, resolverlos aplicando el mtodo penal (M) a) b) c) d)

Instituto Tecnologico De Pachuca

Investigacion De Operaciones I

e) Hay dos observaciones concernientes al mtodo penal (M) 1. El empleo dela penalidad M puede no forzar a la variable artificial al nivel de cero en la iteracin simplex final. Si el problema de PL no tiene un espacio de solucin factible (es decir, las restricciones no son consistentes) entonces la iteracin simplex incluir por lo menos una variable artificial en un nivel positivo. Esto es una indicacin de que el problema no tiene una solucin factible. Considere el siguiente ejemplo usando TORA y muestre como el Mtodo Penal concluir que el siguiente problema no tiene una solucin factible.

2.

Tericamente, la aplicacin del a tcnica de la M requiere sin embargo, desde el punto de vista de utilizar la computadora, M debe ser finita y lo suficientemente grande. Que grande es Suficientemente grande es una pregunta abierta. De manera especfica, M debe ser lo bastante grande para actuar como una penalidad, pero no debe ser tan grande que desequilibre la exactitud de los clculos simplex. En particular, nuestra principal preocupacin aqu es acerca de los errores de redondeo de la mquina, que podr resultar de la manipulacin de una mezcla de nmeros grandes y pequeos. Considere el siguiente ejemplo usando TORA y muestre los resultados.

Experimento 1 Aplique el mtodo con M=10 y despus repita utilizando M=999.999. Experimento 2 Multiplique la funcin objetivo por 1000 y resuelva el problema utilizando M=10 y M=999.999 En ambos casos compare sus resultados y emita una conclusin en su informe.

TAREA
Solucione cada uno de los ejemplos anteriores con Winqsb y con Solver, verifique si son afectados con el problema de redondeo o de solucin no factible. Muestre sus resultados e indique sus conclusiones en su informe.

Instituto Tecnologico De Pachuca

Investigacion De Operaciones I

EL MTODO DE LAS DOS FASES


El mtodo de las dos fases est diseado para mitigar el problema de redondeo de errores del mtodo Penal eliminando por completo la constante M, como el nombre lo sugiere, el mtodo resuelve el PL en dos fases. Fase 1.- Exprese el problema en la forma estndar de PL y aada las variables artificiales necesarias a las restricciones, exactamente como en el mtodo de la M (penal). Enseguida encuentre una solucin bsica de las ecuaciones resultantes que minimice la suma de las variables artificiales. Si el valor mnimo de la suma es positivo, el problema de PL no tiene una solucin factible, lo que termina el proceso de solucin. De lo contrario, avanzamos a la fase II. Fase 2.- Utilice la solucin factible obtenida en la fase I como una solucin factible inicial para el problema original.

Ejemplo: Solucione el siguiente problema de PL utilizando el mtodo de doble fase de la aplicacin TORA.

Sujeto a:

6. Ingrese al programa TORA, luego Lineal Programing e ingrese la siguiente informacin:

7. Ingrese los valores del modelo modificado en la tabla de datos como sigue:

Instituto Tecnologico De Pachuca

Investigacion De Operaciones I

8. Luego de guardar los datos, Hacemos clic en el botn Solve Men, Algebraic / Iterations / Two-Phase Method

9. Haga luego clic en Next Iteration en forma continua hasta finalizar la Fase I. Muestre las tablas resultantes en su informe).

10.Repita los el paso anterior hasta finalizar con la Fase II. (Muestre las tablas resultantes y el valor optimo de la funcin objetivo) EJERCICIOS 1. Escriba la Fase I para el siguiente problema y despus resulvalo con TORA para mostrar que el problema no tiene una solucin factible:

2. Considere el siguiente problema:

Utilice TORA para resolverlo y muestre que la fase I termina con una variable bsica artificial cero en la solucin bsica.

Instituto Tecnologico De Pachuca

Investigacion De Operaciones I

3. Considere el siguiente problema:

Utilice TORA para resolverlo y muestre que la fase I termina con dos variables bsicas artificiales cero en la solucin bsica.

Instituto Tecnologico De Pachuca