ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Descripción clara del Método de la Gran M

araguiro380Apuntes28 de Agosto de 2015

3.023 Palabras (13 Páginas)150 Visitas

Página 1 de 13

Contenido

Descripción clara del Método de la Gran M        

1. Convertir al Modelo Estándar:        

2. Escribir en formato de Tabla Simplex.        

Descripción clara del Método de la Gran M

Mientras que los Programas  Lineales que solo tienen restricciones de <= se pueden resolver sólo usando variables de holgura, para aquellos programas lineales que involucren restricciones de tipo >= e = es necesario como ya lo habíamos comentado, usar variables artificiales.  Dijimos también que las variables de holgura tenían un significado físico real que correspondía a las disponibilidades o requerimientos no usados en las restricciones, pero que las  variables  artificiales no tenían ninguna representación física y que sólo eran usadas como un comodín matemático para ayudar en la solución del problema. Pues bien, cuando tenemos que usar variables artificiales al tener restricciones de >= e = debemos usar uno de las siguientes variantes del simplex:

 

  • El Método de la Gran M
  • El Método de las dos fases

 

Aquí detallaremos el Método de la Gran M.

 

Definimos la letra M como un número muy grande pero finito para usarlo como coeficiente de las variables artificiales en  la función objetivo y con sentido contrario a la misma para penalizar de manera muy grande la existencia de las mismas en la solución.  Si el objetivo es minimizar las variables artirficiales entraran con M positivo y si es maximizar las variables artificiales se usaran como -M. 

Ejemplo: 

Min Z  = 2X1 +  X2 + 3X3

Sujeto a:

                  3X1 +   X2 + 2X3   <=    10

                    X1 -  2X2 + 3X3    >=     6

                  2X1 + 3X2 -    X3    <=     9                   

                      X1 +  X2  +2X3      =     7          
C.N.N

 

1. Convertir al Modelo Estándar: 

 

Cada restricción debe ser convertida de inecuación a una igualdad, agregando variables como se requiera. Con las restricciones de tipo <=, es supremamente fácil. Simplemente se agrega una en cada restricción con coeficiente 1 en la misma restricción y con coeficiente cero en la función objetivo. Por ejemplo: 

 

                    3X1 +   X2 + 2X3   <=    10 queda:

                    3X1 +   X2 + 2X3 + S1  =    10

 

Se puede leer así:  el uso de la primera restricción no puede superar la disponibilidad de 10 unidades, lo que equivale a decir que lo usado mas lo que sobre (s1) es igual a 10. Para las restricciones de tipo mayor o igual, la lógica es la misma, de esta manera decir:

                    X1 -  2X2 + 3X3    >=     6

 

Se puede leer como: el uso de la restricción 2 debe ser como mínimo 6 unidades. Eso significa que el uso podría ser 6.1 o tal vez 7 u 8... etc. Podríamos escribirlo también como 6+0.1 o 6+1 o 6+2 ... o en términos generales:

 

                    X1 -  2X2 + 3X3    =     6   + S2 que es equivalente a decir: lo usado en la restricción2es igual al mínimo requerido que es 6 más el adicional que está en S2. Esto lo podemos reescribir como: 

 

                    X1 -  2X2 + 3X3  - S2   =     6  

 

Sin embargo para el método simplex, cuando aparece esta restricción tipo >= es necesario adicionar una variable comodín, llamada Variable Artificial, sin ningún significado físico, sólo como artificio matemático. Lo sumamos al lado izquierdo de la restricción como se muestra a continuación:

 

                    X1 -  2X2 + 3X3  - S2   + A1 =     6  

 

Al usar una variable artificial debemos penalizar la función objetivo allí la vamos a incluir con un coeficiente muy grande, llamado M, al estar minimizando la sumamos  + .MA1.

 

La tercera restricción es de tipo <=, por lo que no tenemos ningún problema con ella:

 

                  2X1 + 3X2 -    X3    <=     9   queda

                  2X1 + 3X2 -    X3  + S3  =     9  

 

La cuarta restricción es de tipo =. Para  este tipo de restricción simplemente adicionamos una variable artificial al lado izquierdo:

 

                      X1 +  X2  +2X3      =     7 queda:

                      X1 +  X2  +2X3    + A2  =     7

Recordemos: las variables de holgura quedan con coeficiente 0 en la función objetivo y las variables artificiales con coeficiente M. Positiva si es minimizando o negativa si es maximizando.

 

En resumen el modelo queda de la siguiente manera:

 

Min Z  =  2X1 +     X2     +  3X3    + 0S1 + 0S2 + MA1 + 0S3 + MA2 

Sujeto a:

3X1  +      X2      +  2X3      +   S1   =    10

X1  -    2X2      +  3X3    -  S2   + A1  =    6

2X1 +    3X2      -     X3   +   S3 =     9

X1 +       X2     +   2X3     + A2    =     7

   

 

2. Escribir en formato de Tabla Simplex.

 

Si lo escribimos como una matriz, indicando los nombres de las variables en negro queda asi:

 Fig 1 

 

X1

X2

X3

S1

S2

A1

S3

A2

 

Min Z

2

1

3

0

0

M

0

M

RHS

R1

3

1

2

1

0

0

0

0

10

R2

1

-2

3

0

-1

1

0

0

6

R3

2

3

-1

0

0

0

1

0

9

R4

1

1

2

0

0

0

0

1

7

 

Dónde X1, X2, X3 son las variables de decisión, S1, S2 y S3 son las variables de Holgura. R1, R2, R3, R4 son las restricciones y RHS son las disponibilidades o Requerimientos de las restricciones, (RHS= Right Hand Side: "el lado derecho" es decir los valores numéricos).

...

Descargar como (para miembros actualizados) txt (15 Kb) pdf (348 Kb) docx (915 Kb)
Leer 12 páginas más »
Disponible sólo en Clubensayos.com