CAPITULO 7 PRINCIPIO DE DESCOMPOSICION DE DANTZIG-WOLFE 7.1 Introduccién Es una técnica usada para resolver problemas muy grandes y especialmente aquellos problemas con estructura bloque-angular donde existen algunas pocas restricciones relacionando todas las variables del problema y las otras restricciones se encuentran agrupadas formando bloques in- dependientes y por tanto separables. Problema bloque angular: y Restricciones de acoplamiento Restricciones independientes — = Figura 7.1: Problema bloque -angular 168En realidad el método trabaja en general con problemas que tienen muchas columnas (varis- ples). El método no trabsja con todas las columnas, ellas son generadas solamente cuando son necesarias. E] método resuelve el problema de manere iterativa entre un problema gerenciador famado problema maestro y un conjunto de subproblemas Iamados subproblemas satélites. [os subproblemas reciben un conjunto de pardmetros del problema maestro (Multiplicadores simplex 0 precios) y envian al maestro sus soluciones obtenidas con los “precios” entregados por el problema maestro. ‘Subproblema Subproblema ‘Subproblema 1 2 Figura 7.2: Mecanismo de solucién de Dantzig-Wolfe El problema maestro “combina” las soluciones recibidas por los subproblemas en una manera 6ptima para encontrar nuevos “precios” para enviarlos nuevamente a los subproblemas. Asi, la metodologfa tiene una interpretacién econémica interesante donde el problema maestro coordina las acciones de los subproblemas enviando precios sobre los recursos escasos usados por los subproblemas. 7.2 Desarrollo del Principio de Descomposicién EI principio de descomposicién consiste en convertir el problema original en uno equivalente: un problema maestro y tn’ conjunto de subproblemas satélites. El problema maestro calcula 169un conjunto de “multiplicadores simplex o precios x” y.los envia a los problemas satéites par, luego recibir de estos tiltimos sus soluciones éptimas e iniciar el ciclo. Para la aplicacién de este principio, las restricciones del problema deberén estar formandy una estructura bloque-angular. Consideremos las restricciones de un PL de gran tamatio, con P21: Ay Ag + Ap Cualquier PL tiene esta forma con P = 1 como puede ser mostrado a continuacién: min z = ‘i. (7) Aiz=b, 4 my restricciones (7.2) Ayr =by © mm restricciones (7.3) 220 (74) Considerar el poliedro convexo: y= {a | Are = bj 22 0} (78) Cualquier elemento € Sp puede ser representado como una combinacién convexa de sus puntos extremos (y rayos extremos si existe) 2=D\e (76) i ‘Ademés se deberé cumplir que: ry i en que 24 son los punts extremes de S El problema original (7,1) - (7.4) puede interpretarse asf: De todos los puntos factibles de (7.3)-(7.4) escoger aquel que satisface (7.2) y minimiza 2. Para satisfacer (7,2) se puede sustituir (7.6) en (7.2), obteniendo: 170x (Ais!) Ay = by (78) ‘También sustituyendo (7.6) en la funcién objetivo (7.1) se tiene: ad x (ea)Ay (7.9) y modificando la notacién: B= Ae (7.10) fac (711) Considerando (7.7) - (7.11) se puede representar el problema original en funcién de \ en forma simplificada: min Z = fy 8 a. Depry = (7.12) i Dae i Azo Conocido como PROBLEMA MAESTRO. El modelo matematico resultante es completamente equivalente al problema original pero esté expresado en funcién de las variables A; y para repre- sentarla explicitamente se debe conocer con antecedencia los puntos extremos de $2. Este problema tiene (m; +1) filas (restricciones) y tantas columnas (variables) como puntos extremos tiene Sp. Para la solucién del problema maestro antes que generar todas las columnas, ellas son generadas solamente cuando son necesarias. Ast, por ejemplo, si se desea hacer una iteracién en dl problema maestro, se debe escoger aquella columna (variable) que tiene el menor coeficiente de costo relativo. Los costos relativos de A; se obtienen de la siguiente forma: (7.13) 17Observacién: La definicién de coeficiente de costo relativo esté al contrario del libro de Bazaraa de PL [2], en este es planteado como 2 =[wa;—cj] yen la cual se escoge el mayor coeficiente. Siendo el valor de w = (7, 70) rr corresponde a las variables duales de (7.8) y ™o la variable dual de (7.7). El costo relativo 7; es calculado de Ja siguiente forma: Pj Pj Rah-w| -— | =f- bd 7 ser — 1 Az — 1 a ~ Quedando expresado de la siguiente manera: Fy =[e- Alo’ — 19 (7.14) El método simplex tradicional escoge aquella columna (variable) con menor coeficiente de costo relativo, escrito mateméticamente de la siguiente forma: min F;=F,=(c-1Ay)z* - 1 (7.15) j Con la expresién anterior se identifica la variable A, que entra a la base. En (7.15) 2/ es un punto extremo de Sp, asi una forma equivalente de resolver (7.15) es solucionar el siguiente subproblema: min (c—rAy) 2 ee (7.16) rite aa } e& (7.17) Es conocido que la solucién éptima de un PL acontece en un punto extremo. Resolviendo (7.16)- (717) se encuentra el punto 2* que permite encontrar la columna que debe entrar en la base: A" Ps (7.18) z El coeficiente de costo asociado a dicha columna se calcula como: 172ot (7.19) Esta técnica es particularmente interesante si existen muchos bloques independientes en estructura bloque angular, escritos de la siguiente manera: min z = qm + os ei a (720) Ay, + Agta + ++ + Apty = by Bx, = bh Bata = bh} (721) Byty = by 20; %20; 20; P>1 (7.22) El subproblema (7.16)-(7.17) asume la siguiente forma cuando se trate de p subproblemas satélites: min de = Ai) (723) 8. Bay = bs 420; $= 1,2 oP (7.24) que son separables y lleva a p subproblemas independientes de la forma: in (4-74 ain (6 = (7.25) By =; 420 (7.26) 7.3 Algoritmo de Descomposicién de Dantzig-Wolfe 1. Iniciacién: Obtener una base inicial para el problema maestro, con base B y multiplicadores o varia- bles duales w = [1 mo]. Obtener un vector inicializador de puntos extremos de los sub- problemas satélites. Formar el cuadro con el Método Simplex Revisado: einicetn ere BASE INVERSA_RHS Zz w Tapa wee ee pope Des seese ee 1732. Usando los valores de 7 resolver los subproblemas satélites: Se debe almacenar Ja funcién objetivo y los puntos extremos de todos los subproblemas satélites. x} — Vector de puntos extremos de los subproblemas satélites y — Variables asociadas a los puntos extremos 3, Enel problema maestro verificar optimalidad: 2 h=L4-7 a Si f; > 0 entonces el problema es éptimo y t° es la solucién éptima (combinacién convexa de Ia solucién entregada por los subproblemas satélites) a=) Aei(n) ase 4. Pivot del Maestro: al cuadro formado con el Método Simplex Revisado se le agrega la columna asociada A; BASE INVERSA_RAS_ Dee te BT werty con AM] 1 Actualizar p para la base actual y realizar Ia iteracién pivot usando las reglas normales del simplex. Se obtiene una base y nuevos multiplicadores simplex. Ir a (1). Como realizar el pivotaje: a. La nueva variable asociada A, ingresa a la base 174p. Seleccién de zap: min & 12; .m {Bs >o} «, Realizar el pivote haciendo operaciones de fila hasta obtener un vector unitario en la columna del pivote. Ast, se obtiene una nueva base y nuevos multiplicadores simplex, © sea nuevos “precios” para enviar a los satélites. Ir al paso 2 y repetir. Observaciénes: — Elcriterio de parada min f, > 0s el criterio normal del simplex que indica que el 6ptimo fue alcanzado. — La solucién éptima 2* es una combinacién convexa de la solucién entregada por los subproblemas satélites. 1A Ejemplos de aplicacién del principio de descomposicién de Dantzig-Wolfe 1. Ejemplo 1: mnz = —- m1 — m% — % —- wh sa. my + 22 + AH + w S40 m + 3a, <30 2 + % <2 wn <10 we <10 wn + we S15 21,2, Ye 20 Este ejercicio esta compuesto por una restriccién de acoplamiento y 2 subproblemas satelites, el primero asociado con las variables 21 y 22 y el segundo con las variables nY Datos:EI problema msestro es escrito como sigue: mnz = Dr) i sa. Slaw t= yuan 420 me donde: 2 =| 45 Los puntos extremos del subproblema 1 se observan en la figura 7.3 y 10 Si Figura 7.3: Regién factible del subproblema satélite 1 ‘Los puntos extremos del subproblema 2 se observan en la figura 7.4 1764 x S82 Figura 7.4: Regién factible del subproblema satélite 2 }a 0 1} 0 of 4 Base inicial del problema maestro: Sy ); forman una base para el maestro: Base inversa RES z 0 0 0 S$ 1 0 40 Ae Deets A a Iteracién 1: w=(m, 7%) = (0,0) a.1 Resolver los problemas satélites: = 0 Céloulo de (c; — Ay) = ci Los subproblemas asumen la siguiente forma: min 2 = -n-% mn 4 = —%n-w Fr 8.8. Be res ye 17Respuestas de los subproblemas + Punto extremo de 1: 2? = (6,8), funci6n objetivo 2? = —14 + Punto extremo de 2: y? = [10, 5],funcién objetivo 23 = —25 + Punto extremo de los subproblemas 1 y 2: 2(7) = [6,8, 10, 5] a2 J,=-14-25-0=-39<0 + Noes dptimo. Como usaremos el cuadro de Bazaraa este costo relativo apareceré en ¢] simplex revisado como +39. Uadry a.3 Problema maestro: Nueva columna que corresponde a 2(r) + columna Ay. _ sa [3 1 Ast+ av? =(1 2][$]+[2 [8 ]-5-[47] Al actualizar la columna p se tiene: = 2 'y=1=9=[ 7] Cuadro del problema maestro’anterior con la nueva columna Az Base inversa RHS Ay z 0 0 0 39 S10 40 47 y 0 2 21 1 Después de pivotar el cuadro se obtiene: Base inversa RHS z 39/47 0 1560/47 dr. 1/47 «0 40/47 A -IAT 1 7/AT donde: w = (-39/47,0) + 1=-39/47, ™=0 Solucién actual: 0 6) f 240/47 = ats yar 7] 0 8 |_| s20/47 eahalt daa = al 9 +( 10 | = | aooyaz 0 5 200/47 178240/47 = | 320/47 400/47 200/47 => z= 1560/47 b Iteracién 2: b.1 Resolver los problemas satélites con 7 = —39/47 Céleulo de [¢-« A] fen Al=[-1 -1 -2 -1]-(-8)[1 2 21] [en A)=[ -8/47 31/47 -16/47 -8/47 ] Subproblemas: mn = —$n+ ha mind = —3y, — Su 5.8. 8a. res, yeSa Respuestas de los subproblemas + Punto extremo de 1: 2° = (10,0), funcién objetivo 23 + Punto extremo de 2: y* = (10, 5),funcién objetivo 2} = —200/47 Punto extremo de los subproblemas 1 y 2: 2(n) = (10,0, 10,5) b2 Fe=—% — 2-0 = 280/47 <0 = Noes dptimo Pasa al cuadro como 280/47 b.3 Problema maestro: i 6 Ars? + Any? = [1 2)[ 0 +e al 3 |=% Columna p generada para el problema maestro: p= [ . | Actualizacién de la nueva columns vorr-[ 0821-88] 1|> | 12/47 280/47 Asf la columna que debe ser usada para pivot es: s/t 12/47 179El cuadro anterior incluida la nueva columna 3 Base inversa RHS ds 2 39/47 0 —1560/47 280/47 do 1/47 0 40/47 = 35/47 M -1/47 1 (7/47 (12/47 Pivotando el cuadro se tiene la nueva base inversa: Base inversa RHS z -1/3 -70/3 -110/3 do 1/12 35/12 5/12 As 1/12 47/12 7/12 donde: w = (-1/3,-70/3) > 1 =-1/3 T= Solucién actual: z= Az? + Agz® 6 10 25/3 _ 8 0 * 10/3 = 10 wl} 7 7= | =! 10 5 5 y 5 ¢ Iteracién 3: cl Resolver los subproblemas satélites: con’ =—1/3: Céleulo de: (¢- = A) (e-n A)=[-1 -1 -2 a}-(-)[ 22 1]=[-3 -} -$ 3 Subproblemas satélites: min = —321 - jae min 22 = —4y,—2y 5.8. sa. res, yES Respuestas de los subproblemas x Punto extremo de 1: z* = (6,8), funcidn objetivo 2 = —20/3 + Punto extremo de 2: y* = (10, 5),funcién objetivo 22 = —50/3 + Punto extremo de los subproblemas 1 y 2: 2(m) = (6,8, 10,5) 180Solucién: oo [2 = [9/3 m 10/3 + 2=-110/3 y= [uJ fo Ey 5 2. Ejemplo 2: min Z = 4a + Gry — 80 + Bay $a, a + Bt, + ey + dy < 20 Qa, + Bx. + Gay + dt < 25 m <5 a+ a < 8 4g + 324 < 12 > 0, Este ejercicio lo componen dos restrcciones de acoplamiento y dos subproblemas satélites, cl primero asociado con las variables #1 y 2 y el segundo con las variables 23 y 4. Subproblema 1: 3 oe 8 IVIAIA oon Subproblema 2: Aas + 824 < 12 5,04 20 Los coeficientes del problema maestro y subproblemas 1 y 2, son representados matricil- mente de la siguiente manera: Hone ee ow 43 181Problema maestro (coeficientes del problema gerenciador): 13 _[24 a=[} 3] a=[3 ‘| Subproblemas satelites (coeficientes de los subproblemas satélites): o1 _ a-([ 1] B=[4 3] Inicializacién: De las regiones factibles de los dos subproblemas satélites se obtiene un vector de puntos extremos inicial z}(7) asociado a una variable A1. 1 0 aq) = | 2] =| 9 am=l oe 1=]o % 0 Forma del Problema Maestro: min Z = (Qyx}(n) + Co23(m)) 3a. (Aiz}(n) + Aza} (n))Ar +S = M=1 20,520 Donde $ es un vector de variables de holgura: S'=[S; S2]* minZ = 0 5.0, Om + + OAL + Se A A Sy Se El cuadro simplex revisado es: BASE INVERSA SiS _iRHS Z 00 0 0 & 10 0 20 S& 0 1 0 25 a0 0 OT T w= 0; 0; 0 => m=0; ™m=0; m=0 182.a Iteracién 1: a.1 usando los valores de 1 resolver los subproblemas satélites: r=[m m]=[0 0] Caloular (C; — Ay) = O Subproblema 1: min 2 =O\X, = 401 +62 sa, mss mtr < 8 11,22 2 0 Cuya solucién éptime es: A=-82, m=8, m=0 Subproblema 2: min =C,X_ = —8ra + 5a 8a. doy +3xq < 12 m% > 0 Cuya solucién éptima es: Ba, y=3, m=0 Por tiltimo se obtienen los 24() de los subproblemas satélites: 23(n) =| 2 | que tienen asociados Ia variable’ ow om a= 32, B=-24, m=0 a2 Enel problema maestro verificar optimalidad: f, > 0 Pp $= 3022 — 1 = -32- 24 +0 = —56 < 0, por lo tanto no es éptimo il 183a.3 Pivot del maestro: Al cuadro formado con el método simplex revisado se le agrega la columna asociada a A: YA = Austin) + Aveda) sain [2 210508 181- [8] 4 laa -fj = 56 El cuadro simplex revisado serfa: BASE INVERSA SS AL RHS Az Zo 0 0 0. 56 | ie a 0 2014 Se 0 1 0 25 34 a 0 0 1 1 1 Después de pivotado se encuentra: BASE INVERSA Sy RES & Z_0~28/I7 0 -700/I7_0 Si —7/it_0__ 165/17 M0 1/340 ~—-25/34_—«d 0 —1/34_1~~«9/34_0 Valor de las variables duales: 8 28 w [o -3 df, 7 [ -#), ae Nota: La columna de la variable que sale de la base no se visualiza en los sucesivos cuadros. b Iteracién 2: 184bl Usando los valores de 7 resolver los subproblemas satélites: =In m= jo = 3 Calcular [C;— Aj], i= 1,2 enriarea-fo Bh 3] a eominres-fo A {]-[8 Subproblema 1: min 2 = — Ba, + May 5.0, m 0} ‘Asf el problema maestro es planteado en la siguiente forma: min Yo fiy (7.33) sa. Dy ry = bo (7.34) Cr] UM =h i (7.38) j donde fis, piy son calculados con las siguientes expresiones: fg =o} (7.36) py = Aad (737) Este nuevo problema maestro tiene p restricciones de convexidad y cada subsistema Bix; = bj, 7% > 0 es representado separadamente por las variables \yj. En el maestro original todos los subproblemas son incorporados juntos. La formulacién anterior permite encontrar un problema maestro més interesante. La base B ahora tiene dimensién (m, + p).(m; +p) con variables duales w = (1,7... %p)- Los costos ‘elativos asociados a los ,; son los siguientes: Fy = (@-nA)al -% (7.38) 189Para cade i, el min; €8 equivalente a resolver el subproblema i: min 2 = (q-1A)a 8a. Bir; = 5% 20 Entonces el criterio de optimalidad se verifica con la relacién: in min fy = min (?-m) 20 7 c ‘Ast, se debe calcular el mfnimo de cada subproblema y después el m{nimo de esos mfnimos para verificar la optimalided de (7.39). Si todavia no fue encontrado el éptimo entonces Ia variable que entra en la base es encontrada con la relacién: i —m) — a Si el minimo sucede para un i = 8 y z,(7) es la solucién del subproblema S, entonces la columna que entra a la base es la siguiente: | A Us donde u, es un vector de dimensién p con ceros en todas las posiciones excepto en la posicién 5 en que vole 1. Esta nueva columna produce nuevos multiplicadores (precios) (7,™, "2, ..1p). (7.41) 7.5.1 Modificacién de la estrategia En lugar de incorporar al problema maestro una sola columna (aquella que corresponde al mejor subproblema) se puede incorporar p columnas (variables), la mejor columna de cada subproblems. La justificacién es que estas otras columnas pueden ayudar a mejorar el proceso de solucién disminuyendo més répidamente la funcién objetivo del maestro. En este caso se justifica plenamente usar el maestro restricto formado por las variables bésicas y pot las p columnas (variables) “nuevas”, una columna para cada subproblema. Asf, se tiene un problema maestro restricto de la siguiente forma: a FD hth x (742) {51 Jenn 190f P y Lwin (743) = Met X= 15 (7.44) M20, Y2>O (7.45) ee que piy 900 las columnas de la base actual, pj, son las nuevas columnas generadas en p iltima solucién de los subproblemas. La base es de dimensién (m + p). En este problema cgisten p variables més que restricciones, as{ existe més posibilidad de disminuir la funcién ahjetivo porque varias de las variables generadas pueden entrar en la base. Este problema tiene restrieciones de convexidad. Asf es posible generar diferentes variantes del problema maestro ssando entre 1 y p restricciones de.convexidad. 7.6 Ejemplos de aplicacién al problema maestro restricto 1, Ejemplo 3: Transformar el siguiente problema en su equivalente usando el principio de descomposicién de Dantzig-Wolfe. min z= —e)-a2—2u-th a +2r+ 2 ty <40 m+ 3x <30 2m +22 <2 wn 10 we S10 mth <15 21,22, Yirye 20 ‘Sean los bloques que representan los 2 subproblemas: Sy ={ (1,22) | tr +302 $30 22, +22 < 20 4,220} Con puntos extremos (ver figura 7.3): (2): e-[3): Le} ¢La] 191S.={(vom)| wm $10 wa <10 nity S15 vite 20 } Con puntos extremos (ver figura 7.4): v=[e] =|] v=[9]5 *=[ 2]; v-[3] El problema equivalente es escrito la siguiente forma: min z = EX (ea*bou + Clow’) 7 Ysa + Day')i+s z 7 Ea i} +» & L& 20; A>0; 2>0 Los pardmetros de costos y de ecuacion de acople son: los siguientes: a=[-1 -1];/@ Clculo de los parémetros del problema maestro: ast =[-1 =][$]=-° ae? =[-1 -1][9]=-0 az! = [1 2][0]=0 ays? =[1 af 0 ]=2 192Ast, el problema equivalente asume la siguiente forma: (PE) min z = ay — 1dag— 10a — 10a4 + 08; — 252 — 20/5 ~ 1084 — 2085 sa. Oa + 22a9 + 1003 + 20ay + Of; + 25A2 + 208s + 10 + 2085 + 9 = 40 ay +02 +03 +04 =1 Art fot Bs+ Bat Bs=1 1, 02, 043, 04, (1, Bay 95, Ba, Bs, 8 20 Este problema es equivalente a su versiGn original descrita inicialmente en el ejemplo. Se efectiian las siguientes aclaraciones de respecto a la versién equivalente: a) El tamafio de la base B en el problema equivalente (PE) es mucho menor que en el problema original (PO). En el ejemplo, (PO) tiene una base de dimensién 4 y el (PE) tiene una base de dimensién 3. b) El conjunto S; tiene 4 puntos extremos y el conjunto 52 tiene 5 puntos extremos, por lo tanto, el problema (PE) tiene 9 variables de tipo a; y i. As, cada punto extremo de los conjuntos S;, $2,... aporta con una variable a;(0 fj), 0 sea con una columna en el (PE). ¢) Siel nimero de subproblemas aumenta y'el tamaiio de cada subproblema aumenta (muchos puntos extremos) entonces el mimero de columnes (variables) de (PE) au- mentarfa mucho y serfa dificil la representacién completa del problema (PE) y mas todavia la solucién de la misma. 1934) El método de descomposicién de Dantzig-Wolfe es una técnica que permite generar solamente las columnas (variables) del problema equivalente (PE) que son més atrac- tivas para encontrar la soluci6n éptima de (PE) y por lo tanto del problema original sin necesidad de generar las columnas no atractivas. ¢) Con Ia idea del item anterior Ia técnica de Dantzig-Wolfe debe tener una forma sistemética de generar las columnas atractivas y de descubrir en qué momento se llegé a la solucién éptima. £) Esta metodologfa es usada para problemas de gran tamafio y especialmente con pocas restricciones de acoplamiento y muchos subproblemas (problemas con estructura bloque angular). 2. Ejemplo 4: Verificar que el problema equivalente (PE) tiene una base éptima definida por Jas columnas de las variables az, a3 y (2. B=[a ay am | 22 10 25 1/12 -5/6 -25/12 B eae: => B=} -1/12 11/6 25/12 oo1 00 1 Para verificar si B es una base éptima calculamos los coeficientes de costo relativo de las variables no bésicas: ty => {a1, 04, fi, 5, Ba, 85, 8} Formula de costo relativo de las variables no bésicas: @y = cpB-'N — cy = wN — cy 1/12 -5/6 -25/12 w=cpB*=[-14 -10 -25] ue ws 25/12 | =[-2 1 Asi, el método de Dantzig-Wolfe debe permitir encontrar la base B éptima generando las columnas adecuadas (variables) de B identificando en qué momento se encuentra la solucién éptima. 194minz = - 41 - % - Mm - WH sa. m + %m + Mm + wm S40 nm + 3m <30 2, + a $20 n $10 th $10 no t+ th $15 Ty Zvi 20 Jdentificacién de parémetros para conformar el problema maestro y satélites: A=([1 2]; A=[21] 10 a=[2 HE B=|0 01 “teh ofB a=[-1-1]; o=[-2 -1] Problema maestro: min z =z (cat*)os + Liew sa. LV Aza + D(Awa+s =40 7 y a , =1 ™ Da =1 a%>0; 20; #20 Solucién inicial de los satélites 1 y 2: 2" solucién al problema maestro: Cuadro inicial del problema maestro:| ¢ 1 195[9 0, 0] > T=m= Valor obtenido de las variables duales: a Iteracién 1: 1.1 Solucién de los subproblemas satélites: w=(r,m,72) Los subproblemas satélites tienen la siguiente estructura: » min Yia-rAda a sa, Bey = by m%20 i=1,.,7; con p=2 Como 1 = 0 entonces los subproblemas asumen la siguiente forma: min fa -Oe min ler —Oly 8a. 8.8. red, yeS 4 4 minz,) = -t1-2 min = —2)—y 5a, 8.8, res ye De las figuras 7.3 y 7-4 se puede encontrar la solucién gréfica de los 2 subprob- Jemas: 2 = (6,8) v= (10,5) q=-i4 a= 25 a.2 Cileulo de costos relativos: nin f, = 4@-m =-14-0=-14 min f, = 2 - m= -25 -0= -25 4.3 Mecanismo para la generacién de las columnas: 1, tiene valor cero en todas las posiciones excepto en la posicién p donde vale 1.Generacién de las 2 columnas: Ay? 0 TEE (F1-0 Que juntamente con los factores de costo relativo son las columnas del nuevo problema maestro. Asf, el problema maestro esté formado por las variables ésicas del problema maestro anterior y las 2 nuevas variables relacionadas con Jos nuevas columnas: Generacién del problema maestro restricto: min z = 08 + 0a; + 0f - lag — 255) 5.2. 8 + Mag + 25, = a + 09 A +h = 1 Solucién del problema maestro: Se debe resolver usando el iltimo cuadro simplex revisado ya que esa base es una SBF. En el cuadro anterior se tiene: + Variables bésicas: s, o1, 4: + Variables no bésicas: a2, Ay Céleulo de los coeficientes de costo relativos del PL: a2 Pa 14 ove -y-0-erm-er=| fl 4 Que corresponden al min 7, y min , con signo cambiado. De acuerdo a los costos relativos, ; es candidata a entrar en Ia base. ‘Actualizacién de la columna de (2 y pivotaje del cuadro: % 4 yy = Blas, =0,=|0] + | 9 1 1 Pivotar el cuadro: Inclusién de la columna f y pivotaje del cuadro Base inversa RHS (hy z 000 0 2 s 100 4 2% ~™ 010 1 0 f& ool 121 197Solucién al cuadro anterior: z 0 0 -25 —25 s 1 0 -% 15 a 010 1 fh oo 1 2 CAlculo de @y para el nuevo cuadro: 00 tw = wy-cv = [0 0 -s)2t]-10 -4] > w 10 2 es candidata a entrar en la base. Columna actualizada de a2 : 10 -25 22 22 You = BYtq, = |0 1 0 rf=]i ok 0 0 Conformacién del nuevo cuadro con Ja columna a2 Base inversa RHS z 0 0 -% -2% 14 3 1 0 -% 15 22 am o10 2 fA 001 1 0 Pivotando el tltimo cuadro se tiene el nuevo cuadro Simplex revisado Base inversa RES z 7/11 0 —100/11 —380/11 a. 1/22 0 25/22 15/22 a, 1/22 1 25/22 7/22 B& o o 1 1 CAlculo de los costos relativos del nuevo cuadro: 10 0 -%]}0 0}-[0 0] 01 3 cv=] bt | <0 - Fue encontrada Ia soluctén del PL (maestro) Bee usando el método simplex revisado 198La nueva solucién del problema primal es: = = qs! tage? = Z(0,0]+38[6,8] = (45/11,60/11] y = fry? = 1[10,5) = [10,5] Valor de la Funcién objetivo: 2 = - 380/11 p teracién 2: bai Resolver los subproblemas usando los nuevos costos relativos: 7 1007 w= [rmyml = [-7.0,-77 | Funcién objetivo del subproblema 1: a=la~rAe= [-,-1-(-2) na] == 4.3 ascquty™ Funcién objetivo subproblema 2: pera aque Los subproblemas son reescritos asf: mn = -An+im mn = -£n-dw 8a. sa. res yeS: De las figuras 7.3 y 7-4 se puede encontrar la solucién gréfica de los 2 subprob- Temas: a = [10,0] y= [10,5] 4 = 40/11 = ~100/11 b.2 Encontrar los factores de costo relatives: 7 40 40 min J, = (8m) =-q7-9=-] e 100 /_100 min fy = (@-™) = 4p ~ (-F) 0 Segiin los valores de costos relativos Ja solucién del problema aun no es éptima 199b.3 Mecanismo de generacién de columnss: Generacién de las columnas para el problema maestro: lh AE Se puede formar el nuevo maestro con las variables bésicas del dltimo cuadro simplex revisado y las variables de las nuevas columnas (cs ys) Nuevo maestro restricto: min z = —1d4a2 — 256, — 10a3 — 2595 8.8. 22a9 + 2562 + 10a3 + 25%, =40 ay +09 +a3 te +h =1 1, 02, 3; Ba, Ag 20 Resolver el maestro usando el método simplex revisado a partir del ‘iltimo cuadro del maestro anterior. Variables basicas: a2, 01, 52 Variables no bisicas: ag, 3 Célculo de los coeficientes de costos relativos: tw =wN-cy=[-% 0 —@ as fs 4 4 | + yaeran conocidos cuando ealeulamos 7, ¥ Fy 20 tt ag es candidata a entrar en la base. Actualizamos la columna de as: 1/22 0 -25/22] [ 10 3/1 Yas = B'day = | -1/22 1 a] [: = [#2 00 1} lo 0 Pivot del cuadro simplex revisado: 200Base inversa RHS 2 -7/11 0 -100/11 -380/11 au 2 1/22 0 ~25/22 15/22 5/11 a —1/22 1 25/22 7/22 6/11 fh 0 o 1 1 0 Solucién después de efectuado el pivotaje Base inversa RHS z -1/3 -20/3 -80/3 -110/3 a, 1/12 -8/6 -25/12 5/12 as -1/12 1/6 25/12 7/12 0 0 1 1 CAlculo de coeficientes de costo relativos: 0 2 ty = wN cw =[-1/3 -20/3: -60/3}| 1 0 | - [0 -25) 01 tw =[-20/3 0] - éptimo del PL (maestro) La nueva solucién del problema es: 25 2| = 090" +032" = Bi68)+2 1 110,0)= Ts y= Bay? = 1[10,5] = [10,5] Valor de la funcién objetivo: 2 = -110/3 ¢ Iteracién 3: c.1 Resolver los subproblemas usando los nuevos w : ix, m4, %a] = [-1/3, -20/3, -50/3] w Funcién objetivo de los subproblemas: 1 = la nAije= [[-4-11- [-3] wal] 201a = ~2/8x, — 1/302 = |o—TAly = [I-2, -l- [-3] 2, 4] y= (+4. “4 v 42 =ngh- 3M Forma de los subproblemas: min 4 = —3x- 302 min = ~iy-2y 6a, 8.8. res; yeS, De las figuras 7.3 y 7.4 se puede encontrar la solucién gréfica de los 2 subpro, Jemas: a*= (6,8) otambién 2*=(10,0) fo: 2=-% y* = (10,5) fo. : 2 = -50/3 ¢.2 Enoontrar los factores de costos relativos: nin 7,=(4-m)=(-3- (-2)) =0 ne Tait-ni=($-(-B))-0 min %, = -7 = 1/3 Observacién: E] coeficiente de costo relativo de la variable de holgura de la restriccién de acoplamiento, s, asume la siguiente forma: 2 = ¢,~ wa, =0—n(1) =—2 Como todos los factores son no negativos = PARE Solucién é6ptima Global: 2 = 25/3 m= 10/3 > 2 =-110/3