CV 3 3 1 2 1. Vejiga y tumor 2. Recto, coxis, etc. 3. Fmur, parte de la pelvis, etc. Parte del tratamiento es la radiacin, junto con ciruga y quimioterapia. Rayo 2 Rayo 1 La meta es ver la combinacin de rayos y la intensidad (kilorads) rea Fraccin de la dosis de entrada absorbida por rea (promedio) Restriccin sobre la dosis promedio total Rayo 1 Rayo 2 Anatoma sana 0.4 0.5 Minimizar Tejido crtico 0.3 0.1 < 2.7 Regin del tumor 0.5 0.5 = 6 Centro del tumor 0.6 0.4 > 6 X 1 , X 2 = La dosis en Kilorads en el punto de entrada de los rayos 1 y 2 Min Z = 0.4X 1 + 0.5X 2 Sujeto a: 0.3X 1 + 0.1X 2 < 2.7 0.5X 1 + 0.5X 2 = 6 0.6X 1 + 0.4X 2 > 6 X 1 , X 2 > 0 5 10 5 10 15 1 3 2 (6,6) (7.5,4.5) (8,3) Regin de soluciones factibles Min Z = 0.4X 1 + 0.5X 2 Sujeto a: 0.3X 1 + 0.1X 2 < 2.7 0.5X 1 + 0.5X 2 = 6 0.6X 1 + 0.4X 2 > 6 X 1 , X 2 > 0 1 3 2 Construccin del modelo ampliado:
La primera restriccin (1), como se vio en el modelo cannico (funcin objetivo de maximizar y restricciones de menor o igual), se aade una variable de holgura: en este caso S 1 . Con ello se obtiene una ecuacin y se apoya la identificacin de una solucin factible bsica inicial, quedando 0.3X 1 + 0.1X 2 + S 1 = 2.7 Para la restriccin (2), ya se tiene una ecuacin, por ser una restriccin de igualdad de origen; sin embargo queda pendiente la solucin factible bsica inicial. La restriccin quedara igual: 0.5X 1 + 0.5X 2 = 6
Para la restriccin (3), se tiene que agregar una nueva variable, que para el caso de restricciones de (>), el nombre que se le da es de excedencia y se denomina como S 3, adems de que debe restarse del lado izquierdo de la restriccin. La restriccin queda: 0.6X 1 + 0.4 X 2 -S 3 = 6 Z X 1 X 2 S 1 a 2 S 3 a 3 b i 1 0.4 0.5 0 M 0 M 0 0.3 0.1 1 0 0 0 2.7 0 0.5 0.5 0 1 0 0 6 0 0.6 0.4 0 0 -1 1 6 Z X 1 X 2 S 1 S 3 b i 1 0.4 0.5 0 0 0 0.3 0.1 1 0 2.7 0 0.5 0.5 0 0 6 0 0.6 0.4 0 -1 6 La solucin bsica factible inicial an no se tiene, por lo que se utilizan variables artificiales, denominadas por a i . El modelo ampliado finalmente queda: Min Z = 0.4X 1 + 0.5X 2 + 0S 1 + 0S 3
Sujeto a: 0.3X 1 + 0.1X 2 + S 1 = 2.7 0.5X 1 + 0.5X 2 = 6 0.6X 1 + 0.4X 2 - S 3 = 6 X 1 , X 2 , S 1 , S 3 > 0 Min Z = 0.4X 1 + 0.5X 2 + 0S 1 + Ma 2 + 0S 3 + Ma 3 Sujeto a: 0.3X 1 + 0.1X 2 + S 1 = 2.7 0.5X 1 + 0.5X 2 + a 2 = 6 0.6X 1 + 0.4X 2 - S 3 + a 3 = 6 X 1 , X 2 , S 1 , S 3 , a 2 , a 3 > 0 En este momento es oportuno recordar que en el rengln cero (0), las variables bsicas deben tener un coeficiente cero, por lo que an no es posible la construccin de la tabla inicial del smplex. Las variables bsicas de acuerdo a como se definieron las variables de holgura, de excedencia y artificiales, son S 1 , a 2 y a 3 , por tanto las variables no bsicas son X 1 , X 2 y S 3 , y el valor que asigna el Smplex es (0).
Es necesario obtener un sistema de ecuaciones y una solucin factible inicial de manera prctica, dejando el trabajo numrico al smplex. Entonces se debe trabajar, previamente, con los renglones de la matriz de un sistema equivalente, en donde las variables bsicas (S1, a2 y a3), en el rengln cero (0) se tengan los coeficientes cero. Rengln X 1 X 2 S 1 a 2 S 3 a 3 b i R 0 0.4 0.5 0 M 0 M 0 R 2 -M 0.5 0.5 0 1 0 0 6 R 3 -M 0.6 0.4 0 0 -1 1 6 R 0 -1.1M+0.4 -0.9M+0.5 0 0 M 0 -12M Por lo que el nuevo rengln cero (0) queda preparado para construir la tabla inicial del algoritmo del Smplex. Para aplicar los mismos criterios de la variable que entra y la que sale en la iteraciones en tanto no se obtenga la solucin ptima, se dice que Min Z = Max(-Z). La ecuacin (0) queda: -Z = -0.4X 1 - 5X 2 - 0S 1 -MA 2 - 0S 3 -Ma 3 , despejando: -Z + 0.4X 1 + 0.5X 2 +0S 1 + Ma 2 + 0S 3 + Ma 3 = 0 It. VB Ecs Z X 1 X 2 S 1 a 2 S 3 a 3 b i 0 Z 0 -1 -1.1M+0.4 -0.9M+0.5 0 0 M 0 -12M S 1 1 0 0.3 0.1 1 0 0 0 2.7 a 2 2 0 0.5 0.5 0 1 0 0 6 a 3 3 0 0.6 0.4 0 0 -1 1 6 1 Z 0 -1 0 - 16/30M+ 11/30 11/3M- 3/4 0 M 0 -2.1M- 3.6 X 1 1 0 1 1/3 10/3 0 0 0 9 a 2 2 0 0 1/3 -5/3 1 0 0 1.5 a 3 3 0 0 0.2 -2 0 -1 1 0.6 2 Z 0 -1 0 0 - 5/3M+7/3 0 - 5/3M+11/6 8/3M- 11/6 -0.5M- 4.7 X 1 1 0 1 0 20/3 0 5/3 -5/3 8 a 2 2 0 0 0 5/3 1 5/3 -5/3 0.5 X 2 3 0 0 1 -10 0 -5 5 3 3 Z 0 -1 0 0 0.5 M-1.1 0 M -5.25 X 1 1 0 1 0 5 -1 0 0 7.5 S 3 2 0 0 0 1 0.6 1 -1 0.3 X 2 3 0 0 1 -5 3 0 0 4.5 Algoritmo del Smplex por el mtodo de la M 5 10 5 10 15 (6,6) (7.5,4.5) (8,3) (9,0) El mtodo de las dos fases: 5 10 5 10 15 (6,6) (7.5,4.5) (8,3) (9,0) Min Z = 0.4X 1 + 0.5X 2 Sujeto a: 0.3X 1 + 0.1X 2 < 2.7 0.5X 1 + 0.5X 2 = 6 0.6X 1 + 0.4X 2 > 6 X 1 , X 2 > 0 1 3 2 El proceso se divide en dos fase.
1 Fase Se busca minimizar la suma de las variables artificiales: Min Z = a i Independientemente de que el problema sea de Maximizar o de minimizar, habiendo variables artificiales en la primera fase se minimiza la suma de las variables artificiales.
Del problema de las radiaciones se tienen dos variables artificiales a 2 y a 3 La funcin objetivo de la 1 Fase queda :
Min Z = a 2 + a 3
Sujeto a el conjunto de restricciones del modelo ampliado. En esta primera fase se busca eliminar las variables artificiales y, por consecuencia, obtener un valor de Z igual a cero Z = 0 Min Z = 0.4X 1 + 0.5X 2 + 0S 1 + Ma 2 + 0S 3 + Ma 3 Sujeto a: 0.3X 1 + 0.1X 2 + S 1 = 2.7 0.5X 1 + 0.5X 2 + a 2 = 6 0.6X 1 + 0.4X 2 - S 3 + a 3 = 6 X 1 , X 2 , S 1 , S 3 , a 2 , a 3 > 0 El modelo ampliado del problema de la radiacin es: El modelo para la 1 Fase es:
Min Z = a 2 + a 3 Sujeto a: 0.3X 1 + 0.1X 2 + S 1 = 2.7 0.5X 1 + 0.5X 2 + a 2 = 6 0.6X 1 + 0.4X 2 - S 3 + a 3 = 6 X 1 , X 2 , S 1 , S 3 , a 2 , a 3 > 0 Al igual que en el mtodo de la M, las variables bsicas sern S 1 , a 2 y a 3 . entonces se requiere que en el rengln cero (0), las variables bsicas tengan un coeficiente de cero en el rengln cero, por lo que se tiene que redefinir el rengln cero para iniciar el algoritmo del smplex de la primera fase. La ventaja de las dos fases como hasta aqu se ve, es que no se introduce un coeficiente M (grande). Recordando que: Max Z =- a2 - a3; -Z + a2 + a3 = 0 Rengln X 1 X 2 S 1 a 2 S 3 a 3 b i R 0 0 0 0 1 0 1 0 R 2 -1 0.5 0.5 0 1 0 0 6 R 3 -1 0.6 0.4 0 0 -1 1 6 R 0 -1.1 -0.9 0 0 1 0 -12 It. VB Ecs Z X 1 X 2 S 1 a 2 S 3 a 3 b i 0 Z 0 -1 -1.1 -0.9 0 0 1 0 -12 S 1 1 0 0.3 0.1 1 0 0 0 2.7 a 2 2 0 0.5 0.5 0 1 0 0 6 a 3 3 0 0.6 0.4 0 0 -1 1 6 1 Z 0 -1 0 -16/30 11/3 0 1 0 -2.1 X 1 1 0 1 1/3 10/3 0 0 0 9 a 2 2 0 0 1/3 -5/3 1 0 0 1.5 a 3 3 0 0 0.2 -2 0 -1 1 0.6 2 Z 0 -1 0 0 -5/3 0 -5/3 8/3 -0.5 X 1 1 0 1 0 20/3 0 5/3 -5/3 8 a 2 2 0 0 0 5/3 1 5/3 -5/3 0.5 X 2 3 0 0 1 -10 0 -5 5 3 3 Z 0 -1 0 0 0 1 0 1 0 X 1 1 0 1 0 0 -4 -5 5 6 S 1 2 0 0 0 1 3/5 1 1 0.3 X 2 3 0 0 1 0 6 5 -5 6 2 Fase
La funcin objetivo original se retoma, junto con la tabla final de la primera fase. Las variables artificiales ya no son bsicas y el valor de Z es cero.
Para el ejemplo de la Terapia, la funcin objetivo original es:
Min Z = 0.4X 1 + 0.5X 2 Max (-Z) = -0.4X 1 - 0.5X 2 ; -Z + 0.4X 1 + 0.5X 2 = 0
Las variables bsicas del final de la primera fase, para el ejemplo, fueron: X 1 , S 1 y X 2 . Para iniciar la segunda fase esas variables siguen siendo las bsicas, esto es, las variables bsicas del inicio de la segunda fase son las mismas que las variables bsicas finales de la primera fase. Sin embargo, al retomar la funcin objetivo original del modelo, se tiene que trabajar con los renglones de la matriz para dejar ceros en las variables bsicas del rengln cero (0). R 0 0.4 0.5 0 0 0 R 1 -0.4 1 0 0 -5 6 R 3 -0.5 0 1 0 5 6 R 0 0 0 0 -0.5 -5.4 It. VB Ecs Z X 1 X 2 S 1 S 3 b i 0 Z 0 -1 0 0 0 -0.5 -5.4 X 1 1 0 1 0 0 -5 6 S 1 2 0 0 0 1 1 0.3 X 2 3 0 0 1 0 5 6 1 Z 0 -1 0 0 0.5 0 -5.25 X 1 1 0 1 0 5 0 7.5 S 3 2 0 0 0 1 1 0.3 X 2 3 0 0 1 -5 0 4.5 En la tabla se eliminaron las columnas de las variables artificiales, se dej de trabajar con M. En este caso ante el empate se opt por S 1 como variable entrante, de no bsica a bsica (al final de la primera fase). Este camino tomo una iteracin ms viajando al punto (6,6), (al inicio de la segunda fase). As los empates slo toman ms o menos iteraciones para llegar a la solucin ptima, que es la misma (7.5,4.5) y Z = 5.25 kilorads, la radiacin mnima para no afectar el tejido sano. 5 10 5 10 15 (6,6) (7.5,4.5) (8,3) (9,0)