El método Simplex es un procedimiento iterativo que permite mejorar la solución de la función objetivo en cada paso.
El proceso concluye cuando no es posible continuar mejorando dicho valor, es decir, se ha alcanzado la solución óptima (el mayor o menor valor posible, según el caso, para el que se satisfacen todas las restricciones).
El método Simplex posee distintos temas relevantes para facilitar, mejorar y analizar la solución óptima obtenida:
Analisis de Post-optimalidad y sensibilidad
Dualidad
Factores que hacen al modelo más largo
Reoprtimización. Consiste en afinar el modelo y la solución óptima cuando se tiene una versión más completa y realista de lo que necesita la empresa.
Precios sombra. Son útiles para las decisiones definitivas de asignación de recursos. Indican el aumento de la FO por unidad subida en cada recurso.
Análisis de Sensibilidad. Determinan aquellos estimados de los parámetros del modelo que puedan afectar la solución óptima.
Programación lineal paramética. Evalúa las ventajas/desventajas de alterar ciertos parámetros. Muestra las mejores negociaciones a realizar.
1. El número de restricciones
2. Cantidad de variables
3. Densidad de la tabla de coeficientes de las restricciones
Cada problema (llamado Primal) tiene otro problema asociado llamado Dual que provee información útil.
Los precios sombra del Primal están dados por la solución óptima del Dual.
Si el problema Primal es de maximización, el Dual será de minimización y viceversa.
En resumen: cada restricción se convierte en una variable y cada lado derecho se convierte en un coeficiente de las nuevas variables de la FO.
