Categorieën: Alle - factibilidad - sensibilidad - simplex - dualidad

door francina caro 5 jaren geleden

258

IOA4

El método SIMPLEX es una técnica iterativa usada en la optimización de problemas lineales, moviéndose a lo largo de los bordes del espacio de soluciones sin cruzarlo. El análisis de sensibilidad evalúa cómo la solución óptima responde a cambios en los costos unitarios y la disponibilidad de recursos, determinando intervalos y precios duales.

IOA4

Método SIMPLEX

Análisis postóptimo

Cambios que afectan la optimalidad
Adición de una nueva actividad
Cambios en los coeficientes de la función objetivo
Cambios que afectan la factibilidad
Adición de una nueva variable
Cambios en el lado derecho

Dualidad

Algoritmo simplex dual
Condición dual de optimalidad

La variable de entrada es la variable no básica que arj < 0

Condición dual de factibilidad

La variable de salida es la variable básica que tiene el valor más negativo

Solución dual óptima
Las soluciones primal y dual están estrechamente relacionadas en el sentido de que la solución óptima de uno u otro problema da la solución óptima al otro
Construcción del dual
Si el objetivo dual es de minimización entonces todas las restricciones serán >= (mayor o igual). Lo opuesto aplica cuando el objetivo dual es de maximización.
Los coeficientes objetivo duales son iguales a los lados derechos de las ecuaciones de restricción primales.
Los coeficientes de restricción y el coeficiente objetivo de la variable primal definen los lados izquierdo y derecho de la restricción dual.
Construye una restricción por cada variable primal.
Asigne una variable dual por cada restricción primal

Análisis de sensibilidad

Determinación de los intervalos de optimalidad
Precio dual (o sombra)
Descripción de la tasa de cambio de la función objetivo por cambio unitario de un recurso.
La sensibilidad de la solución óptima a los cambios en la utilidad unitaria o el costo unitario.
La sensibilidad de la solución óptima a los cambios de la disponibilidad de los recursos.

Detalles de cálculo del algoritmo simplex

Condición de factibilidad simplex
La variable de salida es la variable básica asociada con la relación mínima no negativa con el denominador estrictamente positivo.
Condición de optimalidad simplex
La variable de entrada en un problema de maximización es la variable no básica con el coeficiente más negativo en la fila Z.

Pasos del método SIMPLEX

Aplique los cálculos de Gauss-Jordan para determinar la nueva solución básica.
Seleccione una variable de salida utilizando la condición de factibilidad.
Seleccione una variable de entrada utilizando la condición de optimalidad.
Determine la solución factible básica inicial.

Solución artificial inicial

Método de dos fases
Método M

Su naturaleza iterativa

Se mueve a lo largo de los bordes del espacio de soluciones, lo cual significa que el método no puede cruzarlo.
Casa punto de esquina a lo largo de la trayectoria está asociado con una iteración.

Modelo de PL en forma de ecuación

Manejo de variables irrestrictas
Conversión de las desigualdades en ecuaciones con lado derecho no negativo

Método gráfico

Use la función objetivo para identificar el punto de esquina óptimo entre todos los candidatos
Identifique los puntos de esquina factibles del espacio de soluciones
Grafique todas las restricciones incluidas las de no negatividad

Método algebraico

Use la función objetivo para determinar la solución factible básica óptima de entre todas las candidatas
Determine las soluciones básicas factibles de las ecuaciones
Represente el espacio de soluciones por m ecuaciones en n variables y limite todas las variables a valores no negativos, m < n