Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigación Operativa
Ejercicios de Investigación Operativa para Estudiantes
Precision Revenue
Metering
SEL
OPEN
Maximizar 10*X+6*Y
Las distintas combinaciones de valores que pueden adoptar las variables de decisión que
satisfacen en forma simultánea el conjunto de restricciones, definen el dominio o región de
puntos factibles, el cual se demarca con color verde en el siguiente gráfico:
Cabe destacar que un modelo de Programación Lineal que admita solución, ésta se encuentra
en un vértice o frontera del dominio de puntos factibles. Luego, se puede evaluar cada uno
de los vértices (A, B, C o D en nuestro ejemplo) y ver cuál es el que maximiza el valor de la
función objetivo, sin embargo, esta estrategia queda delimitada naturalmente a modelos de
menor tamaño.
Una forma más eficiente de resolución consiste en graficar las distintas curvas de nivel
asociadas a la función objetivo. En un problema de maximización la dirección del máximo
crecimiento se alcanza desplazando las curvas de nivel en la dirección del gradiente de la
función objetivo que esta dado por el vector .
Al desplazar las curvas de nivel en la dirección del gradiente de la función objetivo, el último
punto donde interceptan éstas al dominio de puntos factibles es el punto (X,Y)=(2,2) el cual
corresponde a la solución óptima del problema, con valor óptimo asociado igual a 52.
Análisis de Sensibilidad
Una vez resuelto el modelo original, interesa saber qué sucede frente a cambios que se
produzcan en los parámetros del modelo, sin que esto involucre resolver el modelo
nuevamente. En este sentido, para un modelo que considera 2 variables, el análisis gráfico es
una herramienta que nos permite realizar este tipo de análisis.
Se busca encontrar un intervalo de variación para los coeficientes de la función objetivo que
garantice que la actual solución siga siendo la óptima.
En nuestro ejemplo, esto implica que la pendiente de las curvas de nivel (función objetivo) se
encuentre en el intervalo que define las actuales restricciones activas, es decir, aquellas
restricciones que se cumplen en igualdad. El óptimo actual (X,Y)=(2,2) nos indica que las
restricciones 1 y 2 (disponibilidad de piezas pequeñas y grandes, respectivamente) se cumplen
en igualdad, es decir, al evaluar la solución en el lado izquierdo de la inecuación, ésta coincide
con el lado derecho o disponibilidad de recursos (lo que equivale a que no exista «holgura» o
recursos ociosos).
Por simple álgebra se puede obtener que las pendientes de las restricciones 1 y 2 son -1 y -1/2
respectivamente.
Si la pendiente de las curvas de nivel varía en el intervalo entre -1 y -1/2, esto garantiza que el
modelo de programación lineal mantendrá la actual solución óptima:
Para obtener un intervalo de variación para C1 que mantenga la actual solución, mantenemos
fijo el actual valor de C2 y despejamos:
Notar que en los extremos de éstos intervalos se agregan nuevas soluciones al problema que
comparten el mismo valor óptimo y que contienen a la original solución óptima (X,Y)=(2,2).
Cuando sucede esta situación se dice que el problema tiene infinitas soluciones óptimas.
Para la Restricción 1:
Por ejemplo, si el lado derecho aumenta de 8 a 10 (aumento que esta contenido en el intervalo
válido de variación) el nuevo valor óptimo será 52 + P1*(10-8) = 52 + 2*2 = 56.
Comparte esto:
Relacionado
Preguntas Frecuentes en
Investigación de Operaciones
(FAQ)
A continuación presentamos un
compendio de Preguntas
Frecuentes (FAQ) relacionadas
Programación Entera y Simulación de Modelos de
a la Investigación de
Ejemplo del Algoritmo de Programación Lineal con AMPL
Operaciones o Investigación
Branch and Bound 14 mayo, 2015
7 mayo, 2015
8 mayo, 2015 En "Investigación Operativa"
En "Investigación Operativa"
En "Investigación Operativa"
análisis de sensibilidad, investigación de operaciones, precio sombra, programación lineal,
resolución gráfica
Buscar...
gráfica solver
BÚSQUEDAS
Calculadora gráfica
Introduce tu correo electrónico para suscribirte a este Blog y recibir notificaciones de nuevas entradas.
Dirección de Email
SUSCRIBIR
El Problema de Tamaño de Lote No Capacitado o ULS (por sus siglas en inglés, Uncapacitated Lot-Sizing),
consiste en decidir sobre un Plan de Producción para un horizonte de T periodos para un solo producto. El
objetivo consiste en minimizar la sumatoria de los costos de producción, almacenamiento de productos en
inventario y setup (costos de emisión), […]
Distribución Estacionaria de una Cadena de Markov en Tiempo Continuo
En la Teoría de Probabilidades, una Cadena de Markov en Tiempo Continuo (CTMC – Continuous Time
Markov Chain) corresponde a un modelo matemático donde una variable aleatoria toma valores en un
espacio finito y donde el tiempo en que la variable se encuentra en un determinado estado adopta valores
reales no negativos que siguen una Distribución Exponencial. […]