Tarea # 4

Responder a las siguientes preguntas

1. Describa los pasos para resolver utilizando el método gráfico

El proceso de resolución de un sistema de ecuaciones mediante el método

gráfico se resume en las siguientes fases:

 Se despeja la incógnita y en ambas ecuaciones.

 Se construye, para cada una de las dos funciones de primer
grado obtenidas, la tabla de valores correspondientes.
 Se representan gráficamente ambas rectas en los ejes
coordenados.
 En este último paso hay tres posibilidades:

a. Si ambas rectas se cortan, las coordenadas del punto de corte

son los únicos valores de las incógnitas x e y. Sistema compatible
determinado.
b. Si ambas rectas son coincidentes, el sistema tiene infinitas
soluciones que son las respectivas coordenadas de todos los
puntos de esa recta en la que coinciden ambas. Sistema
compatible indeterminado.
c. Si ambas rectas son paralelas, el sistema no tiene
solución. Sistema incompatible.

2. Describa los pasos para resolver por el método simplex

Los pasos a seguir en el método simplex son:
1. Definir el problema en la forma estándar y generar nuestra matriz.
2. Determinar la solución básica inicial.
3. Seleccionar la variable de entrada utilizando la condición de optimalidad.
Si no se puede seleccionar una variable de entrada, quiere decir que
estamos en la condición óptima y finalizan las iteraciones. De otro modo se
continúa con el siguiente paso.
4. Seleccionar la variable de salida utilizando la condición de factibilidad.
5. Actualizar nuestra matriz realizando las operaciones de Gauss-Jordan.
Volver al paso número 3.

3. Explique el significado de una restricción redundante

Una restricción redundante es aquella cuya supresión no provoca cambio en la
región factible. En virtud de que, por definición, puede descartarse
una restricción redundante sin modificar la región factible, su eliminación
tampoco tendrá efecto alguno en la solución óptima del modelo
4. Explique cuando se tiene una solución acotada y no acotada
Solución no acotada (ausencia de solución), cuando la función objetivo no
tiene valores extremos, pues la región factible es no acotada.
Si la región factible está acotada, su representación gráfica es un polígono
convexo con un número de lados menor o igual que el número de restricciones.
5. Explique cuando un modelo de programación lineal no tiene
solución
Un problema lineal no puede tener soluciones óptimas en puntos interiores del
dominio (salvo en el caso de que la función objetivo sea constante).
Tampoco puede ser óptimo un punto aislado de una arista, si no es óptima toda
la arista o si ese punto no es vértice.
6. Explique cuando un modelo de programación lineal tiene
solución infinita
En general, un problema de programación lineal puede tener una, infinitas o
ninguna solución. Si hay una única solución óptima, ésta se encuentra en un
vértice de la región factible, y si hay infinitas soluciones óptimas, se
encontraran en un lado de la región factible.
7. Defina análisis de sensibilidad de un modelo de programación
lineal
El análisis de sensibilidad o postoptimal para los modelos de Programación
Lineal, tiene por objetivo identificar el impacto que resulta en los resultados del
problema original luego de determinadas variaciones en los parámetros,
variables o restricciones del modelo, sin que esto pase por resolver el problema
nuevamente.
Es decir, ya sea si resolvemos nuestro modelo gráficamente o utilizando el
Método Simplex, lo que se busca es que estas variaciones o sensibilidad hagan
uso de la solución y valor óptimo actual, sin tener la necesidad de resolver para
cada variación un nuevo problema. En especial nos concentraremos en el
análisis de sensibilidad o postoptimal que hace uso de la tabla final del Método
Simplex.
8. pasos para encontrar la variación de los recursos de un análisis
de sensibilidad
 Revisión del modelo: se realizan los cambios que se desean
investigar en el modelo.
 Revisión de la tabla final Símplex: se aplica el criterio adecuado
para determinar los cambios que resultan en la tabla
final Símplex.
 Conversión a la forma apropiada de eliminación Gauss: se
convierta la tabla en la forma apropiada para identificar y evaluar
la solución básica actual, para lo cual se aplica
la metodología de eliminación Gauss si es necesario. 
 Prueba de factibilidad: se prueba la factibilidad de
esta solución mediante la verificación de que todas las
variables básicas de la columna del lado derecho aun tengan
valores no negativos. 
 Prueba de optimalidad: se verifica si esta solución es optima y
factible, mediante la comprobación de que todos lo coeficientes
de las variables no básicas del reglón Z permanecen no
negativos. 
 Reoptimización: si esta solución no pasa una de las pruebas
indicadas en los puntos 4 y 5 anteriores, se procede a buscar la
 nueva solución optima a partir de la tabla actual como
tabla Símplex inicial, luego de aplicadas las conversiones de
lugar, ya sea con el método Símplex o el Símplex Dual. 

9. Explique qué significa fila y columna pivote

COLUMNA PIVOTE: Una columna pivote de una matriz escalonada es
una columna que contiene una posición pivote. Una posición pivote no es lo
mismo que un pivote. El pivote se utiliza para llegar a la forma escalonada y
puede ser distinto según las operaciones que se hagan.
FILA: Es el conjunto de transacciones que espera ser atendido por alguno de
los servidores del sistema.
10. Como se corrige cuando una restricción es menor igual en la
función objetivo para utilizar el método simplex
Para normalizar una restricción con una desigualdad del tipo "≤", hay que
añadir una nueva variable, llamada variable de holgura xs (con la
condición de no negatividad: xs ≥ 0).Esta nueva variable aparece con
coeficiente cero en la función objetivo, y restando en la ecuación
correspondiente.