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.