Método simplex y análisis de sensibilidad

Temas 4 y 5 de la materia de Modelación para la toma de decisiones

Começar. É Gratuito
ou inscrever-se com seu endereço de e-mail
Método simplex y análisis de sensibilidad por Mind Map: Método simplex y análisis de sensibilidad

1. Análisis de sensibilidad

1.1. Estudia cómo las restricciones afectan la solución óptima del modelo

1.2. Define los rangos de variación permisibles de los parámetros

1.2.1. No llega a afectar la solución óptima o definir cuáles de estos parámetros son sensibles

2. Análisis de sensibilidad gráfica

2.1. Consideran 2 casos según Taha

2.1.1. Sensibilidad de la solución óptima a los cambios de la disponibilidad de los recursos

2.1.1.1. Lado derecho de las restricciones

2.1.2. Sensibilidad de la solución óptima a los cambios en la utilidad unitaria o el costo unitario

2.1.2.1. Coeficientes de la función objetivo

3. Análisis de sensibilidad algebraica

3.1. Cambios en el lado derecho

3.1.1. Representan cambios a los recursos disponibles del modelo.

3.2. Cambios en la función objetivo

3.2.1. Relacionado con el costo reducido (costo de los recursos respecto al consumo).

3.2.1.1. Costo reducido por unidad = Costos de los recursos consumidos por unidad – Ingreso por unidad

3.2.2. Determinar los intervalos de optimalidad

3.2.2.1. Harán que la solución óptima se mantenga constante

3.2.3. Para convertir una variable no rentable en rentable

3.2.3.1. Incrementar el ingreso por unidad

3.2.3.2. Reducir el costo por unidad de recursos consumidos

4. Análisis de Sensibilidad con TORA, Solver y AMPL

4.1. Resuelven problemas de maximización, minimización, modelos de transporte, teorías de colas, asignación de recursos, etc.

4.1.1. TORA

4.1.1.1. Resuelve problemas

4.1.1.1.1. Programación lineal

4.1.1.1.2. Método Simplex

4.1.1.1.3. Dos fases

4.1.1.1.4. M grande

4.1.1.1.5. Dual

4.1.1.1.6. Modelos de transporte

4.1.1.1.7. Programación entera

4.1.1.1.8. Modelo de redes

4.1.1.1.9. Teoría de colas

4.1.1.1.10. Juego de suma cero

4.1.2. Solver

4.1.2.1. Complemento del Excel

4.1.2.1.1. Maximización y minimización

4.1.2.1.2. Modelos de transporte

4.1.2.1.3. Asignación de recursos

4.1.3. AMPL

4.1.3.1. Se expresa en forma de ecuación o álgebra

4.1.3.1.1. Resuelve programación lineal

5. Modelos de programación lineal en forma de ecuación

5.1. Convierten desigualdades a ecuaciones

5.1.1. Requerimientos

5.1.1.1. Ecuaciones con lado derecho no negativo

5.1.1.1.1. Si fuera así, multiplicar ambos lados de la ecuación por (-1)

5.1.1.2. Variables son no negativas

5.1.2. Método

5.1.2.1. Agregar una variable de holgura (S1) a la restricción

5.1.2.1.1. 6x + 4y + S1 = 24

5.1.2.1.2. x + y - S1 = 800

6. Transición de la gráfica a la algebraica

6.1. Identifica cantidad máxima de soluciones básicas

6.1.1. Pasos

6.1.1.1. Identificar n y m

6.1.1.1.1. n = total de variables en cada restricción

6.1.1.1.2. m = número de restricciones

6.1.1.2. Determinar soluciones básicas

6.1.1.2.1. n - m

6.1.1.3. Obtener cantidad máxima de soluciones básicas o puntos de esquina

6.1.1.3.1. n! / (m! * (n-m)!)

6.1.1.4. Enlistar todos los puntos de esquina

6.1.1.4.1. Determinar si son factibles o no

7. Método simplex

7.1. Analiza incrementos en variables para cada punto de esquina

7.1.1. Incremento debe de ser de una variable a la vez

7.1.1.1. Del punto A al B, del B al C, etc.

7.1.1.1.1. Los incrementos deben ser en secuencia

7.1.2. La variable a evaluar será la que tenga una mayor mejora en la función objetivo

7.1.2.1. Por ejemplo, que alguna de las variables (x,y) cuente con un mayor coeficiente

8. Para convertir una variable no rentable en rentable