SlideShare una empresa de Scribd logo
1 de 13
Descargar para leer sin conexión
Interpretación del
informe de sensibilidad
de Solver
PROGRAMACIÓN LÍNEAL
VOLUMEN 4
METODO SIMPLEX
(Restricción de igualdad)
• El método Simplex fue diseñado a fines de los años 40 del
siglo pasado para poder abordar restricciones de
desigualdad convirtiéndolas en restricciones de igualdad.
• Este método fue muy útil mientras se desarrollaba la
computación. Hoy en día, complementos de excel como el
SOLVER, llevan incorporados este método, evitando
tediosas resoluciones mecánicas y ganando un tiempo
precioso para analizar la lógica de la interpretación de
decisiones.
METODO SIMPLEX
(Restricción de igualdad)
• Siguiendo con el ejemplo tipo, veamos:
𝑀𝑎𝑥𝑍 = 5000𝐸 + 4000𝐹
Sujeto a:
𝐸 + 𝐹 ≥ 5
𝐸 − 3𝐹 ≤ 0
10𝐸 + 15𝐹 ≤ 150
20𝐸 + 10𝐹 ≤ 160
30𝐸 + 10𝐹 ≥ 135
𝐸, 𝐹 ≥ 0
Solver usa el método simplex de la siguiente manera:
A las restricciones tipo ≤, les añade variables de
holgura (s) para convertirlas en igualdades, y a las
restricciones del tipo ≥, les sustrae variables de
excedente (s) para obtener la misma condición de
igualdad.
𝐸 + 𝐹 − 𝑆1 = 5
𝐸 − 3𝐹 + 𝑆2 = 0
10𝐸 + 15𝐹 + 𝑆3 = 150
20𝐸 + 10𝐹 + 𝑆4 = 160
30𝐸 + 10𝐹 − 𝑆5 = 135
𝐸, 𝐹, 𝑆1, 𝑆2, 𝑆3, 𝑆4, 𝑆5 ≥ 0
Puntos importantes:
• Cualquier restricción del tipo “menor o igual”, ≤, puede convertirse en una igualdad agregando al
miembro izquierdo una nueva variable de holgura no negativa.
• Cualquier restricción del tipo “mayor o igual”, ≥, puede ser convertida en una igualdad,
sustrayendo del lado izquierdo una nueva variable de excedente no negativa.
METODO SIMPLEX
(Restricción de igualdad)
• La nueva forma interna del modelo tiene todavía cinco
restricciones, de decisión utilizadas internamente por Solver ha
elevado a siete, en lugar de dos, por la adición de las variables de
holgura y de excedente. Observemos que las variables no aparecen
explícitamente en la función objetivo de Solver. Sin embargo, dado
que.
500𝐸 + 4000𝐹 = 5000𝐸 + 4000𝐹 + 0𝑠1 + 0𝑠2 + 0𝑠3 + 0𝑠4 + 0𝑠5
Resulta aceptable pensar que las variables de holgura y de excedente han sido
incluidas en la función objetivo, pero con coeficiente cero.
Valores óptimos de variables de holgura y
excedente
• Teniendo en cuenta que el
resultado de la función objetivo
fue: E=4,5 y F=7 y despejando de
las ecuaciones anteriores
obtendríamos:
𝐸 + 𝐹 − 𝑠1 = 5
𝑠1 = 𝐸 + 𝐹 − 5
𝑠1 = 4,5 + 7 − 5
𝑠1 = 6,5
Ahora bien, repitiendo esta operación en cada
una de las ecuaciones, obtendríamos lo
siguiente:
𝑆1 = 6,5
𝑠2 = 16,5
𝒔 𝟑 = 𝟎
𝒔 𝟒 = 𝟎
𝑠5 = 70
Recordando lo que ya sabemos sobre restricciones activas u obligatorias y
restricciones inactivas, podemos concluir:
• Las restricciones activas son aquellas para las cuales los valores óptimos de
las correspondientes variables de holgura o de excedente son cero.
• Las restricciones inactivas son aquéllas para las cuales los valores óptimos
de las correspondientes variables de excedente u holgura son positivos.
Degeneración y no degeneración
Viendo el modelo de igualdades obtenidas anteriormente, podemos concluir
(se lo puede probar geométricamente).
• Cualquier modelo de PL con restricciones de igualdad, el número de
variables positivas en cualquier vértice es menor o igual que el
número de restricciones.
• La solución de Solver para un modelo de PL siempre tiene como
máximo m variables positivas, donde m es el número de
restricciones.
• Cuando la solución de Solver tiene menos de m variables positivas, la
solución es DEGENERADA y hay que tener especial cuidado al
interpretar el informe de sensibilidad de Solver.
Análisis de informe de Solver
Usando un modelo ya estudiado
• Una compañía fabricante de TV produce dos modelos de TV, el Astro y el Cosmos.
Hay dos líneas de producción, una para cada modelo, e intervienen dos departamentos
en la producción de cada modelo. La capacidad de línea de producción de Astro es de
70 aparatos de TV por día. La capacidad de línea de Cosmo es de 50 TV diarios. En el
departamento A se fabrican los cinescopios. En este departamento, se requiere una
hora de trabajo para cada modelo Astro y dos horas para Cosmo. En la actualidad,
puede asignarse un máximo de 120 horas de trabajo diarias para la producción de
ambos tipos de aparato en el departamento A. En el departamento B se construye el
chasis. Aquí se requiere una hora de trabajo para cada Tv Astro y también una hora
para el Cosmos. Actualmente se pueden asignar 90 horas de trabajo al departamento B
para la producción de ambos modelos. La contribución a las ganancias es de 20 y 10
dólares, respectivamente, por cada TV Astro y Cosmos.
Si la compañía sabe que podrá vender todos los aparatos que sea capaz de
fabricar, ¿cuál deberá ser el plan de producción por día para cada modelo, para obtener la
mayor ganancia?
Respuesta en Solver del modelo TV Astro, Cosmos
Astro Cosmo
Variables de decisión 70 20
Contribución 20 10 1600
Sujeto a: LI LD Holgura
HH Dep A 1 2 110 <= 120 10
HH Dep. B 1 1 90 <= 90 0
Cap. Prod. X 1 70 <= 70 0
Cap. Prod. Y 1 20 <= 50 30
S1
S2
S3
S4
S1
S2
S3
S4
S1
S2
S3
S4
Las variables de holgura son cero, por lo
tanto las restricciones 2 y 3 son activas o
satisfechas
R2
R3
R1
R4
V1 V2
Se presentan cuatro variables positivas; dos variables de decisión (V1 y V2)
y dos variables de holgura (S1 y S4).
Y ha sido diseñado adecuadamente. Estas cuatro variables positivas es igual
al número de restricciones que son cuatro (R1, R2, R3, R4) Por lo tanto el
modelo es no degenerado
Microsoft Excel 14.0 Informe de confidencialidad
Hoja de cálculo: [Inv Operaciones.xlsx]Televisores Astro, Cosmos
Informe creado: 08/06/2012 19:24:03
Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$H$40 Variables de decisión X 70 0 20 1E+30 10
$I$40 Variables de decisión Y 20 0 10 10 10
Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$J$44 HH Dep A 110 0 120 1E+30 10
$J$45 HH Dep. B 90 10 90 5 20
$J$46 Cap. Prod. X 70 10 70 20 10
$J$47 Cap. Prod. Y 20 0 50 1E+30 30
En la columna de precio sombra, las restricciones inactivas, en este caso R1 y R4, aparecen con cero por
que no causan ningún efecto significativo.
Astro Cosmo
Variables de decisión 70 20
Contribución 20 10 1600
Sujeto a: LI LD Holgura
HH Dep A 1 2 110 <= 120 10
HH Dep. B 1 1 90 <= 90 0
Cap. Prod. X 1 70 <= 70 0
Cap. Prod. Y 1 20 <= 50 30
El precio sombra nos dice que, en las
restricciones activas al aumentar el
lado derecho en uno, el valor objetivo
se incrementa en 10, igual pasa si
disminuye en uno. Veamos
1610
91
Por último las dos columnas “permisible aumentar” y “Permisible disminuir” nos advierte hasta
cuanto podemos aumentar el lado derecho (relajar el modelo) y hasta cuanto podemos disminuirlo
(estrechar el modelo). Más allá de esto la restricción se deforma.
Conclusiones
• El precio sombra de una restricción dada puede
interpretarse como la razón de cambio del valor objetivo
(lado derecho de la función objetivo) a medida que
aumenta el LD de dicha restricción, mientras los demás
datos permanecen iguales.
• Al cambiar los coeficientes de la función objetivo cambia
la pendiente de los contornos (isocuantas) de dicha
función. Este cambio de pendiente puede afectar o no la
solución y el valor óptimo de la función objetivo.
CONCLUSIONES
CONCLUSIONES
V4 interpretación del informe de sensibilidad de solver volumen 4

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Tarea 4 operativa luis
Tarea 4 operativa luisTarea 4 operativa luis
Tarea 4 operativa luis
 
Resolución de problemas (oa)
Resolución de problemas (oa)Resolución de problemas (oa)
Resolución de problemas (oa)
 
Formulacion problemas pl
Formulacion problemas plFormulacion problemas pl
Formulacion problemas pl
 
Ejercicios metodo simplex practica
Ejercicios metodo simplex practicaEjercicios metodo simplex practica
Ejercicios metodo simplex practica
 
MINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEXMINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEX
 
Ejercicios resueltos-programacion-lineal
Ejercicios resueltos-programacion-linealEjercicios resueltos-programacion-lineal
Ejercicios resueltos-programacion-lineal
 
1 capitulo-iii-programacion-lineal
1 capitulo-iii-programacion-lineal1 capitulo-iii-programacion-lineal
1 capitulo-iii-programacion-lineal
 
Método grafico. Teoría y Práctica
Método grafico. Teoría y PrácticaMétodo grafico. Teoría y Práctica
Método grafico. Teoría y Práctica
 
Método simplex. Teoria
Método simplex. TeoriaMétodo simplex. Teoria
Método simplex. Teoria
 
Ejercio resuelto
Ejercio resueltoEjercio resuelto
Ejercio resuelto
 
Metodo algebraico. MTI. Ana Díaz
Metodo algebraico. MTI. Ana DíazMetodo algebraico. MTI. Ana Díaz
Metodo algebraico. MTI. Ana Díaz
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
 
Programacion Lineal
Programacion LinealProgramacion Lineal
Programacion Lineal
 
Ejercicio 2
Ejercicio 2Ejercicio 2
Ejercicio 2
 
13 problema de redes
13 problema de redes13 problema de redes
13 problema de redes
 
Programacion lineal entera invope
Programacion lineal entera invopeProgramacion lineal entera invope
Programacion lineal entera invope
 
Ejercicios resueltos programacion lineal
Ejercicios resueltos programacion linealEjercicios resueltos programacion lineal
Ejercicios resueltos programacion lineal
 
Vbtora98
Vbtora98Vbtora98
Vbtora98
 
Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Lineal
 
Análisis de sensibilidad.
Análisis de sensibilidad.Análisis de sensibilidad.
Análisis de sensibilidad.
 

Destacado

Análisis de sensibilidad – solver escenarios2
Análisis de sensibilidad – solver   escenarios2Análisis de sensibilidad – solver   escenarios2
Análisis de sensibilidad – solver escenarios2Alicia Edith Camilletti
 
Planeación de requerimientos de materiales (mrp)
Planeación de requerimientos de materiales (mrp)Planeación de requerimientos de materiales (mrp)
Planeación de requerimientos de materiales (mrp)Carlosjmolestina
 
Clase solver
Clase solverClase solver
Clase solverjmnvit
 
Material de apoyo 3
Material de apoyo 3Material de apoyo 3
Material de apoyo 3Nantrat
 
La introduccion estas buena
La introduccion estas buenaLa introduccion estas buena
La introduccion estas buenaCarlos Daniel
 
V5 aplicaciones de programación lineal
V5 aplicaciones de programación linealV5 aplicaciones de programación lineal
V5 aplicaciones de programación linealCarlosjmolestina
 
Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)Ayda Ramirez Montalvo
 
I programacion lineal
I programacion linealI programacion lineal
I programacion linealbkike
 

Destacado (9)

Análisis de sensibilidad – solver escenarios2
Análisis de sensibilidad – solver   escenarios2Análisis de sensibilidad – solver   escenarios2
Análisis de sensibilidad – solver escenarios2
 
Planeación de requerimientos de materiales (mrp)
Planeación de requerimientos de materiales (mrp)Planeación de requerimientos de materiales (mrp)
Planeación de requerimientos de materiales (mrp)
 
Clase solver
Clase solverClase solver
Clase solver
 
Material de apoyo 3
Material de apoyo 3Material de apoyo 3
Material de apoyo 3
 
La introduccion estas buena
La introduccion estas buenaLa introduccion estas buena
La introduccion estas buena
 
V5 aplicaciones de programación lineal
V5 aplicaciones de programación linealV5 aplicaciones de programación lineal
V5 aplicaciones de programación lineal
 
Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)
 
I programacion lineal
I programacion linealI programacion lineal
I programacion lineal
 
Herramienta solver
Herramienta solverHerramienta solver
Herramienta solver
 

Similar a V4 interpretación del informe de sensibilidad de solver volumen 4

Similar a V4 interpretación del informe de sensibilidad de solver volumen 4 (20)

Algoritmos especiales
Algoritmos especialesAlgoritmos especiales
Algoritmos especiales
 
Analisis de Sencibilidad
Analisis de SencibilidadAnalisis de Sencibilidad
Analisis de Sencibilidad
 
Actividad3.5 equipo4completa
Actividad3.5 equipo4completaActividad3.5 equipo4completa
Actividad3.5 equipo4completa
 
Actividad 3.5 equipo 4 método simplex
Actividad 3.5 equipo 4 método simplexActividad 3.5 equipo 4 método simplex
Actividad 3.5 equipo 4 método simplex
 
INTRODUCCION.ppt
INTRODUCCION.pptINTRODUCCION.ppt
INTRODUCCION.ppt
 
Guía de método simplex parte 2
Guía de método simplex parte 2Guía de método simplex parte 2
Guía de método simplex parte 2
 
Sesión 04 2015 II
Sesión 04 2015 IISesión 04 2015 II
Sesión 04 2015 II
 
Como usar solver de excel
Como usar solver de excelComo usar solver de excel
Como usar solver de excel
 
Como Usar Solver De Excel
Como  Usar  Solver  De  ExcelComo  Usar  Solver  De  Excel
Como Usar Solver De Excel
 
Como Usar Solver De Excel
Como Usar Solver De ExcelComo Usar Solver De Excel
Como Usar Solver De Excel
 
Porogramación lineal
Porogramación linealPorogramación lineal
Porogramación lineal
 
Operativa 1
Operativa  1Operativa  1
Operativa 1
 
Metodo simplex
Metodo simplexMetodo simplex
Metodo simplex
 
MÉTODO SIMPLEX
MÉTODO SIMPLEXMÉTODO SIMPLEX
MÉTODO SIMPLEX
 
Apunte sobre método simplex
Apunte sobre método simplexApunte sobre método simplex
Apunte sobre método simplex
 
operativa
operativaoperativa
operativa
 
Manejo herramientas optimizacion lineal
Manejo herramientas optimizacion linealManejo herramientas optimizacion lineal
Manejo herramientas optimizacion lineal
 
C:\Fakepath\Manejo Herramientas Optimizacion Lineal
C:\Fakepath\Manejo Herramientas Optimizacion LinealC:\Fakepath\Manejo Herramientas Optimizacion Lineal
C:\Fakepath\Manejo Herramientas Optimizacion Lineal
 
Analisis de sensibilidad
Analisis de sensibilidadAnalisis de sensibilidad
Analisis de sensibilidad
 
Método simplex
Método simplexMétodo simplex
Método simplex
 

Más de Carlosjmolestina

Administración de inventarios
Administración de inventariosAdministración de inventarios
Administración de inventariosCarlosjmolestina
 
Gestión de la producción v 1
Gestión de la producción v 1Gestión de la producción v 1
Gestión de la producción v 1Carlosjmolestina
 
Análisis gráfico interpretación
Análisis gráfico  interpretaciónAnálisis gráfico  interpretación
Análisis gráfico interpretaciónCarlosjmolestina
 
V5 modelos de optimización de redes v. 5a
V5 modelos de optimización de redes v. 5aV5 modelos de optimización de redes v. 5a
V5 modelos de optimización de redes v. 5aCarlosjmolestina
 
Investigación de operaciones volumen 2
Investigación de operaciones  volumen 2Investigación de operaciones  volumen 2
Investigación de operaciones volumen 2Carlosjmolestina
 
Investigación de operaciones vol 1
Investigación de operaciones vol 1Investigación de operaciones vol 1
Investigación de operaciones vol 1Carlosjmolestina
 
Competencias de la asignatura or
Competencias de la asignatura orCompetencias de la asignatura or
Competencias de la asignatura orCarlosjmolestina
 
1. normas apa (asociación americana de psicología) [autoguardado]
1. normas apa  (asociación americana de psicología) [autoguardado]1. normas apa  (asociación americana de psicología) [autoguardado]
1. normas apa (asociación americana de psicología) [autoguardado]Carlosjmolestina
 
Secuencia para tendencia usando excel
Secuencia para tendencia usando excelSecuencia para tendencia usando excel
Secuencia para tendencia usando excelCarlosjmolestina
 

Más de Carlosjmolestina (10)

Administración de inventarios
Administración de inventariosAdministración de inventarios
Administración de inventarios
 
Gestión de la producción v 1
Gestión de la producción v 1Gestión de la producción v 1
Gestión de la producción v 1
 
Análisis gráfico interpretación
Análisis gráfico  interpretaciónAnálisis gráfico  interpretación
Análisis gráfico interpretación
 
V5 modelos de optimización de redes v. 5a
V5 modelos de optimización de redes v. 5aV5 modelos de optimización de redes v. 5a
V5 modelos de optimización de redes v. 5a
 
Investigación de operaciones volumen 2
Investigación de operaciones  volumen 2Investigación de operaciones  volumen 2
Investigación de operaciones volumen 2
 
Investigación de operaciones vol 1
Investigación de operaciones vol 1Investigación de operaciones vol 1
Investigación de operaciones vol 1
 
Competencias de la asignatura or
Competencias de la asignatura orCompetencias de la asignatura or
Competencias de la asignatura or
 
1. normas apa (asociación americana de psicología) [autoguardado]
1. normas apa  (asociación americana de psicología) [autoguardado]1. normas apa  (asociación americana de psicología) [autoguardado]
1. normas apa (asociación americana de psicología) [autoguardado]
 
Secuencia para tendencia usando excel
Secuencia para tendencia usando excelSecuencia para tendencia usando excel
Secuencia para tendencia usando excel
 
Pronósticos
PronósticosPronósticos
Pronósticos
 

Último

CALCULISTA AGUA POTABLE ALCANTARILLADO RURAL CURACAVÍ
CALCULISTA AGUA POTABLE ALCANTARILLADO RURAL CURACAVÍCALCULISTA AGUA POTABLE ALCANTARILLADO RURAL CURACAVÍ
CALCULISTA AGUA POTABLE ALCANTARILLADO RURAL CURACAVÍArquitecto Chile
 
1_Tipos Básicos de Motores - funcionamientos
1_Tipos Básicos de Motores - funcionamientos1_Tipos Básicos de Motores - funcionamientos
1_Tipos Básicos de Motores - funcionamientosMaicoPinelli
 
Diseño de Algoritmos Paralelos con la maestra Rina
Diseño de Algoritmos Paralelos con la maestra RinaDiseño de Algoritmos Paralelos con la maestra Rina
Diseño de Algoritmos Paralelos con la maestra RinaLuisAlfredoPascualPo
 
CV_SOTO_SAUL 30-01-2024 (1) arquitecto.pdf
CV_SOTO_SAUL 30-01-2024  (1) arquitecto.pdfCV_SOTO_SAUL 30-01-2024  (1) arquitecto.pdf
CV_SOTO_SAUL 30-01-2024 (1) arquitecto.pdfsd3700445
 
TAREA 1 - Parada de Planta compresoras de gas
TAREA 1 - Parada de Planta compresoras de gasTAREA 1 - Parada de Planta compresoras de gas
TAREA 1 - Parada de Planta compresoras de gasroberto264045
 
Presentación de Ciencia, Cultura y Progreso.pptx
Presentación de Ciencia, Cultura y Progreso.pptxPresentación de Ciencia, Cultura y Progreso.pptx
Presentación de Ciencia, Cultura y Progreso.pptxwilliam atao contreras
 
aplicacion-del-metodo-cientifico-de-roberto-hernandez-carlos-fernandez-y-pila...
aplicacion-del-metodo-cientifico-de-roberto-hernandez-carlos-fernandez-y-pila...aplicacion-del-metodo-cientifico-de-roberto-hernandez-carlos-fernandez-y-pila...
aplicacion-del-metodo-cientifico-de-roberto-hernandez-carlos-fernandez-y-pila...AmeliaJul
 
Modulo 5 - Monitoreo de Ruido Ambiental de monitoreo ambiental
Modulo 5 - Monitoreo de Ruido Ambiental de monitoreo ambientalModulo 5 - Monitoreo de Ruido Ambiental de monitoreo ambiental
Modulo 5 - Monitoreo de Ruido Ambiental de monitoreo ambientalAcountsStore1
 
Principios de Circuitos Eléctricos (Thomas L. Floyd) (Z-Library).pdf
Principios de Circuitos Eléctricos (Thomas L. Floyd) (Z-Library).pdfPrincipios de Circuitos Eléctricos (Thomas L. Floyd) (Z-Library).pdf
Principios de Circuitos Eléctricos (Thomas L. Floyd) (Z-Library).pdfYADIRAXIMENARIASCOSV
 
analisis matematico 2 elon lages lima .pdf
analisis matematico 2 elon lages lima .pdfanalisis matematico 2 elon lages lima .pdf
analisis matematico 2 elon lages lima .pdfJOHELSANCHEZINCA
 
Modulo 4 - Monitoreo Hidrobiológico de monitoreo ambiental
Modulo 4 - Monitoreo Hidrobiológico de monitoreo ambientalModulo 4 - Monitoreo Hidrobiológico de monitoreo ambiental
Modulo 4 - Monitoreo Hidrobiológico de monitoreo ambientalAcountsStore1
 
Poder puedo, pero no lo haré - T3chfest
Poder puedo, pero no lo haré - T3chfestPoder puedo, pero no lo haré - T3chfest
Poder puedo, pero no lo haré - T3chfestSilvia España Gil
 
PPT_Conferencia OBRAS PUBLICAS x ADMNISTRACION DIRECTA.pdf
PPT_Conferencia OBRAS PUBLICAS x ADMNISTRACION DIRECTA.pdfPPT_Conferencia OBRAS PUBLICAS x ADMNISTRACION DIRECTA.pdf
PPT_Conferencia OBRAS PUBLICAS x ADMNISTRACION DIRECTA.pdfANGHELO JJ. MITMA HUAMANÌ
 
Método inductivo.pdf-lizzeh cuellar cardenas
Método inductivo.pdf-lizzeh cuellar cardenasMétodo inductivo.pdf-lizzeh cuellar cardenas
Método inductivo.pdf-lizzeh cuellar cardenas182136
 
IA T3 Elaboración e interpretación de planos.pptx
IA T3 Elaboración e interpretación de planos.pptxIA T3 Elaboración e interpretación de planos.pptx
IA T3 Elaboración e interpretación de planos.pptxcecymendozaitnl
 
Cuadro de las web 1.0, 2.0 y 3.0 pptx
Cuadro de las web 1.0, 2.0 y 3.0     pptxCuadro de las web 1.0, 2.0 y 3.0     pptx
Cuadro de las web 1.0, 2.0 y 3.0 pptxecarmariahurtado
 
Mecánica vectorial para ingenieros estática. Beer - Johnston. 11 Ed.pdf
Mecánica vectorial para ingenieros estática. Beer - Johnston. 11 Ed.pdfMecánica vectorial para ingenieros estática. Beer - Johnston. 11 Ed.pdf
Mecánica vectorial para ingenieros estática. Beer - Johnston. 11 Ed.pdfaaaaaaaaaaaaaaaaa
 
Fundamentos - Curso Desarrollo Web (HTML, JS, PHP, JS, SQL)
Fundamentos - Curso Desarrollo Web (HTML, JS, PHP, JS, SQL)Fundamentos - Curso Desarrollo Web (HTML, JS, PHP, JS, SQL)
Fundamentos - Curso Desarrollo Web (HTML, JS, PHP, JS, SQL)EmanuelMuoz11
 
BROCHURE EDIFICIO MULTIFAMILIAR LIMA. PERU
BROCHURE EDIFICIO MULTIFAMILIAR LIMA. PERUBROCHURE EDIFICIO MULTIFAMILIAR LIMA. PERU
BROCHURE EDIFICIO MULTIFAMILIAR LIMA. PERUSharonRojas28
 
concreto pretensado y postensado- reseña historica
concreto pretensado y postensado- reseña historicaconcreto pretensado y postensado- reseña historica
concreto pretensado y postensado- reseña historicaamira520031
 

Último (20)

CALCULISTA AGUA POTABLE ALCANTARILLADO RURAL CURACAVÍ
CALCULISTA AGUA POTABLE ALCANTARILLADO RURAL CURACAVÍCALCULISTA AGUA POTABLE ALCANTARILLADO RURAL CURACAVÍ
CALCULISTA AGUA POTABLE ALCANTARILLADO RURAL CURACAVÍ
 
1_Tipos Básicos de Motores - funcionamientos
1_Tipos Básicos de Motores - funcionamientos1_Tipos Básicos de Motores - funcionamientos
1_Tipos Básicos de Motores - funcionamientos
 
Diseño de Algoritmos Paralelos con la maestra Rina
Diseño de Algoritmos Paralelos con la maestra RinaDiseño de Algoritmos Paralelos con la maestra Rina
Diseño de Algoritmos Paralelos con la maestra Rina
 
CV_SOTO_SAUL 30-01-2024 (1) arquitecto.pdf
CV_SOTO_SAUL 30-01-2024  (1) arquitecto.pdfCV_SOTO_SAUL 30-01-2024  (1) arquitecto.pdf
CV_SOTO_SAUL 30-01-2024 (1) arquitecto.pdf
 
TAREA 1 - Parada de Planta compresoras de gas
TAREA 1 - Parada de Planta compresoras de gasTAREA 1 - Parada de Planta compresoras de gas
TAREA 1 - Parada de Planta compresoras de gas
 
Presentación de Ciencia, Cultura y Progreso.pptx
Presentación de Ciencia, Cultura y Progreso.pptxPresentación de Ciencia, Cultura y Progreso.pptx
Presentación de Ciencia, Cultura y Progreso.pptx
 
aplicacion-del-metodo-cientifico-de-roberto-hernandez-carlos-fernandez-y-pila...
aplicacion-del-metodo-cientifico-de-roberto-hernandez-carlos-fernandez-y-pila...aplicacion-del-metodo-cientifico-de-roberto-hernandez-carlos-fernandez-y-pila...
aplicacion-del-metodo-cientifico-de-roberto-hernandez-carlos-fernandez-y-pila...
 
Modulo 5 - Monitoreo de Ruido Ambiental de monitoreo ambiental
Modulo 5 - Monitoreo de Ruido Ambiental de monitoreo ambientalModulo 5 - Monitoreo de Ruido Ambiental de monitoreo ambiental
Modulo 5 - Monitoreo de Ruido Ambiental de monitoreo ambiental
 
Principios de Circuitos Eléctricos (Thomas L. Floyd) (Z-Library).pdf
Principios de Circuitos Eléctricos (Thomas L. Floyd) (Z-Library).pdfPrincipios de Circuitos Eléctricos (Thomas L. Floyd) (Z-Library).pdf
Principios de Circuitos Eléctricos (Thomas L. Floyd) (Z-Library).pdf
 
analisis matematico 2 elon lages lima .pdf
analisis matematico 2 elon lages lima .pdfanalisis matematico 2 elon lages lima .pdf
analisis matematico 2 elon lages lima .pdf
 
Modulo 4 - Monitoreo Hidrobiológico de monitoreo ambiental
Modulo 4 - Monitoreo Hidrobiológico de monitoreo ambientalModulo 4 - Monitoreo Hidrobiológico de monitoreo ambiental
Modulo 4 - Monitoreo Hidrobiológico de monitoreo ambiental
 
Poder puedo, pero no lo haré - T3chfest
Poder puedo, pero no lo haré - T3chfestPoder puedo, pero no lo haré - T3chfest
Poder puedo, pero no lo haré - T3chfest
 
PPT_Conferencia OBRAS PUBLICAS x ADMNISTRACION DIRECTA.pdf
PPT_Conferencia OBRAS PUBLICAS x ADMNISTRACION DIRECTA.pdfPPT_Conferencia OBRAS PUBLICAS x ADMNISTRACION DIRECTA.pdf
PPT_Conferencia OBRAS PUBLICAS x ADMNISTRACION DIRECTA.pdf
 
Método inductivo.pdf-lizzeh cuellar cardenas
Método inductivo.pdf-lizzeh cuellar cardenasMétodo inductivo.pdf-lizzeh cuellar cardenas
Método inductivo.pdf-lizzeh cuellar cardenas
 
IA T3 Elaboración e interpretación de planos.pptx
IA T3 Elaboración e interpretación de planos.pptxIA T3 Elaboración e interpretación de planos.pptx
IA T3 Elaboración e interpretación de planos.pptx
 
Cuadro de las web 1.0, 2.0 y 3.0 pptx
Cuadro de las web 1.0, 2.0 y 3.0     pptxCuadro de las web 1.0, 2.0 y 3.0     pptx
Cuadro de las web 1.0, 2.0 y 3.0 pptx
 
Mecánica vectorial para ingenieros estática. Beer - Johnston. 11 Ed.pdf
Mecánica vectorial para ingenieros estática. Beer - Johnston. 11 Ed.pdfMecánica vectorial para ingenieros estática. Beer - Johnston. 11 Ed.pdf
Mecánica vectorial para ingenieros estática. Beer - Johnston. 11 Ed.pdf
 
Fundamentos - Curso Desarrollo Web (HTML, JS, PHP, JS, SQL)
Fundamentos - Curso Desarrollo Web (HTML, JS, PHP, JS, SQL)Fundamentos - Curso Desarrollo Web (HTML, JS, PHP, JS, SQL)
Fundamentos - Curso Desarrollo Web (HTML, JS, PHP, JS, SQL)
 
BROCHURE EDIFICIO MULTIFAMILIAR LIMA. PERU
BROCHURE EDIFICIO MULTIFAMILIAR LIMA. PERUBROCHURE EDIFICIO MULTIFAMILIAR LIMA. PERU
BROCHURE EDIFICIO MULTIFAMILIAR LIMA. PERU
 
concreto pretensado y postensado- reseña historica
concreto pretensado y postensado- reseña historicaconcreto pretensado y postensado- reseña historica
concreto pretensado y postensado- reseña historica
 

V4 interpretación del informe de sensibilidad de solver volumen 4

  • 1. Interpretación del informe de sensibilidad de Solver PROGRAMACIÓN LÍNEAL VOLUMEN 4
  • 2. METODO SIMPLEX (Restricción de igualdad) • El método Simplex fue diseñado a fines de los años 40 del siglo pasado para poder abordar restricciones de desigualdad convirtiéndolas en restricciones de igualdad. • Este método fue muy útil mientras se desarrollaba la computación. Hoy en día, complementos de excel como el SOLVER, llevan incorporados este método, evitando tediosas resoluciones mecánicas y ganando un tiempo precioso para analizar la lógica de la interpretación de decisiones.
  • 3. METODO SIMPLEX (Restricción de igualdad) • Siguiendo con el ejemplo tipo, veamos: 𝑀𝑎𝑥𝑍 = 5000𝐸 + 4000𝐹 Sujeto a: 𝐸 + 𝐹 ≥ 5 𝐸 − 3𝐹 ≤ 0 10𝐸 + 15𝐹 ≤ 150 20𝐸 + 10𝐹 ≤ 160 30𝐸 + 10𝐹 ≥ 135 𝐸, 𝐹 ≥ 0 Solver usa el método simplex de la siguiente manera: A las restricciones tipo ≤, les añade variables de holgura (s) para convertirlas en igualdades, y a las restricciones del tipo ≥, les sustrae variables de excedente (s) para obtener la misma condición de igualdad. 𝐸 + 𝐹 − 𝑆1 = 5 𝐸 − 3𝐹 + 𝑆2 = 0 10𝐸 + 15𝐹 + 𝑆3 = 150 20𝐸 + 10𝐹 + 𝑆4 = 160 30𝐸 + 10𝐹 − 𝑆5 = 135 𝐸, 𝐹, 𝑆1, 𝑆2, 𝑆3, 𝑆4, 𝑆5 ≥ 0 Puntos importantes: • Cualquier restricción del tipo “menor o igual”, ≤, puede convertirse en una igualdad agregando al miembro izquierdo una nueva variable de holgura no negativa. • Cualquier restricción del tipo “mayor o igual”, ≥, puede ser convertida en una igualdad, sustrayendo del lado izquierdo una nueva variable de excedente no negativa.
  • 4. METODO SIMPLEX (Restricción de igualdad) • La nueva forma interna del modelo tiene todavía cinco restricciones, de decisión utilizadas internamente por Solver ha elevado a siete, en lugar de dos, por la adición de las variables de holgura y de excedente. Observemos que las variables no aparecen explícitamente en la función objetivo de Solver. Sin embargo, dado que. 500𝐸 + 4000𝐹 = 5000𝐸 + 4000𝐹 + 0𝑠1 + 0𝑠2 + 0𝑠3 + 0𝑠4 + 0𝑠5 Resulta aceptable pensar que las variables de holgura y de excedente han sido incluidas en la función objetivo, pero con coeficiente cero.
  • 5. Valores óptimos de variables de holgura y excedente • Teniendo en cuenta que el resultado de la función objetivo fue: E=4,5 y F=7 y despejando de las ecuaciones anteriores obtendríamos: 𝐸 + 𝐹 − 𝑠1 = 5 𝑠1 = 𝐸 + 𝐹 − 5 𝑠1 = 4,5 + 7 − 5 𝑠1 = 6,5 Ahora bien, repitiendo esta operación en cada una de las ecuaciones, obtendríamos lo siguiente: 𝑆1 = 6,5 𝑠2 = 16,5 𝒔 𝟑 = 𝟎 𝒔 𝟒 = 𝟎 𝑠5 = 70 Recordando lo que ya sabemos sobre restricciones activas u obligatorias y restricciones inactivas, podemos concluir: • Las restricciones activas son aquellas para las cuales los valores óptimos de las correspondientes variables de holgura o de excedente son cero. • Las restricciones inactivas son aquéllas para las cuales los valores óptimos de las correspondientes variables de excedente u holgura son positivos.
  • 6. Degeneración y no degeneración Viendo el modelo de igualdades obtenidas anteriormente, podemos concluir (se lo puede probar geométricamente). • Cualquier modelo de PL con restricciones de igualdad, el número de variables positivas en cualquier vértice es menor o igual que el número de restricciones. • La solución de Solver para un modelo de PL siempre tiene como máximo m variables positivas, donde m es el número de restricciones. • Cuando la solución de Solver tiene menos de m variables positivas, la solución es DEGENERADA y hay que tener especial cuidado al interpretar el informe de sensibilidad de Solver.
  • 7. Análisis de informe de Solver Usando un modelo ya estudiado • Una compañía fabricante de TV produce dos modelos de TV, el Astro y el Cosmos. Hay dos líneas de producción, una para cada modelo, e intervienen dos departamentos en la producción de cada modelo. La capacidad de línea de producción de Astro es de 70 aparatos de TV por día. La capacidad de línea de Cosmo es de 50 TV diarios. En el departamento A se fabrican los cinescopios. En este departamento, se requiere una hora de trabajo para cada modelo Astro y dos horas para Cosmo. En la actualidad, puede asignarse un máximo de 120 horas de trabajo diarias para la producción de ambos tipos de aparato en el departamento A. En el departamento B se construye el chasis. Aquí se requiere una hora de trabajo para cada Tv Astro y también una hora para el Cosmos. Actualmente se pueden asignar 90 horas de trabajo al departamento B para la producción de ambos modelos. La contribución a las ganancias es de 20 y 10 dólares, respectivamente, por cada TV Astro y Cosmos. Si la compañía sabe que podrá vender todos los aparatos que sea capaz de fabricar, ¿cuál deberá ser el plan de producción por día para cada modelo, para obtener la mayor ganancia?
  • 8. Respuesta en Solver del modelo TV Astro, Cosmos Astro Cosmo Variables de decisión 70 20 Contribución 20 10 1600 Sujeto a: LI LD Holgura HH Dep A 1 2 110 <= 120 10 HH Dep. B 1 1 90 <= 90 0 Cap. Prod. X 1 70 <= 70 0 Cap. Prod. Y 1 20 <= 50 30 S1 S2 S3 S4 S1 S2 S3 S4 S1 S2 S3 S4 Las variables de holgura son cero, por lo tanto las restricciones 2 y 3 son activas o satisfechas R2 R3 R1 R4 V1 V2 Se presentan cuatro variables positivas; dos variables de decisión (V1 y V2) y dos variables de holgura (S1 y S4). Y ha sido diseñado adecuadamente. Estas cuatro variables positivas es igual al número de restricciones que son cuatro (R1, R2, R3, R4) Por lo tanto el modelo es no degenerado
  • 9. Microsoft Excel 14.0 Informe de confidencialidad Hoja de cálculo: [Inv Operaciones.xlsx]Televisores Astro, Cosmos Informe creado: 08/06/2012 19:24:03 Celdas de variables Final Reducido Objetivo Permisible Permisible Celda Nombre Valor Coste Coeficiente Aumentar Reducir $H$40 Variables de decisión X 70 0 20 1E+30 10 $I$40 Variables de decisión Y 20 0 10 10 10 Restricciones Final Sombra Restricción Permisible Permisible Celda Nombre Valor Precio Lado derecho Aumentar Reducir $J$44 HH Dep A 110 0 120 1E+30 10 $J$45 HH Dep. B 90 10 90 5 20 $J$46 Cap. Prod. X 70 10 70 20 10 $J$47 Cap. Prod. Y 20 0 50 1E+30 30 En la columna de precio sombra, las restricciones inactivas, en este caso R1 y R4, aparecen con cero por que no causan ningún efecto significativo. Astro Cosmo Variables de decisión 70 20 Contribución 20 10 1600 Sujeto a: LI LD Holgura HH Dep A 1 2 110 <= 120 10 HH Dep. B 1 1 90 <= 90 0 Cap. Prod. X 1 70 <= 70 0 Cap. Prod. Y 1 20 <= 50 30 El precio sombra nos dice que, en las restricciones activas al aumentar el lado derecho en uno, el valor objetivo se incrementa en 10, igual pasa si disminuye en uno. Veamos 1610 91 Por último las dos columnas “permisible aumentar” y “Permisible disminuir” nos advierte hasta cuanto podemos aumentar el lado derecho (relajar el modelo) y hasta cuanto podemos disminuirlo (estrechar el modelo). Más allá de esto la restricción se deforma.
  • 10. Conclusiones • El precio sombra de una restricción dada puede interpretarse como la razón de cambio del valor objetivo (lado derecho de la función objetivo) a medida que aumenta el LD de dicha restricción, mientras los demás datos permanecen iguales. • Al cambiar los coeficientes de la función objetivo cambia la pendiente de los contornos (isocuantas) de dicha función. Este cambio de pendiente puede afectar o no la solución y el valor óptimo de la función objetivo.