Investigación de operaciones Portafolio 2

 Aplicación del modelo Simplex con Solver y análisis de sensibilidad 

Continuando con lo mencionado en la sección de investigación de operaciones, donde se mencionaba que esta es la disciplina que, mediante métodos matemáticos, permite tomar decisiones óptimas en sistemas complejos. Y que dentro de esta disciplina se encuentra la programación lineal, la cual, mediante la utilización de técnicas se llega a optimizar una función objetivo que se encuentra sujeta a un conjunto de restricciones.

Una de las técnicas utilizadas en la programación lineal para resolver problemas de optimización es el método Simplex. Este permite encontrar una solución óptima a partir de una solución inicial, la cual mejorara dinámicamente hasta que se encuentre una solución optima. Esto lo logra ya que el método simplex se desarrolla en un espacio geométrico llamado espacio de soluciones factibles, en el cual se mueve de un punto a otro con el fin de mejorar gradualmente la solución hasta que se obtenga el punto mas optimo.

El proceso del Método Simplex se puede dividir en varios pasos clave:

• Definición de Variables:

Antes de aplicar el Método Simplex, es crucial identificar las variables relevantes en el problema. Estas incluyen las variables de decisión, que representan las cantidades a determinar para optimizar la función objetivo, así como las variables de exceso, artificiales y de holgura, que se utilizan para modelar las restricciones del problema.

• 
  Construcción de la Matriz Simplex:

Una vez que se han definido las variables, se procede a construir una matriz simplex que representa las restricciones del problema. Esta matriz consta de filas que representan las restricciones y columnas que representan las variables, incluida la función objetivo. Se introducen variables artificiales para convertir las restricciones de igualdad en desigualdades de mayor que o igual, si es necesario.

• 
  Resolución del Problema:

El proceso de resolución del problema implica una serie de iteraciones, en las cuales se selecciona una columna pivote y una fila pivote para realizar operaciones que permitan mejorar la solución. Estas operaciones incluyen calcular nuevos valores para las variables y ajustar la matriz simplex. Se repiten estas iteraciones hasta que se alcance una solución óptima, en la cual todas las variables de la función objetivo sean no negativas.

La forma de resolver problemas de programación lineal y utilizar el método Simplex es a través de Solver, una herramienta de optimización integrada en Microsoft Excel. Solver emplea métodos numéricos para encontrar la solución óptima de manera más rápida y eficiente. Esto se logra al permitir la definición de variables, restricciones y la función objetivo del problema, y luego buscar automáticamente la mejor combinación de valores para maximizar o minimizar esta función, respetando las restricciones establecidas. Solver realiza iteraciones hasta encontrar una solución que cumpla con todas las restricciones y optimice el resultado deseado.

Luego de obtener la solución, es importante realizar un análisis de sensibilidad. Este proceso nos permite comprender cómo la solución cambiará en respuesta a modificaciones en los coeficientes de la función objetivo o en las restricciones. Por ejemplo, nos ayuda a determinar cuánto puede variar el valor de una variable antes de que la solución óptima se altere, o cuánto podemos ajustar un recurso

conclusión sobre el uso de Solver y el Método Simplex para resolver problemas de optimización, como el problema de transporte que hemos discutido:

Solver:

• Facilidad de uso: 

Solver es una herramienta fácil de usar que está integrada en Microsoft Excel, lo que lo hace accesible para una amplia variedad de usuarios, incluidos aquellos que no tienen experiencia en programación lineal.

• Flexibilidad: 

Permite resolver una amplia gama de problemas de optimización, incluidos problemas lineales, no lineales y de programación entera, lo que lo hace útil para una variedad de aplicaciones.

• Interfaz gráfica: 

Ofrece una interfaz gráfica intuitiva que permite definir variables de decisión, restricciones y objetivos fácilmente, lo que facilita la formulación y resolución de problemas complejos.

• Limitaciones: 

Aunque es útil para resolver muchos problemas de optimización, Solver puede tener dificultades para manejar problemas muy grandes o complejos debido a limitaciones de tiempo de cómputo o memoria.

Método Simplex:

• Eficiencia: 

El Método Simplex es uno de los algoritmos más eficientes para resolver problemas de programación lineal, especialmente para problemas grandes y bien estructurados.

• Optimización: 

Proporciona una solución óptima al problema de optimización al encontrar iterativamente una solución que maximiza o minimiza la función objetivo, sujeto a las restricciones dadas.

• Requisitos: 

Requiere un conocimiento más profundo de la teoría detrás de la programación lineal y puede ser más complicado de implementar manualmente en comparación con el uso de Solver en Excel.

• Limitaciones: 

Aunque es eficaz para problemas de programación lineal, el Método Simplex puede ser menos eficiente para problemas no lineales o con restricciones adicionales.

En resumen, Solver en Excel es una opción conveniente y accesible para resolver una amplia variedad de problemas de optimización, mientras que el Método Simplex es una herramienta más potente y eficiente para problemas de programación lineal más complejos. La elección entre ambos dependerá de la naturaleza y la complejidad del problema a resolver, así como de la familiaridad y experiencia del usuario con las herramientas disponibles.