Investigación operativa y logística

Nivel UniversitarioDificultad ★★★★★Aplicación⌖ Ver en el mapa

¿Qué es?

Decisiones óptimas con restricciones: planes de producción, rutas de reparto, turnos de tripulaciones, flujos en redes. Los problemas continuos se resuelven con optimización convexa y dualidad (multiplicadores de Lagrange como precios sombra); los discretos añaden programación entera encima.

Fórmulas

min⁡x c𝖳xsujeto aAx≤b, x≥0\min_x\ c^{\mathsf T}x \quad\text{sujeto a}\quad Ax \le b,\ x \ge 0
un programa lineal

¿Por qué importa?

Las aerolíneas, las empresas de logística, las redes eléctricas y los planificadores de la nube resuelven estos problemas continuamente; el cálculo aporta las condiciones de optimalidad y las sensibilidades.

Las matemáticas que hay detrás

  • Convexidad y concavidad★★★★★fundamental

    La optimización convexa (programas lineales, cuadráticos, cónicos) es el caballo de batalla de la planificación y la logística.

  • Optimización con restricciones★★★★★fundamental

    Planificar, enrutar y asignar es optimizar con restricciones de capacidad y demanda.

  • Condiciones KKT★★★★★fundamental

    Los resolvedores de punto interior y de conjunto activo son algoritmos para cumplir las condiciones KKT.

  • Máximos y mínimos★★★★★fundamental

    Minimizar costes y maximizar beneficios es el idioma nativo de la investigación operativa.

  • Multiplicadores de Lagrange★★★★★frecuente

    Las variables duales son precios sombra: cuánto vale una unidad más de un recurso.

  • Existencia de solución óptima: un coste continuo sobre un conjunto factible compacto siempre tiene mínimo.

Esta página tiene lo esencial. Un desarrollo más completo (intuición, definición formal, ejemplo resuelto) está en camino.

↑ ↓ para navegar · ↵ · Esc