Restricciones Activas E Inactivas Programacion Lineal
Written by Teresa Romero
Updated at:
En Programación Lineal, buscamos la mejor solución (máximo beneficio o mínimo costo) a un problema, sujeto a ciertas limitaciones. Estas limitaciones se expresan como restricciones. Hoy vamos a hablar de restricciones activas e inactivas.
¿Qué son? Una restricción activa es una limitación que afecta directamente la solución óptima. Piensa en ella como una barrera que la solución final toca o está presionando. Una restricción inactiva, por el contrario, es una limitación que no influye en la solución óptima. La solución final está lejos de esta barrera.
¿Cómo funciona? Imaginemos que quieres hornear galletas y tienes dos restricciones:
Tu objetivo es maximizar el número de galletas que horneas. Después de hacer los cálculos (¡programación lineal en acción!), descubres que la receta óptima utiliza 480 gramos de harina y 250 gramos de azúcar. En este caso:
La restricción de la harina (máximo 500 gramos) es activa porque estás usando casi toda la harina disponible. Si tuvieras menos harina, no podrías hornear tantas galletas.
La restricción del azúcar (máximo 300 gramos) es inactiva porque estás usando solo 250 gramos. Podrías tener mucho más azúcar disponible sin afectar el número de galletas que horneas.
¿Por qué importa? Identificar restricciones activas e inactivas es crucial por varias razones:
Análisis de Sensibilidad: Nos permite entender qué restricciones son más importantes. Si pudiéramos relajar una restricción (por ejemplo, conseguir más harina), ¿cuánto mejoraría la solución? Las restricciones activas son las que tienen el mayor impacto.
Optimización de Recursos: Si una restricción es inactiva, significa que estamos desaprovechando ese recurso. Podríamos usarlo para otra cosa o incluso reducir su disponibilidad sin afectar la solución óptima. En el ejemplo de las galletas, tener toneladas de azúcar no ayuda si la harina es el factor limitante.
Reducción de la Complejidad: A veces, podemos ignorar las restricciones inactivas para simplificar el problema de programación lineal y resolverlo más rápidamente.
En resumen, las restricciones activas son las que realmente importan en la solución óptima, mientras que las restricciones inactivas son menos relevantes. Entender la diferencia nos ayuda a tomar mejores decisiones y optimizar nuestros recursos.
