S06 - 1 Analisis Sensibilidad

Investigacin Operativa
Unidad I
Programacin Lineal
Sesin 6
Anlisis de sensibilidad
Competencia General
Optimiza el uso de los recursos de las
organizaciones mediante la formulacin y
solucin de problemas a travs de
modelos matemticos, analiza y evala el
impacto en las utilidades y los costos a
travs del anlisis de sensibilidad de los
modelos matemticos.
Capacidades
Identifica y modela
problemas de
optimizacin de programacin lineal
en su forma estndar.
Optimiza el uso de recursos en las
organizaciones mediante el mtodo
simplex y el anlisis de sensibilidad.
Contenidos Procedimentales
Dado una solucin de programacin
lineal analiza los rangos de variacin
de la funcin objetivo y de los
recursos.
Contenidos
Anlisis de sensibilidad grfica
Anlisis de sensibilidad algebraica
Consideraciones
En la idea general del anlisis de sensibilidad se consideran dos
casos:
La sensibilidad de la solucin
optima a los cambios de la
disponibilidad de los recursos
(lado
derecho
de
las
restricciones)
La sensibilidad de la solucin
optima a los cambios en la
utilidad unitaria o el costo
unitario (coeficientes de la
funcin objetivo).
Sean: X1 = Unidades producidas del producto 1

X2 = Unidades producidas del producto 2
Entonces:
Max Z = 30 X1 + 20 X2
s.a.
2 X1 + X2 8 (Maquina 1)
X1 + 3X2 8 (Maquina 2)
X1, X2 0
Anlisis de sensibilidad grafica
Cambios en el lado derecho de las

restricciones
Ejemplo
Una empresa fabrica dos productos en dos
mquinas. Una unidad del producto 1 requiere 2
horas en la mquina 1, y 1 hora en la mquina 2.
Una unidad del producto 2 requiere 1 hora en la
mquina 1, y 3 horas en la mquina 2. Los ingresos
por unidad de los productos 1 y 2 son de $30 y $20
respectivamente. El tiempo de procesamiento diario
total disponible en cada mquina es de 8 horas.
Plantee un modelo de PL y la solucin respectiva
para maximizar las ganancias.
7

restricciones
Entonces:
Max Z = 30 X1 + 20 X2
s.a.
2 X1 + X2 8 (Maquina 1)
X1, X2 0

restricciones
Graficando las restricciones

X2
Mquina 1 (M1)
No negatividad
RESTRICCION R1
X1
X2
6
Mquina 2 (M2)
RESTRICCION R2
0,0
X1
X2
2.67
X1
9

restricciones
Sensibilidad grafica de la solucin optima a cambios

en la disponibilidad de recursos
X2
RESPECTO A LA MAQUINA 1
9
E
Optimo: X1 = 3.2 , X2 = 1.6 , Z = 128
3
B
C
0,0
3 D
X1
10

restricciones

X2
9
E
Optimo: X1 = 3.2 , X2 = 1.6 , Z = 128
Optimo: X1 = 3.8 , X2 = 1.4 , Z = 142
Tasa de cambio del

ingreso a
consecuencia del
incremento de la
capacidad de la
maquina 1 en 1 hora
(punto C a punto G)
3
B
C
0,0
ZG - ZC
142 - 128
= ---------------- = ---------------- = $14/h

Cambio de
la
capacidad
9-8
3 D
X1
11

restricciones

X2
9
E
Optimo: X1 = 3.2 , X2 = 1.6 , Z = 128
3
B
G
C
0,0
3 D
X1
12

restricciones

X2
9
E
Optimo: X1 = 3.2 , X2 = 1.6 , Z = 128
Optimo: X1 = 3 , X2 = 2 , Z = 130
Tasa de cambio del

ingreso a
consecuencia del
incremento de la
capacidad de la
maquina 2 en 1 hora
(punto C a punto G)
3
B
ZG - ZC
130 - 128
= ---------------- = ---------------- = $2/h

Cambio de
la
capacidad
9-8
0,0
3 D
X1
13

restricciones

X2
HALLANDO INTERVALO DE FACTIBILIDAD DE LA MAQUINA 1
De la grafica se observa que el precio dual de $14/h permanece valido para

cambios (incrementos o reducciones) en la capacidad de la maquina 1 que mueven
sus restricciones paralela a si misma a cualquier punto sobre el segmento de lnea
BF. Calculamos las capacidades de la maquina 1 en los puntos B y F como sigue:
Capacidad en B:
X1 + 3X2 = 8 Si X1 = 0 ; X2 = 2.67
Capacidad en B:
X1 + 3 X2 = 8 Si X2 = 0 ; X1 = 8
Luego sobre restriccin de la maquina 1:
Con X1 = 0 y X2 = 2.67 2X1 + X2 = 2(0) + 2.67 = 2.67
Con X1 = 8 y X2 = 0
2X1 + X2 = 2(8) + 0 = 16
Entonces:
2.67h <= Capacidad de la maquina 1 <= 16h
(Disponibilidad del recurso)
B
C
3 D
X1
14

restricciones

X2
HALLANDO INTERVALO DE FACTIBILIDAD DE LA MAQUINA 2
De la grafica se observa que el precio dual de $2/h permanece valido para cambios
(incrementos o reducciones) en la capacidad de la maquina 2 que mueven sus
restricciones paralela a si misma a cualquier punto sobre el segmento de lnea ED.
Calculamos las capacidades de la maquina 2 en los puntos E y D como sigue:
Capacidad en E:
2X1 + X2 = 8 Si X1 = 0 ; X2 = 8
Capacidad en D:
2X1 + X2 = 8 Si X2 = 0 ; X1 = 4
Luego sobre restriccin de la maquina 2:
Con X1 = 0 y X2 = 8
X1 + 3X2 = (0) + 3(8) = 24
Con X1 = 4 y X2 = 0
X1 + 3X2 = (4) + 0 = 4
Entonces:
4h <= Capacidad de la maquina 2 <= 24h
(Disponibilidad del recurso)
B
C
3 D
X1
15

restricciones

Si desean incrementar la capacidad de ambas
maquinas Cul maquina tendra prioridad?
Cada hora adicional de la maquina 1 incrementa el ingreso en $14,
en comparacin con solo $2 para la maquina 2. Entonces la
maquina 1 tendra prioridad.
Si la capacidad de la maquina 1 se incrementa

de 8 a 13 horas Cmo impactara este
incremento al ingreso optimo?
El precio dual para la maquina 1 es de $14 y es valido en el intervalo
(2.67,16)horas. Como el incremento propuesto esta en el intervalo
de factibilidad, entonces el incremento del ingreso es $14x(13-8) =
$70, lo que significa que el ingreso se incrementa de $128 a $198.
16
Cambios en los coeficientes

objetivo
Entonces:
Max Z = 30 X1 + 20 X2
s.a.
2 X1 + X2 8 (Maquina 1)
X1, X2 0
17
Cambios en los coeficientes objetivo
Sensibilidad grafica de la solucin optima a los

cambios en las unidades de ingreso
X2
9
E
Optimo: X1 = 3.2 , X2 = 1.6 , Z = 128
Cmo podemos determinar los

intervalos para los coeficientes
de la funcin objetivo que
mantendrn
inalterable
la
funcin optima en C?
3
B
C
3 D
X1
18

X2
Escribiendo la funcin objetivo en el formato

general:
Maximizar Z = c1X1 + c2X2
9
E
Imagine ahora que la lnea Z esta pivotada en C

y que puede girar en el sentido de las
manecillas del reloj, as como en el sentido
contrario. La solucin optima permanecer en
el punto C en tanto Z = c1X1 + c2X2 quede entre
las dos lneas 1X1+3X2 = 8 y 2X1+1X2 = 8. esto
significa que la relacin c1/c2 puede variar
entre 1/3 y 2/1, lo que resulta en el siguiente
intervalo de optimalidad.
3
B
C
3 D
X1
19

Suponga que los ingresos unitarios producidos
por los productos 1 y 2 cambian a $35 y $25
respectivamente permanecer igual el optimo
actual?
La nueva funcin objetivo es:
Maximizar Z = 35X1 + 25X2
Luego c1/c2 = 35/25 = 1.4, el mismo que se encuentra entre el
intervalo (0.333 , 2), entonces la solucin en C permanecer optima.
Observe que los valores de las variables en el punto optimo C no
cambian, el valor optimo de Z cambia a 35 x (3.2) + 25 x (1.6) = $152.
20

restricciones
Ejemplo
Una empresa utiliza tres operaciones para armar tres tipos de
juguetes: trenes, camiones y carros. Los tiempos diarios
disponibles para las tres operaciones son 430, 460 y 420 minutos
respectivamente, y los ingresos por unidad de tren, camin y
auto de juguete son de $3, $2 y $5 respectivamente. Los
tiempos de ensamble por tren en las tres operaciones son de 1,
3 y 1 minutos respectivamente. Los tiempos correspondientes
por tren y por auto son (2,0,4) y (1,2,0) minutos (un tiempo cero
indica que la operacin no se utiliza).
Plantee un modelo de PL y la solucin respectiva para
maximizar las ganancias.
21

restricciones
Sean: X1 = Unidades diarias ensambladas de trenes
X2 = Unidades diarias ensambladas de camiones
X3 = Unidades diarias ensambladas de autos
Entonces:
Max Z = 3 X1 + 2 X2 + 5 X3
s.a.
X1 + 2 X2 + X3 430 (Operacin 1)
3 X1
+ 2 X3 460 (Operacin 2)
X1 + 4 X2
420 (Operacin 3)
X1, X2 , X3 0
22
Cambios en el lado derecho de las restricciones
Solucin factible inicial
BASE
SOLUCION
X1
X2
X3
S1
S2
S3
-3
-2
-5
S1
430
S2
460
S3
420
23
Solucin optima
BASE
SOLUCION
X1
X2
X3
S1
S2
S3
1350
X2
-1/4
1/2
-1/4
100
X3
3/2
1/2
230
S3
-2
20
La solucin recomienda fabricar 100 camiones y

230 autos pero no trenes. El ingreso asociado es
$1350.
24
Reconociendo que los precios duales y sus intervalos de

factibilidad tienen que ver con los cambios del lado
derecho de las restricciones suponga que D1, D2 y D3 son
los cambios (positivos o negativos) realizados en el tiempo
de fabricacin diario asignado de las operaciones 1, 2 y 3
respectivamente.
Entonces:
Max Z = 3 X1 + 2 X2 + 5 X3
s.a.
X1 + 2 X2 + X3 430 + D1 (Operacin 1)
3 X1
+ 2 X3 460 + D2 (Operacin 2)
X1 + 4 X2
420 + D3 (Operacin 3)
X1, X2 , X3 0
25
Solucin factible inicial modificado

SOLUCION
BASE
X1
X2
X3
S1
S2
S3
RHS
D1
D2
D3
-3
-2
-5
S1
430
S2
460
S3
420
Las dos reas sombreadas son idnticas. Por consiguiente, si repetimos las
mismas iteraciones simplex (con las mismas operaciones de filas) como en
el modelo original, las columnas en las dos reas resaltadas tambin sern
26
idnticas en la tabla optima.
Solucin optima modificado

SOLUCION
BASE
X1
X2
X3
S1
S2
S3
RHS
D1
D2
D3
1350
X2
-1/4
1/2
-1/4
100
1/2
-1/4
X3
3/2
1/2
230
1/2
S3
-2
20
-2
27
La nueva tabla optima da la siguiente solucin optima:

Z = 1350 + D1 + 2D2
X2 = 100 + 1/2D1 1/4D2
X3 = 230 + 1/2D2
S3 = 20 2D1 + D2
+ D3
Ahora, se utilizara esta solucin para determinar los precios

duales y los intervalos de factibilidad.
28
Cambios en el lado derecho
Precios duales
El valor de la funcin objetivo puede escribirse como.
Z = 1350 + D1 + 2D2 + 0D3
La ecuacin muestra que:
Un cambio unitario en la capacidad de la operacin 1 (D1 = 1 min)

cambia a Z en $1.
cambia a Z en $2.
cambia a Z en $0.
Esto significa que, por definicin, los precios duales correspondientes son
de 1, 2 y 0 ($/min) para las operaciones 1, 2 y 3 respectivamente.
Los coeficientes D1, D2 y D3 en la fila Z optima son exactamente los de las
variables de holgura S1, S2 y S3. Esto significa que los precios duales son
iguales a los coeficientes de las variables de holgura de la fila Z optima.
29
Intervalo de factibilidad
La solucin actual permanece factible si todas las variables
bsicas permanecen no negativas, es decir:
X2 = 100 + 1/2D1 1/4D2 0

X3 = 230 + 1/2D2
0
S3 = 20 2D1 + D2 + D3 0
Los cambios simultneos de D1, D2 y D3 que satisfacen estas
desigualdades mantendrn la solucin factible.
La nueva solucin optima se determina sustituyendo los valores de
D1, D2 y D3.
30
Suponga que el tiempo de fabricacin disponible
para las
operaciones 1, 2 y 3 son de 480, 440 y 400 minutos respectivamente.
Entonces:
D1 = 480 430 = 50, D2 = 440 460 = -20 y D3= 400 420 = -20
Sustituyendo en las condiciones de factibilidad, obtenemos:
X2 = 100 + (50) (-20) = 130 > 0
X3 = 230 + (-20) = 220 > 0
S3 = 20 2(50) + (-20) + (-10) = -110 < 0
(factible)
(factible)
(no factible)
Los clculos demuestran que S3 < 0, de ah que la solucin actual

no permanezca factible. Se requerirn mas clculos para encontrar
la nueva solucin.
31
Como alternativa, si los cambios de los recursos son tales que D1=30, D2= -12 y D3 = 10.
Entonces:
X2 = 100 + (-30) (-12) = 88 > 0
X3 = 230 + (-12) = 224 > 0
S3 = 20 2(-30) + (-12) + (10) = 78 > 0
(factible)
(factible)
(factible)
La nueva solucin factible (optima) es X2 = 88, X3 = 224 y S3= 68,

con Z = 3(0) + 2(88) + 5(224) = $1296.
Observe que el valor objetivo optimo tambin puede calcularse
utilizando los precios duales como: Z = 1350 + 1(-30) + 2(-12) + 0(10)
= $1296.
32
Las condiciones dadas pueden producir los intervalos de
factibilidad individuales asociados con cambiar los recursos uno a
uno a la vez. Por ejemplo, un cambio del tiempo de operacin 1
solo implica que D2 = D3 = 0. Por tanto las condiciones simultaneas
se reducen a:
X2 = 100 + D1 0 D1 -200
X3 = 230 > 0
S3 = 20 2D1 0
D1 10
En resumen:
-200 D1 10
Esto significa que el precio dual para la operacin 1 es valido en el

intervalo de factibilidad -200 D1 10
De forma anloga se calcula para D2 y D3. ver tabla a

33
continuacin.
Es importante sealar que los precios duales permanecern aplicables con

cualquier cambio simultaneo que mantenga la solucin factible, aun
cuando los cambios violen los intervalos individuales.
Por ejemplo los cambios D1=30, D2=-12 y D3=100 mantendrn la solucin
factible aun cuando D1 = 30 viole el intervalo de factibilidad -200 D1 10,
como los siguientes clculos lo demuestran.
X2 = 100 + (30) (-12) = 118 > 0
X3 = 230 + (-12) = 224 > 0
S3 = 20 2(-30) + (-12) + (100) = 48 > 0
(factible)
(factible)
(factible)
Calculando el nuevo valor objetivo optimo con los precios duales como Z =
34
1350 + 1(30) + 2(-12) + 0(100) = $1356
Cambios en los coeficientes de la

funcin objetivo
Para facilitar la explicacin del anlisis de sensibilidad de la funcin
objetivo, primero tenemos que definir los costos reducidos. En el ejemplo
anterior, de la tabla optima la funcin objetivo Z puede escribirse como:
Z = 1350 4 X1 S1 2 S2
La solucin optima no produce trenes de juguete (X1=0). La razn se
pone de manifiesto en la ecuacin Z, donde un incremento unitario en
X1 (sobre su valor de cero actual) reduce a Z en $4.
Podemos considerar el coeficiente de X1 en la ecuacin Z (=4) como un
costo unitario porque reduce el ingreso Z. Pero de donde proviene este
costo?
Sabemos que el ingreso por unidad de X1 es de $3. Tambin sabemos
que la produccin de trenes de juguete incurre en un costo porque
consume recursos. Por consiguiente, desde el punto de vista de la
optimizacin, el atractivo de X1, depende del costo de los recursos
consumidos con respecto al ingreso.
35
Costo reducido
Para apreciar la importancia de esta definicin, en el ejemplo, el

ingreso por unidad de camiones de juguete (=$2) es menor que el
de trenes de juguete (=$3). No obstante la solucin optima
recomienda producir camiones de juguete (X2 = 100 unidades) y
nada de trenes (X1=0). La razn es que el costo de los recursos
consumidos por un camin de juguete es menor que su precio
unitario, al contrario de lo que sucede en el caso de los trenes de
juguete.
Con la definicin dada de costo reducido, podemos ver que una
variable no rentable (como X1) puede hacerse rentable de dos
maneras:
Incrementando el ingreso unitario
36
Reduciendo el costo unitario de los recursos consumidos
Determinacin de los intervalos de optimalidad para

cambios simultneos
Ahora, nos enfocamos en la determinacin de las condiciones que
mantendrn una optima solucin. El desarrollo se basa en el costo
reducido.
En el modelo, sean d1, d2 y d3 los cambios de los ingresos unitarios
de camiones, trenes y autos respectivamente. La funcion objetivo se
escribe entonces como:
Maximizar Z = (3+d1)X1 + (2+d2)X2 + (5+d3)X3
Considerando la situacion en la cual todos los coeficientes objetivo
cambian al mismo tiempo. Con los cambios simultaneos, la fila Z en
la tabla de inicio aparece como:
S1
S2
S3
37

cambios simultneos
Cuando generamos la tabla simplex con la misma secuencia de las
variables de entrada y salida en el modelo original (antes de realizar
los cambios de di), la iteracin optima aparecer como sigue:
S1
S2
S3
S3
La nueva tabla optima es igual a la tabla optima original, excepto

por los costos reducidos. Esto significa que los cambios en los
coeficientes de la funcin objetivo pueden afectar solo a la
optimalidad del problema.
38

cambios simultneos
Calculando los nuevos costos reducidos
Un examen de la nueva fila Z muestra que los coeficientes de di se
toman directamente de los coeficientes de las restricciones de la
tabla optima.
S1
S2
S3
S3
Para calcular el nuevo costo reducido para cualquier variable, multiplique

los elementos de su columna por los elementos correspondientes que
aparecen en la columna de la extrema izquierda, smelos y reste el
elemento en la fila superior de la suma.
Para: X1= [4 x 1 + (-1/4) x d2 + 3/2 x d3 + 2 x 0] d1
= 4 1/4d2 + 3/2d3 d1
39

cambios simultneos
Calculando los nuevos costos reducidos
La solucin actual permanece optima en tanto los costos reducidos
(coeficientes de la ecuacin Z) permanezcan no negativos (caso
de maximizacin). Por lo tanto tenemos las siguientes condiciones
de optimalidad simultaneas correspondientes a las X1, S1 y S2 no
bsicas:
Recuerde que el costo reducido de una variable bsica siempre es

cero, como lo muestra la tabla optima modificada.
Para el caso de minimizacin los costos reducidos deben ser <= 0
para mantener la optimalidad.
40
Ilustracin del caso

Suponga que la funcin objetivo cambia de:
Z = 3X1 + 2X2 + 5X3
a
Z= 2X1 + X2 + 6X3
Entonces: d1 = 2 3 = -$1
d2 = 1 2 = -$1
d3 = 6 5 = $1
La sustitucin en las condiciones dadas presenta el resultado:
Los resultados muestran que los cambios propuestos mantendrn la

situacin actual (X1=0, X2=100 , X3=230) optima con un nuevo valor
de Z = 1350 + 100d2 + 230d3 = $1480.
41

cambios de uno a la vez
Los intervalos de optimalidad que tienen que ver con los cambios
de di uno a la vez pueden desarrollarse a partir de las condiciones d
optimalidad simultaneas. Por ejemplo, suponga que el coeficiente
de X2 solo cambia a 2+d2; es decir que d1 = d3 = 0. Las condiciones
de optimalidad simultaneas se reducen a:
Del mismo modo, puede verificar que los cambios individuales

(3+d1) y (5+d3) para X1 y X3 respectivamente, dan los intervalos de
optimalidad d1 < 4 y d3 >= -8/3 , respectivamente.
42
Investigacin Operativa
Unidad I
Programacin Lineal
Sesin 6
43

S06 - 1 Analisis Sensibilidad

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

S06 - 1 Analisis Sensibilidad

Загружено:

Авторское право:

Доступные форматы

Investigacin Operativa

Anlisis de sensibilidad grfica

Anlisis de sensibilidad algebraica

Sean: X1 = Unidades producidas del producto 1

Anlisis de sensibilidad grafica

Cambios en el lado derecho de las

Anlisis de sensibilidad grafica

Cambios en el lado derecho de las

Anlisis de sensibilidad grafica

Graficando las restricciones

Anlisis de sensibilidad grafica

Sensibilidad grafica de la solucin optima a cambios

Optimo: X1 = 3.2 , X2 = 1.6 , Z = 128

Anlisis de sensibilidad grafica

Sensibilidad grafica de la solucin optima a cambios

Optimo: X1 = 3.2 , X2 = 1.6 , Z = 128

Optimo: X1 = 3.8 , X2 = 1.4 , Z = 142

Tasa de cambio del

= ---------------- = ---------------- = $14/h

Anlisis de sensibilidad grafica

Sensibilidad grafica de la solucin optima a cambios

Optimo: X1 = 3.2 , X2 = 1.6 , Z = 128

Anlisis de sensibilidad grafica

Sensibilidad grafica de la solucin optima a cambios

Optimo: X1 = 3.2 , X2 = 1.6 , Z = 128

Tasa de cambio del

= ---------------- = ---------------- = $2/h

Anlisis de sensibilidad grafica

Sensibilidad grafica de la solucin optima a cambios

HALLANDO INTERVALO DE FACTIBILIDAD DE LA MAQUINA 1

De la grafica se observa que el precio dual de $14/h permanece valido para

Anlisis de sensibilidad grafica

Sensibilidad grafica de la solucin optima a cambios

HALLANDO INTERVALO DE FACTIBILIDAD DE LA MAQUINA 2

Anlisis de sensibilidad grafica

Sensibilidad grafica de la solucin optima a cambios

Si la capacidad de la maquina 1 se incrementa

Anlisis de sensibilidad grafica

Cambios en los coeficientes

Cambios en los coeficientes objetivo

Anlisis de sensibilidad grafica

Sensibilidad grafica de la solucin optima a los

Optimo: X1 = 3.2 , X2 = 1.6 , Z = 128

Cmo podemos determinar los

Cambios en los coeficientes objetivo

Anlisis de sensibilidad grafica

Sensibilidad grafica de la solucin optima a los

Escribiendo la funcin objetivo en el formato

Imagine ahora que la lnea Z esta pivotada en C

Cambios en los coeficientes objetivo

Anlisis de sensibilidad grafica

Sensibilidad grafica de la solucin optima a los

Anlisis de sensibilidad algebraica

Cambios en el lado derecho de las

Anlisis de sensibilidad algebraica

Cambios en el lado derecho de las

Cambios en el lado derecho de las restricciones

Anlisis de sensibilidad algebraica

Solucin factible inicial

Cambios en el lado derecho de las restricciones

Anlisis de sensibilidad algebraica

La solucin recomienda fabricar 100 camiones y

Cambios en el lado derecho de las restricciones

Anlisis de sensibilidad algebraica