Академический Документы
Профессиональный Документы
Культура Документы
Análisis de Sensibilidad
Maximizar Z= CjXj
Sujeta a:
AijXj= bi
Xj0
B = B-1b*
Si B 0 entonces la nueva solución será óptima.
Si B ≤0 entonces la nueva solución B no es
factible y será necesario aplicar el método dual-
simplex para restaurar la factibilidad.
Ejemplo1.
Considere el siguiente modelo de PL y su
correspondiente solución inicial y soluciónóptima.
X10,X20
Solución:
El nuevo problema a resolver es:
Maximizar. Z=5X1 +3X2
S.A.
3X1 +5X2 ≤ 5
5X! +2X2 ≤ 5
X10,X20
Identificandovalores: (5/19)(5)-(3/19)(5)=10/19; (-
2/19)(5)+(5/19)(5)=15/19
B-1 =
b*=
Sustituyendovalores:
B = =
Identificandovalores:
CB = CB = (X2, X1)
En la Función Objetivo el coeficiente de X1 es 5 y de
X2 es 3, sin embargo como la tabla óptima el primer
renglón es X2 y el segundo renglón es X1, entonces
se acomoda el vector CB para conservar la
congruencia.
B =
CBB-1 =
b*=
Sustituyendo valores:
optima =CB B
optima = =
optima = CBB-1b*
Sustituyendovalores:
optima =
optima =
Conclusión:
La solución óptima del nuevo modelo obtenida
por análisis de sensibilidad es:
X1= ,X2=10/19 ,
ZÓptima =
Ejemplo2
Supongamos ahora que se decide experimentar otro
cambio en el vector a
¿Cuál es el nuevo problema y cuál es la nueva
solución óptima?
Solución:
El nuevo problema a resolver es:
Maximizar. Z=5X1 +3X2
S.A.
3X1 +5X2 ≤ 10
5X1 +2X2 ≤ 20
X10,X20
B =B-1b*
Identificando valores:
B-1 =
b*=
Sustituyendo valores:
B = =
V.B X1 X2 S1 S2 Ve
X2 0 1 5/19 -3/19
X1 1 0 -2/19 5/19
Z 0 0 5/19 16/19
Razón=Z/ 0 0 1 -16/3
Vs
V.B X1 X2 S1 S2 Ve
S2 0 -19/3 -5/3 1
X1 1 5/3 1/3 0
Z 0 16/3 5/3 0
optima =CB B
CB =
B =
Sustituyendo valores:
óptima=CB B
=
óptima = =16.66 el cual coincide con el
resultado aplicando el software PHP
Conclusión:
La solución óptima del nuevo modelo obtenida
por análisis de sensibilidad es:
X1=
X2 =
óptima =
Modelo original
Maximizar. Z=5X1 +3X2
S.A.
3X1 +5X2 ≤ 15
5X1 +2X2 ≤ 10
X10,X20
X10,X20
Y10,Y20
CONTENIDO:
Análisis de Sensibilidad
Maximizar Z= CjXj
Sujeta a:
AijXj= bi
Xj0
Si se experimentan cambios en el vector Cj el nuevo modelo
es:
Maximizar Z=
Sujeta a:
AijXj= bi
Xj0
Este tipo de cambios toma como punto de partida
la solución óptima del problema original o primal. Al cambiar
X10,X20
Supongamos que el vector cambia a ¿ Cuál
es el nuevo modelo y su correspondiente solución óptima?
Solución.
El nuevo modelo es:
Maximizar. Z=1X1 +1X2
S.A.
3X1 +5X2 ≤ 15
5X1 +2X2 ≤ 10
X10,X20
parai=1,2yj=2
Identificandovalores
vector .
La propiedad específica a aplicar es:
para i=1,2 y j=1
Identificando valores.
Sustituyendo valores:
Para
Como el coeficiente del vector que cambio es = 1
entonces la propiedad correspondiente es:
Sustituyendo valores:
Conclusión:
La solución óptima del nuevo modelo obtenida por análisis
de sensibilidad es:
X1= 20/19
X2 = 45/19
Zóptima = 65/19
Algoritmo.
1.- Realizar el cambio en los coeficientes de la función objetivo.
2.- Aplicar la propiedad
3.- Identificar los valores, sustituir en la propiedad y operar.
4.- Sustituir el nuevo valor en la tabla óptima. Si pierde optimalidad la
tabla restablecer haciendo cero el o los coeficientes de Cj.
5.-Aplicar el algoritmo del método simplex hasta obtener la
solución óptima.
Identificando valores:
Sustituyendo valores:
b1 = 15
b2 = 10
Sustituyendo valores:
= =
Sustituyendo valores:
= -
=
X10,X20