Analisis de Sensibilidad PDF

Qu es anlisis de sensibilidad?
El anlisis de sensibilidad es el estudio de la

forma en la que se afecta a la solucin optima al
realizarse cambios en los coeficientes de un
Modelo de Programacin Lineal.
Utilizando este anlisis podemos responder a
preguntas como las siguientes:
Cmo afectar a la solucin ptima un cambio en
uno de los coeficientes de la funcin objetivo?
Cmo afectar a la solucin ptima un cambio en
el valor del lado derecho de una restriccin?
Anlisis de Sensibilidad
Mg. Giovana Valverde A.
Anlisis de Postoptimalidad
Entorno Dinmico de los Negocios
Ya que el anlisis de sensibilidad se ocupa de

la forma en que los cambios anteriores
afectan a la solucin ptima, el anlisis no
comienza hasta que se obtiene, precisamente,
la solucin ptima al problema de PL original.
De ah que se le denomine Anlisis de
La principal razn de la importancia del

anlisis de sensibilidad para quienes toman
las decisiones es que los problemas ocurren
en un entrono dinmico.
Si se ha utilizado un modelo de PL en un
entorno de este tipo, puede esperarse que
con el paso del tiempo algunos de los
parmetros
cambien.
Y
se
deseara
determinar la forma en que esos cambios
afectan a la solucin ptima del problema de
PL original.
Postoptimalidad.
As pues, pese al cambio en alguno de los

parmetros de la formulacin original que dan
paso a un nuevo problema, no ser necesario
volver a resolver el problema desde el inicio.
Prediccin de las Condiciones

Futuras
Importancia del Anlisis
El trabajo del equipo de investigacin de

operaciones apenas comienza cuando se ha
aplicado con xito el mtodo smplex para
identificar una solucin ptima del modelo.
Los valores de los parmetros que se usan
en el modelo casi siempre son slo
estimaciones basadas en una prediccin de
las condiciones futuras.
Es importante llevar a cabo un Anlisis de

Sensibilidad, para investigar el efecto que
tendra sobre la solucin ptima el hecho de
que los parmetros tomaran otros valores
posibles.
En general, habr algunos parmetros a los
que se les asignara un valor razonable sin que
cambie la optimalidad de la solucin. Sin
embargo, habrn parmetros cuyos cambios
lleven a una nueva solucin ptima.
Informacin Derivada del

Anlisis
Parmetros Sensibles
Un objetivo fundamental del Anlisis de
Sensibilidad es identificar los parmetros
sensibles, (los parmetros cuyos valores no
pueden cambiar, sin que cambie la solucin
ptima ).
Para los parmetros no sensibles, es de
gran utilidad determinar el intervalo de
valores permisibles para el cual la solucin
ptima no cambia.
Anlisis de Sensibilidad vs Esfuerzo

Computacional
El anlisis de sensibilidad requerira un
esfuerzo computacional exorbitante si
fuera necesario volver a aplicar el mtodo
smplex desde el principio para investigar
cada cambio en el valor de un parmetro.
Por fortuna, la esencia fundamental del
anlisis de sensibilidad prcticamente
elimina el esfuerzo computacional.
Resumen del Procedimiento para el

4.
Prueba de Factibilidad: Se prueba la

factibilidad de esta solucin verificando que
todas las variables bsicas sigan teniendo
valores no negativos en la columna del lado
derecho.
5. Prueba de Optimalidad: Se verifica si esta
solucin es optima, comprobando que todos los
coeficientes de las variables no bsicas en el
rengln de la F.O. sigan siendo no negativos.
11
Primero, identifica los parmetros, ms

importantes, con los que se debe tener cuidado
al hacer estimaciones y al seleccionar una
solucin que tenga un buen desempeo.
Segundo, identifica los parmetros que ser
necesario controlar de cerca cuando el estudio
se lleve a la practica. Ya que si un valor real de
un parmetro se encuentra fuera de su
intervalo de valores permisibles, est es una
seal inminente de que es necesario cambiar la
solucin.

1. Revisin del modelo: Se hacen los cambios
deseados en el modelo que se va a investigar.

2. Revisin de la tabla simplex final: Se emplean
las
propiedades
fundamentales
para
determinar los cambios que resultan en la
tabla simplex final.
3. Conversin a la forma apropiada: Se convierte
esta tabla en la forma apropiada para
identificar y evaluar la solucin bsica actual
aplicando (segn sea necesario) eliminacin de
Gauss.
10

6. Reoptimizacin: Si esta solucin no
pasa cualquiera de las pruebas, se
puede obtener (si se desea) la nueva
solucin ptima partiendo de la tabla
simplex
inicial
(haciendo
las
conversiones necesarias) para el
mtodo simplex o el simplex dual.
12
CAMBIOS QUE AFECTAN LA

FACTIBILIDAD

FACTIBILIDAD
Cualquier cambio en el lado derecho

(bj) de una restriccin activa
cambiara la solucin ptima.
Cualquier cambio en lado derecho
de una restriccin no activa que sea
menor que la holgura o el exceso, no
produce ningn cambio en la
solucin ptima.
La factibilidad de la solucin ptima actual

puede ser afectada nicamente si:
1. Se cambia el lado derecho de las
restricciones, b.
2. Se aade una nueva restriccin al modelo
La no factibilidad ocurre cuando una o
mas variables bsicas actuales se vuelve
negativa.
13

FACTIBILIDAD

FACTIBILIDAD
Formas de ver el efecto de

cambiar la disponibilidad de los
recursos (el vector b):
1. Cambios discretos en el vector b
del lado derecho
2. Rango factible de los elementos de
b
Adicin de nuevas restricciones: Esto

conducir a uno de estos 2 casos
1. La nueva restriccin es redundante, lo
que significa que se satisface por la
solucin oprima actual.
2. La nueva restriccin se viola, en cuyo caso
debe usarse el mtodo simplex dual para
tratar de recuperar la factibilidad.
15

OPTIMALIDAD
16

OPTIMALIDAD
Cambios en los coeficientes objetivo cj:
El efecto de hacer cambios en cj sobre la
optimalidad implica volver a calcular zj
cj nicamente para las variables no
bsicas. La razn por la cual no
necesitamos volver a calcular zj cj para
las variables bsicas es que siempre sern
igual a cero, sin importar los cambios que
se hagan en cj
La solucin actual dejara de ser

optima solo si los coeficientes de la
funcin objetivo zj cj violan la
condicin de optimalidad.
14
17
18
Aplicacin del anlisis de sensibilidad

Se pueden producir cambios en:
Ejemplo 1
Un carpintero fabrica sillas, mesas y banquitos, su

produccin est limitada por lo siguiente:
l dispone por semana 36 listones.
Para cada silla requiere 4 listones de madera.
Para cada mesa requiere 4 listones de madera.
Para cada banquito requiere 2 listones de madera.
Ci : (coeficientes de costos)
l dispone por semana 48 horas de mano de obra.
bj : (recursos)
Para cada silla dispone 3 horas de mano de obra.

Para cada mesa dispone 6 horas de mano de obra.
Para cada banquito dispone 3 horas de mano de obra.
aij : (coeficientes tecnolgicos)
Determine el plan de produccin ptima, si:
Adicin de una nueva variable
La utilidad por silla es s/200

La utilidad por mesa es s/300
La utilidad por banquito es s/150
Adicin de una nueva restriccin

19
Solucin
20
Estandarizando
Variables de decisin:
X1: cantidad de sillas a producir
X2: cantidad de mesas a producir
X3: cantidad de banquitos a producir
Max z= 200 x1 + 300 x2 + 150 x3+ 0 s1 + 0 S2

s.a:
Solucin
= 36
4 x1 + 4 x2 +2 x3 + S1
bsica
S2 = 48
3 x1 + 6 x2 +3 x3 +
inicial
x 1 , x2 , x3 , S 1 , S 2 0
F.O.: Maximizar ganancias (beneficios)

Max z= 200 x1 + 300 x2 +150 x3
s.a:
Segn limitacin de madera:
4 x1 + 4 x2 + 2 x3 36
Max z - 200 x1 - 300 x2 150 x3 - 0 s1 - 0 S2 = 0
Segn mano de obra:
3 x1 + 6 x2 + 3 x3 48
Restriccin de No negatividad
x1, x2, x3 0
21
Resolviendo por el Mtodo Simplex

Var. no bsicas
(Ultima
Iteracin)
X1
X2
X3
S1
S2
Solucin
ptima
bj
-200
-300
-150
S1
36
S2
48
-50
50
2400
S1
-2/3
X2
1/2
1/6
25
100/
3
2500
X1
1/2
-1/3
X2
1/2
-1/4
1/3
Tabla ptima
Var. bsicas
22
23
X1
X2
X3
S1
S2
bj
25
100/3
2500
X1
1/2
-1/3
X2
-1/4
1/3
24
1. Cambios en los coeficientes (Ci)

de una variable bsica
1. Cambios en los coeficientes(Ci)

de una variable bsica
Paso 3:
0 0 = 0
Coef S1:
Coef S2: 200/3 0 = 200/3
Qu pasa si la utilidad por mesa cambia a s/400?

Max z= 200 x1 + 300 x2 +150 x3
Cambia por:
Por la propiedad 2:
Coef X1= 4 y1 + 3 y2 200= 4 (0) + 3 (200/3) 200 = 0

Coef X2= 4 y1 + 6 y2 400= 4 (0) + 6 (200/3) 400 = 0
Coef X3= 2 y1 + 3 y2 150= 2 (0) + 3 (200/3) 150 = 50
Max z= 200 x1 + 400 x2 +150 x3

X1 C1 = 200
X2 C2 = 400
Por la Propiedad 1:
Paso 1:
x1
x2
200
Paso 2:
400 (200 , 400)
1 3
12
Multiplicadores
= ( 0 , 200 3 )
( 200 , 400 )
1 4 1 3
Simplex 25
Mg.Giovana Valverde
A.
2. Cambios en los coeficientes(Ci) de

una variable No bsica
Qu pasa si la utilidad por banquito cambia a
s/200?
Por la Propiedad 1:
x2
Los
multiplicadores
Simplex no
cambian
300 (200 , 300)
1 3
= ( 25 , 100 3 ) Multiplicadores
1 3
Simplex
12
( 200 ,300 )
1 4
27
2. ... Cambios en los coeficientes(Ci)

de una variable No bsica
Z
X1
X2
X3
S1
S2
bj
-50
25
100/3
2500
X1
1/2
-1/3
X2
1/2
-1/4
1/3
100
200/3
3200
X1
1/2
-1/3
X3
-1/2
2/3
14
S1
S2
bj
50
200/3
2500
X1
1/2
-1/3
X2
1/2
-1/4
1/3
Con los cambios el valor de la F.O no se ha modificado

26
2. Cambios en los coeficientes(Ci)

de una variable No bsica
X1
X2
X3
S1
S2
bj
-50
25
100/3
2500
X1
1/2
-1/3
X2
1/2
-1/4
1/3
No satisface la condicin de optimalidad. Se debe volver a iterar.

28
3. Cambios en los coeficientes

Bsicos y No Bsicos
Qu pasa si las utilidades por silla, mesa y

banquito cambian a s/300, s/600 y s/200
respectivamente?
Cambiamos los coeficientes de la F.O.

F.O: Max Z= 200x1+ 300x2 + 150x3
S.a.:
4x1 + 4x2 + 2x3 36
3x1 + 6x2 + 3x3 48
x1, x2, x3 0
Con el cambio de s/150 a s/200 en la utilidad por banquito, el

valor de la funcin objetivo ha mejorado, aument de s/2500
a s/3200, con lo cual se tendra que producir 2 sillas y 14
banquitos por semana.
X3
Coef X1= 4 y1 + 3 y2 200= 4 (25) + 3 (100/3) 200 = 0

Coef X2= 4 y1 + 6 y2 400= 4 (25) + 6 (100/3) 400 = 0
Coef X3= 2 y1 + 3 y2 200= 2 (25) + 3 (100/3) 200 = -50
X1 C1 = 200
X2 C2 = 300
Paso 2:
X2
Por la propiedad 2:
Max z= 200 x1 + 300 x2 +200 x3
200
X1
Paso 3:
25 0 = 25
Coef S1:
Coef S2: 100/3 0 = 100/3
Max z= 200 x1 + 300 x2 +150 x3

Cambia por:
Paso 1: x1
Z
Z
29
F.O: Max Z= 300x1+ 600x2 + 200x3

S.a.:
4x1 + 4x2 + 2x3 36

3x1 + 6x2 + 3x3 48
x1, x2, x3 0
30

Bsicos y No bsicos

Bsicos y no bsicos
Por la Propiedad 1:
ltima
iteracin
1 / 2 1 / 3 (y1,y2)
= (0,100)
1/ 4 1/ 3
(300,600)
TABLERO PTIMO
Z
X1
X2
X3
S1
S2
bj
25
100/3
2500
X1
1/2
-1/3
X2
1/2
-1/4
1/3
S1= 0 0 = 0
S2=100 0 = 100
Por la Propiedad 2:
X1
X2
X3
S1
4y1 + 6y2 600 = 4(0) + 6(100) -600 = 0
x2
2y1 + 3y2 200 = 2(0) + 3(100) -200 = 100
x3
31
S2
bj
100
100
2500
X1
1/2
-1/3
X2
1/2
-1/4
1/3
Qu pasa si la disponibilidad de madera por semana

aumenta a 42 listones y la disponibilidad de mano de
obra por semana disminuye a 40 horas?
42
36
por
40
48
Por la Propiedad 3:
x1 1 2
=
x2 1 4
INTERPRETACIN:
Con los cambios realizados en los Coeficientes Bsicos y
no bsicos no se ha modificado el valor de la FO.
1 3 42 23 3
=
1 3 40 17 6
Z= 200 (23/3) + 300 (17/6) + 150 (0) =2383.33

El cambio no favorece al valor de la funcin objetivo
porque su valor mximo disminuye de s/2500 a
s/2383.33
33

Tecnolgicos
Qu pasa si la cantidad de listones de madera y
horas de mano de obra que se requieren para cada

banquito son 4 y 2 respectivamente?
F.O: Max Z= 200x1+ 300x2 + 150x3

S.a.:
4x1 + 4x2 + 2x3 36
3x1 + 6x2 + 3x3 48
x1, x2, x3 0
F.O: Max Z= 200x1+ 300x2 + 150x3
S.a.:
4x1 + 4x2 + 4x3 36
3x1 + 6x2 + 2x3 48
x1, x2, x3 0
35
34

Tecnolgicos
ltima
iteracin
Cambiamos las variables tecnolgicas de la variable

no bsica x3.
32
4. Cambios en los coeficientes bj

(recursos)

Bsicos y no bsicos
Z
x1
4y1 + 3y2 300 = 4(0) + 3(100) -300 = 0
Multiplicadores
Simplex
X1
X2
X3
S1
S2
bj
25
100/3
2500
X1
1/2
-1/3
X2
1/2
-1/4
1/3
36

Tecnolgicos

Tecnolgicos
PROP I
TABLERO PTIMO
X1
X2
X3
X1
x1
4y1 + 6y2 300 = 4(25) + 6(100/3) -300 = 0
x2
X2
4y1 + 2y2 150 = 4(25) + 2(100/3) -150 = 50/3 x3

PROP IV
37
6. Adicin de una nueva variable

F.O: Max Z= 200x1+ 300x2 + 150x3
4x1 + 4x2 + 2x3 36
3x1 + 6x2 + 3x3 48
x1, x2, x3 0
F.O: Max Z= 200x1+ 300x2 + 150x3 + 450x4
39

X2
X3
X4
100/3
2500
1/2
-1/3
-1/3
-1/4
1/3
38
PROP I
(y1,y2)
Multiplicadores
(25,100/3)
Simplex
PROP II
4y1 + 3y2 200 = 4(25) + 3(100/3) -200 = 0
x1
4y1 + 6y2 300 = 4(25) + 6(100/3) -300 = 0
x2
2y1 + 3y2 150 = 2(25) + 3(100/3) -150 = 0
x3
x4
40
S1
S2
bj
-100
25
100/3
2500
X1
4/3
1/2
-1/3
X2
-1/3
1/2
-1/4
1/3
X1
X2
X3
X4
S1
S2
bj
1
0
0
100
1
-1/2
0
0
1
400/3
4/3
-1
0
1
0
75
1/2
-1/2
0
-1/3
1/2
2700
2
6
25
4/3
1 / 2 1 / 3 6 1
1 / 4 1 / 3 6 = 1 / 2
X1
50/3
6y1 + 6y2 450 = 6(25) + 6(100/3) -450 = -100

PROP IV
4x1 + 4x2 + 4x3 + 6x4 36

3x1 + 6x2 + 2x3 + 6x4 48
x1, x2, x3, x4 0
bj
Agregamos una variable x4 que ser la cantidad de mecedoras

a producir, ya que el carpintero desea evaluar la posibilidad de
ampliar la variedad de su produccin.
S.a.:
S2
Con los cambios realizados en los Coeficientes

Tecnolgicos no se ha modificado el valor de la FO.
S.a.:
S1
INTERPRETACIN:
1 / 2 1 / 3 4 4 / 3
1 / 4 1 / 3 2 1 / 3
Z
X4
X2
(y1,y2)
Multiplicadores
(25,100/3)
Simplex
PROP II
4y1 + 3y2 200 = 4(25) + 3(100/3) -200 = 0
41
INTERPRETACIN:
La condicin de optimalidad es satisfecha y el
valor de la Funcin Objetivo ha aumentado, por lo
tanto le conviene al carpintero considerar la
produccin de mecedoras en lugar de sillas para
que aumente su utilidad de S/2500 a S/ 2700
42
Ejemplo 2
Esta empresa ensambla tres tipos
distintos de Artculos.
Cada ensamble requiere tres operaciones
sucesivas.
Se requiere determinar el numero de
unidades de cada articulo que maximizara
la utilidad.
A continuacin su representacin primal y
dual:
x1
4
x2 x3
0 0
x2
-1/4
x3
3/2
s3
-2
s1
1
s2
2
s3
Min y = 430y1 + 460y2 + 420y3
Solucin ptima:
x1 = 0 , x2 = 100 , x3 = 230 ,
z = 1350
Solucin ptima:
y1 = 1 , y2 = 2 , y3 = 0 ,
y = 1350
100
x3
1/2
230
20
s3
x2
460
-2
400
1/2 -1/4
=
44
602
1/2
644
-2
588
140
=
322
28
Las variables bsicas actuales son x2, x3 y s3

son factibles en los valores 140, 322 y 28.
La utilidad optima asociada es 1890 dlares.
45
y1 + 3y2 + y3 3
2y1 + + 4y3 2
y1 + 2y2
5
y1,y2,y3 0
bj
1350
1/2 -1/4
s.a.:
Supongamos que se desea ampliar sus lneas

de ensamble incrementando en 40% la
capacidad diaria de cada lnea a 602, 644 y
588 minutos respectivamente. Entonces:
La nueva solucin es atractiva desde el punto

de vista del incremento en la utilidad, pero
su puesta en practica llevara tiempo. Se hizo
otra propuesta para cambiar la capacidad de
holgura de la operacin 3 (s3 = 20 minutos) a
la capacidad de 400. La solucin resultante
es:
x2
- 0
450
110
=
Max z = 3x1 + 2x2 + 5x3

s.a.:
x1 + 2x2 + x3 430
3x1 + + 2x3 460
420
x1 + 4x2
x1,x2,x3 0
s3
0
x3
Dual
43
La tabla simplex optima asociada al primal es:
Sol. Bas.
Primal
230
La nueva solucin es no factible debido a s3 =

-20. Aplicamos el mtodo simplex dual para
recuperar la factibilidad.
Sol. Bas.
x1
x2
x3
s1
s2
s3
bj
1370
x2
110
3/2 0
230
-2
-40
x3
s3
-40
46
De la simplex dual sale s3 y entra s1

47
48
x1
5
x2
0
x3
0
s1
0
100
3/2 0
230
20
Sol. Bas.
z
x2
x3
s1
-1
s2 s3
5/2
bj
1350
Otra forma de ver el efecto que causa alterar las

disponibilidades (vector b), es hallar el rango en el
que la solucin actual sigue siendo factible.
Supongamos que nos interesa determinar el rango
de factibilidad de la capacidad de la operacin 1.
Esto se logra remplazando al vector b con:
La solucin optima permanece esencialmente

inalterada. Lo cual significa que el cambio
propuesto en la asignacin de la capacidad no
es ventajoso en este caso.
49
La cantidad D1 representa el cambio en la

capacidad de la operacin 1 arriba y abajo
del nivel actual de 430. La solucin actual
seguir siendo factible mientras XB=B-1 b 0.
Es decir:
x2
- 0
x3 =
460
s3
-2
420
100 + d1/2
430 + d1
=
230
20 2d1
0
0
0
460
420
50
La primera condicin nos da D1>=-200, la segunda es

independiente de D1 y la tercera nos da D1<=10.
Esto equivale a decir:
430-200 (Capacidad de la operacin 1)

430+10
Es decir:
230 (Capacidad de la operacin 1) 440
Para que la solucin siga siendo factible podemos
variar la disponibilidad de la operacin 1 a una
cantidad no mayor que 440 ni menor que 230
51
Supongamos que se esta cambiando el diseo

de los artculos y que ese cambio requerir
la adicin de una cuarta operacin en las
lneas de produccin. La capacidad diaria de
la nueva operacin es de 500 minutos y los
tiempos por unidad para los tres productos
en esta operacin son 3, 1 y 1 minuto
respectivamente. Es decir:
3x1 + x2 + x3 500
430 + d1
53
52
La solucin ptima actual es x1=0, x2=100 y x3=230

y, al reemplazar esos valores en la restriccin
notamos que la satisfacen. Por lo tanto, esta
restriccin es redundante, no cambia la solucin
ptima.
En vez de ello supongamos que los tiempos por
unidad en la cuarta operacin son de hecho 3, 3 y
1minuto, respectivamente. Es decir:
3x1 + 3x2 + x3 500
Esta restriccin no estar satisfecha por la solucin
optima actual. Por consiguiente debemos aumentar
la nueva restriccin a la tabla simplex optima actual
como sigue:
54
Sol.
Bas.
x1
0 0
x2
- 0
100
3/2 0
x3
s3
s4
x x3 s1 s2 s3 s4
2
0 1350
0
230
0 0 -2 1
20
500
bj
Como x2 y x3 son bsicas hay que sustituir

sus coeficientes de restriccin en el
rengln de s4.
55
Supongamos que la compaa tiene una

nueva poltica de precios para igualar a la
competencia. Las utilidades por unidad
bajo la nueva poltica son de 4, 3 y 4
dlares por los artculos respectivamente.
Es decir:
Max z = 4x1 + 3x2 + 4x3
Sol.
Bas.
x1
x2 x3
s1
s2 s3 s4
x2
0 0 135
0
- 0 0 100
x3
3/2
0 0 230
s3
-2
bj
20
s4
9/4 0 0 -3/2 1/4 0 1 -30
La aplicacin del mtodo simplex dual
producir la nueva solucin ptima x1=0,
x2=90, x3=230 y z=1330 dlares
56
Coeficiente de x1 = 3/2 + 3*5/4 + 0 4 = 5/4

Coeficiente de s1 = 3/2 0 = 3/2
Coeficiente de s2 = 5/4 0 = 5/4
Se observa que con c1 = 5/4 la solucin todava
es ptima.
Entonces calculamos los multiplicadores simplex:

1/2 -1/4 0
( 3,4,0 ) 0
1/2 0
-2
1 1
= ( 3/2,5/4,0 )
57
58
10

Analisis de Sensibilidad PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Analisis de Sensibilidad PDF

Cargado por

Copyright:

Formatos disponibles

Qu es anlisis de sensibilidad?

El anlisis de sensibilidad es el estudio de la

Mg. Giovana Valverde A.

Entorno Dinmico de los Negocios

Ya que el anlisis de sensibilidad se ocupa de

La principal razn de la importancia del

As pues, pese al cambio en alguno de los

Prediccin de las Condiciones

Mg. Giovana Valverde A.

Importancia del Anlisis

El trabajo del equipo de investigacin de

las condiciones futuras.

Mg. Giovana Valverde A.

Es importante llevar a cabo un Anlisis de

Informacin Derivada del

Anlisis de Sensibilidad vs Esfuerzo

Resumen del Procedimiento para el

Prueba de Factibilidad: Se prueba la

Primero, identifica los parmetros, ms

Resumen del Procedimiento para el

deseados en el modelo que se va a investigar.

Resumen del Procedimiento para el

CAMBIOS QUE AFECTAN LA

CAMBIOS QUE AFECTAN LA

Cualquier cambio en el lado derecho

La factibilidad de la solucin ptima actual

Mg. Giovana Valverde A.

Mg. Giovana Valverde A.

CAMBIOS QUE AFECTAN LA

CAMBIOS QUE AFECTAN LA

Formas de ver el efecto de

Adicin de nuevas restricciones: Esto

Mg. Giovana Valverde A.

CAMBIOS QUE AFECTAN LA

CAMBIOS QUE AFECTAN LA

La solucin actual dejara de ser

Mg. Giovana Valverde A.

Mg. Giovana Valverde A.

Mg. Giovana Valverde A.

Aplicacin del anlisis de sensibilidad

Un carpintero fabrica sillas, mesas y banquitos, su

l dispone por semana 48 horas de mano de obra.

Para cada silla dispone 3 horas de mano de obra.

aij : (coeficientes tecnolgicos)

Determine el plan de produccin ptima, si:

Adicin de una nueva variable

La utilidad por silla es s/200

Adicin de una nueva restriccin

Mg. Giovana Valverde A.

Max z= 200 x1 + 300 x2 + 150 x3+ 0 s1 + 0 S2

F.O.: Maximizar ganancias (beneficios)

Max z - 200 x1 - 300 x2 150 x3 - 0 s1 - 0 S2 = 0

Segn mano de obra:

Mg. Giovana Valverde A.

Resolviendo por el Mtodo Simplex

Mg. Giovana Valverde A.

Mg. Giovana Valverde A.

1. Cambios en los coeficientes (Ci)

1. Cambios en los coeficientes(Ci)

Qu pasa si la utilidad por mesa cambia a s/400?

Coef X1= 4 y1 + 3 y2 200= 4 (0) + 3 (200/3) 200 = 0

Max z= 200 x1 + 400 x2 +150 x3

400 (200 , 400)