Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Mtodos Cuantitativos
PROGRAMACIN LINEAL
5.
ANLISIS DE SENSIBILIDAD.
5.1 CAMBIOS EN LOS TRMINOS INDEPENDIENTES DE LAS RESTRICCIONES.
INTRODUCCION
En el tema anterior se analiz el planteamiento de un modelo lineal (es decir, identificacin de las variables de decisin, la forma de desarrollar una funcin objetivo, las restricciones y las condiciones de no negatividad), y se describi el emple de un mtodo grfico para resolver problemas de PL. Tambin se seal que el mtodo grfico se limita a la solucin de problemas con dos variables y se hizo notar que los problemas de programacin lineal con numerosas variables y/o
restricciones pueden resolvedrse utilizando un procedimiento matemtico (algoritmo) conocido como mtodo smplex. El objetivo de este tema es presentar paso a paso el mtodo smplex y de algunas de las condiciones especiales que pueden encontrarse cuando se utiliza el mtodo simplex.
Investigacin de Operaciones I
Repaso
Caso Agro Tech Inc. Planteamiento del problema
1) Variables de decisin: X1 = Toneladas del fertilizante de 5-5-10 que se fabrican X2 = Toneladas del fertilizante de 5-10-5, que se fabrican 2) Funcin objetivo: MAXIMIZAR: Z = 18.5 X1 + 20X2
3) Restricciones: SUJETO A: 0.05X1 + 0.05X2 1100 0.05X1 + 0.10X2 1800 0.10X1 + 0.05X2 2000
Repaso
Caso Agro Tech Inc. Mtodo grfico:
1) Encontrar cruces con los ejes de las restricciones (dando valor cero a cada variable de cada restriccin) 2) Graficar cada restriccin con su respectiva direccin de barrido ( hacia donde barre) 3) Delimitar la regin factible ( de acuerdo a los barridos de las restricciones ) 4) Encontrar los puntos (coordenadas) de los vrtices 5) Sustituir cada par de puntos en la funcin objetivo 6) Encontrar los cruces con los ejes de funcin objetivo(dando valores arbitrarios a la igualacin de la funcin objetivo para encontrar los cruces en los ejes) 7) Graficar las rectas de isoutilidad con su respectiva direccin de barrido ( hacia donde barre) 8) Identificar el punto ptimo y proporcionar cuanto vale la funcin objetivo de este punto.
Investigacin de Operaciones I Mtra. Maribel Beltrn Castelo
Repaso: Glosario
Base: conjunto de variables bsicas que constituyen una solucin bsica factible. cj: coeficiente de la j-sima variable en la funcin objetivo. Con frecuencia se le denomina contribucin por unidad. cj - zj : contribucin neta por unidad asociada con la j-sima variable. En la tabla refleja el cambio neto en la funcin objetivo de un cambio unitario de Xj . Columna que entra: columna asociada con la variable que debe introducirse en la base para mejorar la solucin. Crterios de optimidad: condicin que existe en el proceso tubular, asociada con un problema de maximizacin, y en la que todos los coeficientes del rengln (cj - zj ) son cero o negativos. Degeneracin: condicin que ocurre en (1) una tabla smplex durante el proceso de pivoteo si se obtiene un empate al determinar la variable que debe eliminarse de la base y (2) en la tabla final cuando las variables bsicas no son estrictamente positivas.
Investigacin de Operaciones I
Repaso: Glosario
Elemento pivote: elemento que se encuentra en la interseccin de la columna que entra y el rengln que sale. Se utiliza para actualizar la tabla en el mtodo smplex. Enfoque algebraico: procedimiento iterativo que permite la sustitucin y la solucin de ecuaciones simultaneas para obtener la solucin ptima de un problema de PL. Mtodo smplex: procedimiento iterativo que da una solucin ptima a un problema de PL. El mtodo emplea la lgica del enfoque algebraico, pero utiliza una estructura tabular para ayudar en el proceso de solucin. Optimo alternativos: solucin alternativa a un problema de PL; pudese identificar en la tabla por la presencia de un cero en el rengln (cj - zj ) bajo una variable no bsica.
Mtra. Maribel Beltrn Castelo
Investigacin de Operaciones I
Repaso: Glosario
Rengln que sale: se refiere al rengln asociado con la variable que debe eliminarse de la base para dar lugar a la variable que entra. Restricciones incosistentes: condicin que ocurre en la tabla simplex si se llega al ptimo, pero una variable artificial permanece en la base a un nivel positivo. Segundo trmino negativo: condicin que existe cuando se dan valores negativos en el segundo trmino (o lado derecho) de las restricciones asociadas con un problema de PL. stas deben convertirse en valores positivos antes de aplicar el mtodo simplex. Solucin bsica: solucin en la que todas las variables no bsicas se igualan a cero cuando se despejan m variables en trminos de las nm variables restantes. No se restringen los signos de las variables en la solucin; son aceptables valores tanto positivos como negativos. Solucin factible bsica: solucin bsica en la cual todos los valores de las variables de la solucin son mayores o iguales que cero.
Investigacin de Operaciones I
Repaso: Glosario
Solucin no acotada: condicin que ocurre en la tabla simplex cuando se detiene el mtodo porque no existen coeficientes positivos en la columna que entra. Variable artificial: variable que se utiliza en el mtodo simplex para ayudar a identificar una solucin factible bsica inicial. Variable bsica: una de las m variables que se utilizan para resolver un problema de PL. Variable no bsica: una de la n-m variables que se igualan a cero al resolver un problema de PL. zj: contribucin que se pierde por unidad para la j-sima variable en el problema . En la tabla sta representa la porcin del valor objetivo de la solucin bsica que se tiene y a la cual se debe renunciar para fabricar una unidad de xj.
Investigacin de Operaciones I
PROGRAMACIN LINEAL
MTODO SMPLEX
Conversin de desigualdades a igualdades: Variables de holgura (aadir una variable S1 cuando tengamos ) Sobrante. 6X1 + 5X2 30 6X1 + 5X2 + S1 = 30 Variable de excedente (restar una variable S2 cuando tengamos ) Faltante 10X1 + 2X2 50 10X1 + 2X2 - S2 = 50
Investigacin de Operaciones I
Queremos la solucin del sistema de tres ecuaciones que maximiza la funcin objetivo.
Investigacin de Operaciones I Mtra. Maribel Beltrn Castelo
PROGRAMACIN LINEAL
MTODO SMPLEX Todas las soluciones bsicas para el Caso Agro Tech Inc. n! m! (n m )! m = # ecuaciones n = # variables 5! / 3! ( 5-3)! = 5! / 3! ( 2!) = 10 soluciones bsicas .
SOLUCIN
X1
X2
S1
S2
S3
1 2 3 4 5 6 7 8 9 10
Investigacin de Operaciones I
PROGRAMACIN LINEAL
MTODO SMPLEX
X2 40 4
30
2 20 3
8
10
10 9 1 6
5 30 40 X1
10
20
Investigacin de Operaciones I
PROGRAMACIN LINEAL
MTODO SMPLEX
Obtencin de soluciones bsicas En un sistema de m ecuaciones y n variables, con n>m, si existe solucin, sta puede encontrarse igualando (n-m) de las variables a cero y resolviendo el conjunto restante de m ecuaciones y m variables.
Investigacin de Operaciones I
PROGRAMACIN LINEAL
MTODO SMPLEX
Obtencin de soluciones bsicas Variables no-bsicas: las que se igualan a cero. Variables bsicas: las que se determinan resolviendo el sistema. Ejemplo: si X1=0, X2=0, la solucin bsica es: X1=0; X2=0; S1=1,100; S2=1,800; S3=2,000; Z=0.
Investigacin de Operaciones I
PROGRAMACIN LINEAL
MTODO SMPLEX
Procedimiento matemtico MAX 18.5X1 + 20.0X2+ 0S1 + 0S2+ 0S3 a) Solucin bsica factible inicial: X1=0; X2=0; S1=1,100; S2=1,800; S3=2,000; Z=0.
b) Qu variable no bsica debe convertirse en bsica? X2 contribuye ms a las utilidades, sea tiene mayor coeficiente c) Qu tan grande puede ser X2? X2 1,100/0.05 = 22,000 X2 1,800/0.10 = 18,000 X2 2,000/0.05 = 40,000 X2 = 18,000!
Investigacin de Operaciones I
PROGRAMACIN LINEAL
MTODO SMPLEX Procedimiento matemtico d) Se hace X2=18,000. La segunda solucin bsica factible ser: X1=0; X2=18,000; S1=200; S2=0; S3=1,100; Z=$360,000.
e) Etc..
Procedimiento tabular: se elabora la tabla inicial para el origen y se cambia de una solucin bsica factible a otra hasta encontrar la ptima.
Investigacin de Operaciones I
PROGRAMACIN LINEAL
MTODO SMPLEX
Tabla Smplex inicial (1) Caso Agro Tech Inc.
Interseccin
18.5
20.0
CONTRIBUCIN POR UNIDAD ENCABEZADOS Y VARIABLES COEFICIENTES CONTRIBUCIN QUE SE PIERDE CONTRIBUCIN NETA
Cb 0 0 0
BASE S1 S2 S3 Zj Cj - Zj
S1 1 0 0 0 0
S2 0 1 0 0 0
S3 0 0 1 0 0
Suma ( Cb x X2)
Suma ( Cb x X1)
Suma ( Cb x S1)
MTODO SMPLEX Procedimiento tabular Verificar el rengln Cj-Zj. Si tiene algn valor positivo la solucin no es ptima. Se escoge el mayor valor positivo y la variable correspondiente pasa a ser bsica. X1 X2 * S1 S2 S3 cj-zj 18.5 20 0 0 0 Qu variable de la base debe retirarse? Se dividen los valores del segundo trmino por los coeficientes positivos de la variable Xi seleccionada en el paso anterior. El menor resultado indica qu variable deja de ser bsica. S1 = 1,100/ 0.05 = 22,00 S2 = 1,800/ 0.10 = 18,000 * menor valor S3 = 2,000/ 0.05 = 40,000 Realizar el pivoteo: pivote es el elemento que se encuentra en la interseccin de la columna de la variable que entra y el rengln de la variable que sale. = .10 Se divide entonces el rengln que sale entre el pivote. El rengln resultante se denomina reemplazante. 1,800/ 0.10 = 18,000 0.05/0.10 = .5 0.10/0.10 = 1
Mtra. Maribel Beltrn Castelo
Investigacin de Operaciones I
PROGRAMACIN LINEAL
MTODO SMPLEX Procedimiento tabular Multiplicar el elemento interseccin en el rengln antiguo por los elementos correspondientes en el rengln reemplazante y restar el resultado del rengln antiguo. Elemento interseccin es aqul que se encuentra en la interseccin de la columna de la variable que entra y el rengln que se est considerando. (ANTIGUO)-(INTERSECCIN)(REEMPLAZANTE)=NUEVO Rengln 1 Rengln 3 A =1,100 (0.05) (18,000) = 200 A =2,000 (0.05) (18,000) = 1100 B= 0.05 (0.05) (0.5) =0.025 B= 0.10 (0.05) (0.5) =0.075 C= 0.05 (0.05) (1) = 0 C= 0.05 (0.05) (1) = 0 D= 1 (0.05) (0) = 1 D= 0 (0.05) (0) = 0 E= 0 (0.05) (10) =-0.5 E= 0 (0.05) (10) =-.5 F= 0 (0.05) (0) =0 F= 1 (0.05) (0) =1 Actualizar los coeficientes de CB. Actualizar el rengln Zj. Actualizar el rengln Cj-Zj.
Investigacin de Operaciones I Mtra. Maribel Beltrn Castelo
PROGRAMACIN LINEAL
18.5
20.0
CONTRIBUCIN POR UNIDAD ENCABEZADOS Y VARIABLES COEFICIENTES CONTRIBUCIN QUE SE PIERDE CONTRIBUCIN NETA
Cb 0 20.0 0
BASE S1 X2 S3 Zj Cj - Zj
X2 0 1 0 20 0
S1 1 0 0 0 0
S3 0 0 1 0 0
Investigacin de Operaciones I
PROGRAMACIN LINEAL
18.5
20.0
CONTRIBUCIN POR UNIDAD ENCABEZADOS Y VARIABLES COEFICIENTES CONTRIBUCIN QUE SE PIERDE CONTRIBUCIN NETA
Cb 18.5 20.0 0
BASE X1 X2 S3 Zj Cj - Zj
X1 1 0 0 18.5 0
X2 0 1 0 20.0 0
S2 -20 20 1 30 -30
S3 0 0 1 0 0
Investigacin de Operaciones I
Para el caso de minimizacin solo existen dos consideraciones: 1. Que entre variables a la base con nmeros ms negativos. La Solucin ptima sern cuando existan en cj-zj nmeros ceros o positivos.
2.
Investigacin de Operaciones I
Variaciones en el mtodo simplex: *Otra manera de proceder para solucionar un problema de minimizacin por el mtodo smplex es cambiar solo la funcin objetivo por Maximizacin multiplicando esta por (-1).
*Cuando los segundos trminos son negativos: (Se tienen que cambiar los signos de la restriccin y los signos de la desigualdad. 2x1 -4x2 = -8 -2x1 + 4x2 = 8 3x1 -5x2 -2 -3x1 + 5x2 2 2x1 -9x2 -7 -2x1 + 9x2 7
Investigacin de Operaciones I Mtra. Maribel Beltrn Castelo
Investigacin de Operaciones I
PROGRAMACIN LINEAL
Investigacin de Operaciones I
PROGRAMACIN LINEAL
VARIACIONES DEL SMPLEX
VARIABLES ARTIFICIALES
TABLA SIMPLEX INICIAL
-30
-10
-300 -300
Cb 0 -300 -300
BASE S1 A1 A2 Zj Cj - Zj
X1 2 1 8
X2 4 1 6
S1 1 0 0 0 0
S2 0 0 -1 300 -300
A1 0 1 0
A2 0 0 1
-300 -300 0 0
Investigacin de Operaciones I
PROGRAMACIN LINEAL
Ejemplo de la Agrotech:
MAXIMIZAR: SUJETO A: Z = 18.5 X1 + 20X2 0.05X1 + 0.05X2 1100 0.05X1 + 0.10X2 1800 0.10X1 + 0.05X2 2000 Nitrato Fosfato Potasio
END
ROW SLACK OR SURPLUS DUAL PRICES 2) .000000 340.000000 3) .000000 30.000000 4) 500.000000 .000000 NO. ITERATIONS= 2
Investigacin de Operaciones I
PROGRAMACIN LINEAL
Continuacin3. MTODO SMPLEX Interpretacin de LINDO
Problema de la Agrotech:
* Se divide en dos partes: 1) Solucin 2) Anlisis de sensibilidad
OBJECTIVE FUNCTION VALUE RANGES IN WHICH THE BASIS IS UNCHANGED: 1) 428000.0 VALUE X1 8000.000000 REDUCED COST .000000 VARIABLE X1 X2 OBJ COEFFICIENT RANGES CURRENT COEF 18.500000 20.000000 ALLOWABLE INCREASE 1.500000 17.000000 ALLOWABLE DECREASE 8.500000 1.500000
VARIABLE
X2
ROW 2) 3) 4) NO. ITERATIONS=
14000.000000
SLACK OR SURPLUS .000000 .000000 500.000000 2
.000000
DUAL PRICES 340.000000 30.000000 .000000
RIGHTHAND SIDE RANGES ROW 2 3 4 CURRENT RHS 1100.000000 1800.000000 2000.000000 ALLOWABLE INCREASE 166.666700 400.000000 INFINITY ALLOWABLE DECREASE 200.000000 500.000000 500.000000
Investigacin de Operaciones I
PROGRAMACIN LINEAL
Problema de la Agrotech:
OBJECTIVE FUNCTION VALUE
1. Por cada unidad que se le de a una variable que tenga valor 0, se producir un dao. Por algo Lindo no le da valores a algunas variables porque no conviene producirlo. 2. Cuando las variables tienen valor 0: en la columna de reduced cost tienen un valor. Puede ser dao o beneficio. Si se est maximizando y es positivo el beneficio aumenta y si es negativo el dao disminuye. Si se est minimizando y es positivo el beneficio disminuye si es negativo el dao aumenta. Todo repercute en la funcin objetivo
1)
428000.0
VALUE REDUCED COST 8000.000000 .000000 14000.000000 .000000
VARIABLE X1 X2
ROW SLACK OR SURPLUS DUAL PRICES 2) .000000 340.000000 3) .000000 30.000000 4) 500.000000 .000000 NO. ITERATIONS= 2
Investigacin de Operaciones I
MAX 3X1 + 2X2 - 7X3 SUBJECT TO 2) X1 - X2 >= 0 3) X1 + 4X3 <= 5 4) 12X2 - 8X3 >= 20 END
1)
ROW SLACK OR SURPLUS DUAL PRICES 2) .000000 -2.000000 3) .000000 5.000000 4) 40.000000 .000000
Investigacin de Operaciones I
NO. ITERATIONS=
PROGRAMACIN LINEAL
MTODO SMPLEX Interpretacin de LINDO Corrida ejemplo #1:
OBJECTIVE FUNCTION VALUE 1) 25.00000 REDUCED COST .000000 .000000 27.000000
MAX 3X1 + 2X2 - 7X3 SUBJECT TO 2) X1 - X2 >= 0 3) X1 + 4X3 <= 5 4) 12X2 - 8X3 >= 20 END
ROW SLACK OR SURPLUS DUAL PRICES Si el lado derecho de la restriccin aumenta una 2) unidad: .000000 -2.000000 3) esa.000000 5.000000 El valor de la funcin objetivo disminuir lo que tenga restriccin en el 4) 40.000000 .000000 dual prices en este caso 2. NO. ITERATIONS= 3
Investigacin de Operaciones I
PROGRAMACIN LINEAL
MAX 3X1 + 2X2 - 7X3 1) 23.00000 SUBJECT TO VARIABLE VALUE 2) X1 - X2 >= 1 X1 5.000000 3) X1 + 4X3 <= 5 X2 4.000000 4) 12X2 - 8X3 >= 20 X3 .000000 END
ROW SLACK OR SURPLUS DUAL PRICES 2) .000000 -2.000000 3) .000000 5.000000 4) 28.000000 .000000 NO. ITERATIONS= 3
Investigacin de Operaciones I
PROGRAMACIN LINEAL MTODO SMPLEX Interpretacin de LINDO Corrida ejemplo #3: MIN 3X1 + 2X2 - 7X3 SUBJECT TO 2) X1 - X2 >= 0 3) X1 + 4X3 <= 5 4) 12X2 - 8X3 >= 20 END
Si el lado derecho de la restriccin aumenta una unidad, como es minimizacin: El valor de la funcin objetivo aumentar lo que tenga esa restriccin en el dual prices en este caso 3.785714
Investigacin de Operaciones I
PROGRAMACIN LINEAL
MTODO SMPLEX Interpretacin de LINDO Corrida ejemplo #4: MIN 3X1 + 2X2 - 7X3 SUBJECT TO 2) X1 - X2 >= 1 3) X1 + 4X3 <= 5 4) 12X2 - 8X3 >= 20 END
ROW SLACK OR SURPLUS DUAL PRICES 2) .000000 -3.785714 3) .000000 .785714 4) .000000 -.482143 NO. ITERATIONS= 3
Investigacin de Operaciones I
Investigacin de Operaciones I
PROGRAMACIN LINEAL
PROBLEMAS ESPECIALES
PROBLEMA INCONSISTENTE
MAX X1 + X2 SUBJECT TO 2) X1 + X2 >= 2 3) X1 + X2 <= 1 END NO FEASIBLE SOLUTION AT STEP 1 SUM OF INFEASIBILITIES= 1.00000 VIOLATED ROWS HAVE NEGATIVE SLACK, OR (EQUALITY ROWS) NONZERO SLACKS. ROWS CONTRIBUTING TO INFEASIBILITY HAVE NONZERO DUAL PRICE. OBJECTIVE FUNCTION VALUE 1) 1.000000 VARIABLE VALUE REDUCED COST X1 1.000000 .000000 X2 .000000 .000000 ROW SLACK OR SURPLUS DUAL PRICES 2) -1.000000 -1.000000 3) .000000 1.000000 El problema no tiene regin factible . Las restricciones son incompatibles. Lindo manda un el siguiente mensage: NO FEASIBLE SOLUTION
Investigacin de Operaciones I
PROGRAMACIN LINEAL
PROBLEMAS ESPECIALES
DEGENERACIN MIN X1 + 3X2 SUBJECT TO 2) X1 + X2 >= 1 3) 2X1 + 3X2 >= 2 END OBJECTIVE FUNCTION VALUE 1) 1.000000 VARIABLE VALUE REDUCED COST X1 1.000000 .000000 X2 .000000 2.000000 ROW SLACK OR SURPLUS DUAL PRICES 2) .000000 -1.000000 3) .000000 .000000
Investigacin de Operaciones I
PROGRAMACIN LINEAL
Cb -1 0
BASE X1 S2 Zj Cj - Zj
X1 1 0 -1 0
X2 1 -1 -1 -2
S1 -1 -2 1 -1
S2 0 1 0 0
A1 1 2 -1 -99
A2 0 -1 0 -100
Investigacin de Operaciones I
PROGRAMACIN LINEAL
PROBLEMAS ESPECIALES
PROBLEMAS CON SOLUCIONES MLTIPLES OBJECTIVE FUNCTION VALUE 1) 2650.000 VARIABLE VALUE X1 1400.000000 X2 500.000000 X3 .000000 X4 200.000000 X5 550.000000 REDUCED COST .000000 .000000 .000000 .000000 .000000
ROW SLACK OR SURPLUS DUAL PRICES 2) .000000 -1.000000 3) .000000 -.500000 4) .000000 -.500000 5) .000000 -.500000 Se puede obtener muchas soluciones con la misma funcin objetivo, ya que toma diferentes valores las variables ptimas y aun as la funcin objetivo mantiene su valor y tiene ojo de serpiente.
Investigacin de Operaciones I
PROGRAMACIN LINEAL
ANLISIS DE SENSIBILIDAD Preguntas tpicas: 1. Cambio en la funcin objetivo del coeficiente de una variable no bsica. 2. Cambio en la funcin objetivo del coeficiente de una variable bsica. 3. Cambio en el nivel de un recurso (lado derecho). 4. Cambio obligado en el valor de una variable no bsica. 5. Restriccin adicional.
Investigacin de Operaciones I
PROGRAMACIN LINEAL
ANLISIS DE SENSIBILIDAD
Agrotech modificado: planteamiento
MAX ST 18.5X1 + 20.0X2 + 14.5X3 0.05X1 + 0.05X2 + 0.05X3 <= 1,100 0.05X1 + 0.10X2 + 0.05X3 <= 1,800 0.10X1 + 0.05X2 + 0.05X3 <= 2,000
END
Investigacin de Operaciones I
PROGRAMACIN LINEAL
ANLISIS DE SENSIBILIDAD
Agrotech modificado: tabla inicial
Cj SEGUNDO TRMINO (solucin) 1100 1800 2000 0 18.5 20.0 14.5 0 0 0 CONTRIBUCIN POR UNIDAD ENCABEZADOS Y VARIABLES COEFICIENTES CONTRIBUCIN QUE SE PIERDE CONTRIBUCIN NETA
Cb 0 0 0
BASE S1 S2 S3 Zj Cj - Zj
S1 1 0 0 0 0
S2 0 1 0 0 0
S3 0 0 1 0 0
Investigacin de Operaciones I
PROGRAMACIN LINEAL
ANLISIS DE SENSIBILIDAD
Agrotech modificado: tabla ptima
Cj SEGUNDO TRMINO (solucin) 8000 14000 500 428000 18.5 20.0 14.5 0 0 0 CONTRIBUCIN POR UNIDAD ENCABEZADOS Y VARIABLES COEFICIENTES CONTRIBUCIN QUE SE PIERDE CONTRIBUCIN NETA
Cb 18.5 20.0 0
BASE X1 X2 S3 Zj Cj - Zj
X1 1 0 0 18.5 0
X2 0 1 0 20.0 0
S2 -20 20 1 30 -30
S3 0 0 1 0 0
Investigacin de Operaciones I
PROGRAMACIN LINEAL
ANLISIS DE SENSIBILIDAD
Corrida de LINDO Agrotech modificado
OBJECTIVE FUNCTION VALUE 1) 428000.0 VALUE 8000.000000 14000.000000 .000000 SLACK OR SURPLUS .000000 .000000 500.000000 2 REDUCED COST .000000 .000000 4.000000 DUAL PRICES 340.000000 30.000000 .000000
VARIABLE X1 X2 X3 ROW 2) 3) 4)
NO. ITERATIONS=
Investigacin de Operaciones I
PROGRAMACIN LINEAL
ANLISIS DE SENSIBILIDAD
Corrida de LINDO de Agrotech modificado
RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES CURRENT ALLOWABLE COEF INCREASE 18.500000 1.500000 20.000000 17.000000 14.500000 4.000000 VARIABLE X1 X2 X3 ALLOWABLE DECREASE 4.000000 1.500000 INFINITY
ROW 2 3 4
RIGHTHAND SIDE RANGES ALLOWABLE ALLOWABLE INCREASE DECREASE 166.666700 200.000000 400.000000 500.000000 INFINITY 500.000000
Investigacin de Operaciones I
no-bsica
18.5
20.0
14.5+3
CONTRIBUCIN POR UNIDAD ENCABEZADOS Y VARIABLES COEFICIENTES CONTRIBUCIN QUE SE PIERDE CONTRIBUCIN NETA
Cb 18.5 20.0 0
BASE X1 X2 S3 Zj Cj - Zj
X1 1 0 0 18.5 0
X2 0 1 0 20.0 0
S2 -20 20 1 30 -30
S3 0 0 1 0 0
Investigacin de Operaciones I
PROGRAMACIN LINEAL
ANLISIS DE SENSIBILIDAD
1. Cambio en el coeficiente de una variable no-bsica
Qu pasa si el coeficiente de X3 es 16? (cumple el rango) X3 = 16 -14.5 = 1.5 1.5 4 INFINIT x3 4.0 Base: No cambia Solucin: No cambia Funcin objetivo: No cambia, Porque la tabla sigue siendo ptima. Qu pasa si el coeficiente de X3 es 22? (no cumple el rango) X3 = 22 -14.5 = 7.5 7.5 4 Base: Cambia Solucin: Cambia Funcin objetivo: Cambia, Porque tenemos que volver a iterar.
Investigacin de Operaciones I Mtra. Maribel Beltrn Castelo
bsica
18.5+1
20.0
14.5
Cb 18.5+1 20.0 0
BASE X1 X2 S3 Zj Cj - Zj
X1 1 0 0 18.5+1 0
X2 0 1 0 20.0 0
S1 40 -20 -3 340+401
S2 -20 20 1 30-201
S3 0 0 1 0 0
-340-401 -30+201
Investigacin de Operaciones I
PROGRAMACIN LINEAL
ANLISIS DE SENSIBILIDAD
2. Cambio en el coeficiente de una variable bsica Qu pasa si el coeficiente de X1 es 15.5? (cumple el rango) 1 = 15.5 -18.5 = -3 -3 esta dentro del rango -4<=1<=1.5 Base: No cambia Solucin: No cambia Funcin objetivo: Cambia, 428,000 + 8000 (-3) = 404,000
Qu pasa si el coeficiente de X2 es 40? (no cumple el rango) 2 = 40 -20 = 20 20 esta fuera de rango 17<=1<=-1.5 Base: Cambia Solucin: Cambia Funcin objetivo: Cambia, Porque hay que volver a iterar. Nota: si ests en los lmites se puede hacer cero y puede haber ojos de serpiente ya que se convierte en un problema de opcin mltiple.
Investigacin de Operaciones I
Cb 18.5 20.0 0
BASE X1 X2 S3 Zj Cj - Zj
X1 1 0 0 18.5 0
X2 0 1 0 20.0 0
S2 -20 20 1 30 -30
S3 0 0 1 0 0
Investigacin de Operaciones I
ANLISIS DE SENSIBILIDAD
3. Cambio en el lado derecho de una restriccin:
Qu pasa si cantidad de nitrato cambia a 1200? (cumple el rango) N = 1200-1100 = 100 100 esta dentro del rango -200<=N<=167 Base: No cambia Solucin: Cambia a: X1 = 8000 + (40*100) = 12,000 X2 = 14000- (20*100) = 12,000 S3 = 500 - (3*100) = 200 Funcin objetivo: Cambia, Cambia, 428,000 + (340* 100) = 462,000 Nota: Si N 200 est fuera de rango, algn # de la solucin se hizo (-), la tabla deja de ser una tabla simplex, no puede iterar, como esta fuera de rango permitido, tengo que volver a RESOLVER el problema.
Investigacin de Operaciones I
PROGRAMACIN LINEAL
Sistuaciones dentro del Anlisis de Sensibilidad ANALISIS
PREGUNTAS
SENSIBLIDAD
BASE
SOLUCION
No cambia
No cambia
(Valor F. O. ptima + [valor ptimo de variable bsica * de esa variable bsica en la F. O.])
variable Fuera de bsica rango Cambia Cambia Cambia Porque hay que volver a iterar.
No cambia
No cambia
variable Fuera de no bsica rango Cambia Cambia Cambia Porque hay que volver a iterar.
Cambia a Dentro de Cambio rango *( recurso Fuera de restriccin rango No cambia Todos los valores de variables bsicas se cambiaran a: (Valor ptimo de var. Bsica + [(+ - tasa fsica de sust.) del recurso en la restriccin)] Algn # de la solucin se hizo negativo, la tabla deja de ser una tabla Simplex, no puedo iterar, como est fuera de rango permitido, TENGO QUE VOLVER A RESOLVER el problema. No cambia Cambio obligado en las variables Nos obligan a fabricar var. no bsicas Siguen siendo las mismas variables Cambia Aadir restriccin Si est permitible Porque al agregar una restriccin hay una variable nueva en la base y la pongo Cambia a Todos los valores de variables bsicas se cambiaran a: (Valor de la variable bsica -[Tasa fisica de sustitucin* # producidas]) Cambia Porque hay un nuevo valor para la variable que entra al agregar una nueva restriccin Corro en lindo y veo que valor tiene y lo pongo
Cambia a (Valor de la F.O ptima - [valor del dao * # unidades producidas de variable no bsica])
Investigacin de Operaciones I