Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INVESTIGACIN DE OPERACIONES I
Asesor interno:
Daz Garca Juan Alfonso
Agosto-Diciembre /2014
INTRODUCCIN
La solucin ptima de una programacin lineal se basa en una toma
instantnea de las condiciones que prevalecen en el momento de
formular y resolver el modelo. En el mundo real, los ambientes de
decisin rara vez permanecen estticos, es esencial determinar cmo
cambia la solucin ptima cuando cambian los parmetros del modelo.
Eso es lo que hace el anlisis de sensibilidad.
El anlisis de sensibilidad o postoptimal para los modelos de
Programacin Lineal, tiene por objetivo identificas el impacto que resulta
en los resultados del problema original, luego de determinadas
variaciones en los parmetros, variables o restricciones del modelo, sin
que esto pase por resolver el problema nuevamente.
Es decir, ya sea si resolvemos nuestro modelo grficamente o utilizando
el Mtodo Simplex, lo que se busca es que estas variaciones o
sensibilidad hagan uso de la solucin y valor ptimo actual, sin tener la
necesidad de resolver para cada variacin un nuevo problema. En
especial nos concentraremos en el anlisis de sensibilidad o postoptimal
que hace uso de la tabla final del Mtodo Simplex.
Unos de los puntos que hay que tener en cuenta cuando se va a analizar
el cambio en los coeficientes tecnolgicos, es si los cambios ocurren en
las variables bsicas o en las no bsicas, ya que dependiendo de ello, se
afecta o no la solucin ptima que se tenga. Por ejemplo, si el cambio se
realiza a una variable no bsica, seguramente al calcular su nuevo costo
de oportunidad puede resultar atractivo producir o no, ya que de
obtenerse un costo de oportunidad positivo, el tablero que hasta ese
momento era ptimo, deja de serlo y se obtendra a travs del cambio
en los coeficientes tecnolgicos, una nueva solucin.
Los coeficientes tecnolgicos forman parte de los vectores asociados a
las diferentes variables, vectores Pi. Como la repercusin, segn se trate
de una variable bsica o no bsica, puede ser muy distinta, se
estudiarn los dos casos por separado.
Cuando
la
solucin actual se
convierte
en
infactible,
y,
adems, no verifica las condiciones de optimalidad, la alternativa
ms conveniente es iniciar nuevamente el proceso de obtencin
de la solucin.
13
= -1 cambia por
13
= 2.
2da. Etapa:
La tabla simplex dada con la solucin ptima original, se arregla con los
nuevos coeficientes Z3 - C3 y 3, procediendo a reoptimizar:
13
no es ptima
2da. Etapa:
se procede al clculo de la columna *1 de la matriz A*: