CAMBIOS EN LOS COEFICIENTES TECNOLGICOS

Investigacin Presentada por:

Alderete Alejo Juan Manuel
Hernndez Prez Giovanni
Melendrez Quijada Edgard Omar
Panduro Rivera Daniel Adolfo

INVESTIGACIN DE OPERACIONES I

Asesor interno:
Daz Garca Juan Alfonso
Agosto-Diciembre /2014

Tijuana B.C 18 de Noviembre del 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.

CAMBIOS EN LOS COEFICIENTES TECNOLGICOS

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.

VARIACIN EN UN COEFICIENTE TECNOLGICO DE UNA VARIABLE

BSICA
Los cambios en un vector bsico afectan tanto a las condiciones e
optimalidad, como a las de factibilidad, dado que el vector Pj pertenece
a la matriz B, y por tanto, sus modificaciones pueden afectar
sustancialmente al problema actual. Los cambios pueden ser mltiples,
desde hacer que la matriz inicial B sea una matriz singular, y, por tanto,
sin inversa, hasta que las modificaciones de sta mantengan la
factibilidad y la optimalidad de la solucin actual. En el caso de que la
matriz original B devenga de una matriz singular, ya no se tiene
procedimiento para poder continuar y la alternativa en este caso es
reiniciar el problema de su origen.
En el caso de que la matriz B siga siendo regular, y por tanto, sea
posible obtener B-1, pueden darse los casos siguientes:

La solucin actual sigue siendo factible y ptima:

La solucin se mantiene como factible, pero deja de ser ptima; en

este caso es posible seguir iterando a travs del mtodo simplex,
hasta
encontrar la solucin
ptima.

La solucin es infactible, pero se verifica la condicin de

optimalidad; por tanto, la alternativa es seguir el proceso
explicado para esta situacin, es decir, pasar al dual (factible pero
no ptimo) y seguir iterando por la va del dual hasta encontrar la
solucin ptima, y una vez alcanzada esta solucin, regresar al
programa primal para poder determinar su solucin ptima.

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.

VARIACIN EN UN COEFICIENTE TECNOLGICO DE UNA

VARIABLE NO BSICA

El cambio en un coeficiente aij, afecta el vector PJ, y, por tanto, al

correspondiente vector transformado en la tabla ptima, dado que Pj =
B-1 * Pj. Los cambios afectan a los rendimientos indirectos de esta
variable y por consiguiente a los rendimientos marginales, es decir, a la
condicin de optimalidad:

Wj = cj (cB B-1 Pj)

a. Si Wj es menor que cero, la solucin actual seguir siendo ptima.
b. Si Wj es cero, quiere decir que la solucin actual es ptima, pero ya no
es nica, sino que existe una solucin alternativa a sta.
c. Si Wj es mayor a cero, la solucin actual deja de ser ptima y se
deber seguir iterando hasta encontrar una nueva solucin ptima.
Otra forma de investigar el efecto de los cambios en los coeficientes de
la funcin objetivo, es calcular el intervalo para el que cada coeficiente
individual mantenga la solucin ptima actual. Esto se hace
reemplazando el CJ actual con CJ + DJ, donde DJ representa la cantidad
(positiva o negativa) de cambio.

Cambios en la matriz A de coeficientes tecnolgicos de

restricciones en variables no bsicas.
Los cambios en A para variables bsicas resultan en clculos muy
complicados, siendo mejor recalcular con el simplex. Para cambio de
coeficientes
de la matriz A de restricciones, en variables no bsicas,
slo interesa manejar los
de ellas, pues el resto queda igual. Se
procede as:
1ra. Etapa.Usando la frmula de Zj - Cj = CB B-1 A - C = YA - C se revisa si el
coeficiente indicador Zj - Cj cambia de signo. Si no ocurre el cambio de
signo en tal coeficiente no es necesario aplicar la 2. Etapa, ya que el
cambio propuesto no afecta la optimalidad del problema. Cuando el
coeficiente Zj - Cj cambia de signo, se entiende que el cambio propuesto,
s provoca la prdida de optimalidad de la solucin que se est revisando
y en tal caso se procede a la siguiente etapa.
2. Etapa.-

Se aplica utilizando la frmula A* = B -1 A con la cual se calcula la nueva

columna a*j. Se aplica el simplex hasta reoptimizar.
Ejemplo - Cambio en la matriz A de coeficientes tecnolgicos de
restricciones
Dado la modelo de PL siguiente y su correspondiente tabla simplex
ptima:

Modelo y tabla simplex ptima del ejemplo

Suponga que el coeficiente

13

= -1 cambia por

1ra. Etapa: indicador Z3 - C3 = Y

no ptima

13

= 2.

- c3 = (3, -1/2)(2, 1)T - 4 = 3/2 > 0

Tambin, con ms labor de clculo, se verifica este resultado usando las

matrices:
Zj-Cj = YA - C =(3,-1/2)
Zj - Cj = (0, 0, 3/2) > 0

- (3, -1, 4) = (3, -1, 11/2) - (3, -1, 4)

ya no es ptima, as se procede con la:

2da. Etapa:

Clculo de la columna *3 de la matriz A*:

El resultado se verifica con todas las matrices, aunque con ms labor de
clculo:

La tabla simplex dada con la solucin ptima original, se arregla con los
nuevos coeficientes Z3 - C3 y 3, procediendo a reoptimizar:

Reoptimizacin del ejemplo , debido al cambio en

13

La nueva solucin ptima es: Zo = 8; X2 = 8, X3 = 4, X1 = S1 = W1 =

W2 = 0
Ejemplo 3-11. Cambio en la matriz A de coeficientes tecnolgicos
de restricciones (MINSENA2).
Dado la modelo de PL siguiente y su correspondiente tabla simplex
ptima:

Modelo y tabla simplex ptima del ejemplo

Suponga que el vector columna 1= (2, 6, 2)T de coeficientes en
restricciones, cambia a 1 = ( 6, 6, -2 )T. Calcule la nueva solucin
ptima.
1ra. Etapa:
Z1-C1 =Y

-C1 =(1/16, 0, -53/16)(6, 6, -2)T -5 = 2 > 0

no es ptima

2da. Etapa:
se procede al clculo de la columna *1 de la matriz A*:

Ahora se sustituyen los valores Z1 - C1 = 2 y *1 = (0, 7, -1)T en la

tabla simplex dada, procediendo al cambio de base, haciendo bsica a
X1 y no bsica a H2.

Figura 3-30. Reoptimizacin del ejemplo MINSENA2, cambian

coeficientes 1.
La nueva solucin ptima es: Zo = -44.30, X1 = 3.214, X2 =
4.125, X3 = 5.089.