Está en la página 1de 29

UNIVERSIDAD NACIONAL DEL SAN

FACULTAD DE INGENIERA
E.A.P SISTEMAS E INFORMTICA

MODELO DE TRANSPORTE
ASIGNATURA:
INVESTIGACION
OPERACIONES I

DE

DOCENTE:
Ing.

MENDOZA

CORPUS,

Carlos

CICLO:
VI

INTEGRANTES:
SUYON MARTINEZ ELIZABETH
TORREALVA MENDOZA NEYDA
LLUEN CHIRINOS VICTOR

NVO. CHIMBOTE,19 de Febrero del


CONTENIDO
2016

UNIVERSIDAD NACIONAL DEL SANTA

DEDICATORIA..
.. 3
AGRADECIMIENTO
.. 4
OBJETIVOS GENERALES...............
. 5
INTRODUCCION.
..
CONCEPTO DE TRANSPORTE...
6
COSTO MINIMO.......
.8
METODO DE LA ESQUINA
NOROESTE15
METODO
VOGEL17
ANALISIS DE DUALIBILIDAD Y
SENCIBILIDAD.24

INVESTIGACION DE OPERACIONESPgina 2

UNIVERSIDAD NACIONAL DEL SANTA

DEDICATORIA

A dios y a mis padres por ser mi


gua y la luz en mi camino a
seguir.

A todos aquellos que creyeron


que seriamos capaz de lograr
nuestros objetivos

A nuestros maestros por


instruirnos a nivel
profesional y forjar nuevos
conocimientos
INVESTIGACION DE OPERACIONESPgina 3

UNIVERSIDAD NACIONAL DEL SANTA

AGRADECIMIENTO

A DIOS por sus bendiciones para poder cumplir las metas de


nuestras vidas.

A NUESTRO MAESTRO por su ayuda, ya que gracias a el hemos


podido obtener los conocimientos necesarios sobre dicho tema.

A NUESTROS PADRES los pilares de nuestras vidas, a quienes


debemos lo que somos, porque sin sus consejos y apoyo, no
estaramos aqu.

A LA UNIVERSIDAD NACIONAL DEL SANTA nuestra casa de


estudios, a la que honraremos por siempre.

A LA FACULTAD DE INGENIERIA por todos los conocimientos que


nos fueron entregados.
Por ello sintiendo en nuestros corazones el deseo de agradecerles le
dedicamos a ustedes este informe detallado de todo el desarrollo del
presente trabajo.

INVESTIGACION DE OPERACIONESPgina 4

UNIVERSIDAD NACIONAL DEL SANTA

OBJETIVOS

En este informe tiene como objetivo principal poder nosotros


comprender y tener un mejor conocimiento de la definicin, usos u
otros sobre el problema del transporte;

lo cual ms adelante nos

servir de ayuda para cualquier tipo de investigacin que deseemos


realizar; con la ayuda de libros y averiguaciones para la aplicacin que
deseamos desarrollar.
El presente estudio ha tenido como finalidad recabar informacin que
permita conocer la situacin o avance de cmo utilizar mejor los tipos
de programacin y poder as llegar a obtener resultados favorables
para nuestro estudio.
Tomamos en cuenta, que los conocimientos como estos nos ayudarn
a tener un entendimiento ms claro en lo que se refiere a las
diferentes

diversas

situaciones

que

encontremos;

posteriormente tener una base con la cual se pueda resolver dudas o


confirmar ideas, y aplicar estos conocimientos en el momento preciso
en el lugar requerido.

INVESTIGACION DE OPERACIONESPgina 5

UNIVERSIDAD NACIONAL DEL SANTA

MODELO GENERAL DEL PROBLEMA DEL TRANSPORTE


Es un caso especial de problema de programacin Lineal, en el que
todos los coeficientes de las variables en las restricciones tienen
coeficiente uno (1), esto es:
ai,j = 1 ; para todo i , para todo j
Grficamente:

Xi,j= Unidades a enviar desde la fuente i-sima (i=1,...,m) al destino j-simo


(j=1,...,n)
Ci,j= Costo de enviar una unidad desde la fuente i-sima (i=1,...,m) al
destino j-simo (j=1,...,n)
ai = Disponibilidad (oferta) en unidades, de la fuente i-sima (i=1,...,m)
INVESTIGACION DE OPERACIONESPgina 6

UNIVERSIDAD NACIONAL DEL SANTA

bj = Requerimiento (demanda) en unidades, del destino j-simo


(j=1,...,n)

Matemticamente:
Minimizar Z = C1,1X1,1 +...+ C1,jX1,j +...+ C1,nX1,n +...+ Ci,1Xi,1
+...+ Ci,jXi,j +...+ Ci,nXi,n +...+ Cm,1Xm,1 +...+Cm,jXm,j +...+
Cm,nXm,n
C.S.R.

Otra manera de formularlo


Minimice Z =

Observacin:

Metodologa General
INVESTIGACION DE OPERACIONESPgina 7

UNIVERSIDAD NACIONAL DEL SANTA

Metodologa de solucin

METODO DE TRASPORTE: COSTO MINIMO


Trata de encontrar una solucin ptima para defender cuanto
trasportar desde un origen que son fabricas (F) hacia una serie de
destinos que sera supermercados (SM). Se tendr que trasporta
desde las distintas fbricas hacia los distintos supermercados
(DESTINOS) tratando de minimizar todo el costo logstico que
representa trasportar.
Como se puede apreciar se forma una red de trasporte.

F1
INVESTIGACION DE OPERACIONESPgina 8

UNIVERSIDAD NACIONAL DEL SANTA

SM1

SM3
F2

SM2

SM4
F3

Caractersticas
Es ms elaborado que el mtodo de la esquina noroeste
Tiene en cuenta los costos para hacer las asignaciones
Generalmente nos deja alejados del ptimo
Algoritmo
1) Construya una tabla de disponibilidades, requerimientos y costos
2) Empiece en la casilla que tenga el menor costo de toda la tabla,
si hay empate, escoja arbitrariamente (Cualquiera de los
empatados).
3) Asigne lo mximo posible entre la disponibilidad y el
requerimiento (El menor de los dos).
4) Rellene con ceros (0) la fila o columna satisfecha y actualice
la disponibilidad y el requerimiento, restndoles lo asignado.
Nota: Recuerde que no debe eliminar o satisfacer fila y columna al
mismo tiempo, caso en que la oferta sea igual a la demanda, en tal
caso recuerde usar la (Epsilon).
5) Muvase a la casilla con el costo mnimo de la tabla resultante
(Sin tener en cuenta la fila o columna satisfecha).
6) Regrese a los puntos 3, 4,5 sucesivamente, hasta que todas las
casillas queden asignadas.

INVESTIGACION DE OPERACIONESPgina 9

UNIVERSIDAD NACIONAL DEL SANTA

En nuestro ejemplo, la tabla queda as:


Ahora escogemos el menor costo en la tabla que queda, volvindose
a presentar un mltiple empate, el cual dirimimos escogiendo la
casilla de la fila 4, columna 2, y asignamos lo mximo posible entre
40 y 20. Diligenciando todo el tablero obtenemos:

EJEMPLO:
Supongamos 3 fbricas donde se van he enviar cajas semanalmente,
se puede apreciar que la primera fbrica tiene una capacidad
enviar 100 cajas/semana, la F2 200 y la F3 300

sumando

de
una

capacidad instalada de 600.Estas 3 fbricas envan productos a 4


supermercados que supondremos que son los clientes de estas
fbricas el SM1 tiene una

demanda

150 cajas/semanales, el SM2

igual,SM3 de 120 cajas semanales y SM4 180 cajas por semana.


Siendo

un total de demanda de 600 cajas por semana que la

demanda se conoce que el modelo es balanceado.


CAPACIDAD VS DEMANDA

Fabric
a
F1
F2
F3
TOTAL

ORIGEN
Supermercad
Capacidad
o
(cajas/sem)
SM1
100
SM2
200
SM3
300
SM4
=600
TOTAL

DESTINO
Demanda(cajas/s
em)
150
150
120
180
=600

Pero adicional adems de saber de la capacidad que tienen instalada


para trasportar y las demandas estimadas de los distintos clientes es
INVESTIGACION DE OPERACIONESPgina 10

UNIVERSIDAD NACIONAL DEL SANTA

necesario construir la MATRIZ DEL COSTE LOGISTICO UNITARIOS


(USD/CAJA)

DE
F1
F2
F3

SM1
7
5
7

SM2
3
5
4

SM3
8
6
9

SM4
8
8
10

Estandarizamos lo que significa: si necesitamos enviar una caja desde


la F1 hasta el SM2 el costo de cada caja que se envi es de 3 dlares,
si necesitamos enviar una caja de la F3 hasta la SM2 tendr un costo
de 4 dlares por cajas que se envi haca con cada uno de los
distintos tipos de combinaciones que se podr hacer.
Empecemos con el algoritmo de asignacin inicial es una propuesta de
configuracin de trasporte no necesariamente la solucin ptima.
Para ello primero debemos construir la tabla de trasporte que se
muestra a continuacin:

F1

SM1

SM2

SM3

SM4

Cap.

F2

F3

Dem

Se podr observar que hay tantas filas como orgenes en este caso
fbricas y tantas columnas como destinos, en este caso SM hacia
dnde vamos a enviar las cajas de producto. Aparece una columna y
una fila adicional.
La columna adicional representa la capacidad disponible de cajas
de cada una de las fabricas 100, 200, 300 como antes se mencion.
INVESTIGACION DE OPERACIONESPgina 11

UNIVERSIDAD NACIONAL DEL SANTA

Tambin veras que hay una fila adicional que representa

las

demandas por satisfacer de cada uno de los clientes 150,150, 120,


180 que mencionas en algunas trasparencias anteriores.
Se observa que en cada combinacin de fila en este caso fabrica con
columnas supermercado aparece un cuadro pequeo en cada esquina
efectivamente este es el costo logstico de trasportar 7,3, 8, 8, 5, 5,
6, 8 y as sucesivamente que son los costos de trasportar una caja de
cada origen a cada destino. Vamos a ver como se soluciona el
modelo.
PRIMERA ITERACION

F1

SM1

SM2

SM3

SM4

Cap.

F2

F3

10

Dem

F1

150

150

120

180

SM1

SM2

SM3

SM4

x
F2

100

INVESTIGACION DE OPERACIONESPgina 12

100
200
300

Cap.
8

0
200

UNIVERSIDAD NACIONAL DEL SANTA

F3

Dem

150

50

10

120

300

180

El costo menor por tanto en cada uno de los costos unitarios que se
puede apreciar aqu, se debe buscar el costo ms bajo de manera
intuitiva podrs darte cuenta que es el costo ms bajo

es 3.Al

observar esa casilla donde est el valor de 3 te das cuenta que la F1


es capaz de enviar 100 cajas , pero el SM2 necesita 150 por lo tanto
vamos a enviar todas las cajas que tenemos disponibles en la F1 hacia
el SM2 quedando pendiente la demanda por satisfacer asignamos la
100 como se mencion este es la capacidad disponibles de la fbrica,
al enviar 100 no queda nada en inventario y todava tenemos
pendiente

en el sm2, 50 cajas (para no cometer un error

es

recomendable cubrir ,las casillas de la F1 hacia los otros clientes . Y


as se realiza sucesivamente con los dems costos mnimos.
SEGUNDA ITERACION

F1

SM1
x

SM2
7

F2

F3

Dem

150

100
X

50

SM3
3

SM4
8

Cap.
8

10

120

180

SM2

SM3

SM4

0
200
250

TERCERA ITERACION
SM1

INVESTIGACION DE OPERACIONESPgina 13

Cap.

UNIVERSIDAD NACIONAL DEL SANTA

F1
x

F2

150

F3

Dem

100
X

50

10

120

180

SM2

SM3

SM4

0
50
250

CUARTA ITERACION

F1

SM1
x

F2

150

F3

Dem

100
X

50

x
50

x
X

Cap.
8

8
10

70

180

SM2

SM3

SM4

0
0
250

QUINTA ITERACION
F1

SM1
x

F2

150

F3

Dem

100
X

50

50

70

SEXTA ITERACION

INVESTIGACION DE OPERACIONESPgina 14

x
X

Cap.
8

8
10

180

0
0
180

UNIVERSIDAD NACIONAL DEL SANTA

F1

SM1

SM2
7

x
F2

150

F3

Dem

100
X

50

SM3
3

50

70

SM4
8

Cap.
8

180 10

0
0
0

DETALLE DE COSTO PARA ASIGNACION INICIAL

DE

HACIA

CANTIDAD

F1
F2
F2
F3
F3
F3

SM2
SM1
SM3
SM2
SM3
SM4

100
150
50
50
70
180

COSTO
UNITARIO
3
5
6
4
9
10
TOTAL

MONTO
300
750
300
200
630
1800
3980

MTODO DE LA ESQUINA NOROESTE


Caractersticas
Sencillo y fcil de hacer
No tiene en cuenta los costos para hacer las asignaciones
Generalmente nos deja lejos del ptimo
Algoritmo
1) Construya una tabla de ofertas (disponibilidades) y demandas
(requerimientos).
2) Empiece por la esquina noroeste.
3) Asigne lo mximo posible (Lo menor entre la oferta y la demanda,
respectivamente)
4) Actualice la oferta y la demanda y rellene con ceros el resto
de casillas (Filas o Columnas) en donde la oferta o la demanda
haya quedado satisfecha.
5) Muvase a la derecha o hacia abajo, segn haya quedado
INVESTIGACION DE OPERACIONESPgina 15

UNIVERSIDAD NACIONAL DEL SANTA

disponibilidad para asignar.


6) Repita los pasos del 3 al 5 sucesivamente hasta llegar a la esquina
inferior derecha en la que se elimina fila y columna al mismo
tiempo.
Nota: No elimine fila y columna al mismo tiempo, a no ser que sea la
ltima casilla. El romper sta regla ocasionar una solucin en donde
el nmero de variables bsicas es menor a m+n-1, produciendo una
solucin bsica factible degenerada.

Como evitar eliminar fila y columna al mismo tiempo, sin estar en la


ltima casilla, uso de
Supongamos que nuestro problema es:

Para ste caso, procedemos as: Escoger satisfacer la fila o la


columna (oferta o demanda), para nuestro ejemplo escogemos
INVESTIGACION DE OPERACIONESPgina 16

UNIVERSIDAD NACIONAL DEL SANTA

satisfacer la oferta, entonces decidimos que a la demanda le queda


una cantidad muy pequea por satisfacer, llamada (epsilon)
cuyo valor es aproximadamente igual a cero (0), 0 y para efectos
de clculos futuros = 0.

MTODO DE VOGEL
Caractersticas
Es ms elaborado que los anteriores, ms tcnico y dispendioso.
Tiene en cuenta los costos, las ofertas y las demandas para hacer las
asignaciones.
Generalmente nos deja cerca al ptimo.
Algoritmo
1) Construir una tabla de disponibilidades (ofertas), requerimientos
(demanda) y costos.
2) Calcular la diferencia entre el costo ms pequeo y el segundo
costo ms pequeo, para cada fila y para cada columna.
3) Escoger entre las filas y columnas, la que tenga la mayor
diferencia (en caso de empate, decida arbitrariamente).
4) Asigne lo mximo posible en la casilla con menor costo en la fila o
columna escogida en el punto 3.
5) asigne cero (0) a las otras casillas de la fila o columna donde
la disponibilidad o el requerimiento quede satisfecho.
6) Repita los pasos del 2 al 5, sin tener en cuenta la(s) fila(s) y/o
columna(s) satisfechas, hasta que todas las casillas queden
asignadas.
Nota: Recuerde que no debe satisfacer filas y columnas al mismo
tiempo; caso en que la disponibilidad sea igual al requerimiento; en
tal caso use el (epsilon).

INVESTIGACION DE OPERACIONESPgina 17

UNIVERSIDAD NACIONAL DEL SANTA

Ahora recalculamos las diferencias, sin tener en cuenta la columna 4, que


est satisfecha.
Una vez ejecutado todo el algoritmo hasta asignar todas las casillas,
obtenemos la siguiente asignacin bsica y factible inicial.
Fjese que el nmero de variables bsicas es: m+n-1=8
La solucin bsica factible no degenerada:
X15=40 ; X21=30 ; X23=20 ; X25=10 ; X32=40 ; X33=30 ; X44=40 ; X45=10
Z = 16(40) + 15(30) + 13(20) + 16(10) + 15(40) + 18(30) + 0(40) + 0(10)
= 2.650
Conclusin: Hemos conseguido tres (3) soluciones bsicas factibles no
degeneradas (# devariables bsicas = m+n-1=8) por medio de tres (3)
mtodos: El de la esquina noroeste, el del costo mnimo y el de Vogel.
Pero ninguna de ellas nos garantiza que la solucin encontrada es la
ptima. Para saberlo, debemos estar seguros que ninguna de las variables
no bsicas pueda entrar a la base haciendo que la funcin objetivo
disminuya. Para discernir un mtodo que nos evale el efecto de introducir
una unidad de cada variable no bsica, recurrimos al mtodo algebraico que
posteriormente se convertir en el mtodo MODI.
Importante: A partir de cualquiera de stas tres (3) soluciones bsicas
factibles no degeneradas, debemos comenzar a iterar, para encontrar el
ptimo.
Mtodo algebraico:

INVESTIGACION DE OPERACIONESPgina 18

UNIVERSIDAD NACIONAL DEL SANTA

El sistema de ecuaciones iniciales es:

Observe que la nueva funcin objetiva es:


Z =5X11 + 9X12 + X13 + 5X14 + 10X22 + 3X24 - 2X31 - X34 + (M21)X35 + X41 + 6X42 + 3X43 + 2.650
Fjese que se han eliminado todas las variables bsicas de la
funcin objetivo, siendo solamente Z la variable bsica con un valor
de 2.650
Si nos preguntamos: Cual es la variable que al aumentar hace
que Z disminuya ms, la respuesta es X31 (Tiene el coeficiente ms
negativo), luego es la mejor candidata para ser la variable que entra
ya que por cada unidad que aumente, los costos totales del
transporte se disminuyen en 2 unidades monetarias.
Nota: ste proceso es muy dispendioso!! Y por lo tanto vamos a
considerar otro.
MTODO DE TANTEO:
Partiendo de la solucin bsica factible obtenida mediante el mtodo
de Vogel.
INVESTIGACION DE OPERACIONESPgina 19

UNIVERSIDAD NACIONAL DEL SANTA

Conclusin: Mediante ste mtodo podemos analizar todos los


efectos, de considerar enviar una unidad desde las fbricas a los
distribuidores, en las casillas de las variables no-bsicas (Xij = 0) ,
para observar si existen variables no-bsicas que al entrar a la base,
hagan que Z disminuya; Por supuesto, los resultados coincidirn
con los coeficientes de la funcin objetiva lograda mediante el
mtodo algebraico.
Conclusin: El presente mtodo es muy dispendioso, aunque un
poco menos que el mtodo algebraico; Si se efecta en su totalidad,
el resultado es:

Ahora se describe un mtodo ms prctico para encontrar ste


ltimo tablero en donde podemos escoger la variable que entra de
forma rpida. Primero se muestra la deduccin matemtica del
mtodo y despus su aplicacin prctica. El procedimiento recibe el
nombre del Mtodo Modificado de distribucin (Modi), ya que lleva a
escoger la variable que entra, la variable que sale y la nueva solucin
mejorada en donde Z disminuye su valor
EJERCICIO RESUELTO DE APLICACIN

INVESTIGACION DE OPERACIONESPgina 20

UNIVERSIDAD NACIONAL DEL SANTA

Determine la solucin ptima para el siguiente problema de


transporte.
FUENTES

DESTINOS

OFERTA

10

20

11

15

12

20

25

14

16

18

DEMANDA

15

15

10

Se requiere determinar cuntos artculos enviar de cada fuente a


cada destino con el mnimo costo.
Paso 1. Oferta y demanda iguales?
Si

continuar

No Mucha oferta?
Usar un cliente ficticio para igualar la oferta a la demanda
Mucha demanda?
Usar una fuente ficticia para igualar la oferta a la
demanda

Paso 2. Solucin factible inicial, hay 3 opciones:

Esquina Noroeste

Costo mnimo

Aproximacin de Vogel

Usando el mtodo de la esquina noroeste


Destinos
INVESTIGACION DE OPERACIONESPgina 21

Oferta

UNIVERSIDAD NACIONAL DEL SANTA

Fuent
e

10
12

10

3
5

20

15

14

15

15

11

20

16

18

15
25
5

10

Paso 3. Revisar la solucin inicial obtenida

Costo de envo? Z = 410

Solucin degenerada: Columnas + filas 1 Casillas llenas


4

3 -1 6

Se cumple la inecuacin mostrada?


o Si El problema no es degenerado, puede proceder al
clculo de los multiplicadores.
o No Llenar las casillas faltantes con una cantidad muy
pequea llamada psilon ().

Paso 4. Calculo de los multiplicadores


Se usa la solucin factible inicial para este paso (se muerta el
de la esquina noreste).

Paso 5. Asignar produccin o envi a la casilla seleccionada.


No olvidar los requerimientos de cada cliente ni las capacidades de
los almacenes a las fuentes.
INVESTIGACION DE OPERACIONESPgina 22

UNIVERSIDAD NACIONAL DEL SANTA

10

15

12

14

20

11

15

10

16

20
18

Z= 335
Paso 6. Repetir el ciclo desde el paso 3 (Paso 3 Paso 4 Paso 5)
Se termina el problema cuando ocurre alguna de las 2 opciones:
1. El costo de envo Z deja de disminuir.
2. Deja de haber casillas marcadas con punto.

Repitiendo el paso 3.

Costo de envi Z =335

Solucin degenerada: Columnas + filas 1 Casillas llenas


6 4
Se cumple la inecuacin mostrada?
o Si El problema no es degenerado, puede proceder al
clculo de los multiplicadores.
o No Llenar las casillas faltantes con una cantidad muy
pequea llamada psilon ().

-5
10

-10

10

-8

1
0
-5

INVESTIGACION DE OPERACIONESPgina 23

17

15

12

14

2
15
-3

20
9
16

10 11
1
8
6

20
18

UNIVERSIDAD NACIONAL DEL SANTA

Z= 315
C + f -1 6
6 5+1

Respuesta:

Destinos
Fuentes

10

12

10

14

15

4
20

10 11

20

16

18

Z= 315

ANLISIS DE DUALIDAD Y SENSIBILIDAD


1. UNA BREVSIMA INTRODUCCIN.
Encontrar el ptimo de un problema de optimizacin, es solo una
parte del proceso de solucin. Muchas veces nos interesara saber
cmo vara la solucin si vara alguno de los parmetros del problema
que frecuentemente se asumen como determinsticos, pero que
tienen un carcter intrnsecamente aleatorio. Ms especficamente
nos interesara saber para qu rango de los parmetros que
determinan el problema sigue siendo vlida la solucin encontrada.
Otro aspecto interesante es el tema de dualidad. Dualidad resulta de
buscar relaciones que permitan obtener informacin adicional de un
problema de optimizacin general. Esto, traducido a PL nos conduce a
relaciones primal-dual.

INVESTIGACION DE OPERACIONESPgina 24

UNIVERSIDAD NACIONAL DEL SANTA

2. RELACIONES PRIMAL-DUAL
Estas relaciones nos permiten pasar de un problema de primal a su
dual en forma bastante algortmica, tanto para problemas de
minimizacin como de maximizacin

El problema dual se define sistemticamente a partir del modelo de PL


primal (original). Los dos problemas estn estrechamente relacionados en el
sentido de que la solucin ptima de uno proporciona automticamente la
solucin ptima al otro. En la mayora de los tratamientos de PL, el dual se
define para varias formas del primal segn el sentido de la optimizacin
(maximizacin o minimizacin), los tipos de restricciones (>=, <=,=), y

el signo de las variables (no negativas o restrictivas).Requiere


expresar el problema primal en la forma de ecuacin (todas las
restricciones son ecuaciones con lado derecho no negativo, y todas
las variables son negativas). Este requerimiento es consistente, de ah
que cualesquier resultados obtenidos a partir de la solucin ptima
primal se aplica diferente al problema dual asociado.

FORMULACIN DEL PROBLEMA DUAL.


EJEMPLO:
Una compaa produce y vende 2 tipos de mquinas de escribir: manual y
elctrica. Cada mquina de escribir manual es vendida por un ingreso de 40
dls. Y cada mquina de escribir elctrica produce un ingreso de 60 dls.
Ambas mquinas tienen que ser procesadas (ensambladas y empacadas) a
travs de 2 operaciones diferentes (O1 y O2).La compaa tiene una
capacidad de 2000 horas. Mensuales para la operacin O1 y1000 horas.
Mensuales de la operacin O2.El nmero de horas requeridas de O1 y O2
para producir un modelo terminado seda en la siguiente tabla

INVESTIGACION DE OPERACIONESPgina 25

UNIVERSIDAD NACIONAL DEL SANTA

VARIABLE DE DECISION: nmero de mquinas de escribir a producir


X1 = nmero de mquinas de escribir manuales
X2 = nmero de mquinas de escribir elctricas
Maximizar
Z= 40 X1 + 60X2

Minimizar
Z=2000 W1 + 1000 W

INVESTIGACION DE OPERACIONESPgina 26

UNIVERSIDAD NACIONAL DEL SANTA

ANALISIS DE SENSIBILIDAD
El anlisis de sensibilidad busca determinar los efectos que se produc
en en la solucin ptima al realizar cambios en cualquiera de los
parmetros
del
modelode programacin lineal planteado inicialmente. Entre los camb
ios que se
in
estigan estn: los cambios en los coeficientes de las variables enla fu
ncin objetivo tanto para variables bsicas como para las variables no
bsicas, cambios en los recursos disponibles de las restricciones,
variacin
de
los coeficientes de utilizacin en las restricciones e introduccin de un
a nueva restriccin.
El objetivo principal del anlisis de sensibilidad
Es identificar el intervalo permisible de variacin en los cuales las
variables
o
parmetros
pueden
fluctuar
sin que cambie la solucin ptima. Sin embargo, as mismo se identifi
ca aquellos parmetros sensibles, es decir, los parmetros cuyos
valores no pueden cambiar sin que cambie la solucin ptima. Los
investigadores de operaciones tienden a prestar bastante atencin a
aquellos parmetros con holguras reducidas en cuanto a los cambios
que pueden presentar, de forma que se vigile su comportamiento
para realizar los ajustes adecuados segn corresponda y
evitarque estas fluctuaciones pueden desembocar en una solucin no
factible.
A modo general, cuando se realiza un
anlisis
de sensibilidad auna solucin ptima se debe verificar cada parmetr
o de forma individual, dgase los coeficientes de la funcin objetivo y
los lmites de cada una de las restricciones. En ese sentido se plantea
el siguiente procedimiento:
1. Revisin del modelo: se realizan los cambios que se desean
investigar en el modelo.
2. Revisin de la
tabla
final Simplex:
se aplica el criterio adecuado para determinar los cambios que
resultan en la tabla final Simplex.
INVESTIGACION DE OPERACIONESPgina 27

UNIVERSIDAD NACIONAL DEL SANTA

3. Conversin a la forma apropiada de eliminacin Gauss: se


convierta la tabla en la forma apropiada para identificar y
evaluar la solucin bsica actual, para lo cual se aplica la
metodologa de eliminacin Gauss si es necesario.
4. Prueba de
factibilidad: se prueba la factibilidad de esta solucin mediantel
a verificacin de que todas las variables bsicas de la columna
del lado derecho aun tengan valores no negativos.
APLICANDO EL ANALISIS DE SENSIBILIDAD

Este anlisis casi siempre comienza con la investigacin de los


cambios en los valores de las bi, la cantidad del recurso i (i = 1,
2,. . ., m)
Que se encuentra disponible para las actividades bajo consideracin.
La razn es que en general existe mayor flexibilidad al establecer y
ajustar estos valores que los otros parmetros del modelo. La
interpretacin econmica de las variables duales (las yi) como precios
sombra es extremadamente til para decidir cules son los cambios
que se deben estudiar.
Ejemplo:
Para realizar el anlisis se utilizara el mismo ejemplo que se us en la
unidad 4para introducir el mtodo Simplex. El modelo de pl para el
ejemplo es este:
Variables de decisin:
X1: cantidad de articulo a a producir
X2: cantidad de articulo b a producir
Funcin objetivo:
Max U = 150x1 + 200x2
Restricciones:
Mano de obra:
8x1 + 8x2 64 horas
Materias primas:
4x1 + 2x2 24 unidades
Demanda:
x2 6artculos
Su solucin grafica se muestra en la grfica, en la que se indica que la
solucin ptima ser 2 unidades de los artculos a y 6 del b,
obteniendo una utilidad de $1500

INVESTIGACION DE OPERACIONESPgina 28

UNIVERSIDAD NACIONAL DEL SANTA

Optima Decisiones (x1, x2) : (2, 6)


: 8x1 + 8x2 _ 64
: 4x1 + 2x2 _ 24
: 0x1 + 1x2 _ 6

INVESTIGACION DE OPERACIONESPgina 29