Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ingeniera Civil
ANLISIS DE SENSIBILIDAD
I.
INTRODUCCIN:
Para el avance del curso de optimizacin en esta oportunidad nos
encontramos con un mtodo en el cual podremos hallar soluciones a
problemas con diversos parmetros planteados.
En las soluciones de problemas reales a menudo ocurre que no
solamente interesa la solucin del problema propuesto sino tambin
se desea saber como cambia sta si las condiciones iniciales del
problema se modifican; (por ejemplo si cambian los coeficientes de
la FO (cj), los recursos disponibles (bi) y la cantidad de recursos (aij)
utilizada para producir una unidad de un producto.
II.
OBJETIVOS:
- Mediante el mtodo grfico podemos analizar las diferentes
posibilidades de hallar resultados con las combinaciones de los
potenciales resultados
- Determinacin de los rangos de sensibilidad de los coeficientes de la
funcin objetivo Cj y de los valores de los recursos bi.
III.
FUNDAMENTO TERICO:
Las investigaciones que tratan los cambios en la solucin optima
debido a los cambios en los datos son llamadas anlisis de
sensibilidad. En cierto sentido este anlisis convierte la solucin
esttica de programacin lineal en un instrumento dinmico que
evala las condiciones cambiantes; por tanto adquiere mayor
utilidad como instrumento administrativo ya que los negocios y la
industria estn sometidos a cambios continuos y a una subsiguiente
reevaluacin.
3.1 Sensibilidad de los coeficientes de la funcin objetivo (C j)
Grficamente se mostrar en el siguiente ejemplo los
efectos de cambiar los coeficientes de la funcin objetivo.
Ejemplo de aplicacin I:
Una fbrica de artculos para el hogar, manufactura dos
artefactos A y B, ambos sufren tres procesos en el mismo orden que
son:
Maquinado.
Armado.
Montaje
La disponibilidad de minutos diarios de cada proceso son 480, 600 y
540 respectivamente.
El artefacto A deja un beneficio de 100 soles por unidad en tanto que
el B proporciona 120 soles por unidad.
El cuadro de coeficientes de transformacin es el que se indica a
continuacin.
Maquinado
Armado
Montaje
Beneficio
Optimizacin en Ingeniera
A
4
5
12
100
B
8
6
8
120
Disponibilidad
480
600
540
UNC
Ingeniera Civil
( 2) 5 X 1
6X 2
600
(3) 12 X 1 8 X 2 540
X1, X 2 0
Grficamente se tiene:
Figura (1.a)
100
60
56.25
40
20
20
40
60
120
7.5
Optimizacin en Ingeniera
100
UNC
Ingeniera Civil
60
56.25
40
20
20
7.5
Optimizacin en Ingeniera
40
60
120
Figura 1.b
UNC
Ingeniera Civil
100
60
56.25
40
20
20
7.5
40
120
60
Figura 1.c
100 X 1 60 X 2 4500
100
60
56.25
40
20
3
B
20
40
60
120
7.5
Figura 1.d
60
56.25
40
20
20
40
60
120
7.5
Figura 1.e
Optimizacin en Ingeniera
UNC
Ingeniera Civil
Figura 1
Efectos de los coeficientes de la funcin objetivo.
Con relacin a la figura 1.b se observa que un incremento de la
variable X2 desde 120 hasta 150 no desplaza la solucin ptima
mantenindose el punto A es decir X 1= 15/2; X2= 225/4; aunque el
valor de la funcin objetivo ha aumentado hasta 9187.5.
En forma semejante la figura 1.c ilustra el efecto de un pequeo
cambio del coeficiente de la variable X1. Cuando tiene lugar un cambio
considerable en el coeficiente como para desplazar la funcin optima
hacia un nuevo punto. En la figura 1.d cuando el coeficiente de costo de
X2 disminuye hasta 60 la solucin ptima se desplaza hasta el punto B
donde X1 = 45 y X2= 0; una combinacin completamente diferente de
produccin y valor de la funcin objetivo. Si el coeficiente de X 2
aumenta desde 120 hasta 230 figura 1.e la solucin se desplaza al
punto E donde X1 = 0 y X2= 60.
El anlisis de sensibilidad responde la pregunta de que tanto
pueden variarse estos coeficientes antes que tenga lugar este
desplazamiento, esto es antes de que pueda obtenerse una nueva
solucin ptima.
Estamos interesados en encontrar los rangos de variacin de
estos coeficientes. Cuando los coeficientes que representan costo,
beneficio, tiempo, etc. toman individualmente, cualquier valor dentro
de este rango, la solucin sigue siendo ptima.
Seguidamente pasaremos a encontrar estos rangos de variacin de los
coeficientes, para ello consideremos la siguiente tabla simplex
representativa de una solucin ptima:
CjC1
X1
0
1
0
Z1C1
C2
X2
1
0
0
Z2C2
C3
X3
a13
a23
a33
Z3C3
C4
X4
a14
a24
a34
Z4C4
C5
X5
0
0
1
Z5C5
b
b1
b2
b3
X2
X1
X5
3.
1
Optimizacin en Ingeniera
a '13
Z 3 C 3 (C 2 C1C 5 ) a ' 23 C 3
a'
33
UNC
Ingeniera Civil
a '14
Z 4 C 4 (C 2 C1C 5 ) a ' 24 C 3
a'
34
0
Z 5 C 5 (C 2 C1C 5 ) 0 C 5
1
En consecuencia resulta:
Z1-C1 = Z2-C2 = Z5-C5 = 0
Como corresponde a todo ZjCj cuando Xj es una variable bsica.
Si suponemos que nuestro problema tiene como objetivo maximizar y la
tabla corresponde a la solucin ptima debern ser:
Z3-C3 0
(3.2)
Z4-C4 0
Sino existen soluciones alternativas tendremos 3.1 y 3.2.
(a '13 C 2 a ' 23 C1 a '33 C 5 ) C 3 0
(a '14 C 2 a ' 24 C1 a '34 C 5 ) C 4 0
(3.3)
Es decir:
Si el coeficiente de Cj de la funcin objetivo correspondiente a una
variable no bsica en la solucin ptima experimenta un incremento.
Cj = Zj Cj
Obtenido de la ltima tabla del simplex, se tendr por lo menos una
solucin alternativa tambin ptima.
Optimizacin en Ingeniera
UNC
Ingeniera Civil
Z 3 C3 0
a'13 0
C 2 0
C 2
C3 Z 3
a '13
Entonces:
Z 3 C3
a '13
Por lo tanto podemos enunciar:
En un problema de programacin lineal que este maximizando
(minimizando) al llegar a la solucin ptima en la tabla final del
simplex, sin soluciones alternativas, todos los (Zj Cj) correspondientes
a variables no bsicas positivas (negativas) si hay C k positivo y
deseamos saber si su aumento puede alterar la solucin debemos
C 2
Optimizacin en Ingeniera
UNC
Ingeniera Civil
C 'k Ck Ck Ck
a 'ij
(3.6)
si tenemos varios aij <0, habr varios Ck que nos anularn otros
tantos (Zj-Cj ),. Entre estos debemos considerar el menor Ck pues al
llegar el coeficiente Ck al valor Ck Ck min ya se anular (Z j-Cj ) un
mayor aumento de Ck justificar por lo menos una nueva iteracin.
Esquematizando en el cuadro 3.1 la relacin que deben cumplir los
coeficientes de la funcin objetivo, su signo, su variacin, y el signo de
esta, el signo de los a ij y el objetivo del problema para provocar
variaciones de la solucin ptima.
Cuadro 3.1
Coeficiente
Ck
Positivo
+
-
Negativo
+
-
X2
X4
X1
de las
UNC
Ingeniera Civil
C '1 C1
Z 3 C3
10
100
180
1
a '33
8
C1= 180
Para calcular el rango inferior utilizamos tambin la expresin 3.6 y el
cuadro 3.1.
El la tabla 3.2 se busca en la fila 3 todos los a ij > 0 y as ubicamos 1/8 y
tambin encontramos Z5-C5 = 5. Luego aplicamos 3.6.
C ' '1 C1
Z 5 C5
5
100 60
1
a ' 35
8
C1= 60
Luego el rango de sensibilidad de C1 resulta:
60 C1 180
Sensibilidad de C2
Siguiendo el mismo procedimiento para C 1 se tiene para el rango
superior
5
200
1
16
Para el rango inferior:
C ' 2 120
10
66.7
3
16
Luego el rango de sensibilidad de C2 resulta:
66.7 C2 200
C ' ' 2 120
Sensibilidad de C4
Optimizacin en Ingeniera
UNC
Ingeniera Civil
a ' ij
C '4 C4
min
20
a ' 23
1/ 2
Z 5 C5
5
20
a ' 25
1/ 4
Como ambos son iguales escogemos cualquiera de ellos y tendremos:
C4 = 0 + 20 =20
Para el rango inferior observamos buscar aij > 0 en la fila 2 de la tabla
3.2 no existe ninguno; esto quiere decir que no altera la solucin
optima por cualquier disminucin del coeficiente C4.
Luego el rango de sensibilidad de C4 es:
- = C4 = 20
3.2.
Optimizacin en Ingeniera
10
UNC
Ingeniera Civil
Tabla 3.3
480
Y1
0
1
0
600
Y2
1/4
1/2
-225
540
Y3
1
0
0
0
Y4
-1/8
1/8
-15/2
0
Y5
1/16
-3/16
-225/4
b
5
10
7500
Y3
Y3
Sensibilidad de b1
Para el rango superior de b1; en la tabla 3.3 se busca en la fila 2 los a ij
>0 (de acuerdo al cuadro 3.1), ya que se trata de un problema de
minimizacin y as ubicamos y 1/8 y tambin Z 2 - C2 = 225 y Z4 C4
= 15/2.
Luego aplicamos 3.6 es decir:
Zj Cj
b'i bi
a 'ij
min
Z 2 C 2 225
450 y;
a 'ij
1/ 2
Z 4 C 4 15 / 2
60
a' 24
1/ 8
Luego el rango superior es:
b1 = 480 + 60 = 540
Para el rango inferior se busca la fila 2 de la tabla 3.3 los a ij < 0 y as
hallamos -3/16.
Luego:
225
b' '1 480 4 180
3
16
El rango de sensibilidad de b1 resulta:
180 b1 540
Sensibilidad de b2
Debido a que Y2 es una variable no bsica utilizamos el concepto visto
en 3.1.1 y de la tabla 3.3 se tiene:
Para el rango inferior:
b2 = b2 + b2 = 600 -225 = 375
Limite superior no tiene, luego:
Optimizacin en Ingeniera
11
UNC
Ingeniera Civil
(a)
(b)
(c)
(d)
= 0
= 4
= 6
= 18
(a)
(b)
(c)
(d)
(8)
Optimizacin en Ingeniera
12
UNC
Ingeniera Civil
Las variables de holgura x4 y x5 aparecen solamente en las ecuaciones iniciales (c) y (d),
durante el desarrollo del mtodo simplex lo que ha hecho con la ecuacin (a) ha sido sumarlo
3 veces la ecuacin (c) y una vez la ecuacin (d).
La variable de holgura x3 aparece solamente en la ecuacin inicial (b). En el desarrollo del
mtodo simplex lo que se ha hecho con la ecuacin (b) ha sido mantenerla igual con respecto a
la variable x4 se ha agregado (2/3) de la ecuacin inicial (c) y (-1/3) por la variable x5 de la
ecuacin(d) inicial.
La ecuacin (c) no se cambia durante la aplicacin del mtodo simplex.
En la tercera ecuacin se ha multiplicado por (1/3) la ecuacin (d) y se ha agregado (2/3) de la
ecuacin (c) con lo cual podemos formar una idea clara de lo que ha ocurrido con las variables
de holgura y sus coeficientes durante el desarrollo del mtodo simplex.
Ecuacin final:
(a)
(b)
(c)
(d)
3(2) + (3)
2/3(2) - (1/3)(3)
igual
-2/3(2) + (1/3)(3)
Se define lo siguiente:
Ak,i = Coeficiente de la variable de holgura i en la ecuacin k = (0, 1, 2, ... m)
Ejemplo
Ao,2 = 3
(c) o sea x4 en
A1,2 = 2/3
cambios.
A2,2 = 1
A3,2 = -2/3
En general estos coeficientes indican los cambios que sufrirn los trminos independientes de
las ecuaciones finales como consecuencia de la variacin del recurso b1.
Si cambiamos bi a b'i se producir un cambio en el trmino independiente de cada ecuacin
dado por:
= 3(4 - 6) =
= 2/3(4 - 6) =
= 1(4 - 6) =
= -2/3(4 - 6) =
-6
-4/3
-2
4/3
Sumando estos valores a los trminos independientes de las ecuaciones finales, tendremos:
+3x4 + x5 = 36 - 6 = 30
x3 + 2/3 x4 - 1/3x5 = 2 - 4/3 = 2/3
x2
+
x4
= 6 - 2 =4
Optimizacin en Ingeniera
13
UNC
Ingeniera Civil
x1
-2/3 x4
=
=
=
=
0
1
0
0
UNC
Ingeniera Civil
=
=
=
=
3
2/3
1
-2/3
Optimizacin en Ingeniera
15
UNC
Ingeniera Civil
PROBLEMAS RESUELTOS
Problema N1
La empresa de Aleaciones S.A. produce tres tipos de aleaciones 2010,
2020 y 1020. Para la fabricacin de estos productos necesita la materia prima
siguiente: Fierro, Cromo, y Zing.
El gerente debe programar la produccin para la siguiente semana. El stock
de materia prima disponible, las proporciones de materia prima empleada en
cada tipo de aleacin y las utilidades correspondientes se detallan en la tabla
siguiente:
2000
Utilidad
(s/.)
100
200
50
500
10 X 1 5 X 2 500.........( Zing )
El problema planteado es resuelto siguiendo el mtodo
programacin lineal.
La tabla final, que representa la solucin ptima es la siguiente:
X1
-0.5
-3.5
2
275
X2
0
0
1
0
X3
1
0
0
0
X4
0.1
-0.5
0
5
X5
0
1
0
0
X6
-0.1
-1.1
0.2
35
simples
de
B
50
950
100
Se desea conocer.
a.
El programa de produccin ptimo, para el problema planeado.
b.
Asumiendo que se produce un cambio favorable en el precio de
venta de la aleacin 2010 y la utilidad sube a s/.150.Como altera
este cambio de precio el programa de produccin ptimo original?
Si altera este cambio en el suministro de materia prima, el
programa ptimo original.
c.
Asumiendo que se presentan problemas en el suministro de Cromo,
lo que origina que solo se disponga de 1500 TN de este material.
Como altera este cambio en el suministro de materia prima, el
programa ptima original.
d.
Asumiendo que se produce un cambio desfavorable en el precio de
venta de la aleacin 1020 y baja la utilidad de s/. 40 TN Como altera
Optimizacin en Ingeniera
16
UNC
Ingeniera Civil
e.
Solucin
a) El programa es el siguiente:
X3 = 50
X5 = 950
X2 = 100
X1 = X4 = X6 = 0
Z = 22.500
b) La solucin 2010 corresponde a la variable X 1 y de la tabla anterior
observamos que es una variable no bsica y utilizando la ecuacin 3.1
Tendremos:
Para que resulte atractiva la produccin de la aleacin 2010 X 1 su
utilidad debe ser:
C1 = c1+c1 = 100 + 275 = s/.375
Si la utilidad sube a s/. 150 TN no altera el programa ptimo.
c) Para el anlisis de recurso Cromo (b2) utilizamos la expresin
bk Ak1 b' j bi 0
UNC
Ingeniera Civil
-3X 4+X5
= 36
(0)
X3 +2/3X4-1/3 X5 = 4 (1)
X2
+
X4
= 6 (2)
X1
- 2/3 X4 +1/3X5 = 18 (3)
Analizando lo que tenemos inicialmente y lo que tenemos al final en este
problema podemos ver que las variables de holgura son X 3, X4 y X5. Para
estudiar lo que ha ocurrido durante el desarrollo del mtodo Simplex
debemos ver cuales son los coeficientes de cada variable de holgura en las
otras ecuaciones observando que en la ecuacin (0) inicial no tuvimos
variables de holgura, pero en la ecuacin (0) final tenemos:
3 X4 y X5
Entonces podemos decir que la ecuacin inicial (2) se ha multiplicado por (3)
y sumado a la funcin objetivo inicial (0) igualmente se ha procedido con la
ecuacin inicial (3) a la que se ha multiplicado por uno y sumado as mismo a
la funcin objetivo (0) inicial.
Las variables de holgura X 4 y X5 aparecen slo en las ecuaciones iniciales (2) y
(3), durante el desarrollo del mtodo simplex lo que se ha hecho con la
ecuacin (0) ha sido sumado 3 veces la ecuacin (2) y una vez la ecuacin (3).
La variable de holgura X3 aparece solamente en la ecuacin inicial (1). En el
mtodo simples lo que se ha hecho con la ecuacin (1) ha sido mantenerla
igual con respecto a la variable X 3 pero con respecto a la variable X 4 se ha
Optimizacin en Ingeniera
18
UNC
Ingeniera Civil
(0)
(1)
(2)
(3)
BIBLIOGRAFA
1. Investigacin de operaciones en las ciencias administrativas:
Goul; EppenInut 109-110
2. Investigacin de operaciones Programacin lineal
Alvarez, Jorge.Mt 0149 0075
Optimizacin en Ingeniera
19