Clases y Notas: Siveduc

Comunicación: iciuach.slack.com

Investigación de Operaciones
Análisis de sensibilidad gráfica

Instituto Ingeniería Industrial y Sistemas

Prof. Ignacio Morales: ignacio.morales@uach.cl

 Análisis postóptimo

• Una vez determinados los valores de las variables de decisión (la solución óptima)
se debe llevar a cabo el análisis posóptimo; el cual constituye una parte muy
importante de casi todos los estudios de investigación de operaciones.

• Parte de éste análisis implica llevar a cabo un análisis de sensibilidad el cual

consiste en determinar qué parámetros del modelo son críticos, es decir, “los
parámetros sensibles”.

Una definición común de parámetros sensibles es:

• En el caso de un modelo matemático cuyos parámetros tienen valores específicos,
los parámetros sensibles del modelo son aquellos cuyos valores no se pueden
cambiar sin que la solución óptima también cambie.
 Análisis postóptimo

• En investigación, por lo general, el valor de un parámetro es una estimación de

alguna cantidad —por ejemplo, la ganancia unitaria— cuyo valor exacto se
conocerá sólo después de poner en práctica la solución.

• En este caso identificación de los parámetros sensibles es importante, porque

determina aquellos cuyos valores deben asignarse con más cuidado para evitar
distorsiones en los resultados que generará el modelo.

• Por lo tanto, después de identificar los parámetros sensibles se deben realizar

estimaciones más precisas y cuidadosas de cada uno de ellos, o por lo menos del
intervalo de valores posibles.

• Después, se busca una solución aceptable para todas las combinaciones de valores
posibles de los parámetros sensibles.
 Análisis de sensibilidad

• Dado un modelo estándar en forma matricial:

MAX Z = CiXi
S.a
AijXi ≤ bi
Xi ≥ 0

• El propósito del análisis de sensibilidad va a ser Identificar qué parámetros de Aij,

Ci y bi son sensibles, es decir, aquellos que al cambiar modifican la solución óptima.
• Sin embargo, en muchos casos, los valores de Aij están determinados por la
tecnología que se usa (a veces se les da el nombre de coeficientes tecnológicos)
por lo que puede que haya muy poca (o ninguna) incertidumbre respecto de sus
valores finales.
• Por lo tanto es común que se preste más atención a los parámetros Ci y bi ya que
un cambio en su valor puede tener consecuencias notables en Z.
 Análisis de sensibilidad

• Para demostrar la idea general del análisis de sensibilidad se considerarán los

casos de mayor relevancia:

1. La sensibilidad de la solución óptima a los cambios de la disponibilidad de los

recursos (lados derechos de las restricciones).

2. La sensibilidad de la solución óptima a los cambios en la utilidad unitaria o el costo

unitario (coeficientes de la función objetivo).
 Análisis de sensibilidad gráfica

Cambios en bi (Lados derecho):

• En las restricciones funcionales de la forma ≤, los bi (los lados derechos) se
interpretan como las cantidades disponibles de los respectivos recursos para las
actividades.

• En muchos casos puede haber dudas respecto de las cantidades que estarán
disponibles. Si así es, los valores bi que se usan en el modelo inicial, en realidad
pueden representar una decisión inicial tentativa del administrador sobre la
cantidad de recursos de la organización que se asignarán a las actividades del
modelo.

• Desde esta perspectiva, algunos valores de bi se podrían incrementar en un

modelo, pero sólo cuando se presenten razones poderosas sobre los beneficios
que reportará.
 Análisis de sensibilidad gráfica

Cambios en bi (Lados derecho):

• El método simplex proporciona información sobre la contribución económica de
los recursos a la medida de desempeño (Z) mediante los precios sombra (para
cada uno de los recursos respectivos).
• Los precios sombra del recurso i (denotados por yi*) miden el valor marginal de
éste, es decir, la tasa a la que Z puede aumentar si se incrementa (un poco) la
cantidad que se proporciona de este recurso (bi).
• El método simplex identifica este precio sombra yi* como el coeficiente de la i-
ésima variable de holgura en la fila 0 de la tabla simplex final (de la solución
óptima). Recuerde que cada variable de holgura está identificada en forma única
con una restricción.
 Análisis de sensibilidad gráfica

Cambios en bi (Lados derecho):

• Ejemplo: Una empresa fabrica dos productos en dos máquinas. Una unidad del
producto 1 requiere 2 horas en la maquina 1, y 1 hora en la máquina 2. Una
unidad del producto 2 requiere 1 hora en la máquina 1, y 3 horas en la máquina 2.
Los ingresos por unidad de los productos 1 y 2 son de $30 y $20 respectivamente.
El tiempo de procesamiento diario total disponible en cada maquina es de 8
horas.

El modelo asociado al problema anterior se expresa como:

Definición de variables:
• X1 : Unidades del producto 1.
• X2 : Unidades del producto 2.
Max Z = 30X1 + 20X2

(Maquina 1): 2X1 + X2 ≤ 8

(Maquina 2): X1 + 3X2 ≤ 8
X1 , X 2 ≥ 0
 Análisis de sensibilidad gráfica

Cambios en bi (Lados derecho):

• La figura ilustra el cambio de la solución óptima cuando se cambia la capacidad de la
maquina 1. Si la capacidad diaria se incrementa de 8 a 9 horas, el óptimo se moverá de
C a G.
• Al realizar un cambio en b1 se obtendrá
una nueva solución óptima .
• En este ejemplo, el valor de Z aumentó
en $14.
• Es decir, el precio sombra del recurso 1
es :
yi* = ΔZ/Δbi
y1* = (142 - 128)/(9 – 8) = 14
y1*= $ 14
• El precio sombra yi* se permanece
valido para cambios que muevan a la
restricción entre B y F.
 Análisis de sensibilidad gráfica
Cambios en bi (Lados derecho):
• Los y* = 0 Representan que la restricción
sobre ese recurso no actúa en la frontera
de la solución óptima (existe un excedente
de este recurso).
En economía: Bien libre.
• Los y* > 0 Representan restricciones
satisfechas en sus fronteras. Su
disponibilidad determina Z.
En economía: Bien escaso.

Si:
• yi* > 0 ; bi es un parámetro sensible.
• yi* = 0 ; No.
 Análisis de sensibilidad gráfica

Cambios en bi (Lados derecho):

Intervalo de factibilidad:
• Límite en los que no se produce un cambio
en el precio sombra, y por lo tanto bi puede
cambiar
• En este caso, el precio sombra se mantendrá
constante entre los puntos B(0;2,67) y F(8;0)
• Capacidad mínima de la maquina 1 (en B):
2*(0) + 1*(2,67) = 2,67 hrs.
• Capacidad máxima de la maquina 1 (en F):
2*(8) + 1*(0) = 16 hrs.
Intervalo: 2,67 ≤ Capacidad maquina 1 ≤ 16
• Los cambios fuera de este intervalo
producen un precio sombra diferente.
 Análisis de sensibilidad gráfica

Preguntas del ejemplo:

1. Si la empresa puede incrementar la capacidad de ambas máquinas, ¿cuál
maquina tendrá prioridad?
2. Se sugiere incrementar las capacidades de la máquinas 1 y 2 al costado
adicional de $10/h para cada máquina. ¿Es esto aconsejable?
3. Si la capacidad de la máquina 1 se incrementa de 8 a 13 horas. ¿Cómo
impactará este incremento en el ingreso óptimo?
4. Suponga que la capacidad de la máquina 1 se incrementa a 20 horas, ¿cómo
afectará este incremento al ingreso óptimo?
5. ¿Cómo podemos determinar los nuevos valores óptimos de las variables
asociadas con el cambio de un recurso?
 Análisis de sensibilidad gráfica

Cambios en Ci (Coeficientes en la función objetivo):

• Los cambios en los coeficientes en la función objetivo modifican la pendiente de Z.
Sin embargo, estas variaciones deben permanecer dentro de un intervalo de
optimalidad.
• La solución óptima en C no cambia mientras
que la función objetivo quede entre las líneas
BF y DE.
• Los límites del intervalo de optimalidad serán
dados por las restricciones que son satisfechas
en sus límites (es decir, las que determinan la
solución óptima).
• Entonces, el intervalo de optimalidad para los
coeficientes Ci corresponde a los valores que
puede tomar este coeficiente sin que cambie
la solución óptima.
 Análisis de sensibilidad gráfica

Cambios en Ci (Coeficientes en la función objetivo):

Intervalo de optimalidad:
• Para determinar el intervalo de optimalidad,
la proporción de los coeficientes de la FO no
deben superar la proporción de los
coeficientes de la restricción que “limita por
abajo” y la que “limita por arriba”
• Es decir:
1 𝐶1 2
≤ ≤
3 𝐶2 1
 Análisis de sensibilidad gráfica

Preguntas del ejemplo:

• Suponga que los ingresos unitarios producidos para los productos 1 y 2
cambian a $35 y $25, respectivamente. ¿Permanecerá igual el óptimo actual?
La nueva función objetivo es: Max Z = 35X1 + 25X2
• Suponga que el ingreso unitario del producto 2 se fija a su valor actual C2 = $20.
¿cuál es el intervalo de optimalidad asociado para el ingreso unitario del
producto 1, C1, que mantendrá el óptimo sin cambio? ¿Y si se fija el valor de C1
en $30?