Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Análisis de sensibilidad
Introducción
Todo modelo o problema de programación lineal puede sufrir cambios con el paso del tiempo,
lo importante es que la solución óptima se mantenga constante, para ello el uso del análisis de
sensibilidad, el cual permitirá definir el rango permisible de las variables a cambiar.
El análisis de sensibilidad puede ser gráfico o algebraico. Los cálculos pueden ser manuales o
apoyarnos de herramientas como TORA, Solver y AMPL, para soluciones automáticas, no
sólo de análisis de sensibilidad, sino también de otro tipo de problemas de programación
lineal.
Explicación
Un análisis de sensibilidad es el estudio de cómo la variación en las restricciones o función
objetivo pueden afectar la solución óptima del modelo. Por tal, la finalidad de este análisis es
definir los rangos de variación permisibles de los parámetros, sin llegar a afectar la solución
óptima o definir cuáles de estos parámetros son sensibles; es decir, cualquier cambio en ellos
provocaría un cambio en la solución del modelo.
El análisis de sensibilidad puede evaluarse a través de:
Variables
Y1 = Producto 1
Y2 = Producto 2
Función objetivo
Maximizar X = 30 Y1 + 20 Y1
Restricciones
2 Y1 + Y2 ≤ 8 Troqueladora 1
Y1 + 3Y2 ≤ 8 Troqueladora 2
Y1, Y2 ≥ 8
Si el tiempo diario disponible de la troqueladora 1 se incrementa de 8 a 9 horas,
obtener la tasa de cambio para X.
Veamos un ejemplo:
Autopartes JM tiene tres plantas, una en Monterrey, una en Guadalajara y otra en Cd. de
México; además de dos centros de distribución en Juárez y Celaya, respectivamente. Las
plantas tienen una capacidad trimestral de 1000, 1500 y 1200 mofles cada una y los centros
de distribución una demanda durante el mismo periodo por 2300 y 1400 mofles
respectivamente.
Transportes Terrestres, su compañía transportista cobra $0.08 por milla recorrida por camión.
Minimizar 80 X11 + 215 X12 + 100 X21 + 108 X22 + 102 X31 + 68 X32
X11 + X12 = 1000 (Monterrey)
X21 + X22 = 1500 (Guadalajara)
X31 + X32 = 1200 (Cd. de México)
Sujeto a
X11 + X21 + X31 = 2300 (Juárez)
X12 + X22 + X32 = 1400 (Celaya)
Xij ≥0, i = 1,2,3, j =1,2
Oferta = 1000 + 1500 + 1200 = 3700
Demanda = 2300 + 1400 = 3700
Basado en el costo de transporte, capacidad de las plantas y demanda de los centros de
distribución, la solución óptima sería:
La compañía quiere determinar el programa óptimo de producción para los cuatro meses.
Costo unitario = producción + retención + penalización
1. 2. 3. 4. 5. 6. 7.
Desech
Lune Marte Miércole Jueve Vierne Sábad Doming
o
s s s s s o o
$12 $12 $12 $12 $12 $12 $12 $0 12
1. Nueva
$24 $24 88 4
$6 $5 $3 $3 $3 $3 $0
2. Lunes M 24
14 10
$6 $5 $3 $3 $3 $0
3. Martes M M 12
12
4. $6 $5 $3 $3 $0
Miércole M M M 14
s 10 4
$6 $5 $3 $0
5. Jueves M M M M 20
2 18
6. $6 $5 $0
M M M M M 18
Viernes 14 4
7. $6 $0
M M M M M M 14
Sábado 14
8. $0
M M M M M M M 22
Domingo 22
24 12 14 20 28 14 22 124
La distribución de las hojas de corte por día se hace tomando en cuenta un origen nuevo, en
el supuesto que se compran todas las hojas para el consumo de la semana y a partir de ahí la
distribución por día es realizada tomando en cuenta el requerimiento de la semana al menor
costo posible.
El costo total sería $818, calculándolo a partir de la sumatoria de las multiplicaciones
individuales de la cantidad de hojas por su costo, según lo indicado en la tabla.
6.3 Algoritmo de transporte
Para resolver un algoritmo de transporte seguimos los mismos pasos básicos que en el
método simplex.
De acuerdo con Taha (2006), los pasos de este algoritmo son:
Molino
1 2 3 4 Oferta
10 2 20 11
1 15
X11 X12 X13 X14
20 7 9 20
Silos 2 25
X21 X22 X23 X24
4 14 16 18
3 10
X31 X32 X33 X34
Demanda 5 15 15 15
Solución inicial = m + n – 1
Solución inicial = 3 + 4 – 1
Solución inicial = 6
Método de la esquina noroeste
De acuerdo con Taha (2006), los pasos para el método de la esquina noroeste son los
siguientes:
1. Asigna lo más posible a la celda seleccionada y ajusta las cantidades asociadas de oferta
y demanda restando la cantidad asignada.
2. Tacha la columna o fila con oferta o demanda cero para indicar que no se hagan más
asignaciones ahí. Si una fila y una columna dan cero al mismo tiempo, tacha sólo una, y
deja una oferta o demanda cero en la fila o columna no tachada.
3. Si se deja sin tachar exactamente una fila o columna, detente. De lo contrario, muévete a
la celda a la derecha si acabas de tachar una columna, o abajo si acabas de tachar una
fila. Vaya al paso 1.
1. Determina una mejor solución inicial al concentrarse en las rutas más económicas.
2. Asigna lo más posible a la celda con el costo unitario mínimo; los empates se rompen
arbitrariamente.
3. Luego se tacha la fila o columna satisfecha y se ajustan las cantidades de oferta y
demanda como corresponda. Si una fila o una columna se satisfacen al mismo tiempo,
sólo se tacha una, igual que en el método de la esquina noroeste.
4. A continuación, seleccione la celda no tachada con el costo unitario mínimo y repita el
proceso hasta que se deje sin tachar.
El costo del programa de envíos es de $475
15x2 + 5x4 + 15x9 + 0x11 + 5x18 + 10x20 = 475
1. Para cada fila y columna determina una medida de penalización restando el elemento de
costo unitario mínimo en la fila o columna del siguiente elemento de costo mínimo en la
misma.
2. Identifique la fila o columna con la penalización máxima que rompa los empates
arbitrariamente. Asigna lo más posible a la variable con el costo unitario mínimo en la fila o
columna seleccionada. Ajuste la oferta y la demanda, y tache la fila o columna satisfecha.
Si una fila y una columna se satisfacen al mismo tiempo, sólo se tacha una de las dos, y a
la restante se le asigna una oferta o demanda cero, según sea el caso.
3. Si exactamente una fila o columna con oferta o demanda cero permanece sin tachar,
deténgase. Si una fila o columna) con oferta o demanda positiva permanece sin tachar,
determina las variables básicas mediante el método del costo mínimo. Detente. Si todas
las filas y columnas no tachadas tienen oferta y demanda cero (restantes), determina las
variables básicas cero por el método del costo mínimo. Deténgase. De lo contrario, ve al
paso 1.
El costo del programa de envíos es de $475
5x4 + 15x2 + 15x9 + 10x20 + 5x18 = 475
Los modelos de asignación pueden ser resueltos por el método húngaro y método húngaro
con simplex.
7.2 Método húngaro y método húngaro con simplex
El método húngaro busca la optimización de los modelos de asignación. Fue diseñado
principalmente para cálculos manuales, los cuales son ahora sustituidos por aplicaciones de
computadora que simplifican la solución de problemas de asignación.
La solución de este método, según Taha (2006), consta de tres pasos:
Ejemplo:
Un granjero está requiriendo los servicios de podar, plantar y recolectar en tres diferentes
viveros, A, B y C, por lo que le solicitan sus cotizaciones.
Vivero B $9 $ 15 $ 10
Vivero C $ 10 $ 12 $8
Solución:
Vivero A $ 15 $ 10 $9 $9
Vivero B $9 $ 15 $ 10 $9
Vivero C $ 10 $ 12 $8 $8
Vivero A $6 $1 $-
Vivero B $- $6 $1
Vivero C $2 $4 $-
Vivero A $6 $1 $-
Vivero B $- $6 $1
Vivero C $2 $4 $-
Costo mínimo $- $1 $-
Vivero A $6 $- $-
Vivero B $- $5 $1
Vivero C $2 $3 $-
La asignación que minimizaría los costos para el granjero es Vivero A – Plantar, Vivero B –
Podar y Vivero C – Recolectar.
Costo de asignación = $27
9 + 10 + 8 = 27
Para concluir, podemos decir que el método húngaro está basado en el método simplex.
La asignación de recursos no sólo significa transporte, producción o herramientas, sino
también tareas a cualquiera que las pueda realizar, ya sean personas o máquinas.
Para este tipo de asignaciones aplicamos los modelos de asignación, donde no
necesariamente el número de fuentes será igual al número de destinos, por ejemplo para una
vacante casi siempre hay más de un solo aspirante.
El método húngaro es el medio más conocido para la solución de problemas de asignación
puro, que como hemos visto la finalidad es ir reduciendo la matriz hasta que sus costos sean
cero y así determinar la solución que minimice los costos de asignación.
Referencias bibliográficas