Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ANÁLISIS DE SENSIBILIDAD
INTERVALOS DE COSTOS Y FACTIBILIDAD
Desarrollar un análisis de la pos-
optimalidad sobre los coeficientes
de costos y sobre los límites de las
OBJETIVO DEL restricciones.
ANALISIS DE
Analizar cuando es necesario
SENSIBILIDAD
introducir al modelo una nueva
variable y una nueva restricción.
Los tipos de cambios de Análisis de Sensibilidad son:
ANALISIS DE SENSIBILIDAD
ADICION DE NUEVA
RESTRICCION
Una empresa elabora tres tipos de bebidas utilizando zumo de piña y zumo de
melocotón. El dueño de la empresa ha comprado 1.500 litros de zumo de piña y
2.000 de zumo de melocotón. Los litros de zumo requeridos en la fabricación de
cada bebida vienen dados en la tabla siguiente.
Bebida 1 Bebida 2 Bebida 3
Zumo de Piña 6 3 3
Zumo de Melocotón 2 3 4
El precio de venta de cada bebida es 15 euros el litro. El coste del zumo de piña es
de 1 euro el litro y 2 euros el litro de zumo de melocotón. Se conoce que la
demanda de bebidas asciende a 400 litros.
DADO UN PROBLEMA DE PROGRAMACIÓN LINEAL
𝑍𝑚𝑎𝑥 = 5 𝑋1 + 6 𝑋2 + 4 𝑋3
6𝑋1 + 3 𝑋2 + 3 𝑋3 ≤ 1500 Litros de zumo de piña disponibles
2𝑋1 + 3 𝑋2 + 4 𝑋3 ≤ 2000 Litros de zumo de melocotón disponibles
𝑋1 + 𝑋2 + 𝑋3 ≥ 400 Demanda del producto.
𝑋1 , 𝑋2 , 𝑋3 ≥ 0
DADO UN PROBLEMA DE PROGRAMACIÓN LINEAL
La solución óptima del programa lineal que cumpliendo con las restricciones
que maximiza el beneficio de la empresa, viene dada en la tabla siguiente
Cj Variable Solución 5 6 4 0 0 -M 0
Básica LD
𝑋1 𝑋2 𝑋3 𝑆1 𝑆2 𝑅3 𝑆3
Iteración
Final
0 𝑆3 100 1 0 0 0.3333 0 -1 1
0 S2 500 -4 0 1 -1 1 0 0
6 X2
500 2 1 1 0.3333 0 0 0
zj 3000 12 6 6 2 0 0 0
cj-zj -7 0 -2 -2.0 0 0 0
INTERVALOS DE COSTOS
Las variables estructurales del problema son aquellas
con las que se planteo originalmente el problema
de programación lineal que serian: 𝑋1 , 𝑋2 , 𝑋3 ,
dentro de las cuales podemos identificar variables
básicas (𝑋2 ) , y las no básicas (𝑋1 , 𝑋3 ), que aparece
en la tabla optima antes descrita
De todas formas, antes de asegurar que haya cambiado la solución optima, se debe verificar que efectivamente
pueda entrar a la base la variable a la que se le ha modificado su coeficiente en la función objetivo.
En este caso puede ingresar 𝑋1 y desplazar a 𝑆3 , si decidimos un incremento de 8 lps. La nueva utilidad es:
𝑏𝑗
𝑍 𝑛𝑢𝑒𝑣𝑎 = 𝑍𝑎𝑐𝑡𝑢𝑎𝑙 + 𝑎𝑖𝑗
(𝑼𝒕𝒊𝒍𝒊𝒅𝒂𝒅 𝒏𝒖𝒆𝒗𝒂 − 𝒄𝒐𝒔𝒕𝒐 𝒐𝒓𝒊𝒈𝒊𝒏𝒂𝒍 + 𝒑𝒓𝒆𝒄𝒊𝒐 𝒔𝒐𝒎𝒃𝒓𝒂 )
100
𝑍 𝑛𝑢𝑒𝑣𝑎= 3000 + 1
13 − 22 = 3000 + 100 = 3,100
ANÁLISIS DE SENSIBILIDAD DE LOS COEFICIENTES DE VARIABLES
NO BÁSICAS
En este caso puede ingresar 𝑋3 y desplazar a 𝑋2 o S2 ya que se ha decido hacer un incremento de 3.5
𝑏𝑗
𝑍 𝑛𝑢𝑒𝑣𝑎 = 𝑍𝑎𝑐𝑡𝑢𝑎𝑙 + 𝑎𝑖𝑗
(𝑼𝒕𝒊𝒍𝒊𝒅𝒂𝒅 𝒏𝒖𝒆𝒗𝒂 − 𝒄𝒐𝒔𝒕𝒐 𝒐𝒓𝒊𝒈𝒊𝒏𝒂𝒍 + 𝒑𝒓𝒆𝒄𝒊𝒐 𝒔𝒐𝒎𝒃𝒓𝒂 )
500
𝑍 𝑛𝑢𝑒𝑣𝑎= 3000 + 1
7.5 − 6 = 3000 + 750 = 3,750 𝑢. 𝑚.
El estudio de variaciones en coeficientes en la
función objetivo de variables básicas sigue la misma
lógica de la variación de coeficientes en la función
objetivo de variables no básicas. La idea es
determinar como varían los 𝐶𝑗 -𝑍𝑗 de todas variables y
obtener a partir de dichas modificaciones un rango
en el cual la base se ve inalterada. Evidentemente,
una modificación de este tipo no afectada la región
factible y solo puede cambiar la optimalidad de la
solución actual si la variación es lo suficientemente
importante.
Cj Variable Solución 5 6 4 0 0 -M 0
Básica LD
𝑋1 𝑋2 𝑋3 𝑆1 𝑆2 𝑅3 𝑆3
Iteración
Final
0 𝑆3 100 1 0 0 0.3333 0 -1 1
0 S2 500 -4 0 1 -1 1 0 0
6 X2 500 2 1 1 0.3333 0 0 0
zj 3000 12 6 6 2 0 0 0
cj-zj -7 0 -2 -2.0 0 0 0
Como la tabla final siempre es una forma canónica de las variables básicas, la
modificación solo afecta los 𝐶𝑗 -𝑍𝑗 de variables no básicas. En otras palabras, para
determinar el rango de variación que mantiene la base debemos imponer ( caso de
maximización):
(𝐶𝑘 -𝑍𝐾 )- 𝑎𝑖𝑘 x β ≤0
Donde el índice k se refiere a la variable no básica k y 𝑎𝑖𝑘 es el coeficiente en la restricción
i de la variable no básica k.
SE PUEDE REDUCIR 2
De las razones negativas seleccionar la mayor 2.50 para reducir al costo
original y para sumar, el positivo menor.
Lo anterior significa que solo hay limitante para reducir la utilidad y puedo
aumentar hasta el infinito.
INTERVALOS DE FACTIBILIDAD
Análisis de Sensibilidad para términos independientes de las restricciones
Las restricciones de un problema de programación lineal
representan las limitantes de recursos que tiene una
empresa. La primera pregunta que se puede hacer antes
de averiguar ¿cuántos recursos más puedo contratar
para seguir con mi óptimo? (análisis de sensibilidad de los
términos independientes) es ¿cuánto es lo más que estoy
dispuesto a pagar por una unidad de recurso extra?
La variación del coeficiente del lado derecho de una restricción modifica la región
factible del problema, por lo tanto puede afectar la optimalidad de la solución
optima y la condición de las restricciones (activas o no activas).
• Caso 1
La variación afecta a una restricción no activa, es decir, una restricción de tipo ≤
con su variable de holgura en la base, o bien una restricción de tipo ≥ ¸ con su
variable de exceso en la base.
• Caso 2
La variación afecta una restricción activa, es decir, una restricción de tipo ≤ con su
variable de holgura igual a cero, o bien una restricción de tipo ≥ ¸ con su variables
de exceso igual a cero.
Caso 1
Cj Variable Solución 15 6 4 0 0 -M 0
Básica LD
𝑋1 𝑋2 𝑋3 𝑆1 𝑆2 𝑅3 𝑆3
Para ilustrar la situación, en el problema
Iteración
en estudio podemos disminuir el
Final coeficiente 𝑏2 hasta en 500 sin
0 𝑆3 100 1 0 0 0.3333 0 -1 1 modificar la solución optima, ya que se
0 S2 están quitando recursos que no se
500 -4 0 1 -1 1 0 0
están empleando. Si disminuimos 𝑏2 en
6 X2 500 2 1 1 0.3333 0 0 0 exactamente 500 la tabla se
zj 3000 12 6 6 2 0 0 0 degenera, con las consecuencias
cj-zj -7 0 -2 -2.0 0 0 0 estudiadas previamente. Una
disminución mayor a 500 cambiaria el
optimo. En dicha situación, debemos
buscar una nueva tabla en el que
podamos hacer la modificación sin
degenerarlo (en el peor de los casos el
inicial) y volver a iterar hasta encontrar
el nuevo optimo.
ANÁLISIS DE SENSIBILIDAD PARA
TÉRMINOS INDEPENDIENTES DE LAS
RESTRICCIONES:
Cj Variable Solución 15 6 4 0 0 -M 0
Caso 1
Básica LD
De igual forma el coeficiente
𝑋1 𝑋2 𝑋3 𝑆1 𝑆2 𝑅3 𝑆3
Iteración
Final
0 𝑆3
𝑏3 en el ejercicio anterior se
puede aumentar hasta 100
100 1 0 0 0.3333 0 -1 1
0 S2 500 -4 0 1 -1 1 0 0
6 X2 500 2 1 1 0.3333 0 0 0 unidades si alterar la base de
zj 3000 12 6 6 2 0 0 0 la tabla optima .
cj-zj -7 0 -2 -2.0 0 0 0
Si aumentamos 𝑏3 en
exactamente 100 la tabla se
degenera, con las
consecuencias estudiadas
previamente.
ANÁLISIS DE SENSIBILIDAD PARA
TÉRMINOS INDEPENDIENTES DE LAS
RESTRICCIONES:
Caso 1
Cj Variable Solución 15 6 4 0 0 -M 0
Básica LD
𝑋1 𝑋2 𝑋3 𝑆1 𝑆2 𝑅3 𝑆3 Una incremento mayor a 100
Iteración cambiaria el optimo. En dicha
Final situación, debemos buscar una
0 𝑆3 100 1 0 0 0.3333 0 -1 1 nueva tabla en el que podamos
0 S2 500 -4 0 1 -1 1 0 0 hacer la modificación sin
6 X2 500 2 1 1 0.3333 0 0 0 degenerarlo (en el peor de los
zj 3000 12 6 6 2 0 0 0
casos el inicial) y volver a iterar
hasta encontrar el nuevo
cj-zj -7 0 -2 -2.0 0 0 0
optimo
Para este caso si
incrementamos el recurso 3 en
150 unidades el resultado
cambia a una solución
infactible.
Caso 2
En este caso es necesario estudiar dos aspectos:
• La variación del valor de la función objetivo y
• El rango en el que puede variar 𝑏𝑖 para mantener la condición de no
negatividad de las variables.
Cuando la variable de holgura o de exceso asociada a la restricción no
ésta en la base, el costo de oportunidad sería no nulo (negativo en el caso
de maximización). Si se trata de una restricción de tipo ≤, el valor de 𝐶𝑗 -𝑍𝑗
representa lo que se deja de ganar por no disponer una unidad adicional a
la derecha de esa restricción.
Cj Variable Solución
Caso 2
15 6 4 0 0 -M 0
Básica LD
𝑋1 𝑋2 𝑋3 𝑆1 𝑆2 𝑅3 𝑆3 Por ejemplo, de acuerdo a la tabla
Iteración final para la primera restricción se tiene:
Final 𝐶1 − 𝑍1 = 2, es decir el aumento en 1
0 𝑆3 100 1 0 0 0.3333 0 -1 1 unidad de 𝑏1 generaría un aumento en
S2
la función objetivo en 2 um,
0 500 -4 0 1 -1 1 0 0
6 X2 500 2 1 1 0.3333 0 0 0 similarmente una disminución en 1
zj 3000 12 6 6 2 0 0 0 unidad provocaría una disminución de
cj-zj -7 0 -2 -2.0 0 0 0 la función objetivo en 2 um.
Las conclusiones anteriores son validas
siempre y cuando la variación respecte
el rango de factibilidad.
Rango de Factibilidad
Como rango de factibilidad entenderemos el intervalo
de variación del coeficiente del lado derecho 𝒃𝒊
asociado a la restricción activa i de forma de
mantener una cierta combinación de variables en la
base (el valor de la función objetivo puede cambiar).
Cj Variable Solución LD 15 6 4 0 0 -M 0
Básica 𝑋1 𝑋2 𝑋3 𝑆1 𝑆2 𝑅3 𝑆3
Iteración
Final
0 𝑆3 100 1 0 0 0.3333 0 -1 1
0 S2 500 -4 0 1 -1 1 0 0
6 X2 500 2 1 1 0.3333 0 0 0
zj 3000 12 6 6 2 0 0 0
cj-zj -7 0 -2 -2.0 0 0 0
100 0.333
𝑆𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑛𝑢𝑒𝑣𝑎 = 500 + ∆𝑏1 −1 ≥ 0 𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑧𝑢𝑚𝑜 𝑑𝑒 𝑝𝑖ñ𝑎
500 0.333
Cj Variable Solución LD 15 6 4 0 0 -M 0
Básica 𝑋1 𝑋2 𝑋3 𝑆1 𝑆2 𝑅3 𝑆3
Iteración
Final
0 𝑆3 100 1 0 0 0.3333 0 -1 1
0 S2 500 -4 0 1 -1 1 0 0
6 X2 500 2 1 1 0.3333 0 0 0
zj 3000 12 6 6 2 0 0 0
cj-zj -7 0 -2 -2.0 0 0 0
100 0
𝑆𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑛𝑢𝑒𝑣𝑎 = 500 + ∆𝑏2 1 ≥ 0 𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑧𝑢𝑚𝑜 𝑑𝑒 𝑚𝑒𝑙𝑜𝑐𝑜𝑡𝑜𝑛
500 0