SENSIBILIDAD

CAMBIO EN C

Investigación Operativa I
 
Cambios En El Vector C :
Supongamos nuevamente el siguiente problema original:

Max Z  CX
s.a.
   Pr oblema Original
A*X  b

X  0

  
El cambio discreto en el vector C , será un nuevo valor C  C , donde C es un
vector de n componentes. El problema nuevo a resolver es:
  
Max Z  ( C  C)X
s.a.
   Pr oblema Nuevo
A*X  b

X0

Sea B 1 la inversa de la base óptima asociada al problema original. Entonces, al

generar el incremento de C, se tiene que los z j  c j cambian a z  c j  c j  , o sea:

z

j  j

  
  c  c   C B B 1a j  c j  c j  W T a j  c j  c j
j

Donde a j es la columna de la matriz A.
Se sabe que en condiciones de optimalidad z   c  c   0, j  A , no en B y
j  j j
 
z   c  c   0, j  B , entonces, si se cumplen estas dos condiciones, el
j  j j
vector X B asociado a la tabla óptima del problema original permanece óptimo y al
nuevo valor de la función objetivo será:

Zˆ  C  C X
B

B B

 
En caso contrario, es decir, z   c  c   0 , se deberá hacer primero
j  j j
 
z   c  c   0, j  B , mediante operaciones matriciales elementales y después
j  j j

obtener las condiciones de optimalidad, z j  c j  0, j  A mediante el método

simplex primal.
Ejemplo:
a.- Sigamos con el ejemplo del caso anterior:
Max Z  5X  3X
1 2
s.a.
3X  5X  15 Pr oblema Original
1 2
5X  2X  10
1 2
X ,X  0
1 2

Supongamos que el precio unitario del producto químico B, se reduce a $3 a $1 por

lo tanto, el problema original queda:
Max Z  5X  X
1 2
s.a.
3X  5X  15 ( PN )
1 2
5X  2X  10
1 2
X ,X  0
1 2
 
Por lo tanto C  C  5 3 0 0   0  2 0 0   5 1 0 0 

Como la única componente de C que cambio es c2, entonces indica que sólo cambia
el costo reducido z2  c2 es:

  5
z2  c2  c2  W T a2  c2  c2  
16  5
19  2
1  3 1  2  0 ,
19

2 2
 2

Pero sabemos que en condiciones de optimalidad z  c  c  0 , ya que j=2 está
en la base original óptima del problema original, por lo tanto, hay que reemplazar el
valor del costo reducido asociado a dicha variable y mediante operaciones
matriciales elementales se debe restablecer la factibilidad, a partir de la siguiente
tabla óptima del problema original:
Z X1 X2 X3 X4 Z0
1 0 2 5/19 16/19 235/19
X2 0 0 1 5/19 -3/19 45/19
X1 0 1 0 -2/19 5/19 20/19
Al restablecer la factibilidad, la tabla queda de la siguiente forma:
Z X1 X2 X3 X4 Z0
1 0 0 -5/19   22/19 145/19
X2 0 0 1 5/19 -3/19 45/19  
X1 0 1 0 -2/19 5/19 20/19

La cual no es óptima, ya que z 3  c3  0 . Utilizando el método simplex primal, se

obtiene la nueva solución:
Z X1 X2 X3 X4 Z0
1 0 1 0 1 10
X3 0 0 19/5 1 -3/5 9
X1 0 1 2/5 0 1/5 2

La solución óptima para este nuevo problema es:

 X3  9
   
 X   X  2
X*   B    1   
X  X  
 N   2  0
 X  0
 4
Z*  10

Se concluye que se deja de producir del bien 2, ya que sus costos son mayores que
sus ganancias, por lo cual, sólo se produce del bien 1, el cual está limitado por la
restricción 1 (cuello de botella).
b.- Sigamos con el ejemplo del caso anterior, pero ahora supongamos que el precio
unitario del producto químico A y B, se reducen de $5 a $1 y $3 a $1,
respectivamente, entonces el problema nuevo queda:

Max Z X X
1 2
s.a.
3X  5X  15 ( PN )
1 2
5X  2X  10
1 2
X ,X  0
1 2

Por lo tanto C  C  5 3 0 0    4 2 0 0   1 1 0 0

Las componentes de C que cambian son c 1 y c2, generando que cambien los costos
reducidos z1  c1  z 2  c 2 , entonces:

  5
z1  c1  c1  W T a1  c1  c1  
16  3
 1  5 1  4  0
19 
19  5 
  5
z 2  c 2  c 2  W T a 2  c 2  c 2  
16  5 
 1  3 1  2  0 ,
19 
19   2
Como sabemos que el vector X1 y X2 están en la base óptima, entonces se deben
1  2 
cumplir las condiciones de optimalidad z  c  c  0  z  c  c  0 , ya que
1 1 2 2
j=1,2 están en la base original óptima del problema original, por lo tanto,
reemplazando dichos valores y mediante operaciones matriciales elementales se
debe restablecer la factibilidad, quedando la siguiente tabla inicial del PO:
Z X1 X2 X3 X4 Z0
1 4 2 5/19 16/19 235/19
X2 0 0 1 5/19 -3/19 45/19
X1 0 1 0 -2/19 5/19 20/19

Al restablecer la factibilidad e indirectamente la optimalidad, la tabla nueva queda:

Z X1 X2 X3 X4 Z0
1 0 0 3/19 2/19 65/19
X2 0 0 1 5/19 -3/19 45/19
X1 0 1 0 -2/19 5/19 20/19
De esta manera, el tableau del PN es óptimo, con los siguientes resultados:
 X 2   45 / 19 
   
 X   X  20 / 19
X*  B   1   
X  X  
 N   3  0 
X   0 
 4
Z*  65 / 19  3,42

De esta manera, la reducción de los precios unitarios, genero que la utilidad final se
redujera de $12,37 a $3,42, ya que no variaron las producciones de los productos
químicos A y B.
c.- Supongamos ahora el siguiente problema:
Max Z  3X  5X
1 2
s.a.
X 4 Pr oblema Original
1
3X  2X  18
1 2
X ,X  0
1 2

El cual presenta el siguiente tableau óptimo:

Z X1 X2 X3 X4 Z0
1 9/2 0 0 5/2 45
X3 0 1 0 1 0 4
X2 0 3/2 1 0 1/2 9

Supongamos que el precio unitario de la primera actividad es $6, por lo tanto, el

problema nuevo queda:
Max Z  6X  5X
1 2
s.a.
X 4 ( PN )
1
3X  2X  18
1 2
X ,X  0
1 2
Por lo tanto, el vector queda:
C  C  3 5 0 0   3 0 0 0   6 5 0 0 

Como la única componente de C que cambio es c1, entonces indica que sólo cambia
el costo reducido z  c es:
1 1

  1

z1  c1  c1  W T a1  c  c  0
1 
5  1
2  3
 6 
15
2
 6 
3
2
 0,

1 
Pero sabemos que en condiciones de optimalidad z  c  c  0 , ya que j=1 no está
1 1
en la base original óptima del problema original, por lo tanto, no es necesario
restablecer la optimalidad, quedando la siguiente tabla óptima del PN:
Z X1 X2 X3 X4 Z0
1 3/2 0 0 5/2 45
X3 0 1 0 1 0 4
X2 0 3/2 1 0 1/2 9
Por lo tanto, ya es óptimo, lo cual quiere decir que en incremento del precio unitario
de $3 a $6 sobre la primera actividad (que no es básica) no ha generado un cambio
en la solución óptima del PO, siendo la misma para el PN, es decir:
 X 3   4
   
 X   X
X*   B  2   9
X   X   
 N   1   0
 X   0
 4
Z*  45

Lo anterior se explica de manera sencilla, como X 1 no es básica, su nivel de

utilización es de cero, pero el incremento de su precio unitario no es lo
suficientemente atractivo para que su utilización se incremente del valor cero.
d.- Utilizando el problema anterior, ahora supongamos que el precio unitario de la
primera actividad es $10, por lo tanto, el problema original queda:
Max Z  10 X  5X
1 2
s.a.
X  4 ( PN )
1
3X  2X  18
1 2
X ,X  0
1 2

Por lo tanto, el vector queda:

C  C  3 5 0 0   7 0 0 0   10 5 0 0

Como la única componente de C que cambio es c 1, entonces indica que sólo cambia
el costo reducido z  c es:
1 1

 
z1  c1  c1  W T a1  c1  c1  0
 5  1
  
2  3
 10 
15
2
 10  
5
2
 0,
