El anlisis de sensibilidad o postoptimal para los modelos de Programacin Lineal, tiene por

objetivo identificar el impacto que resulta en los resultados del problema original luego de
determinadas variaciones en los parmetros, variables o restricciones del modelo, sin que esto
pase por resolver el problema nuevamente.

Es decir, ya sea si resolvemos nuestro modelo grficamente o utilizando el Mtodo Simplex, lo que
se busca es que estas variaciones o sensibilidad hagan uso de la solucin y valor ptimo actual, sin
tener la necesidad de resolver para cada variacin un nuevo problema. En especial nos
concentraremos en el anlisis de sensibilidad o postoptimal que hace uso de la tabla final del
Mtodo Simplex.

Consideremos un Ejemplo Introductorio en 2 variables:

MIN 8X + 6Y

S.A. 2X + Y >= 10

2X + 2Y >= 16

X>= 0, Y>= 0

Comentario:. Para ver el detalle de la resolucin grfica de Para resolver el problema D)

graficamos el dominio de puntos factibles y las curvas de nivel asociadas a la funcin objetivo:
Grafica

El rea achurada en color verde representa el dominio de puntos factibles del problema D), es
decir, son las distintas combinaciones de valores que pueden adoptar las variables de decisin que
satisfacen las restricciones del problema. Cabe destacar que esto corresponde a un dominio no
acotado, lo que no implica que el problema no tenga solucin.

Por otra parte sabemos que el ptimo de un problema lineal se encuentra en un vrtice o frontera
del dominio de puntos factibles. En este caso tenemos 3 vrtices candidatos al ptimo los cuales
se sealan con flecha blanca y azul. El vrtice (X,Y)= (0,10) con V(P)=60; (X,Y)=(2,6) con V(P)=52 y
(X,Y)=(8,0) con V(P)=64. El mnimo valor para la funcin objetivo se alcanza en (X,Y)=(2,6) con
V(P)=52, el cual resulta ser la Solucin ptima de D). Sin embargo, una forma ms eficiente para
obtener el ptimo que no implique evaluar cada vrtice en la funcin objetivo, es desplazando las
curvas de nivel de la funcin objetivo en la direccin del mximo decrecimiento (en el caso de un
problema de minimizacin). Para un problema de minimizacin, el mayor decrecimiento se alcanza
en la direccin del vector " - Gradiente F(X,Y)", en nuestro caso el vector con direccin (-8,-6)
(direccin representada por flecha roja). Luego, el ptimo se alcanza en el ltimo punto donde las
curvas de nivel intersectan al dominio de puntos factibles en la direccin del mximo
decrecimiento, cuya solucin obviamente corresponde a (X,Y)=(2,6) con V(P)=52.
ANLISIS DE SENSIBILIDAD GRFICO PARA 2 RESTRICCIONES

Una vez resuelto un modelo de Programacin Lineal resulta til hacer un anlisis de sensibilidad
que permita identificar cmo afecta en los resultados del problema variaciaciones en los
parmetros de ste, sin que esto pase por resolver el problema nuevamente. Nuestro sitio
considera una seccin aparte llamada "Sensibilidad" cuyos resultados principales se pueden
consultar AQUI.

1. Variacin en los Coeficientes de la Funcin Objetivo: La pregunta que buscamos responder es

cul es el intervalo de variacin para los coeficientes de la funcin objetivo (cada coeficiente se
analiza por separado) que mantiene la actual Solucin ptima.

Un primer acercamiento es considerar las pendientes de las restricciones activas en el ptimo, es

decir, aquellas restricciones que se cumplen en igualdad (en nuestro caso restriccin 1 y 2). La
restriccin 1 (2X + Y >=10) tiene pendiente -2. La restriccin 2 (2X + 2Y >=16) tiene pendiente -1.
Por otra parte la pendiente de la funcin objetivo dado C1=8 y C2=6 es -4/3.

En consecuencia, se mantiene la actual Solucin ptima si la pendiente de la funcin objetivo

(curvas de nivel) varan en el intervalo de las pendientes de las actuales restricciones activas. Esto
es:

-2 <= -C1/C2 <= -1 (Multiplicamos por -1)

2 >= C1/C2 >= 1

Si fijamos C2=6.

2 >= C1/6 >= 1

12 >= C1 >= 6 (Garantiza la actual Solucin ptima con C2 fijo)

Si fijamos C1=8.

2 >= 8/C2 >= 1

8 >= C2 >= 4 (Garantiza la actual Solucin ptima con C1 fijo)

Ntese que en los extremos de los intervalos adems de incluir la actual Solucin ptima se
consideran nuevas combinaciones del dominio que mantienen el Valor ptimo y tambin son
Solucin ptima de D). Esta situacin determina que el problema tiene infinitas soluciones
ptimas.