5 Sensibilidad

Matemtica
Programacin
Matemtica
Programacin
Anlisis de
Sensibilidad
Dra. Norka Bedregal Alpaca
Anlisis de Sensibilidad
Definicin:
El anlisis de sensibilidad consiste en estudiar cmo evoluciona el

ptimo y el valor de la funcin objetivo cuando se producen algunos
cambios en los parmetros que definen un PPL
Caractersticas
Estudia los intervalos para los cuales la modificacin de un valor,
de forma individualizada, no cambia la base de las variables que
componen la solucin
Herramienta til cuando no se tiene certeza sobre los valores que
se han dado a los diferentes coeficientes de un problema lineal
1
Caractersticas:
Resuelto un PPL puede suceder que uno o varios de los parmetros de la
formulacin original del PL, deban cambiar de valor dando origen a un
nuevo problema
El nuevo problema puede diferir del original en uno o varios de los

siguientes cambios:
Cambios en la disponibilidad de recursos
Cambios en los costos unitarios
Cambios en los coeficientes tecnolgicos
Cambios en el nmero de restricciones
Cambios en el vector de actividades
3
Caractersticas:
Los cambios mas estudiados son los cambios en los costos y en la
disponibilidad de recursos
Si se cuenta con un medio informtico para la solucin de problemas,
los otros cambios es preferible resolverlos reformulando el problema
Los cambios pueden ser discretos o continuos
El anlisis de sensibilidad que estudia los cambios continuos, recibe el
nombre de programacin paramtrica
2
Interpretaciones de la
sensibilidad
Sensibilidad, es un estudio que se hace para conocer que tanto pueden

variar los parmetros de un problema lineal, sin alterar el valor ptimo
encontrado.
Significado de zj - cj
Primer significado:
z j cj en la maximizacin es la reduccin de la FO
z j cj en la minimizacin es el aumento de la FO
obtenidos al incrementar en una unidad la actividad Xj
Segundo significado:
zj cj en la maximizacin es el valor en que cj debe aumentar
zj cj en la minimizacin es el valor en que cj debe disminuir

para que la actividad Xj se convierta de actividad no bsica en actividad
bsica
3
Ejemplo.
Considere el problema lineal:
max Z = 5 X 1 + 3 X 2
sujeto a
3 X 1 + 5 X 2 10
5 X 1 + 2 X 2 20
X1 0 X2 0
cuyo tablero inicial
Z X1 X2 X3 X4 Valor
1 -5 -3 0 0 0
X3 0 3 5 1 0 10
X4 0 5 2 0 1 20
7
cuyo tablero ptimo

Z X1 X2 X3 X4 Valor
1 0 16/3 5/3 0 50/3
X1 0 1 5/3 1/3 0 10/3
X4 0 0 -19/3 -5/3 1 10/3
Usando la interpretacin anterior, se tiene que X2 , es no bsica X2 = 0

Si X2 = 1, la funcin objetivo decrecera a:
Z *^ = Z * ( z2 c2 ) = 50 16 = 34
3 3 3
Si se quiere que X2 sea bsica (producir esta actividad), entonces el precio

unitario de X2 debe aumentarse a:
c2^ = c2 + ( z 2 c2 ) = 3 + 16 = 25
3 3 8
4
Anlisis de Sensibilidad Lmites para los Costos
Ejemplo.
max Z = 3000 X 1 + 5000 X 2

sujeto a
3 X 1 + 2 X 2 18
2X 2 = 6
X1 = 4
X1 0 X2 0
Lmites para los Costos

Ntese que la recta

segmentada tiene una
inclinacin que permanece
entre los lmites
establecidos por las rectas
de color rojo y verde.
10
5
Esto se puede establecer de la

siguiente manera:
La pendiente de la recta
solucin (pendiente -0.6)
est entre los valores de la
pendiente de la recta
horizontal (pendiente 0) y
la pendiente de la recta
roja (pendiente -1.5).
cualquier modificacin a los
coeficientes de la funcin
objetivo no deben cambiar la
pendiente fuera del intervalo
establecido entre las rectas
que pasan por el punto
ptimo. 11
Anlisis de sensibilidad grfico

Partamos del siguiente modelo de programacin lineal
12
6
El objetivo es mantener la solucin ptima encontrada, lo que se consigue

siempre y cuando la recta roja pase por el punto (3.6 , 2.7) y no exista rea
de regin factible por encima de ella.
A partir del modelo anterior, se tiene la figura:
Todas las lneas rojas
mantienen la solucin
ptima pero las lneas
azules generan una
nueva solucin
ptima pues existe un
rea de la regin
factible sobre ellas, lo
cual indica que la
funcin no ha sido
optimizada en el
punto analizado 13
(3.6,2.7)

Existen infinidad
de rectas rojas
que pasan por el
vrtice ptimo y
estn
comprendidas
entre las
restricciones.
El procedimiento
que se sigue para
encontrar estas
rectas es girar la
recta solucin del
problema original
con centro en el
punto pivote. 14
7
Entonces lo nico que esta variando en la recta es la inclinacin de sta, y

como se sabe la inclinacin de una recta viene dada por su pendiente, es
decir su primera derivada.
Todas las rectas propuestas que mantienen la solucin ptima tendrn la
siguiente ecuacin
donde se est forzando que pasen por el vrtice ptimo y permitindole que
su pendiente sea variable, lo cual la hace rotar alrededor del vrtice ptimo
Se debe restringir la pendiente de manera que no exceda la inclinacin de

las restricciones, es decir que no sea mayor ni menor a las pendientes de las
restricciones que definen la solucin.
15
Las lneas de las restricciones son las siguientes con sus respectivas
primeras derivadas y por consiguiente sus pendientes:
Con lo que se concluye que las pendientes de las rectas deben estar
entre los valores:
16
8
El objetivo es determinar cuanto pueden valer los coeficientes de la funcin

objetivo de manera que la solucin ptima no se altere, para ello se plantean

coeficientes generales de la funcin, de manera que el nuevo coeficiente de
la variable x ser Cx y el nuevo coeficiente de la variable y ser Cy.
La nueva funcin objetivo ser:
cuya pendiente es:
17

Se concluye que:
Ahora, se puede resolver la desigualdad para el coeficiente que se quiere

analizar.
El anlisis se hace un coeficiente a la vez, asumiendo que el otro permanece
constante
18
9
Conclusin:
El coeficiente de la variable y puede estar comprendido entre 1.5 y 4.8,

manteniendo constante el coeficiente de la variable x, sin que la solucin
ptima vare
El coeficiente de la variable x puede estar comprendido entre 1.25 y 4,

manteniendo constante el coeficiente de la variable y, sin que la solucin
ptima vare
19
Lmites para los Recursos
Considerando el caso cuando uno de los trminos independientes de las

desigualdades varia, ya sea incrementndose o reducindose; asumiendo

que los dems datos del problema siguen constantes.
Considere el mismo problema
El objetivo ser que el vrtice de la solucin ptima siga siendo la

interseccin de las mismas restricciones, es decir, que las restricciones
que le daban solucin al problema original, le den tambin solucin al
nuevo problema
20
10
Con las nuevas 20 unidades de recurso en una de las restricciones, la

regin factible se expande (zona azul) y evidentemente la solucin
ptima ha cambiado tambin; las mismas dos restricciones que definan
la solucin inicial, definen tambin la nueva solucin 21

Si se sigue desplazando la recta de la restriccin aumentando su trmino
independiente, se llega a un punto en que esas restricciones ya no brindan
la solucin ptima, por ejemplo
Ahora que la nueva restriccin es 20x + 10 y <= 170

la regin factible ya no depende de dicha restriccin 22
11
Por tanto esta restriccin ha dejado de pertenecer a la solucin ptima, lo

cual se quera evitar.
Qu determina hasta donde se puede desplazar la recta?
Mientras se desplaza la restriccin hacia la derecha hay un instante en el

que deja de participar en la solucin ptima, y es precisamente eso lo que
se busca evitar, que alguna de las restricciones que dieron la respuesta
inicial salga de la solucin.
Para el ejemplo, el (8,0) es el punto donde la recta sale de la solucin Este

punto limita el valor del trmino independiente
23

As, la nueva recta que pasa por este punto ser: 20 (8) + 10 (0) = 160
Se tiene entonces que se cumple 20x + 10 y <= 160
De aqu se observa que el mximo valor que puede tomar el trmino

independiente de esta restriccin es 160.
Ahora la pregunta es Cul es el mnimo?
Un anlisis similar se puede hacer con la misma restriccin, pero en

lugar de aumentar el termino independiente se le disminuye.
24
12
Se ve que con las 40 unidades faltantes de recurso, en una de las restricciones

20x + 10 y <= 60
la regin factible se ha contrado (zona celeste) y evidentemente la solucin
ptima ha cambiado tambin.
Se puede observar como la lnea roja se ha desplazado hacia el nuevo vrtice
ptimo, disminuyendo su valor. 25

Si se sigue desplazando la recta de la restriccin disminuyendo su trmino
independiente, se llegar a un punto en que esas restricciones ya no brindan
la solucin ptima, por ejemplo:
Ahora que la nueva restriccin es: 20x + 10 y <= 40 la regin factible ya no

depende de dicha restriccin y por tanto esta restriccin ha dejado de
pertenecer a la solucin ptima, lo cual se quera evitar. 26
13
CAPTULO II: SENSIBILIDAD Lmites para los Recursos
Qu determina hasta donde se puede desplazar la recta?

Mientras se desplazabas la restriccin hacia la izquierda hubo un instante que
impidi que la otra restriccin formara parte de la solucin ptima
Es precisamente eso lo que se busca evitar, que alguna de las restricciones
que dieron la respuesta inicial salga de la solucin
En el ejemplo, ese punto donde la recta sale de la solucin es (0,5), y es el
que limita el valor del trmino independiente
27
Ahora la condicin para que la restriccin vuelva a ser parte de la

respuesta ptima es que al menos pase por el punto que la limita, es

decir, por (0,5), manteniendo constantes sus coeficientes.
As, la nueva recta que pasa por este punto ser: 20 (0) + 10 (5) = 50
Se tiene entonces 20x + 10 y <= 50
y de aqu que el mnimo valor que puede tomar el trmino
independiente de esta restriccin es 50.
Ya se ha acotado el trmino, obteniendo el siguiente resultado:
Sea b2 el trmino independiente de la restriccin nmero 2, se

tiene:
50 <= b2 <= 160
28
14
Hay que efectuar el mismo anlisis para encontrar el intervalo del trmino
independiente de la restriccin 1 (b1):
Probando la restriccin 5 x + 8 y <= b1 para b1 = 60, b1= 90
29

La zona azul representa el incremento en la regin factible del problema y
la lnea roja gruesa representa la nueva lnea de isoutilidad ptima
Probando la restriccin 5 x + 8 y <= b1 para b1 = 30, b1= 20
La zona celeste representa la contraccin de la regin factible del problema y

la lnea roja gruesa representa la nueva lnea ptima 30
15
Al trazar lneas paralelas a la restriccin que se quiere analizar, se puede
observar
31
Donde, se han marcado los puntos que limitan la participacin de la

restriccin en la solucin. El azul es el que lo limita superiormente y el

celeste lo limita inferiormente
Ahora entonces, se sustituye esos puntos en la recta general que se plante
desde el inicio. As:
Lmite superior: (0,10) 5*0+8*10=80 entonces el limite superior de b1
es 80
Lmite inferior : (5,0) 5*5+0*8=25 entonces el lmite inferior de b1 es
25
Entonces la respuesta se mantiene ptima, sin alterar ningn otro dato del
problema siempre que
25 <= b1 <= 80
32
16
Sensibilidad en el Tablero
Simplex
33
Sensibilidad: Cambios Discretos
Dado un PL en su forma cannica, se construye el tablero inicial y

despus de aplicar alguna iteracin del mtodo simplex, la estructura del

tablero es:
Z X 1 X 2 ... X n X n +1 X n +2 ... X n+ m
1 c B B 1 A c c B B 1 cB X B
b
a
B 1 A B 1 XB
s
El anlisis de sensibilidad se basa en la estructura de este tablero
34
17
Cambios: Disponibilidad Recursos
Considere un PL en su forma cannica, del cual se conoce la solucin

ptima:
max Z = c X
sujeto a : (P O)
AX b
X
Se cambiar el vector b, de tal modo que su nuevo valor es b + b
el nuevo problema es:
max Z = c X
sujeto a : (P N)
A X b + b
X
35
Se toma como punto de partida la solucin ptima del PO

Si B-1 es la inversa de la base ptima asociada al PO, entonces en l se tiene

X B = B 1 b
Al cambiar el vector b por su nuevo valor b + b la solucin ptima
cambia a:
X B^ = B 1 (b + b )
Puede suceder que:
X B^ X B^ ser la solucin ptima del PN

X B^ < X B^ no es factible y se debe utilizar el
mtodo dual simplex para restaurar la
factibilidad dual
Para usar el dual simplex se debe cambiar la columna X por la

B
nueva columna X ^ en el tablero ptimo 36
B
18
Ejemplo:
Una fbrica debe producir dos tipos de productos qumicos A y B. El

producto A se vende a $5 el litro y el producto B a $3 el litro. Se consideran
dos tipos de restricciones: de personal y de costos de produccin.
Se cuenta con un mximo de 15 personas y se dispone de un mximo de
$10 por hora de trabajo.
Los coeficientes tecnolgicos estn dados por:
Recurso Producto Qumico A Producto Qumico B

Personal 3 5
# personas
Costo produccin/ 5 2
Hora de trabajo
37

Variables de decisin:
X1: # litros del producto qumico A
El problema lineal es:
max Z = 5 X 1 + 3 X 2
sujeto a
3 X 1 + 5 X 2 15
5 X 1 + 2 X 2 10
X1 0 X2 0
38
19
El tablero inicial es:
Z X1 X2 X3 X4 Valor
1 -5 -3 0 0 0
X3 0 3 5 1 0 15
X4 0 5 2 0 1 10
39
El tablero ptimo es:

Z X1 X2 X3 X4 Valor
1 0 0 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
De donde se obtiene la solucin ptima
X 1 = 20 / 19
X 2 = 45 / 19 Z * = 235 / 19
X3 = 0
X4 = 0
40
20
Recordando la estructura general del tablero

X 1 X 2 ... X n X n +1 X n +2 ... X n+ m
Z
b
a
B 1 A B 1 XB
s
se obtiene la inversa de la base ptima: B-1
5 / 19 3 / 19
B 1 =
2 / 19 5 / 19
41
Caso 1:
Suponga que el nmero de empleados debe reducirse a 5 y que el costo

disponible por hora de produccin es $5
cmo afectan estos cambios la solucin ptima del problema?
El nuevo vector de recursos es:

15 10 5
b + b = + =
10 5 5
El nuevo problema lineal a resolver es:
max Z = 5 X 1 + 3 X 2
sujeto a
3X1 + 5 X 2 5
5 X1 + 2 X 2 5
42
X1 0 X2 0
21
Usando anlisis de sensibilidad:

X B^ = B 1 (b + b )
5 / 19 3 / 19 5 10 / 19
X B^ = 5 = 15 / 19
2 / 19 5 / 19
El nuevo vector es ptimo, luego la nueva utilidad es:
Z ^ = c X B^
10 / 19
Z ^ = [5 3] = 105 / 19 = 5.53
15 / 19
mientras que la solucin original era:
X 1 = 20 / 19
Z * = 235 / 19
X 2 = 45 / 19 43

Caso 2:
Suponga ahora que dado el problema original el nmero de empleados debe

reducirse a 10 y que el costo disponible por hora de produccin se puede
aumentar hasta $20
El nuevo vector de recursos es:
15 5 10
b + b = + =
10 10 20
max Z = 5 X 1 + 3 X 2
sujeto a
3 X 1 + 5 X 2 10
5 X 1 + 2 X 2 20
44
X1 0 X2 0
22
Usando anlisis de sensibilidad:

X B^ = B 1 (b + b )
5 / 19 3 / 19 10 10 / 19
X B^ = 20 = 80 / 19 <
2 / 19 5 / 19
El nuevo vector no cumple la no negatividad, se debe usar el dual simplex
para restaurar la factibilidad
Z X1 X2 X3 X4 Valor
1 0 0 5/19 16/19
X2 0 0 1 5/19 -3/19 -10/19
X1 0 1 0 -2/19 5/19 80/19
45

Z X1 X2 X3 X4 Valor
1 0 16/3 80/57 0
X4 0 0 -19/3 -5/3 1 10/3
X1 0 1 -5/3 1/3 0 10/3
el tablero es ptimo, luego la nueva solucin es:

X 1 = 10 / 3
X2 = 0
mientras que la nueva utilidad resulta ser.
Z ^ = c X B^
10 / 3
Z ^ = [5 3] = 50 / 3 = 16.66
0
46
23
Cambios: Costos
Considere un PL en su forma cannica, del cual se conoce la solucin

ptima:
max Z = c X
sujeto a : (P O)
AX b
X
Se cambiar el vector C, de tal modo que su nuevo valor es C + C
el nuevo problema es:
max Z = (C + C ) X
sujeto a : (P N)
AX b
X
47
Cambios: Costos
Se toma como punto de partida la solucin ptima del PO

Si B-1 es la inversa de la base ptima asociada al PO, entonces:
z j c j = C B B 1 a j c j
al cambiar el vector C por su nuevo valor C + C se cambia:
zj cj por z j (c j + c j )
es decir que en el nuevo problema:
z j (c j + c j ) = C B B 1 a j (c j + c j )
Donde aj es la columna j de la matriz A
48
24
Cambios: Costos
Puede suceder que:

z j (c j + c j ) = 0 para toda j en la base B y
z j (c j + c j ) > 0 para toda j no en la base
Entonces la solucin ptima asociada al PO sigue siendo ptima para el PN

y el nuevo valor de la funcin objetivo es:
Z = (C + C ) X B
En caso contrario, se debe:

1. Conseguir que los coeficientes de las variables bsicas sean cero
(operaciones matriciales)
2. Hacer cumplir las condiciones de optimalidad (mtodo simplex)
49
Cambios: Costos
Ejemplo:
Retomando el problema donde
Variables de decisin:
El problema lineal:
max Z = 5 X 1 + 3 X 2
sujeto a
3 X 1 + 5 X 2 15
5 X 1 + 2 X 2 10
X1 0 X2 0
50
25
Cambios: Costos
Caso 1:
Suponga que el precio por litro del producto qumico B debe reducirse de
$3 a $1
El nuevo vector de costos es:
C + C = [5 3] + [0 2] = [5 1]
max Z = 5 X 1 + X 2
sujeto a
3 X 1 + 5 X 2 15
5 X 1 + 2 X 2 10
51
X1 0 X2 0
Cambios: Costos
teniendo en cuenta que:

Z X 1 X 2 ... X n X n +1 X n +2 ... X n+ m
b
a
B 1 A B 1 XB
s
Y que el tablero ptimo es:
Z X1 X2 X3 X4 Valor
1 0 0 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
Hay que calcular:
52
26
Cambios: Costos
es decir:
5
z2 (c2 + c2 ) = [5 / 19 16 / 19] 1 = 2
2
Haciendo el cambio correspondiente
Z X1 X2 X3 X4 Valor
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
53
Cambios: Costos
Con operaciones matriciales:
Z X1 X2 X3 X4 Valor
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
Usando mtodo simplex
Z X1 X2 X3 X4 Valor
1 0 1 0 1 10
X3 0 0 19/5 1 -3/5 9
X1 0 1 2/5 0 1/5 2
Tablero que proporciona la solucin ptima

54
27
Cambios: Costos
Caso 2:
Suponga que por razones de mercado los precios de ambos productos deben
reducirse a $1
El nuevo vector de costos es:
C + C = [5 3] + [ 4 2] = [1 1]
max Z = X 1 + X 2
sujeto a
3 X 1 + 5 X 2 15
5 X 1 + 2 X 2 10
55
X1 0 X2 0
Cambios: Costos
Hay que calcular:
teniendo en cuenta que:
X 1 X 2 ... X n X n +1 X n +2 ... X n+ m
Z
b
a
B 1 A B 1 XB
s
El tablero ptimo es:
Z X1 X2 X3 X4 Valor
1 0 0 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 56
28
Cambios: Costos
es decir:
3
z1 (c1 + c1 ) = [5 / 19 16 / 19] 1 = 4
5
5
z2 (c2 + c2 ) = [5 / 19 16 / 19] 1 = 2
2
Haciendo los cambios correspondientes
Z X1 X2 X3 X4 Valor
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
57
Cambios: Costos
Con operaciones matriciales:
Z X1 X2 X3 X4 Valor
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
Tablero que proporciona la solucin ptima
58
29
Cambios: Coeficiente Tecnolgico
Cuando el cambio del coeficiente est relacionado con una

variable bsica se recomienda solucionar e nuevo problema
desde el principio
El anlisis de sensibilidad trata el cambio discreto de uno o varios coeficientes

tecnolgicos asociados a variable no bsicas
Un cambio en las componentes del vector aj , j no en la base, ocasiona un

cambio en el trmino correspondiente de la funcin objetivo; es decir
dado:
z j c j = C B B 1 a j c j
al cambiar el vector aj por su nuevo valor a ^j se tiene:

z ^j c ^j = C B B 1 a ^j c j
59

Se tiene que:
Mientras este trmino sea no negativo la solucin ptima, asociada al
problema original, sigue siendo ptima
En caso de que el nuevo trmino resulte negativo, se aplica mtodo
simplex hasta conseguir la optimalidad para el nuevo problema.
Observacin: Se debe actualizar la columna Yj por un nuevo vector

columna definido por:
Y j^ = B 1 a ^j
60
30
Ejemplo 1.
max Z = 3 X 1 + 5 X 2
sujeto a
X1 4
3 X 1 + 2 X 2 18
X1 0 X2 0
Cuyo tablero inicial es:
Z X1 X2 X3 X4 Valor
1 -3 -5 0 0 0
X3 0 1 0 1 0 4
X4 0 3 2 0 1 18
61

el tablero ptimo es:

Z X1 X2 X3 X4 Valor
1 9/2 0 0 5/2 45
X3 0 1 0 1 0 4
X2 0 3/2 1 0 1/2 9
1 2
Suponga que a1 = se cambia por a1^ =
3 2
max Z = 3 X 1 + 5 X 2
sujeto a
2 X1 4
2 X 1 + 2 X 2 18
X1 0 X2 0 62
31
Como se ha cambiado el vector a1 , se modifica el coeficiente respectivo:
z1^ c1^ = CB B 1 a1^ c1

2
z1^ c1^ = [0 5 / 2] 3 = 2
2
Tablero Z X1 X2 X3 X4 Valor
ptimo 1 9/2 0 0 5/2 45
inicial X3 0 1 0 1 0 4
X2 0 3/2 1 0 1/2 9
Actualizando el coeficiente encontrado

Z X1 X2 X3 X4 Valor
Nuevo 1 2 0 0 5/2 45
Tablero
X3 0 1 0 1 0 4
63
X2 0 3/2 1 0 1/2 9

z1^ c1^ = CB B 1 a1^ c1

2
z1^ c1^ = [0 5 / 2] 3 = 2
2
ptimo 1 9/2 0 0 5/2 45
inicial X3 0 1 0 1 0 4
X2 0 3/2 1 0 1/2 9
Actualizando el coeficiente encontrado

Z X1 X2 X3 X4 Valor
Nuevo 1 2 0 0 5/2 45
Tablero
X3 0 1 0 1 0 4
64
X2 0 3/2 1 0 1/2 9
32
Ejemplo 2.
Considere el problema lineal del ejemplo anterior:
max Z = 3 X 1 + 5 X 2
sujeto a
X1 4
3 X 1 + 2 X 2 18
X1 0 X2 0
Cuyos coeficientes se cambian de tal manera que el nuevo problema lineal a

resolver es:
max Z = 3 X 1 + 5 X 2
sujeto a
10 X 1 4
X 1 + 2 X 2 18
X1 0 X2 0 65

ptimo 1 9/2 0 0 5/2 45
inicial X3 0 1 0 1 0 4
X2 0 3/2 1 0 1/2 9
Estructura general del Tablero Simplex
X 1 X 2 ... X n X n +1 X n + 2 ... X n + m
Z
b
a
B 1 A B 1 XB
s
66
33

z1^ c1^ = CB B 1 a1^ c1
10
z1^ c1^ = [0 5 / 2] 3 = 1 / 2
1
Como el nuevo trmino z1 c1 0 , hay que aplicar mtodo simplex

^ ^
teniendo cuidado de actualizar la columna correspondiente a la variable X1

en el tablero ptimo original
Y j^ = B 1 a ^j
1 0 10 10
Y j^ = =
0 1 / 2 1 1 / 2
67

ptimo 1 9/2 0 0 5/2 45
inicial X3 0 1 0 1 0 4
X2 0 3/2 1 0 1/2 9
Actualizando los valores encontrados
Z X1 X2 X3 X4 Valor
Nuevo 1 -1/2 0 0 5/2 45
Tablero
X3 0 10 0 1 0 4
X2 0 1/2 1 0 1/2 9
Se aplica mtodo simplex

68
34
Z X1 X2 X3 X4 Valor
1 0 0 1/20 5/2 45.2
X1 0 1 0 2/20 0 0.4
X2 0 0 1 -1/20 1/2 8.8
De donde se obtiene la solucin ptima
X 1 = 0 .4
X 2 = 8 .8 Z * = 45.2
X3 = 0
X4 = 0
69
Ejercicios Propuestos
Ejercicio 1:
Un agricultor es propietario de 500 Ha. de tierras, adecuadas para cultivar

trigo, avena o centeno. Por cada hectrea que cultive, necesita la mano de
obra, incurre en los costes y obtiene los beneficios que se indican en la
tabla siguiente:
Si el agricultor dispone de mano de obra capaz de proporcionar 5000

horas-hombre en el periodo de cultivo, y de 60000 euros. para gastos de
cultivo, se pide que:
a) Encuentre las superficies de cultivo que maximicen los beneficios del
agricultor.
70
b) Plantee el problema dual del anterior.
35
c) Si el agricultor pudiese contratar 500 horas-hombre de trabajo

adicional por 1500 euros, le interesara hacerlo?
d) La superficie cultivada mnima de trigo para percibir subvenciones es
de 100 Ha. Si se perciben subvenciones el beneficio por hectrea para el
trigo es de 60 euros, pero si no se perciben dicho beneficio baja a 45
euros por hectrea. Estudie la solucin ptima del problema bajo estas
condiciones.
e) Cmo cambia la solucin si se reducen (contratando una cosechadora
mejor) las horas-hombre necesarias para cultivar una hectrea de centeno
a 7?
71
Ejercicio 2:
Para el problema lineal
se pide que:
a) Indique la forma de su problema dual (en forma estandar).
b) Calcule la solucin del problema primal.
c) Cmo es el problema dual (optimo, no acotado, no factible)?
Por qu?
d) Si se aade una nueva variable (no negativa) al problema
primal, x4, con coeficiente en la funcin objetivo 1, y
coeficientes en las restricciones 1 y 2 respectivamente,
cmo son el problema primal y el problema dual resultantes? 72
36
Ejercicio 3:
Calcula la solucin del siguiente problema lineal:
partiendo del vrtice en el que son bsicas las variables x1, x2 y x4.
Encuentre la nueva solucin si al problema anterior se le aade la
restriccin
73
Ejercicio 4:
Para el problema lineal siguiente:
se pide que:
a) Encuentre el problema dual y lo formule en forma estndar.
b) Encuentre los valores ptimos de las variables de los problemas
primal y dual, sabiendo que en la solucin del problema primal las
restricciones primera, segunda y tercera estn activas.
c) Si en el problema original se eliminan la primera y cuarta restricciones
justifica que el nuevo problema es no acotado.
74
37
FIN
75
38

5 Sensibilidad

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

5 Sensibilidad

Enviado por

Direitos autorais:

Formatos disponíveis

Matemtica

Dra. Norka Bedregal Alpaca

El anlisis de sensibilidad consiste en estudiar cmo evoluciona el

El nuevo problema puede diferir del original en uno o varios de los

Sensibilidad, es un estudio que se hace para conocer que tanto pueden

zj cj en la minimizacin es el valor en que cj debe disminuir

cuyo tablero ptimo

Usando la interpretacin anterior, se tiene que X2 , es no bsica X2 = 0

Si se quiere que X2 sea bsica (producir esta actividad), entonces el precio

max Z = 3000 X 1 + 5000 X 2

Lmites para los Costos

Ntese que la recta

Esto se puede establecer de la

Lmites para los Costos

Anlisis de sensibilidad grfico

Partamos del siguiente modelo de programacin lineal

El objetivo es mantener la solucin ptima encontrada, lo que se consigue

Lmites para los Costos

Entonces lo nico que esta variando en la recta es la inclinacin de sta, y

Se debe restringir la pendiente de manera que no exceda la inclinacin de

Lmites para los Costos

primeras derivadas y por consiguiente sus pendientes:

El objetivo es determinar cuanto pueden valer los coeficientes de la funcin

objetivo de manera que la solucin ptima no se altere, para ello se plantean

cuya pendiente es:

Lmites para los Costos

Ahora, se puede resolver la desigualdad para el coeficiente que se quiere

El coeficiente de la variable y puede estar comprendido entre 1.5 y 4.8,

El coeficiente de la variable x puede estar comprendido entre 1.25 y 4,

Lmites para los Recursos

Considerando el caso cuando uno de los trminos independientes de las

desigualdades varia, ya sea incrementndose o reducindose; asumiendo

El objetivo ser que el vrtice de la solucin ptima siga siendo la

Con las nuevas 20 unidades de recurso en una de las restricciones, la

Lmites para los Recursos

la solucin ptima, por ejemplo

Ahora que la nueva restriccin es 20x + 10 y <= 170

Por tanto esta restriccin ha dejado de pertenecer a la solucin ptima, lo

Qu determina hasta donde se puede desplazar la recta?

Mientras se desplaza la restriccin hacia la derecha hay un instante en el

Para el ejemplo, el (8,0) es el punto donde la recta sale de la solucin Este

Lmites para los Recursos

Se tiene entonces que se cumple 20x + 10 y <= 160

De aqu se observa que el mximo valor que puede tomar el trmino

Ahora la pregunta es Cul es el mnimo?

Un anlisis similar se puede hacer con la misma restriccin, pero en

Se ve que con las 40 unidades faltantes de recurso, en una de las restricciones

Lmites para los Recursos

la solucin ptima, por ejemplo:

Ahora que la nueva restriccin es: 20x + 10 y <= 40 la regin factible ya no

Qu determina hasta donde se puede desplazar la recta?

Lmites para los Recursos

Ahora la condicin para que la restriccin vuelva a ser parte de la

respuesta ptima es que al menos pase por el punto que la limita, es

Sea b2 el trmino independiente de la restriccin nmero 2, se

Lmites para los Recursos

Probando la restriccin 5 x + 8 y <= b1 para b1 = 30, b1= 20

La zona celeste representa la contraccin de la regin factible del problema y

Lmites para los Recursos

Donde, se han marcado los puntos que limitan la participacin de la

restriccin en la solucin. El azul es el que lo limita superiormente y el

Sensibilidad: Cambios Discretos

Dado un PL en su forma cannica, se construye el tablero inicial y

despus de aplicar alguna iteracin del mtodo simplex, la estructura del