Introducción al Análisis de Sensibilidad

Utilizando herramientas telemáticas. .

En el contexto de la optimización se denomina
Análisis de Sensibilidad al estudio
del efecto que tiene sobre la solución óptima de un
problema pequeños cambios en los
parámetros del modelo ( las variables de decisión) .
El objetivo de esta practica es introducir como se
puede llevar a cabo el análisis de
sensibilidad de la solución óptima de un problema de
programación lineal a partir de
los informes proporcionados por WinQSB
 COEFICIENTES DE UN MODELO
DE PROGRAMACION LINEAL
Los coeficientes de las variables a evaluar en el análisis de
sensibilidad para un modelo de Pl son:
- Cj : Coeficientes de la variable en la función objetivo. Que
representan ganancia o costo relacionado con la
variable asociada.
Max C1X1 + C2X2…..
- ai: Coeficientes de las variables en las restricciones.
Asociada con el requerimiento o consumo de la variable.
- bi: Términos independientes de las restricciones.
Determinado por la demanda o disponibilidad.
Veamos una aplicación con la solución del problema de
La carpintería.
X1 = Mesas X2 = Sillas
Max 7x1 + 5x2
Sujeto a :
4x1 + 3x2 ≤ 240
2x1 + x2 ≤ 100

Introducimos la información en el programa WinQSB

y obtenemos la siguiente tabla
La carpintería              
                 
  22:46:48   Sunday May 10 2009    
                 
  Decision Solution Unit Cost or Total Reduced Basis Allowable Allowable
  Variable Value Profit c(j) Contribution Cost Status Min. c(j) Max. c(j)
                 
1 Mesas 30 7 210 0 basic 6,6667 10
2 Sillas 40 5 200 0 basic 3,5 5,25
                 
  Objective Function (Max.) = 410        
                 
  Left Hand Right Hand Slack Shadow Allowable Allowable
  Constraint Side Direction Side or Surplus Price Min. RHS Max. RHS
                 
1 C1 240 <= 240 0 1,5 200 300
2 C2 100 <= 100 0 0,5 80 120
 Combined
Report for La
Carpinteria                
   
  13:49:03 Sunday May 17 2009  
   
  Decision Solution Unit Cost or Total Reduced Basis Allowable Allowable
  Variable Value Profit c(j) Contribution Cost Status Min. c(j) Max. c(j)
   
1 X1 30 7 210 0 basic 6,6667 10
2 X2 40 5 200 0 basic 3,5 5,25
   
  Objective Function (Max.) = 410  
   
  Left Hand Right Hand Slack Shadow Allowable Allowable
  Constraint Side Direction Side or Surplus Price Min. RHS Max. RHS
   
1 C1 240 <= 240 0 1,5 200 300
2 C2 100 <= 100 0 0,5 80 120

Combined
Report for La
Carpinteria                
   
  19:37:16 Monday May 18 2009  
   
  Decision Solution Unit Cost or Total Reduced Basis Allowable Allowable
  Variable Value Profit c(j) Contribution Cost Status Min. c(j) Max. c(j)
   
1 X1 30 8 240 0 basic 6,6667 10
2 X2 40 5 200 0 basic 4 6
   
  Objective Function (Max.) = 440  
   
  Left Hand Right Hand Slack Shadow Allowable Allowable
  Constraint Side Direction Side or Surplus Price Min. RHS Max. RHS
   
1 C1 240 <= 240 0 1 200 300
2 C2 100 <= 100 0 2 80 120
 Final
Simplex
Tableau
               
    X1 X2 Slack_C1 Slack_C2    
Basis C(j) 7 5 0 0 R. H. S. Ratio
X2 5 0 1 1 -2 40  
X1 7 1 0 -0,5 1,5 30  
  C(j)-Z(j) 0 0 -1,5 -0,5 410  
 1  2   b1   b1  200   x2 
 .      
 1 3  100    b / 2  150   x 
 2 2   1   1