Introduccin

El anlisis posptimo implica llevar a cabo un anlisis de sensibilidad para determinar que parmetros del modelo son los ms crticos (parmetros sensibles) al determinar la solucin Parmetros sensibles, son aquellos cuyos valores no se pueden cambiar sin que la solucin optima cambie Es importante identificar los parmetros sensibles, porque estos determinan aquellos valores que deben asignarse con mas cuidado para evitar distorsiones en los resultados del modelo

Definicin

Analizar la forma en que cambiara (si es que cambia) la solucin derivada del problema si el valor asignado al parmetro se cambiara por otros valores posibles.

Objetivo

Investigar el cambio en la solucin ptima del problema, cuando se producen cambios en los parmetros del modelo

Procedimiento

Revisin del modelo:

Se hacen los cambios deseados en el modelo que se va a investigar

Revisin de la tabla Simplex final:

Utilizacin de la idea fundamental para determinar los cambios en la tabla.

Procedimiento

Conversin a la forma apropiada:

Conversin de tabla en la forma apropiada para identificar y evaluar la solucin bsica actual.

Prueba de factibilidad:

Verificar que todas las variables bsicas sigan teniendo valores no negativos en el segundo miembro.

Procedimiento

Prueba de optimalidad:

Verificacin si solucin e s optima. Coeficientes variables no bsicas en el rengln 0 sigan siendo no negativos.

Reoptimizacin:

Si no pasa cualquiera de las pruebas, se puede obtener la nueva solucin, partiendo de la tabla actual haciendo las conversiones necesarias.

Aplicacin del Anlisis

Cambio en el segundo miembro de las restricciones Cambio en los coeficientes de la funcin objetivo Cambio en los coeficientes de las variables de las restricciones Adicin de nuevas variables al problema Adicin de nuevas restricciones

Ejemplo: Datos del problema

Modelo Programacin Lineal

X1 = Numero de lotes del producto 1 fabricado por semana X2 = Numero de lotes del producto 2 fabricado por semana Z = Ganancia semanal total ( en miles de Pesos) por la produccin de estos dos productos.

Modelo Programacin Lineal

Solucin Optima Grfica

Aplicacin del Anlisis

Caso 1 Cambio en el segundo Miembro Optimizar precios Solucin Grfica.

Solucin Optima Grfica

Aplicacin del Anlisis

Caso 2 Cambio en los coeficientes de una variable no basica. Cambios en la funcin objetivo Introduccin de una nueva Variable. Considerar una nueva actividad, requiere variables adicionales.

Aplicacin del Anlisis

Caso 3 Cambios en los coeficientes de una variable bsica. Modificaciones en esta variable en los coeficientes. Solucin Grfica.

Solucin Optima Grfica

Aplicacin del Anlisis

Caso 4 Introduccin de una nueva restriccin Una vez resuelto una nueva restriccin. Paso por alto o surgieron nuevas consideraciones.

Solucin Optima Grfica

Conclusiones

El anlisis de sensibilidad juega un papel de gran importancia, en la investigacin de que si las estimaciones estan equivocadas o no. La idea fundamental es proporcionar la clave para realizar la investigacin de manera eficiente. Identificar parametros relativamente sensibles que afecten la solucin optima, estimarlos de mayor cuidado y elegir una solucin que se mantenga dentro de los valores posibles.