Sie sind auf Seite 1von 10

Anlisis de Sensibilidad

El anlisis de sensibilidad es un mtodo para investigar el efecto que tiene los cambios en los diferentes
parmetros sobre la solucin ptima de un problema de programacin lineal. Se pueden cambiar los
coeficientes de la funcin objetivo, los valores del segundo trmino de las ecuaciones de restriccin. Es
frecuente que los coeficientes de la funcin objetivo o los valores del segundo trmino en las ecuaciones
de restriccin sean estimadas, y por ello, la sensibilidad de la solucin ante cambios en estos parmetros
es de especial valor. El impacto que tienen los cambios en los coeficientes del cuerpo de las restricciones
es de menor importancia porque se obtienen de la tecnologa del problema, es ms probable que estos
coeficientes sean valores reales y no estimaciones, por estas razones, se consideran solo los cambios en
los coeficientes de la funcin objetivo y en los valores del segundo trmino.
Al resolver los problemas de programacin lineal, la solucin encontrada es para valores especficos de
los parmetros asociados al problema, sin embargo, en la realidad estos parmetros estn cambiando
continuamente. Para investigar el cambio en la solucin ptima, al ocurrir algn cambio en los
parmetros, es que se aprender a realizar el anlisis de sensibilidad. Para esto, analizaremos cada caso
mediante el enfoque matricial. Considere el siguiente ejemplo.
Problema: Una fbrica de ropa produce 3 lneas de trajes: jeans, franela y algodn. La ropa es vendida en
lotes de 200 trajes. Cada lote pasa a travs de 3 procesos: corte, cosido y empaque. La planta dispone de
16 cortadores, 40 mquinas de coser y 20 empacadores. Los requerimientos para producir un lote de
200 trajes de cada lnea y las utilidades se presentan a continuacin.

Requerimientos de produccin
Cortadores (personas/lote)
Mquinas de coser (mquinas/lote)
Empacadores (personas/lote)
Utilidad (US$/lote)

Jeans

Franela

Algodn

Disponibilidad

4
1
1
400

2
2
1
200

1
2
1
300

16
40
20
-

Formule un PL para determinar cantidad ptima de lotes de jeans, franela y algodn a fabricar que
maximice la utilidad de la empresa y resulvalo mediante mtodo Simplex.
Se plantean las variables de decisin:

Forma estndar del modelo de programacin lineal:

Tabla inicial;

-400
4

-200

-300

1
1

2
2
1

1
2
1

1
0
0

0
1
0

0
0
1

16
40
20

-200

100

1600

1
0
0

1/2
3/2
1/2

1/4
7/4
3/4

1/4
- 1/4
- 1/4

0
1
0

0
0
1

4
36
16

800

400

300

4800

4
-7
-3

2
-2
-1

1
0
0

1
-2
-1

0
1
0

0
0
1

16
8
4

Iteracin 1;

Iteracin 2;

Solucin ptima;

CASO 1: Modificacin del coeficiente de una variable NO BSICA de la funcin objetivo.


NOTA: el cambio de coeficientes es slo para las variables de decisin.
Aqu se presentan dos problemas distintos:

Determinar el rango de alguno de los coeficientes

de modo que la base ptima no cambia:

Para el ejemplo propuesto, suponga que se quiere determinar en cuanto puede variar
de modo que
la base actual no cambie. Para esto, cambiamos los coeficientes de la fila de (en el ptimo)
considerando la funcin objetivo inicial.
donde

4
-7
-3

es la variacin permisible de coeficiente de

-200

-300

2
-2
-1

1
0
0

1
-2
-1

0
1
0

0
0
1

16
8
4

Luego se debe canonizar las variables que son bsicas, en este caso, multiplicando la fila de
sumar a la fila de .

4
-7
-3

por 300 y

400

300

4800

2
-2
-1

1
0
0

1
-2
-1

0
1
0

0
0
1

16
8
4

Entonces para que la base ptima actual no cambie debe cumplirse que:

coeficiente de

Resolviendo se tiene que


. Por lo tanto mientras la variacin del
sea menor o igual a 1.200, la base actual no cambia.

Mientras no cambie la base actual, el valor de la funcin objetivo no cambia, puesto que la variacin es
para una variable no bsica.
Pero qu pasa si uno de los coeficientes de las variables no bsicas cambia fuera del rango permisible,
por ejemplo

Analizar qu pasa con la base actual ptima si alguno de los coeficientes cambia fuera del rango
permisible.

-1300

-200

-300

4
-7
-3

2
-2
-1

1
0
0

1
-2
-1

0
1
0

0
0
1

16
8
4

Se canoniza

-100

400

300

4800

4
-7
-3

2
-2
-1

1
0
0

1
-2
-1

0
1
0

0
0
1

16
8
4

450

25

325

5200

1
0
0

1/2
3/2
1/2

1/4
7/4
3/4

1/4
- 1/4
- 1/4

0
1
0

0
0
1

4
36
16

Iteracin 1:

Solucin ptima;

CASO 2: Modificacin del coeficiente de una variable BSICA de la funcin objetivo.


El estudio de variaciones en coeficientes en la funcin objetivo de variables bsicas sigue la misma forma
lgica de la variacin de coeficientes de la funcin objetivo de variables no bsicas. La idea es determinar
cmo varan los
de todas las variables y obtener a partir de dichas modificaciones un rango en el
cual la base se ve inalterada. Evidentemente, una modificacin de este tipo no afecta la regin factible y
slo puede cambiar la optimalidad de la solucin actual si la variacin es lo suficientemente importante.
Aqu tambin se puede presentar los dos problemas anteriores:

Determinar el rango de alguno de los coeficientes


no cambie:

(bsicos) de modo que la base ptima actual

Para el ejemplo propuesto, se tiene que la nica variable de decisin bsica es


en cuanto puede variar
de modo que se mantenga la base actual.

4
-7
-3

2
-2
-1

1
0
0

, ahora se determinara

1
-2
-1

0
1
0

0
0
1

16
8
4

Se canoniza

4
-7
-3

2
-2
-1

1
0
0

1
-2
-1

0
1
0

0
0
1

16
8
4

Entonces para que la base ptima actual no cambie debe cumplirse que:

100

CASO 3: Modificacin del lado derecho de una restriccin (variacin en la disponibilidad de recursos).
La variacin del coeficiente del lado derecho de una restriccin modifica la regin factible del problema,
por lo tanto puede afectar la optimalidad de la solucin ptima y la condicin de las restricciones (activas
o no activas).
El efecto de la variacin del coeficiente bi asociado a la restriccin i debe ser analizado considerando la
condicin de la restriccin afectada. Desde este punto de vista existen dos posibilidades:
a. La variacin afecta a una restriccin no activa, es decir, una restriccin del tipo con su variable
de holgura en la base, o bien una restriccin de tipo con su variable de exceso en la base.
b. La variacin afecta a una restriccin activa, es decir, una restriccin del tipo con su variable de
holgura igual a cero, o bien una restriccin de tipo con su variable de exceso igual a cero.

En este caso se debe saber que ante la variacin de alguno de los recursos, cambiara valor de Z y
cambiara el vector de los recursos.
El cambio en el valor de Z estar dado por:
El cambio en la columna de los recursos estar dado por:

Determinar el rango
de alguno de los recursos
de modo que la base ptima actual no cambie:
Supngase que se quiere saber en cuanto puede variar el recurso .

800

400

300

4800

4
-7
-3

2
-2
-1

1
0
0

1
-2
-1

0
1
0

0
0
1

16
8
4

Se resuelve de forma matricial:

Luego para que la base actual no cambie debe cumplirse que


Entonces

-16

Pero qu pasa si la variacin queda fuera del rango permisible, por ejemplo

Actualizamos la funcin objetivo:


Donde
son los coeficientes de las variables bsicas pero en la funcin objetivo. Luego
se actualiza el valor de la funcin objetivo:

Entonces la tabla resultante ser:

800
4

400

300

2
1
1
-7
-2
0
-2
-3
-1
0
-1
Para resolver se debe aplicar simplex-dual.

6300

0
1
0

0
0
1

21
-2
-1

Iteracin 1:

1200/7

500/7

800/7

42500/7

0
1
0

6/7
2/7
- 1/7

1
0
0

- 1/7
2/7
- 1/7

4/7
- 1/7
- 3/7

0
0
1

139/7
2/7
- 1/7

400/3

100/3

800/3

18100/3

0
1
0

2/3
1/3
1/3

1
0
0

- 1/3
1/3
1/3

0
0
1

4/3
- 1/3
- 7/3

59/3
1/3
1/3

Iteracin 2:

CASO 4: Adicin de una nueva variable o actividad.


El anlisis consiste en determinar la conveniencia o no de la incorporacin de una nueva variable (nuevo
producto) a un problema, desde el punto de vista si la nueva variable mejorar el valor actual de la
funcin objetivo.
Puede ocurrir que surja la posibilidad de agregar una actividad o variable al problema. Considere el
siguiente evento:
Se quiere ver si es conveniente hacer trajes de polister. En la elaboracin se necesita de 3 cortadores, 1
mquina de coser y 1 empacador lo que podra reportarle una utilidad de 700 US$ por lote de 200
trajes. Se debe verificar si la adicin de la variable afecta la optimalidad del problema.

800

400

200

300

4800

4
-7
-3

2
-2
-1

1
0
0

3
-5
-2

1
-2
-1

0
1
0

0
0
1

16
8
4

Entonces se verifica que con las nuevas condiciones de la variable no se afecta la base ptima, luego no
es conveniente realizar trajes de polister.
Analicemos cual debe ser el rango donde debe moverse el precio de modo que cambie la base ptima.

Entonces para que a la empresa le convenga fabricar lotes de trajes de polister, el precio debe ser
mayor a 900. Supongamos que el precio ahora es de 1000.

Actualizamos la tabla;

800

400

-100

300

4800

4
-7
-3

2
-2
-1

1
0
0

3
-5
-2

1
-2
-1

0
1
0

0
0
1

16
8
4

1400/3

100/3

Iteracin_1;

2800/3

4/3
2/3
1/3
1
- 1/3
4/3
5/3
0
- 1/3
1/3
2/3
0
Entonces la nueva solucin ptima ser:

1000/3

16000/3

1/3
- 1/3
- 1/3

0
1
0

0
0
1

16/3
104/3
44/3

CASO 5: Adicin de una nueva restriccin.


La incorporacin de una nueva restriccin a un PL puede provenir no slo de cambios en las hiptesis de
formulacin o bien de cambio en las condiciones de desarrollo de un cierto proceso productivo, sino que
tambin puede aparecer producto de la resolucin del problema con algunas condiciones especiales.
Se debe aplicar el siguiente procedimiento:
1.- Verificar si la solucin ptima satisface las condiciones de la nueva restriccin. En caso afirmativo, la
restriccin es redundante y no afecta la base ptima. En caso negativo;
2.- Se ingresa la nueva restriccin con su respectiva variable de holgura o exceso a la tabla ptima, se
canoniza y se resuelve por simplex o simplex-dual.
Considere el siguiente ejemplo:
Suponga que un cambio en la tecnologa de fabricacin requiere agregar un nuevo proceso de lavado.
Los requerimientos de lavado son los siguientes:
Jean

Franela

Algodn

Disponibilidad de personas

40

Lavadores
(personas/lote)

Entonces se verifica si el ptimo satisface la nueva restriccin.

Restriccin de lavado

Luego:
Por lo tanto se debe ingresar la nueva restriccin a la tabla ptima.
Forma estndar de la nueva restriccin

800

400

300

4800

4
-7
-3
3

2
-2
-1
3

1
0
0
4

1
-2
-1
0

0
1
0
0

0
0
1
0

0
0
0
1

16
8
4
40

Se canoniza
800

400

300

4800

4
-7
-3
-13

2
-2
-1
-5

1
0
0
0

1
-2
-1
-4

0
1
0
0

0
0
1
0

0
0
0
1

16
8
4
-24

Se resuelve mediante simplex-dual


0

1200/13

700/13

800/13 43200/13

0
0
0
1

6/13
9/13
2/13
5/13

1
0
0
0

- 3/13
2/13
- 1/13
4/13

0
1
0
0

0
0
1
0

4/13
- 7/13
- 3/13
- 1/13

112/13
272/13
124/13
24/13

Finalmente la materia de Investigacin de operaciones es importante ya que ayuda a plantear modelos


matemticos, as como la toma de decisiones sobre distintas problemticas que se pueden enfrentar en
cualquier ambiente ya sea en el hogar, escuela, trabajo y en el rea laboral productiva como son las
aerolneas, industrias, etc.
Por ende el tema primordial del anlisis de la sensibilidad es una herramienta que ayuda a profundizar
ms sobre los problemas arrojando mrgenes ms slidos en cuanto a soluciones ptimas se refiere con
esto al poder comparar dentro de las distintas opciones cual es la que mejor satisfaga a los
requerimientos que plantee la problemtica y dependiendo de la funcin que se desee obtener ya sea de
maximizar o minimizar.
Por ltimo cabe mencionar que existen varias mtodos para los distintos problemas a resolver como son
teora de colas, arboles de decisin, teora de los juegos, programacin de metas, simulacin, anlisis de
redes, procesos de markov, anlisis de reposicin, programacin lineal, etc.