Académique Documents
Professionnel Documents
Culture Documents
INTRODUCCION
En el mundo real, las condiciones de trabajo no suelen permanecer estticas, sino en
continuo estado de cambio. As las cosas, son usuales las variaciones en los precios (tanto
de productos finales como de materias primas, mano de obra, etc.), y en las cantidades de
recursos disponibles. Adems, continuamente se producen cambios en los mtodos
productivos y mejoras tecnolgicas que logran aumentar la productividad. El Anlisis de
Sensibilidad se encarga precisamente de estudiar cmo afectara a la solucin ptima
obtenida y a la funcin objetivo el cambio (dentro de un rango predeterminado) de uno de
los parmetros, manteniendo fijos los restantes. Por ejemplo, si nuestros contables estiman
al revisar los clculos que los beneficios por cada unidad de producto vendida son de 5,5
en vez de la estimacin inicial de 5 , o si resulta que ahora disponemos de recursos
adicionales (cmo diez horas ms de mano de obra, o de una nueva mquina), el Anlisis de
Sensibilidad nos ayudar a conocer cmo afectarn estos cambios a la solucin ptima
obtenida y a los beneficios totales. Conviene hacer notar que este tipo de anlisis tan slo
tiene sentido para modelos lineales no enteros (no se usa en modelos enteros ni
cuadrticos).
La tabla que nos proporciona el mtodo simplex es una gran fuente de informacin
sobre los datos de nuestro problema, siempre y cuando los sepamos descifrar. Para ello
realizaremos lo que se denomina anlisis de sensibilidad.
Una de las cosas ms importantes que nos proporciona este anlisis, es la de conocer
el intervalo de variacin de los parmetros del problema, sin que cambie nuestra solucin
ptima.
Ingeniera de Minas
~1~
CAPITULO I
DUAL Y PRIMAL
PROBLEMA DE DUAL
El problema dual se define sistemticamente a partir del modelo de PL primal. Los dos
problemas estn estrechamente relacionados en el sentido de que la solucin ptima de uno
proporciona automticamente la solucin ptima al otro. En la mayora de los tratamientos
de PL, el dual se define para varias formas del primal segn el sentido de la optimizacin
(maximizacin o minimizacin), los tipos de restricciones (<=, >= o =), y el signo de las
variables (no negativas o irrestrictas).
La definicin del problema dual requiere expresar el problema primal en la forma de
ecuacin (todas las restricciones son ecuaciones con lado derecho no negativo, y todas las
variables son no negativas). Este requerimiento es consistente con el formato de la tabla
inicial simplex. Como consecuencia cualquier resultado obtenido a partir de la solucin
ptima primal se aplican directamente al problema dual asociado.
Las ideas clave para construir el dual a partir del primal se resumen como sigue:
1. Asignar una variable dual por cada restriccin primal.
2. Construir una restriccin dual por cada variable primal.
3. Los coeficientes de restriccin (columna) y el coeficiente objetivo de la variable primal
j-sima definen respectivamente los lados izquierdo y derecho de la restriccin dual jsima.
4. Los coeficientes objetivo duales son iguales a los lados derechos de las ecuaciones de
restriccin primales.
5. Las reglas que aparecen en la tabla 4.1 rigen el sentido de optimizacin, la direccin de
las desigualdades y los signos de las variables en el dual. Una forma fcil de recordar el
tipo de restriccin en el dual (es decir,# o $) es que si el objetivo dual es de
minimizacin (es decir, apunta hacia abajo), entonces todas las restricciones sern del
tipo $ (es decir, apuntan hacia arriba). Lo opuesto aplica cuando el objetivo dual es de
maximizacin.
Ingeniera de Minas
~2~
EJEMPLO N 01
PROBLEMA PRIMAL
FUNCIN OBJETIVO
SUJETO A
Max ( Z )=5 X 1 +6 X 2
X 1 +2 X 2=5
X 1+ 5 X 2 3
4 X 1+ 7 X 2 8
CONDICION DE NO NEGATIVIDAD
X 1 irrestricta , X 2 0
SUSTITUIR POR
+
X 1
X 1= X 1
FUNCIN OBJETIVO
SUJETO A
++ 6 X 2
5 X 1
Max ( Z )=5 X 1
++2 X 2=5 y 1
X 1
X 1
++5 X 2 X 3=3 . y 2
+ X 1
X 1
Ingeniera de Minas
~3~
++7 X 2+ X 4=8 . y 3
4 X 1
4 X 1
CONDICION DE NO NEGATIVIDAD
+ , X 2 , X 3 , X 4 0
, X 1
X 1
PROBLEMA DUAL
FUNCIN OBJETIVO
SUJETO A
Min ( Z )=5 y 1+ 3 y 2 +8 y 3
y 1 y 2 +4 y 3 5
y 1 + y 24 y 3 5
y 1 y 2 +4 y 3 5
y 1 y 2 +4 y 3 5
y 1 y 2 +4 y 3=5
2 y1 +5 y 2 +7 y 3 6
y 2 0
y3 0
:
y 1 irrestricta , y 2 0, y 3 0
Ingeniera de Minas
~4~
Con esta disposicin, las iteraciones siguientes de la tabla simplex generadas por las
operaciones de filas de Gauss-Jordan modifican los elementos de la matriz identidad para
generar la matriz inversa (grfico n 02). La matriz inversa es la clave para calcular todos
los elementos de la tabla simplex asociada.
Ingeniera de Minas
~5~
Las soluciones primal y dual estn estn estrechamente relacionados en el sentido de que la
solucin ptima de uno u otro problema da la solucin ptima al otro.
En un modelo de PL en el que la cantidad de variables es considerablemente menor que La
de restricciones, pueden ahorrarse clculos resolviendo el dual porque la cantidad de
clculos simplex depende de la cantidad de restricciones. Los mtodos para determinar los
valores duales son:
PRIMER MTODO
SEGUNDO MTODO
)(
EJEMPLO N 02
Ingeniera de Minas
~6~
SUJETO A
X 1 +2 X 2 + X 3 10
2 X 1X 2+3 X 3=8
CONDICION DE NO NEGATIVIDAD
X1 , X2 , X3 0
SUJETO A
X 1 +2 X 2 + X 3 + X 4=10
y1
2 X 1X 2+3 X 3+ R=8
CONDICION DE NO NEGATIVIDAD
y2
X1 , X2 , X3, X 4 , R 0
PROBLEMA DUAL
FUNCIN OBJETIVO
SUJETO A
Min ( Z )=10 y 1+ 8 y 2
y 1+ 2 y 2 5
2 y1 y 2 12
y 1+ 3 y 2 4
y1 0
y 2 M
Ingeniera de Minas
~7~
y 1 0, R 0, y 2 Irrestricta
Ingeniera de Minas
~8~
Inversa ptima =
[ ]
2
5
1
5
1
5
2
5
El orden de las variables bsicas primales ptimas en la columna Bsica es X2 seguida por
X1. Los elementos de los coeficientes objetivo originales para las dos variables deben
aparecer en el mismo orden, es decir.
( originales de X , X )
2
( )
2
( 12,5 ) x 5
1
5
1
5
2
5
Ingeniera de Minas
~9~
29 2
( y 1 , y 2 ) = 5 , 5
( 83 )= 323
En el ptimo, la relacin se mantiene como una ecuacin estricta, lo que significa que los
dos valores objetivos son iguales. Observe que la relacin no especifica cul problema es
primal y cul es dual. En este caso slo el sentido de optimizacin (maximizacin o
minimizacin) es importante.
w) porque, no
importa qu tan cerca estn z y w, siempre hay la oportunidad de una mejora, lo que
contradice la optimalidad como lo demuestra la figura 4.2.
Ingeniera de Minas
~ 10 ~
valor objetivo en el
valor objetivo en el
(
( problemade
)
maximizacin
problemade minimizacin)
Ingeniera de Minas
~ 11 ~
Por la segunda condicin se requiere convertir toda () a (), slo multiplicando ambos
lados en la desigualdad () por -1. Si en la programacin lineal hay restricciones (=) se
puede reemplazar la ecuacin con dos desigualdades.
Por ejemplo:
x1 + x2 = 2,
Equivale a:
x1 + x2 1, x1 + x2 1
O bien:
x1 + x2 1, -x1 - x2 1
Despus de convertir todas las restricciones en (), la programacin lineal tendr una
solucin de inicio no factible si, y slo si al menos uno de los lados derechos de las
desigualdades es estrictamente negativo. En caso contrario, si z es ptima y ninguno de los
lados derechos es negativo no habr necesidad de aplicar el mtodo smplex dual, porque la
solucin de inicio ya es ptima y factible.
Ejemplo:
Minimizar z= 3x1 + 2x2
Sujeta a:
3x1 + x2 3
4x1 + 3x2 6
x1 + x2 3
x1, x2 0
Solucin:
Como se puede observar las dos primeras restricciones son desigualdades que no cumplen
los requisitos (), multiplicaremos por (-1) y cambia la desigualdad (), luego en la
funcin objetivo hacemos la igualdad a cero y tenemos:
0 = z - 3x1 - 2x2
Sujeta a:
-3x1 - x2 - 3
-4x1 - 3x2 - 6
x1 + x2 3
x1,x2 0
Llevando a la tabla:
Ingeniera de Minas
~ 12 ~
Las razones indican que x2 es la variable de entrada. Hay que observar que una variable x j
es candidata para entrar a la solucin bsica slo que su ij sea estrictamente negativa. Eso
quiere decir que no se deben tener en cuenta las variables x3, x4 y x5.
La siguiente tabla se obtiene con las conocidas operaciones de rengln:
Ingeniera de Minas
~ 13 ~
Esta tabla muestra que sale x3 y entra x1, as se obtiene la siguiente tabla:
Esta ltima tabla es factible (y ptima) por lo que se termina el algoritmo. La solucin
correspondiente es: x1 = 3/5, x2 = 6/5 y z = 21/5.
Para reforzar la comprensin del mtodo smplex dual por parte del lector, la figura
siguiente muestra en forma grfica la trayectoria seguida por el algoritmo para resolver el
ejemplo anterior.
Se inicia en el punto extremo A (que es no factible y mejor que el ptimo), pasa a B (que
todava es no factible y mejor que el ptimo) y por ltimo se vuelve factible en C. En este
punto termina el proceso, con C como solucin ptima factible.
Ingeniera de Minas
~ 14 ~
Adicionalmente podemos realizar la solucin por el mtodo smplex dual con el programa
TORA que incluso contiene un mdulo tutorial para este mtodo.
4. Algoritmo smplex generalizado
El algoritmo smplex (primal) inicia siendo factible, pero no ptimo. El smplex dual
comienza mejor que el ptimo, pero no factible. Y si un modelo de programacin lineal
iniciara no ptimo y no factible al mismo tiempo? Hemos visto que el smplex primal tiene
en cuenta la no factibilidad de la solucin de inicio usando variables artificiales. En forma
parecida, el smplex dual tiene en cuenta la no optimalidad usando restricciones artificiales.
Aunque esos procedimientos tienen por objeto ampliar el cmputo automtico, los detalles
pueden hacer perder de vista lo que realmente implica el algoritmo smplex, que es que la
Ingeniera de Minas
~ 15 ~
solucin ptima de una programacin lineal siempre se asocia con una solucin de punto de
esquina (o bsica). Con base en esta observacin deberamos poder adaptar nuestros
propios algoritmos smplex no ptimos y no factibles a la vez. En el siguiente ejemplo se
ilustra lo que se llama algoritmo smplex generalizado.
Ejemplo:
Maximizar z=2 x 3
Sujeta a:
x 1 +2 x22 x 3 8
x 1 + x 2+ x 3 8
2 x 1x 2 +4 x3 10
x 1 , x 2 , x 3 0
Solucin:
El modelo de programacin lineal se puede poner en la tabla siguiente, en el que la solucin
bsica de inicio (x4, x5, x6) es al mismo tiempo no ptima (por x3) y no factible (por x4 = -8).
La primera ecuacin se multiplic por -1 para revelar la no factibilidad en forma directa, en
la columna solucin.
El problema se puede resolver sin usar variables ni restricciones artificiales, como sigue:
quitar primero la no factibilidad aplicando una versin de la condicin smplex dual de
factibilidad, que seleccione a x4 como variable de salida. Para determinar cul es la variable
de entrada todo lo que se necesita es una variable no bsica cuyo coeficiente de restriccin
en el rengln x4 sea estrictamente negativo. Se puede hacer la seleccin sin cuidarse de
mantener la optimalidad, porque de cualquier manera es no existente en este punto
(comprela con la condicin de optimalidad dual). El resultado es la siguiente tabla:
Ingeniera de Minas
~ 16 ~
Ahora la solucin en esta tabla es factible, pero no ptima, y podremos usar el smplex
primal para determinar la solucin ptima. En general, si no nos hubiramos encontrado la
factibilidad en la tabla anterior, habra que repetir el procedimiento las veces necesarias
hasta satisfacer la factibilidad, o hasta que haya pruebas de que el problema no tenga
solucin factible.
Una vez establecida la factibilidad, el siguiente paso es atender la optimalidad, aplicando la
condicin adecuada de optimalidad del mtodo smplex primal.
La esencia del ejemplo es que el mtodo smplex no es rgido. En las publicaciones
abundan las variaciones del mtodo smplex (por ejemplo, el mtodo primal-dual, el
mtodo simtrico, el mtodo entrecruzado y el mtodo mltiplex) que dan la impresin que
cada uno es distinto, cuando en realidad todos buscan una solucin de punto esquina, con
inclinacin hacia los clculos automticos y quiz hacia la eficiencia de cmputo.
5. ANLISIS POSTPTIMO O DE SENSIBILIDAD
El anlisis de sensibilidad investiga el cambio de la solucin ptima que resulta de hacer
cambios en los parmetros del modelo de programacin lineal. La tabla siguiente contiene
todos los casos posibles que pueden surgir en el anlisis de sensibilidad, as como las
acciones necesarias para obtener la nueva solucin (suponiendo que exista):
Ejemplo
Ingeniera de Minas
~ 17 ~
TOYCO arma tres juguetes: trenes, camiones y coches, con tres operaciones. Los lmites
diarios de tiempo disponible para las tres operaciones son 430, 460 y 420 minutos,
respectivamente, y las utilidades por tren, camin y coche de juguete son $3, $2 y $5,
respectivamente. Los tiempos de armado por tren, en las tres operaciones son 1, 3 y 1
minutos, respectivamente.
Los tiempos respectivos por camin y por coche son (2, 0, 4) y (1, 2, 0) minutos (un tiempo
de cero indica que no se usa la operacin).
Solucin
Sean x1, x2 y x3 la cantidad diaria de unidades armadas de trenes, camiones y coches, los
modelos de programacin lineal y dual que le corresponden son los siguientes:
Este modelo servir para explicar los distintos procedimientos. Recurdese que ese modelo
es del ensamble de tres clases de juguetes: trenes, camiones y coches. Cada artculo
requiere tres operaciones sucesivas. Se desea determinar la cantidad de unidades de cada
juguete que haga mxima a la utilidad.
La tabla ptima asociada para el primal es:
Ingeniera de Minas
~ 18 ~
Recordemos que el lado derecho de la tabla expresa los valores de las variables bsicas.
B. Adicin de nuevas restricciones.
La adicin de una nueva restriccin a un modelo existente puede llevar a uno de los dos
casos siguientes:
La nueva restriccin es redundante, lo que quiere decir que se satisface con la
solucin ptima actual y, por consiguiente, se puede eliminar por completo del
modelo.
La solucin actual viola la nueva restriccin, y en este caso se puede aplicar el
mtodo smplex dual para recuperar la factibilidad.
Se observe que la adicin de una nueva restriccin, como en el caso 2, nunca puede mejorar
el valor objetivo ptimo actual.
7. Cambios que afectan la optimalidad
En esta seccin se examinan dos soluciones particulares que podran afectar la optimalidad
de la solucin actual:
A. Cambios en los coeficientes objetivo originales.
B. Adicin de una nueva actividad econmica (variable) al modelo.
Ingeniera de Minas
~ 19 ~
Ingeniera de Minas
~ 20 ~
CAPITULO II
ANALISIS DE SENSIBILIDAD
2. OBJETIVO
El objetivo del anlisis de sensibilidad es identificar los parmetros sensibles, (por ejemplo,
los parmetros cuyos valores no pueden cambiar sin que cambie la solucin ptima). Para
ciertos datos que no estn clasificados como sensibles, tambin puede resultar de gran
utilidad determinar el intervalo de valores del parmetro para el que la solucin ptima no
cambie.
3. DEFINICIN
En forma genrica, el anlisis de sensibilidad busca investigar los efectos producidos por
los cambios del entorno sobre el sistema. El propsito general es identificar los parmetros
relativamente sensibles (es decir, aquellos que no pueden cambiarse mucho sin cambiar la
solucin ptima), con el fin de estimarlos con mayor precisin y seleccionar entonces una
solucin que siga siendo buena sobre los intervalos de valores probables de los parmetros
sensibles.
Desde el punto de vista de la programacin lineal, el anlisis de sensibilidad, llamado
tambin anlisis paramtrico, es un mtodo que permite investigar los efectos producidos
por los cambios en los valores de los diferentes parmetros.
Ingeniera de Minas
~ 21 ~
necesario no perder de vista que los cambios en la solucin del primal repercuten
automticamente en la solucin de su modelo dual. Por lo tanto, puede elegirse qu modelo
(primal o dual) se va a utilizar para investigar los efectos, gracias a las relaciones primal
-dual estudiadas en el captulo anterior.
4. IMPORTANCIA
Dado que los parmetros que se muestran en el modelo utilizan valores estimados basados
en una prediccin de las condiciones futuras, los datos obtenidos para desarrollar estas
estimaciones son bastante imperfectos; por esto pueden tomar otros valores posibles. De ah
la importancia de este anlisis.
El anlisis de sensibilidad es una herramienta efectiva, por dos razones fundamentales.
Primera: los modelos de programacin lineal son con frecuencia grandes y costosos; por lo
tanto no es recomendable utilizarlos para un solo caso.
Segunda: los elementos que se dan como datos para un problema de programacin lineal, la
mayora de las veces son estimaciones; por lo tanto es necesario investigar o tener en
cuenta ms de un conjunto de casos posibles.
Por tal motivo estas circunstancias que se presentan deja algunos cabos sueltos, por eso
importante llevar a cabo un anlisis de sensibilidad para investigar el efecto sobre la
solucin ptima proporcionada por la programacin lineal, para verificar si los parmetros
sufren una variacin y toman otros valores posibles.
5. INSTRUMENTOS PARA EL CLCULO DEL ANLISIS DE SENSIBILIDAD
Para resolver un problema de investigacin de operaciones en donde se pida la obtencin
del anlisis de sensibilidad se recomienda dos formas diferentes para su solucin las cuales
consisten en:
Si se dispone de una calculadora programable o computadora en el cual se pueda instalar
algn software que calcule datos de programacin lineal en este caso recomendable el
WinQsb facilitara mejor la labor del gestionador de toma de decisiones y la ventaja de
utilizar los instrumentos de tecnologa es que permite realizar modificaciones en valores de
forma inmediata y realizar tantos clculos se deseen para su posteriormente llegar a su
anlisis siempre y cuando el problema no sea extenso o complejo.
Ingeniera de Minas
~ 22 ~
Ingeniera de Minas
~ 23 ~
Ingeniera de Minas
~ 24 ~
SOLUCIN
Funcin objetivo
Max Z = 5x1 + 8x2 + 10x3 + 12x4
Restricciones
x1 + x2 + x3 + x4 = 750 ------- (PRODUCTO 1, 2, 3, 4)
x4 = 550 ------ (PRODUCTO 4)
Ingeniera de Minas
~ 25 ~
Ingeniera de Minas
~ 26 ~
En el men Archivo (File) seleccionar Nuevo problema (New Problem) para ingresar los
aspectos generales del problema:
Ingeniera de Minas
~ 27 ~
Se ingresa el ttulo del problema (problema title), se numeran las variables que intervienen
en el problema en este caso son 4 (x1, x2, x3, x4) y el nmero de restricciones que estn
condicionando o limitando nuestro problema en este caso son 4. Se selecciona el criterio
objetivo, y como menciona l a funcin objetivo es: maximizar (maximizacin).Ahora como
se muestra en la restriccin x1, x2 = >0, denota que es una restriccin de no negatividad
(nonnegative continuous), de esta manera, se selecciona dicha opcin del rea de tipo de
Ingeniera de Minas
~ 28 ~
variable (Default variable type). Una vez llenados todos los campos se presiona el botn
OK, generando una tabla como se muestra a continuacin.
CONCLUSIN
El anlisis de sensibilidad es una tcnica de seleccin de alternativas, que permite evaluar
la sensibilidad de la medida de una valor a la variacin de un parmetro.
Cuando se comparan dos alternativas, se calcula y se representa grficamente la medida de
valor para valores diferentes del parmetro a fin de determinar cundo es mejor cada
alternativa. Cuando se espera que diversos parmetros varen durante un rango predecible,
puede representarse grficamente la medida de valor versus cada parmetro en trminos de
una variacin porcentual de la estimacin ms probable. Esto indica a simple vista dnde es
sensible la decisin a un parmetro (graficacin horizontal aproximada) y dnde hay una ha
sensibilidad (pendientes ms grandes y graficacin no lineal). Tambin, pueden utilizarse
tres estimaciones para un parmetro muy probable, pesimista y optimista a fin de
determinar cul alternativa entre muchas es mejor. En todos estos anlisis se supone que
existe independencia entre los parmetros.
Ingeniera de Minas
~ 29 ~
Ingeniera de Minas
~ 30 ~