Vous êtes sur la page 1sur 19

UNC

Ingeniera Civil

ANLISIS DE SENSIBILIDAD
I.

INTRODUCCIN:
Para el avance del curso de optimizacin en esta oportunidad nos
encontramos con un mtodo en el cual podremos hallar soluciones a
problemas con diversos parmetros planteados.
En las soluciones de problemas reales a menudo ocurre que no
solamente interesa la solucin del problema propuesto sino tambin
se desea saber como cambia sta si las condiciones iniciales del
problema se modifican; (por ejemplo si cambian los coeficientes de
la FO (cj), los recursos disponibles (bi) y la cantidad de recursos (aij)
utilizada para producir una unidad de un producto.
II.
OBJETIVOS:
- Mediante el mtodo grfico podemos analizar las diferentes
posibilidades de hallar resultados con las combinaciones de los
potenciales resultados
- Determinacin de los rangos de sensibilidad de los coeficientes de la
funcin objetivo Cj y de los valores de los recursos bi.
III.
FUNDAMENTO TERICO:
Las investigaciones que tratan los cambios en la solucin optima
debido a los cambios en los datos son llamadas anlisis de
sensibilidad. En cierto sentido este anlisis convierte la solucin
esttica de programacin lineal en un instrumento dinmico que
evala las condiciones cambiantes; por tanto adquiere mayor
utilidad como instrumento administrativo ya que los negocios y la
industria estn sometidos a cambios continuos y a una subsiguiente
reevaluacin.
3.1 Sensibilidad de los coeficientes de la funcin objetivo (C j)
Grficamente se mostrar en el siguiente ejemplo los
efectos de cambiar los coeficientes de la funcin objetivo.
Ejemplo de aplicacin I:
Una fbrica de artculos para el hogar, manufactura dos
artefactos A y B, ambos sufren tres procesos en el mismo orden que
son:
Maquinado.
Armado.
Montaje
La disponibilidad de minutos diarios de cada proceso son 480, 600 y
540 respectivamente.
El artefacto A deja un beneficio de 100 soles por unidad en tanto que
el B proporciona 120 soles por unidad.
El cuadro de coeficientes de transformacin es el que se indica a
continuacin.
Maquinado
Armado
Montaje
Beneficio

Optimizacin en Ingeniera

A
4
5
12
100

B
8
6
8
120

Disponibilidad
480
600
540

UNC

Ingeniera Civil

Cuntos artefactos de A y B deben producir para obtener el mximo


beneficio?
Solucin
max Z 100 X 1 120 X 2
Sujeto a:
(1) 4 X 1 8 X 2 480

( 2) 5 X 1

6X 2

600

(3) 12 X 1 8 X 2 540
X1, X 2 0
Grficamente se tiene:
Figura (1.a)
100

60

100 X 1 120 X 2 7500


2

56.25

40

20

20

40

60

120

7.5

Interpretados grficamente, estos coeficientes determinan la


pendiente de la funcin objetivo la cual puede ser una lnea (dos
variables), un plano (tres variables) o un hiper plano (cuatro o mas
variables).
En este ejemplo la funcin objetivo se representa grficamente
como una lnea ya que solo hay dos variables (X 1, X2). La solucin
optima da un valor de 7500 produciendo 15/2 unidades de X 1 y 225/4
unidades de X2.
Esta solucin se muestra en el punto A de la figura anterior, un cambio
del coeficiente de X1 o de X2 dara una lnea con diferente pendiente,
la solucin optima puede situarse en un punto determinado hasta que
por una razn sea desviada hacia una intercepcin diferente. Esta
desviacin puede ser ocasionada por un cambio de la pendiente de la
funcin objetivo.
La figura 1 presenta la solucin grfica del ejemplo utilizando varias
funciones objetivos diferentes pero conservando el mismo conjunto de
restricciones.

100 X 1 150 X 2 9187.5

Optimizacin en Ingeniera

100

UNC

Ingeniera Civil
60

56.25

40

20

20
7.5

Optimizacin en Ingeniera

40

60

120

Figura 1.b

UNC

Ingeniera Civil

120 X 1 120 X 2 7630

100

60

56.25

40

20

20

7.5

40

120

60

Figura 1.c

100 X 1 60 X 2 4500

100

60
56.25

40

20

3
B

20

40

60

120

7.5

Figura 1.d

100 X 1 230 X 2 13800


100

60

56.25

40

20

20

40

60

120

7.5

Figura 1.e
Optimizacin en Ingeniera

UNC

Ingeniera Civil

Figura 1
Efectos de los coeficientes de la funcin objetivo.
Con relacin a la figura 1.b se observa que un incremento de la
variable X2 desde 120 hasta 150 no desplaza la solucin ptima
mantenindose el punto A es decir X 1= 15/2; X2= 225/4; aunque el
valor de la funcin objetivo ha aumentado hasta 9187.5.
En forma semejante la figura 1.c ilustra el efecto de un pequeo
cambio del coeficiente de la variable X1. Cuando tiene lugar un cambio
considerable en el coeficiente como para desplazar la funcin optima
hacia un nuevo punto. En la figura 1.d cuando el coeficiente de costo de
X2 disminuye hasta 60 la solucin ptima se desplaza hasta el punto B
donde X1 = 45 y X2= 0; una combinacin completamente diferente de
produccin y valor de la funcin objetivo. Si el coeficiente de X 2
aumenta desde 120 hasta 230 figura 1.e la solucin se desplaza al
punto E donde X1 = 0 y X2= 60.
El anlisis de sensibilidad responde la pregunta de que tanto
pueden variarse estos coeficientes antes que tenga lugar este
desplazamiento, esto es antes de que pueda obtenerse una nueva
solucin ptima.
Estamos interesados en encontrar los rangos de variacin de
estos coeficientes. Cuando los coeficientes que representan costo,
beneficio, tiempo, etc. toman individualmente, cualquier valor dentro
de este rango, la solucin sigue siendo ptima.
Seguidamente pasaremos a encontrar estos rangos de variacin de los
coeficientes, para ello consideremos la siguiente tabla simplex
representativa de una solucin ptima:

CjC1
X1
0
1
0
Z1C1

C2
X2
1
0
0
Z2C2

C3
X3
a13
a23
a33
Z3C3

C4
X4
a14
a24
a34
Z4C4

C5
X5
0
0
1
Z5C5

b
b1
b2
b3

X2
X1
X5

Calculemos los valores de la fila Z segn:


0

Z 1 C1 (C 2 C 5 C1 ) 1 C1
0

1

Z 2 C 2 (C 2 C1C 5 ) 0 C 2
0

3.
1

Optimizacin en Ingeniera

a '13

Z 3 C 3 (C 2 C1C 5 ) a ' 23 C 3
a'
33

UNC

Ingeniera Civil

a '14

Z 4 C 4 (C 2 C1C 5 ) a ' 24 C 3
a'
34
0

Z 5 C 5 (C 2 C1C 5 ) 0 C 5
1

En consecuencia resulta:
Z1-C1 = Z2-C2 = Z5-C5 = 0
Como corresponde a todo ZjCj cuando Xj es una variable bsica.
Si suponemos que nuestro problema tiene como objetivo maximizar y la
tabla corresponde a la solucin ptima debern ser:
Z3-C3 0
(3.2)
Z4-C4 0
Sino existen soluciones alternativas tendremos 3.1 y 3.2.
(a '13 C 2 a ' 23 C1 a '33 C 5 ) C 3 0
(a '14 C 2 a ' 24 C1 a '34 C 5 ) C 4 0

(3.3)

Si deseamos saber si una variacin de algn C j puede alterar la solucin


existente del problema, es necesario preguntar si esa variacin puede
anular algn Zj Cj > 0, lo cual indicar la existencia de una solucin
alternativa, y en caso de seguir la variacin de C j en el mismo sentido se
tendr un Zj-Cj <0. Esto justifica, por lo menos una nueva iteracin y por
consiguiente la solucin existente dejar de ser ptima.
III.1.1
Sensibilidad de los coeficientes de la funcin objetivo
correspondientes a variables no bsicas:
Previo anlisis es de importancia puntualizar que los coeficientes Cj ,
de variables no bsicas, pueden afectar en su variacin nicamente el
valor Zj-Cj correspondiente a su variable respectiva.
Analizaremos la variacin que tendra que experimentar C3 coeficiente
de X3, para justificarla la inclusin de X3 en la base ptima.
Denominando C3 es el nuevo valor que deber tomar ese coeficiente y
considerando las expresiones 3.1 y 3.2 resulta:
a '13 C 3 a ' 23 C1 a '33 C 5 C 3 Z 3 C 3 3.4
Siendo Z3 C3 >0
Resultando Z3 C3 a ambos miembros de 3.4
a '13 C3 a ' 23 C1 a '33 C 5 C3 ( Z 3 C 3 ) 0
De donde:

a'13 C 3 a' 23 C1 a'33 C 5 C 3 ( Z 3 C 3 ) 0

Es decir:
Si el coeficiente de Cj de la funcin objetivo correspondiente a una
variable no bsica en la solucin ptima experimenta un incremento.
Cj = Zj Cj
Obtenido de la ltima tabla del simplex, se tendr por lo menos una
solucin alternativa tambin ptima.
Optimizacin en Ingeniera

UNC

Ingeniera Civil

Si el incremento es superior a este valor se justificar al menos una


iteracin en otros trminos el valor de Zj Cj nos indica el aumento del
coeficiente en la funcin objetivo de la variable Xj (no bsica) que
necesitaramos para que esta tome un valor distinto a cero. Por otra
parte una disminucin del coeficiente de la funcin de una variable no
bsica no har mas que mantenerla fuera de ella
III.1.2
Sensibilidad de los coeficientes de la funcin objetivo
correspondientes a variables bsicas:
Recordando 3.1 se tiene:
( a '13 C 2 a ' 23 C1 a ' 33 C 5 ) 0
Si suponemos que :
(a '13 0, a ' 23 0. y..a ' 33 0; los sumandos del primer trmino sern:
a '13 C 2 0
a ' 23 C1 0
a ' 33 C 5 0
Se analizar el coeficiente de la variable bsica X 2.
Admitiendo que todos los Cj >0. lu0ego si se aumenta C2 este hara
crecer negativamente el trmino a13 C2. Si se busca el valor C2 que
transforme la desigualdad en una igualdad se tiene:
(a '13 C 2 ' a ' 23 C1 a ' 33 C 5 ) C 3 ..(3.4)
Siendo:
C 2 ' C 2 C 2 ...con...C 2 0
Reemplazando en 3.4 se tiene:
( a '13 C 2 ' a'13 C 2 ' a' 23 C1 a ' 33 C 5 ) C 3
Luego:

(a '13 C 2 ' C 3 (a '13 C 2 a ' 23 C1 a '33 C 5 )


.(3.5)
z3

Podemos escribir (3.5) como:


a '13 C 2 ' C 3 Z 3 recordemos que

Z 3 C3 0
a'13 0
C 2 0

C 2

C3 Z 3
a '13

Entonces:

Z 3 C3
a '13
Por lo tanto podemos enunciar:
En un problema de programacin lineal que este maximizando
(minimizando) al llegar a la solucin ptima en la tabla final del
simplex, sin soluciones alternativas, todos los (Zj Cj) correspondientes
a variables no bsicas positivas (negativas) si hay C k positivo y
deseamos saber si su aumento puede alterar la solucin debemos
C 2

Optimizacin en Ingeniera

UNC

Ingeniera Civil

considerar todos los productos Ck.aj, que intervengan en el clculo de


los (Zj Cj) positivos (negativos).
En aquellos productos que contengan a ij,<0 (aij,>0) vemos que un
aumento de Ck tiende a hacer nulo el (Zj Cj). esto se producir para un
valor:
Z j Cj

C 'k Ck Ck Ck

a 'ij

(3.6)

si tenemos varios aij <0, habr varios Ck que nos anularn otros
tantos (Zj-Cj ),. Entre estos debemos considerar el menor Ck pues al
llegar el coeficiente Ck al valor Ck Ck min ya se anular (Z j-Cj ) un
mayor aumento de Ck justificar por lo menos una nueva iteracin.
Esquematizando en el cuadro 3.1 la relacin que deben cumplir los
coeficientes de la funcin objetivo, su signo, su variacin, y el signo de
esta, el signo de los a ij y el objetivo del problema para provocar
variaciones de la solucin ptima.
Cuadro 3.1
Coeficiente
Ck
Positivo
+
-
Negativo
+
-

Objetivo del problema


Maximizar
Minimizar
aij < 0
aij > 0
aij > 0
aij < 0
aij > 0
aij < 0
aij < 0
aij > 0

As por ejemplo si hemos llegado a la solucin optima en un problema


cuyo objetivo es minimizar la funcin objetivo esta podr ser alterada
por el aumento del Ck >0, por hacer positivos los Z j Cj que ese
encuentren en columna con aij > 0, en la fila del Ck.
Utilizando los conceptos anteriores; definir el rango de sensibilidad de
los coeficientes de la funcin objetivo del ejemplo I (del tema 3.1
anterior).
A continuacin se tiene la tabla simplex representativa del ejemplo I.
Tabla 3.2
100
120
0
0
0
X1
X2
X3
X4
X5
b
0
1
3/16
0
-1/16
225/4
0
0
-1/2
1
-1/4
225
1
0
-1/8
0
1/8
15/2
Z
0
0
10
0
5
7500
Observe que la fila Z equivale a (Zj - Cj ).
Primero hallaremos el rango de sensibilidad de los coeficientes
variables no bsicas, esto es de C3 y C5.
Utilizando el concepto visto 3.1.1en la tabla 3.2 se tiene:

X2
X4
X1
de las

Sensibilidad de C3 para el rango superior.


C 3 ' Z 3 C 3 10
C 3 ' C 3 C 3 0 10 10
Optimizacin en Ingeniera

UNC

Ingeniera Civil

Para el rango inferior se observa que una disminucin de coeficiente no


har ms que alejarla cada vez ms de la base.
Luego el rango de sensibilidad resulta:
- C3 10
Sensibilidad de C5:
C 5 ' Z 5 C 5 5
C 5 ' C 5 C 5 0 5 5
Luego el rango resulta:
- C5 5
Seguidamente hallaremos el rango de sensibilidad de los coeficientes
de la variable bsica; esto es de C1,C2,C4.
Sensibilidad de C1
Para calcular el rango superior utilizamos la expresin 3.6 y el cuadro
3.1; para nuestro caso particular en la tabla 3.2 se busca en la fila 3
todos los aij<0, as ubicamos -1/8 y tambin encontramos:

C '1 C1

Z 3 C3
10
100
180
1
a '33
8

C1= 180
Para calcular el rango inferior utilizamos tambin la expresin 3.6 y el
cuadro 3.1.
El la tabla 3.2 se busca en la fila 3 todos los a ij > 0 y as ubicamos 1/8 y
tambin encontramos Z5-C5 = 5. Luego aplicamos 3.6.

C ' '1 C1

Z 5 C5
5
100 60
1
a ' 35
8

C1= 60
Luego el rango de sensibilidad de C1 resulta:
60 C1 180
Sensibilidad de C2
Siguiendo el mismo procedimiento para C 1 se tiene para el rango
superior

5
200
1
16
Para el rango inferior:
C ' 2 120

10
66.7
3
16
Luego el rango de sensibilidad de C2 resulta:
66.7 C2 200
C ' ' 2 120

Sensibilidad de C4
Optimizacin en Ingeniera

UNC

Ingeniera Civil

Para el rango superior, en la tabla 3.2 se busca en la fila 2 de los a ij < 0


as ubicamos -1/2 y -1/4 y tambin Z 3 C3 = 10 y Z5 C5 = 5 Luego
aplicamos 3.6
Z i Ci

a ' ij

C '4 C4

min

Se tiene que hallar para este caso 2 cocientes y de ellos escoger el


mnimo esto es:
Z 3 C3
10

20
a ' 23
1/ 2

Z 5 C5
5

20
a ' 25
1/ 4
Como ambos son iguales escogemos cualquiera de ellos y tendremos:
C4 = 0 + 20 =20
Para el rango inferior observamos buscar aij > 0 en la fila 2 de la tabla
3.2 no existe ninguno; esto quiere decir que no altera la solucin
optima por cualquier disminucin del coeficiente C4.
Luego el rango de sensibilidad de C4 es:
- = C4 = 20
3.2.

Sensibilidad de los trminos independientes de las restricciones


(bi).
El problema relativo a encontrar el rango de sensibilidad de los
trminos independientes de las restricciones (recursos) se reduce al
problema anterior sin mayor esfuerzo adicional recordando que en el
dual los trminos independientes del primal son precisamente los
coeficientes de la funcin objetivo. Por lo tanto para analizar los efectos
que originan variaciones en los valores de los recursos o restricciones
procederemos del siguiente modo:
Al llegar a la solucin ptima del problema primal construimos la
ltima tabla (ptima) del problema dual planteado haciendo uso de la
correspondencia entre dichas tablas.
En esta tabla ptima del dual ensayaremos las variaciones de los
coeficientes de la funcin objetivo de este problema con la tcnica
usada en el punto 3.1.
Para ilustrar estos conceptos utilizaremos el ejemplo I; el dual de este
ejemplo es:
Min w = 480Y1 + 600Y2 +540Y3
Sujeto a:
(1) . 4Y1 + 5Y2 + 12Y3 100
(2) . 8Y1 + 6Y2 + 8Y3 120
A partir de la solucin ptima del problema primal tabla 3.2, se
construye la ltima tabla (ptima) del dual como se muestra a
continuacin:

Optimizacin en Ingeniera
10

UNC

Ingeniera Civil

Tabla 3.3

480
Y1
0
1
0

600
Y2
1/4
1/2
-225

540
Y3
1
0
0

0
Y4
-1/8
1/8
-15/2

0
Y5
1/16
-3/16
-225/4

b
5
10
7500

Y3
Y3

Sensibilidad de b1
Para el rango superior de b1; en la tabla 3.3 se busca en la fila 2 los a ij
>0 (de acuerdo al cuadro 3.1), ya que se trata de un problema de
minimizacin y as ubicamos y 1/8 y tambin Z 2 - C2 = 225 y Z4 C4
= 15/2.
Luego aplicamos 3.6 es decir:
Zj Cj
b'i bi

a 'ij

min

Debido a que existen 2 aij > 0; tenemos que encontrar 2 cocientes y


de ellos escoger el mnimo esto es:

Z 2 C 2 225

450 y;
a 'ij
1/ 2

Z 4 C 4 15 / 2

60
a' 24
1/ 8
Luego el rango superior es:
b1 = 480 + 60 = 540
Para el rango inferior se busca la fila 2 de la tabla 3.3 los a ij < 0 y as
hallamos -3/16.
Luego:
225
b' '1 480 4 180
3
16
El rango de sensibilidad de b1 resulta:
180 b1 540
Sensibilidad de b2
Debido a que Y2 es una variable no bsica utilizamos el concepto visto
en 3.1.1 y de la tabla 3.3 se tiene:
Para el rango inferior:
b2 = b2 + b2 = 600 -225 = 375
Limite superior no tiene, luego:
Optimizacin en Ingeniera
11

UNC

Ingeniera Civil

El rango de sensibilidad de b2 resulta:


375 b2
Sensibilidad de b3
El rango de sensibilidad de b3 resulta:
480 <= b3 <= 1440
A continuacin presentamos una forma de hallar la sensibilidad de los b1 utilizando las
ecuaciones finales del primal (ltima tabla del primal).
Podemos ver repasando otra vez el mtodo simplex que cambiando los valores de los recursos
b1 no se afectar el lado izquierdo de la funcin objetivo final solamente cambiarn los
trminos independientes.
Esto significa que los coeficientes (Cj) de las variables en la funcin objetivo final no se vern
afectados por un cambio en los recursos b1, continuarn cumpliendo la restriccin de que
tienen que ser (>= 0) por lo que Z ser siempre ptima o mejor que ptima. A nosotros lo nico
que nos interesa es saber si la solucin contina siendo factible. Para ello observamos si los
valores b1 (trminos independientes) toman valores negativos.
Veamos como podemos abordar este problema.
Ejemplo 2.
Max z = 3x1 + 5x2
Sujeto a : x1
<= 4
x2 <= 6
3x1 + 2x2 <= 18

(a)
(b)
(c)
(d)

Agregndole las variables de holgura:


3x1 + 5x2
x1
+ x3
x2
+x4
3x1 + 2x2
+ x5

= 0
= 4
= 6
= 18

(a)
(b)
(c)
(d)

(8)

Las ecuaciones finales son:


z
+3x4 + x5
= 36 (a)
x3 + 2/3 x4 - 1/3x5 = 2
(b)
x2
+
x4
= 6
(c)
(9)
x1
-2/3 x4 +1/3 x5 = 2
(d)
Analizando lo que tenemos inicialmente y lo que tenemos al final en este problema podemos
ver que las variables de holgura son x3, x4 y x5. Para estudiar lo que ha ocurrido durante el
desarrollo del mtodo simplex debemos ver cuales son los coeficientes de cada variable de
holgura en las otras ecuaciones observando que en la ecuacin (a) inicial no tuvimos variables
de holgura, pero en la ecuacin (a) final tenemos:
3x4 y x5
Entonces podemos decir que en la ecuacin inicial (c) se ha multiplicado por (d) y sumado a la
funcin objetivo inicial (a). Igualmente se ha procedido con la ecuacin inicial (d) a la que se
ha multiplicado por uno y sumado as mismo a la funcin objetivo (a) inicial.

Optimizacin en Ingeniera
12

UNC

Ingeniera Civil

Las variables de holgura x4 y x5 aparecen solamente en las ecuaciones iniciales (c) y (d),
durante el desarrollo del mtodo simplex lo que ha hecho con la ecuacin (a) ha sido sumarlo
3 veces la ecuacin (c) y una vez la ecuacin (d).
La variable de holgura x3 aparece solamente en la ecuacin inicial (b). En el desarrollo del
mtodo simplex lo que se ha hecho con la ecuacin (b) ha sido mantenerla igual con respecto a
la variable x4 se ha agregado (2/3) de la ecuacin inicial (c) y (-1/3) por la variable x5 de la
ecuacin(d) inicial.
La ecuacin (c) no se cambia durante la aplicacin del mtodo simplex.
En la tercera ecuacin se ha multiplicado por (1/3) la ecuacin (d) y se ha agregado (2/3) de la
ecuacin (c) con lo cual podemos formar una idea clara de lo que ha ocurrido con las variables
de holgura y sus coeficientes durante el desarrollo del mtodo simplex.
Ecuacin final:
(a)
(b)
(c)
(d)

3(2) + (3)
2/3(2) - (1/3)(3)
igual
-2/3(2) + (1/3)(3)

Se define lo siguiente:
Ak,i = Coeficiente de la variable de holgura i en la ecuacin k = (0, 1, 2, ... m)
Ejemplo

Ao,2 = 3
(c) o sea x4 en
A1,2 = 2/3
cambios.
A2,2 = 1
A3,2 = -2/3

Esto significa que el coeficiente de la variable de holgura


las en las ecuaciones (a), (b), (c) y (d) ha sufrido estos

En general estos coeficientes indican los cambios que sufrirn los trminos independientes de
las ecuaciones finales como consecuencia de la variacin del recurso b1.
Si cambiamos bi a b'i se producir un cambio en el trmino independiente de cada ecuacin
dado por:

Ao,2 (b'2 - b2)


A1,2 (b'2 - b2)
A2,2 (b'2 - b2)
A3,2 (b'2 - b2)

= 3(4 - 6) =
= 2/3(4 - 6) =
= 1(4 - 6) =
= -2/3(4 - 6) =

-6
-4/3
-2
4/3

Sumando estos valores a los trminos independientes de las ecuaciones finales, tendremos:

+3x4 + x5 = 36 - 6 = 30
x3 + 2/3 x4 - 1/3x5 = 2 - 4/3 = 2/3
x2
+
x4
= 6 - 2 =4

Optimizacin en Ingeniera
13

UNC

Ingeniera Civil

x1

-2/3 x4

+1/3 x5 = 2 + 4/3 = 10/3

Es decir ante una variacin de b2, la solucin cambia a la siguiente:


x3 = 2/3
x2 = 4
x1 = 10/3
x4 = x5 = 0
z = 30
Esto nos da una idea de cmo cambian los trminos independientes de las ecuaciones
finales y si despus del cambio se contina teniendo una solucin factible.
Si cambiamos un b1, la solucin adems de optima ser tambin factible si los nuevos valores
de b1 continan siendo positivos.
Si alguno de ellos se vuelve negativo tendemos una solucin no factible. Como conclusin
diremos que al efectuar un cambio en b1 lo que tenemos que hacer es multiplicar los
coeficientes que hemos hallado (Ak,i) por (b'i - bi).
Los valores as obtenidos los agregamos a los valores resultantes en la tabla final con lo que
tendremos los valores finales de los trminos independientes. En esta forma podemos ver que
los valores b1 pueden variar dentro de determinado rango sin que la solucin deje de ser
ptima y factible.
Para determinar este rango entre los cuales la solucin es ptima y factible, aplicamos la
siguiente frmula a cada una de las ecuaciones restrictivas.
bk + Ak,i(b'i - bi) = 0
Para ilustrar estos conceptos utilizaremos el ejemplo (2).
Sensibilidad de b1
En (8) observamos que la variable de holgura corresponde a b1 es x3 y en (9) los coeficientes
de x3 son:
ao,1
a1,1
a2,1
a3,1

=
=
=
=

0
1
0
0

Luego utilizando (10) se tiene:


2 + 1(b'1 - 4) = 0; b'1 = 2.
6 + 0(b'1 - 4) = 0; b'1 =
2 + 0(b'1 - 4) = 0; b'1 =
Luego el rango de sensibilidad de b1 resulta:
2 <= b1 <=
Sensibilidad de b2.
Optimizacin en Ingeniera
14

UNC

Ingeniera Civil

En (8) observamos que la variable de holgura correspondiente a b2 es x4 y en (9) los


coeficientes finales de x4 son:
ao,2
a1,2
a2,2
a3,2

=
=
=
=

3
2/3
1
-2/3

Luego utilizando (10) se tiene:


Para el rango superior de b2
2 - 2/3(b'3 - 6) = 0
De donde:
b'2 = 9
Para el rango inferior de b2
2 + 2/3(b''2 - 6) = 0
b''2 = 3
El rango de sensibilidad de b2 es:
3 <= b2 <= 9
Sensibilidad de b3
Es:
12 <= b3 <= 24

Optimizacin en Ingeniera
15

UNC

Ingeniera Civil

PROBLEMAS RESUELTOS
Problema N1
La empresa de Aleaciones S.A. produce tres tipos de aleaciones 2010,
2020 y 1020. Para la fabricacin de estos productos necesita la materia prima
siguiente: Fierro, Cromo, y Zing.
El gerente debe programar la produccin para la siguiente semana. El stock
de materia prima disponible, las proporciones de materia prima empleada en
cada tipo de aleacin y las utilidades correspondientes se detallan en la tabla
siguiente:

Aleacin 2010 (X1)


Aleacin 2020 (X2)
Aleacin 1020 (X3)
Total de Materia
prima

Materia Prima (TN)


Fierro
Cromo
Zing
5
10
10
5
8
5
10
5
0
1000

2000

Utilidad
(s/.)
100
200
50

500

El gerente formula su problema de decisin a fin de programar la produccin


con la mxima utilidad como sigue:
Max Z 100 X 1 200 X 2 50 X 3
Sujeto a :
5 X 1 5 X 2 10 X 3 1000.........( Fierro )
10 X 1 8 X 2 5 X 3 2000.........(Cromo )

10 X 1 5 X 2 500.........( Zing )
El problema planteado es resuelto siguiendo el mtodo
programacin lineal.
La tabla final, que representa la solucin ptima es la siguiente:

X1
-0.5
-3.5
2
275

X2
0
0
1
0

X3
1
0
0
0

X4
0.1
-0.5
0
5

X5
0
1
0
0

X6
-0.1
-1.1
0.2
35

simples

de

B
50
950
100

Se desea conocer.
a.
El programa de produccin ptimo, para el problema planeado.
b.
Asumiendo que se produce un cambio favorable en el precio de
venta de la aleacin 2010 y la utilidad sube a s/.150.Como altera
este cambio de precio el programa de produccin ptimo original?
Si altera este cambio en el suministro de materia prima, el
programa ptimo original.
c.
Asumiendo que se presentan problemas en el suministro de Cromo,
lo que origina que solo se disponga de 1500 TN de este material.
Como altera este cambio en el suministro de materia prima, el
programa ptima original.
d.
Asumiendo que se produce un cambio desfavorable en el precio de
venta de la aleacin 1020 y baja la utilidad de s/. 40 TN Como altera
Optimizacin en Ingeniera
16

UNC

Ingeniera Civil

e.

este cambio de precio, el programa de produccin ptimo original? .


Si altera dicho programa calcular el nuevo programa.
Asumiendo que se adquiere material extra de Zing, Subiendo la
disponibilidad de Zing a 600 Tn Cul sera el nuevo programa
ptimo de produccin?

Solucin
a) El programa es el siguiente:
X3 = 50
X5 = 950
X2 = 100
X1 = X4 = X6 = 0
Z = 22.500
b) La solucin 2010 corresponde a la variable X 1 y de la tabla anterior
observamos que es una variable no bsica y utilizando la ecuacin 3.1
Tendremos:
Para que resulte atractiva la produccin de la aleacin 2010 X 1 su
utilidad debe ser:
C1 = c1+c1 = 100 + 275 = s/.375
Si la utilidad sube a s/. 150 TN no altera el programa ptimo.
c) Para el anlisis de recurso Cromo (b2) utilizamos la expresin

bk Ak1 b' j bi 0

El valor hasta donde se puede descender b2 es:


950 a (b' ' 2 2000) 0
de donde b2=1050
Si solo se dispone de 1500TN se conserva la misma base en el
programa, ya que puede bajar hasta 1050; pero lo que si altera si se
baja hasta 1500, es el programa.
Luego el programa es:
50 01500 2000 50 X 3

950 11500 2000 450 X 5

100 01500 2000 100 X 2

22.500 01500 2000 22.5000 Z

Estos seran los nuevos valores del programa ptimo:


d) La aleacin 1020 corresponde a la variable X 3 y de la tabla anterior
observamos que es una variable bsica. Luego utilizando la ecuacin
3.6 tendremos:
Para que deje de producirse la aleacin 1020 (X 3) su utilidad tendr que
ser:
5
50
0
0.1
Si la utilidad baja a S/.40 por TN no altera al programa ptimo.
e) El recurso b3 puede subir hasta:
Optimizacin en Ingeniera
17

UNC

Ingeniera Civil

50 0.1 b' 3 500 0


b3 = 1000 y no altera la base:
Si b3 sube hasta 600 el nuevo programa es:
X 3 50 0.1 600 500 40

X 5 950 1.1 600 500 480

X 2 100 0.2 600 500 120

Z 22.500 35 600 500 2600

Ejemplo 2: se presenta una forma de hallar la sensibilidad de los b j utilizando


las ecuaciones del primal. Esto significa que los coeficientes (c j) de las
variables en la funcin objetivo final no se vern afectados por un cambio en
los recursos bj, continuaran cumpliendo la restriccin de que tiene que ser 0
(>0) por lo que ser siempre ptima o mejor que ptima.
Max Z = 3X1+ 5X2
Sujeto a:
1)
X1
4
2)
X2 6
3)
3X1 + 2 X 2 18
Agregndole las variables de holgura:
Z - 3X1- 5X2
= 0 (0)
X1
+ X3
= 4 (1)
X2
+ X4
=6
(2)
X1 +2X2
X
=
18
(3)
+
5
Las ecuaciones finales son:
Z

-3X 4+X5
= 36
(0)
X3 +2/3X4-1/3 X5 = 4 (1)
X2
+
X4
= 6 (2)
X1
- 2/3 X4 +1/3X5 = 18 (3)
Analizando lo que tenemos inicialmente y lo que tenemos al final en este
problema podemos ver que las variables de holgura son X 3, X4 y X5. Para
estudiar lo que ha ocurrido durante el desarrollo del mtodo Simplex
debemos ver cuales son los coeficientes de cada variable de holgura en las
otras ecuaciones observando que en la ecuacin (0) inicial no tuvimos
variables de holgura, pero en la ecuacin (0) final tenemos:
3 X4 y X5
Entonces podemos decir que la ecuacin inicial (2) se ha multiplicado por (3)
y sumado a la funcin objetivo inicial (0) igualmente se ha procedido con la
ecuacin inicial (3) a la que se ha multiplicado por uno y sumado as mismo a
la funcin objetivo (0) inicial.
Las variables de holgura X 4 y X5 aparecen slo en las ecuaciones iniciales (2) y
(3), durante el desarrollo del mtodo simplex lo que se ha hecho con la
ecuacin (0) ha sido sumado 3 veces la ecuacin (2) y una vez la ecuacin (3).
La variable de holgura X3 aparece solamente en la ecuacin inicial (1). En el
mtodo simples lo que se ha hecho con la ecuacin (1) ha sido mantenerla
igual con respecto a la variable X 3 pero con respecto a la variable X 4 se ha

Optimizacin en Ingeniera
18

UNC

Ingeniera Civil

agregado (2/3) de la ecuacin inicial (2) y (-1/3) por la variable X 5 de la


ecuacin (3) inicial.
La ecuacin (2) no se cambia durante la aplicacin del mtodo simplex.
En la tercera ecuacin se ha multiplicado por (1/3) la ecuacin (3) y se ha
agregado (2/3) de la ecuacin (2) con lo cual nos podemos formar una idea
clara de lo que ha ocurrido con las variables de holgura y sus coeficientes
durante el desarrollo del mtodo simplex.
Ecuacin final:
3(2)+(3)
2/3(2)-1/3 (3)
igual
- 2/3 (2)+1/3(3)

(0)
(1)
(2)
(3)

BIBLIOGRAFA
1. Investigacin de operaciones en las ciencias administrativas:
Goul; EppenInut 109-110
2. Investigacin de operaciones Programacin lineal
Alvarez, Jorge.Mt 0149 0075

Optimizacin en Ingeniera
19