Vous êtes sur la page 1sur 15

Anlisis de Sensibilidad

Despus de que se ha obtenido la solucin ptima de un problema de programacin lineal (


llamada anlisis de sensibilidad no ser

La utilidad del anlisis de sensibilidad en los modelos de PL consiste, en que permite una
informativa que el simple resultado obtenido en la solucin ptima. En cierto

El nuevo problema puede diferir del origina

1. Cambios en la disponibilidad de recursos (vector bi).


2. Cambios en los costos o utilidades unitarias (vector Cj).
3. Cambios en los coeficientes tecnolgicos (matriz aij).

La estructura inicial de una tabla simplex es la siguiente:

o matriz de requerimiento de recursos


Y la estructura ptima de una tabla simplex es:

El anlisis de sensibilidad se basa en el conocimiento de la tabla inicial simplex y en la aplicac


Cambios en la disponibilidad de recursos (vector bi).

Maximizar Z= CjXj
Sujeta a:

AijXj= bi

Xj0

Los valores ptimos de las variables de un modelo de PL est determinada por la propiedad X

B = B-1b*
Si B 0 entonces
Si B 0 entonces la nueva solucin B no e

El mtodo dual-simplex, en caso de aplicarse,

Ejemplo1.
Considere el siguiente modelo

Maximizar. Z=5X1 +3X2


S.A.
3X1 +5X2 15
5X1 +2X2 10

X10,X20

Si se decide experimentar un cambio en

Solucin:
El nuevo
Maximizar. Z=5X1 +3X2
S.A.
3X1 +5X2 5
5X! +2X2 5

X10,X20

Aplicando la tcnica de anlisis de sensibilidad no es necesario volver a resolver el

B =B-1b* Si 0, entonces

Identificandovalores:
B-1 =

b*=

Sustituyendovalores:

B = =

Como B = la solucin sigue

La solucin ptim

optima =CB B =CBB-1b*

Identificandovalores:
CB = CB = (X2, X1)
En la Funcin Objetivo el coeficiente de X1 es 5 y de X2 es 3, sin emb

B =

CBB-1 =

b*=

Sustituyendo valores:
optima=CB B

optima = =

La otra

optima = CBB-1b*

Sustituyendovalores:
optima =

optima =

Conclusin:
La solucin ptima del

X1= ,X2=10/19 ,

Zptima =

Ejemplo2

Supongamos ahora que se


Cul es el nuevo

Solucin:
El nuevo
Maximizar. Z=5X1 +3X2
S.A.
3X1 +5X2 10
5X1 +2X2 20

X10,X20

Aplicando la tcnica de anlisis de se

B =B-1b*

Identificando

B-1 =

b*=

Sustituyendo

B = =
Como B = la solucin es infactible, en estos casos se debe aplicar el mtodo dua
en lugar de XB.

RETOMANDO LOS CRITERIOS DEL DUAL SIMPLEX.

Criterio de Factibilidad. La variable saliente ser aquella variable bsica que tenga el valor m

Criterio de optimalidad. La variable entrante se selecciona de entre las variables no-bsicas co


Dividir los coeficientes de la ecuacin cero entre los coeficientes de la ecuacin asociada co
absoluto si es de maximizar. Si todos los denominadores son 0, el problema no ten

La aplicacin del mtodo dual-simplex es especialmente til para el tema de anlisis de sensib

V.B X1 X2 S1 S2 Ve L.D bi
X2 0 1 5/19 -3/19 -10/19 Vs
X1 1 0 -2/19 5/19 80/19
Z 0 0 5/19 16/19
Razn=Z/ 0 0 1 -16/3
Vs

La tabla se retoma para aplicar el mtodo dual simplex.


Por el criterio de factibilidad la variable salientte es el valor ms negativo del lado derecho, es decir bj, por lo tanto sale X
Aplicar el criterio de optimalidad R = rengln Z / rengln X2

(-19/3)X2 0 -19/3 -5/3 1 10/3 es el rengln pivote y S2 nuevo


Recuerde el procedimiento: se multiplican los renglones centrales, se resta el resultado al ren

X1viejo 1 0 -2/19 5/19 80/19


5/19 5/19 5/19 5/19 5/19
0 -19/3 -5/3 1 10/3
X1 nuevo 1 5/3 1/3 0 10/3

Zviejo 0 0 5/19 16/19


16/19 16/19 16/19 16/19 16/19
0 -19/3 -5/3 1 10/3
Znuevo 0 16/3 5/3 0

V.B X1 X2 S1 S2 Ve L.D bj
S2 0 -19/3 -5/3 1 10/3
X1 1 5/3 1/3 0 10/3
Z 0 16/3 5/3 0
La solucin ptim

=CB
optima B

Identificando valores: CB = CB = (X2, X1)


En la Funcin Objetivo el coeficiente de X1 es 5 y de X2 es 3, sin embargo como la tabla ptim
Pero como X2 no quedo en la tabla ptima, entonces X2=0, por lo tanto CB queda:

CB =

B=
Sustituyendo
ptima=CB B

ptima = = =16.66 el cual

Conclusin:
La solucin ptima del nuevo

X1=
X2 =
ptima =


Como en el primal se cambi a bi bi* [ ] entonces los modelos quedan:

Modelo original
Maximizar. Z=5X1 +3X2
S.A.
3X1 +5X2 15
5X1 +2X2 10

X10,X20

Modelo cambiando bi* y siendo ste el modelo primal.

Maximizar. Z=5X1 +3X2


S.A.
3X1 +5X2 10
5X1 +2X2 20
X10,X20

El modelo dual ser:

minimizar. Z=10Y1 +20Y2


S.A.
3Y1 +5Y2 5
5Y1 +2Y2 3

Y10,Y20

Anlisis de Sensibilidad

La utilidad del anlisis de sensibilidad en los modelos de PL consiste, en que permite una
informativa que el simple resultado obtenido en la solucin ptima. En cierto

El nuevo problema puede diferir del origina

1. Cambios en la disponibilidad de recursos (vector bi).


2. Cambios en los costos o utilidades unitarias (vector Cj).
3. Cambios en los coeficientes tecnolgicos (matriz aij).

La estructura inicial de una tabla simplex es la siguiente:

o matriz de requerimiento de recursos


Y la estructura ptima de una tabla simplex es:

El anlisis de sensibilidad se basa en el conocimiento de la tabla inicial simplex y en la aplicac


Cambios en los costos o utilidades unitarias (vector Cj).

Maximizar Z= CjXj
Sujeta a:

AijXj= bi

Xj0
Si se experimentan cambios en el vector Cj el nuevo modelo es:

Maximizar Z=
Sujeta a:
AijXj= bi

Xj0

Este tipo de cambios toma como punto de partida la soluc

Donde es la
Si los valores actualizados son no negativas para las variables no-bsicas y cero para las var
original permanece ptima y

En caso contrario, mediante operaciones matriciale


Ejemplo
Considere el siguiente modelo de

Maximizar. Z=5X1 +3X2


S.A.
3X1 +5X2 15
5X! +2X2 10

X10,X20
Supongamos que el vector cambia a

Solucin.
El nuevo
Maximizar. Z=1X1 +1X2
S.A.
3X1 +5X2 15
5X1 +2X2 10

X10,X20

Obteniendo la solucin del nuevo modelo de

Para el ejemplo que nos

parai=1,2yj=2

Identificandovalores

Como los coeficientes del vector que cambiaron son y


La propiedad
para

Identificando
=

=
Sustituyendo

Ahora debemos sustituir el nuevo

Para
Como el coeficiente del vector

Sustituyendo

Sustituyendo el nuevo valor

Al sustituir los coeficientes 4 y 2 en la tabla ptima, observamos que las variables X1 y X2 son
hemos concluido, de

Conclusin:
La solucin ptima del nuevo

X1= 20/19
X2 = 45/19

Zptima = 65/19

Algoritmo.

1.- Realizar el cambio en los coeficientes de la funcin objetivo.

2.- Aplicar la propiedad

3.- Identificar los valores, sustituir en la propiedad y operar.

4.- Sustituir el nuevo valor en la tabla ptima. Si pierde optimalidad la tabla restablecer haciendo cero el o los coeficiente

5.-Aplicar el algoritmo del mtodo simplex hasta obtener la solucin ptima.

Cambios en la matriz Aij (matriz de coeficientes tecnolgicos)

Ahora se analizar el efecto de cambiar algunos de los elementos de la


matriz Se analizar solo el caso que incluye, cambios en las columnas no-
bsicas.

Suponga que la columna no-bsica . se modifica a . Entonces la nueva


columna actualizada es y . Si , entonces
la solucin anterior es ptima; en caso contrario, el mtodo
simplex contina despus de actualizar la columna j de la tabla,
introduciendo la variable no bsica

Obtencin del modelo original a partir de la tabla ptima

Aplicando las propiedades del anlisis de sensibilidad y con la siguiente


tabla ptima determine el modelo de PL al que corresponde dicha solucin.

Las propiedades de una tabla ptima son:

Paso1. Obteniendo el vector b (vector de disponibilidades de recursos).

La propiedad que aplica es: XB=B-1b

Identificando valores:

Sustituyendo valores:

=
Resolviendo operaciones matriciales y construyendo las ecuaciones de
primer grado para encontrar los valores del vector b.

Resolviendo el sistema de ecuaciones de primer grado obtenemos los


siguientes valores del vector b

b1 = 15
b2 = 10

Paso2. Obteniendo la matriz ( matriz de coeficientes tecnolgicos).

La propiedad que aplica es:


Identificando valores:

Sustituyendo valores:

= =

Resolviendo los sistemas de ecuaciones de primer grado obtenemos los


siguientes valores de la matriz
=

Paso3. Obteniendo el vector Cj (vector de costos o utilidades).

La propiedad que aplica es:

Identificando valores:

Sustituyendo valores:

= -
=

El modelo original es:

Maximizar Z = 5X1 + 3X2


Sujeta a:

3X1 + 5X2 15
5X1 + 2X2 10
X10,X20