UNIVERSIDAD ESTATAL DE MILAGRO

TEMA:

Ventajas de aplicar el análisis de sensibilidad como herramienta de

investigación en la programación lineal.

NOMBRE:

JENNIFFER BARBOZA CARGUA

DOCENTE:

ING. MIGUEL GIRÓN.

MATERIA:

INVESTIGACIÓN DE OPERACIONES
 Introducción

Actualmente es de suma importancia las matemáticas como herramienta fundamental

para realizar cálculos, operaciones y obtener resultados. Por lo tanto Análisis de
Sensibilidad es una herramienta que proporciona la información básica para tomar una
decisión al grado de riesgo que se decida asumir.

En éste trabajo de investigación se tratara sobre lo que es el análisis de sensibilidad

sus características y la resolución de un problema presentando los argumentos
pertinentes y una metodología práctica y rápida en su aplicación; así como encontrar la
solución óptima y para esto se utilizara una el método de simplex para resolver el
ejercicio propuesto

Análisis de Sensibilidad

Análisis de Sensibilidad, llamado también Análisis de Post-optimización, es una de las

partes más importantes en la programación lineal, es utilizada para tomar en
consideración los cambios que pueden ocurrir en los elementos componentes del
modelo que consiste en determinar qué tan sensible es la respuesta óptima del
método simplex, al cambio de algunos datos como las ganancias o costos unitarios
(coeficientes de la función objetivo) o la disponibilidad de los recursos (términos
independientes de las restricciones), que se refieren a permutas en coeficientes
,variables, restricciones y Función Objetivo.

El Análisis de Sensibilidad se encarga precisamente de estudiar cómo afectaría a la

solución óptima obtenida y a la función objetivo el cambio (dentro de un rango
predeterminado) de uno de los parámetros, manteniendo fijos los restantes.(no se usa
en modelos enteros ni cuadráticos).

OBJETIVO PRINCIPAL DEL ANÁLISIS DE SENSIBILIDAD:

• Establecer un intervalo de números reales en el cual el dato que se analiza

puede estar contenido, de tal manera que la solución sigue siendo óptima
siempre que el dato pertenezca a dicho intervalo
• Investigar el cambio en la solución óptima del problema, cuando se producen
cambios en los parámetros del modelo. El objetivo principal del análisis de
sensibilidad es identificar el intervalo permisible de variación en los cuales las
variables o parámetros pueden fluctuar sin que cambie la solución óptima.

CARACTERÍSTICAS DEL ANÁLISIS DE SENSIBILIDAD

• La Investigación de Operaciones usa el método científico para investigar el

problema en cuestión. En particular, el proceso comienza por la observación
cuidadosa y la formulación del problema incluyendo la recolección de datos
pertinentes.
• La Investigación de Operaciones adopta un punto de vista organizacional. De
esta manera intenta resolver los conflictos de interés entre los componentes de
 la organización de forma que el resultado sea el mejor para la organización
completa.
• La Investigación de Operaciones intenta encontrar una mejor solución (llamada
solución óptima), para el problema bajo consideración. En lugar de contentarse
con mejorar el estado de las cosas, la meta es identificar el mejor curso de
acción posible.
• En la Investigación de Operaciones es necesario emplear el enfoque de equipo.
Este equipo debe incluir personal con antecedentes firmes en matemáticas,
estadísticas y teoría de probabilidades, economía, administración de empresas
ciencias de la computación, ingeniería, etc. El equipo también necesita tener la
experiencia y las habilidades para permitir la consideración adecuada de todas
las ramificaciones del problema.
• La Investigación de Operaciones ha desarrollado una serie de técnicas y
modelos muy útiles a la Ingeniería de Sistemas. Entre ellos tenemos: la
Programación No Lineal, Teoría de Colas, Programación Entera, Programación
Dinámica, entre otras.
• La Investigación de Operaciones tiende a representar el problema
cuantitativamente para poder analizarlo y evaluar un criterio común.

PASOS DEL PROCEDIMIENTO DEL ANÁLISIS DE SENSIBILIDAD

Pasos

1. Revisión del modelo: se realizan los cambios que se desean investigar en el

modelo.
2. Revisión de la tabla final Simplex: se aplica el criterio adecuado para determinar
los cambios que resultan en la tabla final Simplex.
3. Conversión a la forma apropiada de eliminación Gauss: se convierta la tabla en
la forma apropiada para identificar y evaluar la solución básica actual, para lo
cual se aplica la metodología de eliminación Gauss si es necesario.
4. Prueba de factibilidad: se prueba la factibilidad de esta solución mediante la
verificación de que todas las variables básicas de la columna del lado derecho
aun tengan valores no negativos.
5. Prueba de optimalidad: se verifica si esta solución es óptima y factible,
mediante la comprobación de que todos los coeficientes de las variables no
básicas del reglón Z permanecen no negativos.
6. Re optimización: si esta solución no pasa una de las pruebas indicadas en los
puntos 4 y 5 anteriores, se procede a buscar la nueva solución óptima a partir
de la tabla actual como tabla Simplex inicial, luego de aplicadas las
conversiones de lugar, ya sea con el método Simplex o el Simplex D.

CASOS DEL ANÁLISIS DE SENSIBILIDAD

Primer caso: Cambios en las b i (columna lado derecho)

Supongamos que los únicos cambios al modelo actual consisten en el cambio de uno o
más de los parámetros bi (i = 1, 2, . . . , m). En este caso, los únicos cambios que
Resultan en la tabla símplex final se encuentran en la columna del lado derecho, por lo
cual, se pueden omitir del procedimiento general tanto la conversión a la forma
apropiada de eliminación de Gauss como la prueba optimalidad.

Segundo caso:

a) Cambios en los coeficientes de una variable no básica

Considere una variable específica xj (j fija) que sea no básica en la solución óptima
dada en a tabla símplex final. El caso 2a es aquel en el que los únicos cambios al
modelo actual ocurren en uno o más de los coeficientes de esta variable, cj, a1j,
a2j........, amj. Entonces, si cj y aij, denotan los nuevos valores de estos parámetros con
Aj, (columna j de la matriz A) como el vector que contiene a aij, se tiene para el modelo
revisado.

b) Introducción de una nueva variable

Ya obtenida la solución óptima se puede descubrir que la formulación de

programación lineal no tomó en cuenta todas las actividades que pudieran ser
atractivas. Considerar una nueva actividad requiere introducir una nueva variable con
los coeficientes apropiados, a la función objetivo y a las restricciones del modelo
actual, éste es el caso 2b.

Tercer caso: Cambios en los coeficientes de una variable básica

Ahora suponga que la variable xj (con j fija) que se está estudiando es una variable
básica en la solución óptima que se muestra en la tabla símplex final. El caso 3 supone
que los únicos cambios al modelo actual se hacen en los coeficientes de esta variable.

Cuarto caso: Introducción de una nueva restricción de desigualdad

Este es el último caso en el cual debe introducirse al modelo una nueva restricción,
después de que ya se ha resuelto. Este caso puede ocurrir porque se pasó por alto la
restricción en un principio o porque surgieron nuevas consideraciones después de
formular el modelo. Otra posibilidad es que a propósito se haya eliminado la
restricción para disminuir el esfuerzo computacional por parecer menos restrictiva que
otras ya planteadas en el modelo, pero ahora es necesario verificar esta impresión con
la solución óptima que se obtuvo.

IMPORTANCIA DEL ANÁLISIS DE SENSIBILIDAD

Es una herramienta que permite calcular los cambios y como esto puede afectar a la
solución óptima y por tanto a los datos obtenidos de esta en conclusión permite
estudiar la solución óptima una vez que se modifica en ella algún valor. (chirinos, 2014)

EJEMPLO:
Un granjero tiene 600 áreas de terreno y desea determinar el número de áreas que
asignará a cada una de las tres cosechas siguientes: tomates, pimientos. Los días
hombre, el coste de preparación y la ganancia por acre de cada una de las cosechas se
muestran en la tabla siguiente:

COSECHAS DIAS HOMBRES COSTE PREPARACION

TOMATES 4h 3h
PIMIENTOS 4h 7h
BENEFICIOS 70 90

Suponga que el número de tomates disponibles es de 40, y el número de pimientos

disponibles es de 56.

RESOLUCION:

COSECHAS DIAS HOMBRES COSTE PREPARACION DISPONIBILIDAD

TOMATES 5 12 40
PIMIENTOS 8 18 56
BENEFICIOS 70 90

𝒇. 𝒂 𝑴𝒂𝒙 𝒛 = 𝟕𝟎 𝒙𝟏 + 𝟗𝟎𝒙𝟐

𝑺. 𝒂 𝟒 𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟒𝟎

𝟒 𝒙𝟏 + 𝟕𝒙𝟐 ≤ 𝟓𝟔

𝒙𝟏 + 𝒙𝟐 ≥ 𝟎

Var X1 X2 X3 X4 BI ƟJ
sol CI 70 90 0 0
X3 0 4 3 1 0 40
X4 0 4 7 0 1 56
ZJ 0 0 0 0
CI-ZJ 70 90 0 0