Vous êtes sur la page 1sur 5

Análisis de Sensibilidad o Postoptimal

(Método Simplex)1
por Francisco el 22/09/2015 en Método Simplex

El Análisis de Sensibilidad o Análisis


Postoptimal en el Método Simplex permite flexibilizar un supuesto básico
de la Programación Lineal, el cual es asumir que el valor de los parámetros
o constantes de un modelo son conocidos, es decir, que no existe
incertidumbre (modelo determinista). En este contexto luego de resolver un
problema de Programación Lineal con el Método Simplex resulta de interés
analizar el impacto en los resultados (solución óptima, valor óptimo,
variables básicas óptimas, etc) ante variaciones en la estimación preliminar
de dichos parámetros.
A continuación presentamos a través de un ejemplo algunos casos típicos
que se abordan sobre el Análisis Postoptimal (Análisis de Sensibilidad) en
cursos introductorios de Investigación de Operaciones. Para ello
consideremos el siguiente problema de Programación Lineal:

El cual luego de llevar a la forma estándar y resolver por el Método Simplex


permite alcanzar la siguiente tabla final:
Donde y son las variables de holgura para las restricciones 1 y 2
respectivamente. Se solicita realizar un Análisis Postoptimal (o Análisis
de Sensibilidad) que de respuesta a los siguientes escenarios de
forma independiente.
Análisis de Sensibilidad o Postoptimal con la
Tabla Final del Método Simplex
Interpretación de Resultados Tabla Final del Método
Simplex
¿Cuál es la solución óptima y valor óptimo de P)? Indique cuales son
las variables básicas y cuales las variables no básicas. ¿La solución óptima
es única? ¿Cuáles son las restricciones que se encuentran activas en
el óptimo?.
La solución óptima en términos de las variables originales del modelo
es: . En cuanto a las variables de
holgura, y (variable básica y no básica, respectivamente). El
valor óptimo es . Las variables básicas son y y las variables
no básicas son y . Las restricciones activas en el óptimo, es decir,
aquellas que se cumplen en igualdad, es la restricción 2 (dado que su variable
de holgura representada por es no básica en el óptimo, por tanto adopta
un valor igual a cero), además de las restricciones de no negatividad para
las variables y .

Intervalo de Variación Coeficiente de una Variable No


Básica en la Función Objetivo en el Método Simplex
Encuentre un intervalo de variación para (coeficiente asociado a la
variable en la función objetivo) que mantenga la actual solución óptima.

Este es un caso sencillo de abordar en el Análisis de Sensibilidad. Por simple


inspección se observa que el costo reducido de la variable no básica es
3/5. Notar adicionalmente que el coeficiente de la variable en la función
objetivo de maximización es igual a 5. Luego se concluye que para que la
variable pueda ingresar a la base (y de esta forma cambiar la solución
óptima y la base óptima) el parametro correspondiente en la función objetivo
( ) debería ser al menos 5+3/5=28/5. Es decir, se conserva la solución
óptima si y solo sí varía en el intervalo en la función objetivo
de maximización. Notar que en particular si se da lugar al
escenario de infinitas soluciones óptimas (variable no básica con costo
reducido igual a cero en la actual solución básica factible óptima).

Intervalo de Variación Coeficiente de una Variable Básica


en la Función Objetivo en el Método Simplex
Si el coeficiente para en la función objetivo cambia de 14 a 12. ¿Cambia
la actual solución óptima?. ¿Cambia la actual base óptima?.
Sea el costo reducido correspondiente a una variable no básica en la actual
solución óptima e denotan las entradas en la tabla final del Método
Simplex correspondiente a la variable básica (cuyo coeficiente cambia) y
la respectiva variable no básica . Dado lo anterior se conserva la solución
óptima si la variación propuesta para el parámetro que pondera a una
variable básica en la función objetivo se encuentra en el intervalo que provee
la fórmula a continuación:

En el ejemplo propuesto esto da origen un aumento permisible de más


infinito y una reducción permisible de 3/2 (la interpretación se ha
realizado sobre el parámetro en la función objetivo de maximización). No
obstante la resolución del problema mediante el Método Simplex y el
correspondiente análisis de sensibilidad se ha realizado sobre el modelo en
su forma estándar, es decir, considerando una función objetivo de
minimización. Se concluye a través del Análisis de Sensibilidad que puede
variar entre 12,5 e infinito y se conserva la actual solución óptima (y base
óptima).
Agregar Nueva Restricción en el Método Simplex
Considere que se incorpora la siguiente restricción al
problema: . ¿Cambia la solución óptima y valor
óptimo?. En caso de ser afirmativo encuentre la nueva solución óptima y
valor óptimo.
En primer lugar corresponde evaluar si la actual solución óptima resulta ser
factible al considerar la nueva restricción, es decir,: , lo
que claramente se cumple. En consecuencia se conserva tanto la solución
óptima como el valor óptimo.

Agregar Nueva Variable de Decisión en el Método Simplex


Asuma ahora que se incorpora una nueva variable de decisión con
coeficiente en la función objetivo (de maximización) igual a 10 y con
parámetros 3 y 5 en la primera y segunda restricción,
respectivamente. ¿Cambia la actual solución óptima?.

Este análisis requiere evaluar el costo reducido de la nueva variable


propuesta y verificar si éste es mayor o igual a cero. En dicho caso se
conserva tanto la solución óptima como el valor óptimo (un caso particular
sería obtener un costo reducido igual a cero donde se genera el caso de
infinitas soluciones óptimas). Por el contrario si el costo reducido para la
nueva variable de decisión resulta ser negativo, entonces cambia la solución
óptima y esta nueva variable deberá ingresar a la base y obliga a continuar
con las iteraciones del Método Simplex. En el ejemplo el costo reducido de la
variable es -3, por tanto ingresa a la base, agregándose una columna
adicional a la tabla con coeficientes en las restricciones tal como se
muestra a continuación:

Indicación: La variable ingresa a la base y sale la variable


considerando el criterio del mínimo cuociente. Se propone al lector continuar
las iteraciones a contar de este punto.
Cambio Vector del Lado Derecho en el Método Simplex
Considere que cambia el vector del lado derecho de las restricciones
a . Indique si las actuales variables básicas óptimas lo son
también del nuevo problema.

Se actualiza el vector de las variables básicas considerando la modificación


propuesta según se detalla a continuación:

La variable básica asociada a la fila 1 ( ) adopta un valor negativo (-10)


por tanto cambia la actual base óptima. Para encontrar la nueva solución
óptima y valor óptimo se debe continuar las iteraciones utilizando el Método
Simplex Dual previa actualización del valor de la función objetivo en la
nueva solución básica (de momento infactible).
Cambio Coeficientes Función Objetivo en el Método
Simplex
Si cambia la función objetivo de maximización a
. ¿Cambia la actual base óptima?. ¿Cuál es la solución óptima y
valor óptimo de este nuevo escenario?.

En este caso se debe recalcular el vector de los costos reducidos de las


variables no básicas del problema que denotamos por según se muestra
en la imagen. Notar que el costo reducido de la variable es negativo (-
4/5) lo cual implica que cambia la actual solución óptima (y se deberá
actualizar el valor de la función objetivo dado los nuevos coeficientes de la
función objetivo). Para encontrar la nueva solución óptima se deberá ingresar
la variable a la base y seguir con las iteraciones del Método Simplex.