Programacin Lineal con Excel: estabilidad de la solucin

PROGRAMACIN LINEAL CON EXCEL: ESTABILIDAD DE LA SOLUCIN

Inmaculada Lekubarri y Jos M Eguzkitza (*)

El objetivo principal que se persigue en todo problema de programacin lineal (PL) es la obtencin de unos valores numricos que verifiquen ciertas restricciones y optimicen una determinada funcin. El problema, sin embargo, no termina con el cmputo de la solucin ptima. Es importante adems conocer la estabilidad de esa solucin; es decir, saber en qu mrgenes pueden moverse, por ejemplo, los coeficientes de la funcin objetivo sin que la solucin ptima cambie. Por lo general, este ltimo punto es de gran inters en el mundo empresarial ya que las decisiones que son vlidas dentro de una amplia gama de valores de entrada no se transforman tan pronto en malas decisiones a causa de pequeos cambios en algunas de las entradas del modelo y por ello son decisiones cmodas. Las consideraciones anteriores tienen que ver con el denominado anlisis de sensibilidad. Mediante este anlisis se trata de estudiar qu sensibles son la solucin ptima y el correspondiente valor de la funcin objetivo a cambios en los datos del problema; es decir, a cambios en los coeficientes de la funcin objetivo y de las restricciones. Aqu prestaremos atencin nicamente al efecto producido por las variaciones en los coeficientes de la funcin objetivo. Para ello consideremos el problema siguiente: Una empresa produce dos clases de mosto A y B, siendo A de mejor calidad que B. Sus disponibilidades de uva por da le permiten producir 400 litros de un tipo u otro o de ambos. As mismo, dispone de mquinas para embotellar diariamente 200 litros del tipo A y 350 del tipo B como mximo. El mosto A, que se exporta en su totalidad y se cobra en dlares, deja en el momento presente un beneficio neto de 2 euros por litro, mientras que el mosto de tipo B se coloca en el mercado interior dejando un beneficio neto fijo de 1, 8 euros por litro. Cuntos litros de cada mosto se deben producir diariamente para conseguir el mximo beneficio? En qu medida afecta a la solucin obtenida la posible fluctuacin del dlar, que se espera a la baja en el prximo perodo, teniendo en cuenta que el beneficio que deja el mosto B no vara en absoluto? El problema expresado en forma estndar es: Max Z = 2X + 1,8Y s.a X + Y 400 X 200 Y 350 X,Y 0

(*) Profesores del Departamento de Matemtica Aplicada de la Universidad del Pas Vasco/ Euskal Herriko Unibertsitatea.

Noviembre 2003 2003ko Azaroa

81

Inmaculada Lekubarri y Jos M Euzkitza

La resolucin grfica (dos variables) del problema se presenta en la figura 1.

Figura 1

Puesto que la solucin ptima se halla en alguno de los vrtices de la regin factible, veamos cul es el beneficio en cada uno de ellos: En En En En el el el el vrtice vrtice vrtice vrtice I(200, 0) el beneficio obtenido es 400 euros por da. II(200, 200) el beneficio obtenido es 760 euros por da. III(50, 350) el beneficio obtenido es 680 euros por da. IV(0, 350) el beneficio obtenido es 630 euros por da.

Por tanto, si se producen 200 litros de mosto del tipo A y otros 200 litros del tipo B, el beneficio diario que se obtiene, 760 euros, es el mximo. Vamos a comprobar que la solucin obtenida es la correcta, representando en la figura 2 las rectas de nivel de ecuacin genrica 2X + 1,8Y = K, K R. Trasladndolas hacia la derecha del eje 0X aumenta el nivel (K) y se comprueba que el ltimo punto de contacto de dichas curvas de nivel con la regin factible corresponde al mximo beneficio buscado.

Figura 2

Analicemos ahora en qu medida afecta a la solucin obtenida la posible fluctuacin de la divisa en la que se cobra el mosto del tipo A. Teniendo en cuenta que el coeficiente de Y en la funcin objetivo no vara a causa de la estabilidad del precio en el mercado interior, de la figura 2 se sigue lo siguiente:

82

SIGMA N 23 zk. 23 SIGMA

Programacin Lineal con Excel: estabilidad de la solucin

1. Cuando la divisa aumenta de valor el coeficiente de X crece y la recta 2X + 1,8 Y = K gira en sentido horario. Entonces la solucin ptima sigue siendo la misma, II(200, 200); no importa cunto crezca ese coeficiente pues la recta nunca llega a ser vertical. 2. Cuando la divisa se deprecia el coeficiente de X disminuye y la recta 2X + 1,8 Y = K gira en sentido antihorario, de modo que para valores del coeficiente menores que 1,8 la solucin ptima ya no es II(200, 200) sino III(50, 350). Teniendo en cuenta esto ltimo, y como se prev que la divisa tiende a la baja en el prximo perodo, estimndose como muy probable que sea menor que 1,8 , la poltica a seguir ms conveniente sera vender nicamente 50 litros diarios del mosto A en el mercado exterior y 350 litros del mosto B en el interior (solucin III), a pesar de que la solucin ptima es la II(200, 200). Lo que ocurre es que III(50, 350) es ms estable que II, pues permanece como ptima en un rango de valores ms amplio cuando el coeficiente tiende a la baja. Como se acaba de ver, este ejemplo puede ser resuelto grficamente al intervenir nicamente dos variables de decisin. Cuando el nmero de variables aumenta la resolucin grfica ya no es posible y se hace necesaria la aplicacin de mtodos sofisticados (mtodo del Simplex). No obstante, existe una herramienta informtica ampliamente extendida que resuelve con relativa facilidad problemas de programacin lineal de dimensiones incluso grandes: la hoja de clculo EXCEL. Esta hoja de clculo ofrece muchas posibilidades y su uso es tan natural en el mundo del trabajo como una hoja en blanco, un lpiz y una calculadora. Las caractersticas de EXCEL para la resolucin y anlisis de problemas de programacin lineal no se presentan habitualmente en cursos donde se ensea la mecnica de las hojas de clculo electrnicas, ni tampoco, usualmente, son tenidas en cuenta a la hora de comenzar el estudio de los modelos de programacin lineal. Sin embargo, presentaremos aqu el anlisis de un problema concreto haciendo uso de la opcin Solver disponible en la hoja de clculo EXCEL. Resolveremos el problema planteado ms arriba, pero suponiendo ahora que interviene una tercera variable de decisin: el bodeguero decide producir un tercer tipo de mosto que se destina al mercado interior y que deja un beneficio de 3 euros por litro, siendo el tope mximo de produccin 250 litros por da. Solver aportar la solucin ptima y, sobre todo, que es lo que aqu nos ocupa, un informe de sensibilidad sobre la estabilidad de esa solucin. El problema de PL se plantea ahora en los siguientes trminos: Max Z = 2X + 1,8Y + 3Z s.a X + Y + Z 400 X 200 Y 350 Z 250 X,Y,Z 0 Las siguientes ilustraciones nos mostrarn las pantallas correspondientes a la resolucin del problema mediante EXCEL. (*) En primer lugar se debe prestar una especial atencin al planteamiento del problema en la hoja de clculo, como se muestra en la figura 3. De forma prctica, algunas celdas contienen rtulos cuya finalidad es aclarar el significado de las entradas de la hoja de clculo electrnica; otras contienen frmulas subyacentes que determinan el valor numrico de varios coeficientes del modelo:

Noviembre 2003 2003ko Azaroa

83

Inmaculada Lekubarri y Jos M Euzkitza

Figura 3

En las celdas B2, C2 y D2 se introducen los rtulos de las variables de decisin. En B3, C3 y D3 se indican los beneficios diarios por litro que se obtienen de la venta de cada uno de los tres tipos de mosto. Las celdas B4, C4 y D4 muestran los valores numricos que el programa elige respetando las restricciones del problema hasta que optimiza la funcin objetivo. Como valores iniciales hemos introducido de forma arbitraria: 1, 1, 1. Los coeficientes que representan a cada una de las tres restricciones del problema se resean en las celdas B7, C7, D7, B8, C8, D8, B9, C9, D9, B10, C10 y D10 . Las celdas G7, G8, G9 y G10 corresponden a los trminos independientes de las restricciones. En E7, E8, E9 y E10 se introducen las frmulas que proporcionan el valor numrico del lado izquierdo de las restricciones; por ejemplo, en la celda E7 debe ponerse B4*B7+C4*C7+D4*D7. La celda G4 contiene la frmula: B3*B4+C3*C4+D3*D4, que representa la funcin objetivo que se debe maximizar. Por ltimo, las celdas H7, H8, H9 y H10 representan la Holgura; es decir la diferencia, siempre considerada positiva, entre las celdas de Trminos Independientes y las del Total. Por ejemplo, en la celda H7 debe aparecer la frmula: G7-E7.

Figura 4

84

SIGMA N 23 zk. 23 SIGMA

Programacin Lineal con Excel: estabilidad de la solucin

Una vez construido correctamente el modelo de optimizacin, se selecciona el comando Solver en el men Herramientas, como muestra la figura 4. Despus de que se ha cargado en memoria el comando Solver aparece el cuadro de dilogo Parmetros de Solver de la figura 5.

Figura 5

En primer lugar se ha de resear que la Celda objetivo indica cul de las celdas va a contener el valor ptimo de la funcin objetivo. El siguiente campo del cuadro, Valor de la celda objetivo, nos permite definir el tipo de optimizacin que se desea realizar. El campo Cambiando las celdas permite especificar las variables de decisin del modelo que desean optimizarse; en este caso se encuentran en las celdas B4, C4 y D4. A continuacin debemos definir las restricciones del modelo una a una. Para ello, en el campo Sujetas a las siguientes restricciones pulsaremos el botn Agregar que est situado a su derecha. Aparecer un nuevo cuadro: Agregar restriccin (figura 6).

Figura 6

En Referencia de la celda se detallarn las celdas que representan el total del lado izquierdo de cada restriccin y en Restriccin los trminos independientes. Cada vez que se introduce una restriccin se pulsa Agregar. Una vez introducidas todas se pulsa el botn Aceptar para regresar al cuadro de dilogo Parmetros de Solver. Al pulsar, por ltimo, el botn de Opciones del cuadro de dialogo aparece uno nuevo: Opciones de Solver (figura 7). En l slo debemos marcar las casillas de verificacin que estn junto a Adoptar modelo linealy Asumir no negativos. En el resto de casillas se dejan los valores por defecto establecidos. A continuacin se pulsa el botn Aceptar de la derecha para regresar de nuevo al cuadro de dilogo Parmetros de Solver. Pulsando en l el botn Resolver, al cabo de unos segundos aparece el cuadro de dilogo Resultados de Solver con un mensaje de terminacin como muestra la figura 8. Hay que prestar especial atencin al mensaje que en l se encuentra sobre la solucin obtenida. Seleccionando el comando Aceptar se obtiene el valor ptimo de las variables junto con el valor tambin

Noviembre 2003 2003ko Azaroa

85

Inmaculada Lekubarri y Jos M Euzkitza

ptimo de la funcin objetivo (figura 9).

Figura 7

Figura 8

Figura 9

A la derecha del cuadro Resultados de Solver se encuentra el campo Informes con tres opciones: Respuestas, Sensibilidad y Lmites. Si marcamos Respuestas aparece la ilustracin de la figura 10. En ella se aprecian los valores originales de las variables X, Y y Z junto con sus valores finales (ptimos) obtenidos. Tambin cabe destacar el valor original de la funcin objetivo (el correspondiente a los valores iniciales de las variables que han sido introducidos) y el valor final u ptimo de ella.

86

SIGMA N 23 zk. 23 SIGMA

Programacin Lineal con Excel: estabilidad de la solucin

Figura 10

Si se pulsa el Informa de Sensibilidad se obtiene la ilustracin de la figura 11. Analizaremos lo que nos interesa en este caso, pasando por alto otro tipo de informacin que aporta el informe. En concreto, estamos interesados en el rango de valores para los que el coeficiente de la variable X no cambia. Por tanto, centraremos la atencin nicamente en la mitad superior de la figura 11; la mitad inferior se refiere a posibles variaciones en las restricciones.

Figura 11

Segn indica el informe, la solucin ptima A(150, 0, 250) permanece estable, siempre que el coeficiente de X no aumente en ms de una unidad ni disminuya menos de 0,2. Como hemos dicho al principio, las expectativas son a la baja para este coeficiente, por lo que si decrece ms de 0,2 la solucin A deja de ser vlida. Si resolvemos el problema cambiando el coeficiente de X al valor 1,7 (una disminucin mayor que 0,2) se obtiene la solucin B(0, 150, 250), cuyo correspondiente anlisis de sensibilidad nos muestra una mayor estabilidad. Como conclusin podemos decir que en PL, y en Investigacin Operativa en general, tan importante como la solucin ptima es la estabilidad de tal solucin. De hecho, en ocasiones es mejor un resultado que, aun no siendo ptimo, se muestre ms estable frente a la incertidumbre que pueda deparar el futuro.

Noviembre 2003 2003ko Azaroa

87

Inmaculada Lekubarri y Jos M Euzkitza

BIBLIOGRAFA
Eppen G., Gould F., Schmidt C. y Weatherford L. (2000). Investigacin de operaciones en la ciencia administrativa. Editorial Prentice Hall. Mexico. Infante Macas, R. (1991). Mtodos de programacin matemtica. Vol. I y II. UNED. Madrid. Pardo L. y Felipe A. (1990). Programacin lineal continua. Aplicaciones prcticas en la empresa. Editorial Daz de Santos. Madrid.

NOTAS
(*) Imgenes de pantalla reimpresas con permiso de Microsoft Corporation.

88

SIGMA N 23 zk. 23 SIGMA