Anlisis de sensibilidad.

La solucin ptima de una programacin lineal se basa en una toma

instantnea de las condiciones que prevalecen en el momento de formular y
resolver el modelo. En otras palabras, un modelo de programacin lineal es una
foto instantnea de una situacin real en la que los parmetros del modelo
(coeficientes de la funcin objetivo y de las restricciones) asumen valores
estticos. Sin embargo, en el mundo real, los ambientes de decisin rara vez
permanecen estticos, y es esencial determinar cmo cambiar la solucin
ptima cuando cambian los parmetros del modelo.
Para aumentar la aplicacin de la programacin lineal en la prctica, se
necesita agregar una dimensin dinmica que investigue el impacto que tiene
el hacer cambios en los parmetros del modelo (sobre los coeficientes de la
funcin objetivo y de las restricciones) sobre la solucin ptima. A este proceso
se le llama anlisis de sensibilidad (llamado tambin anlisis paramtrico),
porque estudia la sensibilidad de la solucin ptima respecto a los cambios que
se hagan en el modelo. La siguiente tabla contiene todos los casos posibles
que pueden surgir en el anlisis de sensibilidad, as como las acciones
necesarias para obtener la nueva solucin (suponiendo que exista):
Condicin
resultante
de
los
Accin recomendada
cambios
La solucin actual queda ptima y
No es necesaria accin alguna.
factible.
La solucin actual se vuelve no
Usar el algoritmo simplex dual para
factible.
recuperar la factibilidad.
La solucin actual se vuelve no
Usar el algoritmo simplex primal
ptima.
para recuperar la optimalidad.
La solucin actual se vuelve no
Usar
el
mtodo
simplex
ptima y no factible, al mismo tiempo. generalizado para obtener una nueva
solucin.
Su objetivo es identificar los parmetros sensibles, como por ejemplo, los
parmetros cuyos valores no pueden cambiar sin que cambie la solucin
ptima. Se necesita en especial el anlisis de sensibilidad cuando no se pueden
estimar con exactitud los parmetros del modelo. En esos casos es importante
estudiar el comportamiento de la solucin ptima en las proximidades de los
parmetros estimados.
Es necesario no perder de vista que los cambios en la solucin del primal,
repercuten automticamente en la solucin de su modelo dual. Por lo tanto, se
puede elegir qu modelo (el primal o el dual) se va a utilizar para investigar los
efectos, gracias a las relaciones primal-dual.
El anlisis de sensibilidad es una herramienta efectiva, por dos razones
fundamentales:
Primera: los modelos de programacin lineal son, con frecuencia, grandes y
costosos; por lo tanto, no es recomendable utilizarlos para un solo caso.
Segunda: los elementos que se dan como datos para un problema de
programacin lineal, la mayora de las veces, son estimaciones; por lo tanto, es
necesario investigar o tener en cuenta ms de un conjunto de casos posibles.
Este anlisis se lleva a cabo en:
1. Cambios en los niveles de recursos escasos.

2. Cambios en los coeficientes de la funcin objetivo (coeficientes de

variables bsicas y coeficientes de variables no bsicas).
3. Cambios en los coeficientes tecnolgicos (variaciones en las aij para
variables bsicas y no bsicas).
4. Supresin y adicin de restricciones.
5. Adicin de nuevas variables.
El anlisis de sensibilidad tambin permite analizar, entre otras cosas:
Cambios en los bi (lo que implica cambios en las pendientes de las
restricciones).
Cambios en los ci (lo que implica cambios en la pendiente de la funcin
objetivo).