SENSIBILIDAD

Investigación Operativa I
ANÁLISIS DE SENSIBILIDAD Y PROGRAMACIÓN PARAMÉTRICA
(ANÁLISIS POST-OPTIMAL)

Una vez resuelto el problema de programación lineal, puede ocurrir que se

pueda hacer variar los parámetros más relevantes del P.P.L., lo cual dará origen
a un nuevo problema, pero será necesario en este caso resolver el problema
desde el principio. La respuesta es no, afortunadamente, ya que existe el
método de análisis de sensibilidad, el cual comienza utilizando la solución
óptima del problema original hasta encontrar la solución óptima del problema
nuevo. Los cambios que pueden ocurrir para estos objetivos son los siguientes:

1.- Cambios en el vector b.

2.- Cambios en el vector C.
3.- Cambios en la matriz A.
4.-Cambios en el vector X.
5.-Cambio en el número de restricciones.
Análisis De Sensibilidad Para Cambios Discretos

-Cambios Del Vector b :

Supongamos que el siguiente P.P.L. original, cuya solución óptima se conoce, es:

Max Z  C  X
s.a.
Problema Original (PO)
A X  b
X 0
  
Se produce un cambio discreto en el vector b , cuyo nuevo valor será b  b , donde
b es un vector de m componentes. El nuevo problema a resolver es:

Max Z  C  X
s.a.
Problema Nuevo (PN)
A  X  b  b
X 0
Como se comienza de la solución óptima del PO, sabemos que B 1 es la inversa de
la base óptima B del problema original, entonces la solución al PO es:
X B  B 1b
y
Z  CB X B
 
Al cambiar b a b  b el vector X B cambia a uno nuevo X̂ B dado por:
Xˆ B  B 1 b  b .

 Si Xˆ B  0 , entonces será la nueva solución óptima del problema nuevo y el valor

de la función objetivo será Z  CB Xˆ B .
 Si Xˆ B  0 , entonces no será factible y se utilizará el método dual simplex para
restaurar la factibilidad y, de hecho, la optimalidad del problema nuevo. El simplex
dual se debe aplicar sobre la tabla óptima del problema original cambiando: X B
por X̂ B .
Ejemplo:

Suponga que se quiere producir un volumen X de un producto químico A, el cual se

vende a $ 5/litro y otro volumen Y de otro producto químico B, a un precio de $3/litro.
Existen dos restricciones, siendo las más importantes: personal y costo de
producción. La primera tiene un máximo de 15 personas, mientras que la segunda
tiene un máximo de $10/hora de trabajo. Los coeficientes tecnológicos son los
siguientes:

Recurso\Producto Producto Químico A Producto Químico B

Personal 3 5
Costo de producción 5 2

Sea
X1: número de litros del producto químico A.
X2: número de litros del producto químico B.

El programa lineal y tableau inicial y óptimos son los siguientes:

Max Z  5X1  3X 2
s.a.
3X1  5X 2  15 ( PO)
5X1  2X 2  10
X1, X 2  0
 Z X1 X2 X3 X4 Z0
1 -5  -3 0 0 0
X3 0 3 5 1 0 15
X4 0 5 2 0 1 10 
1 0 -1  0 1 10
X3 0 0 19/5 1 -3/5 9 
X1 0 1 2/5 0 1/5 2
1 0 0 5/19 16/19 235/19
X2 0 0 1 5/19 -3/19 45/19
X1 0 1 0 -2/19 5/19 20/19

 X 2   45 / 19 
   
 X B   X 1   20 / 19 
*
X   
X    X   0 
Z*  235/19
 N   3 
 X   0 
 4

 5 / 19  3 / 19 
B 1   
 2 / 19 5 / 19 
a.- Supongamos que producto del mercado laboral, nuevas restricciones al empleo y
la situación macroeconómica, se debe reducir a 5 el número de empleados y el costo
de producción a $5/hora.

El nuevo vector de disponibilidad de recursos es:

15   10  5
b  b        5
  
10  5   

El nuevo programa lineal a resolver es:

Max : Z  5X  3X
1 2
s.a.
3X  5X  5 ( PN )
1 2
5X  2X  5
1 2
X ,X  0
1 2
No es necesario resolver el problema desde el principio, sino que utilizaremos el
análisis de sensibilidad, con el cual, determinamos si el nuevo vector Xˆ B  B 1b  b
es factible o no. Si no es así, habrá que restablecer la factibilidad y la optimalidad,
utilizando el simplex dual, a partir de la tabla óptima del PO. Sea:
 5 / 19  3 / 19  5 10 / 19 
Xˆ B  B 1 b  b     0
 2 / 19 5 / 19  5 15 / 19 

Por lo tanto, el nuevo vector es:

 X 2  10 / 19 
X̂ B     es óptimo
 1  
X 15 / 19 

El nuevo valor de la función objetivo es:

X 
 
Z  C BX̂ B  C2 C1  2   3 5
10 / 19 

 X1  15 / 19 
Z *  105 / 19  $5.53

Hay que notar que una reducción en ambas restricciones, por si redujo la producción
de cada producto químico y, por ende, la utilidad esperada.
b.- Supongamos ahora, que el personal se reduce a 10 personas, pero se produce
un incremento en el costo máximo por hora de producción, siendo este de $20. El
nuevo escenario sería:
Max : Z  5X  3X
1 2
s.a.
3X  5X  10 ( PN )
1 2
5X  2X  20
1 2
X ,X  0
1 2

Utilizando el análisis de sensibilidad, se tiene que:

  5 / 19  3 / 19 10   10 / 19
X B  B b  b   
ˆ 1
 20  80 / 19   0
  2 / 19 5 / 19    

Por lo tanto, el nuevo vector es:

 10 / 19 
X̂ B    no es óptimo
 80 / 19 
Por lo tanto, el necesario utilizar simplex dual para restaurar la factibilidad y obtener
la optimalidad. De esta manera, utilizando el tableau óptima del PO y reemplazando
los valores de la columna X B por X̂ B , se tiene:

Z X1 X2 X3 X4 Z0
1 0 0 5/19 16/19  235/19
X2 0 0 1 5/19 -3/19 -10/19 
X1 0 1 0 -2/19 5/19 80/19
1 0 16/3 5/3 0
X4 0 0 -19/3 -5/3 1 10/3
X1 0 1 5/3 1/3 0 10/3

La nueva solución es:

X1= 10/3 litros de producto químico A por hora.
X2= 0 litros de producto químico B por hora.
El nuevo valor de la función objetivo es:

Z  C B X̂ B  C4  X  10 / 3
C1  4   0 5 
 X1  10 / 3
Z *  50 / 3  $16,67

Es fácil ver que el hecho de sólo producir producto químico A, implica:

 10 
3   50   10
 3 

Obreros, lo cual genera que la holgura X 3=0, mientras que la otra restricción:

 10 
  20  
50
5  20
 3  3

50 10
X  20 - 
4 3 3