MILDRED

YANIRE
RIVAS
ANALISIS DE PRIMER
SENSIBILIDA
D
III UNIDAD
PERIODO
DEL
2019
Al finalizar el estudiante
podrá ser capaz de:
• Desarrollar un análisis de la
pos-optimalidad sobre los OBJETIVO DEL
coeficientes de costos y sobre ANALISIS DE
los límites de las restricciones.
• Analizar cuando es necesario SENSIBILIDAD
introducir al modelo una
nueva variable y una nueva
restricción.
Los tipos de cambios de Análisis de Sensibilidad son:
 

CAMBIOS EN LOS COEFICIENTES CAMBIOS EN LOS COEFICIENTES

DE LA FUNCION OBJETIVO TECNOLOGICOS

ANALISIS DE SENSIBILIDAD

ADICION DE NUEVA
RESTRICCION

ADICION DE NUEVA VARIBLE

CAMBIOS EN LOS COEFICIENTES
DE DECISION
DE RECURSOS
 Análisis de Sensibilidad

Llamaremos Análisis de Sensibilidad al estudio de la

variación del optimo de un modelo de programación
lineal o de un problema de producto de modificaciones
de ciertos parámetros como coeficientes de variables en
la función objetivo, coeficientes del lado derecho de
restricciones, etc.
La idea general consiste en determinar rangos de
variación de los parámetros del modelo de PL a modo
de mantener una base optima, teniendo en cuenta que
una solución básica es factible solo si todas las variables
basales tienen un valor no negativo. Debido a que el
estudio de la variación simultanea de varios parámetros
puede ser difícil, nos centraremos en primer lugar en
modificaciones de un parámetro a la vez manteniendo
 Dado un problema de programación
lineal
•Maximizar
  z= 5 + 7 +3
Sujeto a 4 + 3 + 2 ≤ 75
1 + 2 + 3 ≤100
1 +1 + 1 ≥ 20
, , ≥0
TABLA OPTIMA
VAR. SOLUCION
BASICA

Z -4.333 0 -1.666 -2.333 0 0 0 -175

0.333 0 -0.3 0.333 0 1 -1 5

-1.67 0 1.667 -0.6 1 0 0 50

1.333 1 0.666 0.333 0 0 0 25
 Análisis de sensibilidad para los
coeficientes de la función objetivo
Las
•  variables estructurales son aquellas con
las que se planteo originalmente el problema
de programación lineal, como lo seria: , y ;
pero, dentro de las variables estructurales
podemos distinguir variables básicas ()
(aparecen en la primera columna de la tabla
simplex final (antes descrita) y definen la
solución óptima) y variables no básicas ;
entonces se concluye que el análisis de
sensibilidad para los coeficientes de la función
objetivo depende de si las variables son
básicas o no
 Análisis de Este es el análisis más sencillo debido a que
si la variable es no básica, entonces tiene un
sensibilidad coeficiente distinto de cero en la última fila de
para los la tabla simplex final (antes descrita), este
coeficientes de coeficiente es el máximo valor que el
coeficiente de la función objetivo de dicha
variables no variable puede aumentar manteniendo la
básicas solución óptima
 Análisis de sensibilidad de los
coeficientes de variables no básicas
•  En la base optima del problema las variable de
decisión no básicas son , , dichas variables poseen
como coeficiente en la función objetivo = 5 y = 3.
llamaremos al coeficiente en la función objetivo de
la variable j. Como y no están en la base, seria
interesante determinar el valor de y necesario para
que la variable y se incorporen a la base optima.
Debido a que la modificación es en las variables no
básicas, solo se ve alterado el precio sombra de las
variables de ellas modificadas, es decir, - y -, para
realizar el cambio de los coeficientes se incorporara
una variación β al coeficiente de y y veamos su
efecto sobre la tabla optima
• 
= - 4.333+β <=0
- β<= 4.333
En este caso cualquier variación inferior a
4.333 no cambiara la base y un
incremento igual a 4.333 implica que
puede ser una variable básica.

La utilidad para que ingrese a la base es=

costo original + precio sombra = 5 +
4.333 = 9.333. Valores mayores a 9.333
representan un cambio en la tabla optima
y requerirá efectuar iteraciones adicionales
para obtener la nueva solución .
De
• 
todas formas, antes de asegurar que
haya cambiado la solución optima, se debe
verificar que efectivamente pueda entrar a
la base la variable a la que se le ha
modificado su coeficiente en la función
objetivo.
En este caso puede ingresar y desplazar a ,
si decido aumentar a 12 lps. La utilidad de
Z nueva =Z actual+ ( - ) =175 + 15.015 x
2.67= 175+40.09= 215.09
• 

- = 1.666 +β <=0 β<= 1.666

En este caso cualquier variación inferior a 1.666 no
cambiara la base y un incremento igual a 1.666 implica
que puede ser una variable básica.

La utilidad para que ingrese a la base es = costo

original +
precio sombra = 3 + 1.666= 4.666
Valores mayores a 4.666 representan un cambio en el
optimo y requerirá efectuar iteraciones adicionales
para obtener la nueva solución optima.
En este caso puede ingresar y desplazar a , decido
aumentar la utilidad a 5
Z nueva =Z actual + (- ) = 175+30x
0.333=184.99=185
Análisis de sensibilidad para los
coeficientes de variables básicas
El
•   estudio de variaciones en coeficientes en la
función objetivo de variables básicas sigue la misma
lógica de la variación de coeficientes en la función
objetivo de variables no básicas. La idea es
determinar como varían los - de todas variables y
obtener a partir de dichas modificaciones un rango
en el cual la base se ve inalterada. Evidentemente,
una modificación de este tipo no afectada la región
factible y solo puede cambiar la optimalidad de la
solución actual si la variación es lo suficientemente
importante.
Para ilustrar el análisis consideremos una variación β
sobre el coeficiente , es decir, modifiquemos el valor
del coeficiente en la función objetivo de la variable ,
que actualmente es la única variable básica. La
incorporación del parámetro β.
  Análisis para  la variable básica :

VAR. SOLUCIO
BASIC N
A
Z -4.333 0 -1.666 -2.333 0 0 0 -175

0.333 0 -0.3 0.333 0 1 -1 5

-1.67 0 1.667 -0.6 1 0 0 50

1.333 1 0.666 0.333 0 0 0 25

 Para optimizar la tabla de nuevo se efectuará la siguiente
operación:

•Para
  encontrar el intervalo de costo de la variable básica en
este ejercicios se analizan todas las variables no básicas
Ejemplo
VAR. SOLUCIO
BASIC N
A
Z -4.333 0 -1.666 -2.333 0 0 0 -175
0.333 0 -0.3 0.333 0 1 -1 5
-1.67
-1.67 0
0 1.667
1.667 -0.6
-0.6 11 0
0 0
0 50
50
1.333
1.333 11 0.666
0.666 0.333
0.333 0
0 0
0 0
0 25
25
  -4.333-   -1.666- -2.333-        
  -4.333-   -1.666- -2.333-        
1.33β 0.666β 0.333β
1.33β 0.666β 0.333β
Como
•  la tabla final siempre es una forma canónica de las
variables básicas, la modificación solo afecta los - de
variables no básicas. En otras palabras, para determinar el
rango de variación que mantiene la base debemos imponer
( caso de maximización):
(-)- x β ≤0
Donde el índice k se refiere a la variable no básica k y es el
coeficiente en la restricción i de la variable no básica k.

Nota: Reducir razón negativa mayor , aumentar razón positiva menor

-4.333- 1.333β≤0 -1.666-0.666≤0 -2.333-0.333β≤0
β≥ -4.333/1.333 β≥ -1.666/0.666 β≥ -2.333/0.333
β≥-3.25 β≥-2.50 β≥-7.00

SE PUEDE REDUCIR 2.50

•   las razones negativas seleccionar la mayor 2.50 para reducir al costo original
De
y para sumar, el positivo menor.

Por lo tanto el intervalo de costo de es igual a:

7 -2.50= 4.50 hasta mas infinito = 4.5 +∞
 2) Análisis de Sensibilidad para términos independientes de las
restricciones:
Las restricciones de un problema de programación lineal
representan las limitantes de recursos que tiene una
empresa. La primera pregunta que se puede hacer antes
de averiguar ¿cuántos recursos más puedo contratar para
seguir con mi óptimo? (análisis de sensibilidad de los
términos independientes) es ¿cuánto es lo más que estoy
dispuesto a pagar por una unidad de recurso extra?

La respuesta a esta pregunta es el Precio Sombra, este es

el máximo incremento en el precio normal de un recurso
que estamos dispuestos a pagar sin que nuestras
ganancias disminuyan. Este es un dato que se puede leer
directamente de la tabla simplex final en la última fila de la
columna de la variable de holgura asociada a la restricción
o recurso que se quiere investigar
• 

El precio sombra para la primera restricción

se lee en la fila del renglón z de la columna
de la variable de holgura de dicha restricción
() y su valor es: 2.33 lps., lo cual significa que
si actualmente pago $3 por cada unidad del
recurso de la restricción uno, el mayor precio
que estoy dispuesto a pagar (sin que mis
ganancias disminuyan) es $3 + 2.333=$5.33
por unidad de recurso.
 CAMBIOS EN EL LADO DERECHO

La variación del
coeficiente del lado
derecho de una
restricción modifica la
Ahora que ya sabemos
región factible del
¿cuánto pagar? Cambio del Coeficiente
problema, por lo tanto
Concentrémonos en del Lado Derecho de
puede afectar la
decidir ¿cuánto una Restricción
optimalidad de la
comprar?
solución optima y la
condición de las
restricciones (activas o
no activas).
El
•   efecto de la variación del coeficiente asociado a la
restricción i deber ser analizado considerando la
condición de la restricción afectada. Desde este punto de
vista existen dos posibilidades:

Caso 1 La variación afecta a una restricción no activa, es

decir, una restricción de tipo ≤ con su variable de holgura
en la base, o bien una restricción de tipo ≥ ¸ con su
variable de exceso en la base.

Caso 2 La variación afecta una restricción activa, es

decir, una restricción de tipo ≥ con su variable de holgura
igual a cero, o bien una restricción de tipo ≥ ¸ con su
variables de exceso igual a cero.
 En
•   este caso, las restricciones tienen un costo de
oportunidad nulo, es decir, no existe un costo asociado
Caso 1 al hecho de no contar con una unidad adicional para
esa restricción (caso <=). Como existe una variable de
holgura o de exceso con valor no nulo (en la base), se
puede disminuir (caso ≤ o aumentar (caso ≥) el
coeficiente hasta llevar la restricción a su limite sin
alterar la solución optima.

Para ilustrar la situación, en el problema en estudio

podemos disminuir el coeficiente hasta en 50 sin
modificar la solución optima, ya que se están quitando
recursos que no se están empleando. Si disminuimos
en exactamente 50 la tabla se degenera, con las
consecuencias estudiadas previamente. Una
disminución mayor a 50 cambiaria el optimo. En dicha
situación, debemos buscar una nueva tabla en el que
podamos hacer la modificación sin degenerarlo (en el
peor de los casos el inicial) y volver a iterar hasta
encontrar el nuevo optimo.
•   Deigual forma el coeficiente en el ejercicio
anterior se puede reducir hasta 5 unidades si
alterar la base de la tabla optima .

CASO 2
En este caso es necesario estudiar dos aspectos:
la variación del valor de la función objetivo y el
rango en el que puede variar para mantener la
condición de no negatividad de las variables
Caso 2 • 

Cuando la variable de holgura o de exceso

asociada a la restricción no ésta en la base, el
costo de oportunidad sería no nulo (negativo en el
caso de maximización). Si se trata de una
restricción de tipo ≤, el valor de - representa lo que
se deja de ganar por no disponer una unidad
adicional a la derecha de esa restricción. Por
ejemplo, de acuerdo a la tabla final para la primera
restricción se tiene: - = 2.333, es decir el aumento
en 1 unidad de generaría un aumento en la función
objetivo en 2.333, similarmente una disminución en
1 unidad provocaría una disminución de la función
objetivo en 2.333. Las conclusiones anteriores son
validas siempre y cuando la variación respecte el
rango de factibilidad.
•Como
  rango de factibilidad entenderemos el intervalo de
variación del coeficiente del lado derecho asociado a la
restricción activa i de forma de mantener una cierta
combinación de variables en la base (el valor de la
función objetivo puede cambiar).
Para determinar los intervalos de factibilidad se utiliza las
siguientes operaciones si la restricción es ≤
• 
Para calcular el intervalo de factibilidad si el sentido de la restricción es <=, se
utiliza la siguiente formula:

Sol. Columna de la
Sol. Nueva
= +Δ Actual variable de holgura ᵢ

 
5 0.333 5 + 0.333Δ
Sol. Nueva 50= -0.6 50 - 0.6 Δ
=+Δ
25 0.333 25 + 0.33Δ

Para que la solución nueva sea factible, cada componente debe ser positiva:
•  5 + 0.333Δ ≥ 0 Δ
• 50 - 0.60Δ ≥0 Δ ≤ 83.33
• 25 + 0.333Δ ≥0 Δ ≥ -75
Es decir, el rango de factibilidad queda:
-15 ≤ Δ 83.333
El intervalo de factibilidad es igual a: 75 -15 ≤ ≤
75+83.333
60 ≤𝑏1≤ 158.333
• 
Para calcular el intervalo de factibilidad si el sentido de la restricción es <=, se
utiliza la siguiente formula:

Sol. Columna de la
Sol. Nueva
= +Δ Actual variable de holgura ᵢ

 
2 0.5 2 + 0.5Δ
Sol. Nueva 1= -0.5 1 - 0.5 Δ
=+Δ
4 -0.5 4 - 0.5Δ

Para que la solución nueva sea factible, cada componente debe ser positiva:
 •   z = 10 + 5
Max
S.a
+ 2 ≤16 (a)
+ 318 (b)
3 (c)
≥0
TABLA OPTIMA

 VAR.BAS SOL.
- 0 0 -2.5 0 0 -M -M -40
1 0 0.5 0.3333 0 -0.3333 0 2
0 0 -0.5 -0.6667 1 0.6667 -1 1

0 1 -0.5 -0.6667 0 0.6667 0 4

•  Restricción ≥

Columna de la
Sol. = Sol.
-Δ variable de
Nueva Actual exceso ᵢ

Restricción =:

Sol.
= +Δ Columna de la
Sol. Actual variable
Nueva
artificial ᵢ
• 
Para calcular el interval de se usa la ecuación par restricción mayor o igual.

Sol. Sol. Columna de la

= -∆
Nueva Actual variable de exceso ᵢ

2 0.3333  
2 - 0.3333Δ
Sol. 1
 
−Δ
= -0.6667 = 1 +0.6667Δ
Nueva 4 -0.6667 4 +0.6667Δ
•• 
2 + 0.3333Δ 0 Δ
•1 + 0.6667 Δ 0 Δ ≥ -1.5
•4 + 0.6667Δ 0 Δ -6
El interval de factibilidad de
18-1.5 ≤ ≤18+6