UNIVERSIDAD CENTRAL DE VENEZUELA

FACULTAD DE CIENCIAS ECONÓMICAS Y

SOCIALES
ESCUELA DE ESTADÍSTICA Y CIENCIAS
ACTUARIALES
INVESTIGACIÓN DE OPERACIONES I

ANÁLISIS DE SENSIBILIDAD

Integrante:
Misel, Darwin C.I.24.666.146

Caracas, marzo 2019

 Índice

Introducción………………………………………………... 3
Análisis de Sensibilidad

Cambios que afectan la factibilidad ……………………… 4

a.- Cambios en la disponibilidad de los recursos………... 4

b.- Adición de una nueva restricción………………….….. 7

Cambios que afectan la Optimalidad…………………….. 9

a.- Cambios en la Función Objetivo………………….… 9

b.- Adición de una nueva actividad…………………….. 10

Conclusión……………..………………………………… 11

Bibliografía citada ………………………………………. 12

2
 Introducción

Cualquier modelo de una situación es una simplificación de la

situación real. Por lo tanto, existe cierta incertidumbre en la determinación de
los valores de todos los parámetros involucrados. Debido a ello, es
importante estudiar la variabilidad de la solución del problema planteado de
acuerdo a eventuales modificaciones de los valores de los parámetros, o
bien, debido a la incorporación de nuevos elementos a la situación.

Llamaremos Análisis de Sensibilidad al estudio de la variación del

óptimo de un PL (Programación lineal) 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 PL de forma de mantener una cierta base óptima, teniendo
en cuenta que una solución básica es factible sólo si todas las variables
basales tienen un valor no negativo. Debido a que el estudio de la variación
simultánea de varios parámetros puede ser difícil, nos centraremos en
primer lugar en modificaciones de un parámetro a la vez manteniendo los
restantes fijos

3
ANÁLISIS DE SENSIBILIDAD
El análisis de sensibilidad busca determinar los efectos que se
producen en la solución óptima al realizar cambios en cualquiera de
los parámetros del modelo de programación lineal planteado inicialmente.
Entre los cambios que se investigan están: los cambios en los coeficientes
de las variables en la función objetivo tanto para variables básicas como
para las variables no básicas, cambios en los recursos disponibles de las
restricciones, variación de los coeficientes de utilización en las restricciones
e introducción de una nueva restricción.
El objetivo principal del análisis de sensibilidad es identificar el
intervalo permisible de variación en los cuales las variables o parámetros
pueden fluctuar sin que cambie la solución óptima. Sin embargo, así mismo
se identifica aquellos parámetros sensibles, es decir, los parámetros cuyos
valores no pueden cambiar sin que cambie la solución óptima. Los
investigadores de operaciones tienden a prestar bastante atención a
aquellos parámetros con holguras reducidas en cuanto a los cambios que
pueden presentar, de forma que se vigile su comportamiento para realizar
los ajustes adecuados según corresponda y evitar que estas fluctuaciones
puedan desembocar en una solución no factible.

CAMBIOS QUE AFECTAN LA FACTIBILIDAD

La factibilidad ocurre cuando por lo menos uno de los elementos de
B^(-1) b se vuelve negativo, es decir, si una o más de las variables básicas
actuales se vuelven negativas.
En los modelos de programación lineal, las restricciones representan
el uso de recursos limitados, ya sea en forma directa o indirecta. En este
caso, se puede imaginar que el lado derecho representa límites de
disponibilidad de los recursos. En esta sección se investigará la sensibilidad
de la solución óptima a cambios en la cantidad de los recursos disponibles.

a) Cambios en la disponibilidad de los recursos

En los modelos de programación lineal, las restricciones representan

el uso de recursos limitados, ya sea de forma directa e indirecta. En este
caso, se puede imaginar que el lado derecho representa límites de
disponibilidad de los recursos.

4
  Ejercicio resuelto
Supóngannos que el Kiosko del señor Alfredo produce un volumen X
de café que se vende a BsS. 5/litros y otro volumen Y de leche que se vende
a BsS. 3/litro. Dos tipos de restricciones que se consideran son el personal y
el costo de producción. En lo que se refiere a la primera restricción se tiene
un máximo de 15 personas, mientras en lo segundo se tiene un máximo de
BsS. 10/hora de trabajo. Los coeficientes tecnológicos están dados por

CAFÉ LECHE
PERSONAL 3 5
COSTO DE 5 2
PRODUCCION

La variable 𝑋1 representa el número de litros de café a ser producidos por

horas y 𝑋2 el de leche, el programa lineal original es:
Máx. Z = 5𝑋1 + 3𝑋2
Sujeto a
3𝑋1 + 5𝑋2 ≤ 15
5𝑋1 + 2𝑋2 ≤ 10
𝑋1≥0, 𝑋2≥ 0.
La tabla original es
Z 𝑋1 𝑋2 𝑋3 𝑋4
1 -5 -3 0 0 0
𝑎3 0 3 5 1 0 15
𝑎4 0 5 2 0 1 10

La tabla óptima será

Z 𝑋1 𝑋2 𝑋3 𝑋4
1 0 0 5/19 16/19 235/19
𝑎2 0 0 1 5/19 -3/19 45/19
𝑎1 0 1 0 -2/19 5/19 20/19

O sea,
𝑋2 45/19
𝑋 𝑋
X = (𝑋𝐵 ) =( 𝑋13 ) = ( 20/19
0 )
𝑁
𝑋4 0

5
Z= 235/19
5/19 −3/19
𝐵 −1 = ( )
−2/19 5/19

Ahora supongamos que debido a la situación económica del país, el

número de empleados debe reducirse a 5 y el costo máximo de producción a
Bs.5/hora. El nuevo vector de disponibilidad de recurso es
15 −10 5
b + ∆ b= ( )+ ( )= ( )
10 −5 5
El nuevo programa lineal a resolver seria
Max Z = 5𝑋1 + 3𝑋2
Sujeto a
3𝑋1 + 5𝑋2 ≤ 5
5𝑋1 + 2𝑋2 ≤ 5
𝑋1≥0, 𝑋2≥ 0.
No es necesario resolver el programa desde el principio, sino que
utilizando el análisis de sensibilidad se estudia el cambio 𝐵 −1 (b+∆b) y se
determina si el nuevo vector 𝑋𝐵 =𝐵 −1 (b+∆b) es factible o no. Si no lo es,
habrá que restablecer la factibilidad y la optimalizadad, utilizando el dual
simplex a partir de la tabla optima

̂𝐵 = 𝐵 −1 (b + ∆b) = ( 5/19
𝑋
−3/19 5
)( )
−2/19 5/19 5

10/19 0
=[ ] ≥ ( )
15/19 0
̂𝐵
Y por lo tanto el nuevo vector 𝑋
̂𝐵 = 𝐵 −1 (b + ∆b)
𝑋
𝑋2 10/19
𝑋𝐵 = [ ]=[ ],
𝑋1 15/19
Es óptimo. La nueva utilidad óptima es
Z= 𝑐𝐵 + 𝑋𝐵

6
 𝑋2
= (𝑐2+ 𝑐1 ) [ ]
𝑋1
10/19
(3, 5) [ ]
15/19
=BsS. 105/19
=BsS 5,33
Notamos que una reducción en la disponibilidad de recursos ha
causado una disminución en la producción óptima de ambos productos (café
y leche), así como en la utilidad.

b) Adición de una nueva restricción

Una vez resuelto un modelo de Programación Lineal puede resultar

de interés si la actual solución óptima y valor óptimo se conservaran si se
decide incorporar una nueva restricción al problema. Esta restricción
generalmente representa una condición que en primera instancia se omite
de forma voluntaria para dar una mayor flexibilidad a la resolución del
modelo original o alternativamente su no inclusión en el modelo original
puede también deberse a una simple omisión (involuntaria).

Muchas veces es necesario analizar la sensibilidad de la solución

óptima, cuando se agrega al modelo una restricción que no se consideró
inicialmente, ya sea por olvido o por decisión de quien planteó el modelo. El
primer paso en el análisis de los cambios que sufre la solución óptima actual
al considerar una nueva restricción, es determinar si esta se cumple para la
solución óptima.

 Ejercicio resuelto

Con el ejercicio anterior, ahora supongamos una nueva restricción

que los litros de leches producidos por hora debe ser menor a 1, entonces
𝑋2 ≤ 1
Reemplazando el valor de la variable 𝑋2
45
≥1
19

7
 Es obvio que la solución óptima del problema original viola la nueva
restricción, ya que no es menor o igual que uno. Entonces, el problema
nuevo a resolver es
Máx. Z = 5𝑋1 + 3𝑋2
Sujeto a
3𝑋1 + 5𝑋2 ≤ 15
5𝑋1 + 2𝑋2 ≤ 10
𝑋2 ≤ 1
𝑋1≥0, 𝑋2≥ 0
De esta manera, el tableau óptimo del problema original queda:

Z X1 X2 X3 X4 X5 Z0
1 0 0 5/19 16/19 0 235/19
X2 0 0 1 5/19 -3/19 0 45/19
X1 0 1 0 -2/19 5/19 0 20/19
X5 0 0 1 0 0 1 1

Como el vector columna de Y2 no es el vector unitario, por medio de operaciones

matriciales elementales se vuelve a generar la identidad (factibilidad):

Z X1 X2 X3 X4 X5 Z0
1 0 0 5/19  16/19 0 235/19
X2 0 0 1 5/19 -3/19 0 45/19
X1 0 1 0 -2/19 5/19 0 20/19
X5 0 0 0 -5/19 3/19 1 -26/19 

Aplicando el método dual simplex, se obtiene el tableau óptimo:

Z X1 X2 X3 X4 X5 Z0
1 0 0 0 1 1 11
X2 0 0 1 0 0 1 1
X1 0 1 0 0 1/5 -2/5 8/5
X3 0 0 0 1 -3/5 -19/5 26/5

8
La nueva solución óptima es:
 X2   1 
   
 X1   8 / 5 
X 
X   B    X 3    26 / 5 
X   
 N  X   0 
4  
X   0 
 5  
Z  11
Con la nueva restricción, tenemos un resultado de 11. Es decir
BsS.11 es la maximización con la nueva restricción, es decir con menos de
un litro de leche podremos obtener Bss. 11

CAMBIOS QUE AFECTAN LA OPTIMALIDAD

a) Cambios en los coeficientes de la función objetivo.

Estos cambios afectan sólo la optimalidad de la solución y requieren

que se calculen de nuevo los coeficientes de la fila z (costos reducidos) de
acuerdo con el siguiente procedimiento:

1. Calcule los valores duales aplicando el método 2 de La matriz inversa

óptima.
2. Sustituya los nuevos valores duales, para determinar los nuevos costos
reducidos (coeficientes de la fila z).

Si la nueva fila z satisface la condición de optimalidad, la solución no

cambia (sin embargo, el valor objetivo óptimo puede cambiar). Si no la
satisface, se utiliza el simplex primal para recuperar la optimalidad.

 Ejercicio resuelto

El kiosko del señor Alfredo tiene una nueva política de fijación de

precios para enfrentar la competencia. Los ingresos unitarios son $2, $3 y $4
por café, leche y jugos, en ese orden.

La nueva función objetivo es

Maximizar z = 2x1 + 3x2 + 4x3

Así,
(Nuevos coeficientes objetivo de las variables básicas x2, x3 y x6) = (3, 4, 0)
Las nuevas variables duales se calculan como

9
 1⁄2 − 1⁄4 0
(𝑦1 , 𝑦2, 𝑦3 ) = (3, 4,0) ( 0 3 5
1⁄
2 0) = ( ⁄2 ⁄4 0)
−2 1 1

Los coeficientes de la fila z se determinan como la diferencia entre el

lado izquierdo y derecho de las restricciones duales (fórmula 2, sección
4.2.4). No es necesario calcular de nuevo los coeficientes de fila objetivo de
las variables básicas (x2, x3 y x6) porque siempre son cero,
independientemente de cualquier cambio realizado en los coeficientes
objetivo

Costo reducido de x1 = y1 + 3y2 + y3 - 2 = 3⁄2+ 3(5⁄4) + 0 – 2 = 13⁄4

Costo reducido de x4 = y1 - 0 = 3⁄2
Costo reducido de x5 = y2 - 0 = 5⁄4

b) Adición de una nueva actividad

Una nueva actividad supone agregar una nueva variable al modelo.

Por intuición, agregar una nueva actividad es deseable sólo si es rentable.
Esta condición puede verificarse aplicando la fórmula 2, sección 4.2.4, para
calcular el costo reducido de la nueva variable. La nueva actividad no es
rentable si satisface la condición de optimalidad. De lo contrario, la nueva
actividad incrementará el ingreso.

10
 Conclusión

La asignación de probabilidades a los eventos es una tarea difícil que

muchos gerentes pueden mostrarse difícil a hacer, por lo menos con cierto
grado de exactitud. En algunos casos prefieren decir “creo que la
probabilidad de que este evento ocurra está entre 0.5 y 0.7”.

Bajo estas circunstancias, como en cualquier aspecto de decisión

gerencial, es útil realizar un análisis de sensibilidad para determinar cómo
afecta a la decisión la asignación de probabilidades.

El análisis de sensibilidad concierne al estudio de posibles cambios en

la solución óptima disponible como resultado de hacer cambios en el modelo
original.

Se estudia el análisis de sensibilidad, tema fundamental de la

programación lineal, vinculada a la búsqueda de información económica
acerca del valor de recursos que son escaso y cómo se utilizan.

Encontrar el óptimo de un problema de optimización, es solo una

parte del proceso de solución. Muchas veces nos interesara saber cómo
varía la solución si varía alguno de los parámetros del problema que
frecuentemente se asumen como determinísticos, pero que tienen un
carácter intrínsecamente aleatorio. Más específicamente nos interesara
saber para qué rango de los parámetros que determinan el problema sigue
siendo válida la solución encontrada.

11