2. Análisis de Sensibilidad
Tópicos
Definición
Análisis de sensibilidad de los
coeficientes de la F.O. cj
Análisis de sensibilidad vector b
Análisis de sensibilidad de los aij
Adición/Eliminación de una variable
Adición/eliminación de una restricción
IO1 RDA 2
3. Análisis de Sensibilidad
Se denomina análisis de sensibilidad a
las investigaciones que tratan los
cambios en la solución óptima debido a
los cambios en los datos
El análisis de sensibilidad en cierto
sentido convierte la solución estática de
P.L. En un instrumento dinámico que
evalúa las condiciones cambiantes
IO1 RDA 3
4. Análisis de Sensibilidad
Objetivo:
Como se ve afectada la solución, si se
modifica las condiciones iniciales; esto
es hay cambios en los costos, recursos,
coeficientes tecnológicos.
Cual es el rango de valores en que se
puede trabajar sin afectar la solución.
IO1 RDA 4
5. Sensibilidad de los coeficientes de la
F.O. (Cj)
Sí C C’ ¿cuál será la nueva solución
óptima?
Recordemos que:
(P) max Z=CX (D) min w=Yb
s.a. AX=b s.a. YA C
x>0 Y libre
IO1 RDA 5
6. Sensibilidad de los coeficientes de
la F.O. (Cj)
Que ocurre con las condiciones? Se
mantienen?
La condición de factibilidad
1 si se mantiene, i.e. B es
X B B b 0 base primal
La condición de optimalidad
c j z j 0 ? j 1,...,n no! se
sabe
Pues solamente se cumple para las VB.
IO1 RDA 6
7. Sensibilidad de los coeficientes de
la F.O. (Cj)
Entonces sí:
cj zj 0 j I N => sol. óptima
se mantiene
en caso contrário la sol óptima es
afectada => utilizar Simplex para
encontrar la nueva solución
IO1 RDA 7
9. Sensibilidad de los coeficientes de
la F.O. (Cj)
Sí z 3x1 2x2 se cambia por
z' 5x1 4x2
la solución permanece óptima?
Solución: Nos interesa calcular solamente
cj z j 0 j IN pues cj z j 0 j IB
donde
I N no básicas
I B básicas
IO1 RDA 9
10. Sensibilidad de los coeficientes de
la F.O. (Cj)
Como:
zN CB B1N e Y CB B1
Veamos la Base
2 1 0 0 2 / 3 - 1/3 0 0
1 2 0 0 - 1/3 2/3 0 0
B B 1
1 -1 1 0 - 1 1 1 0
1 0 0 1 - 2/3 1/3 0 1
IO1 RDA 10
11. Sensibilidad de los coeficientes de
la F.O. (Cj)
Ahora, con el cambio de coeficientes:
CB (2,3,0,0) CB (4,5,0,0)
'
Y ' CB B 1 (4,5,0,0) B 1 (1,2,0,0)
'
Necesitamos conocer N
dado que I B 2,1,5,6 I N 3,4
1 0
0 1
de donde N
0 0
0 0
IO1 RDA 11
12. Sensibilidad de los coeficientes de
la F.O. (Cj)
Luego
1 0
0 1
(c3 z3 , c4 z4 ) (0,0) (1,2,0,0) (1,2)
00
0 0
(1,2) 0
Cumple con la condición de optimalidad
IO1 RDA 12
13. Sensibilidad de los coeficientes de
la F.O. (Cj)
Esto es el punto óptimo es el mismo
pero el valor de Z varia
( x1 10 / 3, x2 4 / 3)
z 5(10 / 3) 4(4 / 3) 22
En la tabla ahora se tiene:
x1 x2 x3 x4 x5 x6
z 0 0 -1 - 2 0 0 - 22
IO1 RDA 13
14. Sensibilidad de los coeficientes de
la F.O. (Cj)
¿Cuál es el rango de variación de cj
para que la base se mantenga
óptima?
ahora:
C' C ek ek fila k de la matriz I
esto es:
C' (c1, c2 ,.... k ,..... n )
c c y
c ck
'
k
IO1 RDA 14
15. Sensibilidad de los coeficientes de
la F.O. (Cj)
1. Sí ck corresponde a una VNB
Se cumple que:
c j z j 0 j K , Y CBB -1
entonces basta verificar que:
c ck zk
'
k
de donde: zk ck costo reducido
IO1 RDA 15
16. Sensibilidad de los coeficientes de
la F.O. (Cj)
Ejemplo: Hallar el rango de variación de
c3 para que la base siga siendo óptima
c3 0 x3 es VNB
Basta mirar el tablero óptimo a nivel de -z y
tomar el valor contrario de c3-z3=-1/3=> 1/ 3
De donde C3' C3 1/ 3 , esto es, C3' ,1/ 3
IO1 RDA 16
17. Sensibilidad de los coeficientes de
la F.O. (Cj)
1. Sí ck corresponde a una VB, se tiene:
Y 'CB B1 (CB e p ) B1Y f p
e p fila p de I
'
P pos. de VB k en IB
se debe verificar que: f p fila P de B1
a j colum na j deA
c j z' j c j Y ' a j 0 j I N
de donde:
c j Ya j
c j Ya j
max
y pj 0
min
ypj
y pj 0
ypj
IO1 RDA 17
18. Sensibilidad de los coeficientes de
la F.O. (Cj)
Ejemplo: Hallar el rango de variación de c1 para
que la base siga siendo óptima
C1 3 x1 es VB
Observe que I N 3,4 , IB 2,1,5,6 , la posición de x1
en la base es 2
=> Según la formula esto corresponde a los
valores de c3 z3 , c4 z4 y de y23 , y24
=> max 4 / 3 min 1/ 3
2/3
y pj 0 1 / 3
y pj 0
2 1 y como c1' c1 1 c1' 4
IO1 RDA 18
19. Sensibilidad del vector b
Sí b b’ ¿Cuál es la nueva solución
Óptima?
¿Qué ocurre con las condiciones?
1
Factibilidad: X B B b' 0 ? no se
sabe
Optimalidad: C YA 0 se
mantiene, pues b’ no interviene
=> B es Base dual posible
=> Y es solución dual posible
IO1 RDA 19
20. Sensibilidad del vector b
Entonces, Sí
1
X B B b' 0 =>Sol. Óptima del
problema primal
(e Y óptima del dual)
En otro caso solución es afectada
=>aplicar simplex dual para la hallar la
solución
IO1 RDA 20
21. Sensibilidad del vector b
Ejemplo: que pasa si
6 7
8 8
b b'
1
3
2 2
x1
1
Debemos verificar X B B b' 0
2 / 3 -1/3 0 0 7 2
-1/3 2/3 0 0 8 3 la base permanece
B1b 0
-1 1 1 0 3 4 y ahora x2 2, x1 3
- 2/3 1/3 0 1 2 0
x5 4, x6 0
IO1 RDA
z 13 21
22. Sensibilidad del vector b
¿Cuál es el rango de variación de b para
que B siga siendo óptima?
ei columna i de I
b' b ei i columna i B1
X B b' B b B ei 0
'
B
1 1 1
X B X B i 0
'
En particular para la fila s, tenemos:
X BS X BS
max min
si 0
si si 0
si
IO1 RDA 22
23. Sensibilidad del vector b
Ejemplo: rango de variación de b1
2 / 3 -1/3 0 0 6 4 / 3
-1/3 2/3 0 0 8 10 / 3
B1 b XB
-1 1 1 0 1 3
- 2/3 1/3 0 1 2 2/3
b1=6 => vemos en la columna 1 de B1 y para cada fila S = 1,
2,3,4 según fórmula se tiene
10 / 3 3 2 / 3 4 / 3
max , , min
1 / 3 1 2 / 3 2 / 3
1 2
=>
6 2 b1 6 1
4 b'1 7
IO1 RDA 23
24. Sensibilidad de los coeficientes aij
Caso en que aij N cambie, que ocurre
con la solución solución óptima?
C. de Factibilidad:
X B b01 se mantiene
B
C. de optimalidad:
CN YN 0 ? No se sabe
IO1 RDA 24
25. Sensibilidad de los coeficientes aij
Entonces, dado aij N
Sí,
CN YN 0
entonces la solución permanece
caso contrário solución cambia
=> aplicar simplex
IO1 RDA 25
27. Sensibilidad de los coeficientes aij
Ejemplo: Que pasa si a13 x3 VNB a13 1 ,
ahora es a13 4
=>debemos verificar c3 z3 0 , como c 0 3
y Y C B (1/ 3,4 / 3,0,0) , obtenemos
B
1
4
0
z3 Ya3 (1/ 3,4 / 3,0,0) 4 / 3
0
0
de donde
c3 z3 0 4 / 3 4 / 3 0
IO1 RDA 27
28. Sensibilidad de los coeficientes aij
Rango de variación de aij N
la base permanece óptima sí,
CN YN 0
esto es:
c j Ya j 0 j I N
Pero como
a j' a j ei para un j
IO1 RDA 28
29. Sensibilidad de los coeficientes aij
=> el rango de variación de
c j Ya j
Yi Yi 0
c j Ya j
Yi Yi 0
IO1 RDA 29
30. Sensibilidad de los coeficientes aij
Ejemplo: rango de variación de a13 x3 VNB
a13 1
=>nos interesa c3 z3 y la variable dual,
Y 1/ 3 obtenido a partir de Y C B (1/ 3,4 / 3,0,0)
1 B
1
ahora reemplazando, en la formula se
tiene: 1/ 3 1
1/ 3
a'13 a13 a'13 0
IO1 RDA 30
31. Sensibilidad de los coeficientes aij
Caso en que aij B cambie, que ocurre
con la solución solución óptima?
La modificación de un elemento de la
base afecta las condiciones:
1
de factibilidad: X B B b
de optimalidad (factibilidad dual):
CN YN 0
de complementaridad: Y CB B1
IO1 RDA 31
32. Sensibilidad de los coeficientes aij
Rango de variación de aij B
En este caso se calculará el rango de
variación respecto a las condiciones de
factibilidad y de optimalidad para cada
caso particular
Nota: A veces es mejor resolver el
nuevo problema generado con el
cambio.
IO1 RDA 32
33. Adición de una variable
¿Qué posibilidad hay de lanzar un
nuevo producto al mercado?
El problema ahora es:
max Z CX cn1xn1
AX an1xn1 b
X , xn1 0
El número de restricciones ha variado?
IO1 RDA 33
34. Adición de una variable
Como el número de restricciones no
varia B tiene el mismo número de VB
esto es: X B B1b es una base
posible
Ahora Sí, B sigue siendo óptimo,
debemos de verificar que:
cn1 Yan1
en caso contrário aplicar el Simplex
IO1 RDA 34
35. Adición de una variable
La variable que entra es xn1
Para la tabla simplex es necesario
1
calcular yn1 B an1
IO1 RDA 35
36. Adición de una variable
Ejemplo: Suponga que se desea añadir una
variable x7,
max z 3x1 2 x2 (3 / 2) x7
s.a x1 2 x2 (3 / 4) x7 6
2 x1 x2 (3 / 4) x7 8
x1 x2 x7 1
x2 2
debemos de verificar que: cn1 Yan1
Como Y (1/ 3,4 / 3,0,0) an1 (3 / 4,3 / 4,1,0)
IO1 RDA 36
38. Eliminación de una variable
La eliminación de una variable implica
que este tome un valor fijo: x j k
Caso de una VNB
En el óptimo:
Z Z (c j z j ) x j
a
j IN
X Bs X ysj x j
a
Bs s IB
como :
xk
IO1 RDA 38
39. Eliminación de una variable
se tiene:
Z (Z (ck zk ) ) (c j z j ) x j
a
j IN
j k
X Bs ( X Bs ysk ) ysj x j
a
s IB
j k
entonces, sí: X y 0
Bs sk
la base sigue siendo óptima
en otro caso aplicar dual simplex
IO1 RDA 39
42. Eliminación de una variable
Caso de una VB
La eliminación de una variable de la Base,
modifica de forma compleja el problema;
esto es la base ya no es más base
óptima.
Una forma de abordar el problema es
hacer que la VB a ser eliminada pase a
ser una VNB
IO1 RDA 42
43. Eliminación de una variable
ejemplo: Suprimir x2 2, x2 es VB
x1 x2 x3 x4 x5 x6
x2 0 1 2/3 - 1/3 0 0 4/3
x1 1 0 - 1/3 2/3 0 0 10/3
x5 0 0 -1 1 1 0 3
x6 0 0 - 2/3 1/3 0 1 2/3
z 0 0 - 1/3 - 4/3 0 0 - 38/3
Forcemos a x2 salir de la base y luego eliminémosla.
IO1 RDA 43
45. Adición o eliminación de una
restricción
Al eliminar una restricción la región factible
queda inalterada o aumenta
La Adición de restriciones hace que la
región factible quede inalterada o se
reduzca
Efectos sobre la FO.
La adición de una restricción al modelo
empeora o no altera el valor de la FO.
La eliminación de una restricción al
modelo mejora o no altera el valor de la
FO.
IO1 RDA 45