Anlisis de Sensibilidad.

El propsito del anlisis de sensibilidad es identificar los parmetros sensibles

(aquellos que no pueden cambiar sin cambiar la sol. ptima).
Si se descubre que el valor verdadero de un parmetro sensitivo difiere de su
valor estimado en el modelo, esto dar seal inmediata de que la solucin debe
cambiar.
Cmo se identifican estos parmetros sensibles?
En el caso de bi, esta informacin est dada por los precios sombra que
proporciona el mtodo Simplex. En particular si Yi* > 0, entonces la solucin
ptima cambia si cambia bi, por lo que bi, en un parmetro sensible.
Si Yi* = 0 la solucin ptima no es sensible, al menos a cambios pequeos.
Cuando el problema tiene slo dos variables, la sensibilidad de los distintos
parmetros se puede analizar con una grfica. Por ejemplo:

En la figura se observa que C1 = 0.25 se puede cambiar a cualquier valor

dentro del intervalo (9/40, 27/40) sin que la solucin ptima (90,105) cambie.
La razn es que cualquier valor de C1 dentro de este intervalo mantiene la
pendiente de Z = C1x1 + 0.45x2, entre las pendientes de las lneas:
y

L1:
L2:

4x1 + 8x2 1200

12x1 + 8x2 1920

m1 =

mz

1
2

C1
0.45

y m2 =

3
2

C
1
3
1
2 0.45 2

C
9
27
1
20 0.45 40

Adems si C2 = 0.45 es el nico parmetro que se cambia, este puede tomar

los valores de:
1 C1 3

2 C2 2

2 C2

2
3 C1

2 C2

2
3 0.25

1
1
C2
6
2

As ni C1, ni C2 son parmetros sensibles.

Para analizar la sensibilidad de los parmetros aij se debe verificar si su
restriccin correspondiente es independiente (independiente) en la solucin
ptima.
Asi:
y

4x1 + 8x2 1200

12x1 + 8x2 1920

Son restricciones de atadura, por lo que cambiar cualquiera de sus coeficientes

a11 = 4, a12 = 8, a21 = 12, a22 = 8), tendr que cambiar la solucin ptima y por lo
tanto estos son parmetros sensibles.
Por otro lado como 10x1 + 30x2 4200 no es atadura, cualquier cambio
suficientemente pequeo en sus coeficientes (a31=10, a32 = 30) no cambiar la
solucin ptima. As que stos no son parmetros sensibles.
En los problemas reales es de ms importancia el anlisis de sensibilidad
sobre los parmetros bi y cj que sobre las aij, ya que estos son despreciables,
porque adems los aij quedan determinados por la tecnologa que se est
usando.

Rango de variacin de los coeficientes de la funcin objetivo

Considerando el problema:
Min Z = 500 x1 + 2000x2
s.a:

3x1 + 2x2 36
6x1 + 3x2 60

xi 0 ; i = 1,2

Cuya solucin grfica es:

Para C1:
Min Z = C1X1 + 2000X2

mz = -C1/2000

Lmite mnimo:
Lmite mximo:

m1 = -3/2
m2 = 0

luego: -3/2 -C1/27 0

0 C1 3/2

Para C2:
Min Z = 500X1 + C2X2

mz = - 500 / C2

-3/2 - 500/C2 0
-2/3 C2 / 500

Rango de variacin de los bi

Para b1:

Lmite Superior

-1000/3 C2

De la grfica el lmite mximo es infinito ()

Lmite inferior

El lmite mnimo es en el punto de interseccin de la recta L2 con el eje X

Es decir el punto (10, 0)
Entonces reemplazando en la restriccin correspondiente a b1 se tiene:
3(10) + 2(0) = 30
Por lo tanto:

30 b1

Anlogamente se tiene para b2

- b2 72

ANLISIS DE SENSIBILIDAD GRFICO PARA 3 RESTRICCIONES

La metodologa y conceptos presentados para el caso de 2 restricciones no
difiere, sin embargo, hay que tener especial cuidado cmo la inclusin de una
tercera restriccin afecta el anlisis. Veamos el siguiente ejemplo:
MaxZ = 4X1 + 3X2
S.a:
6X1 + 2X2 <= 120
.. .1X1 + 4X2 <= 100
..5X1 + 5X2 <= 150
.. ..X1 >= 0, X2 >= 0
La solucin grfica de este ejemplo permite obtener la solucin ptima X1
=15, X2=15 con valor ptimo Zopt=105, tal como se observa en el grfico a
continuacin:

Antes de proceder con el anlisis de sensibilidad es conveniente verificar si las

actuales restricciones del problema estn activas en el ptimo, es decir, si se
cumplen en igualdad:
R1: 6*(15) + 2*(15) = 120 => R1 es una restriccin activa
R2: 1*(15) + 4*(15) < 100 => R2 no es una restriccin activa
R3: 5*(15) + 5*(15) = 150 => R3 es una restriccin activa
En el caso que el lado derecho de la restriccin sea un recurso, resulta lgico
tener una disposicin a pagar por unidad adicional en la medida que dicho
recurso se est ocupando a mxima capacidad. En consecuencia, una
restriccin no activa tiene por definicin un precio sombra igual a cero (caso
de R2) ya que un aumento del lado derecho no aumentar el valor ptimo
actual V(P)=150. Sin embargo, slo en casos muy particulares podemos
encontrar restricciones activas con precio sombra (o costo reducido) igual a
cero, lo que es ms la excepcin que la regla.
Luego de esta introduccin veamos el clculo del precio sombra o costo
reducido para la restriccin 1 (R1). Primero, debemos desplazar en forma
paralela la restriccin 1 hasta el punto mximo donde la solucin ptima se
siga encontrando con las actuales restricciones activas R1 y R3. Dicho
punto es (X1,X2 )=(30,0). Posteriormente, desplazamos en forma paralela la
restriccin 1 (R1) hasta el punto mnimo donde la solucin ptima se siga
encontrando con las actuales restricciones activas R1 y R3. Ntese que este
desplazamiento queda acotado hasta el punto donde la restriccin 2 (R2) se
vuelve activa, que corresponde al punto (X1,X2 )=(6,666, 23,333) como se
muestra en la siguiente grfica:

Por consiguiente, el precio sombra asociado a la restriccin 1 queda dado por:

Casos Particulares
a. Solucin ptima finita nica.- Si la solucin ptima es finita y nica quiere
decir que la solucin ptima ocurre en el vrtice extremo de la regin de
solucin factible pudiendo ser acotada o no acotada.

Zopt.

Zopt.

Zo

Regin acotada

Regin no acotada

b. Solucin ptima alternativos.- Ocurre cuando le Z ptimo es coincidente con

uno de los lados de la regin de solucin factible, pudiendo ser acotada o no
acotada.

Zopt.

Zopt.

c. Soluciones no acotadas.- Ocurre la funcin objetivo y la regin de solucin

factible son no acotadas de tal manera que al trazar la paralela siempre va a
interceptar las soluciones factibles en ms de un punto (ver fig. 1)
d. Regin vaca.- ocurre cuando el sistema de inecuaciones y ecuaciones
describen una regin inconsistente, lo que quiere decir que no existen punto
alguno que satisfaga todas las restricciones dadas. Por ejemplo:
Min Z = -2 x1 + 3x2
s. a: L1:
L2:
L3:

-x1 + 2x2 2

x1 = 0 ; x2 = 1
x2 = 0 ; x1 = -2

2x1 - x2 3

x1= 0 ; x2 = -3
x2 = 0 ; x1 = 3/2

x2 4

x1= 0 ; x2 = 4

2.

MTODO ALGEBRAICO

Ejemplo:
maxZ = 100x1 + 200x2 + 50x3
s.a:
5x1 + 5x2 + 10x3
10x1 + 8x2 +
10x1 + 5x2

5x3

xi

1000
2000
500
0

Procedimiento
1)

Expresar las desigualdades como ecuaciones introduciendo variables de

holgura.
As:
5x1 + 5x2 + 10x3 + S1
= 1000
10x1 + 8x2 + 5x3 + S2 = 2000
10x1 + 5x2
+ S3 = 500
Donde:
S1:
S2:
S3:

Tn de mineral b1 no empleado
Tn de mineral b2 no empleado
Tn de mineral b3 no empleado

2) . Expresar las ecuaciones de las variables de holgura.

S1 = 1000 - 5x1 - 5x2 - 10x3 .................... (1)
S2 = 2000 - 10x1 - 8x2 - 5x3 .................... (2)
S3 = 500 - 10x1 - 5x2
.................... (3)
3)

Clculo de la 1ra. Solucin bsica factible (en el origen)

x1 0

x2 0 V .N .B.
x3 0

S1 1000

S 2 2000 V .B.
S 3 500
Z 0

4)

Evaluacin de la funcin objetivo

Considerar el producto que ofrece la mayor contribucin por unidad de
producto. Solucin mejorada.

5)

Clculo de la 2da. Solucin bsica factible V. ingresante: x2

x1 = x3 = S1 = S2 = S3 = 0
de (1):
x2 = 1000/5 = 200
de(2):
x2 = 250
de(3):
x2 = 100
Se elige el menor valor en este caso: x2 = 100, eso quiere decir que la V.
saliente debe ser S3, luego despejamos x2 de la ecuacin correspondiente (3)

x 2 100 2 x1

S3
..........(4)
5

(4) en (1):
S

S 1 1000 5 x1 5 100 2 x1 3 10 x
5

S 1 500 5 x1 S 3 x 3 .......(5)

(4) en (2):
S

S 2 2000 10 x1 8 100 2 x1 3 5 x
5

S 2 1200 6 x1
(4) En la funcin objetivo:

8
S 3 5 x 3 .......(6)
5

max Z 100 x1 200 (100 2 x1

S3
) 50 x 3
5

max Z 20000 300 x1 40 S 3 50 x 3

6)

Clculo de la 3ra. solucin bsica factible.

V. ingresante: x3
de (4) :

x3 = -

de (5):
de (6):

x3 = 50
x3 = 240

V.saliente = S1

de (5) despejemos x3
x 3 50

S
S
5
x1 3 1 .......(7)
10
10 10

S 2 1200 6 x1

(7) en (6):
S 2 950

7)

S
S
8
5
S 3 5(50 x1 3 1
5
10
10 10

7
11
1
x1 S 3 S 1 ...........(8)
2
10
2

En funcin objetivo:
max Z 20000 300 x1 40 S 3 50(50
max Z 22500 275 x1 35 S 3 5S 1

Solucin ptima

S
S
5
x1 3 1 )
10
10 10

S 2 950

x 2 100 V .B.
x 3 50

x1 0

S1 0 V .N .B.
S3 0

Zpt. = 22,500

Nota :
- Cuando el problema es de max. La variable ingresante es aquella que
produce el mayor beneficio por unidad de producto.
- El ptimo se alcanza cuando los trminos de la funcin objetivo son
ceros o valores negativos.
- En los problemas de minimizacin, la variable ingresante es la de
menor costo y el ptimo se alcanza cuando en la funcin objetivo se
tiene valores ceros o positivos.
- Este mtodo solo trabaja con restricciones de tipo
minimizacin.

ya sea de max o