INDICE:1

INTRODUCCION..2

ANALISIS POSOPTIMO O DE SENSIBILIDAD.3.

CAMBIOS EN LA VARIABLE DE COEFICIENTE.3

CAMBIOS QUE AFECTAN LA FACTIBILIDAD..5

SOLUICON DE JEJMPLO 1..7

SOLUCIOON DE EJMPLO 2.14

CONCLUCIONES17

BIBLIOGRAFIA..18

1
INTRODUCCION

EL ANALISIS DE SENCIBILIDAD O TAMBIEN LLAMADE ANALISIS

POSOPTIMO ES UYN TRABAJOP QUE SE REALIZARA A TOMAR EN LA
UNIDAD NUMERO 5 DEL PROGRAMA DE ESTUDIOS DE LA MATERIA
TECNICAS DE PLANEACION PARA LA CARRERA DE ELECTRONICA EN EL
INTITUTO TECNOLOGICO DE CIUDAD GUZMAN.

ESTE TRABAJO AYUDARA A LA COMPRENSION DEL TEMA Y ABRIR EL

CONOCIMIENTO DEL MISMO,

ESTE TRABAJO RECOPILA UN RESUMEN DE INFOPRMACION OBTENIDA EN

VARIOS LIBROS Y DE PAGINAS DE INTERNET.

EL RESUMEN ESTA HECHO A BASE DEL INTERCALE DE INFORMACION DE

LA FUENTE BIVLIOGRAFICAS QUE SE PRESENTARAN AL FINAL.

2
ANALISIS POSOPTIMO O DE SENSIBILIDAD

La asignacin de probabilidades a los eventos es una tarea difcil que muchos gerentes
pueden mostrarse difcil a hacer, por lo menos con cierto grado de exactitud. En algunos
casos prefieren decir creo que la probabilidad de que este evento ocurra est entre 0.5 y
0.7. Bajo estas circunstancias, como en cualquier aspecto de decisin gerencial, es til
realizar un anlisis de sensibilidad para determinar cmo afecta a la decisin la
asignacin de probabilidades

El anlisis de sensibilidad concierne el estudio de posibles cambios en la solucin

ptima disponible como resultado de hacer cambios en el modelo original.

Definiciones generales del Anlisis de sensibilidad

Efecto neto. - Es la ganancia o prdida por unidad adicional de una variable que entra a
la base. El efecto neto de una variable bsica siempre ser cero.

f j = efecto neto

Ejemplo: Realizar un anlisis de sensibilidad para el siguiente modelo.

Maximizar: Xo = 10X1 + 15X2 + 4X3 + 2X4

sujeto a: 10X1 + 20X2 + 2X3 + 3X4 <= 4,000

5X1 + 5X2 + 5X3 + 4X4 <= 1500
4X1 + 2X2 + 6X3 + 6X4 <= 800
" X1, X2, X3, X4 >= 0

Solucin ptima del problema.

Base Xo X1 X2 X3 X4 X5 X6 X7 Sol.
Xo 1 0 0 7/3 5 2/3 0 5/6 3,333.33
X2 0 0 1 -13/5 -12/15 1/15 0 -1/6 400/3
X6 0 0 0 -1/3 -3/2 -1/6 1 -5/6 500/3
X1 0 1 0 29/15 19/10 -1/30 0 1/3 400/3

3
CAMBIOS EN LOS COEFICIENTES DE LA FUNCIN OBJETIVO.

El cambio en el Cj de una variable se interpretara, por ejemplo, como en incremento en

el precio de un producto para un objetivo de maximizacin, o como la disminucin en el
costo de una materia prima para un objetivo de minimizacin.
Finalmente, se estudiar por separado si la modificacin en el Cj es para una variable
no-bsica o para una bs ica, ya que las consecuencias en cada caso son muy diferentes.

Cambios en el coeficiente Objetivo de una variable No-bsica.

Es importante mencionar que una variacin de Cj a Cj en el coeficiente objetivo de una

variable no-bsica, no necesariamente conlleva a una infraccin de la inmejorabilidad
de la solucin ptima actual, aunque en ciertas ocaciones si lo haga. Por este motivo, se
considerarn a continuacin dos alternativas de cambio mutuamente exclusivas en el Cj
de una variable no-bsica.

(1) cuando C j < Cj (maximizacin)

en la solucin ptima actual
f j = Cj - Zj <= 0 ==> f j = Cj - Zj < 0
Con lo cual la inmejorabilidad no se infringe. En consecuencia, se deduce que cuando el
Cj < Cj en un problema de maximizacin, la solucin ptima actual no se alterara, lo
mismo en minimizacin con Cj > Cj.

(2) cuando Cj > Cj (maximizacin)

Es claro que solamente cuando el precio de la utilidad de una variable no-bsica se

incrementa, Cj > Cj, en un problema de maximizacin, surge la posibilidad de que se
altere la inmejorabilidad y por ende la optimidad actual.

fj = Cj - Zj <= 0 ==> Cj <= Cj -fj

o alternativamente, cuando Cj <= Cj + I fj I

Es decir, si el nuevo Cj satisface la desigualdad, la actual solucin permanece ptima;

de lo contrario, debe calcularse el f j el cual ser positivo, e introducirse Xj a la base
para encontrar la nueva solucin ptima.

Ejemplo: Cambio en el Cj de una variable no - bsica.

Para el problema dado.

a) determinar los rangos de variacin en la utilidad unitaria de las variables no-bsicas ,
tal que la solucin ptima no se altere.

b) Evaluar los efectos de un incremento en la utilidad unitaria del producto 3 de $4 a

$5.

c) Evaluar el efecto de de un aumento en la utilidad actual del producto 4 de $2 a $8.

a) C j <=Cj + I fi j I
C3 <= 4 + I -7/3I <= 19/3

4
C4 <=2 + I -5I <= 7
C5 <= 0 + I -2/3 I <= 2/3
C7 <= 0 + I -5/6 I = 5/6

b) Dado C3 = 5 = 15/3 satisface el lmite mximo de 19/3, por lo tanto, el incremento

no modifica la solucin ptima actual.

C) Ya C4 = 8 sobrepasa el lmite de incremento en C4, la solucin ptima actual

cambiar. El nuevo f4 es

f4 = C4 - Z4 = 8 -7 = 1

y al ser positivo, X4 debe entrar a la base.

Base Xo X1 X2 X3 X4 S1 S2 S3 Sol.
Xo 1 0 0 7/3 -
1 2/3 0 5/6 3,333.33
X2 0 0 1 -13/15 -12/15 1/15 0 -
1/6 400/3 ------
X6 0 0 0 -1/3 -3/2 -1/6 1 -
5/6 500/3 ------
X1 0 1 0 29/15 19/10 -
1/30 0 1/3 400/3 4000/57

5
CAMBIOS QUE AFECTAN LA FACTIBILIDAD

Existen 2 tipos de cambios que pudieran afectar la factibilidad de la solucin actual

1. Cambios en la disponibilidad de recursos (o segundo miembro de las restricciones) y

2. Adicin de nuevas restricciones. Consideraremos cada caso en forma individual.

Cambio en el segundo miembro de las restricciones

Supngase que en el modelo Reddy Mikks, la disponibilidad de la materia primaria A

se cambia a 7 toneladas en vez de 6 toneladas actuales. Cmo se ve afectada la
solucin actual?

Sabemos que los clculos primarios -duales que los cambios en el segundo miembro
de las restricciones solo pueden afectuar al segundo miembro de una tabla optima;

Es decir solo pueden afectar la factibilidad. Por lo tanto, todo lo que tenemos que
hacer es volver acalcular el nuevo segundo miembro de la tabla original (la matriz
inversa se muestra en una region sombreada de la tabla optima.)
La nueva solucin (bsica) del problema es :

Como los elementos del segundo miembro se mantienen ni negativos, las variables
bsicas actuales permanecen sin cambios. Solo sus nuevos valores se transforman
en .

6
EJEMPLO NO. 1
ANALISIS DE SENSIBILIDAD DE LOS COEFICIENTES DE LA FUNCIN
OBJETIVO Y DE LAS RESTRICCIONES

ANLISIS DE SENSIBILIDAD DE LOS COEFICIENTES DE LA FUNCIN

OBJETIVO. (SOLUCION GRFICA)

x y
0 10 5x + 2y 20
4 0
0 2 x + 3y 6
6 0
0 10
x + y = 10
10 0
0 10
15 0 2x + 3y = 30 Funcin objetivo

Coeficiente Cx

-1/1 -(2 + ? Cx)/3 - 8 ? Cx 1

Coeficiente Cy 7

-1/1 -2/(3 + ? Cy) -1 ? Cx 8

ANLISIS DE SENSIBILIDAD DE LOS COEFICIENTES DE LA FUNCIN
OBJETIVO. (SOLUCION GRFICA)

a) Coeficientes de la funcin objetiv o

Solo es necesario hacerlo para las variables originales.

a.1) Variables bsicas

- Las variables x e y son bsicas ya que figuran en la base (aunque x valga

cero).
- La variable x saldr de la base cuando algn coste reducido sea menor o
igual a cero.
- Solo debemos examinar la columna S(1). El resto no sufren
modificaciones al variar el coeficiente asocia do a x (C x)

Cx Zx = 0 [2 + ?Cx(1/3) 3*(1/3) 0*(2/3)] = 0

Por tanto: ?Cx = 1

Puesto que no hay otras columnas a examinar, concluimos que el

coeficiente Cx podr aumentar en 1 (de 2 hasta 3) y podr disminuir todo
lo que se quiera.
- Anlogamente , para la sensibilidad de Cy tendremos:

Cy Zy = 0 [2*(1/3) (3 + ?Cy)*(1/3) 0*(2/3) = 0

Por tanto: ?Cy = -1

- Concluimos que el coeficiente y podr disminuir en 1 (de 3 hasta 2) y

podr aumentar todo lo que se quiera.

a.2) Variables no bsicas

No hay variables originales no bsicas.

8
ANLISIS DE SENSIBILIDAD DE LAS RESTRICCIONES

ANLISIS DE SENSIBILIDAD 1 RESTRICCIN (SOLUCION GRFICA)

x y
0 10 5x + 2y 20
4 0
0 2 x + 3y 6
6 0
0 10
x + y = 10
10 0
0 10
15 0 2x + 3y = 30 Funcin objetivo

Es posible desplazar 5x + 2y hasta el punto x = 10; y = 0 en el que 5x + 2y = 50 sin

que ninguna variable tome un valor negativo. Por tanto, el aumento permisible es de 20
hasta 50. esto es, 30.
No es posible desplazar 5x + 2y hacia el origen, porque entonces la solucin sera
infactible.

9
ANLISIS DE SENSIBILIDAD 2 RESTRICCIN (SOLUCION GRFICA)

x y
0 10 5x + 2y 20
4 0
0 2
x + 3y 6
6 0
0 10
x + y = 10
10 0
0 10
2x + 3y = 30 Funcin objetivo
15 0

Es posible desplazar x + 3y hasta el punto x = 0; y = 10 en el que x + 3y 30 sin que

ninguna variable tome un valor negativo. Por tanto, el aumento permisible es de 6 hasta
30, esto es, 24.
Se puede desplazar la restriccin todo lo que se quiera ha sta el origen y la solucin no
cambia, por lo que la disminucin permisible es 8 .

10
ANLISIS D E SENSIBILIDAD 3 RESTRICCIN (SOLUCION GRFICA)

x y
0 10 5x + 2y 20
4 0
0 2
x + 3y 6
6 0
0 10
x + y = 10
10 0
0 10
2x + 3y = 30 Funcin objetivo
15 0

Es posible desplazar x + y hasta el cruce de las restricciones 1 y 2. Esto es, el punto

en el que 5x + 2y = 20 y x + 3y = 6. la solucin de este sistema es x = 48/13; y =
10/13. Aplicada esta solucin a la 3 restriccin, nos da 48/13 + 10/13 = 58/13 que es el
valor mnimo que puede tomar la 3 restriccin. Si ahora el lado derecho vale 10 y solo
puede valer 58/13, puede disminuir en 10 58/13 = 78/13 = 5,5384.
No se puede desplazar hacia arriba, porque el problema sera infactible.

11
ANLISIS DE SENSIBILIDAD DE LAS RESTRICCIONES (SOLUCIN
NUMRICA)

1 RESTRICCIN 5x + 2y 20

0 + 1/3? b1 0 ? b1 0

10 1/3 ? b1 0 ? b1 30 0 ? b1 30

24 2/3 ? b1 0 ? b1 36

2 RESTRICCIN x + 3y 6

Es una restriccin no activa que en el ptimo vale 30. Por lo tanto, es posible
incrementar 30 6 = 24 - 8 ? b3 24.

3 RESTRICCIN x + y = 10

0 2/3? b3 0 ? b3 0

10 + 5/3? b3 0 ? b3 -6 -5,5384 ? b3 0

24 + 13/3? b3 0 ? b3 -72/13 = -5.5384

ANLISIS DE SENSIBILIDAD DE LAS RESTRICCIONES (SOLUCIN

MEDIANTE SOLVER).

A continuacin se presenta la solucin del anlisis de sensibilidad obtenido mediante

Solver que, como puede comprobarse, coincide con la obtenida anteriormente por los
diferentes mtodos.

Debe observarse que en el programa original de Solver (por lo menos en la versin 10.0
en espaol) la ltima columna tiene un error en los letreros: en lugar de poner
Disminucin permisible figura en el original Aumento permisible. En la siguiente
hoja este letrero ya ha sido cambiado y, por lo tanto, ya est en la forma correcta.

12
13
EJEMPLO NO. 2 Anlisis de Sensibilidad

Consideremos el siguiente ejemplo:

6.3 Anlisis de Sensibilidad

Consideremos el siguiente ejemplo:

Mx Z = 15 X 1 + 20 X 2

s .a . X1 + 2 X 2 6

2 X1 + 2 X 2 8
4
X 1 0; X 2 0

4 6

14
A partir de la resolucin grfica del problema se tiene:
Solucin ptima: x1 *=2 ; x2*=2
El valor ptimo : Z = Z(2,2) = 70
El anlisis de sensibilidad permite responder, entre
otras, las siguientes preguntas:
1.- Cul es el intervalo de variacin de algn
coeficiente de la funcin objetivo, de modo que la
actual solucin siga siendo la ptima? Sea
Z = c1 x1+c2x2
La solucin ptima de la nueva funcin seguir siendo
x1 *=2 ; x2*=2 ssi:
C1 1
1
C2 2

Tambin podemos estudiar el intervalo de un slo

coeficiente, dejando el resto de los parmetros fijos:

Para C1: 1 C1 1 10 C1 20
20 2
15 1
Para C2: 1 15 C2 30
C2 2

2.- Cul es la variacin del actual valor ptimo de la

funcin objetivo si cambio en una unidad algn
coeficientes del lado derecho de las restricciones ?
Estudiamos por separado las variaciones de cada uno
de los coeficientes del lado derecho de las
restricciones, de modo que preserven la geometra del
problema, esto es que se conserven las mismas
restricciones activas de la solucin ptima inicial.

15
Primera restriccin.
Mayor variacin del coeficiente del lado derecho se
alcanza en x 1= 0 y x2 = 4, de donde se obtiene:
Z(0,4) = 15*0 + 20*4 = 80 y b1 *=0 + 2*4 = 8

Menor variacin del coeficiente del lado derecho se

alcanza en: x 1= 4 ; x2= 0, de donde se obtiene:
Z(4,0) = 15 *4 + 20*0 = 60 y b1 = 4 + 2*0 = 4
De aqu, se calcula el precio sombra 1, que indica
la razn o tasa de cambio de la funcin objetivo con
respecto al cambio en una unidad del lado derecho:
Z (0 ,4 ) Z ( 4 ,0 ) 80 60
1 = = = 5
* 8 4
b1 b1

Segunda restriccin:
Mayor variacin del coeficiente del lado derecho se
alcanza en x 1= 6 y x2 = 0, de donde se obtiene:
Z(0,4) = 15*6 + 20*0 = 90 y b1 *=2*6 + 2*0 = 12

Menor variacin del coeficiente del lado derecho se

alcanza en: x 1= 0 ; x2= 3, de donde se obtiene:
Z(4,0) = 15 *0 + 20*3 = 60 y b1 = 2*0 + 2*3 = 6
De aqu, se calcula el precio sombra 2, que indica
la razn o tasa de cambio de la funcin objetivo con
respecto al cambio en una unidad del lado derecho:

Z ( 6 , 0 ) Z ( 0 ,3 ) 90 60
2 = = =5
*
b2 b2 12 6

16
CONCLUCIONES

EL ANALAISIS DE SENSIBILIDAD ES UNA POTENCIALIDAD DEL METODO

DE SOLUCION DE `PROBLEMAS LINEALES.

SE BASA EN EL ANALISIS DE UN PROBLEMAS SIMPLEX GRAFICO, A ESTE

SE LE REALIZA UN ANALISIS DE POSIBLES VARIACIONES PARA MEJORAR
EL RESULTADO OPTIMO Y PODER LLEGAR A TOMAR LAS MEJORES
DECICIONES FUTURAS EN LAS OPERACIONES PROGRAMADAS PARA
CUALQUIER ACTIVIDAD EMPRESARIAL.

AL REALIZAR ESTE TRABAJO DOY EN RAZON QUE UNA EMPRESA DEBE

ESTAR SUJETA A POSIBLES CAMBIOS EN LAS SITUACIONES DE
PRODUCCION PARA NO CAER EN ERRORES DE PRODUCCION Y PARA
SIEMPRE OBTENER EL MAXIMA DE GANANCIAS Y EL MINIMO DE GASTOS.

17
BIBLIOGRAFIA

HANDY A. TAHO

INVESTIGACIOON DE OPERACIONES

ED. ALFAOMEGA

*MOSKOWITZ Y WRHIGHT

INVESTIGACION DE OPERACIONES

ED. PRENTICE HALL

EN EL INTERNET:

www.itlp.edu.mx/publica/ tutoriales/investoper1/unidad4.htm - 2k

apuntes.rincondelvago.com/ analisis-de-sensibilidad_1.html - 19k

apuntes.rincondelvago.com/analisis -de-sensibilidad.html - 18k - 6 Nov 2004

www.umm.edu/esp_ency/article/003741.htm - 24k

www.nlm.nih.gov/medlineplus/ spanish/print/ency/article/003741.htm - 9k

www.geocities.com/ohcop/asensibi.html - 9k

www.tdx.cesca.es/TDX-0921104-133358/ - 9k

www.unirioja.es/dptos/ daa/web2/Temp/images/c_bio_cost.htm - 4k

www.itlp.edu.mx/publica/ tutoriales/investoper1/tema41.htm - 4k

www.uam.es/personal_pdi/ economicas/ybueno/Sensibi1203.doc

www.edicionsupc.es/virtuals/caplln/OE03202X.htm - 7k

www.itson.mx/dii/elagarda/apagina2001/PM/dualidad.html - 26k

18
19