Professional Documents
Culture Documents
UNIDEG Pnjamo
UNIVERSIDAD INTERACTIVA Y A DISTANCIA DEL ESTADOCentro
DE GUANAJUATO
reynaldo.garciag@alumnos.sabes.edu.mx
UNIDEG: PLANTEL PNJAMO.
Actividad " Investigacin: Anlisis de sensibilidad y Ejercicio: Mtodo Simplex Dual "
28 de marzo del 2014.
MODELOS DE OPTIMIZACIN
Actividad: 1.- Investigacin sobre el Anlisis de
sensibilizacin.
2.- Ejercicio: Mtodo Simplex Dual.
CAMBIOS DISCRETOS
Los cambios discretos se refieren al estudio del impacto o efecto que se produce en la solucin
(ptima) cuando el valor actual de uno o ms coeficientes del problema se cambian por otros
valores distintos. El anlisis de la solucin ptima para ms de un cambio simultneo es ms difcil
y en la mayora de los casos es mejor volver a resolver el problema.
Cambios en un coeficiente de coste bsico:
Un cambio en un cj de una variable bsica afectara a todos los coeficientes de los zj-cj . Uno o
ms de los nuevos indicadores zj-cj puede haber pasado a ser negativo, en cuyo caso la base
actual deja de ser optima y deber seguir iterandose hasta alcanzar la optimalidad.
Cambios en un coeficiente de coste no bsico:
Si se produce una variacin en un coeficiente cj asociado a una variable no bsica, el nico efecto
que se produce es el cambio de su valor zj-cj correspondiente a esa columna no bsica. Si con el
nuevo valor zj-cj se mantiene no negativo la tabla permanecer ptima, sino ser necesario
optimizar de nuevo.
Cambio en un recurso:
Una variacin en un bj lleva consigo una variacin en los valores de la solucin bsica y por tanto
en la solucin ptima.
XB = B-1 b
Z= cT B
el problema. Sin embargo, si x* no la verifica, hay que evaluar el efecto que existe sobre la
solucin. Tal evaluacin pasa inicialmente por la incorporacin de la nueva restriccin a la tabla
final considerando adems una nueva variable de holgura. Ahora bien, no es posible introducir
directamente los coeficientes de la restriccin en la tabla ya que previamente hay que pasar a cero
los coeficientes de las variables bsicas que aparecen en la restriccin, lo que es posible mediante
las operaciones matriciales de fila que consisten en multiplicar cualquier fila de la matriz por un
nmero y sumrsela a otra fila.
Incorporacin de una nueva variable:
Una vez resuelto el problema puede ser interesante conocer el efecto que se puede producir como
consecuencia de la introduccin de una nueva variable de decisin.
Tal variable puede no afectar a la optimalidad en cuyo caso ser una variable no bsica o puede
afectarla, y esa variable deber entrar en la base.
Tambin ser posible analizar el efecto producido por incorporacin de una nueva variable a partir
del desarrollo terico de la seccin Incorporacin de una restriccin teniendo en cuenta la
relacin conocida de que a cada variable primal le corresponde una restriccin dual ( y viceversa).
EN EL ANLISIS DE SENSIBILIDAD QUE HACE USO DE LA TABLA FINAL DEL MTODO
SIMPLEX.
1. CAMBIO EN EL "LADO DERECHO" DE LAS RESTRICCIONES: Lo que se busca identificar si
las actuales variables bsicas se mantienen luego de la modificacin de uno o ms parmetros
asociados.
2. INCLUSIN DE UNA NUEVA VARIABLE: Debemos evaluar si la nueva variable es un aporte
significativo a los resultados del modelo original. Luego, para decir si la actual solucin bsica es
ptima para el nuevo problema, calculamos el costo reducido de la nueva variable.
3. CAMBIO EN LOS COEFICIENTES FUNCIN OBJETIVO: Se busca identificar qu ocurre con
la actual solucin ptima del escenario base si se cambian uno o varios de los coeficientes que
definen la funcin objetivo. La solucin ptima actual tambin lo ser para el nuevo escenario
siempre que los nuevos costos reducidos sean mayores o iguales a cero. En caso contrario, se
aplica el Simplex a partir de la tabla final del modelo original, con los nuevos costos reducidos y
nuevo valor de la actual solucin bsica.
4. INCLUSIN DE UNA NUEVA RESTRICCIN: Para saber si la actual solucin y valor ptimo se
mantendr luego de incorporar una nueva restriccin al problema se debe evaluar la solucin
actual y verificar si satisface la nueva restriccin. En caso afirmativo, la actual solucin tambin lo
ser del problema con la nueva restriccin, en caso contrario se incorpora la nueva restriccin a la
tabla final del Simplex del escenario base.
20X1 + 15X2
2X1 + 2X2 <= 8
2X1 + X2 <= 6
X1, X2 >= 0
X1
0
1
0
X2
1
0
0
X3
1
-1/2
5
X4
-1
1
5
2
2
70
Para C1:
Max {5/-1/2} <= D <= Min {5/1}
Para C2:
Max {5/-1} <= D <= Min {5/1}
-5 <= D <= 5
C2 puede variar entre: {-15-5, -15+5} = {-20,-10} para el problema de minimizacin. (Entre {10,20}
para Max)
CONCLUSIN
ANALISIS Y SENSIBILIDAD EN MODELOS DE PROGRAMACION LINEAL.
El anlisis de sensibilidad para los modelos de Programacin Lineal, tiene por objetivo identificar
el impacto que resulta en los resultados del problema original luego de determinadas variaciones
en los parmetros, variables o restricciones del modelo, sin que esto pase por resolver el
problema nuevamente.
Es decir, ya sea si resolvemos nuestro modelo grficamente o utilizando el Mtodo Simplex, lo que
se busca es que estas variaciones o sensibilidad hagan uso de la solucin y valor ptimo actual,
sin tener la necesidad de resolver para cada variacin un nuevo problema.
Ecuaciones:
=2
-X1 - X2 + S1
- S2 = 4
-4X1 - X2
= -2
+ S2 = -4
Z - 5X 1 - 6X2
=0
SOLUCIN:
X1 = 2
X2 = 0
Z = 10
XB
S1
S2
Z
X1
X2
S1
S2
-1
-1
1
0
-4
-1
0
1
-5
-6
0
0
5/4
6
0
0
Entra X1 y sale A2. El pivote es -4.
b
-2
-4
0
0
XB
S1
S2
Z
X1
X2
S1
S2
0
-3/4
1
-1/4
1
1/4
0
-1/4
0
-19/4
0
-5/4
0
19/3
0
5
Entra S2 y sale S1. El pivote es -1/4.
b
-1
1
5
-5
XB
S1
S2
Z
X1
0
1
0
b
4
2
10
X2
3
1
-1
S1
-4
-1
-5
S2
1
0
0