ACT. Analisis de Sensibilizaciòn García Gómez Reynaldo (MO)

Garca Gmez Reynaldo 1
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.
Alumno: Reynaldo Garca Gmez.

Centro UNIDEG Pnjamo
1.- INVESTIGACIN: ANLISIS DE SENSIBILIZACIN

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. En los modelos de programacin lineal los distintos coeficientes de la
funcin objetivo, restricciones y valores de los recursos son datos que pueden estar sujetos a
errores o a fluctuaciones. Se denomina Anlisis de sensibilidad a analizar el efecto de los cambios
en la estructura del modelo sobre la solucin ptima.
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
Cambios en los coeficientes tecnolgicos:

Los elementos yik de la tabla del simplex, se corresponden inicialmente con los coeficientes aik de
las restricciones incluidas las variables de holgura y/o artificiales. Un cambio en un aik que reciben
el nombre de coeficientes tecnolgicos, tendr posiblemente un efecto sobre los elementos yik
resultantes. Los coeficientes aik tienen su interpretacin fsica y representan la tasa de gasto por
unidad de la variable xk del recurso b.
Una variacin en un coeficiente aik asociado a una variable bsica (de la tabla ptima) puede
afectar a toda la tabla, pudiendo convertirse la tabla en dual infactible y primal infactible, siendo
recomendable en tales circunstancias volver a resolver el problema. El anlisis es ms sencillo si
el cambio es en un coeficiente aik no bsico. En efecto, tal cambio afecta a su vector asociado y ik
y al valor zkck en la fila indicador. Si llamamos k al nuevo vector tecnolgico bajo la variable no
bsica xk e yk al nuevo vector asociado a xk
Yk = B-1 ak
Y su indicador zkck = cT
B yK ck
Si en la tabla final el valor zkck es negativo, el problema deja de ser ptimo.
INCORPORACIN DE NUEVAS RESTRICCIONES Y PRODUCTOS.
Incorporacin de una restriccin:
El efecto de aadir una nueva restriccin a un problema lineal es un proceso sencillo, ya que como
veremos su comprobacin es relativamente fcil.
A veces ocurre que una vez formulado y resuelto el problema resulta necesario o conveniente
considerar alguna nueva restriccin, bien por olvido o bien por la introduccin de informacin
adicional. Para evaluar su efecto basta verificar si la solucin ptima x*, satisface la nueva
restriccin. Si es as, se considera que no hay efecto y x* permanece como solucin ptima para

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.
EJEMPLO DE ANLISIS DE SENSIBILIZACIN

INTERVALO DE VARIACIN COEFICIENTE FUNCIN OBJETIVO
Un caso de inters resulta identificar el intervalo de variacin de los coeficientes de la funcin
objetivo para las variables bsicas, que garantiza que la actual solucin ptima se mantenga.
EJEMPLO: Encontrar un intervalo de variacin para C 1 y C2 que conserven la actual solucin
ptima (X3 y X4 corresponden a las variables de holgura de la restriccin 1 y 2 respectivamente).
Max Z=
s.a:
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}

-10 <= D <= 5

C1 puede variar entre: {-20-10, -20+5}= {-30,-15} para el problema de minimizacin. (Entre {15,30}
para Max)
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.
2 EJERCICIO: MTODO SIMPLEX DUAL

Min. Z = 5x1 + 6x2

S/A.
x1 + x2 2
4x1 + x2 4
x1 , x2 0
Forma estndar:
(-1) X 1 + X2 - S1
(-1) 4X 1 + X2
Ecuaciones:
=2
-X1 - X2 + S1
- S2 = 4
-4X1 - X2
= -2
+ S2 = -4
Z - 5X 1 - 6X2
=0
TABLAS MTODO SIMPLEX DUAL
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

ACT. Analisis de Sensibilizaciòn García Gómez Reynaldo (MO)

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ACT. Analisis de Sensibilizaciòn García Gómez Reynaldo (MO)

Uploaded by

Copyright:

Available Formats

Garca Gmez Reynaldo 1

Alumno: Reynaldo Garca Gmez.

Garca Gmez Reynaldo 2

1.- INVESTIGACIN: ANLISIS DE SENSIBILIZACIN

Garca Gmez Reynaldo 3

Cambios en los coeficientes tecnolgicos:

Garca Gmez Reynaldo 4

Garca Gmez Reynaldo 5

EJEMPLO DE ANLISIS DE SENSIBILIZACIN

Garca Gmez Reynaldo 6

-10 <= D <= 5

2 EJERCICIO: MTODO SIMPLEX DUAL

Garca Gmez Reynaldo 7

Min. Z = 5x1 + 6x2

TABLAS MTODO SIMPLEX DUAL

You might also like