UNIVERSIDAD SANTO TOMS DE AQUINO VUAD

INGENIERA EN INFORMTICA
INVESTIGACIN DE OPERACIONES I

ANLISIS DE SENSIBILIDAD EN PROGRAMACIN LINEAL

En todos los modelos de programacin lineal los coeficientes de la funcin
objetivo y de las restricciones son dados como datos de entrada o parmetros
del modelo. La solucin ptima que se obtienen por el mtodo simplex es
basada en los valores de estos coeficientes, En la prctica los valores de estos
coeficientes son raramente conocidos con total certidumbre, porque muchos
de ellos varan en funcin de parmetros incontrolables. Por ejemplo, la
demanda futura, el costo de las materias primas o el curso de los recursos
energticos, no pueden ser predichos con total seguridad antes de resolver el
problema. As, la solucin de un problema prctico no es la mera
determinacin de la solucin ptima.
Cada variacin en los valores de los coeficientes cambia el Programa Lineal, lo
cual puede implicar un efecto en la solucin ptima encontrada con
anterioridad. Para desarrollar una estrategia general que permita determinar
contingencias, se debe estudiar como la solucin ptima cambiara ante
cambios en los datos de entrada. Esto se conoce como Anlisis de Sensibilidad
o Anlisis de Post-Optimalidad.
Dentro de las razones para realizar el anlisis de sensibilidad, se encuentran,
entre otras:
1. Algunos de los coeficientes o parmetros del Programa Lineal pueden ser
controlables; por ejemplo, disponibilidad de capital, materia prima, o
capacidad de las mquinas. El Anlisis de Sensibilidad nos permite
estudiar el efecto que tendr cambiar tales parmetros sobre la solucin
ptima. Si se obtiene que el valor ptimo (beneficio/costo) cambia (a
nuestro favor) en una magnitud considerable a raz de un cambio pequeo
en los parmetros dados, entonces, valdra la pena implementar alguno de
esos cambios. Por ejemplo, si incrementar la disponibilidad de horas de
mano de obra, permitiendo tempo extra, genera un incremento
significativamente mayor en el retorno mximo que el incremento
generado en el costo por el trabajo en tiempo extra, entonces ser
conveniente permitir la produccin durante tiempo extra.
2. En muchos casos, los valores de los coeficientes son obtenidos mediante
mtodos de estimacin estadstica basados en informacin histrica, tal es
el caso de los pronsticos, precios estimados, y costos. Estas estimaciones,
en general, pueden no ser no lo suficientemente confiables. Si podemos
cuales de esos parmetros tienen mayor influencia sobre la funcin
objetivo, entonces podremos hacer un mayor esfuerzo en obtener mejores
estimadores para tales parmetros, y as incrementar la confiabilidad del
modelo y de la solucin.

UNIVERSIDAD SANTO TOMS DE AQUINO VUAD

INGENIERA EN INFORMTICA
INVESTIGACIN DE OPERACIONES I

Vamos ahora a ilustrar el uso prctico del anlisis de sensibilidad con ayuda de
un ejemplo.
Ejemplo
Una compaa manufactura tres productos, los cuales requieren tres recursos,
manos de obra, materiales y administracin. Las utilidades unitarias de cada
uno de estos productos son: $10, $6 y $4 respectivamente, se dispone de 100
horas de mano de obra, 600 libras de materia prima, y 300 horas de
administracin disponibles por cada da. A fin de determinar la mezcla ptima
de produccin, el siguiente problema de Programacin Lineal fue formulado y
resuelto:
FO Max Z=10 x 1+ 6 x2 + 4 x 3
2 x 1 +2 x2 +6 x 3 300
Donde

x1

x2

Sa

x 1+ x 2 + x 3 100

10 x1 + 4 x 2+5 x 3 600

x1 , x2, x3 0
y

x3

son los niveles de produccin de los productos 1, 2

y 3 respectivamente.
Una salida computacional; usando WinQSB que resuelve este modelo es la
dada en la siguiente tabla:

As, que la solucin ptima consiste en elaborar nicamente los productos uno
y dos en niveles de 33.33 y 66.67 unidades respectivamente.
Los precios sombra (Shadow Price), dan el impacto in la utilidad mxima si
unidades adicionales de cierto recurso pudieran ser obtenidos. En este caso
vemos que el recurso horas de mano de obra tiene el mayor impacto,

UNIVERSIDAD SANTO TOMS DE AQUINO VUAD

INGENIERA EN INFORMTICA
INVESTIGACIN DE OPERACIONES I

generando un incremento de $3.33 en la utilidad por cada hora de mano de

obra incrementada en la disponibilidad de este recurso. Por supuesto, los
precios sombra de los recursos aplican siempre y cuando sus variaciones se
mantengan dentro de los rangos determinados sobre los RHS (Right Hand Side)
dados en la tabla. En otras palabras, un incremento de $3.33/hr en la funcin
objetivo es alcanzable en tanto las mano de obra disponible no supere las 150
horas. Supongamos que es posible incrementar las horas de mano de obra en
un 25% programando tiempo extras, lo que generara un costo adicional de
$50. Para determinar si es rentable o no programar tiempo extra,
determinamos el incremento neto en los ingresos a raz de dicho incremento
como, (25hrs)($3.33/hr)=$83.25, dado que esta cifra es mayor que el costo
generado por la programacin de tiempo extra, concluimos que es rentable
hacerlo. Es importante notar que cuando alguna de las constantes RHS (Lado
Derecho de las Restricciones) cambia, la solucin ptima cambia, pero la
mezcla ptima de productos no se ver afectada en tanto las constantes RHS
se mantengan dentro del rango establecido.
Los rangos dados en la tabla para los coeficiente objetivo

(C j) , muestran la

sensibilidad de la solucin ptima respecto a cambios en las utilidades

unitarias generadas por los tres productos. Esto es, la solucin ptima no se
ver afectada mientras la utilidad unitaria del producto uno se mantenga
entre $6 y $15, por supuesto, la utilidad mxima si se vera afectada ante
cualquier cambio en este coeficiente.
Actualmente, no es atractivo producir unidades del producto 3, su costo de
oportunidad indica el impacto negativo que tendra sobre la funcin objetivo
el producir una unidad de este producto, as un decremento en su utilidad
unitario respecto al valor actual, no tendra ningn impacto en la solucin
ptima ni en el beneficio mximo, se observa tambin que la utilidad unitaria
del producto 3 debe ser por lo menos $6.667 (valor presente-costo reducido)
para que se vuelva econmicamente atractiva su produccin.