ANLISIS DE SENSIBILIDAD

1) INTRODUCCIN
El anlisis de sensibilidad es una de las partes
importantes en la programacin lineal, sobre
toma de decisiones; pues permite
cundo una solucin sigue
dados algunos cambios ya sea
del problema, en la
los datos

UNIVERSIDAD NACIONAL JOS

FAUSTINO SNCHEZ CARRIN
E.A.P. INGENIERA
INDUSTRIAL

ms
todo para la
determinar
siendo ptima,
en el entorno
empresa o en
del problema
mismo.

Este anlisis
consiste en determinar
qu tan sensible es la respuesta ptima del Mtodo Simplex, al cambio de algunos
datos como las ganancias o costos unitarios (coeficientes de la funcin objetivo) o la
disponibilidad de los recursos (trminos independientes de las restricciones).
La variacin en estos datos del problema se analizar individualmente, es decir, se
analiza la sensibilidad de la solucin debido a la modificacin de un dato a la vez,
asumiendo que todos los dems permanecen sin alteracin alguna. Esto es
importante porque estamos hablando de que la sensibilidad es
esttica y no dinmica,
A pues solo contempla el cambio de un dato a
la vez y no el de varios.
N

LI
Objetivo Principal del Anlisis de Sensibilidad
SI
S
Establecer un intervalo de nmeros reales en el cual el dato
D que se analiza puede estar contenido, de
tal manera que la solucin sigue siendo ptima siempre que
E el dato pertenezca a dicho intervalo.
S
Los anlisis ms importantes son:
1. Los coeficientes de la funcin objetivo; y
2.

Los

trminos

independientes

de

las

restricciones

se

pueden

abordar

por

medio

del Mtodo Grfico o del Mtodo Simplex.

2) ANLISIS DE SENSIBILIDAD POR EL MTODO SIMPLEX
Ahora aprenderemos una manera ms prctica de hacer un anlisis de sensibilidad en un modelo
de programacin lineal, utilizando el Mtodo Simplex.
Tomemos el siguiente modelo:

3
Max Z=3 x 1+ 4 x 2 + x 3
2
Sa :
x 1+2 x 2 10
2 x 1 +2 x2 + x 3 10
x1 , x2 , x3 0

Cuya tabla simplex final es:

V.B.
x2

x1

x2

x3

s1

s2

SOL.

1/2

1/2

x3

-1

1/2

1/2

3/2

20

2.1 Anlisis de sensibilidad para los coeficientes de la funcin objetivo

Recordemos que las variables estructurales son aquellas con las que se plante originalmente el
problema de programacin lineal, en nuestro caso: x 1 , x 2 y x3 ; pero, dentro de las variables
estructurales podemos distinguir variables bsicas

(x 2 y x3 )

(aparecen en la primera columna

de la tabla simplex final y definen la solucin ptima ) y variables no bsicas ( x 1 ); entonces, el

anlisis de sensibilidad para los coeficientes de la funcin objetivo de estas variables depende de
si la variable es bsica o no.

2.1.1. Anlisis de sensibilidad para los coeficientes de variables no bsicas.

Este es el anlisis ms sencillo ya que si la variable es no bsica, entonces tiene un coeficiente
distinto de cero en la ltima fila de la tabla simplex final, este coeficiente es el mximo valor que el
coeficiente de la funcin objetivo de dicha variable puede aumentar manteniendo la solucin ptima.
Procedimiento:
a) Se lee de la tabla simplex final, el trmino que pertenece a la columna de la variable no bsica
en la ltima fila y se le resta una variable cualquiera.
b) Se plantea la condicin de optimalidad; es decir, que este nuevo trmino debe ser positivo
(mayor que cero) para que la solucin siga siendo ptima.
c) Se resuelve la desigualdad.
d) Se suma a ambos lados de la desigualdad el coeficiente de la funcin objetivo que acompaa a
la variable y este resultado es el intervalo de sensibilidad del coeficiente.

Anlisis para la variable no bsica

a)

b)

1
0
2

c)

x1 :

1
2

d) El coeficiente de la variable x 1 en el problema es: 3 por tanto:

3+ 3+

1
2

Sustituimos
C1

3+=C 1

7
2

e) Entonces el intervalo es el siguiente:

C 1

7
2

2.1.2. Anlisis de sensibilidad para coeficientes de variables bsicas

Cuando las variables son bsicas, el procedimiento para el anlisis de sensibilidad vara un poco, pero
conserva su lgica.
Procedimiento:
a) Se reemplaza el cero en la ltima fila de la columna de la variable por el negativo de la variable
() .
b) Ahora la tabla ya no es ptima, pues existe un elemento negativo en la ltima fila, por tanto
normaliza la columna de la variable, es decir se debe generar un cero en la posicin donde esta
.
c) Se plantea la condicin de optimalidad; es decir, que todos los trminos de la ltima fila de la
tabal simplex deben ser positivos (mayor que cero) para que la solucin siga siendo ptima.
d) Se resuelven las desigualdades individualmente y se interceptan los conjuntos soluciones.
e) Se suma a todos los lados de la desigualdad el coeficiente de la funcin objetivo que acompaa a
la variable y este resultado es el intervalo de sensibilidad del coeficiente.
Anlisis para la variable no bsica x 2 :

A.
V.B.
x2

x1

x2

x3

s1

s2

SOL.

1/2

1/2

x3

-1

1/2

0
-

1/2

3/2

20

B. Para optimizar la tabla de nuevo se efectuar la siguiente operacin

f 3 +f 1 f 3 , obteniendo el siguiente resultado:
V.B.
x2
x3
Z

C.

1 1
+ 0 ,
2 2

D.

1 ,

x1

x2

x3

s1

s2

SOL.

1/2

1/2

1
1 1
+
2 2

-1
1 1
+
2 2

3/2

20+5

1 1
+ 0 ,
2 2

3
0 , El valor de Z no nos interesa.
2

1 , Siempre es verdadera.

Se intersectan todos los conjuntos soluciones para dar el siguiente resultado:

E. El coeficiente de la variable
Sustituimos 4 +=C 2

1 .

x 2 en el problema es: 4 por lo tanto:

4 + 41
C2 3
3 C 2
Entonces el intervalo es el siguiente:

3 C 2

Anlisis para la variable no bsica:

a)
V.B.
x2

x1

x2

x3

s1

s2

SOL.

1/2

1/2

x3

1/2

1
-

-1

1/2

3/2

20

b) Para optimizar la tabla de nuevo se efectuar la siguiente operacin:

f 3 + f 2 f 3 , obteniendo el siguiente resultado:
V.B.
x2

x1

x2

x3

s1

s2

SOL.

1/2

1/2

x3

-1

1
+
2

3
+
2

20

c)

1
+ 0
2

d)

1
0
2

1
2

3
+ 0
2

1
2

3
2

Se interceptan los conjuntos soluciones para dar el siguiente resultado:

e) El coeficiente de la variable

Sustituimos

x 3 en el problema es:

3
2

1
1

2
2

por tanto:

3
+ =C 3
2

3 1 3
3 1
+ +
2 2 2
2 2
1 C 3 2

f) Entonces el intervalo es el siguiente:

1 C 3 2

2.2 Anlisis de sensibilidad para trminos independientes de las restricciones.

Ahora nos corresponde analizar la sensibilidad a cambios de los trminos independientes de las
restricciones, pero primero recordemos que las restricciones de un problema de programacin lineal
representan las limitantes de recursos que tiene una empresa.
La primera pregunta que podramos hacernos antes de averiguar cuntos recursos ms puedo
contratar para seguir con mi ptimo? (anlisis de sensibilidad de los trminos independientes) es
cunto es lo ms que estoy dispuesto a pagar por una unidad de recurso extra?

La respuesta a esta pregunta es el Precio Sombra, este es el mximo incremento en el precio normal
de un recurso que estamos dispuestos a pagar sin que nuestras ganancias disminuyan. Este es un
dato que se puede leer directamente de la tabla simplex final en la ltima fila de la columna de la
variable de holgura asociada a la restriccin o recurso que queremos investigar.
Por ejemplo:
V.B.
x2

x1

x2

x3

s1

s2

SOL.

1/2

1/2

x3

-1

1/2

1/2

3/2

20

El precio sombra para la restriccin uno se lee en la ltima fila de la columna de la variable de
1
holgura de dicha restriccin ( s 1 ) y su valor es: 2 , lo cual significa que si actualmente pago $/3
por cada unidad del recurso de la restriccin uno, el mayor precio que estoy dispuesto a pagar
3
(sin que mis ganancias disminuyan) es $ 3+ 2 =$ 4.5 por unidad de recurso.

Ahora que ya sabemos cunto pagar? Concentrmonos en decidir cunto comprar?

Procedimiento:
a) La sensibilidad del trmino independiente de una restriccin se analizara con la columna de la
variable de holgura asociada a dicha restriccin; entonces, se realiza una operacin entre
columnas, de la siguiente manera:
A la ltima columna de la tabla simplex final se le suma la columna de la variable de holgura
de la restriccin que analizamos multiplicada por la variable .
C final+ Cholgura
b) Recordemos que por las restricciones de no negatividad los valores en la ltima columna de la
tabla simplex deben ser siempre positivos (mayores que cero); por tanto el resultado anterior
debe cumplir las restricciones de no negatividad.
C final+ Cholgura 0 , cada trmino de este resultado debe cumplir esta condicin, la ltima fila
no se toma en cuenta.
c) Se plantean las desigualdades de cada trmino y se resuelven individualmente.

d) Se interceptan los conjuntos solucin de las desigualdades.

e) Se le suma a todos los lados de la desigualdad el trmino independiente de la restriccin que se
analiza, dando como resultado el intervalo de sensibilidad de dicho trmino.
Anlisis para el trmino independiente de la restriccin uno

b1 :

a) La variable de holgura asociada a la primera restriccin es

s 1 ; entonces , efectuamos:

[ ]

1
5+
5
1 /2
2
+
=
0
1
0
20
1 /2
1
20+
2

[][ ]
b)

[ ]

c)

1
5+ 0
2

1
5+ 0
2

1
5
2

1
5+
2
0
1
20+
2

La ltima fila no se toma en cuenta

10
d) Se interceptan los conjuntos soluciones para dar el siguiente resultado:
10 0
e) El trmino independiente de la primera restriccin

Sustituimos

b1

en el problema es: 10 por tanto:

10+=b1

10+10 10+ 10+0

0 b1 10

f) Entonces el intervalo es el siguiente:

0 b1 10

Anlisis para el trmino independiente de la restriccin uno b2 :

a) La variable de holgura asociada a la primera restriccin es

[ ] [ ][

5+0
5
0
0+
0 + 1 =
3
20
3 /2 20+
2

b)

[ ]

c)

5 0

s 2 ; entonces , efectuamos:

0
3
20+
2
0

Siempre es verdadera

La ltima fila no se toma en cuenta

d) Se interceptan los conjuntos soluciones para dar el siguiente resultado:

e) El trmino independiente de la primera restriccin

Sustituimos

b2

en el problema es: 10 por tanto:

10+=b 2

10+ 0 10+ 10+

10 b 2

f) Entonces el intervalo es el siguiente:

10 b 2

3) CONCLUSIONES
Es ms simple el clculo de intervalos de sensibilidad con el mtodo simplex, adems de que la tabla
simplex final arroja mucha ms informacin acerca de nuestro problema de programacin lineal.
El anlisis de sensibilidad para el modelo de programacin lineal:
3
Max Z=3 x 1+ 4 x 2 + x 3
2
Sa :
x 1+2 x 2 10
2 x 1 +2 x2 + x 3 10
x1 , x2 , x3 0
Arrojo los siguientes resultados:
Sea Ci

el coeficiente de la funcin objetivo que acompaa a la variable

xi ; y

Sea

bi

el trmino independiente de la restriccin i

Entonces:
C 1

7
2

3 C 2

1 C 3 2

0 b1 10

10 b 2

Siempre y cuando se cambie una variable a la vez y dicha variable se mantenga dentro de los
intervalos antes especificados; entonces, la solucin Mx Z = 20 con ( x 1 , x 2 , x 3 ) = (0, 5, 0) seguir
siendo ptima.

REFERENCIAS BIBLIOGRFICAS
Frederick Hellier y Gerald. J. Lieberman. (2014). Introduccin a la Investigacin de Operaciones.
Mxico D.F. Novena Edicin. Editorial Mac Graw Hill.

REFERENCIAS ELECTRNICAS
Figueroa Figueroa J.C. (2014). Anlisis de Sensibilidad.
Per Huacho. Visitado en:
http://www.elprisma.com/apuntes/matematicas/analisisdesensibilidad/default.asp