Programación Lineal: Sensibilidad

Sensibilidad

El análisis de sensibilidad se relaciona con la cuantificación de los efectos en la solución óptima de

cambios en los parámetros del modelo matemático.

Cuando escribimos un modelo, damos por aceptado que los valores de los parámetros se conocen con
certidumbre; pero en la realidad no siempre se cumple que los valores sean verídicos, ya que por ejemplo
las variaciones en los costos de los materiales, en la mano de obra o en el precio de un producto,
ocasionan cambios en los coeficientes de la función objetivo. Así mismo las demoras en los envíos de los
proveedores, las huelgas, los deterioros no previstos y otros factores imponderables generaran cambios en
la disponibilidad de los recursos.

Los cambios en el modelo matemático, que pueden cuantificarse a veces sin necesidad de volver a
resolver el modelo, se relacionan con:

Cambios en los coeficientes de las variables de decisión en la función objetivo (ganancias por unidad de
variable de decisión) o cambios en los lados derechos de las restricciones que definen el modelo.
(Cantidad de recursos disponibles)

Análisis de sensibilidad
El análisis de sensibilidad es el estudio de la forma en la que se afecta la solución óptima al
presentarse cambios en los coeficientes de un programa lineal.

Utilizando éste análisis podemos responder a preguntas como las siguientes:

 ¿Cómo afectará a la solución óptima un cambio en uno de los coeficientes de la función

objetivo?
 ¿Cómo afectará a la solución óptima un cambio en el valor del segundo elemento de una
restricción?

Analisis de postoptimalidad.

Dado que el análisis de sensibilidad se ocupa de la forma en que los cambios anteriores afectan a
la solución óptima, el análisis no comienza hasta que se obtiene, precisamente, la solución
óptima al problema de programación lineal original.

Por esto último al análisis de sensibilidad con frecuencia se le denomina análisis de

postoptimalidad.

Así pues, pese al cambio en alguno de los parámetros de la formulación original que dan paso a
un nuevo problema, no será necesario volver a resolver el problema desde el principio.

Entorno dinámico de los Negocios

La principal razón de la importancia del análisis de sensibilidad para quienes toman las
decisiones es que los problemas reales ocurren en un medio ambiente dinámico. Los precios de
las materias primas varían, la demanda fluctúa, las empresas sustituyen maquinaria y mano de
obra, etc.

Si se ha utilizado un modelo de programación lineal en un entorno de este tipo (dinámico), puede

esperarse que con el paso del tiempo algunos de los coeficientes cambien. Los administradores
desearán determinar la forma en que esos cambios afectan a la solución óptima del problema de
programación lineal original.

Predicción de las condiciones futuras

El trabajo del equipo de investigación de operaciones apenas comienza cuando se ha aplicado

con éxito el método símplex para identificar una solución óptima del modelo.
Los valores de los parámetros que se usan en el modelo casi siempre son sólo estimaciones
basadas en una predicción de las condiciones futuras.

Estimación de los parámetros

Los datos obtenidos para desarrollar estas estimaciones con frecuencia son bastante imperfectos
o no existen, así que los parámetros de la formulación original pueden representar poco más que
estimaciones optimistas o pesimistas que protegen los intereses de los estimadores.

Importancia del análisis

Por estas razones es importante llevar a cabo un análisis de sensibilidad, para investigar el efecto
que tendría sobre la solución óptima proporcionada por el método símplex el hecho de que los
parámetros tomaran otros valores posibles.

En general, habrá algunos parámetros a los que se les puede asignar cualquier valor razonable sin
que afecten la optimalidad de esta solución. Sin embargo, también habrá parámetros con valores
probables que lleven a una nueva solución óptima.

Esta situación es particularmente seria, si la solución original adquiere valores sustancialmente

inferiores en la función objetivo, o quizá no factibles.

Parámetros sensibles

Por lo anterior, un objetivo fundamental del análisis de sensibilidad es identificar los parámetros
sensibles, (por ejemplo, los parámetros cuyos valores no pueden cambiar sin que cambie la
solución óptima). Para ciertos parámetros que no están clasificados como sensibles, también
puede resultar de gran utilidad determinar el intervalo de valores del parámetro para el que la
solución óptima no cambia.
El análisis de sensibilidad prácticamente elimina el esfuerzo computacional

El análisis de sensibilidad requeriría un esfuerzo computacional exorbitante si fuera necesario

volver a aplicar el método símplex desde el principio para investigar cada cambio en el valor de
un parámetro.
Por fortuna, la esencia fundamental del análisis de sensibilidad prácticamente elimina el esfuerzo
computacional.

Resumen del procedimiento para análisis de sensibilidad.

1. Revisión del modelo: se hacen los cambios deseados en el modelo que se va a investigar.

2. Revisión de la tabla símplex final: se emplea la idea fundamental para determinar los
cambios que resultan en la tabla símplex final.

3. Conversión a la forma apropiada: se convierte esta tabla en la forma apropiada para

identificar y evaluar la solución básica actual aplicando (según sea necesario) eliminación
de Gauss.

4. Prueba de factibilidad: se prueba la factibilidad de esta solución verificando que todas las
variables básicas sigan teniendo valores no negativos en la columna del lado derecho.

5. Prueba de optimalidad: se verifica si esta solución es óptima (si es factible),

comprobando que todos los coeficientes de las variables no básicas en el renglón 0 sigan
siendo no negativos.

6. Reoptimización: si esta solución no pasa cualquiera de las pruebas, se puede obtener (si
se desea) la nueva solución óptima partiendo de la tabla actual como tabla símplex inicial
(haciendo las conversiones necesarias) para el método símplex o el símplex–dual.