ANÁLISIS DE SENSIBILIDAD

En PL, los parámetros (datos de entrada) del modelo pueden cambiar dentro de ciertos
límites sin que cambie la solución óptima. Esto se conoce como análisis de sensibilidad y
será el tema de esta sección. Más adelante, en el capítulo 4 estudiaremos el análisis post
óptimo, el cual tiene que ver con la determinación de la nueva solución óptima cuando se
cambian ciertos datos de entrada. La presentación explica las ideas básicas del análisis de
sensibilidad por medio de la solución gráfica, y después se extienden al problema general
de PL con base en los resultados que aparecen en la tabla simplex.

1.1. Análisis de sensibilidad gráfica

El Análisis de Sensibilidad en Programación Lineal permite analizar el impacto en los

resultados del modelo (solución óptima y valor óptimo) en aquellos casos donde uno o
varios parámetros sufren modificaciones en relación a sus valores originales, sin la
necesidad de resolver nuevamente el problema (sin reoptimizar). En dicho contexto en el
siguiente artículo presentamos un ejemplo de dicho análisis para un problema de
optimización lineal que considera 2 variables de decisión.

Ejemplo Análisis de Sensibilidad (Método Gráfico)

Un productor tabaquero posee 85 hectáreas (ha) de terreno para plantar dos variedades de
tabacos Virginia y Procesado. La variedad Virginia tiene un ingreso de 9.600 USD/ha y
necesita 3 horas/ha de uso de maquinaria y 80 horas/ha de mano de obra. Además, el
Estado limita su explotación a 30 ha como máximo. La variedad Procesado tiene un ingreso
de 7.500 USD/ha y utiliza 2 horas/ha de uso de maquinaria y 60 horas/ha de mano de obra.
La cooperativa local le ha asignado un máximo de 190 horas de uso de maquinaria y solo
se dispone de 5.420 horas de mano de obra a 12 USD/hora.

Formule y resuelva gráficamente un modelo de Programación Lineal que permita

determinar cuánto se debe plantar de cada variedad de tabaco de manera de maximizar la
utilidad total.
En primer lugar definimos el modelo de optimización para este problema. Esto consiste en
identificar las variables de decisión, función objetivo y restricciones. Detalle de este
procedimiento aplicado a problemas de 2 variables puede ser consultado en el artículo
Programación Lineal (Método Gráfico).

Variables de Decisión:

 X1 = Número de Ha a plantar de la variedad Virginia

 X2 = Número de Ha a plantar de la variedad Procesado

Función Objetivo:

 Maximizar (9.600 – 960)X1 + (7.500 – 720)X2 = 8.640X1 + 6.780X2

Restricciones:

 X1 ≤ 30
 X1 + X2 ≤ 85
 3X1 + 2X2 ≤ 190
 80X1 + 60X2 ≤ 5.420
 X1, X2 ≥ 0

Representación gráfica del problema:

Sabemos según el Teorema Fundamental de la Programación Lineal que en caso de existir
solución óptima ésta se encontrará en un vértice o en un tramo en la frontera del dominio
de soluciones factibles (en el ejemplo área achurada en color verde). Adicionalmente
podemos apreciar que no es tan evidente que el vértice C reporte una mayor utilidad en la
función objetivo que el vértice D, por lo cual, inspeccionaremos ambos puntos.

En el caso del vértice C éste se encuentra en la intersección de las restricciones 2 y 4. La

coordenada respectiva se obtiene al resolver el siguiente sistema de ecuaciones:

X1 + X2 = 85

80X1 + 60X2 = 5.420

De donde X1=16 y X2=69, lo cual reporta un valor en la función objetivo de

V(P)=8.640*(16)+6.780(69)=606.060.

Análogamente en el caso del vértice D las restricciones activas son 3 y 4:

3X1 + 2X2 = 190

80X1 + 60X2 = 5.420

Luego de resolver el sistema lineal anterior se obtiene X1=28 y X2=53, lo cual reporta un
valor en la función objetivo de V(P)=8.640*(28)+6.780(53)=601.260.

En consecuencia la solución óptima del problema es X1=16 y X2=69, con valor óptimo
V(P)=8.640*(16)+6.780(69)=606.060.

Una vez resuelto el escenario original a continuación se presentan algunos análisis

adicionales que representan por separado modificaciones en los coeficientes de la función
objetivo y restricciones del problema.

Intervalo Variación Coeficiente Función Objetivo

Determine cuánto podría variar la utilidad por hectárea del tabaco Virginia, manteniendo
constante la utilidad por hectárea del tabaco procesado, de forma que la actual solución
óptima no cambie. Para este caso determine el intervalo de variación de la utilidad total.
Sea en términos generales la función objetivo Z=C1X1+C2X2, donde inicialmente en el
ejemplo C1=8.640 y C2=6.780. La pendiente de las curvas de nivel de la función objetiva
es -C1/C2. De este modo se conserva la actual solución óptima (vértice C) en la medida
que:

En este caso la utilidad por hectárea del tabaco Virginia puede variar entre 6.780 USD y
9.040 USD, de tal forma que el actual nivel de producción (solución óptima) sería el mismo.
Lo anterior permite concluir que el intervalo de variación para la utilidad total será

Precio Sombra (Método Gráfico)

Si se pudiese contratar más mano de obra disponible en el mercado, ¿Cuántas horas de

mano de obra en total estaría dispuesto a utilizar? ¿Cuál sería el aporte adicional de esas
horas extras que utilizaría en términos monetarios? Responda lo anterior utilizando el
concepto de Precio Sombra.

Para calcular gráficamente el precio sombra necesitamos identificar la máxima y mínima

variación para el lado derecho de la restricción de mano de obra que permita garantizar que
se conserva la actual base óptima (restricciones activas originales). En este sentido en el
caso de aumentar el lado derecho de dicha restricción la solución óptima podrá ser
encontrada manteniendo las restricciones activas (e incorporando una adicional) hasta la
coordenada (20,65) que es donde se interceptan la segunda y tercera restricción. En el
caso de disminuir la disponibilidad de horas en mano de obra se mantiene la base óptima
hasta el vértice B cuya coordenada es (0,85). De esta forma se obtiene el precio sombra de
la siguiente forma:
En consecuencia el lado derecho de la restricción 4 (disponibilidad de mano de obra) puede
variar entre [5.100, 5.500] y se conservan las actuales restricciones activas. Adicionalmente
dado que en el óptimo actual se utilizan 5.420 horas de mano de obra se deben contratar
80 horas adicionales (de modo de alcanzar las 5.500 horas). Luego, la variación de 80 horas
adicionales implicaría un aumento en la utilidad total de 80*USD93=7.440USD.

1.2. Análisis de sensibilidad algebraica. Cambios en el lado derecho

En la sección 3.6.1, utilizamos la solución gráfica para determinar el precio dual (valor
unitario de un recurso) y sus intervalos de factibilidad. Esta sección amplía el análisis al
modelo de PL general. Se utilizará un ejemplo numérico (el modelo de TOYCO), para
facilitar la presentación.