ANÁLISIS POSTÓPTIMO O DE SENSIBILIDAD

Objetivos:
Al finalizar la sesión el alumno podrá realizar un análisis de sensibilidad sobre los parámetros de un modelo
de programación lineal.

El análisis de sensibilidad investiga el cambio de la solución óptima que resulta de hacer cambios en los
parámetros del modelo de programación lineal.

Relaciones Primal-Dual de apoyo en el análisis de sensibilidad

Los cambios que se hacen en el modelo original de programación lineal afectan a los elementos de la tabla
optima actual (la que se tenga en el momento), que a su vez puede afectar la optimalidad y/o factibilidad de
la solución actual. Por esta razón estudiaremos como se recalculan los elementos de la tabla simplex óptima
para reflejar los nuevos cambios.

Variables de inicio

Renglón del objetivo z =

1 0 … 0 =

Columnas de restricción 0 1 … 0 =

0 0 … 1 =

Matriz identidad
(Tabla de inicio)

Variables de inicio

Renglón del objetivo z =

Columnas de restricción =

=
Matriz inversa
(Tabla general)

La figura anterior es una representación esquemática de las tablas simplex de inicio y general. En la tabla de
inicio, los coeficientes de las restricciones debajo de las variables de inicio forman una matriz identidad. Con
este arreglo las demás iteraciones de la tabla Simplex, generadas con las operaciones de renglón de Gauss
Jordán modificaran los elementos de la matriz identidad para producir la llamada matriz inversa.
Relación 1
Vector renglón de los coeficientes objetivos
Valores óptimos de las Inversa primal
= originales de las variables básicas optimas ×
variables duales óptima
primales

Relación 2
Coeficiente z primal óptimo de Lado izquierdo de la j- Lado derecho de la j-ésima
= -
cualquier variable xj ésima restricción dual restricción dual

Relación 3
Columna de restricción en Inversa en la iteración
= × Columna original de restricción
iteración i i

Observe con cuidado que, como el dual del problema dual es en si mismo el problema primal, los métodos
presentados se pueden aplicar en forma simétrica para determinar la solución optima del primal a partir de la
del dual.

Los cambios en los parámetros del modelo, pueden generar los siguientes resultados:
 La solución actual queda óptima y factible.
 La solución actual se vuelve no óptima.
 La solución actual se vuelve no factible.
 La solución actual se vuelve no óptima y no factible, al mismo tiempo.

Cambios que afectan la optimalidad

La optimalidad de la solución sólo puede variar si:

a. Cambian los coeficientes de la función objetivo, o

b. Se agrega al modelo una nueva actividad económica (variable).

 Cambios en los coeficientes de la función objetivo.

Los cambios de los coeficientes de la función objetivo solo afectan la optimalidad del modelo, por
consiguiente, se requiere recalcular los coeficientes del renglón z.

Se pueden presentar dos casos:

 El nuevo renglón z satisface la condición de optimalidad, y la solución permanece sin cambio (sin
embargo, el valor objetivo puede cambiar).
 La condición de optimalidad no se satisface, y en ese caso se aplica el método Símplex (primal) para
recuperar la optimalidad.

Intervalo de optimalidad de los coeficientes objetivo

Otra forma de investigar el efecto de los cambios en los coeficientes de la funcion objetivo es calcular el
intervalo para el que cada coeficiente individual mantenga la solucion óptima actual. Esto se hace
reemplazando el cj actual con cj + dj, donde dj representa la cantidad (positiva o negativa) de cambio.

 Adición de nuevas variables.

La adición de una nueva actividad en un modelo de programacion lineal equivale a agregar una nueva variable.
En forma intuitiva, la adicion de una nueva actividad solo es deseable si es rentable, esto es, si mejora el valor
optimo de la funcion objetivo.

Esta condición se puede verificar aplicando la formula

Lado izquierdo de la Lado derecho de la

Coeficiente de la variable xj
= restricción dual - restricción dual
en la ecuación primal de z
correspondiente correspondiente

Como esa nueva actividad no es todavía parte de la solución, se puede considerar como una variable no básica.
Eso quiere decir que los valores duales asociados con la solución actual permanecen invariables.

Si el resultado de la formula indica que la nueva actividad satisface la condición de optimalidad, la actividad
no es rentable. En caso contrario es mejor no tener en cuenta la nueva actividad.

Cambios que afectan la factibilidad

La factibilidad de la solución óptima en el momento sólo puede variar si:

a. Cambia el lado derecho de las restricciones, o

b. Se agrega al modelo una restricción nueva.

En ambos casos se tiene no factibilidad cuando al menos un elemento del lado derecho en la tabla óptima se
hace negativo; esto es, una o más de las variables básicas actuales se vuelve negativa.

 Cambios en el lado derecho de las restricciones.

Estos cambios requieren volver a calcular el lado derecho la tabla, usando la fórmula:

Columna de restricción en Inversa en la Columna original de

= ×
iteración i iteración i restricción

Recuerde que el lado derecho de la tabla expresa los valores de las variables básicas.

Intervalo de factibilidad de los elementos del lado derecho.

Otra forma de examinar el efecto de cambiar la disponibilidad de los recursos (es decir, el vector del lado
derecho) es determinar el intervalo para el cual la solución actual o del momento permanece factible.

 Adición de nuevas restricciones.

La adición de una nueva restricción a un modelo existente puede llevar a uno de los dos casos siguientes:
a. La nueva restricción es redundante, lo que quiere decir que se satisface con la solución óptima
actual y, por consiguiente, se puede eliminar por completo del modelo.
b. La solución actual viola la nueva restricción, y en este caso es necesario recuperar la factibilidad.
Ejercicio 1. Un granjero acaba de adquirir, sin ganado, una propiedad de 1040 acres de pastizal. Dispone de
un capital de $10,400 para gastarlos en la adquisición de ganado para la granja. Puede adquirir ovejas de cria,
carneros o reses para cría de carne. El precio actual del mercado, su beneficio anual estimado por animal y el
número de acres necesarios por animal se dan en la tabla.

Precio en el mercado por animal Acres por animal Beneficio por animal anual
Ovejas $ 7.00 1.0 $12.00
Carneros $10.00 0.5 $ 7.00
Reses $100.00 3.0 $40.00

El granjero utiliza un modelo de programación lineal para determinar cómo debe ser la adquisición de ganado
para su granja si desea maximizar el beneficio en el primer año. Se muestran la tabla inicial y la tabla final de
los cálculos. x4 y x5 son, respectivamente, las variables que representan tierra y capital no utilizados.

Tabla inicial
Variable básica x1 X2 X3 X4 X5 bi
X4 1 0.5 3 1 0 1040
X5 7 10 100 0 1 10400
z -12 -7 -40 0 0 0
Tabla final
X1 1 0 -3.077 1.538 -0.077 800
X2 0 1 12.154 -1.077 0.154 480
z 0 0 8.154 10.923 0.154 12960

a. Si la parte del beneficio proveniente de las ovejas y carneros debida a la venta de lana es de $4.00 en cada
caso, ¿en qué porcentaje puede disminuir el precio asumido para la lana, antes de que deba sacrificarse
a los animales?
b. El granjero puede obtener un préstamo de hasta $7800 al 10% de interés para utilizarlo como capital para
la adquisición de ganado o para adquirir más tierra. Están en venta 104 acres adicionales de tierra para la
granja y el costo de adquirirlos y acondicionarlos para su uso es de $50 por acre. ¿Qué deberá hacer el
granjero? ¿Cuál será ahora su política óptima de adquisición de ganado?
c. Otra posible forma de aumentar la productividad de la granja es mediante la aplicación de más
fertilizante. Una fertilización con un costo de $6 por acre aumentará la capacidad de la tierra para ovejas,
carneros y reses a 0.6, 0.33 y 2.0 acres por animal, respectivamente. Considerando que no toda la granja
necesita fertilizarse y que los animales pueden separarse en estas distintas partes de la granja, ¿cuántos
acres (o ninguno) deberían fertilizarse? ¿Cuál será la política óptima de adquisición de ganado ahora? (El
costo de fertilización de $6/acre deberá pagarse del capital para adquisición de ganado.)