UNIVERSIDAD ABIERTA PARA ADULTOS

Nombre de la asignatura

Investigación de operaciones 1

Tarea #_3

Nombre del participante

Randy García Acosta

Nombre del facilitador

Jose L. Taveras

Fecha

15-12-2018

Santiago de los Caballeros

República Dominicana
EL ANALISIS DE SENSIBILIDAD

El análisis de sensibilidad busca determinar los efectos que se producen en la solución óptima al realizar cambios en cualquiera
de los parámetros del modelo de programación lineal planteado inicialmente. Entre los cambios que se investigan están: los
cambios en los coeficientes de las variables en la función objetivo tanto para variables básicas como para las variables no básicas,
cambios en los recursos disponibles de las restricciones, variación de los coeficientes de utilización en las restricciones
e introducción de una nueva restricción.

El objetivo principal del análisis de sensibilidad es identificar el intervalo permisible de  variación en los cuales las variables
o parámetros pueden fluctuar sin que cambie la solución óptima.  Sin embargo, así mismo se identifica aquellos parámetros
sensibles, es decir, los parámetros cuyos valores no pueden cambiar sin que cambie la solución óptima.  Los investigadores de
operaciones tienden a prestar bastante atención a aquellos parámetros con holguras reducidas en cuanto a los cambios que
pueden presentar, de forma que se vigile su comportamiento para realizar los ajustes adecuados según corresponda y evitar que
estas fluctuaciones puedan desembocar en una solución no factible.

A modo general, cuando se realiza un análisis de sensibilidad a una solución óptima se debe verificar cada parámetro de forma
individual, dígase los coeficientes de la función objetivo y los límites de cada una de las restricciones. En ese sentido se plantea el
siguiente procedimiento:

1.
2. Revisión del modelo: se realizan los cambios que se desean investigar en el modelo.
3.
4. Revisión de la tabla final Símplex: se aplica el criterio adecuado para determinar los cambios que resultan en la tabla
final Símplex.

5. Conversión a la forma apropiada de eliminación Gauss: se convierta la tabla en la forma apropiada para identificar y evaluar
la solución básica actual, para lo cual se aplica la metodología de eliminación Gauss si es necesario. 

6. Prueba de factibilidad: se prueba la factibilidad de esta solución mediante la verificación de que todas las

variables básicas de la columna del lado derecho aun tengan valores no negativos.
 
7. Prueba de optimalidad: se verifica si esta solución es óptima y factible, mediante la comprobación de que todos lo
coeficientes de las variables no básicas del reglón Z permanecen no negativos. 

8. Re optimización: si esta solución no pasa una de las pruebas indicadas en los puntos 4 y 5 anteriores, se procede a buscar
la nueva solución optima a partir de la tabla actual como tabla Símplex inicial, luego de aplicadas las conversiones de lugar,
ya sea con el método Símplex o el Símplex Dual. 

Método dual

Todo problema de programación lineal tiene asociado oro problema al que al que llamaremos dual. De manera que si se resuelve
un problema de programación lineal en realidad estamos resolviendo dos. En esos dos problemas los valores óptimos de las
funciones objetivos serán iguales. Esta propiedad se puede usar ventajosamente pues es posible que el dual de un problema sea
mucho más sencillo de resolver. El concepto de dualidad establece que por cada problema de maximización hay otro de
minimización que está asociado al primero. Resolver uno implica que se ha resuelto el otro.

Método dual simplex

El método dual simplex se desarrolló específicamente para resolver problemas de programación lineal que puestos en la tabla
simplex muestran que satisfacen el criterio de optimidad pero no el criterio de factibilidad. De ahí que este método busca una base
que, manteniendo el criterio de optimidad satisfecho, sea a la vez factible