Tema 3: Programación Lineal Prof.

José Rangel

Escuela de Ingeniería de Procesos Industriales

Departamento de Estadística Aplicada

Programación Lineal (8206)

Universidad Central de Venezuela Facultad de Ingeniería

Análisis de Sensibilidad
Tema 3

Es una importante herramienta que forma parte de la programación lineal y cuyo

objetivo es el de estudiar los cambios que pueden sufrir los parámetros que conforman el
modelo matemático original en base a ciertas causas del mundo externo o simplemente
para estudiar la estabilidad de la solución óptima en base a dichas variaciones.

Con la finalidad de estudiar estos cambios, es necesario determinar lo siguiente:

1.- Los precios duales (o el valor óptimo de las variables duales)

2.- Los costos reducidos

3.- El intervalo de factibilidad (Lado derecho de las restricciones)

4.- El intervalo de optimalidad (coeficientes de la función objetivo)

En esta guía se explicara la determinación de los puntos 3 y 4.

Determinación del intervalo de factibilidad:

Determina el intervalo para el cual la solución actual o del momento, es decir la

solución óptima, permanece factible. Y puede calcularse con la siguiente ecuación:

(Nuevo lado derecho) = (inversa en la iteración i) x (Nuevo lado derecho en la iteración

i)

Los pasos secuenciales para la determinación del intervalo de factibilidad se

mostraran a continuación a través de un ejemplo práctico.

Programación Lineal (8206) Procesos Industriales

Tema 3: Programación Lineal Prof. José Rangel

Ejemplo. TOYCO utiliza tres operaciones para armar tres tipos de juguetes: trenes,
camiones y carros. Los tiempos diarios disponibles para las tres operaciones son
430, 460 y 420 minutos, respectivamente, y los ingresos por unidad de tren, camión
y auto de juguete son de $3, $2 y $5, respectivamente. Los tiempos de ensamble
por tren en las tres operaciones son de 1, 3 y 1 minutos, respectivamente. Los
tiempos correspondientes por tren y por auto son (2, 0,4) y (1, 2,0) minutos (un
tiempo cero indica que la operación no se utiliza).
a.- Construir el modelo de programación lineal correspondiente a la situación
anterior.
b.- Determinar la solución óptima, utilizando el método más adecuado e interpretar
dicha solución.
c.- Construir el intervalo de factibilidad para los lados derechos de las restricciones
y realizar la interpretación correspondiente.

Solución. El modelo asociado es el siguiente:

Variables de decisión:

=
=
=

Max Z= 3x1  2 x 2  5 x3

x1  2 x 2  x3  430 (Recurso 1, Operación 1)

3x1  2 x3  460 (Recurso 2, Operación 2)

Sujeto a
x1  4 x 2  420 (Recurso 3, Operación 3)

x1 , x 2 , x3  0

Optimo x1  0, x 2  100, x3  230 Z  1350

Y cuya tabla óptima es:

Programación Lineal (8206) Procesos Industriales

Tema 3: Programación Lineal Prof. José Rangel

Vb x1 x2 x3 s1 s2 s3 Solución

z 4 0 0 1 2 0 1350

x2 -1/2 1 0 ½ -1/4 0 100

x3 3/2 0 1 0 ½ 0 230

s3 2 0 0 -2 1 1 20

Ahora el problema dual asociado, con su respectiva solución óptima es:

Min W= 430 y1  460 y 2  420 y 3

y1  3 y 2  y 3 3

2 y1  4 y3  2
Sujeto a
y1  2 y 2 5

y1 , y 2 , y 3  0

Optimo y1  1, y 2  2, y 3  0 W  1350

Analizando el lado derecho para la primera restricción:

Con los datos anteriores, interesa determinar el intervalo de factibilidad de la

capacidad de la operación 1 (lado derecho), esto se realiza de la siguiente manera,
reemplazando el lado derecho con:

430  D1 
460 
 
420 

Donde D1 representara el cambio de la capacidad, arriba y abajo del valor actual de

430, por lo tanto la solución básica actual permanecerá factible si todas las variables
básicas son no negativas, así:

Programación Lineal (8206) Procesos Industriales

Tema 3: Programación Lineal Prof. José Rangel

 x2  1 / 2  1 / 4 0 430  D1  100  ( D1 / 2) 0

x    0 1 / 2 0  460    230   0 
 3    
 s3    2 1 1  420   20  2 D1  0

Entonces en base a lo anterior, se deduce lo siguiente (recuerde que se está

analizando la no negatividad de la solución básica actual, de la tabla optima).

( x2  0) : 100  ( D1 / 2)  0  D1  200
( x3  0) : Esta var iable es independiente de D1
( s3  0) : 20  2 D1  0  D1  10

Por lo tanto, la solución básica actual permanece factible si:

 200  D1  10

Lo cual es equivalente a:

430  200  (Capacidad de la Operacion 1)  430  10

230  (Capacidad de la Operacion 1)  440

Entonces cualquier variación para el lado derecho de la primera restricción que se

encuentre dentro de este intervalo, no afectara la solución óptima, puesta esta se
mantendrá además de conservar la factibilidad.

Analizando el lado derecho para la segunda restricción:

Ahora se construirá el intervalo de factibilidad para la restricción 2, referente al tiempo

de operación 2 disponible utilizando un procedimiento similar al anterior de la siguiente
manera:

430 
460  D 
 2

420 

Donde D2 representara el cambio de la capacidad, arriba y abajo del valor actual de

460, por lo tanto la solución básica actual permanecerá factible si todas las variables
básicas son no negativas, así:

Programación Lineal (8206) Procesos Industriales

Tema 3: Programación Lineal Prof. José Rangel

 x2  1 / 2  1 / 4 0 430  100  ( D1 / 4)  0

x    0 1 / 2 0 460  D2   230  ( D2 / 2)  0
 3 
 s3    2 1 1 420   20  D2  0

Entonces en base a lo anterior, se deduce lo siguiente (recuerde que se esta

analizando la no negatividad de la solución básica actual, de la tabla optima).

( x2  0) : 100  ( D2 / 4)  0  D2  400
( x3  0) : 230  ( D2 / 2)  0  D2  460
( s3  0) : 20  D2  0  D2  20

Para facilitar la construcción del intervalo, se grafican las desigualdades anteriores

en la recta real y se determina la intersección entre todas.

-460 -20 0 400

Donde  20  D2  400 , por lo tanto:

460  20  Capacidad de la Operacion 2)  460  400

440  Capacidad de la Operacion 2)  860

Entonces cualquier variación para el lado derecho de la segunda restricción que se

encuentre dentro de este intervalo, no afectara la solución óptima, puesta esta se
mantendrá además de conservar la factibilidad.

Analizando el lado derecho para la tercera restricción.

Ahora se construirá el intervalo de factibilidad para la restricción 3, referente al tiempo

de operación 3 disponible utilizando un procedimiento similar al anterior de la siguiente
manera:

Programación Lineal (8206) Procesos Industriales

Tema 3: Programación Lineal Prof. José Rangel

430 
460 
 
420  D3 

Donde D3 representara el cambio de la capacidad, arriba y abajo del valor actual de

420, por lo tanto la solución básica actual permanecerá factible si todas las variables
básicas son no negativas, así:

 x2  1 / 2  1 / 4 0 430   100  0

x    0  
1 / 2 0 460    230   0
 3      
 s3    2 1 1 420  D3  20  D3  0

Entonces en base a lo anterior, se deduce lo siguiente (recuerde que se esta

analizando la no negatividad de la solución básica actual, de la tabla optima).

( x2  0) : independiente de D3
( x3  0) : independiente de D3
( s3  0) : 20  D3  0  D3  20

Por lo que:

-20 0

Donde D3   , por lo tanto:

420  20  Capacidad de la Operacion 3)  

400  Capacidad de la Operacion 3)  

Entonces cualquier variación para el lado derecho de la tercera restricción que se

encuentre dentro de este intervalo, no afectara la solución óptima, puesta esta se
mantendrá además de conservar la factibilidad.

Programación Lineal (8206) Procesos Industriales

Tema 3: Programación Lineal Prof. José Rangel

Intervalo de optimalidad:

Determina el intervalo para cada coeficiente de la función objetivo para el cual la

solución actual o del momento permanece óptima.

Ejemplo: Con el mismo modelo anterior.

Max Z= 3x1  2 x 2  5 x3

x1  2 x 2  x3  430 (Recurso 1, Operación 1)

3x1  2 x3  460 (Recurso 2, Operación 2)

Sujeto a
x1  4 x 2  420 (Recurso 3, Operación 3)

x1 , x 2 , x3  0

Optimo x1  0, x 2  100, x3  230 Z  1350

Cuya tabla óptima es:

Vb x1 x2 x3 s1 s2 s3 Solución

z 4 0 0 1 2 0 1350

x2 -1/2 1 0 ½ -1/4 0 100

x3 3/2 0 1 0 ½ 0 230

s3 2 0 0 -2 1 1 20

Y su problema dual, con la respectiva solución óptima:

Programación Lineal (8206) Procesos Industriales

Tema 3: Programación Lineal Prof. José Rangel

Min W= 430 y1  460 y 2  420 y 3

y1  3 y 2  y 3 3

Sujeto a 2 y1  4 y3  2

y1  2 y 2 5

y1 , y 2 , y 3  0

Optimo y1  1, y 2  2, y 3  0 W  1350

Procedimiento: se analiza el cambio correspondiente con el primer coeficiente

reemplazando el actual c j con c j  d j donde d j representa la cantidad (positiva o negativa)

de cambio.

Método 1: Si la variable x j es no básica en la tabla optima, entonces los valores duales

no se verán afectados por el cambio y por ende permanecerán iguales en el punto óptimo,
de esta manera solo afectara su coeficiente en la fila de Z (de la tabla optima) y todos los
demás coeficientes permanecerán sin cambio. Si lo anterior es verdadero, se utiliza la
siguiente ecuación para determinar el intervalo de optimalidad de dicha variable:

(Coeficiente de la variable x j de la función objetivo original) = (lado izquierdo de la

restricción dual correspondiente) – (lado derecho de la restricción dual

correspondiente)

Método 2: Si la variable x j es básica, entonces su cambio afectara los valores duales para

después afectar todos los coeficientes de todas las variables no básicas en la fila de Z, por
lo tanto para determinar el intervalo de optimalidad de dicha variable, se utiliza la siguiente
ecuación:

Programación Lineal (8206) Procesos Industriales

Tema 3: Programación Lineal Prof. José Rangel

(Nuevos valores óptimos de las variables duales) = (vector fila de los nuevos
coeficientes objetivos de las variables básicas primales optimas) x (Inversa primal
optima).

Analizando el cambio para c1 :

En este primer caso c1 será c1  3  d1 , entonces acorde con la definición se aplica la

ecuación 1 definida anteriormente, puesto que la variable asociada con este coeficiente es
y es no básica en la tabla optima, entonces para Max Z  (3  d1 ) x1  2 x 2  5 x3 .

Aplicando la ecuación, resulta:

x1 : y1  3 y 2  y 3  (3  d1 )  1  3.(2)  0  (3  d1 )  4  d1

Entonces como se trata de un problema de maximización, el coeficiente debe ser.

4  d 1  0  d1  4

0 4

Por lo que c1  3  4  c1  7

La solución actual se mantendrá optima siempre y cuando el coeficiente de c1 en la

función objetivo varié dentro del intervalo    c1  7

Analizando el cambio para c 2 :

En este segundo caso c 2 será c 2  2  d 2 , entonces acorde con la definición se utiliza la

ecuación del aparte 1 para Max Z  3x1  (2  d 2 ) x 2  5 x3 . La diferencia en este caso es que

Programación Lineal (8206) Procesos Industriales

Tema 3: Programación Lineal Prof. José Rangel

la variable que acompaña a ósea es básica por lo tanto su cambio afectara a lo valores
duales para después afectar todos los coeficientes de todas las variables no básicas en la
fila de z, entonces primero se aplicara el método 1 para determinar el valor de las variables
duales:

Aplicando la ecuación, resulta:

1 / 2  1 / 4 0
Nuevo( y1 , y 2 , y3 )  2  d 2 ,5,0  0 1 / 2 0  1  d 2 , 2  (d 2 / 4), 0
  2 1 1

Luego se determinan los coeficientes de las variables no básicas en la fila de Z, utilizando

el método 2 como sigue:

x1 : y1  3 y1  y 3  3  (1  (d 2 / 2)  3.(2  (d 2 / 4))  0  3  4  (d 2 / 4)  0

s1 : y1  0  (1  (d 2 / 2))  0  1  (d 2 / 2)  0

s2 : y2  0  (2  (d 2 / 4)  0  2  (d 2 / 4)  0

Resolviendo las 3 desigualdades resultantes, se obtiene:

d 2  16, d 2  2, d 2  8

-2 0 8 16

 2  d2  8

Por lo que el intervalo será:  2  2  c 2  8  2  0  c 2  10

La solución actual se mantendrá optima siempre y cuando el coeficiente de c1 en la función

objetivo varié dentro del intervalo 0  c2  10 .

Programación Lineal (8206) Procesos Industriales

Tema 3: Programación Lineal Prof. José Rangel

Analizando el cambio para c3 :

En este tercer caso se utilizara un procedimiento similar al utilizado para el cambio en c2

debito a que la variable que acompaña a c3 ósea también es básica, por lo tanto la

variación para el tercer coeficiente será c 3  5  d 3 , entonces acorde con la definición se

utiliza la ecuación del aparte 1 para Max Z  3x1  2 x 2  (5  d 3 ) x3 .

1 / 2  1 / 4 0
Nuevo( y1 , y 2 , y3 )  2, 5  d 3 , 0  0 1 / 2 0  1, 2  (d 3 / 2), 0
  2 1 1

x1 : y1  3 y1  y 3  3  1  3.(2  (d 3 / 2))  0  3  4  (3d 3 / 2)  0

s1 : y1  0  1  0  1

s2 : y2  0  (2  (d3 / 2)  0  2  (d3 / 2)  0

Resolviendo las desigualdades resulta:

d 3  8 / 3, d 3 4

-4 -8/3 0

d 3  8 / 3

Por lo que el intervalo de optimalidad será c3  8 / 3  5  c3  2.33

Entonces la solución actual se mantendrá optima siempre y cuando el coeficiente de c3 en

la función objetivo varié dentro del intervalo 2.33  c3  

Programación Lineal (8206) Procesos Industriales

Tema 3: Programación Lineal Prof. José Rangel

Por lo tanto, la información que arroja el análisis de sensibilidad completo, puede resumirse
en la siguiente tabla:

Intervalo de Factibilidad
Restricción Intervalo Precio sombra
Capacidad de operación 1 230,440 1$
Capacidad de operación 2 440,860 2$
Capacidad de operación 3 400, ∞ 0

El intervalo de factibilidad de los lados derechos de las restricciones mantiene los

precios sombra constantes.

Intervalo de Optimalidad
Coeficiente en Z Intervalo Costo reducido
= −∞, 7 4$
= 0, 10 0$
= 2.33, ∞ 0$

El intervalo de optimalidad indica que variando cada coeficiente de la función objetivo dentro
de este intervalo, se mantendrá la solución óptima previamente determinada.

Programación Lineal (8206) Procesos Industriales