Professional Documents
Culture Documents
La utilidad del anlisis de sensibilidad en los modelos de PL consiste, en que permite una
informativa que el simple resultado obtenido en la solucin ptima. En cierto
Maximizar Z= CjXj
Sujeta a:
AijXj= bi
Xj0
Los valores ptimos de las variables de un modelo de PL est determinada por la propiedad X
B = B-1b*
Si B 0 entonces
Si B 0 entonces la nueva solucin B no e
Ejemplo1.
Considere el siguiente modelo
X10,X20
Solucin:
El nuevo
Maximizar. Z=5X1 +3X2
S.A.
3X1 +5X2 5
5X! +2X2 5
X10,X20
B =B-1b* Si 0, entonces
Identificandovalores:
B-1 =
b*=
Sustituyendovalores:
B = =
La solucin ptim
Identificandovalores:
CB = CB = (X2, X1)
En la Funcin Objetivo el coeficiente de X1 es 5 y de X2 es 3, sin emb
B =
CBB-1 =
b*=
Sustituyendo valores:
optima=CB B
optima = =
La otra
optima = CBB-1b*
Sustituyendovalores:
optima =
optima =
Conclusin:
La solucin ptima del
X1= ,X2=10/19 ,
Zptima =
Ejemplo2
Solucin:
El nuevo
Maximizar. Z=5X1 +3X2
S.A.
3X1 +5X2 10
5X1 +2X2 20
X10,X20
B =B-1b*
Identificando
B-1 =
b*=
Sustituyendo
B = =
Como B = la solucin es infactible, en estos casos se debe aplicar el mtodo dua
en lugar de XB.
Criterio de Factibilidad. La variable saliente ser aquella variable bsica que tenga el valor m
La aplicacin del mtodo dual-simplex es especialmente til para el tema de anlisis de sensib
V.B X1 X2 S1 S2 Ve L.D bi
X2 0 1 5/19 -3/19 -10/19 Vs
X1 1 0 -2/19 5/19 80/19
Z 0 0 5/19 16/19
Razn=Z/ 0 0 1 -16/3
Vs
V.B X1 X2 S1 S2 Ve L.D bj
S2 0 -19/3 -5/3 1 10/3
X1 1 5/3 1/3 0 10/3
Z 0 16/3 5/3 0
La solucin ptim
=CB
optima B
CB =
B=
Sustituyendo
ptima=CB B
Conclusin:
La solucin ptima del nuevo
X1=
X2 =
ptima =
Como en el primal se cambi a bi bi* [ ] entonces los modelos quedan:
Modelo original
Maximizar. Z=5X1 +3X2
S.A.
3X1 +5X2 15
5X1 +2X2 10
X10,X20
Y10,Y20
Anlisis de Sensibilidad
La utilidad del anlisis de sensibilidad en los modelos de PL consiste, en que permite una
informativa que el simple resultado obtenido en la solucin ptima. En cierto
Maximizar Z= CjXj
Sujeta a:
AijXj= bi
Xj0
Si se experimentan cambios en el vector Cj el nuevo modelo es:
Maximizar Z=
Sujeta a:
AijXj= bi
Xj0
Donde es la
Si los valores actualizados son no negativas para las variables no-bsicas y cero para las var
original permanece ptima y
X10,X20
Supongamos que el vector cambia a
Solucin.
El nuevo
Maximizar. Z=1X1 +1X2
S.A.
3X1 +5X2 15
5X1 +2X2 10
X10,X20
parai=1,2yj=2
Identificandovalores
Identificando
=
=
Sustituyendo
Para
Como el coeficiente del vector
Sustituyendo
Al sustituir los coeficientes 4 y 2 en la tabla ptima, observamos que las variables X1 y X2 son
hemos concluido, de
Conclusin:
La solucin ptima del nuevo
X1= 20/19
X2 = 45/19
Zptima = 65/19
Algoritmo.
4.- Sustituir el nuevo valor en la tabla ptima. Si pierde optimalidad la tabla restablecer haciendo cero el o los coeficiente
Identificando valores:
Sustituyendo valores:
=
Resolviendo operaciones matriciales y construyendo las ecuaciones de
primer grado para encontrar los valores del vector b.
b1 = 15
b2 = 10
Sustituyendo valores:
= =
Identificando valores:
Sustituyendo valores:
= -
=
3X1 + 5X2 15
5X1 + 2X2 10
X10,X20