Interpretacion y Analisis de La Programación Lineal

DEIOAC-
DEIOAC-UPV
4. Interpretacin Solucin ptima y

Anlisis de Sensibilidad: CASOS
ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

Objetivos
Al finalizar el tema, debers ser capaz de:
Interpretar los informes de anlisis de sensibilidad que proporciona el
software de optimizacin.
Diferenciar el efecto de una modificacin del coeficiente en la funcin
objetivo de una variable de la modificacin del lado derecho de una
restriccin.
Predecir cunto puede cambiar un nico coeficiente en la funcin
objetivo sin que se modifique la solucin ptima.
Evaluar cambios simultneos en coeficientes en la funcin objetivo para
determinar si los cambios hacen que la solucin ptima original siga
siendo ptima.
Predecir cunto puede cambiar el valor del lado derecho de una nica
restriccin sin que se modifique su coste de oportunidad y se pueda
predecir el valor de la funcin objetivo.
Evaluar cambios simultneos en el lado derecho de varias restricciones
para determinar si los cambios hacen que sus costes de oportunidad
siguen siendo constantes y se puede predecir la modificacin de la
funcin objetivo.
ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 2

CONTENIDOS
4.1 Introduccin
4.2 Anlisis de sensibilidad
Caso 1
Caso 2
Caso 3

4.1 Introduccin
Las aplicaciones reales requieren dedicar un esfuerzo importante a la
recopilacin de los datos (parmetros) del modelo. An as, es posible
que los datos sean estimaciones y como tales pueden ser imprecisos.
El anlisis what-if se hace despus de haber encontrado la solucin
ptima para la versin original del problema. Proporciona informacin
relevante para el proceso de toma de decisiones.
Los coeficientes en la funcin objetivo representan habitualmente
cantidades que han sido estimadas durante la elaboracin del modelo.
Podran ser imprecisas de modo que es interesante determinar el efecto
si esas estimaciones fueran inexactas.
El lado derecho de las restricciones corresponde con frecuencia a
decisiones gerenciales.
En ambos casos es relevante disponer de informacin que permita
predecir el efecto en cambios de estos parmetros en la solucin ptima
actual.
4.1 Introduccin
Ventajas del anlisis What-if:
1. Con frecuencia en el momento de elaborar el modelo la mayora de los
parmetros del modelo son estimaciones de cantidades que no pueden
determinarse de forma precisa. El anlisis what-if revela cun precisa ha de
ser su estimacin para evitar obtener una solucin ptima equivocada, y
por tanto identifica los parmetros sensibles (aquellos parmetros que
requieren atencin especial para refinar su estimacin porque pequeos
cambios en su valor pueden implicar un cambio de solucin ptima).
2. Las empresas trabajan en un entorno dinmico en el que las condiciones

cambian frecuentemente. El anlisis what-if indica de forma inmediata si un
cambio en un parmetro cambia la solucin ptima. A este tipo de anlisis
what-if se le llama anlisis de sensibilidad porque implica determinar si la
solucin ptima es sensible al valor de cada parmetro.
Adems de estos dos tipos de anlisis (pasivos), el anlisis what-if va ms all

en una aproximacin proactiva,
4.1 Introduccin
3. Ciertos parmetros del modelo representan decisiones
empresariales y el anlisis what-if es una gua valiosa para la
gerencia respecto al impacto de modificar estas polticas.
Una vez que el modelo se ha resuelto, es interesante analizar el

efecto de alterar esas decisiones de poltica empresarial en
distintas direcciones para ver si pueden mejorarse. El anlisis
what-if es una gua valiosa para determinar el efecto de alterar
esas decisiones condicionadas por la poltica de la empresa.

4.1 Introduccin
Algunas cuestiones What-if
1. Qu ocurre si la estimacin de uno de los coeficientes de la

funcin objetivo es inexacta?
2. Qu ocurre si la estimacin de varios coeficientes de la funcin
objetivo es inexacta?
3. Qu ocurre si se produce un cambio en el lado derecho de una de
las restricciones?
4. Qu ocurre si se produce un cambio en el lado derecho de varias
restricciones simultneamente?

4.1 Introduccin
Anlisis de sensibilidad
El ANLISIS DE SENSIBILIDAD (A.S.) proporciona herramientas

para estudiar la variacin de la
solucin ptima
valor ptimo de la funcin objetivo
la base ptima
ante cambios en 1 parmetro (Ci o bi) del problema original
(SIN RESOLVER DE NUEVO EL MODELO) una vez obtenida la
solucin ptima)

4.1 Introduccin
A.S. COEFICIENTES DE LA FUNCIN OBJETIVO (Ci)
A.S. VECTOR RECURSOS (bi)

Anlisis de sensibilidad Ci
OBJETIVO y CONCLUSIONES:
Determinar el intervalo de variacin de Ci (intervalo de anlisis de sensibilidad)
Ci_limite_inf Ci_limite_sup / Si Ci [Ci_limite_inf,...,Ci_limite_sup] :
1. La solucin ptima (valor de las variables decisin y de holgura) NO CAMBIA.

2. El valor ptimo de la Funcin Objetivo puede cambiar
Si Ci est asociado a una variable que en la solucin ptima es distinta de
cero El valor ptimo de la Funcin Objetivo cambia
En caso contrario El valor ptimo de la Funcin Objetivo NO cambia
3. En Los lmites, Ci=Ci_limite_inf y Ci=Ci_limite_sup, hay infinitas soluciones
ptimas con mismo valor ptimo de la funcin objetivo

Anlisis de sensibilidad bi
OBJETIVO y CONCLUSIONES:
Determinar el intervalo de variacin de bi (intervalo de anlisis de
sensibilidad)
bi_limite_inf bi_limite_sup / Si bi bi_limite_inf bi_limite_sup :
1. El COSTE DE OPORTUNIDAD es CONSTANTE y se puede predecir el nuevo

valor ptimo de la funcin objetivo.
2. La solucin ptima puede cambiar.
Si bi est asociado a una restriccin limitativa (cuello de botella) La
solucin ptima cambia
Si bi est asociado a una restriccin de holgura La solucin ptima no
cambia
3. La base ptima permanece constante (variables con valor cero o distinto
de cero).

Aplicacin del Anlisis de Sensibilidad
(limite_inf limite_sup)
ANLISIS DE SENSIBILIDAD: Un anlisis de triple bifurcacin
Ci asociado a modificacin
variable bsica en dentro
la Solucin ptima ? de lmites de A.S. ?
Ci ?
Ci asociado a variable
NO bsica
Pregunta sobre en la Solucin ptima ?
la modificacin
de un coeficiente
del problema
bi asociado a
bi ? restriccin limitativa ?
bi asociado a modificacin
restriccin NO fuera
limitativa ? de lmites de A.S. ?

La cuestin que nos plantean, hace referencia a la modificacin de un
Ci o bi dentro del intervalo de anlisis de sensibilidad?
Es un Ci:
Ci asociado a una variable que en la solucin ptima es distinta de cero:
Solucin ptima NO cambia.
Valor ptimo de la Funcin Objetivo SI cambia (se puede recalcular)
Ci asociado a una variable que en la solucin ptima es igual a cero:
Solucin ptima NO cambia.
Valor ptimo de la Funcin Objetivo NO cambia
En ambos casos, en los lmites hay infinitas soluciones ptimas con mismo valor
ptimo de la funcin objetivo.

La cuestin que nos plantean, hace referencia a la modificacin de un Ci o bi dentro del
intervalo de anlisis de sensibilidad?
Es un bi:
Restriccin limitativa (cuello de botella):
La Solucin ptima SI cambia (con la informacin del Solver de EXCEL no sabemos
cul es)
El valor ptimo de la Funcin Objetivo SI cambia (se puede recalcular)
El Coste de Oportunidad NO cambia
La base ptima NO cambia
Restriccin de holgura (NO cuello de botella):
La Solucin ptima NO cambia
El valor ptimo de la Funcin Objetivo NO cambia
El Coste de Oportunidad NO cambia y es CERO
La base ptima NO cambia

Y si se modifican simultneamente varios coeficientes

del problema ?
Regla del

Regla del para Cj Regla del para bi
1. Para cada aumento (disminucin) en un coeficiente, calcular (y expresar

como un porcentaje) la relacin de cambio del coeficiente con respecto al
mximo aumento (disminucin) posible determinada por los lmites del
rango de anlisis de sensibilidad.
2. Sumar todos los cambios expresados en porcentaje.
3. Si el total es:
1 (100%) Las conclusiones individuales del A.S. para cada coeficiente
modificado se mantienen.
> 1 (100%) Las conclusiones individuales del A.S. para cada coeficiente
modificado puede que no se mantengan.

Regla del para Cj
Dj

Regla del para bi
Di

La empresa Ikehay se dedica a la fabricacin de muebles manufacturados. Durante
el prximo periodo productivo, la gerencia est considerando fabricar mesas de
comedor, sillas de comedor y muebles libreros. El tiempo requerido de cada pieza en
cada una de las dos etapas de produccin (ensamblado y acabado), la cantidad de
madera requerida (madera de cerezo) y el beneficio unitario se incluyen en la tabla
siguiente junto con la cantidad disponible de cada recurso en el prximo periodo de
produccin.
Mesas Sillas Libreros Disponibilidad
Ensamblado (min) 80 40 50 8100
Acabado (min) 30 20 30 4500
Madera (libras) 80 10 50 9000
Beneficio unitario () 360 125 300
Para determinar cul debe ser el plan de produccin que maximice el beneficio
cumpliendo la disponibilidad de madera y de los dos departamentos de produccin se
ha planteado el siguiente modelo de programacin lineal:
MAX= 360*x1+ 125*x2 + 300*x3;
[Ensamblado] 80 *x1 + 40* x2 + 50 *x3 <= 8100;
[Acabado] 30 *x1 + 20 *x2 + 30 *x3 <= 4500;
[Madera] 80 *x1 + 10* x2 + 50 *x3 <= 9000;
A continuacin se incluye el informe de solucin ptima y su
correspondiente anlisis de sensibilidad:
Objective value: 46200.00
Variable Value Reduced Cost

X1 20.00000 0.000000
X2 0.000000 88.33333
X3 130.0000 0.000000
Row Slack or Surplus Dual Price

1 46200.00 1.000000
ENSAMBLADO 0.000000 2.000000
ACABADO 0.000000 6.666667
MADERA 900.0000 0.000000
Ranges in which the basis is unchanged:
Objective Coefficient Ranges:

Current Allowable Allowable
Variable Coefficient Increase Decrease
X1 360.0000 120.0000 60.00000
X2 125.0000 88.33333 INFINITY
X3 300.0000 60.00000 75.00000
Righthand Side Ranges:

Row RHS Increase Decrease
ENSAMBLADO 8100.000 900.0000 600.0000
ACABADO 4500.000 360.0000 1462.500
MADERA 9000.000 INFINITY 900.0000

A partir de la informacin de la solucin ptima y anlisis de sensibilidad,
deseamos analizar las siguientes situaciones:
a) El beneficio por mesa no estaba bien estimado y en realidad resulta 100
euros mayor. Este incremento cambiar las cantidades ptimas
producidas? Qu podemos decir acerca del cambio en el beneficio total?
b) Supongamos que el beneficio por silla se incrementa en 100 euros. Esta

modificacin, supondr un cambio en las cantidades ptimas
producidas? Qu podemos decir acerca del cambio en el beneficio total?
c) Supongamos que el beneficio por mesa aumenta en 90euros pero el

beneficio por cada librero es 50 euros inferior al estimado. Estas
modificaciones, cambiarn las cantidades ptimas producidas? Qu
podemos decir acerca del cambio en el beneficio total?
d) Un trabajador del departamento de ensamblado est enfermo por lo que

se dispone de 8 horas menos en dicho departamento. Cunto afectar
esto al beneficio total? Cambiarn las cantidades ptimas producidas?

e) Explicar porqu el coste de oportunidad de la restriccin de
Madera es cero
f) Se ha contratado a un nuevo trabajador que ha recibido formacin
para trabajar tanto en el departamento de ensamblado como en el
de acabado. Repartir su tiempo entre los dos departamentos, por
lo que hay 4 horas adicionales tanto en ensamblado como en
acabado. Cmo afectar este cambio al beneficio total?
Cambiarn las cantidades ptimas producidas?
g) De acuerdo con la informacin del anlisis de sensibilidad, es
interesante repartir al nuevo empleado a partes iguales entre los
dos departamentos? o habra alguna propuesta mejor?

a) El beneficio por mesa no estaba bien estimado y en realidad
resulta 100 euros mayor. Este incremento cambiar las
cantidades ptimas producidas? Qu podemos decir acerca del
cambio en el beneficio total?
No. El incremento de 100 est dentro de rangos (incremento permitido:

120). Por tanto podemos afirmar que las cantidades ptimas siguen siendo
las mismas.
En cuanto al beneficio total, se incrementar puesto que se siguen

fabricando el mismo nmero de mesas pero con un beneficio unitario mayor.
El nuevo beneficio total es 20*100= 2000 mayor, es decir:
Beneficio= 20*460 + 130*300 =48.200

b) Supongamos que el beneficio por silla se incrementa en 100 euros.
Esta modificacin, supondr un cambio en las cantidades
ptimas producidas? Qu podemos decir acerca del cambio en el
beneficio total?
S. El incremento de 100 est fuera de rangos; el incremento mximo del
beneficio unitario de las silla dentro del cual se mantiene la solucin ptima
es 88.33.
Por tanto, la modificacin considerada implica que las cantidades ptimas

producidas cambien. El beneficio aumentar pero no podemos determinarlo
sin resolver de nuevo el modelo.
Nota: Podramos haber llegado a las mismas conclusiones analizando el Coste

Reducido de X2.

c) Supongamos que el beneficio por mesa aumenta en 90euros pero el
beneficio por cada librero es 50 euros inferior al estimado. Estas
modificaciones, cambiarn las cantidades ptimas producidas? Qu
podemos decir acerca del cambio en el beneficio total?
En este caso estamos analizando la modificacin simultnea de 2 coeficientes en
la funcin objetivo por lo que utilizaremos la Regla del 100% para determinar si
podemos o no aplicar las conclusiones del anlisis de sensibilidad.
90 es 90/120= 75% del incremento permitido para el beneficio unitario de mesas.

50 es 50/75=66.7% del decremento permitido para el beneficio unitario de los
libreros.
75% + 66.7% > 100% y por tanto, la solucin ptima puede cambiar o no y por tanto
no podemos determinar el nuevo beneficio total sin resolver de nuevo el modelo.
d) Un trabajador del departamento de ensamblado est enfermo por lo
que se dispone de 8 horas menos en dicho departamento. Cunto
afectar esto al beneficio total? Cambiarn las cantidades ptimas
producidas?
El decremento de 8 horas = 480 minutos est dentro de rangos puesto que es
inferior al decremento permitido (600 minutos) para la restriccin del
departamento de ensamblado.
Por tanto, el coste de oportunidad de esta restriccin se mantiene constante e

igual a 2. El cambio en el beneficio total es: 2*(-480minutos)=-960 de modo
que el beneficio total disminuye en 960 por lo que pasa a ser:
Beneficio Total= 46200 960=45.240
Puesto que la modificacin est dentro de rangos, NO hay cambio de base y por
tanto se seguirn fabricando los mismos tipos de productos (mesas y libreros)
PERO en cantidades distintas ya que la solucin ptima actual usaba toda la
capacidad de ensamblado, las cantidades producidas deben cambiar con la
disminucin del tiempo de ensamblado.
e) Explicar porqu el coste de oportunidad de la restriccin de
Madera es cero
La solucin ptima actual utiliza slo 8.100 de las 9.000 libras de madera.
Por tanto quedan 900 libras de madera sin utilizar (tal como indica la
holgura de la restriccin de Madera). Disponer de madera adicional o
prescindir de una pequea cantidad no cambiar la solucin ptima ni
tampoco el valor del beneficio total puesto que la solucin ptima no est
utilizando toda la madera.

f) Se ha contratado a un nuevo trabajador que ha recibido formacin
para trabajar tanto en el departamento de ensamblado como en el
de acabado. Repartir su tiempo entre los dos departamentos, por
lo que hay 4 horas adicionales tanto en ensamblado como en
acabado. Cmo afectar este cambio al beneficio total?
Cambiarn las cantidades ptimas producidas?
4 horas = 240 minutos son 240/900 = 26.7% del incremento permitido para
el tiempo de Ensamblado.
4 horas = 240 minutos son 240/360 = 66.7% del incremento permitido para
el tiempo de Acabado.
26.7% + 66.7% 100%, de modo que la regla del 100% dice que los
costes de oportunidad de ambas restricciones son vlidos.

La variacin del beneficio total es=C.Oportunidad*Cambio en el lado
derecho = 2*240+6.67*240 = 480+1.600 = 2080.
Por tanto, el beneficio total aumentar en 2.080 y pasar a ser 48.280.
Las cantidades ptimas producidas cambiarn aprovechando las horas

adicionales.

g) De acuerdo con la informacin del anlisis de sensibilidad, es
interesante repartir al nuevo empleado a partes iguales entre los
dos departamentos? o habra alguna propuesta mejor?
El coste de oportunidad para cada departamento nos informa del efecto sobre el
beneficio total por cada minuto adicional en los departamentos de Ensamblado y
Acabado.
El coste de oportunidad de Acabado es superior al de Ensamblado. Por tanto, el

beneficio total aumentar ms si se dedican ms horas a Acabado en lugar de al
departamento de Ensamblado. Sin embargo, cuando se aadan 360 minutos
(6horas) a Acabado, el incremento permitido se superar y cambiar el coste de
oportunidad. Dependiendo del nuevo coste de oportunidad sera aconsejable
dedicar las 8 horas por completo a Acabado(si el nuevo coste de oportunidad
fuese superior a 2) o dedicar 6 horas a Acabado y 2 horas a Ensamblado (si el
nuevo coste de oportunidad es inferior a 2).
CASO 1: Planificacin de la produccin (1)
Una pequea empresa que fabrica 3 productos, A, B y C usando tres
mquinas M1, M2 y M3, quiere determinar el esquema de
produccin ptimo que maximiza el beneficio total.
Para determinar el plan de produccin ptimo se ha formulado y
resuelto el siguiente programa lineal:
MAX Z = 4x1 + 2x2 + 5x3 ()

s.a: x1 + 2x2 + x3 430 (Mquina 1)
3x1 + 2x3 460 (Mquina 2)
x1 + 4x2 450 (Mquina 3)
x1, x2 0
donde x1, x2, x3 son las cantidades de los productos A, B y C y las

restricciones relativas a la capacidad disponible (horas) de las
mquinas M1, M2 y M3.
La solucin ptima con LINGO es la siguiente:

X1 0.0000000 3.000000
X2 100.0000 0.0000000
X3 230.0000 0.0000000

1 1350.000 1.000000
M1 0.0000000 1.000000
M2 0.0000000 2.000000
M3 50.00000 0.0000000

Tambin se ha obtenido con LINGO el anlisis de sensibilidad de la solucin
ptima. Es el siguiente:
Objective Coefficient Ranges

X1 4.000000 3.000000 INFINITY
X2 2.000000 8.000000 2.000000
X3 5.000000 INFINITY 2.000000
Righthand Side Ranges

Row Current Allowable Allowable
RHS Increase Decrease
M1 430.0000 25.00000 200.0000
M2 460.0000 400.0000 50.00000
M3 450.0000 INFINITY 50.00000

1. El departamento de produccin est estudiando una modificacin en el
proceso de fabricacin del producto A que implicara un aumento de 2.5 en su
beneficio unitario. Si se lleva a cabo la mejora, cambiara la solucin ptima
actual? cul sera el nuevo valor de la funcin objetivo? Justifica las
respuestas.
2. Debido a un incremento en los costes de los materiales usados en la
fabricacin del producto C, su beneficio unitario ha descendido a 4, cul es
la nueva solucin ptima? Indicar el valor de la funcin objetivo y de las
variables decisin.
3. Supongamos que es posible incrementar, con el mismo coste unitario en todos
los casos, la capacidad de una de las mquinas, cul recomendaras? y por
qu?
4. El departamento de produccin est estudiando incrementar en 20 horas la
disponibilidad de la mquina 1 (M1). Sera rentable este aumento de
capacidad de M1? En caso afirmativo, la solucin ptima cambiar? Evala el
valor ptimo de la funcin objetivo de la nueva solucin ptima.
Y si el aumento de capacidad de M1 fuera de 30 horas?

5. El departamento de produccin est estudiando realizar un mantenimiento
en la Mquina 2 (M2) que requerira 5 horas. Qu efecto tendra sobre la
solucin ptima y el valor ptimo de la funcin objetivo este mantenimiento?
6. Se est estudiando la posibilidad de fabricar un cuarto producto (D). La

fabricacin de cada unidad de este producto requerira 2 hrs. de M1 y 1 hr.
de M3. El beneficio unitario del producto D es de 1.5, y para que se
mantenga este beneficio es preciso fabricar 40 unidades. Sera rentable
reestructurar el sistema ptimo de produccin actual para fabricar el nuevo
producto? Razona la respuesta a partir del informe LINGO incluido.

La siguiente informacin corresponde al modelo y la solucin ptima obtenida
utilizando LINGO de un problema de planificacin de la produccin cuyo
objetivo es determinar las unidades a fabricar de los productos A, B, C y D,
de modo que el beneficio sea mximo. Para fabricar dichos productos se
utilizan cuatro mquinas que tienen una capacidad limitada (expresada en
minutos). Adicionalmente, en la solucin deben tenerse en cuenta las
demandas mximas y mnimas previstas para los distintos productos.
!X1,X2,X3,X4: N de unidades del producto A,B,C y D a

producir;
!FO: MAX BENEFICIO= PVP COSTE PRODUCCION (en unidades
monetarias);
MAX=550*X1+355*X2+625*X3+250*X4;
[CAP_MAX_M1]35*X1+40*X2+10*X3+30*X4<=9600;
[CAP_MAX_M2]25*X1+32*X2+40*X3+80*X4<=7500;
[CAP_MAX_M3]20*X1+41*X2+20*X3+30*X4<=9400;
[CAP_MAX_M4]30*X1+40*X2+30*X3+50*X4<=9200;
[DEMANDA_A]@BND(10,X1,190); [DEMANDA_B]@BND(45,X2,100);
[DEMANDA_C]@BND(20,X3,80); [DEMANDA_D]@BND(0,X4,220);

X1 190.0000 -159.3750
X2 45.00000 145.0000
X3 32.75000 0.0000000
X4 0.0000000 1000.000

1 140943.8 1.000000
CAP_MAX_M1 822.5000 0.0000000
CAP_MAX_M2 0.0000000 15.62500
CAP_MAX_M3 3100.000 0.0000000
CAP_MAX_M4 717.5000 0.0000000


X1 550.0000 INFINITY 159.3750
X2 355.0000 145.0000 INFINITY
X3 625.0000 255.0000 181.2500
X4 250.0000 1000.000 INFINITY

CAP_MAX_M1 9600.000 INFINITY 822.5000
CAP_MAX_M2 7500.000 956.6667 510.0000

1. Cul es el sistema ptimo de produccin y el beneficio asociado? Qu
elementos limitan el sistema de produccin en la solucin ptima? Justifica
la respuesta.
2. Explica el significado de todos los valores que aparecen en la seccin

ReducedCost
3. Si se dispusiera de 800 minutos adicionales de la mquina 2 (M2), qu

efecto tendra sobre la funcin objetivo? cul sera el nuevo valor de la
funcin objetivo? qu tipo de productos se fabricaran?
4. Y si se dispusiera de 600 minutos menos de la mquina 4 (M4), cul sera

el nuevo valor de la funcin objetivo? qu tipo de productos se
fabricaran?

CASO 3: Planificacin de la Produccin (3)
Una empresa fabrica tres tipos de productos (P1, P2 y P3). Para la
fabricacin de cada unidad de producto es necesario consumir
recursos de tipo Material, Mano de obra y Maquinaria. El
responsable de produccin ha planteado y resuelto el siguiente
modelo lineal para determinar la fabricacin semanal:
!Pi = unidades a producir del producto i

semanalmente(i=1,2,3);
Max=10*P1+15*P2+21*P3; !(Maximizar beneficio
semanal(miles u.m.));
[Material] P1+P2+3*P3<=100; !(modulos/semana);
[M_O]2*P1+3*P2+3*P3<=200; !(hrs.semanales);
[Maquina] P1+2*P2+2*P3<=120; !(hrs.semanales);
@bnd(10,P1,20); @bnd(40,P2,60); @bnd(10,P3,30);

SOLUCIN CON LINGO:

P1 10.00000 0.5000000
P2 40.00000 6.000000
P3 15.00000 0.000000

1 1015.000 1.000000
MATERIAL 5.000000 0.000000
M_O 15.00000 0.000000
MAQUINA 0.000000 10.50000

ANALISIS DE SENSIBILIDAD CON LINGO:

P1 10.00000 0.5000000 INFINITY
P2 15.00000 6.000000 INFINITY
P3 21.00000 INFINITY 1.000000

MATERIAL 100.0000 INFINITY 5.000000
M_O 200.0000 INFINITY 15.00000
MAQUINA 120.0000 3.333333 10.00000

1. Cmo afectara al valor ptimo de la funcin objetivo un incremento de la
demanda mnima del producto P2? Y un incremento de la demanda mnima
de P3? Razona las respuestas.
2. A la vista de la solucin ptima, Cules son los cuellos de botella del
sistema?, razona la respuesta. Ordena los cuellos de botella segn
importancia. Razona la respuesta.
3. Cul es el valor ptimo de la funcin objetivo y la solucin ptima si se
incrementa en 5000 u.m. el beneficio del producto P2?, y si se
decrementa en 2000 u.m. el beneficio del producto P3?. Razona la
respuesta.
4. La mquina utilizada quedar fuera de servicio para su mantenimiento
durante 4 horas, cambiar el valor de la funcin objetivo? En caso
afirmativo, calcula el nuevo valor. Habr cambiado la solucin ptima
(valor de las variables)? Justifica la respuesta.
5. Se est estudiando realizar una mejora en la maquinaria utilizada que
supondra un incremento de 3 horas semanales de su capacidad y que
costara en caso de realizarse, 12000 u.m./semana. Sera interesante
llevar a cabo la mejora? Justifica la respuesta.

Interpretacion y Analisis de La Programación Lineal

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Interpretacion y Analisis de La Programación Lineal

Uploaded by

Copyright:

Available Formats

DEIOAC-

4. Interpretacin Solucin ptima y

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 2

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 3

2. Las empresas trabajan en un entorno dinmico en el que las condiciones

Adems de estos dos tipos de anlisis (pasivos), el anlisis what-if va ms all

Una vez que el modelo se ha resuelto, es interesante analizar el

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 6

1. Qu ocurre si la estimacin de uno de los coeficientes de la

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 7

El ANLISIS DE SENSIBILIDAD (A.S.) proporciona herramientas

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

A.S. COEFICIENTES DE LA FUNCIN OBJETIVO (Ci)

A.S. VECTOR RECURSOS (bi)

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

1. La solucin ptima (valor de las variables decisin y de holgura) NO CAMBIA.

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

1. El COSTE DE OPORTUNIDAD es CONSTANTE y se puede predecir el nuevo

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

Y si se modifican simultneamente varios coeficientes

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

1. Para cada aumento (disminucin) en un coeficiente, calcular (y expresar

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN

Variable Value Reduced Cost

Row Slack or Surplus Dual Price

Ranges in which the basis is unchanged:

Objective Coefficient Ranges:

Righthand Side Ranges:

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 20

b) Supongamos que el beneficio por silla se incrementa en 100 euros. Esta

c) Supongamos que el beneficio por mesa aumenta en 90euros pero el

d) Un trabajador del departamento de ensamblado est enfermo por lo que

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 21

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 22

No. El incremento de 100 est dentro de rangos (incremento permitido:

En cuanto al beneficio total, se incrementar puesto que se siguen

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 23

Por tanto, la modificacin considerada implica que las cantidades ptimas

Nota: Podramos haber llegado a las mismas conclusiones analizando el Coste

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 24

90 es 90/120= 75% del incremento permitido para el beneficio unitario de mesas.

Por tanto, el coste de oportunidad de esta restriccin se mantiene constante e

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 27

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 28

Por tanto, el beneficio total aumentar en 2.080 y pasar a ser 48.280.

Las cantidades ptimas producidas cambiarn aprovechando las horas

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 29

El coste de oportunidad de Acabado es superior al de Ensamblado. Por tanto, el

MAX Z = 4x1 + 2x2 + 5x3 ()

donde x1, x2, x3 son las cantidades de los productos A, B y C y las

Objective value: 1350.000

Variable Value Reduced Cost

Row Slack or Surplus Dual Price

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 32

Objective Coefficient Ranges

Righthand Side Ranges

ETSInf-Ingeniera Informtica CALIDAD Y OPTIMIZACIN 33