Optimització Curs 2006/2007

Assignatura d’Estadística, UAB

LINDO - Parte 2

Análisis de sensibilidad con LINDO

Los conceptos propios del análisis de sensibilidad corresponden a la pregunta: ¿qué ocurriría con la solución óptima si variamos
alguna de las condiciones iniciales?
En el mundo real, las condiciones de trabajo no suelen permanecer estáticas, sino en continuo estado de cambio. Hay dos maneras de
estudiar la “sensibilidad” de una solución. La primera de ellas sería volver a resolver todo el problema cada vez que alguno de los
datos originales se haya modificado. Obviamente, utilizando este método, podría llevar bastante tiempo determinar todas las
variantes cuando nos encontremos ante un conjunto amplio de posibles cambios. La otra forma (Análisis de Sensibilidad) consistiría
en, una vez resuelto un problema, analizar cómo afectaría a la solución obtenida y al valor de la función objetivo la variación dentro
de un rango “tolerable”, de uno de los parámetros, manteniendo fijos los restantes. Por supuesto, en caso de que queramos estudiar
los efectos de la variación de más de un parámetro (o de un parámetro más allá del “rango de tolerancia”) deberemos reprogramar el
problema.

Ejemplo1
World Oil Company puede comprar dos tipos de petróleo crudo:
a. Petróleo crudo ligero a un costo de 25 euros por barril
b. Petróleo crudo pesado a un costo de 22 euros por barril
Cada barril de petróleo crudo, ya refinado, produce tres productos: gasolina, turbosina y queroseno. La siguiente tabla indica las
cantidades en barriles de gasolina, turbosina y queroseno producidos por barril de cada tipo de petróleo crudo:

GASOLINA TURBOSINA QUEROSENO

Crudo Ligero 0.45 0.18 0.30
Crudo Pesado 0.35 0.36 0.20

La refinería se ha comprometido a entregar 1260 mil barriles de gasolina, 900 mil barriles de turbosina y 300 mil barriles de
queroseno. Formule un modelo para determinar la cantidad de cada tipo de petróleo crudo por comprar para minimizar el coste total
al tiempo que se satisfaga la demanda apropiada.

a. Plantear el modelo de programación lineal

Tenemos dos variables:
XL= número de miles de barriles de petróleo crudo de tipo ligero
XP= número de miles de barriles de petróleo crudo de tipo pesado

El objetivo es minimizar el costo de compra de los dos tipos de petróleo crudo, es decir
Minimizar 25 XL + 22 XP

Las restricciones son (restricciones de demanda):

0.45 XL + 0.35 XP >= 1260
0.18 XL + 0.36 XP >= 900
0.30 XL + 0.20 XP >= 300

Ejercicio1

a. Escribe el problema anterior en LINDO

b. Utiliza LINDO para resolver el problema

c. ¿Cuál es la solución optima? (XL=1400 mil barriles, XP=1800 mil barriles)

d. ¿ Cuál es el optimo valor de la función objetivo? (74600 euros)

1
 e. ¿Cuáles son las restricciones activas? (restricciones de gasolina y turbosina)

f. ¿Cómo se puede interpretar las columnas de holgura y los precios duales?

(restricción de gasolina: holgura=0, entonces esta restricción se cumple en igualdad=agotamos las 1260 mil barriles
disponibles
restricción de turbosina: holgura=0, entonces esta restricción se cumple en igualdad=agotamos las 900 mil barriles
disponibles
restricción de queroseno:, hay una holgura de 480 mil barriles = estamos utilizando 480 mil barriles más de las
permitidas )

g. ¿Cómo cambiaría el precio mínimo del petróleo crudo si la refinería ahora entregue 1270 mil barriles de gasolina en lugar
de los 1260 mil barriles?
(El precio dual de restricción de gasolina es -50.909092, es decir, con los 1270-1260=10 mil barriles más, el valor de la
función objetivo se va a subir unos 10*50.909092=50909092 euros. Entonces el costo total se va a subir a=75109.09
euros )

El ‘-‘ en el precio dual significa que el valor de la función objetivo va a aumentar en un problema de minimización
(como es el problema anterior).

h. ¿ Cómo cambiaría el precio mínimo del petróleo crudo si la refinería ahora entregue 905 mil barriles de turbosina en lugar
de los 900 mil barriles?
( El precio dual de restricción de turbosina es -11.616161, es decir, con los 5 mil barriles más, el valor de la función
objetivo se va a subir unos 5*11.616161 = 58.080805 euros. Entonces el costo total de petróleo crudo se va a subir a
74658.0805 euros.)

i. ¿ Cómo cambiaría el precio mínimo del petróleo crudo si la refinería ahora entregue 400 mil barriles de queroseno en lugar
de los 300 mil barriles?
( 400-300=100 y 100<480
El precio dual de la restricción de queroseno es cero, es decir, nada va a cambiar si relajamos la restricción por unidades menos de
holgura=480 mil barriles)

Cerramos ahora la ventana de REPORTS de LINDO y resolvemos el problema otra vez, escogiendo la opción ‘si’ en la pregunta de
sensibility analysis (análisis de sensibilidad):

2
La ventana de REPORTS debe ser la siguiente:

La primera parte de la ventana de REPORTS es la misma cómo antes. La segunda parte incluye el análisis de sensibilidad.
Las columnas OBJECTIVE COEFFICIENT RANGES determinan la cantidad máxima en que podemos aumentar /
disminuir los coeficientes objetivos sin variar la solución óptima.

3
Coeficientes actuales de la función Cantidad máxima en que los coeficientes Cantidad máxima en que los coeficientes
objetivo de la función objetivo se pueden de la función objetivo se pueden
aumentar sin variar la solución óptima disminuir sin variar la solución óptima

Por ejemplo, el precio del petróleo crudo ligero se puede aumentar hasta 25+3.285714=28.285714 euros por barril sin afectar la
solución óptima. Del mismo modo un incremento en el precio del petróleo crudo pesado a un costo de 22+28=50 euros por barril no
afectará los valores de XL y XP en la solución óptima. Es decir, la cantidad de miles de petróleo crudo pesado será 1800 mil barriles,
como antes, aunque el costo de este tipo de petróleo se suba a 50 euros por barril.

¡Observar que, dentro de los rangos especificados, los cambios en uno de los coeficientes objetivo no alterarán la solución óptima
(número de miles de barriles XL y XR) , pero sí harán variar el valor final de la función objetivo (mínimo coste total)!

Las columnas RIGHTHAND SIDE RANGES determinan la cantidad máxima en que podemos aumentar / disminuir los
términos independientes de cada restricción, situados a la derecha de la desigualdad (=RHS righthand side) sin variar los
valores de los precios reducidos y los precios duales.

Valores actuales (términos Cantidad máxima en que los términos Cantidad máxima en que los términos
independientes) situados a la derecha de independientes de cada restricción se independientes de cada restricción se
la desigualdad de cada restricción pueden aumentar pueden disminuir

Como ya hemos comentado, el precio dual asociado a una restricción nos informa de cuánto mejoraría el valor de la función objetivo
si relajásemos la restricción en una unidad. Ello nos da una idea de la cantidad que estaríamos dispuestos a pagar por cada unidad
adicional del recurso asociado. Por supuesto, no es posible seguir aumentando indefinidamente los recursos disponibles sin que ello
afecte a la clasificación actual de variables básicas y no básicas. La información que el “output” nos proporciona es, precisamente, el
rango en el cual este precio sombra es válido.
Así, en la primera de las restricciones anteriores, podríamos aumentar el número de miles de barriles de gasolina disponibles hasta un
total de 2250 miles (1260+990) de barriles sin cambiar los valores de los precios duales, incrementando con ello el valor de la
función objetivo en unos 50400.0011 euros (990*50.909092) (¡ver la columna de los precios duales!).
El valor INFINITY significa que ningún cambio en la cantidad en el lado derecho de la desigualdad de una restricción afectará los
valores de los precios duales ni los valores de los precios reducidos.

Ejercicio2

4
El siguiente problema de Programación Lineal refiere a una compañía que produce dos tipos de lanchas acuáticas:
Maximizar beneficios = 30 X1 + 80 X2

Sujeto a:
2 X1 + 4 X2 <= 1000 (horas de mano de obra disponibles)
6 X1 + 2 X2 <= 1200 (kg. de materia prima disponibles)
X2 <= 200 (motores de lancha tipo 2 disponibles)

a. Escribir el problema en LINDO

b. Resolver el problema y hacer un análisis de sensibilidad
c. ¿Cuál es la mejor combinación productiva? ¿Cuál es el beneficio máximo?.
d. ¿Cuánto valen los precios duales? Una vez alcanzada la solución óptima, ¿qué recurso tiene un valor marginal más elevado?
e. Para cada recurso, ¿cuál es el rango de tolerancia en el que son válidos los precios duales?.
f. ¿Cuáles son los rangos de tolerancia en que pueden variar los coeficientes objetivo?.

5
Al plantear este problema en el programa LINDO, éste nos ofrece el siguiente “output”:

c. Se observa en el “output” que lo óptimo será producir 100 lanchas de tipo 1 y 200 de tipo 2, lo cual nos proporcionará unos
beneficios de 19000 euros.
d. El precio dual de la primera restricción es de 15, lo cual significa que estaríamos dispuestos a pagar hasta 15 euros por disponer de
una hora más de mano de obra. El precio dual de la segunda restricción es 0, lo cual resulta lógico dado que no agotamos toda la
materia prima disponible (en el óptimo aún nos sobran 200 kg.). Finalmente, estaríamos dispuestos a pagar hasta 20 euros por
disponer de un motor adicional de tipo 2, lo que convierte este recurso en el de mayor valor marginal.
e. Los precios duales anteriores son válidos en los rangos establecidos por el “output”. Así, por ejemplo, nuestros beneficios
aumentarían en 15 euros por cada hora extra de que dispusiésemos hasta un máximo de 1066.67 horas, cifra a partir de la cual
deberíamos replantear el problema para poder hacer un análisis correcto. Por otro lado, perderemos 15 euros por cada hora que se
deduzca de las disponibles inicialmente (1000) hasta un máximo de 200 horas deducidas (a partir de aquí cabría reprogramar).
f. El coeficiente de X1 puede variar entre 0 y 40 euros sin que por ello cambie la solución óptima (aunque sí los beneficios obtenidos,
claro). Por su parte, el coeficiente de X2 podría variar entre 60 e infinito.

Octubre 2006 – Maria Zakynthinaki