You are on page 1of 26

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

3
Programacin lineal: Anlisis de sensibilidad y Resolucin por computadora

En este captulo se ofrece una introduccin al anlisis de sensibilidad y al uso de las computadoras para resolver problemas de programacin lineal. El anlisis de sensibilidad que se realiza sobre la solucin ptima ofrece informacin complementaria que es valiosa para quien toma las decisiones. Despus de mostrar cmo se puede llevar a cabo el anlisis de sensibilidad utilizando un mtodo grfico, se ilustra cmo puede utilizarse The Management Sciantist, un paquete de programas (software) para microcomputadora que resuelve problemas de programacin lineal, a fin de dar solucin a los problemas de la empresas Par, Inc., y M&D Chemicals, que se presentaron en el cap. 2. Al analizar la resolucinpor computadora de estos problemas, se destacar la interpretacin de los resultados por computadora, que incluyen la solucin ptima de informacin acerca del anlisis de sensibilidad. El captulo termina con un anlisis de planteamiento, de la solucin por computadora y del anlisis de sensibilidad de un problema de programacin lineal que tiene ms de dos variables de decisin. En un apndice del captulo se describe la forma en que puede emplearse para resolver problemas de programacin lineal el bien conocido paquete para microcomputadora Lindo/PC, elaborado por Linus Scharge, de la Universidad de Chicago.

3.1 INTRODUCCIN AL ANLISIS DE SENSIBILIDAD


El anlisis de sensibilidad es el estudio de la forma en la que afectan a la solucin ptima los cambios en los coeficientes de un programa lineal. Utilizando anlisis de sensibilidad puede responderse a preguntas como las siguientes: 1. 2. Cmo afectar a la solucin ptima un cambio en un coeficiente de la funcin objetivo? Cmo afectar a la solucin ptima un cambio en el valor del segundo miembro de una restriccin?

Como el anlisis de sensibilidad se ocupa de la forma en que los cambios anteriores afectan a la solucin ptima, el anlisis no comienza sino hasta que se obtiene tal solucin al problema de

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

programacin lineal original. Por este motivo, al anlisis de sensibilidad con frecuencia se la denomina anlisis de post-optimidad. La principal razn de la importancia del anlisis mencionado para quienes toman las decisiones es que los problemas reales ocurren en un medio ambiente dinmico. Los precios de las materias primas varan, la demanda flucta, las compaas adquieren mquinas nuevas para reemplazar a las antiguas, los mercados globales de mano de obra ocasionan cambios en los costos de produccin, se tiene rotacin en los empleos, etctera. Si se ha utilizado un modelo de programacin lineal en un entorno con estas caractersticas, puede esperarse que cambien en el tiempo algunos de los coeficientes. Los administradores desearn determinar la forma en que esos cambios afectan a la solucin ptima del problema primitivo de programacin lineal. El anlisis de sensibilidad ofrece la informacin que se requiere para responder a esos cambios, sin que sea necesario obtener la solucin completa de un programa lineal modificado. Recuerde el problema de la compaa Par, Inc., que se present en el captulo 2. Max 10 x1 + 9 x 2 Sujeto a (s.a)
7 10 2 1

x 1 + 1 x 2 630
5 3 6

x1 +
2

x 2 600
4 x2

1 x1 +
1 10

x 2 708
1

x1 +

135

Corte y teido Costura Terminado Inspeccin y embalaje

x1 , x 2 0

La solucin ptima x1 = 540 bolsas de tipo estndar y x 2 = 252 bolsas de lujo, se basa en cifras de utilidades de $10 por bolsa estndar y $39 por bolsa de lujo. Sin embargo, supngase que se sabe posteriormente que debido a una reduccin en el precio, la contribucin a las utilidades de las bolsas estndares se reduce a $7. Puede utilizarse el anlisis de sensibilidad para determinar si el programa de produccin de 540 bolsas estndares y 252 bolsas de lujo sigue siendo la mejor solucin. Si lo es, no habr necesidad de resolver un programa lineal modificado que tenga 7 x1 + 9 x 2 como funcin objetivo. Se puede utilizar tambin el anlisis de sensibilidad para determinar cules de los coeficientes de un modelo de programacin lineal son ms crticos. Por ejemplo, supngase que los administradores de la multicitada Par, Inc., consideran que una contribucin a las utilidades de $9 para la bolsa de lujo es slo una estimacin burda de contribucin que realmente se obtendr. Si el anlisis de sensibilidad muestra que la solucin ptima son 540 bolsas estndares y 252 bolsas de lujo, siempre y cuando la 2

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

contribucin a las utilidades de las bolsas de lujo sea entre $5 y $13, los administradores deben quedar acordes con la estimacin aproximada de $9 por bolsa y con las cantidades de produccin que se recomiendan. Si embargo, si el anlisis de sensibilidad muestra que es ptima la solucin ptima de 540 bolsas de tipo estndar y 252 bolsas de lujo slo si la contribucin a las utilidades para la bolsa de lujo se encuentra entre $8.90 y $9.25, es posible que deseen revisar la precisin de la utilidad esperada de $9 por bolsa. Otro aspecto del anlisis de sensibilidad se refiere a los cambios en los lados derechos de las restricciones. Recurdese que en el problema de Par, Inc., la solucin ptima utilizaba todo el tiempo de corte y teido y todo el tiempo de terminado. De qu manera cambiara la solucin ptima y la utilidad total si la empresa pudiera obtener tiempo adicional para cualquiera de esas operaciones? El anlisis de sensibilidad puede ayudar a determinar cunto vale cada hora adicional y cuntas horas se pueden adicionar antes de que comiencen a ocurrir los rendimientos decrecientes.

3.2 ANLISIS GRFICO DE SENSIBILIDAD


Se pueden utilizar mtodos grficos de solucin para problemas de programacin lineal con dos variables de decisin con el objeto de realizar anlisis de sensibilidad sobre los coeficientes de la funcin objetivo y sobre los valores en el segundo miembro de las restricciones.

Coeficientes de la funcin objetivo


Considrese cmo podran afectarse los cambios de los coeficientes de la funcin objetivo a la solucin ptima para el problema de Par, Inc. La actual contribucin a las utilidades es $10 por unidad de la bolsa estndar y $9 por unidad para la bolsa de lujo. Parece evidente que un aumento en la contribucin a las utilidades por parte de una de las bolsas para golf podra hacer que los administradores aumentaran la produccin de ese artculo, y que una disminucin en el aporte a las utilidades de una de las bolsas podra ocasionar que los administradores disminuyeran la produccin de ese adminculo. Pero no resulta tan evidente tendra que cambiar la contribucin a las utilidades para que los administradores desearan cambiar las cantidades de produccin. La actual solucin ptima para el problema de Par, Inc., indica la fabricacin de 540 bolsas estndares y 252 bolsas de lujo. El intervalo de optimidad para cada coeficiente de la funcin objetivo muestra la gama de valores sobre los cuales la solucin del momento sigue siendo ptima. La atencin de los administradores se debe concentrar en los coeficientes de la funcin objetivo que tienen un 3

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

intervalo de optimizad estrecho y en los coeficientes en donde un cambio pequeo puede implicar la necesidad de modificar la solucin ptima. Se proceder ahora a calcular los mrgenes de optimizad para el problema de Par, Inc. En la Fig. 3.1 se muestra la solucin grfica del problema. Una inspeccin cuidadosa de la grfica indica que mientras la pendiente de la funcin objetivo se encuentra entre la pendiente de la recta A (la cual coincide con la recta de restriccin de corte y teido) y la pendiente de la recta B (que coincide con la recta de restriccin de 3acabado) el punto extremo 3 con x1 = 540 y x 2 = 252 ser el ptimo. Cambiar un coeficiente de la funcin objetivo para x1 o x 2 tendr como resultado variar la pendiente de la funcin objetivo. En la Fig.3.1, se observa que estos cambios ocasionan que la recta de la funcin objetivo gire sobre el punto extremo 3 . Sin embargo, en tanto que la recta mencionada permanezca dentro de la regin sombreada, el punto extremo 3 seguir siendo ptimo. Girar la recta de la funcin objetivo en sentido contrario al de reloj ocasiona que la pendiente se vuelva menos negativa y que, por ello, aumente la pendiente. Cuando dicha recta ha girado lo suficiente en sentido contrario al del reloj (aumento en la pendiente) para que coincida con la recta A, se obtienen ptimos alternos entre los puntos extremos y . 3 4 Si prosigue el giro de la recta de la funcin objetivo en sentido contrario a las manecillas del reloj, se ocasiona que el punto extremo Ya no sea ptimo. As que la pendiente de la recta A fija un lmite superior para la pendiente de la recta de la funcin objetivo. Girar la recta en el sentido de las manecillas del reloj hace que la pendiente se vuelva cada vez ms negativa y que, por tanto, disminuya. Cuando se ha girado la recta de la funcin objetivo lo suficiente en el sentido del reloj( disminucin de la pendiente) para que coincida con la recta B, se obtienen ptimos alternos entre los puntos extremos 3 y2 . Continuar el giro de la recta de la funcin objetivo en el sentido dextrorso ocasiona que el punto 3 extremo ya no sea ptimo. Por ello, la pendiente de la recta B fija un lmite inferior para la pendiente de la recta citada. Del anlisis anterior, debe resultar evidente que el punto extremo 3 ser la solucin ptima siempre y cuando. Pendiente de la recta B pendiente de la recta de la funcin objetivo pendiente de la recta A
3

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

FIGURA 3.1 Solucin grfica del problema de Par, Inc., en donde la pendiente de la funcin objetivo est entre las pendientes de las rectas A y B; el punto extremo 3 es ptimo. En la figura 3.1 se observa que la ecuacin de la recta A, la recta de la restriccin de corte y teido, es la siguiente:
7

10

x 1 + 1 x 2 = 630

Despejando x2 en la ecuacin anterior, se puede escribir la ecuacin de la recta A en su forma de pendiente ordenada y en el origen. Esto da como resultado
x2 =
7 10

x 1 + 630

Pendiente de la recta A

Interseccin de la recta A con el eje x2

Por ello, la pendiente de la recta A vale 710 , y su interseccin con el eje x2 est en 630. La ecuacin de la recta B de la figura 3.1 es
1 x1 +
2 3

x 2 = 708

Despejando x2 se obtiene la forma pendiente-interseccin para la recta B. Haciendo esto se obtiene


2 3

x 2 = 1 x 1 + 708
3 2

x2 =

x 1 + 1062

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

Por ello, la pendiente de la recta B es - 3 2 , y su interseccin con el eje x2 es 1062. Ahora que se han calculado las pendientes de las rectas A y B, 3 se observa que para que el punto extremo siga siendo ptimo, se debe cumplir que - 32

pendiente de la funcin objetivo

- 710

(3.1)

considrese ahora la forma general de la pendiente de la funcin objetivo. Se utiliza c1 para representar la utilidad para una bolsa estndar, c 2 para la utilidad de una bolsa de lujo, y z para el valor de funcin objetivo. Con esta notacin, puede escribirse la funcin objetivo de la siguiente manera
z = c1 x1 + c 2 x 2

Escribiendo esta ecuacin en su forma de pendiente y ordenada al origen, se obtiene

c 2 x 2 = c1 x1 + z
y
x2 = c1 z x1 + c2 c2

Por se observa que la pendiente de la funcin objetivo esta dada por c en la expresin (3.1), se observa que el punto extremo - 1 c2 3 p seguir siendo ptimo siempre y cuando se satisfaga la siguiente expresin
32 c1 7 10 c2

Para calcular el intervalo de optimizad para la contribucin a las utilidades por las bolsas estndares, se mantiene fija la contribucin a las utilidades de las bolsas de lujo, en su valor inicial c 2 =9. Haciendo esto en (3.2),
32 c1 7 10 c2

Utilizando la desigualdad del lado izquierdo,

Gerencia de Operaciones I
32 c1 9

Ing. Oscar Mendoza Macas


c1 9

Por ello,
27 2

c1

c1 27 2 = 13.5

Haciendo uso de la desigualdad del lado derecho resulta


c1 7 10 9

c1 7 10 9 c1 6.3

Por ello,
c1 6310

Combinando los lmites anteriores para c1 se obtiene el siguiente intervalo de optimizad para la contribucin a las utilidades de la bolsa estndar: 6.3 c1 13.5 En el problema original de Par, Inc., la bolsa estndar tena una contribucin a las utilidades de $10. La solucin ptima resultante fue 540 bolsas de tipo estndar y 252 bolsas de lujo. El intervalo de optimizad para c1 indica a los administradores de la empresa que si no se cambian los dems coeficientes, la contribucin a las utilidades de la bolsa estndar puede encontrarse en cualquier punto entre $6.30 y $13.50, y las cantidades de produccin de 540 bolsas estndares y 252 bolsas de lujo seguirn siendo ptimas. Sin embargo, ntese que, -aunque las cantidades de produccin no varan-, la contribucin total debido al cambio en la contribucin a las utilidades de la bolsa estndar. se pueden repetir los cambios anteriores, manteniendo constante en c1 =10 la contribucin a las utilidades de las bolsas estndar. En este caso, es posible determinar el rango de optimizad para la contribucin a las utilidades de las bolsas de lujo, c 2 . Verifique el lector que este rango es 6.67 c 2 14.29 . En los casos en los que el giro de la recta de la funcin objetivo sobre un punto extremo ptimo ocasiona que la recta citada adopte una posicin vertical, puede darse el caso de que exista lmite superior o que no exista lmite superior o que no exista lmite inferior para la pendiente, segn se puede apreciar en la forma de la expresin (3.2). A fin de observar la forma en la que puede presentarse esta situacin especial en un anlisis grfico de sensibilidad, supngase que la funcin objetivo para el problema de , Par Inc., hubiera sido 18 x1 + 9 x 2 ; en2 este caso, el punto extremo Fig. 3.2, es el que ofrece la solucin objetivo. Haciendo girar la recta de la funcin objetivo en sentido contrario al del reloj 2 sobre el punto 7

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

extremo se obtiene un lmite superior para la pendiente cuando la recta de la uncin objetivo coincide con la recta B. Como y ase haba visto antes que la pendiente del a recta B es - 3 2 , el lmite superior para la pendiente del a recta del a funcin objetivo debe ser tambin - 3 2 . Sin embargo, girando la recta citada en el sentido del reloj se obtiene como resultad oque la pendiente se vuelva cada vez ms negativa, aproximndose a u valor de menos infinito, conforme la funcin objetivo tiende a la verticalidad. En este caso, no existe lmite inferior para la pendiente dela funcin objetivo. Utilizando el lmite superior de - 3 2 , se puede escribir
c1 32 c2

Pendiente del a recta del a funcin objetivo Siguiendo el procedimiento anterior de mantener a c 2 constante en su valor original, c 2 = 9, se tiene
c1 c 3 2 o bien 1 9 9
3

Nmero de bolsas estndares

FIFURA 3.2

Solucin grfica del problema de Par Inc., con solucin ptima en el punto extremo 2 .

la

Despejando c1 se obtiene el siguiente resultado:

Gerencia de Operaciones I
13.5 c1

Ing. Oscar Mendoza Macas

Cambios simultneos El intervalo de optimidad para los


coeficientes de la funcin objetivo es slo aplicable para cambios que se hacen aun coeficiente a la vez. Se supone que todos los dems coeficientes permanecen fijos en sus valores iniciales. Si se varan en forma simultnea dos o ms coeficientes de la funcin objetivo, es necesario realizar un anlisis ms detallado para determinar si cambia la solucin ptima. Sin embargo, cuando se resuelve en forma grfica problemas con dos variables, la desigualdad (3.2) indica una forma sencilla de determinar si cambios simultneos en ambos coeficientes de la funcin objetivo ocasionan alteraciones en la solucin ptima. Simplemente debe calcularse la pendiente del a funcin objetivo ( c1 c2 ) Para los nuevos valores del os coeficientes. Si este coeficiente es mayor o igual al lmite inferior del a pendiente del a funcin objetivo y menor que o igual al lmite superior, entonces los cambios que se realicen no ocasionarn variaciones en la solucin ptima. En seguida se ilustra este procedimiento considerando cambios en ambos coeficientes del a funcin objetivo para el problema Par, Inc. Supngase que se aumenta la contribucin a las utilidades segn las bolsas estndares hasta $13 y que, simultneamente, se reduce a $8 la contribucin a las utilidades del as bolsas de lujo. Recurdese que los intervalos de optimidad para c1 y c 2 (ambos calculados en forma aislada) son 6.3 c1 13.5 6.67 c 2 14.29 Dados estos intervalos de optimidad, puede concluirse que cambiar c1 hasta $13, o c 2 hasta $8 (pero no ambas cosas) no ocasionaria ningn cambio en la solucin ptima de x1 =540 y x 2 =252. Pero no se puede concluir, a partir del os mrgenes de optimidad, que cambiar ambos coeficiente sen forma simultnea n oda como resultado un cambio en la solucin ptima. En la expresin (3.2) se mostr que el punto extremo 3 sigue siendo ptimo siempre y cuando
32
c1 7 10 c2

Si se cambia c1 a 13 y, simultneamente, se cambia c 2 a 8, la pendiente del a nueva funcin objetivo estar dada por

Gerencia de Operaciones I

c1 13 = = 1.625 c2 8

Ing. Oscar Mendoza Macas

Como este valor es menor que el lmite inferior de 3 2 , la solucin actual de x1 = 540 y x 2 = 252 y ano ser ptima. Resolviendo el problema con c1 = 13 y c 2 = 8 , se encuentra que el punto extremo 2 es la nueva solucin ptima. Observando los intervalos de opimidad, se concluye que cambiar c1 a $13, o bien c 2 a $8 (pero no ambas cosas) no ocasiona cambios en la solucin ptima. Pero, al recalcular la pendiente del a funcin objetivo, con cambios simultneo sen c1 y c 2 , se observ que la solucin ptima si se alter. Esto enfatiza el hecho de que el intervalo de optimidad en s slo puede ser utilizado para obtener conclusiones respecto a cambios que se realicen en los coeficientes de la funcin objetivo, de uno en uno.

Lados derechos (o segundos miembros)


Se consideran ahora la forma en que un cambio en el lado derecho de una restriccin puede afectar a la regin factible y, posiblemente, ocasionar cambios en la solucin ptima del problema. Por ejemplo, supngase que se disponen de 10 horas adicionales de tiempo de produccin en el departamento de corte y teido de Par, Inc. El lado derecho de la restriccin de corte y teido cambia de 630 a 640, y rescribiendo la ecuacin, queda de la siguiente manera:
7 10

x 1 + x 2 640

Al obtener 10 horas adicionales de corte y teido, se ampla la regin factible para el problema, como se muestra en la Fig. 3.3. Como se ha ampliado la regin de factibilidad, se sabe que la solucin actual sigue siendo factible. Pero es posible que y ano sea ptima. Se determina si alguna del as nuevas soluciones factibles ofrece un mejoramiento en el valor de la funcin objetivo. Aplicando un procedimiento grfico de resolucin al problema con la regin factible ms amplia, se muestra que el punto extremo que se encuentra en x1 = 527.5 y x 2 = 270.75 es ahora la solucin ptima. El nuevo valor para la funcin objetivo es 10(527.5)+9(270.75)=$7711.75; esto produce un aumento en la sutilidades de $7711.75 - $7668.00 = $43.75. Por ello, el aumento en la sutilidades se da una tasa de $43.75/10horas = $4.375 por hora adicional. 10

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

Al cambio en el valor de la funcin objetivo por aumento unitario en el valor del lado derechos se le denomina precio sombra (o de sombra). Por ello, el precio de sombra para el tiempo de produccin de corte y teido es $4.375 por hora. Se consideran importantes los precios de sombra de las restricciones porque puede ser posible adquirir u obtener unidades adicionales de los recursos. Si no se ha deducido el costo del tiempo de corte y teido al calcular los coeficientes de unidad, puede mostrarse que los administradores deberan estar dispuestos apagar hasta $4.375 por hora adicional de este recurso. Se debe tener cuidado porque el valor del precio de sombra puede ser aplicable solamente para cambios pequeos en el lado derecho. Conforme se obtienen cada vez ms recursos, y conforme contina aumentando el lado derecho, las dems restricciones se vuelven acotadoras o acotantes y se reduce la tasa de variacin en el valor de la funcin objetivo. Por ejemplo, en algn momento en el problema de Par, Inc., se pueden aadir suficientes horas al departamento de corte y teido de manera que la restriccin y ano sea acotante. En este caso, la solucin ptimas se encontrara en la interseccin de la recta restrictiva de inspeccin y embalaje, y la de terminado. En este punto, otras horas adicionales para el departamento de corte y teido ya no tendran ningn valor. En la siguiente seccin se analiza con mayor detalle el tema de cunto puede cambiarse un lado derecho antes de que ya no sea deseable continuar hacindolo. Se define el precio de sombra como el cambio unitario en el valor de la funcin objetivo por aumento unitario en el lado derecho. Una restriccin no limitante, la que tiene una cantidad positiva de holgura o excedente. Resulta claro, entonces, que un aumento pequeo en el lado derecho de las restricciones de este tipo slo cambia la cantidad de holgura o de excedente y no afecta el valor de la funcin de objetivo. Por ello, el precio de sombra para las restricciones no limitantes siempre ser cero.

11

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

Numero de bolsas estndares

FIGURA 3.3

Efecto de un cambio de 10 unidades en el valor lado derecho de la restriccin de corte y teido.

Advertencia sobre la interpretacin del los precios de sombra


Como expres antes, el precio de sombra es el cambio en el valor de la uncin objetivo por aumento unitario en el lado derecho de una restriccin. Cuando el lado derecho de la restriccin representa la cantidad disponible de un recurso, con frecuencias e interpreta el correspondiente precio sombra como la cantidad que se debera estar dispuesto a pagar por una unidad adicional del recurso. Sin embargo, esa interpretacin no siempre es correcta. Para ver por qu, es necesario comprender la diferencia entre costo irrelevante y costo relevante. El costo irrelevante (en ingls, sunk cost) es aqul que no resulta afectado por la decisin que se tome. Se incurrir en l sin importar los valores que asuman las variables de decisin. Un costo relevante es el que depende de la solucin adoptada. El monto de un costo relevante variar segn los valores de las variables de decisin. Reconsidrese el problema de par, Inc. El tiempo disponible de corte y teido es de 630 horas. El costo del tiempo disponible es un costo irrelevante, si es que se debe solventar sin que importe el nmero de bolsas estndares y de lujo que se fabriquen. Sera un costo relevante slo si la afirma tuviera que pagar nicamente el 12

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

nmero de horas de corte y teido que en realidad se utilizaran para fabricar las bolsas de golf. En la funcin objetivo de un programa lineal deben deducirse todos los costos relevantes. Los costos irrelevantes no deben reflejarse en la funcin objetivo. Para la compaa Par, Inc., se ha supuesto que debe pagar a sus empleados por el tiempo de la mano de obra, sin importar si es utilizado o no. Por lo tanto el costo del recurso de mano de obra para Par, Inc., es un costo irrelevante y no se ha reflejado en la funcin objetivo. Cuando el costo de un recurso es irrelevante, el precio de sombra se puede interpretar como el valor de una unidad adicional del recurso. Sera la cantidad que la compaa debe estar dispuesta a pagar por una unidad adicional del recurso. Cuando el costo de un recurso utilizado es relevante, puede interpretarse el precio de sombra como el monto en que el valor del recurso excede a su costo. Por ello, cuando el costo del recurso es relevante, se interpreta el precio de sombra como el sobreprecio mximo, con respecto al costo normal, que la compaa debe estar dispuesta apagar por una unidad del recurso.

NOTAS Y COMENTARIOS 1. Si cambian simultneamente dos coeficientes de la funcin


objetivo es posible que ambos salgan de sus respectivos intervalos de optimidad y que no afecten a la solucin ptima. Por ejemplo, en un programa lineal con dos variables, ambos coeficientes pueden duplicar su valor sin alterar la pendiente del a funcin objetivo. 2. El precio sombra da el cambio de valor de la funcin objetivo por cada aumento unitario en el lado derecho de una restriccin. Un precio sombra positivo significa que aumentar el lado derecho ocasionar que se incremente el valor de la funcin objetivo. Por lo contrario un precio sombra negativo indica que disminuir el lado derecho ocasionar un aumento en el valor de la funcin objetivo. 3. Frecuentemente se solicita a los administradores una justificacin econmica para tecnologas nuevas. A menudo tambin se desarrolla no adquieren tecnologas nuevas para conservar recursos. Los precios sombra pueden ser tiles en estos casos porque se les puede utilizar para determinar losa horros que se pueden atribuir o tecnologas nuevas, al mostrar losa horros por unidad de recursos que se conserva.

13

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

3.3 RESOLUCIN DE PROGRAMAS LINEALES EN COMPUTADORA


En la actualidad estn ampliamente disponibles diversos programas de computacin diseados para resolver problemas de programacin lineal. La mayora de las grandes compaas, al igual que las universidades, tienen acceso a estos programas de cmputo. El desarrollo de paquetes de programacin en gran escala proviene principalmente de los fabricantes de computadoras y/o de las compaas de servicio programtico, tales como IBM, Control Data Y Ketron. Por lo general, despus de un periodo breve de familarizacin con las caractersticas especficas del paquete, los usuarios pueden resolver problemas de programacin lineal con no muchas dificultades. Ahora pueden resolverse en forma rutinaria problemas en que intervienen millares de variables y millares de restricciones utilizando paquetes computacionales. La mayor parte del os programas lineales se pueden resolver con slo unos cuantos minutos de cmputo; los programas lineales pequeos por lo general requieren slo unos cuantos segundos. En tiempos ms recientes ha habido una virtual explosin de programas para microcomputadoras. Ahora se dispone de un gran nmero de programas de cmputo amistosos que pueden utilizarse para resolver programas lineales en microcomputadoras. Dichos programas, desarrollados por personal acadmico y por pequeas compaas de programacin, generalmente son fciles de utilizar. La mayor parte de estos programas estn diseados para resolver programas lineales pequeos (con cuando mucho unos cientos de variables). Por lo general se requieren paquetes programticos diseados para computadoras grandes, en la resolucin de programas lineales en gran escala, que involucran varios millares de variables y de restricciones. The Management Scientist (TMS), un paquete de programas para microcomputadoras elaborado por los autores de este libro*, contiene un mdulo de programacin lineal. Enseguida se ilustra la forma que puede utilizarse el mdulo de programacin lineal para resolver el problema de la compaa Par, Inc. Como la introduccin de datos a la computadora debe ser en valores con decimales, y no como fracciones, en seguida se replantea el problema de Par,Inc., con coeficientes decimales: max 10 x 1 + 9 x Sujeto a
2

0 . 7 x 1 + 1 x 2 630 0 . 5 x 1 + . 83333 1 . 0 x 1 + . 66667 x1 , x 2 0 x 2 600 x 2 708

0 . 1 x 1 + 0 . 25 x 2 135

Corte teido Costura Terminado Inspeccin y embalaje

14

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

Obsrvese que en la forma anterior, el coeficiente de x 2 de la restriccin de costura es escribe como .83333, que es el valor decimal de cinco posiciones ms cercano a la fraccin 5 6 . Se da un redondeo similar para el coeficiente de x 2 en la restriccin de terminado, en la que se utiliza el decimal .66667 como valor a cinco cifras ms cercano a la fraccin 2 3 . Cuando se requiere este redondeo de los datos de entrada, puede esperarse que la solucin obtenida por computadora sea ligeramente distinta que la solucin obtenida manualmente con base en los valores fraccionarios exactos. Sin embargo tal como se verlas dos soluciones estn muy estrechamente cercanas y el ligero redondeo en los datos de entrada no ocasiona ningn problema grave. Despus de que el usuario elige el mdulo de programacin lineal de The Management Scientist, aparece el men de seleccin de problemas que se muestra en la Fig . 3.4 . En las siguientes figuras se muestran en tono gris las respuestas del usuario; la informacin que la computadora imprime aparece en negro. Obsrvese que el usuario ha seleccionado la opcin 16 Crear un problema nuevo.* Despus de hacer esta seleccin, se pide al usuario teclear la funcin objetivo y las restricciones. MENU DE SELECCIN DE PROBLEMAS Operaciones Crear un problema nuevo Recuperar un problema almacenado anteriormente 3 Continuar con el problema actual 4 Elimina el problema almacenado anteriormente 5 Volver al men principal HAGA SU SELECCIN Y OPRIMA RETURN 1 1 2

FIGURA 3.4 Menu de programacin lineal de The Management


Scientist (TMS) (las respuestas del usuario se presentan en tono gris). FUNCIN OBJETIVO: Max 10X1 + 9X2 RESTRICCIN RESTRICCIN RESTRICCIN RESTRICCIN 1: 2: 3: 4: 7X1 5X1 1X1 1X1 + + + + 1X2 < 630 .83333X2 < 600 .66667X2 < 708 .25X2 < 135

15

Gerencia de Operaciones I RESTRICCIN 5: FIN

Ing. Oscar Mendoza Macas

FIGURA 3.5 Entrada de datos del usuario para el problema de Par,


Inc. Con el paquete TMS (o sea, The Managament Scientist). MEN DE DISPOSICIN DE PROBLEMAS OPCIONES Resolver el problema Almacenar el problema Visualizar/revisar y corregir el problema Volver al men de seleccin de problemas HAGA SU SELECCIN Y OPRIMA RETURN FIGURA 3.6 El usuario adopta la opcin 1 dando instrucciones a TMS para que resuelva el problema de Par, Inc. En la Fig. 3.5 se muestran las indicaciones de la computadora y la forma en la que el usuario teclea el problema. La computadora imprime FUNCIN OBJETIVO:. Despus, el usuario ha de teclear la funcin objetivo segn se muestra ah. Despus oprimir la tecla de retorno o entrada, y la mquina imprime RESTRICCIN 1:. Luego el usuario ingresa la restriccin y vuelve a pulsar la tecla de retorno. Obsrvese que al smbolo < lo interpreta TMS como . La computadora contina solicitando las restricciones hasta que el usuario teclea FIN. La Fig.3.5 muestra que el usuario ya ha tecleado las 4 restricciones y tambin FIN cuando se le pide la restriccin 5. Teclear FIN seala a TMS que ya se ha introducido el problema completo. En este punto, la computadora imprime el men de resoluciones para el problema, como se ve en la Fig.3.6. En este punto, el usuario puede elegir: 1, para resolver el problema; 2, guardarlo para utilizarlo en el futuro;3, mostrar o modificar el problema, o bien 4 para resolver el men de seleccin de problemas. Se elige el 1 y la solucin que genera TMS es la que se muestra en la Fig. 3.7. 1 2 3 4

Interpretacin computadora

de

los

resultados

obtenidos

por

Ahora se proceder a examinar el listado que produjo TMS (The Management Scientist) y que se presenta en la Fig. 3.7; se interpreta la solucin por computadora que se ofrece ah para el problema de Par, Inc. En primer lugar, obsrvese el nmero 7667.994100 que de la Valor de la funcin objetivo = 7667.994100 16

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

Variable valor costos reducidos -----------------------------------------------------------------------------X1 539.998410 0.000000 X2 252.001099 0.000000 Restriccin Holgura/Excedente Precios duales -----------------------------------------------------------------------------1 0.000000 4.374956 2 120.000702 0.000000 3 0.000000 6.937531 4 17.999870 0.000000 INTERVALOS DE COEFICIENTES DE LA FUNCIN OBJETIVO Variable Lmite inferior Valor actual Lmite superior -----------------------------------------------------------------------------X1 6.300000 10.000000 13.499931 X2 6.666700 9.000000 14.285715 INTERVALOS DE LOS LADOS DERECHOS Restriccin Lmite inferior Valor actual Lmite superior -----------------------------------------------------------------------------1 495.600010 630.000000 682.363160 2 479.999300 600.000000 No hay limite superior 3 580.001460 708.000000 900.000000 4 117.000130 135.000000 No hay limite superior

FIGURA 3.7

Solucin del problema de Par, Inc., utilizando TMS (The Management Scientist).

Aparece a la derecha de Valor de la funcin objetivo. Redondeando este valor, se puede concluir que la solucin ptima para el problema de Par, Inc., ofrece una utilidad de $7.668. Directamente abajo del valor de la funcin objetivo se encuentran los valores de las variables de decisin y de la solucin ptima. Por ello. Despus de redondear, se tiene que las cantidades ptimas de produccin son x1 = 540 bolsas estndares y x 2 = 252 bolsas de lujo. La informacin en la columna que tiene como encabezado Costos reducidos indica cunto tendra que mejorar el coeficiente de

17

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

la funcin objetivo de cada variable de decisin antes de que sea posible que tal variable asuma un valor positivo en la solucin ptima. Si una variable de decisin ya es positiva en la solucin ptima, su costo reducido es cero. Para el problema de Par, Inc., la solucin es x1 = 540 y x 2 = 252. Siendo que ambas variables tienen ya valores positivos, sus correspondientes costos reducidos son cero. En la Secc.3.4 se interpreta el costo reducido de una variable de decisin que no tiene un valor positivo en la solucin ptima. Inmediatamente despus de los valores ptimos de x1 y x 2 y de la informacin acerca de los costos reducidos, el listado de computadora ofrece informacin con respecto al estado de las restricciones. Recurdese que el problema de Par, Inc., tiene cuatro restricciones de menor que o igual a, correspondientes a las horas disponibles en cada uno de cuatro departamentos de produccin. La informacin que se presenta en la columna con encabezado Holgura/Excedente proporciona el valor de la variable de Holgura para cada uno de los departamentos. Enseguida se resume esta informacin: Numero de Restriccin 1 2 3 4

Nombre de la restriccin Corte y teido Costura Terminado Inspeccin y embalaje

holgura 0 120 0 18

Se puede observar de la informacin anterior que las restricciones limitantes (las de corte y teido, y de terminado) tienen holgura cero en la solucin ptima. El departamento costura tiene 120 horas de holgura de capacidad no utilizada, y el departamento de inspeccin y embalaje tiene 18 horas de holgura o de capacidad no utilizada. La columna con el encabezado Precios duales contienen informacin respecto al valor de cada uno de los recursos en la solucin ptima. Los precios duales se definen de la siguiente manera:

El precio dual correspondiente a una restriccin es el mejoramiento en el valor ptimo de la funcin objetivo por cada aumento unitario en el lado derecho de la restriccin.

18

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

De ah se observa que los precios duales diferentes de cero 4.374956 para la restriccin 1 (restriccin de corte y teido) y 6.937531 para la restriccin 3 (terminado), sealan que una hora adicional de tiempo de corte y teido mejora (aumenta) el valor de la funcin objetivo en $6.94.Por ello, si se aumentara el tiempo de corte y teido de 630 a 631 horas, manteniendo constantes todos los dems coeficientes del problema, las utilidades de Par aumentaran en $4.37, para pasar de $7.668 a $7668 + $4.37 = $7672.37. Una interpretacin similar para la restriccin de terminado implica que un aumento en el tiempo disponible de acabado, de 708 a 709horasmanteniendo constantes todos los dems coeficientes del problemaaumentara las utilidades de la compaa para $7668 + 6.94 = $7674.94. Como tanto la restriccin de costura como la de inspeccin y embalaje tiene holgura o capacidad no utilizada disponible, los precios duales de cero sealan que aumentar las horas disponibles de estos dos recursos no mejora el valor de funcin objetivo. Como se recordar del anlisis sobre los precios de sombra de la Secc.3.2, la informacin que aparece en la columna de Precios duales da los precios sombra para los cuatro recursos de la Par. De hecho, en el caso de un programa lineal de maximizacin, el precio dual es el mismo que el precio de sombra. Sin embargo, y segn se ver ms tarde, en los programas lineales de minimizacin, el precio dual es el negativo del correspondiente precio sombra. Haciendo referencia de nuevo al listado o salida de computadora de la Fig.3.7 se observa que despus de la informacin referente a las variables de Holgura/excedente, y a los precios duales de las restricciones, The Management Scientist imprime los intervalos de los coeficientes de la funcin objetivo y de los segundos miembros de las restricciones. Considerando la informacin que se ofrece bajo el encabezamiento del listado INTERVALOS DE LOS COEFICIENTES OBJETIVO, se observa que la variable x1 , que tiene un coeficiente de utilidad actual de 10, tiene el siguiente intervalo de optimizad para c1 6.30 c1 13.50 Esto indica que mientras se conserve la contribucin a las utilidades de las bolsas de lujo entre $6.30 y $13.50, la fabricacin de x1 = 540 bolsas estndares y x 2 = 252 bolsas de lujo, seguir siendo la solucin ptima. Obsrvese que este es el intervalo de ptimidad que se obtuvo para c1 , en la Secc. 3.2, mediante el anlisis grfico de sensibilidad. Utilizando la informacin sobre los intervalos de los coeficientes de la funcin objetivo, y para las bolsas de lujo, se observa que The

19

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

Manegement Scientist (TMS)ha calculado el siguiente intervalo de optimizad: 6.67 c 2 14.29 Esto indica que mientras se conserve la contribucin a las utilidades de las bolsas de lujo entre $6.67 y $14.29, la fabricacin de x1 = 540 bolsas estndares y x 2 = 252 bolsas de lujo seguir siendo la solucin ptima. La seccin final del listado de computadora (INTERVALOS DEL LADO DERECHO) contiene la informacin de los mrgenes para los segundos miembros de las restricciones se mantengan dentro de esos intervalos, el precio dual correspondiente da el mejoramiento del valor de la funcin objetivo por aumento unitario en el valor del lado derecho. Por ejemplo, considrese la restriccin de corte y teido, qu en estos momentos tiene un valor en el lado derecho de 630. Como el precio dual para esta restriccin es $ 4.37, puede concluirse que las horas adicionales aumentaran la funcin objetivo en $ 4.37 por hora. Tambin resulta cierto que una reduccin en las horas disponibles, reducira el valor de la funcin objetivo en la misma cantidad. A partir de la informacin sobre intervalos, se observa que el precio dual de $4.37 es vlido para aumento de hasta 683.363160 y para disminuciones de hasta 495.600010. Una interpretacin similar para el lado derecho de la restriccin de acabado (restriccin3), muestra que el precio real de $6.94 es aplicable para aumento de hasta 600 horas y para disminuciones de hasta 580.001460 horas. Como se mencionaba antes, los intervalos en los lados derechos dan los lmites dentro de los cuales los precios duales son aplicables. Para cambios que quedan fuera de los mrgenes, es necesario volver a resolver el problema para encontrar la nueva solucin ptima y el nuevo precio real. Al intervalo sobre el cual es aplicable el precio dual se le denomina intervalo de factibilidad. En seguida se da un resumen de los mrgenes de factibilidad para el problema de Par, Inc. Restriccin Corte y teido Costura superior Terminado Inspeccin y embalaje superior 495.6 480.0 580.0 117.0 LD Min 682.4 Sin 900.0 Sin LD Mx lmite lmite

20

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

En tanto los valores en los segundos miembros se mantengan dentro de los mrgenes anteriores, no varan los precios duales que se muestran en el listado de computadora. Los valores en los lados derechos que se encuentren fuera de estos lmites darn como resultado cambios en la informacin sobre los precios duales. En este punto es importante observar que el anlisis de sensibilidad que se presenta en el listado o salida de computadora se basa en la suposicin de que los coeficientes se varan solo uno a la vez, y que se mantienen todos los dems coeficientes del problema segn se plantearon en la forma original. La informacin sobre anlisis de sensibilidad que se ofrece en el listado de computadora no se aplica a dos o ms cambios simultneos en el problema.

Cambios simultneos Como se expreso antes, los intervalos de


los coeficientes de la funcin objetivo y de los lados derechos de las restricciones slo coeficiente. Sin embargo, con el auxilio de la regla del 100% 2 , es posible realizar ciertos anlisis sobre cambios simultneos. Si se realzan dichos cambios en dos o ms coeficientes de la funcin objetivo, la solucin ptima no vara siempre y cuando se satisfaga la regla del ciento por ciento. Para aplicar la regla del 100%, se debe calcular, para cada coeficiente que se modifica, el porcentaje de aumento o decremento permisible que el cambio representa. Para un coeficiente de funcin objetivo, el aumento permisible es la cantidad mxima en que puede aumentarse el coeficiente sin exceder el lmite superior del intervalo de optimizad. De manera similar, la disminucin permisible es la cantidad mxima en que puede disminuirse el coeficiente sin caer por debajo del lmite inferior del intervalo de optimizad. Para el lado derecho de una restriccin, el aumento permisible es la cantidad mxima en que se puede incrementar el valor del lado derecho sin exceder el lmite superior de su intervalo de factibilidad, y la disminucin permisible es la cantidad mxima en que puede disminuirse el valor del lado derecho sin infringir el lmite inferior del intervalo de factibilidad. En seguida se plantea la regla del 100%, segn se aplica a cambios simultneos en los coeficientes de la funcin objetivo y a cambios simultneos en los segundos miembros de las restricciones. Regla del 100% para coeficientes de la funcin objetivo Para todos los coeficientes de la funcin objetivo que cambian los porcentajes de los aumentos y las disminuciones permisibles. Si la suma de los porcentajes no excede el 100%, entonces la solucin ptima no cambiar. Regla del 100% para los lados derechos de las restricciones

21

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

Para todos los lados derechos que cambian, smence los porcentajes de los aumentos y las disminuciones permisibles. Si la suma de los porcentajes no excede el 100% entonces los precios duales no cambiarn. Ahora se procede a ilustrar la regla del 100% considerando cambios simultneos en los lados derechos para el problema de Par, Inc. Supngase, por ejemplo, que se pudieran obtener 20 horas adicionales de tiempo de corte y teido, y 100 horas adicionales de tiempo de terminado. El aumento permisibles para el tiempo de corte y teido es 52.36316 = 682.36316 630.0, y el incremento permisible para el tiempo de terminado es 192.0 0 900.0 708.0 (vase la Fig. 3.7). Las 20 horas adicionales de tiempo de corte y teido son el (20/52.363130)(100) = 38.19% del aumento permisible en le lado derecho de la restriccin. Las 100 horas adicionales de tiempo de terminado son el (100/192)(100) = 52.08% del incremento permisible en el lado derecho de la restriccin del tiempo de terminado. El porcentaje acumulado de cambio no excede el 100%, puede concluirse que los precios duales son aplicables, y que la funcin objetivo mejorar en (20)(4.37) + (100)(6.94) = 781.40.

Interpretacin de los resultados computadoraUn segundo ejemplo

por

Como otro ejemplo de la interpretacin de los resultados por computadora, considrese el problema de minimizacin de la empresa M&D Chemicals que se present en la Sec. 2.7. En seguida se plantea de nuevo el modelo de programacin lineal para este problema, en donde x1 = nmero de galones del producto 1, y x 2 = nmero de galones del producto 2, y se desea minimizar el costo de produccin. min 2 x1 + 3 x 2 sujeta a 1 x1 125 Demanda del producto 1 1 x1 + 1 x 2 350 Demanda Requisito de la produccin total 2 x1 + 1 x 2 600 Limitacin del tiempo de x1 , x 2 0 procesamiento En la Fig. 3.8 se presenta la solucin que se obtiene utilizando The Management Scientist. El listado de la computadora muestra que la solucin de costo mnimo arroja un valor de la funcin objetivo de $800. Los valores de las variables de decisin sealan que la solucin

22

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

de costo mnimo se da con 250 galones del producto 1 ( x1 = 250 ) y 100 galones del producto 2 ( x2 = 100 ). La informacin sobre Holgura/Excedente muestra que la restriccin del para la demanda del producto 1(vase la restriccin1) tiene un excedente de 125 unidades. Esto indica que la fabricacin del producto 1 en la solucin ptima excede la demanda en 125 galones. Los valores de Holgura/Excedente son cero para el requerimiento total de produccin (restriccin 2) y para la limitacin del tiempo de procesamiento (restriccin 3); esto indica que estas restricciones son limitantes en la solucin ptima. De nueva cuenta, la columna Precios Duales muestra el mejoramiento que se da en la funcin objetivo por cada incremento unitario en el lado derecho de la restriccin. Recalcando en primer lugar en el precio dual de 1.00 para la restriccin del tiempo de procesamiento (restriccin 3), se observa que si se puede incrementar el tiempo de procesamiento (restriccin 3), se observa que si se puede incrementar el tiempo de procesamiento de 600 horas a 601, el valor de la funcin objetivo mejorar en $1. como el objetivo es minimizar costos, en este caso mejoramiento significa reduccin de costo. Por ello, si existen disponibles 601 horas de procesamiento, el valor de la solucin ptima mejorara, para quedar en $800-$1 = $799. La seccin de INTERVALOS DEL LADO DERECHO del listado, muestra que el lmite superior para la restriccin del tiempo de procesamiento (restriccin 3) es 700 horas. Por ello, el precio dual de $1 por unidad sera aplicable para cada hora adicional de tiempo de procesamiento hasta un total de 700 horas. Valor de la funcin objetivo = Variable ---------------------X1 X2 Restriccin ---------------------1 2 3 800.000000 Costos reducidos --------------------------0.000000 0.000000 Precios duales -------------------------0.000000 -4.000000 1.000000

Valor ----------------------250.000000 100.000000 Holgura/Excedente ----------------------125.000000 0.000000 0.000000

INTERVALOS DE COEFICIENTES DE LA FUNCIN OBJETIVO Variable Lmite inferior ------------------ ----------------Valor actual Lmite superior ---------------- ---------------------

23

Gerencia de Operaciones I X1 X2
No hay lmite inferior

Ing. Oscar Mendoza Macas 2.000000 3.000000 3.000000


No hay lmite superior

2.000000

INTERVALOS DE LOS LADOS DERECHOS Restriccin --------------1 2 3 Lmite inferior -----------------No hay lmite superior

valor actual ----------------

Lmite superior --------------------

FIGURA 3.8

125.000000 250.000000 300.000000 350.000000 475.000000 475.000000 600.000000 700.000000 Solucin del problema de M&D Chemicals obtenida mediante TMS (The Management Scientist).

Volviendo de nuevo a la seccin de precios duales del listado, y considerando el precio dual para la restriccin de la produccin total (restriccin 2), el precio dual negativo indica que la funcin objetivo no mejorara si se aumenta en una unidad el valor del segundo miembro. De hecho el precio dual de -4.00 indica que si se aumenta el lado derecho de la restriccin de produccin total de 350 a 351 unidades, el valor de la funcin objetivo empeorar en la cantidad de $4. Como empeorar en la cantidad de $4. Como empeorar significa un aumento en los costos, el valor de la funcin objetivo se convertira en $800+$4 = $804, si se realiza el aumento de una unidad en el requerimiento de la produccin total. Como el precio dual se refiere a un mejoramiento en el valor de la funcin objetivo por cada incremento unitario en el lado derecho, do debe aumentarse el lado derecho de una restriccin que tenga un precio dual negativo. De hecho, si el precio dual fuera negativo, deben hacerse esfuerzos para reducir el lado derecho de la restriccin. Si se disminuyera el lado derecho de la restriccin de la produccin total de 350 unidades a 349 unidades, el precio dual seala que se podra reducir el costo total en $4, para pasar a $800 - $4 = $796. La interpretacin del precio dual es el mejoramiento que se da en la funcin objetivo por cada incremento unitario en el lado derecho de una restriccin. Sin embargo, como se ha visto, la interpretacin de un mejoramiento en el valor de una funcin objetivo depende de si se est resolviendo un problema de maximizacin o de minimizacin. El precio dual de una restriccin de siempre ser mayor que o igual a 0, porque aumentar el segundo miembro no puede hacer que empeore el valor de la funcin objetivo. De manera similar, el precio dual para una restriccin de siempre ser menor que o igual a 0, porque el incremento en el lado derecho no puede mejorar el valor de la funcin objetivo. Debe advertirse que la interpretacin de los precios duales significa que para problemas de maximizacin, tales precios y los precios de sombra son la misma cosa; en problemas de minimizacin,

24

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

tienen signos opuestos. Si se est utilizando un paquete de computacin distinto, se debe verificar qu tipo de convencin y terminologa se est aplicando para este tipo de informacin sobre anlisis de sensibilidad. Finalmente, considrense los intervalos para el lado derecho que se presentan en la Fig. 3.8. En seguida se resumen los intervalos de factibilidad para el problema de M&D Chemicals. Restriccin
Demanda del producto 1 Requisito de la produccin total Limitacin del tiempo de procesamiento

LD MIN
Ninguno 300 475

LD Mx
250 475 700

En tantos se mantengan los lados derechos dentro de los intervalos anteriores, son aplicables los precios duales que se muestran en la lista de computadora. Se proceder ahora a revisar la solucin por computadora y la interpretacin de los listados (o salida) para un programa lineal con ms de dos variables de decisin.

NOTAS Y COMENTARIOS
1. Hay muchos paquetes de programas computacionales disponibles para resolver programas lineales, la mayora de ellos proporcionan la solucin ptima, informacin sobre precios duales o precios sombra, el intervalo de optimizad para los coeficientes de la funcin objetivo y el intervalo de factibilidad para los lados derechos. Los encabezados que se utilizan para los citados intervalos de optimizad y factibilidad pueden variar, pero el significado es el mismo que se ha descrito aqu. 2. En los casos en que los segundos miembros sean el punto final de su intervalo de factibilidad, los precios duales y los precios sombra slo ofrecen informacin unilateral. En este caso, solamente pronostican los cambios en el valor ptimo de la funcin objetivo para cambios hacia el interior del intervalo. 3. Una condicin a la que se denomina degradacin (o degeneracin) puede ocasionar una sutil diferencia en la forma en que se interpretan los cambios en los coeficientes de la funcin objetivo, ms all de los extremos de los intervalos de optimizad. Ocurre la degradacin cuando el precio dual es igual a cero para una de las restricciones limitantes. La degradacin no afecta la interpretacin de los cambios hacia el interios del 25

Gerencia de Operaciones I

Ing. Oscar Mendoza Macas

intervalo de optimizad. Sin embargo, cuando se presenta la degeneracin, los cambios ms all de los extremos del intervalo no necesariamente significan que la solucin ptima ser distinta. Desde un punto de vista prctico, es necesario resolver el problema cuando se dan cambios ms all de los extremos del intervalo de optimizad. 4. La regla del 100% permite realizar anlisis sobre cambios mltiples en los lados derechos o sobre cambios mltiples en los coeficientes de la funcin objetivo. Pero esta regla del 100% no puede aplicarse a cambios simultneos en los coeficientes de la funcin objetivo y en los lados derechos. Con el objeto de considerar cambios simultneos tanto en los valores de segundo miembro como en los coeficientes de la funcin objetivo, es necesario volver a resolver el problema.

26