Unidad 7 Anlisis de sensibilidad

Si bien el objetivo del planteamiento y resolucin de los problemas de programacin lineal (pL) es encontrar la solucin ptima, esto es, el valor de cada una de las variables del problema, de las variables de holgura y el valor mximo (o mnimo) que puede obtener la funcin objetivo (fO), el trabajo no termina all. El anlisis de sensibilidad o pos-optimalidad que se presenta en esta unidad es tan importante como la solucin ptima para la toma de decisiones. Pero qu trata de responder este anlisis? En todos los problemas planteados se llega a la representacin Mx (Mn)S ci xi s.a. S aji xi bj xi 0 donde se suponen conocidos los valores de los coeficientes aij, bj y ci; esto quiere decir que el modelo est totalmente determinado. Sin embargo, esto no es cierto; en la mayora de los casos estos valores son solamente estimaciones de los valores que tomarn los parmetros, o pueden variar si cambian las condiciones del mercado o, en el caso de la disponibilidad de recursos, incluso pueden modificarse por decisin de la gerencia. El anlisis de sensibilidad permite estudiar cmo las variaciones en los valores de los coeficientes del modelo modificarn la solucin ptima sin tener que resolver el problema para las distintas posibilidades. Este anlisis constituye una parte muy importante en el estudio de los problemas de pL. La justificacin formal del anlisis de sensibilidad la da el estudio del problema dual al problema principal que se est viendo. Las relaciones entre la solucin del problema dual y el primal permiten calcular otros parmetros como los precios sombra de los recursos, los lmites de variacin aceptables para que no se modifique la solucin ptima, las holguras complementarias o cmo cambiaran las cosas si se debe introducir una nueva restriccin. Todos estos parmetros se pueden analizar de manera analtica, aunque no se har en el presente texto pues el enfoque es aprender por medio del anlisis de problemas.
169

program_5.indb 169

22/03/12 13:00

PROGRAMACIN LINEAL

Al final de esta unidad se da la bibliografa complementaria sobre este tema y en el Apndice se pueden encontrar los fundamentos del lgebra del Simplex, la dualidad y la sensibilidad. En esta unidad utilizaremos el criterio empleado en las unidades anteriores: primero se tratar de visualizar grficamente el efecto de alguno de estos cambios y se definirn los conceptos fundamentales; posteriormente se mostrar cmo se puede obtener esta informacin utilizando la herramienta computacional Solver de Excel, que se present en la unidad 5, haciendo especial hincapi en la interpretacin de los resultados. El Apndice podr satisfacer la curiosidad de quienes prefieran las explicaciones formales.

Anlisis de sensibilidad: interpretacin grca

El anlisis de sensibilidad estudia los efectos sobre la solucin ptima debidos a: a) cambios en los coeficientes de la FO, b) cambios en la disponibilidad de los recursos, c) cambios en los coeficientes tcnicos debidos, por ejemplo, a cambios en la tecnologa o en las materias primas utilizadas, d) la introduccin de un nuevo productos (otra variable), e) la introduccin de una nueva restriccin. Centraremos el anlisis en los puntos a, b y e ya que son los que suelen cambiar ms a menudo y son fciles de visualizar con el mtodo grfico. Los cambios en los coeficientes tcnicos slo ocurren cuando se cambia la tecnologa de produccin, por ejemplo, por cambios en el proceso o la introduccin de maquinaria, y esto no ocurre frecuentemente y puede ameritar un anlisis completamente diferente. Ejemplo 7.1 Para realizar el anlisis se utilizar el mismo ejemplo que se us en la unidad 4 para introducir el mtodo Simplex. El modelo de pL para el ejemplo es este: Variables de decisin: x1: cantidad de artculo a a producir x2: cantidad de artculo b a producir Funcin objetivo: Mx U = 150x1 + 200x2

170

program_5.indb 170

22/03/12 13:00

ANLISIS DE SENSIbILIDAD

Restricciones: Mano de obra: 8x1 + 8x2 64 horas Materias primas: 4x1 + 2x2 24 unidades Demanda: x2 6 artculos Su solucin grfica se muestra en la grfica 7.1, en la que se indica que la solucin ptima ser 2 unidades del artculos a y 6 del b, obteniendo una utilidad de $1500. Grca 7.1. Solucin ptima del ejemplo

14 12 10 8 6 4 2 0
Payo: 150x1 + 200x2 = 1 500 8x1 + 8x2 = 64 : 0x1 + 1x2 = 6

4x1 + 2x2 = 24

10

12

14

Optimal Decisions (x1, x2) : (2, 6) : 8x1 + 8x2 64 : 4x1 + 2x2 24 : 0x1 + 1x2 6

Anlisis del vector recursos

Comenzaremos a analizar qu pasara si cambia el vector de recursos. Hay que sealar que el anlisis de sensibilidad se hace para cada una de las restricciones por separado, dejando todos los dems parmetros como estaban. Qu pasar si la mano de obra pasa de 64 a 65 horas, o a 66?, y si contina aumentando, hasta cunto vale la pena que lo haga?

171

program_5.indb 171

22/03/12 13:00

PROGRAMACIN LINEAL

Grcas 7.2. Solucin ptima para la restriccin mano de obra a) 64 horas

12 10 8 6 4 2 0 0 2 4 6 8 10 12 14
Payo: 150x1 + 200x2 = 1 500 : 8x1 + 80x2 = 64

b) 65 horas

12 10 8 6 4 2 0 0 6 4 2 10 8 Optimal Decisions (x1, x2) : (21, 6) 12 14 16

Payo: 150x1 + 200x2 = 1 518.7 : 8x1 + 8x2 = 65

c) 66 horas
12 10 8 6 4 2 0 0 2 4 6 8 10 12 14 16
Payo: 150x1 + 200x2 = 1 537.5 : 8x1 + 8x2 = 66

d) 72 horas
12 10 8 6 4 2 0 0 6 4 2 10 8 Optimal Decisions (x1, x2) : (3.0, 6.0) 12 14 16
Payo: 150x1 + 200x2 = 1 650 : 8x1 + 8x2 = 72

e) 74 horas
12 10 8 6 4 2 0 0 2 4 6 8 10 12 14 16
Payo: 150x1 + 200x2 = 1 650 : 8x1 + 8x2 = 74

f ) 80 horas
12 10 8 6 4 2 0
Payo: 150x1 + 200x2 = 1 650 : 8x1 + 8x2 = 80

10

12

14

16

Optimal Decisions (x1, x2) : (3.0, 6.0)

172

program_5.indb 172

22/03/12 13:00

ANLISIS DE SENSIbILIDAD

En las grficas 7.2 se muestra cmo al incrementarse la cantidad de horas hombre disponibles, la regin factible se agranda, y el punto solucin se desplaza y aumenta la utilidad. Pero despus de cierto valor, la forma de la regin factible cambia, y la solucin que inicialmente se encontraba en la interseccin de las rectas correspondientes a las restricciones de mano de obra y demanda pasa a un nuevo vrtice en el que los recursos que ahora determinan la mxima produccin son la demanda y la disponibilidad de materias primas. En el cuadro 7.1 se muestran los valores de las variables de decisin, las variables de holgura y de la utilidad total. Cuadro 7.1 Valores de las variables para distintos valores de la disponibilidad de mano de obra
Disp. mano de obra (h) 64 65 66 67 68 70 72 74 80 Utilidad ($) 1500.00 1518.75 1537.50 1556.25 1575.00 1612.50 1650.00 1650.00 1650.00 Holgura mano de obra 0 0 0 0 0 0 0 2 8 Holgura mat. prima 4 3.5 3 2.5 2 1 0 0 0 Holgura demanda 0 0 0 0 0 0 0 0 0

2 2.13 2.25 2.38 2.50 2.75 3 3 3

6 6 6 6 6 6 6 6 6

De las grficas 7.2 y el cuadro 7.1 se pueden obtener las siguientes conclusiones: a) Si se aumentan las horas de mano de obra disponibles, aumenta la utilidad. b) Cuando se aumenta una hora, de 64 a 65, la utilidad aumenta en $18.75; si se aumentan dos horas, de 64 a 66, el incremento de la utilidad es de $37.50, que equivale a 37.50/2 = 18.75 $/hora. c) Este incremento por hora agregada o incremento marginal se mantiene hasta que se llega a las 72 horas de mano de obra. En las grficas se observa que la regin factible aumenta exactamente hasta ese valor. d) Las holguras iguales a cero indican que se est cumpliendo exactamente con esa restriccin. Inicialmente los recursos escasos o restricciones activas corresponden a la mano de obra y a la demanda. Si se aumenta la mano de obra por encima de 72 horas, el recurso que ahora limita el incremento de la utilidad es el de las materias primas. La solucin cambi de vrtice y por lo tanto de variables bsicas.
173

program_5.indb 173

22/03/12 13:00

PROGRAMACIN LINEAL

Se sugiere al lector que analice qu ocurre si la cantidad de mano de obra disponible disminuyera de 64 a 63, 62, 60 horas. Aparece algn lmite? Cul es este? En este momento se van a definir dos conceptos muy importantes en el anlisis de sensibilidad de los problemas de pL: precio sombra y lmites. Se define el precio sombra de una restriccin como el aumento (o disminucin) provocado en el valor de la fO debido a un incremento de una unidad del recurso correspondiente. Pero este valor del precio sombra est acotado dentro de ciertos lmites del valor del recurso. Los lmites superior e inferior del recurso son los valores para los cuales otra restriccin que era pasiva se agota y, por lo tanto, pasa a ser una restriccin activa. Visto grficamente la restriccin en cuestin llega a otro vrtice determinado por otra restriccin. En el ejemplo, el precio sombra de la mano de obra es de 18.75 $/h, siempre que la disponibilidad de mano de obra est entre 48 y 72 horas. Fuera de esos lmites el valor del precio sombra cambia. En este caso particular, para ms de 72 horas el precio sombra es 0, pero debajo de 48 horas la utilidad disminuir por encima de 18.75 $/h. El precio sombra puede considerarse como la utilidad marginal alrededor del punto ptimo con respecto al recurso que se considera. Este valor slo es vlido dentro de ciertos lmites; fuera de ellos no se puede decir nada, debe volver a resolverse el nuevo problema. Pero hay otras dos restricciones que analizar. Si la disponibilidad de mano de obra y de materias primas no cambia, pero s lo hace la demanda, se debe realizar un anlisis similar; aqu se ver qu pasa con la solucin ptima y la utilidad en el caso de que la demanda fuera de 5, 7, 8 o 9 unidades. En las grficas 7.3 se observa que un aumento o una disminucin de una unidad en la demanda produce un aumento o una disminucin de $50 en el valor mximo de la fO. El precio sombra entonces es de 50 $/unidad demandada. Pero esto tambin tiene lmites: el lmite superior de la demanda es 8 y el inferior es de 4 unidades. Fuera de estos lmites no se mantiene este precio sombra. Por ltimo se analiza qu ocurre si se modifica la cantidad de materia prima disponible. Inicialmente se tienen 24 unidades de materia prima, pero se estn utilizando solamente 20. La restriccin de materia prima no es una restriccin activa. Si se incrementa la cantidad de materia prima, la solucin permanece igual, mientras que aumenta el sobrante u holgura de materia prima. Las cosas cambian si se disminuye la cantidad de materia prima. En la solucin ptima sobran 4 unidades de materia prima, por lo tanto no se pueden disminuir en ms que eso sin alterar la solucin ptima. En las grficas 7.4 se observa que cuando la cantidad de materia prima es igual a 20, dos de los vrtices se funden en uno solo, el vrtice ptimo.
174

program_5.indb 174

22/03/12 13:00

ANLISIS DE SENSIbILIDAD

Grcas 7.3. Variacin del valor de la demanda

12 10 8 6 4 2 0
Payo: 150x1 + 200x2 = 1 450

12 10 8 6 4 2 0 2 4 6 8 10 12 0
Payo: 150x1 + 200x2 = 1 550

14

16

10

12

14

16

Optimal Decisions (x1, x2) : (3.0, 5.0)

Optimal Decisions (x1, x2) : (1, 7)

Grcas 7.4. Variacin de la cantidad de materia prima

12
Payo: 150x1 + 200x2 = 1 500

12 10 8 6 4 2 0 0

Payo: 150x1 + 200x2 = 1 500

10 8 6 4 2 0

: 4x1 + 2x2 = 25

: 4x1 + 20x2 = 27

10

12

10

12

12 10 8 6 4 2 0
Payo: 150x1 + 200x2 = 1 500

12 10 8 6 4 2 0
Payo: 150x1 + 200x2 = 1 500

: 4x1 + 2x2 = 22

: 4x1 + 2x2 = 20

10

12

10

12

175

program_5.indb 175

22/03/12 13:00

PROGRAMACIN LINEAL

Segn lo observado en el ejemplo y las grficas anteriores, se puede afirmar lo siguiente: 1) Que las restricciones activas, que corresponden a aquellas con holgura cero en el punto ptimo, presentan un precio sombra diferente de cero. Si el precio sombra es positivo, indica cunto aumenta la fO por cada unidad que aumente el recurso. Si el precio sombra es negativo, indica cunto disminuye la fO por cada unidad que aumente el recurso. 2) El valor del precio sombra calculado para el punto solucin es vlido dentro de ciertos lmites que es necesario determinar. 3) Si una restriccin es pasiva, el precio sombra es igual a cero, pero tambin debe determinarse dentro de qu lmites. 4) Las unidades de los precios sombra dependen de la unidad de la fO y de las unidades de cada restriccin; no siempre son comparables directamente. En el ejemplo, el precio sombra de la mano de obra es de 18.75 $/h, el correspondiente a la demanda es de 50 $/unidad y el de materia prima es nulo y puede estar dado en $/t o $/kg, dependiendo de las unidades en que se midan las materias primas.

Anlisis de variaciones en el vector de costos

En el problema se establece que la utilidad es a razn de $150 por cada unidad a y de $200 por cada unidad b. Pero estas condiciones podran variar si, por ejemplo, se incrementan los costos de algn insumo como la energa, o que fuera necesario bajar el precio de venta de estos productos debido a los precios de la competencia. El anlisis de sensibilidad intenta decir dentro de cules variaciones de la utilidad del producto a y del producto b la solucin ptima sigue siendo la misma. Y es preciso recalcar qu quiere decir esto: la misma solucin quiere decir que a pesar de los cambios en la utilidad de uno u otro producto, aun as conviene seguir produciendo esos mismos productos en la misma proporcin; grficamente quiere decir que es el mismo vrtice, aunque claro que el valor de la fO variar. Fuera de estos lmites la solucin ptima ser otra, lo que equivale a decir que la solucin bsica ptima corresponde a otro vrtice. En las grficas 7.5 se muestra la fO para diferentes valores del coeficiente de la variable x1 que corresponde a la utilidad que deja cada producto a. Al disminuir el coeficiente de x1, la pendiente de la recta disminuye; para maximizar habr de producir la mayor cantidad posible de x2, que sigue siendo el vrtice de la solucin ptima (2, 6). Slo si la utilidad c1 fuera igual a 0 le dara lo mismo el punto (0, 6) que el (2, 6). Mientras que 0 < c1 < 150, la solucin estar en el mismo vrtice.

176

program_5.indb 176

22/03/12 13:00

ANLISIS DE SENSIbILIDAD

Grca 7.5 Variacin de la utilidad del producto a) $150 b) $120

12
Payo: 150x1 + 200x2 = 1 500

12 10 8 6 4 2 0 0 2 4 6 8 10 12 0

Payo: 120x1 + 200x2 = 1 440

10 8 6 4 2 0

10

12

c) $300 d) $500
12 Payo: 300x1 + 200x2 = 2 000 10 8 6 4 2 0

12 10 8 6 4 2 0
0 2 4 6 8 10 12

Payo: 500x1 + 200x2 = 3 000

10

12

Pero al aumentar el coeficiente de x1 en la fO, aumenta la pendiente de la recta hasta que es paralela a la restriccin de mano de obra: 8x1 + 8x2 = 64; esto ocurre cuando los coeficientes de x1 y de x2 son iguales, o sea, para c1 = 200. Para ese valor la solucin ptima es indiferente entre los puntos (2, 6) o (4, 4), para c1 > 200 el punto ptimo pasa a ser (4, 4) como se muestra en la grfica 7.5c. Si c1 sigue aumentando, ser ms conveniente producir solamente el producto a, y esto se da en el vrtice (6, 0) de la regin factible (grfica 7.5d), cuando c1 = 500. La transicin se dar cuando la fO
177

program_5.indb 177

22/03/12 13:00

PROGRAMACIN LINEAL

sea paralela a la restriccin de mano de obra, o sea, c1 = 400, como puede verificarse si se observa la relacin entre los coeficientes para ambas rectas. Entonces: la solucin es el vrtice (2, 6) si 0 < c1 < 200 la solucin es el vrtice (4, 4) si 200 < c1 < 400 la solucin es el vrtice (6, 0) si 400 < c2 El anlisis realizado para el coeficiente c1 debe repetirse para el coeficiente c2 dejando a todos los dems sin modificar. Este nuevo anlisis mostrar entre que lmites puede variar la utilidad obtenida por cada unidad del bien b antes de que cambie la solucin ptima. Es cierto que los coeficientes tcnicos pueden tambin modificarse respecto de los considerados originalmente. Estos cambios aqu no se considerarn, y en los casos en que esto ocurra ser necesario volver a resolver el problema para los nuevos valores.

Introduccin de una nueva restriccin

En el caso de agregar una nueva restriccin que no haba sido considerada en el problema original, es necesario determinar a cul de los siguientes casos corresponde: 1) Es una restriccin redundante y por lo tanto no afecta a la regin factible, aunque es importante considerarla porque cambios futuros pueden hacer que deje de ser redundante. 2) Es una restriccin que acota an ms la regin factible; en este caso es conveniente calcular la holgura de esta nueva restriccin en el punto solucin: si la holgura es positiva, la solucin no se altera ya que es un recurso abundante; si la holgura es igual a cero, la restriccin es activa, la solucin no cambia, pero debido a que la restriccin es activa cualquier cambio en este recurso afectar la solucin; si la holgura es negativa, la solucin anterior no es posible ya que este recurso no es suficiente y habr que buscar la nueva solucin.

Anlisis de sensibilidad: utilizacin e interpretacin de Solver

El mtodo grfico permite visualizar las alteraciones que ocurren al cambiar el valor de alguno de los parmetros del modelo de pL e interpretar sus lmites. Pero la mayora de los problemas en los que interesa utilizar el modelo de pL tienen un gran nmero de variables, por supuesto mucho ms que dos; entonces no pueden resolverse y anali178

program_5.indb 178

22/03/12 13:00

ANLISIS DE SENSIbILIDAD

zarse grficamente. La utilera Solver de Excel, que se utiliz en la unidad 5 para resolver los problemas de pL, incluye el anlisis de sensibilidad. Para obtener el anlisis de sensibilidad hay que introducir el modelo a Solver y solicitar la resolucin del modelo; si el programa converge a una solucin, se lo indica al usuario y le pregunta qu tipo de informes requiere. En la figura 7.1 se muestra la hoja de clculo en la que se introdujo el problema resuelto grficamente en la seccin anterior; el problema ya fue resuelto por Solver, que presenta la ventana de resultados en la que se puede seleccionar el tipo de informes que el usuario desee. En este caso se seleccionaron los tres informes posibles: resultados, sensibilidad y lmites. Para cada uno de ellos se crear una hoja de clculo identificada por una pestaa. Figura 7.1. Hoja de clculo del modelo y ventana de resultados

Aunque la hoja mostrada ya contiene la informacin de la respuesta ptima, en este caso A = 2, B = 6 y U = $1500, en la hoja de respuestas que se muestra en la figura 7.2, aparecen otros detalles interesantes y en forma ms comprensible. Se nos informa que se parti de una situacin inicial en la que se propona producir una unidad del bien a y otra del b, con una utilidad de $350, pero despus de hacer las iteraciones necesarias se encontr que la solucin ptima es producir 2 y 6 unidades
179

program_5.indb 179

22/03/12 13:00

PROGRAMACIN LINEAL

respectivamente con una utilidad de $1500. El informe indica adems que las restricciones de mano de obra y demanda son restricciones activas, esto es, se cumplen exactamente. Para indicar que se trata de una restriccin activa, Solver la llama obligatoria, mientras que a las restricciones pasivas las llama opcionales. Aparece una columna denominada Divergencia, que corresponde a las holguras de cada una de las restricciones. En este caso, se puede ver que las holguras correspondientes a las restricciones activas son cero, mientras que sobran cuatro unidades de materia prima. Figura 7.2. Informe de respuestas

El informe de sensibilidad se muestra en la figura 7.3. Consta de dos secciones, la primera para analizar los posibles cambios en los coeficientes de la FO y la segunda para analizar los cambios en los valores de las restricciones. En el recuadro sealado como Celdas cambiantes se dice que el valor actual del coeficiente correspondiente a la primera variable es 150 y que si ste vara dentro del rango sealado por los incrementos y decrementos permitidos: 150 - 150 < c1 < 150 + 50, o sea, entre 0 < c1 < 200, la solucin ptima sigue estando en el mismo vrtice: (A, B) = (2, 6).
180

program_5.indb 180

22/03/12 13:00

ANLISIS DE SENSIbILIDAD

Para el coeficiente de bien b, indica que actualmente vale 200, que puede aumentar indefinidamente (1E + 30 es un nmero muy grande en notacin cientfica, 1030), pero que no puede disminuir ms que 50, por lo que 150 < c2. O sea, si c2 es mayor a 150, la solucin ptima ser la misma, aunque no as la utilidad. Aparece una columna de Gradiente reducido con valor igual a cero para ambos coeficientes. Ntese que aqu ambas variables son distintas de cero. Figura 7.3. Informe de sensibilidad

El gradiente reducido es la cantidad en que debe incrementarse la aportacin a la fO de cada variable si se trata de maximizar, o la cantidad en que debe disminuirse si se trata de minimizar, para aquellas variables que no se encuentran en la solucin bsica ptima. En la seccin correspondiente a las restricciones hay un rengln por cada restriccin. Se seala qu valor est tomando la restriccin, que en la mayora de los casos indica la cantidad que se necesita utilizar del recurso para poder realizar las actividades (o productos) que optimicen la fO. En este caso se estn utilizando las 64 horas dispo181

program_5.indb 181

22/03/12 13:00

PROGRAMACIN LINEAL

nibles de mano de obra, se estn produciendo los 6 artculos que requiere la demanda para lo cual se emplearon 20 de las 24 unidades disponibles de materias primas. En la columna correspondiente al precio sombra indica que se puede lograr un incremento de $18.75 por cada hora que se agregue a las 64 horas disponibles de mano de obra. Pero este precio sombra, que puede considerarse como la utilidad marginal de la mano de obra, slo es vlido si se tienen entre 48 y 72 horas, ya que nos dice que se pueden incrementar 8 horas o disminuir 16 horas alrededor del valor actual. Dentro de este rango el vrtice solucin ser el mismo, el que corresponde a utilizar totalmente la mano de obra y satisfacer exactamente la demanda. Incrementar la disponibilidad de materias primas no altera la utilidad ya que de este recurso sobran 4 unidades. La hoja de sensibilidad indica que este recurso no debe disminuir en ms de 4 unidades para que no se afecte la utilidad. En cuanto a la restriccin impuesta por la demanda, por cada unidad extra que aumente la demanda, la utilidad se incrementa en $50, pero como el incremento permitido es de 2, la utilidad no puede crecer ms que $100 ya que, aunque la demanda fuera de 10 unidades del producto b, con la mano de obra disponible solamente se pueden producir 8 unidades. Es importante reflexionar sobre las posibilidades y las debilidades de Solver. Incuestionablemente, la rapidez con que resuelve los problemas (e incluso hace el anlisis de sensibilidad) lo convierte en una herramienta de clculo poderossima, pero es una herramienta y como tal carece de inteligencia; es el usuario el responsable de plantear correctamente el problema y de introducirlo en la hoja de clculo; tambin es responsabilidad del usuario interpretar los resultados. El anlisis de sensibilidad es fundamental para tomar las decisiones correctas, y para hacerlo es necesario conocer en qu unidades est cada uno de los valores. El precio sombra nos puede ayudar a modificar de la mejor manera posible los recursos disponibles, por lo que se debe conocer en qu unidades est expresado. El precio sombra indica cunto aumenta la fO por cada unidad en que se incrementa un recurso. En el ejercicio la fO es la utilidad, en este caso expresada en pesos, y la mano de obra se da en horas, por lo tanto la unidad es pesos por hora ($/hora). En el caso de las materias primas stas se expresan en unidades de materia prima (pudieron ser kilos, litros o toneladas); entonces el precio sombra se da en $/unidad de materia prima, y el precio sombra de la demanda est dado en $/unidad de producto b producido. Ejemplo 7.2 El problema planteado en la unidad 3 para lanzar una campaa publicitaria (problema 3.12), tiene por objetivo llegar al mayor pblico posible, incluidos nios, jvenes y adultos, pero garantizando ciertas audiencias mnimas de posibles compradores hom182

program_5.indb 182

22/03/12 13:00

ANLISIS DE SENSIbILIDAD

bres y mujeres; adems existe una restriccin presupuestal: se cuenta con $250000. Los medios que se emplearn son anuncios en la radio y la televisin. Se requiere contestar las siguientes preguntas utilizando las herramientas disponibles: mtodo grfico, Simplex y Solver. a) Cul es la campaa ptima propuesta y cuntas personas se espera que vern esta campaa? b) Debido a que los principales clientes del supermercado son mujeres, cmo se debe modificar la campaa para que llegue al menos a 35000 mujeres? c) Se est pensando en incrementar el presupuesto a $300000, cul ser el impacto en el nmero de personas a las que la campaa llegar?, cul sera la campaa ptima entonces? d) Si se logra un descuento y ofrecen pasar los anuncios en la TV en el horario vespertino por $15000, qu puede proponer que se haga? e) En qu unidades est expresado el precio sombra de la restriccin de presupuesto? Grca 7.6. Solucin grca del problema
15 Payo: 1 200R + 20 000 TV = 30 0000

10

: 2 000R + 2 500 TV = 20 000 5

0 0 5

: 1 500R + 5 000 TV = 18 000 10 15 20

: 10 000R + 20 000 TV = 250 000 25 30

Optimal Decisions (R, TV) : (25, 0)

Las variables de decisin son: R: nmero de anuncios en la radio TV : nmero de anuncios en televisin
183

program_5.indb 183

22/03/12 13:00

PROGRAMACIN LINEAL

Se pretende maximizar la audiencia: Mx A = 12000 R + 20000 TV Sujeto a las siguientes restricciones: 10000 R + 20000 TV 250000 pesos 2000 R + 2500 TV 20000 mujeres 1500 R + 5000 TV 18000 hombres Se construye la grfica correspondiente a las restricciones y se dibuja la recta objetivo para determinar el vrtice solucin (grfica 7.6).

Respuestas
a) De la grfica se observa que la solucin ptima es contratar 25 anuncios en la radio, con un costo de 10000 (25) = $250000, exactamente el presupuesto disponible. La audiencia que escuchar estos anuncios ser de 12000 (25) = 300000 personas. b) La campaa propuesta llegar a 2000 (25) = 50000 mujeres, muy por encima de las 20000 requeridas inicialmente y tambin superior a 35000, por lo que no es necesario hacer ningn cambio. c) Si se incrementa el presupuesto a $300000, la recta de presupuesto se desplaza a la derecha y la solucin ptima sigue siendo contratar solamente anuncios de radio, que pueden ser 30 anuncios que llegarn a 360 mil personas. d) Si disminuye el precio de los anuncios de televisin a $15000, la solucin cambia (grfica 7.7); ser ms conveniente contratar solamente 17 anuncios de televisin, que sern vistos por 333333 personas. Esto se debe a que los anuncios en la radio son vistos por 12000 personas a un costo de $10000, equivalente a 1.2 personas por peso invertido. Como cada anuncio de televisin es visto por 20000 personas, si baja a $15000, el nmero de personas por peso ser de 20/15 = 1.33 personas por peso. e) El precio sombra de la restriccin de presupuesto est dado en nmero de personas por cada peso (personas/$). Estas respuestas se pudieron obtener del anlisis de sensibilidad de Solver que se muestra en la figura 7.4.

184

program_5.indb 184

22/03/12 13:00

ANLISIS DE SENSIbILIDAD

Grca 7.7. Solucin grca para anuncios de televisin a $15000

Payo: 12 000R + 20 000 TV = 333 333 15

10

: 2 000R + 2 500 TV = 20 000 5 : 100 00R + 15 000 TV = 250 000

0 0 5 Optimal Decisions (R, TV): (-0, 17) 10

: 1 500R + 5 000 TV = 18 000 15 20 25 30

Figura 7.4. Respuesta de sensibilidad de Solver

a) Se muestra que la solucin es 25 anuncios de radio y se calcula la audiencia para esta solucin. b) Indica que la cantidad de mujeres que escucharn los mensajes sern 50000; adems nos indica que la restriccin de al menos 20000 mujeres puede incrementarse sin alterar la solucin hasta en un mximo de 30000 por lo que el valor de 35000 de la pregunta est comprendido en el intervalo [20000, 50000].
185

program_5.indb 185

22/03/12 13:00

PROGRAMACIN LINEAL

c) Respecto a aumentar el presupuesto a $300000, el anlisis dice que puede aumentar todo lo que se quiera y que la audiencia aumentar a razn de 1.2 personas por peso extra invertido. Con esto se puede calcular cul ser el incremento de audiencia: 50000 (1.2) = 60000 personas. La solucin ser del mismo tipo, pero como hay ms dinero se contratarn ms anuncios de radio, cuntos cree que se contratarn? d) El costo reducido de los anuncios de televisin es de -4 000, lo que significa que solamente si los anuncios de televisin disminuyen su precio en $4000 se considerarn en la campaa, ya que al precio actual no conviene contratarlos.

Problema primal y dual

Para poder realizar el anlisis de sensibilidad en problemas complejos es necesario resolverlo utilizando el mtodo Simplex, interpretando cada una de las transformaciones que se realizan sobre la matriz de coeficientes y de los vectores de costos y disponibilidad de recursos. Pero es necesario ir ms all y plantear el problema dual al problema en estudio y resolverlo simultneamente. El problema dual es otro problema de pL en el que se invierten los papeles entre las variables de decisin y las restricciones. Pero este tema requiere de un mayor rigor matemtico que el utilizado en el presente texto, por lo que se anexa un apndice con la formalizacin matemtica del mtodo Simplex, el concepto de dualidad y la formalizacin del anlisis de sensibilidad a partir de la resolucin de los problemas primal-dual. Las lecturas complementarias permiten abundar sobre el tema; sin embargo, no es necesario conocer la fundamentacin terica para poder analizar problemas concretos y tener los argumentos necesarios para la toma de decisiones.

Lecturas complementarias
Arreola y Arreola (2003), especialmente los captulo 11 y 12. Hillier (2003), captulo 6. Eppen y otros (2000) y el Apndice de este texto.

Problemas de la unidad 7
Problema 7.1 Para el problema 1.1 sobre la planeacin de una campaa publicitaria utilizando el mtodo grfico:

186

program_5.indb 186

22/03/12 13:00

ANLISIS DE SENSIbILIDAD

a) Encuentre la solucin grfica. b) Hasta dnde se podra disminuir el presupuesto de manera que la solucin ptima contine siendo contratar solamente anuncios en la radio?, por qu? c) Utilice Solver y obtenga el anlisis de sensibilidad. d) Qu significa el precio sombra de la restriccin correspondiente al presupuesto? e) Qu indica el costo reducido correspondiente a los anuncios de televisin? Problema 7.2 Para el problema 2.5 sobre la construccin de red de drenaje y agua potable: a) Encuentre la solucin grfica. b) Indique cul es el precio sombra y en qu unidades est dado para las restricciones de presupuesto y de mano de obra. c) Cul es el mximo de capital necesario para maximizar el beneficio sin modificar la solucin actual? d) Si se dispusiera de $20 millones ms y pudiera contratar ms personal a 65$/hora en promedio, cul sera la mejor recomendacin para aumentar el beneficio social? e) Si el beneficio social fuera idntico para agua potable o drenaje, cul sera la mejor solucin? Problema 7.3 Para el problema 3.6 en que debe adaptarse la disposicin de los residuos de una ciudad a las nuevas reglamentaciones, utilice la informacin sobre sensibilidad del Solver: a) Qu ocurrira si el tope de partculas suspendidas se redujera a 45000? b) Si se moderniza el incinerador 2, ste podra incrementar su capacidad hasta 900 t/da sin aumentar sus emisiones por tonelada, cul es entonces la recomendacin ms apropiada? c) Cul es el precio sombra y en qu unidades est dado para cada una de las restricciones? Problema 7.4 Para el problema 3.14 se requiere disear un desayuno para los internos de un hospital, haga uso de la informacin de sensibilidad del Solver y conteste lo siguiente: a) Cmo quedara la dieta si se disminuyen las caloras a 400?, cunto costara? b) Cmo debe modificarse la dieta si se requieren al menos 35 gramos de protenas? c) Si la porcin de queso disminuye a $3.50, se debera incluir?
187

program_5.indb 187

22/03/12 13:00

PROGRAMACIN LINEAL

Problema 7.5 Un desarrollador de vivienda est planeando la construccin de un conjunto habitacional para satisfacer las necesidades de vivienda popular cercana a una zona industrial. Se dispone de 25000 m2 de terreno, pero la normatividad exige que se debe destinar 20% de la superficie a zonas verdes, calles y otros servicios urbanos. Se est pensando en construir dos tipos de vivienda, una de bajo costo muy bsica y otra con mayores comodidades. De la vivienda de bajo costo se pueden construir hasta 10 viviendas en 1000 m2, mientras que de las otras slo se pueden construir 6. Los costos por unidad de vivienda son de $100000 y $150000, y se venden a $110000 y $162000 respectivamente. Se estima que el mercado potencial total para ambos tipos de vivienda es de ms de 150 y se establece que se deben construir al menos 50 viviendas bsicas ms que de las otras, pero nunca menos de 80. Se dispone de 18 millones de pesos para la construccin de las viviendas. Se desea disear el plan que maximice la utilidad de los desarrolladores. a) Cul es la mejor solucin? b) El desarrollador consigue $300000 y piensa utilizarlos para compran 2000 m2 de terreno, qu le aconsejara? c) Cmo cambiara el proyecto si se exige que edifique al menos 10 viviendas de cada tipo?

Respuesta a los problemas de la unidad 7

Problema 7.1. a) La solucin es contratar 25 anuncios en radio con lo que se lograra una audiencia de 300000 personas con un costo de $250000. b) El presupuesto puede disminuir hasta $120000, necesarios para contratar 12 anuncios para as tener el mnimo nmero de hombres solicitado. c) Solver indica que el precio sombra es de 1200 personas ms de audiencia por cada $1000 extras que se utilicen en la campaa (o 1.2 personas por peso). d) El costo reducido de -4 indica que si los anuncios en televisin llegaran a 4000 personas ms, entonces valdra la pena considerarlos, pero dado que su costo es el doble y no duplican la audiencia no son una opcin que se considere. Problema 7.2. a) Conviene construir 15 km de drenaje y 67.5 km de agua potable con lo que se obtendra un beneficio de $795 millones.

188

program_5.indb 188

22/03/12 13:00

ANLISIS DE SENSIbILIDAD

b) El precio sombra de la mano de obra est dado en $/h y el del presupuesto en $/$, ya que aumenta el beneficio en millones de pesos por cada milln de pesos invertido. El precio sombra de la mano de obra es cero, mientras que por cada milln extra invertido se obtiene un beneficio de 1.66 millones de pesos. c) $596 millones. d) Se recomendara no contratar gente y agregar los $20 millones a los $480 disponibles. e) Habra que construir 53.33 km de drenaje y 35.6 km de agua potable. Problema 7.3. Las unidades de los precios sombra sern las siguientes: Partculas suspendidas: t/kg de partculas Bixido de azufre: t/unidades de so2 Incineradores: t/t/da Problema 7.4. a) Se debera disminuir algn alimento, pero esto disminuira la cantidad mnima de protenas, por lo tanto con la dieta actual no es posible, deber incluirse queso, pero el anlisis de sensibilidad no lo puede responder. b) Haga un anlisis similar al anterior. c) El costo reducido de la variable asociada a queso y los lmites correspondientes indican a qu precio s se incluir este alimento. Problema 7.5. a) Conviene construir 180 casas del modelo bsico con una utilidad de $1800000. b) No debe comprar el terreno ya que le sobra; debe construir ms viviendas del modelo bsico, le alcanza para tres ms lo que significar un incremento de $30000. c) El gradiente reducido indica que las casas mejoradas dan una utilidad de $3000 por debajo de lo necesario para ser equiparables a las del modelo bsico; as que si debe construir 10 de este tipo, tendr una prdida de $30000 en sus ganancias (aunque ser an ms pues no le alcanzara para construir el mismo nmero).

189

program_5.indb 189

22/03/12 13:00