El análisis de sensibilidad se obtiene después de obtener la solución óptima (actual) de un modelo PL. La meta es determinar si los cambios en los coeficientes del modelo dejarán inalterada la solución actual y, de no ser así cómo obtener con eficiencia una nueva óptima (suponiendo que exista una). La principal razón de la importancia del análisis de sensibilidad para quienes toman las decisiones es que los problemas reales ocurren en un medio ambiente dinámico.
El nuevo problema puede diferir del original en uno o varios de los siguientes aspectos:
- Disponibilidad de recursos (Vector b)
- Los costos unitarios o utilidades (Vector c)
- Los coeficientes tecnológicos (Matriz a_ij)
En general, los cambios en el modelo dan por resultado uno de cuatro casos.
- La solución actual (básica) permanece inalterada.
- La solución actual se vuelve no factible.
- La solución actual se vuelve no óptima.
- La solución actual se vuelve no óptima así como no factible.
En el caso 2, utilizaremos el método dual simplex para recuperar la factibilidad, en el caso 3 utilizaremos el método simplex (primal) para obtener la nueva óptima. En el caso 4, utilizamos los métodos primal y dual para obtener la nueva solución.
No hay comentarios.:
Publicar un comentario