analisis de sensibilidad

 Classic

 Flipcard

 Magazine

 Mosaic

 Sidebar

 Snapshot

 Timeslide
1.
JUL

17

ANÁLISIS DE SENSIBILIDAD

CONCEPTO DE ANÁLISIS DE SENSIBILIDAD:

Análisis de Sensibilidad, llamado también Análisis de Post-optimización, es una de las
partes más importantes en la programación lineal, es utilizada para tomar en consideración los
cambios que pueden ocurrir en los elementos componentes del modelo que consiste en
determinar que tan sensible es la respuesta óptima del método simplex, al cambio de algunos
datos como las ganancias o costos unitarios (coeficientes de la función objetivo) o la
disponibilidad de los recursos (términos independientes de las restricciones), que se refieren a
permutas en coeficientes ,variables, restricciones y Función Objetivo.
El Análisis de Sensibilidad se encarga precisamente de estudiar cómo afectaría a la
solución óptima obtenida y a la función objetivo el cambio (dentro de un rango predeterminado)
de uno de los parámetros, manteniendo fijos los restantes.(no se usa en modelos enteros ni
cuadráticos).

OBJETIVO PRINCIPAL DEL ANÁLISIS DE SENSIBILIDAD:

• Establecer un intervalo de números reales en el cual el dato que se analiza puede estar
contenido, de tal manera que la solución sigue siendo óptima siempre que el dato pertenezca a
dicho intervalo
• Investigar el cambio en la solución óptima del problema, cuando se producen cambios en los
parámetros del modelo. El objetivo principal del análisis de sensibilidad es identificar el intervalo
permisible de variación en los cuales las variables o parámetros pueden fluctuar sin que cambie
la solución optima. Sin embargo, así mismo se identifica aquellos parámetros sensibles, es
decir, los parámetros cuyos valores no pueden cambiar sin que cambie la solución óptima. Los
investigadores de operaciones tienden a prestar bastante atención a aquellos parámetros con
holguras reducidas en cuanto a los cambios que pueden presentar, de forma que se vigile su
comportamiento para realizar los ajustes adecuados según corresponda y evitar que estas
fluctuaciones puedan desembocar en una solución no factible.

CARACTERÍSTICAS DEL ANÁLISIS DE SENSIBILIDAD

• La Investigación de Operaciones usa el método científico para investigar el problema en
cuestión. En particular, el proceso comienza por la observación cuidadosa y la formulación del
problema incluyendo la recolección de datos pertinentes.
• La Investigación de Operaciones adopta un punto de vista organizacional. De esta manera
intenta resolver los conflictos de interés entre los componentes de la organización de forma que
el resultado sea el mejor para la organización completa.
• La Investigación de Operaciones intenta encontrar una mejor solución (llamada solución
óptima), para el problema bajo consideración. En lugar de contentarse con mejorar el estado de
las cosas, la meta es identificar el mejor curso de acción posible.

• En la Investigación de Operaciones es necesario emplear el enfoque de equipo. Este equipo

debe incluir personal con antecedentes firmes en matemáticas, estadísticas y teoría de
probabilidades, economía, administración de empresas ciencias de la computación, ingeniería,
etc. El equipo también necesita tener la experiencia y las habilidades para permitir la
consideración adecuada de todas las ramificaciones del problema.
• La Investigación de Operaciones ha desarrollado una serie de técnicas y modelos muy útiles
a la Ingeniería de Sistemas. Entre ellos tenemos: la Programación No Lineal, Teoría de Colas,
Programación Entera, Programación Dinámica, entre otras.
• La Investigación de Operaciones tiende a representar el problema cuantitativamente para
poder analizarlo y evaluar un criterio común.

PASOS DEL PROCEDIMIENTO DEL ANÁLISIS DE SENSIBILIDAD

Pasos
1. Revisión del modelo: se realizan los cambios que se desean investigar en el modelo.
2. Revisión de la tabla final Simplex: se aplica el criterio adecuado para determinar los cambios
que resultan en la tabla final Simplex.
3. Conversión a la forma apropiada de eliminación Gauss: se convierta la tabla en la forma
apropiada para identificar y evaluar la solución básica actual, para lo cual se aplica la
metodología de eliminación Gauss si es necesario.
 4. Prueba de factibilidad: se prueba la factibilidad de esta solución mediante la verificación de
que todas las variables básicas de la columna del lado derecho aun tengan valores no negativos.
5. Prueba de optimalidad: se verifica si esta solución es optima y factible, mediante la
comprobación de que todos lo coeficientes de las variables no básicas del reglón Z permanecen
no negativos.
6. Re optimización: si esta solución no pasa una de las pruebas indicadas en los puntos 4 y 5
anteriores, se procede a buscar la nueva solución optima a partir de la tabla actual como tabla
Simplex inicial, luego de aplicadas las conversiones de lugar, ya sea con el método Simplex o
el Simplex D.

CASOS DEL ANÁLISIS DE SENSIBILIDAD

Primer caso: Cambios en las b i (columna lado derecho)
Supongamos que los únicos cambios al modelo actual consisten en el cambio de uno o más de
los parámetros bi (i = 1, 2, . . . , m). En este caso, los únicos cambios que

Resultan en la tabla símplex final se encuentran en la columna del lado derecho, por locual, se
pueden omitir del procedimiento general tanto la conversión a la forma apropiada de eliminación
de Gauss como la prueba optimalidad.
Segundo caso:
a) Cambios en los coeficientes de una variable no básica
Considere una variable específica xj (j fija) que sea no básica en la solución óptima dada en a
tabla símplex final. El caso 2a es aquel en el que los únicos cambios al modelo actual ocurren
en uno o más de los coeficientes de esta variable, cj, a1j, a2j........, amj. Entonces, si cj y aij,
denotan los nuevos valores de estos parámetros con Aj, (columna j de la matriz A) como el
vector que contiene a aij, se tiene para el modelo revisado.
b) Introducción de una nueva variable
Ya obtenida la solución óptima se puede descubrir que la formulación de programación lineal
no tomó en cuenta todas las actividades que pudieran ser atractivas. Considerar una nueva
actividad requiere introducir una nueva variable con los coeficientes apropiados, a la función
objetivo y a las restricciones del modelo actual, éste es el caso 2b.
Tercer caso: Cambios en los coeficientes de una variable básica
Ahora suponga que la variable xj (con j fija) que se está estudiando es una variable básica en
la solución óptima que se muestra en la tabla símplex final. El caso 3 supone que los únicos
cambios al modelo actual se hacen en los coeficientes de esta variable.
Cuarto caso: Introducción de una nueva restricción de desigualdad
Este es el último caso en el cual debe introducirse al modelo una nueva restricción, después de
que ya se ha resuelto. Este caso puede ocurrir porque se pasó por alto la restricción en un
principio o porque surgieron nuevas consideraciones después de formular el modelo. Otra
posibilidad es que a propósito se haya eliminado la restricción para disminuir el esfuerzo
computacional por parecer menos restrictiva que otras ya planteadas en el modelo, pero ahora
es necesario verificar esta impresión con la solución óptima que se obtuvo.
IMPORTANCIA DEL ANÁLISIS DE SENSIBILIDAD
Es una herramienta que permite calcular los cambios y como esto puede afectar a la solución
óptima y por tanto a los datos obtenidos de esta en conclusión permite estudiar la solución
optima una vez que se modifica en ella algún valor.

Información complementaria en los siguientes enlaces

 http://es.wikipedia.org/wiki/An%C3%A1lisis_de_sensibilidad
 https://www.youtube.com/watch?v=b74rTAACcaE
 http://www.expansion.com/diccionario-economico/analisis-de-sensibilidad-en-valoracion-de-
inversiones.html
 http://revistavoces.org.ve/docu/voces2-art3.pdf
 http://4.bp.blogspot.com/_d7bMAqNZXkE/TMZNlX5VYoI/AAAAAAAAAFM/gvM-
bHQxDeo/s1600/Pantallazo-1.jpg

Publicado 17th July 2014 por Alexander chirinos

0
Añadir un comentario


Cargando
Tema Vistas dinámicas. Con la tecnología de Blogger.