Trabajo anlisis de

sensibilidad

Presentado por: Solange Leiva H.

Docente: Gunther Mercado
Fecha: 01-09-2015

DEFINICIN
En forma genrica, el anlisis de sensibilidad busca investigar los efectos
producidos por los cambios del entorno sobre el sistema. El propsito general es
identificar los parmetros relativamente sensibles (es decir, aquellos que no
pueden cambiarse mucho sin cambiar la solucin ptima), con el fin de
estimarlos con mayor precisin y seleccionar entonces una solucin que siga
siendo buena sobre los intervalos de valores probables de los parmetros
sensibles.

El objetivo del anlisis de sensibilidad es identificar los parmetros sensibles,

(por ejemplo, los parmetros cuyos valores no pueden cambiar sin que cambie
la solucin ptima). Para ciertos datos que no estn clasificados como sensibles,
tambin puede resultar de gran utilidad determinar el intervalo de valores del
parmetro para el que la solucin ptima no cambie.

IMPORTANCIA
Dado que los parmetros que se muestran en el modelo utilizan valores
estimados basados en una prediccin de las condiciones futuras, los datos
obtenidos para desarrollar estas estimaciones son bastante imperfectos; por esto
pueden tomar otros valores posibles. De ah la importancia de este anlisis.
El anlisis de sensibilidad es una herramienta efectiva, por dos razones
fundamentales.
Primera: los modelos de programacin lineal son con frecuencia grandes y
costosos; por lo tanto no es recomendable utilizarlos para un solo caso.
Segunda: los elementos que se dan como datos para un problema de
programacin lineal, la mayora de las veces son estimaciones; por lo tanto
es necesario investigar o tener en cuenta ms de un conjunto de casos
posibles.
Las labores del equipo de investigacin de operaciones an no concluye o se
ha realizado, sino, cuando ya se ha aplicado con xito el mtodo simplex o la
programacin lineal a fin de identificar una solucin ptima para el modelo
matemtico. Esto quiere decir que, los valores usados en el modelo
normalmente slo son estimaciones o pronsticos basadas en una serie de
predicciones futuras. Los datos obtenidos para desarrollar estas estimaciones
a menudo son un tanto imprecisos o inconsistentes. Sin embargo, pueden
representar sobreestimaciones deliberadas o espordicas para proteger el
inters de quienes los estiman.
Por tal motivo estas circunstancias que se presentan deja algunos cabos
sueltos, por eso importante llevar a cabo un anlisis de sensibilidad para
investigar el efecto sobre la solucin ptima proporcionada por la programacin
lineal, para verificar si los parmetros sufren una variacin y toman otros
valores posibles.

INSTRUMENTOS PARA EL CLCULO DEL ANLISIS DE SENSIBILIDAD

Para resolver un problema de investigacin de operaciones en donde se pida la

obtencin del anlisis de sensibilidad se recomienda dos formas diferentes para su
solucin las cuales consisten en:
Si se dispone de una calculadora programable o computadora en el cual se
pueda instalar algn software que calcule datos de programacin lineal,
que facilitara la labor del gestionador de toma de decisiones y la ventaja de
utilizar los instrumentos de tecnologa es que permite realizar
modificaciones en valores de forma inmediata y realizar tantos clculos se
deseen para su posteriormente llegar a su anlisis siempre y cuando el
problema no sea extenso o complejo.

CAMBIOS EN LOS PARMETROS DEL MODELO

El anlisis de sensibilidad se lleva a cabo en:
Cambios en los niveles de recursos escasos.
Cambios en los coeficientes de la funcin objetivo (coeficientes de variables
bsicas y coeficientes de variable no bsicas).
Cambios en los coeficientes tecnolgicos (variaciones en las a ij para
variables bsicas y no bsicas).
Supresin y adicin de restricciones.

CONCEPTOS BSICOS EN ANLISIS DE SENSIBILIDAD

El Anlisis de Sensibilidad se utiliza para examinar los efectos de cambios en tres
reas diferenciadas del problema:
1. Los coeficientes de la funcin objetivo (coeficientes objetivo). Los cambios
en los coeficientes objetivos NO afectan la forma de la regin factible, por lo
que no afectarn a la solucin ptima (aunque s al valor de la funcin
objetivo).
2. Los coeficientes tecnolgicos (aquellos coeficientes que afectan a las
variables de las restricciones, situados a la izquierda de la desigualdad).
Los cambios en estos coeficientes provocarn cambios sustanciales en la
forma de la regin factible.
Grficamente (en el caso de 2 variables) lo que vara es la pendiente de las
rectas que representan las restricciones.
3. Los recursos disponibles (los trminos independientes de cada restriccin,
situados a la derecha de la desigualdad). Intuitivamente (para 2 variables),
los cambios en el RHS suponen desplazamientos paralelos de las rectas
asociadas a las restricciones, lo cual har variar la forma de la regin
factible y, con ello, a la solucin ptima.

Tabla 1: Coeficientes Objetivo

COEFICIENTES TECNOLGICOS
6

Se observa rpidamente que el Anlisis de Sensibilidad est ntimamente

relacionado con lo que en el mundo de las hojas de clculo (Excel, Lotus 123, etc.)
se conoce como Anlisis de Escenarios o what-if analysis: Qu ocurrira si el
beneficio producido por la lnea de artculos B aumentase en un 10%?, Qu
sucedera si los trabajadores hiciesen una hora extra retribuida un 50% ms que
una normal?, etc. As, vemos cmo el Anlisis de Sensibilidad no slo tiene que
ver con el estudio de la robustez de la solucin frente a posibles errores en el
clculo de los coeficientes y recursos disponibles, sino que tambin puede ser de
gran ayuda a la hora de valorar futuras estrategias de desarrollo y mejora de una
empresa. Hay dos maneras de estudiar la sensibilidad de una solucin respecto
a cambios en alguna de las reas antes mencionadas. La primera de ellas sera
volver a resolver todo el problema cada vez que alguno de los datos originales se
haya modificado. Obviamente, utilizando este mtodo, podra llevar bastante
tiempo determinar todas las variantes cuando nos encontremos ante un conjunto
amplio de posibles cambios. La otra forma (Anlisis de Sensibilidad) consistira en,
una vez resuelto un problema, analizar cmo afectara a la solucin obtenida y al
valor de la funcin objetivo la variacin dentro de un rango tolerable, de uno de
los parmetros, manteniendo fijos los restantes. Por supuesto, en caso de que
queramos estudiar los efectos de la variacin de ms de un parmetro (o de un
parmetro ms all del rango de tolerancia) deberemos reprogramar el
problema.

ANLISIS DE SENSIBILIDAD
El anlisis de sensibilidad busca determinar los efectos que se producen en
la solucin ptima al realizar cambios en cualquiera de los parmetros del modelo
de programacin lineal planteado inicialmente. Entre los cambios que se
investigan estn: los cambios en los coeficientes de las variables en
la funcin objetivo tanto para variables bsicas como para las variables
no bsicas, cambios en los recursos disponibles de las restricciones, variacin de
los coeficientes de utilizacin en las restricciones e introduccin de una
nueva restriccin.

El objetivo principal del anlisis de sensibilidad es identificar el intervalo permisible

de variacin en los cuales las variables o parmetros pueden fluctuar sin que
cambie
la solucin ptima. Sin
embargo, as mismo
se
identifica
aquellos parmetros sensibles, es decir, los parmetros cuyos valores no pueden
cambiar sin que cambie la solucin ptima. Los investigadores de operaciones
tienden a prestar bastante atencin a aquellos parmetros con holguras reducidas
en cuanto a los cambios que pueden presentar, de forma que se vigile su
comportamiento para realizar los ajustes adecuados segn corresponda y evitar
que estas fluctuaciones pueden desembocar en una solucin no factible.
A modo general, cuando se realiza un anlisis de sensibilidad a
una solucin ptima
se
debe
verificar
cada parmetro de
forma
individual, dgase los coeficientes de la funcin objetivo y los lmites de cada una
de las restricciones. En ese sentido se plantea el siguiente procedimiento:
Revisin del modelo: se realizan los cambios que se desean investigar en el
modelo.
Revisin de la tabla final Smplex: se aplica el criterio adecuado para determinar
los cambios que resultan en la tabla final Smplex.
Conversin a la forma apropiada de eliminacin Gauss: se convierta la tabla
en la forma apropiada para identificar y evaluar la solucin bsica actual, para lo
cual se aplica la metodologa de eliminacin Gauss si es necesario.
Prueba de factibilidad: se prueba la factibilidad de esta solucin mediante
la verificacin de que todas las variables bsicas de la columna del lado derecho
aun tengan valores no negativos.
Prueba de optimalidad: se verifica si esta solucin es ptima y factible, mediante
la comprobacin de que todos los coeficientes de las variables
no bsicas del regln Z permanecen no negativos.

CONCLUCIONES

El anlisis de sensibilidad es una potencialidad del mtodo de solucin de

problemas lineales. Se basa en el anlisis de un problema simplex grfico, a este
se le realiza un anlisis de posibles variaciones para mejorar el resultado ptimo y
poder llegar a tomar las mejores decisiones futuras en las operaciones
programadas para cualquier actividad