Anlisis de sensibilidad

INTRODUCCION

El trabajo del equipo de investigacin de operaciones recin se inicia cuando se ha

aplicado con xito el mtodo simplex para identificar una solucin ptima. Una
suposicin de programacin lineal es que todos los parmetros del modelo son
constantes conocidas. En realidad, los valores de los parmetros que se usan en este
modelo son slo estimaciones basadas en una prediccin de las condiciones futuras.
Los datos obtenidos para desarrollar estas estimaciones con frecuencia son bastante
imperfectos o no existen, es por esta razn que los parmetros de la formulacin
original pueden representar poco ms que algunas pequeas reglas proporcionadas por
el personal de lnea el que tal vez se sinti presionado para dar su opinin. Los datos
pueden incluso representar estimaciones optimistas o pesimistas que protegen los
intereses de los estimadores.
Objetivo General
Una solucin "ptima" es ptima nada ms en lo que se refiere al modelo especfico que
se est usando para representar el problema real, y tal solucin no se convierte en una
gua confiable para la accin hasta que se verifica que su comportamiento es bueno
para otras representaciones razonables del problema. An ms, algunas veces los
parmetros del modelo (en particular bi) se establecen como resultado de decisiones
por polticas gerenciales, y estas decisiones deben revisarse despus de detectar sus
consecuencias.
Estas son las razones por las cuales es importante llevar a cabo un anlisis de
sensibilidad, para investigar el efecto que tendra sobre la solucin ptima
proporcionada por el mtodo smplex el hecho de que los parmetros tomaran otros
valores posibles. En general, habr algunos parmetros a los que se les pueda asignar
cualquier valor razonable sin que afecten la optimalidad de la solucin. Sin embargo,
tambin existirn parmetros con valores probables que nos lleven a una nueva
solucin ptima. Esta situacin es particularmente preocupante, si la solucin original
adquiere valores sustancialmente inferiores en la funcin objetivo, o tal vez no
factibles!

Objetivo Especifico
Por lo tanto, el objetivo fundamental 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 parmetros 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 cambia. (Este intervalo de
valores se conoce como intervalo permisible para permanecer ptimo). En algunos
casos, cambiar el valor de un parmetro puede afectar la factibilidad de la solucin BF
ptima. Para tales parmetros, es til determinar el intervalo de valores para el que la
solucin BF ptima (con los valores ajustados de las variables bsicas) seguir siendo
factible. (Este intervalo recibe el nombre de intervalo permisible para permanecer
factible).
La informacin de este tipo es invaluable en dos sentidos. Primero, identifica los
parmetros ms importantes, con lo que se puede poner un cuidado especial al hacer
sus estimaciones y al seleccionar una solucin que tenga un buen desempeo para la
mayora de los valores posibles. Segundo, identifica los parmetros que ser necesario
controlar de cerca cuando el estudio se lleve a la prctica. Si se descubre que el valor
real de un parmetro se encuentra fuera de su intervalo de valores permisibles, sta
es una seal de que es necesario cambiar la solucin.
En esencia, la idea fundamental revela de inmediato la forma en que los cambios al
modelo original alteraran los nmeros de la tabla smplex final (si se supone que se
duplica la misma secuencia de operaciones algebraicas que realiz el mtodo smplex la
primera vez). Por lo tanto, despus de hacer unos cuantos clculos para actualizar esta
tabla smplex, se puede verificar con facilidad si la solucin BF ptima original ahora
es no ptima (o no factible). Si es as, esta solucin se usar como solucin bsica
inicial para comenzar de nuevo el mtodo smplex (o el smplex dual ) para encontrar
una nueva solucin ptima, si se desea. Si los cambios realizados en el modelo no son
cambios mayores, slo se requerirn unas cuantas iteraciones para obtener la nueva
solucin ptima a partir de esta solucin bsica inicial "avanzada".
Anlisis de sensibilidad
En el momento de tomar decisiones sobre la herramienta financiera en la que debemos
invertir nuestros ahorros, es necesario conocer algunos mtodos para obtener el
grado de riesgo que representa esa inversin. Existe una forma de anlisis de uso

frecuente en la administracin financiera llamada Sensibilidad, que permite visualizar

de forma inmediata las ventajas y desventajas econmicas de un proyecto.
Este mtodo se puede aplicar tambin a inversiones que no sean productos de
instituciones financieras, por lo que tambin es recomendable para los casos en que un
familiar o amigo nos ofrezca invertir en algn negocio o proyecto que nos redituara
dividendos en el futuro.
El anlisis de sensibilidad de un proyecto de inversin es una de las herramientas ms
sencillas de aplicar y que nos puede proporcionar la informacin bsica para tomar una
decisin acorde al grado de riesgo que decidamos asumir.
Anlisis de Sensibilidad
La base para aplicar este mtodo es identificar los posibles escenarios del proyecto
de inversin, los cuales se clasifican en los siguientes:
Pesimista:
Es el peor panorama de la inversin, es decir, es el resultado en caso del fracaso total
del proyecto.
Probable:
ste sera el resultado ms probable que supondramos en el anlisis de la inversin,
debe ser objetivo y basado en la mayor informacin posible.
Optimista:
Siempre existe la posibilidad de lograr ms de lo que proyectamos, el escenario
optimista normalmente es el que se presenta para motivar a los inversionistas a correr
el riesgo.
As podremos darnos cuenta que en dos inversiones donde estaramos dispuestos a
invertir una misma cantidad, el grado de riesgo y las utilidades se pueden comportar
de manera muy diferente, por lo que debemos analizarlas por su nivel de
incertidumbre, pero tambin por la posible ganancia que representan:

Ejemplo:

Inversin A Inversin B
Inversin Inicial $ 100,000 $ 100,000
Posibles ganancias en el periodo de Inversin
Resultado Posible
Pesimista 2,500 0.00
Probable 50,000 50,000
Optimista 60,000 100,000
Resultados incluyendo la inversin:
Pesimista (-97,500) (-100,000)
Probable 150,000 150,000
Optimista 160,000 200,000
Los estimados de resultados se deben fijar por medio de la investigacin de cada
proyecto, es decir, si se trata de una sociedad de inversin podremos analizar el
histrico de esa herramienta financiera en particular, en el caso de un proyecto de
negocio, debemos conocer la proyeccin financiera del mismo y las bases en que
determinaron dicha proyeccin.
Como se puede observar en el ejemplo, el grado de mayor riesgo lo presenta el
proyecto B, pero tambin la oportunidad de obtener la mayor utilidad. Normalmente
as se comportan las inversiones, a mayor riesgo mayores utilidades posibles.
Despus de conocer el sistema de anlisis de Sensibilidad de un proyecto, lo siguiente
es que analices y tomes decisiones en base a tus expectativas de riesgo.
Recomendamos asesora de un profesional antes de invertir tu dinero, en conjunto
podrn considerar ste y otros mtodos para tomar la decisin que ms se adapte a
tus requerimientos

CONCLUSION

Hay que considerar que todo problema de programacin lineal tiene, asociado a l, un
problema dual de programacin lineal. Existen ciertas relaciones tiles entre el
problema original (primal) y su problema dual que refuerzan la habilidad para analizar
el problema original. Por ejemplo, la interpretacin econmica del problema dual
proporciona los precios sombra que miden el valor marginal de los recursos en el
problema primal, al igual que permite dar una interpretacin del mtodo smplex.
Puesto que el mtodo smplex se puede aplicar directamente a cualquiera de los dos
problemas para obtener la solucin de ambos al mismo tiempo, es posible ahorrar una
gran cantidad de esfuerzo computacional si se maneja directamente el problema dual.
La teora de dualidad, que incluye el mtodo smplex dual para trabajar con soluciones
bsicas ptimas, juega un papel de gran importancia en el anlisis de sensibilidad.
Los valores usados como parmetros de un modelo de programacin lineal son slo
estimaciones. Por lo tanto, es necesario llevar a cabo el anlisis de sensibilidad para
investigar lo que ocurre si las estimaciones estn equivocadas. La idea fundamental es
proporcionar la clave para realizar esta investigacin de manera eficiente.
Los objetivos generales del anlisis de sensibilidad son identificar los parmetros
relativamente sensibles que afectan la solucin ptima, para tratar de estimarlos con
ms cuidado y despus elegir una solucin que se mantenga como buena en un cierto
intervalo de valores posibles de estos parmetros sensibles. No hay que olvidar que
este anlisis constituye una parte muy importante de los estudios de programacin
lineal.