Analisis de Sensabilidad

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 8

Introduccin

Las matemticas son una herramienta fundamental para realizar clculos, operaciones y
para la obtencin de resultados, Por lo tanto dentro de cualquier estudio de investigacin
de operaciones es recurrente la utilizacin de cada una de estas.

Uno de estos estudios es aquel donde existe incertidumbres en la determinacin de


valores asociados a cualquier parmetro involucrado, debido a ello es importante conocer
y estudiar la variabilidad de la solucin de cualquier problema planteado teniendo en
cuenta las eventuales modificaciones de los valores de dichos parmetros, o bien, la
incorporacin de nuevos elementos a X problema.

Este estudio le da una ventaja competitiva a un tomador de decisiones frente a otro


tomador de decisiones, pues le ayuda a conocer el rango en que se me mueven los
distintos coeficientes mantenindose la presente solucin ptima.

A este estudio se le conoce como Anlisis de Sensibilidad, del cual hablaremos ms


adelante y conoceremos sus caractersticas.

OBJETIVOS

GENERAL:
Conocer de Manera clara en que consiste el anlisis de sensibilidad y sus caractersticas

ESPECIFICOS:
Identificar el anlisis de sensibilidad para cada parmetro involucrado.

ANALISIS 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 dados. Cuando hablamos de
cambios nos referimos a los cambios en los coeficientes de las variables en
la funcin objetivo tanto para variables bsicas como no bsicas, cambios en el limitante
de recursos (lado derecho de la restriccin), cambios en la introduccin de una nueva
variable y 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.
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:
1.
Revisin del modelo: se realizan los cambios que se desean investigar en el
modelo.
2.
Revisin de la tabla final Simplex: se aplica el criterio adecuado para determinar
los cambios que resultan en la tabla final Simplex.
3.
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.
4.
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.
5.
Prueba de optimalidad: se verifica si esta solucin es ptima y factible, mediante
la comprobacin
de
que
todos
lo
coeficientes
de
las
variables
no bsicas del regln Z permanecen no negativos.
6.
Reoptimizacin: si esta solucin no pasa una de las pruebas indicadas en los
puntos 4 y 5 anteriores, se procede a buscar la nueva solucin optima a partir de la tabla
actual como tabla Simplex inicial, luego de aplicadas las conversiones de lugar, ya sea
con el mtodo Simplex o el Simplex Dual.

Cuando hablamos de tabla simplex, nos referimos a:

Cj = forma aumentada de los coeficientes de la funcin objetivo


Ci = coeficientes de las variables bsicas
aij = forma aumentada de los coeficientes de las restricciones o tasa de sustitucin
bi = valores del lado derecho de las restricciones
z = valor de la funcin objetivo
Zj = reduccin de ganancias, aumento en costos asociados con la introduccin de
una de sus valores en las columnas respectivas
Zj = Cj - Zj = ndice de mejoramiento o rengln de criterio simplex
Ratio = lmites introductorios

ANALISIS DE SENSIBILIDAD POR PARAMETRO


1. CAMBIOS EN EL LIMITANTE DE RECURSOS (LADO DERECHO DE LA
RESTRICCION)
Una de las aplicaciones del anlisis de sensibilidad, y por lo general el primer parmetro
a cambiar en el modelo, es el limitante de recursos, el cual se expresa en el lado derecho
de las restricciones.
El problema en la asignacin de recursos es que estos son limitados. Para las empresas,
una de las principales limitantes es la disponibilidad de recursos para operar, por lo que es
un elemento de los modelos de programacin lineal que pueden variar con facilidad.
Un anlisis de sensibilidad generalmente inicia al realizar cambios en la cantidad de
recursos disponibles, realizar cambios en la cantidad de recursos disponibles, ya que es
el cambio ms flexible y sencillo de realizar. el lado derecho de un problema de
programacin lineal representa los valores que limitan los recursos. Para tomar la decisin
de qu valores se van a cambiar y en qu medida vamos a cambiarlos debemos tomar en
cuenta los precios sombra.

2. CAMBIOS EN LAS VARIABLES NO BASICS Y BASICAS


Los cambios en las variables no bsicas y bsicas son:

Cambios en los coeficientes de la funcin objetivo.


Cambios en los coeficientes de las restricciones.

2.1 CAMBIOS EN LOS COEFICIENTES DE UNA VARIABLE NO BASICA


En la tabla final del simplex, considera una variable X J como una variable no bsica en la
solucin ptima. Los coeficientes de esta variable cambian en el modelo actual, de
manera que:
Cj

C J,

Aj

AJ

Si en el problema dual la solucin complementaria de la funcin objetivo (Y funcin


objetivo (Y )* satisface a la restriccin dual que ha cambiado, significa que la solucin
ptima del problema primal sigue siendo la ptima.
Por el contrario, si en el problema dual la solucin complementaria de la funcin objetivo
(Y*) no satisface a la restriccin, la solucin ptima primal ya no es la ptima.
Cuando la solucin ptima ya no lo es, es necesario encontrar una nueva, por lo que
retomamos la tabla final simplex y verificamos la columna de la variable Xj para obtener la
solucin bsica factible.
En la tabla final del simplex fila cero:
Zj Cj = y Aj * - Cj
En la tabla final del simplex filas 1, 2 m:
A*j = S* Aj
1. Aplicar mtodo simplex, siendo Xj la variable de entrada inicial.
2. Encontrar la nueva solucin ptima.

2.2 CAMBIOS EN LOS COEFICIENTES DE UA VARIABLE BASICA


En la tabla final del simplex, considera una variable Xj como una variable bsica en la
solucin ptima. Los cambios en el modelo original se hacen en el coeficiente de esta

variable. En la tabla final del simplex, los valores para Xj deben ser 1 en su fila y ceros en
las dems.

En la tabla final del simplex fila cero

Zj Cj = y*Aj Cj

En la tabla final del simplex filas 1, 2 m:

A*j = S* Aj

2.3 INTRODUCCION DE UNA NUEVA VARIABLE


La ltima aplicacin del anlisis de sensibilidad consiste en la introduccin de una nueva
variable y/o una nueva restriccin.
Los casos en los que se puede presentar introducir una nueva variable pueden ser,
cuando a la hora de formular el modelo original, no hayas considerado esta variable como
una alternativa, y al resolver el problema parezca necesario incluirla.
En diversas ocasiones, una vez encontrada la solucin ptima del modelo, el equipo de
ingenieros que est realizando el estudio de programacin lineal se puede dar cuenta de
que inicialmente falt incluir una variable o que no se consideraron todas las actividades.
Cuando esto sucede, se introduce una nueva variable en la funcin objetivo.
Procedimiento de introduccin de una variable:
1. Introducir las nuevas variables al modelo original.
En la tabla final del simplex considera una nueva En la tabla final del simplex, considera
una nueva variable Xj.
2. Verificar si la solucin actual del modelo todava es ptima despus de los cambios.
3. Verificar si la solucin ptima complementaria para el problema dual satisface a las
nuevas restricciones duales, correspondientes a la nueva variable introducida al modelo.

2.4 INTRODUCCION DE UNA NUEVA RESTRICCION


Mediante el anlisis de sensibilidad podemos verificar qu pasa con nuestra solucin
ptima al introducir una nueva restriccin.

Para verificar si la nueva restriccin tiene efecto sobre la solucin ptima, solamente
tenemos que verificar si sta ltima satisface a la restriccin.
Si la restriccin satisface, la solucin ptima sigue sindolo aunque haya una nueva
restriccin. Esto se debe a que la restriccin elimin algunas soluciones factibles
anteriores sin agregar una nueva. Si la nueva restriccin elimina la solucin ptima actual,
debemos encontrar la solucin nueva.
1. Introducir la nueva restriccin en una nueva fila de la tabla simplex siguiendo el mismo
proceso que con las restricciones iniciales.
Introducir la variable de holgura y artificial al modelo.
2. Seguramente la nueva fila no tendr coeficientes cero para otras variables bsicas, por
lo que es necesario aplicar el paso 3 del mtodo simplex tabular.
3. Buscar la nueva solucin ptima.

BIBLIOGRAFIA

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/io/io04001/apoy
os/15.pdf
http://cicia.uprrp.edu/publicaciones/docentes/metodosimplexdePL.pdf
http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/io/io04001/apoy
os/14.pdf
http://investigaciondeoperacionesind331.blogspot.com/p/analisis-desensibilidad.html

También podría gustarte