Informe de Sensibilidad - Zorrilla

UNIVERSIDAD NACIONAL MAYOR DE SAN
MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
E.A.P. DE ADMINISTRACIÓN
Informe del análisis sensibilidad
- Curso : Herramienta para la toma de decisiones en Administración
- Profesor : Vicente Armas, Edgar
- Alumno : Zorrilla Canchanya, Jhony Julián
- Ciclo : VI
- Aula : 305
- Turno : Noche
Ciudad Universitaria, Setiembre del 2016

Dedicatoria
Dedicado a mis padres
que siempre me guían
a tomar decisiones acertadas.
2
Índice
Dedicatoria................................................................................................................................ 2
Índice ......................................................................................................................................... 3
I. Introducción ...................................................................................................................... 4
II. Marco Teórico ............................................................................................................... 5
III. Resolución del caso ....................................................................................................... 7
IV. Conclusiones ................................................................................................................ 26
V. Recomendaciones ........................................................................................................ 27
VI. Referencias................................................................................................................... 28
3
I. Introducción
En los ejercicios de programación lineal se busca un objetivo en específico, lo cual no es
muy congruente con lo que sucede en la realidad de las diversas organizaciones, ya que allí se
persigue una serie de objetivos relacionados unos con otros. Quizá esta sea una de los puntos
débiles de la programación. Entonces, para lograr paliar tal defecto, se hace necesario realizar
un análisis de sensibilidad a la función objetivo y de las restricciones.
A través de dichos análisis de sensibilidad podemos conseguir una mejor interpretación de
los resultados que nos arroja el aplicativo de Microsoft Excel, Solver, por ejemplo podemos
saber si nos conviene ser dueños de los insumos o si no alquilarlos; por otro lado, también se
podría saber cómo afectaría las variaciones en mis variables de decisión al valor de mi función
objetivo
Es por ello, que el presente trabajo busca brindar una serie de interpretaciones de cómo es
que afectarían las diversas variaciones en los diferentes parámetros de un problema de
programación lineal, a los demás factores de la misma. Con la peculiaridad de que solo
podemos modificar un parámetro mientras que los demás deben de permanecer constantes, y
de esa forma nosotros como estudiantes podríamos mejorar nuestras habilidades relacionados
al análisis cuantitativo para ser más competentes y poder tomar mejores decisiones tanto a nivel
empresarial y personal.
4
II. Marco Teórico
 Toma de decisiones. Proceso de definir el problema, identificar las alternativas,
determinar los criterios, evaluar las alternativas y elegir una de ellas.
 Problema de decisión con un solo criterio. Problema en el cual el objetivo es
encontrar la “mejor” solución con respecto a un solo criterio.
 Decisión. La alternativa seleccionada.
 Modelo. Representación de un objeto o situación real.
 Modelo icónico. Réplica física, o representación, de un objeto real.
 Modelo análogo. Aunque es físico, un modelo análogo no tiene una apariencia física
parecida a la del objeto o la situación real que representa.
 Modelo matemático. Símbolos y expresiones matemáticos utilizados para representar
una situación real.
 Restricción. Limitaciones impuestas a un problema.
 Función objetivo. Expresión matemática que define la cantidad que se va a maximizar
o minimizar.
 Insumo incontrolable. Factores o entradas del entorno que quien toma decisiones no
puede controlar.
 Insumo controlable. Alternativas de decisión o entradas que quien toma decisiones sí
puede especificar.
 Variable de decisión. Otro término para entrada controlable.
 Modelo determinista. Modelo en el cual todas las entradas incontrolables se conocen
y no varían.
5
 Modelo probabilístico. Modelo en el cual al menos una entrada incontrolable es
incierta y está sujeta a variación; los modelos estocásticos también se conocen como
modelos probabilísticos.
 Solución óptima. Valor o valores de la variable de decisión específica que
proporcionan la “mejor” salida para el modelo.
 Solución no factible. Alternativa de decisión o solución que viola una o más
restricciones.
 Solución factible. Alternativa de decisión o solución que cumple con todas las
restricciones. (Anderson, Sweeney, Williams, Camn, Martin, 2011, p.19)
 Análisis de sensibilidad. Método que consiste en ver cómo varía los valores óptimos
cuando hay cambios en los parámetros de la función objetivo y en las restricciones.
6
III. Resolución del caso
PROBLEMA DE PLANEACION DE LA PRODUCCIÓN
Pacocha S.A. produce dos solventes CS-01 Y CS-02 en su planta ubicado en la localidad de
Huacho. Las Empresas que compran estos solventes los usan para disolver ciertas sustancias
tóxicas que se producen durante el proceso de fabricaciones particulares. La planta opera 40
horas a la semana y emplean a cinco trabajadores de tiempo completo y a dos de tiempo parcial,
que trabajan 15 horas a la semana. Estas personas operan las siete máquinas que mezclan ciertos
químicos para producir cada solvente. Los productos salen del departamento de mezclado para
ser refinados en el departamento de purificadores y emplea a seis trabajadores de tiempo
completo y uno de tiempo parcial, que trabaja 10 horas a la semana.
Pacocha S.A. tiene una provisión casi ilimitada de la materia prima que necesita para producir
los solventes. Pacocha S.A. puede vender cantidad ilimitada de solvente CS-01, pero la
demanda del producto más especializado CS-02, está limitada a lo más a 120,000 galones por
semana. Como Gerente de producción usted desea determinar el plan de producción semanal
óptimo para Pacocha S.A.
¿Qué cantidad de cada solvente debe producir Pacocha S.A. para maximizar la ganancia?
Datos adicionales:
a.- La ganancia en U$/. 300 por mil galones de solvente CS-01 y U$/. 500 por miles de galones
de CS-02.
b.- Horas por miles de galones de
7
Solución e interpretación de la solución óptima aplicando Solver:
Como podemos ver el modelo nos arroja que los valore óptimos para el número de solventes
de CS-01 (miles de galones) es de 70 y el número de solventes de CS-02 (miles de galones) es
de 90, dándonos una ganancia máxima de $ 66,000, dada las restricciones del caso.
Ahora, vamos a analizar los resultados, modificando los variables de la función objetivo y el
de las restricciones:
8
1° Variación: la ganancia del solvente CS-01 ($ / por miles de galones): C1 = 450
a) Función objetivo: Aumentó a $ 76,500 y esto se debe a que el margen de contribución
por cada mil galones del solvente CS-01 aumentó $150 más.
b) Variable de decisión: No se modificaron, ya que el margen de contribución por cada
mil galones del solvente CS-01 se mantuvo dentro del intervalo aceptable.
c) Restricción de los recursos utilizados: No se modificaron, ya que el margen de
contribución por cada mil galones del solvente CS-01 se mantuvo dentro del intervalo
aceptable.
d) Sensibilidad de la función objetivo: El intervalo correspondiente a la ganancia por cada
mil galones del solvente CS-01 no varió, pero sí se modificó el del solvente CS-02, ya
que el margen de contribución por cada mil galones del solvente CS-01 aumentó $150
más.
e) Sensibilidad del lado derecho: Permanecieron constantes, ya que el margen de
aceptable.
f) Precio sombra: Variaron, ya que el margen de contribución por cada mil galones del
solvente CS-01 aumentó $150 más. Y ahora, cada hora adicional en el área de mezclado
incrementará $ 133.33 a mi valor objetivo, mientras que cada hora adicional en el área
de purificación incrementará $ 183.33 a mi valor objetivo.
9
aceptable.
más.
aceptable.
solvente CS-01 aumentó $300 más. Y ahora, cada hora adicional de trabajo en el área
de mezclado incrementará $ 233.33 a mi valor objetivo, mientras que cada hora
adicional en el área de purificación incrementará $ 133.33 a mi valor objetivo.
10
aceptable.
más.
aceptable.
de mezclado incrementará $ 300 a mi valor objetivo, mientras que cada hora adicional
en el área de purificación incrementará $ 100 a mi valor objetivo.
11
4° Variación: la ganancia del solvente CS-01 ($ / por miles de galones): C1 = 1,100
por cada mil galones del solvente CS-01 aumentó $ 800 más. Y debido a ello, ahora
solo nos conviene producir miles de galones del solvente CS-01.
b) Variable de decisión: Se modificaron, ya que las ganancias por la producción de miles
de galones del solvente CS-01 aumentó $ 800. Y debido a ello, ahora solo nos conviene
producir miles de galones del solvente CS-01.
c) Restricción de los recursos utilizados: Se modificaron, ya que las ganancias por la
producción de miles de galones del solvente CS-01 aumentó $ 800. Y por eso, ya no
nos conviene fabricar galones del tipo CS-02.
d) Sensibilidad de la función objetivo: Varió el intervalo correspondiente a la ganancia
por cada mil galones del solvente CS-01 así como el del solvente CS-02, ya que el
margen de contribución por cada mil galones del solvente CS-01 aumentó fuera de los
parámetros de intervalo de tolerancia del caso planteado originalmente.
contribución por cada mil galones del solvente CS-01 aumentó fuera de los parámetros
de intervalo de tolerancia del caso planteado originalmente.
de mezclado incrementará $ 550 a mi valor objetivo.
12
a) Función objetivo: Disminuyó a $ 33,000 y esto se debe a que el margen de contribución
por cada mil galones del solvente CS-02 disminuyó $300.
aceptable.
mil galones del solvente CS-01 varió, ya que el margen de contribución por cada mil
galones del solvente CS-02 disminuyó $300. pero el del solvente CS-02 se mantuvo
constante
aceptable.
solvente CS-02 disminuyó $300. Y ahora, cada hora adicional de trabajo en el área de
mezclado incrementará $133.33 a mi valor objetivo, mientras que cada hora adicional
en el área de purificación incrementará $33.33 a mi valor objetivo.
13
b) Variable de decisión: Se modificaron, ya que el margen de contribución por cada mil
galones del solvente CS-02 no se mantuvo dentro del intervalo aceptable.
c) Restricción de los recursos utilizados: Se modificaron, ya que el margen de
contribución por cada mil galones del solvente CS-02 no se mantuvo dentro del
intervalo aceptable.
mil galones del solvente CS-01 varió, así como el del solvente CS-02, ya que el margen
de contribución por cada mil galones del solvente CS-02 disminuyó $390.
e) Sensibilidad del lado derecho: Los tres intervalos variaron, ya que el margen de
mezclado incrementará $150 a mi valor objetivo.
14
aceptable.
mil galones del solvente CS-01 varió, ya que el margen de contribución por cada mil
galones del solvente CS-02 disminuyó $300. pero el del solvente CS-02 se mantuvo
constante.
aceptable.
mezclado incrementará $50 a mi valor objetivo, mientras que cada hora adicional en el
área de purificación incrementará $200 a mi valor objetivo.
15
por cada mil galones del solvente CS-02 aumentó $200.
b) Variable de decisión: Se modificaron, ya que el margen de contribución por cada mil
galones del solvente CS-02 no se mantuvo dentro del intervalo aceptable.
c) Restricción de los recursos utilizados: Se modificaron, ya que el margen de
mil galones del solvente CS-01 varió, así como el del solvente CS-02, ya que el margen
de contribución por cada mil galones del solvente CS-02 disminuyó $390.
e) Sensibilidad del lado derecho: Los tres intervalos variaron, ya que el margen de
g) Precio sombra: Variaron, ya que el margen de contribución por cada mil galones del
solvente CS-02 aumentó $200. Y ahora, cada hora adicional de trabajo en el área de
purificación incrementará $300 a mi valor objetivo, mientras que por el incremento de
una unidad de la demanda del solvente CS-02, incrementará $100 a mi valor objetivo.
16
9° Variación: de las horas de mezclado de los solventes CS-01 y CS-02(h): b1 = 200
a) Función objetivo: disminuyó a $ 65,000 y esto se debe a que los valores óptimos se
modificaron.
b) Variable de decisión: Se modificaron, ya que los recursos disponibles para las horas de
mezclado se modificaron.
c) Restricción de los recursos utilizados: Se modificaron, ya que los recursos disponibles
para las horas de mezclado se modificaron.
d) Sensibilidad de la función objetivo: Los intervalos correspondientes a los beneficios de
ambos productos se mantuvieron constantes, ya que la variación que le hicimos a las
horas de mezclado se mantuvo dentro de los márgenes permitidos.
e) Sensibilidad del lado derecho: El único intervalo que se mantuvo constante fue el de
las horas de mezclados, ya que la variación que le hicimos a esta se mantuvo dentro de
los márgenes permitidos.
f) Precio sombra: No variaron, ya que la variación que le hicimos a las horas de mezclado
se mantuvo dentro de los márgenes permitidos. Es decir, cada hora adicional de trabajo
en el área de purificación incrementará $23.33 a mi valor objetivo, mientras que por el
incremento de una unidad de la demanda del solvente CS-02, incrementará $233.33 a
mi valor objetivo.
17
a) Función objetivo: Aumentó a $ 68,333.33 y esto se debe a que los valores óptimos se
modificaron.
para las horas de mezclado se modificaron.
horas de mezclado se mantuvo dentro de los márgenes permitidos.
e) Sensibilidad del lado derecho: El único intervalo que se mantuvo constante fue el de
las horas de mezclados, ya que la variación que le hicimos a esta se mantuvo dentro de
los márgenes permitidos.
f) Precio sombra: No variaron, ya que la variación que le hicimos a las horas de mezclado
se mantuvo dentro de los márgenes permitidos. Es decir, cada hora adicional de trabajo
en el área de purificación incrementará $23.33 a mi valor objetivo, mientras que por el
incremento de una unidad de la demanda del solvente CS-02, incrementará $233.33 a
mi valor objetivo.
18
a) Función objetivo: Aumentó a $ 75,000 y esto se debe a que los valores óptimos de las
variables de decisión se modificaron.
c) Restricción de los recursos utilizados: Variaron, ya que los recursos disponibles para
las horas de mezclado se modificaron.
d) Sensibilidad de la función objetivo: Los dos intervalos variaron, ya que la variación que
le hicimos a las horas de mezclado no se mantuvo dentro de los márgenes permitidos.
e) Sensibilidad del lado derecho: Todos variaron, ya que la variación que le hicimos a las
horas de mezclado no se mantuvo dentro de los márgenes permitidos.
f) Precio sombra: Variaron, ya que la variación que le hicimos a las horas de mezclado no
se mantuvo dentro de los márgenes permitidos. Y ahora, cada hora adicional de trabajo
en el área de purificación incrementará $300 a mi valor objetivo.
19
12° Variación: de las horas de purificación de los solventes CS-01 y CS-02(h): b2 = 100
a) Función objetivo: Disminuyó a $30,000 y esto se debe a que los valores óptimos se
modificaron. E inclusive ya no es factible producir los solventes CS-02.
purificación se modificaron.
para las horas de purificación se modificaron.
ambos productos no se mantuvieron constantes, ya que la variación que le hicimos a las
horas de purificación no se mantuvo dentro de los márgenes permitidos.
e) Sensibilidad del lado derecho: Ningún intervalo se mantuvo constante, ya que la
variación que le hicimos a las horas de purificación no se mantuvo dentro de los
márgenes permitidos.
f) Precio sombra: Variaron, ya que la variación que le hicimos a las horas de purificación
no se mantuvo dentro de los márgenes permitidos. Y ahora, cada hora adicional de
trabajo en el área de purificación incrementará $300 a mi valor objetivo.
20
a) Función objetivo: Disminuyó a $54,333.33 y esto se debe a que los valores óptimos se
modificaron.
para las horas de purificación se modificaron.
horas de purificación se mantuvo dentro de los márgenes permitidos.
e) Sensibilidad del lado derecho: Solo los intervalos a las horas de purificación se
mantuvieron constante, ya que la variación que le hicimos a las horas de esta se mantuvo
dentro de los márgenes permitidos.
f) Precio sombra: No variaron, ya que la variación que le hicimos a las horas de
purificación se mantuvo dentro de los márgenes permitidos.
21
a) Función objetivo: Aumentó a $76,500 y esto se debe a que los valores óptimos se
modificaron.
para las horas de purificación variaron.
ambos productos no se mantuvieron constantes, ya que la variación que le hicimos a las
horas de purificación no se mantuvo dentro de los márgenes permitidos.
e) Sensibilidad del lado derecho: Ningún intervalo se mantuvo constante, ya que la
variación que le hicimos a las horas de purificación no se mantuvo dentro de los
márgenes permitidos.
f) Precio sombra: Variaron, ya que la variación que le hicimos a las horas de purificación
no se mantuvo dentro de los márgenes permitidos. Y ahora, cada hora adicional de
trabajo en el área de mezclado incrementará $150 a mi valor objetivo. Y por cada unidad
adicional en la demanda del solvente CS-02, aumentará $350 a mi valor objetivo.
22
15° Variación: En la demanda del solvente CS-02(unidades): b3 = 100
a) Función objetivo: Se mantuvo en $66,000 y esto se debe a que los valores óptimos no
se modificaron.
b) Variable de decisión: No se modificaron, a pesar de que la demanda de unidades del
solvente CS-02 varió.
c) Restricción de los recursos utilizados: No se modificaron, a pesar de que los recursos
disponibles para las horas de purificación se modificaron.
e) Sensibilidad del lado derecho: Solo los intervalos a las unidades de la demanda del
solvente CS-02 se mantuvieron constante, ya que la variación que le hicimos a esta se
mantuvo dentro de los márgenes permitidos.
23
se modificaron.
24
se modificaron.
25
IV. Conclusiones
 El análisis de sensibilidad es un paso fundamental antes de la ejecución de los modelos,
ya que nos va a permitir analizar diversos escenarios con sus respectivas implicancias
y por ende tendrá más aceptación de parte de los gerentes.
 El objetivo del análisis de sensibilidad no es que debamos de aplicar los resultados
óptimos tal cual, si no nos invita a reflexionar acerca de las consecuencias de nuestras
posibles decisiones.
 El precio sombra constituye una información valiosa, ya que nos dice cuánto varía
nuestro valor objetivo dentro de un intervalo de los recursos disponibles. Así, si nuestro
precio de un recurso es menor que nuestro precio sombra, entonces nos convendría
seguir produciendo más, ya que nuestro margen de contribución aumentaría.
26
V. Recomendaciones
 Realizar un análisis de costo-beneficio de las implicancias de implementar un modelo
matemático, ya que a veces la ejecución de este modelo a la realidad no supera a los
costos invertidos en el proceso de formulación de la misma.
 Involucrar a todos los colaboradores de una organización, en especial a los relacionados
directamente con los problemas, para que posteriormente en su implementación no
presente obstrucción por parte de algunos actores afectados en la misma.
 Llevar a cabo el análisis de sensibilidad para una mejor comprensión de las diversas
implicancias de nuestra toma de decisiones.
 Tomar en consideración las diversas consecuencias de tomar nuestras decisiones, dado
nuestros resultados del análisis de sensibilidad.
27
VI. Referencias
Anderson, David, Sweeney, Dennis, Williams, Thomas, Camm, Jeffrey, Martin, Kip (2011).
Métodos cuantitativos para los negocios. México: Cengage Learning.
Render, Barry, Stair, Ralph, Hanna, Michael (2012). Métodos cuantitativos para los negocios.
México: Pearson.
28

Informe de Sensibilidad - Zorrilla

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Informe de Sensibilidad - Zorrilla

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL MAYOR DE SAN

FACULTAD DE CIENCIAS ADMINISTRATIVAS

Informe del análisis sensibilidad

- Curso : Herramienta para la toma de decisiones en Administración

- Profesor : Vicente Armas, Edgar

- Alumno : Zorrilla Canchanya, Jhony Julián

Ciudad Universitaria, Setiembre del 2016

Dedicado a mis padres

que siempre me guían

a tomar decisiones acertadas.

II. Marco Teórico ............................................................................................................... 5

III. Resolución del caso ....................................................................................................... 7

IV. Conclusiones ................................................................................................................ 26

En los ejercicios de programación lineal se busca un objetivo en específico, lo cual no es

un análisis de sensibilidad a la función objetivo y de las restricciones.

A través de dichos análisis de sensibilidad podemos conseguir una mejor interpretación de

que afectarían las diversas variaciones en los diferentes parámetros de un problema de

 Toma de decisiones. Proceso de deﬁnir el problema, identiﬁcar las alternativas,

determinar los criterios, evaluar las alternativas y elegir una de ellas.

 Problema de decisión con un solo criterio. Problema en el cual el objetivo es

encontrar la “mejor” solución con respecto a un solo criterio.

 Decisión. La alternativa seleccionada.

 Modelo. Representación de un objeto o situación real.

 Modelo icónico. Réplica física, o representación, de un objeto real.

parecida a la del objeto o la situación real que representa.

 Modelo matemático. Símbolos y expresiones matemáticos utilizados para representar

una situación real.

 Restricción. Limitaciones impuestas a un problema.

 Función objetivo. Expresión matemática que deﬁne la cantidad que se va a maximizar

 Insumo controlable. Alternativas de decisión o entradas que quien toma decisiones sí

 Variable de decisión. Otro término para entrada controlable.

 Modelo determinista. Modelo en el cual todas las entradas incontrolables se conocen

 Solución óptima. Valor o valores de la variable de decisión especíﬁca que

proporcionan la “mejor” salida para el modelo.

 Solución no factible. Alternativa de decisión o solución que viola una o más

restricciones. (Anderson, Sweeney, Williams, Camn, Martin, 2011, p.19)

cuando hay cambios en los parámetros de la función objetivo y en las restricciones.

PROBLEMA DE PLANEACION DE LA PRODUCCIÓN

tóxicas que se producen durante el proceso de fabricaciones particulares. La planta opera 40

ser refinados en el departamento de purificadores y emplea a seis trabajadores de tiempo

completo y uno de tiempo parcial, que trabaja 10 horas a la semana.

óptimo para Pacocha S.A.

b.- Horas por miles de galones de

de CS-01 (miles de galones) es de 70 y el número de solventes de CS-02 (miles de galones) es

a) Función objetivo: Aumentó a $ 76,500 y esto se debe a que el margen de contribución

b) Variable de decisión: No se modificaron, ya que el margen de contribución por cada

c) Restricción de los recursos utilizados: No se modificaron, ya que el margen de

d) Sensibilidad de la función objetivo: El intervalo correspondiente a la ganancia por cada

e) Sensibilidad del lado derecho: Permanecieron constantes, ya que el margen de

de purificación incrementará $ 183.33 a mi valor objetivo.

a) Función objetivo: Aumentó a $ 87,000 y esto se debe a que el margen de contribución

b) Variable de decisión: No se modificaron, ya que el margen de contribución por cada

c) Restricción de los recursos utilizados: No se modificaron, ya que el margen de

d) Sensibilidad de la función objetivo: El intervalo correspondiente a la ganancia por cada

e) Sensibilidad del lado derecho: Permanecieron constantes, ya que el margen de

de mezclado incrementará $ 233.33 a mi valor objetivo, mientras que cada hora

adicional en el área de purificación incrementará $ 133.33 a mi valor objetivo.

a) Función objetivo: Aumentó a $ 94,000 y esto se debe a que el margen de contribución

b) Variable de decisión: No se modificaron, ya que el margen de contribución por cada

c) Restricción de los recursos utilizados: No se modificaron, ya que el margen de

d) Sensibilidad de la función objetivo: El intervalo correspondiente a la ganancia por cada

e) Sensibilidad del lado derecho: Permanecieron constantes, ya que el margen de

en el área de purificación incrementará $ 100 a mi valor objetivo.

a) Función objetivo: Aumentó a $ 126,500 y esto se debe a que el margen de contribución