“AÑO DEL FORTALECIMIENTO DE LA SOBERANÍA NACIONAL”

MADRE DE DIOS CAPITAL DE LA BIODIVERSIDAD DEL PERU

NOMBRE:

JHONATHAN PORTILLO PADILLA

CODIGO:

2018115968

DOCENTE:

JORGE TAPIA CASTRO

CURSO:

INVESTIGACION DE OPERACIONES

FILIAL:

PTO. MALDONADO

AÑO:

2022-1
ANÁLISIS DE SENSIBILIDAD

El análisis dimensional es la técnica que determina cómo diferentes valores de una

variable independiente impactan en una variable dependiente bajo un conjunto de
supuestos. Estudia cómo la incertidumbre en el resultado de un modelo o sistema
matemático puede asignarse a diferentes fuentes en sus variables de entrada. Con el
objeto de facilitar la toma de decisiones dentro de la empresa, debe efectuarse un
análisis de sensibilidad, el cual indicará las variables que más afectan el resultado
económico de un proyecto y cuáles son las variables que tienen poca incidencia en el
resultado final. e

El análisis de sensibilidad o pos-optimalidad que se presenta en esta unidad es tan

importante como la solución óptima para la toma de decisiones. Pero ¿qué trata de
responder este análisis? en todos los problemas planteados se llega a la representación

Donde se suponen conocidos los valores de los coeficientes aij,b, y ci; esto quiere decir

que el modelo está totalmente determinado. Sin embargo, esto no es cierto; en la

mayoría de los casos estos valores son solamente estimaciones de los valores que

tomarán los parámetros, o pueden variar si cambian las condiciones del mercado o, en

el caso de la disponibilidad de recursos, incluso pueden modificarse por decisión de la

gerencia.

EJEM:

En una tienda vende un producto con un margen de $5.000 pesos y el estudio de

mercado de la empresa estima que se venderán entre 10.000 y 13.000 unidades

anuales, con un número esperado de 12.000 unidades. Por otro lado, el contrato de

arriendo fija un precio de 50 millones (MM) al año durante los primeros 5 años y luego

se renegocia para los siguientes 5 años. Por contrato el alza de precio está limitada a
un máximo de 20%, pero se espera que suba solo un 10%. Suponiendo que no hay

otras fuentes de flujos de caja incrementales, una tasa de descuento del 10% y un

horizonte de evaluación de 10 años, con el método del VAN obtenemos que el valor

esperado del proyecto es:

Donde el valor esperado del flujo incremental es $10 MM (= 5.000*12.000 – 50 MM)

para los años 1 al 5 y $5 MM (= 5.000*12.000 – 50MM*(1+10%)) para los años 6 al 10.

Para sensibilizar el valor del proyecto debemos buscar valores optimistas y pesimistas

para cada variable relevante y luego estimar el VAN en cada caso. Para las unidades

vendidas se utilizaremos los rangos del estudio de mercado, estableciendo un valor

optimista de $13.000 (con lo que obtenemos un VAN de $80,4 MM) y uno pesimista de

$10.000 (VAN de –$11,8MM). Para el precio de arriendo en los últimos 5 años se puede

tomar como valor optimista que se mantenga el precio (VAN de 37,9 MM) y como valor

pesimista, el aumento de 20% que el contrato de arriendo establece como máximo (VAN

de 61,4 MM). Sobre la base de los valores antes calculados, el resultado del análisis de

sensibilidad se muestra en la siguiente tabla:

Este análisis nos permite concluir, por ejemplo, que para este proyecto la correcta

estimación de las unidades vendidas es más relevante que el valor del arriendo, ya que

las unidades vendidas afectan más fuertemente el VAN del proyecto.

VARIACIÓN DE LOS COEFICIENTES DE LA FUNCIÓN OBJETIVO O

FUNCIONAL

El análisis lo efectuaremos a través de un ejemplo:

• Vamos a suponer que c1 incrementa en 1 unidad; en este caso el nuevo valor

de ese coeficiente será de 4 unidades, con lo cual podemos dirigirnos

directamente a la tabla óptima inicialmente obtenida y tendremos:

Los valores que en la tabla cambian son los que aparecen subrayados, de

manera que, si el incremento del primer coeficiente es de una unidad, el beneficio

de la empresa pasa a ser 64 unidades monetarias. Por tanto, el incremento que

experimenta el beneficio será de 6 unidades monetarias, el cj-zj correspondiente

a la variable de holgura x3 H disminuye en 2/3 y el cj-zj correspondiente a la

variable de holgura x4 H aumenta en 1/6. Precisamente varían de acuerdo con

los valores de los coeficientes técnicos (aij) tercero y cuarto que aparecen en la

primera fila de la tabla óptima inicial, precisamente porque el valor de C1 ha

variado tan solo en una unidad. También observamos en la tabla que los valores

de las variables básicas no varían, ello es lógico por cuanto al modificarse alguno

de los coeficientes de la función objetivo no sé 13 modificarán, en principio, los

valores de las variables básicas; sí se modificarán si la tabla deja de ser óptima.

En definitiva, si c1 incrementa en una unidad, entonces:

➢ z incrementa en 6 unidades monetarias

➢ c3-z3 disminuye en 2/3 unidades monetarias

➢ c4-z4 aumenta en 1/6 unidades monetarias

y, por tanto:

➢ c1 = 4 unidades monetarias de margen

➢ z = 64 unidades monetarias (incrementa en 6 unidades monetarias).

➢ x1 = 6 unidades físicas (permanece inalterada la producción del producto A).

➢ x2 = 8 unidades físicas (permanece inalterada la producción del producto B

VARIACIÓN DE LAS DISPONIBILIDADES O TÉRMINOS INDEPENDIENTES

Vamos a suponer que b1 incrementa en una unidad y por tanto el valor de b1

pasa a ser 21 unidades físicas de disponibilidad máxima del factor F1, aunque

como veremos al analizar la variación no exacta de los términos independientes,

la tabla seguirá siendo factible al calcular el intervalo.

Al tratarse de una variación concreta, podemos verificarlo directamente a través

de la solución óptima inicial. Para ello, tenemos que tener en cuenta, que la

solución óptima de un modelo de programación lineal, podemos obtenerla,

también de forma matricial y precisamente si varía un término independiente sólo

afectará a los valores de las variables básicas, pero no afectará ni a los

coeficientes técnicos (aij) ni a los cj-zj de la solución óptima, por tanto, tenemos

que los valores de las variables básicas pueden obtenerse matricialmente

aplicando la fórmula:

xi B = B-1 . b'

en donde,

➢ B -1 son los coeficientes técnicos de las variables de holgura (caso

restricciones del tipo menor o igual) y artificiales (caso de restricciones del

tipo mayor o igual e igual) con su signo y variables excedentes (caso de

restricciones del tipo mayor o igual) con signo contrario, en todos los casos,

de la solución óptima.

➢ b' son los valores de los términos independientes de las restricciones del

modelo inicial, pero teniendo en cuenta el nuevo valor, es decir, el

incremento o disminución que experimenta el factor.

En el ejemplo, tenemos dos variables de holgura, por tanto, los coeficientes

técnicos, al aplicar la fórmula, deberemos de tomarlos con el mismo signo que

corresponde en la tabla, es decir, con su signo:

y sustituyendo estos valores en la solución óptima, tendremos:

Como vemos, la composición de la tabla se mantiene, manteniéndose la

optimalidad, puesto que los cj-zj no cambian y siguen cumpliendo la condición

de máximo, y se sigue manteniendo la factibilidad, puesto que los valores de las

variables básicas, aunque han cambiado, siguen siendo mayores que cero

Según la nueva tabla obtenida, la empresa si aumenta en una unidad la

disponibilidad del factor F1, puede pasar a producir 20/3 de unidades físicas del

producto A frente a las 6 que inicialmente producía, por tanto, puede

incrementarse su producción en 2/3 de unidades físicas; y en cuanto al producto

B puede pasar a producir 23/3 frente a las 8 unidades físicas de la solución

óptima inicial, produciéndose en este último caso una disminución de 1/3 de

unidades físicas. Sustituyendo los datos en el modelo inicial, teniendo en cuenta

que el valor del primer término independiente pasa a ser 21 unidades físicas de

disponibilidad máxima, tendremos:

Máx. z = 3 x1 + 5 x2 + 0 x3 H + 0 x4 H = 3 x 20/3 + 5 x 23/3 + 0 x 0 + 0 x 0 =

175/3 unidades monetarias

1ª restricción (Factor F1): 2 x1 + x2 + x3 H = 2 x 20/3 + 1 x 23/3 + 1 x 0 = 21

2ª restricción (Factor F1): 2 x1 + 4 x2 + x4 H = 2 x 20/3 + 4 x 23/3 + 1 x 0 = 44

APLICACIONES DEL ANÁLISIS DE SENSIBILIDAD

Para realizar los ensayos de flexión de chapa, se utilizó una máquina universal

de embutición de chapa del modelo Erichsen 142-20. Las probetas se

deformaron mediante un punzón con movimiento vertical de subida con una

velocidad de 1 mm/s. Para la correcta sujeción de las probetas, se fijaron con un

prensa- chapa de 70 KN.

Las metodologías para la determinación de deformaciones, se realizan mediante

el estudio de la cara exterior de la probeta a ensayar. Los primeros

procedimientos se basaban en la medición de un padrón de círculos de forma

manual que se habían impreso en la probeta informada mediante diferentes

procesos. Las deformaciones se obtenían de la medición de los ejes principales

de las elipses en relación a los círculos originales impresos antes del ensayo.
El principal problema que plantea este procedimiento es el número discreto de

información sobre la superficie de la probeta. Para evitar este inconveniente,

aparecen procedimientos de medición óptica mediante patrones estocásticos. Es

lógico suponer que con una mejor distribución de esta nube de puntos y cuanto

más uniforme se distribuya, se obtendrán mejores resultados, por lo que se

considera crítico el proceso de preparación de la pintura. Se analizan tres

probetas para cada tipo de punzón. Los punzones que se utilizan son los

siguientes:

• Punzón hemisférico de diámetro 100 mm.

• Punzón cilíndrico de diámetro 20 mm.

• Punzón cilíndrico de diámetro 10 mm.

Para cada punzón utilizado, se obtendrán las deformaciones límites para

distintos tamaños de facetas y pasos. La geometría de faceta utilizada es

cuadrada, con los siguientes tamaños:

• Faceta 15x15 pixeles.

• Faceta 13x13 pixeles.

• Faceta 11x11 pixeles.

La separación entre las facetas se define a continuación:

• Paso 15x15 pixeles.

• Paso 13x13 pixeles.

• Paso 11x11 pixeles.

• Paso 7x7 pixeles.

El solapamiento se define como el porcentaje de introducción entre las facetas.

En función del tamaño de faceta y del paso entre ellas se obtendrá un

solapamiento diferente.

El estudio se podía haber realizado de dos formas diferentes. Una primera

definiendo un paso determinado, por lo que el solapamiento sería variable, y la

otra es fijando el solapamiento, por lo que, con la faceta predefinida, el paso sería

el parámetro variable. Dado que se establecen los parámetros de tamaño y paso,

por consiguiente, queda establecido el solapamiento entre las facetas.

OBTENCIÓN DE DATOS MEDIANTE SOFTWARE COMERCIAL

Para obtener los datos experimentales de los diferentes ensayos, se utiliza el

software comercial ARAMIS. Como se ha comentado en capítulos anteriores,

este software es capaz de extraer datos para diferentes parámetros en un

mismo ensayo, los cuales serán posteriormente analizados con la aplicación

desarrollada. En la figura 5-2, se muestra la pantalla principal de ARAMIS con

un ensayo ya realizado para extraer la información para la metodología ISO

12004-2.

Como se puede observar, la pantalla se divide en cinco ventanas; En la parte

superior izquierda aparecen todos los stages calculados, seleccionándose el

stage objeto de estudio. En la parte superior derecha aparece la visualización de

las deformaciones en la probeta, así como las secciones generadas para su

evaluación. La metodología para el análisis se argumenta en las siguientes

líneas. Se parte de tres ensayos ya realizados con los tres punzones comentados

anteriormente (100, 20 y 10 mm respectivamente). En primer lugar, se

establecen los parámetros de análisis de las probetas. Estos son los que se

definen a continuación:

• Tamaño: Dimensiones de la faceta que calculada en píxeles. La selección del

tamaño de la faceta depende del patrón en la superficie del espécimen. Dentro

de una faceta, una distribución de nivel de gris claramente reconocible deberá

estar presente.

• Paso: Distancia entre los dos centros de dos facetas consecutivas.

Como valor predeterminado, ARAMIS aconseja como tamaño de faceta el de 15

píxeles, pudiéndose ajustar solo los valores impares. Por defecto también se

adopta una superposición de dos pixeles, por lo que los ajustes por defecto

quedan de la siguiente manera (tamaño de faceta = 15 y paso = 13). En la figura

5-3 se muestran estos ajustes.