2011

Anlisis de Sensibilidad.
Materia: Investigacin de Operaciones
Catedrtico: M.I.I. Areli Brenis Dzul

Presentan: Dorantes Fuertes Gudelia Drouaillet Meja Zurisaddai Fernndez Sandoval David Mndez Oloarte Mayra Lizeth Snchez Mndez Dorian Grisel Ingeniera Industrial 501-A

Instituto Tecnolgico Superior de Misantla i 14/11/2011

Anlisis de Sensibilidad. 2011

ndice
Introduccin ........................................................................................................................... iii Anlisis de la sensibilidad ................................................................................................... 1 Aplicacin del Anlisis de la Sensibilidad ............................................................................. 2 Modificacin de los coeficientes de la funcin objetivo ........................................................ 5 Modificacin de un coeficiente bsico de la funcin objetivo ........................................... 5 Modificacin de un coeficiente no bsico de la funcin objetivo ...................................... 7 Modificacin de las constantes de restriccin ........................................................................ 8 Modificacin de los coeficientes tcnicos ............................................................................ 12 Regla del 100% (regin de sensibilidad) .............................................................................. 14 Aplicaciones Prcticas a la Ingeniera Industrial .................................................................. 16 Ejercicio ................................................................................................................................ 17 Conclusin ............................................................................................................................. iv Bibliografa ............................................................................................................................. v

ii

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Introduccin
El siguiente trabajo de investigacin documental trata de la conceptualizacin del anlisis de la sensibilidad, as como de las aplicaciones prcticas que al mismo se le dan en la vida diaria. Habla de las razones que deben estudiarse para saber en donde aplicar un anlisis de estabilidad, muestra la metodologa de trabajo a seguir para la realizacin de una modelacin determinista. Aunado a lo ya mencionado muestra cuales son los puntos de vista del equipo de trabajo que se ha encargado de redactar el mismo en cuanto a las aplicaciones del tema en estudio a la ingeniera industrial. Brevemente se trata de describir la funcionalidad del anlisis de la sensibilidad as como sus grandes ventas al aplicarlo en la modelaciones o cotidianidades que requieran de anlisis de cambios.

iii

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Anlisis de la sensibilidad
Toda solucin a un problema de toma de decisiones se basa en determinados parmetros que se presumen como fijos. El Anlisis de la Sensibilidad es un conjunto de operaciones posteriores a la obtencin de la solucin ptima que sirven para estudiar y determinar la sensibilidad de la solucin a los cambios en las hiptesis. En los distintos campos de la ciencia se nos presentan situaciones que requieren el uso del anlisis de la sensibilidad. En el entorno comercial muchas veces es impredecible e incierto debido a factores como cambios econmicos, reglamentaciones pblicas, dependencia de subcontratistas y proveedores, etc. Los gerentes generalmente se ven inmersos en un entorno dinmico e inestable donde an los planes a corto plazo deben reevaluarse constantemente y ajustarse de manera incremental. Todo esto requiere una mentalidad orientada al cambio para hacer frente a las incertidumbres. Los investigadores utilizan modelos matemticos e informticos para diversos entornos y propsitos, con frecuencia para conocer los posibles resultados de uno o ms planes de accin. Esto puede relacionarse con inversiones financieras, alternativas de seguros, prcticas industriales e impactos ambientales. El uso de modelos se ve perjudicado por la inevitable presencia de incertidumbres, que surgen en distintas etapas, desde la construccin y corroboracin del modelo en s hasta su uso. Se puede hacer frente a las incertidumbres de una manera ms determinista. Este abordaje tiene distintos nombres tales como modelacin determinista, anlisis de sensibilidad y anlisis de estabilidad. La idea es generar, de manera subjetiva, una lista ordenada de incertidumbres importantes que supuestamente podran tener un mayor impacto sobre el resultado final. Esto se lleva a cabo antes de centrarse en los detalles de cualquier modelo. Pueden presentarse distintos niveles de aceptacin a distintos tipos de incertidumbre. Distintas incertidumbres tienen distintos impactos sobre la fiabilidad, solidez y eficiencia del modelo. La relevancia del modelo depende en gran medida del impacto de la incertidumbre sobre el resultado del anlisis.

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Aplicacin del Anlisis de la Sensibilidad
Existen numerosos ejemplos de entornos donde esto es aplicable el anlisis de la sensibilidad, tales como: - Construccin de indicadores (econmicos, ambientales). -Anlisis y pronstico de riesgo (ambiental, financiero, de seguros,) -Optimizacin y calibracin de modelos. A continuacin, se propone una lista abreviada de las razones por las cuales se debe tener en cuenta el anlisis de sensibilidad: i) Toma de decisiones o desarrollo de recomendaciones para decisores: - Para probar la solidez de una solucin ptima. Las sorpresas no forman parte de las decisiones ptimas slidas. - Para identificar los valores crticos, umbrales, o valores de equilibrio donde cambia la estrategia ptima. - Para identificar sensibilidad o variables importante. - Para investigar soluciones subptimas. - Para desarrollar recomendaciones flexibles que dependan de las circunstancias. - Para comparar los valores de las estrategias de decisin simples y complejas. - Para evaluar el riesgo de una estrategia o escenario. ii) Comunicacin: - Para formular recomendaciones ms crebles, comprensibles, contundentes o persuasivas. - Para permitir a los decisores seleccionar hiptesis. - Para comunicar una falta de compromiso a una nica estrategia. - El decisor debe incorporar algunas otras perspectivas del problema, tales como perspectivas culturales, polticas, psicolgicas, etc., en las recomendaciones del cientfico de administracin. iii) Aumento de la comprensin o aptitud del sistema: - Para estimar la relacin entre las variables de entrada y las de salida. - Para comprender la relacin entre las variables de entrada y las de salida. - Para desarrollar pruebas de las hiptesis. iv) Desarrollo del modelo: - Para probar la validez o precisin del modelo. - Para buscar errores en el modelo. - Para simplificar el modelo. - Para calibrar el modelo. - Para hacer frente a la falta o insuficiencia de datos. - Para dar prioridad a la adquisicin de informacin. En forma resumida, exponemos los casos en los que se debe considerar la realizacin de un anlisis de sensibilidad:
2

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

1.- Con el control de los problemas, al anlisis de sensibilidad puede facilitar la identificacin de regiones cruciales en el espacio de los parmetros de entrada. 2.- En ejercicios de seleccin, el anlisis de sensibilidad sirve para localizar algunos parmetros influyentes en sistemas con cientos de datos de entrada inciertos. 3.- Se utilizan tcnicas de anlisis de sensibilidad basados en varianza para determinar si un subconjunto de parmetros de entrada pueden representar (la mayor parte de) la varianza de salida. 4.- El punto 3 puede utilizarse para la reduccin del mecanismo (descartar o corregir partes no relevante del modelo) y para la extraccin de un modelo (construir un modelo a partir de otro ms complejo). 5.- El punto 3 tambin puede utilizarse para la identificacin del modelo identificando las condiciones experimentales para las cuales su capacidad para discriminar dentro del modelo se encuentra en su punto mximo. 6.- Al igual que en punto 5, el anlisis de sensibilidad puede utilizarse para las calibraciones del modelo, para determinar si los experimentos con sus incertidumbres relacionadas permitirn la estimacin de los parmetros. 7.- El anlisis de sensibilidad puede complementarse con algoritmos de bsqueda/optimizacin; identificando los parmetros ms importantes, el anlisis de sensibilidad puede permitir que se reduzca la dimensionalidad del espacio donde se realiza la bsqueda. 8.- Como una herramienta para asegurar la calidad del producto, al anlisis de sensibilidad asegura que la dependencia de la salida (resultado) de los parmetros de entrada del modelo tenga una similitud fsica y una explicacin. 9.- Para resolver un problema inverso, el anlisis de sensibilidad sirve como una herramienta para extraer parmetros incorporados en modelos cuyos resultados no se correlacionan fcilmente con la entrada desconocida (por ejemplo, en cintica qumica, para extraer las constantes cinticas de sistemas complejos a partir del ndice de rendimiento de los componentes). 10.- Para asignar recursos en el rea de I + D de manera ptima, el anlisis de sensibilidad muestra dnde invertir a fin de reducir el rango de incertidumbre del modelo. 11.- El anlisis de sensibilidad puede determinar cuantitativamente qu parte de la incertidumbre de mi prediccin se debe a incertidumbre paramtrica de la estimacin y cunto a incertidumbre estructural. En los errores de redondeo se debe prestar atencin a los lmites de los rangos de sensibilidad. El lmite superior y el lmite inferior deben redondearse hacia abajo y hacia arriba, respectivamente, para que sean vlidos. El anlisis de sensibilidad y las formulaciones de programacin estocstica son los dos principales enfoques para manejar la incertidumbre. El anlisis de sensibilidad es un procedimiento de post-optimalidad que no puede influir en la solucin. Sirve para investigar los efectos de la incertidumbre sobre la recomendacin del modelo. Por otro lado, la formulacin de programacin estocstica introduce informacin probabilstica acerca de los datos del problema: distribucin de los coeficientes de la funcin objetivo, de las constantes de restriccin y de los coeficientes tcnicos.
3

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

El anlisis de la sensibilidad estudia los cambios que se producen en la solucin ptima cuando se realiza alguna de las modificaciones siguientes: i) ii) iii) Modificacin de los coeficientes de la funcin objetivo. Modificacin de las constantes de restriccin. Modificacin de los coeficientes tcnicos.

El procedimiento de resolucin siempre se partir de una solucin ptima al problema original. Queremos encontrar el intervalo de variacin de un elemento del problema, para el cual la base ptima permanece constante. Supongamos resuelto el problema siguiente: Min Z= ct X stAX= b X 0 (5.2) Pasemos a analizar cada una de las modificaciones presentadas anteriormente, siguiendo la metodologa expuesta en el Anlisis Post-ptimo.

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Modificacin de los coeficientes de la funcin objetivo
Supongamos que el coeficiente de la funcin objetivo modificado sea ck que pasa a valer ck. Queremos determinar el intervalo de variacin en el cual la base ptima permanece invariante. La base ptima B la forman los m primeros vectores, B= {A1, A2,., Am}, es decir, la base final ser B= {X1, X2,, Xm}.

Modificacin de un coeficiente bsico de la funcin objetivo

Sea Ck CB, tenemos = = 1 = 1, 2, . . , , luego la variacin de un coeficiente afecta a todos los zj, pasando a valer zj: = 1 = 1, 2, . . ,

Con cB = cB excepto la componente k-sima. Segn vimos en el apartado correspondiente de Anlisis Post-ptimo = + Para que la base ptima permanezca invariante ha de cumplirse que 0, = 1, 2, , Como partimos de una base ptima (solucin ptima) tenemos que ( ) 0, ( = 1, 2, , ) Veamos qu ocurre para los casos en los que j pertenezca a la base y no pertenezca a la base B. Caso 1: j B, es decir, ( j= 1, 2, , m). En este caso tenemos ( ) = 0 Segn se vio en el apartado correspondiente al Anlisis Post-ptimo. Caso 2: j B, es decir, ( j=m+1, m+2, , n). Queremos que (zj- cj) 0
5

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

( ) + ( ) 0 Lo que nos lleva a estudiar las siguientes situaciones: i) ii)

> 0 < 0.

El intervalo buscado es el siguiente: max min >0

<0

iii)

iv)

v)

vi)

Si todo < 0, entonces = no producindose ninguna variacin en el ptimo, luego el intervalo de variacin sera toda la recta real, , . Si no existe ningn > 0, el intervalo de variacin es: max < <0 Si no existe ningn < 0, el intervalo de variacin es: < min <0 Si ck toma un valor extremo del intervalo max min >0 <0 Por ejemplo: min , ( = + 1, + 2, . . , ) <0 Y el mnimo se alcanzase para j=r, tenemos: min = <0 Calculando el valor de : = 0

= + = +

El valor de = 0 nos indica que existe un ndice r B para el cual = 0 y, por tanto, el problema tienen infinitas soluciones.

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Modificacin de un coeficiente no bsico de la funcin objetivo
En este caso cB no se modifica, por lo que = 1 ( = 1, 2, . . , ) La nica variacin se produce sobre ck, es decir, que = + ( ) Sea positiva, en cuyo caso se introducir dicho vector en la base de la ltima tabla del simplex, modificndose la base B. El intervalo de variacin de ck es aquel que hace que ) + ( ) 0.

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Modificacin de las constantes de restriccin
Supongamos que la constante de restriccin bk cambia a bk(b vector b 1 = Y la nueva solucin ptima es = 1 . Operando en la expresin anterior: = 1 + 1 = + 1 ( ) Llamemos (bij) con (i, j= 1,2, , m) a los elementos de B-1, es decir B-1=(bij).

b), pasando a valer el

1 11 21 1 12 22 2 1 2 1
=1

= 1 =

=
=1

2
=1

La solucin ptima para el problema original es:

=
=1

+ = + ( )

Para que la base ptima no se modifique, bk ha de variar en un intervalo de manera que la nueva solucin obtenida, xi*0, es decir: +( ) 0( = 1,2, . . , ) Las situaciones que nos podemos encontrar son:
, i) > 0.

ii)

< 0.

, Lo anterior da lugar al intervalo de variacin de :

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

>

max

, min <0

iii) Si todo = 0, entonces , = . No se produce ninguna variacin en el ptimo, liego , el intervalo de variacin serpia toda la recta real, , . iv) Si no existe ningn > 0 en el intervalo de variacin es:
, min <0

v) Si no existe ningn < 0 en el intervalo de variacin es: , max >

, vi) Si toma un valor extremo del intervalo:

>

max

, min <0

Por ejemplo:
,

= min , = 1, 2, , <0

Y el mnimo se alcanza para = , tenemos:

, = min = <0

Calculando el valor de , para =

, , = + = + = 0

El valor de , = 0nos indica que existe una solucin degenerada. Veamos un ejercicio numrico de aplicacin de lo anteriormente expuesto. Ejercicio 5.2. Consideremos el siguiente problema de programacin lineal: Max = 21 2 + 3 + 4 St 1 22 + 23 4 = 2 21 + 2 33 + 4 = 6
9

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

1 + 2 + 3 + 4 = 7 1 0 = 1, 2, 3, 4 Cuya ltima tabla de simplex es: 3 3 1 2 2 1 1 0 0 2 0 1 2 11 4 16 11 1 11 23 11 34 11 1 1 3 4 5 0 0 4 11 0 1 5 11 1 0 1 11 1 1 12 11 0 0 + 12 11 6 3 11 1 11 2 11 9 11 + 9 11 7 1 11 7 11 3 11 8 11 8 11

1 2 3

2 1 1 , ,

Aplicando las expresiones de anlisis de la sensibilidad obtenidas anteriormente, obtenga los intervalos de variacin para los siguientes coeficientes: i) 1 . Al no existir ningn 1 > 0 el intervalo de variacin es: max , <

<0

1 <0

max 1

2 2 34 11 = 1 =2 = 13 2 = 6.5 1 12 4 11

Luego el intervalo de variacin para 1 es:

, , 6.5 1 < , , 1 6.5, , ii) 2 . Como es un coeficiente no bsico, la nica variacin es la de 2 2 , por lo que la , , base B no se ha modificado; el campo de variacin de 2 ser aquel en el que 2 2 0. , El valor de 2 2 se puede obtener de la ltima tabla del simplex: , , , , 2 2 , = 23 11 2 0, 23 11 2 ; 2.0909 2 , La base ptima B no se modificar siempre que 2 2.0909, .

iii) 3 . Al no existir ningn 3 < 0 ( ) el intervalo de variacin es: , max >

10

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

3 >

max 3

= Max 3

3 3 1 , 7 , 7 1 11 7 11 3 11

= 10 3 = 3.3333

, La base ptima B no se modificar siempre que 3 3.3333, .

11

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Modificacin de los coeficientes tcnicos
Supongamos que se modifica alguno de los coeficientes tcnicos (coeficientes de las variables en las restricciones) y queremos saber el intervalo en el cual puede variar a ik de manera que la base ptima permanezca invariante. Tanto para los casos en los que j permanezca a la base como en los que no pertenezca, las expresiones matemticas que se obtienen son muy farragosas, por lo que optamos por realizar el Anlisis de sensibilidad mediante un software de programacin lineal. Ejercicio 5.3 realizar un anlisis de la sensibilidad del siguiente problema de programacin lineal. Max z = 5x1 + 3x2 st 2x1 + x2 40 x1 + x2 50 x10, x20 Clculo del incremento/disminucin permisibles de c1 = 5: las restricciones obligatorias son la primera y la segunda. Alterando este coeficiente de coste por c1 se obtiene 5 + c1. En el paso 3 se obtienen (5 + c1)72 = 3/1 para la primera restriccin, y (5 + c1)/1 = 3/2 para la segunda restriccin. Resolviendo estas dos ecuaciones se obtiene c1 = 1 y c1 = -3.5. Por tanto, el incremento permisible es 1, mientras que la disminucin permisible es 1.5. As pues, mientras el primer coeficiente de coste c1 permanezca dentro del intervalo [5- 3.5, 5 +1] = [1.5, 6], contina la solucin ptima actual. De modo similar, para el segundo coeficiente de coste c2 = 3 se obtienen el rango de sensibilidad. El problema DUAL asociado al problema anterior es: Min z = 40 1 + 502 st 2 1 + 2 5 1 + 2 2 3 1 , 2 0 La solucin ptima es 1 = 7/3 y 2 = 1/3 (que son los precios sombra). Clculo del rango para el primer coeficiente del lado derecho (restricciones) del problema PRIMAL; RHS (RIGHTHAND SIDE RANGES). Las dos primeras restricciones son obligatorias, por tanto: (40 + r1)/2 = 50/1, (40+r1)/1 =50/2 12

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

De la resolucin de estas dos ecuaciones se obtiene: r1 = 60 y r1 = -15. Por tanto, el rango de sensibilidad para el primer RHS (b1) en el problema es: [40 15, 40 + 60]= [25, 100] De modo similar, para el segundo RHS (b2) se obtiene: [50-30,50+30] = [20,80]

13

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Regla del 100% (regin de sensibilidad)
El rango de sensibilidad que se present en la seccin anterior es un anlisis del tipo de un cambio por vez. Consideremos el problema anterior con dos variables. Queremos hallar los incrementos que se permiten hacer simultneamente de RHS (r1, r2 0). Existe un mtodo sencillo de aplicar que se conoce como la regla del 100%, que establece que los precios de sombra no cambian si se da la siguiente condicin suficiente: r1/60 + r2/30 1,0 r1 60,0 r2 30 Aqu 60 y 30 son los incrementos permisibles de los RHS, basados en la aplicacin del anlisis de sensibilidad ordinario. Es decir, siempre que el primero y el segundo RHS aumentan r1 y r2, respectivamente, mientras esta desigualdad contine, los precios sombra para los valores del lado derecho permanecen sin cambios. Obsrvese que sta es una condicin suficiente porque, si se viola esta condicin, entonces los precios sombra pueden cambiar o aun as seguir iguales. El nombre regla del 100% surge evidente cuando se observa que, en el lado izquierdo de la condicin, cada trmino es un nmero no negativo menor que uno, que podra representarse como un porcentaje de cambio permisible. La suma total de estos cambios no debera exceder el 100%.

Aplicando la regla del 100% a los otros tres cambios posibles en los RHS se obtiene:

r1 / (-15)+r2 / (-30) 1, r1 / (60)+r2 / (-30) 1, r1 / (-15)+r2 / (30) 1,

15 r1 0, 0 r1 60, -15 r1 0,

-30 r2 0 -30 r2 0 0 r2 30

La siguiente figura muestra la regin de sensibilidad de ambos valores RHS como resultado de la aplicacin de la regla del 100% al problema.
C2 7 30 60 -15 -30 14

-3.5

-0.5

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Desde un punto de vista geomtrico, obsrvese que el poliedro con los vrtices (60,0), (0,30), (-15,0), y (0,-30) en la figura es slo un subconjunto de una regin de sensibilidad ms grande para los cambios en ambos RHS. Por tanto, permanecer dentro de esta regin de sensibilidad es slo una condicin suficiente (no necesaria) para mantener la validez de los precios sombra actuales. Pueden obtenerse resultados similares para los cambios simultneos de los coeficientes de costes. Por ejemplo, supongamos que queremos hallar la disminucin permisible simultnea en c1 y los incrementos en c2, es decir, el cambio en ambos coeficientes de coste c1 0 y c10. La regla del 100% establece que la base corriente sigue siendo ptima siempre que: c1/ (-3.5) + c2/7 1, -3.5 c1 0, 0 c2 7 Donde 3.5 y 7 son la disminucin y el incremento permisibles de los coeficientes de coste c1 y c2, respectivamente, que se hallaron anteriormente mediante la aplicacin del anlisis de sensibilidad.

15

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Aplicaciones Prcticas a la Ingeniera Industrial
A criterio de los analistas que crearon el presente documento las aplicaciones del anlisis de la sensibilidad que se podran dar en la ingeniera industrial son: Evaluacin de fiabilidad en los diseos de experimentos. Anlisis de pronsticos de ventas (en Admn. De Operaciones). Identificacin de puntos crticos o de cambio en los costos de produccin. Identificacin de puntos de equilibrio en el descenso de los costos para la administracin de proyectos. Construccin y evaluacin de indicadores en la ingeniera econmica. Optimizacin de los modelos de pronsticos de venta en las operaciones de administracin.

16

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Ejercicio

17

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

18

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

19

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Conclusin
Ya finalizado el estudio, solo queda resaltar la amplias cualidades que nos ofrece la utilizacin del anlisis de la sensibilidad como la de mostrarnos cual son las posibles variaciones resultantes en la solucin ptima si es que cambian constantes dentro de las restricciones o en la misma funcin objetivo, adems de que nos ofrece su utilizacin el poder conocer cul es la validez que puede alcanzar nuestro modelo y que tan eficiente es evaluando su varianza. En conclusin el anlisis es una poderosa herramienta para ayudar a eliminar incertidumbres en nuestro modelo y as impactar sobre la fiabilidad, solidez y eficiencia del modelo logrando mayor conocimiento de los alcances y limitantes del modelo de trabajo.

iv

Investigacin de Operaciones

Anlisis de Sensibilidad. 2011

Bibliografa
Goic F., M. (2010). IN34A: Clase Auxiliar. Dualidad y Anlisis de la Sensibilidad . Chile: Universidad de chile. Martn Martn, Q. (2003). Investigacin Operativa. Madrid: Pearson Prentice Hall. Taha, H. A. (1995). Investigacin de Operaciones. Mxico: AlfaOmega.

Investigacin de Operaciones