Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ING: indusrial
Tema :
Analisis de sensibilidad
Equipo: 3
Joezer Isaí Arcos Fernandez
Amairani Cupil Echeverria
Perla Rubi Perez Hernnadez
Cristian Torres Perez
Grado:
4tº
GRUPO:
B
INTRODUCCIÓN
Sabemos que las matematicas son una herramienta fundamental para realizar calculo, operaciones y obtener resultados. Porlo tanto, dentro del
Estudio de investigación de operaciones es recurrente la utilización de esta materia; partiendo de un modelo matematico interviene disntintos
Coeficientes esto puede estar sujeto a cambios fluctuaciones o errores. Por ello, su conocimiento no siempre es preciso y pueden cambiar en
Muchas ocaciones
En este trabajo de investigación se aborda sobre lo que es el analisis de sensibildad y la resolución de los problemas presentando los argumentos
Pertinentes y una metodologia practica sencilla en su aplicación
El analisis de sensiblidad nos permite explicar como obtener información de sensibildad de variables y restricciones. En este modelo de
Programación lineal es importante buscar la solución optima, pero a menudo es necesario saber que sucede cuando modifican los valores
de los datos
Análisis de
sensibilidad
El análisis de sensibilidad en investigación de operaciones permite comprender
los efectos que se producen en una solución óptima.
𖤓 Revisión del modelo: En esta parte se establecen los cambios en los parámetros
que se quieren investigar. Estos pondrán a prueba la viabilidad de la solución
óptima y permitirán identificar los efectos que provocan.
𖤓 Conversión a la forma adecuada de eliminación Gauss: Esta metodología permite
convertir los datos en una tabla apropiada para identificar y evaluar la solución
actual.
𖤓 Prueba de factibilidad: Se examina si la solución es factible mediante la
comprobación de todas las variables básicas que aún tengan valores no negativos.
𖤓 Prueba de que la solución es óptima: La solución se verifica para determinar si es
o no óptima, ya que previamente se ha comprobado que es factible. Se
comprueban los coeficientes de las variables no básicas de la región Z que
permanecen no negativos.
𖤓 Optimización: Si la solución no supera alguna de las pruebas indicadas, se
procederá a optimizarla a partir de los resultados obtenidos. Así, se irá puliendo
hasta dar con los valores adecuados, aquellos que ofrezcan unas variables
satisfactorias en parámetros clave.
El Algoritmo del Simplex fue enunciado por George Dantzing en 1947,
Algoritm
siendo un procedimiento iterativo de búsqueda de la solución óptima en
problemas de programación lineal de cualquier tamaño. El desarrollo de
este algoritmo requiere de ciertas hipótesis de partida:
o
a) Proporcionalidad: la contribución de cada actividad al valor de la del
Simplex
función objetivo es proporcional, así como al valor de los términos
independientes de las restricciones.
b) Aditividad: No se permite la existencia de productos cruzados, de
manera que la combinación de varios procesos se obtiene como la suma de
los factores exigidos individualmente por cada uno de ellos.
c) Divisibilidad: todas las variables del modelo pueden tomar cualquier
valor no entero, siempre y cuando cumplan todas las restricciones del
programa, incluyendo la de no negatividad.
d) Certidumbre: todos los parámetros del modelo son conocidos con
certeza.
El problema que presenta el Algoritmo del Simplex es que no permite trabajar con desigualdades, por
lo que las inecuaciones correspondientes a las restricciones deben convertirse en ecuaciones. Para
ello, se introducen los procesos de holgura con un coeficiente técnico unitario, tantos como
desigualdades tenga el programa productivo.