Universidad Politcnica del Valle de Mxico

Ingeniera Industrial

Investigacin de Anlisis de Sensibilidad

Prof. Ismael Jess Prez Montes de Oca

Ernesto Rodrguez Prez

Matricula: 1115122097

Grupo 170501

Fecha de entrega: 27 de Marzo de 2017

 Ernesto Rodrguez Prez

ndic
e

Introduccin...........................................................................................................................3
Anlisis de la sensibilidad.....................................................................................................4
Aplicacin del Anlisis de la Sensibilidad.............................................................................5
Modificacin de los coeficientes de la funcin objetivo........................................................7
Modificacin de los coeficientes tcnicos..............................................................................8
Regla del 100% (regin de sensibilidad)................................................................................10
Aplicaciones Prcticas a la Ingeniera Industrial....................................................................12
Ejercicio..................................................................................................................................13
Conclusin..............................................................................................................................16
Bibliografa.............................................................................................................................17

2
 Introduccin

El siguiente trabajo de investigacin 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.
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.

3
 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 determinarla
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 modelo 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.
 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 sub ptimas.
- 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:

5
 1.-Con el control de los problemas, al anlisis de sensibilidad puede facilitarla
identificacin de regiones cruciales en el espacio de los parmetros de entrada.
2.-Enejerciciosdeseleccin, 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 punto3 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 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. Poro tro 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.
 El anlisis de la sensibilidad estudia los cambios que se producen en la solucin ptima
cuando se realiza alguna de las modificaciones siguientes:

i) Modificacin de los coeficientes de la funcin objetivo.

ii) Modificacin de las constantes de restriccin.
iii) 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:
t
Min Z=c X
AX=b
st
X 0 (5.2)

Pasemos a analizar cada una de las modificaciones presentadas anteriormente, siguiendo la

metodologa expuesta en el Anlisis Post-ptimo.

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 Bla forman los m primeros vectores, B={A1, A2,., Am},es decir, la
base final ser B={X1,X2,, Xm}.
 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 + x240

x1+ x250

x10,x20

Clculo del incremento/disminucin permisible es 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
es1, 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 anteriores:

Min z= 401+ 502 st

2 1+25 1 + 223

1 ,20

La solucin ptima es1=7/3 y2 =1/3(que son los precios sombra).

Clculo del rango para el primer coeficiente del lado derecho (restricciones) del problema
PRIMAL; RHS (RIGHTHANDSIDERANGES). Las dos primeras restricciones son obligatorias,
por tanto:

(40 +r1)/2= 50/1, (40+r1)/1=50/2

De la resolucin de estas dos ecuaciones se obtiene: r1 =60yr1 = -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]
 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 dala 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 vio la condicin, entonces los precios sombra pueden
cambiar o a un as seguir igual es. 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 el100%.

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

r1/ (-15)+r2/ (-30) 1, 15 r1 0, -30 r2 0

r1/ (60)+r2/ (-30) 1, 0 r1 60, -30 r2 0

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

-3.5 - 60
0.5 -
15
-30
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.

Puede no 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 c10 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 permisible de los coeficientes de coste

c1 y c2, respectivamente, que se hallaron anteriormente mediante la aplicacin del anlisis
de sensibilidad.
 Aplicaciones Prcticas a la Ingeniera Industrial

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.
Ejercicio
14
 Conclusin

Ya finalizado el estudio, solo queda resaltar las amplias cualidades que nos ofrece la
utilizacin del anlisis de la sensibilidad como la demostrarnos cuales 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.

16
 Bibliografa

Martn Martn, Q. (2003).Investigacin Operativa. Madrid: Pearson PrenticeHall.

Taha, H. A. (1995). Investigacin de Operaciones. Mxico: Alfa Omega.