Você está na página 1de 19

INDICE:1 INTRODUCCION..

ANALISIS POSOPTIMO O DE SENSIBILIDAD.3.

CAMBIOS EN LA VARIABLE DE COEFICIENTE.3

CAMBIOS QUE AFECTAN LA FACTIBILIDAD..5

SOLUICON DE JEJMPLO 1..7

SOLUCIOON DE EJMPLO 2.14

CONCLUCIONES17

BIBLIOGRAFIA..18

INTRODUCCION EL ANALISIS DE SENCIBILIDAD O TAMBIEN LLAMADE ANALISIS POSOPTIMO ES UYN TRABAJOP QUE SE REALIZARA A TOMAR EN LA UNIDAD NUMERO 5 DEL PROGRAMA DE ESTUDIOS DE LA MATERIA TECNICAS DE PLANEACION PARA LA CARRERA DE ELECTRONICA EN EL INTITUTO TECNOLOGICO DE CIUDAD GUZMAN.

ESTE TRABAJO AYUDARA A LA COMPRENSION DEL TEMA Y ABRIR EL CONOCIMIENTO DEL MISMO,

ESTE TRABAJO RECOPILA UN RESUMEN DE INFOPRMACION OBTENIDA EN VARIOS LIBROS Y DE PAGINAS DE INTERNET.

EL RESUMEN ESTA HECHO A BASE DEL INTERCALE DE INFORMACION DE LA FUENTE BIVLIOGRAFICAS QUE SE PRESENTARAN AL FINAL.

ANALISIS POSOPTIMO O DE SENSIBILIDAD La asignacin de probabilidades a los eventos es una tarea difcil que muchos gerentes pueden mostrarse difcil a hacer, por lo menos con cierto grado de exactitud. En algunos casos prefieren decir creo que la probabilidad de que este evento ocurra est entre 0.5 y 0.7. Bajo estas circunstancias, como en cualquier aspecto de decisin gerencial, es til realizar un anlisis de sensibilidad para determinar cmo afecta a la decisin la asignacin de probabilidades El anlisis de sensibilidad concierne el estudio de posibles cambios en la solucin ptima disponible como resultado de hacer cambios en el modelo original. Definiciones generales del Anlisis de sensibilidad Efecto neto. - Es la ganancia o prdida por unidad adicional de una variable que entra a la base. El efecto neto de una variable bsica siempre ser cero. f j = efecto neto Ejemplo: Realizar un anlisis de sensibilidad para el siguiente modelo. Maximizar: Xo = 10X1 + 15X2 + 4X3 + 2X4 sujeto 10X1 + 5X1 + 4X1 + " X1, X2, X3, X4 >= 0 ptima a: 20X2 + 5X2 + 2X2 + 2X3 5X3 6X3 del + + + 3X4 4X4 6X4 <= <= <= 4,000 1500 800

Solucin

problema.

Base Xo Xo 1 X2 0 X6 0 X1 0

X1 0 0 0 1

X2 X3 0 7/3 1 -13/5 0 -1/3 0 29/15

X4 X5 X6 X7 5 2/3 0 5/6 -12/15 1/15 0 -1/6 -3/2 -1/6 1 -5/6 19/10 -1/30 0 1/3

Sol. 3,333.33 400/3 500/3 400/3

CAMBIOS EN LOS COEFICIENTES DE LA FUNCIN OBJETIVO. El cambio en el Cj de una variable se interpretara, por ejemplo, como en incremento en el precio de un producto para un objetivo de maximizacin, o como la disminucin en el costo de una materia prima para un objetivo de minimizacin. Finalmente, se estudiar por separado si la modificacin en el Cj es para una variable no-bsica o para una bs ica, ya que las consecuencias en cada caso son muy diferentes. Cambios en el coeficiente Objetivo de una variable No-bsica. Es importante mencionar que una variacin de Cj a Cj en el coeficiente objetivo de una variable no-bsica, no necesariamente conlleva a una infraccin de la inmejorabilidad de la solucin ptima actual, aunque en ciertas ocaciones si lo haga. Por este motivo, se considerarn a continuacin dos alternativas de cambio mutuamente exclusivas en el Cj de una variable no-bsica. (1) cuando C j < Cj (maximizacin) en la solucin ptima actual f j = Cj - Zj <= 0 ==> f j = Cj - Zj < 0 Con lo cual la inmejorabilidad no se infringe. En consecuencia, se deduce que cuando el Cj < Cj en un problema de maximizacin, la solucin ptima actual no se alterara, lo mismo en minimizacin con Cj > Cj. (2) cuando Cj > Cj (maximizacin) Es claro que solamente cuando el precio de la utilidad de una variable no-bsica se incrementa, Cj > Cj, en un problema de maximizacin, surge la posibilidad de que se altere la inmejorabilidad y por ende la optimidad actual. fj = Cj Zj <= 0 o alternativamente, cuando Cj <= Cj + I fj I ==> Cj <= Cj -fj

Es decir, si el nuevo Cj satisface la desigualdad, la actual solucin permanece ptima; de lo contrario, debe calcularse el f j el cual ser positivo, e introducirse Xj a la base para encontrar la nueva solucin ptima. Ejemplo: Cambio en el Cj de una variable no - bsica.

Para el problema dado. a) determinar los rangos de variacin en la utilidad unitaria de las variables no-bsicas , tal que la solucin ptima no se altere. b) Evaluar los efectos de un incremento en la utilidad unitaria del producto 3 de $4 a $5. c) Evaluar el efecto de de un aumento en la utilidad actual del producto 4 de $2 a $8. a) C3 C j <= <=Cj 4 + + I I -7/3I fi <= j I 19/3

C4 <=2 C5 <= 0 C7 <= 0 + I -5/6 I = 5/6

+ +

I I

-5I -2/3 I

<= <=

7 2/3

b) Dado C3 = 5 = 15/3 satisface el lmite mximo de 19/3, por lo tanto, el incremento no modifica la solucin ptima actual. C) Ya C4 = 8 sobrepasa el lmite de incremento en C4, la solucin ptima actual cambiar. El nuevo f4 es f4 = C4 - Z4 = 8 -7 = 1 y al ser positivo, X4 debe entrar a la base.

Base 1 X2 1/6 X6 5/6 1/30

Xo Xo

X1 0

S1 S2 S3 Sol. 0 7/3 2/3 0 5/6 3,333.33 0 0 1 -13/15 -12/15 1/15 0 400/3 -----0 0 0 -1/3 -3/2 -1/6 1 500/3 -----0 1 0 29/15 19/10 1/3 400/3 4000/57

X1

X2 1

X3

X4 0

CAMBIOS QUE AFECTAN LA FACTIBILIDAD Existen 2 tipos de cambios que pudieran afectar la factibilidad de la solucin actual 1. Cambios en la disponibilidad de recursos (o segundo miembro de las restricciones) y 2. Adicin de nuevas restricciones. Consideraremos cada caso en forma individual. Cambio en el segundo miembro de las restricciones Supngase que en el modelo Reddy Mikks, la disponibilidad de la materia primaria A se cambia a 7 toneladas en vez de 6 toneladas actuales. Cmo se ve afectada la solucin actual? Sabemos que los clculos primarios -duales que los cambios en el segundo miembro de las restricciones solo pueden afectuar al segundo miembro de una tabla optima; Es decir solo pueden afectar la factibilidad. Por lo tanto, todo lo que tenemos que hacer es volver acalcular el nuevo segundo miembro de la tabla original (la matriz inversa se muestra en una region sombreada de la tabla optima.) La nueva solucin (bsica) del problema es :

Como los elementos del segundo miembro se mantienen ni negativos, las variables bsicas actuales permanecen sin cambios. Solo sus nuevos valores se transforman en .

EJEMPLO NO. 1 ANALISIS DE SENSIBILIDAD DE LOS COEFICIENTES DE LA FUNCIN OBJETIVO Y DE LAS RESTRICCIONES ANLISIS DE SENSIBILIDAD DE LOS COEFICIENTES DE LA FUNCIN OBJETIVO. (SOLUCION GRFICA)

x 0 4 0 6 0 10

y 10 0 2 0 10 0 5x + 2y 20 x + 3y 6 x + y = 10 2x + 3y = 30 Funcin objetivo

0 10 15 0

Coeficiente Cx -1/1 -(2 + ? Cx)/3 Coeficiente Cy -1/1 -2/(3 + ? Cy) -1 ? Cx 8 - 8 ? Cx 1 7

ANLISIS DE SENSIBILIDAD DE LOS COEFICIENTES DE LA FUNCIN OBJETIVO. (SOLUCION GRFICA) a) Coeficientes de la funcin objetiv o Solo es necesario hacerlo para las variables originales. a.1) Variables bsicas Las variables x e y son bsicas ya que figuran en la base (aunque x valga cero). La variable x saldr de la base cuando algn coste reducido sea menor o igual a cero. Solo debemos examinar la columna S(1). El resto no sufren modificaciones al variar el coeficiente asocia do a x (C x) Cx Zx = 0 [2 + ?Cx(1/3) 3*(1/3) 0*(2/3)] = 0 Por tanto: ?Cx = 1 Puesto que no hay otras columnas a examinar, concluimos que el coeficiente Cx podr aumentar en 1 (de 2 hasta 3) y podr disminuir todo lo que se quiera. Anlogamente , para la sensibilidad de Cy tendremos: Cy Zy = 0 [2*(1/3) (3 + ?Cy)*(1/3) 0*(2/3) = 0 Por tanto: ?Cy = -1 Concluimos que el coeficiente y podr disminuir en 1 (de 3 hasta 2) y podr aumentar todo lo que se quiera.

a.2)

Variables no bsicas

No hay variables originales no bsicas.

ANLISIS DE SENSIBILIDAD DE LAS RESTRICCIONES ANLISIS DE SENSIBILIDAD 1 RESTRICCIN (SOLUCION GRFICA)

x 0 4 0 6 0 10 0 15

y 10 0 2 0 10 0 10 0 5x + 2y 20 x + 3y 6 x + y = 10 2x + 3y = 30 Funcin objetivo

Es posible desplazar 5x + 2y hasta el punto x = 10; y = 0 en el que 5x + 2y = 50 sin que ninguna variable tome un valor negativo. Por tanto, el aumento permisible es de 20 hasta 50. esto es, 30. No es posible desplazar 5x + 2y hacia el origen, porque entonces la solucin sera infactible. 9

ANLISIS DE SENSIBILIDAD 2 RESTRICCIN (SOLUCION GRFICA)

x 0 4 0 6

y 10 0 2 0 5x + 2y 20 x + 3y 6 x + y = 10 2x + 3y = 30 Funcin objetivo

0 10 10 0 0 15 10 0

Es posible desplazar x + 3y hasta el punto x = 0; y = 10 en el que x + 3y 30 sin que ninguna variable tome un valor negativo. Por tanto, el aumento permisible es de 6 hasta 30, esto es, 24. Se puede desplazar la restriccin todo lo que se quiera ha sta el origen y la solucin no cambia, por lo que la disminucin permisible es 8 .

10

ANLISIS D E SENSIBILIDAD 3 RESTRICCIN (SOLUCION GRFICA)

x 0 4 0 6

y 10 0 2 0 5x + 2y 20 x + 3y 6 x + y = 10 2x + 3y = 30 Funcin objetivo

0 10 10 0 0 10 15 0

Es posible desplazar x + y hasta el cruce de las restricciones 1 y 2. Esto es, el punto en el que 5x + 2y = 20 y x + 3y = 6. la solucin de este sistema es x = 48/13; y = 10/13. Aplicada esta solucin a la 3 restriccin, nos da 48/13 + 10/13 = 58/13 que es el valor mnimo que pued tomar la 3 restriccin. Si ahora el lado derecho vale 10 y solo e puede valer 58/13, puede disminuir en 10 58/13 = 78/13 = 5,5384. No se puede desplazar hacia arriba, porque el problema sera infactible.

11

ANLISIS DE SENSIBILIDAD DE LAS RESTRICCIONES (SOLUCIN NUMRICA) 1 RESTRICCIN 0 + 1/3? b1 0 10 1/3 ? b1 0 24 2/3 ? b1 0 5x + 2y 20 ? b1 0 ? b1 30 ? b1 36 0 ? b1 30

2 RESTRICCIN

x + 3y 6

Es una restriccin no activa que en el ptimo vale 30. Por lo tanto, es posible incrementar 30 6 = 24 - 8 ? b3 24.

3 RESTRICCIN 0 2/3? b3 0 10 + 5/3? b3 0 24 + 13/3? b3 0

x + y = 10 ? b3 0 ? b3 -6 ? b3 -72/13 = -5.5384 DE LAS RESTRICCIONES (SOLUCIN -5,5384 ? b3 0

ANLISIS DE SENSIBILIDAD MEDIANTE SOLVER).

A continuacin se presenta la solucin del anlisis de sensibilidad obtenido mediante Solver que, como puede comprobarse, coincide con la obtenida anteriormente por los diferentes mtodos. Debe observarse que en el programa original de Solver (por lo menos en la versin 10.0 en espaol) la ltima columna tiene un error en los letreros: en lugar de poner Disminucin permisible figura en el original Aumento permisible. En la siguiente hoja este letrero ya ha sido cambiado y, por lo tanto, ya est en la forma correcta.

12

13

EJEMPLO NO. 2 Anlisis de Sensibilidad Consideremos el siguiente ejemplo:

6.3 Anlisis de Sensibilidad Consideremos el siguiente ejemplo: Mx s .a . 4 3 Z = 15 X 1 + 20 X 2 X1 + 2 X 2 6 2 X1 + 2 X 2 8 X 1 0; X 2 0

14

A partir de la resolucin grfica del problema se tiene: Solucin ptima: x1 *=2 ; x2*=2 El valor ptimo : Z = Z(2,2) = 70 El anlisis de sensibilidad permite responder, entre otras, las siguientes preguntas: 1.- Cul es el intervalo de variacin de algn coeficiente de la funcin objetivo, de modo que la actual solucin siga siendo la ptima? Sea Z = c1 x1+c2x2 La solucin ptima de la nueva funcin seguir siendo x1 *=2 ; x2*=2 ssi: 1 C1 C2 1 2

Tambin podemos estudiar el intervalo de un slo coeficiente, dejando el resto de los parmetros fijos: Para C1: 1 C1 1 10 C1 20 20 2 Para C2: 1 15 1 C2 2 15 C2 30

2.- Cul es la variacin del actual valor ptimo de la funcin objetivo si cambio en una unidad algn coeficientes del lado derecho de las restricciones ? Estudiamos por separado las variaciones de cada uno de los coeficientes del lado derecho de las restricciones, de modo que preserven la geometra del problema, esto es que se conserven las mismas restricciones activas de la solucin ptima inicial.

15

Primera restriccin. Mayor variacin del coeficiente del lado derecho se alcanza en x 1= 0 y x2 = 4, de donde se obtiene: Z(0,4) = 15*0 + 20*4 = 80 y b1 *=0 + 2*4 = 8 Menor variacin del coeficiente del lado derecho se alcanza en: x 1= 4 ; x2= 0, de donde se obtiene: Z(4,0) = 15 *4 + 20*0 = 60 y b1 = 4 + 2*0 = 4 De aqu, se calcula el precio sombra 1, que indica la razn o tasa de cambio de la funcin objetivo con respecto al cambio en una unidad del lado derecho: Z (0 ,4 ) Z ( 4 ,0 ) 80 60 1 = = = 5 * 8 4 b1 b1

Segunda restriccin: Mayor variacin del coeficiente del lado derecho se alcanza en x 1= 6 y x2 = 0, de donde se obtiene: Z(0,4) = 15*6 + 20*0 = 90 y b1 *=2*6 + 2*0 = 12 Menor variacin del coeficiente del lado derecho se alcanza en: x 1= 0 ; x2= 3, de donde se obtiene: Z(4,0) = 15 *0 + 20*3 = 60 y b1 = 2*0 + 2*3 = 6 De aqu, se calcula el precio sombra 2, que indica la razn o tasa de cambio de la funcin objetivo con respecto al cambio en una unidad del lado derecho: 2 = Z ( 6 , 0 ) Z ( 0 ,3 ) * b2 b2 = 90 60 12 6 =5

16

CONCLUCIONES EL ANALAISIS DE SENSIBILIDAD ES UNA POTENCIALIDAD DEL METODO DE SOLUCION DE `PROBLEMAS LINEALES.

SE BASA EN EL ANALISIS DE UN PROBLEMAS SIMPLEX GRAFICO, A ESTE SE LE REALIZA UN ANALISIS DE POSIBLES VARIACIONES PARA MEJORAR EL RESULTADO OPTIMO Y PODER LLEGAR A TOMAR LAS MEJORES DECICIONES FUTURAS EN LAS OPERACIONES PROGRAMADAS PARA CUALQUIER ACTIVIDAD EMPRESARIAL.

AL REALIZAR ESTE TRABAJO DOY EN RAZON QUE UNA EMPRESA DEBE ESTAR SUJETA A POSIBLES CAMBIOS EN LAS SITUACIONES DE PRODUCCION PARA NO CAER EN ERRORES DE PRODUCCION Y PARA SIEMPRE OBTENER EL MAXIMA DE GANANCIAS Y EL MINIMO DE GASTOS.

17

BIBLIOGRAFIA

HANDY A. TAHO INVESTIGACIOON DE OPERACIONES ED. ALFAOMEGA

*MOSKOWITZ Y WRHIGHT INVESTIGACION DE OPERACIONES ED. PRENTICE HALL

EN EL INTERNET:
www.itlp.edu.mx/publica/ tutoriales/investoper1/unidad4.htm - 2k apuntes.rincondelvago.com/ analisis-de-sensibilidad_1.html - 19k apuntes.rincondelvago.com/analisis -de-sensibilidad.html - 18k - 6 Nov 2004 www.umm.edu/esp_ency/article/003741.htm - 24k www.nlm.nih.gov/medlineplus/ spanish/print/ency/article/003741.htm - 9k www.geocities.com/ohcop/asensibi.html - 9k www.tdx.cesca.es/TDX-0921104-133358/ - 9k www.unirioja.es/dptos/ daa/web2/Temp/images/c_bio_cost.htm - 4k www.itlp.edu.mx/publica/ tutoriales/investoper1/tema41.htm - 4k www.uam.es/personal_pdi/ economicas/ybueno/Sensibi1203.doc www.edicionsupc.es/virtuals/caplln/OE03202X.htm - 7k www.itson.mx/dii/elagarda/apagina2001/PM/dualidad.html - 26k

18

19

Você também pode gostar