En forma genrica el anlisis de sensibilidad busca investigar los efectos
producidos por los cambios del entorno sobre el sistema.
Desde el punto de vista de la programacin lineal, el anlisis de sensibilidad llamado tambin, anlisis paramtrico es un mtodo que permite investigar los efectos producidos por los cambios en los valores de los diferentes parmetros sobre la solucin ptima. Es necesario no perder de vista que los cambios en la solucin del primal repercuten automticamente en la solucin de su modelo dual. Por lo tanto puede elegirse de modelo (primal o dual) se van a utilizar para investigar los efectos gracias a las relaciones primal dual estudiadas en el captulo anterior.
IMPORTANCIA DE LA SENSIBILIDAD El anlisis de sensibilidad es una herramienta efectiva por dos razones fundamentales. 1. Los modelos de programacin lineal, son con frecuencia en grandes y costosos por lo tanto. No es costeable utilizarlos para un solo caso.
SISTEMA Entorno Entorno Entorno Entorno 2. Los elementos que se dan como datos para un problema de programacin lineal, la mayora de las veces son estimaciones, por lo tanto es necesario investigar o tener en cuenta ms de un conjunto de casos posibles.
HERRAMIENTAS DE CLCULO Para llevar a cabo el anlisis de sensibilidad se recomienda dos formas diferentes de acuerdo a la tecnologa disponible y a la complejidad del problema. Si se tiene una calculadora programable o un computador y el problema es pequeo se puede solucionar el modelo nuevamente con los datos de experimentacin, tantas veces como se desee, para su posterior anlisis. Si el problema es muy complejo no es necesario resolver todo el modelo una y otra vez, si no que se puede utilizar ciertas propiedades del mtodo de sensibilidad para hacer los ajustes a la solucin ptima.
CAMBIO EN LOS PARAMETROS DEL MODELO El anlisis de sensibilidad se lleva a cabo en. Cambio en los niveles de recursos escasos (variacin de los B ) Cambio en los coeficiente de la funcin objetivo (coeficiente de la variaciones bsicas y coeficiente de las variaciones no bsicas) Cambio en los coeficientes tecnolgicos (variaciones en las A para variables bsicas y no bsicas) Supresin y edicin de restricciones Adicin de nuevas variables El anlisis que se va a realizar se har teniendo en cuenta el mayor impacto sobre la solucin ptima debido a las variaciones de los valores en los parmetros por inexactitud en las estimaciones. Se empezara por investigar las consecuencias de las variaciones en los coeficientes de la funcin objetivo y recursos disponibles que a juicio del autor son los de mayor impacto y posteriormente se continuara analizando las variaciones de los A. aparicin de una nueva restriccin o necesidad de adicionar una nueva variable. Cambio en los niveles de recursos escasos o variaciones en los () la sensibilidad de la solucin ptima de un problema de programacin lineal se mide a travs de una cuota superior y una inferior para el nivel de los recursos que se modifica en otras palabras, se busca un rango de factibilidad para la cual la solucin sigue siendo optima y solo se ve afectada la columna de los B. Donde aparecen los valores de las variables bsicas y el valor de la funcin objetivo. En forma grfica la variacin en el nivel de recurso sirve para desplazar una lnea que se representa la restriccin de manera que se reduzca o aumente la regin factible.
Ejemplo: Representacin grfica de la variacin de recursos Grafica 2
Anlisis de la grfica anterior. Suponga que BC representan el nivel de los recursos B 1, y que B es el punto extremo que representa la solucin ptima y, adems, A, B, C, D son los puntos extremos que demarcan la regin factible o conjunto convexo. Ahora se supone que el nivel de recursos tienen un incremento B 1 el cual hace que la lnea que lo representa sea B, C. Se pregunta entonces. Cul es la solucin ptima? La solucin ptima se encuentra en B, y en los puntos siguen siendo una combinacin X, Y con los valores diferentes, que conllevan, obviamente, a un nuevo valor ptimo de la funcin objetivo. Si se representa una nueva suposicin pero ya n de incremento debe si no una disminucin, o sea -B 1 , cul sera la nueva solucin. Si se observa la grfica la combinacin ptima X, Y anterior ya no es ptima porque los puntos ptimos factibles son 0 A, 0 C por lo anterior hay necesidad de hallar el rango de factibilidad para poder estudiar las variaciones.