Analisis de La Sensibilidad

INVESTIGACIN DE OPERACIONES I 2 INGENIERIA INDUSTRIAL 5TO SEM
EDGAR ALMEIDA BERNAL FRANCISCO JAVIER ZUIGA

1.1 INTRODUCCIN

Sabemos que las matemticas son una herramienta fundamental para realizar
clculos, operaciones y obtener resultados. Por lo tanto dentro del estudio de
investigacin de operaciones es recurrente la utilizacin de este instrumento.
Partiendo de un modelo matemtico intervienen distintos coeficientes estos
pueden estar sujetos a cambios, fluctuaciones o errores. Por ello, su
conocimiento no siempre es preciso y pueden cambiar en muchas ocasiones.

Un uso comn es el caso en el que hemos obtenido la solucin ptima y
deseamos encontrar la nueva solucin primordial cuando hayan cambiado, por
ejemplo, las disponibilidades de los recursos (b
i
), los precios costos unitarios
por unidad (C
j
), cambio en los coeficientes tecnolgicos (a
ij
), incorporacin de
una nueva variable (Nuevo producto X
j
) y adicin de una nueva restriccin.

Esto es necesario para que el encargado de llevar a cabo la toma de decisiones
conozca en que rango se puede mover los distintos coeficientes mencionados,
mantenindose la presente solucin ptima; ello le da una ventaja competitiva
frente a otro tomador de decisiones que no ha utilizado este modelo matemtico.

En ste trabajo de investigacin se a bordara sobre lo que es el anlisis de
sensibilidad sus caractersticas y la resolucin de un problema presentando los
argumentos pertinentes y una metodologa prctica y rpida en su aplicacin; as
como encontrar la solucin optima y brindar un panorama general del software
WinQsb que facilita la obtencin de resultados de una forma rpida.

Para ello se usara un ejemplo, que en el transcurso del presente trabajo se har
mencin al que inicialmente encontraremos la solucin ptima mediante el
mtodo de programacin lineal PL y posteriormente se har uso del citado
software para su comprobacin.

1.2 DEFINICIN

En forma genrica, el anlisis de sensibilidad busca investigar los efectos
producidos por los cambios del entorno sobre el sistema. El propsito general es
identificar los parmetros relativamente sensibles (es decir, aquellos que no
pueden cambiarse mucho sin cambiar la solucin ptima), con el fin de
estimarlos con mayor precisin y seleccionar entonces una solucin que siga
siendo buena sobre los intervalos de valores probables de los parmetros
sensibles.

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 qu modelo (primal o dual) se va a utilizar para
investigar los efectos, gracias a las relaciones primal-dual estudiadas en el
captulo anterior.
1

El objetivo del anlisis de sensibilidad es identificar los parmetros sensibles,
(por ejemplo, los parmetros cuyos valores no pueden cambiar sin que cambie la
solucin ptima). Para ciertos datos que no estn clasificados como sensibles,
tambin puede resultar de gran utilidad determinar el intervalo de valores del
parmetro para el que la solucin ptima no cambie.

1
Gonzlez Ariza, ngel Len, Manual prctico de investigacin de operaciones1
3ra edicin barranquilla: ediciones Uninorte, 2003, Pg 148


1.3 IMPORTANCIA
Dado que los parmetros que se muestran en el modelo utilizan valores
estimados basados en una prediccin de las condiciones futuras, los datos
obtenidos para desarrollar estas estimaciones son bastante imperfectos; por esto
pueden tomar otros valores posibles. De ah la importancia de este anlisis.
El anlisis de sensibilidad es una herramienta efectiva, por dos razones
fundamentales.
Primera: los modelos de programacin lineal son con frecuencia grandes
y costosos; por lo tanto no es recomendable utilizarlos para un solo caso.
Segunda: 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.
2

Las labores del equipo de investigacin de operaciones aun no concluye o se
ha realizado, sino, cuando ya se ha aplicado con xito el mtodo simplex o la
programacin lineal a fin de identificar una solucin ptima para el modelo
matemtico. Esto quiere decir que, los valores usados en el modelo
normalmente slo son estimaciones o pronsticos basadas en una serie de
predicciones futuras. Los datos obtenidos para desarrollar estas estimaciones
a menudo son un tanto imprecisos o inconsistentes. Sin embargo, pueden
representar sobreestimaciones deliberadas o espordicas para proteger el
inters de quienes los estiman.
Por tal motivo estas circunstancias que se presentan deja algunos cabos
sueltos, por eso importante llevar a cabo un anlisis de sensibilidad para
investigar el efecto sobre la solucin ptima proporcionada por la
programacin lineal, para verificar si los parmetros sufren una variacin y
toman otros valores posibles.

2
3ra edicin barranquilla: ediciones Uninorte, 2003, Pg. 149

1.4 INSTRUMENTOS PARA EL CLCULO DEL ANLISIS DE SENSIBILIDAD

Para resolver un problema de investigacin de operaciones en donde se pida la
obtencin del anlisis de sensibilidad se recomienda dos formas diferentes para
su solucin las cuales consisten en:
Si se dispone de una calculadora programable o computadora en el cual
se pueda instalar algn software que calcule datos de programacin lineal
en este caso recomendable el WinQsb facilitara mejor la labor del
gestionador de toma de decisiones y la ventaja de utilizar los instrumentos
de tecnologa es que permite realizar modificaciones en valores de forma
inmediata y realizar tantos clculos se deseen para su posteriormente
llegar a su anlisis siempre y cuando el problema no sea extenso o
complejo.

1.5 CAMBIOS EN LOS PARMETROS DEL MODELO

El anlisis de sensibilidad se lleva a cabo en:

Cambios en los niveles de recursos escasos.
Cambios en los coeficientes de la funcin objetivo (coeficientes de
variables bsicas y coeficientes de variable no bsicas).
Cambios en los coeficientes tecnolgicos (variaciones en las a
ij
para
variables bsicas y no bsicas).
Supresin y adicin de restricciones.
Adicin de nuevas variables.
3

3


1.5.1 CAMBIOS EN LOS NIVELES DE RECURSOS ESCASOS B
i

La sensibilidad de la solucin ptima de un problema de programacin lineal se
mide a travs de una cota superior y una inferior para el nivel de los recursos
que se modifican. En otras palabras, se busca un rango de factibilidad para el
cual la solucin sigue siendo ptima y solamente se vea afectada la columna de
los B
i
, donde aparecen los valores de las variables bsicas y el valor de la
funcin objetivo.
En forma grfica, la variacin en el nivel de recursos sirve para desplazar una
lnea, que representa la restriccin, de manera que se reduzca o aumente la
regin factible.
4

Un ejemplo puede apreciarse en la siguiente grfica:

4

1.6 ANLISIS DE LA GRFICA ANTERIOR

Suponga que BC representa l nivel de recurso b
i
, y que B es el punto extremo
que representa la solucin ptima y, adems, ABCD son os puntos extremos
que demarcan la regin factible o conjunto convexo.
Ahora se supone que el nivel de recursos tiene un incremento AB
i
, el cual hace
que la lnea que lo representa sea BC.
La solucin ptima se encuentra en B y los puntos que siguen siendo una
combinacin X,Y con valores diferentes, que conllevan a un nuevo valor ptimo
de la funcin objetivo. Si se representa una nueva suposicin, pero ya no de
incremento de b
i
sino de una disminucin, o sea, -Ab
i
, Cul sera la nueva
solucin?
Si se observa la grfica, la combinacin ptima X, Y anterior ya no es ptima por
que los puntos ptimos factibles son o A o C. Por lo anterior, hay necesidad de
hallar el rango de factibilidad para poder estudiar las variaciones en la columna
de cantidades, de forma que la solucin inicial siga siendo ptima. Hay dos
formas de proceder para establecer el rango de factibilidad:
Primera. A partir de la solucin optima y tomando los valores de las
variables bsicas sumarle algebraicamente el coeficiente a
ij
multiplicado
por el incremento, positivo o negativo, segn sea aumento o
disminucin del nivel del recurso en estudio; luego, a estas expresiones
resultantes deben ser > 0, y finalmente se establece el rango de
factibilidad.

El rango de factibilidad puede utilizarse para determinar el rango de
disponibilidad del recurso analizado y proceder a hallar el efecto sobre la
solucin ptima.
La solucin ptima nueva se estima con las frmulas 1 y 2.
5

5


El anlisis de Sensibilidad tambin permite analizar, entre otras cosas:
Cambios en los b
i
(lo que implica cambios en las pendientes de las
restricciones.
Cambios en los coeficientes de una variable no bsica.
Cambios en los coeficientes de una variable bsica
Cambios en los c
i
(lo que implica cambios en la pendiente de la funcin
objetivo).
Introduccin de una nueva variable.
Introduccin de una nueva restriccin.

1.7 GRAFICO DE SENSIBILIDAD

Para determinar si la base actual todava es ptima despus de cambiar un
coeficiente de la funcin objetivo, obsrvese que al modificar el coeficiente de la
funcin objetivo de una variable cambia la pendiente de la recta de isoutilidades.
La base actual contina siendo ptima siempre que la solucin ptima actual sea
el ltimo punto en la regin factible que tenga contacto con las rectas de
isoutilidades a medida que uno se desplaza en la direccin en que se incrementa
z (para un problema de maximizacin). Si la base actual es ptima, los valores
de las variables de decisin se conservan sin cambio, pero s podra cambiar el
valor ptimo de z.

Para determinar si la base actual sigue siendo ptima despus de cambiar el
segundo miembro de una restriccin, empiece por encontrar las restricciones
(posiblemente restricciones de signo) que son activas para la solucin ptima
actual. Como cambiamos el segundo miembro de la restriccin, la base actual
sigue siendo ptima siempre que el punto donde las restricciones son
actividades se conserve factible. Incluso si la base actual contina siendo
ptima, podran cambiar los valores de las variables de decisin y el valor ptimo
de z.
6

6
Wayle l. Winston, Investigacin de operaciones aplicaciones y algoritmos,
cuarta edicin Editorial Internacional Thompson, 2006, Pg. 252

1.8 PROBLEMA 1

Alagh le Cheve
7
vende cuatro tipos de licores (productos). Los recursos
necesarios de cada uno y los precios de venta se presentan en la tabla. En la
actualidad se dispone de 4600 unidades de materia prima y 5000 horas de mano
de obra. Para cumplir con la demanda de los clientes, se tienen que producir
exactamente un total de 750 botellas de licor. Los clientes demandan tambin
que por lo menos se elaboren 550 unidades de licor de la botella 4.
Determine una programacin lineal con el cual se maximicen los ingresos por las
ventas de Alagh le cheve.

MODELO MATEMATICO

Costos y recursos necesarios para ALAGH LE CHEVE

x1 x2 x3 x4
Recursos

Producto 1 Producto 2 Producto 3 Producto 4
Materia prima

2 3 4 7
Horas de mano de obra 3 4 5 6
Precio de venta (Dlares) 5 8 10 12

SOLUCIN

Funcin objetivo

Max Z = 5x1 + 8x2 + 10x3 + 12x4

Restricciones

x1 + x2 + x3 + x4 = 750 (PRODUCTO 1, 2, 3, 4)
x4 550 (PRODUCTO 4)
2x1 + 3x2 + 4x3 + 7x4 4600 (PRODUCTO 1, 2, 3, 4)
3x1 + 4x2 + 5x3 + 6x4 5000 (PRODUCTO 1, 2, 3, 4)
x1, x2, x3,x4 0 NO NEGATIVIDAD

7
Marca patentada por los alumnos de Ingeniera Industrial 5to semestre.

Restricciones
Coordenadas
(750,750) (750,750)
x1 x2 x3 x4

X1 + x2 +x3 +x4 =750
X1 =750
X2 =750
X3 =750
X4 =750

2x1 + 3x2 +4x3 +7x44600
2x1 4600 COORDENADAS
X1 =4600/2
X1 =2400
3x2 4600 (2400,1533.33)
X2 =4600/3 x1 x2
X2 =1533.33

4x3 4600
X3 =4600/4
X3= 1150 (1150, 657.14)
7x4 4600 X3 X4
X4 =4600/7
X4= 657.14

3x1 + 4x2 + 5x3 + 6x4 5000
3x1 5000
X1 5000/3 (1666.66, 1250)
X1 = 1666.66 X1 X2
4x2 5000
X2 5000/4
X2 = 1250

5x3 5000
X3 5000/5
X3 = 1000 (1000, 833.33)
6x4 5000 X3 X4
X4 5000/6
X4 = 833.33


1.9 RESOLUCIN DE PROBLEMA CON EL SOFTWARE WINQSB
Ya que se tiene el modelo matemtico se procede abrir el programa de
programacin lineal y entera (Linear and Integer Programming) en el men inicio,
programas, WinQSB Linear and Integer Programming.

En el men Archivo (File) seleccionar Nuevo problema (New Problem) para
ingresar los aspectos generales del problema:

A continuacin ilustraremos la ventana inicial, en donde introducimos los datos
generales del problema, luego, la ventana de captura de los datos
correspondientes a la funcin objetiva y las restricciones y por ltimo la ventana
que nos muestra los resultados de la solucin ptima.

Ventana inicial

Se ingresa el ttulo del problema (problema title), se numeran las variables que
intervienen en el problema en este caso son 4 (x1, x2, x3, x4) y el nmero de
restricciones que estn condicionando o limitando nuestro problema en este
caso son 4 . Se selecciona el criterio objetivo, y como menciona la funcin
objetivo es: maximizar (maximization).Ahora como se muestra en la restriccin
x1 , x2 0, denota que es una restriccin de no negatividad (nonnegative
continuous), de esta manera, se selecciona dicha opcin de el rea de tipo de
variable (Default variable type). Una vez llenados todos los campos se presiona
el botn OK, generando una tabla como se muestra a continuacin.
8

8
Quesada Ibaren, V. M., & Vergara Schmalbach, J. C. (14 de Junio de 2008).
Anlisis Cuantitativo Con WinQSB. Cartagena, Bolvar, Colombia./Investigacin
de operaciones 1 Ing. Jos Ernesto Domnguez Herrera
Continua positiva
Entera positiva
Binario (0,1)
Irrestricta
Maximizar

Continua positiva Minimizar
Formato de matriz
Formato normal
# Restricciones
# Variables


El nmero de restricciones no incluye las restricciones de NO-NEGATIVIDAD.

Se recomienda el formato de matriz de hoja de clculo por ser la ms didctica.

Con doble clic del ratn se puede cambiar el sentido de la desigualdad
convertirla en igualdad, y el tipo de variable. Tambin se puede restringir el valor
de cada variable, cambiando su valor mnimos y mximo.

Para solucionar el problema se da clic sobre el icono que aparece en la parte
superior.

Ya que aparece la ventana donde se anotaran los datos, la primera fila (Variable
) corresponde a los encabezados de las variables (en gris) definidas en este
caso por el usuario (son las cuatro variables del problema), seguido por el
operador de relacin (Direction) y la solucin condicional de las restricciones o
lado de la mano derecha (Right Hand Side -R. H. S).

La segunda fila (Mazimize) permite introducir los coeficientes de la funcin
objetivo. Luego aparecen una serie de filas identificadas por la letra C y un
consecutivo, las cuales corresponden a la cantidad de restricciones con que
cuenta el modelo que son 4 en este caso. Por ltimo aparecen tres filas donde
definimos el valor mnimo aceptado por cada variable (Lower Bound), el valor
mximo (Upper Bound) y el tipo de variable (Variable Type). En el caso del valor
mximo, M significa que la variable podr recibir valores muy grandes
(tendientes a infinito).
9

Sentido de desigualdad

9
Quesada Ibaren, V. M., & Vergara Schmalbach, J. C. (14 de Junio de 2008).
Anlisis Cuantitativo Con WinQSB. Cartagena, Bolivar, Colombia./Investigacin
de operaciones 1 Ing. Jos Ernesto Domnguez Herrera.

y posteriormente de haber agregado los datos en la tabla se procede a dar
solucin donde aparece un cuadro de dialogo que mostrara en la grfica
siguiente el resultado optimo.

Para ver el grafico se tiene que ir al men solucin y anlisis y darle click en
mtodo grafico o desde la barra de men se puede accesar a esta ventana
donde se escogen las variables que se quieren visualizar en el grafico.

En la siguiente ventana se nos ofrece la solucin ptima y algunos datos del
anlisis de sensibilidad, cuyo significado, entramos a explicar.

Para efectos de una interpretacin que guarde mayor relacin con la realidad,
supondremos que las variables X1, X2, x3, x4 representan las cantidades a
producir de los licores 1,2,3,4. Las restricciones representan la cantidad de
recursos disponibles del tipo mano de obra y materia prima la funcin objetiva
son las utilidades logradas.

Restricciones y su interpretacin

La ventana la hemos dividido en dos, mediante una lnea de color verde, en la
parte superior de dicha lnea, se encuentra la informacin relacionada con las
variables bsicas, y la funcin objetivo.

En la parte inferior de la lnea verde, se encuentra la informacin referente a
cada una de las restricciones y su interpretacin.

1.10 INTERVALOS PARA LOS COEFICIENTES DE LA FUNCIN OBJETIVO

Dentro de la ventana grafica que arroja el software podemos encontrar algunos
indicadores del anlisis de sensibilidad como es ALLOWABLE MIN ( Minino
permisible) y este seala la cantidad que puede disminuir un coeficiente de la
funcin objetivo sin que la base actual deje de ser ptima. Del mismo modo
ocurre con el trmino ALLOWABLE MAX (Mximo permisible) y este seala la
cantidad que puede aumentar el coeficiente de una funcin objetivo sin que la
base estructural deje de ser ptima. La parte de REDUCED COST (Costo
reducido) nos brinda informacin acerca de cmo cambia la solucin ptima de
la programacin lineal.


Aqu se muestra el reporte combinado de los anlisis de sensibilidad


1.11 INTERPRETACIN DE RESULTADOS

En la parte superior en esta tabla contiene los resultados ptimos del modelo
matemtico que se ingres. La columna Valores de la solucin (Solution Value)
presenta los valores ptimos encontrados. En este ejemplo se tiene que X1 la
botella de licor 1 no debe producir, la botella 2 tiene 50 demandas para producir,
la botella 3 tiene una demanda de 150 y la botella 4 tiene una demanda de 550.
La columna Costo o Utilidad Unitaria (Unit Cost or Profit) muestra los
coeficientes de la funcin objetivo para cada variable.

La columna Contribucin Total (Total Contribution) representa el costo o utilidad
generado por cada variable. Por ejemplo, si el valor de la variable X3 (botella de
licor 3) es 150 veces su demanda y el valor unitario o costo en dlares por
botella $$ es 10, el beneficio total resultar de la multiplicacin de ambos valores
dando como resultado 1.500,0000 dlares. Justo debajo de la ltima contribucin
aparece el valor de Z ptimo (8.500,0000). que es el total de contribucin o
ganancia que puede tener por la venta de sus cuatro productos de botellas de
licor Alagh le Cheve.

El costo reducido para los productos de licor 2,3,4 es de $0 por lo que no tendr
perdidas de utilidades o saldos rojos s es que se quieren producir unidades y
del producto 1 por cada unidad producida se perdera -$1 de utilidades. En la
siguiente casilla a la derecha, se nos informa que sta variable es bsica. En las
dos ltimas casillas de sta fila, se muestra el anlisis de sensibilidad para
x1,x2,x3,x4 que nos indica que la utilidad por unidad del producto 1 debe estar
en el rango de: - < x1 < 6,0000 para producto 2 debe estar en el rango
7,5000<x2<9,3333, para producto 3 el rango es 9,000 <x3<11,0000 y finalmente
para producto 4 el rango es -<x4<16,0000 para que la solucin actual se
mantenga ptima.

Superior


En la parte inferior se muestra que la fila 1 corresponde a la restriccin 1,
referente a la disponibilidad del recurso A , para el que se muestra el valor del
lado izquierdo, evaluado con la solucin optima y que indica que del recurso A
se utilizar 750 unidades, de las 750 disponibles, por ello la holgura excedente
de dicho recurso es de cero unidades. El precio sombra nos indica que si se
dispone de una unidad adicional del recurso A, ello ocasionar un incremento en
la utilidad de $2 ; Siempre y cuando el valor del recurso se encuentre entre los
lmites de sensibilidad 737,500 < b1 < 800,0000 ; que son los valores que hacen
que la solucin actual permanezca factible.

La fila 2 corresponde a la restriccin 2, referente a la disponibilidad del recurso B
, para el que se muestra el valor del lado izquierdo, evaluado con la solucin
optima y que indica que del recurso B se utilizan 4,600.0000 unidades, de las
4,600.0000 disponibles, por ello la holgura excedente de dicho recurso es de 0
unidades. El precio sombra nos indica que si se dispone de una unidad adicional
del recurso B, ello ocasionar una perdida en la utilidad de -$4 siempre y cuando
el valor del recurso se encuentre entre los lmites de sensibilidad 533,3333 < b2
< 587,5000 ; que son los valores que hacen que la solucin actual permanezca
factible.

La fila 3 corresponde a la restriccin 3, referente a la disponibilidad del recurso C
optima y que indica que del recurso C se utilizan 550 unidades, de las 550
disponibles, por ello la holgura excedente de dicho recurso es de 0 unidades.
El precio sombra nos indica que si se dispone de una unidad adicional del
recurso C, ello ocasionar un incremento en la utilidad de $2 siempre y cuando
el valor del recurso se encuentre entre los lmites de sensibilidad 4,450.0000 <
b3 < 4,650.0000; que son los valores que hacen que la solucin actual
permanezca factible.

Inferior


La fila 4 corresponde a la restriccin 4, referente a la disponibilidad del recurso D
optima y que indica que del recurso D se utilizar 4,250.0000 unidades, de las
5,000.0000 disponibles, por ello la holgura excedente de dicho recurso es de
750,000 unidades. El precio sombra nos indica que si se dispone de una unidad
adicional del recurso D, ello ocasionar un incremento en la utilidad de $0 ;
Siempre y cuando el valor del recurso se encuentre entre los lmites de
sensibilidad 4,250.0000 < b4 < ; que son los valores que hacen que la solucin
actual permanezca factible.

La solucin optima de cada botella de licor es la para la botella de licor X1 no
conviene producir, la botella 2 tiene 50 demandas para producir, la botella 3
tiene una demanda de 150 y la botella 4 tiene una demanda de 550. Lo cual
quiere decir que la botella 4 es la que mejor maximizara las ganancias.


CONCLUSIN

La materia de Investigacin de operaciones es importante en el desarrollo
integral del alumno ya que le ayuda a plantear modelos matemticos, as como
la toma de decisiones sobre distintas problemticas que se pueden enfrentar en
cualquier ambiente ya sea en el hogar, escuela, trabajo y en el rea laboral
productiva como son las aerolneas, industrias, etc.

Dentro de los temas que abarca esta rama de la investigacin el alumno es
capaz de desarrollar habilidades de anlisis, pensamiento crtico, agilidad mental
y responsabilidad.

Por ende el tema primordial de este trabajo anlisis de la sensibilidad es una
herramienta que ayuda a profundizar ms sobre los problemas arrojando
mrgenes mas slidos en cuanto a soluciones ptimas se refiere con esto el
alumno podr comparar dentro de las distintas opciones cual es la que mejor
satisfaga a los requerimientos que plantee la problemtica y dependiendo de la
funcin que se desee obtener ya sea de maximizar o minimizar.

Por ltimo cabe mencionar que existen varias mtodos para los distintos
problemas a resolver como son teora de colas, arboles de decisin, teora de los
juegos, programacin de metas, simulacin, anlisis de redes, procesos de
markov, anlisis de reposicin, programacin lineal, etc. El ltimo mtodo
mencionado fue en este caso el que se utilizo para la realizacin del problema
de este trabajo el cual cumpli con nuestras expectativas propuestas.


FUENTES DE INFORMACIN BIBLIOGRAFICA

BIBLIOGRAFIA
J., G. H. (1999). BREVE INTRODUCCION A LA INVESTIGACION DE OPERACIONES. SAN LUIS
POTOSI: UNIVERSITARIA POTOSINA.
LEON, G. A. (2003). MANUAL PRACTICO DE INVESTIGACION DE OPERACIONES 1 .
BARRANQUILLA: EDICIONES UNINORTE.
WINSTON, W. L. (CUARTA EDICION 2006). INVESTIGACION DE OPERACIONES
APLICACIONES Y ALGORITMOS. UNIVERSIDAD INDIANA: INTERNACIONAL THOMSON.

TABLA DE CONTENIDO

1.1 INTRODUCCIN............................................................................................ 2
1.2 DEFINICIN ....................................................................................................................... 3
1.3 IMPORTANCIA ............................................................................................. 4
1.4 INSTRUMENTOS PARA EL CLCULO DEL ANLISIS DE SENSIBILIDAD
............................................................................................................................. 5
1.5 CAMBIOS EN LOS PARMETROS DEL MODELO ..................................... 5
1.5.1 CAMBIOS EN LOS NIVELES DE RECURSOS ESCASOS B
i
.......................... 6
1.6 ANLISIS DE LA GRFICA ANTERIOR ..................................................... 7
1.7 GRAFICO DE SENSIBILIDAD ...................................................................... 8
1.8 PROBLEMA 1 ............................................................................................... 9
1.9 RESOLUCIN DE PROBLEMA CON EL SOFTWARE WINQSB.............. 11
1.10 INTERVALOS PARA LOS COEFICIENTES DE LA FUNCIN OBJETIVO
........................................................................................................................... 17
1.11 INTERPRETACIN DE RESULTADOS .................................................... 19
CONCLUSIN ................................................................................................... 22
BIBLIOGRAFIA ................................................................................................. 23

Analisis de La Sensibilidad

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Analisis de La Sensibilidad

Hochgeladen von

Copyright:

Verfügbare Formate

INVESTIGACIN DE OPERACIONES I 2 INGENIERIA INDUSTRIAL 5TO SEM

EDGAR ALMEIDA BERNAL FRANCISCO JAVIER ZUIGA

Das könnte Ihnen auch gefallen