Universidad Fermín toro Vice Rectorado Académico Decanato de Ciencias Económicas y Sociales Licenciatura en Administración, Mención: Gerencia Integrantes Mariela Torres F. Ichy Meza H. CABUDARE, JULIO 2012 Investigacion De Operaciones

Modelo de Sensibilidad Variables controlables incorporadas al plan son: Variables controlables incorporadas al plan son: Precio Precio Producto Producto Logística Logística Promoción Promoción Variables no controlables en un proyecto son: Variables no controlables en un proyecto son: Competencia Competencia Consumidores Consumidores Entorno económico, político, legal. Entorno económico, político, legal. Permite evaluar el impacto de las modificaciones de los valores de las variables más importantes sobre los beneficios y, consecuentemente, sobre la tasa de retorno Permite evaluar el impacto de las modificaciones de los valores de las variables más importantes sobre los beneficios y, consecuentemente, sobre la tasa de retorno. Tiene como finalidad evaluar el impacto que los datos de entrada o de las restricciones especificadas a un modelo definido, tienen en el resultado final o en las variables de salida del modelo Tiene como finalidad evaluar el impacto que los datos de entrada o de las restricciones especificadas a un modelo definido, tienen en el resultado final o en las variables de salida del modelo Indicará las variables que más afectan el resultado económico de un proyecto y cuales son las variables que tienen poca incidencia en el resultado final. Indicará las variables que más afectan el resultado económico de un proyecto y cuales son las variables que tienen poca incidencia en el resultado final. Proceso de medición de variables que afectan el desarrollo del proyecto de inversión. Proceso de medición de variables que afectan el desarrollo del proyecto de inversión. Para la realización del análisis de sensibilidad en los proyectos empresariales específicos, es necesario determinar qué tipo de sistema o herramienta se adecua más a las necesidades. Para la realización del análisis de sensibilidad en los proyectos empresariales específicos, es necesario determinar qué tipo de sistema o herramienta se adecua más a las necesidades. El análisis de sensibilidad juega un papel de gran importancia, en la investigación de que si las estimaciones están equivocadas o no. La idea fundamental es proporcionar la clave para realizar la investigación de manera eficiente. Identificar parámetros relativamente sensibles que afecten la solución optima, estimarlos de mayor cuidado y elegir una solución que se mantenga dentro de los valores posibles. El análisis de sensibilidad juega un papel de gran importancia, en la investigación de que si las estimaciones están equivocadas o no. La idea fundamental es proporcionar la clave para realizar la investigación de manera eficiente. Identificar parámetros relativamente sensibles que afecten la solución optima, estimarlos de mayor cuidado y elegir una solución que se mantenga dentro de los valores posibles.

Procedimiento Para Análisis De Sensibilidad 1. Revisión del modelo: Se hacen los cambios deseados en el modelo que se va a investigar. 2. Revisión de la tabla simplex final: Se emplea la idea fundamental para determinar los cambios que resultan en la tabla simplex final. 2. Revisión de la tabla simplex final: Se emplea la idea fundamental para determinar los cambios que resultan en la tabla simplex final. 3. Conversión a la forma apropiada: Se convierte esta tabla en la forma apropiada para identificar y evaluar la solución básica actual aplicando (según sea necesario) eliminación de Gauss. 3. Conversión a la forma apropiada: Se convierte esta tabla en la forma apropiada para identificar y evaluar la solución básica actual aplicando (según sea necesario) eliminación de Gauss. 4. Prueba de factibilidad: Se prueba la factibilidad de esta solución verificando que todas las variables básicas sigan teniendo valores no negativos en la columna del lado derecho. 4. Prueba de factibilidad: Se prueba la factibilidad de esta solución verificando que todas las variables básicas sigan teniendo valores no negativos en la columna del lado derecho. 5. Prueba de optimalidad: Se verifica si esta solución es óptima (si es factible), comprobando que todos los coeficientes de las variables no básicas en el renglón 0 sigan siendo no negativos. 5. Prueba de optimalidad: Se verifica si esta solución es óptima (si es factible), comprobando que todos los coeficientes de las variables no básicas en el renglón 0 sigan siendo no negativos. 6. Reoptimización: Si esta solución no pasa cualquiera de las pruebas, se puede obtener (si se desea) la nueva solución óptima partiendo de la tabla actual como tabla simplex inicial (haciendo las conversiones necesarias) para el método simplex primal o el simplex dual. 6. Reoptimización: Si esta solución no pasa cualquiera de las pruebas, se puede obtener (si se desea) la nueva solución óptima partiendo de la tabla actual como tabla simplex inicial (haciendo las conversiones necesarias) para el método simplex primal o el simplex dual.

Características El análisis de sensibilidad es muy adecuado para estudiar el efecto en la solución óptima de cambios en los coeficientes de costo/ganancia y, en las cantidades de recursos disponibles. Aunque los cálculos del análisis de sensibilidad Término financiero utilizado en el mundo de la empresa a la hora de tomar una decisión Término financiero utilizado en el mundo de la empresa a la hora de tomar una decisión Permite determinar cuándo una solución sigue siendo optima Permite determinar cuándo una solución sigue siendo optima Este análisis consiste en determinar que tan sensible es la respuesta óptima del Método simplex Este análisis consiste en determinar que tan sensible es la respuesta óptima del Método simplex Establece un intervalo de números reales en el cual el dato que se analiza puede estar contenido, de tal manera que la solución sigue siendo óptima siempre que el dato pertenezca a dicho intervalo Establece un intervalo de números reales en el cual el dato que se analiza puede estar contenido, de tal manera que la solución sigue siendo óptima siempre que el dato pertenezca a dicho intervalo Ha demostrado que es una de las herramientas más efectivas de la investigación de operaciones Ha demostrado que es una de las herramientas más efectivas de la investigación de operaciones Su éxito se debe a su flexibilidad para describir un gran número de situaciones reales en las siguientes áreas: militar, industrial, agrícola, de transporte, de la economía, de sistemas de salud, e incluso en las ciencias sociales y de la conducta. Un factor, importante en el amplio uso de esta técnica es la disponibilidad de programas de computadora muy eficientes para resolver problemas extensos. Su éxito se debe a su flexibilidad para describir un gran número de situaciones reales en las siguientes áreas: militar, industrial, agrícola, de transporte, de la economía, de sistemas de salud, e incluso en las ciencias sociales y de la conducta. Un factor, importante en el amplio uso de esta técnica es la disponibilidad de programas de computadora muy eficientes para resolver problemas extensos.

Ejemplo En el siguiente cuadro se muestra la salida de TORA para los intervalos de los segundos miembros. Los resultados concuerdan con los de los c á lculos anteriores. Por razones hist ó ricas, el valor de los valores unitarios (por ejemplo, y1 y y2) se denominan en la literatura t é cnica con el nombre de precios duales. El nombre se obtiene de la definici ó n matem á tica del problema dual en la programaci ó n lineal. Los precios duales tambi é n se denominan a veces como precios rebajados. Aunque a lo largo de todo el libro continuaremos usando el nombre ahora estandarizado de precio dual, el lector deber í a asociar estos par á metros con el t é rmino m á s descriptivo valor por unidad de recursos.

Ejemplo Proporciona las condiciones necesarias para efectuar cambios simult á neos en los segundos miembros de las cuatro restricciones. Estos cambios est á n representados por D1, D2, D3 y D4 para las cuatro restricciones, respectivamente. Estas condiciones dan los valores nuevos correspondientes de las variables xE y xI, as í como las holguras sx5 sx6 asociadas con las dos ú ltimas restricciones (las holguras sx3 y sx4 asociadas con las restricciones 1 y 2 son nulas). As í, cualquier combinaci ó n D1, D2, D3 y D4 que conduzca a valores no negativos de estas cuatro variables, da autom á ticamente la nueva soluci ó n ó ptima. Por ejemplo, sup ó ngase que ambas materias primas, A y B, se incrementan desde sus niveles presentes de 6 y 8 a 9 y 13, en tanto que los segundos miembros de las otras dos restricciones permanecen constantes. Esto significa que D1 = = 3, D2 = = 5, D3 = 0 y D4 = 0. Sustituyendo estos valores en las expresiones de la figura 2-8, obtenemos la soluci ó n xE = 17/3, xI= 5/3, sx5 = 5 y sx6 = 1/3 ( ¡ verif í quelo en la figura!). Como todos los valores son no negativos, la nueva soluci ó n proporciona directamente la nueva soluci ó n ó ptima.