Analiza sensibilității

Analiza sensibilității (engl. Sensitivity analysis) — este o metodă de studiere a modelelor matematice sau de simulare, care permite evaluarea modului în care modificările datelor de intrare, ale parametrilor sau ale ipotezelor modelului influențează rezultatele sale de ieșire (de exemplu, soluția optimă, valoarea funcției obiectiv sau alți indicatori cheie).

Analiza sensibilității reprezintă un instrument important în cercetarea operațională, optimizare, teoria deciziei, managementul riscurilor, analiza economică și analiza sistemelor.

Esența și destinația

Scopul principal al analizei sensibilității este de a înțelege cât de robuste sunt rezultatele modelării sau optimizării față de incertitudinea sau variațiile datelor inițiale. Aceasta ajută la răspunderea unor întrebări de tipul:

• „Ce se va întâmpla cu soluția optimă dacă costul resursei se modifică cu 10%?"
• „Cât de mult se va schimba profitul la fluctuațiile cererii de piață?"
• „Care parametri ai modelului exercită cea mai mare influență asupra rezultatului final?"
• „Cât de fiabilă este prognoza obținută cu ajutorul modelului?"

Sarcinile cheie ale analizei sensibilității:

• Evaluarea robustetii: Determinarea dacă optimalitatea sau acceptabilitatea soluției se menține la modificarea parametrilor.
• Identificarea parametrilor critici: Identificarea datelor de intrare sau a parametrilor modelului ale căror mici modificări conduc la schimbări semnificative ale rezultatelor de ieșire.
• Creșterea încrederii în model: Demonstrarea că modelul se comportă predictibil și logic ca răspuns la modificările datelor de intrare.
• Sprijinirea procesului decizional: Furnizarea către factorul de decizie a informațiilor despre intervalul posibilelor rezultate și riscurile asociate incertitudinii datelor inițiale.
• Identificarea direcțiilor pentru cercetări ulterioare: Indicarea colectării căror date sau rafinării căror parametri ai modelului sunt cei mai importanți.

Metode de analiză a sensibilității

Există diverse metode de realizare a analizei sensibilității, de la simple la complexe:

• Analiza locală (One-at-a-Time, OAT/OFAT): Se modifică un singur parametru de intrare pe rând, ceilalți parametri rămânând ficși. Aceasta este cea mai simplă metodă, însă nu permite evaluarea efectului de interacțiune dintre parametri.
• Analiza bazată pe derivate (sensibilitate locală): Evaluează influența modificărilor mici ale parametrilor prin derivatele parțiale ale variabilelor de ieșire față de parametrii de intrare.
• Analiza scenariilor: Sunt examinate câteva scenarii discrete (de exemplu, optimist, pesimist, cel mai probabil), corespunzând diferitelor seturi de valori ale parametrilor de intrare.
• Analiza globală a sensibilității: Este investigată influența modificării simultane a tuturor (sau a multor) parametri în limitele intervalelor lor de incertitudine. Sunt frecvent utilizate metode statistice:
• Metodele Monte Carlo: Se generează un număr mare de seturi aleatorii de parametri de intrare pentru a evalua distribuția rezultatelor de ieșire.
• Analiza de regresie: Se construiește un model de regresie care leagă rezultatele de ieșire de parametrii de intrare.
• Analiza varianței (ANOVA) și metodele bazate pe varianță: Permit cuantificarea contribuției fiecărui parametru (și a interacțiunilor lor) la varianța totală (incertitudinea) rezultatului de ieșire.

Rolul în cercetarea operațională și optimizare

În cercetarea operațională, analiza sensibilității reprezintă o etapă standard după găsirea soluției optime. Aceasta permite determinarea:

• Limitelor de stabilitate ale soluției optime: În ce interval pot varia parametrii funcției obiectiv sau ai restricțiilor, astfel încât soluția optimă găsită să rămână optimă.
• Prețurilor umbră (evaluărilor duale): Cu cât se va modifica valoarea funcției obiectiv la o mică modificare (relaxare) a restricției (de exemplu, la adăugarea unei unități de resursă deficitară). Prețurile umbră indică valoarea resurselor.
• Intervalelor admisibile de modificare a parametrilor: Intervalele de modificare ale coeficienților funcției obiectiv sau ale părților drepte ale restricțiilor, în limitele cărora structura curentă a soluției optime (setul variabilelor de bază în programarea liniară) se menține.

Aceste rezultate ajută factorul de decizie să înțeleagă cât de critice sunt datele inițiale și care resurse sunt cele mai valoroase („puncte de blocaj").

Rolul în modelare și luarea deciziilor

Într-un context mai larg al modelării și luării deciziilor, analiza sensibilității ajută la:

• Evaluarea riscurilor: Identificarea factorilor care introduc cea mai mare incertitudine în rezultat.
• Validarea modelului: Verificarea adecvării comportamentului modelului la modificarea condițiilor.
• Compararea alternativelor: Evaluarea care dintre alternative este mai robustă față de modificările condițiilor externe.
• Îmbunătățirea înțelegerii sistemului: Identificarea forțelor motrice cheie și a interdependențelor din sistemul modelat.

Interpretarea rezultatelor

• Sensibilitate ridicată față de un parametru înseamnă că chiar și erori mici în estimarea sa sau variabilitatea sa pot influența puternic rezultatul. Astfel de parametri necesită o atenție deosebită.
• Sensibilitate scăzută indică faptul că rezultatul modelului sau al soluției depinde puțin de modificările parametrului dat în intervalul analizat, adică soluția este robustă față de acest parametru.

Avantaje

• Crește fiabilitatea și temeinicia modelelor și deciziilor.
• Ajută la identificarea riscurilor și incertitudinilor.
• Îmbunătățește înțelegerea sistemului și a modelului.
• Orientează eforturile de colectare a datelor și de rafinare a modelului.

Limitări

• Poate fi costisitoare din punct de vedere computațional, în special la un număr mare de parametri (analiză globală).
• Metodele simple (OAT) pot să nu identifice efectele de interacțiune ale parametrilor.
• Rezultatele depind de intervalele de modificare ale parametrilor alese și de ipotezele modelului.

Bibliografie

• Saltelli, A., et al. Global Sensitivity Analysis: The Primer. — Wiley, 2008.
• Hillier, Frederick S.; Lieberman, Gerald J. Introduction to Operations Research. — McGraw-Hill Education. (11th ed., 2021) (Conține secțiuni privind analiza sensibilității în programarea liniară)
• Taha, Hamdy A. Operations Research: An Introduction. — Pearson. (10th ed., 2017) (Conține secțiuni privind analiza sensibilității în programarea liniară)

Vezi și

• Cercetarea operațională
• Optimizare
• Modelare matematică
• Simulare
• Teoria deciziei
• Managementul riscurilor
• Incertitudine
• Programare liniară