Duyarlılık Analizi

Duyarlılık analizi (İng. Sensitivity analysis) — matematiksel veya simülasyon modellerini incelemeye yönelik bir yöntemdir; giriş verilerindeki, parametrelerdeki veya model varsayımlarındaki değişikliklerin çıktı sonuçlarını (örneğin optimal çözümü, amaç fonksiyonunun değerini veya diğer temel göstergeleri) nasıl etkilediğini değerlendirmeyi sağlar.

Duyarlılık analizi; yöneylem araştırması, optimizasyon, karar teorisi, risk yönetimi, ekonomik analiz ve sistem analizinde önemli bir araçtır.

Öz ve amaç

Duyarlılık analizinin temel amacı, modelleme veya optimizasyon sonuçlarının başlangıç verilerindeki belirsizliğe ya da varyasyonlara karşı ne ölçüde sağlam (robust) olduğunu anlamaktır. Şu tür sorulara yanıt bulmaya yardımcı olur:

• "Bir kaynağın maliyeti %10 değişirse optimal çözüme ne olur?"
• "Pazar talebi dalgalandığında kâr ne kadar değişir?"
• "Modelin hangi parametreleri nihai sonuç üzerinde en büyük etkiye sahiptir?"
• "Model ile elde edilen tahmin ne kadar güvenilirdir?"

Duyarlılık analizinin temel görevleri:

• Sağlamlık değerlendirmesi: Parametreler değiştiğinde çözümün optimalliğinin veya kabul edilebilirliğinin korunup korunmadığını belirlemek.
• Kritik parametrelerin belirlenmesi: Küçük değişikliklerinin çıktı sonuçlarında önemli değişikliklere yol açtığı giriş verilerini veya model parametrelerini tespit etmek.
• Modele güveni artırma: Modelin giriş verilerindeki değişikliklere öngörülebilir ve mantıklı biçimde tepki verdiğini göstermek.
• Karar desteği sağlama: Karar vericiye olası sonuçların aralığı ve giriş verilerindeki belirsizlikle ilişkili riskler hakkında bilgi sunmak.
• Daha ileri araştırmalar için yön belirleme: Hangi verilerin toplanmasının veya hangi model parametrelerinin netleştirilmesinin en önemli olduğunu göstermek.

Duyarlılık analizi yöntemleri

Duyarlılık analizini yürütmek için basitten karmaşığa çeşitli yöntemler mevcuttur:

• Yerel analiz (One-at-a-Time, OAT/OFAT): Diğer parametreler sabit tutulurken her seferinde yalnızca bir giriş parametresi değiştirilir. En basit yöntemdir; ancak parametreler arasındaki etkileşim etkisini değerlendirmeye imkân vermez.
• Türeve dayalı analiz (yerel duyarlılık): Çıktı değişkenlerinin giriş parametrelerine göre kısmi türevleri aracılığıyla parametre değişikliklerinin etkisini değerlendirir.
• Senaryo analizi: Farklı giriş parametresi değer kümelerine karşılık gelen birkaç ayrık senaryo (örneğin iyimser, kötümser, en olası) incelenir.
• Global duyarlılık analizi: Tüm (veya birçok) parametrenin belirsizlik aralıkları dahilinde eş zamanlı olarak değiştirilmesinin etkisi araştırılır. Sıklıkla istatistiksel yöntemler kullanılır:
• Monte Carlo yöntemleri: Çıktı sonuçlarının dağılımını değerlendirmek amacıyla çok sayıda rastgele giriş parametresi kümesi oluşturulur.
• Regresyon analizi: Çıktı sonuçlarını giriş parametrelerine bağlayan bir regresyon modeli kurulur.
• Varyans analizi (ANOVA) ve varyansa dayalı yöntemler: Her parametrenin (ve etkileşimlerinin) çıktı sonucunun toplam varyansına (belirsizliğine) katkısını sayısal olarak değerlendirmeyi sağlar.

Yöneylem araştırması ve optimizasyondaki rolü

Yöneylem araştırmasında duyarlılık analizi, optimal çözüm bulunduktan sonra uygulanan standart bir adımdır. Şunların belirlenmesine olanak tanır:

• Optimal çözümün sağlamlık sınırları: Bulunan optimal çözümün optimal kalmaya devam edebilmesi için amaç fonksiyonu veya kısıtların parametrelerinin hangi aralıkta değişebileceği.
• Gölge fiyatlar (ikili değerlendirmeler): Bir kısıtın küçük ölçüde gevşetilmesi (örneğin kıt bir kaynağa bir birim eklenmesi) durumunda amaç fonksiyonu değerinin ne kadar değişeceği. Gölge fiyatlar, kaynakların değerini gösterir.
• Kabul edilebilir parametre değişim aralıkları: Amaç fonksiyonu katsayılarının veya kısıtların sağ taraf değerlerinin, mevcut optimal çözüm yapısının (doğrusal programlamada baz değişkenler kümesinin) korunduğu değişim aralıkları.

Bu sonuçlar, karar vericinin başlangıç verilerinin ne ölçüde kritik olduğunu ve hangi kaynakların en değerli ("dar boğaz") olduğunu anlamasına yardımcı olur.

Modelleme ve karar almadaki rolü

Modelleme ve karar alma bağlamında duyarlılık analizi daha geniş bir perspektifle şu amaçlara hizmet eder:

• Riskleri değerlendirmek: Sonuçtaki belirsizliğe en fazla katkıda bulunan faktörleri tespit etmek.
• Modeli doğrulamak: Koşullar değiştiğinde modelin davranışının yeterliliğini sınamak.
• Alternatifleri karşılaştırmak: Hangi alternatifin dış koşullardaki değişikliklere karşı daha sağlam olduğunu değerlendirmek.
• Sistemi daha iyi anlamak: Modellenen sistemdeki temel itici güçleri ve ilişkileri ortaya çıkarmak.

Sonuçların yorumlanması

• Yüksek duyarlılık, bir parametreye ilişkin küçük tahmin hatalarının veya değişkenliğin sonucu büyük ölçüde etkileyebileceği anlamına gelir. Bu tür parametreler özel dikkat gerektirir.
• Düşük duyarlılık, model veya karar sonucunun incelenen aralıkta söz konusu parametredeki değişikliklere büyük ölçüde bağlı olmadığını, yani çözümün bu parametreye göre robust olduğunu gösterir.

Avantajlar

• Modellerin ve kararların güvenilirliğini ve geçerliliğini artırır.
• Risklerin ve belirsizliklerin tespit edilmesine yardımcı olur.
• Sistem ve model anlayışını geliştirir.
• Veri toplama ve model iyileştirme çabalarına yön gösterir.

Sınırlılıklar

• Özellikle çok sayıda parametre söz konusu olduğunda (global analiz) hesaplama açısından maliyetli olabilir.
• Basit yöntemler (OAT) parametre etkileşim etkilerini ortaya çıkaramayabilir.
• Sonuçlar, seçilen parametre değişim aralıklarına ve model varsayımlarına bağlıdır.

Ayrıca bakınız

• Yöneylem araştırması
• Optimizasyon
• Matematiksel modelleme
• Simülasyon modelleme
• Karar teorisi
• Risk yönetimi
• Belirsizlik
• Doğrusal programlama

Kaynakça

• 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) (Doğrusal programlamada duyarlılık analizine ilişkin bölümler içermektedir)
• Taha, Hamdy A. Operations Research: An Introduction. — Pearson. (10th ed., 2017) (Doğrusal programlamada duyarlılık analizine ilişkin bölümler içermektedir)