Documente Academic
Documente Profesional
Documente Cultură
Programación Multiobjetivos
Al finalizar esta parte del curso el
alumno podrá resolver problemas
multiobjetivos lineales.
Conceptos
Programación Metalineal
Planteamiento utilizado para resolver un problema de
optimización de objetivos múltiples como un programa lineal
que equilibra el pro y los contras de los objetivos.
Meta
Valor objetivo numérico especifico establecido para un fin en
un programa de metas.
Penalización
Valor relativo que se usa para representar insatisfacción con
cada unidad que un objetivo esté por debajo de su meta, si el
objetivo es maximizar y por encima de la meta si el objetivo es
minimizar
Ejemplo
La compañía MTV Steel produce tres tipos de tubos: A, que vende a $ 10 el pie; B, que vende a $12 el pie, y C,
que vende a $9 el pie. Para manufacturar un pie del tubo A se requieren 0.5 min de tiempo de procesamiento
en cierta maquina formadora. Un pie del tubo B necesita 0.45 min y un pie del tubo C, 0.6 min en la misma
maquina. Después de la producción, cada pie de tubo independientemente del tipo, requiere una onza de
material de soldadura. El costo de producción total esta estimado en $3, $4 y $4 por pie de tubo A, B, C,
respectivamente.
Para la semana siguiente MTV Steel ha recibido un pedido excepcionalmente grande consistente en 2000 pies
del tubo A, 4000 pies del tubo B y 5000 pies del tubo C. como en la presente semana solamente hay disponibles
40 horas de tiempo maquina y solamente 5500 onzas de material de soldadura se encuentran en inventario, el
departamento de producción no será capaz de cumplir con la demanda, que requiere en total de 97 horas de
tiempo de maquina y 1100 onzas de material de soldadura.
Debido a que la administración no espera que continúe el nivel de demanda tan alto, no desea extender las
instalaciones de producción, pero tampoco quiere perder el contrato. Por consiguiente, esta considerando la
posibilidad de adquirir algunos tubos de proveedores japoneses al costo de entrega de $6 por pie de tubo A, $6
por tubo de B y $7 por tubo de C.
El objetivo consiste en determinar cuanto de cada tipo de tubo producir y cuanto adquirir del Japón de modo
que se puedan cumplir las demandas y maximizar las ganancias de la compañía. Sin embargo, un segundo
objetivo surge cuando el director ejecutivo le informa a usted que el gobierno ha pedido un esfuerzo voluntario
para reducir la cantidad de gasto monetario en importaciones para reducir la cantidad de gasto monetario en
importaciones. Por lo tanto en este problema también hay que minimizar el costo total de las importaciones.
Ejemplo
Variables de decisión
AP = número de pies de Tubo A por producir
BP = número de pies de Tubo B por Producir
CP = número de pies de Tubo C por Producir
AJ = número de pies de Tubo A por comprar a Japón
BJ = número de pies de Tubo B por comprar a Japón
CJ = número de pies de Tubo C por comprar a Japón
En términos de estas variables de decisión y de los datos del problema, los dos objetivos son los siguientes:
1.- MAXIMIZAR LA GANANCIA
Ganancia = (ganancia de la producción) + (ganancia de los productos adquiridos a los japoneses)
= (7AP+8BP+5CP) + (4AJ+6BJ+2CJ)
2.- MINIMIZAR EL COSTO DE IMPORTACIÓN
Costo de importación = (costo importación de tubos Tipo A)+ (costo importación de tubos Tipo B)+ (costo importación de
tubos Tipo C)
= 6AJ+ 6BJ+ 7CJ
Modelo matemático queda de la siguiente forma:
Maximizar Z= 7AP + 8BP + 5CP + 4AJ + 6BJ + 2CJ (Ganancia)
Minimizar Z= 6AJ + 6BJ + 7CJ (Costo de importación)
Restricciones de la demanda
AP+ AJ = 2000 (demanda Tipo A)
BP+ BJ = 4000 (demanda Tipo B)
CP+ CJ = 5000 (demanda Tipo C)
Restricciones de recurso
0.5AP + 0.45BP + 0.6CP ≤ 2400 (tiempo de maquina)
AP + BP + CP ≤ 5500 (material de soldadura)
No negatividad
AP, BP, CP, AJ, BJ, CJ ≥ 0
Ejemplo
El resultado óptimo ignorando el costo de las importaciones es:
AP = 2000
BP = 0
CP = 2333.333
AJ = 0
BJ = 4000
CJ = 2666.667
Ganancia neta:
Z= $ 55000
Costo de importación:
= 6AJ + 6BJ + 7CJ
= $42,666.67
Ejemplo
Por el contrario tomando en cuenta el objetivo de minimizar el costo
de las importaciones, ignorando las ganancias la solución óptima es:
AP = 1200
BP = 4000
CP = 0
AJ = 800
BJ = 0
CJ = 5000
Con un costo de importación neto de:
Z = 39800
Si se calcula la ganancia:
Z= 7AP + 8BP + 5CP + 4AJ + 6BJ + 2CJ
= (7*1200) + (8*4000) + (5*0) + (4*800) + (6*0) + (2*5000)
= $53,600
Ejemplo
Comparando
Si se minimiza el costo de las importaciones, la ganancia disminuye de su valor máximo
$55000 a $53600. De manera similar en el intento de maximizar las ganancias, el costo de
las importaciones aumenta de su valor mínimo de $39800 a $42666.67.
a) Una meta en la forma de un valor objetivo numérico especifico que se desee lograr
b) Una penalización en la forma de un valor para cada unidad que el objetivo se encuentre
por debajo de la meta si el objetivo es maximizar o por encima de la meta si el objetivo
es minimizar.
Ya que se han identificado estas metas y sanciones, se encuentra una solución que
minimice las penalizaciones totales asociadas con todos los objetivos.
Ejemplo
Identificación de las metas y penalizaciones
En el ejemplo de MTV Steel se puede fijar la meta más alta de la ganancia $ 55000 sabiendo que el
costo mínimo de las importaciones está en $39800 se puede escoger este como meta o algún otro
como la meta por ejemplo de $ 40000
Las penalizaciones, a su vez, reflejan la importancia relativa para los tomadores de decisiones de no
cumplir las metas de cada objetivo. Un valor más alto de una penalidad (sanción, multa) indica que el
cumplir con la meta tiene mayor prioridad
Por lo tanto para cada objetivo se debe escoger un solo valor numérico para indicar la penalización por
unidad (dólar en este caso) por no haber logrado la meta.
En este caso se asignaran los siguientes valores
Penalización de ganancia = 2 por cada dólar de ganancia que este por debajo de $55000
Penalización de importaciones = 1 por cada dólar de importación que este por encima de $ 40000
Una vez identificadas las metas y las penalizaciones para cada uno de los objetivos, seguimos los pasos
acostumbrados en la identificación de variables de una sola función objetivo y restricciones.
Ejemplo
Identificación de las variables de decisión.
Con el enfoque de programación de metas, demás de las variables de decisión originales
necesitara definir dos nuevas variables para cada objetivo: una para representar la cantidad
en la cual el objetivo se pasa del objetivo especificado y la otra para representar la cantidad
que esta por debajo de la meta.
Debido a que hay dos objetivos, también necesita las siguientes cuatro variables de decisión:
El modelo final debe asegurar que solamente una variable de cada par tenga un valor
positivo y que el valor de la otra sea cero.
Ejemplo
Identificación de la función objetivo
Minimizar Z= 2P+ + I-
Ejemplo
Identificación de las restricciones
Aplique la técnica de agrupar resultados en los siguientes cuatro
grupos de restricciones:
Restricciones de recurso
0.5AP + 0.45BP + 0.6CP ≤ 2400 (tiempo de maquina)
AP + BP + CP ≤ 5500 (material de soldadura)
Restricciones de metas
El tercer grupo consiste en dos restricciones, uno para cada meta. Considere la menta de lograr una ganancia de $55000. En
términos de las variables de decisión y otros datos del problema. La ganancia es:
Si la ganancia Z= 7AP + 8BP + 5CP + 4AJ + 6BJ + 2CJ
+ -
Para ver de qué manera P P representan la cantidad en la cual la ganancia esta por arriba o por debajo del objetivo $55000
1. Si la ganancia 7AP + 8BP + 5CP + 4AJ + 6BJ + 2CJ excede (por arriba) la meta de $55000 entonces el valor P- deberá ser
cero y la de p+ deberá ser
P+=7AP + 8BP + 5CP + 4AJ + 6BJ + 2CJ-55000
2. Si la ganancia 7AP + 8BP + 5CP + 4AJ + 6BJ + 2CJ esta por debajo la meta de $55000 entonces el valor P+ deberá ser cero y
la de P- deberá ser
P- =55000 – (7AP + 8BP + 5CP + 4AJ + 6BJ + 2CJ)
Restricciones lógicas
Un grupo de restricciones lógicas es que todas las variables sean no negativas.
También debe asegurarse de que al menos una de las variables P+ o P- y una
de las variables I+ o I- sea cero
Ejemplo 2
En una industria panadera se quiere introducir la elaboración de dos nuevos tipos de
pan: integral y de centeno, ya que se tiene asegurada la venta de su producción.
Estos panes se elaboran principalmente a base de tres ingredientes: salvado integral,
harina de trigo y harina de centeno.
Para elaborar 1 kg de pan integral se necesitan 350 g de salvado integral y 150 g de
harina de trigo y para la elaboración de 1 kg de pan de centeno se necesitan se
necesitan 250 g de harina de trigo y 250 g de harina de centeno.
La disponibilidad diaria de salvado integral es de 210 kg, 115 kg de harina de trigo y
100 kg de harina de centeno. El beneficio que deja cada kg de pan integral es de 0.40
€ y 0.60 € cada kg de pan de centeno.