Beruflich Dokumente
Kultur Dokumente
X;η ; ρ ≥ 0
Paso 3: Resuelva el problema de un solo objetivo, sea solución
*
a
óptima k (nivel k de prioridad)
ak* óptimo valor de g k (η ; ρ )
Dado que es Min : regla ( Zs − Cs ) ≤ 0 ¡¡Importante!!
Paso 4: Haga k = k + 1 ; si k > K . Ir a Paso 7.
PROCEDIMIENTO DEL ALGORITMO SÍMPLEX – SGLP…
Paso 5: Establecer el modelo de un solo objetivo (modelo símplex)
para el nivel de prioridad k .
Min ak = g k (η ; ρ )
s.a. : f t ( X ) + η t − ρ t = bt
g s (η ; ρ ) = as* s = 1;...; (k - 1)
X;η ; ρ ≥ 0
t: Set asociado con metas o restricciones incluidas en
prioridades 1; 2;…..; k
Paso 6: Ir a Paso 3.
Paso 7: El vector solución asociado al último modelo de un solo
*
objetivo resuelto, es el X de Programación de Metas.
APLICACIÓN DEL ALGORITMO SGLP AL EJEMPLO
k = 1 P1: Min a1 = ( ρ1 + ρ 2 )
s.a. : 4X1 + 5X 2 + η1 − ρ1 = 80
4X1 + 2X 2 + η 2 − ρ 2 = 48
X;η ; ρ ≥ 0
APLICACIÓN DEL ALGORITMO SGLP AL EJEMPLO…
Cnb 0 0 1 1 Soluc
Como es Minimizar, si todos los
Cb Vb X1 X2 ρ1 Ρ2 Xb (Zs–Cs)≤0 Sol. es inmejorable
0 η1 4 5 -1 0 80 y como es factible, es óptima.
0 η2 4 2 0 -1 48 a1* = 0 = ρ1* = ρ 2*
(Zs – Cs) 0 0 -1 -1 0
Cnb 0 0 0 Soluc
Cb Vb X1 ρ3 ρ4 Xb
Solución Óptima.
0 η1 0 0,05 0 40
a3* = 0 = ρ 4*
0 η2 2,4 0,02 0 32
0 X2 0,8 -0,01 0 8
0 η4 1 0 -1 6
(Zs – Cs) 0 0 -1 0
APLICACIÓN DEL ALGORITMO SGLP AL EJEMPLO…
k = 4 P4: Min a4 = ρ 5 Se agrega a tabla final de P3 la ó las
restricciones de meta que pertenecen a P4 (análisis sensibilidad).
O sea X 1 + X 2 + η 5 − ρ 5 = 7 . Como X2 esta en la base, se
reemplaza en función de las variables No-Básicas, resultando:
0,2 X 1 + 0,01ρ 3 + η 5 − ρ 5 = −1 ó − 0,2 X 1 − 0,01ρ 3 − η 5 + ρ 5 = 1 .
Se agrega esta restricción a la tabla, con ρ5 básica.
Cnb 0 0 0 Soluc
Cb Vb X1 ρ3 η5 Xb
0 η1 0 0,05 0 40 Solución Óptima.
0 η2 2,4 0,02 0 32 a4* = 1 = ρ 5*
0 X2 0,8 -0,01 0 8 → a* = (0;0;0;1)
0 η4 1 0 0 6
1 ρ5 -0,2 -0,01 -1 1
(Zs – Cs) -0,2 -0,01 -1 1
APLICACIÓN DEL ALGORITMO SGLP AL EJEMPLO…
Como era la ultima prioridad en análisis, se lee solución óptima
del problema de múltiples objetivos y se interpreta.
Se tiene: X 1* = 0 η1* = 40 ρ1* =0
X 2* = 8 η 2* = 32 ρ 2* =0
Z1* = 800 η3* =0 ρ3* =0
Z 2* = 0 η 4* =6 ρ 4* =0
Z 3* = 8 η5* =0 ρ5* =1
1º Objetivo, se cumple exactamente (Meta =800)
2º Objetivo, se cumple mejor de los esperado en 6 unid. (Meta =6)
3º Objetivo, no se cumple en 1 unid. (Meta =7)
• Solución única pues (Zs–Cs)<0 (Objetivo Minimizar)
• Solución No Degenerada, pues Xbi>0
• 1º y 2º Recursos son ociosos en 40 y 32 unid. respectivamente.
PARA EL CASO: PRODUCCIÓN CON SOBRETIEMPO
MODELADO COMO PPL MULTIOBJETIVOS
LEXICOGRÁFICO
Continuación…
Aplicando Algoritmo Símplex de Programación Lineal Secuencial
de Metas (SGLP), se obtienen los siguientes resultados:
Se tiene: X 1* = 20 η1* = 0 ρ1* = 0
X 2* = 30 η 2* = 0 ρ 2* = 0
X 3* = 10 η3* = 0 ρ3* = 0
X 4* = 0 η 4* = 0 ρ 4* = 10
Z1* = 30 η 5* = 270 ρ 5* = 0
Z 2* = 530 a * = (0;10;270 )
1º Objetivo, no se cumple en 10 unidades (Meta =20)
2º Objetivo, no se cumple en 270 unidades (Meta =800)
• Solución única pues (Zs–Cs)<0 (Objetivo Minimizar)
• Solución No Degenerada, pues Xbi>0
• 1º; 2º y 3º restricción son activas, o sea, se cumplen en el limite,
conceptualmente los recursos son escasos.
PROGRAMACIÓN LINEAL MULTIOBJETIVOS DIFUSA
Modelo Difusa (FUZZY) de Múltiples Objetivos
Max → Z k ≥ U k O sea f k ( X ) ≥ U k (meta)
s.a. : AX ≤ b
X≥0
Si fuese Min ( Z k ) → Max (− Z k )
Donde: Uk = El mejor nivel de logro para Objetivo k-ésimo
Lk = El peor nivel de logro para Objetivo k-ésimo
Entonces: dk = Uk – Lk = Rango de logro Objetivo k-ésimo
Usando variable ficticia (dummy) λ El Modelo DIFUSA
Tal que: Min λ
U k − Zk → Zk + λ ⋅ dk ≥ U k
s.a. : λ ≥ ∀k
dk
AX ≤ b
X ;λ ≥ 0
PROGRAMACIÓN LINEAL MULTIOBJETIVOS DIFUSA…
Para determinar Uk y Lk, siga el siguiente procedimiento:
Paso 1: Resuelva PPL usando una sola función objetivo cada vez
Paso 2: De los resultados del Paso 1, determine los valores de
cada objetivo y cada solución derivada correspondiente.
Paso 3: De cada Paso 2, encontraremos para cada objetivo el
mejor (U) y el peor (L) valor del conjunto de soluciones.
Ej.: Max Z1 = 2 X 1 + X 2
Max Z 2 = − X 1 + 2 X 2
s.a. : - X 1 + 3 X 2 ≤ 21
X 1 + 3 X 2 ≤ 24
4 X 1 + 3 X 2 ≤ 45
3 X 1 + X 2 ≤ 30
X 1; X 2 ≥ 0
PROGRAMACIÓN LINEAL MULTIOBJETIVOS DIFUSA…
Tal que: Max Z Z1 = 21 Z 2 = 14
* *
1 Max Z 2
*
s.a. : AX ≤ b X 1 = 9 s.a. : AX ≤ b X 1* = 0
X ≥ 0 X 2* = 3 X ≥ 0 X 2* = 7
Como son dos conjuntos soluciones:
Z1 (9;3) = 21 → U1 Z 2 (0;7) = 14 → U 2
Z1 (0;7) = 7 → L1 Z 2 (9;3) = −3 → L2
d1 = 14 d 2 = 17
PROGRAMACIÓN LINEAL MULTIOBJETIVOS DIFUSA…
Modelo Difusa de Múltiples Objetivos para el Ejemplo:
Max → Z1 ≥ U1 ó 2 X 1 + X 2 ≥ 21 Min λ
Max → Z 2 ≥ U 2 ó − X 1 + 2 X 2 ≥ 14 s.a. : 2 X 1 + X 2 + 14λ ≥ 21
s.a. : - X 1 + 3 X 2 ≤ 21 − X 1 + 2X 2 + 17λ ≥ 14
X 1 + 3 X 2 ≤ 24 − X 1 + 3 X 2 ≤ 21
4 X 1 + 3 X 2 ≤ 45
X 1 + 3 X 2 ≤ 24
3 X 1 + X 2 ≤ 30 4 X 1 + 3 X 2 ≤ 45
X 1; X 2 ≥ 0 4 X 1 + X 2 ≤ 30
X1; X 2 ; λ ≥ 0
Aplicando Algoritmo Símplex, se tiene:
X 1* = 4,82 Z1* = 16,03 λ* = 0,35
X 2* = 6,39 Z 2* = 7,96