Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MARCOS
FA C U LTA D D E C I E N C I A S M AT E M AT I C A S
EAP
DE INVESTIGA CION OPERATIVA
INTRODUCTION TO
LINEAR GOAL
PROGRAMMING
j a m e s P. i g n i z i o
PENNSYLVANIA STATE UNIVERSITY
MARIA EUGENIA
PA L M A F L O R I N
Cod.:11140478
ABRIL, 2015
Finalidad
El propsito de este documento es proporcionar una breve introduccin a la
tcnica de programacin matemtica conocida como la programacin
multi-objetivo, con especial nfasis en el uso de un enfoque de sistemas
lineales. Adems, vamos a tratar de minimizar tanto la cantidad y el nivel de
sofisticacin de la matemtica asociada.
El nico requisito previo para es saber de lgebra lineal y conocimiento de
las operaciones ms elementales sobre matrices y vectores. Cabe destacar
que una familiaridad con la programacin lineal no ha sido asumida. Se
proporcionara un tratamiento breve y conciso, de programacin por metas
lineales (PML).
HISTORIA Y APLICACIONES
Aunque existen numerosos desarrollos relacionados anteriormente, el campo
de la programacin matemtica tpicamente traza el desarrollo del modelo
de programacin lineal general (PLG) y su mtodo ms comn de
solucin, designada como "simplex".
PL y simplex eran desarrollados en 1947 por un equipo de cientficos,
dirigido por George Dantzig, bajo el patrocinio del proyecto SCOOP de la
fuerza area de estados unidos (computacin cientfica de programas
ptimos).
El modelo PL dirigido a una sola funcin objetivo lineal que iba a ser
optimizada sujeta a un conjunto de restricciones lineales rgidas.
Notacin
Nuestros modelos matemticos sern, en su mayor parte, expresada en
trminos de notacin matricial.
Matrices. Una matriz es una matriz rectangular de nmeros reales.
Nosotros representamos a la matriz a travs negrita, maysculas tales como
( )
El modelo de referencia
La primera fase del proceso de modelado es captar la mayor apreciacin
del problema real como sea posible. Por lo general, esto se logra mediante
la observacin de la situacin del problema, discutir el problema con los ms
familiarizados con ella, y simplemente pasar una gran cantidad de tiempo
pensando en el problema y sus posibles razones de existencia y las posibles
alternativas.
El siguiente paso es tratar de desarrollar un modelo matemtico preciso
para la representacin del problema. En el desarrollo inicial de este modelo
matemtico que nuestro enfoque difiere del procedimiento tradicional.
Es decir, en lugar de desarrollar de inmediato una especfica el modelo
matemtico (por ejemplo, un modelo de programacin lineal), primero
desarrollamos una representacin general, as como: el "modelo de
referencia" (ignizio, 1982a). La forma general del modelo de referencia se
da a continuacin:
r[3.1]
s [3.2]
t [3.3]
bt
[3,4]
TERMINOLOGA
Definiremos primero la terminologa asociada con el modelo de referencia,
as como sus diferencias con respecto a la utilizada en la programacin
matemtica convencional, esto juega un papel importante en la apreciacin
de PML, o programacin matemtica multi-objetivo en general.
Variable estructural: Por lo general denota como xj, son las variables
estructurales sobre las que se puede ejercer cierto control. En consecuencia,
tambin se conocen como variables de control o decisin.
Objetivo: en la programacin matemtica, un objetivo es una funcin que
buscamos optimizar, a travs de cambios en las variables estructurales.
Las formas ms comunes de los objetivos son los que buscamos maximizar y
aquellos que deseamos minimizar (es decir, maximizar o minimizar sus
respectivos valores). Las funciones, en (3.1) estn maximizando objetivos
mientras que los de (3.2) los objetivos son de reducir al mnimo.
Meta: Las funciones de (3.3) son las funciones objetivo. Especficamente,
aparecen como funciones objetivas en conjuncin con un lado de la mano
derecha. Este lado derecho (por ejemplo, bt) I el "valor objetivo" o "nivel de
aspiracin" asociado con la meta.
Para aclarar an ms debemos tener en cuenta la relacin entre una meta
y un objetivo. Por ejemplo, si "queremos maximizar las ganancias",
estamos hablando de un objetivo. Sin embargo, si decimos que "queremos
lograr una ganancia de $ 1000 o ms", entonces hemos declarado una
meta. Obviamente, entonces, podemos transformar cualquier objetivo en
una meta por medio de la forma en como citar un valor objetivo
especfico ($ 1000 en el ejemplo anterior).
($ de beneficio)
1.5
3.5
10
15
x j= 1 si laalternativa es j
0 en caso contrario
[3.5]
[3.6]
y
x3+ x4+ x5=1
[3.7]
[3.8]
[3.9]
x1 + 1.5
x2 + 5x3 + 4x4 + 3.5
x1 + 18
x2 + 18
x3 + 30
x1 + x2
=1
x3 + x4 + x5
=1
xj= 0 o 1 j
x5
x4 + 45
x5
z = cTx
[3.11]
A x= b
[3.12]
Y
x0
[3.13]
[3.14]
Teniendo en cuenta que cada meta en (3.14), a diferencia de PL, puede este
ser duro o blando, segn se considere la representacin ms exacta del
problema que se considere.
Forma original
meta
fi(x) bi
fi(x) bi
fi(x) = bi
[3.19]
X2 15
[3.20]
[3.21]
[3.22]
[3.23]
Ahora estamos listos para clasificar para todos los objetivos, junto con
discusiones con los tomadores de decisiones de la empresa. Con fines de
discusin, vamos a suponer que el orden de presentacin coincide con el
orden de preferencia. Adems, es obvio que los dos primeros objetivos
(requisitos diarios) son los nicos que son rgidos en este problema.
Por lo tanto, dejar que Pk se refieren a la prioridad de orden kth o rango:
P1:: no producir ms artculos por da de cada artculo que exiga.
P2: lograr una ganancia de $ 100.000 por da, o ms
P3: intento de mantener el tiempo de procesamiento de 40 minutos o menos
por da
P4: intento de suministrar lo ms cercano a 30 unidades y 15 unidades de x1
y x2, respectivamente, por da. Adems, supondremos que la empresa
considera x2 suministro para ser una vez y media ms importante que x1.
Lexmin
[3.24]
s.t.
x1 +
1 = 30
x 2 + 2
2 = 15
8x1 + 12x2 + 3 3
x1 + 2
=1000
[3.25]
x2 + 4 1 = 40
x, ,
[3.26]