Métodos Cuantitativos de Gestión

Modelado del MinMax y Valor Absoluto

 Función Objetivo de tipo MinMax o MaxMin
En determinadas situaciones podemos encontrar objetivos no lineales que responden a
expresiones de tipo MaxMin o MinMax. Es el caso, por ejemplo, en el que se desea
que el tiempo máximo de finalización de un conjunto de N tareas (i=1...N) sea lo
menor posible, o minimizar una máxima distancia en un problema de localización.

X
En este tipo de casos es preciso linealizar la
expresión de la función objetivo. Para ello
se define una variable Z como el máximo de
X las magnitudes a medir.

Di ≤ z i=1..n
D1=15
Para una D2=21
localización D =24 z=24
3
D4=10
 Linealización de funciones con valores absolutos
La función absoluto |f(x)| no es una función lineal aunque
la función interior f(x) sea lineal. La función absoluto en
un problema de programación matemática puede aparecer
tanto en la función objetivo como en las restricciones.

1.- Caso General

La forma habitual de convertir en función lineal un valor absoluto consiste en sustituir la
función absoluto por la suma de dos variables no negativas (u, v). Además la función
interior será igual a la diferencia entre ambas variables, y al menos una de las dos
variables tomará el valor cero (utilizamos variable binaria).
Si δ=1  u > 0 & v=0
Si δ=0  v > 0 & u=0
2.- Caso particular con valor absoluto en una función objetivo de Minimizar

En caso de que se tenga el valor absoluto en la expresión de la función objetivo, no es

necesario utilizar la variable binaria (δ) del caso general porque las dos variables
auxiliares (u, v) nunca serán variables básicas (positivas) a la vez en la solución
óptima del problema, es decir, al menos una de las dos variables tomará el valor cero.

Podemos eliminar las

restricciones de la
variable binaria δ

3.-Caso particular con función absoluto acotada superiormente por una expresión
En caso de que en una restricción aparezca una función absoluto acotada
superiormente por una expresión (que podría ser una constante), se linealiza con dos
restricciones de forma que la función interior debe ser menor que la expresión, y
también el negativo de la función interior debe ser menor que la expresión.
1.- Definición de las variables de decisión

Xi: Número de vigilantes que se contratan

para comenzar en el turno i. (i=1..6)

2.- Definición de la función objetivo

Se desea minimizar el nº total de vigilantes contratados en un día
MIN X1 + X2 + X3 + X4 + X5 + X6
3.- Definición de las restricciones
Satisfacer el número de vigilantes requeridos en cada turno sabiendo que trabajan
8 horas consecutivas.
X 1 + X2 ≥ 7
X2 + X3 ≥ 15
X 3 + X4 ≥ 7
X4 + X5 ≥ 12
X 5 + X6 ≥ 9
X 6 + X1 ≥ 5
1.- Definición de las variables de decisión
Xi: Número de vigilantes que se contratan
para comenzar en el turno i. (i=1..6)

2.- Definición de la función objetivo

Se desea minimizar el turno que más vigilantes entran a trabajar

3.- Definición de las restricciones

Satisfacer el número de vigilantes requeridos en cada turno sabiendo que trabajan
8 horas consecutivas.
X 1 + X2 ≥ 7 Xi ≤ z i=1..6
X2 + X3 ≥ 15
X 3 + X4 ≥ 7
X4 + X5 ≥ 12
X 5 + X6 ≥ 9
X 6 + X1 ≥ 5
1.- Definición de las variables de decisión
Xi: Número de vigilantes que se contratan para comenzar en el turno i. (i=1..6)

2.- Definición de la función objetivo

3.- Definición de las restricciones

Linealizar
X 1 + X2 ≥ 7 (Valor absoluto en F_Obj y minimizar)
X2 + X3 ≥ 15
X 3 + X4 ≥ 7
X4 + X5 ≥ 12
X 5 + X6 ≥ 9
X 6 + X1 ≥ 5
X 1 + X2 ≥ 7
X2 + X3 ≥ 15
X 3 + X4 ≥ 7
X4 + X5 ≥ 12
X 5 + X6 ≥ 9
X 6 + X1 ≥ 5
 X
X
X
X
X X

X
X
X X

Datos del problema:

i=1..10: Distritos
j=1..11: Localizaciones

dij = Distancia desde distrito i a

localización j.

Cada distrito tiene que ser

asignado a un CAC

Se van a instalar 5 CAC

1.- Definición de las variables de decisión
Yj: Si instalo CAC en localización j (Binaria) X
X
βij: Si el distrito i se asigna a la localización j (Binaria)
X
2.- Definición de la función objetivo (CASO A) X
X X

X
X
X X
3.- Definición de las restricciones. X
1.- Se van a instalar 5 CAC
Datos del problema:

2.- Cada distrito se asigna i=1..10: Distritos

1 sóla vez j=1..11: Localizaciones

3.- Si no se coloca CAC en dij = Distancia desde distrito i a

una localización, no puede localización j.
ser asignado ningún distrito Cada distrito tiene que ser
a esa localización. asignado a un CAC

Se van a instalar 5 CAC

CS=10
1.- Definición de las variables de decisión
Yj: Si instalo CAC en localización j (Binaria) X
X
βij: Si el distrito i se asigna a la localización j (Binaria)
X
2.- Definición de la función objetivo (CASO B) X
X X

X
3.- Definición de las restricciones. X
X X

Datos del problema:

i=1..10: Distritos
j=1..11: Localizaciones

dij = Distancia desde distrito i a

localización j.

Cada distrito tiene que ser

asignado a un CAC

Se van a instalar 5 CAC

1.- Definición de las variables de decisión
Yj: Si instalo CAC en localización j (Binaria) X
X
βij: Si el distrito i se asigna a la localización j (Binaria)
X
2.- Definición de la función objetivo (CASO C) X
X X

X
3.- Definición de las restricciones. X
X X

Datos del problema:

i=1..10: Distritos
j=1..11: Localizaciones

dij = Distancia desde distrito i a

localización j.
Pbi = Población del distrito i.
Cada distrito tiene que ser
asignado a un CAC

Se van a instalar 5 CAC

 60

50

40
Caso de equilibrado ideal. A todos los
Población

30

20 CAC se les asigna el mismo número

10 de población (la media de población)
0
1 2 3 4 5 6 7 8 9 10 11

¿Qué mide que una solución sea menos equilibrada que otra?
90
Zmax
80 80
Zmax
70 70

60 60

Poblacion
50 50
Población

40 40
Zmin Zmin
30 30

20 20

10 10

0 0
1 2 3 4 5 6 7 8 9 10 11 1 2 3 4 5 6 7 8 9 10 11
1.- Definición de las variables de decisión
Yj: Si instalo CAC en localización j (Binaria) X
X
βij: Si el distrito i se asigna a la localización j (Binaria)
X
2.- Definición de la función objetivo (CASO C) X
X X

X
3.- Definición de las restricciones. X
X X

100
Zmax Datos del problema:
50 Zmin
0
i=1..10: Distritos
1 2 3 4 5 6 7 8 9 10 11
j=1..11: Localizaciones

dij = Distancia desde distrito i a

localización j.
Pbi = Población del distrito i.
Cada distrito tiene que ser
asignado a un CAC

Se van a instalar 5 CAC