AVANCE DE TESIS DE

MAESTRIA
INVESTIGACION OPERATIVA EN EL CONTEXTO
DIFUSO PARA LA INCORPORACION DE
INCERTIDUMBRE
Ing. Alfonso Rojas
9-Marzo-2023
• La investigación operativa es una sub-rama de las matemáticas y se
entiende como el uso de técnicas y modelado matemático aplicado a
problemas de optimización en distintas áreas como: manejo y
administración de recursos, toma de decisiones, manufactura,
construcción, planeación financieras, administración de servicios
públicos, defensa o militar entre otros.
[1] F. Hillier, G. Lieberman, Introducción a la Investigación de operaciones, McGRAW-HILL/INTERAMERICANA EDITORES,9na Ed., México, (2010) (4)
 PROGAMACION LINEAL

[2] F. Hillier, G. Lieberman, Introducción a la Investigación de operaciones, McGRAW-HILL/INTERAMERICANA EDITORES,9na Ed., México, (2010) (29-30)
 PROGAMACION LINEAL

[3] F. Hillier, G. Lieberman, Introducción a la Investigación de operaciones, McGRAW-HILL/INTERAMERICANA EDITORES,9na Ed., México, (2010) (29-30)
 PROGAMACION LINEAL

[4] F. Hillier, G. Lieberman, Introducción a la Investigación de operaciones, McGRAW-HILL/INTERAMERICANA EDITORES,9na Ed., México, (2010) (29-30)
 PROGAMACION LINEAL

[5] H. Taha, Investigación de operaciones, Pearson Educación, 9na Ed., México, (2012) (33)
PLANTEAMIENTO DEL PROBLEMA
 PROGRAMACION LINEAL DIFUSA

 Un modelo de programación lineal puede presentar una situación del

mundo real que involucra una serie de parámetros cuyos valores son
asignados por expertos.
 Sin embargo, los expertos y los tomadores de decisiones frecuentemente no
conocen los valores precisos de los parámetros. Además, en la mayoría de
los problemas de optimización hay parámetros con valores imprecisos.
 Considere un problema de programación lineal de la siguiente manera:

[6] R. Ghanbari, K. Ghorbani-Moghadam, Fuzzy linear programming problems: models and solutions, (2019) (1-2)
• Los problemas de programación lineal difusa (FLPP-Fuzzy Linear
Programming Problems) se pueden dividir en 3 grupos, según los modelos
que se presenten y métodos de solución, de la siguiente manera:

1. Las variables (PL) son difusas, nombrándolo como (FVLPP)

2. Los parámetros (coeficientes) son difusos (FNLPP)
3. Las variables y los parámetros son difusos (FFLPP)

[6] R. Ghanbari, K. Ghorbani-Moghadam, Fuzzy linear programming problems: models and solutions, (2019) (2)
1. PROBLEMA DE PROGRAMACION LINEAL DIFUSA CON VARIABLES DIFUSAS
(FVLPP)
• Considere el problema de programación lineal difusa en donde las variables son difusas (FVLPP)

• Un enfoque conveniente para resolver los FVLPP se basa en el concepto de comparación de números
difusos mediante el uso de la función de clasificación (Ranking function)
• Mahdavi-Amiri y Nasseri (2006, 2007), Mahdavi-Amiri (2009), Seremko y Dohan (2011), Wang y Kerre
(2001)
• Campos y Verdegay (1989) han propuesto funciones de clasificación para adaptarse a los requisitos de
los problemas considerados
• Mahdavi-Amiri y Nasseri (2007) utilizaron una función de clasificación lineal para odenar
números difusos trapezoidales. Se define una función de clasificación lineal sobre
números difusos trapezoidales como sigue:

• Mahdavi-Amiri y Nasseri utilizaron una versión especial de la función de clasificación

lineal (1) de la siguiente manera:
• Mahdavi-Amiri y Nasseri consideraron el problema de programación lineal con variables
difusas trapezoidales

• Establecieron el sistema dual de (3) como:

Y dedujeron los resultados usuales de dualidad. Trataron el problema como extensiones naturales de
los resultados de dualidad para problemas de programación lineal clásicos, desarrollaron un algoritmo
dual simplex y un algoritmo primal simplex para resolver problemas de programación lineal difusa.
• Mahdavi-Amiri y Nasseri replantearon el problema FVLPP, usando la función de
clasificación con números difusos trapezoidales y llegaron a:

• Mahdavi-Amiri y Nasseri demostraron que el vector difuso es una solución factible

difusa para (4)
• Al vector solución lo definieron como la solución optima difusa de (4)
 2. PROBLEMA DE PROGRAMACION LINEAL DIFUSA CON PARAMETROS
DIFUSOS (FNLPP)
• Algunas aplicaciones de problemas (FNLPP) son:
1. problemas de flujo de red con longitudes de arco difusas - Kuma y Kaur (2011)
2. Problema de red de flujo máximo difuso basado en al algoritmo de Ford-Fulkerson – Hernades
(2007)

Un problema (FNLPP) se formula como:

• Maleki (2000) exploro el uso de comparación de números trapezoidales difusos e introdujo un
método efectivo para resolver estos problemas basado en una función de clasificación.
• Trabajo en un modelo FNLPP definido como
• Maleki (2000) demostró que el problema (12), usando una función de clasificación puede
reducirse a un problema clásico de programación lineal de la siguiente manera:
GRACIAS POR SU ATENCIÓN