Decisin Multiobjetivo - Mtodo de optimizacin multiobjetivo

Estos mtodos buscan optimizar los objetivos satisfaciendo unas restricciones rgidas que determinan la regin factible. El planteamiento del problema sera:

Donde Zi(x) es la funcin matemtica que describe el atributo i-simo, x Rn es el vector de variables de decisin y F es el conjunto de restricciones que definen las posibles soluciones. Dentro de los mtodos de optimizacin multiobjetivo existen mtodos para generar el conjunto eficiente en su totalidad y mtodos para dar una solucin compromiso. Antes de ver estas tcnicas se van a presentar dos conceptos que sern de gran utilidad para comprender e interpretar el problema planteado: La matriz de pagos y las tasas de intercambio. La matriz de pagos es una matriz donde se representan por filas el valor ptimo de un objetivo sin considerar el resto de objetivos (resolviendo el problema independientemente), y los valores que resultaran para los dems objetivos con esa solucin. Esta matriz representa el grado de conflicto que hay entre los objetivos propuestos. Por otra parte, las tasas de intercambio (trade-offs o costes de oportunidad) entre los atributos representan lo que se est dispuesto a empeorar de un objetivo por mejorar en una unidad otro objetivo. Seran las pendientes de los segmentos que forman el conjunto eficiente. A manera de ilustrar de manera eficiente estos conceptos plantearemos el siguiente ejercicio: Problema 1.- Cierta empresa de viajes terrestres tiene dos buses a su disposicin bus A y bus B para satisfacer cierta ruta establecida. El bus A debe hacer ms veces la ruta que el bus B pero no puede sobrepasar los 120 viajes. Entre los dos buses deben hacer ms de 60 viajes pero no ms de 200. En cada recorrido el bus A consume 600 litros de combustible y B 400 litros. Por cada viaje del bus A la empresa gana 300 soles y 200 soles por cada viaje de B. Los objetivos de la empresa de transporte son: maximizar las utilidades y minimizar el consumo de combustible. Se tendra entonces dos objetivos contrapuestos: maximizar las utilidades y minimizar el consumo de combustible. Por lo tanto, la matriz de pagos sera:

Combustible Combustible Utilidades

Utilidades

m11 m21

m12 m22

Donde m11 es el mnimo consumo de combustible que se puede lograr con las restricciones impuestas en el problema y m12 es la utilidad obtenida minimizando el consumo de combustible; en la siguiente fila sera al revs, es decir, m22 sera la mxima utilidad que se puede lograr, y m21 sera el consumo de combustible hecho ante una maximizacin de las utilidades.

Procedemos a plantear el ejercicio:

-Datos del enunciado BUS

Consumo (L) Beneficios (s/.) A B

600 300

400 200

-Expresamos con ecuaciones e inecuaciones lineales la informacin descrita. Sea x: el nmero de viajes del bus A y: el nmero de viajes de bus B

Funciones objetivo: Max 300x + 200y Min 500x + 300y

Restricciones Grfico x>y x<=120 x+ y >=60 x+ y <=200 x , y>=0 A debe hacer mas viajes que B A no sobrepasa los 120 viajes Entre los 2 deben hacer mas de 60 viajes Pero menos de 200 viajes No negatividad

Teniendo el grfico podemos proceder a determinar los puntos:

BENEFICIO MAXIMO

Max 300x + 200y

A(60,0) el beneficio total seria : 18000 soles B(30,30) el beneficio total seria :15000 soles C(100,100) el beneficio total seria : 50000 soles D(120,80) el beneficio total seria :52000 soles E(120,0) el beneficio total seria : 36000 soles Se obtiene el mximo beneficio haciendo 120 viajes con el bus A y 80 con el bus B

CONSUMO MINIMO Min 600x + 400y A(60,0) el consumo total seria : 36000 L B(30,30) el consumo total seria :30000 L C(100,100) el consumo total seria : 100000 L D(120,80) el consumo total seria :104000 L E(120,0) el consumo total seria : 72000 L Se hace un minino de consumo de combustible con la combinacin de 30 viajes con A y 30 con B.

A manera de facilitar la comprensin realizaremos un grfico adicional en donde se muestre la relacin entre utilidad y uso de combustible:

120000

100000

COMBUSTIBLE

80000

60000
40000

20000
0 18000 15000 50000 UTILIDAD 52000 36000

Con estos datos podemos completar nuestra matriz de pagos:

Combustible Combustible Utilidades

Utilidades

3000 L 10400 L

S/. 15.000,00 S/. 52.000,00

Por otra parte, las tasas de intercambio entre los atributos representan lo que se est dispuesto a empeorar de un objetivo por mejorar en una unidad otro objetivo. Seran las pendientes de los segmentos que forman el conjunto eficiente. As, en el segmento BC la tasa de intercambio entre el consumo de combustible y las utilidades ser

Es decir, en ese segmento por cada dlar adicional en la utilidad se emplearn 2 litros de combustible De manera similar, para el segmento CD:

En este segmento tambin por cada dlar adicional de utilidad, se emplearn 2 litros de combustible. Ahora bien, es precisamente en esta parte en donde se aplicaran los mtodos correspondientes para la resolucin de este ejercicio. Entre estos mtodos tenemos:

Mtodo de las ponderaciones

Este mtodo consiste en multiplicar cada objetivo por un peso o factor no negativo y agregarlos en una nica funcin. Variando los pesos se puede obtener todo el conjunto eficiente, resolviendo los distintos problemas planteados mediante programacin paramtrica.

Uno de los resultados en que se fundamenta este mtodo dice que si i > 0 i, entonces cualquier solucin ptima del problema P() es eficiente. El recproco es cierto slo bajo ciertas condiciones (por ejemplo, si todas las funciones objetivo y las restricciones son lineales). En cualquier caso, hay que tener en cuenta que para aplicar este mtodo es conveniente haber normalizado previamente los criterios (para que no influya la diferencia de unidades de los criterios).

Mtodo de las restricciones

Consiste en optimizar uno de los objetivos e incorporar el resto como restricciones paramtricas, resolviendo el problema resultante mediante programacin paramtrica (variando los trminos de la derecha se obtiene todo el conjunto eficiente).

El fundamento de este procedimiento se recoge en los dos resultados siguientes:

*Como se mencion en un inicio centraremos nuestra atencin en los siguientes mtodos:

Mtodo de las Jerarquas

-Quien toma la decisin debe clasificar los objetivos del problema en orden de importancia. Minimizar G1=p1 (mxima prioridad) . . . Minimizar G2=p2 (mnima prioridad) -El procedimiento de solucin considera una meta cada vez, comenzando con la mxima prioridad G1 y terminando con la mnima, Gn. - Cumplindose que la solucin obtenida con una meta de menor prioridad nunca degradara a una solucin de mayor prioridad. *Para ilustrar de manera ms didctica este mtodo procederemos a resolver un problema de multiobjetivos de la agencia de publicidad Topad.

Problema 2.- TOPAD es una nueva agencia de publicidad, con 10 empleados, ha recibido un contrato para promover un producto nuevo. La agencia puede anunciarlo por radio y por tv. La tabla siguiente contiene datos sobre la cantidad de personas a las que llega cada tipo de anuncio y sus requisitos de costo y mano de obra.

Datos/ minutos de anuncio Radio Televisin Exposicin (millones de personas) Costo (miles de dlares) Empleados asignados 4 8 1 8 24 2

El contrato prohbe a TOPAD que use ms de 6 minutos en anuncios por radio. Adems, los anuncios por radio y tv deben llegar cuando menos a 45 millones de personas. Todad ha establecido para el proyecto una meta de presupuesto de 100000 dlares. Cuntos minutos de anuncios de radio y tv debe programar TOPAD? Sean x1 y x2 los minutos asignados a los anuncios por radio y por la tv.

Pasos a seguir para la resolucin del problema

PASO1: Identificar las metas del modelo y clasificarlas en orden de prioridad (subjetivo): PRIORIDAD 1: Maximizar exposicin (p1) PRIORIDAD 2: Minimizar St (sujeta a) X1+2X2<=10 X1<=6 X2>=0 X1>=0 costo (p2) P1=4X1+8X2 P2=8X1+24X2

PASO 2: Resolver el programa lineal 1. Maximizar P1=4X1+8X2 St (sujeta a) X1+2X2<=10 X1<=6 X1,X2>=0

La solucin optima (obtenida con LINDO) es X1=0, X2=5, con P1= 40 PASO 3: Se agrega la restriccin 4X1+8X2>=40 para asegurar que no se degrade la meta G1. Minimizar P2=8X1+24X2 St (sujeta a) 4X1+8X2>=40 X1+2X2<=10 X1<=6 X2>=0 X1>=0

La solucin optima del P2, obtenida por LINDO, es P2=96000, X1=6 minutos y X2=2 minutos.

A continuacin resolveremos el mismo problema aplicando el mtodo con SIMPLEX:

Mtodo SIMPLEX

p1 p2 s1 s2 Zj Cj-Zj p1 p2 (8)x2 (0)s2 Zj Cj-Zj p1 p2 (8)x2 (0)s2 Zj Cj-Zj p1 p2 (24)x2 (8)x1 Zj Cj-Zj

x1 4 8 1 1 0 4 4 -4 0,50 1 4 0 4 -4 0,5 1 4 -8 4 8 0 1 8 0

x2 8 24 2 0 0 8 8 0 1 0 8 0 8 0 1 0 8 -8 8 24 1 0 24 0

s1 0 0 1 0 0 0 0 -12 0,5 0 4 -4 0

s2 b 0 0 Plantear las 2 funciones objetivo 0 0 p2 acompaa la interacion , mas no es objetivo 0 10 elegimos la columna x2 con s1(menor valor 10/2) 1 6 buscamos maximizar p2(exposicion) 0 0 0 0 -40 0 -120 Aplicamos la regla de eliminacion de la columna: 0 5 la cual dice que borramos la variable no basica con Zj-Cj 0, antes de optimizar la segunda funcion 1 6 la razon , es que si dejamos esa variable , podria volverse positiva y degradar la solucion de mayor prioridad 0 40 solucion eficiente,porque no sera optima con respecto a todos los objetivos 0 Solucion Eficiente 0 MINIMIZAMOS COSTO 0 -120 0 5 1 6 0 40 0 0 0 0 X2 = 2 -0,5 2 X1 = 6 1 6 -4 96 Solucion eficiente,porque no sera optima con respecto a todos los objetivos Buscamos positivos 4