Vous êtes sur la page 1sur 19
[REVISTA BE DIRECCION Y ADMINISTRACION DE EMPRESAS, N76, ICIENBRE 19 10 PRESEN ZUZENDARTIZA ETA ADNINISTRAZIO ALDIZKARIA 6ZKIA, 190 ADENDUA PROGRAMACION LINEAL POSIBILISTICA Mariano Jiménez Dpto. de Eeonoma Aplicads 1 Universidad del Pais Vaseo M, Mar Arenas, Amelia Bilbao M. Vietoria Rodriguez Dpto, dé Economia Cuanttativa Universidad de Oviedo INDICE, LINTRODUCCION... 10}; _ 2, UN MODELO GENERAL DE PROGRAMACION LINEAL PO- SIMLISTICA.. 105) 3. CASO EN EL QUEL DECISOR FSPECIFICA UNA META. 108 SNCONCLUSIONES.._19 Resumen irtiendo de las ideas de Buckley, estudiamos un programa general de programacién lineal posibilista en el que todos los parametros pueden ser fuzzy, asf como las restricciones, Obtenemos la distribucidn de posibilidad de la solucién fen funcidn del grado de cumplimiento de las restricciones. Con esta informacién se le plantea al decisor que especifique una meta para su objetivo, y estudiamos como aleanzar dicha meta con un nivel satisfactorio sopesindolo con cl grado de cumpli- miento de las restrieciones. En este taba, Palabras Clave: Distribucién de posibitidad, Principio de extensién, Programacién lineal fuzzy, Toma de decisiones. vo [MARIANO MENEZ, MMAR ARENAS, AMELIA BILBAO VICTORIA RODRIOUEZ 1. Introduceién, Presentamos en este trabajo una extensién de In programacién lineal posibilistica. Desde que Zadeh [17] introdyjo la teoria de posibilidad se han esarrollado muchos trabajos en este campo. Los modelos de decisién posibilista han Jugado un importante papel en el tratamiento de problemas précticos de decision, Nuestro trabajo se enmarca dentro de las aplicaciones de la teorfa de la posibilidad a ‘problemas de programacién lineal con coeficientes imprecisos 0 inciertos, pero cuya istribuci6n de posibilidad puede ser estimada, de manera que sus valores vienen G, le resultaré completamente satsfactori, pero si z* SG, su grado de satisfaccién sexé nulo. Es decir la meta viene expresuda mediante un conjunto fuzzy G , cuya funcién de pertenencin es la siguiente: no ‘ARIANO.TMENEZ, M.MIAR ARENAS, AMELIA BILNAO YM. VICTORIA RODRIGUEZ Figura 3 Fl decisor, l6gicamente, pedirg obtener un grado de satisfaccién maximo. Ahora bien, la consecucién de un valor mayor para la funcidn objetivo seré a costa de un menor nivel de cumplimignto de las restricciones, En estas condiciones puede que el decisor se conforme con un menor grado de satisfac las restricciones se verifiquen en mayor grado, mn en sus aspiraciones a cambio de que Vamos pues a establecer un criterio que permita al decisor Sopesar el nivel B de cumpliniento de as reseeciones, con In onseeucién de ln eta eh alo saistactori, Para ello nos plantenmos comprar el subeonjuna fuzzy G, que representa aspired del decor con ca Z., qu representa las dsbciones de psi det dpino obteido pars os diferentes grados de cumplininto de as resticrones Si superponemos la figura 3 sobre la figura 1, obtetemos lo siguiente PROGRAMNCION LINEAL POSILISTICN uw Figura 4 ‘Como hemos dicho debemos establecer un fnice que nos penmita comparar cada Zp con ML, es decir que nos proporcione el grado en el que Zj, cumple Jas expectativas del decison Proponemos el siguiente indice: nl’) wale) Jnag(e') o Figura 5 2 MARIANO JIMENEZ, SIAR ARENAS, ANELIA BILBAO ME. ICTORIA RODRIGUEZ Obsérvese que al uilizar este dice estamos definiendo ta intersecciGn G > Zp, por medio de la norma "producto Neng (2)

Vous aimerez peut-être aussi