Vous êtes sur la page 1sur 57

Modelos Multiobjetivos

Objetivos de la Sesión
1. Formular modelos de decisión Multiobjetivo.

1. Resolver modelos Multiobjetivo usando LINGO.


2. Interpretar los resultados de modelos
Multiobjetivo.
Un caso...

Considere, por ejemplo, una situación en la cual


marketing está promocionando la capacidad de la
compañía para proporcionar una gran variedad de
productos con rapidez; simultáneamente, el
departamento de distribución busca los medios de
transporte de más bajo costo. En esta situación, es
muy probable que el área de distribución retrase los
pedidos para poder obtener mejores economías de
transporte agrupándolos o que emplee métodos de
transporte baratos pero lentos. Esta acción entra en
conflicto con la meta de marketing de proporcionar
variedad y rapidez.
Introducción
• Este modelo es aplicado cuando tenemos que
alcanzar varios objetivos simultáneamente, y
donde existe conflictos de interés entre ellos
mismos, lo que hace imposible encontrar un
punto óptimo.
• La solución satisfactoria, no óptima,
generalmente está asociada a la priorización o
ponderación de los múltiples objetivos.
• Su solución por tanto se realiza a través de
algoritmos de solución.
Tipos de Modelo
Con relación al tipo de variable
- Problema lineal Multiobjetivo;
- Problema Multiobjetivo no lineal continuo
- Programación Multiobjetivo discreta o entero.
Con relación al objetivo:

- minimizar todas las funciones objetivo,

- maximizar todas las funciones objetivo,

- o minimizar algunas y maximizar otras.


Modelar y elaborar gráfico
Variables:

X1: min radio

X2: min TV

Función Objetivo:

¿?

Restricciones:

x1 <=6

1.x1 + 2.x2 <=10

8.x1 + 24.x2 <= 100

4.x1 + 8.x2 >= 45


Planteamiento
¿Cómo resolverlo?
• Para poder resolverlo se utiliza dos algoritmos
– El método de los pesos
– El método de las prioridades
Método de la Prioridad
Método

Se resuelve el modelo, utilizando UNA sola de las metas (la màs prioritaria).

Y en dependencia de lo que se busca, se propone la “maximización” (ventas,


producción, clientes, etc.), o en su defecto la “minimización (costos, traslados,
mermas, etc.)

El resultado optimizado, sirve de “nueva restricción”, y se incluye al modelo original,


además de usar como función objetivo la segunda meta priorizada.

El resultado optimizado de este segundo modelo, sirve de nueva restricción, y así


sucesivamente...
Modelo de Prioridad o Lexicográfico

Es aplicable cuando se pueden ordenar los objetivos por


orden de importancia.
Básicamente consiste en resolver el problema de
optimización para cada uno de los objetivos ordenados de
mayor a menor importancia.
Una vez se resuelve el problema para el primer objetivo, se
incorpora en el conjunto de las restricciones una nueva
restricción que obliga a que la función que representa el
primero de los objetivos tenga un valor
igual al óptimo calculado en la iteración anterior.
Este proceso se repite para cada uno de los objetivos.
Método de los prioridad
Método de las prioridades

La solución
óptima de la PL2
es P2 = $96,000,
x1 = 6 minutos, y
x2 = 2 minutos
Análisis

Objetivo Objetivo
Solución Punto óptimo
“audiencia” “Presupuesto”

2
Caso 1
Pauta publicitaria

Un agencia publicitaria pretende determinar un plan publicitario en la TV abierta


para la empresa NEVER SA.

La empresa en mención tiene como objetivos.

- Llegar a mínimo 40 mil personas estrato C, y


- Llegar mínimo a 35 mil personas estrato B.

La agencia dispone de dos formas de llegar a este público objetivo, usando pautas en
espacios deportivos y/o musicales. Los primeros tienen un valor de 100 mil y los
segundos 60 mil por minuto. Se dispone de un presupuesto de 600,000.

La audiencia potencial por cada minuto de pauta es el siguiente:


Estrato C Estrato B

Espacio deportivo 7mil 5mil

Espacio musical 3mil 4mil


Generar modelo con base a prioridad UNO

Variables:

X1: minutos en pauta deportiva

X2: minutos en pauta musical

Función Objetivo

Max. 7.X1 + 3.X2

Restricciones:

100.X1 + 60.X2 <= 600

Soluc. Óptima
X1: 6; X2:0; Z=42
Generar modelo con base a prioridad DOS

Variables:

X1: minutos en pauta deportiva

X2: minutos en pauta musical

Función Objetivo

Max. 5.X1 + 4.X2

Restricciones:

100.X1 + 60.X2 <= 600

7.X1 + 3.X2 >= 40*

Soluc. Óptima
X1: 5; X2:5/3; Z=31.66
Generar modelo con base a prioridad TRES

Variables:

X1: minutos en pauta deportiva

X2: minutos en pauta musical

Función Objetivo

Max. 10.X1 + 5.X2

Restricciones:

100.X1 + 60.X2 <= 600

7.X1 + 3.X2 >= 40*

Soluc. Óptima
X1: 5; X2:5/3; Z=31.66
Análisis

Solución Punto óptimo Objetivo 01 Objetivo 02

2
Caso Pancyta
Como se acercan las fiestas navideñas, la panadería PAN-CYTA quiere elaborar dos nuevos tipos de panetón: clásico y de
chocolate, ya que se tiene asegurada la venta de su producción a una empresa local.

Estos panetones se elaboran principalmente a base de tres ingredientes: mantequilla, harina y cobertura de chocolate. Para
elaborar 1 kg de panetón clásico se necesitan principalmente: 350 g de mantequilla y 150 g de harina y para la
elaboración de 1 kg de panetón de chocolate se necesitan 250 g de harina y 250 g de cobertura de chocolate. La
disponibilidad diaria de los insumos es la siguiente;
➢ Mantequilla: 210 kg
➢ Harina: 140 kg
➢ Cobertura de chocolate: 500 kg.
La utilidad que deja cada kg de panetón clásico es de $ 0.40 mientras que cada kg de panetón de chocolate deja una
utilidad de $ 0.60. Los panetones se venderán en cajas de 1 kg.
El gerente de ventas de PAN-CYTA ha establecido las siguientes metas:
Meta 1. Se desea obtener un beneficio de al menos 300 dólares diarios.
Meta 2. Se desea que la cantidad elaborada diariamente de panetón clásico sea al menos el doble que la de
chocolate.
Meta 3. Se desea que la cantidad elaborada diariamente de panetón de chocolate no sea inferior a 200 kg.

Meta 1 Meta 2 Meta 3

Valor

¿Cumple Sí o No?
Método de las metas
Metodología

Resuelve problemas con objetivos múltiples, incompatibles,


jerárquicamente desiguales y no homogéneos en cuanto a su
unidad de medida.
La idea básica consiste en transformar cada objetivo en una
meta, introduciendo las variables de desviación y escogiendo
niveles de aspiración para las metas, que representan un nivel
de logro aceptable en cada objetivo. A cada meta se le asigna un
orden de prioridad y se minimiza la suma ponderada de las
desviaciones relevantes en cada meta, en el orden establecido
de prioridades; es decir, la PM maneja los objetivos (metas) como
restricciones y utiliza (en la función objetivo) un sistema de
prioridades para satisfacerlas, lo que permite obtener una
solución óptima global.
Secuencia
1. Identificar variables
2. Identificar Restricciones Duras / Blandas
(metas)
3. Incluir variables de desviación
4. Identificar las desviaciones dañinas
5. Resolver modelo
¿cómo reconocer las restricciones
duras / blandas?
DURA: Número de máquinas

BLANDA o META: Total piezas maquinadas


Metas y sus “desviaciones”

Meta Modelo Por encima del Por debajo del Valor Meta
Valor Valor
HAI 7X1+3X2 -S1 +F1 = 45
NIM 5X1+4X2 -S2+ +F2 = 60
MAI 10X1+5X2 -S3+ +F3 = 35

VALOR REAL RESTAR SI LE SUMAR SI LE VALOR


DE LA META SOBRA FALTA META

En este caso, que a la meta


le falte, se considera una
desviación “dañina”.

Si hablaríamos de
presupuesto, que le “sobre”,
sería “dañino”
Identificar desviaciones “dañinas”
Metas y sus “desviaciones”

Meta Modelo Por encima del Por debajo del Valor Meta
Valor Valor
HAI 7X1+3X2 -S1 +F1 = 45
NIM 5X1+4X2 -S2+ +F2 = 60
MAI 10X1+5X2 -S3+ +F3 = 35

Función Objetivo:
Min F1 + F2 + F3

Restricciones:
100X1 + 60X2 <= 600
7X1 + 3X2 -S1 + F1 = 45


Resolver
Análisis
Punto
Solución Objetivo 01 Objetivo 02 Objetivo 03
óptimo
Caso 2
Metas

Meta Modelo Por encima del Por debajo del Valor Meta
Valor Valor
ADO 200X1+0X2 -S1 +F1 = 1000
MED 100X1+400X2 -S2+ +F2 = 1200
ADU 0X1+250X2 -S1+ +F3 = 800

Función Objetivo:
Min F1 + F2 + F3

Restricciones:



Resolver
Análisis
Punto
Solución Objetivo 01 Objetivo 02 Objetivo 03
óptimo
CASO 3
Desviaciones de la meta
Meta Modelo Por encima del Por debajo del Valor Meta
Valor Valor
Exposición 4X1+8X2 -S1+ +F1- = 45
Presupuesto 8X1+4X2 -S2+ +F2- = 100

Función Objetivo:
Min F1 + S2 + ...

Restricciones:
4X1 + 8X2 - S1 + F1 = 45


Resolver
Caso 4
La oficina de admisión de la Universidad de Ozark está recibiendo solicitudes de
estudiantes de primer año para el año académico venidero. Las solicitudes caen
dentro de tres categorías: estudiantes del estado, de fuera del estado, e
internacionales. Las relaciones hombres-mujeres de los solicitantes del estado y de
fuera del estado son 1:1 y 3:2; para estudiantes internacionales, la relación
correspondiente es de 8:1. La calificación en el Examen de Universidades
Americanas (ACT, por sus siglas en inglés) es un importante factor en la aceptación
de nuevos estudiantes. Las estadísticas recopiladas por la universidad indican que las
calificaciones promedio de estudiantes del estado, fuera del estado e internacionales,
son de 27, 26 y 23, respectivamente. El comité de admisiones ha
establecido las siguientes metas deseables para la nueva clase de primer año:
(a) Que la clase que empieza sea por lo menos de 1200 estudiantes.
(b) Que la calificación promedio de todos los solicitantes sea por lo menos de 25.

(c) Que los estudiantes internacionales constituyan por lo menos 10% de la clase.
(d) Que la relación mujeres-hombres sea por lo menos de 3:4.
(e) Que los estudiantes de fuera del estado comprendan por lo menos 20% de la
clase.
Formule el problema como un modelo de programación de metas.
Datos

Dentro Fuera Internacional

Hombres 1 3 8

Mujeres 1 2 1

Clasificación media 27 26 23
Metas

Meta Modelo Por encima del Por debajo del Valor Meta
Valor Valor
Total Estud -S1 +F1 = 1200
Calif. Promed. -S2+ +F2 = 25
Meta Internac. -S3+ +F3 =
Ratio género
Fuera dl estado

Función Objetivo:
Min F1 + F2 + ...

Restricciones:



Resolver
Método de los pesos
Caso 5
Método de los pesos

Meta Modelo Por encima del Por debajo del Valor Meta
Valor Valor
Exposición 4X1+8X2 -S1+ +F1- = 45
Presupuesto 8X1+4X2 -S2+ +F2- = 100

Función Objetivo = Min 2 F1 + 1 S2


Caso 6
Caso inversiones

Asimismo, se tiene una penalización de 30 por desviación en la meta 1, y 15 respecto


a desviaciones en la meta 2
Método de los pesos
Meta Modelo Por encima del Por debajo del Valor Meta
Valor Valor
Rendimiento 3X + 5Y -S1+ +F1- = 9000
Riesgo 0.5X + 0.25Y -S2+ +F2- = 700

Función Objetivo = 15 F1 + 30 S2

St:

25X + 50Y <= 80000

3X + 5Y - S1 + F1 = 9000

0.5X + 0.25Y - S2 + F2 = 700


Caso 7
Suponga que la meta de atraer personas de mediana edad es dos veces más
importante que la de las otras dos categorías (adolescentes y adultos mayores).
Caso 8
USIL CONVENCIONES

El Gerente de USIL Convenciones quiere ampliar el centro de convenciones en su


local de La Molina. Los tipos de salas de conferencias que se están considerando son:

Al Gerente le gustaría agregar 5 salas chicas, 10 salas medianas, y 15 salas


grandes, de conferencia. También quiere una expansión total de aproximadamente
25,000 m2 y limitar el costo hasta $1’000,000.
a) Defina las variables de decisión.
b) Defina las variables de desviación.
c) Defina las Metas.
d) Formule las restricciones de Metas.
e) Plantee el Modelo matemático.