Академический Документы
Профессиональный Документы
Культура Документы
Andrés L. Medaglia
Departamento de Ingeniería Industrial
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Introducción
ti zi
Andrés L. Medaglia
Departamento de Ingeniería Industrial 3
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Tipos de metas
ti zi
Andrés L. Medaglia
Departamento de Ingeniería Industrial 4
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Tipos de metas
ti zi
Andrés L. Medaglia
Departamento de Ingeniería Industrial 5
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Tipos de metas
Rango [ ])
goal{zi = c i x}(zi = til , tiu
U
til tiu zi
Andrés L. Medaglia
Departamento de Ingeniería Industrial 6
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Ejemplo 1
goal{z1 = c1x}(z1 ≥ t1 )
goal{z2 = c 2x} (z2 ∈ t2l , t2u ) [ ]
sa
s.a., x2
x∈S t1
x2 conjunto
utópico
t2u
= [12 ,1]
2 S
c 1
x t2l
x1
Andrés L. Medaglia
Departamento de Ingeniería Industrial
Centro de Optimización y Probabilidad Aplicada
c1 = [1, 12 ] 7
http://copa.uniandes.edu.co/
Ejemplo 1
conjunto utópico
z2
x2 t1
x 2 t2u z 2 = [2 12 ,5]
t2l
z1 = [4 12 ,3]
t2u Z
c = [ ,1]
2 1
S
2
1
x t2l
x1 z1
c1 = [1, 12 ] t1
Andrés L. Medaglia
Departamento de Ingeniería Industrial 8
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Objetivo de GP
Andrés L. Medaglia
Departamento de Ingeniería Industrial 9
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Ejemplo 2
goal{z1 = c x}(z1 = t1 )
1
x2
goal{z2 = c 2x}(z2 = t2 ) t1
goal{z3 = c 3x}(z3 = t3 )
s.a.,
x∈S c1
c2 S
3
t2
c
Conjunto utópico x1
¿en espacio de las decisiones?
t3
¿en espacio de los criterios?
Andrés L. Medaglia
Departamento de Ingeniería Industrial 10
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Modelo Arquimediano de GP
Andrés L. Medaglia
Departamento de Ingeniería Industrial 11
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Ejemplo 3
Andrés L. Medaglia
Departamento de Ingeniería Industrial 12
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Ejemplo 3 (cont.)
Andrés L. Medaglia
Departamento de Ingeniería Industrial 13
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Modelo Arquimediano de GP
[ ]
zi ∈ til , tiu
wi− wi+
til zi
tiu
Andrés L. Medaglia
Departamento de Ingeniería Industrial 15
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Diferentes grados en las
penalizaciones
wi−,3 [ ]
zi ∈ til , tiu
wi+, 2
wi−, 2
wi−,1 wi+,1
til tiu zi
Andrés L. Medaglia
Departamento de Ingeniería Industrial 16
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Modelo Lexicográfico de GP
Las metas se organizan de acuerdo a prioridadesprioridades.
Las metas de la más alta prioridad son consideradas
infinitamente más importantes
p q
que las metas de
segunda prioridad; las de segunda prioridad son
infinitamente más importantes que las metas de
tercera prioridad; ...
goal{z1 = c1x} P1 (z1 ≤ t1 )
goal{z2 = c 2 x} P2 (z2 ≥ t2 ) Pj >>> Pj +1
goal{z3 = c 3x} P3 (z3 = t3 )
s.a.,,
x∈S
Andrés L. Medaglia
Departamento de Ingeniería Industrial 17
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Ejemplo 4
Andrés L. Medaglia
Departamento de Ingeniería Industrial 18
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Ejemplo 4 (cont.)
min{P1 (d1+ ) + P2 (d 2− ) + P3 (d 3− + d 3+ )}
ó
lex min{d1+ , d 2− , d 3− + d 3+ }
s.a.,
c1x − d1+ ≤ t1
c 2x + d 2− ≥ t2
c 3x + d 3− − d 3+ = t3
d1+ , d 2− , d 3− , d 3+ ≥ 0
x∈S
Andrés L. Medaglia
Departamento de Ingeniería Industrial 19
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Ejemplo 4 (cont.)
Esquema
Esq ema de sol
solución:
ción
Primera etapa:
min d1+
s.a.,
x , (d )
c1x − d1+ ≤ t1 * + *
1
+
d ≥01
x∈S
no ¿óptimos si
alternos?
2a
FIN etapa
Andrés L. Medaglia
Departamento de Ingeniería Industrial 20
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Ejemplo 4 (cont.)
Segunda
S d etapa:
t
min d 2−
s.a.,
c x ≤ t1 + (d
1 + *
)
x , (d )
− *
1 *
c 2x + d 2− ≥ t2 2
d 2− ≥ 0
x∈S
no ¿óptimos si
alternos?
3a
FIN etapa
Andrés L. Medaglia
Departamento de Ingeniería Industrial 21
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Ejemplo 4 (cont.)
Tercera
T etapa:
t
min d 3− + d 3+
s.a.,
c x ≤ t1 + (d1 )
1 + *
c 2x ≥ t2 − (d 2− ) x , (d ) , (d )
− * + *
* *
3 3
c 3x + d 3− − d 3+ = t3
d 3− , d 3+ ≥ 0
x∈S FIN
Andrés L. Medaglia
Departamento de Ingeniería Industrial 22
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Observaciones al modelo lexicográfico
Las etapas no se pueden resolver simultaneamente
simultaneamente,
sino secuencialmente.
Proceso dinámico de solución ((varios PLs en
cadena)
Las metas de baja prioridad pueden no llegar a influir
el proceso de solución.
No existe compromiso entre los criterios.
Alternativa: relajaciones
Andrés L. Medaglia
Departamento de Ingeniería Industrial 23
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Ejemplo 5
t2
goal{z1 = c x} P1 (z1 ≥ t1 )
1
x2
goal{z2 = c 2 x} P2 (z2 ≥ t2 ) t1
s.a.,
x∈S
c1 S
x1
c2
Andrés L. Medaglia
Departamento de Ingeniería Industrial 24
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Ejemplo 5 (cont.)
Primera
Pi etapa:
t
x2 t2
min d1−
(x )
1 *
t1
s.a.,
c1x + d1− ≥ t1
d1− ≥ 0 c1 S
x∈S
x1
c2
¿Cómo buscar un mejor compromiso entre los criterios?
Andrés L. Medaglia
Departamento de Ingeniería Industrial 25
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Ejemplo 5 (cont.)
Segunda
S d etapa
t ((con relajación):
l j ió )
x2 t2
min d −
2 (x )
1 *
(x )
2 *
t1
s.a., Δ1
c x ≥ t1 − (d1 ) − Δ1
1 − *
c 2x + d 2− ≥ t2 c1 S
d 2− ≥ 0
x∈S
x1
c2
Andrés L. Medaglia
Departamento de Ingeniería Industrial 26
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Simplex lexicográfico
goal{z1 = x2 } P1 (z1 ≥ 5)
goal{z2 = − x1 − x2 } P2 (z2 ≥ 4 )
goal{z3 = x3 } P3 (z3 ≥ 3)
sa
s.a.,
x2 ≤ 2
x3 ≤ 3
x1 , x2 , x3 ≥ 0
Andrés L. Medaglia
Departamento de Ingeniería Industrial 27
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Simplex lexicográfico (cont.)
{
lex min d1− , d 2− , d 3− }
sa
s.a.,
x2 + d1− ≥ 5
− x1 − x2 + d 2− ≥ 4
x3 + d 3− ≥ 3
x2 ≤ 2
x3 ≤ 3
x1 , x2 , x3 , d1− , d 2− , d 3− ≥ 0
Andrés L. Medaglia
Departamento de Ingeniería Industrial 28
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Simplex lexicográfico (cont.)
s.a.,
x , d, s ≥ 0
Andrés L. Medaglia
Departamento de Ingeniería Industrial 29
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Simplex lexicográfico (cont.)
Andrés L. Medaglia
Departamento de Ingeniería Industrial 30
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Simplex lexicográfico (cont.)
Andrés L. Medaglia
Departamento de Ingeniería Industrial 31
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Simplex lexicográfico (cont.)
Andrés L. Medaglia
Departamento de Ingeniería Industrial 32
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Simplex lexicográfico (cont.)
Andrés L. Medaglia
Departamento de Ingeniería Industrial 33
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Simplex lexicográfico (cont.)
Andrés L. Medaglia
Departamento de Ingeniería Industrial 34
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Simplex lexicográfico (cont.)
Andrés L. Medaglia
Departamento de Ingeniería Industrial 35
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Simplex lexicográfico (cont.)
Andrés L. Medaglia
Departamento de Ingeniería Industrial 36
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Minimización de la máxima desviación
Andrés L. Medaglia
Departamento de Ingeniería Industrial 37
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Minimización de la máxima desviación
0 d 4− d 2− d 3− d
d 2− ≤ d
d 3− ≤ d min d
d 4− ≤ d
Andrés L. Medaglia
Departamento de Ingeniería Industrial 38
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Minimización de la máxima desviación
lex min{d1− + d1+ , d }
s.a.,1
c x − d1+ + d1− = t1
c 2x + d 2− ≥ t2
c 3x + d 3− ≥ t3
c 4x + d 4− ≥ t4
d 2− ≤ d
d 3− ≤ d
d 4− ≤ d
d1+ , d1− , d 2− , d 3− , d 4− , d ≥ 0
x∈S
Andrés L. Medaglia
Departamento de Ingeniería Industrial 39
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/
Referencias
Charnes, A
Charnes A., W
W. W
W. Cooper and Ferguson
Ferguson, R
R. (1955)
(1955). Optimal estimation of executive
compensation by linear programming. Management Science 1, pp. 138–151.
Charnes, A. and Cooper, W. W. (1961). Management models and industrial applications
of linear programming. New York: Wiley.
St
Steuer, R
R. (1989)
(1989). M
Multiple
lti l criteria
it i optimization:
ti i ti th
theory, computation
t ti and d application.
li ti
Malabar (FL, USA): Krieger.
Andrés L. Medaglia
Departamento de Ingeniería Industrial 40
Centro de Optimización y Probabilidad Aplicada
http://copa.uniandes.edu.co/