Programación Matemática para Economistas 320 3.-Una compañía aérea tiene dos clases de aviones Boeing 757 y Airbus 330 para cubrir un determinado trayecto. Los Boeing deben hacer más veces el trayecto que los Airbus, pero los Boeing no pueden sobrepasar los 120 viajes. Entre los dos tipos de aviones deben hacer más de 60 vuelos pero menos de 200. En cada viaje de los Boeing la compañía gana 300.000 ptas. y en cada uno de los Airbus 200.000 ptas. Tras un estudio la compañía ha estimado que en cada vuelo de los Boeing se consume 900 litros de combustible, y en cada uno de los Airbus, 700 litros. Si se desea seguir maximizando los beneficios y a la vez minimizar el consumo de combustible, ¿cuál sería el problema resultante?. Explique brevemente con qué tipo de técnicas lo resolvería. Solución: Si denominamos por x1 al número de vuelos de los Boeing y x2 al número de vuelos de los Airbus, el problema de programación multiobjetivo que se genera será: Max 300.000 x 1 + 200.000 x 2 Min 900 x 1 + 700 x 2 s. a x1 ≥ x2 x 1 ≤ 120 60 ≤ x 1 + x 2 ≤ 200 x1 , x2 ≥ 0 donde f1(x1, x2) = 300.000x1 + 200.000x2 corresponde a la función de beneficios y f2(x1, x2) = 900x1 + 700x2 al gasto en combustible. Gráficamente el conjunto de oportunidades es: Los óptimos individuales corresponden a los vértices (120, 80) y (30, 30): Gráficamente, para la primera función: ©R. Caballero, T. Gómez, M. González, M. Hernández, F. Miguel, J. Molina, M.M. Muñoz, L. Rey, F. Ruiz Programación Matemática para Economistas 321 y para la segunda: La matriz de pagos, tras evaluar los óptimos individuales en cada uno de los bjetivos nos quedaría: * 1 * 2 x = (120, 80) x = (30, 30) f1 52.000.000 15.000.000 -f2 -164.000 -48.000 Hemos considerado -f2 para tener los dos objetivos bajo máximo. Una vez determinada la matriz de pago obtenemos el rango de variación de las correspondientes funciones. ©R. Caballero, T. Gómez, M. González, M. Hernández, F. Miguel, J. Molina, M.M. Muñoz, L. Rey, F. Ruiz Programación Matemática para Economistas 322 Para los beneficios f1 tomaremos valores en [15.000.000, 52.000.000] y para la contaminación f2 o los tomamos en [48.000, 164.00], si lo mantenemos en mínimo, o en [164.000, -48000] si consideramos -f2. Para resolver el problema podríamos utilizar la programación por metas, debiendo imponer niveles de prioridad y metas sobre el planteamiento del problema. Para ello, supongamos que: la empresa cuenta tan sólo con 75.000 litros de combustible, y estima unos costes de 24 millones que es evidente que desea cubrirlos. Con esta información del problema podemos construir las metas y determinar las funciones de realización. El combustible está limitado a 75.000 litros, por tanto: 900x1 + 700x2 ≤ 75.000 entonces 900x1 + 700x2 +n1 - p1 = 75.000 y h1(n1, p1) = p1 Como queremos cubrir los costes los beneficios deberán de ser superiores luego, 300.000x1 + 200.000x2 ≥ 24.000.000, y, la meta: 300.000x1 + 200.000x2 + n2 - p2 = 24.000.000 la función de realización h2(n2, p2) = n2. El problema de metas correspondería a: lexmin ( p 1 , n 2 ) s. a − x 1 + x 2 ≤ 0 x 1 ≤ 120 x 1 + x 2 ≥ 60 x 1 + x 2 ≤ 200 900 x 1 + 700 x 2 + n 1 − p 1 = 75.000 300000 x 1 + 200000 x 2 + n 2 − p 2 = 24.000.000 x 1 , x 2 , n1 , p1 , n 2 , p 2 ≥ 0 Nivel 1: ©R. Caballero, T. Gómez, M. González, M. Hernández, F. Miguel, J. Molina, M.M. Muñoz, L. Rey, F. Ruiz Programación Matemática para Economistas 323 Min p1 -x1 + x2 ≤ 0 s.a x1 ≤ 120 x1 + x2 ≥ 60 x1 + x2 ≤ 200 900x1 + 700x2+ n1 - p1 = 75000 x1, x2, n1, p1 ≥ 0 Aplicando el programa LINDO para programación lineal obtenemos: LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1) 0.000000 VARIABLE P1 X1 X2 N1 VALUE 0.000000 30.000000 30.000000 27.000.000000 NO. ITERATIONS= REDUCED COST 1.000000 .000000 .000000 .000000 2 Como p1 = 0, pasamos al siguiente nivel. Gráficamente: ©R. Caballero, T. Gómez, M. González, M. Hernández, F. Miguel, J. Molina, M.M. Muñoz, L. Rey, F. Ruiz Programación Matemática para Economistas 324 Nivel 2: Min n2 -x1 + x2 ≤ 0 s.a x1 ≤ 120 x1 + x2 ≥ 60 x1 + x2 ≤ 200 900x1 + 700x2+ n1 - p1 = 75000 p1 = 0 300000x1 + 200000x2 + n2 - p2 = 24.000.000 x1, x2, n1, p1, n2, p2 ≥ 0 LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1) 0.000000000 VARIABLE N2 P2 X1 X2 P1 N1 VALUE 0.000000 0.000000 80.000000 0.000000 0.000000 3000.000000 NO. ITERATIONS= REDUCED COST 1.000000 0.000000 .000000 .000000 .000000 .000000 2 A la vista del resultado, la compañía debe realizar 80 vuelos con los aviones Boeing y ninguno con los Airbus. El conjunto de soluciones satisfactorias sería: ©R. Caballero, T. Gómez, M. González, M. Hernández, F. Miguel, J. Molina, M.M. Muñoz, L. Rey, F. Ruiz Programación Matemática para Economistas 325 ©R. Caballero, T. Gómez, M. González, M. Hernández, F. Miguel, J. Molina, M.M. Muñoz, L. Rey, F. Ruiz