*Programacin

Multicriterio*

Davinia Flores Alberto

Vanesa Gonzlez Gonzalz
Yanira Gonzlez Len
PROGRAMACIN MULTICRITERIO

Sofa quiere bajar de peso en un gimnasio y slo dispone de 48 horas mensuales.

Cada clase dura una hora y se plantea cmo distribuir sus horas semanales entre
seis tipos de clases posibles:
Spining
Aerbic
Mantenimiento
Lift-training
Step
Pilates

Para ello Sofa debe tener en cuenta que en una hora de spining se queman 200
caloras, en una hora de aerbic 50 caloras, en una hora de mantenimiento 100
caloras, en una hora de lift-training 33,33 caloras, en una hora de step 40 caloras
y en una hora de pilates 25 caloras.
Adems Sofa debe practicar todas las actividades como mnimo: 2 horas de
aerbic y mantenimiento, 4 horas de spining y step y 1 hora de pilates y lift-
training.
Pero tambin debe tener en cuenta que como a Sofa las actividades que ms le
gustan son spining, aerbic y pilates quiere emplear en ellas ms de la mitad de su
tiempo disponible. Sin embargo, ha hablado con el monitor del gimnasio y, debido
a los problemas que puede producir a la larga en las rodillas no le es aconsejable
practicar ms de 15 horas mensuales de spining.
Tambin hay que tener en cuanta que para Sofa cada clase le genera un coste
independiente por hora. Sabemos que las horas de spinnig y mantenimiento valen
a 4 euros cada clase, las de aerbic, lift- training y step 3,5 euros cada clase, y 2
pilates.

Cmo puede distribuir Sofa sus horas disponibles entre las distintas actividades
para maximizar la quema de caloras y minimizar el coste?

X1: Horas de spining

X2: Horas de aerbic
X3: Horas de mantenimiento
X4: Horas de lift-training
X5: Horas de step
X6: Horas de pilates

Ahora el problema presenta 2 funciones objetivos con las restricciones iniciales del
problema estudiado en programacin lineal. Por tanto la modelizacin del problema
sera.

Max: 200X1+50X2+100X3+33.33X4+40X5+25X6
Min 5X1+3X2+4X3+2X4+2,5X5+1X6

S.A X1+X2+X3+X4+X5+X6< 48
X1>4
 X1<15
X2>2
X3>2
X4>1
X5>4
X6>1
X1+X2+X6>24

Lo primero que ha de realizarse es la matriz de pagos en la cual aparezca la solucin del

Lindo para la maximizacin de la quema de caloras y para minimizar el coste mnimo
que supone acudir al gimnasio las 48 horas.

Eff [F1, F2]

F1: Max 200X1+50X2+100X3+33.33X4+40X5+25X6
F2 : Min 5X1+3X2+4X3+2X4+2,5X5+1X6

Para obtener el punto donde se maximiza la quema de caloras :

f1 Max: 200X1+50X2+100X3+33.33X4+40X5+25X6

S.A X1+X2+X3+X4+X5+X6< 48
X1>4
X1<15
X2>2
X3>2
X4>1
X5>4
X6>1
X1+X2+X6>24

De esta forma se obtiene que:

-Caloras mximas= 5518.330 caloras

- X1: Horas de spining= 15
-X2: Horas de aerbic= 8
-X3: Horas de mantenimiento= 19
-X4: Horas de lift-training= 1
-X5: Horas de step= 4
-X6: Horas de pilates= 1

Se puede observar como en este caso las actividades que ms debe practicar son spining
y mantenimiento a pesar de que suponen un coste ms elevado que el resto, de ah que
al sustituir este nmero mximo de quema de caloras en la funcin de los costes se
obtiene los costes que suponen esa cantidad de quema de caloras:

5X1+3X2+4X3+2X4+2,5X5+1X6

5*15+3*8+4*19+2*1+2,5*4+1*1= 188 u.m.

 Para obtener el punto donde se minimiza el coste de realizar la prctica deportiva:

f2 Min : 5X1+3X2+4X3+2X4+2,5X5+1X6

S.A X1+X2+X3+X4+X5+X6< 48
X1>4
X1<15
X2>2
X3>2
X4>1
X5>4
X6>1
X1+X2+X6>24

De esta forma se obtiene que:

-Coste mnimo = 64.0 u.m.

-X1: Horas de spining= 4
-X2: Horas de aerbic= 2
-X3: Horas de mantenimiento= 2
-X4: Horas de lift-training= 1
-X5: Horas de step= 4
-X6: Horas de pilates= 18

Se puede determinar cmo en este caso la actividad que ms debe practicar Sofa si
quiere minimizar el coste de acudir a la prctica deportiva es pilates, aspecto lgico ya
que es la actividad que menos costes supone aunque ello implica que se quemen menos
caloras. Con este nmero mnimo de costes obtenidos (64) se acude a la funcin de
caloras quemadas por hora de actividad y se sustituye para obtener la quema de caloras
cuando el coste es mnimo:

200X1+50X2+100X3+33.33X4+40X5+25X6
200*4+50*2+100*2+33.33*1+40*4+25*18= 1743.33

MATRIZ DE f1 f2
PAGO
f1 5518.330 188

f2 1743.33 64

* Punto ideal = [5518.330; 64.0]

* Punto antiideal = [1743.33; 188.0]
El punto ideal (5518.33; 64.0) es la mejor solucin al problema, es decir, se consiguen
cumplir los dos objetivos, por un lado maximizamos la quema de caloras y, por otro
lado, se minimiza el coste econmico de las horas empleadas a la prctica deportiva.
Este punto ideal se encuentra en la diagonal principal y es inalcanzable debido a que la
consecucin de los dos objetivos es contrapuesta.
El punto antiideal (1743.33; 188.00) es la peor solucin al problema ya que la quema de
caloras no se maximiza en absoluto, al igual que ocurre con los costes que no se
minimizan. De forma que es el punto al que la funcin no debe llegar porque no
satisface las condiciones de ninguna de las funciones.

1. Programacin por restricciones:

Consiste en la maximizacin de la quema de caloras introduciendo como una

restriccin ms los costes de forma independiente y la minimizacin de los costes
inherentes a la prctica deportiva, aadiendo como una nueva restriccin la quema
de caloras que genera.
Esto se lleva a cabo de forma independiente sustituyendo valores cercanos tres
valores cercanos tanto en la quema de caloras mxima (5000, 4500, 3800) como al
coste mnimo en la prctica deportiva (72, 85, 100).
Max: 200X1+50X2+100X3+33.33X4+40X5+25X6

S.A X1+X2+X3+X4+X5+X6< 48
X1>4
X1<15
X2>2
X3>2
X4>1
X5>4
X6>1
X1+X2+X6>24
5X1+3X2+4X3+2X4+2,5X5+1X6 <= L2

Min: 5X1+3X2+4X3+2X4+2,5X5+1X6

S.A X1+X2+X3+X4+X5+X6< 48
X1>4
X1<15
X2>2
X3>2
X4>1
X5>40
X6>1
X1+X2+X6>24
200X1+50X2+100X3+33.33X4+40X5+25X6 >= L1
As se puede llegar a los datos que aparecen en la siguiente tabla donde se muestran las
horas que se debe practicar para poder llegar a esa quema de caloras que se ha
determinado o al coste establecido.

f1(max) f2(min) X1 X2 X3 X4 X5 X6
5518.33 188 15 8 19 1 4 1
5000 161.2668 15 2 14.088933 1 4 11.911067
4500 141.2668 15 2 7.422266 1 4 18.577734
3800 113.2668 15 2 2 1 4 12.266800
3318.330 100 13 2 2 1 4 9
2662.080 85 9.25 2 2 1 4 12,75
2093.330 72 6 2 2 1 4 16
1743.33 64 4 2 2 1 4 18

Una vez obtenidos los datos se lleva a cabo su representacin grfica para conocer el
conjunto factible del problema y determinar las soluciones eficientes.

* ideal
* antideal

Como conclusin se determina a travs del grfico que el problema no presenta un

conjunto factible claro como consecuencia de los puntos establecidos. Ante ello no se
puede determinar cuales son las soluciones eficientes ya que el conjunto factible podra
encontrarse por encima de la lnea de puntos obtenida, de forma que las soluciones
eficientes seran los propios puntos obtenidos. Mientras que si el conjunto factible se
encontrara por debajo de la lnea de puntos las soluciones eficientes seran otras que son
podemos determinar en estos momentos.
A pesar de que este mtodo nicamente sirve como apoyo informativo de cuales son las
posibles mejores soluciones al problema, en este caso no se puede extraer conclusiones
claras de este mtodo.
Programacin por metas

Este mtodo va a ser utilizado para obtener soluciones teniendo en cuenta el nivel de
aspiracin que tiene el decidor (Sofa) en la realizacin de la prctica deportiva
(mxima quema de calora con un coste mnimo). Para ello se han aadido dos
restricciones nuevas de forma que exista un mnimo de quema de caloras mensuales y
un mximo de dinero empleado en la prctica deportiva.

Sofa quiere quemar como mnimo 4500 caloras mensuales y quiere gastarse
como mximo 75 euros.

200X1+50X2+100X3+33.33X4+40X5+25X6>4500
5X1+3X2+4X3+2X4+2,5X5+1X6< 75
X1+X2+X3+X4+X5+X6< 4
X1>4
X1<15
X2>2
X3>2
X4>1
X5>4
X6>1
X1+X2+X6>24

Para llevar a una conclusin se necesita llevar a cabo los siguientes pasos:

A)* Mtodo de desviaciones absolutas

En cada meta (restricciones iniciales del problema y funciones objetivos) se establece

una variable positiva y negativa (ni, pi) y su nivel de aspiracin (ti).

1 Meta 200X1+50X2+100X3+33.33X4+40X5+25X6+n1-p1=>4500
2 Meta 5X1+3X2+4X3+2X4+2,5X5+1X6+n2-p2=<75
3 Meta X1+X2+X3+X4+X5+X6+n3-p3 =48
4 Meta X1+n4-p4=>4
5 Meta x1+n5-p5=<15
6 Meta X2+n6-p6 =>2
7 Meta X3+n7-p7=>2
8 Meta X4+n8-p8=>1
9 Meta X5+n9-p9=<4
10 Meta X6+n10-p10 => 1
11 Meta X1+X2+X6 +n11-p11 => 24

A partir de aqu se determinan cuales van a ser las variables indeseadas debido a que se
busca el cumplir las restricciones y, ante ello, esas variables indeseadas deben ser
minimizadas.

Variables indeseadas
 Indeseadas
1 Meta 200X1+50X2+100X3+33.33X4+40X5+25X6+n1-p1=>4500 n1
2 Meta 5X1+3X2+4X3+2X4+2,5X5+1X6+n2-p2=<75 p2
3 Meta X1+X2+X3+X4+X5+X6+n3-p3 =48 n3+p3
4 Meta X1+n4-p4=>4 n4
5 Meta x1+n5-p5=<15 p5
6 Meta X2+n6-p6 =>2 n6
7 Meta X3+n7-p7=>2 n7
8 Meta X4+n8-p8=>1 n8
9 Meta X5+n9-p9=<4 p9
10 Meta X6+n10-p10 => 1 n10
11 Meta X1+X2+X6 +n11-p11 => 24 n11

Con estas variables indeseables se debe realizar el lindo con el objetivo de minimizar las
mismas.

Min n1+p2+n3+p3+n4+p5+n6+n7+n8+p9+n10+n11

St
200X1+50X2+100X3+33.33X4+40X5+25X6+n1-p1=4500
5X1+3X2+4X3+2X4+2,5X5+1X6+n2-p2=75
X1+X2+X3+X4+X5+X6+n3-p3 =48
X1+n4-p4=4
X1+n5-p5=15
X2+n6-p6 =2
X3+n7-p7=2
X4+n8-p8=1
X5+n9-p9=4
X6+n10-p10 =1
X1+X2+X6 +n11-p11 =24

Se ha de tener en cuenta que las unidades de medidas no son homogneas por tanto se
ha de normalizar.

B)*Meta desviaciones relativas

Tras esto la funcin objetivo que quedara sera el siguiente:

Min n1/4500+p2/75+n3/48+p3/48+n4/4+p5/15+n6/2+n7/2+n8/1+p9/4+n10/1+n11/24
Como lo principal que quiere cumplir Sofa es que se destinen nicamente 48 horas a la
prctica deportiva, ni ms ni menos, porque ella cree que es lo correcto para bajar de
peso. Por ello eliminamos de la funcin a minimizar n3/48 y p3/48. Pero como puede
ocurrir que Sofa por algn motivo no practique 48 horas a la semana deporte (algn
imprevisto) se debe permitir que pueda emplear menos de 48 horas y, para ello, es
necesario dejar una variable de desviacin (n3).

Min n1/4500+p2/75+ p3/48+n4/4+p5/15+n6/2+n7/2+n8/1+p9/4+n10/1+n11/24

St
200X1+50X2+100X3+33.33X4+40X5+25X6+n1-p1=4500
5X1+3X2+4X3+2X4+2,5 X5+1X6+n2-p2=75
X1+X2+X3+X4+X5+X6+n3 =48
X1+n4-p4=4
X1+n5-p5=15
X2+n6-p6 =2
X3+n7-p7=2
X4+n8-p8=1
X5+n9-p9=4
X6+n10-p10 =1
X1+X2+X6 +n11-p11 =24

Adems sabemos que Sofa tiene las siguientes preferencias:

Variables Preferencias
n1 1 120
p2 2 60
P3 3 40
n4 5 24
p5 5 24
n6 5 24
n7 6 20
n8 6 20
p9 6 20
n10 5 24
n11 4 30

Se valorar del 1 al 6 y el 1 lo consideramos como el ms preferido

Min 120(n1/4500) + 60(p2/75) + 40(p3/48)+24(n4/4) +24(p5/15) +24(n6/2)

+20(n7/2)+20(n8/1)+20(p9/4)+24(n10/1)+30 (n11/24) =
0.027n1+ 0,8p2+0,83p3+6n4+1,6p5+12n6+10n7+20n8+5n9+24n10+1,25n11

Min : 0.027n1+ 0,8p2+0,83p3+6n4+1,6p5+12n6+10n7+20n8+5n9+24n10+1,25n11

St
200X1+50X2+100X3+33.33X4+40X5+25X6+n1-p1=4500
5X1+3X2+4X3+2X4+2,5 X5+1X6+n2-p2=75
X1+X2+X3+X4+X5+X6+n3+p3 =48
X1+n4-p4=4
X1+n5-p5=15
X2+n6-p6 =2
X3+n7-p7=2
X4+n8-p8=1
X5+n9-p9=4
X6+n10-p10 =1
X1+X2+X6 +n11-p11 =24
LP OPTIMUM FOUND AT STEP 11

OBJECTIVE FUNCTION VALUE

1) 48.85509

VARIABLE VALUE REDUCED COST

N1 831.669983 0.000000
P2 33.000000 0.000000
P3 0.000000 0.830000
N4 0.000000 6.000000
P5 0.000000 0.075000
N6 0.000000 11.075000
N7 0.000000 9.500000
N8 0.000000 19.299910
N9 0.000000 4.080000
N10 0.000000 24.000000
N11 0.000000 1.125000
X1 15.000000 0.000000
X2 2.000000 0.000000
X3 2.000000 0.000000
X4 1.000000 0.000000
X5 4.000000 0.000000
X6 7.000000 0.000000
P1 0.000000 0.027000
N2 0.000000 0.800000
N3 17.000000 0.000000
P4 11.000000 0.000000
N5 0.000000 1.525000
P6 0.000000 0.925000
P7 0.000000 0.500000
P8 0.000000 0.700090
P9 0.000000 0.920000
P10 6.000000 0.000000
P11 0.000000 0.125000

ROW SLACK OR SURPLUS DUAL PRICES

2) 0.000000 -0.027000
3) 0.000000 0.800000
4) 0.000000 0.000000
5) 0.000000 0.000000
6) 0.000000 1.525000
7) 0.000000 -0.925000
8) 0.000000 -0.500000
9) 0.000000 -0.700090
10) 0.000000 -0.920000
11) 0.000000 0.000000
 12) 0.000000 -0.125000

NO. ITERATIONS= 11

RANGES IN WHICH THE BASIS IS UNCHANGED:

OBJ COEFFICIENT RANGES

VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
N1 0.027000 0.000429 0.008714
P2 0.800000 0.381250 0.018750
P3 0.830000 INFINITY 0.830000
N4 6.000000 INFINITY 6.000000
P5 1.600000 INFINITY 0.075000
N6 12.00000 INFINITY 11.07500
N7 10.00000 INFINITY 9.500000
N8 20.00000 INFINITY 19.29991
N9 5.000000 INFINITY 4.080000
N10 24.00000 INFINITY 24.00000
N11 1.250000 INFINITY 1.125000
X1 0.000000 1.525000 0.075000
X2 0.000000 11.07500 0.925000
X3 0.000000 9.500000 0.500000
X4 0.000000 19.29991 0.700090
X5 0.000000 4.08000 0.920000
X6 0.000000 0.07500 0.125000
P1 0.000000 INFINITY 0.027000
N2 0.000000 INFINITY 0.800000
N3 0.000000 0.125000 0.830000
P4 0.000000 1.525000 0.075000
N5 0.000000 INFINITY 1.525000
P6 0.000000 INFINITY 0.925000
P7 0.000000 INFINITY 0.500000
P8 0.000000 INFINITY 0.700090
P9 0.000000 INFINITY 0.920000
P10 0.000000 0.07500 0.125000
P11 0.000000 INFINITY 0.125000

RIGHTHAND SIDE RANGES

ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 4500.000000 INFINITY 831.669983
3 75.000000 33.000000 INFINITY
4 48.000000 INFINITY 17.000000
5 4.000000 11.000000 INFINITY
6 15.00000 4.752400 8.250000
7 2.000000 6.000000 2.000000
8 2.000000 8.316700 2.000000
9 1.000000 17.00000 1.000000
 10 4.000000 17.00000 4.000000
11 1.000000 6.00000 INFINITY
12 24.00000 17.00000 6.000000

La funcin objetivo a minimizar, que es la suma de las variables indeseadas en

desviaciones relativas, toma el valor 48,85.
Segn este mtodo la decisin que se le indica a Sofa es practicar 15 horas de spining,
2 horas de aerbic, 2 horas de mantenimiento, 1 horas de lift-training, 4 horas de step y
7 horas de pilates.
La actividad de spining toma su valor mximo ya que se encuentra limitada a la
restriccin de horas mximas practicadas para evitar posibles problemas en las rodillas.
Se detecta que aumentan mucho las horas a practicar de pilates porque, a pesar de que
es la actividad que menos quema, es la ms barata y una de sus preferidas.

Adems se observa que al permitir una desviacin mnima en la restriccin se suma de

horas n3 para que ante posibles situaciones extraordinarias Sofa tenga un margen
para practicar a la semana menos de 48 horas, se observa que se desva demasiado ya
que las horas totales a practicar deporte pasan a ser 31 horas (17 horas en desviacin)
y no se ve coherente la resolucin al problema y por ello se van a eliminar las dos
desviacin a pesar de lo comentado anteriormente.

Min :
0.027n1+0,8p2+0,83p3+0.83n3+6n4+1,6p5+12n6+10n7+20n8+5n9+24n10+1,25n11

St
200X1+50X2+100X3+33.33X4+40X5+25X6+n1-p1=4500
5X1+3X2+4X3+2X4+2,5 X5+1X6+n2-p2=75
X1+X2+X3+X4+X5+X6+n3+p3 =48
X1+n4-p4=4
X1+n5-p5=15
X2+n6-p6 =2
X3+n7-p7=2
X4+n8-p8=1
X5+n9-p9=4
X6+n10-p10 =1
X1+X2+X6 +n11-p11 =24

LP OPTIMUM FOUND AT STEP 9

OBJECTIVE FUNCTION VALUE

1) 50.98009

VARIABLE VALUE REDUCED COST

N1 406.670013 0.000000
P2 50.000000 0.000000
P3 0.000000 0.955000
 N3 0.000000 0.705000
N4 0.000000 6.000000
P5 0.000000 0.075000
N6 0.000000 11.075000
N7 0.000000 9.625000
N8 0.000000 19.424910
N9 0.000000 4.205000
N10 0.000000 24.000000
N11 0.000000 1.250000
X1 15.000000 0.000000
X2 2.000000 0.000000
X3 2.000000 0.000000
X4 1.000000 0.000000
X5 4.000000 0.000000
X6 24.000000 0.000000
P1 0.000000 0.027000
N2 0.000000 0.800000
P4 11.000000 0.000000
N5 0.000000 1.525000
P6 0.000000 0.925000
P7 0.000000 0.375000
P8 0.000000 0.575090
P9 0.000000 0.795000
P10 23.000000 0.000000
P11 17.000000 0.000000

ROW SLACK OR SURPLUS DUAL PRICES

2) 0.000000 -0.027000
3) 0.000000 0.800000
4) 0.000000 -0.125000
5) 0.000000 0.000000
6) 0.000000 1.525000
7) 0.000000 -0.925000
8) 0.000000 -0.375000
9) 0.000000 -0.575090
10) 0.000000 -0.795000
11) 0.000000 0.000000
12) 0.000000 0.000000

NO. ITERATIONS= 9

RANGES IN WHICH THE BASIS IS UNCHANGED:

OBJ COEFFICIENT RANGES

VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
N1 0.027000 0.000429 0.008714
P2 0.800000 0.381250 0.018750
 P3 0.830000 INFINITY 0.955000
N3 0.830000 INFINITY 0.705000
N4 6.000000 INFINITY 6.000000
P5 1.600000 INFINITY 0.075000
N6 12.000000 INFINITY 11.075000
N7 10.000000 INFINITY 9.625000
N8 20.000000 INFINITY 19.424910
N9 5.000000 INFINITY 4.205000
N10 24.000000 INFINITY 24.000000
N11 1.250000 INFINITY 1.250000
X1 0.000000 1.525000 0.075000
X2 0.000000 11.075000 0.925000
X3 0.000000 9.625000 0.375000
X4 0.000000 19.424910 0.575090
X5 0.000000 4.205000 0.795000
X6 0.000000 0.075000 0.955000
P1 0.000000 INFINITY 0.027000
N2 0.000000 INFINITY 0.800000
P4 0.000000 1.525000 0.075000
N5 0.000000 INFINITY 1.525000
P6 0.000000 INFINITY 0.925000
P7 0.000000 INFINITY 0.375000
P8 0.000000 INFINITY 0.575090
P9 0.000000 INFINITY 0.795000
P10 0.000000 0.075000 0.955000
P11 0.000000 0.375000 0.955000

RIGHTHAND SIDE RANGES

ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 4500.000000 INFINITY 406.670013
3 75.000000 50.000000 INFINITY
4 48.000000 16.266800 17.000000
5 4.000000 11.000000 INFINITY
6 15.000000 2.323829 11.000000
7 2.000000 16.266800 2.000000
8 2.000000 5.422267 2.000000
9 1.000000 17.000000 1.000000
10 4.000000 17.000000 4.000000
11 1.000000 23.000000 INFINITY
12 24.000000 17.000000 INFINITY

Al limitar que obligatoriamente se deban practicar 48 horas la funcin objetivo a

minimizar aumenta su valor hasta 50.98, incrementndose su valor en un 4,27% con
respecto a los resultados anteriores.
La distribucin de las horas permanece igual que en el caso anterior, exceptuando
pilates que aumenta de 7 a 24 horas. Ello se debe a la preferencia en los gustos de Sofa
ya que entre las actividades preferidas de Sofa pilates es la ms barata y no se debe
olvidar que se encuentran como los dos objetivos maximizar caloras y minimizar los
costes.

Con este mtodo queda claro que toma mucha importancia las preferencias del decidor
y, por lo tanto, son lgicos los resultados obtenidos.
 Mtodo de las ponderaciones

Este mtodo consiste en convertir el problema planteado a un problema lineal

basndose en:
Max: 200 X1+50X2+100X3+33,33 X4+40X5+25 X6

Min: 5X1+3X2+4X3+2X4+2,5X5+1X6 = Max : (5X1+3X2+4X3+2X4+2,5X5+1X6)

De esta forma se obtiene la siguiente funcin a maximizar:

MAX : (200X1+50X2+100X3+33.33X4+40X5+25X6) (5X1+3X2+4X3+2X4+2,5X5+1X6)

S.A X1+X2+X3+X4+X5+X6< 48
X1>4
X1<15
X2>2
X3>2
X4>1
X5>4
X6>1
X1+X2+X6>24

El primer problema que plantea este mtodo es que las dos funciones objetivos vienen
expresadas en distintas unidades (unidades de caloras, unidades monetarias). Por lo que
hay que normalizar, es decir, que hay que dividir entre las diferencia de los valores
mximos y mnimos de cada funcin.
200X1 50X2 100X3 33.33X4 40X5 25X6 (5X1 3X2 4X3 2X4 2,5X5 1X6)

5518.330 - 1743.33 188 64
200X1 50X2 100X3 33.33X4 40X5 25X6 (5X1 3X2 4X3 2X4 2,5X5 1X6)
=
3775 124

Una vez llevada a cabo la normalizacin se obtiene la siguiente funcin objetivo:

Max :
(0.053X1+0.0132X2+0.026X3+0.0088X4+0.0106X5+0.0066X6) (0.040X1+0.024X2+0.032X3+0.016X4+0.020X5+0.008X6)

Max : 0.013X1-0.0108X2-0.006X3-0.0072X4-0.0094X5-0.0014X6

S.A X1+X2+X3+X4+X5+X6< 48
X1>4
X1<15
X2>2
 X3>2
X4>1
X5>4
X6>1
X1+X2+X6>24

Ahora se debe dar importancia a cada funcin de forma distinta mediante ponderaciones
en cuanto a si tiene mayor peso la funcin de maximizacin de la quema de caloras o la
de minimizacin de los costes.

W1
* MAX (0.013X1 -0.0108X2-0.006X3-0.0072X4-0.0094X5-0.0014X6)
W2
Lo prioritario es quemar caloras por ello le da una mayor ponderacin, siendo el resto
asignado a la segunda funcin objetivo.

W1= 0,7
W2=0,3

2,333 x Max (0.013X1 -0.0108X2-0.006X3-0.0072X4-0.0094X5-0.0014X6)

S.A X1+X2+X3+X4+X5+X6< 48
X1>4
X1<15
X2>2
X3>2
X4>1
X5>4
X6>1
X1+X2+X6>24

LP OPTIMUM FOUND AT STEP 7

OBJECTIVE FUNCTION VALUE

1) 0.1068000

VARIABLE VALUE REDUCED COST

X1 15.000000 0.000000
X2 2.000000 0.000000
X3 2.000000 0.000000
X4 1.000000 0.000000
X5 4.000000 0.000000
X6 7.000000 0.000000

ROW SLACK OR SURPLUS DUAL PRICES

2) 17.000000 0.000000
3) 11.000000 0.000000
 4) 0.000000 0.014400
5) 0.000000 -0.009400
6) 0.000000 -0.006000
7) 0.000000 -0.007200
8) 0.000000 -0.009400
9) 6.000000 0.000000
10) 0.000000 -0.001400

NO. ITERATIONS= 7

RANGES IN WHICH THE BASIS IS UNCHANGED:

OBJ COEFFICIENT RANGES

VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
X1 0.013000 INFINITY 0.014400
X2 -0.010800 0.009400 INFINITY
X3 -0.006000 0.006000 INFINITY
X4 -0.007200 0.007200 INFINITY
X5 -0.009400 0.009400 INFINITY
X6 -0.001400 0.001400 0.009400

RIGHTHAND SIDE RANGES

ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 48.000000 INFINITY 17.000000
3 4.000000 11.000000 INFINITY
4 15.000000 6.000000 11.000000
5 2.000000 6.000000 2.000000
6 2.000000 17.000000 2.000000
7 1.000000 17.000000 1.000000
8 4.000000 17.000000 4.000000
9 1.000000 6.000000 INFINITY
10 24.000000 17.000000 6.000000

La funcin objetivo a maximizar toma el valor (2,33 x 0,1068)=0.2492 unidades.

La distribucin de las horas va a ser la siguiente: spinning 15 horas, 2 horas aerbic, 2

horas de mantenimiento,1 hora lift-training, 4 horas de step y 7 horas de pilates.

Informe: Los tres mtodos empleados le aportan igual informacin a Sofia para la
toma de decisiones pero ha de destacar que el mtodo de las metas se ajusta ms a las
preferencias por lo que para ella son las mejores soluciones. A pesar de todo ello
debemos recordar que la decisin final esta en el decisor y este va distribuir las horas
como quiera.