prob dieta final

10
PROBLEMA DE LA DIETA

Upload: mora-berry

Post on 18-Jun-2015

1.485 views

Category:

Documents


6 download

DESCRIPTION

Problema de la dieta en programacion lineal

TRANSCRIPT

Page 1: Prob dieta final

PROBLEMA DE LA DIETA

Page 2: Prob dieta final

La programación lineal fue inicialmente desarrollada por Janos Von Neumann quien

proporciono los fundamentos de la PL en su trabajo Teoría de Juegos

en 1928. Sin embargo, los cimientos de la programación lineal se remontan a Newton,

Leibnitz, Bernulli y Lagrange que desarrollaron una serie de trabajos para obtener mínimos y máximos

en condiciones de ciertas funciones. Asimismo el matemático

francés Jean Baptiste-Joseph Fourier esbozó métodos de la

actual programación lineal. Y en los últimos años del siglo XVIII,

Gaspar Monge asentó los precedentes del Método Gráfico

gracias a su desarrollo de la Geometría Descriptiva.

HISTORIA

Page 3: Prob dieta final

Luego en 1939, el matemático ruso L. Kantorovich, en colaboración con el matemático holandés T. Koopmans,

desarrolló la teoría matemática llamada "Programación Lineal", por la que les fue concedido el premio

Nobel.

A finales de los años 30 y principios de los 40, George Joseph Stigler planteó un problema particular

conocido como régimen alimenticio optimal o más comúnmente conocido

como problema de la dieta, que surgió a raíz de la preocupación del

ejército americano por asegurar unos requerimientos nutricionales al

menor coste para sus tropas. Fue resuelto mediante un método

heurístico cuya solución difería tan sólo unos céntimos de la solución aportada años más tarde por el

Método Simplex.

Page 4: Prob dieta final

Este problema representa una de las primeras aplicaciones de la PL, y comenzó a utilizarse en

los hospitales para determinar la dieta más económica con la que alimentar a los pacientes

a partir de unas especificaciones nutritivas mínimas. En la actualidad también se aplica con éxito en el ámbito agrícola con la misma idea de encontrar la combinación óptima de alimentos

que, logrando un aporte nutritivo mínimo, suponga el menor coste posible.

La utilidad de la PL se basa en obtener el máximo de los recursos dados una serie de

restricciones.

Page 5: Prob dieta final

La formulación general de este problema es:

Para que una dieta sea equilibrada deben ingerirse n elementos nutritivos básicos en

cantidades mínimas b1, b2,..., bs. Estos elementos se encuentran en m alimentos.

Conocemos cuál es la cantidad de cada elemento en cada unidad de cada uno de los

alimentos y el coste de la unidad de cada alimento. Se debe minimizar el coste de la

dieta pero cubriendo las necesidades nutritivas mínimas.

Objetivo:

Encontrar la combinación de alimentos de costo mínimo que permita satisfacer nueve

requerimientos nutricionales básicos de una persona de peso promedio.

Motivación:

Reducir costos en el abastecimiento de tropas.

"EL PROBLEMA DE LA DIETA" DE STIGLER

Page 6: Prob dieta final

Motivación:

Reducir costos en el abastecimiento de tropas.

Modelación matemática

Función objetivo:

min. x1 + x2 ( Buscar el mínimo costo al combinar cantidades x de alimento

por su costo unitario)

Restricciones:

2x1 + x2 = 3 (Requerimiento mínimo de

proteína )

x1 + 2x2 = 3 ( Requerimiento mínimo de

carbohidratos )

x1 = 0 ( cantidad mínima de papas en la dieta )

x2 = 0 (Cantidad mínima de fréjoles en la dieta )

Page 7: Prob dieta final

En su intento por resolverlo, Stigler obtiene una de las primeras formulaciones de programación lineal: con 77 variables y 9

restricciones. Encuentra una solución por métodos heurísticos: $39.93 en 1939. Cabe destacar que los métodos heurísticos son las soluciones basadas en la experiencia, como la programación

heurística. Estos métodos son utilizados dentro de la Investigación de Operaciones y para resolver problemas de programación lineal entera.

Por otra parte luego de algunos años después Laderman en 1947 usó el simplex para encontrar la solución óptima siendo el primer cálculo a

gran escala que preciso de 120 días-hombre empleando 10 calculadores de escritorio manuales con $39.69 sólo 24 ctvs. Más

barato que Stigler.

Claro el avance de la computación hace de estas experiencias simplemente anecdóticas. Pero la idea básica es la misma. Ahora

veamos un ejemplo donde la programación lineal cobra importancia.

Page 8: Prob dieta final

Nos proponemos alimentar el ganado de

una granja con una dieta que sea la más económica posible. Dicha dieta debe

contener cuatro tipos de nutrientes que

llamamos A, B, C, y D. Estos componentes se

encuentran en dos tipos de piensos M y N. La

cantidad, en gramos, de cada componente por kilo de estos piensos

viene dada en la tabla siguiente:

La dieta diaria de un animal debe estar

compuesta por al menos 0.4Kg del componente A, 0.6Kg del componente B, 2Kg del componente C, y

1.7Kg del componente D. El compuesto M cuesta

0.2€/Kg y el compuesto N 0.08€/Kg. ¿Qué cantidades

de piensos M y N deben adquirirse para que el gasto de comida sea el

menor posible?

  A B C D

M 100 - 100 200

N - 100 200 100

Ejemplo:

Page 9: Prob dieta final

Se determinan las variables de decisión y se representan

algebraicamente. En este caso:

X1: cantidad de pienso M en Kg

X2: cantidad de pienso N en Kg

Se determinan las restricciones y se expresan como ecuaciones o inecuaciones de las variables

de decisión. Dichas restricciones se deducen de la composición requerida para la

dieta diaria (en Kg):

En el componente A: 0.1·X1 + 0·X2 ≥ 0.4

En el componente B: 0·X1 + 0.1·X2 ≥ 0.6

En el componente C: 0.1·X1 + 0.2·X2 ≥ 2

En el componente D: 0.2·X1 + 0.1·X2 ≥ 1.7

Se expresan todas las condiciones implícitamente

establecidas por la naturaleza de las variables:

que no puedan ser negativas, que sean enteras,

y que solo puedan tomar determinados valores. En

este caso, la única restricción es que las

cantidades de pienso que forman la dieta no pueden

ser negativas:

X1 ≥ 0

X2 ≥ 0

Se determina la función objetivo:

Minimizar Z = 0.2·X1 + 0.08·X2

Page 10: Prob dieta final

Cantidad de pienso M en Kg (X1): 4.0

Cantidad de pienso N en Kg (X2): 9.0

La función se minimiza en 1.52