Programación entera 1
|
|
- Francisco José Coronel Godoy
- hace 6 años
- Vistas:
Transcripción
1 Programación entera 1 1. El modelo de programación entera. 2. Aplicaciones de la programación entera. 3. Solución gráfica de problemas enteros. 4. El algoritmo de ramificación y acotación. 5. El algoritmo de ramificación y acotación 0-1.
2 Modelos de programación entera 2 Modelo lineal entero Modelo lineal 0-1 opt z = c 1 x 1 + c 2 x c nx n a 11 x 1 + a 12 x a 1n x n > b1 a 21 x 1 + a 22 x a 2n x n > b2 opt z = c 1 x 1 + c 2 x c nx n a 11 x 1 + a 12 x a 1n x n > b1 a 21 x 1 + a 22 x a 2n x n > b a m1 x 1 + a m2 x a mnx n > bm x 1, x 2,..., x n 0 y enteras a m1 x 1 + a m2 x a mnx n > bm x 1, x 2,..., x n = 0, 1 Modelos de programación entera pura: todas las variables toman valores enteros. Modelos de programación entera 0-1: todas las variables son binarias. Modelos de programación entera mixta: algunas variables toman valores enteros y otras valores continuos.
3 Aplicaciones de la programación entera 3 Ejemplo 1 Personas Día necesarias 1. Lunes Martes Miércoles Jueves Viernes Sábado 16. Domingo 10 min z = x 1 + x 2 + x 3 + x 4 + x 5 + x 6 + x Cada persona debe trabajar cinco días seguidos y descansar 2. x j : número de personas que entran el dia j, j = 1,...,. x 1 + x 4 + x 5 + x 6 + x 15 x 1 + x 2 + x 5 + x 6 + x 13 x 1 + x 2 + x 3 + x 6 + x 15 x 1 + x 2 + x 3 + x 4 + x 18 x 1 + x 2 + x 3 + x 4 + x 5 14 x 2 + x 3 + x 4 + x 5 + x 6 16 x 3 + x 4 + x 5 + x 6 + x 10 x 1,..., x 0 y enteras
4 Aplicaciones de la programación entera 4 Ejemplo 2: El problema de la mochila. Capacidad de la mochila: 12 kg. Número de objetos: 4. Peso y valor objetos (ver tabla). x j = Peso (kg) Valor (euros) { 1 si el objeto j es seleccionado 0 en caso contrario max z = 15x x x x 4 3x 1 + 6x 2 + 5x 3 + 5x 4 12 x 1, x 2, x 3, x 4 = 0 ó 1
5 Aplicaciones de la programación entera 5 Ejemplo 3 Distancias entre ciudades (tiempo) min z = x 1 + x 2 + x 3 + x 4 + x 5 + x 6 Construir una estación a no más de 30 minutos de cada ciudad. j 1 si se construye en j x j = 0 en caso contrario x 1 + x 3 + x 5 1 x 2 + x 5 1 x 1 + x 3 + x 4 + x 6 1 x 3 + x 4 1 x 1 + x 2 + x 5 1 x 3 + x 6 1 x j = 0 ó 1, j = 1,..., 6 Restricción i hay una estación a no más de 30 minutos de la ciudad i.
6 Solución de problemas enteros 6 Enumeración exhaustiva max z = 80x x 2 x 1 + x 2 12x 1 + 5x 2 60 x 1, x 2 0 y enteras x 2 12x 1 + 5x 2 = 60 x 1 + x 2 = max Enumerar las soluciones. Elegir la mejor. x 1
7 Modelo entero y modelo relajado El modelo entero (PE) El modelo relajado (PR) max(min) z = c T x Ax = b x 0 y enteras max(min) z = c T x Ax = b x 0 Problema entero- PE Problema relajado-pr max z = 80x x 2 x 1 + x 2 12x 1 + 5x 2 60 x 1, x 2 0 y enteras max z = 80x x 2 x 1 + x 2 12x 1 + 5x 2 60 x 1, x 2 0 OpenCourseWare, UPV/EHU. Programación entera
8 Ejemplo 8 Solución gráfica del modelo relajado Problema entero- PE max z = 80x x 2 x 1 + x 2 12x 1 + 5x 2 60 x 1, x 2 0 y enteras x 2 12x 1 + 5x 2 = 60 x 1 + x 2 = Problema relajado-pr max P = (3.6, 3.4) max z = 80x x 2 x 1 + x 2 12x 1 + 5x 2 60 x 1, x 2 0 x 1 OpenCourseWare, UPV/EHU. Programación entera
9 Aproximación por redondeo 9 Solución óptima del PR: x PR =(3.6, 3.4) y z PR = 440. Aproximaciones por redondeo: (3, 3),(3, 4),(4, 3),(4, 4). x 2 12x 1 + 5x 2 = 60 x 1 + x 2 = max Solución óptima: (4, 4) x 1 (4, 4) no cumple las restricciones.
10 Solución de problemas enteros 10 Cota superior. El valor óptimo del PR es una cota superior para el valor óptimo del PE. Solución candidata. - Cumple las restricciones. - Es óptima si no se encuentra una mejor. - Proporciona una cota inferior para el PE. Ramificación. Dividir la región del problema en dos, quitando un trozo en el que no hay soluciones del PE. Se crean dos problemas relajados. Acotación. Resolver los dos problemas creados, el valor óptimo de cada uno de los problemas relajados es una cota superior en esa rama.
11 Solución gráfica 11 Ramificación y acotación del PR P2 max z = 80x x 2 x 1 + x 2 12x 1 + 5x 2 60 x 1 3, x 1, x 2 0 x 1 + x 2 = x 2 12x 1 + 5x 2 = 60 x 1 = 3 x 1 = 4 P3 max max z = 80x x 2 x 1 + x 2 12x 1 + 5x 2 60 x 1 4, x 1, x 2 0 P2 (3, 4) (4, 2.4) P3 x 1 arbol OpenCourseWare, UPV/EHU. Programación entera
12 Solución gráfica 12 Ramificación y acotación del P3 P4 max z = 80x x 2 x 1 + x 2 12x 1 + 5x 2 60 x 1, x 2 0 x 1 4, x 2 2 P5 x 2 12x 1 + 5x 2 = 60 x 1 = 4 x 1 + x 2 = max max z = 80x x 2 x 1 + x 2 12x 1 + 5x 2 60 x 1, x 2 0 x 1 4, x 2 3 x 2 = 3 x 2 = 2 P5 P4 (4.16, 2) x 1 arbol OpenCourseWare, UPV/EHU. Programación entera
13 Solución gráfica 13 Ramificación y acotación del P4 P6 max z = 80x x 2 x 2 x 1 + x 2 12x 1 + 5x x 1 + 5x 2 = 60 x 1 = 4 x 1 + x 2 = x 1 = 5 x 1, x 2 0 x 1 4, x 2 2, x 1 4 max P P6 max z = 80x x 2 x 1 + x 2 12x 1 + 5x 2 60 x 1, x 2 0 x 2 = 2 (4, 2) P (5, 0) x 1 x 1 4, x 2 2, x 1 5 arbol OpenCourseWare, UPV/EHU. Programación entera
14 Arbol solución 14 PR x PR = (3.6, 3.4) z PR = 440 x 1 3 x 1 4 P2 P3 x P2 = (3, 4) x P3 = (4, 2.4) z P2 = 420 z P3 = 428 z I = 420 x 2 2 x 2 3 P4 P5 x P4 = (4.16, 2) z P4 = Infactible x 1 4 x 1 5 P6 P x P6 = (4, 2) x P = (5, 0) z P6 = 410 z P = 400 Paso 1 Paso 2 Paso 3 algoritmo OpenCourseWare, UPV/EHU. Programación entera
15 Algoritmo de ramificación y acotación 15 Paso 1. Inicialización. Resolver el PR. Si la solución óptima es entera parar y esa solución es óptima también para el problema entero. En otro caso, fijar una cota inferior z I para el valor óptimo del problema entero. Si no se conoce ninguna solución candidata para el problema entero, hacer z I =. Paso 2. Ramificación. Seleccionar un problema no terminal. Elegir una variable x j que, teniendo que ser entera, tome un valor no entero en la solución actual. Crear dos nuevos problemas añadiendo x j [x j ], x j [x j ] + 1 Paso 3. Acotación. Resolver cada uno de los dos problemas recien creados. Paso 4. Problemas terminales. Son terminales los problemas que cumplen una de las siguientes condiciones: (1) El problema es infactible. (2) z S z I. (3) z S > z I y la solución es entera. Se actualiza la cota inferior haciendo z I = z S y esta solución entera es la solución candidata. Si todos los problemas son terminales, parar. La solución óptima es la candidata. Si no hay candidata el PE es infactible Si hay problemas no terminales, volver al Paso 2.. arbol
16 Aplicación del algoritmo (tablas) 16 Primera iteración Paso1. Inicialización. max z = 80x x 2 x 1 + x 2 12x 1 + 5x 2 60 x 1, x 2 0 x 1 x 2 x 3 x a a z I =. Paso 2. Ramificación. La solución del PR no es entera. Elegir x 1 y crear P2 y P3. Paso 3. Acotación. Resolver (análisis de sensibilidad).
17 Solución P2 x Primera iteración (continuación) x 1 x 2 x 3 x 4 x a a a a a a a a a Operaciones elementales: fila 3 fila 2. No factibilidad primal simplex dual. Tabla óptima
18 Solución P3 x Primera iteración (continuación) x 1 x 2 x 3 x 4 x a a a a a a a a a Operación elemental: fila 3 + fila 2. No factibilidad primal simplex dual. Tabla óptima.
19 Problemas terminales y segunda iteración 19 Paso 4. Problemas terminales. P2 z S = 420 > z I y x 1 = 3 y x 2 = 4. El problema es terminal nueva cota: z I = z S = 420. P3 no es terminal. Volver al Paso 2. Segunda iteración. Paso 2. Ramificación. Seleccionar P3 y la variable x 2. Ramificar x 2 2 y x 2 3 P4 y P5. Paso 3. Acotación. Resolver P4 y P5. Paso 4. Problemas terminales. P5 infactible terminal. P4 z S = > z I = 420 y solución no entera, no terminal. Volver al Paso 2.
20 Tercera iteración 20 Paso 2. Ramificación. Elegir P4 y la variable x 1 P6 y P. Paso 3. Acotación. Resolver P6 y P. Paso 4. Problemas terminales. P6 z S = 410 < z I = 420 terminal. P z S = 400 < z I = 420 terminal. Todos los problemas son terminales. La solución óptima es la solución candidata: x 1 = 3, x 2 = 4, z = z I = 420
21 Programación entera Modelo lineal 0-1 Modelo relajado opt z = c 1 x 1 + c 2 x c nx n a 11 x 1 + a 12 x a 1n x n > b1 opt z = c 1 x 1 + c 2 x c nx n x 1, x 2,..., x n = 0, 1 a 21 x 1 + a 22 x a 2n x n > b Se quitan todas las restricciones excepto la condición de ser binarias para las variables. a m1 x 1 + a m2 x a mnx n > bm x 1, x 2,..., x n = 0, 1 Problema 0-1 max z = 4y 1 + 6y 2 4 2y 1 + 3y 2 8 y 1 y 2 16 y 1, y 2 = 0 ó 1 Problema relajado (PR) max z = 4y 1 + 6y 2 4 y 1, y 2 = 0 ó 1
22 Ordenar los coeficientes 0 c 1 c 2 c n 22 Cambio de variable. Elegir en la función objetivo el menor coeficiente en valor absoluto, c 2 = 4; por ser negativo x 2 = 1 y 1. Elegir el siguiente, c 1 = 6; por ser positivo x 1 = y 2. max z = 6x 1 4x 2 3x 1 + 2x 2 10 x 1 + x 2 1 x 1, x 2 = 0 ó 1 max z = 4y 1 + 6y 2 4 2y 1 + 3y 2 8 y 1 y 2 16 y 1, y 2 = 0 ó 1
23 Solución parcial y complección 23 Solución parcial. Es una solución donde el valor de alguna variable está sin fijar. Complección. Se obtiene a partir de la solución parcial dando valor a todas las componentes que están sin fijar. Soluciones parciales: (1, 1, ), (0,, ) (0, 1, ) Complecciones de la solución parcial (0,, ): (0, 0, 0), (0, 0, 1), (0, 1, 0), (0, 1, 1)
24 Ejemplo 24 Problema 0-1 max z = x 1 + 2x 2 + 4x 3 x 1 + x 2 + 2x 3 4 3x 1 + x 2 + 2x 3 5 x 1, x 2, x 3 = 0 ó 1 PR max z = x 1 + 2x 2 + 4x 3 x 1, x 2, x 3 = 0 ó 1 c 1 = 1 c 2 = 2 c 3 = 4. Ordenar las soluciones del PR. x = (1, 1, 1) x = (0, 1, 1) x = (1, 0, 1) (1, 1, 0) (0, 0, 1),
25 Solución de problemas enteros 25 Cota superior. El valor óptimo del PR es una cota superior para el valor óptimo del problema 0-1. Solución candidata. - Cumple las restricciones. - Es óptima si no se encuentra una solución mejor. - Da una cota inferior para el problema 0-1. Ramificación. Elegir en una solución parcial el valor 0 ó el valor 1 para la siguiente variable, creando así dos problemas. Acotación. Calcular la mejor complección para cada problema. El valor del objetivo en dicha complección es una cota superior en esa rama.
26 Algoritmo de ramificación y acotación Objetivo maximizar 0 c 1 c 2 c n Paso 1: Inicialización. Si x=(1,..., 1), satisface las restricciones es óptima y parar. En otro caso, si x = (0, 1,..., 1) satisface las restricciones, es óptima y parar. Si no, fijar una cota inferior z I. Asociar al problema el índice k = 1. Paso 2: Ramificación. Seleccionar un problema no terminal y ramificar en dos, añadiendo, respectivamente, x k = 0 y x k = 1. Paso 3: Acotación. Para cada nuevo problema, hacer x S igual a la complección que tiene 0 la componente k + 1 y 1 en el resto. Calcular el valor z S. Asociar a estos problemas el índice k = k + 1. Paso 4: Problemas terminales Son terminales los problemas que verifiquen alguna de las siguientes condiciones: (a) z S z I (b) Si z S > z I e x S es factible. Entonces actualizar z I = z S (c) Ninguna complección satisface todas las restricciones. El problema es infactible. Si todos los problemas son terminales parar. En otro caso, ir al Paso 2. arbol 0-1
27 El problema de la mochila 2 Algoritmo de ramificación y acotación 0-1 max z = 15x x x x 4 3x 1 + 6x 2 + 5x 3 + 5x 4 12 x 1, x 2, x 3, x 4 = 0 ó 1 Cambio de variable: x 4 = y 1, x 3 = y 2, x 1 = y 3, x 2 = y 4. max z = 10y y y y 4 5y 1 + 5y 2 + 3y 3 + 6y 4 12 y 1, y 2, y 3, y 4 = 0 ó 1
28 Aplicación del algoritmo 28 Solución del ejemplo de la mochila PR y S = (0, 1, 1, 1) z S = 52 y 1 = 0 y 1 = 1 P2 P3 y = (0,,, ) y = (1,,, ) y S = (0, 0, 1, 1) y S = (1, 0, 1, 1) z S = 40 z S = 50 z I = 40 y 2 = 0 y 2 = 1 P4 P5 y = (1, 0,, ) y = (1, 1,, ) y S = (1, 0, 0, 1) y S = (1, 1, 0, 1) z S = 35 z S = 4 y 3 = 0 y 3 = 1 P6 P y = (1, 1, 0, ) y = (1, 1, 1, ) y S = (1, 1, 0, 0) y S = (1, 1, 1, 0) z S = 22 z S = 3 algoritmo 0-1
Teniendo en cuenta los valores de las variables se tienen 3 tipos de modelos lineales enteros:
Tema 5 Programación entera En este tema introducimos problemas lineales en los que algunas o todas las variables están restringidas a tomar valores enteros. Para resolver este tipo de problemas se han
Más detallesEl método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
Más detalles84 Tema 3. Dualidad. todas las restricciones son del tipo, todas las variables son no negativas.
Tema 3 Dualidad En el desarrollo de la programación lineal la teoria de la dualidad es importante, tanto desde el punto de vista teórico como desde el punto de vista práctico. Para cada modelo lineal se
Más detallesCAPÍTULO 4 PROGRAMACIÓN LINEAL ENTERA
CAPÍTULO 4 PROGRAMACIÓN LINEAL ENTERA Programación Lineal Entera Es una técnica que permite modelar y resolver problemas cuya característica principal es que el conjunto de soluciones factibles es discreto.
Más detallesPROGRAMACIÓN LINEAL ENTERA
PROGRAMACIÓN LINEAL ENTERA MÉTODOS DE RESOLUCIÓN Redondeo: DESACONSEJABLE: Por producir malas soluciones Por producir soluciones infactibles Ejemplo PLA Max F(X) = 4x 1 + 3x 2 s.a. 2x 1 + x 2 2 3x 1 +
Más detallesCALENDARIO AÑO 2016 PICO Y PLACA AUTOMOVILES SERVICIO ESPECIAL PICO Y PLACA TAXIS
JULIO VIERNES 1 9 7-8 7-8 5-6 1-3-5-7-9 SABADO 2 8 9-0 9-0 7-8 NO APLICA DOMINGO 3 NO APLICA NO APLICA NO APLICA NO APLICA NO APLICA LUNES 4 FESTIVO FESTIVO FESTIVO FESTIVO FESTIVO MARTES 5 1 3-4 3-4 1-2
Más detallesRELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA
RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA SIMPLEX Y LINEAL ENTERA a Resuelve el siguiente problema con variables continuas positivas utilizando el método simple a partir del vértice
Más detallesProblemas de programación entera: El método Ramifica y Acota. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Problemas de programación entera: El método Ramifica y Acota Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema La estrategia Divide y vencerás Árboles de enumeración
Más detallesCALENDARIO AÑO 2016 PICO Y PLACA AUTOMOVILES SERVICIO ESPECIAL PICO Y PLACA TAXIS
ENERO VIERNES 1 FESTIVO FESTIVO FESTIVO FESTIVO FESTIVO SABADO 2 3 7-8 7-8 5-6 NO APLICA DOMINGO 3 NO APLICA NO APLICA NO APLICA NO APLICA NO APLICA LUNES 4 4 9-0 9-0 7-8 NO APLICA MARTES 5 5 1-2 1-2 9-0
Más detallesINGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA
INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA Sesión 4 Objetivos: Aplicar el método simplex a la solución de problemas reales. Contenido: Introducción al método Simplex Requerimiento del método Simplex
Más detallesTema 3: El Método Simplex. Algoritmo de las Dos Fases.
Tema 3: El Método Simplex Algoritmo de las Dos Fases 31 Motivación Gráfica del método Simplex 32 El método Simplex 33 El método Simplex en Formato Tabla 34 Casos especiales en la aplicación del algoritmo
Más detallesProgramación Lineal Entera. Programación Entera
Programación Lineal Entera PE Programación Entera Modelo matemático, es el problema de programación lineal Restricción adicional de variables con valores enteros. Programación entera mita Algunas variables
Más detallesRESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA MÉTODOS DE CORTE CORTES DE GOMORY
25 de Junio de 2012 RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA MÉTODOS DE CORTE CORTES DE GOMORY Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela Programación
Más detallesPLE: Ramificación y Acotamiento
PLE: Ramificación y Acotamiento CCIR / Depto Matemáticas TC3001 CCIR / Depto Matemáticas PLE: Ramificación y Acotamiento TC3001 1 / 45 La compañía TELFA fabrica mesa y sillas. Una mesa requiere 1 hora
Más detallesAnálisis Post Optimal y Algoritmo de Ramificación y Acotamiento
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Análisis Post Optimal y Algoritmo de Ramificación y Acotamiento Marcel Goic F.
Más detallesAlgoritmos de Planos de Corte
Algoritmos de Planos de Corte Problema: max {cx / x X} con X = {x / Ax b, x Z n + } Proposición: conv (X) es un poliedro que puede entonces escribirse como conv (X) = {x / Ax b, x 0} Lo mismo ocurre para
Más detallesProgramación Lineal y Optimización Segundo Examen Parcial Respuesta: :Solución Profr. Eduardo Uresti, Agosto-Diciembre 2011
Matrícula: Nombre: Programación Lineal y Optimización Segundo Examen Parcial Respuesta: : Profr. Eduardo Uresti, Agosto-Diciembre 2011 1. Suponga que tiene una empresa que produce tres tipos de productos
Más detallesPROBLEMA 1. Considere el siguiente problema de programación lineal:
PROBLEMA 1 Considere el siguiente problema de programación lineal: Sean h1 y h2 las variables de holgura correspondientes a la primera y segunda restricción, respectivamente, de manera que al aplicar el
Más detallesINTRODUCCIÓN A LA PROGRAMACIÓN ENTERA
INTRODUCCIÓN A LA PROGRAMACIÓN ENTERA Los problemas de programación lineal en que se requiere que algunas o todas las variables tomen valores enteros, son de programación entera. La programación entera
Más detallesTema 5: Análisis de Sensibilidad y Paramétrico
Tema 5: Análisis de Sensibilidad y Paramétrico 5.1 Introducción 5.2 Cambios en los coeficientes de la función objetivo 5.3 Cambios en el rhs 5.4 Análisis de Sensibilidad y Dualidad 5.4.1 Cambios en el
Más detallesProgramación lineal: Algoritmo del simplex
Programación lineal: Algoritmo del simplex Se considera la formulación estándar de un problema de programación lineal siguiendo la notación utilizada en las clases teóricas: Minimizar c t x sa: Ax = b
Más detallesFecha Segundo Cuarto Sexto Octavo
PRIMER ORDINARIO Lunes 23 de Martes 24 de BASE DE Miércoles 25 de Jueves 26 de Viernes 27 de SEGUNDO ORDINARIO Lunes 23 de Martes 24 de BASE DE Miércoles 25 de Jueves 26 de Viernes 27 de TERCER ORDINARIO
Más detallesFigura 1: Esquema de las tablas simplex de inicio y general.
RELACIONES PRIMAL-DUAL Los cambios que se hacen en el modelo original de programación lineal afectan a los elementos de la tabla óptima actual el que se tenga en el momento, que a su vez puede afectar
Más detallesDualidad. Dpto. Ingeniería Industrial, Universidad de Chile. 22 de abril de IN3701, Optimización
Contenidos Motivación y Representación de Poliedros IN3701, Optimización 22 de abril de 2009 Contenidos Motivación y Representación de Poliedros Contenidos 1 Motivación 2 y Representación de Poliedros
Más detallesTema 6: Programación entera: Bifurcación y planos de corte.
Tema 6: Programación entera: Bifurcación y planos de corte. Obetivos del tema. Índice Problemas de programación lineal entera. Método de bifurcación y acotación para un PPLE Mixta. Técnicas de preprocesamiento
Más detallesOptimización de Problemas de Producción
Optimización de Problemas de Producción Pedro Piñeyro - Luis Stábile Colaboran: Héctor Cancela - Antonio Mauttone - Carlos Testuri Depto. Investigación Operativa. Instituto de Computación. Facultad de
Más detallesIntroducción a la programación lineal y entera Una simple presentación
Introducción a la programación lineal y entera Una simple presentación Miguel Mata Pérez miguel.matapr@uanl.edu.mx Versión 0.1, 30 de septiembre de 2014 Resumen: Este trabajo es una presentación de la
Más detallesEjemplo: ubicación de estación de bomberos
15.053 Jueves, 11 de abril Más aplicaciones de la programación entera. Técnicas de plano de corte para obtener mejores cotas. Ejemplo: ubicación de estación de bomberos Considere la ubicación de estaciones
Más detallesPROGRAMACION ENTERA: METODO DE BIFURCACIÓN Y ACOTAMIENTO
PROGRAMACION ENTERA: METODO DE BIFURCACIÓN Y ACOTAMIENTO La mayor parte de los PE se resuelven en la práctica mediante la técnica de ramificación y acotamiento. En este método se encuentra la solución
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesEjercicios de Programación Entera
Ejercicios de Programación Entera Investigación Operativa Ingeniería Informática, UC3M Curso 08/09. En una ciudad se intenta disminuir la contaminación reduciendo la circulación interurbana. Un primer
Más detallesJesús Getán y Eva Boj. Marzo de 2014
Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj 1 / 18 Jesús Getán y Eva Boj 2 / 18 Un Programa lineal consta de: Función objetivo. Modeliza
Más detallesPROGRAMACIÓN LINEAL ENTERA
PROGRAMACIÓN LINEAL ENTERA Programación lineal: hipótesis de perfecta divisibilidad Así pues decimos que un problema es de programación lineal entera, cuando prescindiendo de las condiciones de integridad,
Más detallesContenido: Solución algebraica a los problemas de programación lineal con el método simplex.
Tema II: Programación Lineal Contenido: Solución algebraica a los problemas de programación lineal con el método simplex. Introducción El método simplex resuelve cualquier problema de PL con un conjunto
Más detalles02 de septiembre de 2013-06 de septiembre de 2013
02 de septiembre de 2013-06 de septiembre de 2013 2 lunes 3 martes 4 miércoles 5 jueves 6 viernes 1 17/04/2013 10:23 09 de septiembre de 2013-13 de septiembre de 2013 9 lunes 10 martes 11 miércoles 12
Más detalles3. Estudia si la solución ( 1, 1, 1) es factible y, si lo es, si es interior o de frontera.
MATEMÁTIAS II Grupo M APELLIDOS: NOMRE: onsidera el problema Max. 3x + 2y + z s.a 2x 2 + y 2 + z apple x + y + z x apple, z. Escribe el conjunto de oportunidades y razona si es compacto. 2. Podemos asegurar
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesEJERCICIO 1. Max Z = 6 x x 2 s.r. (1) 4 x x 2 12 (2) 2 x x 2 16 (3) 2 x 1 6 x 1, x 2 0
Considere el Programa Lineal siguiente: EJERCICIO Max Z 6 x + 9 x 2 s.r. () 4 x + 6 x 2 2 (2) 2 x + 8 x 2 6 (3) 2 x 6 x, x 2 0 (.a) 3 2 0 2 3 4 5 6 7 8 El Problema tiene una Región Factible delimitada
Más detalles315 M/R Versión 1 Integral 1/13 2009/1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA
35 M/R Versión Integral /3 29/ UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA (VERSION.2) ASIGNATURA: Investigación de Operaciones I CÓDIGO: 35 MOMENTO: Prueba
Más detallesTema 3 Optimización lineal. Algoritmo del simplex
Tema 3 Optimización lineal. Algoritmo del simplex José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 3 Teorema fundamental de la programación lineal. Algoritmo
Más detallesDegeneración y ciclaje. Método de las dos fases CO-3411 (S08) 30/03/
CO-3411 (S08 30/03/2008 98 Degeneración y ciclaje En el caso de problemas generales, una solución será degenerada cuando alguna de las variables básicas se encuentra en una de sus cotas (comparar con el
Más detalles7. PROGRAMACION LINEAL
7. PROGRAMACION LINEAL 7.1. INTRODUCCION A LA PROGRMACION LINEAL 7.2. FORMULACION DE UN PROBLEMA LINEAL 7.3. SOLUCION GRAFICA DE UN PROBLEMA LINEAL 7.4. CASOS ESPECIALES DE PROBLEMAS LINEALES 7.4.1. Problemas
Más detalles1. RESOLVER el siguiente problema de programación lineal. max z =15x 1 + 10x 2 suj.a : 2x 1 + x 2 1500 x 1 + x 2 1200 0 x 1 500
1. RESOLVER el siguiente problema de programación lineal max z =15x 1 + 10x 2 suj.a : 2x 1 + x 2 1500 x 1 + x 2 1200 0 x 1 500 x 2 0 2 RESOLVER el siguiente problema de P.L.: max z = 2x 1 + 3x 2 2x 3
Más detallesProblemas de análisis de sensibilidad
Problemas de análisis de sensibilidad. Considerar el siguiente modelo lineal y la tabla óptima max z = x + x + x x x x x x x sujeto a 0 0 0 8 x + x + x a 0 0 x + x + x 0 a 0 0 x + x + x a 0 0 x, x, x 0.
Más detallesCon miras a conocer la metodología que se aplica en el Método SIMPLEX, tenemos a continiacion un ejemplo:
Método Simplex. Este método fue creado en el año 1947 por el estadounidense George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el objetivo de crear un algoritmo capaz de crear soluciones
Más detallesPROBLEMAS DE PROGRAMACIÓN ENTERA I
Problemas de Programación Entera I 1 PROBLEMAS DE PROGRAMACIÓN ENTERA I 1. Un departamento ha dispuesto 2 millones de pesetas de su presupuesto general para la compra de material informático, con el que
Más detallesWinQSB. Módulo de Programación Lineal y Entera. Al ejecutar el módulo Linear and Integer Programming, la ventana de inicio es la siguiente
WinQSB Módulo de Programación Lineal y Entera Al ejecutar el módulo Linear and Integer Programming, la ventana de inicio es la siguiente desde la cual, a partir del menú File New Problem puedes introducir
Más detallesProgramación entera: Ejemplos, resolución gráfica, relajaciones lineales. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Programación entera: Ejemplos, resolución gráfica, relajaciones lineales Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Programación entera: definición, motivación,
Más detalles1.Restricciones de Desigualdad 2.Procedimiento algebraico
Universidad Nacional de Colombia Sede Medellín 1. Restricciones de Desigualdad Clase # 6 EL MÉTODO M SIMPLEX El método m simplex es un procedimiento algebraico: las soluciones se obtienen al resolver un
Más detallesLa lección de hoy de febrero de Notación. Solución factible básica
1.3 1 de febrero de La lección de hoy Método simplex (continuación) Entregas: material de clase Nota: el diseño de esta presentación incluye animaciones que permiten verla en forma de diapositivas. Repaso
Más detallesCALENDARIO CURSO TÉCNICOS DEPORTIVOS 1ª SEMANA ( DEL 4 AL 9 DE JULIO) SESIONES LUNES 4 MARTES 5 MIÉRCOLES 6 JUEVES 7 VIERNES 8 SÁBADO 9
CALENDARIO CURSO TÉCNICOS DEPORTIVOS 1ª SEMANA ( DEL 4 AL 9 DE JULIO) SESIONES LUNES 4 MARTES 5 MIÉRCOLES 6 JUEVES 7 VIERNES 8 SÁBADO 9 INAUGURACIÓN DEL CURSO CALENDARIO CURSO TÉCNICOS DEPORTIVOS 2ª SEMANA
Más detallesa) LLamamos x al número de collares e y al número de pulseras. Las restricciones son: x + y 50 2x + y 80 x, y 0
Nuria Torrado Robles Departamento de Estadística Universidad Carlos III de Madrid Hoja, ejercicios de programación lineal, curso 2010 2011. 1. Un artesano fabrica collares y pulseras. Hacer un collar le
Más detallesFarmacias de Guardia de TOCINA-LOS ROSALES desde 30-dic-2013 hasta 05-ene-2014
Farmacias de Guardia de TOCINA-LOS ROSALES desde 30-dic-2013 hasta 05-ene-2014 LUNES 30 MARTES 31 MIERCOLES 1 JUEVES 2 VIERNES 3 SABADO 4 DOMINGO 5 Farmacias de Guardia de TOCINA-LOS ROSALES desde 06-ene-2014
Más detallesUn sistema de ecuaciones diferenciales son aquellas que tienen varias posibilidades para su solución. Estas son:
Unidad X: Programación lineal (continuación) Objetivo específico: Entender ampliamente el fenómeno del comportamiento de los modelos matemáticos para la resolución de problemas enfocados a las ecuaciones
Más detallesTema 7: Problemas clásicos de Programación Lineal
Tema 7: Problemas clásicos de Programación Lineal 1.- Características generales de un problema de transporte y asignación Surgen con frecuencia en diferentes contextos de la vida real. Requieren un número
Más detallesEstructura Selectiva Múltiple
Estructura Selectiva Múltiple Con frecuencia en la práctica se presentan más de dos elecciones posibles de una cierta condición. La estructura selectiva múltiple se utiliza para este tipo de problemas,
Más detallesProgramación Lineal. El método simplex
Programación Lineal El método simplex El método simplex es una herramienta algebraica que permite localizar de manera eficiente el óptimo entre los puntos extremos de una solución a un problema de programación
Más detalles3.1 Por inspección del tablero óptimo genere las respuestas a los numerales dados. X 1 = Cantidad de tarjetas de invitación a producir semanalmente en Kimberly Colpapel y X 2 = Cantidad de tarjetas de
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 16 de febrero de 2006
UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 6 de febrero de 26 Problema. (2 puntos Un técnico de sistemas del laboratorio de cálculo de la Escuela Politécnica
Más detallesPráctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut
Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut 8.1 Para cada uno de los siguientes conjuntos, encontrar una desigualdad válida que agregada a la formulación
Más detallesTécnico Superior en Producción y Administración Rural - 1er Año
Marzo Lunes Martes Miercoles Jueves Viernes Sabado 1 2 3 4 5 12 14 15 16 1 1 1 25 26 2 2 30 Economía de la Prod. 31 Economía de la Prod. Abril 1 2 4 5 6 Economía de la Prod. Economía de la Prod. Práctica
Más detallesFlujos de redes (Network Flows NF)
Fluos de redes (Network Flows NF). Terminología. Árbol generador mínimo. Camino mínimo 4. Fluo máximo 5. Fluo de coste mínimo TEORÍA DE GRAFOS. OPTIMIZACIÓN EN REDES Terminología Red o grafo (G) Nodos
Más detallesColección de Problemas II. mín Z = 8x 1 + 9x 2 + 7x 3 s. a: x 1 + x 2 + x x 1 + 3x 2 + x x 1 + x 2 x 3 30
1.- Dado el siguiente problema mín Z = 8x 1 + 9x + 7x 3 s. a: x 1 + x + x 3 40 x 1 + 3x + x 3 10 x 1 + x x 3 30 x 1 0, x 0, x 3 0 A) Plantear el problema dual y escribir las condiciones de la holgura complementaria
Más detallesIntroducción a la Programación Dinámica. El Problema de la Mochila
Tema 1 Introducción a la Programación Dinámica. El Problema de la Mochila La programación dinámica no es un algoritmo. Es más bien un principio general aplicable a diversos problemas de optimización que
Más detallesSi el objetivo es maximizar, entonces se tiene la forma estándar de maximización y, si el objetivo es minimizar, la forma estándar de minimización.
Tema El método simplex Los modelos lineales con dos o tres variables se pueden resolver gráficamente. En el Tema hemos visto la solución gráfica de modelos lineales de dos variables. Sin embargo, este
Más detallesCONTENIDO Prefacio CAPITULO 1: Qué es la investigación de operaciones? CAPITULO 2: Introducción a la programación lineal...
CONTENIDO Prefacio XV CAPITULO 1: Qué es la investigación de operaciones? 1 1.1 Modelos de investigación de operaciones 1 1.2 Solución del modelo de investigación de operaciones.. 4 1.3 Modelos de colas
Más detallesDECISIÓN MULTICRITERIO
DECISIÓN MULTICRITERIO JOSÉ MARÍA MORENO JIMÉNEZ moreno@unizar.es Facultad de Económicas José María Moreno Jiménez (GDMZ). S2-1 S2. MULTICRITERIO CONTINUA. Modelos de satisfacción
Más detallesINVESTIGACION DE OPERACIONES:
METODO SIMPLEX El algoritmo símplex fue descubierto por el matemático norteamericano George Bernard Dantzig en 1947, es una técnica para dar soluciones numéricas a problema de programación lineal Un problema
Más detallesAnálisis de Sensibilidad de los Resultados
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 22 Análisis de Sensibilidad de los Resultados ICS 02 Optimización Profesor : Claudio Seebach
Más detalles15 de septiembre de 2014-19 de septiembre de 2014
15 de septiembre de 2014-19 de septiembre de 2014 15 lunes 16 martes 17 miércoles 18 jueves 19 viernes 1 14/04/2014 12:37 22 de septiembre de 2014-26 de septiembre de 2014 22 lunes 23 martes 24 miércoles
Más detallesTema No. 3 Métodos de Resolución de Modelos de Programación Lineal. El Método Gráfico y Método Simplex Autoevaluación y Ejercicios Propuestos
UNIVERSIDAD NACIONAL EXPERIMENTAL FRANCISCO DE MIRANDA ÁREA DE TECNOLOGÍA DEPARTAMENTO DE GERENCIA INVESTIGACIÓN DE OPERACIONES PROFESOR: Dr. JUAN LUGO MARÍN Tema No. 3 Métodos de Resolución de Modelos
Más detallesIntroducción a la programación lineal
Introducción a la programación lineal La programación lineal se aplica a modelos de optimización en los que las funciones objetivo y restricción son estrictamente lineales. La técnica se aplica en una
Más detallesProblemas de Programación Lineal: Método Simplex
Problemas de Programación Lineal: Método Simplex Ej. (3.1) (C) Los siguientes Tableaux fueron obtenidos en el transcurso de la resolución de PL en los cuales había que maximizar una Función Objetivo con
Más detallesCAPITULO 1: PERSPECTIVE GENERAL DE LA
CONTENIDO CAPITULO 1: PERSPECTIVE GENERAL DE LA INVESTIGACION DE OPERACIONES 1 1.1 Modelos matemáticos de investigación de operaciones. 1 1.2 Técnicas de investigación de operaciones 3 1.3 Modelado de
Más detallesINVESTIGACIÓN OPERATIVA
FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA Mg Jessica Pérez Rivera PROBLEMAS DE TRANSPORTE Y ASIGNACIÓN Las aplicaciones de la programación
Más detallesUso del programa SOLVER de MS Excel
Uso del programa SOLVER de MS Excel 2 USO DEL PROGRAMA SOLVER DE EXCEL (Microsoft) Para conocer la aplicación del método SOLVER de EXCEL (Microsoft), se utilizará un ejemplo práctico: Max Sujeto a: Z=
Más detallesRepaso del algoritmo SIMPLEX
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN70K: Clase Auxiliar Repaso del algoritmo SIMPLEX Marcel Goic F. 1 1 Esta es una versión bastante
Más detallesEJERCICIOS DE PROGRAMACIÓN LINEAL
EJERCICIOS DE PROGRAMACIÓN LINEAL 1 Un fabricante desea encontrar la producción semanal óptima de los artículos A, B y C para maximizar sus beneficios. Las ganancias por unidad de estos artículos son:
Más detallesMÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO
MÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO Investigación de Operaciones 1 AVISO Traer para la siguiente clase laptop para desarrollar ejercicios con winqsb, tora, qsb, y otros. Investigación de Operaciones
Más detallesEl Método Simplex. H. R. Alvarez A., Ph. D. 1
El Método Simplex H. R. Alvarez A., Ph. D. 1 El Método Simplex Desarrollado en 1947 por George Dantzig como parte de un proyecto para el Departamento de Defensa Se basa en la propiedad de la solución esquina
Más detallesParcial. Martes 12 de marzo de (sin textos)
5.53 Parcial Martes 2 de marzo de 2 (sin textos). Responda a todas las preguntas en los cuadernillos de examen. 2. Controle el tiempo. Si un problema (o uno de sus apartados) le lleva mucho tiempo, le
Más detallesOptimización lineal entera mixta
Optimización lineal entera mita Andrés Ramos Universidad Pontificia Comillas http://www.iit.upcomillas.es/aramos/ Andres.Ramos@upcomillas.es CONTENIDO INTRODUCCIÓN MÉTODOS DE SOLUCIÓN MÉTODO DE RAMIFICACIÓN
Más detallesPara conocer la conveniencia de la aplicación SOLVER de EXCEL Microsoft, se utilizará un ejemplo práctico:
INSTRUCTIVO PARA USO DEL SOLVER DE EXCEL Documento Original: Ing. Mario René Galindo Modificado por: Ing. Golfredo Molina (mayo, 2009) La utilización de software para resolver problemas de programación
Más detallesTema 2: Optimización lineal. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga
Tema 2: Optimización lineal Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga Sumario El modelo de programación lineal Formulación de modelos Método gráfico
Más detallesUniversidad Autónoma de Sinaloa
Universidad Autónoma de Sinaloa Facultad de Ciencias Sociales Licenciatura en Economía Programa de estudios Asignatura: Investigación de operaciones. Clave: Eje de formación: Básica EFBCII Área de Conocimiento:
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 4 Optimización no Lineal
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 4 Optimización no Lineal ORGANIZACIÓN DEL TEMA Sesiones: El caso sin restricciones: formulación, ejemplos Condiciones de optimalidad, métodos Caso con restricciones:
Más detallesFormulando con modelos lineales enteros
Universidad de Chile 19 de marzo de 2012 Contenidos 1 Forma de un problema Lineal Entero 2 Modelando con variables binarias 3 Tipos de Problemas Forma General de un MILP Problema de optimización lineal
Más detallesMÓDULOS DE EMPRENDIMIENTO FEBRERO. Fecha Temas Horario. La importancia de la imagen corporativa y el éxito de su empresa
FEBRERO Lunes 23 Martes 24 Contabilidad para emprendedores Miércoles 25 Como incrementar las ventas con un servicio al cliente Jueves 26 MARZO Lunes 16 Martes 17 Contabilidad para emprendedores Miércoles
Más detallesTRANSPORTE Y TRANSBORDO
TRANSPORTE Y TRANSBORDO En ésta semana estudiaremos un modelo particular de problema de programación lineal, uno en el cual su resolución a través del método simplex es dispendioso, pero que debido a sus
Más detallesFundamentos de Investigación de Operaciones Modelos de Grafos
Fundamentos de Investigación de Operaciones de junio de 00 Muchos problemas de optimización puedes ser analizados y resueltos a través de representaciones gráficas. Tal es el caso de los problemas de planificación
Más detallesProgramación Lineal. El modelo Matemático
Programación Lineal. El modelo Matemático 1 Modelización Definición 1.1 Consideremos el problema de optimización con restricciones, definido como sigue Min f(x) s.a. g i (x) b i i = 1, 2,..., m (P OR)
Más detallesUNIVERSIDAD DIEGO PORTALES. FACULTAD DE INGENIERIA. ESCUELA DE INGENIERIA INDUSTRIAL.
UNIVERSIDAD DIEGO PORTALES. FACULTAD DE INGENIERIA. ESCUELA DE INGENIERIA INDUSTRIAL. Optimización, Pauta Solemne 2. Semestre Primavera 2011 Profesores: Paul Bosch, Fernando Paredes, Pablo Rey Tiempo:
Más detallesUNIDAD 6 PROGRAMACIÓN LINEAL ENTERA. de programación lineal entera. lineal entera.
UNIDAD 6 PROGRAMACIÓN LINEAL ENTERA de programación lineal entera. lineal entera. Investigación de operaciones Introducción En la unidad aprendimos a resolver modelos de P. L. por el método símple y el
Más detallesMatemáticas
a la a la Matemáticas a la En esta lectura daremos una introducción a la modelación de problemas mediante programación lineal; pondremos énfasis en las etapas que componen la modelación. Cerraremos estos
Más detallesProgramación Lineal Continua
Elisenda Molina Universidad Carlos III de Madrid elisenda.molina@uc3m.es 8 de octubre de 2008 Esquema 1 Formulación y Ejemplos 2 3 Ejemplo: Producción de carbón Una empresa minera produce lignito y antracita.
Más detallesDUALIDAD EN PROGRAMACION LINEAL
DUALIDAD EN PROGRAMACION LINEAL Relaciones primal-dual Asociado a cada problema lineal existe otro problema de programación lineal denominado problema dual (PD), que posee importantes propiedades y relaciones
Más detallesProgramación Lineal Entera
Programación Lineal Entera P.M. Mateo y David Lahoz 2 de julio de 2009 En este tema se presenta un tipo de problemas formalmente similares a los problemas de programación lineal, ya que en su descripción
Más detallesUniversidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I
Tema # 10 El método de las M s como solución de problemas de programación lineal 1 Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Resolver modelos de programación lineal mediante
Más detallesProgramación lineal entera
Capítulo 2 Programación lineal entera 2.1. Definición En las últimas décadas, el uso de modelos de programación lineal entera mixta para resolver problemas de Optimización Combinatoria se ha incrementado
Más detallesParte de Algoritmos de la asignatura de Programación Master de Bioinformática. Búsqueda exhaustiva
Parte de Algoritmos de la asignatura de Programación Master de Bioinformática Búsqueda exhaustiva Web asignatura: http://dis.um.es/~domingo/algbio.html E-mail profesor: domingo@um.es Transparencias preparadas
Más detalles