PROGRAMACIÓN LINEAL ENTERA

Documentos relacionados
PROGRAMACIÓN LINEAL ENTERA

RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA

Tema 3: El Método Simplex. Algoritmo de las Dos Fases.

Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut

Programación Lineal. El método simplex

5.- Problemas de programación no lineal.

PLE: Ramificación y Acotamiento

POST-OPTIMIZACIÓN Y SENSIBILIDAD EN PROBLEMAS LINEALES.

Programación Lineal Entera. Programación Entera

Programación NO Lineal (PNL) Optimización sin restricciones

Tema No. 3 Métodos de Resolución de Modelos de Programación Lineal. El Método Gráfico y Método Simplex Autoevaluación y Ejercicios Propuestos

Tema 6: Programación entera: Bifurcación y planos de corte.

Introducción a Programación Lineal

El método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.

4.1. Polinomios y teoría de ecuaciones

WinQSB. Módulo de Programación Lineal y Entera. Al ejecutar el módulo Linear and Integer Programming, la ventana de inicio es la siguiente

3. Estudia si la solución ( 1, 1, 1) es factible y, si lo es, si es interior o de frontera.

EL PROBLEMA GENERAL DE OPTIMIZACION

PROGRAMACION CUADRATICA

UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4

Universidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I

Introducción a la programación lineal

Introducción a la Programación Dinámica. El Problema de la Mochila

Programación Lineal. El modelo Matemático

UNIDAD 6.- PROGRAMACIÓN LINEAL

MATEMÁTICAS II CC III PARCIAL

Derivadas 6 ACTIVIDADES. 1. Página 140. Función f(x) x 2 1: Función g(x) x 3 7: 2. Página Página Página

Se distinguen tres métodos algebraicos de resolución de sistemas:

Programación entera: Ejemplos, resolución gráfica, relajaciones lineales. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

Resumen de técnicas para resolver problemas de programación entera Martes, 9 de abril. Enumeración. Un árbol de enumeración

CURSO CERO DE MATEMATICAS. Apuntes elaborados por Domingo Pestana Galván. y José Manuel Rodríguez García

Z Optima X 1 + X 2 5 Z 1 -X 1 + 2X Región factible. Figura 1

MÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO

Breve introducción a la Investigación de Operaciones

Ejercicios de Programación Entera

Programación Lineal Entera

Sistemas de ecuaciones

C a l ses P P y y NP C a l se P C a l se N P N P [No N n o -De D te t rmin i i n s i ti t c i Polynomial-tim i e]

Funciones: Aspectos básicos

Universidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 9

Algebra lineal y conjuntos convexos

Ecuaciones, inecuaciones y sistemas

Prueba, caso de prueba, defecto, falla, error, verificación, validación.

Fabio Prieto Ingreso 2003

Universidad Nacional Autónoma de Nicaragua UNAN-Managua. Curso de Investigación de Operaciones

Máximos y mínimos. Mínimo global Máximo global máximo relativo mínimo relativo

PROBLEMA DE PROGRAMACIÓN LINEAL RESUELTO POR MÉTODO SIMPLEX

Con miras a conocer la metodología que se aplica en el Método SIMPLEX, tenemos a continiacion un ejemplo:

Clase 4 Funciones polinomiales y racionales

Un programa entero de dos variables Jueves, 4 de abril. La región factible. Por qué programación entera? Variables 0-1

Ecuaciones de 1er Grado 2. Incógnitas. Ing. Gerardo Sarmiento Díaz de León

DUALIDAD EN PROGRAMACION LINEAL

Formulación del problema de la ruta más corta en programación lineal

Esquema conceptual: Unidad IV

APUNTES ACERCA DE LA ECUACIÓN DE LA RECTA

Clase 9 Programación No Lineal

OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 4 Optimización no Lineal

Tema 3 Álgebra Matemáticas I 1º Bachillerato. 1

Matemáticas B 4º E.S.O.- Ecuaciones, Inecuaciones y Sistemas. 1

CAPÍTULO 2. SOLUCIÓN DE ECUACIONES DE UNA VARIABLE

Desigualdades o inecuaciones lineales en una variable. Prof. Caroline Rodriguez Departamento de Matemáticas UPR - Arecibo

MQ1 - Métodos Cuantitativos 1

Unidad III: Programación no lineal

PROGRAMACIÓN LINEAL. Su empleo es frecuente en aplicaciones de la industria, la economía, la estrategia militar, etc.

Contenido: Solución algebraica a los problemas de programación lineal con el método simplex.

ECUACIONES.

Tema 5: Análisis de Sensibilidad y Paramétrico

PROBLEMA 1. Considere el siguiente problema de programación lineal:

Instituto tecnológico de Minatitlán. Investigación de operaciones Ing. Erika Lissette Minaya mortera Unidad 3: programación no lineal

Introducción a la programación lineal y entera Una simple presentación

Unidad 1: SISTEMAS DE ECUACIONES. MÉTODO DE GAUSS

Institución Educativa Distrital Madre Laura

UNIDAD 6 PROGRAMACIÓN LINEAL ENTERA. de programación lineal entera. lineal entera.

Pasos en el Método Simplex

Unidad 2: Ecuaciones, inecuaciones y sistemas.

IN34A - Optimización

f: D IR IR x f(x) v. indep. v. dependiente, imagen de x mediante f, y = f(x). A x se le llama antiimagen de y por f, y se denota por x = f -1 (y).

Infinito más un número Infinito más infinito. Infinito por infinito. OPERACIONES CON INFINITO Sumas con infinito. Productos con infinito

INTERVALOS Y SEMIRRECTAS.

Práctica 2: Análisis de sensibilidad e Interpretación Gráfica

OPERACIONES CON POLINOMIOS

Universidad del Rosario Economía Matemática II Taller 8 - Kuhn Tucker

Ecuaciones e inecuaciones. Sistemas de ecuaciones e inecuaciones

PROGRAMACION ENTERA. M. en C. Héctor Martínez Rubin Celis 1

PROGRAMACIÓN NO LINEAL INTRODUCCIÓN

Facultad de Farmacia. Grado en Nutrición Humana y Dietética. Depto. de Estadística e Investigación Operativa ESTADÍSTICA

CURSO 2013/2014 RESUMEN LÍMITES Y CONTINUIDAD 2, ,61 2,01 4,0401 1,99 3,9601 2,001 4, ,999 3,

UNIDAD: ÁLGEBRA Y FUNCIONES ECUACIÓN DE PRIMER GRADO

UNIDAD 4: FUNCIONES POLINOMIALES Y RACIONALES

ECUACIONES DE PRIMER GRADO CON UNA INCÓGNITA

Eje temático: Álgebra y funciones Contenidos: Raíces cuadradas y cúbicas - Racionalización Ecuaciones irracionales. Nivel: 3 Medio

UNIDAD 2: ECUACIONES E INECUACIONES. SISTEMAS DE ECUACIONES

Jesús Getán y Eva Boj. Marzo de 2014

Dos inecuaciones se dice que son equivalentes cuando ambas tienen las mismas soluciones.

Límites y continuidad de funciones reales de variable real

Tema II: Programación Lineal

GUIA ALGEBRA PARTE I. Ejercicios básicos de aritmética EJERCICIOS


BREVE MANUAL DE SOLVER

Transcripción:

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 + 4x 2 6 x 1 0, x 2 0 x1, x2 { 01, } Solución Max F(X) = 4x 1 + 3x 2 s.a. 2x 1 + x 2 2 3x 1 + 4x 2 6 0 x 1 1, 0 x 2 1 x 1 = 0,4, x 2 = 1,2 y F(X) = 5,2. (0,1) F=3 (O.4,1.2) F=5,2 (1,0) F=4

* Redondeo Infactible PLA Max F(X) = 8x 1 + 10x 2 s.a. 4x 1 + 6x 2 24 8x 1 + 3x 2 24, x 1, x 2 Z + Max F(X) = 8x 1 + 10x 2 s.a. 4x 1 + 6x 2 24 8x 1 + 3x 2 24 Solución: x 1 =2, x 2 =8/3, F(X)= 128/3 Redondeo: x 1 =2, x 2 =3 (0,4) F= 40 4x1+6x2 =24 (0,3) F=30 (1,3) F=38 (2,8/3) F= 128/3 F(x) = 8x1+10x2 (0,2) F=20 (1,2) F=28 (1,3) F=38 8x1+3x2=24 (0,1) F=10 (1,1) F=18 (2,1) F=26 (0,0) F=0 (1,0) F=8 (2,0) F=16 (3,0) F=24

Metodos generales: -Enumeración -Algebraicos Enumeración: Identificar todas las soluciones del problema. Algebraicos: Determinar la envoltura convexa.

Enumeración total: Variables binarias: Variables Numero de Soluciones 1 2 2 4 3 8 n 2 n Si n = 100 2 100 1,26765E+30 Ordenador capaz de analizar 100 millones de operaciones por segundo. Cuanto tiempo tardará? Unos pocos segundos Unos pocos minutos Un par de horas Una mañana Dos dias Tres semanas Cuatro meses. Solución: 4,075522763 billones de siglos

MÉTODO DE RAMIFICACIÓN Y ACOTACIÓN (Branch and Bound). Pasos: Ramificacion: Acotación: Variables Valor de la función objetivo A partir de la solución del PLA: La ramificación consiste en dividir cada problema en dos nuevos subproblemas, obtenidos mediante la imposición de restricciones excluyentes que dividen el conjunto de oportunidades del problema original en dos partes, pero eliminando en ambas partes la solución no entera del problema original. Si x bi no entero, entonces se generan a partir de dicho valor dos restricciones x i [x bi ] y x i [x bi ]+1 (siendo [x bi ] la parte entera por defecto de x bi ), que añadidas cada uno por separado al problema original, da lugar a dos nuevos subproblemas. Por ejemplo la variable x 1 tiene que ser entera, pero en la solución anterior (PLA u otro), la variable vale: x 1 = 6.8. Esta solución no es valida, ya que no es admisible un valor fraccional, por tanto se introduciran las siguientes restricciones: x 1 6 y x 1 7, de forma que se ha eliminado una porción del conjunto donde no hay soluciones enteras, pero se mantienen las enteras:

Asi se prosigue con todas las variables hasta que sean enteras. Si al proceso de ramificación no se mejora de alguna forma, llegariamos a analizar TODAS las soluciones enteras (Enumeracion Total). Por eso, se añade la fase de Acotación, esta tiene que ver con el valor de la función objetivo. son. A medida que se va ramificando se obtienen soluciones enteras y otras que no lo No podemos asegurar que la primera solución entera obtenida sea la solución optima, sino que es necesario comprobar si existen otras soluciones enteras o no.

El análisis del PLA: Ramificación se realiza siempre a partir de aquel problema que tiene el mejor valor de la función objetivo, y siempre que exista alguna solución (no entera) con un valor de la función objetivo Ejemplo: (Maximización) * Solucion del PLA: FO: 5487,33 (Solución no entera) Primera Ramificación: Problema 1: Problema 2: FO: 5340, 75 (solución no entera) FO: 5425.10 (solución no entera). Segunda Ramificación: A partir del problema 2, por tener un mejor valor de la función objetivo: Problema 21: FO: 5405, 30 (solución no entera) Problema 22: FO: Infactible. Como no hay solución entera hemos de seguir ramificando: Por donde?. Problema 22 tiene mejor valor que problema 1. Tercera ramificación: A partir del problema 21 Problema 211: FO = 5350 (solución entera) Problema 212 F= = 5385.25 (solución no entera). La solución del problema 211 (5350) es la optima?

NO, ya que ramificando por el problema 212 se podrían encontrar mejores soluciones. Pero lo que es seguro que a partir del Problema 1: FO: 5340, 75 no vamos a encontrar ninguna solución entera mejor que la que hemos encotrado, por tanto ese valor de 5350 es la COTA a partir de la cual no analizaremos ningún problema que tenga un valor de FO menor o igual. Cuarta Ramificación: Problema 2121: Probelma 2122 FO = 2360 (solución entera) FO = 2366.25 (solución no entera). Que hacer: a) La cota ha mejorado, ahora no analizaremos ninguna solución con un valor de FO menor o igual que 2360. Pero aun no podemos afirmar que la solución del problema 2121 sea la optima, hemos de seguir ramificando: Quinta Ramificación: Problema 21221: Problema 21222 FO = 2355 (solución entera) FO = 2358.75 (solución no entera). Hemos de ramificar el problema 21222?: NO, ya que tenemos una solución entera 2360 mejor que cualquier valor de una función objetivo de un problema no ramificado.

Esquema del algoritmo de ramificación y acotación. RESOLVER EL P.L.A. SOLUCION OPTIMA SI ES SOLUCION ENTERA? NO ELEGIR UNA VARIABLE ENTERA Xi CUYO VALOR EN LA SOLUCION DEL P.L.A. SEA FRACCIONAL STOP RESOLVER DOS PROBLEMAS LINEALES IGUALES AL ANTERIOR CON LAS RESTRICCIONES ADICIONALES: UNO CON LA RESTRICCIÓN Xi<[Xi] Y EL OTRO CON LA RESTRICCION Xi > [Xi]+1 ELEGIR EL PROBLEMA QUE TENGA EL MEJOR VALOR DE LA FUNCION OBJETIVO ANALIZAR SOLAMENTE EL PROBLEMA CON MEJOR SOLUCION QUE CUALQUIERA DE LAS SOLUCIONES ENTERAS CONOCIDAS

Ejemplo Max F(X) = 8x 1 + 10x 2 s.a. 4x 1 + 6x 2 24 8x 1 + 3x 2 24, x 1, x 2 Z + Resolviendo en primer lugar el PLA, es decir Max F(X) = 8x 1 + 10x 2 s.a. 4x 1 + 6x 2 24 8x 1 + 3x 2 24 x 1 = 2, x 2 = 8/3, f(x) = 128/3 (0,4) F= 40 4x1+6x2 =24 (0,3) F=30 (1,3) F=38 (2,8/3) F= 128/3 F(x) = 8x1+10x2 (0,2) F=20 (1,2) F=28 (1,3) F=38 8x1+3x2=24 (0,1) F=10 (1,1) F=18 (2,1) F=26 (0,0) F=0 (1,0) F=8 (2,0) F=16 (3,0) F=24

Primera Ramificación: Solución: x 1 = 2, x 2 = 8/3, f(x) = 128/3 (0,4) F= 40 4x1+6x2 =24 subp 1 (0,3) F=30 (1.5,3) F(x)=42 (1,3) F=38 x2>3 (0,2) F=20 (1,2) F=28 (1,3) F=38 (2.5,2) F(x)=38 x2<2 subp 2 8x1+3x2=24 (0,1) F=10 (1,1) F=18 (2,1) F=26 (0,0) F=0 (1,0) F=8 (2,0) F=16 (3,0) F=24 subproblema 1 subproblema 2 Max F(X) = 8x 1 + 10x 2. Max F(X) = 8x 1 + 10x 2 s.a. 4x 1 + 6x 2 24 s.a. 4x 1 + 6x 2 24 8x 1 + 3x 2 24 8x 1 + 3x 2 24 x 2 3 x 2 2 solución x 1 =1,5, x 2 =3, F(x)=42 solución x 1 =2,5, x 2 =2, F(x)=38

Segunda ramificación: Solución anterior mejor: x 1 =1,5, x 2 =3, F(x)=42 (0,4) F= 40 4x1+6x2 =24 x1>2 subp 1.1 (0,3) F=30 (1,3) F=38 (1,10/3) F(x)=124/3 infactible subp 1.2 x2>3 x1<1 subproblema 1.1 subproblema 1.2 Max F(X) = 8x 1 + 10x 2. Max F(X) = 8x 1 + 10x 2 s.a. 4x 1 + 6x 2 24 s.a. 4x 1 + 6x 2 24 8x 1 + 3x 2 24 8x 1 + 3x 2 24 x 2 3 x 2 3 x 1 1 x 1 2 solución x 1 =1, x 2 =10/3,F(x)=124/3 solución infactible.

Tercera ramificación Solución anterior mejor: x 1 =1, x 2 =10/3,F(x)=124/3 subproblema 1.1.1 subproblema 1.1.2 Max F(X) = 8x 1 + 10x 2. Max F(X) = 8x 1 + 10x 2 s.a. 4x 1 + 6x 2 24 s.a. 4x 1 + 6x 2 24 8x 1 + 3x 2 24 8x 1 + 3x 2 24 x 2 3 x 2 3 x 1 1 x 1 2 x 2 3 x 2 4 solución x 1 =1, x 2 =3,F(x)=38 solución x 1 =0, x 2 =4,F(x)=40 Solución OPTIMA x 1 = 0, x 2 = 4, F(x) = 40

el arbol del problema resuelto es el siguiente: 2 X1=2,5,X2=2,F=3 1.1.1 X1=1,X2=3,F=3 X2<2 X2<3 PLA X1=2,X2=8/3,F=128/3 1.1 X1=1,X2=10/3,F=124/ X2>3 X1< X2>4 1 X1=1,5,X2=3,F=4 1.1.2 X1=0,X2=4,F=4 X1>2 1.2 INFACTIBLE Gráfico 4