Programación Entera. Investigación Operativa. Universidad. Nacional Facultad. Tecnológica. Regional. Mendoza

Documentos relacionados
Programación Lineal Entera. Programación Entera

RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA

Jesús Getán y Eva Boj. Marzo de 2014

PLE: Ramificación y Acotamiento

PROGRAMACIÓN LINEAL ENTERA

Programación Lineal. El método simplex

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

RESOLUCIÓN DE MODELOS DE PROGRAMACIÓN ENTERA MÉTODOS DE CORTE CORTES DE GOMORY

CAPITULO 1: PERSPECTIVE GENERAL DE LA

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

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

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

MODELOS DE INVESTIGACION DE OPERACIONES

MÉTODO SIMPLEX MÉTODO DE SOLUCIÓN GRÁFICO

Formulación del problema de la ruta más corta en programación lineal

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

INVESTIGACIÓN OPERATIVA

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

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.

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

Investigación Operativa

TALLER DIAGRAMAS DE FLUJO EN LEGO MINDSTORMS

RESOLUCIÓN INTERACTIVA DEL SIMPLEX

Modelos de Redes: Problema del flujo máximom. M. En C. Eduardo Bustos Farías

APUNTADORES. Un apuntador es un objeto que apunta a otro objeto. Es decir, una variable cuyo valor es la dirección de memoria de otra variable.

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

Programación Entera. P.E pura: Todas las variables de decisión tienen valores enteros.

Programación NO Lineal (PNL) Optimización sin restricciones

Flujos de redes (Network Flows NF)

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

Asignatura: Horas: Total (horas): Obligatoria X Teóricas 4.0 Semana 4.0 Optativa Prácticas 0 16 Semanas 64.0

Natural por decimal Decimal por natural Decimal por decimal 2764 x 2, ,26 x ,24

Unidad II: Análisis de Redes

Problemas de la Ruta más m s corta

PROGRAMACION CUADRATICA

PROGRAMACIÓN LINEAL PROGRAMACIÓN LINEAL.

3.1 ESPACIO DE SOLUCIONES EN FORMA DE ECUACIÓN

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

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

Departamento de Matemáticas. ITAM Programación lineal (+ extensiones). Objetivos y panorama del c

PROBLEMA 1. Considere el siguiente problema de programación lineal:

Curso: Teoría, Algoritmos y Aplicaciones de Gestión Logística. Modelos de Inventarios, Parte 1: Modelos de tamaño económico de lote

Número que expresa parte de un todo. Toda fracción se representa como el cociente de dos números enteros en la forma con q 0

Álgebra Matricial y Optimización Ma130

CONTROL DE INVENTARIOS DE ÍTEMS ESPECIALES

Práctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función.

Desarrollo de un nuevo algoritmo para resolver programas lineales enteros y su aplicación práctica en el desarrollo económico.

Introducción a Programación Lineal

(d) Puede haber estrategias que funcionan mejor que Minimax si el contrincante es

Herramienta gráfica para el aprendizaje del algoritmo simplex

Sistemas Distribuidos: Migración de Procesos

Programcaión Básica. Secuencias de Control y Repetición. Arturo Vega González.

CRITERIOS DE SELECCIÓN DE MODELOS

Programación Lineal. Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal

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

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL INSTITUTO DE CIENCIAS MATEMÁTICAS ESCUELA DE GRADUADOS PROYECTO DE GRADUACIÓN

Introducción a las RdP. Optimización basada en redes de Petri. Redes de Petri. Son objeto de estudio: RdP. Ejemplos:

Análisis de Algoritmos

Desarrollo de las condiciones de optimalidad y factibilidad. El problema lineal general se puede plantear como sigue:

Introducción a la programación lineal

Introducción a la Programación Lineal. Juan Pablo Cobá Juárez Pegueros Investigación de Operaciones Ingeniería Mecánica Facultad de Ingeniería 2015

DE LOS NÚMEROS NATURALES Y ENTEROS

TEORÍA DE GRAFOS Ingeniería de Sistemas

Matrices escalonadas y escalonadas reducidas

PROGRAMA ASIGNATURA. Horas Cronológicas Semanales Presénciales Adicionales Total. Nº de Semanas (A) (B) (C=A+B) (D) (E=C*D) (F=E/27)

Lo que se hace entonces es introducir variables artificiales ADAPTACIÓN A OTRAS FORMAS DEL MODELO.

(2.c) RESOLUCIÓN DE MODELOS LINEALES. ALGORITMO DEL SIMPLEX

Unidad Nº V Listas Enlazadas

PROGRAMA DE LA MATERIA: Investigación Operativa Módulos semanales 3 Días de dictado: L M M J V S 3

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

Tema 6: Problemas Especiales de Programación Lineal

MÉTODO DEL DUAL (TEORIA DE DUALIDAD)

Programación Lineal. Modelo de Redes. Alcance de las aplicaciones. Curso: Investigación de Operaciones Ing. Javier Villatoro

DIVISIBILIDAD: Resultados

TEMA 5.6 PROGRAMACIÓN NO LINEAL

PRÁCTICAS DE LA ASIGNATURA INVESTIGACIÓN DE OPERACIONES II

Programación Lineal Entera

INDICE Parte I Inducción a la programación lineal Capitulo 1 Origen y definición de la programación lineal Capitulo 2 Modelación y formulación

CI-6675 Algoritmos y Estructuras Optimizadas para Videojuegos

Breve introducción a la Investigación de Operaciones

Creación de la KB. Page1. Video filmado con GeneXus X Evolution 3. Vamos a ejecutar a GeneXus

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

Teoría de grafos y optimización en redes

Universidad Autónoma de Sinaloa

Árboles. Un grafo no dirigido es un árbol si y sólo si existe una ruta unica simple entre cualquiera dos de sus vértices.

Algebra lineal y conjuntos convexos

Capítulo 5. Los números reales y sus representaciones Pearson Education, Inc. Diapositiva 5-5-1

Universidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I

Inteligencia Artificial. Aprendizaje neuronal. Ing. Sup. en Informática, 4º. Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani

(e) Con la poda alfa-beta se eliminan nodos que nunca serán alcanzados

Problemas de Transbordo

Problema de Programación Lineal

UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR

Soluciones básicas factibles y vértices Introducción al método símplex. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

PROCESADORES DE LENGUAJE EXAMEN FINAL 8-JUNIO-07

Ingeniería Forestal. Taller de Introducción a la Investigación de Operaciones

El TAD Grafo. El TAD Grafo

Optimización. Búsqueda en una Dimensión ITESM. Búsqueda en una Dimensión Profr. E. Uresti - p. 1/19. Dr. E Uresti

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Fracciones continuas, ecuación de Pell y unidades en el anillo de enteros de los cuerpos cuadráticos

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

Transcripción:

Investigación Operativa Universidad Tecnológica Nacional Facultad Regional Mendoza

Aplicaciones de programación lineal grandes limitaciones suposición de divisibilidad Exigir valores enteros Problema De entera (PE)

2 Mixta (PEM) variables enteras y la suposición de divisibilidad se cumple para el resto Pura (PEP) Todas las variables enteras

Arbol enumerando todas las soluciones enteras posibles a: (3x + 2x 2 + x 3 ) x + x 2 + x 3 <=4 2x x 2 x 3 <= x + x 2 x 3 <= x <=2 x 2 <=2 x 3 <=2 x, x 2, x 3 >= y enteras 3 Nivel X= X= X=2 (, _,_ ) 2 3 (, _,_ ) ( 2, _,_ ) X2= 2 X2= 2 X2= 2 (,2,--) (,,--) 4 (,,--) 5 6 7 8 9 2 (2,2,--) (,,--) (,2,--) X3= 2 X3= 2 X3= X3= 2 2 3 4 5 9 2 2 28 29 3 37 38 39 (,,) (,,2) (,2,)(,2,) (,2,2) (,,) (,2,)(,2,) (,2,2) (2,2,) (2,2,)(2,2,2) 2 3

Programa Lineal en el nodo 3: 4 (6 + 2x 2 + x 3 ) 2 + x 2 + x 3 <=4 4 x 2 x 3 <= 2 + x 2 x 3 <= X 2 <=2 x 3 <=2 x 2, x 3 >= X=4/3, X2=2/3, X3=2 Z=22/3 X=2 ( 2, _,_ ) 3 PL infactible Todos los nodos debajo del nodo 3 se eliminan X2= 2 2 (2,,--) (2,2,--) X3= X3= 2 2... 37 39 3 32 33 38 (2,2,2) (2,,) (2,,) (2,,2) (2,2,) (2,2,)

5 Programa Lineal en el nodo 2: X=4/3, X2=2/3, X3=2 Z=22/3 (3 + 2x 2 + x 3 ) + x 2 + x 3 <=4 2 x 2 x 3 <= + x 2 x 3 <= X 2 <=2 X 3 <=2 x 2, x 3 >= X=, X2=, X3=2 Z=7 X= X=2 2 3 (, _,_ ) X2= 2 PL infactible ( 2, _,_ ) (,,--) 7 8 9 (,2,--) Todos los nodos debajo del nodo 2 se eliminan X3= 2 X3= 2 22 23 24 (,,) (,,) (,,2) 28 29 3 (,2,)(,2,) (,2,2)

6 Programa Lineal en el nodo : X=, X2=2, X3=3 Z=6 (, _,_ ) X=4/3, X2=2/3, X3=2 Z=22/3 X2= 2 (,2,--) (,,--) 4 (,,--) 5 6 X= X= X=2 2 3 (, _,_ ) ( 2, _,_ ) X=, X2=, X3=2 Z=7 ( + 2x 2 + x 3 ) + x 2 + x 3 <=4 x 2 x 3 <= + x 2 x 3 <= x 2 <=2 X 3 <=2 x 2, x 3 >= X3= 2 X3= 2 (,,--) (,,) 3 4 5 9 2 2 (,,) (,,2) (,2,)(,2,) (,2,2) Todos los nodos debajo del nodo se eliminan

Paso hacia adelante: Iteración : Examinar el nodo (,_,_) 7 (2 + 3x2 + x3) + x2 + x3 - + 2x2 x3 <= 5 <= X=,5, X2=2, X3=2,5 Z=9,5 + x2 x3 x2, x3 <= >= Paso hacia Adelante X= (, _,_ ) Iteración 2: Examinar el nodo (,2,_) (2 + 6 + x3) X= + x2 + x3 <= 5 - + 2x2 x3 + 2 x3 <= <= (, _,_ ) X=, X2=,5, X3=2,5 Z=9 x3 >= Paso hacia Adelante X2=2 2 (, 2,_ )

Paso Lateral: 8 Iteración 3: Examinar el nodo (,,_) (2 + 3 + x 3 ) + + x 3 <= 5 - + 2 x 3 <= + x 3 <= x 3 >= X=2 (, _,_ ) X2= X2=2 (,,_ ) 3 Paso lateral 2 (, 2,_ ) Problema relajado infactible

Paso hacia Atrás: 9 Iteración 4: Examinar el nodo (2,_,_) (4 + 3x 2 + x 3 ) 2 + x 2 + x 3 <= 5-2 + 2x 2 x 3 <= 2 + x 2 x 3 <= x 2, x 3 >= X= X=2 (, _,_ ) X2= Paso lateral X2=2 4 ( 2, _,_ ) X=, X2=, X3=3 Z=8 3 (,,_ ) Paso hacia atrás 2 (,2,_ )

Iteración 5: Examinar el nodo (,_,_) (, _,_ ) ( + 3x 2 + x 3 ) + x 2 + x 3 <= 5 - + 2x 2 x 3 <= + x 2 x 3 <= x 2, x 3 >= 5 X=2 X= X= (, _,_ ) Paso lateral X2= X2=2 3 2 (,,_ ) (,2,_ ) X=2, X2=,5, X3=2,5 Z=8 4 ( 2, _,_ ) X= X= X=2 (, _,_ ) 5 (, _,_ ) 4 ( 2, _,_ ) X2= X2=2 X=, X2=, X3= Z=9 Solución óptima 3 (,,_ ) (,2,_ ) 2

Pasos del algoritmo de ramificación Paso : Inicialización: Resuelva el programa lineal asociado con el nodo. A:Si el Problema es infactible, detenerse. El programa entero también lo es. B:Si este problema tiene una solución óptima que satisface todos los requerimientos enteros, detenerse. Esta solución es óptima para el programa entero también. C:Si este problema tiene una solución óptima que no satisface los requerimientos enteros, llame al nodo cero actual y vaya al paso. Paso : Dé un paso hacia delante:descienda un nivel en el árbol seleccionando una variable cuyo valor fraccional actual esté lo más alejado de un entero y fijarlo en el menor entero mayor que su valor fraccional. Llame al nodo actual y siga con el paso dos.

2 Paso 2: examine un nodo: resuelva el programa lineal asociado con el nodo actual. A: Si este problema lineal es infactible, elimine éste y todos los nodos debajo inferior y vaya al paso 3. B: Si este programa lineal tiene una solución óptima que satisface todos los requerimientos enteros, entonces determine si la solución entera factible proporciona una cota inferior mayor que la cota actual.elimine todos los nodos debajo de éste y vaya al paso 3. C: Si este programa lineal tiene una solución óptima que no satisface todos los requerimientos enteros, entonces determine si el valor de la función objetivo es menor que la cota inferior actual. Si es así, elimine todos los nodos debajo de éste y vaya al paso 3. Si no, redondee la solución actual para ver si da una mejor cota inferior que la actual y vaya al paso.

3 Paso 3: Dé un paso lateral: muévase hacia el nodo no examinado más cercano en el mismo y a la derecha del nodo actual y vaya al paso 2, si no existe tal nodo, muévase al nodo mas a la izquierda y vaya al paso 2. si no existe tal nodo,vaya al paso 4. Paso 4: Dé un paso hacia atrás: retroceda un nivel del nodo actual al nuevo nodo actual. Si el nuevo nodo actual es el nodo, detengase. La solución entera asociada con la mejor cota inferior es la solución óptima al problema entero original. Si el nuevo nodo actual no es el nodo, vaya al paso 3. Si no encuentra la solución entera factible, el problema original entero es infactible.

Gracias por su atención Aghetoni Leandro Falconi Valeria Llanos Christian Petri María Lila Sutter Leandro