Qué cacharros debe recoger en su mochila para que el valor de lo recogido sea máximo?

Documentos relacionados
RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA

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

Arboles de decisión. Area de Computación e Inteligencia Artificial

4ta. Práctica. Búsqueda en árbol con contrincante: MiniMax con poda Alfa-Beta. Inteligencia Artificial Prácticas 2004/2005

Estructuras de datos Árboles B

DIRECCIÓN TÉCNICO ELECTORAL - DIRECCION GENERAL ELECTORAL - SECRETARIA DE ACTUACIÓN - JUNTA ELECTORAL DE LA PROVINCIA DE BUENOS AIRES

CAPÍTULO 4 PROGRAMACIÓN LINEAL ENTERA

INTRODUCCIÓN AL MANEJO DE CARPETAS Y ARCHIVOS. Edublogg.wordpress.com. Caeiro Fábregas - Pérez

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

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

Tantea, organiza, combina

Algoritmos y Estructuras de Datos Curso 06/07. Ejercicios

Introducción a la Programación Dinámica. El Problema de la Mochila

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

INGENIERÍA DE SISTEMAS INVESTIGACIÓN OPERATIVA

Figura 3.1. Grafo orientado.

1. Diseñe algoritmos que permitan resolver eficientemente el problema de la mochila 0/1 para los siguientes casos:

o Una aproximación lo es por defecto cuando resulta que es menor que el valor exacto al que sustituye y por exceso cuando es mayor.

Comprobar experimentalmente la ley de Ohm y las reglas de Kirchhoff. Determinar el valor de resistencias.

Valor esperado: ejemplo

Operaciones con fracciones

PREPARACION OLIMPIADA MATEMATICA CURSO

Grafos. Suponiendo que e = [u, v]. Entonces los nodos u y v se llaman extremos de e y u y v se dice que son nodos adyacentes o vecinos.

NP-Completeness: Universidad Autónoma de Nuevo León Facultad de Ingeniería Mecánica y Eléctrica División de Posgrado en Ingeniería de Sistemas

ESTADISTICA. Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos:

Informe del Proyecto PUENTE DE PAPEL Tecnologías 2º ESO GRUPO:

Notación Asintótica 2

MATEMÁTICAS PARA LA COMPUTACIÓN

Poda en nogales. Vittorio Bianchini Jacques Julio 2010

Grafos. Amalia Duch Brown Octubre de 2007

Para definir en formalmente el juego se deberá establecer:

Crear desvíos en Trainz

ANALISIS Y GESTION DE RIESGOS DE LOS ALERGENOS. Patricia Galán

POTENCIAS Y RAICES. POTENCIA DE UN NÚMERO El cuadrado de un número es el resultado de multiplicar ese número por sí mismo.

El número real MATEMÁTICAS I 1 APROXIMACIÓN DECIMAL DE UN NÚMERO REAL

PROGRAMACIÓN LINEAL ENTERA

Programa de la asignatura Curso: 2006 / 2007 ALGORITMIA (4456)

El método del lugar de las raíces.

TRIBUNAL SUPERIOR DE JUSTICIA

A B MIN C D E F MAX x E.T.S.I. INFORMÁTICA 4º CURSO. INTELIGENCIA ARTIFICIAL E INGENIERÍA DEL CONOCIMIENTO

Es la búsqueda de una solución inteligente al planteamiento de un problema, la cual tiende a resolver una necesidad humana (Baca, 2010).

Teorema de Hoffman-Singleton.

TESELAS. Alumno: Fecha

Algoritmos y Estructuras de Datos II, Grado Ingeniería Informática Examen 10 de septiembre de 2011

Análisis de decisión aplicado a la logística de transporte

2.- Tablas de frecuencias

Definición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos.

JUEGOS. Área de aplicación de los algoritmos heurísticos Juegos bi-personales: oponente hostil

2007 Carmen Moreno Valencia

Búsqueda Heurística (1ª parte)

PROGRAMACION ENTERA: METODO DE BIFURCACIÓN Y ACOTAMIENTO

OLIMPÍADA JUVENIL DE MATEMÁTICA 2015 CANGURO MATEMÁTICO TERCER AÑO

Introducción. Proceso de toma de decisión: Elegir lo mejor entre lo posible. Decisión multicriterio Teoría de juegos

BRICOLAJE - CONSTRUCCIÓN - DECORACIÓN - JARDINERÍA. Podar y talar árboles

Concurso Escolar de Programación 2014

259. El número de combinaciones de m objetos entre un conjunto de n, denotado por n, para n 1 y 0 m n, se puede definir recursivamente por: m

INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA :

Binary Decision Diagrams

UNLPam - Fac. Cs. Econ. y Jur.

Problemas en circuitos serie

Asesoría Jurídica competencia para acordar la expropiación NOTA ADVERTENCIA

Ejercicios de Programación Entera

Dimensionamiento y Planificación de Redes

CENTRO DE ENSEÑANZA SUPERIOR DON BOSCO EXPERIMENTO FÍSICA FLOTABILIDAD DE LOS CUERPOS

Aprendizaje Automatizado

Diario Oficial de la Federación

CIRCUITOS DE CORRIENTE ALTERNA CON NUMEROS COMPLEJOS

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

Programación Lineal y Optimización Segundo Examen Parcial Respuesta: :Solución Profr. Eduardo Uresti, Enero-Mayo 2011

Ecuaciones. 2x + 3 = 5x 2. 2x + 1 = 2 (x + 1) 2x + 1 = 2x x + 2 = 2 (x + 1) 2x + 2 = 2x = 2. x + 1 = 2 x = 1

Investigación Operativa

El Juego como Problema de Búsqueda

Programa Entrenamiento MT-21

Discusión de sistemas de ecuaciones

Búsqueda con adversario

Lección 6 - Ecuaciones cuadráticas

Ejemplo: El problema de la mochila. Algoritmos golosos. Algoritmos y Estructuras de Datos III. Segundo cuatrimestre 2013

Cuerpos Geométricos. 100 Ejercicios para practicar con soluciones. 1 Indica cuáles de las siguientes figuras son prismas y cuáles son pirámides.

Técnicas de modelado. Problemas adicionales

ACTIVIDAD 5 La mejor opción

ANÁLISIS DE INFORMACIÓN SECUNDARIA ESTIMACIÓN DE LOS INGRESOS POR GSE A PARTIR DE DATOS DE ENCUESTA CASEN 2011

INECUACIONES. Inecuaciones INECUACIONES DE 1 GRADO. Indicadores. Contenido INECUACIONES SISTEMAS DE INECUACIONES

Centro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta

GUÍA RÁPIDA POLIGONALES CON TRIMBLE SURVEY CONTROLLER

L a b o ral Remuneraciones e indemnizaciones: liquidaciones

REPRESENTACIÓN DE FUNCIONES

Proyecto 6. Árboles de decisión: Un árbol de decisión es un modelo de predicción utilizado en el ámbito de la inteligencia artificial.

1) Adición: Se colocan los sumandos uno bajo de los otros, dejando coma bajo coma para luego sumar y colocar en el resultado la coma bajo las otras.

5.- Construcción de la Matriz Admitancia de Barra del Sistema

NEGOCIOS + SUSTENTABILIDAD FORESTAL Y AGROPECUARIA = SOLUCIONES DASONOMIA URBANA Y ARBORICULTURA

Compromiso. Negación. Resistencia. Exploración. Existen 4 fases que representan nuestros estados emocionales cuando enfrentamos el cambio.

Complejidad computacional (Análisis de Algoritmos)

7. Agrupamiento (clustering)

LAS CIENCIAS DE LA PLANIFICACIÓN

Operaciones con ángulos. 1. Suma y resta. 2. Multiplicación por un entero. 3. División entre un entero

Proyecto 2: recorridos sobre grafos y componentes conexas

Circuitería Básica, Leyes de Kirchhoff y Equivalente Thévenin

Escrito por Tierra Adentro Viernes, 22 de Julio de :06 - Actualizado Jueves, 08 de Diciembre de :50

Algoritmos para determinar Caminos Mínimos en Grafos

PLIEGO DE PRESCRIPCIONES TECNICAS CONCURSO FRUTAS Y VERDURAS 1) DEFINICION DEL OBJETO: ARTICULOS/CANTIDAD/PRECIO

Transcripción:

Un trapero tiene una mochila en la que puede meter objetos por un peso total de hasta 44 kilos. En uno de sus paseos observa un montón en el que hay seis cacharros, cuyo peso y valor estima según refleja la tabla siguiente Cacharro nº 1 2 4 5 6 Valor 0 12 28 5 4 10 Peso 20 12 14 25 5 12 Qué cacharros debe recoger en su mochila para que el valor de lo recogido sea máximo?

Un criterio razonable para proceder a la elección de cacharros es el la relación valor/peso. De acuerdo con este criterio, los cacharros se ordenan según la siguiente tabla Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 En virtud de esta ordenación, la primera cuestión que debe plantearse el trapero es si le conviene o no llevarse el cacharro nº. Esto permite establecer la raíz de un árbol del que parten dos ramas según opte por dejar o llevarse dicho cacharro. V0 r2 r1

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 V0 r2 r1 0 G = 28 G ( i) representa el valor de la mochila en el nodo correspondiente

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 V0 Para el nodo se calcula el máximo valor que podría contener en el supuesto de que los cacharros se pudieran partir en trozos cuyo valor fuera proporcional a su peso. El nombre de un cacharro con un asterisco significa que ese cacharro ha sido partido. r2 r1 G G = 28 Maxp() = 6.6 24 cacharros : c1+ c4* 25 Peso : 24 20 + 25 = 44 25 Vlr a o : 24 28 + 0 = 6.6 25 Como el máximo potencial de es mayor que el valor de la mochila en, el trapero debe seguir planteándose si se lleva o no el cacharro nº 1, que es el siguiente en la relación valor/peso. Eso supone que, de los y salen dos ramas que analizan la posibilidad de abandonar o tomar el cacharro nº 1.

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 V0 r2 r1 G G = 28 r V 0 0 G G = G = 28

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 G G = 28 r V G Maxp(V) = 57.8 9 cacharros : c4+ c6+ c2* 12 Peso : 9 25 + 10 + 12 = 44 12 Valor : 9 5+ 12+ 12= 56 12 G Como el máximo valor potencial que toma esta rama 56 es menor que el valor de la mochila en el vértice, no es necesario continuar la búsqueda por esta rama y procedemos a su poda

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 0 G = 28 G G Maxp() = 6.6 Como el máximo valor potencial que toma esta rama 6.6 es mayor que el valor de la mochila en el vértice, hay que continuar la búsqueda por esta rama. 24 cacharros : c1+ c4* 25 Peso : 24 20 + 25 = 44 25 Vlr a o : 24 0 + 5 = 6.6 25

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 0 G = 28 V r G Como el máximo valor potencial que toma esta rama 8 es mayor que el valor de la mochila en el vértice, hay que continuar la búsqueda por esta rama. Pasamos a considerar si nos llevamos el cacharro número 4 G Maxp() = 69 G = 28 5 cacharros : c1+ c4+ c6* 10 5 Peso : 14 + 25 + 10 = 44 10 5 Valor : 28+ 5+ 10= 68 10

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 G = 28 0 V7 4 r7 G G r8 4 V8 V9 4 r9 r10 0 4 G ( 4) 1 4 r11 G r12 4 2

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 G = 28 0 V7 4 r7 G G G r8 r9 r10 r11 r12 V8 V9 0 1 2 4 4 4 4 4 G ( 4) G ( 4) = 6

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 G = 28 0 V7 4 G r7 r8 r9 r10 V8 V9 0 4 4 4 G 1 4 r11 G r12 4 2 G ( 4) Maxp(V7) = 55.6 < 6 2 cacharros : c1+ c6+ c2+ c1* 5 Peso : 2 20+ 10+ 12+ 5= 44 5 Vlor a : 2 0+ 12+ 12+ 4= 55.6 5 G ( 4) = 6 Como el máximo valor potencial que toma esta rama, 55.6, es menor que el valor de la mochila en el vértice 1, no es necesario continuar la búsqueda por esta rama y procedemos a su poda

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 G = 28 0 G G G r8 r9 r10 r11 r12 V8 V9 0 1 2 4 4 4 4 4 Infactible G ( 4) = 6 El peso conjunto de los cacharros 1 y 4 excede la resistencia de la mochila

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 G = 28 0 G V9 4 G r9 r10 r11 r12 0 4 1 4 G 4 2 Infactible G ( 4) = 6 El peso conjunto de los cacharros, 1 y 4 excede la resistencia de la mochila

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 G = 28 0 Maxp(0) = 70 cacharros: c+ c1+ c6 Peso : 14+ 20+ 10= 44 Valor : 28+ 0 + 12 = 70 G G ( 4) r10 G 0 4 1 4 r11 G ( 4) = 6 G r12 4 2 Como el máximo valor potencial que toma esta rama 70 es mayor que el valor de la mochila en el vértice 1, es necesario continuar la búsqueda por esta rama. Nótese que este óptimo corresponde a una solución entera que aprovecha exactamente la capacidad de la mochila

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 0 G G ( 4) Como el máximo valor potencial que toma esta rama, 56, es menor que el valor de la mochila en el vértice 1, no es necesario continuar la búsqueda por esta rama y procedemos a su poda. G G ( 4) = 6 G = 28 r10 r11 r12 0 4 1 4 Maxp(2) = 56 G 4 cacharros : c+ c6+ c2 + c5 2 G ( 4) = 28 Peso : 14+ 10+ 12+ 5< 44 Valor : 28+ 12 + 12+ 4= 56< 6

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 G = 28 0 G Pasamos a considerar la posibilidad y conveniencia de llevarnos o no el nº 6. G ( 4) r10 4 G 0 1 4 r11 G ( 4) = 6 G 46 r1 r14 r15 r16 4 46 5 46 6 146

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 Analizamos 4 ya que tenía máximo valor potencial correspondiente a una mochila llena con cacharros completos. G ( 46) = 70 G = 28 0 G 46 G ( 4) r1 r10 G 0 4 4 46 1 5 4 r11 46 G ( 4) = 6 r14 r15 r16 G 6 146

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 Analizamos Maxp() cacharros : c+ c1+ c2+ c5 Pso e : 10 14+ 20+ 12= 44 12 Valor : 10 28 + 0 + 12 = 68 < 70 12 Como este potencial, 68, es menor que la cota entera encontrada, 70, se poda. 46 G ( 46) G = 28 0 G G ( 4) r1 r10 G 0 4 1 5 4 r11 46 G ( 4) = 6 r14 r15 r16 4 46 G ( 46) = 70 G 6 146

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 Analizamos el vértice 15. Maxp(5) = 68 5 cacharros : c+ c4+ c2* 12 4 Peso : 14 + 25 + 12 = 44 12 5 Valor : 28+ 5+ 12= 68< 70 12 Como este potencial es menor que la cota entera encontrada, 70, se poda. r10 G ( 46) = 6 5 0 G G ( 4) 4 46 G ( 46) = 70 r14 G 0 4 1 4 r15 r11 46 G = 28 G ( 4) = 6 r16 G 6 146

Cacharro nº 1 4 6 2 5 Valor 28 0 5 12 12 4 G = 28 0 G G ( 4) r10 G 0 4 1 4 r11 G ( 4) = 6 G Por último, el vértice 16 supone una solución infactible porque el peso de los tres objetos es superior a lo que la mochila puede aguantar. r14 4 46 G ( 46) = 70 r16 Infactible 6 146

G V7 V 4 G r G ( 4) r7 V8 4 46 r2 r8 G ( 46) G r1 V9 4 r9 V0 46 r1 G ( 4) 4 r10 4 r14 0 G 1 G ( 46) = 70 G = 28 r11 4 5 r15 46 G ( 4) = 6 G ( 46) = 6 r16 G = 28 r12 4 2 G ( 4) = 28 6 46