Tema 2, 3 y 4 GRUPO 82 - INGENIERÍA INFORMÁTICA. Bernardo D Auria. 3 Diciembre Departamento de Estadística. Universidad Carlos III de Madrid

Documentos relacionados
A 2 E 4 I. Las cámaras situadas en puntos capaces de vigilar 2, 3 y 4 zonas cuestan 5, 7 y 8 unidades monetarias,

Ejercicios de Programación Entera

Ejercicios de Programación Lineal

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 16 de febrero de 2007

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 12 de septiembre de 2007

Colección 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

Segundo parcial. Martes, 23 de abril de 2003

Flujos de redes (Network Flows NF)

Fundamentos de Investigación de Operaciones Modelos de Grafos

Teoría de grafos y optimización en redes

Tema: Algoritmos para la ruta más corta en un Grafo.

Ejercicios de Flujos en Redes y Optimización Combinatoria

Formulando con modelos lineales enteros

PROBLEMAS DE PROGRAMACIÓN ENTERA I

Ejercicios - Resolución de problemas lineales. Método Simplex

x 1, x 2 0 Maximizar 3x 1 + x 2 s.a 2x 1 + x 2 4 2x 1 + 3x 2 4 x 1 + 3x 2 3

PROBLEMA 1. Considere el siguiente problema de programación lineal:

Método simplex para redes (representaciones gráficas) Cálculo del flujo de un árbol de expansión

Tema 2: Programación Lineal

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

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 16 de febrero de 2006

Estimar la adecuación de un nodo para ser expandido.

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

Universidad Carlos III de Madrid Licenciatura en Administración de Empresas Examen de Programación Matemática 19 de Septiembre de 2007 Soluciones

máx 5x 1 + 7x 2 s.a 2x 1 + x x 1 + 9x 2 41 x 1 0, x 2 0, enteras, z opt z opt 38

Tema 1 Introducción. José R. Berrendero. Departamento de Matemáticas Universidad Autónoma de Madrid

Dualidad 1. 1 Formas simétricas. 2 Relación primal-dual. 3 Dualidad: el caso general. 4 Teoremas de dualidad. 5 Condiciones de holgura complementaria.

IGIIA IFOMATICA. MDIO XAM FIA. Curso / Q P3 Una multinacional enva sus productos desde su factora en stocolmo () a razon de unidades diarias, hasta lo

a) LLamamos x al número de collares e y al número de pulseras. Las restricciones son: x + y 50 2x + y 80 x, y 0

IN34A Optimización CTP Nº3 29 de Octubre, 2008

7. PROGRAMACION LINEAL

Tema: Algoritmos para la ruta más corta en un Grafo.

Este material es de uso exclusivo para clase de algoritmos y estructura de datos, la información de este documento fue tomada textualmente de varios

Algoritmo de ramificación y acotación

Optimización combinatoria Flujo en redes. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

MATEMÁTICAS PARA LA ECONOMIA II G.E.C.O. Curso 2012/2013

1. Defina el problema de particionamiento. Escriba un ejemplo de este tipo de problema, junto con su formulación general en AMPL.

RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA

UNIVERSIDAD DE MANAGUA Al más alto nivel

Parte de Algoritmos de la asignatura de Programación Master de Bioinformática. Búsqueda exhaustiva

Ruta más Corta con una sóla Fuente de Inicio (Single-Source Shortest Paths) DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE

Problemas de Transbordo

Fundamentos de Investigación de Operaciones Certamen # 2

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

Tema 2. Fundamentos Teóricos de la. programación dinámica Teorema de Optimalidad de Mitten

Ejemplo: ubicación de estación de bomberos

Práctica N 6 Modelos de Programación Lineal Entera

Implementación de un Algoritmo para optimizar el flujo en una Red

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

Introducción Aplicaciones Primer Algoritmo Segundo Algoritmo - Algoritmo de Fortune. Diagrama de Voronoi. Jose Luis Bravo Trinidad 1 / 29

Repetidores o Hubs. Puentes

PROGRAMACION ENTERA: METODO DE BIFURCACIÓN Y ACOTAMIENTO

No se permiten libros ni apuntes. Ejercicio 1 Ejercicio 2 Ejercicio 3 Ejercicio 4 TOTAL NOTA

Análisis de algoritmos

Optimización de redes

Estudia si la función siguiente es cóncava, convexa o ni cóncava ni convexa:

TAREA 1: INVESTIGACIÓN DE OPERACIONES III CUATRIMESTRE

Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de

ÁRBOLES CRISTIAN ALFREDO MUÑOZ ÁLVAREZ JUAN DAVID LONDOÑO CASTRO JUAN PABLO CHACÓN PEÑA EDUARDO GONZALES

Apellidos:... Nombre:...

Análisis Post Optimal y Algoritmo de Ramificación y Acotamiento

TRANSPORTE Y TRANSBORDO

Capítulo 8. Árboles. Continuar

Modelos de Redes: Árbol. M. En C. Eduardo Bustos Farías

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN DIVISIÓN DE MATEMÁTICAS E INGENIERÍA LICENCIATURA EN ACTUARÍA

Grafos. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Grafos 1 / 30

Algoritmos de Planos de Corte

Definiciones y ejemplos.

UNIVERSIDAD NACIONAL DE INGENIERÍA Recinto Universitario Augusto C. Sandino.

Protocolos de enrutamiento

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

Ejercicios de Grafos Hoja 1 2 curso I.T.I.S. Universidad de Salamanca 2009/10

PRÁCTICA 5: Optimización de modelos lineales (continuos

Capítulo 3: Grafos Clase 1: Grafos: Modelos, tipos, representación e isomorfismo

EJERCICIOS DE PROGRAMACIÓN LINEAL

Flujo en Redes. IN34A: Clase Auxiliar. Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial

PFC. José Luis Pichardo Muñoz 5. Heurística basada en Grafos

5.4 Caminos mínimos: Algoritmo de Dijkstra

Dimensionamiento y Planificación de Redes

PROBLEMA DE FLUJO DE COSTO MINIMO.

Tema 4y 5. Algoritmos voraces. Algoritmos sobre grafos

FUNDAMENTOS DE PROGRAMACIÓN ENTERA

Algoritmos heurísticos y aproximados. Clase 6/10/09

PROGRAMACIÓN LINEAL ENTERA

puede no servir si hay arcos con costo negativo. Justifique.

Introducción. Königsberg, s.xviii A

Una Interfaz Grafo-Matriz

Programación Lineal. El modelo Matemático

CAPÍTULO 4 PROGRAMACIÓN LINEAL ENTERA

UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE

APUNTE DE PROGRAMACION LINEAL ASIGNATURA: MATEMATICA II - U.N.R.N. AÑO: 2010

UNIVERSIDAD NACIONAL DE INGENIERÍA Sede UNI-NORTE

AnAnálisis de redes de transporte Tr. Muchas veces se utiliza en aplicaciones que nada tienen que ver con el transporte

Análisis de Algoritmos Problemas de grafos

Universidad Nacional de Ingeniería

PROBLEMAS TEMA 2: TEORÍA DE COLAS. Curso 2013/2014

Protocolos de enrutamiento de estado de enlace

Técnicas de Minería de Datos

Nuevo Método para la Resolución del Problema de Transporte

Transcripción:

Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO 82 - INGENIERÍA INFORMÁTICA Diciembre 2008

Ejercicio T2-JN12 Comprueba que el problema lineal min x x 1 + x 2 2x x + 2x 5 s.a 2x 1 + x 2 x + x x 5 = 1 x 1 + x 2 x x + 2x 5 2 x 1 + x 2 + x x x 5 0 x 0 no está acotado. Si te sirve de ayuda, puedes comenzar en el vértice x = (1 0 2 1 0) T. Cuáles de las siguientes restricciones hacen que el problema esté acotado? x 1 x 2 x + x + x 5 8 2x 1 + x 2 x + 2x + x 5 8 2x 1 + x 2 + x + 2x + x 5 8 Por qué? Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 2 / 16

Ejercicio T2-JN1 Resuelve por el método de las dos fases el siguiente problema lineal: minimizar x 1 x + x sujeto a 2x 1 2x 2 + x + x = x 1 + 2x 2 + x = 6 2x 1 + 2x 2 + x + x = 5 x 1, x 2, x, x 0. Solucion x = (0, 2, 2/, 1/) T, c T x = 1/. Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 / 16

Ejercicio T-JN2-1/2 Una empresa fabrica tres productos 1, 2 y, que deben procesarse en dos tipos de maquinaria denominadas A y B. En la siguiente tabla se recogen los tiempos de procesamiento (por tonelada procesada) con cada máquina, los beneficios (por tonelada procesada) en euros, y la disponibilidad de cada tipo de maquinaria (en horas por semana): Tipo de Productos Disponibilidad maquinaria 1 2 (horas) A 2 5 70 B 6 86 Benef./ton. (euros) 800 700 950 La empresa considera aumentar la disponibilidad de tiempo de procesamiento de la maquinaria. Para ello, puede llevar a cabo alguna de las posibilidades indicadas a continuación Tipo de maquinaria A B Incremento de disp. (horas) 10 15 8 12 Coste inversión (miles de euros) 1600 1700 1700 1750 A lo sumo, se puede realizar un tipo de incremento para cada máquina. Gracias a un estudio de mercado se conocen los límites de demanda de los productos, que son Demanda (ton.) Producto mínima máxima 1 6 17 2 8 7 20 Además, la inversión total no puede exceder de 00000 euros. Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 / 16

Ejercicio T-JN2-2/2 Se pide: (a) Formular el problema que se debe plantear la dirección de la empresa para obtener el plan de procesamiento e inversión de mayor beneficio. (b) Si la empresa desease aumentar la disponibilidad de un sólo tipo de maquinaria, cómo se modifica el modelo anterior reflejando tal situación? (c) Si no se quiere añadir disponibilidad de B a menos que se añada de A, cómo se representa esta nueva condición? (d) La empresa desea ampliar la disponibilidad con la maquinaria B si, y sólo si, se incrementa también la A. Cómo debe modificarse la condición considerada en el apartado anterior? Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 5 / 16

SOLUCIÓN - A) Mín 800x 1 + 700x 2 + 950x 1600δ A1 1700δ A2 1700δ B1 1750δ B2 2x 1 + 5x 2 + x 70 + 10δ A1 + 15δ A2 x 1 + x 2 + 6x 86 + 8δ B1 + 12δ B2 δ A1 + δ A2 1 δ B1 + δ B2 1 6 x 1 17, x 2 8, 7 x 20 1600δ A1 + 1700δ A2 + 1700δ B1 + 1750δ B2 00 x 1, x 2, x 0 δ A1, δ A2, δ B1 {0, 1} Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 6 / 16

SOLUCIÓN - B) Mín 800x 1 + 700x 2 + 950x 1600δ A1 1700δ A2 1700δ B1 1750δ B2 2x 1 + 5x 2 + x 70 + 10δ A1 + 15δ A2 x 1 + x 2 + 6x 86 + 8δ B1 + 12δ B2 δ A1 + δ A2 1 δ B1 + δ B2 1 6 x 1 17, x 2 8, 7 x 20 1600δ A1 + 1700δ A2 + 1700δ B1 + 1750δ B2 00 δ A1 + δ A2 + δ B1 + δ B2 1 x 1, x 2, x 0 δ A1, δ A2, δ B1 {0, 1} Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 7 / 16

SOLUCIÓN - C) Mín 800x 1 + 700x 2 + 950x 1600δ A1 1700δ A2 1700δ B1 1750δ B2 2x 1 + 5x 2 + x 70 + 10δ A1 + 15δ A2 x 1 + x 2 + 6x 86 + 8δ B1 + 12δ B2 δ A1 + δ A2 1 δ B1 + δ B2 1 6 x 1 17, x 2 8, 7 x 20 1600δ A1 + 1700δ A2 + 1700δ B1 + 1750δ B2 00 δ A1 + δ A2 + δ B1 + δ B2 1 δ B1 + δ B2 δ A1 + δ A2 x 1, x 2, x 0 δ A1, δ A2, δ B1 {0, 1} Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 8 / 16

SOLUCIÓN - D) Mín 800x 1 + 700x 2 + 950x 1600δ A1 1700δ A2 1700δ B1 1750δ B2 2x 1 + 5x 2 + x 70 + 10δ A1 + 15δ A2 x 1 + x 2 + 6x 86 + 8δ B1 + 12δ B2 δ A1 + δ A2 1 δ B1 + δ B2 1 6 x 1 17, x 2 8, 7 x 20 1600δ A1 + 1700δ A2 + 1700δ B1 + 1750δ B2 00 δ A1 + δ A2 + δ B1 + δ B2 1 δ B1 + δ B2 =δ A1 + δ A2 x 1, x 2, x 0 δ A1, δ A2, δ B1 {0, 1} Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 9 / 16

Ejercicio T-BD1 Resuelve, aplicando el método de branch and bound, el siguiente problema entero: max 8x 1 + 11x 2 + 6x + x s.a 5x 1 + 7x 2 + x + x 1 x 0, binarias. Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 10 / 16

Solución x =0 (1, 1, 1/2, 0) z=22 x =1 (1, 1, 0, 2/) z=21.67 x 2 =0 (1, 0.71, 1, 2/) z=21.86 x 2 =1 (1, 0, 1, 1) z=18 (0.6, 1, 1, 0) z=21.8 x 1 =0 x 1 =1 (0, 1, 1, 1) z=21 No Factible x = (0, 1, 1, 1) T, c T x = 21. Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 11 / 16

Ejercicio T-JN En la red de la figura, encuentra el camino más corto desde el nodo 1 al nodo 12. 1 10 11 7 9 10 5 2 2 2 1 5 7 8 1 11 7 0 6 5 9 12 12 Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 12 / 16

Ejercicio T-JN En la red de la figura, encuentra el camino más corto desde el nodo 1 al nodo 12. 1 10 11 7 9 10 5 2 2 2 1 5 7 8 1 11 7 0 6 5 9 12 12 Solución. (1,2,5,8,11,12) Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 12 / 16

Ejercicio 1/2 - T-JN6 Uno de los mayores problemas que se plantea en internet es decidir por donde enviar los ficheros que reciben los distintos servidores. Una visión miope o local del asunto podría llevar a que cada router enviase los mensajes por la conexión que tenga menos congestionada en cada momento. Esto nos puede llevar a retrasar los envíos. Otra posibilidad es que cada router tenga definida una tabla, de forma que cada vez que le llegue un fichero con un destino determinado sepa por qué línea tiene que enviar dicho fichero. En la práctica, existen diversas alternativas para construir esta tabla. Una de las primeras y más extendidas consiste en lo siguiente. Cada cierto tiempo (pocos minutos) cada enrutador envía al resto de los servidores información sobre la saturación de las conexiones que salen de ese servidor (se informa sobre el nivel de ocupación de cada línea en %). Con toda esta información se resuelve el problema de encontrar el camino de distancia mínima entre cualquier par de enrutadores, donde la distancia de un camino se define como la suma de la saturación de todas las líneas que lo forman. Con esta solución se crea una tabla para cada enrutador con dos entradas: destino final y siguiente enrutador en el camino óptimo". De esta forma, cuando a un enrutador le llega un nuevo fichero, consulta en la tabla cuál es el siguiente enrutador que le corresponde según el destino final del fichero. Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 1 / 16

Ejercicio 2/2 - T-JN6 Supongamos que tenemos una red con los siguientes enrutadores (nodos), conectados entre sí según se muestra en la figura: 0. a 0.5 e 0.7 b 0.1 0.8 0.8 0.9 0.7 d 0.6 0. 0.9 0.8 0.8 0.2 0.6 c 0. 0.1 f La etiqueta asignada a cada arco representa el nivel de saturación (en tanto por uno). Construye la tabla de enrutamiento del nodo a de acuerdo con el esquema expuesto anteriormente. por qué no tenemos en cuenta de dónde ha salido el fichero para determinar cuál es el siguiente enrutador que le corresponde?, >por qué sólo tenemos en cuenta cuál es su destino final? Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 1 / 16

Solución. Para construir la tabla de enrutamiento del nodo a debemos calcular el árbol de caminos mínimos de a al resto de los nodos del grafo utilizando como pesos las saturaciones de los arcos utilizando, por ejemplo, el algoritmo de Dijkstra. En la figura siguiente se muestra un árbol de caminos mínimos: a 0.5 e 0.7 0.8 b d 0.2 c 0.1 f A partir de este árbol podemos construir la siguiente tabla de enrutamiento: destino b c d e f mandar a b b d e b Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 15 / 16

Ejercicio T-JN9 El siguiente grafo muestra un complejo de túneles, y los números que están al lado de los arcos representan las longitudes de los túneles. Queremos dejar una porción de queso en algún nodo de la red de manera que el ratón que se encuentra en el nodo 1 tarde lo máximo posible a encontrarlo, teniendo en cuenta que es un excelente rastreador. a 5 6 e 5 7 f 7 b 2 8 d 6 8 h 1 c g Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 16 / 16

Ejercicio T-JN9 El siguiente grafo muestra un complejo de túneles, y los números que están al lado de los arcos representan las longitudes de los túneles. Queremos dejar una porción de queso en algún nodo de la red de manera que el ratón que se encuentra en el nodo 1 tarde lo máximo posible a encontrarlo, teniendo en cuenta que es un excelente rastreador. a 5 6 e 5 7 f 7 b 2 8 d 6 8 h 1 c g Solución. Para resolver este problema basta con encontrar el árbol de caminos mínimos desde 1 al resto de los nodos, y escoger el nodo cuyo camino correspondiente sea el más largo. Bernardo D Auria (UCM - Ingeniería Informática) Diciembre 2008 16 / 16