Cuarto SEMESTRE (INGENIERIA INDUSTRIAL)

Pgina 1

Los modelos de Programacin Entera son aquellos donde la totalidad o un subconjunto de las variables de decisin toman valores enteros. En este sentido la forma estndar de un modelo de Programacin Entera queda definida de la siguiente forma:

Existen mltiples aplicaciones de modelos de Programacin Entera como apoyo a la toma de decisiones. Algunas aplicaciones tpicas son problemas de localizacin de instalaciones, inclusin de costos fijos, problemas de asignacin, problemas de ruteo vehicular, etc.

Cuarto SEMESTRE (INGENIERIA INDUSTRIAL)

Pgina 2

PROGRAMACION ENTERA: Los programas lineales enteros son aquellos en los que algunas o todas las variables estn restringidas a tener valores enteros (o discretos). La programacin lineal entera tiene aplicaciones prcticas importantes.

Desafortunadamente, a pesar de dcadas de extensas investigaciones, la experiencia en cmputo con programas lineales enteros ha sido menos que satisfactoria. Hasta esta fecha no existe un programa de cmputo para programas lineales enteros que pueda resolverlos en forma consistente. Mtodo de Ramificacin y Acotamiento: El mtodo de ramificacin y acotacin, ms conocido por su nombre en ingls Branch and Bound, recibe su nombre precisamente por las dos tcnicas en las que basa su desarrollo, que son la ramificacin y la acotacin. El mtodo de ramificacin y acotacin comienza por resolver el PLA, de modo que si la solucin al PLA verifica las condiciones de integridad, entonces tambin es la solucin al problema entero, en caso contrario se comienza con la ramificacin del problema. La ramificacin consiste en dividir cada problema en dos nuevos subproblemas, obtenidos mediante la imposicin de restricciones excluyentes que dividen el conjunto de oportunidades del problema original en dos partes, pero eliminando en ambas partes la solucin no entera del problema original. Cuando en la solucin al PLA una variable que ha de ser entera toma el valor

no entero, entonces se generan a partir de dicho valor dos restricciones (siendo la parte entera por defecto de ), que

aadidas cada uno por separado al problema original, da lugar a dos nuevos subproblemas.

Cuarto SEMESTRE (INGENIERIA INDUSTRIAL)

Pgina 3

Utilizando nicamente la ramificacin, el nmero de subproblemas a resolver crece exponencialmente, por este motivo para evitar el tener que resolver todos los subproblemas, la ramificacin se combina con la acotacin. La acotacin se basa en el hecho de que dado que los conjuntos de

oportunidades del subproblema 1.1. (S11) y del subproblema 1.2 (S12) son a su vez subconjuntos del conjunto de oportunidades del problema 1 (S 1) la solucin ptima de los dos subproblemas siempre ser inferior (problema de mximo o superior para problemas de mnimo) que la solucin ptima del problema 1 por ser los conjuntos de eleccin menores. As pues, el proceso de acotacin consiste, para problemas de mximo, en tomar como cota inferior aquella solucin entera con mayor valor de la funcin objetivo obtenida y dado que cualquier otro subproblema con solucin no entera sabemos que al ramificarlo nos dar como resultado valores de la funcin objetivo menores o iguales, nos permite descartar como subproblemas a ramificar todos aquellos que tengan como solucin ptima un valor de la funcin inferior a la cota establecida. De este modo se reduce el nmero de subproblemas a ramificar y por lo tanto el tiempo necesario para la resolucin de los problemas enteros. El proceso a seguir en la resolucin de problemas enteros mediante el mtodo de ramificacin y acotacin se resume en el siguiente esquema algortmico:

Cuarto SEMESTRE (INGENIERIA INDUSTRIAL)

Pgina 4

VENTAJA: Sirve para todos los modelos PLEB y PLEG DESVENTAJAS:

Tiempo: Toma tiempo resolver un solo modelo por mtodo Simplex. Pero eso es solo en el mejor caso. En el peor caso no se puede determinar cuntos modelos se resuelven por mtodo Simplex hasta llegar a una solucin entera. Valor menor al ptimo: El valor que se obtiene por el mtodo

de ramificacin y acotamiento casi siempre es menor al valor obtenido en el mtodo Simplex para el caso no entero. Mtodo de Planos de Corte: El del plano de cortante tambin se inicia en la solucin ptima del programa lineal continuo. Al espacio de soluciones se agregan restricciones especiales, llamadas cortes, en una forma que produzca un punto extremo entero.

Cuarto SEMESTRE (INGENIERIA INDUSTRIAL)

Pgina 5

En matemtica, y ms en concreto en optimizacin, el mtodo de los planos de corte es un procedimiento para encontrar soluciones enteras de un problema lineal. Fue introducido por Gomory. Funciona resolviendo un programa lineal no entero, despus comprobando si la optimizacin encontrada es tambin una solucin entera. Si no es as, es aadida una nueva restriccin que corta la solucin no entera pero no corta ningn otro punto de la regin factible. Esto se repite hasta que se encuentra la solucin entera ptima. Interpretacin geomtrica, una restriccin es equivalente a un hiperplano, permitiendo solo soluciones en uno de los lados del plano. Cortes de Gomory: Tengo una solucin x admisible y tengo una base B asociada a x tal que

Si tengo una solucin fraccionaria entonces tengo un elemento ensimo de x fraccionario.

Cuarto SEMESTRE (INGENIERIA INDUSTRIAL)

Pgina 6

Es un corte o formulacin entera del corte de Gomory. Mtodo Fraccional de Gomory: Este mtodo solo resuelve modelos enteros puros y consta de los siguientes pasos: 1.- Resolver el modelo relajado, es decir, que las variables sean continuas.

2.- Si el resultado es entero, entonces ya se tiene la solucin ptima, si no seguir con el mtodo.

3.-

Seleccionar

el

incluyendo

al

rengln

fraccionario y generar un nuevo corte o nueva restriccin:

Aadir este corte como una nueva restriccin y resolver utilizando el mtodo Dual Simplex; ir al paso 2.

Cuarto SEMESTRE (INGENIERIA INDUSTRIAL)

Pgina 7

Nota: Z es entero si y solo si los coeficientes de la funcin objetivo son enteros y as utilizar al rengln
,

en la tabla simplex

Mtodo Puro de Gomory:

El algoritmo puro de Gomory es una variacin del mtodo fraccional de Gomory, al igual que este mtodo la matriz A debe ser entera.

Adems debe cumplir las condiciones para aplicar el mtodo dual simplex (optimalidad inicial y al menos un negativo en la solucin): 1) Condicin de optimalidad 2) Valor de variable bsica < 0. Definicin: Un vector es lexicogrficamente positivo si el primer componente diferente de cero es positivo. Cuando un vector X es lexicogrficamente positivo se escribe X}0. Ejemplo:

Definicin: un vector X es lexicogrficamente mayor que otro vector Y si

Los pasos del mtodo son:

Cuarto SEMESTRE (INGENIERIA INDUSTRIAL)

Pgina 8

1) Elige la XBi ms negativa. Se designa a esa fila con r. Si el mtodo dual simplex genera un pivote -1, aplicar el mtodo dual simplex. Si no continuar con el mtodo. 2) Elige aquella columna no-bsica con arj<0 que sea lexicogrficamente la menor. Se designa una columna por k. Al primer elemento distinto de cero de dicha columna se le designa por apk(>0) siendo su fila correspondiente la p. 3) Para la columna arj<0 se calcula el ndice uij = [akj/apk] si es que apj es el primer elemento diferente de cero en la columna j. De otra manera uj=. 4) 5) Se deriva el corte: 6) Se anexa este a la tabla junto con su variable de holgura correspondiente y se aplica el mtodo dual simplex sobre el entero. Si el resultado es XB0 entonces se tiene la solucin ptima, si no ir al paso 1.

sites.google.com/.../metodos.../metodos-de-planos-de-corte... es.wikipedia.org/wiki/Mtodo_de_planos_de_corte sites.google.com/.../metodos.../metodos-de-planos-de-corte... Investigacin de Operaciones Hamdy A. Taha Sptima Edicin

Cuarto SEMESTRE (INGENIERIA INDUSTRIAL)

Pgina 9