UNIVERSIDAD NACIONAL DEL ALTIPLANO Facultad de Ingenier a Mec anica-El etrica, Electr onica y Sist emas Escuela Profesional

de Ingenier a de Sist emas

MONOGRAF IA Algoritmo Del Problema Del Agente Viajero AUTOR Andree Montes de Oca Vallenas

2013

 INDICE:
1.- Dedicatoria 2.- Agradecimiento 3.- Introducci on 4.- Resumen 5.- Historia 6.- Denici on 6.1.- Primera Denici on 6.2.- Segunda Denici on 6.3.- Tercera Denici on 7.- Tipos 8.- Ejemplos 9.- Conclusi on 10.- Recomendaci on 11.- Bibliograf a 12.- Anexos 9 10 11 12 13 14 3 4 5 6 7 8

Dedicatoria

Dedico esta monograf a a: mi familia quien inuy o en mi para que yo continue en su elaboraci on...

Agradecimiento

Agradezco a mi familia quienes persisten en mi formaci on como estudiante y a mi docente quien inuye en el trajin diario de mi formaci on profesional...

Introducci on

En esta monograf a se hablar a de el Problema del Agente Viajero o Traveling Salesperson Problem en ingles. El cual debe resolver el problema de una persona que debe recorrer varios puntos de una ciudad, pero debe hacer el recorrido de cada punto en una distancia m nima. Este problema sirve de mucho en la vida real ya que facilita el trabajo de vendedores en recorrer rutas de sus clientes a cortas distancias y a bajo costo.

Resumen

En la historia se desarrollar a quienes plantearon este problema y la fecha en la que se hizo.

Se mencionar an tres deniciones de diferentes autores.

Se dar a a conocer tipos de aplicaciones de este problema.

Se desarrollar an varios ejemplos del problema del agente viajero.

Historia

La primera fecha de referencia del problema data del a no: 1832. Shortest Hamiltonian Path (Camino Hamiltoniano corto en espa nol) de Karl Menger en 1930. On the Hamiltonian game (a traveling-salesman problem) de J.B. Robinson en 1949 Este es el primer ejemplo del problema como se conoce actualmente. Pero luego este problema se volvi o mas notorio cuando George Dantzik, Ray Fulkerson y Selmer Johnson publicaron un metodo de solucion de problema del agente viajero en 49 ciudades de Estados Unidos. Soluciones de gran escala para el P.A.V - 1954. A Dynamic Programming Approach to Sequencing Problems de M.Held y R.M. Karp en 1962.

Denici on Primera denici on:

El peso total de un circuito es la suma de los pesos de las aristas que lo conforman.[1]M icha, Elias (p.57)

Segunda denici on:

El PAV tiene que ver con la determinacion del viaje mas corto con n ciudades, la cual se visita solo una vez.[2]Hamdy, T aha (p.390) El caso se dene: xij = 1 si se llega de la ciudad i a la ciudad j 0 en cualquier otro caso

Si dij es la distancia de la ciudad i a la ciudad j, entonces el modelo del agente viajero sera:
n n

dij xij .dij = para i = j

i=1 j =1

Tercera denici on:

Sea G un grafo ponderado completo donde cada v ertice es una ciudad y cada arista una distancia entre ellas. El P.A.V. busca encontrar un circuito hamiltoniano de peso m nimo para G. El n umero de permutaciones P que se pueden encontrar es: P = (n 1)!/2. donde n es el n umero de v ertices.[3]Lipson, M arc & Lipschutz, Seymour (p.176)
8

Tipos

El P.A.V. tiene aplicaciones en los siguientes ejemplos:

Ruta de vehiculos. Bus escolar. atenci on de llamadas de emergencia. Servicio de correo expreso. Secuencia de genes.

Ordenamiento de observaciones en telescopios (NASA).

Dise no de chips.

Tour mundial.

Ejemplos
El grafo completo Kn con n 3 v ertices tiene H=(n-1)!/2 circuitos hamilonianos(donde no se distingue entre un circuito y su opuesto)

Con cuatro v ertices este grafo tiene H=3 circuitos hamiltonianos, los circuitos empiezan desde A y se muestran sus circuitos y sus pesos. |ABCDA| = 3 + 5 + 6 + 7 = 21 |ACDBA| = 2 + 6 + 9 + 3 = 20 |ACBDA| = 2 + 5 + 9 + 7 = 23 En conclusion el recorrido es |ACDBA| con un peso m nimo de 20.[1]Lipson, M arc & Lipschutz, Seymour (p.177)

10

Conclusi on

El algoritmo del Problema del Agente Viajero se utiliza m as que todo para acortar las distancias que hay entre ciudades, por lugares a los cuales se debe llegar por medio de un transporte cualquiera, pero que este mismo viaje debe requerir la m nima cantidad de dinero gastado posible. Como se ve en un ejemplo el n umero de permutaciones siempre depender a del n umero de v ertices, esto quiere decir que si existen pocos v ertices menor ser a el n umero pero mientras m as vertices existan en el grafo ser a mayor el n umero de permutaciones al punto de que un supercomputador podr a demorarse de minutos hasta a nos en la resoluci on de este problema solo dependiendo de su n umero de v ertices. Este tema me parece muy interesante sobre todo si se trata de personas que su trabajo es salir a diferentes puntos de una ciudad o pa s pero viendo la forma de gastar lo m nimo en dinero.

11

Recomendaci on

Mi recomendaci on ser a simplemente que cada persona que quiera iniciar un negocio que tenga que ver con el recorrido de distancias para el servicio que ofrezcan, una de las soluciones pueden ser aplicar este algoritmo a las distancias que recorran as no gastar an mucho presupuesto o combustible. Me dirijo espec camente a las peque nas empresas que ofrecen el servicio de tour en Puno para los turistas que llegan y quieren conocer m as de nuestra cultura.

12

Bibliograf a

[1]Micha, Elias (2003). Matem aticas Discretas. M exico: LIMUSA. [2]Hamdy, Taha (2004). Investigaci on De Operaciones. M exico: Pearson Educaci on. [3]Lipson, Marc & Lipschutz, Seymour (2007). Matem aticas Discretas. M exico: McGraw-Hill Companies.

13

Anexos
Desarrollo del P.A.V. en el paso de los a nos: A no Desarrollado por: Ciudades 1954 Johnson, Dantzig y Fulkerson 49 1971 Held y Karp 64 1975 Fratta, Mafoli y Camerini 67 1977 Gr otschel 120 1980 Crowder y Padberg 318 1987 Padberg y Rinaldi 532 1987 Gr otschel y Holland 666 1987 Padberg and Rinaldi 2,392 1994 Applegate, Cook, Bixby y Chv atal 7,397 1998 Applegate, Cook, Bixby y Chv atal 13,509 2001 Applegate, Cook, Bixby y Chv atal 15,112 2004 Applegate, Bixby, Chv atal, Cook y Helsgaun 24,978 2005 Cook, Espinoza y Goycoolea 33,810

14