INSTITUTO TECNOLGICO SUPERIOR DE CALKIN EN EL

ESTADO
DE CAMPECHE
MATERTIA:
INC-1018 INVESTIGACION DE OPERACIONES I
DOCENTE:
MTI. JOSE ALFONSO CUEVAS BACAB
CARRERA:
IIND
GRADO: 4 GRUPO:B
EQUIPO 2
INTEGRANTES:
PERERA MAY ERIC ULISES
GUDIO MOO KARLA VANESSA
MONTERO FARFN MAURICIO FERRAN
HAAS CHI GASPAR EMMANUEL
POOL BACAB VICTOR MANUEL

ACTIVIDAD
Investiga y las caractersticas del algoritmo de ramificacin y
acotamiento.
Contenido
El mtodo de Branch and Bound (en espaol Ramificacin y Acotamiento) ..................................... 2
Ejemplo del Algoritmo de Branch and Bound (Ramificacin y Acotamiento) .................................... 4
Bibliografa .......................................................................................................................................... 8

pg. 1
El mtodo de Branch and Bound (en espaol Ramificacin y
Acotamiento)
Aborda la resolucin de modelos de programacin entera a travs de la resolucin
de una secuencia de modelos de programacin lineal que constituirn los nodos o
sub problemas del problema entero. Si bien el procedimiento es extendible a un
nmero mayor de variables, para efectos prcticos ilustraremos su aplicacin para
modelos de programacin entera en 2 variables.

El siguiente modelo de programacin entera a travs del algoritmo de ramificacin

y acotamiento (Branch and Bound)

El primer paso consiste en resolver el problema sin considerar las condiciones de

integralidad, es decir, asumiendo que es un modelo de Programacin Lineal. El
siguiente grfico muestra la resolucin grfica donde el rea en verde corresponde
al dominio de soluciones factibles asociado al problema lineal lo que se denomina
la relajacin continua del problema entero. Adicionalmente, slo con el objetivo de
ilustrar se han marcado con azul las posibles soluciones enteras para este
problema. En este sentido resulta evidente que el dominio de soluciones factibles
del problema entero es un subconjunto del dominio del problema lineal y esto en el
caso de un problema de maximizacin determina que el valor ptimo del problema
lineal ser una cota superior del valor ptimo del problema entero.

pg. 2
La relajacin continua (Problema P0) nos da como solucin
ptima X1=20/9 y X2=14/9 con valor ptimo V(P0)=319,1. Dado que al menos una
variable de decisin toma valor fraccionario se debe buscar una aproximacin a
valor entero. En este caso en particular con 2 soluciones fraccionarias como criterio
se puede seleccionar aquella con un mayor impacto (coeficiente) en la funcin
objetivo, sin embargo, no importando cul de ellas se seleccione en un inicio los
resultados sern los mismos.

En consecuencia, seleccionaremos X1 y aproximaremos los resultados

(20/9=2,222) al entero superior e inferior ms cercano. Esto genera 2 subproblemas
que llamaremos P1 y P2 respectivamente. El problema P1 es similar a P0 pero
considera como restriccin adicional X1<=2. Al resolver dicho problema se obtiene
X1=2 y X2=7/4 con V(P1)=380. El problema P2 es similar a P0 pero adicionalmente
tiene la restriccin X1>=3, con solucin ptima X1=3 y X2=0 y V(P2)=360. Este nodo
(P2) se agota y slo el P1 puede generar nuevos nodos.

Cabe destacar que un nodo o subproblema se agota en las siguientes

situaciones: 1) Se alcanza una solucin entera, 2) El problema es infactible, 3) Se
obtiene una solucin fraccionaria pero no es necesario continuar dado que sta no
es mejor (en trminos de valor de la funcin objetivo) que una solucin entera que
se ha alcanzado previamente.

Continuando con el procedimiento el P1 genera 2 nuevos nodos. P11 (similar a P1

con la restriccin adicional X2<=1) con solucin X1=2 y X2=1 y V(P11)=320. El
problema P12 (similar a P1 con la restriccin adicional X2>=2) con solucin X1=12/7
y X2=2 y V(P12)=365,7.

Slo P12 genera nuevos nodos: P121 (similar a P12 con la restriccin adicional
X1<=1) con solucin X1=1 y X2=21/8 y V(P121)=330. Adicionalmente el problema

pg. 3
P122 (similar a P12 con la restriccin adicional X1>=2) resulta ser infactible al no
existir solucin.

Finalmente, si bien se puede continuar ramificando (generando nodos) a contar del

problema P121 esto no es necesario dado que el valor ptimo slo podr ir
disminuyendo (dado que cada vez se resuelve un problema sobre un dominio de
soluciones factibles menor) y por tanto en ningn caso se podr obtener una
solucin entera mejor que la que ya se dispone (P2). Por tanto X1=3 y X2=0 es
solucin ptima del problema entero con valor ptimo V(PE)=360. Se recomienda
verificar que se obtienen los mismos resultados ramificando inicialmente por
X2 en vez de X1.

Ejemplo del Algoritmo de Branch and Bound (Ramificacin y

Acotamiento)
El mtodo de Branch and Bound (o Ramificacin y Acotamiento) es un algoritmo
diseado para la resolucin de modelos de Programacin Entera. Su operatoria
consiste en linealizar el modelo de Programacin Entera, es decir, resolver ste
como si fuese un modelo de Programacin Lineal y luego generar cotas en caso
que al menos una variable de decisin (entera) adopte un valor fraccionario.
El algoritmo genera en forma recursiva cotas (o restricciones adicionales) que
favorecen la obtencin de valores enteros para las variables de decisin. En este
contexto resolver el modelo lineal asociado a un modelo de Programacin Entera se
conoce frecuentemente como resolver la relajacin continua del modelo entero.

Consideremos el siguiente modelo de Programacin Entera el cual resolveremos

con el algoritmo de Branch and Bound:

El paso inicial consiste en resolver este problema como si fuese un modelo

de Programacin Lineal (relajacin continua). Si la solucin de dicho problema
llegara a respetar las condiciones de integralidad para las variables de decisin,
sta ya sera la solucin ptima del problema entero.

pg. 4
Si bien este procedimiento se puede extender a problemas de mayor dimensin,
utilizamos un modelo en 2 variables para poder representar los pasos del algoritmo
grficamente. El grfico a continuacin muestra dicha resolucin:

La solucin ptima del problema lineal asociado (que llamaremos P0)

es X1=2,8 y X2=1,6 con valor ptimo V(P0)=20,8. Claramente esta
solucin no cumple las condiciones de integralidad para las variables de decisin
por tanto es necesario generar cotas o restricciones adicionales de modo de poder
obtener soluciones enteras. Para ello debemos seleccionar una de las 2 variables
de decisin con valores fraccionarios para poder generar cotas. En estricto rigor
es indistinto cul de ellas seleccionemos debido a que el mtodo nos debe llevar
a conclusiones similares (aun cuando la cantidad de pasos requeridos o rapidez de
convergencia cambie).
En nuestro ejemplo generaremos cotas adicionales para la variable X1 aproximando
su valor actual al entero inferior ms cercano (P1) y entero superior ms cercano
(P2).
La resolucin grfica del problema 1 (P1) nos da como solucin
ptima X1=2 y X2=2 que es una solucin entera. El valor ptimo del problema 1
es V(P1)=20. Notar que V(P1)<V(P0) lo cual es natural dado que el dominio de
soluciones factibles del P1 es menor (subconjunto) al dominio de soluciones
factibles de P0.

pg. 5
Anlogamente la resolucin grfica (Mtodo Grfico) del problema 2 (P2) determina
que X1=3 y X2=4/3 con V(P2)=20 segn se observa a continuacin:

Luego no sera del todo necesario seguir desarrollando el algoritmo dado que si
generamos cotas para la variable X2 del P2 en ningn caso podramos obtener una
solucin entera con valor ptimo superior a 20 (valor que reporta en la funcin
objetivo la actual solucin entera de P1) y por tanto podramos concluir
que X1=2 y X2=2 es la solucin ptima del problema entero. No obstante el
siguiente diagrama muestra los pasos adicionales en caso que quisiera agregar
cotas adicionales a partir del P2.

pg. 6
Un argumento similar al expuesto previamente en este caso explicara la no
necesidad de seguir ramificando el P21. Se propone al lector verificar que se obtiene
la misma solucin ptima si luego del P0 ramificamos a travs de X2 agregando las
restricciones X2<=1 y X2>=2.
(gestiondeoperaciones.net, s.f.)

pg. 7
Bibliografa
(04 de agosto de 2011)gestiondeoperaciones.net. (s.f.). Obtenido de
http://www.gestiondeoperaciones.net/programacion-entera/ejemplo-del-algoritmo-de-
branch-and-bound-ramificacion-y-acotamiento/

https://prezi.com/c7rue5diy7ea/metodo-de-ramificacion-y-acotamiento/. (23 de mayo de 2014).

prezi.com. Obtenido de https://prezi.com/c7rue5diy7ea/metodo-de-ramificacion-y-
acotamiento/

investigaciondeoperaciones.net. (s.f.). Obtenido de

http://www.investigaciondeoperaciones.net/branch_and_bound.html

pia, T. C. (22 de julio de 2015). slideshare.net. Obtenido de

https://es.slideshare.net/tamyratonzita/algoritmo-de-ramificacin-y-acotamiento

pg. 8