Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
SAN MARCOS
(Universidad del Perú, Decana de América)
Alumnos:
Cuba Inga, Elizabeth Milagros 12140400
Figueroa Torres, Jair 12140405
El objetivo principal es ayudar al agente viajero a que dado n ciudades, siendo el Cij el
costo o distancia del viaje, desde la ciudad i hasta la ciudad j, encontrar una ruta o un
camino que sea el más corto posible y que regrese a su ciudad de partida.
Si Cij = Cij para todos las ciudades, el problema es simétrico y si Cij ≠ Cij para un par
de ciudades, entonces el problema es asimétrico.
Problema del Agente Viajero Simétrico
Conocido como el Symmetric Traveling Salesman Problem (TSP o PAV). Dado un
conjunto de n nodos y distancias para cada par de nodos, encontrar una longitud total
mínima que visite cada uno de los nodos exactamente una vez. La distancia del nodo i
al nodo j es la misma que del nodo j al nodo i.
Problema del Agente Viajero Asimétrico
Conocido como Asymmetric Traveling Salesman Problem (ATSP). Dado un conjunto de
nodos y distancias para cada par de nodos, encontrar una ruta de longitud total mínima
que visite cada uno de los nodos exactamente una vez. En este caso, la distancia del
nodo i al nodo j y la distancia del nodo j al nodo i puede ser diferente.
El problema del m-TSP puede definirse un grafo completo G= (V, A), donde V es un
conjunto compuesto por n+1 vértices y A={(i,j): i,j ∈V, i ≠ j} el conjunto de arcos. El vértice
cero hace referencia al depósito o ciudad de origen donde los m agentes viajeros
(vehículos) están ubicados. Para cada arco (i,j)∈A existe un costo Cij=dij, donde dij
corresponde a la distancia entre los nodos i y j. La solución del problema consiste en
encontrar las rutas de los m agentes viajeros, teniendo en cuenta que cada ruta empieza
y termina en el depósito y además cada nodo puede ser visitado una única vez, el
objetivo es minimizar el costo total de visitar todos los clientes. El m-TSP puede ser
utilizado para resolver las variantes del problema de ruteamiento de vehículos, entre
ellos calcular el mínimo número de vehículos requeridos para atender un conjunto de
clientes en el problema de VRP que tiene en cuenta restricciones de distancia.
Adicionalmente se menciona en el VRPPD (vehicle routing problem with Pick up and
delivery), problema de ruteamiento que considera entregas y recogidas.
Por su gran facilidad para ser formulado y por su gran adaptabilidad a múltiples
situaciones prácticas el TSP ha sido uno de los problemas de optimización que mayor
interés ha despertado a los investigadores en las áreas de matemáticas discretas,
computación e investigación de operaciones.
MODELO DEL M- AGENTE VIAJERO
Para clarificar aún más la utilidad que tiene el TSP se explicará una de sus extensiones,
el m-TSP (Multiple Traveling Salesman Problem) en el cual hay m agentes viajeros. El
m-TSP consiste en determinar un conjunto de rutas para m vendedores quienes parten
al mismo tiempo y después de haber realizado su ruta retornan al punto de partida, cada
ruta conserva las mismas condiciones de un TSP (Parten desde la ciudad origen
recorren un número n de ciudades, cada ciudad es visitada solo una vez y retornan a la
ciudad origen). El m-TSP busca minimizar el costo total para visitar todas las ciudades.
Su formulación es la siguiente:
La ecuación (1) Corresponde a la minimización de costos totales por visitar los arcos xij.
La ecuación (2) corresponde a que cada agente viajero sale del depósito. La ecuación
(3) indica que cada agente viajero regresa al depósito. La ecuación (4) garantiza que
exactamente un tour ingrese a cada nodo. La ecuación (5) garantiza que exactamente
un tour salga de cada nodo. La ecuación (6) incluyen las restricciones de eliminación de
subtours de Miller-Tucker-Zemlin.
El TSP se puede asociar con gran facilidad a múltiples problemas prácticos tales
como:
− Recogida postal: el problema consiste en determinar las distintas rutas para los
mensajeros con el mínimo costo posible, en este caso, el volumen pequeño de las cartas
hace que no haya restricciones de capacidad de los viajeros y por eso puede modelarse
como un m-TSP.
− Robótica: los robots con el tiempo han tenido cada día más utilizaciones tanto en las
empresas como en los hogares, ha dichos robots se les asignan un número de tareas
especificadas, la relación que tiene con el m-TSP consiste en encontrar la ruta más
eficiente para que un conjunto de robot realice sus tareas.
APLICACION
1. Enunciado:
He sido abordado por tres compañías de teléfonos para que me suscriba a sus servicios
de larga distancia. Avantel cobra una tarifa fija de $16 al mes, más 25 centavos por
minuto. Telmex cobra $25 al mes y un costo de 21 centavos por minuto. ATT tiene una
tarifa mensual fija de $18 y un costo de 22 centavos por minuto. Generalmente hago
200 minutos de llamadas de larga distancia al mes. Suponiendo que no pago la tarifa
fija, a menos que haga las llamadas y de que pueda dividir mis llamadas entre las tres
empresas según me parezca. ¿Cómo debo utilizar los servicios de las compañías para
minimizar mi cuota mensual de teléfono?
2. Planteamiento:
Variables de Decisión
0 No se usa el servicio i
Yi= {
1 Sí se usa el servicio i
Función Objetivo
Min z= 16Y1+25Y2+18Y3+0.25X1+0.21X2+0.22X3
Restricciones
X1+X+X3=200
X1<=200Y1
X2<=200Y2
X3<=200Y3
3. Solución:
Para la solución se empleará un paquete LINGO en el que se pueden resolver
problemas de Programación lineal.
En este caso las variables "Xi" son de tipo entero y las variables "Yi" con de tipo binario,
LINGO nos permite manejar problemas de este tipo solo se debe indicar el tipo para
cada variable como se ve en la imagen de abajo, indicado esto y después de ingresar
el modelo anteriormente planteado al LINGO la solución queda de la siguiente manera:
INTERPRETACION DEL PROBLEMA
Se ocupará la compañía 3 con el total de 200 minutos y un costo de $62, $44 por los
minutos y $18 por el uso de la compañía.
CONCLUSIONES