Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
REPASO:
Etapa de análisis
Modelado matemático
Etapa de control
No Implementación
Validado?
Si
No Etapa de diseño
Implementación Interpretación de la solución
Verificado? Si
Componentes de problemas de optimización
• Función objetivo:la mayoría de los problemas de
optimización tienen una función objetivo pero hay casos de
varias funciones objetivo (programación multiobjetivo) o
incluso puede no tener función objetivo (interesan
soluciones factibles solamente)
• Entradas controlables son las variables de decisión, cuyos
valores afectan la función objetivo y restricciones.
• Entradas no controlables (parámetros), se fijan a priori y
dependen del problema particular, a veces se requiere un
análisis de sensibilidad o uno paramétrico frente a
variaciones de los mismos.
• Restricciones: son relaciones entre parámetros y variables
de decisión. Restricciones “duras” o esenciales y “débiles”
• Limitaciones de los modelos: información incompleta,
simplificaciones y errores numéricos, tecnología
limitada.
3. Siglo XX:
– En 1945, aparece la computación digital
– En 1947, Dantzig inventa el método Simplex.
– En 1968, Fiacco and McCormick introducen los métodos de
Punto Interior.
– En 1984, Karmarkar aplica los métodos de Punto Interior para
resolver Programas Lineales aportanto un análisis innovador.
SIMPLEX
• Hacia 1945, Dantzig desarrolló el método
SIMPLEX para resolver el problemas de
programación lineal (PL)
• Es un método eficiente, el más utilizado hasta el
momento
• NO es un algoritmo de complejidad polinomial. En
el peor caso, es un algoritmo de complejidad
exponencial con el número de variables del
poblema
METODO DEL ELIPSOIDE
• En 1978 Khachian aplicó el método elipsoidal (de Shor,
Yudin y Nemirovskii) para resolver (PL) y encontró una cota
superior polinomial O(n4L) al número de operaciones
aritméticas que realizaba su algoritmo.
• Lamentablemente es un algoritmo pseudo-polinomial ya que
su complejidad depende de L= largo de los datos de entrada.
• La existencia de un algoritmo polinomial cuya complejidad
dependa únicamente de la cantidad de variables y
restricciones es un problema difícil, aún abierto.
• El método causó gran revolución teórica pero
desafortunadamente las implementaciones prácticas no han
sido eficientes.
11
METODO DE KARMARKAR
• En 1984 Karmarkar publicó un algoritmo para resolver (PL)
de complejidad polinomial O(n3.5L) mejorando la
performance alcanzada por Kachian y anunció que era más
eficiente que el SIMPLEX
• Actualente se sabe que este tipo de algoritmos son muy
eficientes en casos de problemas de grandes dimensiones
• El algoritmo de Karmarkar en lugar de recorrer los vértices
del poliedro determinado por S como en el SIMPLEX,
evoluciona desde el interior relativo S0 como en los métodos
de programación no lineal, siendo un método de punto
interior.
• En este curso estudiaremos los llamados “Path-following
methods for linear programming”
12
Generalidades
Sea el siguiente problema de optimización:
(G) Min f(x) / xF
d
X*
• NOTA: p d
• Ejemplo