1 / 11

Programación Entera

Programación Entera. Optimización de Operaciones. Optimización de Operaciones - Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá. Variables Discretas.

pello
Download Presentation

Programación Entera

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Programación Entera Optimización de Operaciones Optimización de Operaciones - Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá

  2. Variables Discretas • Una variable discreta es aquella que sólo puede tomar valores dentro de un conjunto numerable. • En estas variables se dan separaciones entre valores observables sucesivos. • Una variable discreta puede representar un conjunto de posibles decisiones. • Las variables binarias sólo pueden comprender valores entre 0 y 1. • Ejemplos • Número de Personas • Turnos de Trabajo • Rutas de transporte • Número de productos • Secuencia de Producción Optimización de Operaciones Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá

  3. Modelo de PLE Programación Lineal Programación Entera Programación Binaria Optimización de Operaciones Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá

  4. Modelación. • Imagine que usted acaba de terminar su semestre académico y se dispone a planear qué asignaturas cursar el siguiente semestre. Suponga además, que a cada asignatura usted le tiene asignado un valor que representa su importancia en el plan de estudios. • Plantear el modelo de PLE asociado que maximice el valor total de importancia del conjunto de materias elegidas. • ¿De qué naturaleza son las variables de decisión?. • ¿Cuántas posibles respuestas existen? Optimización de Operaciones Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá

  5. Método de Ramificación Y Acotamiento • Resolver el modelo relajado. Si la solución es entera detenerse si no continuar con el método. • Escoger arbitrariamente una variable entera xj cuyo resultado sea fracción e igual a xbj. • Resolver dos nuevos problemas similares al anterior pero uno con la restricción adicional xj≤[xbj] y otro modelo con la restricción adicional xj≥[xbj]+1. • De los subproblemas en el paso 3 analizar sólo aquellos subproblemas cuya solución sea mayor (max) o menor (min) a cualquiera de las soluciones enteras conocidas (cota inferior: caso máx y cota superior: caso min). Optimización de Operaciones - Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá

  6. Ejemplo • Resolver el siguiente problema de programación entera. Optimización de Operaciones - Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá

  7. Solución Optimización de Operaciones - Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá

  8. Procedimiento gráfico Optimización de Operaciones - Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá

  9. Posibles soluciones de subproblemas • Solución no factible (ya no se divide en subproblema • Problema agotado: (ya no se divide en subproblemas) •  Una solución factible entera del problema original (Z) •  Cota inferior (caso max)=Zcota→SiZcota<Z→Zcota=Z • Cota superior (caso min)= Zcota→SiZcota>Z→Zcota=Z • Una solución que no sea mejor a las soluciones enteras conocidas: •  Max: Zcota≥Z •  Min: Zcota≤Z • Solución no entera, que cumpla con Zcota≤Z (máx) o Zcota≥Z (min), continuar con el método. • Seleccionar el modelo lineal que tenga el máximo valor de la función objetivo (caso máx). Optimización de Operaciones - Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá

  10. Ejercicio

  11. Comentarios en Software MLP • Los programas o paquetes enfocados a la solución de los problemas de programación lineal, por lo general también tienen métodos de ramificación y acotamiento para resolver problemas de programación entera o mixta. • LPSolve • Debe indicarse al final del programa a través del comando int cuáles variables son enteras. • Solver • En opciones seleccionar la celda de la variable y elegir “INT”. • R statistics • Se debe crear un vector que contenga las letras ‘C’ para las variables continuas, ‘B’ para las binarias e ‘I’ para las enteras.

More Related