Problema de La P Mediana

Introducci
on
Descripci
on del problema
Resultados
Referencias
Relajacion Lagrangiana para el Problema Capacitado de la

P-mediana
Javier Licona Palacios
Posgrado en Optimizaci
on
Universidad Polit
ecnica de Tulancingo
Director de Tesis: Dr. Hertwin Minor Popocatl
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Contenido
Introducci
on
Que son los problemas de localizaci
on?
Problema de la p-mediana
Modelo Matem
atico
Descripci
on del problema
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on Lagrangiana de la primera restricci
on
Relajaci
on Lagrangiana de la segunda restricci
on
Resultados
Resultados
Conclusiones
Referencias
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
e son los problemas de localizaci
on?
Modelo Matem
atico
Que son los problemas de localizaci

on?
La localizaci
on de instalaciones es una rama de la investigaci
on de
operaciones relacionada con la localizaci
on de por lo menos una nueva
instalaci
on entre varias instalaciones existentes, con el fin de optimizar al
menos (maximizar o minimizar) una funci
on objetivo (como costos,
ingresos, distancia, servicio, tiempo de espera, cobertura y participaci
on en
el mercado). (Zanjirani et al., 2010).
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Caractersticas principales
Los problemas de localizaci

on poseen cuatro caractersticas principales:
Puntos de localizaci
on dispersos que representan la localizaci
on de los
clientes a satisfacer
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on de los
Instalaciones que deben se localizadas en un grafo.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on de los
Un espacio en el que los clientes y las instalaciones deben ser
asignados.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on de los
asignados.
Metrica que indique la distancia entre los puntos de servicio y los
clientes (ReVelle y Eiselt, 2005).
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on de los
asignados.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on de los
asignados.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Caractersticas de los problemas de localizaci

on
Los modelos matem

aticos de localizaci
on est
an dise
nados para resolver
cuatro preguntas principalmete
Cu
antas instalaciones se deben localizar?
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on
Los modelos matem

on est
an dise
nados para resolver
Cu
D
onde deben ser ubicadas las instalaciones?
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on
Los modelos matem

on est
an dise
nados para resolver
Cu
D
De que tama
no deber
a ser cada instalaci
on de servicio?
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on
Los modelos matem

on est
an dise
nados para resolver
Cu
D
De que tama
no deber
on de servicio?
Que clientes deber
a atender cada instalaci
on para minimizar los
costos de transporte?
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on
Los modelos matem

on est
an dise
nados para resolver
Cu
D
De que tama
no deber
on de servicio?
Que clientes deber
a atender cada instalaci
on para minimizar los
costos de transporte?
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Importancia de los problemas de localizaci

on
Las f
abricas y empresas industriales necesitan una ubicaci
on adecuada
para su maquinaria y almacenes.
Las agencias gubernamentales locales deben decidir d
onde ubicar los
edificios donde se encontraran las oficinas que atender
an a la
ciudadana, escuelas, hospitales, estaciones de bomberos.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on
Las f
on adecuada
onde ubicar los
an a la
La calidad proporcionada del servicio en cada instalaci
on depende de la
ubicaci
on de esa instalaci
on y la relaci
on entre otras instalaciones.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on
Las f
on adecuada
onde ubicar los
an a la
on depende de la
ubicaci
on de esa instalaci
on y la relaci
El uso eficaz de los recursos de transporte y las instalaciones es una
tarea importante para una gesti
on adecuada.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on
Las f
on adecuada
onde ubicar los
an a la
on depende de la
ubicaci
on de esa instalaci
on y la relaci
on adecuada.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico

on
Las f
on adecuada
onde ubicar los
an a la
on depende de la
ubicaci
on de esa instalaci
on y la relaci
on adecuada.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
El problema de la p-mediana, propuesto originalmente por (Hakimi,

1964), consiste en localizar p instalaciones de servicio para atender n
puntos de demanda con un peso asociado. Cada punto demanda es
asignado a la instalaci
on de servicio m
as cercana, el objetivo es
minimizar la suma ponderada de las distancias a todos los nodos de
demanda.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
El problema de la p-mediana, propuesto originalmente por (Hakimi,

1964), consiste en localizar p instalaciones de servicio para atender n
puntos de demanda con un peso asociado. Cada punto demanda es
asignado a la instalaci
on de servicio m
as cercana, el objetivo es
minimizar la suma ponderada de las distancias a todos los nodos de
demanda.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Interpretacion geometrica problema
hi
hi
dij
hi
dij
B
dij
hi
dij
dij
E
dij
dij
dij
hi
D
dij
dij
dij
hi
hi
dij
hi
dij
dij
H
dij
hi
dij
dij
dij
dij
hi
hi
dij
dij
hi
Figura: Ejemplo de red para el problema de la p-mediana
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Conjuntos
Conjuntos:
I: conjuntos de nodos origen i
J: conjunto de nodos destino potenciales j
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Conjuntos
Conjuntos:
hi : demanda del nodo de i
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Conjuntos
Conjuntos:
dij : distancia entre el origen i al destino j
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Conjuntos
Conjuntos:
P : n
umero de instalaciones de servicio a localizar
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Conjuntos
Conjuntos:
P : n
Variables de decisi
on:
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Conjuntos
Conjuntos:
P : n
Variables de decisi
on:
Xj : Variable binaria igual a 1 si el centro de atenci
on es abierto e igual
a 0 en otro caso.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Conjuntos
Conjuntos:
P : n
Variables de decisi
on:
a 0 en otro caso.
Yij : Variable binaria igual a 1 si el nodo de demanda i es atendido por
el nodo j y 0 en otro caso
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Conjuntos
Conjuntos:
P : n
Variables de decisi
on:
a 0 en otro caso.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Conjuntos
Conjuntos:
P : n
Variables de decisi
on:
a 0 en otro caso.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Modelo Matematico
Min
XX
i
hi dij Yij
(1)
Sujeto a:
X
Yij = 1
(2)
Xj = P
(3)
Yi,j Xi 0
Xj = 0, 1
Yij = 0, 1
i, j
(4)
(5)
i, j
(6)
(7)
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Qu
on?
Modelo Matem
atico
Modelo Matematico
Min
XX
i
hi dij Yij
(1)
Sujeto a:
X
Yij = 1
(2)
Xj = P
(3)
Yi,j Xi 0
Xj = 0, 1
Yij = 0, 1
i, j
(4)
(5)
i, j
(6)
(7)
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Descripcion del problema
El problema de la p mediana es considerado N P Hard (Karvin y

Hakimi, 1979).
Son problemas en los que:
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

Hakimi, 1979).
Es difcil encontrar una posible soluci
on.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

Hakimi, 1979).
on.
Existe un n
umero muy elevado de soluciones posibles
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

Hakimi, 1979).
on.
Existe un n
De todas las soluciones alguna es la
optima
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

Hakimi, 1979).
on.
Existe un n
optima
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

Hakimi, 1979).
on.
Existe un n
optima
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Posibles soluciones
(N
P) =
N!
P !(N P )!
Donde N es el n
umero de nodos y P es el n
umero de instalaciones a ser
localizadas, por ejemplo:
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Posibles soluciones
(N
P) =
N!
P !(N P )!
Donde N es el n
27
si N=100 y p=40, (100
40 ) = 13 10
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Posibles soluciones
(N
P) =
N!
P !(N P )!
Donde N es el n
27
si N=100 y p=40, (100
40 ) = 13 10
84
si N=1000 y p=50, (1000
50 ) = 9 10
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Posibles soluciones
(N
P) =
N!
P !(N P )!
Donde N es el n
27
si N=100 y p=40, (100
40 ) = 13 10
84
si N=1000 y p=50, (1000
50 ) = 9 10
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Posibles soluciones
(N
P) =
N!
P !(N P )!
Donde N es el n
27
si N=100 y p=40, (100
40 ) = 13 10
84
si N=1000 y p=50, (1000
50 ) = 9 10
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Optimizacion combinatoria
Optimizaci
on combinatoria
Los algoritmos de optimizaci

on combinatoria resuelven instancias de
problemas que se creen ser difciles en general, explorando el espacio de
soluciones (usualmente grande) para estas instancias.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Algoritmos heursticos
Se opta por algoritmos heursticos en primer lugar que encuentran una

buena soluci
on.
Para ello se define un algoritmo que sea capaz de hallar un conjunto de
decisiones que verifique todas las restricciones y maximice (minimice)
la funci
on objetivo
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

buena soluci
on.
la funci
on objetivo
Algoritmo voraz
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

buena soluci
on.
la funci
on objetivo
Algoritmo voraz
Programaci
on Din
amica
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

buena soluci
on.
la funci
on objetivo
Algoritmo voraz
Programaci
on Din
amica
Relajaci
on Lagrangiana
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

buena soluci
on.
la funci
on objetivo
Algoritmo voraz
Programaci
on Din
amica
Relajaci
on Lagrangiana
Ascendente Dual
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

buena soluci
on.
la funci
on objetivo
Algoritmo voraz
Programaci
on Din
amica
Relajaci
on Lagrangiana
Ascendente Dual
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

buena soluci
on.
la funci
on objetivo
Algoritmo voraz
Programaci
on Din
amica
Relajaci
on Lagrangiana
Ascendente Dual
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Relajacion Lagrangiana
La Relajaci
on Lagrangiana, es una de las tecnicas m
as ampliamente
extendidas en optimizaci
on discreta y es empleada principalmente cuando,
en un problema de programaci
on matem
atica existe un conjunto de
ecuaciones que complica la resoluci
on del problema (Nezhad et al., 2013).
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
El principal concepto de la Relajaci

on Lagrangiana es identificar el
conjunto de restricciones complicadas de un problema, es decir aquellas
restricciones que incrementan la complejidad computacional de la
resoluci
on del problema e introducirlas en la funci
on objetivo asociadas a
unidades de penalizaci
on que se conocen como multiplicadores
Lagrangianos (Nezhad et al., 2013).
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Esta transformaci
on se debe construir de tal forma que el problema sea m
as
sencillo de resolver, esta formulaci
on del problema genera una cota inferior
y una cota superior, vease (Geofrion, 1974).
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Consideremos el modelo de programaci

on entera mixta:
min z = cT x
(8)
Ax b
(9)
Bx d
(10)
x0
(11)
Sujeto a
En el modelo anterior se tienen dos conjuntos de restricciones lineales, las

cuales son (8) y (9).
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Si relajamos la restricci
on (8) del modelo original, el modelo resultante
queda de la siguiente manera:
L() = min cT x + T (b Ax)
(12)
Bx d
(13)
x0
(14)
Se asume que Ax b es una restricci

on complicada, debido a que sin esta
restricci
on, el problema se convierte en un problema mucho m
as simple de
resolver. La restricci
on Bx d se conserva, adem
as es un vector no
negativo de pesos, llamado Multiplicadores Lagrangianos
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Modelo de la primera restricci

on
M ax M inX,Y =
XX
X
(hi dij i )Yij +
i
i
(15)
Sujeto a:
X
Xj = P
(16)
Yi,j Xi 0
Xj = 0, 1
Yij = 0, 1
i, j
(17)
(18)
i, j
(19)
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Modelo de la primera restricci

on
M ax M inX,Y =
XX
X
(hi dij i )Yij +
i
i
(15)
Sujeto a:
X
Xj = P
(16)
Yi,j Xi 0
Xj = 0, 1
Yij = 0, 1
i, j
(17)
(18)
i, j
(19)
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Modelo de la segunda restricci

on
M ax M inX,Y =
XX
XX
(hi dij + ij )Yij
(
ij )Xj
i
(20)
Sujeto a:
X
Yij = 1
i, j
(21)
Xj = P
(22)
Xj = 0, 1
Yij = 0, 1
(23)
i, j
(24)
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Modelo de la segunda restricci

on
M ax M inX,Y =
XX
XX
(hi dij + ij )Yij
(
ij )Xj
i
(20)
Sujeto a:
X
Yij = 1
i, j
(21)
Xj = P
(22)
Xj = 0, 1
Yij = 0, 1
(23)
i, j
(24)
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Interpretacion geometrica de la Relajaci

on Lagrangiana
Figura: Interpretaci
on geom
etrica
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Algoritmo de subgradiente
paso 0. Inicializar 0 = 0, k = 0 y ZU B =
paso 1. Resolver el problema relajado PLR (k )
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
paso 2. Determinar el tama
no de paso tk =
k
Ak (U
P
P BL )
i { j Yij 1}
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
no de paso tk =
k
Ak (U
P
P BL )
i { j Yij 1}
paso 3. Si a un n
umero determinado de restricciones LB no cambia,
k
entonces A2
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
no de paso tk =
k
Ak (U
P
P BL )
i { j Yij 1}
paso 3. Si a un n
k
entonces A2
paso 4. Criterios de parada
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
no de paso tk =
k
Ak (U
P
P BL )
i { j Yij 1}
paso 3. Si a un n
k
entonces A2
(1) 0,0001
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
no de paso tk =
k
Ak (U
P
P BL )
i { j Yij 1}
paso 3. Si a un n
k
entonces A2
(1) 0,0001
(2) El n
umero de iteraciones se ha alcanzado
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
no de paso tk =
k
Ak (U
P
P BL )
i { j Yij 1}
paso 3. Si a un n
k
entonces A2
(1) 0,0001
(2) El n
paso 5. Volver al paso 1. k = k + 1
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
no de paso tk =
k
Ak (U
P
P BL )
i { j Yij 1}
paso 3. Si a un n
k
entonces A2
(1) 0,0001
(2) El n
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
no de paso tk =
k
Ak (U
P
P BL )
i { j Yij 1}
paso 3. Si a un n
k
entonces A2
(1) 0,0001
(2) El n
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Modificando los multiplicadores Lagrangianos

Ak (U B Lk )
tk = P P
i{
j Yij 1}
Donde:
A es una constante en la K iteraci
on
Universidad Polit
(25)
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

Ak (U B Lk )
tk = P P
i{
j Yij 1}
Donde:
on
tk es el tama
no de paso en la k iteraci
on
Universidad Polit
(25)
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

Ak (U B Lk )
tk = P P
i{
j Yij 1}
Donde:
on
tk es el tama
on
U B es el mejor lmite inferior del procedimiento
Universidad Polit
(25)
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

Ak (U B Lk )
tk = P P
i{
j Yij 1}
Donde:
on
tk es el tama
on
L es el valor de la funci
on objetivo en la k iteraci
on del problema
relajado
Universidad Polit
(25)
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

Ak (U B Lk )
tk = P P
i{
j Yij 1}
Donde:
on
tk es el tama
on
on del problema
relajado
Yij El valor o
ptimo de la asignaci
on de la variable en la k iteraci
on
Universidad Polit
(25)
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

Ak (U B Lk )
tk = P P
i{
j Yij 1}
Donde:
on
tk es el tama
on
on del problema
relajado
Yij El valor o
on
Yij Los multiplicadores Lagrangianos se actualizan con la siguiente
ecuaci
on
Universidad Polit
(25)
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

Ak (U B Lk )
tk = P P
i{
j Yij 1}
(25)
Donde:
on
tk es el tama
on
on del problema
relajado
Yij El valor o
on
ecuaci
on
X k
k+1
= max{0, ki tk (
Yij 1)}
i
j
Universidad Polit
(26)
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

Ak (U B Lk )
tk = P P
i{
j Yij 1}
(25)
Donde:
on
tk es el tama
on
on del problema
relajado
Yij El valor o
on
ecuaci
on
X k
k+1
= max{0, ki tk (
Yij 1)}
i
j
Universidad Polit
(26)
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Preguntas de investigacion
Que enfoque de relajaci

on ofrece mejores soluciones, respecto a la
soluci
on o
ptima?
on representa un menor esfuerzo
computacional?
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

soluci
on o
ptima?
computacional?
Cu
al es comportamiento en funci
on de tiempo de ejecuci
on del primer
enfoque respecto al segundo enfoque de relajaci
on?
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

soluci
on o
ptima?
computacional?
Cu
on del primer
on?
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

soluci
on o
ptima?
computacional?
Cu
on del primer
on?
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Objetivo General
El objetivo en este trabajo de investigaci

on es evaluar dos enfoques de
Relajaci
on Lagrangiana implementados al problema capacitado de la p
mediana, probando instancias de diversos tama
nos, de tal forma que
permita determinar cu
al de los dos enfoques de relajaci
on es m
as
eficiente en funci
on de tiempo y calidad de soluci
on.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Objetivo General

Relajaci
on es m
as
eficiente en funci
on.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Objetivo General

Relajaci
on es m
as
eficiente en funci
on.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Objetivos especificos
Evaluar los resultados numericos en el modelo de la p-mediana

relajando la restricci
on del problema que establece que un cliente j sea
atendido u
nicamente por una instalaci
on de servicio i.
on del problema que establece el vnculo entre los
nodos i y los nodos j.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

atendido u
on de servicio i.
Analizar la eficiencia de ambas relajaciones a traves de la comparaci
on
de los resultados obtenidos contra los resultados obtenidos por medio
de programaci
on matem
atica, con el fin de determinar que enfoque de
relajaci
on permite obtener las mejores soluciones en funci
on de tiempo
y calidad de soluci
on.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

atendido u
on de servicio i.
on
de programaci
on matem
relajaci
on de tiempo
y calidad de soluci
on.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on

atendido u
on de servicio i.
on
de programaci
on matem
relajaci
on de tiempo
y calidad de soluci
on.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Instancias
El modelo de Relajaci
on Lagrangiana presentado en este trabajo fue
modelado en Matlab, y se utilizaron instancias tomadas del conjunto de
Luiz Antonio Nogueira Lorena, de tama
nos de vertices 200, 300, 402,
500, 1000 y tama
nos distintos de p de la misma librera de instancias.
Los experimentos se realizaron en una computadora con las siguientes
caractersticas, procesador Intel Pentium 2.40 GHz, Memoria Ram 4
Gb, Sistema operativo (x64 bits), el software que se utiliz
o fue Matlab
R2012a y CPLEX.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Instancias
500, 1000 y tama
o fue Matlab
R2012a y CPLEX.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Instancias
500, 1000 y tama
o fue Matlab
R2012a y CPLEX.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Instancias
Formato de instancias.
N odos
100
x
409154
409151
409277
409260
M edianas
10
y
435528
435683
435420
435538
Costo
720
720
720
720
Demanda
50
4
33
1
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Descripci
on del problema
Relajaci
on Lagrangiana
Relajaci
on
Relajaci
on
Instancias
Formato de instancias.
N odos
100
x
409154
409151
409277
409260
M edianas
10
y
435528
435683
435420
435538
Costo
720
720
720
720
Demanda
50
4
33
1
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Resultados
5
10
15
20
25
10
15
20
25
50
70
100
100
100
100
100
200
200
200
200
200
200
RL1
Sol
1.26E+06
9.89E+05
1.06E+06
6.82E+05
5.30E+05
2.46E+06
1.64E+06
1.33E+06
2.14E+06
1.82E+06
7.55E+05
RL2
Sol
1.29E+06
7.54E+05
5.46E+05
3.57E+05
2.69E+05
2.78E+06
1.77E+06
1.55E+06
1.35E+06
7.49E+05
2.84E+05
CPLEX
Opt
1.22E+06
7.13E+05
4.80E+05
3.47E+05
2.67E+05
1.66E+06
1.25E+06
1.00E+06
8.28E+05
4.38E+05
2.77E+05
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Resultados
25
50
75
90
100
115
130
150
170
50
70
100
300
300
300
300
300
300
300
300
300
402
402
402
RL1
Sol
2,31E + 06
2,93E + 06
2,45E + 06
2,91E + 06
1,18E + 06
1,29E + 06
4,16E + 05
8,78E + 05
2,46E + 05
2,14E + 06
2,39E + 06
2,24E + 06
RL2
Sol
3,02E + 06
2,26E + 06
6,43E + 05
5,17E + 05
4,06E + 05
2,85E + 05
2,09E + 05
1,50E + 05
9,95E + 04
2,64E + 06
1,52E + 06
8,77E + 05
CP LEX
Opt
1,37E + 06
7,60E + 05
4,99E + 05
3,95E + 05
3,38E + 05
2,66E + 05
2,08E + 05
1,46E + 05
98953,571
1,61E + 06
9,96E + 05
5,61E + 05
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Tiempo computacional
5
10
15
20
25
10
15
20
25
50
70
100
100
100
100
100
200
200
200
200
200
200
RL1
T iempo
0,082359
0,38739
0,145882
0,685361
0,94674
3,9869
6,97881
6,898289
10,681771
7,286802
5,914577
RL2
T iempo
0,322464
0,325239
0,865415
0,893063
1,789457
6,647991
6,537996
6,731704
6,568158
6,641836
6,24562
CP LEX
T iempo
0,078
0,063
0,03
0,02
0,11
3,5
3,63
3,25
3,34
3,03
2,95
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Tiempo computacional
p
100
170
190
200
170
200
250
150
300
400
500
600
N
402
402
402
402
500
500
500
1000
1000
1000
1000
1000
T ime
43,749331
17,8105
17,7245
17,8145
34,6365
31,8705
31,769
4831,234
1084,296
189,62
195,04
193,5515
T ime
32,30894
12,95309091
12,89054545
12,956
25,19018182
23,17854545
23,10472727
3513,624727
788,5789091
137,9054545
141,8472727
140,7647273
CP LEX
T ime
34,17
35,621
35,449
35,629
69,273
63,741
63,538
9662,468
2168,592
379,24
390,08
387,103
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Iteraciones
5
10
15
20
25
10
15
20
25
50
70
100
100
100
100
100
200
200
200
200
200
200
RL1
Iter
34
61
158
112
160
154
296
302
470
319
259
RL2
Iter
35
34
103
101
210
230
226
225
225
220
212
CP LEX
Iter
2105
1046
876
618
458
4875
2957
2722
2965
1109
787
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Solucion de RL1, RL2 y CPLEX
Figura: Calidad de la soluci

on
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Tiempos de ejecucion
Figura: Calidad de la soluci

on
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Conclusiones
En este trabajo, se ha expuesto la comparaci

on de dos enfoques
Relajaci
on Lagrangiana, comparando los resultados de pruebas en 175
casos, que han permitido visualizar la calidad
Respecto a RL1, la calidad de soluci
on es estable, utilizando instancias
que se encuentran entre los tama
nos de 100 a 500 nodos, el porcentaje
m
as elevado de error es de 24, mientras que en los tama
nos de instancia
de 500 a 1000 nodos el porcentaje de error alcanza hasta el 67
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Conclusiones

on de dos enfoques
Relajaci
m
nos de instancia
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Conclusiones

on de dos enfoques
Relajaci
m
nos de instancia
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Conclusiones

on es estable utilizando instancias
de tama
nos de 100 a 1000 nodos, el porcentaje m
aximo de error fue de
24
Al comparar el tiempo de ejecuci
on de RL1 y RL2, en instancias de
tama
nos de 100 a 300 es pr
acticamente el mismo con una variaci
on del
5, en instancias de 300 a 500 el tiempo de ejecuci
on resulta en
promedio 55 comparador por CPLEX
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Conclusiones

de tama
24
tama
on del
on resulta en
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Resultados
Conclusiones
Conclusiones

de tama
24
tama
on del
on resulta en
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Referencias
Barahona, F., Anbil, R.

The volume algorithm: producing primal solutions with a subgradient
algorithm
Mathematical Programming.
Beasley, J.E..
A note on solving large p-median problems
European Journal of Operational Research, 1986.
Daskin M. [Daskin M. , 1995]Daskin M.
Network and Discrete Location
John Wiley and Sons, 1995.
Mladenovic y Jack Brimberg.
The p-median problem: A survey of metaheuristic approaches
Springer, 2004.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Referencias
Beasley, J.E.,
Lagrangian heuristics for location problems
Journal of Operational Research Society
Beltran, C., Tadonki, C., Vial, J.-Ph.,
Solving the p-median problem with a semi-Lagrangian relaxation
University of Geneva, 2004.
Drezner, Z.
Facility Location. A Survey of Applications and Methods
Springer, 1995.
Narciso MG, Lorena LAN.
Lagrangean/surrogate relaxation for generalized assignment problems
European Journal of Operational Research, 2004.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Referencias
Christofides, N.,
Graph Theory: An Algorithmic Approach
Academic Press
Elloumi Sourour
A tighter formulation of the p-median problem.
Springer Science, 2004.
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Preguntas
Gracias por su atenci

on
Preguntas
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Preguntas

on
Preguntas
Universidad Polit
Introducci
on
Descripci
on del problema
Resultados
Referencias
Preguntas

on
Preguntas
Universidad Polit

Problema de La P Mediana

Cargado por

Copyright:

Formatos disponibles

Problema de La P Mediana

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Problema de La P Mediana

Cargado por

Copyright:

Formatos disponibles

Introducci

Relajacion Lagrangiana para el Problema Capacitado de la

Director de Tesis: Dr. Hertwin Minor Popocatl

Javier Licona Palacios

Javier Licona Palacios

Que son los problemas de localizaci

Javier Licona Palacios

Los problemas de localizaci

Javier Licona Palacios

Los problemas de localizaci

Javier Licona Palacios

Los problemas de localizaci

Javier Licona Palacios

Los problemas de localizaci

Javier Licona Palacios

Los problemas de localizaci

Javier Licona Palacios

Los problemas de localizaci

Javier Licona Palacios

Caractersticas de los problemas de localizaci

Los modelos matem

Javier Licona Palacios

Caractersticas de los problemas de localizaci

Los modelos matem

Javier Licona Palacios

Caractersticas de los problemas de localizaci

Los modelos matem

Javier Licona Palacios

Caractersticas de los problemas de localizaci

Los modelos matem

Javier Licona Palacios

Caractersticas de los problemas de localizaci

Los modelos matem

Javier Licona Palacios

Importancia de los problemas de localizaci

Javier Licona Palacios

Importancia de los problemas de localizaci

Javier Licona Palacios

Importancia de los problemas de localizaci

Javier Licona Palacios

Importancia de los problemas de localizaci

Javier Licona Palacios

Importancia de los problemas de localizaci

Javier Licona Palacios

El problema de la p-mediana, propuesto originalmente por (Hakimi,

Javier Licona Palacios

El problema de la p-mediana, propuesto originalmente por (Hakimi,

Javier Licona Palacios

Interpretacion geometrica problema

Figura: Ejemplo de red para el problema de la p-mediana

Javier Licona Palacios

Javier Licona Palacios

Javier Licona Palacios

Javier Licona Palacios

Javier Licona Palacios

Javier Licona Palacios

Javier Licona Palacios

Javier Licona Palacios

Javier Licona Palacios