Tarea #1 Segundo Parcial

Nombre: Eduard Segura Alcantara
Matricula: 1145168
Sección: IID-815-002
Materia: Inv. De Operaciones 2
Maestro: Profeso. Jose Taveras
Tema: Tarea #1 para el segundo parcial

Investigar los siguientes tópicos sobre la Programación Lineal Entera (PLE)
Tarea #1 para el segundo parcial
Investigar los siguientes tópicos sobre la Programación Lineal Entera

(PLE)
Dos conceptos de PLE (Debidamente citados) PorJosefina Pacheco
La programación lineal, se refiere a un algoritmo que por medio de él se pueden

resolver diversas situaciones reales en las que se desea identificar y solucionar
ciertas dificultades que ayuden a aumentar la producción de recursos que
contengan algunas limitaciones y de esa forma aumentar los beneficios.
Tiene la finalidad de maximizar o minimizar las funciones lineales de diferentes

variables reales que contengan restricciones dentro del sistema de inecuaciones
lineales, optimizando su funcionalidad. El proceso de optimización y los
resultados, se transforman en un respaldo cuantitativo de las decisiones ante el
planteamiento de las situaciones.
Objetivos del PLE
Esta programación es un conjunto de técnicas de análisis y de resolución de
problemas que tiene la finalidad de facilitarle ayuda a los responsables en las
decisiones relacionadas en situaciones donde interviene una gran cantidad de
variables.
Dentro del desarrollo de la investigación de operaciones en general y de una

determinada programación en particular se ha producido un impulso favorable
debido a los ordenadores, como por ejemplo se encuentra uno de gran
importancia como lo es el método del simplex
Características de PLE
La programación lineal también conocida como optimización lineal, es la
maximización o minimización de una función lineal sobre un poliedro convexo
definido por un conjunto de restricciones lineales no negativas. La teoría de la
programación lineal cae dentro de la teoría de la optimización convexa y es
también considerada como parte importante de la investigación de operaciones.
La programación lineal entera (PLE) es el conjunto de problemas de programación
lineal para los cuales todas o parte de sus variables pertenecen a los números
enteros.
Un problema de PLE puede describirse de la siguiente forma:
Optimizar una función objetivo z=c.x
Bajo las restricciones Ax = ó = b, x = 0
Donde:
x -Vector con variables enteras
c -Vector de coeficientes de la función objetivo
A -Matriz de coeficientes de las restricciones
b -Vector de términos independientes
Los modelos de programación lineal entera pudieran clasificarse en tres grupos:
 Entero completamente. Todas las variables de decisión son enteras.
 Mixto. Algunas de las variables son enteras, las otras no.
 Binario. Las variables solo toman los valores 0 ó 1.
Métodos de solución.
La programación lineal entera (PLE) es el conjunto de problemas de programación
lineal para los cuales todas o parte de sus variables pertenecen a los números
enteros. ... Todas las variables de decisión son enteras. Mixto. Algunas de las
variables son enteras, las otras no.
(Señalar los más comunes)

Principales Métodos utilizados
Los más difundidos son: el método gráfico y el Método Simplex. La solución de

un problema de Programación Lineal utilizando un procedimiento gráfico es
posible si se tienen no más de dos variables
En qué consiste el método de Ramificacion y Acotamiento

Los métodos de ramificación y acotamiento pretenden hacer lo mismo que los
métodos de corte con la diferencia de que estos utilizan la estrategia de
"Dividir y Vencerás”. Esto concite en dividir la región factible de tal manera que
la solución óptima no entera no se incluya en la nueva región, dando
como resultado nuevos sub problemas a los cuales también se les llama
"Métodos de Lang - Doig" y "Métodos de bifurcación de y acotamiento" .
El proceso consta de dividir el problema y subdividir los sub problemas hasta
que se pueda demostrar que ninguno de los sub problemas tiene solución
óptima mejores a una solución entera calculable.
Consta de los siguientes:
1. Resolver el modelo relajado. Si la solución es entera detenerse si

no continuar con el método.
2. Escoger arbitrariamente una variable entera xj cuyo resultado sea

fracción e igual a xbj.
3. 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.
4. De los sub problemas en el paso 3 analizar sólo aquellos sub

problemas cuya solución sea mayor (max) o menor (min) a cualquiera
de las soluciones enteras conocidas (cota inferior: caso máx y cota
superior: caso min).
La solución de un sub problema puede ser:
1. Solución no factible (ya no se divide en sub problemas)
2. Problema agotado: (ya no se divide en sub problemas)
a. Una solución factible entera del problema original (Z)
· Cota inferior (caso max)=Zcota→Si Zcota<Z→Zcota=Z
· Cota superior (caso min)= Zcota→Si Zcota>Z→Zcota=Z
b. Una solución que no sea mejor a las soluciones enteras conocidas:
· Max: Zcota≥Z
· Min: Zcota≤Z
3. Solución no entera, que cumpla con Z cota≤Z (máx) o Zcota≥Z (min), continuar
con el método.
5. Seleccionar el modelo lineal que tenga el máximo valor de la función objetivo
(caso máx).
En qué consiste la Ramificacion

Ramificación y corte es un método de optimización combi nacional para resolver
problemas de enteros lineales, que son problemas de programación lineal donde
algunas o todas las incógnitas están restringidas a valores enteros. Se trata de un
híbrido de ramificación y poda con métodos de planos de corte.
Este método resuelve programas lineales sin restricciones enteras usando

algoritmos regulares simplificados. Cuando se obtiene una solución óptima que
tiene un valor no entero para una variable que ha de ser entera, el algoritmo de
planos de corte se usa para encontrar una restricción lineal más adelante que sea
satisfecha por todos los puntos factibles enteros, pero violados por la solución
fraccional actual. Si se encuentra esa desigualdad, se añade al programa lineal,
de tal forma que resolverla nos llevará a una solución diferente que esperamos
que sea “menos fraccional”. Este proceso se repite hasta que o bien, se encuentra
una solución entera (que podemos demostrar que es óptima), o bien no se
encuentran más planos de corte
En qué consiste el Acotamiento
El método de Branch and Bound (o Ramificación y Acotamiento) es un algoritmo

diseñado para la resolución de modelos de Programación Entera. Su operatoria
consiste en linealizar el modelo de Programación Entera, es decir, resolver éste
como si fuese un modelo de Programación Lineal y luego generar cotas en caso
que al menos una variable de decisión (entera) adopte un valor fraccionario.
El algoritmo genera en forma recursiva cotas (o restricciones adicionales) que
favorecen la obtención de valores enteros para las variables de decisión. En este
contexto resolver el modelo lineal asociado a un modelo de Programación
Entera se conoce frecuentemente como resolver la relajación continua del modelo
entero.
Ejemplo.
Consideremos el siguiente modelo de Programación Entera el cual resolveremos

con el algoritmo de Branch and Bound
Presentar un ejemplo resuelto de PLE mediante el método de

Ramificacion
Consideremos el siguiente problema
Max F(x) = 4x1 + 5x2
s.a. 2x1 + x2 ≤ 8
x2 ≤ 5
x1,x2 ≥ 0 y enteras
La solución al PLA, prescindiendo de la condición de que las variables han de ser

enteras es
x1 = 1,5, x2 =5 y F(x) = 31
Como dicha solución no verifica las condiciones de integridad se elige la variable

x1 que no es entera y a partir de ella se generan dos restricciones
x1 ≤ 1 y x1 ≥ 2
Que añadidas cada una de ellas al problema original dan lugar a dos nuevos sub
problemas que serían los siguientes:
Max F(x) = 4x1 + 5x2 (1.1) Max F(x) = 4x1 + 5x2 (1.2)
s.a. 2x1 + x2 ≤ 8 s.a. 2x1 + x2 ≤ 8
x2 ≤ 5 x2 ≤ 5
x1 ≤ 1 x1 ≥ 2
x1,x2 ≥ 0 x1,x2 ≥ 0
De este modo se han eliminado todas las posibles soluciones no enteras del
conjunto de oportunidades tales que 1< x1 < 2.
El proceso se repite con cada uno de los dos sub problemas obtenidos, los cuales
dará lugar a otros dos sub problemas cada uno de ellos y así sucesivamente hasta
que en todos los sub problemas tengan solución entera o infactible.
Presentar un ejemplo resuelto de PLE mediante el método de

Acotamiento
Ejemplo Max F(X) = 8x1 + 10x2
s.a. 4x1 + 6x2 ≤ 24
8x1 + 3x2 ≤ 24
x1≥0, x2≥0, x1, x2∈Z+
Resolviendo en primer lugar el PLA, es decir
Max F(X) = 8x1 + 10x2
s.a. 4x1 + 6x2 ≤ 24
8x1 + 3x2 ≤ 24
x1≥0, x2≥0
Se obtiene la solución x1 = 2, x2 = 8/3, f(x) = 128/3, dado que ésta solución no es

entera se ramifica a partir de la variable x2 del siguiente modo
Sub problema 1 sub problema 2
Max F(X) = 8x1 + 10x2 Max F(X) = 8x1 + 10x2
s.a. 4x1 + 6x2 ≤ 24 s.a. 4x1 + 6x2 ≤ 24
8x1 + 3x2 ≤ 24 8x1 + 3x2 ≤ 24
X2 ≥ 3 x2 ≤ 2
x1≥0, x2≥0 x1≥0, x2≥0
Solución x1=1,5, x2=3, F(x)=42 solución x1=2,5, x2=2, F(x)=38

Tarea #1 Segundo Parcial

Cargado por

Copyright:

Formatos disponibles

Tarea #1 Segundo Parcial

Cargado por

Información del documento

Descripción original:

Título 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

Tarea #1 Segundo Parcial

Cargado por

Copyright:

Formatos disponibles

Nombre: Eduard Segura Alcantara

Materia: Inv. De Operaciones 2

Maestro: Profeso. Jose Taveras

Tema: Tarea #1 para el segundo parcial

Investigar los siguientes tópicos sobre la Programación Lineal Entera

Dos conceptos de PLE (Debidamente citados) PorJosefina Pacheco

La programación lineal, se refiere a un algoritmo que por medio de él se pueden

Tiene la finalidad de maximizar o minimizar las funciones lineales de diferentes

Dentro del desarrollo de la investigación de operaciones en general y de una

(Señalar los más comunes)

Los más difundidos son: el método gráfico y el Método Simplex. La solución de

En qué consiste el método de Ramificacion y Acotamiento

Consta de los siguientes:

1. Resolver el modelo relajado. Si la solución es entera detenerse si

2. Escoger arbitrariamente una variable entera xj cuyo resultado sea

3. Resolver dos nuevos problemas similares al anterior pero uno con

4. De los sub problemas en el paso 3 analizar sólo aquellos sub

La solución de un sub problema puede ser:

1. Solución no factible (ya no se divide en sub problemas)

2. Problema agotado: (ya no se divide en sub problemas)

a. Una solución factible entera del problema original (Z)

· Cota inferior (caso max)=Zcota→Si Zcota<Z→Zcota=Z

· Cota superior (caso min)= Zcota→Si Zcota>Z→Zcota=Z

b. Una solución que no sea mejor a las soluciones enteras conocidas:

En qué consiste la Ramificacion

Este método resuelve programas lineales sin restricciones enteras usando

En qué consiste el Acotamiento

El método de Branch and Bound (o Ramificación y Acotamiento) es un algoritmo

Consideremos el siguiente modelo de Programación Entera el cual resolveremos

Presentar un ejemplo resuelto de PLE mediante el método de

Max F(x) = 4x1 + 5x2

La solución al PLA, prescindiendo de la condición de que las variables han de ser

Como dicha solución no verifica las condiciones de integridad se elige la variable

s.a. 2x1 + x2 ≤ 8 s.a. 2x1 + x2 ≤ 8

Presentar un ejemplo resuelto de PLE mediante el método de

s.a. 4x1 + 6x2 ≤ 24

x1≥0, x2≥0, x1, x2∈Z+

Resolviendo en primer lugar el PLA, es decir

Max F(X) = 8x1 + 10x2

s.a. 4x1 + 6x2 ≤ 24

Se obtiene la solución x1 = 2, x2 = 8/3, f(x) = 128/3, dado que ésta solución no es

Sub problema 1 sub problema 2

Max F(X) = 8x1 + 10x2 Max F(X) = 8x1 + 10x2

s.a. 4x1 + 6x2 ≤ 24 s.a. 4x1 + 6x2 ≤ 24

8x1 + 3x2 ≤ 24 8x1 + 3x2 ≤ 24

x1≥0, x2≥0 x1≥0, x2≥0

Solución x1=1,5, x2=3, F(x)=42 solución x1=2,5, x2=2, F(x)=38

También podría gustarte