Ramificación y PODA

COMPUTABILIDAD Y COMPLEJIDAD DE
ALGOTÍTMOS

MÉTODO DE DISEÑO DE ALGORITMOS

RAMIFICACIÓN Y PODA

ESTUDIANTES:
NOMBRE-CED
WILLIAM ABREGO 8-805-929
YORLEANY MENDOZA 7-710-2384
MARICARMEN AVILA 8-871-1419

CARACTERÍSTICAS
UNA CARACTERÍSTICA QUE LE HACE DIFERENTE DE LOS DISEÑOS MENCIONADOS ES LA POSIBILIDAD DE
GENERAR NODOS SIGUIENDO DISTINTAS ESTRATEGIAS.
SE APLICA A PROBLEMAS DE OPTIMIZACIÓN CON RESTRICCIONES.
SE GENERA EL ESPACIO DE SOLUCIONES, ORGANIZÁNDOLO EN UN ÁRBOL (EN GENERAL EN UN GRAFO).
NO SE GENERA EL ESPACIO DE SOLUCIONES COMPLETO, SINO QUE SE PODAN BASTANTES ESTADOS.
EL MÉTODO DE RAMIFICACIÓN Y PODA NO NOS LIMITAN A NINGUNA FORMA PARTICULAR DE OBTENER

UN ÁRBOL TRANSVERSO. ESTE MÉTODO NATURALMENTE LLEVA A UNA FORMA DE IMPLEMENTACIÓN
PARALELA Y DISTRIBUIDA.
DESCRIPCIÓN
RAMIFICACIÓN Y PODA (BRANCH AND BOUND, EN INGLÉS) ES UN MÉTODO GENERAL DE BÚSQUEDA QUE SE
APLICA DE LA SIGUIENTE FORMA:
SE EXPLORA UN ÁRBOL COMENZANDO A PARTIR DE UN PROBLEMA RAÍZ Y SU REGIÓN FACTIBLE

(INICIALMENTE, EL PROBLEMA ORIGINAL, CON SU ESPACIO DE SOLUCIONES COMPLETO).
APLICA FUNCIONES DE ACOTACIÓN AL PROBLEMA RAÍZ, PARA EL QUE ESTABLECE COTAS INFERIORES
Y/O SUPERIORES.
SI LAS COTAS CUMPLEN LAS CONDICIONES QUE SE HAYAN ESTABLECIDO, HABREMOS ENCONTRADO LA
SOLUCIÓN ÓPTIMA DEL PROBLEMA Y LA BÚSQUEDA TERMINARÍA.
DESCRIPCIÓN
SI SE ENCUENTRA UNA SOLUCIÓN ÓPTIMA PARA UN SUBPROBLEMA CONCRETO, ÉSTA SERÁ UNA
SOLUCIÓN FACTIBLE PARA EL PROBLEMA COMPLETO, PERO NO NECESARIAMENTE SU ÓPTIMO GLOBAL.
CUANDO EN UN NODO (SUBPROBLEMA), SU COTA LOCAL ES PEOR QUE EL MEJOR VALOR CONOCIDO EN
LA REGIÓN, NO PUEDE EXISTIR UN ÓPTIMO GLOBAL EN EL SUBESPACIO DE LA REGIÓN FACTIBLE
ASOCIADA A ESE NODO Y, POR TANTO, ESE NODO PUEDE SER ELIMINADO (“PODADO”).
PROSEGUIR CON LA BÚSQUEDA HASTA QUE: – SE EXAMINAN O PODAN TODOS LOS NODOS – O SE
CUMPLE CON EL CRITERIO ESTABLECIDO ACERCA DEL MEJOR VALOR ENCONTRADO Y LAS COTAS
LOCALES DE LOS SUBPROBLEMAS AÚN NO RESUELTOS.
ESTRATEGIAS DE EXPLORACIÓN
LA IMPLEMENTACIÓN DE RYP SUELE SER ITERATIVA. SE UTILIZA UNA ESTRUCTURA PARA ALMACENAR LOS
NODOS VIVOS. LA GENERACIÓN DE LA ESTRUCTURA AUXILIAR DEPENDE DE LA ESTRATEGIA DE
RAMIFICACIÓN UTILIZADA, DEPENDIENDO DE SI ES:
LIFO: PILA. SE REALIZA UNA EXPLORACIÓN EN PROFUNDIDAD.
FIFO: COLA. SE REALIZA UNA EXPLORACIÓN EN ANCHURA.
PRIORITY QUEUE (PQ): COLA DE PRIORIDAD O MONTÍCULO. LA EXPLORACIÓN SE REALIZA POR EL NODO
MÁS PROMETEDOR.
PASOS DEL ALGORITMO DE RYP
SELECCIÓN. EN ESTE PASO SE SELECCIONA EL NODO VIVO QUE VA A SER RAMIFICADO, SEGÚN LA
ESTRATEGIA ELEGIDA.
RAMIFICACIÓN. SE GENERAN LOS HIJOS DEL NODO SELECCIONADO (SOLO TUPLAS PROMETEDORAS).
ESTIMACIÓN DE LAS COTAS.PARA CADA NODO, SE CALCULA UNA COTA DEL POSIBLE MEJOR VALOR
ALCANZABLE DESDE ESE NODO.
PODA. SE PODAN LOS NODOS GENERADOS EN LA ETAPA ANTERIOR QUE NO VAN A CONDUCIR A UNA
MEJOR SOLUCIÓN QUE LA CONOCIDA HASTA AHORA.
1. RAMIFICACIÓN
ESTRATEGIAS UTILIZADAS EN LA RAMIFICACIÓN FIFO:
LISTA DE NODOS VIVOS: COLA.
RECORRIDO DEL ÁRBOL EN ANCHURA

1. RAMIFICACIÓN
LIFO:
LISTA DE NODOS VIVOS: PILA.
RECORRIDO DEL ÁRBOL EN PROFUNDIDAD.

2. ESTIMACIÓN DE LAS COTAS:
CADA NODO PUEDE TENER:
UNA COTA INFERIOR DE COSTE/BENEFICIO
UN COSTE/BENEFICIO ESTIMADO Y
UNA COTA SUPERIOR DEL COSTE/BENEFICIO.
EL ÁRBOL SE PODA SEGÚN LOS VALORES DE LAS COTAS(CI, CS).
EL ÁRBOL SE RAMIFICA SEGÚN LOS VALORES ESTIMADOS (E).

COTA LOCAL:
PERMITE ASEGURAR QUE NO SE ALCANZARÁ NADA MEJOR AL EXPANDIR UN DETERMINADO NODO.
SE CALCULA LOCALMENTE PARA CADA NODO I.
SI OPTIMOLOCAL(I) ES EL COSTE/BENEFICIO DE LA MEJOR SOLUCIÓN QUE SE PODRÍA ALCANZAR AL

EXPANDIR EL NODO I, LA COTA LOCAL ES UNA ESTIMACIÓN DE DICHO VALOR QUE DEBE SER MEJOR O
IGUAL QUE ÓPTIMOLOCAL(I).
COTA LOCAL:
CUANTO MÁS CERCA ESTÉ LA COTA A ÓPTIMOLOCAL(I), MEJOR SERÁ LA COTA Y MÁS SE PODARÁ EL
ÁRBOL (SE DEBE MANTENER UN EQUILIBRIO ENTRE LA EFICIENCIA DEL CÁLCULO DE LA COTA Y SU
CALIDAD).
VER TABLA .
COTA GLOBAL:
LA SOLUCIÓN ÓPTIMA NUNCA SERÁ PEOR QUE ESTA COTA.
ES EL VALOR DE LA MEJOR SOLUCIÓN ESTUDIADA HASTA EL MOMENTO (O UNA ESTIMACIÓN DEL

ÓPTIMO GLOBAL) Y DEBE SER PEOR O IGUAL AL COSTE/BENEFICIO DE LA SOLUCIÓN ÓPTIMA.
INICIALMENTE, SE LE PUEDE ASIGNAR EL VALOR OBTENIDO POR UN ALGORITMO GREEDY O, EN SU

DEFECTO, EL PEOR VALOR POSIBLE.
SE ACTUALIZA SIEMPRE QUE ALCANZAMOS UNA SOLUCIÓN QUE MEJORE SU VALOR ACTUAL.
CUANTO MÁS CERCANA SEA AL COSTE/BENEFICIO ÓPTIMO, MÁS SE PODARÁ EL ÁRBOL, POR LO QUE
ES IMPORTANTE ENCONTRAR UNA BUENA SOLUCIÓN CUANTO ANTES.
3. ESTRATEGIA DE PODA
ADEMÁS DE PODAR AQUELLOS NODOS QUE NO CUMPLAN LAS RESTRICCIONES IMPLÍCITAS (SOLUCIONES
PARCIALES NO FACTIBLES), SE PODRÁN PODAR AQUELLOS NODOS CUYA COTA LOCAL SEA PEOR QUE LA
COTA GLOBAL.
SI SE SABE QUE LO MEJOR QUE SE PUEDE ALCANZAR AL EXPANDIR UN NODO, NO SE PUEDE MEJORAR NO
ES NECESARIO EXPANDIR DICHO NODO
POR LA FORMA EN LA QUE ESTÁN DEFINIDAS LAS COTAS LOCAL Y GLOBAL, SE PUEDE ASEGURAR QUE
CON LA PODA NO SE PERDERÁ NINGUNA SOLUCIÓN ÓPTIMA:
POR DEFINICIÓN:
COTALOCAL(I) ES MEJOR O IGUAL QUE ÓPTIMOLOCAL(I).
COTAGLOBAL ES PEOR O IGUAL QUE ÓPTIMO.

3. ESTRATEGIA DE PODA
SI COTALOCAL(I) ES PEOR QUE COTAGLOBAL, ENTONCES ÓPTIMOLOCAL(I) TIENE QUE SER PEOR QUE
ÓPTIMO.
(VER TABLA)
CONCLUSIÓN
1. La ramificación y poda para la informática hoy en día siendo un método de ayuda para dar
resoluciones rápidas y optimas en los caminos de un algoritmo.
2. Mejora y generalización de la técnica de backtracki • Ramificación y poda: ng.
3. Compromiso tiempo-exactitud: - Más tiempo => Mejores cotas. - Menos tiempo => menos poda.
4. Se utilizan Distintas estrategias de ramificación.
5. La eficiencia de este método depende del procedimiento de expansión de nodos. Es mejor elegir
un método de expansión que provea que no se solapen los subconjuntos para ahorrarnos problemas
de duplicación de ramas.
6. Tambien depende de la efectividad de los algoritmos de ramificación y poda usados. Una mala
elección puede llevarnos a una repetida ramificación, sin poda, hasta que las subregiones se
conviertan en muy pequeñas.

Ramificación y PODA

Cargado por

Copyright:

Formatos disponibles

Ramificación y PODA

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

Ramificación y PODA

Cargado por

Copyright:

Formatos disponibles

COMPUTABILIDAD Y COMPLEJIDAD DE

MÉTODO DE DISEÑO DE ALGORITMOS

SE APLICA A PROBLEMAS DE OPTIMIZACIÓN CON RESTRICCIONES.

SE GENERA EL ESPACIO DE SOLUCIONES, ORGANIZÁNDOLO EN UN ÁRBOL (EN GENERAL EN UN GRAFO).

NO SE GENERA EL ESPACIO DE SOLUCIONES COMPLETO, SINO QUE SE PODAN BASTANTES ESTADOS.

EL MÉTODO DE RAMIFICACIÓN Y PODA NO NOS LIMITAN A NINGUNA FORMA PARTICULAR DE OBTENER

SE EXPLORA UN ÁRBOL COMENZANDO A PARTIR DE UN PROBLEMA RAÍZ Y SU REGIÓN FACTIBLE

LIFO: PILA. SE REALIZA UNA EXPLORACIÓN EN PROFUNDIDAD.

FIFO: COLA. SE REALIZA UNA EXPLORACIÓN EN ANCHURA.

ESTRATEGIAS UTILIZADAS EN LA RAMIFICACIÓN FIFO:

LISTA DE NODOS VIVOS: COLA.

RECORRIDO DEL ÁRBOL EN ANCHURA

LISTA DE NODOS VIVOS: PILA.

RECORRIDO DEL ÁRBOL EN PROFUNDIDAD.

CADA NODO PUEDE TENER:

UNA COTA INFERIOR DE COSTE/BENEFICIO

UNA COTA SUPERIOR DEL COSTE/BENEFICIO.

EL ÁRBOL SE PODA SEGÚN LOS VALORES DE LAS COTAS(CI, CS).

EL ÁRBOL SE RAMIFICA SEGÚN LOS VALORES ESTIMADOS (E).

PERMITE ASEGURAR QUE NO SE ALCANZARÁ NADA MEJOR AL EXPANDIR UN DETERMINADO NODO.

SE CALCULA LOCALMENTE PARA CADA NODO I.

SI OPTIMOLOCAL(I) ES EL COSTE/BENEFICIO DE LA MEJOR SOLUCIÓN QUE SE PODRÍA ALCANZAR AL

LA SOLUCIÓN ÓPTIMA NUNCA SERÁ PEOR QUE ESTA COTA.

ES EL VALOR DE LA MEJOR SOLUCIÓN ESTUDIADA HASTA EL MOMENTO (O UNA ESTIMACIÓN DEL

INICIALMENTE, SE LE PUEDE ASIGNAR EL VALOR OBTENIDO POR UN ALGORITMO GREEDY O, EN SU

COTALOCAL(I) ES MEJOR O IGUAL QUE ÓPTIMOLOCAL(I).

COTAGLOBAL ES PEOR O IGUAL QUE ÓPTIMO.

2. Mejora y generalización de la técnica de backtracki • Ramificación y poda: ng.

4. Se utilizan Distintas estrategias de ramificación.

También podría gustarte