P. 1
METODO ADITIVO

METODO ADITIVO

|Views: 1.249|Likes:

More info:

Published by: Sonii M ARmeentiitha on May 31, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

06/24/2014

pdf

text

original

METODO ADITIVO (ENUMERACION) DE EGON BALAS Algoritmo aditivo de Balas Otro algoritmo enumerativo importante es el algoritmo aditivo.

Es debido originalmente a Egon Balas (1965). Se llama aditivo porque todas las operaciones matemáticas que se realizan consisten en sumar o restar. El procedimiento consiste en generar una secuencia de soluciones parciales añadiendo en cada iteración una variable y considerando las soluciones complementarias (resto de soluciones posibles). De esta forma, podemos por enumeración implícita, eliminar conjuntos de soluciones sin necesidad de evaluarlos exhaustivamente. La selección de la variable añadida se hace en función de reducir al máximo la infactibilidad en la solución actual y eliminar la redundancia.

Este método es un procedimiento de enumeración que encuentra el óptimo en forma más rápida; en el método de Balas, la eficacia consiste en la evaluación solo de unas soluciones. El método empieza poniendo todas las variables iguales a cero y luego por medio de un procedimiento sistemático de forma consecutiva se asigna a una por una de las variables el valor 1. Luego se reemplaza en cada una de las restricciones y se averigua la infactibilidad. Por esta razón el método es algunas veces llamado el algoritmo aditivo. Para describir el algoritmo, se considera la forma general siguiente de un problema de Programación Lineal con variables cero – uno: Paso 1. La función objetivo debe ser del tipo minimización, con todos los coeficientes no negativos. Paso 2. Todas las restricciones deben ser del tipo £, con los lados derechos negativos de ser necesario. Luego, estas restricciones se convierten a ecuaciones, usando las variables auxiliares en el lado izquierdo de las restricciones
ALGORITMO ADITIVO DE BALAS Ejemplo de Algoritmo Aditivo: Resolver el siguiente problema 0−1: Max w=3y1+2y2−5y3−2y4+3y5 Sujeta a: y1 + y2 + y3 + 2y4 − y5 " 4 7y1 +3y3 − 4y4 − 3y5 " 8 11y1 −6y2 +3y4 − 3y5 " 5 y1,y2,y3,y4,y5 = (0_1) El problema se puede poner en la forma inicial requerida por el algoritmo aditivo, utilizando las siguientes operaciones: Multiplique la función objetivo por −1. Multiplique la tercera restricción por −2. Añada las variables s1,s2 y s3 para convertir las tres restricciones en ecuaciones. Sustituya y1=1−x1 , y2=1−x2 , y5=1−x5 , y3=x3 , y y4=x4 para producir todos los coeficientes objetivo positivos.

A la inversa.x2. La conversión da por resultado la siguiente función objetivo: Min z'=3x1+2x2+5y3−2x4+3x5−8 Para mayor facilidad. Sin embargo. ignoremos la constante −8 y reemplazaremos z' +8 con z.s2 . La solución se resume en la siguiente tabla: Aquiii va una tablaaaa Dada una solución binaria inicial toda cero.x5 = (0_1) Debido a que el problema modificado busca la minimización de una función objetivo con todos los coeficientes positivos.x3. Si venos la tabla anterior x3 no se puede seleccionar como una variable de ramificación.−2. En este caso. debido a que algunas de las variables son no factibles (negativas).−1) . La elevación de una (o de algunas) de las variables binarias cero al nivel 1 ocurre en el algoritmo aditivo una a la vez. Por tanto. z=0 Si todas las variables fueran no negativas. concluiríamos que la solución binaria toda cero es óptima. cada una de las variables restantes tiene por lo .s3 ) = (1. de manera que el problema convertido resultante se lee como: Min z=3x1+2x2+5y3−2x4+3x5 Sujeta a: x1 − x2 + x3 + 2x4 − x5 −s1 = 1 −7x1 +3x3 − 4x4 − 3x5 −s2 = −2 11x1 −6x2 −3x4 − 3x5 −s3 = 5 x1. la determinación de x3=1 solo puede empeorar la no factibilidad de s2 y s3. la solución de holgura asociada es: (s2 . necesitamos elevar una o más variables binarias al nivel 1 para lograr la factibilidad (o concluimos que el problema no tiene una solución factible). debido a que sus coeficientes de restricción en la segunda y tercera restricciones son no negativos. La variable elegida se llama variable de ramificación y su selección se basa en el empleo de pruebas especiales. una solución inicial lógica debe consistir en variables binarias todas cero. las holguras actuarán como variables básicas y sus valores los dan los lados derechos de la ecuación.x4. La variable de ramificación debe tener el potencial de reducir la no factibilidad de las holguras.

z=2 Que no es factible. I4=−1 y I5=0 (recordando que x3 se excluyó como no prometedora). De manera similar I2=−2. aparentemente complicada. cuando determinamos x1=1. Fa figura 9−10 muestra las dos variables asociadas con x5=1 y x5=0 y la creación de nodos 1 y 2. De hecho. La fórmula.1.s3 )= (2. (Observe que aun cuando las soluciones en el nodo 0 u el nodo 2 son idénticas. Debido a que I5 produce la medida más pequeña de no factibilidad. x4 y x5 se basa en el empleo de la medida de no factibilidad de holgura. s2= −2−(−7)=5 y s3= −1−11= −12. x4 y x5 como las únicas candidatas posibles para la variable de ramificación. que se basa en la suposición de que una variable cero xj se elevará al nivel 1. avanzamos al nodo. se selecciona x5 como la variable de ramificación. podemos excluir a x3 ya a considerar x2. se puede simplificar a: Ij = " (negativos sj valor dado xj=1) Por ejemplo. Ij no es más que la suma de las variables negativas resultantes de elevar xj al nivel 1.s2 .x3 y x4 son las candidatas para la variable de ramificación.s2 .−1). el nodo 2 difiere en que x5 ya no es . se sondea el nodo 1 y z=3 se define como la cota superior actual sobre el óptimo valor objetivo. se define como Ij = " min {0. La selección de la variable de ramificación entre las candidatas x2. de allí que una combinación de estas variables puede producir holguras factibles. Por consiguiente. Después de sondear el nodo 1.2. Esta medida. x3. Las variables x1.x2.s3 )= (−1. para lo cual x5=0. obtenemos s1=1−(−1)=2. por tanto.2) y z=3. Así I1= −12. el nodo 1 produce los valores de holguras factibles (s1 .si−aij} Donde s1 es el valor actual de la variable i y aij es el coeficiente de restricción de la variable x1 en la restricción i.menos un coeficiente de restricción negativo en las restricciones 2 y 3. Aquí tenemos: (s1 . x3.

x2 y x4. todas las variables candidato se excluyen y el nodo 3 se sondea.x2 y x3. Por consiguiente. Sin embargo la elevación cualquiera de éstas variables al nivel 1 empeorará el valor de z en relación a la cota superior actual z=3. Después. I4 = −1 Por consiguiente. Para las variables restantes.2). x4 es la variable de ramificación en el nodo 2. La variable faltante x2 no puede ser excluida por . que conducen a los nodos 3 y 4.s3 )= (1.s3 )= (−1. en el nodo restante 4. La figura 9−11 muestra las ramificaciones x4 = 1 y x4 = 0. se excluyen por medio de la prueba de la cota superior. obtendremos: (s1 . en el nodo 3 (definido al determinar x5 = 0 y x4 = 1).s2 . (Observe que también se puede excluir debido a que no reduce la factibilidad de la holgura). z=0 Las variables x5 y x3. z=2 Ésta solución aún no es aún factible.2.−1). calculamos las medidas de factibilidad como: I2 = −2 .s2 .candidata para la ramificación. Las candidatas para la ramificación son x1. definido por x5 = x4 = 0 tenemos: (s1 .−2.

El nodo 6 también es sondeado debido a que ni x1 ni x3 pueden producir una mejor solución factible. A la inversa. . Por ejemplo.la cota superior o por la promesa de factibilidad.−2. La figura 9−12 muestra la adición de los nodos 5 y 6 que emanan el nodo 4. el nodo 3 se define fijando dos variables binarias y su sondeo implícitamente implica de 25−1=8 soluciones binarias únicamente. es decir.s3 )= (2. mientras más pequeño es el número de ramificaciones conducentes a un nodo sondeado. la solución es y1= y2=1 y y3= y4= y5= 0 con w=5. más eficiente es el algoritmo.s2 . x5 = 1. en el nodo 5 tenemos: (s1 . Esto significa que el nodo 5 se sondea.5). z = 3 y todas las demás variables son cero. La variable x1 se excluye por medio de la prueba de la cota superior y x3 se excluye por medio de las pruebas tanto de la factibilidad de la holgura como de la cota superior. La figura anterior muestra que. Por tanto x2 es la variable de ramificación. En términos de las variables originales. el nodo 1 se define fijando una ramificación (x5=1) y su sondeo implica automáticamente de 25−1 = 16 soluciones binarias (todas aquellas que tienen x5=1). AQII FALTA UN EJEMPLO  Ahora que se han sondeado todos los pendientes en la anterior figura y termina el algoritmo de R y A la solución óptima está asociada con el nodo 1. z=2 Y x1 y x3 como las candidatas a la ramificación.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->