Programaci on Lineal Entera / Investigaci on Operativa

OPERATIVA. Hoja 4 PROBLEMAS DE INVESTIGACION

1. Resuelve el siguiente problema de programaci on entera por el m etodo Branch and Bound: m ax s.a 5 x1 + 7 x2 2x1 + x2 13 5x1 + 9x2 41 x1 0, x2 0, enteras,

Resuelve los subproblemas gr acamente. Para simplicar los c alculos, ramica por la variable x1 . Soluci on. La soluci on del problema relajado P0 es x = (5 84; 1 30), con valor objetivo z = 38 38. Entonces, sabemos que zopt 38 Ramicamos sobre x1 : La soluci on del problema relajado P1 , que resulta al a nadir la restricci on x1 5, es x = (5; 1 78), con valor objetivo z = 37 44. Luego, para todas las soluciones del problema original con x1 5, el m aximo benecio posible es de 37. La soluci on del problema relajado P2 , que resulta al a nadir la restricci on x1 6, es x = (6; 1), con valor objetivo z = 37. La soluci on encontrada es factible para el problema original, entonces podamos la rama y guardamos la soluci on actual x = (6; 1) como mejor soluci on por el momento. Adem as, actualizamos la cota inferior del problema: 37 zopt 38 Ahora, con esta nueva informaci on, podemos podar la rama P1 , ya que podemos asegurar que no contiene ninguna soluci on que pueda mejorar estrictamente la mejor encontrada por el momento. rbol y x = (6; 1) es una soluci ptima Se ha explorado todo el a on o 2. Dado el problema entero m nx x1 2x2 + 2x3 s.a x1 + x2 2x3 4 2x1 x2 x3 3 x 0 enteras,

Programaci on Lineal Entera / Investigaci on Operativa

a) Comprueba que la soluci on del problema relajado es: 7/3 5/3 0
T

2 .

b) Indica el siguiente subproblema que elegir as para resolver por el m etodo de branch and bound. c) Calcula la soluci on de dicho subproblema y comenta qu e subproblemas introducir as para continuar el proceso de soluci on. Soluci on. a) El problema relajado en forma est andar es m nx,s x1 2x2 + 2x3 s.a x1 + x2 2x3 + x4 = 4 2x1 x2 x3 x5 = 3 x, s 0, ptimo tenemos que calcular los costes Para comprobar que el punto que nos proponen es o reducidos de las variables no b asicas. En este caso, I = {1, 2}, y J = {3, 4, 5}. Para ello tenemos que aplicar directamente la denici on de coste reducido:
1 crj = zj cj = ct B B aj cj , j J

En este caso: B= 1 1 2 1 B 1 =

1 3 2 3

1 3 1 3

Luego, las coordenadas de los vectores a3 , a4 y a5 respecto de la base B son: Y=B As , cr3 = 1 2 cr4 = 1 2 cr5 = 1 2 1 1
1 3 2 3 1

2 1 0 1 0 1

1 1

1 3 2 3

1 3
1 3

2 = 1 0 = 1 0 = 1

1 3
1 3

ptima. Como todos los costes reducidos son negativos, el v ertice indicado es soluci on o

Programaci on Lineal Entera / Investigaci on Operativa

Como este curso hemos estudiado el Simplex en formato tabla, lo que nos habr an pregun ptima para el problema relajado e indica a tado es: comprueba que la siguiente tabla es o ptima corresponde: qu e soluci on o cB x1 x1 1 1 (e) x2 2 0 zj cj 0
B

x2 0 1 0

x3 1 1 1

x4
1 3 2 3

x5 1 3
1 3

xB
7 3 5 3

Ratio

b) Con los valores que toman las variables b asicas, los nuevos subproblemas se pueden introducir bien sobre x1 (x1 2 y x1 3) o bien sobre x2 (x2 1 y x2 2). Cualquiera de ellos se puede seleccionar para continuar el proceso. ptima del problema relajado, tenemos las Con la informaci on proporcionada por la soluci on o siguientes cotas para el problema entero: 1 zopt Siguiendo las reglas dadas en la pr actica, como hay empate (las 2 est an igual de cerca del entero m as pr oximo), usamos el orden lexicogr aco y ramicamos por x1 . c) Construimos entonces los subproblemas (ya en forma est andar) m nx,s x1 2x2 + 2x3 s.a x1 + x2 2x3 + s1 = 4 2x1 x2 x3 s2 = 3 (P1 ) x1 + s3 = 2 x, s 0, m nx,s x 1 2 x2 + 2 x3 s.a x1 + x2 2x3 + s1 = 4 2x1 x2 x3 s2 = 3 (P2 ). x1 s 4 = 3 x, s 0,

Resolvemos P1 aplicando alg un procedimiento adecuado. El m as eciente (que no hemos visto en clase) es el m etodo dual del Simplex. A continuaci on se obtiene la soluci on por el n b m etodo primal del Simplex (el estudiado en clase). Partimos de la soluc o asica: x1 = 2 , x 2 = 1 , x 3 = 0 , s 1 = 1 , s 2 = 0 , s 3 = 0 . ptima, calculamos los costes reducidos de las variables no b Para comprobar si es o asicas. Los multiplicadores son 1 0 1 2 1 1 T B = cB 1 1 0 2 = 2 = 2 0 3 3 1 0 0

Programaci on Lineal Entera / Investigaci on Operativa

y los costes reducidos (x3 ) 2 2 1 0 0 4 N = (s2 ) = 0 0 1 0 2 = 2 (s3 ) 0 0 0 1 3 3

ptima del Todos los costes reducidos son positivos, entonces el v ertice actual es la soluci on o subproblema P1 . Como adem as tiene todas sus coordenadas x1 , x2 y x3 enteras, se trata de una soluci on factible del problema entero. Podamos la rama P1 , guardamos la soluci on actual t (2, 1, 0) como la mejor soluci on entera encontrada hasta el momento y actualizamos la cota superior (mejor conocido): 1 zopt 0 nico nodo que queda pendiente es el correspondiente al subproblema P2 : El u
(7/3,5/3,0) z=-1 (P1) (2,1,0) z=0 nodo 1 nodo 2 x1<=2 x1>=3 (P2)

Si en el apartado b) hubieramos optado por ramicar por x2 , entonces tendr amos que construir los subproblemas (ya en forma est andar) m nx,s x1 2x2 + 2x3 s.a x1 + x2 2x3 + s1 = 4 2x1 x2 x3 s2 = 3 (P1 ) x2 + s3 = 1 x, s 0, m nx,s x1 2x2 + 2x3 s.a x1 + x2 2x3 + s1 = 4 2x1 x2 x3 s2 = 3 (P2 ). x2 s4 = 2 x, s 0,

ptima de dicho subproblema es: Si resolvemos, por ejemplo, P2 obtenemos que la soluci on o x1 = 8/3, x2 = 2, x3 = 1/3, s1 = 0, s2 = 0, s4 = 0. Esta soluci on no es entera por lo que ser a necesario volver a ramicar, en este caso en x1 o en x2 . Por lo tanto, si hemos seguido este camino todav a nos quedar an 3 nodos pendientes por explorar. Por ejemplo, si optamos ramicar el subproblema P2 por x1 , tendr amos:

Programaci on Lineal Entera / Investigaci on Operativa

(7/3,5/3,0) z=-1 (P1) x2<=1 x2>=2 (P2) (8/3,2,1/3) z=-2/3 nodo 1 (P3) x1<=2 x1>=3 (P4)

nodo 2

nodo 3

Para cada uno de los nodos tendr amos las siguientes cotas: cota inferior cota superior -1 + 0 + 0 +

nodo 1 nodo 2 nodo 3

2 La cota inferior de los nodos 2 y 3 se obtiene de ajustar la cota inferior de 3 teniendo en cuenta que los coecientes de la funci on objetivo son enteros.

3. Continua el procedimiento de ramicaci on y acotaci on empezado para resolver el siguiente problema explicando qu e se va haciendo. Max 9x1 + 5x2 + 6x3 + 4x4 s.a. 6x1 + 3x2 + 5x3 + 2x4 10 x3 + x4 1 x1 + x3 0 x2 + x4 0 x1 , x2 , x3 , x4 binarias (0833,1,0,1) z=165 x1 = 0
@ @

x1 = 1 @ R @

(0,1,0,1) z=9

(1,08,0,08) z=16.2

Programaci on Lineal Entera / Investigaci on Operativa

Soluci on Los problemas lineales de los hijos de la rama x1 = 1 se pueden resolver gr acamente, ya s olo quedan 2 variables (las otras 2 se han jado, a 0 o a 1). Para el resto ya s olo queda 1. rbol soluci rbol siguiente, donde el n Un posible a on es el a umero en la esquina superior izquierda indica el orden en que se han ido explorando los nodos. Despu es de podar la rama correspondiente al nodo 8 por cota, podemos asegurar que la soluci on encontrada en el nodo 7, x = (1, 1, 0, 0) es ptima del problema entero. la soluci on o

(0833,1,0,1) Z=165
X1=0

X1=1

(1,08,0,08) Z=162
X2=0

(0,1,0,1) Z=9 Mejor conocido 1

X2=1

(1,1,0,05) Z=16
X4=0

(1,0,08,0) Z=138 Fin por cota

X4=1

No Factible

(1,1,02,0) Z=152
X3=0

X3=1

Optimo 6 No Factible 7 (1,1,0,0) Z=14 Mejor conocido 2

4. Resuelve, aplicando el m etodo de branch and bound, el siguiente problema entero: m ax s.a 4 x1 + 5 x2 + x3 3x1 + 2x2 10 x1 + 4x2 11 3x1 + 3x2 + x3 13 x 0, enteras.

Soluci on. Empezamos escribiendo el problema en forma est andar. m ax s.a 4 x1 + 5 x2 + x3 3x1 + 2x2 + s1 = 10 x1 + 4x2 + s2 = 11 3x1 + 3x2 + x3 + s3 = 13 x 0 enteras, s 0.

Resolvemos el problema relajado, y obtenemos como soluci on, x1 = 1.8, x2 = 2.3, x3 = 0.7, con z = 19.4

Programaci on Lineal Entera / Investigaci on Operativa

Por tanto, obtenemos las siguientes cotas para el problema entero: zopt 19.4

La cota superior de 19.4 se puede ajustar a 19 (mejor cota), ya que todos los coecientes son enteros. Siguiendo la regla de las pr acticas ramicamos por x1 (es la que toma un valor m as cercano al entero) introducimos las restricciones x1 1 y x1 2. Los subproblemas resultantes son: m ax s.a 4 x1 + 5 x2 + x3 3x1 + 2x2 10 x1 + 4x2 11 (P1 ) 3x1 + 3x2 + x3 13 x1 1 x0 m ax s.a 4 x1 + 5 x2 + x3 3x1 + 2x2 10 x1 + 4x2 11 (P2 ) 3x1 + 3x2 + x3 13 x1 2 x0

Comenzamos resolviendo P1 , que en forma est andar es: m ax s.a 4 x1 + 5 x2 + x3 3x1 + 2x2 + s1 = 10 x1 + 4x2 + s2 = 11 3x1 + 3x2 + x3 + s3 = 13 x1 + s4 = 1 x 0, s 0

Empezamos por la SBF asociada a la base (variables b asicas: {x1 , x2 , x3 , s1 }) 3 2 0 1 1 1 4 0 0 5 B= xB = B 1 b = 2 , 3 3 1 0 5 2 1 0 0 0 2 Los costes reducidos de las variables no b asicas (s2 , s3 , s4 ) vienen dados por: 0 4 1 3 1 3 1 1 2 4 3 0 5 2 B T = cB = = 2 1 0 0 1 0 3 1 1 0 0 0 (s2 ) 0 0 N = (s3 ) = 0 0 (s4 ) 0 0 4
1 0 2 0 1 0 0 1 1 2 0 1 0 2 = 1 1 0 0 1 1 1 2 2

Programaci on Lineal Entera / Investigaci on Operativa

Todos los costes reducidos son negativos y se trata de un problema de maximizaci on, entonces el ptima del subproblema P1 . Como la soluci v ertice actual es la soluci on o on es fraccionaria, tenemos que seguir ramicando. Hay un empate, entonces ramicamos por la de menor ndice, que en este ptimo del subproblema P1 es 19, entonces todos los nodos que cuelguen de caso es x2 . El valor o este nodo tienen las siguientes cotas: z 19 Obtenemos los subproblemas: m ax s.a 4 x1 + 5 x2 + x3 3x1 + 2x2 10 x1 + 4x2 11 3x1 + 3x2 + x3 13 (P3 ) x1 1 x2 2 x0 m ax s.a 4 x1 + 5 x2 + x3 3x1 + 2x2 10 x1 + 4x2 11 3x1 + 3x2 + x3 13 (P4 ) x1 1 x2 3 x0

ltimos subproblemas (seguimos una estrategia de b Escogemos de los dos u usqueda en profundidad) el subproblema P3 . En forma est andar: m ax 4x1 + 5x2 + x3 s.a 3 1 3 1 0

2 4 3 0 1

0 0 1 0 0

1 0 0 0 0

0 1 0 0 0

0 0 1 0 0

0 0 0 1 0

x1 x2 0 10 x 3 11 0 s 1 0 = 13 s 2 0 s 1 3 1 2 s4 s5

x1 , x 2 , x 3 , s 1 , . . . , s 5 0 Empezamos por la SBF asociada a la base (variables b asicas: {x1 , x2 , x3 , s1 , s2 }) 1 3 2 0 1 0 2 1 4 0 0 1 1 4 , x = B b = B= 3 3 1 0 0 B 3 1 0 0 0 0 2 0 1 0 0 0

Programaci on Lineal Entera / Investigaci on Operativa

Los costes reducidos de las variables no b asicas (s2 , s3 , s4 ) vienen dados por: 3 1 3 1 0 1 4 0 2 4 3 0 1 2 5 0 3 = 1 = 1 B T = cB 0 0 1 0 0 1 0 0 0 0 4 0 1 0 1 0 0 0 5 0 2 0 (s3 ) 0 0 0 1 0 0 0 1 N = (s4 ) = 0 0 0 0 1 0 1 = 1 (s5 ) 0 0 0 0 0 1 1 2 2

Todos los costes reducidos son negativos y se trata de un problema de maximizaci on, entonces el ptima del subproblema P3 . Como adem v ertice actual es la soluci on o as tiene todas sus coordenadas x1 , x2 y x3 enteras, se trata de una soluci on factible del problema entero, con valor objetivo z = 18. Podamos la rama P3 , guardamos la soluci on actual (1, 2, 4)t como la mejor soluci on entera encontrada hasta el momento y actualizamos la cota inferior del problema entero (mejor conocido) 18 zopt 19 Pasamos a resolver el subproblema P4 , correspondiente al nodo hermano del subproblema P3 . En forma est andar: m ax 4 x1 + 5 x2 + x3 s.a 3x1 + 2x2 + s1 = 10 x1 + 4x2 + s2 = 11 3x1 + 3x2 + x3 + s3 = 13 (P4 ) x1 + s 4 = 1 x2 s5 = 3 x 0, s 0 Como x2 3, entonces en la segunda restricci on debe ser x1 + 4x2 0 + 4 3 = 12 11.

Luego, el subproblema P4 es no factible y se poda esa rama. Nota: si no nos damos cuenta del razonamiento anterior, despu es de probar algunas bases y de que todas nos den no factibles, se

Programaci on Lineal Entera / Investigaci on Operativa

resuleve el problema por el m etodo de las dos fases. El problema de la fase 1 es: m n s.a z1 3x1 + 2x2 + s1 = 10 x1 + 4x2 + s2 = 11 3x1 + 3x2 + x3 + s3 = 13 (P4 ) x1 + s4 = 1 x2 s 5 + z 1 = 3 x 0, s 0, z1 0

10

ptima (x, s, z1 )t = (0, 2.75, 0, 4.5, 0, 4.75, 1, 0, 0.25) con Al resolverlo se obtiene como soluci on o ptimo z = 0.25 > 0. valor objetivo o nico nodo que queda pendiente es el correspondiente al subproblema P2 , que en forma est El u andar es: m ax 4 x1 + 5 x2 + x3 s.a 3x1 + 2x2 + s1 = 10 x1 + 4x2 + s2 = 11 (P2 ) 3x1 + 3x2 + x3 + s3 = 13 x1 s4 = 2 x 0, s 0 Empezamos por la SBF asociada a la base (variables b asicas: {x1 , x2 , x3 , s2 }) 3 2 0 0 2 1 4 0 1 2 B= x B = B 1 b = , 3 3 1 0 1 1 0 0 0 1 Los costes reducidos de las variables no b asicas (s2 , s3 , s4 ) vienen dados por: 1 4 1 3 1 3 1 0 2 4 3 0 5 2 B T = cB = = 1 0 0 1 0 3 1 2 0 4 0 1 0 0 (s1 ) 0 1 0 0 0 1 1 N = (s3 ) = 0 0 0 1 0 0 = 1 (s4 ) 0 0 0 0 1 12 2 Todos los costes reducidos son negativos y se trata de un problema de maximizaci on, entonces el ptima del subproblema P2 . Como adem v ertice actual es la soluci on o as tiene todas sus coordenadas

Programaci on Lineal Entera / Investigaci on Operativa

11

x1 , x2 y x3 enteras, se trata de una soluci on factible del problema entero, con valor objetivo z = 19. Podamos la rama P2 y podemos dar por nalizada la b usqueda, ya que la soluci on factible entera obtenida alcanza la mejor cota del problema. Si no nos damos cuenta de esto, como la soluci on que acabamos de encontrar mejora a la mejor por el momento que ten amos guardada ptimo (que ten a un valor objetivo de 18), tambi en podemos garantizar que el v ertice actual es el o del problema entero. En este caso, si hubi eramos empezado resolviendo el problema P2 , no habr amos tenido que re ptimo solver ning un otro subproblema, ya que habr amos obtenido una soluci on entera cuyo valor o lanza la mejor cota. rbol de b El a usqueda es:

(P1) (1,5/2,5/2) z=19 x2<=2 (P3) (1,2,4) z=18

x1<=1

(1,8;2,3;0,7) z=19,4

x1>=2

(P2) (2,2,1) z=19

x2>=3 (P4) No Factible

rbol de ramicaci 5. A continuaci on se representa el a on y acotaci on (branch and bound) correspondiente a una iteraci on en la resoluci on del siguiente problema de programaci on lineal:

Programaci on Lineal Entera / Investigaci on Operativa

12

max 8x1 + 18x2 + 5x3 + 14x4 + 11x5 + 19x6 s.a 2x1 + 6x2 + 9x3 + 6x4 + 1x5 + 5x6 16 9x1 + 4x2 + 6x3 + 8x4 + 1x5 + 1x6 16 1x1 + 4x2 + 5x3 + 2x4 + 9x5 + 1x6 12 8x1 + 3x2 + 8x3 + 3x4 + 10x5 + 8x6 22 x2<=0 x1 , . . . , x6 Z+ (0,0,0,0'54,0,2'54)
z=56 x4<=0 (0,0,0,0,0,2'75) z=52'25 nodo 1

x5<=0 (0,0'54,0,0,0,2'54) z=58'18

(0,1'29,0,0,0'59,1'53) z=58'82

x5>=1 (0,0,0,0'93,1,1'15) z=45'85

x2>=1 (0'625,1,0,0,0,1'75) z=56'25 x4>=1 (0'62,0,0,1,0,1'75) z=52'25 x6<=1 x6>=2 nodo 4

nodo 5

(0,0,0,1'81,0,1) z=44'8 nodo 2

(0,0,0,1,0,2) z=52 nodo 3

rbol quedar a) Determina razonadamente qu e ramas han sido ya exploradas y qu e ramas del a an por explorar (si es que queda alguna). Para cada una de las ramas que a un no est an exploradas, plantear el subproblema, o subproblemas, a resolver que cuelgan directamente de esa rama. ptimo o no. En caso negativo, si se para b) A partir de lo anterior, decide si se ha detectado un o aqu el algoritmo, qu e soluci on propondr as?, c omo medir as la calidad de la misma? Soluci on a) Se deja de desarrollar la rama que partir a del nodo 3 porque la soluci on encontrada es entera. Se trata de la mejor soluci on entera encontrada hasta el momento. Actualizar el valor de la mejor conocida a 52. Se dejan de desarrollar las ramas que partir an de los nodos 1,2 y 5 por acotaci on. Para descartar el nodo 1 por este criterio hayq ue tener en cuenta que los coecientes de la funci on objetivo son enteros y que todas las variables deben tomar valores enteros. Esto nos permite anar la cota del subproblema del nodo 1 a 52 (en lugar de 52.25) S olo quedar a por explorar el nodo 4. Siguiendo el crietrio de la pr actica, se ramicar a por x6 y se crear an las ramas denidas al a nadir las restricciones: x6 1 y x6 2. No obstante, tambi en se puede ramicar por x1 , a nadiendo las restricciones x1 0 y x1 1. En el primer caso habr a que resolver los siguientes subproblemas en cada uno de los nodos hijos:

Programaci on Lineal Entera / Investigaci on Operativa

13

max 8x1 + 18x2 + 5x3 + 14x4 + 11x5 + 19x6 s.a 2x1 + 6x2 + 9x3 + 6x4 + 1x5 + 5x6 16 9x1 + 4x2 + 6x3 + 8x4 + 1x5 + 1x6 16 1x1 + 4x2 + 5x3 + 2x4 + 9x5 + 1x6 12 8x1 + 3x2 + 8x3 + 3x4 + 10x5 + 8x6 22 x5 0 x2 1 x6 1 x1 , . . . , x6 0

max 8x1 + 18x2 + 5x3 + 14x4 + 11x5 + 19x6 s.a 2x1 + 6x2 + 9x3 + 6x4 + 1x5 + 5x6 16 9x1 + 4x2 + 6x3 + 8x4 + 1x5 + 1x6 16 1x1 + 4x2 + 5x3 + 2x4 + 9x5 + 1x6 12 8x1 + 3x2 + 8x3 + 3x4 + 10x5 + 8x6 22 x5 0 x2 1 x6 2 x1 , . . . , x6 0

b) Como todav a quedan ramas por explorar no podemos garantizar que hayamos encontrado la ptima. Si se para el algoritmo aqu soluci on o propondr amos como soluci on a la mejor soluci on encontrada hasta el momento: (0, 0, 0, 1, 0, 2) con valor objetivo 52. Para medir la calidad de la misma hay que medir el gap. Para ello podemos darnos cuenta de que la mejor cota del problema se puede actualizar, ya que hemos explorado todos los nodos tima del problema nunca ser del primer y segundo nivel. Sabemos que la soluci on o a superior a 56 (cota del nodo 4). As , si usamos la diferencia relativa para medir la calidad de la soluci on tendr amos: 56 52 = 0.071428, 56 lo que representa una diferencia relativa de, a lo sumo, un 7.143 % 6. (febrero, 2006) En el curso de aplicar el m etodo Branch and Bound para resolver cierto problema de optimizaci on binaria, con variables (x1 , x2 , x3 , x4 ), y objetivo m ax 4x1 +8x2 +75x3 +80x4 , se obtiene el Arbol 1 que se muestra en la Figura 1. Al lado de los nodos/subproblemas S00 , S01 y S1 se muestran las soluciones obtenidas al resolver la relajaci on de programaci on lienal correspondiente. Por ejemplo, al resolver la relajaci on lineal del subproblema S1 se obtiene la soluci on 3 relajada (1, 4 , 1, 0).

Programaci on Lineal Entera / Investigaci on Operativa

14

x1 = 0 S0 x2 = 0 (0, 0, 1, 0) S00 x2 = 1 S01

x1 = 1 S1 (1, 3 , 1, 0) 4

1 3 , 5) (0, 1, 3

Figura 1: Arbol 1 de Branch & Bound. x1 = 0 S0 x2 = 0 S00 (0, 0, 1, 0) x2 = 1 S01

1 3 (0, 1, 3 , 5)

x1 = 1 S1 x2 = 0 S10 (1, 0, 0, 1) x2 = 1 S11 (1, 1, 2 , 1) 3 5

Figura 2: Arbol 2 de Branch & Bound.

a) La informaci on proporcionada en el Arbol 1 y el objetivo dado permiten calcular cotas infe ptima entera correspondiente a cada nodo. riores y/o superiores en el valor de la soluci on o Calcula estas cotas y dibuja el Arbol 1 indic andolas junto a sus nodos respectivos. ptima? Por qu b) El Arbol 1 muestra una soluci on entera factible. Se puede asegurar que sea o e? ptimo entero del problema, y el valor c) Calcula una cota superior en la diferencia entre el valor o de la soluci on factible entera del subproblema S00 , a partir de la informaci on dada hasta este apartado. Calcula otra cota superior en la diferencia relativa correspondiente. d) Al ramicar en el subproblema S1 se obtiene el Arbol 2 mostrado en la Figura 2, donde se indican las soluciones de las relajaciones lineales correspondientes a los subproblemas S10 y S11 . rbol indic Actualiza las cotas inferiores y superiores en los subproblemas, y dibuja el a andolas ptima para el problema, o habr junto a sus nodos respectivos. Puedes encontrar una soluci on o a rbol? que continuar explorando el a Soluci on. Ver la soluci on en las soluciones a los ex amenes del curso 2005/2006 en la p agina web de la asignatura.

Programaci on Lineal Entera / Investigaci on Operativa

7. Resuelve por el m etodo de Branch and Bound el siguiente problema de programaci on entera: minimizar sujeto a x1 x2 x1 0 2 x1 2 x2 1 2 x2 9 x1 , x2 {0, 1, 2, . . .} Soluci on. El problema relajado P0 es el siguiente: minimizar sujeto a x1 x2 x1 0 2x1 2x2 1 2x2 9,

15

y su soluci on es x = (5, 4.5) con z = 9.5. Como la soluci on no satisface las condiciones de integralidad hay que ramicar por x2 y se crean dos problemas P1 y P2 , a nadiendo las restricciones x2 4 y x2 5, respectivamente. Cotas para la funci on objetivo: 9.5 z . La mejor cota se puede ajustar a 9. Problema P1 : minimizar sujeto a x1 x2 x1 0 2x1 2x2 1 2x2 9 x2 4, soluci on x = (4.5, 4) con z = 8.5. Como no se satisfacen las condiciones de integralidad y el valor de la f.o. est a entre las cotas superior e inferior hay que ramicar (por x1 ). Cotas para el valor de todas las souciones con x2 4: 8.5 z , que se puede ajustar a 8 z . La mejor cota para el problema original sigue siendo 9.

Programaci on Lineal Entera / Investigaci on Operativa

Problema P3 : minimizar sujeto a x1 x2 x1 0 2x1 2x2 1 2x2 9 x2 4 x1 4. Problema P4 : minimizar sujeto a x1 x2 x1 0 2x1 2x2 1 2x2 9 x2 4 x1 5

16

Siguiendo una estrategia de b usqueda en profundidad deber amos de seguir resolviendo P3 . Vamos a seguir una estrategia de b usqueda en anchura y pasamos a reolver el problea P2 . El problema P2 : minimizar sujeto a x1 x2 x1 0 2x1 2x2 1 2x2 9 x2 5, es no factible y por tanto la rama se poda. Pasamos, entonces, a resolver el problema P3 , cuya soluci on es x = (4, 4) con z = 8. Como la soluci on s satisface las condiciones de integralidad y el valor de la f.o. est a entre las cotas, entonces la rama se poda y se actualiza la cota superior para el problema original, ahora mejor conocido= 8. Las nuevas cotas para el problema original son: 9 z 8

Programaci on Lineal Entera / Investigaci on Operativa

Se guarda la soluci on x = (4, 4) como mejor soluci on encontrada (incumbente). Pasamos a resolver el problema P4 , que resulta ser no factible, por lo que la rama se poda.

17

Ya no tenemos m as problemas que procesar por lo que el procedimiento termina escogiendo el mejor candidato, esto es x = (4, 4) con z = 8 8. Discute razonadamente las siguientes armaciones y contestar razonadamente a las cuestiones (puedes ayudarte con ejemplos): ptimo de la funci a) Si el valor o on objetivo es el mismo para ambos problemas, el relajado y el ptima para la relajaci entero, entonces toda soluci on o on lineal es factible para el problema entero. b) Si se plantea un problema de programaci on lineal entera para tratar de mejorar la eciencia (medida en t erminos de la emisi on de residuos contaminantes) de un proceso productivo que ya est a puesto en marcha, c omo emplear as la informaci on que proporciona el actual plan de producci on en la resoluci on del problema por el m etodo de ramicaci on y acotaci on? Soluci on nica, entonces s a) Si el problema relajado tiene soluci on u Si tiene m ultiples soluciones, es falsa. Todas las soluciones en el segmento. Puedes ayudarte de un dibujo b) Mejorar la eciencia medida en t erminos de la emisi on de residuos contaminantes: se querr a minimizar El proceso productivo ya est a puesto en marcha, entonces se cuenta con una soluci on factible que se puede emplear como mejor soluci on encontrada hasta el momento. Se tratar a de una cota superior para la funci on objetivo (seguro que no vamos a contaminar m as de lo que ya venimos contaminando)