Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Página de Inicio
Cuenta
Anuncios
Tareas
Tablero
Calificaciones
Clase N°5: Op mización Combinatoria
Cursos Personas
Módulos
Calendario
Programa del curso
Evaluaciones
Bandeja de
entrada Conferencias
Colaboraciones
Historial
Google Drive
Office 365
Ayuda
Class Notebook
La combinatoria es una rama de la matemá ca perteneciente al área de matemá cas discretas que estudia las combinaciones, variaciones y permutaciones de un determinado número de
elementos de un conjunto. También la enumeración, construcción y existencia de propiedades de configuraciones que sa sfacen ciertas condiciones establecidas para ese conjunto
La op mización combinatoria estudia el modelado y solución algorítmica de problemas donde se busca maximizar (o minimizar) una función de varias variables definidas sobre un conjunto
discreto.
Esta disciplina ene numerosas aplicaciones a problemas que se presentan en la industria, logís ca, ciencias, ingenierías y en la administración de organizaciones.
Como ejemplos podemos mencionar, entre otros, el ruteo y carga de vehículos en redes de distribución, el diseño de redes de telecomunicación, la planificación de la producción, la selección
de carteras financieras, la asignación de tareas a procesadores, el análisis de estructuras moleculares, las subastas de frecuencias para radiotransmisión, la asignación de tripulaciones en líneas
aéreas, la planificación de la generación de electricidad y la distribución de ambulancias en una región para asegurar un cierto nivel de servicio a su población.
3. Dada una u lidad (perjuicio o costo) asociado a cada subconjunto , denotado por:
5.2.1 CUBRIMIENTO
define un cubrimiento de .
FIGURA 5.1
5.2.2 PARTICION
FIGURA 5.2
5.2.3 EMPAQUE
define un empaque de
FIGURA 5.3
Para expresar si un elemento pertenece a un determinado subconjunto , se puede hacer uso de variables binarias, tal como se muestra en la Fig. 5.4
FIGURA 5.4
Variables de decisión:
Parámetros:
EJEMPLO 5.1
FIG. 5.5
El obje vo es minimizar el numero de estaciones de bomberos necesarias para atender a toda la ciudad.
La i-ésima restricción del modelo garan za que la parroquia i es atendida, al menos por una estación de bomberos ubicada en ella misma o en una parroquia vecina.
i= 1,,..., 11 ; j= 1,...,11
TABLA 5.1
Parroquia/Est.
1 2 3 4 5 6 7 8 9 10 11
Bomberos
1 x x x x
2 x x x x
3 x x x x x x
4 x x x x x
5 x x x x x x
6 x x x x x x
7 x x x x
8 x x x x x x
9 x x x x x
10 x x x x
11 x x x
v.d.
j= 1,...,11
f.o.
min z = x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11
s.a.
x1+x2+x3+x4 ≥ 1
x1+x2+x3+x5 ≥ 1
x1+x2+x3+x4+x5+x6 ≥ 1
x1+x3+x4+x6+x7 ≥ 1
x2+x3+x5+x6+x8+x9 ≥ 1
x3+x4+x5+x6+x7+x8 ≥ 1
x4+x6+x7+x8 ≥ 1
x5+x6+x7+x8+x9+x10 ≥ 1
x5+x8+x9+x10+x11 ≥ 1
x8+x9+x10+x11 ≥ 1
x9+x10+x11 ≥ 1
c.v.
xj =0,1 j=1,...,11
EJEMPLO 5.2
SOUTHWESTERN AIRWAYS necesita asignar tripulaciones para cubrir todos sus vuelos programados. Se estudiara el problema de asignar tres tripulaciones con base en San Francisco (SF) a
los vuelos enumerados en la tabla siguiente. Las otras 12 columnas muestran 12 secuencias de vuelos fac bles de una tripulación. (Los números en cada columna indican el orden de los vuelos.)
Es necesario elegir tres de estas secuencias (una por tripulación) de tal manera que se cubran todos los vuelos. (Se permite tener mas de una tripulación en un vuelo, en el cual los miembros
de la tripulación adicional volarían como pasajeros, pero los contratos colec vos de trabajo requieren que se pague el empo de la tripulación adicional como si estuviera en horario de trabajo.)
El costo de asignar una tripulación a una secuencia de vuelos especifica se muestra (en miles de dólares) en el renglón inferior de la tabla 5.2
TABLA 5.2
i: 1,..., 11 ; j= 1,...,12
Vuelo/Secuencia 1 2 3 4 5 6 7 8 9 10 11 12
1 SF-LA x x x x
2 SF-Dv x x x x
3 SF-Sea x x x x
4 LA-Chi x x x x x
5 LA-SF x x x x
6 Chi-Dv x x x
7 Chi-Sea x x x x x
8 DV-SF x x x x
9 DV-Chi x x x
10 Sea-SF x x x x
11 Sea-LA x x x x
Costo 2 3 4 6 7 5 7 8 9 9 8 9
v.d
f.o
min z= 2x1 + 3x2 + 4x3 + 6x4+ 7x5 + 5x6 + 7x7 + 8x8 + 9x9 + 9x10 + 8x11 + 9x12
s.a.
c.v.
Xj = 0,1 ; j = 1,2,...,12
FIGURA 5.6
Una solución óp ma para este modelo de PEB es: todas las demás con un costo total de $18.000.
EJEMPLO 5.3
Matching en una red es un subconjunto de arcos de la red tales que cualquier par de arcos no enen nodos en comun. Lo anterior significa, que un subconjunto de arcos de la red es un
matching, si y solo si, cada nodo de la red está a lo sumo en un arco del subconjunto.
FIGURA 5.7
El problema del matching simple consiste en encontrar un matching con el mayor numero de arcos posibles.
i= 1,...,5
j=1,...,8
TABLA 5.3
Nodo/Arco 1 2 3 4 5 6 7 8
1 x x x
2 x x x
3 x x x
4 x x x
5 x x x x
v.d
f.o.
max z= x1+x2+x3+x4+x5+x6+x7+x8
s.a.
x1+x2+x3 ≤ 1 (nodo1)
x1+x4+x5 ≤ 1 (nodo2)
x4+x6+x7 ≤ 1 (nodo3)
x2+x6+x8 ≤ 1 (nodo4)
x3+x5+x7+x8 ≤ 1 (nodo5)
c.v.
xj=0,1 ; j=1,...,8
EJEMPLO 5.4
Supóngase que existen archivos a par r de los cuales se puede obtener información. El tamaño de cada archivo viene definido por el numero de registros que con ene. Se
quiere sa sfacer un conjunto de pedidos de información en los archivos.
Pedido 1: Archivos 1, 2, 3 y4
Pedido 2: Archivos 1, 2 y 4
Pedido 3: Archivos 1, 3 y 4
Pedido 4: Archivos 1 y 4
Pedido 5: Archivos 2, 3 y 4
Pedido 6: Archivos 2 y 4
Pedido 7: Archivos 3 y 4
i= 1,....,m
j=1,...,n
El vector de la columna indica los pedidos de información que pueden ser sa sfechos con el archivo .
El vector de la fila indica cuales archivos pueden sa sfacer el pedido de información
TABLA 5.4
Pedido/Archivo 1 2 3 4
1 x x x x
2 x x x
3 x x x
4 x x
5 x x x
6 x x
7 x x
Tamaño (Mb) 16 8 4 49
v.d.
j= 1,....,4
f.o.
s.a.
x1+x2+x3+x4 = 1
x1+x2+x4 = 1
x1+x3+x4 =1
x1+x4 = 1
x2+x3+x4 = 1
x2+x4 = 1
x3+x4 = 1
c.v.
xj=0,1 ; j=1,...,4
PS4112
Prof. Alexis Castro
Modelos Lineales Enteros y de Inventarios
Anterior Siguiente