 Modelos PS4112 Páginas Clase N°5: Op mización Combinatoria

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

5.1 TEORIA COMBINATORIA

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.

5.2 PROBLEMAS DE OPTIMIZACION COMBINATORIA

1. Dado un conjunto finito:

2. Dada una familia de subconjuntos:

3. Dada una u lidad (perjuicio o costo) asociado a cada subconjunto , denotado por:

5.2.1 CUBRIMIENTO

Si cada elemento de está contenido en:

Al menos uno de los , se ene un problema de CUBRIMIENTO.

define un cubrimiento de .

FIGURA 5.1

5.2.2 PARTICION

Si cada elemento de M está contenido en:

Exactamente uno de los , se ene un problema de PARTICIÓN

define una par ción de

FIGURA 5.2

5.2.3 EMPAQUE

Si cada elemento de M está contenido en:

A lo sumo uno de los , se ene un problema de 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

5.2.4 MODELOS DE OPTIMIZACION COMBINATORIA

Variables de decisión:

Parámetros:

: costo o beneficio asociado a cada subconjunto

A: matriz (m x n) de incidencia de la familia

Para el problema de CUBRIMIENTO:

Para el problema de PARTICIÓN:

Para el problema de EMPAQUE

EJEMPLO 5.1

La Figura 5.5 muestra una ciudad dividida en 11 parroquias:

FIG. 5.5

1. Se puede colocar una estación bomberos en cualquier parroquia.

2. Cada estación de bomberos puede atender emergencias en la parroquia donde se encuentra ubicada y en las parroquias vecinas (las que hacen fronteras).

El obje vo es minimizar el numero de estaciones de bomberos necesarias para atender a toda la ciudad.

El modelo resultante es:

Se puede observar que es un Problema de Cubrimiento

La Matriz de Incidencia del problema es:

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.

aij= 1, si la parroquia i es vecina de j; 0 en caso contrario

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.

xj= 1 si se coloca la estación de bomberos en la parroquia j; 0 en caso contrario

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

El obje vo es minimizar el costo total de asignar las tres tripulaciones

de manera que cubran todos los vuelos.

El modelo resultante es:

Se puede observar que es un Problema de Cubrimiento

La Matriz de Incidencia del problema es:

aij= 1, si el vuelo i está en la secuencia j; 0 en caso contrario

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

xi =1 si la secuencia de vuelos es seleccionada ; 0 en caso contrario, i= 1,2,...., 12

f.o

min z= 2x1 + 3x2 + 4x3 + 6x4+ 7x5 + 5x6 + 7x7 + 8x8 + 9x9 + 9x10 + 8x11 + 9x12

s.a.

x1+x4+x7+x10 ≥ 1 (SF a LA)

x2+x5+x8+x11 ≥ 1 (SF a Denver)
x3+x6+x9+x12 ≥ 1 (SF a Sea le)
x4+x7+x9x10+12 ≥ 1 (LA a Chicago)
x1+x6+x10+x11 ≥ 1 (LA a SF)
x4+x5+x9 ≥ 1 (Chicago a Denver)
x7+x8+10+x11+x12 ≥ 1 (Chicago a Sea le)
x2+x4+x5+x9 ≥ 1 (Denver a SF)
x5+x8+x11 ≥ 1 (Denver a Chicago)
x3+x7+x8+x12 ≥ 1 (Sea le a SF)
x6+x9+x10+x11+x12 ≥ 1 (Sea le a LA)
x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12 = 3 (asignar 3 tripulaciones)

c.v.

Xj = 0,1 ; j = 1,2,...,12

Resolviendo en hoja de calculo MSExcel :

FIGURA 5.6

Una solución óp ma para este modelo de PEB es: todas las demás con un costo total de $18.000.

Otra solución óp ma es: todas las demás .

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.

Consideremos la siguiente red:

FIGURA 5.7

El problema del matching simple consiste en encontrar un matching con el mayor numero de arcos posibles.

El modelo resultante es:

Se puede observar que es un Problema de Empaque

La Matriz de Incidencia del problema es:

aij= 1 si el nodo i pertenece al arco j ; 0 en caso contrario.

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

xj = 1 si el arco j pertenece al matching, 0 en caso contrario; j= 1,...,8

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.

Supóngase que m=7 y n=4

Los 4 archivos enen tamaños 16, 8, 4, 49 Mb respec vamente.
Los pedidos de información pueden ser sa sfechos de la siguiente manera:

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

Hallar el esquema de búsqueda que minimice la longitud total.

Se ene la condición que no se permite la obtención de información de múl ples archivos.

El modelo resultante es:

Se puede observar que es un Problema de Par ción.

La Matriz de Incidencia del problema es:

aij= 1 si la información del pedido i, se encuentra en el archivo Fj; = en caso contrario

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.

xj=1 , si el archivo Fj es seleccionado; 0 en caso contrario

j= 1,....,4

f.o.

min z= 16x1 + 8x2 + 4x3 + 49x4

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