Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase3 ToPrint
Clase3 ToPrint
Técnicas de Optimización
Programación Entera y Algoritmos de Mejora
Departamento de Ingenierı́a
Universidad de Antioquia
Medellı́n Colombia
juanxfelipe@gmail.com
1 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
Í NDICE
Programación Entera
Definición de Programación Entera
Formulaciones con programacion entera
Buscando el óptimo
Algoritmo de mejora
Condiciones algebraı́cas
Gradientes y direcciones de mejora
Restricciones activas y direcciones factibles
2 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
max{cT x : Ax ≤ b, x ≥ 0}
3 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
max {cT x + hT y}
Ax + Gy ≤ b
x ≥ 0, y ≥ 0 y enteras
4 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
max {cT x}
Ax ≤ b
x ≥ 0 y enteras
◮ Por último, si todas las variables se restringen a valores
0-1, entonces tenemos un Problema de Programación
Entera 0-1 o binario (BIP, por sus siglas en inglés):
max {cT x}
Ax ≤ b
x ∈ {0, 1}n y entero
5 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
(5,0)
0
1 2 3 4 5
6 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
7 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
Formulación:
Pm Pm P n
min i=1 fi yi + i=1 j=1 cij xij
Sujeto a:
m
X
xij = 1 ∀j ∈ {1, . . . , n}
i=1
X $1
Z= pi · xi
i∈N
$10
Capacity Constraints
P
i∈N si · xi ≤ c
Domain Constraints
xi ∈ {0, 1} ∀i ∈ N
9 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
10 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
11 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
(2) (2)
x = (4,1) x = (4,1)
x1 x 1
(1) (1)
x = (2,-3) x = (2,-3)
12 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
(2) (2)
x = (4,1) x = (4,1)
(1
x1 x 1
x +) x(2)
= (6,
-2)
(1)
(1) x = (2,-3)
x = (2,-3)
(1) (2)
x - x = (-2,-4)
◮ Producto punto entre vectores
Pn
xT · y = yT · x = j=1 xj yj , x ∈ Rn×1 , y ∈ Rn×1
13 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
14 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
Objetivo
Vecindario
de x(t)
(t)
x
Espacio de búsqueda
15 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
Objetivo
Óptimo Local
Óptimo Local
Espacio de búsqueda
16 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
Objetivo
Óptimo local
Óptimo local
Espacio de búsqueda
19 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
20 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
x1 ≤ 9
[0,5]
x2 ≤ 6
x1 , x2 ≥ 0 Región
Factible
0.4x
x1 ≤ 9
1
+0.
0.3
[0,5/3] 0.2 x1 +
2x2
x1 0.4
+0
≥ 1.
.3x x2
≥
2
5
2 ≥
0.5
x2≥0 x1
[2.5,0] [20/3,0] [9,0]
21 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
x1≥0
z=20x1+15x2 ◮ En la solución x(2) = (4, 4),
todas las direcciones son
factibles pues al realizar un
[0,6] (3)
x2 ≤ 6 movimiento pequeño,
x = (0.75,6) ninguna restricción es
[0,5]
(2)
x = (4,4)
violada
x* = (2,3.5) ◮ En cambio, para la solución
x(1) = (7, 0), la dirección
0.4x
x1 ≤ 9
Región
1
△x = (0, 1) es factible,
+0.
0.3 Factible
[0,5/3] 0.2 x1+
2x2
x1
+0 0.4 mientras que la dirección
≥ 1.
.3x x2
≥
2
△x = (0, −1) no lo es (aún
5
2 ≥
0.5 (1) con un λ muy pequeño)
x = (7,0) x2≥0
[2.5,0] [20/3,0] [9,0]
22 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
y2 ◮ La figura de la izquierda
muestra la región factible de un
programa de programación
matemática sobre las variables
de decisión y1 , y2
◮ Determine gráficamente si las
(1) siguientes direcciones son
factibles en el punto indicado
1. △y = (1, 0) en y(1)
2. △y = (1, 0) en y(2)
3. △y = (0, 1) en y(2)
(2) 4. △y = (0, 1000) en y(2)
y1
23 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
24 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
M AGNITUD : E JERCICIO
◮ Supongamos que tenemos el siguiente LP:
Cualquier paso λ > 0 cumple la restricción, miremos ahora las restricciones de no negatividad
x1 , x2 ≥ 0
La nueva solución:
′ 4 −3 4 − 3λ
x = x + λ△x = +λ =
5 −8 5 − 8λ
◮ El primer componente de la solución se hace negativo con cualquier λ > 4 , y, de igual manera, el
3
segundo componente se hace negativo con cualquier λ > 85
◮ Por esta razon, el máximo tamaño que mantiene mejora y factibilidad es λ = 5
8 25 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
26 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
27 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
28 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
29 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
30 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
∂f
!
∂y1 9
▽f (y) = ∂f =
40
∂y2
Entonces
9
▽f (y).△y = .(3, −6) = −213 < 0
40
Por lo tanto esta dirección es de mejora para minimizar el
objetivo
◮ Cómo serı́a ▽w = (1, 0, 2) para la función de minimización
f (w) = w21 + 5w2 w3 en w = (2, 1, 0)?
31 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
32 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
33 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
x1≥0
Minimizar 20x1 + 15x2 z=20x1+15x2
Sujeto a 0,3x1 + 0,4x2 ≥ 2,0
0,4x1 − 0,2x2 ≥ 1,5
0,2x1 + 0,3x2 ≥ 0,5 x2 ≤ 6
[0,6] (3)
x1 ≤ 9 x = (0.75,6)
x2 ≤ 6 [0,5]
(2)
x1 , x2 ≥ 0 x = (4,4)
x* = (2,3.5)
0.4x
x1 ≤ 9
Región
1
+0.
◮ Restricción 0.3 Factible
[0,5/3] 0.2 x1+
2x
+0
≥ 1.
2 ≥
◮ Punto (2, 3,5) activa 0.5 (1)
x = (7,0) x2≥0
◮ Punto (9, 6) no activa
[2.5,0] [20/3,0] [9,0]
34 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
R ESTRICCIONES LINEALES
◮ Restricciones de igualdad
Pn
aT · x = j=1 aj xj =b
35 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
36 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
aT · (x + △x) ≥ b
aT
· x + aT · △x ≥ b
T
pero a · x = b pues la restricción es activa
b + aTP· △x ≥ b
a · △x = nj=1 aj △xj ≥ 0
T
37 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
38 / 40
Programación Entera Buscando el óptimo Técnica de mejora y direcciones factibles Condiciones algebraı́cas
3x1 + x3 ≥ 26 → Restricción 1
5x1 − 2x3 ≤ 50 → Restricción 2
2x1 + x2 + x3 = 20 → Restricción 3
x1 , x2 , x3 ≥ 0 → Restricción 4, 5, 6
◮ Determine si la dirección △w = (0, −1, 1) es factible en el punto
w = (6, 0, 8)
3△x1 + △x3 ≥ 0
2△x1 + +△x2 + △x3 = 0
△x2 ≥ 0
L ECTURA RECOMENDADA
40 / 40