Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • Ejemplo Branch

    Cargado por

    MARIEL ROQUE MANTILLA
    40 vistas3 páginas
    Este documento explica el algoritmo de Branch and Bound para resolver problemas de programación entera mediante la generación sucesiva de subproblemas. Comienza resolviendo el problema como uno de programación lineal y al obtener una solución fraccionaria, genera nuevos subproblemas aproximando las variables fraccionarias a enteros cercanos, obteniendo una solución óptima entera en el primer subproblema generado.

    Descripción original:

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    Este documento explica el algoritmo de Branch and Bound para resolver problemas de programación entera mediante la generación sucesiva de subproblemas. Comienza resolviendo el problema como uno de programación lineal y al obtener una solución fraccionaria, genera nuevos subproblemas aproximando las variables fraccionarias a enteros cercanos, obteniendo una solución óptima entera en el primer subproblema generado.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    Descargar como docx, pdf o txt
    40 vistas3 páginas

    Ejemplo Branch

    Cargado por

    MARIEL ROQUE MANTILLA
    Este documento explica el algoritmo de Branch and Bound para resolver problemas de programación entera mediante la generación sucesiva de subproblemas. Comienza resolviendo el problema como uno de programación lineal y al obtener una solución fraccionaria, genera nuevos subproblemas aproximando las variables fraccionarias a enteros cercanos, obteniendo una solución óptima entera en el primer subproblema generado.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    Descargar como docx, pdf o txt
    de 3

    Ejemplo Branch & Bound (Ramificación y

    Acotamiento)
    Consideremos el siguiente modelo de Programación Entera el cual resolveremos con el
    algoritmo de Branch and Bound:

    El paso inicial consiste en resolver este problema como si fuese un modelo


    de Programación Lineal (relajación continua). Si la solución de dicho problema
    llegara a respetar las condiciones de integralidad para las variables de decisión, ésta ya
    sería la solución óptima del problema entero.

    Si bien este procedimiento se puede extender a problemas de mayor dimensión,


    utilizamos un modelo en 2 variables para poder representar los pasos del algoritmo
    gráficamente. El gráfico a continuación muestra dicha resolución:

    La solución óptima del problema lineal asociado (que llamaremos P0)


    es X1=2,8 y X2=1,6 con valor óptimo V(P0)=20,8. Claramente esta solución no cumple
    las condiciones de integralidad para las variables de decisión por tanto es necesario
    generar cotas o restricciones adicionales de modo de poder obtener soluciones enteras.
    Para ello debemos seleccionar una de las 2 variables de decisión con valores
    fraccionarios para poder generar cotas. En estricto rigor es indistinto cuál de ellas
    seleccionemos debido a que el método nos debe llevar a conclusiones similares (aun
    cuando la cantidad de pasos requeridos o rapidez de convergencia cambie).

    En nuestro ejemplo generaremos cotas adicionales para la variable X1 aproximando su


    valor actual al entero inferior más cercano (P1) y entero superior más cercano (P2).

    La resolución gráfica del problema 1 (P1) nos da como solución


    óptima X1=2 y X2=2 que es una solución entera. El valor óptimo del problema 1
    es V(P1)=20. Notar que V(P1)<V(P0) lo cual es natural dado que el dominio de
    soluciones factibles del P1 es menor (subconjunto) al dominio de soluciones factibles
    de P0.

    Análogamente la resolución gráfica (Método Gráfico) del problema 2 (P2) determina


    que X1=3 y X2=4/3 con V(P2)=20 según se observa a continuación:
    Luego no sería del todo necesario seguir desarrollando el algoritmo dado que si
    generamos cotas para la variable X2 del P2 en ningún caso podríamos obtener una
    solución entera con valor óptimo superior a 20 (valor que reporta en la función objetivo
    la actual solución entera de P1) y por tanto podríamos concluir que X1=2 y X2=2 es la
    solución óptima del problema entero. No obstante el siguiente diagrama muestra los
    pasos adicionales en caso que quisiera agregar cotas adicionales a partir del P2.

    Un argumento similar al expuesto previamente en este caso explicaría la no necesidad


    de seguir ramificando el P21. Se propone al lector verificar que se obtiene la misma
    solución óptima si luego del P0 ramificamos a través de X2 agregando las
    restricciones X2<=1 y X2>=2.

    También podría gustarte