modelos programcion lineal entera mixta
DESCRIPTION
PPT sobre PLEMTRANSCRIPT
-
Ricardo Gatica E.Optimizacin en RedesRedes de Flujo
1
Optimizacin Aplicada
1
Modelos Programacin Lineal Entera Mixta
(parte 1)
Ricardo Gatica, Ph.D.
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
2
Modelamiento con Variables Enteras
Modelo general de PLEM
+
. +
0
Donde A y B son matrices; b, c y d son vectores de dimensiones consistentes.
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
3
Modelamiento con Variables Enteras
Clasificaciones de los PLEM
+ . +
0
.
0
+ . +
0 0,1
.
0,1
.
PLEM 0,
PL 0, =
PE = ,
PBP = , 0,1
PBEM 0, 0,1
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
4
Modelamiento con Variables Binarias
Tcnicas de modelamiento
Algunas tcnicas de modelamiento que facilitan la formulacin de problemas de optimizacin discreta como modelos de Programacin Binaria.
1. Dicotomas
2. Condiciones lgicas
a. No ms de k entre n alternativas
b. Decisiones dependientes
c. K entre n restricciones
3. Tamaos de Lote y Puesta en Marcha
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
5
Modelamiento con Variables Enteras
1. Dicotomas
Las variables binarias se utilizan comnmente para representar seleccin entre dos alternativas excluyentes. Ejemplos:
Instalar o no una planta en la zona j
=10. .
Si el vehculo k realiza un viaje entre la ciudad i y la ciudad j
=
10. .
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
6
Modelamiento con Variables Enteras
2. Condiciones Lgicas:
a. No ms de k entre n alternativas
Suponga:
=10. .
Con j= 1, 2, , n
+ + +
En problemas discretos es frecuente encontrar decisiones interdependientes. A continuacin se ilustran algunas de las mencionadas.
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
7
Modelamiento con Variables Enteras
b. Decisiones dependientes
Suponga:
=10. .
Ejemplos:
No se puede seleccionar la alternativa 1 si no se selecciona la alternativa 3.
Si se selecciona la alternativa 1, se debe se seleccionar tambin la alternativa 3 o la alternativa 4, pero no ambas. Si no se selecciona la alternativa 1, no puede seleccionarse ni la alternativa 3 ni la 4.
= +
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
8
Modelamiento con Variables Enteras
c. K entre n restricciones
Suponga que se tiene un problema que es factible si se cumplen k de un total de n restricciones. Ejemplo:
Se deben comprar como mximo un total de 5 pares de zapatos entre azules y negros, o bien, un mximo de 10 pares de zapatos pero la cantidad de pares azules debe ser el doble de la de pares negros.
Sean:X: Cantidad de pares de zapatos azules a comprarY: Cantidad de pares de zapatos negros a comprar
+ 5 + 2 10,
Cmo hacer que se cumpla slo una de las dos restricciones?
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
9
Modelamiento con Variables Enteras
c. K entre n restricciones (cont)
Sean:Z1: 1 Si se cumple la primera restriccin; 0 e.o.c.Z2: 1 Si se cumple la segunda restriccin; 0 e.o.c.
Luego, se deben modificar las restricciones propuestas y agregar otra:
+ 5 +(1 ) + 2 10 +(1 )
+ = 1 + 0,1
,
Con M un valor suficientemente grande.
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
10
Modelamiento con Variables Enteras
3. Tamaos de Lote y Puesta en Marcha
Suponga que se debe decidir respecto de producir o no cierto tem. La mquina utilizada para su produccin tiene un costo de set-up o puesta en marcha fijo (independiente del nivel de produccin de s [UM]. Adems existe un costo de produccin variable de c [UM/ton].Considere tambin que debido a la existencia del costo de set-up, la empresa tiene la poltica de producir lotes de un tamao mnimo de 5[ton]. La mquina que procesa el tem tiene una capacidad de 10[ton].
Sean:
=
=1, 0, . . .
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
11
Modelamiento con Variables Enteras
3. Tamaos de Lote y Puesta en Marcha (cont)
El costo de produccin del tem puede expresarse como:
= +
Las restricciones asociadas estn dadas por:
5 10
Las restricciones anteriores son equivalentes a la siguiente?Por qu?
5 10 = 0
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
12
El Problema de la Mochila
Descripcin
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
13
El Problema de la Mochila
Variable de Decisin
Modelo:
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
14
El Problema de la Mochila: Instancia
Descripcin
Dados los siguientes parmetros:
tem 1 2 3 4 5
Capacidad consumida 30 25 35 20 30
Beneficio asociado 40 15 40 18 27
Tabla 1: Capacidad consumida por cada elemento [L]; beneficio asociado a cada elemento [CLP]
Nmero de tems: 5 Capacidad de la mochila: 85 [L] Consumo de capacidad y utilidad por objeto segn Tabla 1.
Formule un problema de programacin binaria que permita determinarqu elementos incluir en una mochila con las caractersticasmencionadas, de manera de maximizar el beneficio asociado. Asuma queen todos los aspectos el problema se comporta como el Problema de laMochila.
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
15
El Problema de la Mochila: Instancia
Variable de decisin
=1, 0, . .
Modelo
40 + 15 + 40 + 18 + 27
30 + 25 + 35 + 40 + 30 85
, , , , 0,1
. .
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
16
El Problema de Seleccin de Proyectos
Descripcin
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
17
El Problema de Seleccin de Proyectos
Variable de Decisin
Modelo
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
18
El Problema de Seleccin de Proyectos: Instancia
Descripcin
Dados los siguientes parmetros:
Tabla 1: Inversin requeridapara cada proyecto en cadaperiodo [UF]; Capital disponibleen cada periodo[UF]; Retornoesperado de cada proyecto [UF]
Nmero de proyectos: 5 Nmero de periodos: 6 Inversin, retorno y capital segn Tabla 1
Proyecto/Periodo 1 2 3 4 5 Retorno
A 5 6 8 3 4 50
B 6 7 8 9 6 70
C 10 11 10 9 11 90
D 8 5 7 8 7 55
E 2 3 5 4 1 30
Capital disponible 27 25 20 30 25 -
Formule un problema de programacin binaria que permita determinarqu proyectos seleccionar de manera de maximizar el retorno asociado.Asuma que en todos los aspectos el problema se comporta como elProblema de Seleccin de Proyectos.
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
19
El Problema de Seleccin de Proyectos: Instancia
Variable de decisin
=10. . .
Modelo
50 + 70 + 90 + 55 + 30
5 + 6 + 10 + 8 + 2 27
, , , , 0,1
. .
6 + 7 + 11 + 5 + 3 25
8 + 8 + 10 + 7 + 5 20
3 + 9 + 9 + 8 + 4 30
4 + 6 + 11 + 7 + 25
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
20El Problema de Seleccin de Proyectos con alternativas dependientes y excluyentes
Descripcin
Se presenta una variante del problema de Seleccin de Proyectos que adems de las caractersticas del problema clsico, posee condiciones lgicas.
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
21El Problema de Seleccin de Proyectos con alternativas dependientes y excluyentes
Descripcin (cont)
+ 1
implica que si se selecciona el proyecto j, entonces no puede seleccionarseel proyecto k. Notar que esta relacin es conmutativa, es decir, si seselecciona el proyecto k entonces no puede seleccionarse el proyecto j.
Especficamente denotaremos por:
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
22El Problema de Seleccin de Proyectos con alternativas dependientes y excluyentes
Modelo
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
23El Problema de Seleccin de Proyectos con alternativas dependientes y excluyentes: Instancia
DescripcinDados los siguientes parmetros:
Tabla 1: Inversin requerida paracada proyecto en cada periodo [UF];Capital disponible en cadaperiodo[UF]; Retorno esperado decada proyecto [UF]
Proyectos: 8; Periodos: 6 Inversin, retorno y capital segn Tabla 1
Proyecto/Periodo 1 2 3 4 5 Retorno
A 5 6 8 3 4 50
B 6 7 8 9 6 70
C 10 11 10 9 11 90
D 8 5 7 8 7 55
E 2 3 5 4 1 30
F 9 9 9 9 9 25
G 6 10 8 6 4 28
H 6 8 10 8 6 60
Capital disponible 27 25 20 30 25 -
Los proyectos (A,B) (C,E) Y (D,F) son mutuamente excluyentes
Los proyectos (A,E), (A,F),(C,D),(G,H) son complementarios, siendo el primero complementario al segundo.
Formule un problema de programacin binaria que permita determinar quproyectos seleccionar de manera de maximizar el retorno asociado. Asumaque en todos los aspectos el problema se comporta como el Problema deSeleccin de Proyectos.
-
Ricardo Gatica E.
24El Problema de Seleccin de Proyectos con alternativas dependientes y excluyentes: Instancia
Variable de decisin
=1, 0. . .
50 + 70 + 90 + 55 + 30 + 25 + 28 + 60
5 + 6 + 10 + 8 + 2 + 9 + 6 + 6 27
, , , , , , , 0,1
. .
6 + 7 + 11 + 5 + 3 + 9 + 10 + 8 25
8 + 8 + 10 + 7 + 5 + 9 + 8 + 10 20
3 + 9 + 9 + 8 + 4 + 9 + 6 + 8 30
4 + 6 + 11 + 7 + + 9 + 4 + 6 25
Modelo
+ 1
+ 1
+ 1
0
0 0 0
-
Ricardo Gatica E.
25
El Problema de Asignacin n:n
Descripcin
Variable de decisin
-
Ricardo Gatica E.
26
El Problema de Asignacin n:n
Modelo
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
27
El Problema de Asignacin n:n: Instancia
DescripcinDados los siguientes parmetros:
Tabla 1: Costo de asignacin de cada persona a la realizacin de cada tarea [miles de $]
Tareas: 6; Personas: 6
Formule un PPB que permita determinar un plan de asignacin tarea-persona minimizando los costos asociados. Asuma que en todos losaspectos el problema se comporta como el P. de Asignacin.
Persona/ Tarea
A B C D E
1 6 8 9 3 6
2 6 7 8 3 4
3 7 2 5 5 9
4 4 5 3 7 4
5 5 1 5 3 5
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
28
El Problema de Asignacin n:n: Instancia
Variable de decisin
=1, 0. . .
6 + 8 + 9 + 3 + 6 + 6 + 7 + 8 + 3 + 4 +7 + 2 + 5 + 5 + 9 + 4 + 5 + 3 + 7 + 4 + 5 + + 5 + 3 + 2
+ + + + = 1
, , 0,1
. .
Modelo
+ + + + = 1
+ + + + = 1
+ + + + = 1
+ + + + = 1
+ + + + = 1
-
Ricardo Gatica E.
29
El Problema de Asignacin con subconjuntos
Descripcin
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.
30
El Problema de Asignacin con subconjuntos
Modelo
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.
31
El Problema de Asignacin con subconjuntos: Instancia
Descripcin
Persona Tareas f. A B C D E
1 A, D, E 5 - - 8 9
2 B, D, E - 7 - 6 5
3 C, E - - 6 - 7
4 B, C - 4 6 - -
5 A, C, D, E 5 - 7 7 5
Tareas: 5; Personas: 5
Dados los siguientes parmetros:
Tabla 1: Suconjunto de asociaciones factibles; Costo de asignacin de cada persona a la realizacin de cada tarea [miles de $]
Formule un PPB que permita determinar un plan de asignacin tarea-persona minimizando los costos asociados. Asuma que en todos losaspectos el problema se comporta como el P. de Asignacin consubconjuntos.
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.Programacin Lineal Entera Mixta
32
El Problema de Asignacin con subconjuntos: Instancia
Variable de decisin
=1, 0. . .
5 + 8 + 9 + 7 + 6 + 5 + 6 + 7 + 4 + 6 +5 + 7 + 7 + 5
+ + = 1
, , , 0,1
. .
Modelo
+ + = 1
+ + + = 1
+ = 1
+ = 1
+ + + = 1
+ = 1
+ = 1
+ + = 1
+ + = 1
Persona Tareas f. A B C D E
1 A, D, E 5 - - 8 9
2 B, D, E - 7 - 6 5
3 C, E - - 6 - 7
4 B, C - 4 6 - -
5 A, C, D, E 5 - 7 7 5
-
Ricardo Gatica E.
33
El Problema de Asignacin de mxima cardinalidad
Descripcin
Modelo
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.
34El Problema de Asignacin con subconjuntos dispares: Instancia
Descripcin
Persona Tareas f.
1 A, D, E
2 D, E
3 E
4 B, C
5 A, D, E
Tareas: 5; Personas: 5
Dados los siguientes parmetros:
Tabla 1: Suconjunto de asociaciones factibles
Formule un PPB que permitadeterminar un plan de asignacintarea-persona maximizando lastareas a realizar. Asuma que entodos los aspectos el problema secomporta como el P. de Asignacinde mxima cardinalidad.
Variable de decisin
=1, 0. . .
+ + + + + + + + + +
Modelo
+ + 1
. .
+ 1
+ + 1
+ 1
1
+ + + 1
1
+ 1
1
+ + 1
, , , 0,1
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.
35
El Problema de Cobertura
Descripcin
Variable de decisin Modelo
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.
36
El Problema de Cobertura: Instancia
Descripcin
En una ciudad se desea planificar la localizacin de colegios de enseanzamedia (liceos). Para ello, se ha considerado la ubicacin de los actualesestablecimiento de educacin bsica (colegio) en pos de la continuidadescolar .
Figura 1: Mapa de la ciudad y cobertura potencial de los colegios
En el mapa de la ciudad se ilustran lossitios potenciales para instalacin de liceos(gris) y los actuales colegios (celeste), elcual se exhibe en la Figura 1. Adems, semuestra la superficie abarcada por cadacolegio (lneas punteadas).
25
1
3
4B
A
C
D
Formule un PPB que permita determinarque liceos instalar de manera de cubrir atodos los colegios, sabiendo que el costo deinstalacin es (40, 15, 40, 18) para loscolegios (A, B, C, D) respectivamente.
El criterio para la localizacin de estos nuevos centros educacionales serque ningn colegio est a ms de 3 [Km] de un liceo.
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.
37
El Problema de Cobertura: Instancia
Variable de decisin
Modelo
=1, 0. . .
40 + 15 + 40 + 18
+ 1
, , , 0,1
. .
25
1
3
4
B
A
C
D
+ + 1
+ 1
+ 1
1
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.
38
El Problema de Cobertura: Instancia 2
Descripcin Variable de decisin
Modelo
Dados los siguientes parmetros: M={ A, B, C, D, E, F}
MjElementos contenidos
Cj
1 A, B 15
2 A,B,C,D 30
3 D,E,G 35
4 B,F,G 20
5 E 5
6 C,F 40
7 A,B,C,D,E 100
8 C,E,F 45
Formule un PPB que permitadeterminar una cobertura para elconjunto M. Asuma que en todos losaspectos el problema se comportacomo un P. de Cobertura.
Tabla 1:Elementosde cadasubconjuntoy costoasociado
=1
0. . .
15 + 30 + 35 + 20 + 5 + 40
+ + 1
, , , , , 0,1
. .
+ + + 1
+ + + 1
+ + 1
+ + + 1
+ + 1
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.
39
El Problema de Particionamiento
Descripcin
Variable de decisin Modelo
=1
0. . .
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.
40
El Problema de Particionamiento: Instancia
Descripcin Variable de decisin
Modelo
Dados los siguientes parmetros: M={ A, B, C, D, E, F}
MjElementos contenidos
Cj
1 A, B 15
2 A,B,C,D 30
3 D,E 35
4 B,F 20
5 E 5
6 C,F 40
7 A,B,C,D,E 100
8 C,E,F 45
Formule un PPB que permitadeterminar una particin para elconjunto M. Asuma que en todos losaspectos el problema se comportacomo un P. de Particionamiento.
Tabla 1:Elementosde cadasubconjuntoy costoasociado
15 + 30 + 35 + 20 + 5 + 40
+ + = 1
, , , , , ,, 0,1
. .
+ + + = 1
+ + + = 1
+ + = 1
+ + + = 1
+ + = 1
=1
0. . .
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.
41
El Problema de Agrupacin
Descripcin
Variable de decisin Modelo
=1
0. . .
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.
42
El Problema de Agrupacin: Instancia
Descripcin Variable de decisin
Modelo
Dados los siguientes parmetros: M={ A, B, C, D, E, F}
MjElementos contenidos
Cj
1 A, B 15
2 A,B,C,D 30
3 D,E 35
4 B,F 20
5 E 5
6 C,F 40
7 A,B,C,D,E 100
8 C,E,F 45
Formule un PPB que permitadeterminar una agrupacin para elconjunto M. Asuma que en todos losaspectos el problema se comportacomo un P. de Agrupacin.
Tabla 1:Elementosde cadasubconjuntoy costoasociado
=1
0. . .
15 + 30 + 35 + 20 + 5 + 40
+ + 1
, , , , , 0,1
. .
+ + + 1
+ + + 1
+ + 1
+ + + 1
+ + 1
Programacin Lineal Entera Mixta
-
Ricardo Gatica E.
43Problemas de Cobertura, Particionamiento y Agrupamiento: Comparacin solucin para una misma instancia
DescripcinM={ A, B, C, D, E, F}
MjElementos contenidos
Costo o beneficio asociado
CoberturaParticiona
mientoAgrupa-miento
1 A, B 15 0 1 0
2 A,B,C,D 30 1 0 0
3 D,E 35 0 1 0
4 B,F 20 1 0 0
5 E 5 1 0 0
6 C,F 40 0 1 0
7 A,B,C,D,E 100 0 0 1
8 C,E,F 45 0 0 0
FO - - 55 90 100
Tabla 1: Variables respuesta
C
AgrupamientoA B
D
E
F
3
A
EB
C
D
F
1
3
6
Particionamiento
A
E
B
C
D
F
Cobertura 2
4
5
Programacin Lineal Entera Mixta