Professional Documents
Culture Documents
Este algoritmo solo es vlido para problemas de programacin lineal entera con todas las
variables binarias.
Vamos a desarrollar el algoritmo para un formato especifico de los PLE: problema de
mnimo con todos los costos, cj, no negativos (cj 0; j).
Obviamente las dos imposiciones sobre los problemas no constituyen una restriccin
para el tipo de problemas a resolver. Si un problema es de mximo basta con considerar la
minimizacin de su funcin objetivo opuesto (mx. Z min- (Z)). Por otro lado, si algn
xj tiene cj < 0 entonces se realiza el cambio de variable x j = -1 xj, esta nueva variable
tambin es una variable binaria y al realizar dicho cambio la nueva variable tiene su costo
igual
a cj = - cj > 0. Por otro lado en la funcin objetivo aparece una constante que se
puede suprimir ya que no va a afectar al proceso de optimizacin.
Por tanto cualquier PLE binario se puede poner como mnimo con todos sus costos no
negativos.
Veamos un ejemplo,
min Z = 3 x
S.a:
+ 2 x
- x
- 7 x
-11 x
- x
+ 3x
+ 6 x
x1 = 1-
+5 x
+ x
3
x2 = 1-
+ 2x4 + 3 x
+ 2x4 - x
- 4x4 - 3 x
+ 3x4 + 3 x
2
5
-8
x5
; x 3; x4; x
(0; 1)
Y finalmente, para aplicar el algoritmo que vamos a desarrollar, ordenamos las variables del
problema segn el coeficiente de la funcin objetivo, de menor a mayor valor
(olvidndonos de la constante):
min Z = 3 x
+ 2 x
+5 x
+ 2x4 + 3 x
Una vez que se dispone el problema en la forma indicada, la idea del procedimiento
es muy sencilla. Por un lado mantenemos en una variable el mejor valor encontrado
Hasta el momento, inicialmente Z = (cota superior del valor _optimo). Por otro lado
Tratamos de buscar las soluciones en orden creciente de funcin objetivo (de mejor a
peor soluciones).
La mejor solucin posible, si fuera factible, ser la solucin con todas las variables
Tomando valor cero.
x
= x
= x4 = x
5 Ahora
en las que solo una variable toma valor 1 y el resto son cero. La variable que toma
valor 1 se toma siguiendo el orden que aparece en la funcin objetivo, ya que, si por
ejemplo
x = 1 y el resto cero, fuera una solucin factible seguro que no podr ser
2
mejorada por x4 = 1 (resto cero), o
Consideramos la siguiente mejor solucin en la que solo una variable toma valor,
que es x4 = 1 y el resto cero.
5=
1 (resto cero), solucin factible de valor 3. Como dicho valor es mejor (menor) que
funcin
Objetivo ser igual o peor (mayor).
Tras comprobar las soluciones en las que solo una variable toma valor pasamos a
Considerar las soluciones en las que dos variables toman valor 1 y el resto son cero. La
mejor de ellas Sera la solucin en la que las dos primeras variables de la funcin objetivo
Ordenada toman valor, despus cuando la primera y la tercera toman valor, despus
Cuando la primera y la cuarta toman valor, y as sucesivamente.
de si
fuera factible o no dicha solucin no podr mejorar la que ya tenemos de antes,
por tanto se descarta.
Adems de descartar la solucin anterior por acotacin hay que tener en cuenta que
dicha solucin era, en cuanto a valor de la funcin objetivo, la mejor candidata de todas
(tiene las dos variables de ms a la izquierda de la funcin objetivo ordenada). Por tanto,
cualquier solucin de dos variables tomando valor 1 Sera igual o peor que ella y como
ya es peor que la que nos definio la cota superior, descartamos autom_aticamente, por
acotaci_on, todas las soluciones con dos variables tomando valor 1.
Las soluciones con 3, 4 o 5 variables tomando valor se descartan automticamente, por
que la mejor de cada una de ellas contiene en particular x = x = 1 que proporcionaba
2
=1,
= 1, x
= 0, x4 = 0, x 5= 0 con un
VFO=5.
Consideremos ahora un ejemplo un poco mas grande que previamente ha sido transformado
al formato apropiado.
Min Z = 2 x1 + 3 x2+ 4 x3 + 4 x4 + 5 x5 + 6 x6 + 7 x7 + 8 x8