TEMA:

PROFESORA

PROBLEMA ENTERO CERO-UNO

: Mg. JUANA SANDIVAR ROSAS
: HUETE FLIX CARLOS JAIR MEZA CARBAJAL DAVID

INTEGRANTES

Las situaciones en las que las decisiones aparecen como alternativas son las ms frecuentes con las que nos enfrentamos. La nocin de tipo binario la utilizamos en nuestros razonamientos y en nuestras acciones: todo o nada, blanco o negro, abierto o cerrado, existe o no existe, 0 o 1, verdadero o falso, prendido o apagado, muerto o vivo, entre otros. Los dos mtodos ms usuales para solucionar problemas de Programacin Lineal Entera Binaria son Enumeracin Implcita Cero Uno Mtodo Aditivo de Egon Balas.

Este mtodo es un procedimiento de enumeracin que encuentra el ptimo en forma ms rpida; en el mtodo de Balas, la eficacia consiste en la evaluacin solo de unas soluciones. El mtodo empieza poniendo todas las variables iguales a cero y luego por medio de un procedimiento sistemtico de forma consecutiva se asigna a una por una de las variables el valor 1. Luego se reemplaza en cada una de las restricciones y se averigua la infactibilidad. Por esta razn el mtodo es algunas veces llamado el algoritmo aditivo.

El primer algoritmo especial 0-1,llamado el algoritmo aditivo fue desarrollado en 1965,unos aos despus del desarrollo del de R y A.
El diseo del mtodo heurstica de sondeo en el algoritmo aditivo requiere la presentacin del problema [0-1] en una forma conveniente que satisfaga las siguientes requerimientos: 1. La funcin objetivo es de tipo de minimizacin, con todos los coeficientes no negativos. 2. todas las restricciones deben ser del tipo (<=), con todas los lados derechos negativos , de ser necesario. Despus, estas ecuaciones se convierten en inecuaciones, utilizando variables de holgura .

El gobierno local esta evaluando la aprobacin de un proyecto de una nueva fabrica en el distrito de San Miguel o en el distrito de Lima o en ambos distritos. Si se construye una fabrica en cualquiera de los 2 distritos, se puede construir un almacn en dicho distrito, pero solo se podr construir uno. En la siguiente tabla #1 muestra el beneficio aportado por la inversin y los costes. El capital total disponible es de 10 millones de soles.

Tabla #1 Decisin
1 2 3 4

Si/No?
Fabrica Lima Fabrica San Miguel Almacn Lima Almacn San Miguel

Beneficio
9 5 6 4

Costo
6 3 5 2

Se pide encontrar la solucin que maximiza el beneficio total

Objetivo: Maximizar beneficios totales X1= Construir una fbrica en el distrito de Lima X2= Construir una fbrica en el distrito de San Miguel X3= Construir un almacn en el distrito de Lima X4= Construir un almacn en el distrito de San Miguel FO: Maximizar: 9X1 + 5X2 + 6X3 + 4X4 s.a Limitaciones de Capital: Condicin del problema que slo se construye un almacn 6X1 + 3X2 + 5X3 + 2X4 10 X3 + X 4 1

Se construye el almacn slo si se construye la fbrica

X3 X1 X4 X2

Luego el modelo es:

Maximizar: 9X1 + 5X2 + 6X3 + 4X4 Sujeta a: 6X1 + 3X2 + 5X3 + 2X4 10 X3 + X4 1 X3 X1 X4 X2

X1 , X2 ,X3,X4 Enteros Luego convertimos el problema (0-1) requerimientos iniciales del algoritmo aditivo
(a)

para

satisfacer

los

Primero convertimos el problema a uno de minimizacin con todas las restricciones (<=) pero como ya lo esta, no se multiplica ninguna restriccin por -1.
Multiplique Z por -1 para obtener la minimizacin de W = -9X1 -5X2 -6X3 -4X4

(b)

El problema queda expresado como: Tabla #2

Minimice W = -9X1 -5X2 -6X3 -4X4 Sujeta a: 6X1 + 3X2 + 5X3 + 2X4 10 X3 + X4 1 X3 X1 0 X4 - X2 0 X1,X2,X3,X4 =(0 ,1)

NOTA:
Para asegurarse de que los coeficientes de la funcin objetivo son no negativo, sustituya Xj = 1 Xj* para cualquier Xj con coeficiente negativo en la funcion objetivo. Por consiguiente , sustituimos X1= 1-X1*y ajustamos el lado derecho de las restricciones conforme a ello, hacemos lo mismo para X2,X3 y X4. Ahora el algoritmo aditivo trata con X1*, X2*,X3*y X4*.

Reemplazando: en la tabla # 2 los siguientes valores X1=1-x1* X2=1-x2* X3=1-x3* X4=1-x4*

Minimice W* = 9X1 + 5X2 + 6X3 + 4X4 -24 Sujeta a:

-6X1* - 3X2* - 5X3* - 2X4* -6 -X3* X1* -1 -X3* + X1* 0 -X4* + X2* 0
X1*,X2*,X3*,X4* =(0 ,1)
Ahora tenemos: Minimice W = 9X1 + 5X2 + 6X3 + 4X4 -24 Ignoremos la constante -24 y remplazamos W*+24 con W, de manera que : Minimice W* = 9X1 + 5X2 + 6X3 + 4X4

Finalmente de la ecuacin final se obtiene:

Minimice W = 9X1 + 5X2 + 6X3 + 4X4 Sujeta a: -6X1* - 3X2* - 5X3* - 2X4* +6 0 -X3* X1* +1 0 -X3* + X1* 0 -X4* + X2* 0 X1*,X2*,X3*,X4* =(0 ,1)

X1 = X2 = X3 = X4 = X5 = 0 1) 2) 3) 4) 6 <= 0 ; Infactibilidad = 6 1 <= 0 ; I = 1 0 <= 0 ; I = 0 0 <= 0 ; I = 0

X2 = 1 , X1 = X3 = X4 = X5 = 0 a) b) c) d) 3 <= 0 ; I = 3 1 <= 0 ; I = 1 0 <= 0 ; I = 0 1 <= 0 ; I = 1

Infactibilidad Total 1.1: 6 + 1 + 0 + 0 = 7 X1 = 1 , X2 = X3 = X4 = X5 = 0

1) 2) 3) 4) 0 <= 0 ; Infactibilidad = 0 1 <= 0 ; I = 1 1 <= 0 ; I = 1 0 <= 0 ; I = 0

I.T. 1.3: 3 + 1 + 0 + 1 = 5
X3 = 1 , X1 = X2 = X4 = X5 = 0 a) b) c) d) 1 <= 0 ; I = 1 0 <= 0 ; I = 0 -1 <= 0 ; I = 0 0 <= 0 ; I = 0

I.T. 1.2: 0 + 1 + 1 + 0 = 2

I.T. 1.4: 1 + 0 + 0 + 0 = 1 La Menor

X4 = 1 , X1 = X2 = X3 = X5 = 0
a) b) c) d) 4 <= 0 ; I = 4 0 <= 0 ; I = 0 0 <= 0 ; I = 0 -1 <= 0 ; I = 0

I.T. 1.5: 4 + 0 + 0 + 0 = 4

Aqu concluimos, que lo menos malo es fijar la primera variable con valor de uno (1) a X2 ya que presenta la menor infactibilidad, remplazamos a X3 = 1 en las dos restricciones e iniciamos la 2 iteracin.

X2 = 1 ; X1 = X4 = 0 (X3 = 1) Remplazando se obtiene: -6X1 3X2 2X4 + 1 <= 0 (I) X4 <= 0 (II) X1 -1 <= 0 (III) -X4 + X2 <= 0 (IV) X1 = 1 ; X2 = X4 = 0 a) b) c) d) -5 <= 0 ; Infactibilidad = 0 0 <= 0 ; I = 0 0 <= 0 ; I = 0 0 <= 0 ; I = 0 a) b) c) d) -2 <= 0 ; I = 0 0 <= 0 ; I = 0 -1 <= 0 ; I = 0 1 <= 0 ; I = 1

I.T. 2.2: 0 + 0 + 0 + 1 = 1 X4 = 1 ; X1 = X2 = 0 a) -1 <= 0 ; I = 0 b) 0 <= 0 ; I = 0 c) -1 <= 0 ; I = 0 d) -1 <= 0 ; I = 0 I.T. 2.3: 0 + 0 + 0 + 0 = 0 Solucin factible, Z = 14 ptima Luego: X1* = 1 X2* = 1 X3* = 0 X4* = 0

I.T. 2.1: 0 + 0 + 0 + 0 = 0 Solucin factible, Z = 9 No ptima

Se eligen los contratos: 1 y 2 para obtener la mayor ganancia esperada de 14 millones de soles.

El mtodo de Enumeracin Implcita Cero Uno consiste en enumerar todas las soluciones y analizarlas; se entiende que este proceso es bastante dispendioso, sobre todo si se tiene un nmero apreciable de variables, ya que el nmero de combinaciones corresponde a 2n, donde n es el nmero de variables del problema.

Maximizar: 9X1 + 5X2 + 6X3 + 4X4 Sujeta a: 6X1 + 3X2 + 5X3 + 2X4 10 X3 + X4 1 X3 X1 X4 X2 X1,X2,X3,X4 =(0 ,1)

Como tenemos 4 variables para nuestro caso el nmero de combinaciones es 24=16 , que corresponde a la cantidad de soluciones posibles

En el tablero algunas soluciones son vlidas, mientras que otras no porque en algunos casos violan una, unas o todas las restricciones.

X1 X2 X3 X4

1 1 1 1

1 1 1 0

1 1 0 0

1 0 0 0

0 1 0 0

0 0 1 0

0 0 0 1

0 1 1 0

0 0 1 1

1 0 0 1

1 0 1 0

1 0 1 1

1 1 0 1

0 1 0 1

0 1 1 1

0 0 0 0

Solucin Optima: Y*1 = 1 Y*2 = 1 Z* = 14 Y*3 =0 Y*4 = 0