Documente Academic
Documente Profesional
Documente Cultură
3. Restricciones:
presupuesto año 1 : 5x1 + 4x2 + 3x3 + 7x4 + 8x5 ≤ 25
presupuesto año 2 : x1 + 7x2 + 9x3 + 4x4 + 6x5 ≤ 25
presupuesto año 3 : 8x1 + 10x2 + 2x3 + x4 + 10x5 ≤ 25
valor máximo de las variables : x j ≤ 1, j = 1, . . . , 5
no negatividad : x j ≥ 0, j = 1, . . . , 5
integralidad : x j es entera, j = 1, . . . , 5.
Nótese que, a las restricciones de presupuesto para cada año, hemos añadido las restric-
ciones x j ≤ 1 que indican que el valor de cada variable no puede exceder la unidad, además
de las restricciones de no negatividad x j ≥ 0.
Nótese además que hemos añadido a las restricciones lineales un nuevo tipo de restric-
ción, denominada de integralidad, que indica que las variables han de ser enteras. Ası́, pode-
mos decir que un PE es un PL con restricciones de integralidad. Ası́, la región de soluciones
factibles de un PE es un conjunto discreto.
Ası́, hemos obtenido la siguiente formulación de PE:
(PE) zPE = max 20x1 + 40x2 + 20x3 + 15x4 + 30x5
sujeto a
5x1 + 4x2 + 3x3 + 7x4 + 8x5 ≤ 25
x1 + 7x2 + 9x3 + 4x4 + 6x5 ≤ 25
8x1 + 10x2 + 2x3 + x4 + 10x5 ≤ 25
x j ≤ 1, j = 1, . . . , 5
x j ≥ 0 y entera, j = 1, . . . , 5.
En adelante denotaremos las formulaciones que escribamos por unas siglas entre parénte-
sis. Ası́, la formulación de arriba es la formulación (PE). Además, indicaremos el nombre de
la formulación en el valor óptimo del objetivo, p. ej. escribiendo zPE .
2
¿Cómo podemos resolver tal formulación de PE? Como hasta ahora sólo hemos visto
cómo resolver programas lineales, resulta natural probar a pasar por alto las restricciones de
integralidad en la formulación (PE). Ası́, obtenemos la siguiente formulación de PL:
Diremos que esta última formulación, que hemos denominado (PL), es la relajación lineal
de la formulación entera (PE) anterior. El término “relajación” se debe a que la formulación
(PL) se ha obtenido relajando las restricciones de (PE), esto es, haciéndolas menos estrictas,
mediante la eliminación de las restricciones de integralidad.
Hemos denotado el valor óptimo de la relajación por zPL . Como veremos, el valor óptimo
de una formulación de PE y el de su relajación lineal no tienen por qué coincidir. Sus valores,
sin embargo, han de cumplir la siguiente relación.
zPE zPL
Nótese que si el problema fuese de minimización, y zPE , zPL denotasen los valores mı́ni-
mos de un PE y de su relajación lineal, la relación fundamental dirı́a que zPE ≥ zPL : el valor
mı́nimo de un PE está acotado por abajo por el valor mı́nimo de su relajación lineal
A continuación procedemos a resolver la relajación lineal (PL), p. ej. con el Solver de
Excel. Ası́, obtenememos la solución relajada xPL = (0,5789, 1, 1, 1, 0,7368), con valor
zPL = 108,68 e. Ahora bien, ¿podemos interpretar ésta en términos del problema de selec-
ción de proyectos? ¿Tiene sentido decir que xPL
1 = 0,5789? Claramente, la respuesta a ambas
preguntas es: en el contexto del problema entero de interés, no. En este caso, la solución de
3
la relajación lineal (PL) no es entera, y por tanto no es una solución factible del problema
entero (PE).
Aunque la solución de la relajación lineal anterior no nos da una solución factible para
(PE), sı́ nos proporciona, en cambio, información valiosa sobre el valor óptimo de (PE). Ası́,
aplicando la Relación Fundamental de la PE, obtenemos que zPE ≤ zPL = 108,68 e.
Alguien podrı́a sugerir la idea de tratar de obtener una solución factible para el PE redon-
deando la solución óptima de su relajación lineal. En este ejemplo, obtendrı́amos la solución
redondeada xRPL = (1, 1, 1, 1, 1), que, como podemos comprobar, no es factible para el PE.
Por tanto, debemos descartar tal idea en general, aunque en ocasiones puede dar buenos re-
sultados.
¿Cómo podemos entonces resolver un PE? En los apuntes de la próxima semana daremos
un método general de resolución: el método “Ramifica y Acota”. Veremos que éste se basa
en la resolución de relajaciones lineales, y en la aplicación de la Relación Fundamental de la
PE.
sujeto a
4
∑ xi j ≤ 1, i = 1, . . . , 6
j=1
6
∑ xi j = 1, j = 1, . . . , 4
i=1
xi j ≥ 0, para todo i, j.
Sin embargo, a la luz de nuestros nuevos conocimientos sobre PE, ahora sabemos que el
problema que realmente nos interesaba resolver es el PE
sujeto a
4
∑ xi j ≤ 1, i = 1, . . . , 6
j=1
6
∑ xi j = 1, j = 1, . . . , 4
i=1
xi j ≥ 0 y entera, para todo i, j.
Ası́, lo que resolvimos en realidad era (PL), la relajación lineal de (PE). Al resolver la
relajación lineal PL obtuvimos que su valor óptimo era de zPL = 254. Además, la solución
4
óptima de la relajación que obtuvimos, que designaremos como xF , resultó ser entera factible
(esto es, las variables de decisión tomaron valores enteros). El valor de la xF , por tanto,
será zF =PL .
En su momento, dimos por válida esta solución óptima de (PL) como solución óptima de
(PE). ¿Procedimos correctamente? Como muestra el siguiente resultado, la respuesta es que
sı́.
Criterio de optimalidad en PE: Una solución entera factible xF es óptima para
el PE si es solución óptima de una relajación lineal. En tal caso, se cumple que
zF = zPE = zPL .
La Figura 2 ilustra gráficamente el criterio de optimalidad.
zF = zPE = zPL
5
Por tanto, si utilizamos la solución xF podemos asegurar que no estamos perdiendo más de
33,68 e con respecto al valor óptimo.
La Figura 3 ilustra gráficamente el procedimiento de acotación.
brecha de suboptimalidad de xF
zF zPE zPL
Nótese que tal resultado prueba la validez del criterio de optimalidad que vimos en la
sección anterior. Ası́, si tuviéramos una solución entera factible xF que hemos calculado como
solución de una relajación lineal (PL), de manera que zPL = zF , la desigualdad obtenida más
arriba nos darı́a que
0 ≤ zPE − zF ≤ zPL − zF = 0 =⇒ zPE = zF ,
y, por tanto, la solución xF serı́a óptima.
6
Comenzamos por formular su relajación lineal, dada por la formulación de PL
4
x2
0
0 1 2 3 4 5 6
x1
Procedemos dibujando la región factible entera, que es el conjunto de puntos con coorde-
nadas enteras que quedan dentro del polı́gono dado por la región factible lineal, incluyendo
su frontera. La región factible entera se muestra como el conjunto de puntos verdes en la
Figura 5.
Para encontrar la solución óptima de (PE), hemos de desplazar las rectas de nivel del ob-
jetivo tanto como sea posible hacia valores mayores (en este caso, hacia arriba a la derecha),
y encontrar el punto entero factible (verde) que marca el lı́mite a tal desplazamiento. Como
comentamos más arriba, en este caso las rectas de nivel del objetivo son casi paralelas al lado
derecho del polı́gono que da la región factible lineal. Por tanto, observamos en la Figura 5
que la mejor solución factible entera será uno de los puntos (3, 3) y (5, 0). Para determinar
7
6
x2
2
0
0 1 2 3 4 5 6
x1
cuál de ellos es el óptimo, calculamos los valores del objetivo en ambos: en (3, 3), el objetivo
vale 4,92 e, mientras que en (5, 0) vale 5 e. Ası́, obtenemos que la solución óptima entera es
el punto xPE = (5, 0), con un valor de zPE = 5 e. Nótese que, en este caso, la solución óptima
entera está bastante alejada de la solución óptimal lineal.
8
mediante la matriz de incidencia vuelo-asignación A = (ai j )m×n , donde
(
1 si la asignación j cubre el vuelo i
ai j =
0 en otro caso.
min c1 x1 + · · · + cn xn .
3. Restricciones:
Nótese que tales restricciones implican que las variables son binarias.
El problema que se plantea la organización es: seleccionar las localizaciones para instalar
los puntos de acceso, de manera que se garantice la cobertura a coste mı́nimo.
A continuación se dan los elementos de la formulación de PE binaria de tal problema:
9
2. Objetivo: minimizar el coste total de instalación, esto es,
min c1 x1 + · · · + cn xn .
3. Restricciones:
Nótese que tales restricciones implican que las variables son binarias. Observamos que
la formulación dada es muy similar a la anterior, correspondiente al modelo de asignación
de tripulaciones a vuelos. La principal diferencia se encuentra en el bloque de restricciones
correspondiente a la matriz de incidencia: en el caso anterior, tales restricciones son del tipo
“=”, mientras que en caso presente son del tipo “≥”. ¿Puedes explicar por qué?
En tal contexto, resulta de interés formular restricciones lógicas como restricciones que
podemos incorporar a una formulación de PE.
Ası́, p. ej., supongamos que queremos formular la restricción lógica “No se pueden se-
leccionar más de dos actividades”. Su formulación natural es:
x1 + · · · + xn ≤ 2.
Otro tipo útil de restricción lógica corresponde a las relaciones de precedencia entre
actividades, como ilustra el siguiente ejemplo. Supongamos que, para que se lleve a cabo la
actividad 2, previamente se ha debido realizar la actividad 4. ¿Cómo podemos formular tal
relación? Resulta sencillo comprobar que podemos formularla como
x2 − x4 ≤ 0.
10