1

Mtodo de Ramificacin y Acotamiento

(Branch and Bound)

RESUMEN

Hasta el momento solo hemos visto mtodos de resolucin de problemas lineales

continuos. Sin embargo es muy frecuente que la naturaleza del problema nos diga que las

variables son enteras o binarias. Una alternativa es simplemente aproximar la solucin hacia

el entero mas cercano, pero esta estrategia podra ser bastante mala como de hecho ocurre

para las variables binarias. El algoritmo de ramificacin y acotamiento (o de branch and

bound) comienza con una relajacin del problema (no considerar restricciones de

integralidad) y construye un rbol con soluciones enteras particionado el conjunto de

soluciones factibles de modo de descartar soluciones fraccionarias. Sin embargo, este solo

hecho de descomponer nos puede llevar a un problema inmanejable por lo que debemos podar

el rbol de manera inteligente.

Abstract

So far we have only seen methods of solving continuous linear problems. However, it is

very common for the nature of the problem to tell us that the variables are whole or binary.

An alternative is simply to approximate the solution for the closest set, but this strategy could

be quite bad as it actually happens for binary variables. The branch and bound algorithm

begins with a relaxation of the problem (does not need integrality constraints) and builds a

tree with whole solutions partitioning the set of feasible solutions in order to rule out
 2

fractional solutions. However, this single fact of decomposing can lead to an unmanageable

problem so we must prune the tree intelligently.

INTRODUCCION

Un problema de programacin entera es un problema de programacin lineal.

El sentido comn dicta que este tipo de problemas deben ser mucho ms sencillos que los

problemas de programacin lineales convencionales.

Existen tres casos de programacin entera:

-Programacin entera pura.

-Programacin entera mixta.

-programacin entera binaria.

Un enfoque para obtener soluciones enteras a un problema es resolver de la solucin ptima

obtenida de la solucin del Simplex y redondear las soluciones a nmeros enteros.

Uno de los mtodos ms usados para solucionar este tipo de problemas es el mtodo de

ramificacin y acotamiento

OBJETIVOS

El objetivo de esta investigacin es presentar un mtodo para resolver problemas de

programacin entera (PE) mediante la tcnica de ramificacin y acotamiento.

 3

Adems de conocer la ramificacin y acotacin de programacin entera y los pasos para

llevarla acabo asimismo encontrar la solucin optima del PE mediante la enumeracin

exhaustiva de los puntos en una regin factible de un subproblema.

algoritmo de ramificacin y acotamiento

OBJETIVOS ESFECIFICOS

Plantear problemas de programacin Entera.

Aplicar el algoritmo de Ramificacin y Acotamiento

Utilizar el WinQSB para el analisis respectivo

MARCO TERICO

En 1960,Ailsa H.Land y Alison G. Doig, presentan el algoritmo Land-Doig. El nombre de

bifurcacion y acotamiento (o bien, ramificacin y acotamiento y en ingles Branch and

bound) se lo dan posterirmente Little,Murty,Sweeney,Karel.Mas tarde, el algoritmo fue

modificado por Darkin, haciendo de manera mas general.

El mtodo de ramificacin y acotamiento que es muy elegante y simple, redondea y acota

varaibles enteras, resultantes de la solucin de los problemas lineales correspondientes.Este

proceso de acotameinto y redondeo se hace de una manera secuencial lgica heurstica que

permite eliminar con anticipacin un buen numero de soluciones factibles alejadas del optimo

a medida que se itera,De tal suerte que su uan variable entera Xj ,j=1,n esta acotada entre un
 4

limite inferior entero dj, j=1,n y un limite superior entero uj,j=1,n el proceso de ramificacin y

acotacin solo analiza un numero muy pequeo de toldas las soluciones posibles.

Mtodo de ramificacin y acotamiento

Es un mtodo usado para resolver un problema de programacin entera en el que los nodos

del arbol asociado se examinan de una manera sistematica tratando de eliminar por

consideracin tantos nodos terminales como sea posible. Con el mtodo de ramificacin y

acotamiento, en vez de buscar nodos terminales directamente, comienza en el nivel superior

del arbol y procede de nodo en nodo, se resuelve el programa lineal asociado.sobre la base de

esta solucin, se toma una decisin respecto a que nodos del arbol, si los hay, pueden

eliminarese para otras consideraciones, lo que reduce el numero de nodos terminales que

necesitan examinarse.

Caractersticas claves

Si un problema de programacin lineal en un nodo es infactible, entonces tambin lo es

el problema entero asociado en ese nodo, as como todos los problemas asociados con los

nodos debajo del actual.

Si el programa lineal actual tiene una solucin ptima, entonces el valor ptimo de la

funcin objetivo del problema entero correspondiente, as como de cualquier programa lineal

o entero asociado con un nodo debajo del actual, no puede exceder el del actual.

Mientras ms lejos se fije el valor de una variable de su valor en la solucin ptima de

un programa lineal, peor ser el valor de la funcin objetivo ptima del programa lineal

asociado
 5

Una vez que un problema de programacin lineal es infactible para un valor entero fijo

de una variable mayor (menor) que su valor ptimo en el programa lineal, todos los valores

mayores (menores) de esta variable originan problemas de programacin lineal infactibles.

Si el programa lineal en un nodo es ilimitado, el problema de programacin entera es

ilimitado o infactible.

Utilizacin

En algunos problemas los valores de las variables de decisin no pueden contener

decimales, como por ejemplo, en el caso de fabricacin de artefactos para su venta, debido

que estos no pueden ser vendidos de forma incompleta, tambin se da el caso cuando se tiene

la asistencia de personas a eventos, pues en ellos las variables solo pueden tomar valores de 0-

1 (Binarios) los cuales indican si la persona asiste o no

BASES TERICAS

ALGORITMO DE RAMIFICACION Y ACOTAMIENTO

Paso 1: Resuelva el Problema Lineal utilizando el mtodo correspondiente.

Paso 2: La solucin es entera?

2.1 Si, Se obtuvo la Solucin Optima, ir al Paso 8.

2.2 No, ir al Paso 3.

Paso 3: Escoger de la solucin final una variable entera Xj, cuyo resultado es fraccionario

e igual a Xbi.
 6

Paso 4: Resolver 2 P.L. iguales al anterior uno con restriccin Xj <= [Xbj] y el otro con

restriccin Xj >= [Xbj]+1

Paso 5: Incluir en el anlisis aquellos programas cuyo resultado sea el mejor (mx., min.),

a cualquiera de las soluciones enteros conocidos.

Paso 6: Seleccionar el Programa que tenga el mximo valor de la F.O.

Paso 7: Ir al Paso 2.

Paso 8: Fin.

Diagrama de flujo

Inic

Resolver el P.L. correspondiente

(Mtodo Simplex)

0 1
La
solucin es
entera?

Escoja de esta estructura una

Solucin
variable entera Xj , cuyo resultado es
ptima

Resuelva dos P.L.s iguales al anterior uno

con restriccin adicional Xj <= [XBj] y el otro

FIN
Incluir en el anlisis aquellos programas
cuyo resultado sea mejor a cualquiera de las
soluciones enteros conocidos

Seleccinese el programa que

tenga el mximo valor de la F.O.

 7

Ejemplo

Max F(X) = 8x1 + 10x2

s.a. 4x1 + 6x2 24

8x1 + 3x2 24

x10,x20, x1,x2Z+

Resolviendo en primer lugar el PL, es decir

Max F(X) = 8x1 + 10x2

s.a. 4x1 + 6x2 24

8x1 + 3x2 24

x10,x20

mtodo simplex

x1 = 2, x2 = 8/3, f(x) = 128/3

Primera Ramificacin:

Solucin: x1 = 2, x2 = 8/3, f(x) = 128/3

subproblema 1 subproblema 2

Max F(X) = 8x1 + 10x2 . Max F(X) = 8x1 + 10x2

s.a. 4x1 + 6x2 24 s.a. 4x1 + 6x2 24

8x1 + 3x2 24 8x1 + 3x2 24

x2 3 x2 2

x10,x20 x10,x20
 8

solucin x1=1,5, x2=3, F(x)=42 solucin x1=2,5, x2=2, F(x)=38

Segunda ramificacin:

Solucin anterior mejor: x1=1,5, x2=3, F(x)=42

subproblema 1.1 subproblema 1.2

Max F(X) = 8x1 + 10x2 . Max F(X) = 8x1 + 10x2

s.a. 4x1 + 6x2 24 s.a. 4x1 + 6x2 24

8x1 + 3x2 24 8x1 + 3x2 24

x2 3 x2 3

x1 1 x1 2

x10,x20 x10,x20

solucin x1=1, x2=10/3,F(x)=124/3 solucin infactible.

Tercera ramificacin

Solucin anterior mejor: x1=1, x2=10/3,F(x)=124/3

subproblema 1.1.1 subproblema 1.1.2

Max F(X) = 8x1 + 10x2 . Max F(X) = 8x1 + 10x2

s.a. 4x1 + 6x2 24 s.a. 4x1 + 6x2 24

8x1 + 3x2 24 8x1 + 3x2 24

 9

x2 3 x2 3

x1 1 x1 2

x2 3 x2 4

x10,x20 x10,x20

solucin x1=1, x2=3,F(x)=38 solucin x1=0, x2=4,F(x)=40

Solucin OPTIMA x1 = 0, x2 = 4, F(x) = 40

El rbol del problema resuelto es el siguiente:

2 X1=2,5,X2=2,F=3
1.1.1 X1=1,X2=2,F=3

X23
X22
PL X1=2,X2=8/3,F=128/3 1.1 X1=1,X2=10/3,F=124/3

X23
X24
X11

1 X1=1,5,X2=3,F=4 1.1.2 X1=0,X2=4,F=4

X12

1.2 INFACTIBLE

Grfico 1
 10

CONCLUSIONES

-La programacin entera representa problemas donde las variables de decisin son enteras,

lo cual es un caso muy frecuente.

-El mtodo de Acotamiento y Ramificacin ofrece una manera sencilla para solucionar

problemas de programacin entera de manera sencilla, aunque no siempre de manera

eficiente.

-A pesar de tener un nmero de soluciones finitas, los problemas de programacin entera

tienen un grado de dificultad considerable, y muchas veces no existe solucin para estos

problemas.

BIBLIOGRAFIA

Contreras, m. a. (2008). investigacion de operaciones. tacna: editorial S.A.

Goic, M. (s.f.). Analisis Post Optimal. Obtenido de Algoritmo de ramificacion y

acotamiento: https://www.u-

cursos.cl/ingenieria/2008/2/IN34A/2/material_docente/bajar?id_material=198948

Hillier, F. (1998). introduccion ala investigacion de operaciones. Mc Graw hill.

Investigacion de Operaciones. (5 de noviembre de 2011). Obtenido de

http://www.investigaciondeoperaciones.net/programacion_entera.html

software TORA. (s.f.).

Taha, H. a. (2004). investigacion de operaciones. mexico: person educacion.