Algoritmos aproximados - El problema de la mochila 0-1
2 recomendaciones9,457 vistas
El documento aborda el problema de la mochila 0-1 y el problema de llenado de cajas, presentando formulaciones, definiciones y algoritmos aproximados. Se discute la complejidad y los métodos de solución, incluyendo un algoritmo factor aproximado para la mochila y un algoritmo greedy para el llenado de cajas. Se concluye que las soluciones aproximadas tienen restricciones en su efectividad en comparación con las soluciones óptimas.
![LA MOCHILA 0-1 (APROXIMADO)
Algoritmo sub-optimo eficiente [(nlogn)]:](https://image.slidesharecdn.com/algoritmos-aproximados-mochila-0-1-140110124547-phpapp01/85/Algoritmos-aproximados-El-problema-de-la-mochila-0-1-12-320.jpg)
Algoritmos aproximados - El problema de la mochila 0-1
- 1. ALGORITMOS APROXIMADOS El problema de la mochila 0-1. El problema de llenado de cajas. Alejandro Claro Mosqueda
- 2. AGENDA • Formulación del problema de la mochila. • Definiciones básicas. • Algoritmos Aproximados. • Algoritmo aproximado para el problema de la mochila. • Formulación del problema de llenado de cajas. • Algoritmos aproximados para el problema llenado de cajas.
- 3. EL PROBLEMA DE LA MOCHILA 180 $ 45 Kg 400 $ 100 Kg 100 $ 20 Kg 350 $ 50 Kg
- 4. EL PROBLEMA DE LA MOCHILA Esto puede ser formulado de la siguiente manera: donde xj es una variable binaria, cuyo valor es 1 si j debe ser incluido en la caja y 0 de lo contrario.
- 5. PROBLEMAS DE OPTIMIZACIÓN Un problema de optimización, consiste de: • Un conjunto de instancias (D).
- 6. PROBLEMAS DE OPTIMIZACIÓN • Cada instancia I D tiene un conjunto de soluciones factibles (S ). I S (I) = = 400 $ 100 Kg 280 $ 65 Kg 450 $ 70 Kg 530 $ 95 Kg
- 7. PROBLEMAS DE OPTIMIZACIÓN • Un algoritmo en tiempo polinomial que dado el par (I, s) determina si s S . ( , 95 Kg )
- 8. PROBLEMAS DE OPTIMIZACIÓN • Una función objetivo (f ), calculable en tiempo polinomial, que asigna un numero real nonegativo a cada par (I, s). Donde s es una solución factible. 400 $ 280 $ 450 $ 530 $
- 9. PROBLEMAS DE OPTIMIZACIÓN Una solución optima para una instancia de un problema de minimización (maximización) es una solución factible que obtiene el valor más pequeño (grande) de la función objetivo. OPT(I) = 530 $
- 10. ALGORITMOS APROXIMADOS La idea detrás de los algoritmos aproximados es diseñar algoritmos en tiempo polinomial que resulten en una solución ¨próxima¨ a la solución optima de un problema de optimización NP. Sea un problema de minimización (maximización), y sea un numero real positivo, 1 ( 1). Un algoritmo A se dice que es algoritmo factor -aproximado para si en para cada instancia I, A produce una solución factible s, tal que (Minimización) (Maximización)
- 11. LA MOCHILA 0-1 (APROXIMADO) Es un problema débilmente NP-hard. Admite solución pseudo-polinomial con tiempo de ejecución en (nc) por programación dinámica. ¡Prohibitivo cuando c es grande!
- 12. LA MOCHILA 0-1 (APROXIMADO) Algoritmo sub-optimo eficiente [(nlogn)]:
- 13. LA MOCHILA 0-1 (APROXIMADO) No siempre determina la solución optimo, y desafortunadamente ¡puede ser arbitrariamente ¨malo¨!. 2$ 1 Kg X>2 X$ X Kg X$ OPT(I) = GREDDY(I) = 2$
- 14. LA MOCHILA 0-1 (APROXIMADO) ¡Afortunadamente, esto es fácil de solucionar! Considérese la siguiente modificación al algoritmo: ¡Algoritmo factor ½ - aproximado! ½
- 15. LA MOCHILA 0-1 (APROXIMADO) Sea l el menor entero tal que, Considere la siguiente modificación al problema, I’ = c’ OPT(I’) = GREEDY(I’)
- 16. LA MOCHILA 0-1 (APROXIMADO) OPT(I) OPT(I’) Empleando el hecho de que max(x,y) (x+y)/2 se obtiene que
- 17. LA MOCHILA 0-1 (APROXIMADO) OPT(I) > 450 $ 530/2 $ = 265 $
- 18. LLENADO DE CAJAS ¿Cuál es el mayor numero de objetos que se puede almacenar?
- 19. LLENADO DE CAJAS ¿ … ? ¿Cuál es el menor numero de cajas que se necesitan para almacenar todos los objetos?
- 20. LLENADO DE CAJAS (APROXIMADO) Algoritmo Greedy: Dado los objetos ordenados por orden no decreciente de peso, se introducen tantos como se pueda en una caja; cuando está este llena, ponemos cuantos sean posible en la siguiente. 5 Kg 2 Kg 3 Kg 4 Kg
- 21. LLENADO DE CAJAS (APROXIMADO) Greedy(I) = 5 Kg 7 Kg 4 Kg 7 Kg OPT(I) = Pero el algoritmo aproximado nunca se equivoca en mas de k-1 objetos; donde k es el número de cajas.
- 22. LLENADO DE CAJAS (APROXIMADO) Supóngase que se tiene una caja de capacidad Si se llena empezando por los objetos de menor peso, la solución es optima para esta caja.
- 23. LLENADO DE CAJAS (APROXIMADO) Si ahora se va dividiendo la caja por la porción de las cajas del problema original, se desplazaran lo objetos “partidos” a la siguiente caja. Lo que puede provocar que, que a lo sumo, el último objeto no quepa (caso dos cajas). Al generalizar este resultado se obtiene que para k cajas, la solución aproximada tendrá, a lo sumo, k-1 objetos menos que la solución optima.
- 24. LLENADO DE CAJAS (APROXIMADO) • Para ordenar los objetos se requiere un tiempo de ejecución (nlogn). • El tiempo de ejecución del algoritmo Greedy es (n)
- 25. LLENADO DE CAJAS (APROXIMADO) ¿Cuál es el menor numero de cajas que se necesitan para almacenar todos los objetos? ¿ … ? Algoritmo Greedy: Se toman los objetos por orden de pesos no decrecientes, se colocan tantos como sea posible en la primera caja, después en la segunda, y así sucesivamente, y al final se cuentan el número de cajas que se necesitan para almacenar los n objetos.
- 26. LLENADO DE CAJAS (APROXIMADO) Es posible demostrar que la solución aproximada (s) esta acotada por donde b es la solución optima del problema.
- 27. LLENADO DE CAJAS (APROXIMADO) Algoritmo Greedy alternativo: Se obtiene algoritmo aproximado mejor si los objetos se consideran por orden no creciente, Ahora se va tomando cada objeto por turno, y se intenta añadir el objeto a la caja 1; si no cabe, se intenta añadir a la caja 2, y así sucesivamente; si no cabe en ninguna de las cajas existentes, se comienza a llenar una nueva caja. ? ? ? …
- 28. LLENADO DE CAJAS (APROXIMADO) Es posible demostrar que la solución aproximada (s) esta acotada por donde b es la solución optima del problema.