Scientia et Technica Año XXVIII, Vol. 28, No. 03, julio-septiembre de 2023. Universidad Tecnológica de Pereira
términos de facilidad pedagógica y brinda una herramienta con
la cual se puede introducir a los métodos de punto interior.
El método basado en direcciones encuentra la solución óptima
al problema, no obstante, se reconoce los problemas asociados
a la elección del punto de partida del algoritmo o punto inicial,
ya que no se garantiza la convergencia del método a la solución
óptima, pues si bien es cierto que dicho punto tiene que estar
dentro de la región factible, de la elección de este dependerá
que el algoritmo busque la convergencia a la solución del
problema.
Con lo anterior, la elección del punto inicial es arbitrario, en
este método justifica una investigación posterior con el fin de
atacar dicho problema, sin embargo, la literatura ofrece
mecanismos en los cuales esta elección se define buscando un
punto equidistante a las fronteras de la región factible o
simplemente un valor arbitrario cercano a la solución del
problema.
Mediante los mismos principios utilizados en esta propuesta
para la creación de este nuevo método, la posibilidad de generar
algoritmos alternos de punto interior radica en establecer más
direcciones de las aquí planteadas, esto con el fin de mejorar (si
es posible) la convergencia a las soluciones de los problemas
estándar de programación lineal.
Para finalizar, el trabajo aquí presentado es teórico y no
experimental, esta razón no se incluyen aplicaciones reales, sin
embargo, se muestra un ejemplo ilustrativo de siete variables
presentado en la sección anterior, lo podemos comparar con el
método SIMPLEX y vemos que tiene un tiempo de ejecución
menor usando el método aquí presentado en comparación al
método SIMPLEX, los tiempos determinados mediante los
métodos mencionados se muestran en la Tabla I y en la Tabla
II.
TABLA I
TIEMPO ALGORITMO PROPUESTO
comando "linprog" del Software MATLAB, a continuación, se
presenta el comando utilizado
A=[2,1,1,1,0,0,0;1,2,1,0,1,0,0;1,1,2,0,0,1,0;1,1,1,0,0,0,1];
B=[4;4;4;3]; C=[3;5;6;0;0;0;0]; FORMAT SHORT; OPTIONS =
OPTIMSET('LARGESCALE','OFF','SIMPLEX','ON');
[X,FVAL,EXITFLAG,OUTPUT]=LINPROG(C,[],[],A,B,ZEROS(
SIZE(C)),[],[],OPTIONS) X.
REFERENCIAS
[1] T. H. Cormen, C. E. Leiserson, R. L. Rivest y C. Stein, Introduction to
Algorithms, Second Edition, Cambridge , Massachusetts London,
England: McGraw-Hill Book Company , 2001.
[2] M. El Ghami, Z. A. Guennoun, S. Bouali y T. Steihaug, «Interior-point
methods for linear optimization based on a kernel function with a
trigonometric barrier term,» Journal of Computational and Applied
Mathematics, pp. 3613-3623, 2012. DOI 10.1016/j.cam.2011.05.036
[3] F. A. Potra y S. J. Wright, «Interior-point methods,» Journal of
Computational and Applied Mathematics, pp. 281-302, 2000.
[4] J. Gondzio, «Interior point methods 25 years later,» European Journal
of Operational Research, pp. 587-601, 2012. DOI
10.1016/j.ejor.2011.09.017
[5] F. S. Hillier y G. J. Lieberman, Introduccion a la investigacion de
operaciones, McGraw-Hill Interamericana de España, 2010.
[6] R. G. Jeroslow, «The simplex algorithm with the pivot rule of
maximizing criterion improvement,» Discrete Mathematics, pp. 367-
377, 1973. DOI 10.1016/0012-365X(73)90171-4
[7] N. Karmarkar, «A new polynomial-time algorithm for linear
programming,» Proceedings of the sixteenth annual ACM symposium
on Theory of computing, pp. 302-311, 1984.
[8] L. G. Khachiyan, «Polynomial algorithms in linear programming,»
USSR Computational Mathematics and Mathematical Physics, pp. 53-
72, 1980. DOI 10.1016/0041-5553(80)90061-0
[9] V. Klee y G. J. Minty, «How good is the simplex algorithm,»
Technical rept., 1970.
[10] E. Kreyszig, Introductory functional analysis with applications, New
York, 1978.
[11] A. L. Ramirez Leal, . O. Y. Buitrago Suescún, R. A. Britto Agudelo y
A. Fedossova, «A new algorithm for solving linear programming
problems,» Ingeniería e Investigación, pp. 68-73, 2012. DOI
10.15446/ing.investig.v32n2.31949
[12] A. Garces Ruiz, E. M. Toro y J. C. Galvis, «MÉTODO DE PUNTOS
INTERIORES APLICADO AL PROBLEMA DE TRANSPORTES,»
Scientia Et Technica, 2005. DOI 10.22517/23447214.6877
Tiempo algoritmo
propuesto
1 0,051 s
[13] O. Gomez Carmona, L. A. Gallego y L. P. Garces, «METODO DE
PUNTOS INTERIORES PARA PROGRAMACIÓN LINEAL
APLICADO A PROBLEMAS CON ÓPTIMOS ALTERNATIVOS,»
Scientia Et Technica, vol. 1, nº 27, 2005. DOI
10.22517/23447214.6873
[14] E. Carreño, E. Toro Ocampo y A. Escobar, «Optimización de sistemas
lineales usando métodos de punto interior,» Scientia Et Technica, vol.
1, nº 24, 2004. DOI 10.22517/23447214.7283
[15] K. Sydaseter y J. Hammond, Matemáticas para el análisis económico,
Pearson Educación, 1996.
Como ya fue mencionado, se observa una mayor eficiencia en
tiempos computacionales a la hora de buscar la solución a un
PPL, los tiempos ejecutados se definieron mediante el
Function Name Calls Total Time