Escolar Documentos
Profissional Documentos
Cultura Documentos
Relajacion Lagrangiana
Contenidos
1 Problema de CMR
2 Relajacion Lagrangiana
3 Flujos Multicommodity
Definicion
Dado G = (N, A), cada (i, j) A tiene cij y tij .
Queremos llegar de s a t tal que minimizamos el costo y
el tiempo no es muy alto.
Camino Minimo: facil!
Camino Minimo Restringido: NP-hard
Por ejemplo, considere el siguiente problema:
Ejemplo
Que pasa si cobramos un peaje de $1 por unidad de
tiempo en cada arco?
y si cobramos 0.1?
y si cobramos $10?
Cual es la solucion correcta?
El problema de optimizacion de camino mnimo
restringido es:
mn c T x
Nx = b
tT x T
x {0, 1}|A|
Ideas
Simplificar el Problema
La idea de relajacion Lagrangiana es remover
restricciones que hacen que el problema sea dificil.
Se cobra por violar estas restricciones.
mn c T x
mn c T x + 2(v T x g)
s.t. Ax = b se convierte
s.t. Ax = b
vTx g
Ideas
Definicion
Dado costos (multiplicador Lagrangiano) definimos el
Problema Lagrangiano, donde L() denota su valor
optimo, e.g.
z = mn c T x
L((1 , 2 , 3 )) =
s.t. Ax = b
mn c T x + 3i=1 Ti (Mi x gi )
P
M1 x g 1
s.t. Ax = b
M2 x g 2
con 1 0, 2 0, 3 unconstrained
M3 x = g 3
Graficamente
Para el problema de camino minimo restrigido
Dibuje el costo de cada camino como funcion del
peaje
Encuentre el Lagrangeano Dual
Ha resuelto el problema original?
Esto significa que P = NP??
Un poco de teoria
Proposition Considere mn c T x | Ax = b, Mx g, el
problema Lagrangeano obtenido al relajar Mx g para
todo multiplicador 0 satisface L() z
Ejercicio: El PL dual
Derive el PL dual usando el Dual Lagrangeano
mn c T x
s.t. Ax b
x 0
Motivacion
Del mono pareciera que se puede resolver el dual
Lagrangeano
max0 L() = mn c T x + T (Mx g)
s.t. Ax = b
nos daria LI = L .
Dpto. Ingeniera Industrial, Universidad de Chile Relajacion Lagrangiana
Contenidos Problema de CMR Relajacion Lagrangiana Flujos Multicommodity
Primer Algoritmo
Construir LI gradualmente:
Set k = 0
Let x 0 a solution to problem L(0)
Set I k = {x 0 }, and k = argmax| LI k
while LI k > L(k ) do Let k = k + 1
k k
Let x = argminL( )
Set I k = I k 1 {x k }
Set k = argmax| LI k
endwhile
Optimizacion Subgradiente
Algoritmo 2
Algoritmo de optimizacion non-lineal para optimizar
max L().
Metodo iterativo en que k +1 = k + k L(k )
Set 0 , k = 0
Let x 0 a solution to problem L(0 )
Set 1 = 0 + 0 (Ax 0 b)
while |k +1 k | > TOL Let k = k + 1
Let x k a solution to problem L(k )
Set k +1 = k + k (Ax k b)
endwhile
Converge si k 0 y nk=1 k .
P
Relajacion Lagrangiana
cijk xijk
X X
mn
(i,j)A 1k K
k k
s.t. Nx
X= b
xijk uij
1k K
0 xijk uijk
Relajacion Lagrangiana
Relajacion Lagrangiana
Relajacion Lagrangiana
Relajacion Lagrangiana
Relajamos las capacidades mixtas:
!
cijk xijk + xijk uij
X X X X
mn ij
(i,j)A 1k K (i,j)A 1k K
s.t. N k x k = bk
0 xijk uijk
Que obtenemos?
Proposition Para PL L = z
Generacion de Columnas
Condiciones de Optimalidad
Obtenemos condiciones de optimalidad para flujos
multicommodity de la dualidad de PL. Consider uijk = +,
esto nos da:
Generacion de Columnas
Generacion de Columnas
c k (P)f (P)
X X
mn
1k
X Xk
K PP
s.t. ij (P)f (P) uij
1k
XK PP k
f (P) = d k
PP k
f (P) 0
- Primal feasibility
- Dual feasibility/non-negative reduced costs
- Same objective function/complementary slackness
Generacion de Columnas
f (P) = d k
X
PQik
f (P) 0
Dpto. Ingeniera Industrial, Universidad de Chile Relajacion Lagrangiana
Contenidos Problema de CMR Relajacion Lagrangiana Flujos Multicommodity
Generacion de Columnas
cijk + wij k
X
mn
PP k
(i,j)P
Generacion de Columnas