Programación entera
Investigación de operaciones Segunda entrega
- Video:Lección 38: programación lineal entera mixta
- Fuente:Canal NPTEL / YouTube
First-order mixed integer linear programming
Programación lineal entera mixta de primer orden
La programación lineal entera mixta es una poderosa representación que se usa a menudo para formular problemas de toma de decisiones bajo incertidumbre. Sin embargo, carece de un mecanismo natural para razonar acerca de objetos, clases de objetos y relaciones. Por su parte, la lógica de primer orden se distingue por razonar acerca de las clases de objetos, aunque adolece de una representación rica de incertidumbre. Aquí se expone una nueva propuesta denominada programación de primer orden, la cual combina ambos enfoques.
Este documento fue escrito por Geoffrey J. Gordon, Sue Ann Hong y Miroslav Dudik (Machine Learning Department, Carnegie Mellon University, Pittsburgh, PA, Estados Unidos). Se encuentra alojado en la página de arXiv.org, depósito institucional fundado y mantenido por la Cornell University Library (Cornell University. Ithaca, NY, Estados Unidos).
- Video:APS - Programación entera mixta para redistribución de antenas inalámbricas
- Fuente:Canal espol50 / YouTube
Mixed integer linear programming formulation techniques
Técnicas de formulación de programación lineal entera mixta
Un amplio número de problemas se pueden modelar mediante la programación lineal entera mixta utilizando técnicas de formulación estándar. No obstante, en algunos casos tal formulación puede resultar muy endeble o muy extensa para que sea resuelta de modo efectivo por los solucionadores.
El principal objetivo de este documento es sintetizar el estado del arte de las técnicas de formulación para una nutrida cantidad de problemas de programación lineal entera mixta. Se concentra en formulaciones para conjuntos de naturaleza mixta que requieren tanto restricciones enteras como variables continuas. Se da de manera intencional menos énfasis en algunas áreas relacionadas, tales como optimización combinatoria, cuadrática y polinomial, así como aproximaciones poliedrales de conjuntos convexos.
Este escrito fue elaborado por Juan Pablo Vielma (Sloan School of Management, Massachusetts Institute of Technology MIT, Cambridge, MA, Estados Unidos). Se encuentra alojado en Optimization Online, repositorio digital especializado en documentos sobre optimización y tópicos relacionados.
