Un modelo se dice de programacin entera si incluye alguna(s) variable(s) entera(s) TIPOS DE VARIABLES ENTERAS 1. Variables Enteras Generales 2. Variables Binarias CLASES DE MODELOS DE PE Dependiendo del tipo de variables ue incluyen pueden ser! 1. "odelos de #E pura 2. "odelos "i$tos %os "odelos "i$tos son &tiles cuando se incluyen 'ostos (emi)i*os COSTOS SEMIFIJOS (on costos cuya magnitud no depende del vol&men producido+ pero ue slo ocurren si se produce. EL MODELO TIPO MOCHILA E,E"#%-! Una persona dispone de .1/+000 y desea esco*er la me*or combinacin de entre cuatro alternativas de inversin! 1lternativa 2nversin V#3 1 . 4000 . 15000 2 . 6000 . 22000 7 . /000 . 12000 / . 7000 . 8000 (ea! 9* : 1 si decide invertir en alternativa * : 1+2+7+/ : 0 si 3- ";$ < : 15 $ 1 = 22 $ 2 = 12 $ 7 = 8 $ /
4 $ 1 = 6 $ 2 = / $ 7 = 7 $ / 1/ %a solucin de este modelo Binario indica la me*or combinacin. Formula!"# $%l Mo$%lo Mo&!la -B,E>2V-! incluir el m;$ ? de productos de distinto valor (c i ) en un espacio limitado (b) 9 * : 1 se incluye el art@culo j en la mocAila 0 no se incluye ";$ < : c 1 $ 1 = c 2 $ 2 = ... = c n $ n
s.a. $ 1 = $ 2 = .... = $ n b 3.' FORM(LACIN DE MODELOS CON VARIABLES ENTERAS APLICACIONES TIPICAS Mo$%lo) *!+o Mo&!la, se busca incluir el m;$imo n&mero de diversos productos con di)erente valor+ en un espacio limitado. S%l%!"# $% Car*%ra, seleccionar la me*or combinacin de alternativas para alcanBar el m;$imo rendimiento. Mo$%lo) o# Co)*o) S%m!-F!.o) "odelos con costos variables y costos semiC)i*os (de preparacin o de instalacin.) Pro/l%ma) $% Co/%r*ura Determinar el n&mero m@nimo de localiBaciones con el ob*eto de proveer cobertura a un grupo de areas Pro/l%ma) $% A)!0#a!"# (e busca asignar unoCaCuno recursos en )orma ptima. Pro0rama!"# $% R%ur)o), asignar optimamente recursos de manera secuencial. Pro/l%ma $%l A0%#*% V!a.%ro 1TSP2 Determinar la me*or secuencia de actividades e*ecutando cada actividad una sola veB. 3.'.3 (SO DE VARIABLES BINARIAS (se usan para indicar decisiones lgicas) (uponga ue se disponen de k alternativas y sea 9 * : 1 si se esco*e la alternativa * 0 si no ALTERNATIVAS M(T(AMENTE E4CL(SIVAS 1lternativas ue no pueden aparecer *untas en la solucin $ 1 = $ 2 1 MA4IMO 5 ACEPTABLE DE ALTERNATIVAS 'uando todas las alternativas no pueden estar *untas en la solucin $ 1 = $ 2 = $ 7 = $ / = $ 4 2 ALTERNATIVAS DEPENDIENTES El valor de una variable depende del valor de otra(s) E*emplo! alternativa 2 slo puede estar en solucin si alternativa 1 se seleccion $ 2 $ 1
EJERCICIO (uponga ue 9 1 9 2 y 9 7 son variables binarias cuyo valor 1 indica ue se va a abrir una planta en una lugar determinado y 0 indica lo contrario. Escriba una restriccin para cada una de las siguientes condiciones! a. (i se abre la planta 1 entonces la planta 2 no deber@a abrirse. b. (i se abre la planta 1 entonces la planta 2 deber@a abrirse. c. 1l menos una de las tres plantas deber@a abrirse. d. 3o m;s de dos de las tres plantas deber@a abrirse. e. (i ni la planta 2 y ni la planta 7 se abren+ la planta 1 no deber@a abrirse. ). (i se abre la planta 1 o la planta 7 no se abre+ la planta 2 debe abrirse. SOL(CIN a. 9 1 = 9 2 : 1 b. las posibilidades son! 9 1 9 2 0 0 0 1 1 0 DCCCCC eliminar con la restriccin 9 1 9 2 1 1 c. 9 1 = 9 2 = 9 7 1 d. 9 1 = 9 2 = 9 7 2 e. (upongamos! si la planta 2 no se abre, la planta 1 no debe abrirse 9 1 9 2 0 0 0 1 1 0 DCCCCC eliminar con la restriccin 9 1 9 2 1 1 entonces la condicin es! 9 1 9 2 = 9 7 ). (i se abre la planta 1+ la planta 2 debe abrirse 9 2 9 1 (i la planta 7 no se abre+ la planta 2 debe abrirse. 9 2 = 9 7 1 entonces la condicin es igual a la suma de ambas 29 2 = 9 7 1 = 9 1
VARIABLES BINARIAS 6 CONTIN(AS RANGOS CONDICIONADOS (i una variable cont@nua puede tomar valor 'EE- + #-(2>2V- pero dentro de un intervalo espec@)ico E*emplo! variable binaria F * : 1 si se produce art@culo * : 0 si no variable continua 9 * ! el vol&men a producir de * (i se produce articulo j y no e$iste l@mite $ * " y *
y:0 y :1 $:0 $ G0 0 volumen (i se produce+ no m;s de U ni menos de % %y * $ * U y * y:0 y :1 $:0 % D $ D U 0 % U volumen MA4IMO 5 DE RESTRICCIONES 'uando una solucin )actible solo necesita satis)acer un subconjunto de todas las restricciones del modelo E*emplo! g * ( $ 1 +...+ $ n ) b * C " ( 1C y * ) g * ( $ 1 +...+ $ n ) b * = " ( 1C y * ) y * : 1 indica ue la restriccin j es considerada en el modelo : 0 no se la considera (i se desea ue cualuier solucin satis)aga 7 restricciones o m;s y 1 = y 2 = ... = y m 7 E*emplo! se necesita una solucin ue satis)aga por lo menos / restricciones del siguiente modelo! "odelo modi)icado! "a$ < : 7$ 1 = $ 2 "a$ < : 7$ 1 = $ 2 2$ 1 = $ 2 / 2$ 1 = $ 2 / = " (1Cy 1 ) 7$ 1 = /$ 2 12 7$ 1 = /$ 2 12 = " (1Cy 2 ) 6$ 1 = 6$ 2 74 6$ 1 = 6$ 2 74 = " (1Cy 7 ) $ 1 = $ 2 6 $ 1 = $ 2 6 = " (1Cy / ) 7$ 1 =2$ 2 5 7$ 1 =2$ 2 5 C " (1Cy 4 ) $ 1 C 2$ 2 11 $ 1 C 2$ 2 11C " (1Cy 5 ) 4$ 1 =/$ 2 21 4$ 1 =/$ 2 21C " (1Cy 6 ) $ 1 + $ 2 0 y 1 = y 2 = ... = y 6 / $ 1 + $ 2 0 y 1 + y 2 + ...+ y 6 binarias EJERCICIOS - MODELOS DE PROGRAMACION ENTERA 1. Un )abricante de muebles de o)icina+ produce dos tipos de escritorios! e*ecutivos y secretariales. %a compania tiene dos plantas en las ue )abrica los escritorios. %a planta 1 es una planta antigua ue opera con doble turno de 80 Aoras por semana. %a planta 2 es una planta mas nueva y no opera a su capacidad total. 'ada turno de la planta 2 traba*a 24 Aoras por semana y la planta opera 2 turnos. %a siguiente tabla muestra el tiempo de produccin (AorasHunidad) y los costos est;ndar (.Hunidad) en cada planta. >ambien se muestran los precios de venta de cada escritorio. Debido a ue la compaI@a Aa estado e$perimentando un e$ceso de costos durante el ultimo periodo presupuestal+ los administradores Aan )i*ado una restriccin semanal sobre los costos de produccin. El Costo Semifijo por producir en cada planta asciende a $ 600 y $900 para las plantas 1 y 2 respectivamente !dem"s en caso de producir al#un modelo de escritorio se debe ase#urar una producci$n m%nima de 100 unidades El presupuesto semanal para la produccin en miles de pesos tambien se muestra en la tabla. (e le pide a usted averiguar cu;l es el numero ptimo de escritorios de cada tipo+ a producirse en cada planta con el ob*eto de ma$imiBar las ganancias.
>ipo >iempo #roduccin 'osto est;ndar #recio #resupuesto #lanta 1 #lanta 2 #lanta 1 #lanta 2 Venta (emanal E*ecut. 6 5 .240 .250 .740 .2+000 (ecret. / 4 .200 .180 .264 .2200 PROBLEMA 3, 9i* ! ? escritorios de modelo j : E+ ( a producir por semana en la planta i : 1+ 2 J.-. ";$ < : (740 C 240) 91E = (264 C 200) 91( =(740 C 250) 92E = (264 C 180) 92s Eestricciones de 'apacidad! 691E = /91( D: 80 AorasHsemana #lanta 1 592E = 492( D: 40 AorasHsemana #lanta 2 Eestricciones de #resupuesto! 24091E = 25092E D: . 2000 Escritorios E*ecutivos 20091( = 18092( D: . 2200 Escritorios (ecretariales Eestricciones de 3oC3egatividad! 91E +91( +92E +92( G: 0 Nu%7a) Var!a/l%) 8 R%)*r!!o#%), binaria Fi : 1 se produce en la planta i : 1+2 0 no se produce binaria Fj : 1 se producen escritorios del modelo j : E+ ( 0 no se producen Decisin de #roduccin en cada #lanta 691E = /91( D: 80 y1 #lanta 1 592E = 492( D: 40 y2 #lanta 2 Decisin de #roducir cada "odelo 100 yE &' 91E = 92E D: " yE Escritorios E*ecutivos 100 yS &' 91( = 92( D: " yS Escritorios (ecretariales Juncin -b*etivo "odi)icada! ";$ < : (740 C 240) 91E = (264 C 200) 91( =(740 C 250) 92E = (264 C 180) 92s C 500 y1 C K00 y2 2. 1 un paciente AospitaliBado se le Aan restringido la cantidad de los dos alimentos ue puede consumir. De acuerdo con lo prescrito por el doctor+ se deben satis)acer los siguientes reuerimientos nutritivos m@nimos por d@a! 1000 unidades de nutriente 1+ 2000 del nutriente B+ y 1400 unidades del nutriente '. E$isten dos )uentes alimenticias disponibles J1 y J2. 'ada onBa de la )uente alimenticia J1 contiene 100 unidades del nutriente 1+ /00 unidades del nutriente B+ y unidades del '. 'ada onBa de J2 contiene 200 unidades de 1+ 240 unidades de B+ y 200 unidades de '. %as )uentes alimenticias cuestan .5 y .8 por onBa. a) (i se considera ue los costos de pedidos no son despreciables y ascienden a .4 y .6.4 para las )uentes J1 y J2+ cu;l es la me*or combinacin de )uentes alimenticiasL b) (i adem;s s$lo es necesario satisfacer dos de los tres re(uerimientos nutritivos+ cu;l es la me*or combinacin de )uentes alimenticiasL PROBLEMA ', 9* ! ? onBas de alimento j : J1+ J2 a consumir H d@a J.-. "in < : 5 $1 = 8 $2 Eestricciones de Eeuerimientos 3utritivos 100 $1 = 200 $2 G: 1000 unidades de 1 /00 $1 = 240 $2 G: 2000 unidades de B 200 $1 = 200 $2 G: 1400 unidades de ' Eestricciones de 3oC3egatividad! 91 +92 G: 0 a) 'ostos (emi)i*os de #edidos
(binaria) F* : 1 se ordena la compra de alimento j : J1+ J2 0 no se ordena la compra J.-. "in < : 5 $1 = 8 $2 = 4 y1 = 6.4 y2 $1 D: " y1 $2 D: " y2 b) (lo es necesario satis)acer dos de los tres reuerimientos nutritivos! (binaria) MN : 1 restriccin k : 1+ 2+ 7 se considera en el modelo 0 no se considera 100 $1 = 200 $2 G: 1000 C " (1 C )1 ) /00 $1 = 240 $2 G: 2000 C " (1 C )2 ) 200 $1 = 200 $2 G: 1400 C " (1 C )7 ) )1 = )2 = )7 G: 2 "23 4 F1 = 6.4 F2 = 5 91 = 8 92 (UB,E'> >- 2) C KKKKK M1 = 100 91 = 200 92 G: C K8KKK 7) C KKKKK M2 = /00 91 = 240 92 G: C K6KKK /) C KKKKK M7 = 200 91 = 200 92 G: C K8/KK 4) C KKKKK F1 = 91 D: 0 5) C KKKKK F2 = 92 D: 0 6) M1 = M2 = M7 G: 2 E3D 23> F1 23> F2 23> M1 23> M2 23> M7 -B,E'>2VE JU3'>2-3 V1%UE 1) 40.000000 V1E21B%E V1%UE EEDU'ED '-(> F1 1.000000 4.000000 F2 .000000 6.400000 M1 .000000 .000000 M2 1.000000 .000000 M7 1.000000 2KKK.K60000 91 6.400000 .000000 92 .000000 2.000000 E-M (%1'O -E (UE#%U( DU1% #E2'E( 2) KK6/K.000000 .000000 7) 1000.000000 .000000 /) .000000 C.070000 4) KKKK1.400000 .000000 5) .000000 .000000 6) .000000 .000000 3-. 2>EE1>2-3(: /K BE13'PE(: 4 DE>EE".: 1.000E 0 7. Una compan@a en)renta el problema de determinar en uQ proyectos invertir durante los pr$imos / anos. %a compania dispone de un presupuesto limitado anual para inversiones. E$isten / proyectos disponibles. 1 Qstos se les Aa caracteriBado por su valor presente estimado y los costos anuales de capital reueridos. Estos se muestran en la siguiente tabla!
Eeuerimientos de 'apital 1nual (en miles de dlares) >ipo de proyecto! 1 2 7 / V#3 1 E$pansion de planta 70 /0 /0 70 180 2 3ueva "auinaria 12 8 0 / 20 7 3uevos productos 70 20 20 20 62 / 1mpliar del almacQn 20 70 /0 10 80 Jondos disponibles 54 80 80 40 *a compra de nueva ma(uinaria s$lo puede reali+arse en caso de (ue la e,pansi$n de la planta se lleve a cabo y se deseen invertir en la b-s(ueda de nuevos productos Desarrolle un plan de asignacin de capital ue muestre las erogaciones necesarias para cada uno de los / anos y seleccione ue proyectos conviene )inanciar. Supon#a adem"s (ue se .a decidido (ue si se invierte en la !mpliaci$n del almac/n no se podr" invertir en 0ueva 1a(uinaria (binaria) 9 * : 1 se invierte en el proyecto j : 1+ 2+ 7+ / 0 no se invierte ";$ < : 180 $ 1 = 20 $ 2 = 62 $ 7 = 80 $ /
/. %a compan@a -V" )abrica un producto cuya demanda es estacional y cambia mes con mes. El pronstico de la demanda para los pro$imos cuatro meses es 1800+ 2200+ 7/00+ y 2800 unidades. Debido a la demanda variable+ se Aa encontrado ue en algunos meses e$iste produccin en e$ceso lo cual ocasiona grandes costos de almacena*e y mantenimiento. En otros meses la compania no puede cubrir la demanda resultando en perdidas de oportunidades de venta. %a capacidad de la planta es de 2/00 articulos por mes utiliBando turnos normales. De reuerirse subcontratos es posible disponer Aasta de 800 articulos adicionales. El costos variable de produccion es de . /00 dolares por unidad+ para articulos )abricados. El costo de subcontrato implica pagar un costo unitario de ./40. De no venderse un articulo y almacenarse para el pro$imo mes se incurre en un costo de 14 dolares por mes. 2e producir unidades en un mes particular es necesario reali+ar la preparaci$n de ma(uinaria, .acer corridas de prueba y ec.ar a andar ciertos e(uipos especiales, por lo (uese incurrir%a en costos semifijos de $130 2e ordenar un art%culo al subcontratista se re(uiere incurrir en un costo semifijo de $304orden (e le pide a usted ue determine un programa ptimo de aduisicin ue minimice los costos de produccin+ almacena*e y subcontrato para el per@odo de / meses. El programa debe satis)acer la demanda pronosticada. PROBLEMA 9, 9i* ! ? unidades a producir en el mes i : 1+ 2+ 7+ / j : 1 produccin propia + 2 subcontrato J.-. "in < : /00 ($11 = $21 = $71 = $/1 ) = /40 ($12 = $22 = $72 = $/2 ) = 14 (21 = 22 = 27 = 2/ ) Eestricciones de Balance! $11 = $12 : 1800 = 21 mes 1 21 = $21 = $22 : 2200 = 22 mes 2 22 = $71 = $72 : 7/00 = 27 mes 7 27 = $/1 = $/2 : 2800 = 2/ mes / Eestricciones de 'apacidad 9i1 D: 2/00 i : 1+ 2+ 7+ / produccin propia 9i2 D: 800 i : 1+ 2+ 7+ / subcontrato Eestricciones de 3oC3egatividad! 911 +912 +921 +922 + 971 +972 +9/1 +9/2 G: 0 Nu%7a) Var!a/l%) 8 R%)*r!!o#%), binaria Fi1 : 1 se produce en mes i : 1+2+ 7+ / 0 no se produce binaria Fi2 : 1 se subcontrata en mes i : 1+2+ 7+ / 0 no se subcontrata Fi1 9i1 2/00 Fi1 i : 1+ 2+ 7+ / produccin propia Fi2 9i2 800 Fi2 i : 1+ 2+ 7+ / subcontrato Juncin -b*etivo "odi)icada! "in < : /00 ($11 = $21 = $71 = $/1 ) = /40 ($12 = $22 = $72 = $/2 ) = 14 (21 = 22 = 27 = 2/ ) = = 140 ( y11 = y21 = y71 = y/1 ) = 40 (y12 = y22 = y72 = y/2 ) 4. Una compaIia tiene tres localiBaciones alternativas para ubicar nuevos almacQnes ue den servicio a la regin norte del pa@s. E$isten 4 clientes ('1+'2+'7+'/+'4) importantes es esta regin. (e desea determinar en cu;les localiBaciones se instalar;n almacenes como puntos de distribucin para surtir a los clientes. 'ostos Unitarios de >ransporte a 'liente %ocaliBacin . 2nstalacin 'apacidad '1 '2 '7 '/ '4 1 .40+000 200 .8 .10 .12 .5 .8 2 .70+000 140 .6 .K .11 .K .17 7 ./0+000 700 .8 .11 .10 .8 .6 DemandaH'liente ! 64 40 74 64 74 (-%U'2R3 9 i* ! ? unidades a transportar del almacQn i : 1+ 2+ 7 a cliente j : 1+ 2+ 7+ /+ 4 F i : 1 se instalar; el almacQn en localiBacin i : 1+ 2+ 7 0 no se instalar; "in < : 8$ 11 = 10$ 12 = 12$ 17 = ...... = 8$ 7/ = 6$ 74 = 40000y 1 = 70000y 2 = /0000y 7 Eestricciones de Demanda $ 11 = $ 21 = $ 71 G: 64 (cliente 1) $ 12 = $ 22 = $ 72 G: 40 (cliente 2) $ 17 = $ 27 = $ 77 G: 74 (cliente 7) $ 1/ = $ 2/ = $ 7/ G: 64 (cliente /) $ 14 = $ 24 = $ 74 G: 74 (cliente 4) Eestricciones de 'apacidad $ 11 = $ 12 = $ 17 = $ 1/ = $ 14 D: 200 y 1 (almacQn 1) $ 21 = $ 22 = $ 27 = $ 2/ = $ 24 D: 140 y 2 (almacQn 2) $ 71 = $ 72 = $ 77 = $ 7/ = $ 74 D: 700 y 7 (almacQn 7) 3o negatividad! 9 11 +9 12 +9 21 +9 22 + 9 71 +9 72 +9 17 +9 1/ + .... + 9 74 G: 0 5. (Cobertura 5otal ) El 1lcalde del DJ est; considerando la reubicacin de un n&mero de estaciones de polic@a con el ob*eto de re)orBar el cumplimiento de la ley en colonias de alta criminalidad. %as localidades donde potencialmente puede ubicarse estaciones de policia as@ como las colonias de la ciudad ue pueden ser cubiertas por estas localidades se muestran en la siguiente tabla. Jormule un modelo de #E para encontrar el n&mero m@nimo de estaciones cubriendo todas las colonias peligrosas. %-'1%2<1'2R3 '-%-321( 'UB2EE>1( 1 1+4+6 B 1+2+4+6 ' 1+7+4 D 2+/+4 E 2+/+5 J /+4+5 G 1+4+5+6 (-%U'2-3! binaria F i : 1 si la estacin se ubica en localiBacin i : 1+ B+ '+ .... G 0 si no se ubica J.-. "in < : y 1 = y B = y ' = y D = y E = y J = y G Eestricciones de 'obertura (de colonias) y 1 = y B = y ' = y G 1 (colonia 1) y B = y D = y E 1 (colonia 2) y ' 1 (colonia 7) y D = y E = y J 1 (colonia /) y 1 = y B = y ' = y D = y J = y G 1 (colonia 4) y E = y J = y G 1 (colonia 5) y B = y G = y 1 1 (colonia 6) 6. (1a,imi+ar Cobertura con recursos limitados 6 Un banco est; planeando abrir 2 sucursales en "onterrey. %a direccin Aa dividido la ciudad en 6 Bonas as@ como Aa estimado el n&mero de clientes potenciales en cHu. . (e supone ue un local ubicado en una Bona podr@a atender a los clientes de Bonas vecinas as@ como a los de su propia Bona. (Vease la tabla siguiente)
<ona 'lientes potenciales (miles) <onas vecinas 1 40 2+7 2 24 1+7+4 7 70 1+2+/ / 40 7+5 4 70 2+5+6 5 14 /+4+6 6 20 4+5 a) #lantee un modelo de #E para encontrar las Bonas dnde ubicar las sucursales con el ob*eto de ma$imiBar el n&mero de clientes potenciales atendidos. binaria 9i : 1 si la sucursal se ubica en Bona i : 1+ 2+ 7... + 6 0 no se ubica binaria Fi : 1 si se atiende la Bona i : 1+ 2+ 7+ .....+ 6 0 no se la atiende J.-. ";$ < : 40y1 = 24y2 = 70y7 = 40y/ = 70y4 = 14y5 = 20y6 Eestricciones de 'obertura y1 $2 = $1 = $7 2y1 y2 $2 = $1 = $7 = $4 2y2 y7 $2 = $1 = $7 = $/ 2y7 y/ $/ = $7 = $5 2y/ y4 $4 = $2 = $5 = $6 2y4 y5 $5 = $/ = $4 = $6 2y5 y6 $6 = $4 = $5 2y6 Eestriccin de 'apacidad $1 = $2 = $7 = $/ = $4 = $5 = $6 2 b) (uponga ue la cobertura del banco no es igual si los clientes potenciales son atendidos a travQs de un local ue no est; ubicado en la misma Bona. %a cobertura es del 40S en la misma Bona de la sucursal establecida y 24S si los clientes acuden a sucursales )uera de su Bona. "odi)iue el modelo para este caso. J.-. ";$ < : 0.24 (40y1 = 24y2 = 70y7 = 40y/ = 70y4 = 14y5 = 20y6) = 0.24 (40$1 = 24$2 = 70$7 = 40$/ = 70$4 = 14$5 = 20$6) 8. Una compan@a necesita contratar personal de seguridad. (e estima ue los guardias traba*aran turnos de 8 Aoras y ue cada dia se necesitan seis turnos para cubrir las 2/ Aoras. %as siguientes tablas muestran el n&mero reuerido de personal de seguridad por cada / Aoras del d@a y los Aorarios de entrada y salida de cada turno. (e necesita determinar cu;ntos guardias deber;n traba*ar en cada turno con el ob*eto de minimiBar el n&mero de ellos.
12amC/am /C8am 8C 12pm 12C/pm /C8pm8C12am 4 6 14 6 12 K >UE3- P-E1E2- 1 "edianocAeC8am 2 /amC"ediod@a 7 8amC/pm / "ediod@aC8pm 4 /pmC"edianocAe 5 8pmC/am (-%U'2-3! F * ! n&mero de guardias ue traba*an en turno j'1,2,7,8,3,6 J.-. "in < : y 1 = y 2 = y 7 = y / = y 4 = y 5
Eestricciones de 'obertura (de turnos) y 1 = y 5 4 y 1 = y 2 6 y 2 = y 7 14 y 7 = y / 6 y / = y 4 12 F * 0 y enteras j'1,2,7,8,3,6 y 4 = y 5 K b) (i los guardias reciben un sueldo de .100 por Aora y un premio de 10S si laboran entre las 10 pm y 5 am+ cmo se modi)ica el modelo de #E L J.-. "in < : 8 $ .100 (y 1 = y 2 = y 7 = y / = y 4 = y 5 ) = 8 $ .10 ( 0.24y 4 = 0.64y 1 = 0.64 y 5 = 0.24 y 2 ) PROBLEMAS DE PLANEACION 2eterminar la 9mejor: secuencia de actividades 1ejor; costo, tiempo o distancia !ctividades; 5areas a efectuarse en varias m"(uinas, o secuencia de locali+aciones a visitar TRAVELING SALESMAN PROBLEM 1EL AGENTE VIAJERO2 2eterminar la ruta m"s corta para (ue saliendo de un punto base se visiten diversas locali+aciones 9s$lo una ve+: y despu/s se vuelva al punto base EJEMPLO Un vendedor traba*a para una compaI@a localiBada a sur de "Q$ico D.J. Esta semana debe visitar a cuatro clientes. %a siguiente tabla muestra las distancias desde la compaI@a Aasta cada cliente. El vendedor desea visitar la ruta m;s corta considerando ue no conviene visitar a algun cliente m;s de una veB. De T 1 -)icina 'liente 1 'liente 2 'liente 7 'liente / -)icina " 120 54 64 /4 'liente 1 K0 " /4 K0 84 'liente 2 44 40 " 54 /0 'liente 7 80 100 50 " 40 'liente / 44 80 50 50 " 'u;ntas combinaciones posibles Aay L (aliendo de la o)icina Aay / posibles destinos saliendo del primer destino Aay 7 posibles destinos saliendo del segundo destino Aay 2 posibles destinos saliendo del <imo cliente slo Aay 1 posibles destinos ! la o)icina En total e$isten /U : 2/ posibles combinaciones (iempre ue Aaya nU localiBaciones e$istir;n (n<16= posibles combinaciones (upongamos n : 11 destinos 10U : 7V528+800 alternativas Cual %) la $% m%#or o)*o o *!%m+o : (-%U'2R3 (ea 9i* : 1 si el vendedor via*a de or@gen i a destino j : 0+1+2+7+/ 0 si no "in < : 120 901 = 54902 = ... = 50 9/7 (e via*ara Aacia cada clienteHo)icina una sola veB! 910 = 920 = 970 = 9/0 : 1 911 = 921 = 971 = 9/1 : 1 912 = 922 = 972 = 9/2 : 1 917 = 927 = 977 = 9/7 : 1 (e saldra desde el lugar de cada cliente H o)icina una sola veB! 901 = 902 = 907 = 90/ : 1 911 = 912 = 917 = 91/ : 1 921 = 922 = 927 = 92/ : 1 971 = 972 = 977 = 97/ : 1 (-%U'2-3E( #-(2B%E( / 0 / 0 1 1 7 7 2 2 901 : 917 : 972 : 92/ : 9/0 : 1 901 : 917 : 970 : 1 y 97/ : 9/7 : 1 >our ! secuencia de visitas (ubtour ! tour en el ue se visita una localiBacin m;s de una veB (o su base m;s de veces) Como %l!m!#ar )u/*our) 1)o# )olu!o#%) !#;a*!/l%)2 : 1gregar las restricciones! 901 = 917 = 970 2 97/ = 9/7 1 E,E"#%- Una peueIa empresa tiene un contrato para llevar a cabo varios traba*os de preparacin de pinturas utiliBando una m;uina de alta velocidad. 'uando la m;uina cambia de traba*o deba limpiarse por completo antes de realiBar un traba*o di)erente en el ue la combinacin de pinturas y colorantes sea distinta. En la tabla a continuacin se muestran los tiempos de limpieBa en minutos para todas las posibles secuencias de traba*os. El ob*etivo es minimiBar la suma de todos los tiempos de limpieBa eligiendo la me*or secuencia de traba*os. >raba*o >raba*o 1 B ' D 1 C 70 14 /0 B 24 C /4 20 ' 74 14 C 70 D 20 40 24 C "-DE%- "in < : 7091B = 1491' = /0 91D = 249B1 = /49B' = 209BD = 749'1 =149'B = 709'D = 209D1 = 409DB = 249D' MODELOS DE PROGRAMACION ENTERA METODOS DE SOL(CION (e reuiere ue una solucin )actible tenga valores enteros para alguna o todas las variables de decisin. %a Eegin Jactible no es una regin cont@nua sino ue est; )ormada por puntos separados. Un "odelo de #E se llama Eela*ado si no se toma en cuenta la restriccin de soluciones enteras. El modelo de #E relajado es el modelo de #% Eedondear una solucin de #% puede resultar en una solucin le*os de la ptima en una solucin 3o )actible. 3o e$iste un procedimiento de analisis de sensibilidad para modelos de #E (tal como en #%) . >ampoco se genera in)ormacin sobre sensibilidad al usar la computadora. 3.3 MODELOS DE PROGRAMACION ENTERA METODOS DE SOL(CION 1. "E>-D- GE1J2'- Solo 2 variables 2. EED-3DE- DE %1 (-%U'2-3 DE #% 0o se ase#ura obtener la soluci$n $ptima En al#unos casos se obtiene una soluci$n muy lejos de la $ptima 7. E3U"EE1'2-3 '-"#%E>1 Si .ay 2 variables binarias, 8 soluciones posibles Si .ay 30 variables binarias, 2 30 soluciones posibles /. E1"2J2'1'2-3 F 1'->1"2E3>- (BrancA W Bound) 4. #%13-( DE '-E>E ((trong 'utting #lanes) 3.'.3 EN(MERACION COMPLETA EJEMPLO ";$ < : 700 $ 1 = K0 $ 2 = /00 $ 7 = 140 $ / su*eto a! 74 $ 1 = 10 $ 2 = 24 $ 7 = K0 $ / D: 120 / $ 1 = 2 $ 2 = 6 $ 7 = 7 $ / D: 12 $ 1 = $ 2 D: 1 $ 1 +$ 2 +$ 7 +$ / binarias 0 1 E$isten 2 / : 15 alternativas de solucin! 9 1 :0 9 1 :1 9 2 :0 9 2 :1 9 2 :0 9 2 :1 i 9 7 :0 9 7 :1 9 7 :0 9 7 :1 9 7 :0 9 7 :1 9 7 :0 9 7 :1 i i 0 $ / :1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 2 7 / 4 5 6 8 K 10 11 12 17 1/ 14 15 i i i i i i i 'ada nodo representa un modelo en el ue alguna(s) variable(s) tiene su valor especi)icado 'ada #o$o *%rm!#al representa una solucin entera ()actible no) (i en un nodo cualuiera la solucin es in)actible los nodos ue siguen ba*o Ql+ tendran solucin in)actible 3.'.3 EN(MERACION COMPLETA EJEMPLO ";$ < : 700 $ 1 = K0 $ 2 = /00 $ 7 = 140 $ / su*eto a! 74 $ 1 = 10 $ 2 = 24 $ 7 = K0 $ / D: 120 / $ 1 = 2 $ 2 = 6 $ 7 = 7 $ / D: 12 $ 1 = $ 2 D: 1 $ 1 +$ 2 +$ 7 +$ / binarias 0 1 E$isten 2 / : 15 alternativas de solucin! 9 1 9 2 9 7 9 / Jactible L < 0 0 0 0 s@ 0 0 0 0 1 si 140 0 0 1 0 s@ /00 0 0 1 1 si 440 0 1 0 0 s@ K0 0 1 0 1 s@ 2/0 0 1 1 0 s@ /K0 0 1 1 1 no CCCCC 1 0 0 0 s@ 700 1 0 0 1 no CCCCC 1 0 1 0 si 600 1 0 1 1 no CCCCC 1 1 0 0 no CCCCC 1 1 0 1 no CCCCC 1 1 1 0 no CCCCC 1 1 1 1 no CCCCC #or tanto la solucin ptima es! 9 1 : 9 7 : 1+ 9 2 : 9 / : 0+ < : 600 3.'.' REDONDEO DE LA SOL(CION DE PL E,E"#%-! ";$ < : $ 1 = 4$ 2 s.a. $ 1 = 10$ 2 20 $ 1 2 (olucin modelo rela*ado (#%)! $ 1 : 2 $ 2 : 1.8 < : 11 (olucin con redondeo ! $ 1 : 2 $ 2 : 1 < : 6 (olucin ptima de #E ! $ 1 : 0 $ 2 : 2 < : 10 *a soluci$n $ptima de >E tiene un valor en ? (ue es 87@ superior a la soluci$n redondeada= Al r%$o#$%ar )% $%/% *%#%r %# u%#*a la ma0#!*u$ la) 7ar!a/l%) si la solucin es! < : 4+206 $ 1 : 11.5 9 2 : 5.8 3- es conveniente redondear U si en cambio! < : 4+206 $ 1 : 7+208./ redondear puede ser 9 2 : 6+044.7 aceptable. (iempre veri)icar ue la solucin redondeada se mantenga )actible 3.'.3 RAMIFICACION 6 ACOTAMIENTO (%and W Doig+ 1K50) E1"2J2'1E (Un modelo de #% con solucin no entera)! 2ividir la re#i$n factible en 2 re#iones (ue < no conten#an la soluci$n del modelo>* relajado < s% conten#an todas sus soluciones enteras factibles 'E2>EE2- B1(2'-! !#re#ar restricciones a un modelo no puede producir un modelo con mejor soluci$n ? #E-'ED2"2E3>- DE "192"2<1'2-3 1. Eesolver "odelo #E rela*ado ((i solucin es entera es la ptima) 2. De)inir 'otas (uperior e 2n)erior 'ota (uperior ('() : "odelo rela*ado 'ota 2n)erior ('2) : Eedondeo )actible 7. Eami)icar /. #ara cada nodo+ resolver su modelo rela*ado y de)inir su '( y '2 (i solucin es entera+ o (i solucin es in)actible+ o Fa no rami)icar (i < '2 m;s el nodo 4. (i ya no se puede rami)icar la solucin ptima es la del nodo con me*or solucin entera 5. (i se puede rami)icar+ volver al paso 7 C %a '2 es igual a la me*or solucin entera Aasta el momento C %a '( en un nodo es igual a < encontrado C 1 medida ue se rami)ica y se desciende del ;rbol la '( tiende a disminuir E,E"#%-! considerando 9 1 y 9 2 vars. enteras no negativas resuelva "in < : /9 1 = 49 2
sa. sol. modelo rela*ado! 9 1 : 2.55 79 1 = 59 2 18 9 2 : 1.55 < : 1K 49 1 = /9 2 20 89 1 = 29 2 15 sol. con redondeo! 9 1 : 7 69 1 = 59 2 /2 9 2 : 2 < : 22 9 1 : 2.55 '(: 22 9 2 : 1.55 '2 : 1K < : 1K 9 1 2 9 1 7 '( : 22 9 1 : 2 9 1 :7 '(: 22 '2 : 20.4 9 2 : 2.4 9 2 : 1.4 '2 : 1K.4 < : 20.4 < : 1K.4 9 2 2 9 2 7 3- '( : 22 9 1 : 1.5 J1'>2B%E '2 : 21./ 9 2 : 7 < : 21./ RAMIFICACION 6 ACOTAMIENTO CASOS ESPECIALES MODELOS MI4TOS (lo rami)icar variables enteras MODELOS BINARIOS "odelo Eela*ado! EeemplaBar 9: 0 1 por 9 1 Eami)icar una variable binaria 9 : 0 (1 rama) 9 : 1 (1 rama) MINIMI<AR 'ambiar '( por '2 2. De)inir 'otas (uperior e 2n)erior Co*a Su+%r!or 1CS2 = R%$o#$%o ;a*!/l% Co*a I#;%r!or 1CI2 = Mo$%lo r%la.a$o /. #ara cada nodo+ resolver su modelo rela*ado y de)inir su '( y '2 (i solucin es entera (i solucin es in)actible Fa no rami)icar m;s el nodo S! < > CS C %a CS es igual a la me*or solucin entera Aasta el momento C %a CI en un nodo es igual a < encontrado C 1 medida ue se rami)ica y se desciende del 1rbol la CI tiende a aum%#*ar ANALISIS DE SENSIBILIDAD 'ostos Eeducidos y #recios (ombra Ver p;g. 747 Eppen