1

17-1
Clase # 17
Programacin Entera.
17-2
Programacin entera es programacin lineal
con la restriccin adicional de que los valores de
las variables de decisin sean enteros.
P.E pura: Todas las variables de decisin
tienen valores enteros.
P.E mixta (PEM) : Algunas de las variables
de decisin tienen valores enteros. Las dems
cumplen con la suposicin de divisibilidad.
17-3
P.E. Binaria (PEB) : Utiliza variables binarias
Las X
j
son variables de decisin restringidas a
tomar valores 0,1.
X
j
=
1 si la decisin j es si.
0 si la decisin j es no.
Slo tiene 2 alternativas posibles
17-4
Ejemplo de formulacin.
La CALIFORNIA MANUFACTURING CO. ,
est analizando la posibilidad de expansin.
Fbrica: Construccin de una fbrica en Los
Angeles o en San Francisco, o tal vez en ambas
ciudades
Almacn: Construccin de un almacn a lo
sumo, pero la decisin est restringida a que si
hay almacn en ese sitio tiene que haber fbrica.
Veamos
17-5
Pregunta s o no
Capital
requerido
# de
decisin
Variable
de
decisin
VNP
Beneficio
Capital disponible : $10 mill
1
Construir fbrica
en Los Angeles?
X
1
$9 mill $6 mill
2
Construir fbrica
en San Francisco?
X
2
$5 mill $3 mill
3
Construir almacn
en Los Angeles?
X
3
$6 mill $5mill
4
Construir almacn
en San Francisco?
X
4
$4 mill $2mill
17-6
1. Variables de decisin.
Formulemos entonces el problema:
j= 1,2,3,4.
X
j
=
1 se construye.
0 no se construye.
La variable de decisinX
j
es tal que:
2
17-7
2.Funcin objetivo.
Max Z =9 X
1
+5 X
2
+6 X
3
+4 X
4
Como las variables de decisin son
adimensionales, Z tiene unidades de
[$ millones]
17-8
3.Restricciones
X
3
+ X
4
1
Alternativas mutuamente
excluyente
X
3
X
1 Se construye la fabrica
solo si se construye el
almacn
X
4
X
2
X
j
[0,1] para j= 1,2,3,4.
6X
1
+3X
2
+5X
3
+2X
4
10
Capital
disponible
17-9
El problema completo ser:
Max Z =9 X
1
+5 X
2
+6 X
3
+4 X
4
X
3
+ X
4
1
-X
1
+X
3
0
-X
2
+X
4
0
X
j
[0,1] para j= 1,2,3,4.
6X
1
+3X
2
+5X
3
+2X
4
10
17-10
Otras posibilidades de formulacin.
Es ocasiones es necesario utilizar variables
para expresar relaciones combinatorias dentro
de la formulacin de los problemas.
Para esto, adems de las variables originales
X
j
, se hace necesario el uso de variables
auxiliares y
i
del tipo binario, introducidas en
la reformulacin
17-11
1. Restricciones una u otra.
Slo una (cualquiera de las 2) debe cumplirse,
mientras que la otra puede cumplirse, pero no
se requiere que lo haga.
Esto tiene una aplicacin prctica en los casos
en que se tienen 2 tipos de recursos para un
cierto propsito.
P.ej : o bien 3 X
1
+ 2X
2
18
o X
1
+ 4X
2
16
Veamos
17-12 0 2 4 6 8 1 0 1 2 1 4 1 6
1
2
3
4
5
6
7
8
9
X
1
X
2
3 X
1
+ 2X
2
= 18
X
1
+ 4X
2
= 16
3
17-13
Para lograr lo enunciado anteriormente el
problema se formula as:
3 X
1
+ 2X
2
18 +M
X
1
+ 4X
2
16
3 X
1
+ 2X
2
18
X
1
+ 4X
2
16 +M
Una de l as dos O una de l as dos
Esto se lleva a la forma equivalente
3 X
1
+ 2X
2
18 +My
X
1
+ 4X
2
16 +M (1-y)
y [0,1]
17-14
2. Deben cumplirse K de N restricciones.
Considere la situacin en la que el modelo
completo incluye un conjunto de N
restricciones posibles entre las que slo K de
ellas se deben cumplir. (suponga que K < N).
Las N-K restricciones que no se eligen quedan
eliminadas del problema, aun cuando por
coincidencia las soluciones factibles puedan
satisfacer algunas de ellas.
Ve a mo s
17-15
f
1
( x
1
, x
2
, ........., x
n
) d
1
f
2
( x
1
, x
2
, ........., x
n
) d
2
f
N
( x
1
, x
2
, ........., x
n
) d
N
Se tienen N restricciones del tipo
17-16
f
1
( x
1
, x
2
, ........., x
n
) d
1
+ M y
1
f
2
( x
1
, x
2
, ........., x
n
) d
2
+ My
2
f
N
( x
1
, x
2
, ........., x
n
) d
N
+ My
N
La formulacin equivalente del requerimiento de
que K de estas restricciones se deban cumplir ser:
y
i
[ 0, 1] para i= 1,2,....., N.
y
i
= N- K
i =1
N
y
i
= 0 i ndi c a que l a
r e s t r i c c i n s e c umpl e
17-17
3.Funciones con N valores posibles.
Considere la situacin en la que una funcin
dada tome cualquiera de N valores dados.
Denotemos este requisito as:
si gue
f ( x
1
, x
2
, ........., x
n
) = d
1
, o d
2
, ....., o d
N
O un caso especial en que
f ( x
1
, x
2
, ........., x
n
) =
a
j
X
j
j =1
n
17-18
La f ormul aci n equi val ent e de es t e
requeri mi ent o s er:
f ( x
1
, x
2
, ........., x
n
) =
d
j
y
j
j =1
N
y
i
= 1
i =1
N
y
i
[ 0, 1] para i= 1,2,....., N.
4
17-19
4. Problema de costo fijo.
Es ba s t a nt e c o mn i nc ur r i r e n un c o s t o f i j o c ua ndo s e
e mpr e nde una a c t i v i da d. Po r e j e mpl o , c ua ndo s e
i ni c i a una c o r r i da de un l o t e pe que o de pr o duc c i n
e xi s t e n al gunos c os t os f i j os y ot r os var i abl e s .
si gue
f
j
(X
j
) =
k
j
+ c
j
X
j
si X
j
> 0
0 si X
j
= 0
En ge ne r al e l c os t o t ot al de l a ac t i vi dad ( por e j e mpl o
j ) pue de r e pr e s e nt a r s e po r una f unc i n de l a f o r ma :
17-20
Se quiere minimizar
Z = f
1
(x
1
) + f
2
(x
2
)+...............+ f
n
(x
n
)
s.a
f
j
(X
j
) =
k
j
+ c
j
X
j
si X
j
> 0
0 si X
j
= 0
Donde puede haber otras restricciones
adicionales.
Veamos la formulacin equivalente
17-21
Mi n Z = (c
j
X
j
+ k
j
Y
j
)
j =1
n
Y
j
=
1 si X
j
> 0
0 si X
j
= 0 .
Def i ni endo:
X
j
MY
j
17-22
Otros ejemplos de P.E.M
La di v i s i n de i nv e s t i g a c i n y de s a r r o l l o de una
c o mpa a ma nuf a c t ur e r a ha de s a r r o l l a do 3 nue v o s
pr oduc t os y s e di s pone de 2 pl ant as par a f abr i c ar l os .
Se qui e r e e vi t ar l a di ve r s i f i c ac i n e xc e s i va de l a l ne a
de pr o duc t o s de l a c o mpa a y po r e l l o s o l o s e
f a br i c a r n 2 de l o s 3 pr o duc t o s que ha n s i do
de s ar r ol l ados , y s l o una de l as pl ant as s e ut i l i z ar
par a f abr i c ar l os .
si gue
Se pr e s e nt a r un e j de pr o g r a ma c i n e nt e r a , do nde
l a s v a r i a bl e s de de c i s i n s o n c o nt i nua s ( PEM) .
17-23
Hor as por uni dad
de Pr oduc t o
Pl ant a
1
Hor as di s poni bl e s
p o r s e ma n a
2
1 2 3
Ga n a n c i a
uni t a r i a
Ve nt a s
po t e nc i a l e s
3 4 2 30
4 6 2 40
5 7 3
7 5 9
Mi l e s de US$
Uni da de s po r s e ma na
Pasemos ahora a formular el problema
17-24
X
j
: Tas a de producci n del product o j
j =1, 2, 3
2.Funcin objetivo.
Max Z = 5 X
1
+ 7 X
2
+ 3 X
3
1. Variables de decisin.
5
17-25
3.Restricciones
3X
1
+ 4X
2
+ 2X
3
30
X
j
0 para j= 1,2,3.
4X
1
+ 6X
2
+ 2X
3
40
X
1
7
X
2
5
X
3
9
17-26
Not UD algo raro
en la formulacin del
modelo?
Debemos hacer uso de variables
binarias para formular adecuadamente
algunas de las restricciones del
problema.
Ve a mo s
17-27
Nos dicen que slo se pueden fabricar 2 de 3
productos.
Introducimos 3 variables binarias y
1
, y
2
, y
3
tales que:
Y
j
=
1 si X
j
> 0 s e pue de c umpl i r
( s e pue de pr o duc i r j )
0 si X
j
= 0 s e de be c umpl i r
( no s e pue de pr o duc i r j )
para j= 1,2,3.
si gue
17-28
Con la ayuda de la M grande obtenemos:
X
1
My
1
X
2
My
2
X
3
My
3
y
1
+ y
2
+ y
3
2
y
i
es binaria para i =1,2,3
17-29
Nos dicen que slo se puede utilizar una de
las 2 fbricas.
Introducimos la variable binaria y
4
tal que:
Y
4
=
1 si 4X
1
+ 6X
2
+ 2X
3
40
De be c umpl i r s e ( s e e l i g e l a pl a nt a 2 )
0 si 3X
1
+ 4X
2
+ 2X
3
30
De be c umpl i r s e ( s e e l i g e l a pl a nt a 1 )
si gue
17-30
Con la ayuda de la M grande obtenemos:
4X
1
+ 6X
2
+ 2X
3
40 + M ( 1- y
4
)
3X
1
+ 4X
2
+ 2X
3
30 + My
4
La formulacin del modelo completo ser:
y
i
es binaria para i =1,2,3,4
6
17-31
Ma x Z = 5 X
1
+ 7 X
2
+ 3 X
3
s . a
X
1
7
X
2
5
X
3
9
X
1
- M y 0
X
2
- My
2
0
X
3
- My
3
0
y
1
+ y
2
+ y
3
2
4X
1
+ 6X
2
+ 2X
3
- M ( 1- y
4
) 40
3X
1
+ 4X
2
+ 2X
3
- M y
4
30
y
i
e s bi na r i a pa r a j =1,2,3,4 X
j
0 par a t odo j