CAPITULO I

PROGRAMACIN LINEAL
ENTERA

 En este captulo veremos problemas que se

podran formular y resolver como problemas
de programacin lineal, excepto por la
desagradable circunstancia de que se
requiere que algunas o todas las variables
tomen valores enteros.

 Dichos problemas se llaman PE

(Programacin Entera).
La programacin entera ha llegado a
ser un rea muy especializada de la
ciencia de la administracin.

 En este curso slo la tocaremos en

forma superficial, veremos la importancia
del tema y algunos mtodos de
resolucin ms tiles.
Vimos en los captulos anteriores que
las variables podan tomar valores
fraccionados, tales como 6.34. Pero hay
casos en el mundo real que no es
posible esto y deben ser enteros.

 En el fondo es que existen muchos

problemas administrativos importantes
que seran de programacin lineal si no
fuera por el requerimiento de que sean
enteros los valores de algunas
variables de decisin, en los que no se
pueden encontrar una buena solucin
mediante el uso del mtodo simplex
seguido del redondeo de los valores
ptimos resultantes para las variables
de decisin.

 Estos problemas deben ser resueltos

mediante algoritmos especialmente
diseados para resolver problemas
de programacin entera.

TIPOS DE MODELOS
PARA
PROGRAMACIN LINEAL ENTERA

Modelo entero puro (PEP)

Minimizar
Sujeto a

6X1 + 5X2 + 4X3

108X1 + 92X2 + 58X3 576
7X1 + 18X2 + 22X3 83
X1, X2, X3 enteros

Programacin lineal entera-mixta

(PLEM)

Minimizar
Sujeto a

6X1 + 5X2 + 4X3

108X1 + 92X2 + 58X3 576
7X1 + 18X2 + 22X3 83

X1, X2, X3 0 ; X1 y X2 enteros.

Problemas binarios
o
Programacin lineal entera
0-1.

Diversos problemas de asignacin,

ubicacin de planta, planes de
produccin y de construccin, son
de programacin lineal entera 0-1.
Las variables 0-1 se pueden
encontrar tanto en problemas de
PEP como PLEM.

INTERPRETACIN GRAFICA

Maximizar
Sujeto a

18E +
E+

6F
F5

(1)

42.8E + 100F 800

(2)

6F 142

(3)

30E + 10F 132

(4)

20E +

3F 0

E y F enteros

(5)

COMENTARIOS
En un problema de maximizacin, el valor ptimo de la aproximacin
PL produce siempre una cota superior para el valor ptimo del PLE
o PLEM original. Si se agregan restricciones de enteros el valor
optimo de la PL, o bien empeorar, o bien quedar igual. En un
problema de maximizacin, empeorar el valor ptimo significa
desminuirlo.
En un problema de minimizacin, el valor ptimo de la aproximacin
de PL siempre proporciona una cota inferior para el valor ptimo de
la PLE o PLEM original. Nuevamente, el agregado de restricciones
entera o bien empeora o bien deja igual el valor ptimo de la PL. En
un problema de minimizacin, empeorar el valor ptimo significa
aumentarlo.

otro ejemplo

APLICACIONES A LA VARIABLE 0-1

Las variables binarias o 0-1 juegan un

importante papel en la aplicacin de las
PLE y de la PLEM. Estas variables hacen
posible incorporar decisiones de si o no,
llamadas
a
veces
decisiones
dicotmicas,
el
formato
de
una
programacin matemtica.

Dos ejemplos ilustran lo que decimos:

1.- En un problema de ubicacin de

una planta pondremos Xj = 1 si
decidimos ubicar la planta en la
localidad j y Xj = 0 si decidimos no
hacerlo.
2.- En un problema de asignacin
de rutas escribimos Xijk = 1 si el
camin k va de la ciudad i a la
ciudad j o Xijk = 0 si no lo hace.

Ejemplo
Presupuesto de capital: Una decisin
sobre expansin. Muchas firmas
toman decisiones sobre inversiones
anuales de capital. En forma simple,
las decisiones sobre presupuestos
del capital es cuestin de escoger
entre n alternativas para maximizar
el rdito, con sujecin a restricciones
sobre el monto del capital invertido a
plazos.

Como ejemplo, supngase que la mesa de

directores de la Protrac afronta el problema
que se resume a continuacin

Alternativa (j)
Expansin de la planta en Blgica
Expansion de la cap. de maq. pq.
en E.U.
Establecimiento de una nueva
planta en Chile
Expansin de la cap. de maq. gr. en
E.U.
Capital disponible en el ao i

Valor
Actual del
Rdito
Capital requerido en el
Neto
ao i para la alternativa j
1

40

10

20

10

70

30

20

10

10

10

80

10

20

27

20

10

100

20

10

40

20

20

bi

50

45

70

40

30

Alternativa (j)

Expansin de la planta en Blgica

Expansion de la cap. de maq. pq. en
E.U.
Establecimiento de una nueva planta
en Chile
Expansin de la cap. de maq. gr. en
E.U.

Capital disponible en el ao i

Valor
Actual del
Rdito
Capital requerido en el
Neto
ao i para la alternativa j
1

40

10

20

10

70

30

20

10

10

10

80

10

20

27

20

10

100

20

10

40

20

20

bi

50

45

70

40

30

Formulacin de un modelo de PLE.

Maximizar
Sujeto a
50
10X4 45

40X1 + 70X2 + 80X3 + 100X4

10X1 + 30X2 + 10X3 +

20X4

5X1 + 20X2 + 20X3 +

+ 40X4 70
20X3 + 20X4 40

20X1 + 10X2 + 27X3

10X1 + 10X2 +
10X2 + 10X3

Utilicemos el WinQSB

Aproximacin de la PL

Nos acercaremos a este problema resolviendo

primero la aproximacin de PL. Resolviendo a
travs del programa computacional WinQSB se
tiene:

VALOR FUNCIN OBJETIVO = 200

X1
X2
X3
X4

=
=
=
=

0.7222
0.6389
0.2778
1.0417

Solucin entero puro

Utilizando el programa WinQSB y usando
cdigos de programacin entera se tiene el
siguiente resultado
VALOR FUNCIN OBJETIVO = 190.0

X1
X2
X3
X4

=
=
=
=

1
1
1
0

Condiciones Lgicas

Un importante uso de las variables 0-1

consiste en imponer restricciones que
surgen de condiciones lgicas veamos
algunos ejemplo.
No ms de k de entre n alternativas
Supngase Xi = 0 o 1,

para i = 1,..,n

La restriccin
X1 + X2 + .. + Xn k
Implica que cuando k alternativas
de n posibilidades pueden ser
seleccionadas. Es decir, ya que
cada Xi puede ser solamente 0
1, la restriccin anterior dice que
no ms de k de ellas pueden ser

Supongamos que para el caso

de la Protrac, que no ms de
un proyecto extranjero ser
aceptado.
Por esta razn, la mesa
directiva quiere descartar una
decisin
que
incluya
la
expansin en Blgica y una
nueva planta en Chile. Agregar
la restriccin

Decisiones dependientes

Se pueden usar variables 0-1 para forzar una

relacin de dependencias entre dos o mas
decisiones. Supongamos, por ejemplo, que el
administrador no desea elegir la opcin k a menos
que se elija primero la opcin m.
La restriccin
Xk Xm (*)

Xk Xm 0
da vigencia a esta condicin.

 Ntese que si m no es
seleccionada, entonces Xm = 0.
La ecuacin (*) obliga entonces a
que Xk sea igual a cero (o sea que la
opcin k no ser seleccionada).
Por otra parte, si m es seleccionada,
Xm = 1; entonces, por la expresin
(*) tendremos que Xk 1. Esto deja
al programa en libertad de elegir Xk
= 1 Xk = 0.

Caso de la Protrac
Por ejemplo, supngase que el administrador de
la Protrac piensa que, si van a expandirse dentro
de los Estados Unidos, su posicin competitiva
implica que definitivamente deben expandir la
capacidad en maquinas grandes.

Agregando la restriccin
X2 X 4 0
a la PLE se asegura que el modelo no puede optar
por expandir la capacidad en mquinas
pequeas a menos que haya elegido expandir
la capacidad en maquinas grandes.

Anlogamente
Supngase que la mesa directiva
decide: si vamos a expandir nuestra
capacidad
domestica,
debemos
expandir ambas lneas. Agregando la
restriccin
X4 X2 = 0
a la PLE, ya que implica que X4 y X2
deben tener el mismo valor.

Restricciones de aportaciones

Considere a un administrador financiero que tiene

las siguientes restricciones
Si compra la obligacin j, debe comprar al menos 20
acciones.
No puede comprar mas de 100 acciones de la obligacin
j. Sea Xj el nmero de acciones de la obligacin j que
compra.
La restriccin si se compra j debern comprarse al
menos 20 acciones se llama cantidad mnima de
aportacin o cantidad de la tanda.

Queremos que sea o bien Xj = 0 o 20 Xj

100.
Para lograr esto necesitamos usar una variable
0-1, digamos yj, para la obligacin j.
La variable yj tiene la siguiente interpretacin:

Si yj = 1, se comprar la obligacin j.
Si yj = 0 no se comprar la obligacin j.

Considrese ahora las dos restricciones

Xj 100yj (**)
Xj

20yj (***)

Vemos que si yj = 1, entonces (**) y (***) implican que 20

Xj 100.
Por otra parte si yj = 0, entonces (**) implica que Xj 0.
Las dos desigualdades juntas implican que Xj = 0.
Entonces, si yj = 1, con lo que se compra j, y 0 cuando no,
tenemos la condicin apropiada para Xj.

PROBLEMA DE UBICACIN DE
LOS ALMACENES STECO.
Con el objeto de ahorrar capital, la Steco,
comerciante al por mayor de acero, alquila sus
almacenes regionales. El alquiler mensual del
almacn i es Fi. Adems, el almacn i puede
manejar un mximo de Ti camiones al mes.
Hay cuatro distritos de ventas y la demanda
mensual acostumbrada del distrito j es de dj
camiones cargados. El costo medio de enviar un
camin del almacn i al distrito j es Cij. La Steco
quiere saber cuales almacenes alquilar y cuantos
camiones enviar de cada almacn a cada distrito.

COSTO MENSUAL DE
ALQUILER DE ALMACENES

CAPACIDAD (EN CAMIONES

CARGADOS)

ALMACENES

FA

FB

FC

TA

TB

TC

DISTRITOS

DEMANDA MENSUAL

d1

d2

d3

d4

Almacn

Costo por camin

(Cij)
Distrito de ventas
1

A
B
C
Demanda
mensual
(camiones
cargados)

170 40
70 160
150 195 100 10
100 240 140 60
100

90

110

60

Capacidad
Mensual
(numero de
camiones)

Costo
mensual del
alquiler

200
250
300

7750
4000
5500

Consideraciones sobre la formulacin del modelo

La decisin de alquilar o no un almacn en

particular parece requerir una variable 0-1,
puesto que el costo de alquilar un almacn i
no varia con el nivel de la actividad (por
ejemplo, con el numero de camiones
enviados desde l)

yi = 1 si se alquila el almacn i
yi = 0 si no

 En primera instancia parece adecuado considerar el nmero de

camiones enviados del almacn al distrito como una variable entera.
Hay varios factores que indican considerar el numero de camiones
como una variable continua, a saber:

1.- Este es un modelo de planeacin, no un sistema detallado de
operacin. En este caso, el nmero de camiones que indique la
solucin de nuestro problema de programacin matemtica que
vayan del almacn i al distrito j es slo una aproximacin de lo que
realmente ocurra en un da dado.
2.- Considerar el nmero de camiones como variable entera hara el
problema mucho ms difcil de resolver.
3.- Claro est que cuesta mucho ms el alquiler de un almacn que
el envi de un camin desde el almacn al distrito de ventas. La
magnitud relativa de estos costos implica otra vez que es
relativamente ms importante la decisin de alquilar o no alquilar
considerada como variable entera, en oposicin a lo de los camiones.

Un modelo de PLEM
Para elaborar el modelo del problema de la Steco,
hagamos

yi = 1 si se alquila el almacn i

yi = 0 si no se alquila el almacn i
i = A, B, C.
Xij = numero de camiones enviados del
almacn i al
distrito j
i = A, B, C ;
j = 1,.., 4.

Funcin Objetivo
Costo total asociado a los camiones
170XA1 + 40XA2 + 70XA3 + 160XA4 +
150XB1 + 195XB2 + 100XB3 + 10XB4 +
100XC1 + 240XC2 + 140XC3 + 60XC4
Costo total asociado al arriendo o
alquiler.
7750yA + 4000yB + 5500yC

 Minimizar 7750yA + 4000yB +

5500yC + 170XA1 + 40XA2 + 70XA3 +
160XA4 + 150XB1 + 195XB2 + 100XB3
+ 10XB4 + 100XC1 + 240XC2 + 140XC3
+ 60XC4

Para el distrito de venta 1

XA1 + XB1 + XC1 = 100

Para el distrito de venta 2

XA2 + XB2 + XC2 = 90

Para el distrito de venta 3

XA3 + XB3 + XC3 = 110
Para el distrito de venta 4
XA4 + XB4 + XC4 = 60

La restriccin

XA1 + XA2 + XA3 + XA4 200 yA

XA1 + XA2 + XA3 + XA4 - 200 yA 0

Cumple dos propsitos.

Garantiza que la capacidad del almacn A no
ser excedida y
Obliga a alquilar el almacn A si se quiere enviar
algo de l.

Las dems restricciones son

XB1 + XB2 + XB3 + XB4 250
yB

XC1 + XC2 + XC3 + XC4 300

yC

MODELO
Minimizar 7750yA + 4000yB + 5500yC + 170XA1 +
40XA2 + 70XA3 + 160XA4 + 150XB1 + 195XB2 +
100XB3 + 10XB4 + 100XC1 + 240XC2 + 140XC3 +
60XC4.
Sujeto a
(2)

XA1 + XB1 + XC1 = 100

(3)

XA2 + XB2 + XC2 = 90

(4)

XA3 + XB3 + XC3 = 110

(5)

XA4 + XB4 + XC4 = 60

(6)

- 200 yA + XA1 + XA2 + XA3 + XA4 0

(7)

- 250 yB + XB1 + XB2 + XB3 + XB4 0

(8)

- 300 yC + XC1 + XC2 + XC3 + XC4 0

 VALOR DE LA FUNCIN OBJETIVO =

38.150
VARIABLES

VALOR

VARIABLE

VALOR

YA

1.00

XB1

0.00

YB

0.00

XB2

0.00

YC

1.00

XB3

0.00

XA1

0.00

XB4

0.00

XA2

90.00

XC1

100.00

XA3

110.00

XC2

0.00

XA4

0.00

XC3

0.00

XC4

60.00

FIN