Modelos Programcion Lineal Entera Mixta

1
Modelos Programacin Lineal

Entera Mixta
(parte 1)
Ricardo Gatica, Ph.D.
Optimizacin
Optimizacin en
Aplicada
Redes
Redes de Flujo
Ricardo Gatica E.
Modelamiento con Variables Enteras

Modelo general de PLEM

.
+
+

0
Donde A y B son matrices; b, c y d son vectores de dimensiones
consistentes.
Programacin Lineal Entera Mixta
Ricardo Gatica E.

Clasificaciones de los PLEM
+
. +
PL
0,
.
PLEM
0,
PE
=
PBEM
0,
.
0,1
PBP
=
0,1
+
+
0,1
0
0,1
Ricardo Gatica E.
Modelamiento con Variables Binarias

Tcnicas de modelamiento
Algunas tcnicas de modelamiento que facilitan la formulacin de
problemas de optimizacin discreta como modelos de Programacin Binaria.
1. Dicotomas
2. Condiciones lgicas
a. No ms de k entre n alternativas
b. Decisiones dependientes
c. K entre n restricciones
3. Tamaos de Lote y Puesta en Marcha
Ricardo Gatica E.

1. Dicotomas
Las variables binarias se utilizan comnmente para representar
seleccin entre dos alternativas excluyentes. Ejemplos:
Instalar o no una planta en la zona j
=
1

0 . .
Si el vehculo k realiza un viaje entre la ciudad i y la ciudad j

=
1

0 . .
Ricardo Gatica E.

2. Condiciones Lgicas:
En problemas discretos es frecuente encontrar decisiones interdependientes.
A continuacin se ilustran algunas de las mencionadas.
a. No ms de k entre n alternativas
Suponga:
=
1

0 . .
Con j= 1, 2, , n
+
+ +
Ricardo Gatica E.

b. Decisiones dependientes
Suponga:
=
1

0 . .
Ejemplos:
No se puede seleccionar la alternativa 1 si no se selecciona la
alternativa 3.
Si se selecciona la alternativa 1, se debe se seleccionar tambin la

alternativa 3 o la alternativa 4, pero no ambas. Si no se selecciona la
alternativa 1, no puede seleccionarse ni la alternativa 3 ni la 4.
=
Ricardo Gatica E.

c. K entre n restricciones
Suponga que se tiene un problema que es factible si se cumplen k de un
total de n restricciones. Ejemplo:
Se deben comprar como mximo un total de 5 pares de zapatos entre
azules y negros, o bien, un mximo de 10 pares de zapatos pero la
cantidad de pares azules debe ser el doble de la de pares negros.
Sean:
X: Cantidad de pares de zapatos azules a comprar
Y: Cantidad de pares de zapatos negros a comprar
+ 5
+ 2 10
,
Cmo hacer que se

cumpla slo una de las
dos restricciones?
Ricardo Gatica E.

c. K entre n restricciones (cont)
Sean:
Z1: 1 Si se cumple la primera restriccin; 0 e.o.c.
Z2: 1 Si se cumple la segunda restriccin; 0 e.o.c.
Luego, se deben modificar las restricciones propuestas y agregar otra:
+ 5 + (1 )
+ 2 10 + (1 )
+
=1
+
0,1
,
Con M un valor suficientemente grande.
Ricardo Gatica E.
10

3. Tamaos de Lote y Puesta en Marcha
Suponga que se debe decidir respecto de producir o no cierto tem. La
mquina utilizada para su produccin tiene un costo de set-up o puesta
en marcha fijo (independiente del nivel de produccin de s [UM]. Adems
existe un costo de produccin variable de c [UM/ton].
Considere tambin que debido a la existencia del costo de set-up, la
empresa tiene la poltica de producir lotes de un tamao mnimo de 5[ton].
La mquina que procesa el tem tiene una capacidad de 10[ton].
Sean:
=
=
1,

0, . . .
Ricardo Gatica E.
11

3. Tamaos de Lote y Puesta en Marcha (cont)
El costo de produccin del tem puede expresarse como:
=
Las restricciones asociadas estn dadas por:

5
10
Las restricciones anteriores son equivalentes a la siguiente?Por qu?
5
10
=0
Ricardo Gatica E.
12
El Problema de la Mochila
Descripcin
Ricardo Gatica E.
13
El Problema de la Mochila
Variable de Decisin
Modelo:
Ricardo Gatica E.
14
El Problema de la Mochila: Instancia

Descripcin
Dados los siguientes parmetros:
Nmero de tems: 5
Capacidad de la mochila: 85 [L]
Consumo de capacidad y utilidad por objeto segn Tabla 1.
tem
Capacidad consumida
30
25
35
20
30
Beneficio asociado
40
15
40
18
27
Tabla 1: Capacidad consumida por cada elemento [L]; beneficio asociado

a cada elemento [CLP]
Formule un problema de programacin binaria que permita determinar

qu elementos incluir en una mochila con las caractersticas
mencionadas, de manera de maximizar el beneficio asociado. Asuma que
en todos los aspectos el problema se comporta como el Problema de la
Mochila.
Ricardo Gatica E.
15
El Problema de la Mochila: Instancia

Variable de decisin
=
1,

0, . .
Modelo
40
. .
30
+ 15
+ 25
+ 40
+ 35
+ 18
+ 40
+ 27
+ 30
85
0,1
Ricardo Gatica E.
16
El Problema de Seleccin de Proyectos

Descripcin
Ricardo Gatica E.
17
El Problema de Seleccin de Proyectos

Variable de Decisin
Modelo
Ricardo Gatica E.
18
El Problema de Seleccin de Proyectos: Instancia

Descripcin
Nmero de proyectos: 5
Nmero de periodos: 6
Inversin, retorno y capital segn Tabla 1
Proyecto/Periodo
Retorno
50
70
10
11
10
11
90
55
30
Capital disponible
27
25
20
30
25
Tabla 1: Inversin requerida

para cada proyecto en cada
periodo [UF]; Capital disponible
en cada periodo[UF]; Retorno
esperado de cada proyecto [UF]
Formule un problema de programacin binaria que permita determinar

qu proyectos seleccionar de manera de maximizar el retorno asociado.
Asuma que en todos los aspectos el problema se comporta como el
Problema de Seleccin de Proyectos.
Ricardo Gatica E.
19
El Problema de Seleccin de Proyectos: Instancia

Variable de decisin
=
1

0 . . .
Modelo
50
. .
5
6
8
3
4
+ 70
+6
+7
+8
+9
+6
+ 90
+ 55
+ 30
+ 10 + 8 + 2 27
+ 11 + 5 + 3 25
+ 10 + 7 + 5 20
+ 9 + 8 + 4 30
+ 11 + 7 +
25
,
0,1
Ricardo Gatica E.
El Problema de Seleccin de Proyectos con alternativas

dependientes y excluyentes
Descripcin
Se presenta una variante del problema de Seleccin de Proyectos que
adems de las caractersticas del problema clsico, posee condiciones
lgicas.
Ricardo Gatica E.
20

Descripcin (cont)
+
implica que si se selecciona el proyecto j, entonces no puede seleccionarse

el proyecto k. Notar que esta relacin es conmutativa, es decir, si se
selecciona el proyecto k entonces no puede seleccionarse el proyecto j.
Especficamente denotaremos por:
Ricardo Gatica E.
21

Modelo
Ricardo Gatica E.
22

dependientes y excluyentes: Instancia
Descripcin
Los proyectos (A,B) (C,E) Y
(D,F) son mutuamente
Proyectos: 8; Periodos: 6
excluyentes
Inversin, retorno y capital segn Tabla 1
Los proyectos (A,E),
Proyecto/Periodo
1
2
3
4
5
Retorno
(A,F),(C,D),(G,H) son
complementarios, siendo
A
5
6
8
3
4
50
el primero
B
6
7
8
9
6
70
complementario al
C
10
11
10
9
11
90
D
8
5
7
8
7
55
segundo.
30
25
10
28
10
60
Capital disponible
27
25
20
30
25
Tabla 1: Inversin requerida para

cada proyecto en cada periodo [UF];
Capital
disponible
en
cada
periodo[UF]; Retorno esperado de
cada proyecto [UF]
Formule un problema de programacin binaria que permita determinar qu

proyectos seleccionar de manera de maximizar el retorno asociado. Asuma
que en todos los aspectos el problema se comporta como el Problema de
Seleccin de Proyectos.
Ricardo Gatica E.
23

dependientes y excluyentes: Instancia
Variable de decisin
=
1,

0 . . .
Modelo
50
. . 5 +6
6 +7
8 +8
3 +9
4 +6
+ 70
+ 10
+ 11
+ 10
+9
+ 11
+ 90
+ 55
+8 +2 +9
+5 +3 +9
+7 +5 +9
+8 +4 +9
+7 +
+9
+ 30
+ 25
+ 28
+ 6 + 6 27
+ 10 + 8 25
+ 8 + 10 20
+ 6 + 8 30
+ 4 + 6 25
+ 60
+
+
1
1
1
0
0
0
0
0,1
Ricardo Gatica E.
24
25
El Problema de Asignacin n:n

Descripcin
Variable de decisin
Ricardo Gatica E.
26
El Problema de Asignacin n:n

Modelo
Ricardo Gatica E.
27
El Problema de Asignacin n:n: Instancia

Descripcin
Tareas: 6; Personas: 6
Persona/
Tarea
Tabla 1: Costo de asignacin de cada persona a la

realizacin de cada tarea [miles de $]
Formule un PPB que permita determinar un plan de asignacin tareapersona minimizando los costos asociados. Asuma que en todos los
aspectos el problema se comporta como el P. de Asignacin.
Ricardo Gatica E.
28
El Problema de Asignacin n:n: Instancia

Variable de decisin
=
1,

0 . . .
Modelo
6
7
5
+8
+2
+
+9
+5
+5
+3
+5
+3
+6
+9
+2
+6
+4
+7
+5
+8
+3
+3
+7
+4
+4
+
+
. .
+
+
+
+
+
+
+
+
=1
=1
=1
+
+
+
+
+
+
+
+
=1
=1
=1
0,1
Ricardo Gatica E.
29
El Problema de Asignacin con subconjuntos

Descripcin
Ricardo Gatica E.
30
El Problema de Asignacin con subconjuntos

Modelo
Ricardo Gatica E.
31
El Problema de Asignacin con subconjuntos: Instancia

Descripcin
Persona
Tareas f.
A, D, E
B, D, E
C, E
B, C
A, C, D, E
Tabla 1: Suconjunto de asociaciones factibles; Costo de asignacin

de cada persona a la realizacin de cada tarea [miles de $]
Formule un PPB que permita determinar un plan de asignacin tareapersona minimizando los costos asociados. Asuma que en todos los
aspectos el problema se comporta como el P. de Asignacin con
subconjuntos.
Ricardo Gatica E.
32
El Problema de Asignacin con subconjuntos: Instancia

Variable de decisin
1,

=
0 . . .
Modelo
5
5
+8
+7
+9
+7
+7
+5
+6
+5
Persona
Tareas f.
A, D, E
B, D, E
C, E
B, C
A, C, D, E
+6
+7
+4
+6
. .
+
+
+
+
+
+
+
=1
=1
+
=1
=1
=1
,
,,
+
+
+
+
=1
=1
+
=1
+
=1
=1
0,1
Ricardo Gatica E.
33
El Problema de Asignacin de mxima cardinalidad

Descripcin
Modelo
Ricardo Gatica E.
El Problema de Asignacin con subconjuntos dispares:

Instancia
Descripcin
34
Variable de decisin

Persona
Tareas f.
A, D, E
D, E
B, C
1,

0 . . .
Modelo
+
+
+
+
+
+
+
1
1
+
. .
5
A, D, E
Tabla 1: Suconjunto de asociaciones factibles
Formule un PPB que permita

determinar un plan de asignacin
tarea-persona maximizando las
tareas a realizar. Asuma que en
todos los aspectos el problema se
comporta como el P. de Asignacin
de mxima cardinalidad.
+
+
1
+
+
,
+
1
1
+
,,
1
0,1
Ricardo Gatica E.
35
El Problema de Cobertura
Descripcin
Variable de decisin
Modelo
Ricardo Gatica E.
36
El Problema de Cobertura: Instancia

Descripcin
En una ciudad se desea planificar la localizacin de colegios de enseanza
media (liceos). Para ello, se ha considerado la ubicacin de los actuales
establecimiento de educacin bsica (colegio) en pos de la continuidad
escolar .
El criterio para la localizacin de estos nuevos centros educacionales ser
que ningn colegio est a ms de 3 [Km] de un liceo.
En el mapa de la ciudad se ilustran los
sitios potenciales para instalacin de liceos
(gris) y los actuales colegios (celeste), el
D
cual se exhibe en la Figura 1. Adems, se
5
muestra la superficie abarcada por cada
2
4
1
B
C
colegio (lneas punteadas).
Formule un PPB que permita determinar
A
3
que liceos instalar de manera de cubrir a
todos los colegios, sabiendo que el costo de
instalacin es (40, 15, 40, 18) para los
Figura 1: Mapa de la ciudad y cobertura potencial
colegios (A, B, C, D) respectivamente.
de los colegios
Ricardo Gatica E.
37
El Problema de Cobertura: Instancia

Variable de decisin
=
1,

0 . . .
Modelo
40
. .
+ 15
+
+
+
+
1
, ,
+ 40
+ 18
1
+
1
1
1
D
2
1
4
B
0,1
Ricardo Gatica E.
38
El Problema de Cobertura: Instancia 2

Descripcin
Variable de decisin

M={ A, B, C, D, E, F}
Mj
Elementos
contenidos
Cj
A, B
15
A,B,C,D
30
D,E,G
35
B,F,G
20
C,F
40
A,B,C,D,E
100
C,E,F
45
1

=

0 . . .
Modelo
Tabla
1:
Elementos
de
cada
subconjunto
y
costo
asociado

determinar una cobertura para el
conjunto M. Asuma que en todos los
aspectos el problema se comporta
como un P. de Cobertura.
15
. .
+ 30
+ 35
+ + 1
+ + + 1
+ + + 1
,
+ 20
+5
+ 40
+ + 1
+ + + 1
+ + 1
0,1
Ricardo Gatica E.
39
El Problema de Particionamiento
Descripcin
Variable de decisin
Modelo
1

=

0 . . .
Ricardo Gatica E.
40
El Problema de Particionamiento: Instancia

Descripcin
Variable de decisin

M={ A, B, C, D, E, F}
Mj
Elementos
contenidos
Cj
A, B
15
A,B,C,D
30
D,E
35
B,F
20
C,F
40
A,B,C,D,E
100
C,E,F
45
1

=

0 . . .
Modelo
Tabla
1:
Elementos
de
cada
subconjunto
y
costo
asociado

determinar una particin para el
como un P. de Particionamiento.
15
. .
+ 30
+
+
+
+ 20
=1
+ =1
+ =1
+
+
,
+ 35
+5
+ 40
+ + =1
+ + + =1
+ + =1
0,1
Ricardo Gatica E.
41
El Problema de Agrupacin
Descripcin
Variable de decisin
Modelo
1

=

0 . . .
Ricardo Gatica E.
42
El Problema de Agrupacin: Instancia

Descripcin
Variable de decisin

M={ A, B, C, D, E, F}
Mj
Elementos
contenidos
Cj
A, B
15
A,B,C,D
30
D,E
35
B,F
20
C,F
40
A,B,C,D,E
100
C,E,F
45
1

=

0 . . .
Modelo
Tabla
1:
Elementos
de
cada
subconjunto
y
costo
asociado

determinar una agrupacin para el
como un P. de Agrupacin.
15
. .
+ 30
+
+
+
1
+ 1
+ 1
+
+
,
+ 35
+ 20
+5
+ 40
+ + 1
+ + + 1
+ + 1
0,1
Ricardo Gatica E.
Problemas de Cobertura, Particionamiento y Agrupamiento:43

Comparacin solucin para una misma instancia
2
Cobertura
Descripcin
M={ A, B, C, D, E, F}
Mj
Elementos
contenidos
A, B
2
3
Costo o
beneficio
asociado
A
Cobertura
Particiona
miento
Agrupamiento
15
A,B,C,D
30
D,E
35
B,F
20
C,F
40
A,B,C,D,E
100
C,E,F
45
FO
55
90
100
5
E
Particionamiento
1
D
3
E
Tabla 1: Variables respuesta
Agrupamiento
3
E
F
C
C
F
6
Ricardo Gatica E.

Modelos Programcion Lineal Entera Mixta

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelos Programcion Lineal Entera Mixta

Cargado por

Copyright:

Formatos disponibles

1

Modelos Programacin Lineal

Modelamiento con Variables Enteras

Programacin Lineal Entera Mixta

Modelamiento con Variables Enteras

Programacin Lineal Entera Mixta

Modelamiento con Variables Binarias

Programacin Lineal Entera Mixta

Modelamiento con Variables Enteras

Si el vehculo k realiza un viaje entre la ciudad i y la ciudad j

Programacin Lineal Entera Mixta

Modelamiento con Variables Enteras

Programacin Lineal Entera Mixta

Modelamiento con Variables Enteras

Si se selecciona la alternativa 1, se debe se seleccionar tambin la

Programacin Lineal Entera Mixta

Modelamiento con Variables Enteras

Cmo hacer que se

Programacin Lineal Entera Mixta

Modelamiento con Variables Enteras

Programacin Lineal Entera Mixta

Modelamiento con Variables Enteras

Programacin Lineal Entera Mixta

Modelamiento con Variables Enteras

Las restricciones asociadas estn dadas por:

Programacin Lineal Entera Mixta

Programacin Lineal Entera Mixta

Programacin Lineal Entera Mixta

El Problema de la Mochila: Instancia

Tabla 1: Capacidad consumida por cada elemento [L]; beneficio asociado

Formule un problema de programacin binaria que permita determinar

El Problema de la Mochila: Instancia

Programacin Lineal Entera Mixta

El Problema de Seleccin de Proyectos

Programacin Lineal Entera Mixta

El Problema de Seleccin de Proyectos

Programacin Lineal Entera Mixta

El Problema de Seleccin de Proyectos: Instancia

Tabla 1: Inversin requerida

Formule un problema de programacin binaria que permita determinar

El Problema de Seleccin de Proyectos: Instancia

Programacin Lineal Entera Mixta

El Problema de Seleccin de Proyectos con alternativas

Programacin Lineal Entera Mixta

El Problema de Seleccin de Proyectos con alternativas

implica que si se selecciona el proyecto j, entonces no puede seleccionarse

Especficamente denotaremos por:

Programacin Lineal Entera Mixta

El Problema de Seleccin de Proyectos con alternativas

Programacin Lineal Entera Mixta

El Problema de Seleccin de Proyectos con alternativas

Tabla 1: Inversin requerida para

Formule un problema de programacin binaria que permita determinar qu

El Problema de Seleccin de Proyectos con alternativas

El Problema de Asignacin n:n

El Problema de Asignacin n:n

El Problema de Asignacin n:n: Instancia

Tabla 1: Costo de asignacin de cada persona a la

Programacin Lineal Entera Mixta

El Problema de Asignacin n:n: Instancia

Programacin Lineal Entera Mixta

El Problema de Asignacin con subconjuntos

Programacin Lineal Entera Mixta

El Problema de Asignacin con subconjuntos