Investigacin de operaciones

Introduccin

n la unidad 5 aprendimos a resolver modelos de P. L. por el

mtodo smplex y el dual smplex, el resultado obtenido poda
ser cualquier nmero real, sin embargo, existen problemas que
no aceptan como solucin un nmero real, por ejemplo, pensemos en
el problema de seleccin de personal de la unidad 3, en este caso no
podemos colocar 1.5 empleados. Por esta razn se han desarrollado
algoritmos especiales para la bsqueda de soluciones enteras de modelos
de P. L.
Podemos suponer que es ms fcil resolver un problema de P. L. entera
que uno de P. L. estndar, pero esto en general no es cierto, ya que en
la actualidad no existe un algoritmo ptimo (desde el punto de vista
computacional) para su puesta en prctica; por esta razn mostramos dos
de los mtodos ms utilizados en la practica:
El mtodo de ramifica y acota (Branch and Bound).
El algoritmo de corte (Gomory).

Los problemas que resuelven corresponden a los llamados modelos de

programacin lineal entera (P. L. E.). Estos modelos se clasifican de la
siguiente manera:
Modelos de P. L. E. puros. Cuando todas las variables de decisin
slo tienen sentido si toman valores enteros.
Modelos de P. L. E. mixtos. Cuando alguna de las variables de
decisin pueden tomar valores reales y slo un subconjunto est
restringido a tomar valores enteros.
Modelos de P. L. E. binarios. Cuando las variables de decisin
slo pueden tomar dos valores, por ejemplo, verdadero o falso, esto
se representa con cero o uno.

Empezaremos la unidad dando un ejemplo de cada uno de ellos y

posteriormente analizaremos los dos mtodos de solucin mencionados.
Estos dos mtodos se estudian slo con modelos de P. L. E. que tienen
como objetivo maximizar; para resolver problemas de minimizacin se
sugiere obtener el modelo dual presentado en la unidad 5.

223

Unidad 6

6.1. Aplicaciones ilustrativas

En la unidad 3 obtuvimos los modelos de algunos problemas de P. L.,
sin embargo, no hicimos hincapi en que algunos de ellos eran modelos
de P. L. E. En esencia la formulacin de un modelo de P. L. E. sigue los
mismos pasos que un modelo de P. L. estndar, la nica diferencia es que
algunas de las variables de decisin o todas estn restringidas a tomar
slo valores enteros. Veamos algunos ejemplos:

Ejemplo 1
Problema de costo fijo (ejemplo de modelo puro)
Una fbrica produce tres tipos de herramientas, taladros, mquina
caladora y desarmador elctrico. Los costos para producir cada
herramienta estn dados por un costo fijo que es aplicable slo si se
produce al menos una unidad, ms un costo por unidad. En la siguiente
tabla mostramos los datos correspondientes.

Esto es, si producimos 3 taladros el costo es C(3) = 100 + 3(25) = 175,

ya que el costo fijo aplica desde una unidad hasta varias unidades.
La empresa tiene que fabricar por lo menos 50 taladros, 80 mquinas
caladoras y 100 desarmadores elctricos, sin embargo slo tiene un
capital de $ 20 930. El taladro deja una ganancia de $ 100 por unidad,
la mquina caladora $ 50 y el desarmador elctrico $ 20. Cul es la
combinacin que optimiza las ganancias? Obtener el modelo de P. L. E.
asociado.

224

Investigacin de operaciones

Las variables de decisin son:

x1 = nmero de taladros que se van a producir.
x2 = nmero de caladoras que se van a producir.
x3 = nmero de desarmadores que se van a producir.
Hacemos la suposicin de que toda la produccin se vende, ya que el
problema no nos proporciona informacin al respecto.
La funcin objetivo la podemos escribir como:
Z mx = 100x1 + 50x2 + 20x3
Las restricciones son:
100 + 25x1 + 80 + 20x2 + 50 + 10x3 < 20 930
x1 > 50
x2 > 80
x3 > 100
Por lo tanto el modelo de P. L. E. es:
Z m x 100 x1 50 x2 20 x3
s. a.: 25 x1 20 x2 10 x3 20 700
x1 50
x2 80
x3 100
xi 0 i 1, 2, 3
xi enteros
La ltima restriccin es necesaria ya que no podemos producir fraccin
de taladros o fraccin de desarmadores. Este modelo se resuelve en la
seccin de problemas resueltos (problema 2).
Nota. Aqu es importante el hecho de que las variables no pueden tomar
el valor cero, ya que esto cambiara sustancialmente el modelo, debido
a que el costo fijo slo es aplicable si se produce al menos una unidad.

225

Unidad 6

Ejemplo 2
Problema de produccin (ejemplo de modelo mixto)
Una empresa produce tornillos y clavos. Los tornillos se venden por
cajas de 100 unidades cada una, mientras que los clavos se venden a
granel. La produccin de cada 100 tornillos tiene un costo de $ 20,
mientras que el kg de clavos tiene un costo de $ 10. La empresa tiene un
capital disponible de $ 10 000 y desea saber cul es la combinacin que
optimiza sus ganancias.
El precio de venta por caja de tornillos es de $ 25 mientras que el kg de
clavos se vende a $ 20, la empresa debe entregar por lo menos 20 cajas
de tornillos. Hallar el modelo de P. L. E. asociado a este problema.
Las variables de decisin son las siguientes:
x1 = nmero de cajas de tornillos producidas y vendidas.
x2 = cantidad producida y vendida de clavos (en kg).
El objetivo es maximizar las ganancias de la empresa, por lo tanto
la funcin objetivo debe cuantificar las ganancias producidas por las
diferentes combinaciones de produccin:
Z mx = 5x1 + 10x2
La primera restriccin tiene que ver con el capital disponible para la
produccin:
20x1 + 10x2 < 10 000
La segunda restriccin est en funcin de la demanda mnima de cajas
de tornillos:
x1 > 20
Finalmente la condicin de positividad:
x1, x2 > 0

226

Investigacin de operaciones

Como los tornillos se venden por caja, entonces la variable x1 slo toma
valores enteros, mientras que la variable x2 puede tomar cualquier valor
ya que la venta de clavos es a granel, esto es, podemos vender 123.4 kg
de clavos.
Por lo tanto el modelo de P. L. E. es mixto, y lo escribimos a
continuacin:
Z mx = 5x1 + 10x2
s. a.: 20x1 + 10x2 < 10 000
x1 > 20
con x1, x2 > 0 y x1 Z

Ejemplo 3
Problema de produccin (ejemplo de modelo binario)
Una asociacin crediticia de asistencia pblica debe colocar como
mnimo $ 15 000 en crditos personales de $ 1 000 y crditos para tiles
escolares por $ 1 500. La asignacin de estos crditos tiene un costo, el
cual se divide en dos partes: un costo fijo que se aplica en caso de que
se asigne al menos un crdito y otra que depende del nmero de crditos
otorgados. En la siguiente tabla presentamos estos costos:

Los costos son absorbidos por la asociacin, por lo tanto desean

minimizarlos. Cul es la combinacin que minimiza dichos costos?
Obtener el modelo de P. L. E. asociado al problema.
Las variables de decisin son:
x1 = nmero de crditos personales otorgados.
x2 = nmero de crditos para tiles otorgados.

227

Unidad 6

El costo por crdito personal est dado por:

500 100 x1 x1 0
C1 ( x1 )
x1 0
0
El costo por crdito para tiles est dado por:
300 150 x2 x2 0
C2 ( x2 )
x2 0
0
Una primera idea puede ser escribir la funcin objetivo de la siguiente
manera:
Z mn = 500 + 100x1 + 300 + 150x2
Esta funcin objetivo tiene el inconveniente de que si no se otorgan
crditos para tiles, no se incurre en el costo fijo, sin embargo, la funcin
objetivo s lo contabiliza. Para solucionar este problema se agregan dos
variables artificiales del tipo binario; esto es, variables que slo pueden
tomar el valor 0 o 1. Dichas variables las definimos de la siguiente
manera:
0 x 0
y1 1
1 x1 0
0 x2 0
y2
1 x2 0
Estas restricciones las podemos escribir como:
x1 < My1
x2 < My2
Donde M > 0 es lo suficientemente grande, de tal manera que xi < M sea
trivial para cualquier restriccin del problema.

228

Investigacin de operaciones

Entonces el modelo de programacin lineal se escribe como:

Z m n 100 x1 150 x2 500 y1 300 y2
s. a.: 1 000 x1 1 500 x2 15 000
x1 My1
x2 My2
x1 , x2 0
y1 , y2 0 o 1
M 0
El modelo anterior representa al problema.
Si xi > 0 entonces la desigualdad xi < Myi obliga que yi tome el valor 1. Con
lo cual en la funcin objetivo se considera el costo fijo. Si xi = 0 entonces
la desigualdad xi < Myi hace que yi puede tomar el valor 0 o 1, pero como
en la funcin objetivo se est minimizando, obliga que yi tome el valor 0 y,
por lo tanto no se toma en cuenta el costo fijo asociado con xi.
El modelo que se obtuvo es un modelo de P. L. E. binario ya que algunas
de las variables slo pueden tomar el valor 0 o 1, mientras que otras slo
pueden tomar valores enteros.
Con estos tres ejemplos nos damos cuenta de que la formulacin de los
modelos de P. L. E. sigue los mismos pasos que la de los modelos de
P. L. estndar. En la siguiente seccin, se vern los cambios que se deben
realizar al resolver dichos modelos y de la complejidad que representan.

Ejercicio 1
1. Un modelo de P. L. cuyas variables de decisin slo pueden tomar
valores enteros se clasifica como entero:
a) Puro.
b) Mixto.
c) Binario.
d) Dual.

229

Unidad 6

2. Un modelo de P. L. en el que algunas variables de decisin slo pueden

tomar valores enteros se clasifica como entero:
a) Puro.
b) Mixto.
c) Binario.
d) Dual.
3. Un problema de P. L. donde las variables de decisin slo pueden
tomar dos posibles valores se denomina modelo:
a) Puro.
b) Mixto.
c) Binario.
d) Dual.
4. Uno de los mtodos conocidos para resolver un modelo de P. L. E. es:
a) Smplex.
b) Grfico.
c) Gomory.
d) Dual.
5. Obtener el modelo de P. L. E. asociado al siguiente problema:
Una empresa produce 2 tipos de refacciones para automviles. El costo
por unidad para la refaccin 1 es de $ 2, mientras que el costo de
la refaccin 2 es de $ 1. Se tiene un presupuesto de $ 2 500 para la
fabricacin del lote. La utilidad de la refaccin 1 es de $ 5, mientras que
para la refaccin 2 es de $ 6. El departamento de ventas informa que se
pueden vender fcilmente hasta 250 unidades de la refaccin 1 y hasta
100 unidades de la refaccin 2. Se trata de optimizar la utilidad de la
empresa.

230

Investigacin de operaciones

6.2. Algoritmos para la solucin

de modelos de P. L. E.
Se mencion al inicio de la unidad que no es fcil resolver los modelos
de P. L. E., ya que si bien el nmero de posibles soluciones disminuye,
nada nos garantiza que el vrtice solucin ptima del problema contenga
en sus coordenadas slo valores enteros. Sin embargo, la P. L. E. tiene
tantas aplicaciones que es necesario contar con algoritmos que permitan
resolverlos de manera ptima. En esta seccin vamos a estudiar dos de
los mtodos ms utilizados en la actualidad:
Mtodo de ramifica y acota.
Mtodo de Gomory.

Como no existe el mtodo ptimo, en ocasiones conviene utilizar uno,

mientras que en otras puede ser que no funcione. El gran problema surge
al implementarlos en la computadora, ya que el mtodo de ramifica y
acota requiere de demasiadas operaciones, lo cual lo vuelve costoso,
mientras que el mtodo de corte es ms econmico, pero no siempre
converge a la solucin ptima.
Mtodo de ramifica y acota
Al resolver un modelo de P. L. E., la primera idea que surge es la de
resolver el modelo como un problema de P. L. estndar. Una vez que se
tienen la solucin, si sta cumple con las condiciones de que todas las
variables de decisin sean enteras, entonces el problema est resuelto. Si
no, entonces podemos redondear los valores y aplicar el proceso hacia
la solucin del modelo de P. L. E. A continuacin se presentan ejemplos
para analizar a fondo.

231

Unidad 6

Ejemplo 4
Resolver el siguiente modelo de P. L. E. puro.
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x1 , x2 enteros
x1 , x2 0
Por el mtodo smplex se obtiene la solucin ptima del modelo (sin
considerar la restriccin de que x1 y x2 deben ser enteros):
x1 = 2
x2 = 3.5
Y el valor de la funcin objetivo es: Z = 20.
Observamos que la variable x1 si satisface la restriccin de ser entera,
sin embargo, la variable x2 no lo satisface. Si redondeamos el valor de x2
obtenemos:
x1 = 2
x2 = 4
El punto (x1, x2) no est dentro de la regin factible, por lo tanto tenemos
que modificar el valor de x2, con lo cual obtenemos la solucin ptima:
x1 = 2
x2 = 3 con Z mx = 18
que satisface la condicin de que las variables sean enteras.
El mtodo de ramifica y acota toma la idea anterior, slo que ahora
analiza todas las posibilidades de redondeo. Para ello va formando
un rbol de combinaciones, como los utilizados en probabilidad. A
continuacin describimos el algoritmo del mtodo:

232

Investigacin de operaciones

Paso 1. Se resuelve el modelo utilizando el mtodo smplex, sin tomar

en cuenta las restricciones de que las variables deben tomar valores
enteros. Si la solucin ptima del problema satisface la condicin de ser
entera, el modelo esta resuelto. Parar. Si no, continuar con el algoritmo.
Paso 2. Se toma una de las variables que no es entera y se toma el
valor del entero prximo mayor y el valor del entero prximo menor. Se
plantean dos nuevas restricciones: que la variable sea mayor al entero
mayor y que la variable sea menor al entero menor.
Paso 3. Una vez hecho esto se plantean dos nuevos modelos de P. L. que
se deben resolver. Cada uno de ellos se obtiene al agregar una de las dos
restricciones del punto anterior.
Paso 4. Se resuelve cada uno de los modelos utilizando el mtodo
smplex. Si la solucin ptima es entera se anota el valor de la funcin
objetivo. Si la solucin ptima de todos los modelos ya es entera se pasa
al punto 5, si no, se aplica nuevamente el mtodo desde el punto 2, para
cada uno de los modelos que tiene solucin no entera.
Paso 5. Se comparan los valores de Z y se toma el mximo, la solucin
asociada a este valor es la solucin ptima del modelo.

Ejemplo 5
Hallar la solucin del siguiente problema de P. L. E.
Z m x x1 x2
s. a.: 8 x1 5 x2 40
4 x1 6 x2 24
x1 , x2 enteros
x1 , x2 0
Si resolvemos este problema utilizando el mtodo smplex, obtenemos la
solucin ptima:

233

Unidad 6

x1 = 4.2857
x2 = 1.1429 con Z = 3.1428
En este problema ninguna de las variables cumple con la condicin de ser
entera, por lo tanto tenemos que redondear los dos valores, obteniendo:
x1 = 4
x2 = 1 con Z = 3
Pareciera que sta es la solucin ptima, sin embargo, este punto no est
en la regin de soluciones factible. Entonces:
Cmo debemos redondear para que los valores estn dentro de la
regin factible?
Se selecciona la variable a redondear (una a la vez) y se toma el valor del
entero prximo mayor y el valor del entero prximo menor, de manera
que se plantean dos nuevos modelos de P. L. que se deben resolver.
En este ejemplo trabajaremos con x1 = 4.2857. Las restricciones que se
deben aadir a los sistemas asociados son: x1 < 4 o x1 > 5.

Tomamos el problema del lado izquierdo, y aumentamos las siguientes

restricciones: x2 < 1 o x2 > 2, con lo que se generan los siguientes sistemas
asociados:

234

Investigacin de operaciones

Continuamos aadiendo al modelo de la derecha una de las siguientes

restricciones: x1 < 3 o x1 > 4.

Por lo tanto la solucin ptima del modelo de P. L. E. es:

x1 = 3
x2 = 2 con Z mx = 1

Ejemplo 6
Resolver el siguiente modelo de P. L. E.
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x1 , x2 enteros
x1 , x2 0
Resolviendo por mtodo smplex se obtiene la solucin ptima (sin
considerar la restriccin de que las variables sean enteras):
x1 = 2
x2 = 3.5 con Z = 20
Seleccionamos la variable que no cumple la condicin de ser entera. En
este caso es x2. Escribimos los enteros prximos (mayor y menor) al
valor que obtuvimos de esta variable: 4 y 3.
Se plantean dos nuevos modelos de P. L., los cuales se obtienen al agregar
una de las siguientes restricciones al modelo de P. L. E. original:
x2 < 3 o x2 > 4

235

Unidad 6

Los modelos que obtenemos son:

Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x2 3

Problema asociado 1

x1 , x2 enteros
x1 , x2 0
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x2 4

Problema asociado 2

x1 , x2 enteros
x1 , x2 0
A continuacin se resuelve cada uno de estos modelos utilizando el
mtodo smplex.
La solucin ptima del problema asociado 1 es:
x1 = 2.5
x2 = 3
Z = 19.5
Mientras que el problema asociado 2 no tiene solucin, ya que no existe
regin de solucin factible.
Como el problema asociado 1 s tiene solucin pero no es entera,
entonces tomamos la variable x1 cuyo valor es 2.5, tomamos los enteros
mayor (3) y menor (2) prximos y escribimos dos modelos asociados
aadiendo al problema asociado 1 una de las siguientes desigualdades:
x1 < 2 o x1 > 3

236

Investigacin de operaciones

Con lo que obtenemos:

Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x2 3

Problema asociado 3

x1 2
x1 , x2 enteros
x1 , x2 0
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x2 3

Problema asociado 4

x1 3
x1 , x2 enteros
x1 , x2 0
Resolvemos el problema asociado 3 con el mtodo smplex y se obtiene
la solucin ptima:
x1 = 2
x2 = 3
Z = 18
Resolviendo el problema asociado 4 con el mtodo smplex se obtiene la
solucin ptima:
x1 = 3
x2 = 2.5
Z = 19
La solucin del problema asociado 3 satisface la condicin de ser entera,
pero no sabemos si es ptima, por lo que tenemos que continuar con el
mtodo.
La solucin del problema asociado 4 presenta la variable x2 con un valor
no entero, por lo tanto nuevamente se plantean dos problemas asociados,
al aadir al problema asociado 4 una de las siguientes restricciones:

237

Unidad 6

x2 < 2 o x2 > 3
Obtenemos los problemas asociados:
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x2 3

Problema asociado 5

x1 3
x2 2
x1 , x2 enteros
x1 , x2 0
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x2 3

Problema asociado 6

x1 3
x2 3
x1 , x2 enteros
x1 , x2 0

Resolvemos cada uno de estos problemas utilizando el mtodo smplex:

La solucin ptima del problema asociado 5 es:
x1 = 2
x2 = 2
Z = 14
Mientras que el problema asociado 6 tiene la solucin ptima:
x1 = 2
x2 = 3
Z = 18
Como ambas soluciones son enteras, se concluye que la solucin ptima es:

238

Investigacin de operaciones

x1 = 2
x2 = 3 con Z mx = 18
Por el llamado mtodo del rbol:

239

Unidad 6

Ejercicio 2
1. En cada iteracin del mtodo de ramifica y acota, la regin factible
se:
a) Divide.
b) Reduce.
c) Corta.
d) Aumenta de tamao.
2. En el mtodo de ramifica y acota cada variable no entera da origen a:
a) Una restriccin nueva.
b) Dos restricciones nuevas.
c) Ninguna restriccin.
d) No se sabe.
3. Si el valor de una de las variables de decisin en un modelo de P. L. es
x = 2.8, entonces debemos agregar las siguientes desigualdades:
a) x > 3 o x < 3
b) x > 3 o x > 2
c) x > 3 o x < 2
d) x > 2 o x < 2
4. La solucin ptima de un modelo de P. L. E. slo acepta valores:
a) Positivos.
b) Reales.
c) Positivos y enteros.
d) Positivos y reales.
5. Si la solucin por mtodo smplex de un modelo de P. L. E. sin tomar en
cuenta la condicin de que las variables sean enteras es x1 = 2.3, x2 = 5.8,
entonces la solucin ptima se obtiene al:
a) Redondear hacia arriba.
b) Redondear hacia abajo.

240

Investigacin de operaciones

c) Tomar la parte entera.

d) Aplicar el mtodo de ramifica y acota.
6. Obtener los dos primeros modelos auxiliares (el primer nivel del
rbol) que se tienen al resolver el siguiente modelo de P. L. E. por el
mtodo de ramifica y acota:
Z m x x1 x2
s. a.: 8 x1 5 x2 32
x1 , x2 enteros
x1 , x2 0
Mtodo de Gomory
El mtodo presentado de ramifica y acota tiene el inconveniente
de que en cada paso se tiene que resolver dos nuevos programas
asociados. Esto hace que el nmero de operaciones sea grande, aunque
en ocasiones puede ser que uno de los dos problemas no tenga solucin.
En el mtodo que vamos a presentar a continuacin se reduce el tamao
de la regin factible pero sin dividirla, para esto, se va aadiendo
una restriccin en cada iteracin. Estas iteraciones cortan la regin
factible, de tal manera que la nueva regin debe contener la solucin
entera ptima de nuestro modelo, si es que existe. El algoritmo del
mtodo se presenta a continuacin.
Paso 1. Se resuelve el modelo sin tomar en cuenta la restriccin de que
las variables sean enteras.
Paso 2. Si la solucin ptima cumple la condicin de ser entera, sta es
la solucin del modelo. Si no, se toma uno de los renglones de la tabla
smplex ptima con lado derecho no entero. A este rengln le llamamos
rengln fuente.
Paso 3. Escribimos los coeficientes del rengln fuente como una
combinacin de un nmero entero y una parte fraccionaria positiva entre
cero y uno.

241

Unidad 6

Paso 4. Pasamos todos los coeficientes fraccionarios del lado izquierdo,

los enteros los pasamos al lado derecho. Ahora hacemos que el lado
izquierdo sea mayor o igual a cero.
Paso 5. Escribimos esta desigualdad en forma de igualdad al sumar
la variable de supervit y la aadimos a nuestra tabla smplex ptima.
Resolvemos por el mtodo dual smplex. Regresamos al paso 2.

Ejemplo 7
Para explicar el mtodo descrito vamos a resolver el siguiente modelo de
P. L. E.:
Z m x 2 x1 x2
s. a.: 2 x1 5 x2 17
x1 , x2 enteros
x1 , x2 0
Resolvemos el problema utilizando el mtodo smplex tabular sin tomar
en cuenta las restricciones de que las variables sean enteras. La tabla
ptima se presenta a continuacin:

Paso 1. Buscamos el primer rengln asociado a la variable bsica que

no cumpla con la condicin de ser entera. En este caso es el rengln
asociado a la variable x1. Este rengln representa la ecuacin:
x1 + 2.5x2 + 0.5s1 = 8.5
Paso 2. Se escribe cada coeficiente y constante fraccionarios de la
ecuacin obtenida en el paso 1, como la suma de un entero y una fraccin
positiva entre 0 y 1.
x1 + 2x2 + 0.5x2 + 0.5s1 = 8 + 0.5

242

Investigacin de operaciones

Escribimos la ecuacin de tal manera que el lado izquierdo contenga

solamente trminos con coeficientes fraccionarios y una constante fraccionaria,
mientras que del lado derecho slo aparezcan nmeros enteros.
0.5x2 + 0.5s1 0.5 = 8 x1 2x2
Paso 3. Hacemos que el lado izquierdo de la igualdad sea mayor o igual
a cero.
0.5x2 + 0.5s1 0.5 > 0
o
0.5x2 + 0.5s1 > 0.5
sta es la nueva restriccin que debemos agregar al modelo.
El nuevo modelo por resolver es el que obtenemos al escribir las
restricciones de la tabla ptima del mtodo smplex, agregando la ltima
restriccin obtenida. La funcin objetivo no cambia:
Z m x 2 x1 x2
s. a.: x1 2.5 x2 0.5 x3 8.5
0.5 x2 0.5 x3 0.5

Modelo 2

x1 , x2 , x3 0
x1 , x2 , x3 enterass
Aqu la variable artificial s1 se renombr como la variable x3.
Resolvemos este problema por mtodo smplex y repetimos los pasos
1 a 3.
La tabla ptima del mtodo smplex asociado al modelo 2 es:

243

Unidad 6

Donde obtenemos la solucin:

x1 = 8
x2 = 0
Z mx = 16
La cual es la solucin ptima entera.

Ejemplo 8
Utilizando el mtodo de Gomory resolver el siguiente modelo de P. L. E.
Z m x 2 x1 x2
s. a.: 2 x1 5 x2 17
5 x1 3 x2 16
x1 , x2 enteros
x1 , x2 0
Paso 1. Resolvemos el problema utilizando el mtodo smplex y tabular
sin tomar en cuenta las restricciones de que las variables sean enteras.
La tabla ptima es:

Paso 2. La solucin es: x1 = 3.20, x2 = 0 con Z = 6.4. Como la variable x1

no es entera entonces continuamos con el mtodo. Buscamos uno de los
renglones asociado a la variable bsica que no cumpla con la condicin de
ser entera. En este caso es el rengln asociado a la variable x1. Este rengln
representa la ecuacin:
x1 + 0.60x2 + 0.2h2 = 3.20

244

Investigacin de operaciones

Paso 3. Escribimos los coeficientes como una combinacin de un nmero

entero y una parte fraccionaria entre cero y uno.
x1 + 0.60x2 + 0.2h2 = 3 + 0.20
Paso 4. Pasamos todos los coeficientes fraccionarios al lado izquierdo.
0.60x2 + 0.2h2 0.20 = 3 x1
0.60x2 + 0.2h2 0.20 > 0
Paso 5. Escribimos la desigualdad anterior en forma de igualdad al
sumar la variable de supervit y la aadimos a la tabla smplex ptima:
0.60x2 + 0.2h2 + h3 = 0.20

Resolvemos utilizando el mtodo dual smplex:

Regresamos al paso 2.
Paso 2. La solucin obtenida es:
1
1
x1 3, x2 , con Z 18
3
3

245

Unidad 6

La variable x1 ya cumple la condicin de ser entera, pero la variable x2

an no, por lo que volvemos a aplicar el mtodo. Buscamos uno de los
renglones asociado a la variable bsica que no cumpla con la condicin
de ser entera. En este caso es el rengln asociado a la variable x2. Este
rengln representa la ecuacin:
x2 + 0.33h2 1.67h3 = 0.33
Paso 3. Escribimos los coeficientes como una combinacin de un nmero
entero y una parte fraccionaria entre cero y uno.
x2 + 0.33h2 2h3 + 0.33h3 = 0.33
Paso 4. Pasamos todos los coeficientes fraccionarios al lado izquierdo.
0.33h2 + 0.33h3 0.33 = x2 + 2h3
0.33h2 + 0.33h3 0.33 > 0
Paso 5. Escribimos esta desigualdad en forma de igualdad al sumar la
variable de supervit y la aadimos a la tabla smplex ptima.
0.33h2 0.33h3 + h4 = 0.33

Resolvemos utilizando el mtodo dual smplex.

246

Investigacin de operaciones

Regresamos al paso 2.
La solucin ptima entera que obtenemos es:
x1 = 3
x2 = 0 con Z mx = 6
Realicemos el siguiente ejemplo para ver qu tipo de obstculos podemos
tener al resolver un modelo de P. L. E. con este mtodo.

Ejemplo 9
Resolver el siguiente modelo de P. L. E.:
Z m x 3 x1 4 x2
s. a.: x1 x2 5.5
x2 3.5
x1 , x2 enteros
x1 , x2 0
Resolvemos el modelo por mtodo smplex tabular (sin tomar en cuenta
las restricciones de que las variables tomen valores enteros). La tabla
final se muestra a continuacin:

247

Unidad 6

Paso 1. Buscamos el rengln asociado a la primera variable bsica

que no cumpla con ser entera, en este caso es el segundo rengln,
donde x2 = 3.5. Este rengln representa la restriccin:
x2 + s2 = 3.5
Paso 2. Escribimos cada coeficiente y constante fraccionarios de la
ecuacin obtenida en el paso 1, como la suma de un entero y una fraccin
positiva entre 0 y 1.
x2 + s2 = 3

1
2

Se escribe la ecuacin de tal manera que el lado izquierdo contenga

solamente trminos con coeficientes fraccionarios y una constante
fraccionaria, mientras que del lado derecho slo aparezcan nmeros
enteros:
1
x2 s2 3
2
Paso 3. Hacemos que el lado izquierdo de la igualdad sea mayor o igual
a cero.
1
0
2
En este caso el mtodo no se puede aplicar, ya que esta ltima
desigualdad es falsa, por lo tanto el mtodo no funciona para este
ejemplo.
Esta es la razn de que el mtodo de ramifica y acota se sigue utilizando
aunque involucre ms operaciones.
Tambin podemos hacer uso del mtodo dual smplex como veremos en
el siguiente ejemplo.

248

Investigacin de operaciones

Ejemplo 10
Resolver el modelo de P. L. E. de costo fijo, obtenido en el ejemplo 1:
Z m x 100 x1 50 x2 20 x3
s. a.: 25 x1 20 x2 10 x3 20 700
x1 50
x2 80
x3 100
xi 0 i 1, 2, 3
xi enteros
La tabla smplex ptima asociada es:

Tomamos el rengln asociado a la variable x1 y aadimos la restriccin:

0.8h2 0.4h3 0.04h4 + h5 = 0.04
La tabla smplex cambia a:

249

Unidad 6

Utilizamos el mtodo dual smplex y obtenemos:

Utilizamos el rengln asociado a la variable x2 y aadimos la

restriccin:
0.5h3 0.05h4 0.75h5 + h6 = 0.05
Usamos el mtodo dual smplex y obtenemos:

Utilizamos el rengln asociado a la variable x3 y aadimos la restriccin:

0.1h4 0.5h5 + h7 = 0.1
Usamos el mtodo dual smplex:

250

Investigacin de operaciones

Donde obtenemos la solucin entera ptima:

x1 = 724
x2 = 80
x3 = 100 con Z mx = 78 400

Ejercicio 3
1. En el mtodo de Gomory la zona factible se:
a) Reduce.
b) Divide.
c) Rota.
d) Secciona.
2. En el primer paso del mtodo de Gomory seleccionamos la restriccin
con:
a) Coeficientes enteros.
b) Limitantes negativas.
c) Limitantes no enteras.
d) Coeficiente cero.

251