Clase # 17 Programación entera es programación lineal

con la restricción adicional de que los valores de

las variables de decisión sean enteros.

Programación Entera. µ P.E pura: Todas las variables de decisión

tienen valores enteros.

µP.E mixta (PEM) : Algunas de las variables

de decisión tienen valores enteros. Las demás
cumplen con la suposición de divisibilidad.

17-1 17-2

Ejemplo de formulación.
µP.E. Binaria (PEB) : Utiliza variables binarias
La CALIFORNIA MANUFACTURING CO. ,
Sólo tiene 2 alternativas posibles está analizando la posibilidad de expansión.
1 si la decisión j es si. Fábrica: Construcción de una fábrica en Los
Xj = Angeles o en San Francisco, o tal vez en ambas
0 si la decisión j es no. ciudades
Almacén: Construcción de un almacén a lo
Las Xj son variables de decisión restringidas a sumo, pero la decisión está restringida a que si
tomar valores 0,1. hay almacén en ese sitio tiene que haber fábrica.
Veamos
17-3 17-4

# de
Variable VNP Capital Formulemos entonces el problema:
decisión
Pregunta sí o no de requerido
decisión Beneficio
1. Variables de decisión.
1 ¿Construir fábrica $9 mill $6 mill
en Los Angeles?
X1

2 ¿Construir fábrica X2 $5 mill $3 mill La variable de decisiónXj es tal que:

en San Francisco?
3 ¿Construir almacén $6 mill $5mill
1 se construye.
X3 Xj =
en Los Angeles?
¿Construir almacén 0 no se construye.
4 X4 $4 mill $2mill
en San Francisco?

Capital disponible : $10 mill

j= 1,2,3,4.
17-5 17-6

1
2.Función objetivo. 3.Restricciones

X3 + X4 ≤ 1 Alternativas mutuamente
excluyente
Max Z = 9 X1 + 5 X2 + 6 X3 + 4 X4 X3 ≤ X1 Se construye la fabrica
solo si se construye el
X4 ≤ X2 almacén
Como las variables de decisión son
Capital
adimensionales, Z tiene unidades de 6X1 + 3X2 + 5X3 + 2X4 ≤ 10
disponible
[$ millones]
Xj ∈ [0,1] para j= 1,2,3,4.
17-7 17-8

El problema completo será: Otras posibilidades de formulación.

Max Z = 9 X1 + 5 X2 + 6 X3 + 4 X4
Es ocasiones es necesario utilizar variables
para expresar relaciones combinatorias dentro
X3 + X4 ≤ 1 de la formulación de los problemas.
-X1 + X3 ≤0
Para esto, además de las variables originales
-X2 + X4 ≤ 0 Xj , se hace necesario el uso de variables
6X1 + 3X2 + 5X3 + 2X4 ≤ 10 auxiliares yi del tipo binario, introducidas en
la reformulación
Xj ∈ [0,1] para j= 1,2,3,4.
17-9 17-10

1. Restricciones una u otra. X2

9
Sólo una (cualquiera de las 2) debe cumplirse, 8
3 X 1 + 2 X2 = 1 8
mientras que la otra puede cumplirse, pero no
7
se requiere que lo haga.
6

Esto tiene una aplicación práctica en los casos 5

en que se tienen 2 tipos de recursos para un
4
cierto propósito.
3 X 1 + 4X2 = 16
P.ej : o bien 3 X1 + 2X2 ≤ 18 2

o X1 + 4X2 ≤ 16 Veamos
X1
17-11 0 2 4 6 8 10 12 14 16 17-12

2
Para lograr lo enunciado anteriormente el 2. Deben cumplirse K de N restricciones.
problema se formula así: Considere la situación en la que el modelo
Una de las dos O una de las dos completo incluye un conjunto de N
3 X 1 + 2X 2 ≤ 18 + M 3 X 1 + 2X 2 ≤ 18 restricciones posibles entre las que sólo K de
ellas se deben cumplir. (suponga que K < N).
X 1 + 4X 2 ≤ 16 X 1 + 4X 2 ≤ 16 + M

Esto se lleva a la forma equivalente Las N-K restricciones que no se eligen quedan
eliminadas del problema, aun cuando por
3 X 1 + 2X 2 ≤ 18 + My coincidencia las soluciones factibles puedan
y ∈ [0,1] satisfacer algunas de ellas.
X 1 + 4X 2 ≤ 16 + M (1-y)
Veamos
17-13 17-14

Se tienen N restricciones del tipo La formulación equivalente del requerimiento de

que K de estas restricciones se deban cumplir será:

f 1 ( x 1 , x 2 , ........., x n ) ≤ d1 f 1 ( x 1 , x 2 , ........., x n ) ≤ d 1+ M y1

f 2 ( x 1 , x 2 , ........., x n ) ≤ d2 f 2 ( x 1 , x 2 , ........., x n ) ≤ d 2 + My 2

f N ( x 1 , x 2 , ........., x n ) ≤ dN + My N

Σ
N
yi = 0 indica que la
y i = N- K
i=1 restricción se cumple
f N ( x 1 , x 2 , ........., x n ) ≤ dN
y i ∈ [ 0 , 1 ] p a r a i= 1,2,....., N.
17-15 17-16

3.Funciones con N valores posibles.

La formulación equivalente de este
Considere la situación en la que una función requerimiento será:
dada tome cualquiera de N valores dados.

Σ
N
Denotemos este requisito así: f ( x 1 , x 2 , ........., x n ) = d j yj
j=1
f ( x 1 , x 2 , ........., x n ) = d 1 , o d 2 , ....., o d N

Σ
N

O un caso especial en que yi = 1

i=1

Σ aj X j
n
f ( x 1 , x 2 , ........., x n ) = y i ∈ [ 0 , 1 ] p a r a i= 1,2,....., N.
j=1

sigue
17-17 17-18

3
4. Problema de costo fijo. Se quiere minimizar

Es bastante común incurrir en un costo fijo cuando se

Z = f1 (x 1 ) + f 2 (x 2 )+...............+ f n (x n )
emprende una actividad. Por ejemplo, cuando se
inicia una corrida de un lote pequeño de producción s.a
existen algunos costos fijos y otros variables.
kj + c j Xj si X j > 0
f j (X j ) =
En general el costo total de la actividad (por ejemplo
0 si Xj = 0
j) puede representarse por una función de la forma:

Donde puede haber otras restricciones

kj + c j Xj si X j > 0
adicionales.
f j (X j ) =
0 si Xj = 0
Veamos la formulación equivalente
sigue
17-19 17-20

Σ (c j Xj + k j Yj )
n Otros ejemplos de P.E.M
Min Z =
j=1
Se presentará un ej de programación entera, donde
las variables de decisión son continuas (PEM).

1 si Xj > 0
La división de investigación y desarrollo de una
Yj =
compañía manufacturera ha desarrollado 3 nuevos
0 si Xj = 0 . productos y se dispone de 2 plantas para fabricarlos.

Definiendo: Se quiere evitar la diversificación excesiva de la línea

de productos de la compañía y por ello solo se
Xj ≤ M Yj fabricarán 2 de los 3 productos que han sido
desarrollados, y sólo una de las plantas se utilizará
para fabricarlos.
sigue
17-21 17-22

Horas por unidad

Horas disponibles
de Producto
por semana 1. Variables de decisión.
1 2 3

1 3 4 2 30 Xj : T a s a d e p r o d u c c i ó n d e l p r o d u c t o j
Planta
j=1,2,3
2 4 6 2 40

Ganancia
5 7 3 Miles de US$
unitaria
2.Función objetivo.
Ventas
potenciales 7 5 9 Unidades por semana

M a x Z = 5 X1 + 7 X2 + 3 X 3

Pasemos ahora a formular el problema

17-23 17-24

4
3.Restricciones

3 X 1 + 4 X2 + 2 X3 ≤ 30 ¿Notó UD algo raro

en la formulación del
4 X 1 + 6 X2 + 2 X3 ≤ 40
modelo?
X1 ≤ 7

X2 ≤ 5 Debemos hacer uso de variables

binarias para formular adecuadamente
X3 ≤ 9 algunas de las restricciones del
problema.
Xj ≥ 0 p a r a j= 1,2,3.
Veamos
17-25 17-26

Nos dicen que sólo se pueden fabricar 2 de 3 Con la ayuda de la M grande obtenemos:
productos.
Introducimos 3 variables binarias y1 , y 2 , y3
X1 ≤ My1

tales que: X2 ≤ My2

1 si Xj > 0 se puede cumplir

Yj = (se puede producir j) X3 ≤ My3

0 si Xj = 0 se debe cumplir y 1 + y2 + y3 ≤ 2
(no se puede producir j)

y i es binaria para i = 1 , 2 , 3
p a r a j= 1,2,3.
sigue
17-27 17-28

Nos dicen que sólo se puede utilizar una de Con la ayuda de la M grande obtenemos:
las 2 fábricas.

Introducimos la variable binaria y 4 tal que: 3 X 1 + 4X 2 + 2X 3 ≤ 30 + M y4

1 si 4 X 1 + 6X 2 + 2X 3 ≤ 40 4 X 1 + 6X 2 + 2X 3 ≤ 40 + M ( 1- y 4 )
Debe cumplirse (se elige la planta 2)
Y4=

0 si 3 X 1 + 4X 2 + 2X 3 ≤ 30 y i es binaria para i = 1 , 2 , 3 , 4
Debe cumplirse (se elige la planta 1)

La formulación del modelo completo será:

sigue
17-29 17-30

5
 M a x Z = 5 X1 + 7 X2 + 3 X 3
s.a
X1 ≤ 7

X2 ≤ 5

X3 ≤ 9
X1 - My ≤ 0

X2 - M y2 ≤ 0

X3 - M y3 ≤ 0

y1 + y 2 + y3 ≤ 2

3 X 1 + 4 X2 + 2 X 3 - M y4 ≤ 30

4 X1 + 6 X2 + 2 X 3 - M ( 1 - y4 ) ≤ 40

yi e s b i n a r i a p a r a j = 1 , 2 , 3 , 4 Xj ≥ 0 para todo j
17-31