Nombre: Ronny Meneses (7774) Fecha:25-junio-2021

Paralelo:5”A” Asignatura: Ingeniería de Operaciones

PROGRAMACION ENTERA .

En
algunos requiere que la solución óptima se de valores
casos se
componga
enteros para algunas de las variables .
La resolución de este problema se obtiene

analizando las posibles alternativas de valores enteros de esas variables en un entorno

alrededor de la solución obtenida considerando las variables reales .

Muchas veces la

solución del lineal truncado esta lejos de el óptimo entero lo

programa ser
por que , se

hace necesario usar

algún algoritmo para hallar esta solución de forma exacta El .

más famoso es el método de "

Ramificar y Acotar " o Branch and Bound por su

nombre en
inglés .
El método de Ramificar y Acotar parte de la adición de nuevas

restricciones para cada variable de decisión C acotar ) que al ser evaluado independientemente

Cramificar ) lleva al óptimo entero .

Programación Entera pura : Todas las variables de decisión tienen valores enteros .

Programación Entera mixta CPEMJ : Alguna de las variables de decisión tienen valores enteros .

Las demás cumplen con la suposición de la divisibilidad .

Programación Entera Binaria CPEB ) : Utiliza variables binarias .

En este sentido en términos abstractos los modelos de Programación Entera imponen

desafío al momento de la resolución comparación las

propiedades
simplificado
un
mayor en a

problemas
ras
que están asociadas
Programación a los de lineal . De esta forma se

la relación
espera que el tomador de decisiones sea capaz de evaluar rigurosidad
del modelado con el costo Complejidad ) de la resolución del mismo .
 MÉTODO DE TRANSPORTE .

Es lineal para la
un método de programación asignación de artículos de un
conjunto
de tal optimice
orígenes a un
conjunto de destino de manera
que
se la función objetivo
Esta técnica es
particularmente usada en organizaciones que producen el mismo producto en

numerosas plantas y que

envía sus productos a diferentes destinos [ Centros de distribución ,

almacenes ) También aplica distribución análisis de localización plantas

.
se en ,
de
y programación
de la producción .

orígenes destinos
C 11 : ✗ 11
1 e-
01 • 1 •
be
•

no
2
Unidades 92 • mar 2 •
bz Unidades
ofertadas demandadas
: .
.

:
.

am •
3 • Te n
• bn
cmn : ✗ mn

La red que aparece en la figura ya presentada representa el problema Hay . m

orígenes

y n destinos cada,
uno representado por un nodo .
Los arcos representan las rutas que unen

los
orígenes los destinos El Ci , ) el el destino
con .
arco
j que une
origen i con
j transporta
dos piezas de información el costo : de
transporte por unidad , cij y
la cantidad transportada xij ,

La cantidad de la oferta en el origen ¡ es a ;

y
la cantidad de la demanda en el destino ¡ es

bj El objetivo del modelo minimizar el costo total al mismo

.
es de transporte tiempo que se

satisfacen las restricciones de la oferta y la demanda .

Ejemplo :
MG Auto cuenta con tres plantas en Los Ángeles, Detroit y Nueva Orleáns, y dos importantes centros de
distribución en Denver y Miami. Las capacidades trimestrales de las tres plantas son 1000, 1500 y 1200
automóviles, y las demandas de los dos centros de distribución durante el mismo periodo son de 2300 y 1400
automóviles. La distancia en millas entre las plantas y los centros de distribución aparece en la tabla

Representación del modelo de transporte con nodos y arcos .

Gráfica de distancia en millas

Denver Miami
Los Ángeles 1000 2690
Detroit 1250 1350

Nueva Orleáns 1275 850

 La compañía transportista cobra 8 ctvs por milla por automóvil En la siguiente tabla 2
•

se dan los costos de transporte por automóvil en las diferentes rutas redondeados ,

al dólar más cercano .

El modelo PL del problema es :

Minimizar :
z
=
80×11+215×12 -1100×21+108×22 -1102×31+68×32

sujeto a:

✗ en + ✗ 12 = 1000 Llos Ángeles )

✗ 21-1×22 =
ISOOCD @ troit)
✗ 31-1×32 =
1200C Nueva Orléans )
✗ 11 -1×21 -1×31 =
2300C Denver)
+ ✗ 12 c- ✗ 22
-1×32 =
1400 ( Miami )

✗¡
j
? 0,1=1,43, ¡ =
1,2

Todas estas restricciones porque la

oferta total desde los tres orígenes
son ecuaciones
G- 1000+1500-11200=3700 automóviles) es
igual a la demanda total en los dos destinos .

G- 23001-1400=3700 auto moviles )

Tabla 2. Costo de Transporte por Automouil

Denver (1) Miami G)
los Ángeles / 11 $80 $215
Detroit G) $100 $108
Nueva Orléans $102 $68

Tabla 3 Modelo de Transporte de MG

Denver Miami Oferta

Los Ángeles 80 215 1000
×,, ×, ,

Detroit 100 108 1500

V21 ×, ,

Nueva Orleáns 102 68 1200

✗ 31 ✗ 32

1400
Demanda 2300

La estructura especial del problema de transporte

permite una representación compacta del problema utilizado
el formato tabla de transporte que aparece en la tabla 3. Este formato permite modelar muchas situaciones

que no tienen que ver con bienes de transporte

La solución óptima envía 1000 automóviles de Los Ángeles a Denver 1×11=10003,1300 de
Detroit a Denver (xd =
13003,200 de Detroit a Miami 1×22=200) y 1200 de Nueva Orleáns a Miami
(✗ 32=1000 ) El costo de .

transporte mínimo asociado se calcula como 1000k$80 -11300×151100+200×4108 -1

• . .
-11200 ✗ $68 =
$313.200 .

•
Bibliografía :
*
Handy A- Tahq .
.

Investigación de Operaciones ,
MED PEARSON EDUCACIÓN,
,

México 2012