CO-5423 (F05) 27/09/2005 1

Programación lineal entera

Motivación:
Comencemos con un modelo sencillo como ilustración (los números están en pequeña escala para
poder graficar y resolver). Consideremos una fábrica de pupitres que hace dos tipos de pupitre, el

popular y el de lujo. Para construirlos se usan tres materiales: láminas de plástico, listones de madera
y barras de hierro. Cada pupitre popular requiere de cinco láminas de plástico, tres listones de madera
y una barra de hierro. Cada pupitre de lujo consume una lámina de plástico, cinco listones de madera

y cinco barras de hierro. El pupitre popular se vende en Bs. 20.000 la unidad y el de lujo en Bs.
30.000. Se dispone de 20 láminas de plástico, 23 listones de madera y 21 barras de hierro. Queremos

escribir un modelo que permita maximixar el beneficio obtenido por la venta de los pupitres.
En primer lugar, es siempre conveniente definir las variables de decisión:

P : Número de pupitres populares a fabricar

L : Número de pupitres de lujo a fabricar

(a veces surgen otras variables en el proceso de modelación, aquı́ hay que tratar de definir, en
principio, todas las variables de decisión).

Una vez que se tienen las variables, la función objetivo casi siempre es inmediata. En este caso,
la función a maximizar es:
20P + 30L

en miles de bolı́vares (a veces es conveniente cambiar la escala. Recordar también que las unidades
son importantes y nos ayudan a validar nuestro modelo).

Por último escribimos las restricciones. En este caso tenemos recursos limitados y las restricciones
reflejarán dichas limitaciones. En primer lugar, tenemos sólo 20 láminas de plástico y cada pupitre
popular consume cinco láminas mientras que cada pupitre de lujo consume una. Entonces nuestra
 CO-5423 (F05) 27/09/2005 2

producción no puede usar más que lo disponible:

5P + L ≤ 20

y de igual manera se obtienen restricciones de disponibilidad para la madera y el hierro. El modelo

queda:
máx 20P + 30L
s.a.
5P + L ≤ 20

3P + 5L ≤ 23
P + 5L ≤ 21

P, L ≥ 0

que es un modelo bastante sencillo (dos variables) y lo podemos resolver gráficamente.

Veamos la región factible:

4.5

3.5

2.5

1.5

0.5

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

Como se observa la solución óptima (única) es: P∗ = 3,5, L∗ = 2,5, con valor óptimo 145 (miles
 CO-5423 (F05) 27/09/2005 3

de bolı́vares). En otras palabras, hay que producir tres pupitres y medio populares, y dos pupitres y
medio de lujo.

Esto por supuesto es absurdo, ası́ que parece lógico intentar redondear a una solución entera. En
este caso hay cuatro posibles soluciones (ver gráfica): (3, 2) , (3, 3) , (4, 2) , y (4, 3) , de las cuales tres

no son factibles. La que queda es P = 3, L = 2, cuyo valor objetivo es 120.

Pero, ¿es ésta la mejor solución factible con valores enteros? La respuesta es negativa, la solución

P = 1, L = 4, con valor 140, es la mejor solución con esas caracterı́sticas.

Observaciones y preguntas:

La polı́tica óptima favorece los de lujo mientras que la de redondeo favorece los populares.

La solución redondeada es 20.000 bolı́vares peor que la verdadera (¡podrı́an ser millones!). Hay
que ver la pérdida porcentual.

El redondeo no es un método muy efectivo para resolver problemas con requerimientos enteros.

Sin embargo, a veces puede ser muy efectivo. Situaciones: Cuando los datos no son muy exactos
(ejemplo de la viscosidad del aceite en la mano); Cuando la magnitud de los números es grande

(178.989 vs. 178.988 ó 178.990). Pero ojo con datos exactos y números pequeños.

Análisis de sensibilidad: ¿Qué pasa si incrementamos suavemente el lado derecho de la restric-

ción del medio (23)?. Según LINDO, cada unidad de incremento deberı́a tener una ganancia

de Bs. 5,910, y se puede incrementar hasta 34 (¿saben como obtener esta información?). Sin
embargo en el caso entero, si incrementamos a 24 se tiene un salto repentino a 150, gracias a

que (3, 3) se hace factible, es decir ¡Bs. 10,000! En otras palabras, la información de LINDO es
prácticamente inutil en este caso (el análisis de sensibilidad en el caso entero es más difı́cil).

¿Valdrá la pena hacer que otros puntos fueran factibles? (4, 2) : 140 no mejora y (4, 3) : 170
requerirı́a mucho movimiento de recursos.
 CO-5423 (F05) 27/09/2005 4

La técnica de resolución gráfica es importante para resolver los problemas en este curso, debe
ser dominada perfectamente.

Este ha sido un ejemplo de un problema entero puro, donde todas las variables se requieren
enteras. Ahora veamos que pasa si sólo una de las variables se requiere entera (a pesar de que no

tiene lógica en el ejemplo de los pupitres).

En primer lugar, si se requiere que sólo P sea entera se tiene la siguiente situación gráfica:

4.5

3.5

2.5

1.5

0.5

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

La solución óptima del lineal sigue siendo la misma. La solución del entero mixto es (3, 2,8) : 144

y la mejor solución redondeada es (3, 2,5) : 135. El otro redondeo (no factible) es (4, 2,5) : 155.
En el caso de que la variable que se requiere entera sea L la región factible queda:
 CO-5423 (F05) 27/09/2005 5

4.5

3.5

2.5

1.5

0.5

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

En este caso la solución del entero mixto es 2.^

6, 3 : 143, ^


3 y la mejor solución redondeada es

(3,5, 2) : 130. El otro redondeo (no factible) es (3,5, 3) : 160.

Otro ejemplo un poco más real: Una compañı́a debe seleccionar un subconjunto de un conjunto

de 5 máquinas para hacer 5 productos diferentes. El costo de hacer cada producto en cada máquina
y la productividad diaria de las máquinas vienen dados por la siguientes tablas:

Productos Número total de

Máquinas 1 2 3 4 5 Máquinas productos por dı́a

1 42 70 93 1 2
2 85 45 2 2
3 58 37 3 2

4 55 55 38 4 3
5 60 54 52 5 2
Se requiere que al menos una unidad de cada producto sea hecha cada dı́a. Hay que decidir cuáles

máquinas seleccionar y qué productos fabricar en ellas para minimizar el costo diario.
 CO-5423 (F05) 27/09/2005 6

Solución:
Variables:

xi : Es 1 si la máquina i es seleccionada y 0 si no lo es (binaria).

yij : Unidades de producto j hechas en la máquina i.

Función objetivo: (minimización)

42y11 + 70y12 + 93y13 + 85y22 + 45y23 + 58y31 + 37y34 + · · ·

Restricciones:

En primer lugar las que controlan que las máquinas activas (seleccionadas) sean las que se están
utilizando para producir:
y11 + y12 + y13 = 2x1
..
.
y41 + y43 + y45 = 3x4
..
.

las cuales son 5 en total.

Luego los requerimientos diarios de producción:

y11 + y31 + y41 ≥ 1

..
.

y13 + y23 + y43 ≥ 1

..
.

que son otras cinco.

Ahora sólo tenemos que agregar que las variables yij son no negativas y las variables xi son

binarias (enteras que cumplen 0 ≤ xi ≤ 1) y la formulación está lista.

Si relajamos la integralidad en las variables binarias, es decir, les pedimos sólo 0 ≤ xi ≤ 1, una
 CO-5423 (F05) 27/09/2005 7

solución óptima del PL resultante es: x1 = x2 = x3 = x5 = 1/2, x4 = 1/3, y11 = 1, y23 = 1, y34 = 1,
y45 = 1 y y52 = 1 con valor objetivo 222. Cualquier intento por redondear los valores fraccionales

(sin mover los valores de las variables continuas) resulta en infactibilidad. Hay 25 = 32 distintas
posibilidades de redondear. Esto serı́a muy oneroso en problemas un poco más grandes (220, 240, etc).