INSTITUTO

TECNOLÓ GICO
SUPERIOR DE
ABASOLO
INVESTIGACIÓ N DE OPERACIONES
INGENIERÍA INDUSTRIAL 4°C
Docente: Norma Fabiola Fuentes Rojas

Proyecto unidad 3

PROGRAMACIÓ N ENTERA
INTEGRANTES: NO. DE CONTROL:

Alvarado Amézquita María Carolina AS21110154

Ceballos Lemuz María Cecilia AS21110269
Martínez Estrada Andrea AS21110357
Onesto Herná ndez Norma Soledad AS21110214
Vidañ a Aguilar Samuel AS21110350

1|Página
ÍNDICE

INTRODUCCIÓN......................................................................................................................... 1

1. MARCO TEÓRICO..................................................................................................... 2
1.1. Clasificación de los problemas de acuerdo con las variables.......................................2
1.2. Métodos de solución....................................................................................................................2
1.2.1. Método de redondeo de la solució n de programació n lineal....................................................3
1.2.2. Método de enumeració n completa......................................................................................................4
Ejemplo 2........................................................................................................................................................4
1.2.3. Método de ramificació n y acotació n (Branch and Bound).........................................................5
Ejemplo 4........................................................................................................................................................7
Subproblema 1 Subproblema 2...........................................................................................................7
Subproblema 1.1 Subproblema 1.2....................................................................................................7
Subproblema 1.1.1 Subproblema 1.1.2............................................................................................8

2. METODOLOGÍA........................................................................................................ 9

3. DESARROLLO...................................................................................................................... 11

3. RESULTADOS......................................................................................................... 22

4. CONCLUSIÓN.......................................................................................................... 25

5. FUENTES BIBLIOGRÁFICAS............................................................................... 26
 INTRODUCCIÓN
La programació n entera es un conjunto de técnicas de investigació n operativa las
cuales permiten dar solució n a un problema cundo las variables de decisió n no
pueden tomar valores fraccionarios. Para esto existen distintos métodos mediante los
cuales se puede dar solució n al problema.
Para el desarrollo de este proyecto se utiliza el método de “Bifurcació n y acotació n” el
cual es un proceso de acotamiento y redonde el cual se realiza de manera ló gica y
permite eliminar con anticipació n un buen nú mero de soluciones factibles alejadas del
valor optimo a medida que se va desarrollando.
También se lleva a cabo el “Método grafico” que es una técnica para resolver
problemas mediante la visualizació n de la regió n factible y la bú squeda de la solució n
ó ptima en la intersecció n de las restricciones.
Las condiciones con las que cuenta el problema planteado es que las variables de
decisió n toman valores enteros ademá s de que se cumple la condició n de no
negatividad, dichas condiciones son parte de los modelos de programació n entera.
Para el desarrollo de este documento se planteó un problema relacionado con la
empresa “La pró xima Estació n” la cual se dedica al empaque de productos
principalmente de verduras como bró coli, coliflor, espinaca, zanahoria, así como
algunas mezclas de ellas, de igual manera trabaja con algunas frutas como mango y
fresa. La situació n que se analiza a continuació n es conocer la cantidad de piezas
(bolsas) que es conveniente empacar al día de bró coli ya que este es uno de los
productos má s demandados por sus clientes esto con el fin de obtener un mayor
beneficio.
Para conocer estos datos se resuelve el problema utilizando el programa WINQSB.
Para la obtenció n de resultados má s precisos se optó por resolver el problema por los
dos métodos mencionados anteriormente para realizar una comparació n de los
resultados obtenidos y dar una solució n má s precisa.

1|Página
 I
MARCO TEÓ RICO

1|Página
 1. MARCO TEÓRICO
1.1. Clasificación de los problemas de acuerdo con las variables
Dependiendo del tipo de variable que tengan los problemas a resolver, estos se pueden
clasificar de la siguiente manera:

Enteros puros: Son aquellos en los que las variables ú nicamente pueden tomar
valores enteros, así como los coeficientes que intervienen en el problema.

Max Z = 3x1 + 2x2

Sujeto a: x1 + x2 ≤ 6
x1, x2 ∈ Z

Mixtos: Son aquellos en los que hay, al mismo tiempo, variables continuas y variables
que só lo pueden tomar valores enteros.

Max Z = 3x1 + 2x2

Sujeto a: x1 + x2 ≤ 6
x2 ≥ 0

x1 ∈ Z

Binarios: Las variables só lo pueden tomar los valores cero o uno.

Max z = x1 -‐ x2 Sujeto
a: x1 + 2x2 ≤ 2
2x1 -‐ x2 ≤ 1
x1, x2 = 0,1

1.2. Métodos de solución

Para la resolució n de problemas relacionados con programació n entera, existen varios
métodos para generar las restricciones especiales que conducen a la solució n ó ptima
del problema, pero también hacia la solució n ó ptima entera deseada.

Se requiere que una solució n factible tenga valores enteros para alguna o todas las
variables de decisió n.

2|Página
 La regió n factible no es una regió n continua, sino que está formada por puntos
separados.

Un modelo de programació n entera recibe el nombre de relajado si no se toma en

cuenta la restricció n de soluciones enteras. El modelo de programació n entera relajado
es el modelo de programació n lineal.

Algunos de los métodos má s empleados son:

 Método de redondeo de la solució n de programació n lineal

 Método de enumeració n completa
 Método de ramificació n y acotació n (Branch and Bound)
 Métodos planos cortantes o algoritmo fraccional de Gomory

1.2.1. Método de redondeo de la solución de programación lineal

No se asegura obtener la solució n ó ptima, en algunos casos se obtiene una solució n
muy lejos de la ó ptima.
Ejemplo 1
Má x Z = x1 + 5x2
Sujeto a: +x1 + 10x2  20
x1 2

Solución modelo relajado (PL): x1 = 2 x2 = 1.8 Z = 11

Solución con redondeo: x1 = 2 x2 = 1 Z=7

Solución óptima de PE: x1 = 0 x2 = 2 Z = 10

Al redondear se debe tener en cuenta la magnitud de las variables

Si la solució n es: Z = 5,207

x1 = 11.6
X2 = 6.8 NO es conveniente redondear

Si en cambio: Z = 5,207 redondear puede ser

x1 = 3,208.4
X2 = 7,055.3 acceptable.

Siempre se debe verificar que la solució n redondeada se mantenga factible.

3|Página
 1.2.2. Método de enumeración completa
Si hay 2 variables binarias, 4 soluciones posibles. Si hay 50 variables binarias, 250
soluciones posibles.
Ejemplo 2

Má x Z = 300 x1 + 90 x2 + 400 x3 + 150 x4

Sujeto a: 35 x1 + 10 x2 + 25 x3 + 90 x4 <= 120
4 x1 + 2 x2 + 7 x3 + 3 x4 <= 12
x1 + x2 <= 1
x1 ,x2 ,x3 ,x4 binarias 0 ó 1

Existen 24 = 16 alternativas de solució n:

Tabla 1.2.2 Alternativas de solución

X1 X2 X3 X4 Factible? Z
0 0 0 0 Sí 0
0 0 0 1 Sí 150
0 0 1 0 Sí 400
0 0 1 1 Sí 550
0 1 0 0 Sí 90
0 1 0 1 Sí 240
0 1 1 0 Sí 490
0 1 1 1 No ------
1 0 0 0 Sí 300
1 0 0 1 No -----
1 0 1 0 Sí 700
1 0 1 1 No -----
1 1 0 0 No -----
1 1 0 1 No -----
1 1 1 0 No -----
1 1 1 1 No -----

Por tanto, la solució n ó ptima es:

X1 = X3 = 1, X2 = X4 = 0, Z = 700

4|Página
 1.2.3. Método de ramificación y acotación (Branch and Bound)
El método de ramificació n y acotació n o también llamado Branch and Bound, resuelve
el problema de tal forma que, si la solució n a este verifica condiciones de integridad,
entonces también es la solució n al problema entero, de lo contrario se comienza con la
ramificació n del problema.

La ramificació n consiste en dividir cada problema en dos nuevos subproblemas,

obtenidos mediante el uso de restricciones excluyentes que dividen el conjunto de
oportunidades del problema original en dos partes, pero eliminando en ambas partes
la solució n no entera del problema original.

Cuando en la solució n al problema una variable que es entera x i toma el valor xbi no
entero, entonces se generan, a partir de dicho valor, dos restricciones x i ≤ [xbi] y xi ≥
[xbi]+1 (siendo [xbi] la parte entera por defecto de xbi).

Ejemplo 3

𝑴𝒂𝒙 𝑭 𝒙 = 𝟒𝒙𝟏 + 𝟓𝒙𝟐

Sujeto a: 2𝑥1 + 𝑥2 ≤ 8

𝑥2 ≤ 5
𝑥1 , 𝑥2 ≥ 0 𝑦 𝑒𝑛𝑡𝑒𝑟𝑎𝑠
La solució n a este problema, no teniendo en cuenta que las variables sean enteras, es:

𝑥1 = 1,5, 𝑥2 = 5 𝑦 𝐹 𝑥 = 31

5|Página
 Esta solució n no está verificando las condiciones de integridad, entonces se debe elegir
la variable 𝑥1 que no es entera y a partir de ella se generan dos restricciones:
x1 ≤ 1 y x 1 ≥ 2
Que añ adidas cada una de ellas al problema original, dan lugar a dos nuevos
subproblemas que serían los siguientes:

Tabla 1.2.3 Tabla de subproblemas

Max F(x) = 4x1 + 5x2 Max F(x) = 4x1 + 5x2

Sujeto a: 2x1 + x2 ≤ 8 Sujeto a: 2x1 + x2 ≤ 8
x2 ≤ 5 x2 ≤ 5
x1 ≤ 1 x1 ≥ 2
x1 , x 2 ≥ 0 x1, x2 ≥ 0

De esta forma se han eliminado todas las posibles soluciones no enteras del conjunto
de oportunidades, tales que 1< x1 < 2.

El proceso se repite con cada uno de los dos subproblemas obtenidos, los cuales dan
lugar a otros dos subproblemas cada uno de ellos y así sucesivamente, hasta que todos
los subproblemas tengan solució n entera o infactible.

Utilizando ú nicamente la ramificació n, el nú mero de subproblemas a resolver crece

exponencialmente, por este motivo para evitar el tener que resolver todos los
subproblemas, la ramificació n se combina con la acotació n.

La acotació n se basa en que los conjuntos de oportunidades de los subproblemas

obtenidos en el ejemplo anterior son a su vez subconjuntos del conjunto de
oportunidades del problema. La solució n ó ptima de los dos subproblemas siempre será
inferior (problema de má ximo o superior para problemas de mínimo) que la solució n
ó ptima del problema, por ser los conjuntos de elecció n menores.

De esta forma, el proceso de acotació n consiste, para problemas de má ximo, en tomar

como cota inferior aquella solució n entera con mayor valor de la funció n objetivo
obtenida y dado que cualquier otro subproblema con solució n no entera se sabe que al
ramificarlo dará como resultado valores de la funció n objetivo menores o iguales,
permite descartar como subproblemas a ramificar todos aquellos que tengan como
solució n ó ptima un valor de la funció n inferior a la cota establecida.

6|Página
 De este modo se reduce el nú mero de subproblemas a ramificar y, por lo tanto, el
tiempo necesario para la resolució n de los problemas enteros.
Una vez resuelto el problema si la solució n es entera, la solució n es ó ptima y se ha dado
una solució n al problema original. Si no, se debe elegir una variable entera xi cuyo valor
sea fraccional, posteriormente se resuelven los dos problemas lineales iguales al
anterior con las restricciones adicionales: uno con la restricció n Xi<[Xi] y el otro con la
restricció n Xi > [Xi]+1. Después se analiza el problema con la mejor solució n que
cualquiera de las soluciones enteras conocidas y se elige el problema que tenga el
mejor valor de la funció n objetivo.
Ejemplo 4
Max F(X) = 8x1 + 10x2
Sujeto a: 4x1 + 6x2 ≤ 24
8x1 + 3x2 ≤ 24 x1≥0,
x2≥0, x1, x2 ∈ Z+ Max
F(X) = 8x1 + 10x2
Sujeto a: 4x1 + 6x2 ≤ 24
8x1 + 3x2 ≤ 24 x1≥0, x2≥0
Se obtiene la solució n x1 = 2, x2 = 8/3, f(x) = 128/3. Dado que esta solució n no es entera
se ramifica a partir de la variable x2 de la siguiente manera:

Subproblema 1 Subproblema 2
Max F(X) = 8x1 + 10x2. Max F(X) = 8x1 + 10x2
Sujeto a: 4x1 + 6x2 ≤ 24 Sujeto a: 4x1 + 6x2 ≤ 24
8x1 + 3x2 ≤ 24 8x1 + 3x2 ≤ 24
x2 ≥ 3 x2 ≤ 2
x1≥0, x2≥0 x1≥0, x2≥0
Solució n x1=1,5, x2=3, F(x)=42 Solució n x1=2,5, x2=2, F(x)=38
Como la solució n del subproblema 1 tiene el mayor valor de la funció n objetivo y no es
entera, se debe ramificar este subproblema a partir de la variable x1, de la siguiente
forma:

Subproblema 1.1 Subproblema 1.2

Max F(X) = 8x1 + 10x2 . Max F(X) = 8x1 + 10x2
Sujeto a: 4x1 + 6x2 ≤ 24 Sujeto a: 4x1 + 6x2 ≤ 24
8x1 + 3x2 ≤ 24 8x1 + 3x2 ≤ 24
x2 ≥ 3 x2 ≥ 3
x1 ≤ 1 x1 ≥ 2
x1≥0, x2≥0 x1≥0, x2≥0
Solució n x1=1, x2=10/3, F(x)=124/3 Solució n infactible
7|Página
Dado que de todos los subproblemas todavía no ramificados (subproblemas 2, 1.1 y
1.2) el que tiene una mayor solució n factible no entera es el subproblema 1.1, se
ramificará este subproblema a partir de la variable x2, es decir:

Subproblema 1.1.1 Subproblema

1.1.2
Max F(X) = 8x1 + 10x2 . Max F(X) = 8x1 + 10x2
Sujeto a: 4x1 + 6x2 ≤ 24 Sujeto a: 4x1 + 6x2 ≤ 24
8x1 + 3x2 ≤ 24 8x1 + 3x2 ≤ 24
x2 ≥ 3 x2 ≥ 3
x1 ≤ 1 x1 ≤ 1
x2 ≤ 3 x2 ≥ 4
x1≥0,x2≥0 x1≥0,x2≥0
Solució n x1=1, x2=3,F(x)=38 Solució n x1=0, x2=4,F(x)=40

Ya se conoce una solució n entera x1=0, x2=4,F(x)=40. Esta solució n actuará como
cota inferior y solamente deberá n ser ramificados aquellos subproblemas con
soluciones factibles no enteras que tengan un valor para la funció n objetivo que 40.
Como el ú nico subproblema por ramificar es el subproblema 2 y la funció n objetivo
vale 38, el proceso se da por terminado, siendo por tanto la solució n ó ptima al
problema entero x1 = 0, x2 = 4, F(x) = 40. El á rbol del problema resuelto es el
siguiente:

Problema
X1=2, X2=8/3, F=128/3
X2>3 X2<2

X1=1,5, X2=3, F=4

1 2 X1=2,5, X2=2, F=3
X1<1
X1>2

X1=1, X2=10/3, F=124/3 1.

1.
X2<3 X2>4

1.1.
1.1.

X1=1, X2=3, F=3 X1=0, X2=4, F=4

8|Página
 II
METODOLOGÍA
 2. METODOLOGÍA
La empresa “La pró xima Estació n” empaca bró coli en dos diferentes presentaciones A
(broccoli Florets) y B (Season´s Choice) los culés dejan un beneficio de $3000 para A y
$3168 para B por tarima. Para completar 1 tarima de A se necesitan 15 min de trabajo
y 1500 bosas; para 1 tarima de B se necesitan 20 min de trabajo y 1584 bolsas. La
empresa dispone de 24 horas (1440 min) de trabajo y 31 bobinas (125,240 bolsas).

a) Formule un conjunto de ecuaciones lineales para describir la funció n objetivo y

las restricciones.
b) Encontrar la solució n visual.
c) ¿Cuá ntas tarimas se tendrían que realizar de cada presentació n para obtener el
má ximo beneficio en un día? y ¿cuá l será ?

Ilustración 1 Una tarima de A tiene 150 cajas con 10 Ilustración 4 Una tarima de B tiene 88
bolsas cada una cajas con 18 bolsas cada una

Ilustración 2 Rollo de bolsas A Ilustración 5 Rollo de bolsas B

Ilustración 3 Presentación de la bolsa A Ilustración 6 Presentación de la bolsa B

9|Página
Variables:

X1= Presentació n A (broccoli Florets)

X2= Presentació n B (Season´s Choice)

Funció n objetivo:

Z= 3000 X1 para + 3168 X2

Restricciones:

 Minutos necesarios para empacar tarimas: 15 X1 + 20 X2 ≤ 1440

 Bolsas necesarias para cada presentació n: 1500 X1 + 1584 X2 ≤ 125, 240
 X1, X2 ≥ 0 y E

10 | P á g i n a
 III
DESARROLLO

11 | P á g i n a
 3. DESARROLLO

Método Grafico
Se utilizo el programa WINQSB para resolver el problema con ambos métodos en
la primera pantalla que aparece al iniciar el programa se colocaron los datos
generales del problema antes mencionado como se muestra a continuación:

Paso #1 “Título”
Paso #3 “Numero
de restricciones”
Paso #2 “Numero
de variables”

Paso #4 Paso #5
“Maximizar o “Condición”
minimizar”

Ilustración 7 Datos generales

Debido a que como se mencionó anteriormente estos modelos buscan obtener

valores enteros se seleccionó la condición de no negatividad y enteros (Paso #5)
Enseguida se llenó la tabla con los valores correspondientes a la función y a las
restricciones

Tiempo
Disponibilidad de tiempo

Beneficio (R1)

Empaque (R2) Disponibilidad de empaque

Ilustración 8 Valores correspondientes de cada variable

Al dar solución al problema se obtuvieron los siguientes resultados

11 | P á g i n a
 Ilustración 9 Gráfica 1

“Método de Bifurcación y Acotación”

Primero se dio solución al problema mediante el método grafico anotando de igual
manera al principio los datos generales como se mencionó anteriormente solo en
el apartado de la condición se marcó solamente la de no negatividad ya que al
tener valores decimales es como se puede seguir desarrollando el problema.
Enseguida se colocaron los valores correspondientes a cada variable.

Ilustración 10 Datos generales del problema inicial

12 | P á g i n a
 Ilustración 11 Valores Correspondientes

Los datos obtenidos fueron los siguientes los cuales son la solución inicial del
problema, valores con los que se continuara el desarrollo del método.

Ilustración 12 Gráfica de valores correspondientes

Para dar solución al problema se tomó el valor de X 1=35.87 solo para mantener un
orden ya que como se observa las dos variables contienen un valor con decimal.
Se agregaron las nuevas restricciones, para el nodo 1 se tomó el valor entero
correspondiente a X1=35 con un signo de ≤.
Los valores tanto de la función objetivo como de las dos restricciones iniciales y la
agregada se ingresaron a la tabla proporcionada en WINQSB como se muestra a
continuación, por lo que en este primer nodo se trabajo con un total de 3
restricciones.

13 | P á g i n a
 Ilustración 13 Valor de la función y restricciones totales (PL 1)

Para el nodo dos la restricción agregada fue con el valor que seguía de la cantidad
que se encontraba antes del punto con un signo ≥ correspondiente a X 1=36

Ilustración 14 Valor de la función y restricciones totales (PL 2)

Como se muestra a continuación en las tablas de resultados de cada uno de los

nodos, en ambos los valores que se obtienen son decimales, pero como este
método lo indica, cundo se está maximizando el valor de la función ira
disminuyendo por lo tanto los valores que disminuyeron en comparación con la
función inicial fueron los del nodo 1.

Ilustración 15 Resultados del nodo 1 Ilustración 16 Resultados del nodo 2

Debido a que los valores que disminuyeron fueron los del nodo 1 este es el que se
continúa ramificando por lo que para el nodo 3 se toma el valor entero de la
variable que toma un valor decimal en este caso X 2=45 para agregar una nueva
restricción con signo de ≤. En esta rama ya se contará con un total de 4
restricciones ya que la que se agrega en el nodo anterior se deja para continuar
con la ramificación.

14 | P á g i n a
 Ilustración 17 Valor de la función y restricciones totales (PL 3)

Para el nodo cuatro la restricción agregada fue con el valor que seguía de la
cantidad que se encontraba antes del punto con un signo ≥ correspondiente a
X2=46

Ilustración 18 Valor de la función y restricciones totales (PL 4)

Como se muestra a continuación en las tablas de resultados en el nodo 3 los

valores obtenidos ya son enteros y en el nodo 4 el valor de X 1 es nuevamente
decimal por lo que se continúa ramificando en este nodo.

Ilustración 19 Resultados del nodo 3 Ilustración 20 Resultados del nodo

4

La ramificación continua en el nodo donde los valores obtenidos contiene

decimales por lo que para el nodo 6 la nueva restricción que se agrega es la de
X1=34 con signo de ≤. Para esta rama ya se cuenta con 5 restricciones.

15 | P á g i n a
 Ilustración 21 Valor de la función y restricciones totales (PL 5)

Para el nodo seis la restricción agregada fue con el valor que seguía de la
cantidad que se encontraba antes del punto con un signo ≥ correspondiente a
X1=35

Ilustración 22 Valor de la función y restricciones totales (PL 6)

Como se muestra en las tablas los resultados en el nodo 5 nuevamente un

continúa siendo decimal en este caso correspondiente a X 2 y en el del nodo 6 la
solución es infactible.

Ilustración 23 Resultados del nodo 5

16 | P á g i n a
 Ilustración 24 Resultados del nodo 6

Debido a los resultados anteriores al ser infactible el nodo 6 se continúa

ramificando en el nodo 5.
Para el nodo 7 la nueva restricción que se agrega es la de X 2=46 con signo de ≤.
Para esta rama ya se cuenta con 6 restricciones.

Ilustración 25 Valor de la función y restricciones totales (PL 7)

Para el nodo ocho la restricción agregada fue con el valor que seguía de la
cantidad que se encontraba antes del punto con un signo ≥ correspondiente a
X2=47

17 | P á g i n a
 Ilustración 26 Valor de la función y restricciones totales (PL 8)

De acuerdo con los resultados obtenidos como se muestra a continuación en las

tabas los valores en el nodo 7 son enteros y en el nodo 8 el valor de X 1
nuevamente contiene decimales.

Ilustración 27 Resultados del nodo 7 Ilustración 28 Resultados del nodo 8

De acuerdo con los resultados obtenidos en los nodos anteriores (7 y 8) al

contener valores enteros en el nodo 7 la ramificación continua en el nodo 8.
Para el nodo nueve la nueva restricción que se agrega es la de X 1=33 con signo
de ≤. Para esta rama ya se cuenta con 7 restricciones.

18 | P á g i n a
 Ilustración 29 Valor de la función y restricciones totales (PL 9)

Para el nodo diez la restricción agregada fue con el valor que seguía de la
cantidad que se encontraba antes del punto con un signo ≥ correspondiente a
X1=34

Ilustración 30 Valor de la función y restricciones totales (PL 10)

De acuerdo con los resultados obtenidos como se muestra a continuación en las

tablas los valores en el nodo 9 nuevamente la variable X 2 sigue siendo decimal y
en el nodo 10 se obtiene una solución incaftible

19 | P á g i n a
Ilustración 31 Resultados del nodo 9

Ilustración 32 Resultados del nodo 10

20 | P á g i n a
 PL

Maximizar Z=3000 X 1+3168X2

X1=35.87
S.A 15X 1+20X2≤1440
X2=45.10
1500X1+1584X2≤125,240
Z=250,480
Con X1, X2, enteras y no negativas

PL PL
1 2

Maximizar Z=3000 X 1+3168X2 Maximizar Z=3000 X 1+3168X2

X1=35 X1=36
S.A 15X 1+20X2≤1440 S.A 15X 1+20X2≤1440
X2=45.75 X2=44.97
1500X1+1584X2≤125,240 1500X1+1584X2≤125,240
Z=249,936 Z= 250,480
X1≤ 35 X1≥36

Con X1, X 2 enteras y no negativas Con X1, X 2 enteras y no negativas

X2≤ 45

PL
PL 4
3

Maximizar Z=3000 X 1+3168X2

Maximizar Z=3000 X 1+3168X2
Solución S.A 15X 1+20X2≤1440 X1=34.66
S.A 15X 1+20X2≤1440
Optima
1500X1+1584X2≤125,240 X2=46
1500X1+1584X2≤125,240
X1=35
X1≤ 35
X1≤ 35 Z=249,728
X2=45
X2≥46
X2≤ 45
Z=247,560
Con X1, X 2 enteras y no negativas
Con X1, X2 enteras y no negativas
X1≤ 34
X1≥ 35

PL PL
5 6

Ilustración 33 Diagrama de Ramificación y Acotamiento 1-2

21 | P á g i n a
 Maximizar Z=3000 X 1+3168X2 Maximizar Z=3000 X 1+3168X2

S.A 15X 1+20X2≤1440 S.A 15X 1+20X2≤1440

X1=34
1500X1+1584X2≤125,240 1500X1+1584X2≤125,240 Solución
X2=46.50 Infactible
X1≤ 35 X1≤ 35
Z=249,312
X2≥46 X2≥46

X1≤34 X1≥35

Con X1, X 2 enteras y no negativas Con X1, X 2 enteras y no negativas

X2≤ 46 X2≥ 47

PL PL
7 8

Maximizar Z=3000 X 1+3168X2

Maximizar Z=3000 X 1+3168X2
S.A 15X 1+20X2≤1440
S.A 15X 1+20X2≤1440
896
1500X1+1584X2≤125,240
1500X1+1584X2≤125,240
X1=34 X1=33.33
X1≤ 35
X1≤ 35
X2=46 X2=47
X2≥46
X2≥46
Z=247,728 Z=248,896
X1≤34
X1≤34
X2≥47
X2≤46
Con X1, X 2 enteras y no negativas
Con X1, X 2 enteras y no negativas
X1≤ 33
X1≥ 34

PL PL
9 10

Maximizar Z=3000 X 1+3168X2 Maximizar Z=3000 X 1+3168X2

S.A 15X 1+20X2≤1440 S.A 15X 1+20X2≤1440

1500X1+1584X2≤125,240 X1=33 1500X1+1584X2≤125,240 Solución

infactible
X1≤ 35 X2=47.25 X1≤ 35

X2≥46 Z=248,688 X2≥46

X1≤34 X1≤34

X2≥47 X2≥47

X1≤ 33 X1 ≥34

Con X1, X 2 enteras y no negativas Con X1, X 2 enteras y no negativas

Ilustración 34 Diagrama de Ramificación y acotamiento 2-2

22 | P á g i n a
 IV
RESULTADOS

23 | P á g i n a
 3. RESULTADOS
Método grafico
 Al realizar el procedimiento con el método grafico se arrojó el siguiente
resultado:
X1=35.87
X2= 45.10
Z =250,480
Debido a que los resultados obtenidos aún continúan siendo decimales se
redondean ya que debido a lo que el problema pide no es posible realizar
35.87 tarimas del producto con la presentación A, ni 45.10 tarimas del producto
con la presentación B.
Por lo tanto, los resultados son:
Realizar 36 tarimas del producto A (broccoli Florets) y 45 de la presentación B
(Season´s Choice) obtenido así un beneficio de $250,480.
A continuación, se muestra la gráfica obtenida en WINQSB.

22 | P á g i n a
 Método de Bifurcación y Acotación
 La ramificacion en este método se realizó hasta el nodo 10 debido a que en el
nodo 9 el valor de z aumento en comparacion del valor obtenido en los nodos 7
y 3 donde los valores obtendidos ya eran enteros y el método indica que
cuando se esta maximizando el valor de la funcion objetivo debe de disminuir.

PL PL PL
3 7 9

Solución Optima X1=34 X1=33

X1=35 X2=46 X2=47.25
X2=45 Z=247,728 Z=248,688
Z=247,560

En el nodo 10 la ramificacion ya no podia continuar debido a que la solucion

obtenida era infactible.
La solución óptima para este método es:
X1= 35, X2= 45 y Z= 247,560
Los resultados obtendidos en cada uno de los metodos son:
 Método grafico
X1=36
X2= 45
Z =250,480

 Método de Bifurcación y Acotación

X1= 35
X2= 45
Z= 247,560
Por lo que la variación de los resultados obtenidos en cada uno de los métodos no
varía mucho. La solución definitiva del problema se presenta a continuación.

a) Formule un conjunto de ecuaciones lineales para descubrir la función objetivo y

las restricciones.
Función objetivo:

23 | P á g i n a
Z= 3000 X1 + 3168 X2
S.A
15 X1 + 20 X2 ≤ 1440
1500 X1 + 1584 X2 ≤ 125, 240
X1, X2 ≥ 0 y E
b) ¿Cuántas tarimas se tendrían que realizar de cada presentación para obtener
el máximo beneficio en un día? y ¿Cuál será?
Se tendrían que realizar un total de 35 tarimas de la presentación A (broccoli
Florets) y 45 de la presentación B (Season´s Choice) para obtener un máximo
beneficio que será de $250,480 por día ya que la empresa labora todo el día
teniendo un total de tres turnos.

24 | P á g i n a
 V
CONCLUSIÓ N

25 | P á g i n a
4. CONCLUSIÓN
Finalmente, la realización de este proyecto se analizó que en base a los problemas de
programación lineal entera las cuales nos han permitido idear métodos para una
resolución y que es muy eficiente en general, en base a que es una técnica poderosa
para tratar problemas de asignación de recursos escasos entre actividades que compiten,
al igual que otros problemas cuya formulación matemática es parecida. Mas, sin
embargo, ya una vez planteado el problema con el que trabajamos en el cual utilizamos
los métodos de ramificación, gráfico y bifurcación nos fueron de gran ayuda a la hora
de analizar, desarrollar y determinar cuál es la mejor solución a un problema o
incógnita, en problemas que tengan restricciones excluyentes que estas dividen el
conjunto de oportunidades del problema para obtener una solución con la mayor
ganancia o la mejor solución posible. Además de ser bastante flexible en los diferentes
tipos de situaciones en las que se puede emplear, proporciona una buena visualización
de resolución de problemas la cual facilita un mejor entendimiento a los alumnos
mediante ramas, gráficas, y ecuaciones. En base a esto se obtuvo el objetivo propuesto
con la finalidad de llegar al resultado mediante los métodos utilizados.

25 | P á g i n a
5. FUENTES BIBLIOGRÁFICAS
 Universidad Militar Nueva Granada (s.f.). Programación entera. Unidad V. pp. 5-22.
 (MEd), E. V. (2021, junio 21). El módulo de corte: descripción de la rigidez de un material.
YuBrain. https://www.yubrain.com/ciencia/fisica/el-modulo-de-corte/
 Tutoriales, G. E. O. (2011, agosto 5). Ejemplo del Algoritmo de Branch and Bound
(Ramificación y Acotamiento). Gestión de Operaciones.
https://www.gestiondeoperaciones.net/programacion-entera/ejemplo-del-algoritmo-de-
branch-and-bound-ramificacion-y-acotamiento/

26 | P á g i n a