Programacion Lineal Entera - PL Binaria

RLG
Programa Académico Ingeniería Industrial y

Comercial
INVESTIGACIÓN DE OPERACIONES
SEMANA 9
PROGRAMACIÓN LINEAL ENTERA

TIPOS DE MODELOS Y APLICACIONES
INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

RLG
BIBLIOGRAFÍA
• Taha, Hamdy A.; Investigación de Operaciones
• Gould, Eppen y Schmidt; Investigación de Operaciones en la Ciencia
Administrativa.
• Richard Levin y Charles Kirkpatrick; Enfoques cuantitativos a la
Administración.
• K. Roscoe, Patrick G. McKeown; Modelos Cuantitativos para la
Administración
• Anderson, Sweeney, Willimas; Métodos Cuantitativos para los Negocios
Editorial International Thomson.
• Winston; Introducción a la Investigación de Operaciones. Editorial,
Fondo de Cultura Interamericano, México.
• Hillier y Lieberman; Introducción a la Investigación de Operaciones
• M Sasieni A Yaspan L Friedman; Investigación de operaciones, Ed.
Limusa

RLG
OBJETIVO DEL CURSO
• Proporcionar una estructura básica para la

comprensión de los métodos cuantitativos
(Investigación Operativa) que describa los
conocimientos y las prácticas de su uso en el
campo de la gestión empresarial.

RLG
Modelos de Programación Lineal Entera (PLE)
• Como vimos en los modelos de
PL, la formulación es lo más
importante, y aquí también.
• Optimización sigue siendo MODELO GENERAL DE PROGRAMACION LINEAL ENTERA
sinónimo de Maximizar o
Minimizar. n
• Lo primero que se hace es
Recopilar los datos del Opt Z =  CJ X j
problema o leer bien el j =1
problema planteado. m n
• Luego, para Formular un PPLE,
se requiere seguir los mismos 4
pasos:
 a x
i =1 j =1
ij j  bi i = 1,2,......, m
1. Definir las Variables del
problema. j = 1,2,......, n
2. Formular la función Objetivo. Xj >=0, Entera , Binaria
3. Formular las Restricciones.
4. Plantear el Modelo
Matemático.

RLG
INTRODUCCIÓN
Muchas veces, algunas o todas las variables de decisión
deben restringirse a valores enteros. Por ejemplo:
• El número de aeronaves que se compró este año.
• El número de máquinas que necesita para producción.
• El número de viajes que ha realizado un agente de
ventas.
• El número de policías que se asignó a la vigilancia
nocturna.

RLG
CLASIFICACIÓN DE MODELOS DE
PLE
Los modelos de PLE pueden
clasificarse como sigue:
▪ Solo de enteros, es
decir, todas las variables
se restringen a enteros.
▪ De binarios- todas las

variables son 0s o 1s.
▪ De variables mixtas -
algunas variables son
enteras, pero no todas.

RLG
SOLUCIÓN DE MODELOS PLE
• La resolución numérica de los modelos de PLE requiere
diferentes (y en algunos casos) herramientas complejas, a
diferencia de los modelos de PL.
• Los algoritmos que resuelven los modelos lineales enteros
no entregan resultados de análisis de sensibilidad.
• Si un modelo de enteros se resuelve como un modelo
lineal simple, se puede obtener la solución óptima no
entera.
• Aproximar a valores enteros puede provocar:
– Soluciones no factibles
– Soluciones factibles pero no óptimas
– Soluciones óptimas

RLG
RESOLUCIÓN DE MODELOS ENTEROS
•Dado un PPLE resolvemos su
equivalente continuo. sí la
solución óptima resulta
entera, entonces esta
solución del equivalente
continuo será también la
solución óptima del PPLE.
•Sí la solución óptima del
equivalente continuo tiene
por lo menos una variable
cuyo valor no es entero,
entonces debemos utilizar
técnicas de Programación
Entera.

RLG
RESOLUCIÓN DE MODELOS ENTEROS
La exigencia de valores enteros, para una o más variables de
un modelo, exige una solución numérica más compleja. Sin
embargo las actuales herramientas de software junto con la
potencia de cálculo de los equipos, permite que el usuario se
centre en el diseño del modelo más que en la resolución del
mismo.
En LINGO son dos las funciones que se usarán para acotar
los dominios de los valores de las variables de decisión,
según los requerimientos del modelo:
Función Utilidad
@gin La variable del argumento toma cualquier valor entero positivo
@bin La variable del argumento toma un valor binario (0 ó 1)
Otras funciones @free – cualquier valor real, positivo o negativo

similares @bnd – cualquier valor dentro del rango especificado

RLG
INTERPRETACIÓN GRÁFICA DE
PROGRAMACIÓN LINEAL ENTERA

RLG
INTERPRETACIÓN GRÁFICA DEL
ESPACIO DE SOLUCIONES DE UN PPLE
Ejemplo.
Consideremos el
siguiente Problema de
Programación Lineal
Entera (PPLE):
Max Z = 4x + 5y
sujeto a
x+y≤8
2 x + y ≤10
x, y enteros ≥ 0

RLG
El espacio de soluciones factibles del PPLE no es un

conjunto Convexo.
INVESTIGACION DE OPERACIONES
DR. RICARDO LÓPEZ GUEVARA
Dr. Ricardo López Guevara
RLG
OBSERVACIONES:
1) El espacio de soluciones
factibles de un PPLE está formado
por puntos aislados.
2) El espacio de soluciones
factibles de un PPLE no es un
conjunto convexo.
3) Ya no se puede hablar de puntos
extremos.
4) En el ejemplo presentado la
solución óptima del equivalente
continuo es ( x, y ) = ( 0, 8 ).
Como esta solución es entera, será
también solución del PPLE.
RLG
PROGRAMACIÓN LINEAL
ENTERA PURA
PROGRAMACIÓN LINEAL ENTERA PURA
RLG
Problemas llamados también Directos, porque las

variables que se utilizan son cuantitativas y enteras.
Ejemplo:
Una empresa de automóviles dispone de tres fábricas, A,
B y C, y de dos centros de distribución, D1 y D2.
Las capacidades de producción de las 3 fábricas durante
un año son 1000, 1500 y 1200 vehículos,
respectivamente.
Las demandas en los centros de producción son de 2300
y 1400 vehículos respectivamente.
El costo de transporte en tren es de $10 por kilómetro y
vehículo.
Si la matriz de distancias entre las fábricas y los centros
de distribución vienen dada por la siguiente tabla:
Donde:
¿Cuántos vehículos deben fabricarse en cada fábrica para xij = cantidad de vehículos a
que el transporte desde cada una de las fábricas a cada transportar de la fábrica i, i = 1, 2
uno de los centros de distribución sea mínimo? hasta el centro de distribución j,
j = 1, 2, 3
RLG
LÓGICA BINARIA
“UNA INTRODUCCIÓN AL USO DE LAS VARIABLES
BINARIAS”

LA POTENCIA DE UN FOCO
RLG
Al desconocer la potencia que consume un foco, esta

puede ser representada con una variable; por ejemplo «X»
Donde «X» representaría «la potencia consumida por un

foco»
Sabemos que la variable «X» puede tomar diversos

valores; desde 0 (cero) hasta ∞ (infinito).
Por tanto podemos decir que la variable «X» es del tipo

«continua»
Así tendríamos:
Si X = 50, significa que la potencia consumida es de 50

W.
X puede oscilar desde 0 a ∞

RLG
LA CONDICIÓN DE UN FOCO
En la diapositiva anterior vimos que la variable «X»
podía representar «la potencia consumida por un
foco», en caso esta sea desconocida…
Pero qué pasaría si lo que se desconoce no es su

potencia, sino su condición; es decir no sabemos si
está encendido o apagado?
¿Es posible representar la condición de un foco en

variables?

RLG
LÓGICA BINARIA
La respuesta es SÍ.
Por ejemplo para estos casos donde las decisiones son

dicotómicas (es decir SI o NO, Blanco o Negro,
Derecha o Izquierda, Acepto o Rechazo, etc.), es posible
utilizar las variables de tipo binarias.
Las variables binarias son aquellas que se rigen bajo el

sistema BINARIO (0, 1)
X = 0
Así tendríamos:
Si X = 0, significa que la condición del foco es APAGADA.
Si X = 1, significa que la condición del foco es

ENCENDIDA.
X= 1 La variable «X» no puede asumir otro valor más que 0 o 1

RLG
LÓGICA BINARIA
X1 = 0
X1 + X2 + X3 + X4 = 2
X2 = 0 El recuadro de la izquierda ilustra 4 focos, cada

uno identificado con una variable binaria, que
representa su condición (encendido o apagado).
X3 = 1 El recuadro de arriba también ilustra 4 focos,

pero para fines de estudio han sido ocultos con un
manto amarillo. Las variables X1, X2, X3 y X4
son binarias, y representan la condición de cada
X4 = 0 uno de los focos ocultos.
¿Para cada uno de los recuadros, indique cuántos

focos están encendidos?

RLG
LÓGICA BINARIA
X1 = 0
X1 + X2 + X3 + X4 = 2
X2 = 0 Para el recuadro de la izquierda la respuesta es

1, y es fácil saberlo, pues las imágenes estaban
mostradas.
X3 = 1 Para el recuadro superior a pesar de que los
focos estaban ocultos, si hemos logrado dar con
la repuesta correcta. Cabe ahora preguntarnos,
¿cómo es que llegué a esa conclusión?
X4 = 0
La respuesta es muy simple, utilicé una lógica
binaria.

MODELO MATEMÁTICO
RLG
X1
25 Potenciómetro
Watts
Cada uno de los focos de la izquierda,
consume potencia cuando está encendido.
X2
50
El potenciómetro registra la potencia
Watts
consumida acumulada por los cuatro focos.
X3 Las variables X1, X2, X3 y X4 son

75 Watts
binarias, y representan la condición de cada
uno de los focos (encendido – apagado)
X4
¿Es posible representar matemáticamente
100
Watts el consumo de la potencia acumulada?

MODELO MATEMÁTICO
RLG
X1 Potenciómetro
25 Watts
Si Potencia Acumulada es = PA, entonces
X2 PA = 25.X1 + 50.X2 + 75.X3 + 100.X4

50 Watts
PA puede llegar a ser CERO, si X1; X2; X3 y X4 son
iguales a CERO; es decir todos los focos apagados.
X3 También puede llegar a ser 25, si solo el foco 1 está
75 Watts
encendido; es decir X1 = 1; X2 = X3 = X4 = 0.
O también puede ser igual 250, si todos los focos

X4
están encendidos. (X1 = X2 = X3 = X4 = 1)
100 Watts

RLG
PROGRAMACIÓN LINEAL ENTERA BINARIA

SE USAN PARA INDICAR DECISIONES
LÓGICAS.
Suponga que se disponen de k alternativas y sea
Xj = 1 si se escoge la alternativa j.
0 si no
ALTERNATIVAS MUTUAMENTE EXCLUSIVAS

Alternativas que no pueden aparecer juntas en la
solución: x1 + x2  1
MAXIMO # ACEPTABLE DE ALTERNATIVAS

Cuando todas las alternativas no pueden estar
juntas en la solución
x1 + x2 + x3 + x4 + x5  2

RLG
ALTERNATIVAS DEPENDIENTES
El valor de una variable depende del valor

de otra(s).
Ejemplo:
La alternativa 2 sólo puede estar en la

solución si la alternativa 1 se seleccionó.
x2  x1 ; Del Gráfico, podemos deducir:

1 𝐸𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒙
x=ቊ
0 𝑁𝑜 𝑒𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒙
1 𝐸𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒛 1 𝐸𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒚

z=ቊ y=ቊ
0 𝑁𝑜 𝑒𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒛 0 𝑁𝑜 𝑒𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒚
1 𝐸𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒘 1 𝐸𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒗

w=ቊ v=ቊ
0 𝑁𝑜 𝑒𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒘 0 𝑁𝑜 𝑒𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒗

RLG
LA VARIABLE BINARIA
Se puede realizar operaciones:
Las variables binarias, siendo estas 0 o 1, finalmente son
numerales, pudiendo ser utilizados con las operaciones
aritméticas de suma, resta, multiplicación y división.
EJEMPLOS:
• Ejemplos de problemas entero binario son el Problema de la
Mochila, que modela una situación análoga al llenar una
mochila, incapaz de soportar más de un peso determinado, con
todo o parte de un conjunto de objetos, cada uno con un peso y
valor específicos. Los objetos colocados en la mochila deben
maximizar el valor total sin exceder el peso máximo.
• Luego tenemos los Problemas de Cobertura, donde el objetivo

es determinar la cantidad mínima de plantas que cubren (es
decir, que satisfacen las necesidades de servicios de cada
instalación).

RLG
Por otro lado tenemos los problemas de Selección de Proyectos, donde

su aplicación implica que se realicen bajo ciertas condiciones – casos.
Otro problema tradicional es el del Agente Viajero, que consiste en
determinar la ruta más corta, para que, saliendo de una ciudad el
vendedor, visite diversas ciudades “sólo una vez” y después regrese al
punto de partida. Los proyectos A y B son
incluyentes, quiere decir La representación
que si uno de ellos va, el
otro también. Y de
matemática sería
manera viceversa, si uno XA = XB
no va, el otro tampoco
Los proyectos C y D son

excluyentes, quiere La representación
decir que si uno de ellos
va, el otro no. Además,
matemática sería
de todas maneras debe XC + XD = 1
ir uno de ellos
Los proyectos E y F son

excluyentes, quiere La representación
decir que si uno de ellos
va, el otro no. No
matemática sería
necesariamente debe ir XE + XF ≤ 1
alguno de ellos
RLG
Ejemplo: Un vendedor trabaja para un compañía localizada en Lima

Ciudad. Esta semana debe visitar a cuatro clientes. La tabla muestra
las distancias desde la compañía a cada cliente. El vendedor desea
utilizar la ruta más corta, considerando que no conviene visitar a
algún cliente más de una vez.
Distancias (kilómetros)
RLG
APLICACIÓN DE LA PLE
(Binaria)
USO, APLICACIÓN Y MODELOS

RLG
Aplicaciones PLB
Resulta útil ¿debe emprenderse un proyecto?
usar
¿debe hacerse cierta inversión?
variables
binarias ¿debe elegirse cierto lugar para instalar una fabrica?
cuando…
¿debe cierta operación permanecer abierta?
¿debe cierta ruta seleccionarse?
(situaciones ¿debe seleccionarse cierto vehículo?
del tipo ¿debe cierta actividad comenzar en un momento dado?

“inclusión”
o ¿debe venderse cierto activo en un período dado?
“exclusión”)
Además de los problemas de decisión

RLG
USO
PREGUNTAS DE APLICACIÓN
• ¿Un proyecto debe ser aceptado, SI o NO?
• ¿Un operario realizará un trabajo, SI o No?
• ¿Un proveedor debe ser contratado, SI o NO?

RLG
MODELOS
TIPOS DE MODELOS BINARIOS
MODELO DE MODELO BINARIO

ASIGNACIÓN PURO
- Balanceado y - La Mochila
desbalanceado - Cobertura
MODELO BINARIO
MIXTO
- Cargo fijo
- Lote mínimo

RLG
MODELO DE ASIGNACIÓN
APLICACIÓN DE UN
MODELO BINARIO PURO

RLG
MODELO DE ASIGNACIÓN
• Los problemas de asignación implican determinar la
asignación más eficiente de:
– Personas a trabajos (variación en habilidades afecta el
costo de completar un trabajo),
– Máquinas a tareas (distintas eficiencias o tiempos),
– Patrullas policíacas a sectores de la ciudad (resultados),
– Personal de ventas a territorios (resultados, eficacia).
• El objetivo podría ser:
– Minimizar los tiempos de recorridos o costos, o
– Maximizar la eficacia de las asignaciones.
• Una de las principales condiciones de este modelo es
que UN trabajo solo puede ser hecho UNA sola vez.

RLG
Modelo de Asignación (completo)
06 trabajadores 06 trabajos
A cada trabajador le corresponde un trabajo

A cada trabajo le corresponde un trabajador

RLG
Modelo de Asignación (completo)
05 máquinas 05 trabajos
A cada máquina le corresponde un trabajo

A cada trabajo le corresponde una máquina

RLG
Modelo de Asignación (incompleto)
A cada trabajo le corresponde a lo más un trabajador

A todo trabajador le corresponde un trabajo

RLG
Modelo de Asignación (incompleto)
A cada trabajo le corresponde un trabajador

A todo trabajador le corresponde a lo más un trabajo

Ejemplo de Aplicación
RLG
Los tres hijos de Joe: Karen, Terry y Paul, desean ganar algún
dinero para sus gastos personales. El señor Joe eligió tres tareas
para sus hijos: podar el césped, pintar la puerta de la cochera y
lavar los automóviles de la familia.
Para evitar la competencia anticipada entre los hermanos, les pide
que presenten licitaciones individuales (secretas) por lo que
consideren un pago justo por cada una de las tareas. La tabla
siguiente resume las licitaciones recibidas. Los niños respetaran la
decisión de su padre con respecto a la asignación de las tareas.
Podar Pintar Lavar

Se solicita utilizar un modelo
de asignación que permita
Karen $15 $10 $9
minimizar el costo que
Terry $9 $15 $10 incurrirá el Sr. Joe.
Paul $10 $12 $8

RLG
Ejemplo de Aplicación: Esquema
Xij
Podar
Pintar
Lavar
Xij = asignación del niño «i» a la tarea «j»

Xij = es una variable binaria
Ejemplo de Aplicación: Modelo
RLG
Conjuntos
Niño: i= {Karen, Terry, Paul} Tarea: j = {Podar, Pintar, Lavar}
Definición de Variables:
𝑋𝑖,𝑗 = 𝑎𝑠𝑖𝑔𝑛𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑛𝑖ñ𝑜 𝑖 𝑎 𝑙𝑎 𝑡𝑎𝑟𝑒𝑎 𝑗
𝐶𝑜𝑠𝑡𝑜𝑖,𝑗 = 𝑐𝑜𝑠𝑡𝑜 𝑞𝑢𝑒 𝑐𝑜𝑏𝑟𝑎𝑟á 𝑒𝑙 𝑛𝑖ñ𝑜 𝑖 𝑝𝑜𝑟 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑟 𝑙𝑎 𝑡𝑎𝑟𝑒𝑎 𝑗
Función Objetivo:
3 3
𝑀𝑖𝑛 ෍. ෍ 𝐶𝑜𝑠𝑡𝑜𝑖,𝑗 ∗ 𝑋𝑖,𝑗

𝑖=1 𝑗=1
Restricciones:
• ∀𝑖: σ3𝑗=1 𝑋𝑖,𝑗 = 1; "𝑢𝑛 𝑛𝑖ñ𝑜 ℎ𝑎𝑐𝑒 𝑢𝑛𝑎 𝑠𝑜𝑙𝑎 𝑡𝑎𝑟𝑒𝑎"
• ∀𝑗: σ3𝑖=1 𝑋𝑖,𝑗 = 1; "𝑢𝑛𝑎 𝑡𝑎𝑟𝑒𝑎 𝑒𝑠 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑑𝑎 𝑢𝑛𝑎 𝑠𝑜𝑙𝑎 𝑣𝑒𝑧"
• ∀𝑖, 𝑗: 𝑋𝑖,𝑗 = 𝐵𝑖𝑛

Solución en Lingo Compacto
RLG
SETS:
Nino /Karen Terry Paul /: ;
Tarea / Podar Pintar Lavar/: ; Podar Pintar Lavar
NxT(nino, tarea): Costo, X;
END SETS Karen 0 1 0
! Ingreso de Datos; Terry 1 0 0
DATA: Paul 0 0 1
Costo = 15 10 9 9 15 10 10 12 8;
END DATA Z* = $27
!Objetivo: Minimizar costo total de la asignación;
Min = @sum(NxT(i,j): Costo(i,j)*X(i,j));
!Cada niño realiza 1 sola tarea;
@for(nino(i): @sum(tarea(j): x(i,j)) = 1 );
!Cada tarea es realizada 1 sola vez;
@for(tarea(j): @sum(nino(i): x(i,j)) = 1 );
!Todas la Xij son binarias;
@for(NxT(i,j): @bin(X));
END

RLG
CASO DE APLICACIÓN
• El entrenador de un equipo de natación debe asignar
nadadores para la prueba de 200mt postas
combinadas, que irán a las olimpiadas juveniles. Como
muchos de sus mejores nadadores son rápidos en más
de un estilo, no es fácil decidir cuál nadador asignar a
cada uno de los cuatro estilos.
• Los cinco mejores nadadores y sus mejores tiempos -
en segundos- en cada estilo son los siguientes:
ESTILO Carlos Manuel David Anthony Boris

Espalda 37.7 32.9 33.8 37 35.4
Pecho 43.4 33.1 42.2 34.7 41.8
Mariposa 33.3 28.5 38.9 30.4 33.6
Libre 29.2 26.4 29.6 28.5 31.1

RLG
GRACIAS
Lo más importante, no siempre, es el cómo
empiezas, sino, el cómo terminas.
Ricardo López Guevara

Programacion Lineal Entera - PL Binaria

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Programacion Lineal Entera - PL Binaria

Cargado por

Copyright:

Formatos disponibles

RLG

Programa Académico Ingeniería Industrial y

PROGRAMACIÓN LINEAL ENTERA

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

OBJETIVO DEL CURSO

• Proporcionar una estructura básica para la

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

▪ De binarios- todas las

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

@bin La variable del argumento toma un valor binario (0 ó 1)

Otras funciones @free – cualquier valor real, positivo o negativo

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

El espacio de soluciones factibles del PPLE no es un

Problemas llamados también Directos, porque las

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

Al desconocer la potencia que consume un foco, esta

Donde «X» representaría «la potencia consumida por un

Sabemos que la variable «X» puede tomar diversos

Por tanto podemos decir que la variable «X» es del tipo

Si X = 50, significa que la potencia consumida es de 50

X puede oscilar desde 0 a ∞

Pero qué pasaría si lo que se desconoce no es su

¿Es posible representar la condición de un foco en

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

Por ejemplo para estos casos donde las decisiones son

Las variables binarias son aquellas que se rigen bajo el

Si X = 0, significa que la condición del foco es APAGADA.

Si X = 1, significa que la condición del foco es

X= 1 La variable «X» no puede asumir otro valor más que 0 o 1

X2 = 0 El recuadro de la izquierda ilustra 4 focos, cada

X3 = 1 El recuadro de arriba también ilustra 4 focos,

¿Para cada uno de los recuadros, indique cuántos

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

X2 = 0 Para el recuadro de la izquierda la respuesta es

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

X3 Las variables X1, X2, X3 y X4 son

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

Si Potencia Acumulada es = PA, entonces

X2 PA = 25.X1 + 50.X2 + 75.X3 + 100.X4

O también puede ser igual 250, si todos los focos

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

PROGRAMACIÓN LINEAL ENTERA BINARIA

ALTERNATIVAS MUTUAMENTE EXCLUSIVAS

MAXIMO # ACEPTABLE DE ALTERNATIVAS

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

El valor de una variable depende del valor

La alternativa 2 sólo puede estar en la

x2  x1 ; Del Gráfico, podemos deducir:

1 𝐸𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒛 1 𝐸𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒚

1 𝐸𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒘 1 𝐸𝑙𝑒𝑔𝑖𝑟 𝑜𝑝𝑐𝑖ó𝑛 𝒗

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

• Luego tenemos los Problemas de Cobertura, donde el objetivo

INVESTIGACION DE OPERACIONES Dr. Ricardo López Guevara

Por otro lado tenemos los problemas de Selección de Proyectos, donde

Los proyectos C y D son

Los proyectos E y F son