Documente Academic
Documente Profesional
Documente Cultură
Introducción
En este capítulo veremos problemas que se podrían formular y resolver
como problemas de programación lineal, excepto por la desagradable
circunstancia de que se requiere que algunas o todas las variables tomen
valores enteros.
Dichos problemas se llaman PE (Programación Entera).
La programación entera ha llegado a ser un área muy especializada de la
ciencia de la administración.
En el fondo es que existen muchos problemas administrativos importantes
que serian de programación lineal si no fuera por el requerimiento de que
sean enteros los valores de algunas variables de decisión, en los que no se
pueden encontrar una buena solución mediante el uso del método simplex
seguido del redondeo de los valores óptimos resultantes para las variables
de decisión. Estos problemas deben ser resueltos mediante algoritmos
especialmente diseñados para resolver problemas de programación
entera.
1
Por ejemplo, supóngase que en el problema anterior solo X 1 y X2 deben ser enteros y X3 no.
El problema resultante es
INTERPRETACION GRAFICA
Maximizar 18E + 6F
E– 3F 0 (5)
E y F enteros
2
Para resolver este problema con el tratamiento gráfico, prescribimos tres
pasos:
2.- Identifique los puntos enteros del inferior del conjunto determinado en el
paso 1.
Para resolver este problema, debemos determinar ahora cual de los puntos
factibles produce el valor mayor para la función objetivo.
Se procede como en el problema de PL, o sea moviendo el contorno de la
función objetivo cuesta arriba (dado que estamos trabajando con un modelo
para maximizar) hasta que ya no sea posible hacerlo más sin abandonar el
conjunto factible.
3
Podemos observar que la solución optima de PLE es el punto E = 6, F = 3.
Y como la función objetivo es 18E + 6F, la solución obtenida para ésta es un
valor optimo de 18(6) + 6(3) = 126.
Aquí también se ilustran algunos hechos en relación con la aproximación de
la PL. La solución optima con la aproximación de la PL ocurre en la
intersección de las rectas 42,8E + 100F = 800 y 20E+ 6F = 142. Puesto que
la intersección de las dos restricciones no se presenta en un punto entero,
la solución óptima de la aproximación con la PL no es factible para la PLE.
COMENTARIOS
4
empeora o bien deja igual el valor óptimo de la PL. En un problema de
minimización, empeorar el valor óptimo significa aumentarlo.
SOLUCIONES REDONDEADAS
Comparando este con el valor optimo 126 de la PLE. Entonces vemos que
se produjo una pérdida relativa de 6/126, casi del 5%, el usar la solución
redondeada en lugar de la optima.
5
Veamos otro ejemplo
1.- Puede ser que ninguno de los puntos enteros próximos sea
factible.
2.- Aun cuando uno o más de los puntos enteros próximos sean
factibles.
6
Enumeración
EJEMPLO
Capital disponible en el bi 50 45 70 40 30
año i
7
La mesa directiva ha de elegir una o más de las alternativas. Si deciden
expandir la planta Belga, el valor actual del reingreso neto para la firma es de
$40000. Este proyecto requiere $10000 de capital el primer año, $5000 el
segundo, etc. La mesa directiva ha presupuestado con anterioridad hasta
$50000 como inversiones de capital totales para el año 1, hasta $45000 en el
año 2, etc.
Xi = 0 ó 1 ; i = 1, 2, 3, 4.
Aquí la función objetivo es el valor total actual de los reingresos netos y cada
restricción controla la cantidad de capital que se usará en cada uno de los cinco
periodos.
Aproximación de la PL
X1 = 0.7222
X2 = 0.6389
X3 = 0.2778
X4 = 1.0417
8
Aquí hemos pasado por alto las restricciones Xi = 0 o 1. En su lugar agregamos
las restricciones Xi 1, i = 1, 2, 3, 4. Por supuesto, en una PL todas las Xi son
siempre no negativas.
Por lo tanto, en vez de Xi = 0 o 1, tenemos en la aproximación a Xi restringida
en el intervalo (que es 0 Xi 1).
Seria deseable que en la solución optima cada Xi, en forma fortuita, tomase uno
u otro de los valores extremos del intervalo admisible (0 o 1) para que la PLE
original quedase resuelto.
Por desgracia, como se muestra en la formulación y resultado anterior, esto
sólo sucedió con X4; los valores de X1, X2 y X3 son fraccionarios.
Ya que X3 debe ser igual a 1 si la Protrac establece una planta en Chile y 0 si
no, el resultado X3 = 0.33 carece de significado.
Al tratar de encontrar una solución al problema de PLE resolviendo la
aproximación de PL y redondeando después los resultados no funciona bien. Si
redondeamos se produce lo siguiente
9
Solución entera puro
X1 = 1
X2 = 1
X3 = 1
X4 = 0
CONDICIONES LOGICAS
La restricción
X1 + X2 + …….. + Xn k
10
Supongamos que para el caso de la Protrac, que no más de un proyecto
extranjero será aceptado.
Por esta razón, la mesa directiva quiere descartar una decisión que
incluya la expansión en Bélgica y una nueva planta en Chile. Agregar la
restricción
X1 + X 3 1
Decisiones dependientes
ó Xk – X m 0
Agregando la restricción
X2 – X 4 0
X4 – X 2 = 0
11
Restricciones de aportaciones
Si yj = 1, se comprará la obligación j.
Si yj = 0 no se comprará la obligación j.
Xj 100yj (**)
Xj 20yj (***)
12
PROBLEMA DE UBICACION DE LOS ALMACENES STECO.
FIGURA
COSTO MENSUAL DE
ALQUILER DE ALMACENES FA FB FC
ALMACENES A B C
DISTRITOS 1 2 3 4
DEMANDA MENSUAL d1 d2 d3 d4
13
Los datos del problema se presentan en la figura siguiente:
yi = 1 si se alquila el almacén i
yi = 0 si no
14
2.- Considerar el número de camiones como variable entera haría
el problema mucho más difícil de resolver.
3.- Claro está que cuesta mucho más el alquiler de un almacén
que el envió de un camión desde el almacén al distrito de
ventas. La magnitud relativa de estos costos implica otra vez
que es relativamente más importante la decisión de “alquilar o
no alquilar” considerada como variable entera, en oposición a
lo de los camiones.
Un modelo de PLEM
yi = 1 si se alquila el almacén i
yi = 0 si no se alquila el almacén i
i = A, B, C.
i = A, B, C ; j = 1,….., 4.
15
Para el distrito de venta 3
La restricción
MODELO
Sujeto a
Demanda en 1
2.- XA1 + XB1 + XC1 = 100
3.- XA2 + XB2 + XC2 = 90
4.- XA3 + XB3 + XC3 = 110
5.- XA4 + XB4 + XC4 = 60
6.- - 200 yA + XA1 + XA2 + XA3 + XA4 0
Restricción de
7.- - 250 yB + XB1 + XB2 + XB3 + XB4 0
la oferta del
8.- - 300 yC + XC1 + XC2 + XC3 + XC4 0 almacén A
yi 1 i = A, B, C
VARIABLES ENTERAS = 3
Esto significa que las
tres primeras variables
de la función objetivo
(YA, YB, YC) tienen
valores 0 o 1.
16
YB 0.00 XB2 0.00
YC 1.00 XB3 0.00
XA1 0.00 XB4 0.00
XA2 90.00 XC1 100.00
XA3 110.00 XC2 0.00
XA4 0.00 XC3 0.00
XC4 60.00
(2) D + H + L = 100
(3) E + I + M = 900
(4) F + J + N =110
(5) G + K + P = 60
(6) -200A + D + E + F + G 0
(7) -250B + H + I + J + K 0
(8) -300C + L + M + N + P 0
(9) A 1
(10) B 1
(11) C 1
17
METODOS DE PROGRAMACION ENTERA
Enfoque general
18
EJEMPLO DE PLE
X1, X2 0 enteros
Paso 1
19
En la figura podemos ver el conjunto factible de dicha aproximación. Los
puntos negros son los que satisfacen la condición de enteros. (hay 27 de
dichos puntos).
La solución aproximada es
U = 24.375
F = 23.000
X1* = 3.75
X2* = 4.125
1 Numero de nodo
20
PASO 2
Y dado que X1 debe ser entero, no habremos eliminado ningún punto del
conjunto factible del problema (P1).
No obstante, habremos eliminado puntos (o sea, valores no enteros) del
conjunto factible por aproximación de PL del problema.
En realidad, vemos que el valor optimo de X1, en el problema
aproximado de (P1), no es ni 3 ni 4 y, por lo tanto, el punto optimo actual ha
sido (intencionalmente eliminado mediante el proceso de ramificación).
Este proceso crea dos nuevos problemas.
X1 3
X1, X2 0 enteros
X1 4
X1, X2 0 enteros
21
Esta figura revela dos hechos interesantes
1.- Hemos partido en dos piezas el conjunto factible de (P1) y eliminado una
región que no contiene puntos enteros. (La región eliminada esta
diagonalizada. Las rectas de acotamiento no pertenecen a la región
eliminada).
2.- Todas las soluciones enteras factibles de (P1) están contenidas ahora o
bien en (P2) o en (P3). Dado que las funciones objetivos de (P1), (P2) y
(P3) son idénticas, se sigue que la solución óptima de (P2) o la de (P3)
deben ser la solución óptima de (P1), el problema original de la PLE.
Entonces podemos olvidar (P1) y considerar solamente (P2) y (P3).
(P2) (P3)
U = 24.00 U = 22.333
22
Ya indicamos que la solución optima de (P1) está en (P2) o en (P3); así
es que el valor óptimo de (P1) debe ser al máximo de los valores de U
proporcionados por estos dos nodos. Y ya que el nodo 2 produce un U = 24 y el
nodo 3 un U = 22.333 nuestra mejor cota actual es 24.00
FIGURA # 3
MCSA = 24.00
MCIA = 23.00
U = 24.375
F = 23.00
X1* = 3.75
X2* = 4.125
1
X1 ≥ 4
X1 ≤ 3
U = 24.00 U = 22.33
X1* = 3.00 X1* = 4.00
X2* = 4.20 X2* = 3.667
2 3
Para decidir qué haremos en seguida consideremos los nodos del pie de
nuestro árbol, en este caso los nodos 2 y 3.
23
Maximizar X1 + 5X2 (P4)
Sujeto a 11X1 + 6X2 66
X1 ≤3
X2 ≤4
X1, X2 0 enteros
X1 ≤3
X2 ≥5
X1, X2 0 enteros
24
Al comparar las figuras # 2 y # 1 se advierten varios hachos importantes.
1.- Su U es ≤ MCIA, o
2.- Representa un problema infactible.
ARBOL COMPLETO
MCSA = 23.00
MCIA = 23.00
U = 24.375
F = 23.00
X1* = 3.75
FIGURA # 4 X2* = 4.125
1
X1 ≤ 3 X1 ≥ 4
U = 22.33
U = 24.00 X1* = 4.00
X1* = 3.00
X2* = 3.667
X2* = 4.20
3
2
X2 ≤ 4 T
X2 ≥ 5
U = 23.00
X1* = 3 Infactible
X2* = 4
4 5
T T
25
Ahora, solo necesitamos concentrarnos en el problema (P4) y resolver
su aproximación de PL, como se muestra en la figura 4.
Se revela que la solución optima de ésta, en concreto (X1* = 3, X2* = 4), es
entera. Esto significa que (X1* = 3, X2* = 4) es la solución optima de (P4). Por
esta razón, (P4) es otro nodo terminal de nuestro árbol y en la figura 4 se ha
colocado una T bajo ese nodo.
1.- Su U es ≤ MCIA
2.- Representa un problema infactible, o
3.- La aproximación de PL produce una solución para el problema
entero representado por ese nodo.
La solución óptima del problema original (P1) será la que establezca la MCIA.
En este caso, la MCIA es 23.00 y en consecuencia (X 1* = 3, X2* = 4) será la
solución optima para el (P1). A la terminación, como en la figura # 4 siempre
será el caso de que MCIA = MCSA.
26
Problemas para desarrollar
He sido abordado por tres compañías de teléfonos para que me suscriba a su servicio
de larga distancia. Abell cobrará una tarifa fija de 16 dólares al mes, más 0.25
centavos por minutos. Bbell cobrará 25 dólares al mes, pero reducirá el costo por
minuto a 0.21 centavos. En cuanto a Cbell, la tarifa mensual fija es de 18 dólares y el
costo por minuto es de 0.22 centavos. Generalmente hago un promedio de 200
minutos de llamadas de larga distancia al mes. Suponiendo que no pague la tarifa fija,
a menos de que haga las llamadas y de que pueda dividir mis llamadas entre las tres
compañías, según me parezca, ¿cómo debo utilizar los servicios de las tres
compañías para minimizar mi cuenta mensual de teléfono?
27