Академический Документы
Профессиональный Документы
Культура Документы
INGENIERA INDUSTRIAL
-PROFESORA
ING. ILSE ARIADNA BERNAL MAR
IV SEMESTRE A
4
Semestre
A
NDICE
NDICE................................................................................................................................1
UNIDAD 4 PROGRAMACIN ENTERA.........................................................................2
4.1. INTRODUCCIN Y CASOS DE APLICACIN..........................................................2
4.1.1. INTRODUCCIN..................................................................................................2
4.1.2. CASOS DE APLICACIN.....................................................................................5
4.2. DEFINICIN Y MODELOS DE PROGRAMACIN ENTERA Y BINARIA.................9
4.2.1. DEFINICIN.........................................................................................................9
4.2.2. DESCRIPCIN DEL MTODO..........................................................................10
4.2.3. EL MODELO PEB...............................................................................................11
4.3. MTODO DE GOMORY...........................................................................................16
4.4. MTODO DE BIFURCACIN Y ACOTAMIENTO....................................................25
CONCLUSIN..................................................................................................................32
BIBLIOGRAFA.................................................................................................................33
PROGRAMACIN ENTERA
Programacin Entera Pura: Todas las variables de decisin tienen valores enteros.
Mtodos
de solucin
Mtodo grfico.
Mtodo de plano de
corte.
Mtodos de LangDoing.
Enumeracin implcita.
Herramienta
s
computacionales
Tipos de
modelos
Origen
Wagner
Manner
Gomory
Lingo/Lindo
Excel
Mpl/Cplex
TORA
Puro
Binario
Mixto
asocian una multa de pesos por da de retrasos despus de los das estipulados.
Se supone que el taller recibe n rdenes de trabajo en la fecha base. Cul debe
ser el orden de secuenciacin de trabajos que minimice el costo penal total?
ciudades, tal que el costo total asociado sea el mnimo. Este problema se
present por
primera vez en 1960, en un artculo de Miller, Tucker, Zemling, pero hay una
variedad de mtodos que resuelven el problema dependiendo del tamao de n,
el nmero de ciudades.
g) Problemas con costos fijos. Todos los problemas que en su funcin de costo
influyen un costo fijo del siguiente tipo
0
, si
=f (
)=
= 0,
, j=1,2,n
, si
> 0
, tal que:
Cuando al escoger una opcin, no se nos permite escoger otra, se dice que ambas son
mutuamente excluyentes, esta restriccin se representa como la sumatoria de ambas
1, ya que eso indica que entre ambas puede haber solo 1 (solo una de las 2) o 0
(ninguna de ellas).
+
En el caso en que una opcin solo se pueda escoger habiendo elegido otra con
anterioridad, se dice que son contingentes o condicionales, esta restriccin se
representa poniendo que la variable dependiente es a la variable independiente, de la
siguiente manera:
=
Pero para colocar lo anterior como restriccin vlida para modelacin, se debe igualar a
0.
Como paso final para modelar se ponen las restricciones 1 y 0 para indicar que solo
entre esos valores pueda estar la optimizacin.
1
0
Donde:
j= Nmero de variables de decisin.
Ejemplo:
A continuacin se presenta un problema del cual se har el modelaje y se darn los
pasos para desarrollarlo en programacin entera binaria.
La CALIFORNIA MANUFACTURING COMPANY analiza la posibilidad de llevar a cabo
una expansin mediante la construccin de una nueva fbrica ya sea en Los ngeles o
en San Francisco, o tal vez en ambas ciudades. Tambin piensa en construir, a lo
sumo, un nuevo almacn, pero la decisin sobre el lugar en donde lo instalar est
restringida a la ciudad donde se construya la nueva fbrica. En la cuarta columna de la
tabla 1 se muestra el valor presente neto rendimiento total que toma en cuenta el
valor del dinero en el tiempo de cada alternativa. En la ltima columna se proporciona
el capital que se requiere incluido el valor presente neto para las respectivas
inversiones, donde el capital total disponible es de 10 millones de dlares. El objetivo es
encontrar la combinacin factible de alternativas que maximice el valor presente neto
total.
4.2.3. EL MODELO PEB
An cuando este problema se puede resolver con un simple razonamiento - construir
fbricas en ambas ciudades, pero ningn almacn, se formular como ejemplo.
Sea:
Z= valor neto de estas decisiones.
Si se hace la inversin para construir una instalacin dada de manera que la variable
de decisin correspondiente tenga valor de 1, el valor neto estimado de estas
inversiones aparece en la cuarta columna de la tabla. Si la inversin no se hace y, por
tanto, la variable de decisin es igual a 0, el valor presente neto es 0.
Nmero de
Pregunta Si o No
Variable de
Valor
decisin
presente
Capital
neto
requerido
$9 millones
$6 millones
$5 millones
$3 millones
$6 millones
$5 millones
$4 millones
$2 millones
decisin
1
Construir la fbrica
en Los ngeles?
Construir la fbrica
en San Francisco?
Construir el
almacn en Los
ngeles?
Construir el
almacn en San
Francisco?
10.
Por tanto, despus de escribir de nuevo estas dos restricciones para que todas las
variables queden en el lado izquierdo, el modelo completo de PEB es
Maximizar Z= 9
+5
+6 + 4
s.a
6
+3
+5 + 2
+
-
10
0
0
1
0
Y
es entera , para j = 1, 2 ,3 ,4.
De manera equivalente las 3 ltimas lneas de este modelo se puede sustituir por una
sola restriccin.
es binaria para j= 1, 2 ,3 ,4
Excepto por su tamao pequeo, este ejemplo representa muchas aplicaciones reales
de programacin entera en las que las decisiones bsicas que se toman son del tipo s
o no.
Al igual que el segundo par de decisiones de este ejemplo, muchos grupos de
decisiones s o no son mutuamente excluyentes, tales que slo una decisin de ese
grupo puede ser s. Cada grupo requiere una restriccin que obligue a la suma de las
variables binarias correspondientes a ser igual a 1 si exactamente una decisin de ese
grupo debe ser s, o menor o igual a 1 (si cuando mucho una decisin de ese grupo
puede ser s).
En ocasiones, las decisiones del tipo s o no son decisiones contingentes, es decir,
dependen de decisiones anteriores. Se dice que una decisin es contingente respecto
a otra si se permite que sea si slo si la otra es s. Esta situacin ocurre cuando una
decisin contingente implica una accin que sigue a otra y que se vuelve irrelevante, o
imposible, si la otra decisin es no. La forma de la restriccin que se obtiene se ilustra
en la cuarta y quinta restricciones del ejemplo.
Punto ptimo
=1
=0
=0
=0
X1
Z(ma
x)
S1
X
2
4
X
3
3
X
4
5
S
1
0
S
2
0
S
3
0
S4
0
S
5
9
BF
S
9
-3
-1
-4
-6
S2
S3
S4
-1
X1
4
Semestre
A
+
,
35
0 y enteros.
16
Tablas SIMPLEX
Solucin
10
-1
35
10
Pivoteamos el rengln
, hacemos el cambio de 10
por
y nos queda:
Solucin
10
10
13
22
3
10
31
33
10
13
10
10 3
33
0
0
PROGRAMACIN ENTERA
17
Pivoteamos el rengln
, hacemos el cambio de 7
por
y nos queda:
Solucin
10
10
La solucin ptima es Z=
22
1 22
63
22
63 22
1
3
22
22
31
2=
22
31 22
,= 0,
2=
133
2=
= 0.
Grfica:
Observamos que nuestras soluciones ptimas no son nmeros enteros, para esto, si
bien es donde proseguimos con el mtodo de Gomory. En base a la informacin que
nos arroja nuestra tabla ptima, podemos reescribirla de la siguiente manera.
Z + 63
+7
22
+ 31 22
= 66 2
1
22
+ 1 22
= 32
- 1 22
+ 3 22
= 42
(ecuacin Z)
(ecuacin)
(ecuacin
Una vez que tenemos la informacin de la tabla ordenada en las ecuaciones anteriores,
debemos escoger una de estas ecuaciones, con la condicin de que siempre el lado
derecho sea fraccionario. En caso del ejemplo, las 3 ecuaciones cumplen con la
condicin.
La ecuacin de restriccin que elijamos, ser nuestra fila origen (o rengln de fuente),
con la cual generaremos un corte.
Z + (2 +
+ (1 +
9
22
) = (66 +
1
2
Paso 2: Los componentes enteros los moveremos al lado izquierdo y los componentes
fraccionarios al lado derecho. Obtenemos:
Z + 2 + 1 66 =
19
22
(1)
22
2
Como
19
22
9
22
2
(2)
Paso 3: Ahora, como el lado izquierdo de la ecuacin (1), es un valor entero por
construccin, el lado derecho tambin debe de ser entero. Por lo tanto deducimos que
(2) puede ser reemplazada con una desigualdad:
19
22
22
+ 0
Este resultado de justifica porque un valor entero menor que una fraccin positiva
necesariamente debe ser 0.
La ltima desigualdad es el corte deseado, y representa una condicin necesaria
(ms no suficiente) para obtener una solucin entera. Esta desigualdad se conoce como
corte fraccionario porque todos sus coeficientes son fracciones.
Antes de demostrar cmo se implementa el corte fraccionario en la tabla ptima,
se demostrar como tambin podremos construir los cortes a partir de las otras 2
ecuaciones de restriccin.
Ecuacin
=4
22
1
2
+ (1 +
21
22
) + (0 +
3
22
) = (4 +
1
2
21
22
Ecuacin
3
22
+ 7 22
+ 1 22
+ (0 +
7
22
) + (0 +
1
22
) = (3 +
1
2
1
+ 0
2
=3
1
22
1
+ 0
2
Cualquiera de estos tres cortes puede usarse en la primera iteracin del mtodo de
Gomory. Seleccionando arbitrariamente el corte generado con la ecuacin , podemos
rescribir en forma de ecuacin como:
7
22
1
22
1
= ;
2
Solucin
10
1 22
7 22
1 22
63 22
31 22
22
22
22
0
0
Paso 5: La tabla es ptima pero no factible. Para esto, aplicamos el mtodo simplex dual,
para recuperar la factibilidad.
Para encontrar que columna es la que entra y que fila sale, dividiremos el rengln
-
entre el rengln
fila que entra. Despus, tomaremos el rengln que acabamos de agregar y ser
nuestro rengln pivote.
Solucin
10
7
1 22
7 22
1 22
63 22
31 22
*Resultado
31
de la divisin
22
22
22
0
0
*valor ms
pequeo.
Paso 6: Ahora que ya tenemos nuestra fila que sale y columna que entra, comenzamos
a pivotear por el mtodo SIMPLEX, y obtenemos la siguiente tabla de optimidad:
Solucin
10
11
17
17
1 11
22
16
77
Paso 7: Regresamos al paso 4, agregando un segundo corte a esta ltima tabla ptima,
de la misma manera que agregamos el primer corte, slo que en este caso, como ya
elegimos la ecuacin
Solucin
10
11
7
17
1
7
1
11
17
22
7
67
16
7
1
0
10
0
-1
-4
-7
58
enteras,
resultantes
de
la
solucin
de
los
problemas
lineales
Ejemplo:
Problema (0).
Max Z= 5 + 2+
Sujeto a
Max Z= 5 + 2
Sujeto a
2
+ 2
+
,
2+ 2+= 9
3++= 11
9
11
,,,
0.75
-0.5
1.25
-0.25
0.5
3.25
0.25
1.5
18.75
Tenemos nuestras soluciones ptimas con valores todos decimales, por lo tanto,
nuestro problema no esta resuelto. Los valores como nos indica la tabla son
=
.
= .
valores enteros 1 y 2. Por lo tanto, estos nuevos valores son los que tendrn cada
restriccin en los subproblemas. Nos quedaran de la siguiente manera.
Subproblema (1)
Max Z= 5
Sujeto a
2
+ 2
+ 2 +
+
+
=
= 11
+
9
Max Z= 5 + 2+
Sujeto a
2+
3+
+
,,,,
=9
= 11
=1
1
, ,
Subproblema (2)
Max Z= 5
Sujeto a
2
+ 2
+ 2 +
+
+
Max Z= 5 + 2+
Sujeto a
2+
3+
= 11
=9
= 11
=2
2
, ,
,,,,
Paso 3: Resolvemos por mtodo SIMPLEX los subproblemas (1) y (2), y obtendremos
las siguientes tablas ptimas.
Subproblema (1)
Solucin
0
-1.33
-0.67
0.33
-0.33
0.33
3.33
0.33
1.67
18.67
Subproblema (2)
Solucin
0
-2
-1.5
1.5
0.5
2.5
2.5
16.5
y de
este se obtienen dos nuevas restricciones para para los nuevos subproblemas. Lo
realizamos de la misma manera que utilizamos anteriormente, y nuestros subproblemas
quedaran de esta manera:
Max Z= 5
Sujeto a
2
3
+ 2 +
+ 2 +
= 9
+
+
= 11
1
3
, , ,
0
Max Z= 5+ 2+
Sujeto a
2+ 2+= 9
3++= 11
+= 1
+= 3
,,,,, 0
+++
Y el subproblema (4):
Max Z= 5
Sujeto a
2
3
+ 2 +
Max Z= 5 + 2+
+
Sujeto a
+ 2 +
= 9
+
+
= 11
1
4
, , ,
0
++
2+ 2+= 9
3++= 11
+= 1
= 4
,,,,, 0
-2
-3
-1
17
Por ltimo, para poder visualizar de mejor manera el proceso, como se mencionaba con
anterioridad, utilizaremos una representacin grfica constituida por una red con
estructura de rbol.
Z= 18.75,= 3.25 ,
=0
=0
1
= 1.25,
Z= 18.67,= 3.33
,= 1,= 0.33
=0
Z= 16.5,
= 1.5
3
Z=
Z= 17,= 3 ,
=1
= 1,
=1
Solucin ptima
= 2.5 ,= 2,
Problema inconsistente
=0
CONCLUSIN
BIBLIOGRAFA