Вы находитесь на странице: 1из 9

PROGRAMACIN LIENAL ENTERA

Se utiliza el termino de programacin lienal entera cuando se obliga a que las


soluciones de problemas de programacin lineal deben ser enteras , histricamente
podemos decir que las investigaciones llevadas a cabo para encontrar la solucin
de estos problemas en orden cronolgico fueron los siguientes autores : R. Gomory
que en 1958, desarrollo el algoritmo de los planos de coste ; A. Lang y A. Doig los
cuales en 1960, aportaron los mtodos de branch-and-bound (ramificacin y
acotacin ) y en 1965 E. Balas los mtodos de enumeracin implcita.
En muchos problemas reales no siempre es posible que las variables puedan tomar
valores continuos. As, existen problemas en los cuales las variables solo pueden
tomar valores enteros, como por ejemplo cuantos viajes debe realizar cada camin
de determinada empresa, si sus capacidades son distintas, para cubrir una
determinada demanda con un coste mnimo, en este caso si cada variable
representa el nmero de viajes que debe realizar cada camin, es evidente que solo
podrn tomar valores enteros, incluso existen determinado problemas de decisin
(del tipo s o no) en los cuales las variables solo pueden tomar valor uno y si no se
instala valor cero.
As pues los problemas de programacin lineal aparecen cuando en los problemas
lineales estudiados hasta ahora todas o alguna de las variables solo pueden tomar
valores enteros, es decir m se abandona la hiptesis de perfecta visibilidad de las
variables
Por lo tanto de tal manera los programas lineales enteros son aquellos que algunas
o todas las variables estn restringidas a tener valores enteros (o discretos). La
programacin lienal entera tiene aplicaciones prcticas muy importantes.
Desafortunadamente, a pesar de dcadas de extensas investigaciones, la
experiencia en cmputo con programas lineales enteros ha sido menos que
satisfactoria. Hasta esta fecha no existe un programa de cmputo para programas
lineales enteros que pueda resolverlos en forma consistente.
CLASIFICACIN

Problemas enteros puros


Se denominan as todos aquellos problemas en que todas las variables son enteras.
Tambin es frecuente dentro de este tipo de problemas distinguir los problemas
totalmente enteros como aquellos que adems de las variables, tambin todos los
coeficientes y el valor de la funcin objetivo han de ser enteros.

Problemas enteros mixtos


Se denominan asi los problemas en los cuales existen al mismo tiempo variables
continuas y variables que solo pueden tomar valores enteros.

Problemas binarios

Es un caso en particular de los anteriores en los cuales las varialbes que han de ser
enteras solo pueden tomar los valores cero o uno.
Este tipo de problemas son los que corresponden a los problemas de decisin,
asignacin, localizacin, etc.
MTODOS DE RESOLUCIN

Ramificacin y Acotamiento

El mtodo de ramificacin y acotacin, ms conocido por su nombre en ingls


Branch and Bound, recibe su nombre precisamente por las dos tcnicas en las que
basa su desarrollo, que son la ramificacin y la acotacin.
La ramificacin consiste en dividir cada problema en dos nuevos subproblemas,
obtenidos mediante la imposicin de restricciones excluyentes que dividen el
conjunto de oportunidades del problema original en dos partes, pero eliminando en
ambas partes la solucin no entera del problema original. Cuando en la solucin al
PLA una variable que ha de ser entera xi toma el valor xbi no entero, entonces se
generan a partir de dicho valor dos restricciones xi [xbi] y xi [xbi]+1 (siendo [xbi]
la parte entera por defecto de xbi ), que aadidas cada uno por separado al
problema original, da lugar a dos nuevos subproblemas.
Vamos a explicar este proceso a traves de un ejemplo particular: 8 Consideremos
el siguiente problema
Max F(x) = 4x1 + 5x2 (1)
s.a.
2x1 + x2 8
x2 5
x1,x2 0 y enteras
la solucin al PLA, prescindiendo de la condicin de que las variables han de ser
enteras es
x1 = 1,5, x2 =5 y F(x) = 31
como dicha solucin no verifica las condiciones de integridad se elige la variable x1
que no es entera y a partir de ella se generan dos restricciones
x1 1 y x1 2
que aadidas cada una de ellas al problema original dan lugar a dos nuevos
subproblemas que seran los siguientes:
Max F(x) = 4x1 + 5x2 (1.1) Max F(x) = 4x1 + 5x2 (1.2)
s.a. 2x1 + x2 8 s.a. 2x1 + x2 8
x2 5 x2 5
x1 1 x1 2
x1,x2 0 x1,x2 0
de este modo se han eliminado todas las posibles soluciones no enteras del
conjunto de oportunidades tales que 1< x1 < 2.

La acotacin se basa en el hecho de que dado que los conjuntos de oportunidades


del subproblema 1.1. (S11) y del subproblema 1.2 (S12) son a su vez subconjuntos
del conjunto de oportunidades del problema 1 (S1) la solucin ptima de los dos
subproblemas siempre ser inferior (problema de mximo o superior para
problemas de mnimo) que la solucin ptima del problema 1 por ser los conjuntos
de eleccin menores. As pues, el proceso de acotacin consiste, para problemas
de mximo, en tomar como cota inferior aquella solucin entera con mayor valor de
la funcin objetivo obtenida y dado que cualquier otro subproblema con solucin no
entera sabemos que al ramificarlo nos dar como resultado valores de la funcin
objetivo menores o iguales, nos permite descartar como subproblemas a ramificar
todos aquellos que tengan como solucin ptima un valor de la funcin inferior a la
cota establecida. De este modo se reduce el nmero de subproblemas a ramificar y
por lo tanto el tiempo necesario para la resolucin de los problemas enteros.

METODO DE ENUMERACION EXHAUSTIVA


Consiste en enumerar todas las soluciones posibles, a partir de los valores tomados
para las variables enteras y realizar todas las combinaciones posibles hasta
encontrar una combinacin que nos proporcione el valor ptimo de la funcin
objetivo y que cumpla con todas las restricciones del problema. Una de las
objeciones principales que presenta ste mtodo es el nmero de variables, ya que
se presentan demasiadas combinaciones antes de encontrar la solucin ptima.
Ejemplo:
MAX Z = 3 X1+ 5 X2
Sujeta a:
Solucin:
Posibles valores enteros de X1, segn la restriccin X1+X2 8: X1 = 0, 1, 2, 3, 4,
5, 6, 7, 8
Posibles valores enteros de X1, segn la restriccin3 X1 + 2 X2 7: X1= 0, 1, 2

Entonces X1= 0, 1, 2

Posibles valores enteros de X2, segn la restriccin X1 + X2 8 : X2 = 0, 1, 2, 3,


4, 5, 6, 7, 8

Posibles valores enteros de X2, segn la restriccin 3 X1 + 2 X2 7: X2= 0, 1, 2,


3

Entonces X2= 0, 1, 2, 3

A continuacin observamos las posibles soluciones aplicando los valores


de X1y X2 a la funcin objetivo y adems teniendo en cuenta que se cumplan las
restricciones.

S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12


X1 = X1 = X1 = X1 = X1 = X1 = X1 = X1 =
X1 = 1 X1 = 2 X1 = 2 X1 = 2
0 0 0 0 1 1 1 2
X2 = X2 = X2 = X2 = X2 = X2 = X2 = X2 =
X2 = 3 X2 = 1 X2 = 2 X2 = 3
0 1 2 3 0 1 2 0
R1 = R1 = R1 = R1 = R1 = R1 = R1 = R1 =
R1 = 4 R1 = 3 R1 = 4 R1 = 5
0 1 2 3 1 2 3 2
R2 = R2 = R2 = R2 = R2 = R2 = R2 = R2 = R2 = R2 = R2 =
R2 = 8
0 2 4 6 3 5 7 10 6 10 12
Z=0 Z=5 Z = 10 Z = 15 Z = 3 Z=8 Z = 13 Z = 16 Z=6 Z = 11 Z = 16 Z = 21
No No No No
Sirve Sirve Sirve Sirve Sirve Sirve Sirve Sirve
Sirve Sirve Sirve Sirve

Donde Si i = 1, 2, 3, ..., 12 corresponde a los tipos de soluciones resultantes, en las


cuales existen algunas vlidas y otras que no lo son por violar alguna o todas las
restricciones; R1: restriccin 1; R2: restriccin 2. Entonces la solucin ptima es:
x*1 = 0; X*2 = 3; z* = 18
METODO DE GOMORY (ALGORITMO DE GOMORY)

Se pretende mostrar una de las versiones de Gomory (Fraccional), existen otros,


como son el entero y el mixto.
PASO 1: Resolver el problema primal, si la solucin es entera, corresponde a la
ptima para el problema de Programacin Lineal Entera.
PASO 2: Seleccionar decimales y escoger aquel que tenga la mayor parte
fraccionaria tomando las ecuaciones completas.
PASO 3: Se separan la parte entera, es decir, quedarse solamente con la parte
fraccionaria.
NOTA : Luego de encontrar una solucin ptima para el primal, por Simplex y
despus de agregarle la primera nueva ecuacin al sistema se pasa a Dual
Simplex, para quitarle la infactibilidad al sistema.

EJERCICIO APLICATIVO

Una empresa produce tornillos y clavos. Los tornillos se venden por cajas de 100
unidades cada una, mientras que los clavos se venden a granel. La produccin de
cada 100 tornillos tiene un costo de $ 20, mientras que el kg de clavos tiene un costo
de $ 10. La empresa tiene un capital disponible de $ 10 000 y desea saber cul es
la combinacin que optimiza sus ganancias.
El precio de venta por caja de tornillos es de $ 25 mientras que el kg de clavos se
vende a $ 20, la empresa debe entregar por lo menos 20 cajas de tornillos. Hallar el
modelo de P. L. E. asociado a este problema.
Las variables de decisin son las siguientes:
x1 = nmero de cajas de tornillos producidas y vendidas.
x2 = cantidad producida y vendida de clavos (en kg).
El objetivo es maximizar las ganancias de la empresa, por lo tanto la funcin objetivo
debe cuantificar las ganancias producidas por las diferentes combinaciones de
produccin:
Zmx = 5x1 + 10x2
La primera restriccin tiene que ver con el capital disponible para la produccin:
20x1 + 10x2 < 10 000
La segunda restriccin est en funcin de la demanda mnima de cajas de tornillos:
x1 > 20
Finalmente la condicin de positividad: x1 , x2 > 0
Como los tornillos se venden por caja, entonces la variable x1 slo toma valores
enteros, mientras que la variable x2 puede tomar cualquier valor ya que la venta de
clavos es a granel, esto es, podemos vender 123.4 kg de clavos.
Por lo tanto el modelo de P. L. E. es mixto, y lo escribimos a continuacin:
Zmx = 5x1 + 10x2
s. a.:
20x1 + 10x2 < 10 000
x1 > 20
con x1 , x2 > 0
BIBLIOGRAFIA

HAMDY A. TAHA , INVESTRIGACION DE OPERACIONES , SEPTIMA


EDICION. UNIVERSIDAD DE KANSAS, FAYETTEVILLE.
DAVID DE LA FUENTE GARCIA , PALOLO PRIORE MORENO.
PROGRAMACION LINEAL ENTERA Y PROGRMACION NO LINEAL
UNIVERSIDAD DE OVIEDO.
http://www.virtual.unal.edu.co/cursos/sedes/manizales/4060014/html/Capitul
o%20VI/ramificacion.html
https://books.google.com.co/books?id=xeuchY1YvLoC&pg=PA171&dq=pro
gramacion+lineal+entera&hl=es-
419&sa=X&ved=0CCAQ6AEwAWoVChMIpOqopdLoyAIVSF4eCh3t4gtK#v=
onepage&q=programacion%20lineal%20entera&f=false
PROGRAMACION LINEAL ENTERA (PLE)

TRABAJO INVESTIGACIN
DE OPERACIONES

PRESENTADO POR:

ARTHUR PEREZ CASTRO (SECCION 5)


YANELIS LOPEZ (SECCION 1)

PRESENTADO A:
ING. WILFREDO BERRIO BLANCO

FUNDACIN UNIVERSITARIA
TECNOLOGICO COMFENALCO

CARTAGENA - BOLIVAR