Академический Документы
Профессиональный Документы
Культура Документы
Es frecuente al tener que resolver problemas en los cuales las soluciones tienen
que ser valores enteros como, por ejemplo: números de unidades a producir por
máquina, número de máquinas necesarias, etc. Parte del problema de la
programación entera radica en la diferencia esencial que existe la programación
lineal y la entera, en la programación lineal se maximiza o minimiza una función
sobre una región de factibilidad convexa, mientras que al usar los métodos de
programación entera se maximiza una función sobre una región de factibilidad que
generalmente no es convexa. De tal manera que la programación entera tiene más
complicaciones que la programación lineal.
Max (Min) z = c1 x1 + c2 x2 + … + cn xn
St x1 + x2 5
X1, x2 0 ; x1 entero
Esto significa que la región factible para cualquier programación entera tiene que
estar incluida en la región factible de la relajación programación lineal
correspondiente.
3.2. Definición y modelos de programación entera.
Un modelo entero puro (PLE) es, como su nombre lo indica, un problema en el que
se exige que todas las variables de decisión tengan valores enteros. Por ejemplo
Es un modelo entero puro. Sin las restricciones adicionales de que x1, x2, x3 sean
enteros (o sea las condiciones de integralidad) seria un problema de programación
lineal
3. sustituir ≥ y ≤ por (=) para cada restricción, con lo cual se produce la ecuación de
una línea recta.
Cada punto situado en la frontera del espacio del área factible, es decir que
satisfacen todas las restricciones, representa un punto factible.
Por ejemplo, la variable x1 tiene que ser entera, pero en la solución anterior (PLA u
otro), la variable vale: x1 = 6.8. Esta solución no es válida, ya que no es admisible
un valor fraccional, por tanto, se introducirán las siguientes restricciones: x1≤ 6 y
x1≥ 7, de forma que se ha eliminado una porción del conjunto donde no hay
soluciones enteras, pero se mantienen las enteras:
Así se prosigue con todas las variables hasta que sean enteras.
El análisis del PLA: Ramificación se realiza siempre a partir de aquel problema que
tiene el mejor valor de la función objetivo, y siempre que exista alguna solución (no
Ejemplo: (Maximización)
Segunda Ramificación:
Como no hay solución entera hemos de seguir ramificando: ¿Por dónde? Problema
22
Tercera ramificación:
1. El problema es de una naturaleza tal que no se conoce algún método exacto para
su resolución.
participa en un paso intermedio del procedimiento, como por ejemplo, las reglas de
selección de variables de entrada en el método simplex, o el establecimiento de
cotas en el algoritmo de ramificación y acotamiento.
Al igual que para cualquier otro método de resolución, el primer paso para resolver
un problema de programación lineal (PL) consiste en el modelamiento matemático,
y es en esta fase en la que el profesional de Ingeniería Industrial debe desarrollar
su mayor habilidad y destreza. Los pasos para resolver un problema de PL se
encuentran en el módulo de programación lineal.
El PROBLEMA
Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de
paseo y de montaña que quiere vender, respectivamente a 20.000 y 15.000 pesos
cada una para sacar el máximo beneficio. Para la de paseo empleará 1 Kg. De acero
y 3 Kg. de aluminio, y para la de montaña 2 Kg. de ambos metales. ¿Cuántas
bicicletas de paseo y de montaña deberá fabricar para maximizar las utilidades?
EL MODELO MATEMÁTICO
Disponibilidad 80 kg 120 kg
Declaración de variables
x = Cantidad de bicicletas de paseo a producir
Restricciones de capacidad
Aluminio:
x + 2y <= 80
Acero:
3x + 2y <= 120
Función Objetivo
A veces los problemas prácticos de PE son tan grandes que no se pueden resolver
ni con los últimos algoritmos. En estos casos, es común aplicar el método símplex
nada más a la soltura de PL y después redondear la solución a una solución entera
factible. Este enfoque no suele ser satisfactorio porque puede ser difícil (o imposible)
encontrar una solución etera factible de esta manera. Y aun encontrándola, puede
estar muy alejada del óptimo. Esto es cierto en especial cuando se manejan
variables binarias e incluso variables enteras generales con valores pequeños.
FUENTES CONSULTADAS “Bibliografías”
(PROGRAMACION ENTERA)
(M., 2009)