Programación Lineal

Programación Entera
Universidad del CEMA
LDE 700
Teoría de la Decisión

Alejandro Bustamante
Ariadna Berger
 Programación Lineal
La PL es un método matemático de
resolución de problemas donde el
objetivo es optimizar (maximizar o
minimizar) un resultado a partir de
seleccionar los valores de un
conjunto de variables de decisión,
respetando restricciones
correspondientes a disponibilidad de
recursos, especificaciones técnicas,
u otras condicionantes que limiten la
libertad de elección.
En PL un sistema de producción se representa
mediante un modelo o matriz en el que se
incluyen:

 costos e ingresos generados por unidad de

actividad (función objetivo).
 aportes y requerimientos de insumos y
productos por unidad de cada actividad
considerada (coeficientes insumo/producto).
 disponibilidad de recursos, especificaciones
técnicas y empresariales a respetar (RHS).
 Representación matemática de un
problema de PL
 Función objetivo
Z = c1X1 + c2X2 + ... + cnXn

 Relaciones entre Requerimientos y

Disponibilidad de Recursos
a11X1 + a12X2 + ..... + a1nXn <= b1
............................................. <= ..
am1X1 + am2X2 + ..... + amnXn <= bm
Xj = variables de decisión
cj = costos o ingresos por unidad
aij = coeficientes insumo producto
bi = disponibilidad de recursos
 Supuestos
Proporcionalidad
 Las actividades se pueden representar
mediante funciones de producción lineales.
Esto implica asumir retornos constantes a
escala. Por consiguiente:
 el uso de recursos por parte de una actividad
es proporcional al nivel de la actividad.
 Supuestos (cont.)
Aditividad
 El uso total de recursos es la suma de los
recursos empleados por las actividades
individuales.
 El valor de la función objetivo es la suma de
las contribuciones de las actividades
individuales.
 La contribución de una variable de decisión a
la función objetivo o al uso de recursos es
independiente de los valores que se asignen
a otras variables de decisión.
 Supuestos (cont.)

Divisibilidad
 Es posible que las variables tomen
valores no enteros.

Certeza
 Se asume que no hay aleatoreidad en los
coeficientes que definen a las variables de
decisión del problema.
 Campo de Factibilidad

 Es el conjunto de posibilidades de producción

que cumple con la condición de respetar
todas las restricciones de un problema de
decisión.
 De todas las alternativas técnicamente
factibles, hay una sola que es óptima desde
el punto de vista de la función a optimizar.
 Hay una serie de soluciones subóptimas que
vale la pena explorar.
 Tasa Marginal de Sustitución Técnica

 Es la relación técnica que define el

reemplazo de dos actividades entre sí
manteniendo constante el uso de un
determinado recurso.
 Ingreso Marginal

 Es el incremento en el resultado provocado

por el ingreso en la solución de una unidad
adicional de una actividad.
 Costo de Oportunidad (Precio Sombra)
 Cuando el objetivo es maximizar el resultado,
el Costo de Oportunidad es el beneficio que
se deja de percibir por no contar con una
unidad adicional de un recurso.
 El Costo de Oportunidad de un recurso se
determina en base al mejor uso alternativo.
En términos económicos, es equivalente al
Valor del Producto Marginal del recurso.
 Los recursos escasos se asignan a aquellas
actividades en las que el valor del producto
marginal de cada recurso sea mayor.
 Costo de Oportunidad (cont.)
 El valor de los recursos obtenido de acuerdo
al criterio de VPMg es “interno”, propio de
cada situación evaluada en función de las
alternativas consideradas tanto en sus
aspectos de mercado (costos y precios)
como técnicos (funciones de producción
asociadas a cada alternativa), y de la
abundancia o escasez relativa de los
recursos disponibles.
 Por consiguiente, el Costo de Oportunidad
Interno de un recurso puede diferir de su
valor de mercado.
 Costo Marginal

 En un problema de maximización, el Costo

Marginal es el incremento en el costo total
resultante de agregar una unidad de
actividad en la solución.
 En PL, el Costo Marginal de una actividad se
calcula valuando los recursos consumidos
por cada actividad según el Costo de
Oportunidad Interno de los recursos.
 Principio de Optimización (Simplex)
 En un problema de maximización, conviene
incrementar la participación de una actividad en el
plan en tanto el Ingreso Marginal sea mayor que el
Costo Marginal que se incurra.
 Se llega a una solución óptima siguiendo un
mecanismo iterativo, en la que cada solución mejora
sobre la previa a partir de incluír actividades que
aportan más que lo que “cuestan”.
 Se llega a una solución óptima cuando no hay
sustituciones factibles que permitan lograr un
resultado mayor. Para todas las actividades incluídas
en el óptimo se cumple el principio:
Ingreso Marginal = Costo Marginal
 Costo de Sustitución (Costo Reducido)
 Indica la diferencia entre el Ingreso Marginal
y el Costo Marginal para cada actividad.
 En una solución óptima, las actividades
incluídas en el plan cumplen con la condición
Ingreso Marginal = Costo Marginal, por lo que
el Costo de Sustitución de las mismas es
igual a 0.
 Las actividades no incluídas en el plan tienen
un Costo Marginal mayor que su Ingreso
Marginal. El Costo de Sustitución indica la
magnitud de esta diferencia.
 Solución óptima

 Una solución es óptima para una situación

determinada en relación a precios relativos,
funciones de producción, disponibilidad de
recursos y restricciones empresariales
especificadas.
 Cualquier alteración en los supuestos
empleados va a tener un impacto cierto en el
resultado obtenido y eventualmente en el
nivel o composición de las actividades
incluídas en la solución.
 Información obtenida
 Resultado (óptimo)
 Dimensión de cada actividad en la solución
 Costo de Sustitución de las actividades
 Uso de cada recurso
 Costo de Oportunidad de cada recurso
 Rango de precios dentro del cual no se
modifica la dimensión de las actividades en la
solución (ceteris paribus)
 Rango dentro del cual se mantiene el Costo
de Oportunidad de cada recurso (ceteris
paribus)
 Soluciones degeneradas

 Cuando en la solución hay menos variables

con valores positivos que cantidad de
restricciones, la solución es degenerada.
 En general la degeneración no es un
problema, pero a veces puede ocurrir que
haya soluciones óptimas alternativas que no
son fáciles de identificar.
 Costos de sustitución igual a 0 o costos de
oportunidad igual a 0 son indicadores de
soluciones degeneradas.
 Soluciones fallidas
Solución no factible
 Posibles causas: error en la formulación (p.ej.
una desigualdad con signo equivocado), o
problema con restricciones incompatibles.
Solución no limitada
 El modelo fue formulado de tal modo que la
función objetivo puede aumentar (en un
problema de maximización) o disminuír (en
un problema de minimización) sin límites.
 Posibles causas: falta incluír alguna
restricción esencial o se introdujo algún
coeficiente con signo equivocado.
 Problemas de Transporte
 Hay un conjunto de m puntos de origen
desde los que se envía una mercadería.
 Cada punto de origen i tiene una capacidad
máxima de abastecimiento.
 Hay un conjunto de n puntos de demanda
hacia los que se destina mercadería.
 Cada punto de demanda j debe ser
abastecido con un mínimo de mercadería.
 Cada unidad producida en un punto de
origen i y enviada a un punto de demanda j
incurre en un costo cij
 Balanceo de un problema de transporte
 Si la oferta excede a la demanda, se puede
balancear el problema creando un punto de
demanda ficticia que absorba el exceso de
oferta.
 Si la demanda excede a la oferta, para que el
problema se vuelva factible se puede permitir
no satisfacer parte de la demanda pagando
una penalidad por unidad de demanda
insatisfecha. Se agrega un punto de
abastecimiento ficticio con una capacidad
igual a la demanda insatisfecha, y una
penalidad asociada a cada punto demanda.
 Problemas de Asignación: son problemas
balanceados de transporte en los cuales
todas las ofertas y todas las demandas son
iguales a 1.
 Problemas de Transbordo: son problemas
de transporte en los que se agregan puntos
de transbordo. Los puntos de transbordo son
puntos que pueden tanto recibir mercadería
de otros puntos como enviar mercadería a
otros puntos.
 Programación Entera / Mixta

 Los problemas de programación con enteros

se formulan de la misma manera que los
problemas de programación lineal, pero
agregando la condición de que al menos
alguna de las variables de decisión debe
tomar valores enteros.
 Una variable de decisión binaria sólo puede
tomar valores 0 o 1. Una variable entera
puede tomar cualquier valor, en tanto éste
sea entero.
Factores a considerar al incluír variables
de decisión enteras en un problema.
 El procedimiento de resolución es bastante
más trabajoso que el método Simplex.
 Se pierde la posibilidad de contar con
información sobre el costo de oportunidad de
los recursos y el costo de sustitución de las
actividades.
 Resolución de problemas enteros por el
método de Ramificar y Podar
 En un problema con enteros existe un
número finito de soluciones posibles (no
todas son factibles) que pueden
representarse mediante un diagrama de
árbol.
 No hace falta enumerar todas las soluciones
posibles si se pueden eliminar “ramas
dominadas”.
 Una rama puede eliminarse si puede
demostrarse que no contiene una solución
factible que sea mejor que una ya obtenida.
Pasos en el método de Ramificar y Podar
 1. Comenzar: resolver el problema como si
fuera un problema ordinario de PL (relajación
de enteros). La solución obtenida se toma
como cota máxima y base para el
procedimiento de búsqueda de una solución
factible.
 2. Ramificar: a partir de la solución de PL
designar una variable como entera y
seleccionar, a partir de los posibles valores
enteros que pueda tomar, una rama para
investigarla.
 Ramificar y Podar (cont.)

 3. Limitar: encontrar un límite para el

problema definido por la rama seleccionada.
El límite está dado por el valor de la mejor
solución factible de enteros encontrada hasta
el momento, y domina a todos los otros
posibles resultados de una rama.
 Ramificar y Podar (cont.)
 4. Comparar: comparar la solución obtenida
en la rama con el límite de referencia vigente.
– Si el valor de la solución es menor que el límite
vigente, se elimina de consideración toda la nueva
rama. Se continúa con las ramas que no hayan
sido evaluadas aún.
– Si el valor de la solución es mejor que el límite
vigente y si la solución es entera (factible),
entonces se convierte en el nuevo límite de
referencia. Se examinan las ramas que aún no se
han considerado en relación al nuevo límite.
– Si el valor de la solución es mayor que el límite
vigente, pero la solución no es entera (factible)
deben explorarse las ramificaciones de nivel
 Ramificar y Podar (cont.)

 5. Terminar: quedarse con la mejor solución

factible obtenida una vez examinadas todas
las ramificaciones.
 Problemas con Variables Binarias
 Estibaje: son problemas con una sola restricción de
capacidad.
 Cargo Fijo: hay un costo asociado con desarrollar
una actividad que no depende del nivel de la
actividad.
 Cobertura: cada elemento de un conjunto debe ser
“cubierto” por un elemento aceptable de otro
conjunto. El objetivo del problema es minimizar el
número de elementos del segundo conjunto
requerido para cubrir todos los elementos del primer
conjunto.
 Escala mínima de operación