Clase # 15

PROGRAMACIN ENTERA
FORMULACIN

1. PROGRAMACIN ENTERA: P.E.

Programacin Lineal con la restriccin adicional
de que los valores de las variables de decisin son
enteros. (vs suposicin de divisibilidad)

P.E Pura: Todas las variables de decisin tienen

valores enteros.
P.E Mixta (PEM): Algunas de las variables de
decisin tienen valores enteros. Las dems
toman valores reales o continuos (cumplen con la
suposicin de divisibilidad).

2. PROGRAMACIN BINARIA: P.B.

(Programacin Dual o Programacin 0-1)
Utiliza variables binarias:
Slo tiene 2 alternativas posibles

si la decisin j es si.

si la decisin j es no.

Xj =
Las Xj son variables de decisin restringidas a
tomar valores 0,1.
PEM: Panacea de la optimizacin

3. Ejemplo 1: Programacin Binaria

La CALIFORNIA MANUFACTURING CO.
est analizando la posibilidad de expansin.

Fbrica: Construccin de una fbrica en Los

Angeles o en San Francisco, o tal vez en ambas
ciudades
Almacn: Construccin de un almacn a lo
sumo, pero la decisin est restringida a que si
hay almacn es porque hay fbrica en ese sitio.
Veamos

# de
decisin Pregunta s o no

Variable VNP
Capital
de
Beneficio Requerido
decisin ($ milln) ($ milln)

Construir fbrica
en Los Angeles?

X1

Construir fbrica
en San Francisco?

X2

Construir almacn
en Los Angeles?

X3

Construir almacn
en San Francisco?

X4

Capital disponible: $10 millones

Formulacin del modelo:

Variables de decisin.
La variable de decisin Xj es tal que:
1 se construye.

Xj =
0 no se construye.
j = 1, 2, 3, 4.
14-6

Funcin objetivo.

Max Z = 9 X1 + 5 X2 + 6 X3 + 4 X4

Como las variables de decisin son

adimensionales, Z tiene unidades de

[$ millones]

Restricciones
Alternativas mutuamente excluyentes: max 1 almacen

X3 + X4 1
Alternativas condicionales o contingentes

X3 X1
X4 X2

Se construye el almacn solo

si se construye la fbrica

6X1 + 3X2 + 5X3 + 2X4 10

Capital
disponible

Xj [0,1] para j= 1, 2, 3, 4.

El modelo completo ser:

Max Z = 9 X1 + 5 X2 + 6 X3 + 4 X4
X3 + X4 1

+ X3

-X1
-X2

+ X4 0

6X1 + 3X2 + 5X3 + 2X4 10

Xj [0,1] para j= 1, 2, 3, 4.

4. VARIABLES AUXILIARES BINARIAS

4.1 Seleccionar una de dos restricciones.
Slo una (cualquiera) de las 2 restricciones
debe cumplirse. La otra puede o no cumplirse,
pero no se requiere que lo haga.
Aplicacin prctica:
Casos en que se tienen 2 tipos de recursos
alternativos para un cierto propsito.

Ejemplo:

o bien 3 X1 + 2X2 18
o X1 + 4X2 16

Veamos

X2

3 X1 + 2X2 = 18

8
7
6

5
4

X1 + 4X2 = 16

3
2
1

X1
0

10

12

14

16

Formulacin: Para lograr lo enunciado

anteriormente el modelo puede formularse as:
O una de las dos

Una de las dos

3 X1 + 2X2

18 + M

3 X1 + 2X2

18

X1 + 4X2

16

X1 + 4X2

16 + M

Esto se lleva a la forma equivalente

3 X1 + 2X2

18 + My

X1 + 4X2

16 + M (1-y)

y [0,1]

4.2 Deben cumplirse K de N restricciones.

Seleccionar K de N restricciones
Considere la situacin en la que el modelo
completo incluye un conjunto de N
restricciones posibles entre las que slo K de
ellas se deben cumplir. (suponga que K < N).
Las N-K restricciones que no se eligen quedan
eliminadas del problema, aun cuando por
coincidencia las soluciones factibles puedan
satisfacer algunas de ellas.
Veamos

Se tienen N restricciones del tipo

f1 ( x1 , x2 , ........., xn ) d1
f2( x1 , x2 , ........., xn ) d2

fN( x1 , x2 , ........., xn ) dN
14-14

La formulacin equivalente del requerimiento de

que K de estas restricciones se deban cumplir ser:

f1 ( x1 , x2 , ........., xn ) d1+ My1

f2( x1 , x2 , ........., xn ) d2 + My2

fN( x1 , x2 , ........., xn ) dN + MyN

N

i=1 yi = N-K

Yi = 0 indica que la
restriccin se cumple

yi [0,1] para i = 1, 2, ..., N.

14-15

4.3 Funciones con N valores posibles.

Considere la situacin en la que una funcin
dada tome cualquiera de N valores dados.
Denotemos este requisito as:

f ( x1 , x2 , ..., xn ) = d1 , o d2 , ..., o dN
El caso especial en que f(x) sea lineal, se tiene:

f (x1, x2, ..., xn ) =

ajj=1
Xj = d1 o d2 ...
sigue
14-16

La formulacin equivalente
requerimiento ser:

de

este

f ( x1 , x2 , ........., xn ) = d y
j
j=1 j
N

i=1 yi = 1
yi [0,1] para i= 1,2,....., N.
14-17

4.4 El Problema de costo fijo.

Es bastante comn incurrir en un costo fijo cuando se
emprende una actividad.
Por ejemplo: Cuando se inicia una corrida de un lote
de produccin y deben prepararse las instalaciones.
(existen algunos costos fijos y otros variables).

El costo total de la actividad j puede representarse

por una funcin de la forma:

fj (Xj) =

kj + cjXj

si Xj > 0

si Xj = 0

sigue
14-18

La F. O.: Minimizar Z = f1(x1)+ f2(x2) + ... + fn(xn)

Puede expresarse como:
n

Min Z =

j=1(cjXj + kjYj)

Usando variables auxiliares binarias

Yj =

1
0

si Xj > 0
si Xj = 0 .

s. a.
Restricciones originales
Xj MYj
Yj binaria
14-19

4.5. Condicionales de umbral

Para que cierta variable X1 pueda tomar un valor positivo,
es necesario que otra variable X2 exceda cierto valor
umbral a
X1 MY
X2 aY

Donde M es un nmero positivo grande

Y es una variable binaria.
Si Y =1 X2 ,cumple el umbral
20

4.6. Intervalos de Encendido-Apagado(On-Off)

X tome el valor de 0 est en el intervalo fijo
entre a y b.

ay X by
y es una variable binaria.
Si y =1, X est en el rango, de lo contrario es 0

21

5. Ejemplo 2: P.E.M
La divisin de investigacin y desarrollo de una
compaa manufacturera ha desarrollado 3 nuevos
productos y dispone de 2 plantas para fabricarlos.

Se quiere evitar la diversificacin excesiva de la lnea

de productos y por ello solo se fabricarn mximo 2
de los 3 productos desarrollados, y slo se utilizar
una de las plantas.

sigue
14-22

Horas por unidad

Horas disponibles
de Producto

Planta

por semana

30

40

Miles de US$

Unidades por semana

Ganancia
unitaria
Ventas
potenciales

Pasemos ahora a formular el modelo

14-23

Variables de decisin.

Xj: Tasa de produccin del producto j

J = 1, 2, 3

Funcin objetivo.

Max Z = 5X1 + 7X2 + 3X3

14-24

Restricciones

3X1+ 4X2 + 2X3 30

Planta 1

4X1+ 6X2 + 2X3 40

Planta 2

X1
X2

producto 1

producto 2

X3 9

producto 3

Xj 0 para j = 1, 2, 3.
14-25

Not UD algo raro

en la formulacin del modelo?
Faltan restricciones !!!
CULES?
Pueden usarse variables binarias para formular
adecuadamente algunas restricciones.
Veamos
14-26

Recuerde que slo se pueden fabricar hasta 2 de

los 3 productos.
Se introducen 3 variables auxiliares binarias:
y1, y2, y3 tales que:
1 si Xj > 0 se puede cumplir
Yj =

(se puede producir j)

0 si Xj = 0 se debe cumplir
(no se puede producir j)

para j = 1, 2, 3.
sigue
14-27

Con la ayuda de la M grande puede obtenerse:

X1 My1

X2 My2
X3 My3
y1+ y2 + y3 2
yi es binaria para i = 1, 2, 3
14-28

Recuerde que slo se puede utilizar una de

las 2 plantas.
Se introduce la variable binaria y4 tal que:
1

Y4=

si

4X1+ 6X2 + 2X3 40

Debe cumplirse (se elige la planta 2)

si

3X1+ 4X2 + 2X3 30

Debe cumplirse (se elige la planta 1)

sigue
14-29

Con la ayuda de la M grande puede obtenerse:

3X1+ 4X2 + 2X3 30 + My4
4X1+ 6X2 + 2X3 40 + M (1- y4)

y4 es binaria
La formulacin del modelo completo ser:
14-30

Max Z = 5X1 + 7X2 + 3X3

s.a
X1

7
5

X2
X1

0 X
2

X3
- My1

- My2
X3 - My3

0
0

y1+ y2 + y3

3X1+ 4X2 + 2X3 - My4

30

4X1+ 6X2 + 2X3 - M(1- y4)

40

yi es binaria para j = 1, 2, 3, 4

Xj 0 para todo j
14-31