FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Entera
Programacion
de Operaciones I
Investigacion

G. Abad, Ph.D.
Andres
agabad@espol.edu.ec

ESCUELA SUPERIOR POLITECNICA

DEL LITORAL
de la Produccion
Industrial
Ingeniera y Administracion

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

a la Programacion
Entera Mixta (MIP) I
Introduccion
lineal mixta (MIP)
Problema de programacion
minimizar
s.t.

c0 x + d0 y
Ax + By = b
x, y 0
x entero

donde A, B son matrices, y b, c, d, x, y son vectores.

I

flexible que LP
Marco para modelamiento mas

de MIP mas
desafiante que LP
Resolucion

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

a la Programacion
Entera Mixta (MIP) II
Introduccion

minimizar
s.t.

cx x + cy y
2x + 4y 9

x + 2y 1
2x 2y 7
2x + y 14
x, y 0
x , y enteros

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Tecnicas
de Modelamiento I
Decisiones Binarias La variable x puede representar una
entre dos alternativas:
decision


x=

;
1 Si se toma la decision
0 si no.

El problema de la mochila (Knapsack Problem)

Tenemos n artculos. El j-esimo

artculo tiene un peso de wj y un
valor de cj . Considere un lmite K de peso que puede ser cargado

en la mochila. Nos gustara escribir un modelo para la seleccion

de artculos que podamos cargar en la mochila y que maximice su
valor total.

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Tecnicas
de Modelamiento II

Condiciones de imposicion
A (xA binaria) puede realizarse solo si otra decision

Una decision
B (xB binaria) se realiza.
xA xB

de plantas (Facility Location)

El problema de ubicacion
Tenemos n ubicaciones potenciales para plantas y m clientes a los
que servir desde estas plantas. Hay un costo fijo cj de abrir una
j, y un costo di j de servir al cliente i desde la
planta en la locacion
planta j. El objetivo es seleccionar donde ubicar las plantas y
asignar cada cliente a una planta, de tal manera que se minimice
el costo total.

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Tecnicas
de Modelamiento III

entre variables
Relacion
Considere {xj }nj=1 un conjunto de n variables binarias.
Considere las siguientes relaciones:
I

Pn

Pn

=1

Pn

i =1 xi
i =1 xi
i =1 xi

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Tecnicas
de Modelamiento IV
Restricciones de disyuntivas
Considere un vector de decisiones x y dos restricciones. Al menos
una de las restricciones debe cumplirse.
I

a0 x b y c0 x d, con a, c  0
a0 x yb
c0 x (1 y )d
y {0, 1}

a0 x b y c0 x d, con a, c  0, M  0
a0 x b + yM
c0 x d + (1 y )M
y {0, 1}

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

 de la Produccion
Industrial
Ingeniera y Administracion

FIMCP

Tecnicas
de Modelamiento V
Conjunto de valores finito
Suponga que una variable x solo puede tomar los valores en
{a1 , . . . , am }.

x=

m
X

aj yj

j =1
m
X

yj = 1

j =1

yj {0, 1}

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Tecnicas
de Modelamiento VI
Acotada
Produccion
Considere un producto que puede producirse o no. Pero si se
produce, solo puede producirse en un nivel x comprendido entre L
y U.

Ly x Uy
y {0, 1}
De tal manera que


y=

1 Si se produce el producto;
0 si no.

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Tecnicas
de Modelamiento VII
Costos Fijos y Costo Variables
Considere una actividad x cuyo costo tiene un componente de
costo fijo K (si se decide realizar la activdad) y un costo unitario
variable c proporcional al nivel en el que se realice la actividad.


C (x ) =

0
K + cx

Si no se realiza la actividad (x=0);

si la actividad se realiza a un nivel x (x > 0).

C (x ) =Ky + cv
x yM
y {0, 1}

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

con Tiempos de Preparacion

(Setup
Sequenciacion
Time) I

Una maquina
flexible puede realizar m
operaciones, cada una con un
herramienta distinta, indexadas del 1 al

m. La maquina
puede tener hasta B
herramientas simultaneamente
(B < m). Montar y desmontar una
herramienta j toma una cantidad de
sj . Solo una
tiempo de preparacion
herramienta puede ser montada o
desmontada al mismo tiempo.

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

con Tiempos de Preparacion

(Setup
Sequenciacion
Time) II

Al inicio del da, n trabajos esperan se procesados en la maquina.

Cada trabajo requiere multiples
operaciones. Haga que Ji sea el

conjunto de las operaciones requeridas por el trabajo i y asuma

que el |Ji | B para todo trabajo i.
Antes de iniciar un trabajo i, todas las herramientas necesarias

para i deben estar montadas en la maquina.

Una vez que todas
las herramientas necesarias esten montadas, todas las
actividades |Ji | del trabajo i se realizan.

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

con Tiempos de Preparacion

(Setup
Sequenciacion
Time) III

Deseamos formular un problema de IP para determinar la

optima

secuenciacion
que minimice los tiempos de setup para
completar los trabajos. Asummimos que al inicio del da la

maquina
se encuentra vaco.

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

con Tiempos de Preparacion

(Setup
Sequenciacion
Time) IV

Las variables de decision:


xir =


yjr =

1 si el trabajo i es el r -esimo
trabajo en procesarse;
0 si no.

1 Si la herramienta j esta montada durante el r -esimo

trabajo;
0 si no.

objetivo:
La funcion

XX
j

sj |yjr yj ,r 1 |

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

 de la Produccion
Industrial
Ingeniera y Administracion

FIMCP

con Tiempos de Preparacion

(Setup
Sequenciacion
Time) V
minimizar

XX
j

s.t.

sj zjr

zjr yjr yj ,r 1 ,

j , r

zjr yj ,r 1 yjr ,

j , r

xir = 1,

xir = 1,

X
i

xir yjr ,

j Ji , r , i

yjr B ,

xir , yjr , zjr {0, 1}

G. Abad, Ph.D. agabad@espol.edu.ec
Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Traveling Salesman Problem (TSP) I

Considere un agente que necesita visitar n ciudades, que seran

enumeradas por 0, 1, . . . , n 1. Su meta es comenzar en su
ciudad de origen, 0 y realizar un tour vistando cada una de las
ciudades restantes exactamente una vez, y luego volver a su
ciudad de origen.

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Traveling Salesman Problem (TSP) II

Asumiremos que existe una distancia entre cada par de nodos i
y j, denotada por cij , y que el agente desea hacer su tour al
mnimo costo posible.

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Traveling Salesman Problem (TSP) III

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Traveling Salesman Problem (TSP) IV

Considere un grafo no dirigide G = (N , E), donde N es el

conjunto de nodos, y E el conjunto de vertices,

y un conjunto de

costos ce para cada vertice

e E.

N ={A, B , C , D , E }
E ={{A, B }, {A, D }, {A, E }, {B , C },
{B , D }, {B , E }, {C , D }, {D , E }}
c{A,B } = 24
c{A,E } = 10
c{B ,D } = 11
c{C ,D } = 8

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

c{A,D } = 25
c{B ,C } = 9
c{B ,E } = 30
c{D ,E } = 28

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Traveling Salesman Problem (TSP) V

Variables de decision:


xe =

;
1 si el vertice
e se encuentra en el tour solucion
0 si no.

Definimos el conjunto de corte (S ) de un conjunto de nodos

S N como

(S ) = {{i , j } E|i S , j
/ S}

(A B ) ={{A, B }, {A, D },
{E , B }, {E , D }}
(C ) ={{B , C }, {D , C }}

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Traveling Salesman Problem (TSP) VI

minimizar

ce xe

eE

s.t.

xe = 2,

iN

xe 2,

S N , S 6= , N

e({i })

X
e({S })

xe {0, 1}

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Mnima (MST) I
Arbol
de Expansion
Considere un grafo no dirigide G = (N , E), donde N es el

conjunto de nodos (|N | = n), y E el conjunto de vertices,

y un

conjunto de costos ce para cada vertice

e E.

Conecte todos los vertices

al mnimo costo

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Mnima (MST) II
Arbol
de Expansion

minimizar

ce xe

eE

s.t.

xe = n 1,

iN

eE

xe 1,

S N , S 6= , N

e({S })

xe {0, 1}

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Relajando un Problema IP a uno LP I

Podemos aproximar un problema de IP con uno de LP.

A esto llamamos relajar un problema de IP.
minimizar
s.t.

cx1 x1 + cx2 x2

3x1 + 5x2 12

minimizar
s.t.

cx1 x1 + cx2 x2

3x1 + 5x2 12

4x1 + 3x2 20

4x1 + 3x2 20

x1 , x2 0

x1 , x2 0

x1 , x2 Z

x1 , x2 R

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Relajando un Problema IP a uno LP II

minimizar
s.t.

cx1 x1 + cx2 x2

3x1 + 5x2 12
4x1 + 3x2 20
x1 , x2 0
x1 , x2 R

minimizar
s.t.

cx1 x1 + cx2 x2

3x1 + 5x2 12
2x1 + 2x2 11
x1 , x2 0
x1 , x2 R

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Relajando un Problema IP a uno LP III

T = {x1 , . . . , xk } el conjunto de puntos enteros factibles.
I

A tiene una region

factible PA T
Una relajacion

B tiene una region

factible PB T
Una relajacion

A es al menos tan fuerte como la

Decimos que la formulacion
B si
formulacion
PA PB
puede ser medida por la
Es decir, la fortaleza de una relajacion
factible a la envolvente convexa del
proximidad de su region
problema IP

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion

FIMCP

de la Produccion
Industrial
Ingeniera y Administracion

Relajando un Problema IP a uno LP IV

Definimos el Envolvente Convexo (Convex Hull) CH (T ) de T por
CH (T ) = {

k
X
i =1

i xi |

k
X

i = 1, i 0, xi T }

i =1

G. Abad, Ph.D. agabad@espol.edu.ec

Andres

Entera
Programacion