1

Modelos Programacin Lineal

Entera Mixta
(parte 1)
Ricardo Gatica, Ph.D.

Optimizacin
Optimizacin en
Aplicada
Redes Ricardo Gatica E.
Redes de Flujo
 2
Modelamiento con Variables Enteras

Modelo general de PLEM

+
. +

0

Donde A y B son matrices; b, c y d son vectores de dimensiones

consistentes.

Programacin Lineal Entera Mixta Ricardo Gatica E.

 3
Modelamiento con Variables Enteras

Clasificaciones de los PLEM

+
. +

0

PLEM
0,

PL PE .


PBEM
0, = = , 0, 0,1
+
. . +
0 0,1
.


0,1
PBP = , 0,1
0

Programacin Lineal Entera Mixta Ricardo Gatica E.

 4
Modelamiento con Variables Binarias

Tcnicas de modelamiento
Algunas tcnicas de modelamiento que facilitan la formulacin de
problemas de optimizacin discreta como modelos de Programacin Binaria.

1. Dicotomas
2. Condiciones lgicas
a. No ms de k entre n alternativas
b. Decisiones dependientes
c. K entre n restricciones
3. Tamaos de Lote y Puesta en Marcha

Programacin Lineal Entera Mixta Ricardo Gatica E.

 5
Modelamiento con Variables Enteras

1. Dicotomas
Las variables binarias se utilizan comnmente para representar
seleccin entre dos alternativas excluyentes. Ejemplos:

Instalar o no una planta en la zona j

1
=
0 . .

Si el vehculo k realiza un viaje entre la ciudad i y la ciudad j

1
=
0 . .

Programacin Lineal Entera Mixta Ricardo Gatica E.

 6
Modelamiento con Variables Enteras

2. Condiciones Lgicas:
En problemas discretos es frecuente encontrar decisiones interdependientes.
A continuacin se ilustran algunas de las mencionadas.

a. No ms de k entre n alternativas
Suponga:
1
=
0 . .

Con j= 1, 2, , n

+ + +

Programacin Lineal Entera Mixta Ricardo Gatica E.

 7
Modelamiento con Variables Enteras

b. Decisiones dependientes
Suponga:
1
=
0 . .

Ejemplos:

No se puede seleccionar la alternativa 1 si no se selecciona la

alternativa 3.

Si se selecciona la alternativa 1, se debe se seleccionar tambin la

alternativa 3 o la alternativa 4, pero no ambas. Si no se selecciona la
alternativa 1, no puede seleccionarse ni la alternativa 3 ni la 4.

= +

Programacin Lineal Entera Mixta Ricardo Gatica E.

 8
Modelamiento con Variables Enteras

c. K entre n restricciones
Suponga que se tiene un problema que es factible si se cumplen k de un
total de n restricciones. Ejemplo:

Se deben comprar como mximo un total de 5 pares de zapatos entre

azules y negros, o bien, un mximo de 10 pares de zapatos pero la
cantidad de pares azules debe ser el doble de la de pares negros.

Sean:
X: Cantidad de pares de zapatos azules a comprar
Y: Cantidad de pares de zapatos negros a comprar
Cmo hacer que se
+ 5
cumpla slo una de las
+ 2 10
dos restricciones?
,

Programacin Lineal Entera Mixta Ricardo Gatica E.

 9
Modelamiento con Variables Enteras

c. K entre n restricciones (cont)

Sean:
Z1: 1 Si se cumple la primera restriccin; 0 e.o.c.
Z2: 1 Si se cumple la segunda restriccin; 0 e.o.c.

Luego, se deben modificar las restricciones propuestas y agregar otra:

+ 5 + (1 )
+ 2 10 + (1 )
+ =1
+ 0,1
,

Con M un valor suficientemente grande.

Programacin Lineal Entera Mixta Ricardo Gatica E.

 10
Modelamiento con Variables Enteras

3. Tamaos de Lote y Puesta en Marcha

Suponga que se debe decidir respecto de producir o no cierto tem. La
mquina utilizada para su produccin tiene un costo de set-up o puesta
en marcha fijo (independiente del nivel de produccin de s [UM]. Adems
existe un costo de produccin variable de c [UM/ton].
Considere tambin que debido a la existencia del costo de set-up, la
empresa tiene la poltica de producir lotes de un tamao mnimo de 5[ton].
La mquina que procesa el tem tiene una capacidad de 10[ton].

Sean:

=
1,
=
0, . . .

Programacin Lineal Entera Mixta Ricardo Gatica E.

 11
Modelamiento con Variables Enteras

3. Tamaos de Lote y Puesta en Marcha (cont)

El costo de produccin del tem puede expresarse como:

= +

Las restricciones asociadas estn dadas por:

5
10

Las restricciones anteriores son equivalentes a la siguiente?Por qu?

5 10 =0

Programacin Lineal Entera Mixta Ricardo Gatica E.

 12
El Problema de la Mochila

Descripcin

Programacin Lineal Entera Mixta Ricardo Gatica E.

 13
El Problema de la Mochila

Variable de Decisin

Modelo:

Programacin Lineal Entera Mixta Ricardo Gatica E.

 14
El Problema de la Mochila: Instancia

Descripcin
Dados los siguientes parmetros:

Nmero de tems: 5
Capacidad de la mochila: 85 [L]
Consumo de capacidad y utilidad por objeto segn Tabla 1.

tem 1 2 3 4 5
Capacidad consumida 30 25 35 20 30
Beneficio asociado 40 15 40 18 27
Tabla 1: Capacidad consumida por cada elemento [L]; beneficio asociado
a cada elemento [CLP]
Formule un problema de programacin binaria que permita determinar
qu elementos incluir en una mochila con las caractersticas
mencionadas, de manera de maximizar el beneficio asociado. Asuma que
en todos los aspectos el problema se comporta como el Problema de la
Mochila.
Programacin Lineal Entera Mixta Ricardo Gatica E.
 15
El Problema de la Mochila: Instancia

Variable de decisin
1,
=
0, . .

Modelo
40 + 15 + 40 + 18 + 27

. . 30 + 25 + 35 + 40 + 30 85

, , , , 0,1

Programacin Lineal Entera Mixta Ricardo Gatica E.

 16
El Problema de Seleccin de Proyectos

Descripcin

Programacin Lineal Entera Mixta Ricardo Gatica E.

 17
El Problema de Seleccin de Proyectos

Variable de Decisin

Modelo

Programacin Lineal Entera Mixta Ricardo Gatica E.

 18
El Problema de Seleccin de Proyectos: Instancia

Descripcin
Dados los siguientes parmetros:
Nmero de proyectos: 5
Nmero de periodos: 6
Inversin, retorno y capital segn Tabla 1
Proyecto/Periodo 1 2 3 4 5 Retorno
A 5 6 8 3 4 50
B 6 7 8 9 6 70
C 10 11 10 9 11 90 Tabla 1: Inversin requerida
D 8 5 7 8 7 55 para cada proyecto en cada
periodo [UF]; Capital disponible
E 2 3 5 4 1 30 en cada periodo[UF]; Retorno
Capital disponible 27 25 20 30 25 - esperado de cada proyecto [UF]

Formule un problema de programacin binaria que permita determinar

qu proyectos seleccionar de manera de maximizar el retorno asociado.
Asuma que en todos los aspectos el problema se comporta como el
Problema de Seleccin de Proyectos.

Programacin Lineal Entera Mixta Ricardo Gatica E.

 19
El Problema de Seleccin de Proyectos: Instancia

Variable de decisin
1
=
0 . . .

Modelo
50 + 70 + 90 + 55 + 30

. . 5 +6 + 10 + 8 + 2 27
6 +7 + 11 + 5 + 3 25
8 +8 + 10 + 7 + 5 20
3 +9 + 9 + 8 + 4 30
4 +6 + 11 + 7 + 25
, , , , 0,1

Programacin Lineal Entera Mixta Ricardo Gatica E.

 20
El Problema de Seleccin de Proyectos con alternativas
dependientes y excluyentes
Descripcin
Se presenta una variante del problema de Seleccin de Proyectos que
adems de las caractersticas del problema clsico, posee condiciones
lgicas.

Programacin Lineal Entera Mixta Ricardo Gatica E.

 21
El Problema de Seleccin de Proyectos con alternativas
dependientes y excluyentes
Descripcin (cont)
+ 1
implica que si se selecciona el proyecto j, entonces no puede seleccionarse
el proyecto k. Notar que esta relacin es conmutativa, es decir, si se
selecciona el proyecto k entonces no puede seleccionarse el proyecto j.

Especficamente denotaremos por:

Programacin Lineal Entera Mixta Ricardo Gatica E.

 22
El Problema de Seleccin de Proyectos con alternativas
dependientes y excluyentes

Modelo

Programacin Lineal Entera Mixta Ricardo Gatica E.

 23
El Problema de Seleccin de Proyectos con alternativas
dependientes y excluyentes: Instancia
Descripcin
Dados los siguientes parmetros: Los proyectos (A,B) (C,E) Y
Proyectos: 8; Periodos: 6 (D,F) son mutuamente
Inversin, retorno y capital segn Tabla 1 excluyentes
Los proyectos (A,E),
Proyecto/Periodo 1 2 3 4 5 Retorno (A,F),(C,D),(G,H) son
A 5 6 8 3 4 50 complementarios, siendo
B 6 7 8 9 6 70 el primero
C 10 11 10 9 11 90 complementario al
D 8 5 7 8 7 55 segundo.
E 2 3 5 4 1 30 Tabla 1: Inversin requerida para
F 9 9 9 9 9 25 cada proyecto en cada periodo [UF];
G 6 10 8 6 4 28 Capital disponible en cada
H 6 8 10 8 6 60
periodo[UF]; Retorno esperado de
cada proyecto [UF]
Capital disponible 27 25 20 30 25 -

Formule un problema de programacin binaria que permita determinar qu

proyectos seleccionar de manera de maximizar el retorno asociado. Asuma
que en todos los aspectos el problema se comporta como el Problema de
Seleccin de Proyectos.
Programacin Lineal Entera Mixta Ricardo Gatica E.
 24
El Problema de Seleccin de Proyectos con alternativas
dependientes y excluyentes: Instancia
Variable de decisin
1,
=
0 . . .
Modelo
50 + 70 + 90 + 55 + 30 + 25 + 28 + 60

. . 5 +6 + 10 +8 +2 +9 + 6 + 6 27 + 1
6 +7 + 11 +5 +3 +9 + 10 + 8 25 + 1
8 +8 + 10 +7 +5 +9 + 8 + 10 20 + 1
3 +9 +9 +8 +4 +9 + 6 + 8 30 0
4 +6 + 11 +7 + +9 + 4 + 6 25 0
0
0
, , , , , , , 0,1

Ricardo Gatica E.
 25
El Problema de Asignacin n:n

Descripcin

Variable de decisin

Ricardo Gatica E.
 26
El Problema de Asignacin n:n

Modelo

Ricardo Gatica E.
 27
El Problema de Asignacin n:n: Instancia
Descripcin
Dados los siguientes parmetros:
Tareas: 6; Personas: 6

Persona/ A B C D E
Tarea
1 6 8 9 3 6
2 6 7 8 3 4
3 7 2 5 5 9
4 4 5 3 7 4
5 5 1 5 3 5

Tabla 1: Costo de asignacin de cada persona a la

realizacin de cada tarea [miles de $]

Formule un PPB que permita determinar un plan de asignacin tarea-

persona minimizando los costos asociados. Asuma que en todos los
aspectos el problema se comporta como el P. de Asignacin.

Programacin Lineal Entera Mixta Ricardo Gatica E.

 28
El Problema de Asignacin n:n: Instancia

Variable de decisin
1,
=
0 . . .
Modelo
6 +8 +9 +3 +6 +6 +7 +8 +3 +4 +
7 +2 +5 +5 +9 +4 +5 +3 +7 +4 +
5 + +5 +3 +2
. .
+ + + + =1 + + + + =1
+ + + + =1 + + + + =1

+ + + + =1 + + + + =1

, , 0,1

Programacin Lineal Entera Mixta Ricardo Gatica E.

 29
El Problema de Asignacin con subconjuntos

Descripcin

Programacin Lineal Entera Mixta Ricardo Gatica E.

 30
El Problema de Asignacin con subconjuntos

Modelo

Programacin Lineal Entera Mixta Ricardo Gatica E.

 31
El Problema de Asignacin con subconjuntos: Instancia

Descripcin
Dados los siguientes parmetros:
Tareas: 5; Personas: 5
Persona Tareas f. A B C D E
1 A, D, E 5 - - 8 9
2 B, D, E - 7 - 6 5
3 C, E - - 6 - 7
4 B, C - 4 6 - -
5 A, C, D, E 5 - 7 7 5
Tabla 1: Suconjunto de asociaciones factibles; Costo de asignacin
de cada persona a la realizacin de cada tarea [miles de $]

Formule un PPB que permita determinar un plan de asignacin tarea-

persona minimizando los costos asociados. Asuma que en todos los
aspectos el problema se comporta como el P. de Asignacin con
subconjuntos.

Programacin Lineal Entera Mixta Ricardo Gatica E.

 32
El Problema de Asignacin con subconjuntos: Instancia
Persona Tareas f. A B C D E
Variable de decisin 1 A, D, E 5 - - 8 9
2 B, D, E - 7 - 6 5
1,
= 3 C, E - - 6 - 7
0 . . .
4 B, C - 4 6 - -
Modelo 5 A, C, D, E 5 - 7 7 5

5 +8 +9 +7 +6 +5 +6 +7 +4 +6 +
5 +7 +7 +5

. .
+ + =1 + =1
+ + =1 + =1
+ =1 + + =1
+ =1 + + =1
+ + + =1 + + + =1

, ,, 0,1

Programacin Lineal Entera Mixta Ricardo Gatica E.

 33
El Problema de Asignacin de mxima cardinalidad

Descripcin

Modelo

Programacin Lineal Entera Mixta Ricardo Gatica E.

 34
El Problema de Asignacin con subconjuntos dispares:
Instancia
Descripcin Variable de decisin
Dados los siguientes parmetros:
1,
Tareas: 5; Personas: 5 =
0 . . .
Persona Tareas f.
1 A, D, E
Modelo
2 D, E + + + + +
3 E + + + + +
4 B, C . .
5 A, D, E
+ + 1 + 1
Tabla 1: Suconjunto de asociaciones factibles
+ 1 1
Formule un PPB que permita 1 1
determinar un plan de asignacin
+ 1 + + 1
tarea-persona maximizando las
tareas a realizar. Asuma que en + + 1 + + + 1
todos los aspectos el problema se
comporta como el P. de Asignacin , ,, 0,1
de mxima cardinalidad.

Programacin Lineal Entera Mixta Ricardo Gatica E.

 35
El Problema de Cobertura

Descripcin

Variable de decisin Modelo

Programacin Lineal Entera Mixta Ricardo Gatica E.

 36
El Problema de Cobertura: Instancia
Descripcin
En una ciudad se desea planificar la localizacin de colegios de enseanza
media (liceos). Para ello, se ha considerado la ubicacin de los actuales
establecimiento de educacin bsica (colegio) en pos de la continuidad
escolar .
El criterio para la localizacin de estos nuevos centros educacionales ser
que ningn colegio est a ms de 3 [Km] de un liceo.
En el mapa de la ciudad se ilustran los
sitios potenciales para instalacin de liceos
(gris) y los actuales colegios (celeste), el
D
cual se exhibe en la Figura 1. Adems, se
5
muestra la superficie abarcada por cada 2 4
1 B
colegio (lneas punteadas). C
Formule un PPB que permita determinar A
que liceos instalar de manera de cubrir a 3
todos los colegios, sabiendo que el costo de
instalacin es (40, 15, 40, 18) para los
colegios (A, B, C, D) respectivamente. Figura 1: Mapa de la ciudad y cobertura potencial
de los colegios

Programacin Lineal Entera Mixta Ricardo Gatica E.

 37
El Problema de Cobertura: Instancia

Variable de decisin
1,
=
0 . . .

Modelo
40 + 15 + 40 + 18
. . + 1
+ + 1
D
+ 1 5
2 4
+ 1 1 B C
1 A

, , , 0,1 3

Programacin Lineal Entera Mixta Ricardo Gatica E.

 38
El Problema de Cobertura: Instancia 2

Descripcin Variable de decisin

Dados los siguientes parmetros: 1
M={ A, B, C, D, E, F} =
Elementos 0 . . .
Mj Cj
contenidos
1 A, B 15
2 A,B,C,D 30
3 D,E,G 35 Modelo
4 B,F,G 20
Tabla 1:
15 + 30 + 35 + 20 +5 + 40
5 E 5
Elementos
6 C,F 40 de cada . . + + 1 + + 1
subconjunto
7 A,B,C,D,E 100 + + + 1
y costo + + + 1
8 C,E,F 45 asociado
+ + + 1 + + 1
Formule un PPB que permita
determinar una cobertura para el
conjunto M. Asuma que en todos los , , , , , 0,1
aspectos el problema se comporta
como un P. de Cobertura.

Programacin Lineal Entera Mixta Ricardo Gatica E.

 39
El Problema de Particionamiento

Descripcin

Variable de decisin Modelo

1
=
0 . . .

Programacin Lineal Entera Mixta Ricardo Gatica E.

 40
El Problema de Particionamiento: Instancia

Descripcin Variable de decisin

Dados los siguientes parmetros:
M={ A, B, C, D, E, F} 1
Elementos
=
Mj Cj
contenidos 0 . . .
1 A, B 15
2 A,B,C,D 30
3 D,E 35 Modelo
4 B,F 20
Tabla 1:
15 + 30 + 35 + 20 +5 + 40
5 E 5
Elementos
6 C,F 40 de cada . . + + =1 + + =1
subconjunto
7 A,B,C,D,E 100 + + + =1
y costo + + + =1
8 C,E,F 45 asociado
+ + + =1 + + =1
Formule un PPB que permita
determinar una particin para el
conjunto M. Asuma que en todos los , , , , , , , 0,1
aspectos el problema se comporta
como un P. de Particionamiento.

Programacin Lineal Entera Mixta Ricardo Gatica E.

 41
El Problema de Agrupacin

Descripcin

Variable de decisin Modelo

1
=
0 . . .

Programacin Lineal Entera Mixta Ricardo Gatica E.

 42
El Problema de Agrupacin: Instancia

Descripcin Variable de decisin

Dados los siguientes parmetros: 1
M={ A, B, C, D, E, F} =
Elementos
Mj
contenidos
Cj 0 . . .
1 A, B 15
2 A,B,C,D 30
3 D,E 35 Modelo
4 B,F 20
Tabla 1:
15 + 30 + 35 + 20 +5 + 40
5 E 5
Elementos
6 C,F 40 de cada . . + + 1 + + 1
subconjunto
7 A,B,C,D,E 100 + + + 1
y costo + + + 1
8 C,E,F 45 asociado
+ + + 1 + + 1
Formule un PPB que permita
determinar una agrupacin para el
conjunto M. Asuma que en todos los , , , , , 0,1
aspectos el problema se comporta
como un P. de Agrupacin.

Programacin Lineal Entera Mixta Ricardo Gatica E.

 Problemas de Cobertura, Particionamiento y Agrupamiento:43
Comparacin solucin para una misma instancia
Descripcin Cobertura 2

M={ A, B, C, D, E, F} A B 4
Costo o F
Elementos Particiona Agrupa-
Mj beneficio Cobertura C
contenidos miento miento
asociado
1 A, B 15 0 1 0 D
2 A,B,C,D 30 1 0 0
3 D,E 35 0 1 0 5
E
4 B,F 20 1 0 0
5 E 5 1 0 0
6 C,F 40 0 1 0
Particionamiento
1
7 A,B,C,D,E 100 0 0 1
D
A 3
8 C,E,F 45 0 0 0
FO - - 55 90 100 E
B
Tabla 1: Variables respuesta
3

Agrupamiento E B
A
C
F
D
F C 6

Programacin Lineal Entera Mixta Ricardo Gatica E.