Investigación de Operaciones I

Unidad II

Modelos de Programación Lineal

 Competencia General

Analiza y comprende la importancia de la

formulación de modelos matemáticos y su
respectiva solución que conlleva a la
optimización en el uso de los recursos disponibles
en las organizaciones así como la valoración del
impacto en las utilidades y costos a través del
análisis de sensibilidad.
 Competencias Específicas
• Aplica modelos de programación lineal
para resolver problemas que involucren
recursos limitados desde el punto de vista
gráfico y analítico.
• Aplica la dualidad como modelos
alternativos de programación lineal
• Realiza análisis de sensibilidad y evalúa su
impacto en las utilidades y costos
• Aplica modelos de programación entera,
transporte, asignación e inventarios en las
organizaciones.
 Resultados de la Unidad

• Maneja técnicas para lograr optimizar el uso

de recursos en las organizaciones.

• Maneja métodos eficientes de solución a

problemas alternativos de programación
lineal.
¿Qué han investigado
acerca de los temas a
estudiar hoy día?
Investigación de Operaciones I

Unidad II

Modelos de Programación Lineal

Semana 9

Programación Entera
Contenidos
Introducción

Método de Ramificación y Acotación

(Branch and Bound)

Método de plano de corte

 Por lo general, las aplicaciones de Programación Lineal Entera (PLE)
caen dentro de dos categorías: directa y transformada.

En la categoría directa, la naturaleza de la situación impide asignación

de valores fraccionarios a las variables del modelo. Ej. El problema
puede implicar la determinación de si emprende o no un proyecto (
Introducción

variable binaria).

En la categoría transformada se utilizan variables enteras auxiliares para

convertir analíticamente situaciones insolubles en modelos que pueden
resolverse por medio de algoritmos de optimización disponibles. Ej. En la
secuencia de dos trabajos, A y B, en una sola maquina, el trabajo A
puede preceder al trabajo B o viceversa.
La naturaleza “o” de las restricciones es lo que hace al problema
analíticamente insoluble, porque todos los algoritmos de programación
matemáticos tratan con solo restricciones “y”.

Un problema se define como programa entero puro cuando todas las

variables son enteras, caso contrario es un programa entero combinado
(PEC) que implica combinación de variables enteras y continuas.
 Algunos escenarios
• Problema de asignación: Tenemos n personas para
realizar n trabajos. Cada persona hace un sólo
trabajo. Se asigna un costo cij a la asignación de la
persona i para hacer el trabajo j de acuerdo a la
Introducción

capacidad de cada uno para realizar cada

trabajo. Se quiere encontrar la asignación que
minimice los costos.

• Problema de la mochila: Se tiene un presupuesto de

b soles disponible para invertir en algunos de n
posibles proyectos para el próximo año. Sea aj la
inversión que requiere el proyecto j y cj el beneficio
que produce dicho proyecto. Se quiere maximizar
las ganancias (sólo se puede invertir en el proyecto
completo).
 Algunos escenarios
• Problema de cubrimiento: se quieren cubrir un cierto
número de regiones con centros de emergencia
(por ejemplo estaciones de bomberos o de
ambulancias) con un costo mínimo. Se conocen los
Introducción

costos de instalar un centro en cada región y que

regiones pueden ser servidas desde el mismo.

• Problema del viajante de comercio: Un viajante de

comercio quiere visitar n ciudades y volver al lugar
de partida en el menor tiempo posible (o al menor
costo).
 Algoritmos de Programación Entera
La estrategia de estos algoritmos implica tres pasos:

Paso 1: Desahogue el espacio de soluciones del PLE al eliminar la

restricción entera en todas las variables enteras y reemplazar
Introducción

cualquier variable binaria y con el intervalo continuo 0 ≤ y ≤ 1.

el resultado del desahogo es una programación lineal.
Paso 2: Resuelva la PL, e identifique su optimo continuo.
Paso 3: Comenzando desde el punto optimo continuo, agregue
restricciones especiales que modifiquen iterativamente el
espacio de soluciones de PL de modo que finalmente dé un
punto extremo optimo que satisfaga los requerimientos
enteros.
Se desarrollaron dos métodos generales para generar las
restricciones especiales en el paso 3.
• Método de Ramificación y Acotación (B&B)
• Método de plano de corte
 Descripción del método B&B (maximización)
Método de Ramificación y Acotación (B&B)

Establezca una cota inferior inicial Z = - para el valor objetivo optimo de la PLE y
establezca i = 0.
Paso 1: (Examen a fondo/acotamiento). Seleccione PLi, el siguiente subproblema a ser
examinado. Resuelva PLi, y trate de examinarlo a fondo utilizando una de las tres
condiciones:
(i) El valor Z optimo de PLi no puede dar un valor objetivo mejor que la cota inferior
actual
(ii) PLi da por resultado una solución entera factible mejor que la cota inferior actual
(iii) PLi no tiene ninguna solución factible
SURGIRAN DOS CASOS.
(i) Si PLi se examina a fondo y se determina una solución mejor, actualice la cota
inferior. Si todos los subproblemas han sido examinados a fondo, deténgase; la
cota inferior da la solución optima (si no existe una cota inferior finita, el
problema no tiene ninguna solución factible). De otro modo, establezca i = i+1, y
repita el paso 1.
(ii) Si PLi no se ha examinado a fondo, proceda al paso 2 para ramificación.
Paso 2: (Ramificación). Seleccione una de las variables enteras Xi, cuyo valor optimo Xj* en
la solucion de PLi no es entero. Cree los dos subproblemas de PL correspondientes a

xj   Xj*  y xj   Xj*  +1

Establezca: i = i + 1, y proceda al paso 1.

 Consideremos el siguiente problema de
Método de Ramificación y Acotación (B&B)

programación lineal entera:

PLE: Max Z = 21x1 + 11x2

s.a. 7x1 + 4x2  13
x1  0
x2  0
x1, x2 enteros no negativos

Consideremos inicialmente la resolución de

la relajación continua de PLE, que consiste
en resolver el mismo problema sin
condiciones de variable entera.
 (0,13/4)
x2
Método de Ramificación y Acotación (B&B)

Z = 21x1+11x2=35.75
X2 = 3
3

2 X2 = 2

1 X2 = 1

(13/7,0) solución del problema

relajado
Z = 21x1+11x2=39
x1
X1 = 1 X1 = 2
 x1 = 13/7
P0) Relajación continua
x2 = 0
P0 -< Z  39
Z = 39
Método de Ramificación y Acotación (B&B)

x11 x12

P1 P2 P2) Max Z = 21x1 + 11x2

P1) Max Z = 21x1 + 11x2
s.a. 7x1 + 4x2  13
s.a. 7x1 + 4x2  13
x1  2
x1  1
x1  0
x1  0
x2  0
x2  0
Si: X1 = 2
Si: X1 = 1  Reemplazando en la restricción tenemos
 Reemplazando en la restricción tenemos X2 <= -1/4
X2 <= 3/2
Tomamos: X2=3/2
infactible
Entonces. Z = 37.5
 x1 = 13/7
P0) Relajación continua
x2 = 0
P0 -< z  39
z = 39
Método de Ramificación y Acotación (B&B)

x11 x12

x1 = 1
x2 = 3/2
P1 P2 infactible
z = 37.5

x21 x22

P12) Max Z = 21x1 + 11x2

P11 P12 s.a. 7x1 + 4x2  13
x1  1
P11) Max Z = 21x1 + 11x2 x2  2
s.a. 7x1 + 4x2  13 x1  0
x1  1 x2  0
x2  1
Si: X2 = 2
x1  0
 Reemplazando en la restricción tenemos
x2  0
X1 <= 5/7
Si: X2 = 1 Tomamos: X1 = 5/7
 Reemplazando en la restricción tenemos Entonces: Z = 37
X1 <= 9/7
Tomamos: X1=1
Entonces. Z = 32
 x1 = 13/7
P0) Relajación continua
x2 = 0
P0 -< z  39
z = 39
Método de Ramificación y Acotación (B&B)

x11 x12

x1 = 1
x2 = 3/2
P1 P2 infactible
z = 37.5
P122) Max Z = 21x1 + 11x2
x21 x22 s.a. 7x1 + 4x2  13
x1  1
x1 = 5/7 x2  2

x1 = 1
P11 P12 x2 = 2 x1  1
z = 37 x1  0
x2 = 1
x2  0
z = 32 x1 0 x11
Si: X1 = 1
P121) Max Z = 21x1 + 11x2
 Reemplazando en la restricción
s.a. P
7x1 + 4x2  13 121 P 122
tenemos
x1  1 X2 <= 3/2 infactible
x2  2
x1  0
x1  0 Si: X1 = 0
x2  0  Reemplazando en la restricción tenemos
X2 <= 13/4
Tomamos: X2 = 13/4
Entonces: Z = 35.75
 x1 = 13/7
P0) Relajación continua
x2 = 0
P0 -< z  39
z = 39
Método de Ramificación y Acotación (B&B)

x11 x12

x1 = 1
x2 = 3/2 P1 P2 infactible
z = 37.5

x21 x22

x1 = 5/7
x1 = 1
P11 P12 x2 = 2
z = 37
x2 = 1
z = 32 x1 0 x11
x1 = 0
x2 = 13/4
z = 35.75 P121 P122 infactible
x23 x24

P1211 P1212
¡Completar…!
 x1 = 13/7
x2 = 0
P0 z = 39
Método de Ramificación y Acotación (B&B)

x11 x12

x1 = 1
x2 = 3/2 P1 P2
z = 37.5
infactible
x21 x22

x1 = 5/7
x1 = 1 x2 = 2
x2 = 1 P11 P12
z = 37
z = 32
x1 0 x11

x1 = 0
x2 = 13/4 P121 P122
z = 35.75
infactible
x23 x24 Solución óptima
x1 = 0
x2 = 3 P1211 P1212 X1 = 0
z = 33
infactible X2 = 3
Z = 33
Método de plano de corte

Investigar sobre el
método de plano de
corte…
Investigación de Operaciones I

Unidad II

Modelos de Programación Lineal

Semana 9

Programación Entera