PROGRAMACION ENTERA (PE)

Piero Cuneo M.
OBJETIVOS DEL CAPÍTULO

• Introducción a la Programación Entera PE,

• Tipos de variables, y restricciones.

• Artificios de programación entera.

• Planteamiento de Modelos de Programación Entera

• Métodos de solución de modelos de programación entera: Ramificación y

Acotamiento.

• Artificios de solución.
INTRODUCCION

Muchas veces, algunas o todas las variables de decisión deben restringirse a valores
enteros.
Por ejemplo:

• El número de aeronaves que se compró este año.

• El número de máquinas que necesita para producción.

• El número de viajes que ha realizado un agente de ventas.

• El número de policía que se asignó a la vigilancia nocturna.

INTRODUCCION

• Variables enteras son requeridas cuando el modelo represente una única decisión
(no una operación en proceso).

• Los modelos de Programación Lineal Entera (PLE) son mucho más difíciles de
resolver que los modelos de Programación Lineal (PL).

• Los algoritmos que resuelven los modelos lineales enteros no entregan resultados de
análisis de sensibilidad.
INTRODUCCION

• Los modelos de PLE pueden clasificarse como sigue:

• Solo de enteros, es decir, todas las variables se restringen a enteros.

• De variables mixtas - algunas variables son enteras, pero no todas.

• De binarios- todas las variables son 0 ó 1.

COMPLEJIDADES DE LA PE

• Si un modelo de enteros se resuelve como un modelo lineal simple, se puede

obtener la solución óptima no entera.

• Aproximar a valores enteros puede provocar:

• Soluciones no-factibles

• Soluciones factibles pero no óptimas

• Soluciones óptimas.
COMPLEJIDADES DE LA PE

• ¿ Por qué no enumerar todos los puntos enteros factibles y seleccionar el mejor?

• Enumerar todas las soluciones enteras es poco práctico, a causa del gran

número de puntos factibles.

• ¿Siempre se utiliza aproximación? Si, particularmente si

• Los valores de las variables de decisión positivas son relativamente grandes, y

los valores de los coeficientes de la función objetivo son relativamente

pequeños.
PE – PRESUPUESTO DE CAPITAL

• STOCKO proyecta cuatro inversiones. La inversión 1 genera un valor neto anual

(VNA) de 16 000 dólares, la inversión 2 un (VNA) de 22 000 dólares, la inversión 3
un (VNA) de 12 000 dólares y la inversión 4 un (VNA) de 8 000 dólares.

• Para cada inversión se requiere una cierta salida de efectivo en el tiempo presente :
la inversión 1 : 5 000 dólares, inversión 2 :7 000 dólares, inversión 3 : 4 000
dólares,Inversión 4 : 3 000 dólares. Se dispone en la actualidad de 14 000 dólares
para invertir . Plantee una solución PE que indique a STOCKO el modo de Maximizar
el VNA de las inversiones de 1 a 4 .
PE – PRESUPUESTO DE CAPITAL

• Definimos la variable por cada decisión de STOCKO la cual será una variable 0 - 1

1 : Si se efectúa la inversión
• 𝑋𝑗 ( 𝑗 = 1,2,3,4) =
0 :si no es así

j 1 2 3 4
VNA 16 000 22 000 12 000 8 000
Inversión 5 000 7 000 4 000 3000

• Función Objetivo (FO):

Max : 16x1 +22x2 + 12x3 + 8x4 (VNA total que logra STOCKO)
PE – PRESUPUESTO DE CAPITAL

• Función Objetivo (FO):

Max : 16x1 +22x2 + 12x3 + 8x4 (VNA total que logra STOCKO)

• Restricciones:
5x1 + 7x2 + 4x3 + 3x4 <= 14 (se puede invertir a lo mucho 14 000 dólares)
𝑥𝑗 = 0 o 1 ( j = 1,2,3,4)
PE – PRESUPUESTO DE CAPITAL

• LINDO :
Max : 16x1 +22x2 + 12x3 + 8x4
Subject to
5x1 + 7x2 + 4x3 + 3x4 <= 14
END
INTE x1
INTE x2
INTE x3
INTE x4
PE – PRESUPUESTO DE CAPITAL (CONTINUACION)

• Procederemos a modificar el problema STOCKO para tomar en cuenta las

condiciones siguientes:

1. STOCKO puede invertir cuando mucho en dos inversiones.

2. Si STOCKO invierte en 2 , entonces también debe invertir en 1.
3. Si STOCKO invierte en 2 , no puede invertir en 4.

• “STOCKO puede invertir cuando mucho en dos inversiones” (Agregamos la siguiente

restricción ):

x1 + x2 + x3 + x4 <=2
PE – PRESUPUESTO DE CAPITAL (CONTINUACION)

• “STOCKO puede invertir cuando mucho en dos inversiones” (Agregamos la siguiente

restricción ):

x1 + x2 + x3 + x4 <=2

• “Si STOCKO invierte en 2 , entonces también debe invertir en 1” ( establece que

x2 = 1 entonces x1 también debe ser igual a 1, agregamos la siguiente restricción ):

x2 – x1 <= 0

• “Si STOCKO invierte en 2 , no puede invertir en 4”

x2 + x4 <= 1
PE – PRESUPUESTO DE CAPITAL (CONTINUACION)

• LINDO
Max : 16x1 +22x2 + 12x3 + 8x4
Subject to
5x1 + 7x2 + 4x3 + 3x4 <= 14
x1 + x2 + x3 + x4 <=2
x2 – x1 <= 0
x2 + x4 <= 1
END
INTE x1
INTE x2
INTE x3
INTE x4
PE – CARGO FIJO
• GANDHI CLOTH COMPANY (GCC) fabrica 3 tipos de prendas de vestir camisetas,
shorts, pantalones. La elaboración de cada tipo de prenda requiere que GCC tenga
disponible el tipo de maquinaria apropiada.

• La maquinaria necesaria para manufacturar cada tipo de prenda se tiene que rentar
a las tarifas siguientes:
• Maquinaria para camisetas : 200 dólares por semana
• Maquinaria para shorts : 150 dólares por semana
• Maquinaria para pantalones : 100 dólares por semana.

• La fabricación de cada tipo de prenda también requiere de material y mano de obra

que se indican en la tabla 1 siguiente. Están disponibles cada semana 150 horas de
mano de obra y 160 yardas cuadradas de tela, el costo unitario variable y el precio
de venta para cada tipo de prenda se proporcionan en la tabla 2 .

• Formule un PE cuya solución maximice la utilidad semanal de GCC.

PE – CARGO FIJO

Tipo de Mano de Tela (Yardas

Tipo de prenda PV($) CV($)
prenda obra(H) cuadradas)
Camisetas 12 6
Camisetas 3 4
Shorts 8 4
Shorts 2 3
Pantalones 15 8
Pantalones 6 4

• Definición de variables:

• x1= Cantidad de camisetas fabricadas por semana.

• x2= Cantidad de shorts fabricados por semana.

• x3= Cantidad de pantalones fabricados por semana.

PE – CARGO FIJO

• Observamos que el costo de rentar una maquina depende solo de los tipos de
prenda que se elaboran y no de la cantidad de prendas a fabricar, por lo tanto
formulamos las variables siguientes:

1 : Si se fabrican camisetas
• 𝑌1 , =
0 :si no es así

1 : Si se fabrican shorts
• 𝑌2 , =
0 :si no es así

1 : Si se fabrican pantalones
• 𝑌3 , =
0 :si no es así

• Por lo tanto relacionamos “x” con “y” de la siguiente forma :

• si 𝑥𝑗 > 0 entonces 𝑦𝑗 =1
• si 𝑥𝑗 = 0 entonces 𝑦𝑗 = 0
PE – CARGO FIJO

• Función Objetivo:

 Una vez definidas la variables concluimos que la FO será conformada por :

(Ingreso por ventas) - (costos variables) – (costos de renta de maquina)
Cargo Fijo

• Luego:

 Utilidad= (12x1 + 8x2 + 15x3 ) – (6x1+ 4x2 + 8x3) – (200y1 + 150y2 + 100y3)

 Utilidad= (6x1 + 4x2 + 7x3 ) – (200y1 + 150y2 + 100y3)

 Max: 6x1 + 4x2 + 7x3 – 200y1 - 150y2 - 100y3

PE – CARGO FIJO

• Restricciones:

 Se puede usar cada semana cuando mucho 150 horas de MO.

 R1: 3x1 + 2x2 + 6x3 <= 150

 Se puede usar cada semana cuando mucho 160 yardas cuadradas de tela.
 R2: 4x1 + 3x2 + 4x3 <= 160
 PE – CARGO FIJO
• Restricciones:

 Relacionamos “x” e “y” de tal forma que si fabricamos un tipo de prenda “j” se
accione o se proceda a pagar el alquiler de la maquina para ese tipo de prenda
“j”.
 Sea M1,M2,M3 números positivos suficientemente grandes y agregamos las
restricciones siguientes:
 x1 <= M1*y1 (Si 𝑥𝑗 > 0 entonces 𝑌𝑗 esta obligado a ser 1 , 𝑌𝑗 =1)
 x2 <= M2*y2 (Pero si 𝑌𝑗 =0 entonces 𝑥𝑗 esta obligado a ser <= 0, 𝑥𝑗 <= 0,)
 x3 <= M3*y3 (Además 𝑀𝑖 debe ser igual al valor máximo que podría ser 𝑥𝑗 )

Si se fabricara mas de 40
 Verificamos las restricciones para calcular 𝑀𝑖
camisetas las compañía se
quedaría sin tela

Calculo de 𝑴𝒊
Prenda
Tela (160 ya) Horas (150 hrs) 𝑴𝒊
C 160/4 = 40 150/3 = 50 40
S 160/3 = 53 150/2 = 75 53
P 160/4 = 40 150/6 = 25 25
 PE – CARGO FIJO
• LINDO:

MAX 6x1 + 4x2 + 7x3 – 200y1 - 150y2 - 100y3

SUBJECT TO

3x1 + 2x2 + 6x3 <= 150

4x1 + 3x2 + 4x3 <= 160
x1 <= 40y1
x2 <= 53y2
x3 <= 25y3

END

GIN x1
GIN x2
GIN x3
INTE y1
GCC debería de
INTE y2 fabricar 25 pantalones
INTE y3 por semana
 PE – CARGO FIJO
• Conclusiones:
• En el problema de cargos fijos existe un costo relacionado con el desarrollo de
una actividad X con un nivel mayor a 0 pero que no depende del nivel de la
actividad X
• En otras palabras basta que se realice la actividad para que se incurra en estos
cargos fijos (costos) sin importar la cantidad que se produzca
 PE-PERCEPCION DE PAGOS
• JC NICKLES recibe pagos de tarjetas de crédito desde 4 regiones del país (Oeste,
Oeste medio, Este y Sur). El valor promedio diario de pagos que envían por correo
los clientes desde cada región es como se indica:
• Oeste: 70 000 dólares, Oeste medio : 50 000 dólares, Este: 60 000 dólares, Sur:
40 000 dólares
• NICKLES tiene que decidir en donde los clientes deben enviar por correo sus pagos.
Como NICKLES puede ganar 20% de interés anual si invierte estos ingresos, le
gustaría recibir los pagos tan rápido como sea posible.
• NICKLES piensa iniciar un sistema de percepción de pagos para procesar los pagos
tan rápido como sea posible en 4 ciudades distintas( Los Ángeles, Chicago, Nueva
York y Atlanta) la cantidad promedio de días (desde que se envía el pago )hasta que
es aprobado el cheque y NICKLES puede depositar el dinero , depende de la ciudad
a la cual se envía el pago según se muestra en la tabla 1 .
• El costo anual de financiar un sistema de percepción de pagos en cualquier ciudad
es de 50 000 dólares. Plantee un PE en donde se pueda minimizar los costos ,
suponga que cada región tenga que enviar todo su dinero a una sola ciudad y no hay
limite en cuanto a la cantidad de dinero que puede manejar cada sistema de
percepción de pagos.
 PE-PERCEPCION DE PAGOS

Días Promedio del envío de pagos hasta que la deuda es cubierta

i / j C1:Los Ángeles C2:Chicago C3:NY C4:Atlanta
Región 1 Oeste 2 6 8 8
Región 2 OM 6 2 5 5
Región 3 Este 8 5 2 5
Región 4 Sur 8 5 5 2

• Definición de variables:
• Tenemos dos tipos de decisiones , donde operar el sistema de percepción de
pagos (ciudad) y donde enviar los pagos a cada región del país donde i,j =
1,2,3,4
1 : Si se opera en la ciudad j = 1,2,3,4
• 𝑦𝑗 =
0 :si no es así
1 : Si la región i envía los pagos a la ciudad j
• 𝑥𝑖𝑗 =
0 :si no es así
 PE-PERCEPCION DE PAGOS
• Función objetivo (FO)
• Se desea minimizar el costo total anual:

Asignación Costos de lis intereses CTA= (Costo anual de operación del SPP) +
perdidos al año (Costo Anual de interés perdido)
Oeste - LA 0.20(70 000)2 = 28 000
• Debemos de determinar cuanto ingreso se
Oeste-Chicago 0.20(70 000)6 = 84 000
perdería si los pagos de la región i se
Oeste- NY 0.20(70 000)8 = 112 000
enviaran a la ciudad j
Oeste - Atlanta 0.20(70 000)8 = 112 000
• Cuanto perdería NICKLES en interés anual
OM-LA 0.20(50 000)6 = 60 000
si los clientes de la región del OESTE
OM- CHICAGO 0.20(50 000)2 = 20 000
OM- NY 0.20(50 000)5 = 50 000
envían pagos a NY?
OM- Atlanta 0.20(50 000)5 = 50 000 8(70 000)= 560 000
Este-LA 0.20(60 000)8 = 96 000 0.2*560 000 =112 000 en intereses perdidos
Este – Chicago 0.20(60 000)5 = 60 000
Este – NY 0.20(60 000)2 = 24 000
Costos Anuales de Interés perdido =
Este - Atlanta 0.20(60 000)5 = 60 000
28x11 + 84x12 + 112x13 + 112x14+
Sur -LA 0.20(40 000)8 = 64 000
Sur - Chicago 0.20(40 000)5 = 40 000 60x21 + 20x22 + 50x23 + 50x24 +
Sur- NY 0.20(40 000)5 = 40 000 96x31 + 60x32 + 24x33 + 60x34 +
Sur - Atlanta 0.20(40 000)2 = 16 000 64x41 + 40x42 + 40x43 + 16x44
PE-PERCEPCION DE PAGOS

• Costo total de operar un sistema:

• = 50y1 + 50y2 + 50y3 + 50y4

• La Función objetivo (FO) seria:

• MIN : 28x11 + 84x12 + 112x13 + 112x14 +
60x21 + 20x22 + 50x23 + 50x24 +
96x31 + 60x32 + 24x33 + 60x34 +
64x41 + 40x42 + 40x43 + 16x44 +
50y1 + 50y2 + 50y3 + 50y4
PE-PERCEPCION DE PAGOS

• Restricciones:
• Cada región debe enviar sus pagos a una sola ciudad.
x11 + x12 + x13 + x14 =1
x21 + x22 + x23 + x24 =1
x31 + x32 + x33 + x34 =1
x41 + x42 + x43 + x44 =1

• Si a una región se le asigna una ciudad para que se envíe sus pagos a ella, esta
ciudad debe tener un sistema de percepción de pagos.
• Relacionamos x e y de modo que 𝑥𝑖𝑗 <= 𝑦𝑗 ( i,j = 1,2,3,4)

X11 <= y1 X12 <= y2 X13 <= y3 X14 <= y4

X21 <= y1 X22 <= y2 X23 <= y3 X24 <= y4
X31 <= y1 X32 <= y2 X33 <= y3 X34 <= y4
X41 <= y1 X42 <= y2 X43 <= y3 X44 <= y4
• Para toda 𝑥𝑖𝑗 y 𝑦𝑗 = 0 o 1
PE-PERCEPCION DE PAGOS
• Lindo:
INTE X11
MIN 28x11 + 84x12 + 112x13 + 112x14 +
INTE X21
60x21 + 20x22 + 50x23 + 50x24 + INTE X31
96x31 + 60x32 + 24x33 + 60x34 + INTE X41
64x41 + 40x42 + 40x43 + 16x44 + INTE X12
INTE X22
50y1 + 50y2 + 50y3 + 50y4
INTE X32
Subject to INTE X42
x11 + x12 + x13 + x14 =1 INTE X13
x21 + x22 + x23 + x24 =1 INTE X23
INTE X33
x31 + x32 + x33 + x34 =1
INTE X43
x41 + x42 + x43 + x44 =1 INTE X14
X11 <= y1 INTE X24
X21 <= y1 INTE X34
X31 <= y1 INTE X44
X41 <= y1
X12 <= y2 INTE y1
X22 <= y2 INTE y2
X32 <= y2 INTE y3
X42 <= y2 INTE y4
X13 <= y3
X23 <= y3  Los clientes del Oeste envían sus
X33 <= y3
X43 <= y3
pagos a LA y los demás los
X14 <= y4 envían a NY
X24 <= y4
X34 <= y4
X44 <= y4
END
PE-RECUBRIMIENTO DE CONJUNTOS - UBICACIÓN DE
INSTALACIONES
• Hay 6 ciudades ( del 1 al 6) en el condado de Kilroy, el condado debe decidir donde
construir la estación de bomberos. Asimismo , el condado quiere construir la cantidad
mínima de estaciones de bomberos necesarias para tener la certeza de que por lo
menos una esta dentro de 15 minutos( tiempo de manejo) de cada ciudad. Los
tiempos (en minutos)necesarios para ir en automóvil de una ciudad a otra del
condado se indican en la tabla siguiente. Plantee una PE mediante el cual Kilroy
sepa cuantas estaciones de bomberos debe construir y donde ubicarlas.

Tiempo necesario para viajar de ciudad a ciudad

i / j C1 C2 C3 C4 C5 C6
C1 0 10 20 30 30 20
C2 10 0 25 35 20 10
C3 20 25 0 15 30 20
C4 30 35 15 0 15 25
C5 30 20 30 15 0 14
C6 20 10 20 25 14 0
PE-RECUBRIMIENTO DE CONJUNTOS - UBICACIÓN DE
INSTALACIONES
• Definición de variables:
• Debemos definir para cada ciudad si se construye una estación de bomberos.

1 : Si se construye una estación de bomberos en la ciudad i = 1,2,3,4,5,6

𝑥𝑖 =
0 :si no es así

MIN : x1 + x2 + x3 + x4 + x5 + x6
• Restricciones:

Ciudades a 15 minutos
En la tabla podemos
Ciudad A 15 min
verificar en que lugares
C1 1,2
se puede llegar en 15
minutos o menos para C2 1,2,6

asegurar por lo menos C3 3,4

que una estación esta a C4 3,4,5
15 minutos de cada C5 4,5,6
ciudad.
C6 2,5,6
PE-RECUBRIMIENTO DE CONJUNTOS - UBICACIÓN DE
INSTALACIONES
• Restricciones: Ciudades a 15 minutos

Ciudad A 15 min

x1 + x2 >= 1 (Restricción de C1) C1 1,2

x1 + x2 + x6 >= 1 (Restricción de C2) C2 1,2,6

x3 + x4 >= 1 (Restricción de C3) C3 3,4

x3 + x4 + x5 >= 1 (Restricción de C4) C4 3,4,5

x4 + x5 + x6 >= 1 (Restricción de C5) C5 4,5,6

x2 + x5 + x6 >= 1 (Restricción de C6) C6 2,5,6

𝑥𝑖 = 0 o 1 (i = 1 … 6)
PE-RECUBRIMIENTO DE CONJUNTOS - UBICACIÓN DE INSTALACIONES

• Lindo:
MIN x1 + x2 + x3 + x4 + x5 + x6
Subject to
x1 + x2 >= 1
x1 + x2 + x6 >= 1
x3 + x4 >= 1
x3 + x4 + x5 >= 1
x4 + x5 + x6 >= 1
x2 + x5 + x6 >= 1
END
INTE x1
 El condado de Kilroy puede construir 2 estaciones de
INTE x2 bomberos: una en la ciudad 2 y otra en la ciudad 4
INTE x3
INTE x4
Cada elemento de un conjunto 1 debe de estar cubierto por un elemento de un
INTE x5
conjunto 2, con el objetivo de minimizar el numero de elementos del conjunto 2
INTE x6 que se requieren para abarcar los elementos del conjunto 1
 PE-RESTRICCIONES INCLUSIVAS

• En esta situación se desea asegurar que por lo menos una de las dos restricciones
se cumpla con frecuencia se le llama restricciones inclusivas.
• Se dan 2 restricciones de la forma:

R1(xi) <= 0
R2(xi) <= 0
R1(xi) <= M*y  Se asegura que
satisface por lo menos
una de las 2
R2(xi) <= M*(1 - y)

 Si y=0 entonces R1 y R2 se convierten en R1 <= 0 y R2 <= M. Por lo tanto, si y=0 Entonces

se tiene que cumplir qué R1 y posiblemente R2.

 De igual manera si y= 1, Entonces R1 y R2 se transforman en R1 <= M y R2 <=0 . por lo

tanto, Y= 1, entonces R2 ,y posiblemente R1, se tiene que cumplir.

 Por lo tanto ya sea que Y = 0 o Y = 1 R1 y R2 asegura que se cumple R1 o R2, una de las
dos
PE-RESTRICCIONES INCLUSIVAS

• Dorian auto proyecta fabricar 3 tipos de automóviles : compactos , medianos y

grandes. El recurso que requiere cada tipo de automóvil y las utilidades que genera,
se proporcionan en la tabla siguiente. Ahora dispone de 6 000 toneladas de acero y
60 000 horas de mano de obra. Para que la producción de un tipo de automóvil sea
factible desde el punto de vista económico, se tiene que producir por lo menos 1 000
automóviles de ese tipo. Plantee una PE para maximizar las utilidades de Dorian.

Tipo de Automóvil
Recurso Compacto Mediano Grande
Acero requerido 1.5 Tn 3 Tn 5Tn
Mano de Obra req. 30 hrs 25 hrs 40 hrs
Utilidad generada 2 000 3 000 4 000
PE-RESTRICCIONES INCLUSIVAS

• Definición de variables:
𝑥1 = numero de automóviles compactos fabricados
𝑥2 = numero de automóviles medianos fabricados.
𝑥3 = numero de automóviles grandes fabricados

• Función objetivo (FO):

MAX 2x1 + 3x2 + 4x3

• Restricciones :
• Si se fabrica un tipo de automóvil entonces se tiene que fabricar al menos 1000
unidades de ese tipo.
 Para hallar M1 sabemos que 60 000 horas MO / 30
x1 <= M1y1 …….…..(1) horas MO requeridas. M1 = 2 000 automóviles
1000 - x1 <= M1*(1 - y1)…....(2) compactos

y1 =0o1  x1 <= 2000*y1 Si y1=1 entonces x1 <= 2000

además 1000 <= x1
Si y1=0 entonces x1 <= 0
además 1000 <= 2000
PE-RESTRICCIONES INCLUSIVAS

• Restricciones :
• Si se fabrica un tipo de automóvil entonces se tiene que fabricar al menos 1000
unidades de ese tipo.
x2 <= M2y2
 Para hallar M2 sabemos que 6 000 Tn / 3 Tn
1000 – x2 <= M2*(1 – y2) requeridas. M2 = 2 000 automóviles Medianos
y2 =0o1

x3 <= M3y3  Para hallar M3 sabemos que 6 000 Tn / 5 Tn

1000 – x3 <= M3*(1 – y3) requeridas. M3 = 1 200 automóviles grandes

Y3 =0o1
PE-RESTRICCIONES INCLUSIVAS

• Restricciones :
• Se puede utilizar a lo mas 6 000 Tn de acero.

1.5x1 + 3x2 + 5x3 <= 6 000

• Se puede utilizar a lo mas 60 000 horas MO.

30x1 + 25x2 + 40x3 <= 60 000

• Además 𝑥𝑖 es entero positivo y 𝑦𝑖 = 0 o 1

PE-RESTRICCIONES INCLUSIVAS

• Lindo :
MAX 2x1 + 3x2 + 4x3
Subject to
1.5x1 + 3x2 + 5x3 <= 6 000
30x1 + 25x2 + 40x3 <= 60 000
X1 <= 2000y1
1000 – x1 <= 2000*(1 – y1)
X2 <= 2000y2
1000 – x2 <= 2000*(1 – y2)
X3 <= 1200y3
1000 – x3 <= 1200*(1 – y3)
END
GIN x1
GIN x2
GIN x3
INTE y1
INTE y2
INTE y3  FO optima es 6000 , con lo cual DORIAN debe fabricar
2000 automóviles medianos.
PE-RESTRICCIONES SI… ENTONCES

• Tomamos como referencia el ejemplo de percepción de pagos de NICKLES y

agregamos la siguiente restricción:
• Si los clientes de la región 1 envían sus pagos a la ciudad 1, entonces ningún
otro cliente podrá enviar sus pagos a la ciudad 1.
• Si x11 = 1 entonces x21 = x31 = x41 = 0

• x21 + x31+ x41 <= M*y

• x11 <= M*(1 - y)
• y= 0o1  M será igual a 3 dado que x21 + x31+ x41 no puede
exceder a 3 .

• x21 + x31+ x41 <= 3*y

• x11 <= 3*(1 - y)
• y= 0o1
 PE - FUNCIONES LINEALES POR SEGMENTOS

• UTILIDADES DECRECIENTES(pendiente negativa CONCAVA):

• Tenemos utilidades de acuerdo a rangos de producción tal como se muestra en la
figura, considerando que la capacidad de planta es de 400 unidades.

Unidades producidas Utilidad ($/Unidad) MAX 10x1+ 9x2 + 8x3 + 7.5x4

X1 + x2 + x3 + x4 =400
1 - 100 10
X1<=100
101 - 180 9 X2<=80
X3<=120
181 - 300 8
X4<=100
301 - más 7.5
GIN X1
GIN X2
GIN X3
GIN X4
PE - FUNCIONES LINEALES POR SEGMENTOS
• COSTOS CRECIENTES (pendiente positiva CONVEXA):
• Se plantea un modelo cuyos costos están de acuerdo a rangos de producción como
se muestra a continuación .

Unidades producidas Costo ($/Unidad)

1 - 100 6 MIN 6x1+ 7x2 + 9x3 + 10x4
X1 + x2 + x3 + x4 =250
101 - 150 7 X1<=100
151 - 180 9 X2<=50
X3<=30
181 - 250 10 X4<=70

GIN X1
GIN X2
GIN X3
GIN X4
PE - FUNCIONES LINEALES POR SEGMENTOS
• UTILIDADES CRECIENTES (pendiente positiva CONVEXA):
• El modelo buscará maximizar la utilidad de 3 por lo que buscara el valor de x2 máximo e
y2=1 entonces relacionamos de esta forma el x con y.

Unidades producidas Utilidad ($/Unidad)

MAX 2.5x1 + 2.5*100*Y2 + 3x2
1 - 100 2.5
101 - 150 3 X1 + 100y2 + x2 =150
X1<= 100y1
X2<= 50y2
Y1 + y2 =1
GIN X1 INTE y1
GIN X2 INTE y2
PE - FUNCIONES LINEALES POR SEGMENTOS
• COSTOS DECRECIENTES (pendiente negativa CONCAVA):
• El modelo buscará minimizar el costo de 1.8 por lo que buscara el valor de x2
máximo e y2=1 entonces relacionamos de esta forma el x con y

Unidades producidas Costos ($/Unidad) MIN 2.2x1 + 2.2*500*Y2 + 1.8x2

1 – 500 2.2 X1 + 500y2 + x2 =800

501 - 800 1.8 X1<= 500y1
X2<= 300y2
Y1 + y2 =1
GIN X1 INTE y1
GIN X2 INTE y2
 PE - FUNCIONES LINEALES POR SEGMENTOS
• FUNCION DISCONTINUA (ni cóncava ni convexa):
• Al momento que maximicemos el modelo optara por iniciar por el segmento que
tenga mayor utilidad pero sabemos que debe seguir una secuencia de segmentos.
Unidades producidas Costos ($/Unidad)
1 - 4000 3
4001 - 10000 2.8
10001 - 20000 2.5

MIN 3x1 + 2.8*4000y2 + 2.8x2 + 2.5*10000y3 + 2.5x3

x1 + 4000y2 +x2 + 10000y3 + x3 =20000

x1<=4000y1
x2<=6000y2
x3<=10000y3
y1+y2+y3=1

GIN X1 INTE y1
GIN X2 INTE y2
GIN X3 INTE y3
PE – METODO DE RAMIFICACION Y ACOTAMIENTO

La Telfa Corporación fabrica mesas y sillas. Una mesa requiere 1 hora de mano de obra
y 9 pies de tablón de madera, en tanto que para una silla se necesita 1 hora de mano de
obra y 5 pies de tablón de madera. En la actualidad están a la disposición 6 horas de
mano de obra y 45 pies de tablón de madera. Cada mesa contribuye con 8 dólares a las
utilidades y cada silla con 5 dólares. Formule un PE para maximizar las utilidades de
Telfa.
• Definición de variables
• x1: Numero de mesas fabricadas
• x2: numero de sillas fabricadas
• Función Objetivo:
• MAX 8x1 + 5x2 = Z
• Restricciones:
• X1 + x2 <= 6 (mano de obra)
• 9x1 + 5x2 <= 45 (madera)
• x1,x2>=0
PE – METODO DE RAMIFICACION Y ACOTAMIENTO

9x1 + 5x2 = 45
Solución optima para el subproblema 1
Resolvemos ambas
ecuaciones y tenemos la
solución optima en PL:
• x1= 3.75 SUBPROBLEMA 1
• x2= 2.25
Z = 41.25
• x1= 3.75
• x2= 2.25

x1 + x2 = 6
PE – METODO DE RAMIFICACION Y ACOTAMIENTO

SUBPROBLEMA 1

Elegimos arbitrariamente la Z = 41.25

variable x1 y buscamos una • x1= 3.75
solución entera para x1 : • x2= 2.25
x1<=3 0 x1>=4
Esta división origina 2
subproblemas en los cuales
buscaremos la solución SUBPROBLEMA 2 SUBPROBLEMA 3
optima PE Z = 41
X1 = 4
X2 = 1.8

Subproblema 3
La solución optima de
Subproblema 2
Subproblema 2 no dio una
solución de puros enteros
PE – METODO DE RAMIFICACION Y ACOTAMIENTO
Z = 8x1 + 5x2
Elegimos arbitrariamente la variable x2 y ramificamos 2
subproblemas SUBPROBLEMA 1
X2>=2 y x2<=1
Z = 41.25
Descartamos el subproblema 4
• x1= 3.75
porque x2=2 esta en una región no • x2= 2.25
factible

SUBPROBLEMA 2 SUBPROBLEMA 3
Z = 41
X1 = 4
X2 = 1.8

Subproblema 4
SUBPROBLEMA 4 SUBPROBLEMA 5
Subproblema 3
Z = 40.55
X2 = 2 X1 = 4.4
X2 = 1

Subproblema 5 Nos damos cuenta que el punto

optimo se encuentra en un punto
fraccionario para el SP5
PE – METODO DE RAMIFICACION Y ACOTAMIENTO
Z = 8x1 + 5x2

SUBPROBLEMA 1
Z = 41.25
Elegimos arbitrariamente la • x1= 3.75
variable x1 y ramificamos 2 • x2= 2.25
subproblemas
x1<=4 y x1>=5
SUBPROBLEMA 2 SUBPROBLEMA 3
Z = 41
X1 = 4
X2 = 1.8

Subproblema 6
SUBPROBLEMA 5
SUBPROBLEMA 4
Z = 40.55
Subproblema 7 X1 = 4.4
X2 = 2
X2 = 1

SUBPROBLEMA 7 SUBPROBLEMA 6
Z = 37 Z = 40
X1 = 4 X1 = 5
Nos damos cuenta que el punto optimo del X2 = 1 X2 = 0
SP7 nos da soluciones optimas enteras pero
debemos seguir calculando para verificar una
optima en el SP6
PE – METODO DE RAMIFICACION Y ACOTAMIENTO
Z = 8x1 + 5x2
El único SP que falta analizar es el SP3
pero a simple vista analizando sus puntos SUBPROBLEMA 1
extremos (0,6) y (3,3) no da unos valores Z = 41.25
de Z =30 y Z= 39 respectivamente siendo • x1= 3.75
estos menores a los valores del SP6 • x2= 2.25

SUBPROBLEMA 2 SUBPROBLEMA 3
Z = 41
X1 = 4
X2 = 1.8

Subproblema 6
SUBPROBLEMA 5
SUBPROBLEMA 4
Z = 40.55
Subproblema 7 X1 = 4.4
X2 = 2
X2 = 1

SUBPROBLEMA 7 SUBPROBLEMA 6
Z = 39 Z = 40
X1 = 4 X1 = 5
X2 = 1 X2 = 0