Professional Documents
Culture Documents
Piero Cuneo M.
OBJETIVOS DEL CAPÍTULO
Acotamiento.
• Artificios de solución.
INTRODUCCION
Muchas veces, algunas o todas las variables de decisión deben restringirse a valores
enteros.
Por ejemplo:
• 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
• Soluciones no-factibles
• 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
pequeños.
PE – PRESUPUESTO DE CAPITAL
• 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
• 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)
x1 + x2 + x3 + x4 <=2
PE – PRESUPUESTO DE CAPITAL (CONTINUACION)
x1 + x2 + x3 + x4 <=2
x2 – x1 <= 0
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.
• Definición de variables:
• 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
• Función Objetivo:
• Luego:
Utilidad= (12x1 + 8x2 + 15x3 ) – (6x1+ 4x2 + 8x3) – (200y1 + 150y2 + 100y3)
• Restricciones:
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:
SUBJECT TO
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
• 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
• 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)
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
Ciudad A 15 min
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)
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
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
• 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
• 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
Y3 =0o1
PE-RESTRICCIONES INCLUSIVAS
• Restricciones :
• Se puede utilizar a lo mas 6 000 Tn de acero.
• 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
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.
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
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 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