PROGRAMACIN LINEAL ENTERA PURA

DWAN FELIPE VELOZA PAEZ 20142020098

JULIAN DAVID PINILLA SANTANA 20142020012
DANIEL FELIPE URIBE VELOZA 20142020139

UNIRSIDAD DISTRITAL FRANCISCO JOS DE CALDAS

FACULTAD DE INGENIERIA
INVESTIGACIN DE OPERACIONES I
BOGOT D.C
2017
 TABLA DE CONTENIDO

I. INTRODUCCIN ................................................................................................................ 3
II. OBJETIVOS ......................................................................................................................... 4
III. DESARROLLO DEL TEMA ............................................................................................... 5
HISTORIA ................................................................................................................................ 5
CONTEXTUALIZACIN........................................................................................................ 6
ALGORITMOS DE SOLUCIN ............................................................................................. 8
IV. PROBLEMAS PROPUESTOS ............................................................................................. 9
1. Algoritmo Gomory. ........................................................................................................... 9
2. Bifurcacin y Acotacin (Branch And Bound) ............................................................... 11
3. Mtodo aditivo de Egon Balas. ....................................................................................... 14
V. APLICACIONES ................................................................................................................ 16
En Sntesis ............................................................................................................................... 16
VI. CONCLUSIONES .............................................................................................................. 16
VII. LISTA DE REFERENCIAS ............................................................................................... 17
 I. INTRODUCCIN

Muchos de los problemas de la vida real exigen soluciones con nmeros enteros, por lo
tanto, las variables de dichos problemas tienen como requisito que deben ser definidas
como variables enteras. Existen diferentes mtodos para dar solucin de manera
adecuada a estos; algunos mtodos de solucin que contemplaremos en este captulo
son:

El mtodo grfico
El mtodo de Bifurcacin y Acotacin (Branch And Bound), entre otros.

En el documento tambin se podr ilustrar otro tipo de mtodos en donde sus variables
no son de carcter entero; como lo es el mtodo de Egon Balas en donde las variables
son de carcter binario (0,1). Para finalizar se utilizara una herramienta informtica
como lo es el conocido software WinQsb y con el cual se podr ilustrar de forma
sencilla la solucin a los distintos problemas.
 II. OBJETIVOS

Objetivo General:

Conceptualizar el significado y el uso de la programacin entera pura.

Objetivos Especficos:

Sealar la importancia del uso de esta programacin en el mundo real.

Enfatizar en cuales aspectos de la vida real es ms adecuado el uso de sta
programacin.
Identificar las variables enteras de las otras, as como el procedimiento a seguir
en los diferentes casos.
Realizar ejercicios que corroboren el funcionamiento de la programacin entera
pura.
 III. DESARROLLO DEL TEMA

HISTORIA

Un aspecto notable de los mtodos de solucin de estos problemas, que caen dentro de
la clase denominada de modelos combinatorios, es la complejidad computacional. Un
enfoque primitivo de resolucin consiste en evaluar cada posible solucin, es decir, cada
una de las combinaciones de valores enteros para las variables del problema. En este
caso, incluso en un problema pequeo como podra ser con diez variables y diez valores
para cada variable, tendra un nmero grande (diez mil millones) de posibles soluciones,
lo que hace necesarios planteamientos de solucin inteligentes. Estos se han dirigido,
por una parte, hacia los "mtodos exactos", es decir, aquellos que conducen a una
solucin ptima exacta para el problema combinatorio empleando tcnicas que reduzcan
la bsqueda de soluciones (caso del mtodo simplex). Por otra parte, se ha propuesto un
buen nmero de "mtodos heursticos", sin una base matemtica formal, pero que,
basados esencialmente en la intuicin, conducen a una solucin prxima a la ptima y,
lo que es ms deseable, en una cantidad razonable de tiempo. Ms concretamente, lo
hacen en tiempo polinomial, frente a muchos mtodos exactos para problemas
combinatorios que lo hacen en tiempo exponencial, siendo por tanto poco aplicables
estos ltimos a problemas de tamao grande. Si se requiere que todas las variables sean
enteras, se dice que se habla de Programacin Lineal Entera Pura; si se necesita que
algunas de las variables de decisin sean nmeros enteros, se tiene un problema de
Programacin Lineal Entera Mixta. En algunas aplicaciones, slo se permite que todas
las variables tomen valores de cero o uno, hablamos en estos casos de Programacin
Lineal Entera Binaria (Digital); si se requiere que solamente algunas de las variables
tomen valores de cero o uno, se tiene un problema de Programacin Lineal Entera
Binaria Mixta.
 CONTEXTUALIZACIN

1. Funcin objetivo: Es la funcin lineal que se desea optimizar, ya se minimizar

o maximizar.
2. Restricciones: Son funciones lineales que pueden ser igualdades o
desigualdades que representan el conjunto de relaciones a las que estn sujetas
las variables y la funcin objetivo.
3. Variables: Representan las decisiones que se pueden tomar para contribuir al
valor de la funcin objetivo, en el caso de la PEP los valores que toman estas
variables deben ser enteros.

Un problema de programacin lineal entera es un problema de programacin lineal con

la restriccin adicional de que algunas de las variables deben tomar valores enteros.
Cuando todas las variables deben tomar valores enteros decimos que se trata de un
problema de programacin lineal entera puro, en caso contrario decimos que es mixto.
Diremos que una variable es binaria si solo puede tomar los valores 0 y 1. Una gran
variedad de problemas combinatorios pueden ser planteados como problemas de
programacin lineal entera.
Mapa Conceptual sobre programacin entera pura clase de IO2 grupo 81.
 ALGORITMOS DE SOLUCIN

En Programacin Lineal Entera Pura algunos de los algoritmos de solucin que se

emplean son:
Mtodo de Plano de Corte
Algoritmo Fraccional de Gomory
Algoritmo Entero Puro de Gomory
Mtodo de Ramificacin y Acotamiento
Algoritmo de Land-Doig, entre otros.
 IV. PROBLEMAS PROPUESTOS

1. Algoritmo Gomory.
Gomory fue el primer creador del algoritmo para resolver mtodos de programacin
entera, el algoritmo de Gomory consiste en resolver el problemas sin considerar las
restricciones del carcter entero de las variables y si la solucin no es entera aade
restricciones que reduce el conjunto de soluciones del problema lineal continuo
asociado, sin excluir ninguna solucin entera

Se pretende mostrar una de las versiones de Gomory (Fraccional), existen otros, como
son el entero y el mixto.

Paso 1. Resolver el problema primal, si la solucin es entera, corresponde a la

ptima para el problema de Programacin Lineal Entera.
Paso 2. Seleccionar decimales y escoger aquel que tenga la mayor parte
fraccionaria tomando las ecuaciones completas.
Paso 3. Se separa la parte entera, es decir, quedarse solamente con la parte
fraccionaria.

Nota: Luego de encontrar una solucin ptima para el primal por Simplex y despus de
agregarle la primera nueva ecuacin al sistema, se pasa a Dual-Simplex, para quitarle la
infactibilidad al sistema.

A partir del siguiente ejemplo, vamos a mostrar la manera de aplicar el algoritmo de

Gomory para solucionar un problema de Programacin Lineal Entera pura:

MAX Z = 8 Xt + 5 X2
Con sus restricciones:
1. 1 + 2 6
2. 91 + 5 2 45
1, 2 0
1, 2
Solucin Analtica:

Estandarizacin:

1. 61 + 82 + 1 = 20
0. 31 5 2 = 0

Tablero 1 Simplex

Tablero 2

Solucin ptima nica de Programacin Lineal:

5 25
1 = 0; 2 = = 0; =
2 2

ms no de Programacin Lineal Entera pura.

Solucin ptima al problema de Programacin Lineal Entera pura:

1 = 2; 2 = 1; = 11
2. Bifurcacin y Acotacin (Branch And Bound)

Aborda la resolucin de modelos de programacin entera, a travs de la resolucin de

una secuencia de modelos de programacin lineal, los cuales constituirn los nodos o
sub-problemas del problema entero.

Algoritmo:

1. Encontrar la solucin al problema relajado mediante el Mtodo Simplex. Si

la solucin no es entera, pase al segundo punto con la solucin ptima al
problema relajado.
 2. Se selecciona una variable con valor no cero y se crean dos ramas
mutuamente excluyentes, esto da lugar a dos (2) nuevos problemas de
Programacin Lineal; que se deben resolver.

3. Si ninguna solucin es entera, con la rama de mayor valor de Z, se crean

nuevas ramas y se resuelven nuevos problemas por programacin lineal
(Mtodo Simplex).

4. Se repite el punto 4), Hasta encontrar la solucin entera ptima.

DESARROLLO:

Funcin Objetivo:

Max: Z = 5x1 + 2x2

Sujeto a: 2x1 + 2x2 9

3x1 + 1x2 11

x1, x2 0, enteros.

Solucin por Bifurcacin y acotamiento

PASOS PROCEDIMIENTO

1. Hallar la solucin ptima Z = 18.75

del problema lineal (PL)
X1 = 3.25
X2 = 1.25

2. Se realiza una bifurcacin Como x1 y x2 no toman valores enteros en la

del problema original. solucin al PL, se parte de un conjunto de
solucin y se ramifica a x2, obteniendo P1 y P2:

En cada rama se trabaja un

sub-problema en el cul se (P1) Para x2 1:
agrega una restriccin que
corresponde a la parte entera
del valor fraccionario de una
variable obtenido en el paso
anterior, en este caso se opt
por X2=1.25. El cul se
convertir en las restricciones
X21 y X22 para los sub-
problemas 1 y 2
respectivamente.
(P2) Para x2 2:

3. Se contina ramificando De esta manera se obtiene P3 y P4, as:

con el mayor Z, en este caso,
P1 y se ramifica con respecto
a la variable x1.

(P3) Para x1 3:

(P4) Para x1 4:

4. Problema para P4. Se evidencia que P4 da como resultado una

Solucin No factible
5. Solucin ptima
solucin no factible.
Por otro lado, con P3 se obtiene una solucin
FACTIBLE, ya que todas las variables toman
valores enteros. Luego, la solucin ptima
factible es:

X1 = 3
 X2 = 1
Z = 17

Una forma ms clara de visualizar el procedimiento es por medio del rbol de sub-
problemas:

Solucin SBFOE

SBFOE: Solucin bsica, factible, ptima y entera.

3. Mtodo aditivo de Egon Balas.

Este mtodo es un procedimiento de enumeracin que encuentra el ptimo en forma
ms rpida; en el mtodo de Balas, la eficacia consiste en la evaluacin solo de
unas soluciones. No confundir este mtodo para solucionar problemas de
asignaciones, aqu el problema de programacin lineal tiene la forma general y lo
diferente es que las variables solo pueden tomar valores binarios (0,1). La filosofa
del mtodo se basa en pensar que, si se tiene una funcin objetiva minimizando y
todos sus trminos son positivos, entonces, entre menos variables tomen el valor de
uno (1), la funcin objetiva ser mnima.
 Algoritmo
1. La funcin objetivo debe ser de minimizacin, en caso de maximizacin, use
la regla de equivalencia: Maximizar (Z) = Minimizar (-Z).

2. Se requiere que para toda j, Cj > 0. En caso de que Cj < 0, entonces Xj se

sustituye por: Xj = 1 Xj; es decir Xj es el complemento de Xj.

Para apreciar la utilidad del mtodo, se presenta el siguiente ejemplo, primero,

contemplando todas las posibles soluciones y a continuacin aplicando el mtodo
aditivo de Egon Balas, que reduce el nmero de soluciones posibles para contemplar.

Ejemplo

Minimizar Z= 8X1+7X2+6X3+5X4+X5
c.s.r.
-6X1 - 3X2 + 2X3 - 4X4 - X5 -3
-4X1 - 5X2 - 4X3 - 3X4 + 3X5 -7
Xj = 0, 1 ; j = 1, 2, 3, 4, 5

El nmero posible de soluciones es de 2n, en donde n es el nmero de variables. En el

ejemplo, el nmero posible de soluciones es 25 = 32. En el siguiente diagrama se
muestran todas las 32 posibles soluciones.

Algunas de estas soluciones no son factibles, ya que no satisfacen las restricciones.

Aquellas que satisfagan las restricciones, debern ser remplazadas en la funcin
objetivo y la que la haga ms pequea, ser la solucin ptima. Este procedimiento es
dispendioso, tanto en la consecucin de todas las soluciones como en su evaluacin para
todas las restricciones y en su evaluacin final sobre la funcin objetiva.
 V. APLICACIONES

Desarrollo de una aplicacin para calendarizar el campeonato ecuatoriano de futbol

profesional por medio de una aproximacin heurstica utilizando programacin

entera

Programacin de Horarios de Clases y Asignacin de Salas para la Facultad de

Ingeniera de la Universidad Diego Portales Mediante un Enfoque de Programacin

Entera

Incremental whole program optimization and compilation

Whole-program optimization of global variable layout

Diseo de un modelo de programacin entera para la calendarizacin de los partidos

de la serie a de la primera divisin del ftbol ecuatoriano

Diseo e implementacin de una heurstica para el problema de ruteo vehicular con

recoleccin y entrega de mercadera

En Sntesis

Presupuestos
Asignaciones
Optimizacin de rutas
Optimizacin de costos.

VI. CONCLUSIONES

La programacin entera pura es aplicable a problemas de transporte, problemas

de la mochila, problemas de asignacin entre otros.
 La programacin entera pura es til para las compaas al querer asignar
puestos, o al querer maximizar ganancias en la produccin o comercializacin de
ciertos productos.

La programacin entera pura ha sido desarrollada por mtodos desarrollados por

matemticos que buscaban solucin a otro tipo de problemas, este modelo
matemtico ha ayudado a desarrollar satisfactoriamente la programacin lineal.

VII. LISTA DE REFERENCIAS

[1] Jimnez Lozano; Guillermo. Optimizacin. Universidad Nacional de

Colombia Sede Manizales. 2009. Primera edicin. I.S.B.N 978-958-8280-22-6.
Pginas 207 - 213.
[2] Chediak Pinzn; Francisco Alfonso. Investigacin De Operaciones.
Volumen I. Tercera Edicin. Pginas 224- 231.

[3] Meza Melissa (2008); Mtodo Gmory. Scribd. Recuperado de

https://es.scribd.com/doc/144316517/Metodo-de-Gomory

[4] Claver Jann (2010); Metodo Aditivo de Balas. Google Sites. Recuperado de
https://sites.google.com/site/metodosdeprogramacionentera/clasificacion-de-
metodos/metodo-aditivo-de-balas

[5] Ejercicio. CD Investigacin de operaciones II [Grupo 4] 2015-1

(Programacin entera pura). Universidad Distrital FJC (Bogot, Colombia).

[6] Procedimiento y teora. Investigacin de operaciones (WEB). Disponible en:

http://www.investigaciondeoperaciones.net/branch_and_bound.html