1

Programacin
lineal entero
mixta (MIP)
08 NOVIEMBRE 2016
AGENDA MIP 2

Programacin lineal entera, programacin lineal mixta, modelos

binarios.
Representaciones grficas.
Aproximacin
Solucin:
- Solucin usando el computador para de modelos enteros
- Falta de anlisis de sensibilidad.
El caso de estudio.
Introduccin 3
Muchas veces, algunas o todas las variables de decisin deben restringirse
a valores enteros.
Por ejemplo:
El nmero de aeronaves que se compr este ao.
El nmero de mquinas que necesita para produccin.
El nmero de viajes que ha realizado un agente de ventas.
El nmero de policas que se asign a la vigilancia nocturna.

Los modelos de MIP :

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 1.
Las complejidades de MIP 4
Si un modelo de enteros se resuelve como un modelo lineal simple, se puede obtener
la solucin ptima no entera.
Aproximar a valores enteros puede provocar:
Soluciones no-factibles
Soluciones factibles pero no ptimas
Soluciones ptimas.
Mtodo: Es posible enumerar todos los puntos enteros factibles y seleccionar el mejor?
Enumerar todas las soluciones enteras es poco prctico, a causa del gran nmero
de puntos factibles.
Mtodo: Se utiliza aproximacin. El siguiente ejemplo ilustra algunas de las
complicaciones que aparecen cuando se utilizan restricciones enteras sobre las
variables de decisin.
Los valores de las variables de decisin positivas son relativamente grandes, y los
valores de los coeficientes de la funcin objetivo son relativamente pequeos.
 Ejemplo de la cadena de restaurantes 5
La cadena planifica su expansin en el centro y reas suburbanas.
La gerencia desea determinar cuntos restaurantes abrir en cada rea a fin de
aumentar al mximo la ganancia semanal neta.
Requerimientos y restricciones:
No ms de 19 gerentes pueden ser asignados.
Por lo menos deben abrirse dos restaurantes en el centro.
La inversin total no puede exceder a $2.7 Millones.

Suburbano Centro
Inversin por la ubicacin 200,000 600,000
Ganancia diaria 1,200 2,000
Horas de operacin 24 horas 12 horas
Nmero de gerentes necesarios 3 1

Aproximacin 6
Variables de Decisin
X1 = Nmero de
restaurantes abiertos en
lugares suburbanos.
X2 = Nmero de
restaurantes abiertos en
el centro .
El modelo matemtico
se formula a
continuacin:

Restricciones
La inversin total no puede exceder $2.7 millones
Caso de estudio 7
Demanda de energa 8
Desempeo renovables 9
Costos reales de la electricidad 10
Generacin distribuida 11
Marco legal 12
Normativa 13
Regulacin CONELEC 004/11 14
Precios de la regulacin CONELEC 15

004/11
Antes de regulacin del CONELEC 16

004/11
Precios de la regulacin CONELEC 17

004/11
Evolucin de lo precios 18
Que incluye el precio? 19
Limitantes de la regulacin CONELEC 20

04/11
Resultados de la regulacin CONELEC 21
004/11
En cada edificio 22
Revisin de literatura 23
Mtodos de valor constante 24
Mtodos manuales 25
Mtodos basados en Sistemas de 26

Informacin Geogrfica
Sensores remotos y SIG 27

Thermal mean

Lidar

Thermal standard deviation

Imagen Trmica
Precios internacionales 1/2 28
Precios internacionales 2/2 29