Programacin entera Programacin entera es programacin lineal con la restriccin adicional de que los valores de las variables de decisin

sean enteros. Existen tres modelos de programacin entera. P.E pura: Todas las variables de decisin tienen valores enteros. P.E mixta (PEM): Algunas de las variables de decisin tienen valores enteros. Las dems cumplen con la suposicin de divisibilidad. P.E. Binaria (PEB): Utiliza variables binarias. Slo tiene 2 alternativas posibles Un modelo de Programacin Entera (PE) permite abordar aplicaciones donde la solucin tiene sentido si una parte o todas las decisiones toman valores restringidos a nmeros enteros. Por ejemplo, consideremos que tenemos el siguiente problema de Programacin Lineal:

Si todas las variables restringen sus valores a nmeros enteros, entonces estamos frente a un modelo de Programacin Entera (puro). Por el contrario, si al menos algn conjunto de variables no est acotado a adoptar valores o nmeros enteros, se trata de un modelo de Programacin Entera (mixta). Luego, si consideramos que estamos a un modelo de Programacin Entera (puro o mixto) y resolvemos el modelo de Programacin Lineal asociado (esto es, admitiendo valores continuos para las variables), estaremos obteniendo la solucin de la Relajacin Continua del modelo entero. Para un modelo de maximizacin, la relajacin continua nos proporciona una cota superior del valor ptimo del modelo de Programacin Entera asociado. En el caso particular que la Relajacin Continua nos proporcione una solucin entera, entonces sta ser tambin la solucin del modelo de Programacin Entera asociado. En caso contrario deberemos utilizar alguna estrategia o algoritmo para obtener la solucin del modelo de PE. En algunos casos se requiere que la solucin ptima se componga de valores enteros para algunas de las variables. La resolucin de este problema se obtiene analizando las posibles alternativas de valores enteros de esas variables en un

entorno alrededor de la solucin obtenida considerando las variables reales. Muchas veces la solucin del programa lineal truncado est lejos de ser el ptimo entero, por lo que se hace necesario usar algn algoritmo para hallar esta solucin de forma exacta. El ms famoso es el mtodo de 'Ramificar y Acotar' o Branch and Bound por su nombre en ingls. El mtodo de Ramificar y Acotar parte de la adicin de nuevas restricciones para cada variable de decisin (acotar) que al ser evaluado independientemente (ramificar) lleva al ptimo entero.