PROGRAMACIÓN ENTERA

Los problemas lineales enteros son aquellos en los que algunas o todas las variables están
restringidas a tener valores enteros (o discretos). La programación lineal entera tiene
aplicaciones prácticas importantes. En el mundo de la industria y los negocios hay
numerosas situaciones en las cuales se presentan problemas de programación lineal para
los cuales las variables de decisión solo pueden tener valores de números enteros y no
fraccionarios. Esto se debe a alguna razón física, por ejemplo, si las variables de decisión
son números de personas, artículos terminados.

 METODO GRAFICO DE PROGRAMACION ENTERA.

En este método es muy similar al presentado en el capítulo 4 para la programación lineal,

pues grafica las rectas correspondientes a las restricciones, de tal modo que delimita la
región factible de solución. Posteriormente se identifican los puntos enteros más
próximos al límites de la zona de solución y una opción es unirlos mediante una línea de
modo que se habrá generado una nueva zona de solución formada por esta línea y los
ejes, estando la solución del problema de programación entera en uno de los vértices, que
sea aquel que optimice la función objetivo (Davis y McKeown, 1986). Otra opción es
hacerla búsqueda de los puntos enteros que se localicen más próximos al límite de la
región factible, evaluar la Z de cada una de ellos y seleccionar el punto que optimice la
función objetivo.

En la programación lineal, se considera que todas las variables son continuas. SI las
variables miden cantidades (tales como tiempo, liquidos o fondos), esta es una
representación exacta. Si las variables se refieren a artículos discretos (maquinas,
personas) y la solución de grandes valores de las variables, redondear a enteros puede ser
alejado del óptimo.

A las técnicas para resolver problemas lineales con restricciones enteras para algunas o
todas las variables se los denominan técnicas de programación entera. Antes de trabajar
con esto, se observan unos cuantos ejemplos de cómo surge la programación entera.

A continuación se resuelve con este método el problema del caso base.

Ejemplo 5.1 Aplicar el método grafico para solucionar el caso de la Carpintería Pérez.

La Carpintería Pérez desea saber cómo programar la producción de dos tipos diferentes de
recamaras: provenzal y americana. La carpintería cuenta con 200 ft de madera y con 60 h
de tiempo disponible, la recamara del tipo provenzal necesita para su fabricación de 35ft
de madera y 12 b de tiempo mientras que el tipo americano requiere 40ft de madera y 10
h de tiempo. ¿Cuánto deberá producirse de cada tipo, a fin de maximizar el ingreso, si el
provenzal se vende a $21 000 y el americano a $20, 000?

El planteamiento matemático será:

Max Z= 21 000X1 + 20 000X2

Sujeto a las restricciones:

35X1 + 40 x2 ≤ 200

12X1 + 10 X2 ≤ 60

SOLUCION: en la figura 5.1 se presenta la gráfica del problema, en donde puede

observarse que la primera restricción es más restrictiva que la segunda hacia el lado
izquierdo de la gráfica, es decir, para valores pequeños de X, mientras que hacia el lado
derecho se vuelve mas restrictiva la segunda restricción. La zona factible será la que quede
por debajo de las dos líneas, señalada con diagonales en la figura, pues ambas
restricciones son del tipo menor o igual que. Para el problema de programación lineal, su
solución es X1= 3.077, x2= 2,308, con Z= 110 775.

Esta solución es inadmisible para el caso, ya que no se van a producir recamaras por parte
de la carpintería en números fraccionarios, puesto que nadie compraría una fracción de
recamara.
Para hallar la solución entera del problema se localizan los puntos de combinaciones
enteras que quedan más próximos a la parte superior de la zona factible, o sea lo más
cercano a las rectas que delimitan dicha zona pues es la parte de la zona de solución
donde la función objetivo tiene mayores valores.

Estos puntos son el A ( X1=0, X2=5), B ( X1=1, X2=4), C (X1=2, X2=3), D( X1=3, X2=2), E
(X1=4, X2=1) y el F (X1=5, X2=0).

La solución al problema de la programación entera quedara necesariamente en uno de

estos puntos y será aquel que maximice la función objetivo. Esto gráficamente se obtiene
moviendo rectas paralelas con diferentes valores de la función objetivo hacia el origen
para ver cuál es el primer punto de los antes señalados, que es tocado por una de ellas.
Otra opción es evaluar la Z de estos puntos y la que sea mayor define la solución entera,
que en este caso resulta ser el punto F, pues es mejor tener valores mayores de X1 que de
X2 pues cada mueble del primer tipo genera un ingreso de $ 21,000, mientras que del
segundo tipo solo produce $20,000. Entonces la solución es el punto F.

X1= 5

X2= 0

Z= 105 000

Este método es aplicable para un máximo de tres variables de decisión, al igual que en el
caso de la programación lineal, ya que no podrían graficarse más de tres dimensiones.

Para casos de minimización la metodología es similar, con algunas diferencias, como que
en estos casos la región factible estará de las líneas de las restricciones hacia arriba, el
movimiento de las rectas de la función objetivo será del origen hacia arriba y la búsqueda
es por el punto entero de la menor Z.

REFERENCIA BIBLIOGRAFICA:

BRONSON, R,

INVESTIGACION DE OPERACIONES

McGraw-Hill, 1992

GRUPO EDITORIAL Iberoamérica.