Sei sulla pagina 1di 68

MODELOS DE OPTIMIZACION

Captulo 4 Programacin entera


Walter Silva Sotillo, MSc.
silvasotillo@mail.usf.edu
1 Walter Silva
2
Maestra de Ingeniera Industrial
NDICE
2 Walter Silva
1. Clasificacin de los problemas de
programacin entera.
2. Aplicaciones de programacin entera.
3. Solucin computacional de problemas de
programacin entera.
3
Maestra de Ingeniera Industrial
3 Walter Silva
Clasificacin de los problemas en
Programacin entera
A diferencia de los problemas planteados hasta ahora,
donde se usaban variables reales (programacin lineal
real), ahora se har uso de variables enteras
(programacin lineal entera). Un caso particular de las
variables enteras son las variables binarias.

Es posible usar diversos tipos de variables en la
formulacin de los modelos matemticos (programacin
lineal entera mixta).
4
Maestra de Ingeniera Industrial
4 Walter Silva
Clasificacin de los problemas en
Programacin entera
Problemas generales
Problemas binarios
Problemas mixtos
5
Maestra de Ingeniera Industrial
5 Walter Silva
Problemas generales
Las variables de los problemas generales de
programacin entera deben asumir valores
enteros. Las variables enteras pueden tener cotas
superiores e inferiores pero no estn restringidas
a un subconjunto especfico de valores y, por lo
general, no existe una estructura especial para el
problema.
6
Maestra de Ingeniera Industrial
6 Walter Silva
Problemas generales
Ejemplo 1
Modelo de
avin
Costo
(millones
de $)
Capacidad
(pasajeros)
Tiempo de
mantenimiento
(horas por mes)
A 10 350 25
B 15 450 15
C 12 400 15
7
Maestra de Ingeniera Industrial
7 Walter Silva
Problemas generales
Ejemplo 1 (continuacin)
Capacidad de transporte mnima: 3,400 pasajeros

Tiempo total disponible de mantenimiento: 250
horas mensuales

Disponibilidad de aviones modelo C: 5
8
Maestra de Ingeniera Industrial
8 Walter Silva
Problemas generales
Ejemplo 1 (continuacin)
Variables de decisin
X
j
: nmero de aviones del modelo j que se comprarn
Donde j = 1, 2, 3 (1 = A, 2 = B, 3 = C)
Funcin objetivo
Minimizar los costos de adquisicin de los aviones
Minimizar Z = 10 X
1
+ 15 X
2
+ 12 X
3

9
Maestra de Ingeniera Industrial
9 Walter Silva
Problemas generales
Ejemplo 1 (continuacin)
Restricciones
Requerimiento mnimo de capacidad
350 X
1
+ 450 X
2
+ 400 X
3
3400
Disponibilidad de tiempo de mantenimiento
25 X
1
+ 15 X
2
+ 15 X
3
250
Disponibilidad del modelo C
X
3
5
Rango de existencia
X
j
0 y enteros
10
Maestra de Ingeniera Industrial
10 Walter Silva
Problemas binarios
Los problemas binarios de programacin lineal
entera tienen variables que slo pueden tomar
valores 0 o 1. Las variables binarias, en esencia
se plantean en situaciones del tipo todo o nada
o hacerlo o no hacerlo.
11
Maestra de Ingeniera Industrial
11 Walter Silva
Problemas binarios
Ejemplo 2
El entrenador trata de escoger una alineacin inicial
para el equipo de bsquetbol que dirige.

El equipo consta de siete jugadores que han sido
evaluados (en una escala de 1 = pobre a 3 = excelente)
de acuerdo a su manejo de la pelota, sus tiros, su rebote
y sus habilidades defensivas.
12
Maestra de Ingeniera Industrial
12 Walter Silva
Problemas binarios
Ejemplo 2 (continuacin)
Jugador Posicin
Manejo
de la
pelota
Tiros Rebote Marca
1 Defensa 3 3 1 3
2 Centro 2 1 3 2
3 Defensa / Ataque 2 3 2 2
4 Ataque / Centro 1 3 3 1
5 Defensa / Ataque 1 3 1 2
6 Ataque / Centro 3 1 2 3
7 Defensa / Ataque 3 2 2 1
13
Maestra de Ingeniera Industrial
13 Walter Silva
Problemas binarios
Ejemplo 2 (continuacin)
La alineacin inicial de cinco jugadores debe satisfacer las
restricciones siguientes:
Por lo menos 4 jugadores del equipo inicial deben poder jugar
en la defensa (D), por lo menos 2 miembros debe poder jugar
al ataque (A) y por lo menos 1 jugador del equipo inicial debe
poder jugar en el centro (C).
El nivel medio del manejo de la pelota, de los tiros, y del
rebote de la alineacin inicial debe ser por lo menos igual a
10.
Si inicia el jugador 3, entonces el jugador 6 no podr iniciar.
Si el jugador 1 inicia, entonces los jugadores 4 y 5 deben
iniciar al mismo tiempo.
Ya sea el jugador 2 o el jugador 3 debe iniciar.
14
Maestra de Ingeniera Industrial
14 Walter Silva
Problemas binarios
Ejemplo 2 (continuacin)
Dadas estas restricciones, el entrenador quiere
maximizar la habilidad total defensiva del equipo inicial.
15
Maestra de Ingeniera Industrial
15 Walter Silva
Problemas binarios
Ejemplo 2 (continuacin)
Variables de decisin
X
j
: decisin de que el jugador j inicia o no el juego
Donde j = 1, 2, 3, 4, 5, 6, 7
Funcin objetivo
Maximizar la marcacin de los jugadores
Maximizar Z = 3 X
1
+ 2 X
2
+ 2 X
3
+ 1 X
4
+ 2 X
5
+ 3 X
6

+ 1 X
7
16
Maestra de Ingeniera Industrial
16 Walter Silva
Problemas binarios
Ejemplo 2 (continuacin)
Restricciones
Alineacin inicial de cinco jugadores
X
1
+ X
2
+ X
3
+ X
4
+ X
5
+ X
6
+ X
7
= 5
Por lo menos 4 jugadores del equipo inicial deben poder
jugar en la defensa (D)
X
1
+ X
3
+ X
5
+ X
7
4
Por lo menos 2 miembros deben poder jugar al ataque (A)
X
3
+ X
4
+ X
5
+ X
6
+ X
7
2
17
Maestra de Ingeniera Industrial
17 Walter Silva
Problemas binarios
Ejemplo 2 (continuacin)
Restricciones
Por lo menos 1 jugador del equipo inicial debe poder
jugar en el centro (C).
X
2
+ X
4
+ X
6
1
El nivel medio del manejo de la pelota, de los tiros, y del
rebote de la alineacin inicial debe ser por lo menos
igual a 10.
3 X
1
+ 2 X
2
+ 2 X
3
+ 1 X
4
+ 1 X
5
+ 3 X
6
+ 3 X
7
10
3 X
1
+ 1 X
2
+ 3 X
3
+ 3 X
4
+ 3 X
5
+ 1 X
6
+ 2 X
7
10
1 X
1
+ 3 X
2
+ 2 X
3
+ 3 X
4
+ 1 X
5
+ 2 X
6
+ 2 X
7
10
18
Maestra de Ingeniera Industrial
18 Walter Silva
Problemas binarios
Ejemplo 2 (continuacin)
Restricciones
Si inicia el jugador 3, entonces el jugador 6 no podr
iniciar.
X
3
+ X
6
1
Si el jugador 1 inicia, entonces los jugadores 4 y 5 deben
iniciar al mismo tiempo.
X
4
+ X
5
2 X
1
0
Ya sea el jugador 2 o el jugador 3 debe iniciar.
X
2
+ X
3
1
19
Maestra de Ingeniera Industrial
19 Walter Silva
Problemas binarios
Ejemplo 2 (continuacin)
Rango de existencia
X
j
= 0 1
20
Maestra de Ingeniera Industrial
20 Walter Silva
Problemas mixtos
Los problemas en los que se requiere que algunas,
pero no todas las variables, sean enteras, se
denominan problemas mixtos de programacin
lineal entera. Estos problemas permiten la
combinacin de variables enteras y reales. Las
variables enteras pueden ser generales o binarias,
dependiendo de la situacin que se representa.
21
Maestra de Ingeniera Industrial
21 Walter Silva
Problemas mixtos
Ejemplo 3
Hospital Estatal de la ciudad de Lima: paciente con una
dieta especial que consta de dos alimentos.

Requerimientos nutritivos mnimos por da: 1,000
unidades del nutriente A, 2,000 unidades del nutriente B
y 1,500 unidades del nutriente C.

Una onza del alimento 1 contiene 100 unidades del
nutriente A, 400 unidades del nutriente B y 200 unidades
del nutriente C.

Una onza del alimento 2 contiene 200 unidades del
nutriente A, 250 unidades del nutriente B y 200 unidades
del nutriente C.
22
Maestra de Ingeniera Industrial
22 Walter Silva
Problemas mixtos
Ejemplo 3 (continuacin)
El alimento 1 cuesta $6.00 por libra y el alimento 2
cuesta $8.00 por libra.

Los costos de los pedidos para el alimento 1 son $5.00 y
para el alimento 2 son $7.50.
23
Maestra de Ingeniera Industrial
23 Walter Silva
Problemas mixtos
Ejemplo 3 (continuacin)
Variables de decisin
X
j
: cantidad de onzas del alimento j que debe consumir
diariamente el paciente
Y
j
: decisin de utilizar o no el alimento j
Donde j = 1, 2
Funcin objetivo
Minimizar costos de preparacin y envo de alimentos
Minimizar Z = 0.375 X
1
+ 0.5 X
2
+ 5 Y
1
+ 7.50 Y
2
24
Maestra de Ingeniera Industrial
24 Walter Silva
Problemas mixtos
Ejemplo 3 (continuacin)
Restricciones
Requerimiento mnimo del nutriente A
100 X
1
+ 200 X
2
1000
Requerimiento mnimo del nutriente B
400 X
1
+ 250 X
2
2000
Requerimiento mnimo del nutriente C
200 X
1
+ 200 X
2
1500
25
Maestra de Ingeniera Industrial
25 Walter Silva
Problemas mixtos
Ejemplo 3 (continuacin)
Restricciones
Disponibilidad de los alimentos (M -> )
X
1
M Y
1
0
X
1
Y
1
0
X
2
M Y
2
0
X
2
Y
2
0
Rango de existencia
X
j
0 y enteros
Y
j
= 0 1
26
Maestra de Ingeniera Industrial
26 Walter Silva
Aplicaciones de PLE
2.1 Problema de cargo fijo
2.2 Problema de recubrimiento de conjuntos
2.3 Restricciones inclusivas o distributivas
2.4 Restricciones si ... entonces
2.5 Funciones lineales por segmentos
27
Maestra de Ingeniera Industrial
27 Walter Silva
Problema de cargo fijo
Ejemplo 4
La compaa DYNAMIX tiene tres alternativas para
ubicar un nuevo almacn que d servicio a la parte norte
de Per. Existen 5 clientes importantes en esta regin. En
la siguiente tabla se muestran los datos pertinentes de
oferta, demanda y costos de transporte (intis por tonelada).
28
Maestra de Ingeniera Industrial
28 Walter Silva
Problema de cargo fijo
Ejemplo 4 (continuacin)
Ubicacin
del
Almacn
Costo de la
Ubicacin
($)
Capacidad
del almacn
(miles de
tonelada)
Ubicacin del cliente
Tumbes Cajamarca Pacasmayo Huaraz Casma
Piura 50,000 200 $20 $20 $40 $45 $35
Trujillo 30,000 150 $30 $40 $15 $20 $45
Chimbote 90,000 300 $5 $25 $30 $35 $35
Pronstico de la demanda
(miles de tonelada)
75 50 35 75 35
29
Maestra de Ingeniera Industrial
29 Walter Silva
Problema de cargo fijo
Ejemplo 4 (continuacin)
Variables de decisin
X
ij
: cantidad de miles de unidades que se envan desde
almacn i hasta el cliente j
Y
i
: decisin de utilizar o no el almacn i
Donde i = 1, 2, 3 (1 = Piura, 2 = Trujillo, 3 = Chimbote);
j = 1, 2, 3, 4, 5 (1 = Tumbes, 2 = Cajamarca, 3 =
Pacasmayo, 4 = Huaraz, 5 = Casma)
30
Maestra de Ingeniera Industrial
30 Walter Silva
Problema de cargo fijo
Ejemplo 4 (continuacin)
Funcin objetivo
Minimizar costos
Minimizar Z = 20 X
11
+ 20 X
12
+ 40 X
13
+ 45 X
14
+ 35 X
15

+ 30 X
21
+ 40 X
22
+ 15 X
23
+ 20 X
24
+ 45 X
25
+ 5 X
31
+ 25
X
32
+ 30 X
33
+ 35 X
34
+ 35 X
35
+ 50000 Y
1
+ 30000 Y
2
+
90000 Y
3
31
Maestra de Ingeniera Industrial
31 Walter Silva
Problema de cargo fijo
Ejemplo 4 (continuacin)
Restricciones
Requerimientos de los clientes
X
11
+ X
21
+ X
31
= 75
X
12
+ X
22
+ X
32
= 50
X
13
+ X
23
+ X
33
= 35
X
14
+ X
24
+ X
34
= 75
X
15
+ X
25
+ X
35
= 35
32
Maestra de Ingeniera Industrial
32 Walter Silva
Problema de cargo fijo
Ejemplo 4 (continuacin)
Restricciones
Disponibilidad de los almacenes
X
11
+ X
12
+ X
13
+ X
14
+ X
15
200 Y
1
0
X
11
+ X
12
+ X
13
+ X
14
+ X
15
Y
1
0
X
21
+ X
22
+ X
23
+ X
24
+ X
25
150 Y
2
0
X
21
+ X
22
+ X
23
+ X
24
+ X
25
Y
2
0
X
31
+ X
32
+ X
33
+ X
34
+ X
35
300 Y
3
0
X
31
+ X
32
+ X
33
+ X
34
+ X
35
Y
3
0
33
Maestra de Ingeniera Industrial
33 Walter Silva
Problema de cargo fijo
Ejemplo 4 (continuacin)
Rango de existencia
X
ij
0 y enteros
Y
i
= 0 1
34
Maestra de Ingeniera Industrial
34 Walter Silva
Restricciones inclusivas o
distributivas
Ejemplo 5
Un granjero desea determinar cul es la mejor seleccin
de ganado para su granja con el objeto de maximizar las
utilidades provenientes de las ventas de los animales.
Puede comprar ovejas, reses o cabras.

Cada oveja necesita un acre de pasto y $15.00 de
alimentacin y tratamiento. Una oveja cuesta $25.00 y
puede venderse en $60.00. Para las reses, estos valores
son 4 acres, $30.00, $40.00 y $100.00. Y para las cabras,
estos valores son 0.5 acres, $5.00, $10.00 y $20.00.
35
Maestra de Ingeniera Industrial
35 Walter Silva
Restricciones inclusivas o
distributivas
Ejemplo 5 (continuacin)
La granja tiene 300 acres y el granjero dispone de $2500
para comprar y mantener su ganado. Por ltimo, el
granjero ha fijado un lmite inferior al nmero de
animales que desea adquirir, si es que compra alguno de
cada tipo. Este lmite inferior es de 50 para las ovejas,
25 para las reses y 100 para las cabras.
36
Maestra de Ingeniera Industrial
36 Walter Silva
Restricciones inclusivas o
distributivas
Ejemplo 5 (continuacin)
Variables de decisin
X
i
: cantidad de animales tipo i que se comprarn
Donde i = 1, 2, 3 (1=oveja, 2=res, 3=cabra)
Y
i
: decisin de comprar o no animales tipo i para la
granja
Donde i = 1, 2, 3 (1=oveja, 2=res, 3=cabra)
Funcin Objetivo
Maximizar las utilidades
Maximizar Z = 20 X
1
+ 30 X
2
+ 5 X
3

37
Maestra de Ingeniera Industrial
37 Walter Silva
Restricciones inclusivas o
distributivas
Ejemplo 5 (continuacin)
Restricciones
Disponibilidad de tierra
1 X
1
+ 4 X
2
+ 0.5 X
3
300
Disponibilidad de dinero
40 X
1
+ 70 X
2
+ 15 X
3
2500
38
Maestra de Ingeniera Industrial
38 Walter Silva
Restricciones inclusivas o
distributivas
Ejemplo 5 (continuacin)
Cantidad mnima de animales a comprar
X
1
1000 Y
1

50 X
1
1000 (1 Y
1
)
X
2
1000 Y
2

25 X
2
1000 (1 Y
2
)
X
3
1000 Y
3

100 X
3
1000 (1 Y
3
)
39
Maestra de Ingeniera Industrial
39 Walter Silva
Restricciones inclusivas o
distributivas
Ejemplo 5 (continuacin)
Rango de existencia
X
i
0 y enteros
Y
i
= 0 1
40
Maestra de Ingeniera Industrial
40 Walter Silva
Restricciones si entonces
Ejemplo 6
La Compaa DYNAMIX se encuentra en proceso de
planear nuevas instalaciones de produccin, y de
desarrollar un diseo ms eficiente de su sistema de
distribucin.

Capacidad de Planta en Chincha: 30,000 unidades

Cuatro nuevos lugares potenciales para plantas: Ica,
Arequipa, Chimbote y Trujillo.
41
Maestra de Ingeniera Industrial
41 Walter Silva
Restricciones si entonces
Walter Silva 41
Ejemplo 6 (continuacin)
Costos unitarios
de transporte
($ por unidad)
Lima Huancayo Cuzco
Capacidad de
planta
(unidades)
Ica 5 2 3 10,000
Arequipa 4 3 4 20,000
Chimbote 9 7 5 30,000
Trujillo 10 4 2 40,000
Chincha 8 4 3 30,000
Demanda
mxima
(unidades)
30,000 20,000 20,000
42
Maestra de Ingeniera Industrial
42 Walter Silva
Restricciones si entonces
Ejemplo 6 (continuacin)
Ciudad Costo fijo
Ica $175,000
Arequipa $300,000
Chimbote $375,000
Trujillo $500,000
43
Maestra de Ingeniera Industrial
43 Walter Silva
Restricciones si entonces
Ejemplo 6 (continuacin)
Variables de decisin
Y
i
: decisin de construir o no la planta i
Donde i = 1, 2, 3, 4
(1 = Ica, 2 = Arequipa, 3 = Chimbote, 4 = Trujillo)
X
ij
: Cantidad de unidades enviadas de la planta i a la ciudad
destino j
Donde i = 1, 2, 3, 4, 5
(1 = Ica, 2 = Arequipa, 3 = Chimbote, 4 = Trujillo, 5 =
Chincha); j = 1, 2, 3 (1 = Lima, 2 = Huancayo, 3 = Cuzco)
44
Maestra de Ingeniera Industrial
44 Walter Silva
Restricciones si entonces
Ejemplo 6 (continuacin)
Funcin objetivo
Minimizar costos
Minimizar Z = 5 X
11
+ 2 X
12
+ 3 X
13
+ 4 X
21
+ 3 X
22
+
4 X
23
+ 9 X
31
+ 7 X
32
+ 5 X
33
+ 10 X
41
+ 4 X
42
+ 2 X
43

+ 8 X
51
+ 4 X
52
+ 3 X
53
+ 175000 Y
1
+ 300000 Y
2
+
375000 Y
3
+ 500000 Y
4
45
Maestra de Ingeniera Industrial
45 Walter Silva
Restricciones si entonces
Ejemplo 6 (continuacin)
Restricciones
Capacidad mnima y mxima de las plantas
X
11
+ X
12
+ X
13
10000 Y
1
0
X
11
+ X
12
+ X
13
Y
1
0
X
21
+ X
22
+ X
23
20000 Y
2
0
X
21
+ X
22
+ X
23
Y
2
0
X
31
+ X
32
+ X
33
30000 Y
3
0
X
31
+ X
32
+ X
33
Y
3
0
X
41
+ X
42
+ X
43
40000 Y
4
0
X
41
+ X
42
+ X
43
Y
4
0
X
51
+ X
52
+ X
53
30000
46
Maestra de Ingeniera Industrial
46 Walter Silva
Restricciones si entonces
Ejemplo 6 (continuacin)
Demanda de las ciudades
X
11
+ X
21
+ X
61
+ X
71
+ X
41
+ X
51
= 30000
X
12
+ X
22
+ X
62
+ X
72
+ X
42
+ X
52
= 20000
X
13
+ X
23
+ X
63
+ X
73
+ X
43
+ X
53
= 20000
Rango de existencia
X
ij
0 y enteros
Y
i
= 0 1
47
Maestra de Ingeniera Industrial
47 Walter Silva
Funciones lineales por
segmentos
Ejemplo 7
La compaa DYNAMIX elabora dos productos A y B.
A B Disponible
Mano de obra (horas) 3 2 900 horas
Espacio (pies cbicos) 2 1 400 pies
3

Costo fijo de produccin ($) 80 75
Materia Prima (Libras) 1 2
48
Maestra de Ingeniera Industrial
48 Walter Silva
Funciones lineales por
segmentos
Ejemplo 7 (continuacin)
La materia prima se adquiere de un proveedor al precio
de $2.50 por libra. Los costos unitarios de fabricacin de
los productos dependen de la cantidad fabricada, dichos
costos se muestran en las siguientes tablas (estos costos
no incluyen el costo de materia prima). Los productos A y
B se venden a $18 y $16 por cada unidad
respectivamente.
49
Maestra de Ingeniera Industrial
49 Walter Silva
Funciones lineales por
segmentos
Ejemplo 7 (continuacin)
Producto A Costo Producto B Costo
0 100 $10.00 0 130 $10.00
101 180 $12.00 131 200 $9.00
181 300 $14.00 201 280 $8.00
50
Maestra de Ingeniera Industrial
50 Walter Silva
Funciones lineales por
segmentos
Ejemplo 7 (continuacin)
Variables de decisin
X
ij
: cantidad de unidades del producto i que se producirn
con costo j
Donde i = 1, 2 (1 = A, 2 = B); j = 1, 2, 3 (1 = $10, 2 =
$12, 3 = $14 para A y 1 = $10, 2 = $9, 3 = $8 para B)
Y
i
: decisin de fabricar o no el producto i
Donde i = 1, 2 (1 = A, 2 = B)
Z
k
: decisin de fabricar o no en el intervalo k
Donde k = 1, 2, 3 (1 = 0-130, 2 = 131-200, 3 = 201-280)
51
Maestra de Ingeniera Industrial
51 Walter Silva
Funciones lineales por
segmentos
Ejemplo 7 (continuacin)
Funcin objetivo
Maximizar utilidades
Maximizar Z = 5.5 X
11
+ 3.5 X
12

+ 1.5 X
13
+ 1 X
21
+ 2
X
22
+ 3 X
23
- 80 Y
1
- 75 Y
2

52
Maestra de Ingeniera Industrial
52 Walter Silva
Funciones lineales por
segmentos
Ejemplo 7 (continuacin)
Restricciones
Disponibilidad de tiempo de mano de obra
3 X
11
+ 3 X
12
+ 3 X
13
+ 2 X
21
+ 2 X
22
+ 2 X
23
900
Disponibilidad de espacio
2 X
11
+ 2 X
12
+ 2 X
13
+ 1 X
21
+ 1 X
22
+ 1 X
23
400
53
Maestra de Ingeniera Industrial
53 Walter Silva
Funciones lineales por
segmentos
Ejemplo 7 (continuacin)
Cantidad de unidades producidas del producto A
X
11
+ X
12
+ X
13
- 300 Y
1
0
X
11
- Y
1
0
X
11
100
X
12
80
X
13
120
54
Maestra de Ingeniera Industrial
54 Walter Silva
Funciones lineales por
segmentos
Ejemplo 7 (continuacin)
Cantidad de unidades producidas del producto B
X
21
+ X
22
+ X
23
- 280 Y
2
0
X
21
- Y
2
0
55
Maestra de Ingeniera Industrial
55 Walter Silva
Funciones lineales por
segmentos
Ejemplo 7 (continuacin)

X
21
- 130 Z
1
0
X
21
- 130 Z
2
0
X
22
- 70 Z
2
0
X
22
- 70 Z
3
0
X
22
- Z
2
0
X
23
- 80 Z
3
0
X
23
- Z
3
0
56
Maestra de Ingeniera Industrial
56 Walter Silva
Funciones lineales por
segmentos
Ejemplo 7 (continuacin)

Z
1
- Z
2
0
Z
2
- Z
3
0
Y
2
Z
1
= 0
Rango de existencia
X
ij
0 y enteros
Y
i
, Z
k
= 0 1
57
Maestra de Ingeniera Industrial
57 Walter Silva
Solucin computacional de
problemas de PLE
La compaa TODO HOGAR produce dos
productos muy apreciados con los restauradores
de casas: candelabros y ventiladores de techo
de estilo antiguo.
Tanto los candelabros como los ventiladores
requieren un proceso de produccin de dos
pasos que involucran cableado y ensamble.
58
Maestra de Ingeniera Industrial
58 Walter Silva
Variables Enteras
Se requieren 2 horas para cablear cada
candelabro y 3 horas para cablear un ventilador
de techo. El cableado final de los candelabros y
ventiladores requiere 6 y 5 horas,
respectivamente.
La capacidad de produccin es tal que slo
estn disponibles 12 horas de cableado y 30
horas de ensamble.
Cada candelabro producido redita a la firma
$7.00 y cada ventilador $6.00.
59
Maestra de Ingeniera Industrial
59 Walter Silva
Variables Enteras
Variables de decisin
X
1
: nmero de candelabros que sern producidos y vendidos
X
2
: nmero de ventiladores de techo que sern producidos y
vendidos

Maximizar Z = 7 X
1
+ 6 X
2
(maximizar utilidades)
Sujeta a
2X
1
+ 3X
2
12 (horas de cableado)
6X
1
+ 5X
2
30 (horas de ensamble)
Con X
1
, X
2
0 y enteros
60
Maestra de Ingeniera Industrial
60 Walter Silva
Variables Enteras
MAX 7 X1 + 6 X2
SUBJECT TO
2) 2 X1 + 3 X2 <= 12
3) 6 X1 + 5 X2 <= 30
END
GIN 2
OBJECTIVE FUNCTION VALUE
1) 35.00000

VARIABLE VALUE REDUCED COST
X1 5.000000 -7.000000
X2 0.000000 -6.000000
61
Maestra de Ingeniera Industrial
61 Walter Silva
Variables Enteras
Solucin ptima
X
1
= 5, X
2
= 0
Valor ptimo de la funcin objetivo
Z = 35

Se producirn y vendern 5 candelabros y
ningn de techo, para obtener una utilidad de
$35.00.
62
Maestra de Ingeniera Industrial
62 Walter Silva
Variables binarias
Para graduarse en la especialidad de Investigacin de Operaciones, un
estudiante debe completar por lo menos dos cursos de matemticas, por lo
menos dos cursos de investigacin de operaciones y por lo menos dos cursos
de computacin.

Se pueden utilizar algunos cursos para satisfacer ms de un requisito:
Clculo puede satisfacer el requerimiento de las matemticas;
Investigacin de Operaciones puede satisfacer los requerimientos de
matemticas e investigacin de operaciones;
Estructura de Datos, los de matemticas y de computacin;
Estadstica para Administracin, los de matemticas y de investigacin de
operaciones;
Simulacin por Computadora los de investigacin de operaciones y de
computacin;
Introduccin a la Programacin de Computadoras los de computacin; y
Pronsticos los de investigacin de operaciones y de matemticas.
63
Maestra de Ingeniera Industrial
63 Walter Silva
Variables binarias
Algunos cursos son pre-requisitos para otros:
Clculo es un requisito para Estadstica para
Administracin;
Introduccin a la Programacin de Computadoras es un
requisito para Simulacin por Computadora y para
Estructura de Datos; y
Estadstica para Administracin es requisito para
Pronsticos.
64
Maestra de Ingeniera Industrial
64 Walter Silva
Variables binarias
Variables de decisin
X
1
: decisin de llevar o no el curso de Clculo
X
2
: decisin de llevar o no el curso de Investigacin de
Operaciones
X
3
: decisin de llevar o no el curso de Estructura de
Datos
X
4
: decisin de llevar o no el curso de Estadstica para
Administracin
X
5
: decisin de llevar o no el curso de Simulacin por
Computadora
X
6
: decisin de llevar o no el curso de Introduccin a la
Programacin de Computadoras
X
7
: decisin de llevar o no el curso de Pronsticos
65
Maestra de Ingeniera Industrial
65 Walter Silva
Variables binarias
Funcin objetivo
Minimizar el nmero de cursos a llevar
Minimizar Z = X
1
+ X
2
+ X
3
+ X
4
+ X
5
+ X
6
+ X
7

Restricciones
Cursos mnimos de matemticas
X
1
+ X
2
+ X
3
+ X
4
+ X
7
2
Cursos mnimos de investigacin de operaciones
X
2
+ X
4
+ X
5
+ X
7
2
Cursos mnimos de computacin
X
3
+ X
5
+ X
6
2
Clculo es requisito para Estadstica para Administracin
X
4
X
1
0
66
Maestra de Ingeniera Industrial
66 Walter Silva
Variables binarias
MIN X1 + X2 + X3 + X4 + X5 + X6 + X7
SUBJECT TO
2) X1 + X2 + X3 + X4 + X7 >= 2
3) X2 + X4 + X5 + X7 <= 2
4) X3 + X5 + X6 >= 2
5) - X1 + X4 <= 0
6) X5 - X6 <= 0
7) X3 - X6 <= 0
8) - X4 + X7 <= 0
END
INTE 7
67
Maestra de Ingeniera Industrial
67 Walter Silva
Variables binarias
OBJECTIVE FUNCTION VALUE
1) 3.000000

VARIABLE VALUE REDUCED COST
X1 1.000000 1.000000
X2 0.000000 1.000000
X3 1.000000 1.000000
X4 0.000000 1.000000
X5 0.000000 1.000000
X6 1.000000 1.000000
X7 0.000000 1.000000
68
Maestra de Ingeniera Industrial
68 Walter Silva
Variables binarias
Solucin ptima
X
1
= 1, X
2
= 0, X
3
= 1, X
4
= 0, X
5
= 0, X
6
= 1,
X
7
= 0
Valor ptimo de la funcin objetivo
Z = 3

El estudiante debe llevar los cursos de
Clculo, Estructura de Datos e Introduccin a
la Programacin de Computadoras.