Introducción y casos de aplicación

Nombre de la materia: Investigación de operaciones.

Nombre del maestro: Alejandro Hernández Cruz.
Nombre de los integrantes del equipo: Guadalupe Méndez,
Gemma Bibian, Sally Velez y Lizbeth Vera.
Fecha de entrega: 09 de mayo 2019
INTRODUCCIÓN Y CASOS DE APLICACIÓN
Introducción

La programación entera tiene que ver con la solución de

problemas de programación matemática en las cuales algunas
o todas las variables solo pueden tomar valores enteros o
negativos.
Con frecuencia deben construirse modelos para asignar personas,
máquinas o vehículos a las actividades, en cantidades enteras. Si el
problema de exigir valores enteros es la única diferencia que tiene un
problema con su formulación en términos de Programación Lineal,
entonces se trata de un problema de Programación Lineal Entera o
simplemente de Programación Entera.
Programación entera

Un modelo de Programación Entera es aquel cuya solución

óptima tiene sentido solamente si una parte o todas las
variables de decisión toman valores restringidos a números
enteros, permitiendo incorporar en el modelamiento
matemático algunos aspectos que quedan fuera del alcance de
los modelos de Programación Lineal.
Existen tres tipos de modelos de
programación entera.
PURA :
 Un modelo entero puro (PLE) es, como su nombre lo indica, un problema en el que se
exige que todas las variables de decisión tengan valores enteros.
MIXTA:
 Un problema en el que solo se requieren que algunas variables tengan valores enteros
mientras que otras pueden asumir cualquier número no negativo (es decir, cualquier
valor continuo) se llama programación lineal entera mixta (PLEM).
BINARIA
 En algunos problemas se restringe el valor de las variables a 0 o 1. Son de particular
interés debido a que se pueden usar las variables 0–1 para representar decisiones
dicotómicas (sí o no). Diversos problemas de asignación, ubicación de plantas, planes
de producción y elaboración de cartera, son de programación lineal entera 0–1.
Aplicaciones

 Algunas de estas aplicaciones se refieren a la formulación directa del

problema , la contribución mas importante será el uso de esta
programación para reformular modelos mal construidos .
 En este caso la técnica mas conveniente puede utilizarse para resolver
problemas que de otra manera pueden ser difícilmente abordados.
 Optimización de la combinación de cifras comerciales en una red lineal de
distribución de agua.
 Aprovechamiento óptimo de los recursos de una cuenca hidrográfica, para un
año con afluencias caracterizadas por corresponder a una determinada
frecuencia.
 Soporte para toma de decisión en tiempo real para operación de un sistema
de obras hidráulicas.
 Solución de problemas de transporte.


 Cuando tienen importancia las
soluciones enteras…..

 Existen muchos problemas importantes en los que la “solución redondeada”

simplemente no funciona. Esta complicación puede deberse a la escala de
las variables por considerar.
 Por ejemplo, si la solución de un modelo de programación lineal recomienda
que la Boeing construya 11,6 aparatos 747 y 6,8 aparatos 727, el
administrador probablemente no quedara contento con la simple medida de
tomar la decisión de construir 11 de los primeros y 6 de los segundos, o
cualquier otra solución redondeada.
o La magnitud del rendimiento y la asignación de recursos asociados con cada
unidad del problema aconsejan determinar la mejor solución entera posible. Con
otro ejemplo, sé vera que muchos modelos usan variables enteras para indicar
decisiones lógicas.
o Por ejemplo, veremos que problemas en los que queramos que una variable “x”
sea igual a 1 si vamos a construir un almacén o x sea igual a cero (si-no).
Supóngase que la solución de una versión de programación lineal de este
problema produce un valor no entero, por ejemplo, x = 0,38. Vemos que este
valor no contiene información aprovechable como solución al problema real.
Es claro que no podemos construir 0,38 de un almacén. Es cierto que podemos
elegir almacenes de diversos tamaños, pero en todo caso, o bien tenemos un
almacén o no lo tenemos. Se podría suponer que en un caso como este se
trataría de redondear al entero más próximo (0 en este caso) como forma de
salvar la dificultad. Por desgracia, esto no garantiza que se obtenga una buena (y
no digamos óptima) solución.

En realidad, el redondeo no siempre conduce a solucione factibles en casos

como este.
El fondo del asunto es que existen muchos problemas administrativos
importantes que serian de programación lineal si no fuese por el requerimiento
de que sean enteros los valores de algunas variables de decisión, en los que no
se puede encontrar una buena solución mediante el uso del
método Simplex seguido del redondeo de los valores óptimos resultantes para
variables de decisión. Estos problemas deben ser resueltos mediante algoritmos
especialmente diseñados para resolver problemas de programación entera.
Fuentes

 Programación Entera. (s.f.). Recuperado 9 mayo, 2019, de

http://www.geocities.ws/mdmoli/archivos/ioi2/unidad2ioi
 TalentoHumano-UCV. (s.f.). RESUMEN | PROGRAMACION ENTERA. Recuperado 9 mayo,
2019, de http://jhanichavez.blogspot.com/2011/04/resumen-programacion-entera.html