Formulación con variables

enteras, binarias y mixtas

Unidad 4: Programación entera

Ingeniería Industrial y
de Sistemas
Universidad de Piura
Muchos problemas de PE necesitan de las variables binarias para poder
formular un modelo matemático. Podemos reconocer estos casos:

1. Problema de presupuesto de capital

2. Problema de costo fijo

3. Problemas de cobertura de conjuntos

Universidad de Piura
1. Problema de presupuesto de capital
Se trata de problemas en donde un inversionista debe decidir dónde colocar su
dinero, entre varias posibilidades que se presentan, cada una de las cuales viene
definida por un monto fijo y una utilidad.
Ejemplo:
Inversores Piuranos es una empresa que está considerando la posibilidad de
invertir en cuatro proyectos. En la siguiente tabla se muestran los posibles
montos de inversión y sus correspondientes beneficios (ambos en miles de
dólares):
Proyecto 1 Proyecto 2 Proyecto 3 Proyecto 4

Inversión 9 6 7 5

Utilidad 20 13 14 9

Si Inversores Piuranos dispone de 21,000 dólares, ¿en qué proyectos le

conviene invertir?
Universidad de Piura
Se debe decidir si conviene o no invertir en el proyecto j (j = 1, 2, 3, 4), para lo
cual se definen las variables de decisión xj de la siguiente manera:

1, si se realizala inversión j

xj =
0, en caso contrario
Para esto se definen xj como variables binarias, donde el valor 1 indica que sí
se realiza la inversión; y el valor 0, que no se realiza la inversión.

El modelo de P.E. resulta:

max Z = 20x1 + 13x2 + 14x3 + 9x4

s.a: 9x1 + 6x2 + 7x3 + 5x4  21
x1, x2, x3, x4 = 0 ó 1

Universidad de Piura
2. Problema de costo fijo

En problemas de planeación de la producción de N productos, el costo de la

producción de un producto j está formado por dos costos: un costo Cj por cada
unidad producida (costo variable), y un costo Fj independiente de la cantidad
producida (costo fijo) (j = 1, 2, ..., N).

Este costo fijo Fj es nulo si no se produce ninguna unidad del producto j.

Para plantear este tipo de problema se tiene el inconveniente de que en la función

objetivo sólo deben incluirse los costos fijos de aquellos productos que sí se
producen (xj > 0). ¿Cómo le indicaremos al programa matemático esta condición?

Universidad de Piura
Ejemplo:
Gandhi es una fábrica que puede confeccionar tres tipos de ropa: camisas, shorts y pantalones. La confección de
cada tipo de ropa requiere que Gandhi tenga disponibles distintos tipos de maquinaria. La maquinaria necesaria
para confeccionar cada tipo de ropa puede ser alquilada a los siguientes precios:
Maquinaria para camisas: $ 200 por semana
Maquinaria para shorts: $ 150 por semana
Maquinaria para pantalones: $ 100 por semana
La confección de cada tipo de ropa requiere además de las cantidades de tela y de horas de trabajo que se
especifican en la siguiente tabla: 2
Horas de trabajo Tela necesaria (m )
Camisa 3 4
Shorts 2 3
Pantalones 6 4
Cada semana se dispone de 150 horas de trabajo y de 160 m2 de tela. Los costos y precios de venta para cada tipo
de ropa se muestran en la siguiente tabla:
Precio de venta Costo
Camisa $12 $6
Shorts $8 $4
Pantalones $15 $8

¿Cuál es el plan de producción que maximiza los beneficios de Ghandi?

Universidad de Piura
Se definen en primer lugar las siguientes variables de decisión:
x1 = cantidad de camisas que conviene producir
x2 = cantidad de shorts que conviene producir
x3 = cantidad de pantalones que conviene producir

Si no se tuviera en cuenta el alquiler de la maquinaria, se plantearía el siguiente P.L.:

Max Z = 6x1 + 4x2 + 7x3
s.a: 3x1 + 2x2 + 6x3  150
4x1 + 3x2 + 4x3  160
x1, x2, x3  0, entero.

Universidad de Piura
Considerando los costos fijos de alquiler (Fj), éstos sólo deben tenerse en cuenta en la F.O. cuando convenga
se produzca al menos una unidad del producto j. Para esto conviene definir las variables binarias yj, de tal
manera que se cumpla:
1, si x j  0
yj =
0, si x j = 0
La F.O. sería:
Max Z = 6x1 + 4x2 + 7x3 – 200y1 – 150y2 – 100y3
Las condiciones de yj pueden expresarse en forma lineal mediante la siguiente inecuación:
xj  Myj

donde M es un valor muy grande, mayor que cualquier valor que pudiera tomar xj. Podría determinarse el
máximo valor que puede tomar cada xj; pero más cómodo sería determinar, observando las restricciones de
los recursos (horas de trabajo y cantidad de tela disponible), un valor que con seguridad nunca alcanzará
ningún xj, por ejemplo, M = 150.
Se puede verificar fácilmente que yj toma los valores adecuados, de acuerdo al valor que convenga para xj.
Por ejemplo, si xj > 1, necesariamente yj = 1. Si xj = 0, yj = 0 ó 1, pero como yj = aparece en la F.O con
signo negativo, y se trata de maximizar dicha F.O., yj tomará el valor 0.

Universidad de Piura
Resumiendo, el modelo de P.E. para este problema es el siguiente:

Max Z = 6x1 + 4x2 + 7x3 – 200y1 – 150y2 – 100y3

s.a: 3x1 + 2x2 + 6x3  150

4x1 + 3x2 + 4x3  160
x1  150y1
x2  150y2
x3  150y3
Condiciones:
x1, x2, x3  0, entero
y1, y2, y3 = 0 ó 1

Universidad de Piura
3. Problemas de cobertura de conjuntos

Se trata de problemas en donde se definen dos conjuntos: el primero,

conformado por elementos que deben ser cubiertos por los
elementos que podrían conformar el segundo.

Como ejemplos de problemas de cobertura de conjuntos se puede

mencionar: localización de estaciones de bomberos, programación de
las tripulaciones de aerolíneas, programación de rutas de camiones,
etc.

Universidad de Piura
Ejemplo:
Hay seis distritos en una provincia. Se debe determinar en qué distritos construir
estaciones de bomberos, de tal manera que, con el mínimo de estaciones necesario, se
asegure que cada distrito tendrá al menos una estación de bomberos a 15 minutos, como
máximo. En la siguiente tabla se muestran los tiempos de viaje entre los distintos distritos
de la provincia:
Distrito 1 Distrito 2 Distrito 3 Distrito 4 Distrito 5 Distrito 6

Distrito 1 0 10 20 30 40 20

Distrito 2 10 0 25 35 20 10

Distrito 3 20 25 0 15 30 20

Distrito 4 30 35 15 0 15 25

Distrito 5 30 20 30 15 0 14

Distrito 6 20 10 20 25 14 0

¿Cuántas estaciones de bomberos deben construirse? ¿En qué distritos?

Universidad de Piura
Para cada distrito j, se debe determinar si se construye una estación de bomberos, para lo cual se definen las siguientes
variables binarias:
1, si se construyeen la ciudad j Entonces el objetivo (F.O.) será minimizar xj
xj =
 0, en caso contrario Minimizar el número de estaciones de bombeo

Para determinar las restricciones de este problema, se debe tener en cuenta, para cada distrito, qué distritos están a un
máximo de 15 minutos, lo cual se muestra en la segunda columna de la siguiente tabla. En la tercera columna se
expresan las restricciones correspondientes a cada distrito. Por ejemplo, por lo menos debe haber una estación de
bomberos en los distritos 1 y 2.
Distritos a un máximo de 15 minutos Restricción
Distrito 1 Distrito 2 x1 + x2  1
Distrito 2 Distrito 1, distrito 6 x1 + x2 + x6  1
Distrito 3 Distrito 4 x3 + x4  1
Distrito 4 Distrito 3, distrito 5 x3 + x4 + x5  1
Distrito 5 Distrito 4, distrito 6 x4 + x5 + x6  1
Distrito 6 Distrito 2, distrito 5 x2 + x5 + x6  1
Min Z = x1 + x2 + x3 + x4 + x5 + x6
s.a: x1 + x2  1
x1 + x2 + x6  1
x3 + x4  1
x3 + x4 + x5  1
x4 + x5 + x6  1
x2 + x5 + x6  1
x1; x2; x3; x4; x5; x6 = 0 ó 1.
Universidad de Piura
Otros ejemplos:
Una empresa consultora cuenta con 5 ingenieros que deben desarrollar 7 proyectos. La tabla
a continuación resume el tiempo que demora cada ingeniero (en horas) en completar un deter-
minado proyecto. El problema consiste en determinar una asignación óptima que permita
realizar cada uno de los proyectos con la limitante que por motivos estratégicos cada ingeniero
debe desarrollar al menos un proyecto y en ningún caso hacer más de 2 proyectos. Por supuesto
se busca que el tiempo requerido para realizar los 7 proyectos sea el menor posible.

La tabla con los tiempos en horas

P1 P2 P3 P4 P5 P6 P7
Ing 1 10 8 12 9 7 16 4
Ing 2 9 12 10 10 6 15 6
Ing 3 11 9 10 11 8 12 6
Ing 4 10 7 14 8 7 14 5
Ing 5 9 10 11 11 8 13 4

Universidad de Piura
Desarrollada:
FO:

Min Z = 10 x11 + 8x12 + 12x13 + 9x14 + 7x15 + ……….. …………+ 13x56 + 4x57

s.a
1 < = x11 + x12 + x13 + x14+ x15 + x16 + x17 <=2 Cada ingeniero
. debe realizar al
. menos un
1 < = x51 + x52 + x53 + x54+ x55 + x56 + x57 <=2 proyecto y no más

x11+ x21 + x31+ x41 + x51 = 1

.
Cada proyecto
.
debe ser realizado
.
por un ingeniero
.
X17+ x27 + x37+ x47 + x57 = 1

xij >= 0 y binario

Universidad de Piura
Función objetivo:
Min Z = Ʃ Tij * xij Tij es el tiempo requerido por el ingeniero i para realizar el proyecto j

Variables de decisión:
1, si el ingeniero i realiza el proyecto j
xij = i = 1,2,3,4, 5
0, si no lo realiza j= 1,2,3,4,5,6,7

Restricciones:
Ʃxij = 1 para todo i Cada proyecto debe ser realizado por un ingeniero

Ʃxij <= 2 para todo j Cada ingeniero debe realizar al menos un proyecto
pero no más de dos
Ʃxij >= 1 para todo j

xij >= 0 y binario

Universidad de Piura
PROCESO DE MATRÍCULA.
Soy alumno del V ciclo del Programa Académico de Ingeniería
Industrial y de Sistemas de la Universidad de Piura, que acabo
de llevar el curso de Investigación de Operaciones I y deseo
matricularme en el VI ciclo. Cómo debe cumplir con el plan
curricular (Tabla 1), para hacer su matrícula, ha considerado
que debe tener en cuenta lo siguiente:
a) Sólo dispone de 800 soles para pagar su matrícula.
b) Tiene que cursar un mínimo de 18 créditos y un máximo
de 27 créditos de asignaturas obligatorias. Entre 19 y 33
créditos de electivos y al menos 10 créditos de libre
elección.
c) Si se matricula en la primera parte de una asignatura (I)
debe hacerlo también de la segunda (II), y viceversa.
d) Según los horarios, Teoría de decisiones y Optimización
dinámica se ofertan a la misma hora, lo mismo sucede con
Teoría de juegos y Control de calidad, y el alumno quiere
asistir a todas las clases, además debe tener en cuenta que
para matricularse en Teoría de juegos es preciso estar
matriculado en Teoría de decisiones.
e) A los más puede escoger dos idiomas, pero si se matricula
en alemán no lo hará en francés.
Si quiero matricularme en todos los créditos que pueda.
¿Cuánto le cuesta la matrícula?
Universidad de Piura
 Variables decisión:
x1 Asignatura de Modelos Matemáticos (T1)
x2 Muestreo I (T2)
x3 Muestreo II (T3)
x4 Sistema expertos (T4)
x5 Optimización dinámica (OP1)
x6 Teoría de decisiones (OP2)
x7 Teoría de juegos (OP3)
x8 Economía (OP4)
x9 Control de Calidad (OP5)
x10 Cálculo Numérico (OP6)
x11 Cálculo Numérico II (OP7)
x12 Inglés (E1)
x13 Alemán I (E2)
x14 Francés (E3)
x15 Lógica matemática (E4)
x16 Alemán II (E5)
x17 Software (E6)

Max Z = 9x1+9x2+9x3+9x4+6x5+9x6+4.5x7+4.5x8+9x9+6x10+6x11+6x12+6x13+6x14+4.5x15+6x16+4.5x17

Universidad de Piura
 xi, i = {1; … ;17} xi=1 si se matricula al curso, 0 si no se matricula

Restricciones:
1) 81x1+90x2+90x3+99x4+72x5+99x6+54x7+45x8+108x9+72x10+72x11+54x12+54x13+60x14+54x15+54x16+54x17 <= 800
2) 9x1+9x2+9x3+9x4 >= 18 Mínimo de créditos obligatorios
3) 9x1+9x2+9x3+9x4 <= 27 Máximo de créditos obligatorios
4) 6x5+9x6+4,5x7+4,5x8+9x9+6x10+6x11 >= 19 Mínimo de créditos electivos
5) 6x5+9x6+4,5x7+4,5x8+9x9+6x10+6x11 <= 33 Máximo de créditos electivos
6) 6x12+6x13+6x14+4,5x15+6x16+4,5x17 >= 10 Créditos de libre configuración
7) x2-x3 = 0 -x2+x3=0 Matricularse en ambas partes
8) x10-x11 = 0 x11-x10=0
9) x13-x16 = 0 x16-x13=0
10) x6+x5 <= 1 Cruce de hora: Teoría de decisiones y Optimización
11) x7-x6 = 0 Asistir a ambas: Teoría de juegos y Teoría de decisiones
12) x7+x9 <= 1 Cruce de hora: Teoría de juegos y Control de calidad
13) x12+x13+x14+x16 <= 2 Solo dos idiomas
14) x13+x14 <= 1 Alemán o Francés

Universidad de Piura