TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
Investigación de Programación Entera.
Maestro: Ing. Ámel López Calvo.
Alumna: Citalán Luis Laura Paola
Materia: Investigación de operaciones.
Carrera: Ingeniería Industrial.
Semestre y grupo: 4 “B”
Fecha: 03 de abril del 2020
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
Contenido
Programación entera.................................................................................3
Casos de aplicación:.................................................................................4
Definición y modelos de programación entera..........................................5
Programación Entera Mixta (PEM).....................................................6
Binaria (PEB):.....................................................................................7
Programación Entera Pura (PEP).......................................................8
Método de Gomory.............................................................................9
Método gráfico de programación entera..................................................10
Método de ramificación y acotación........................................................13
Uso de software WIN QSB......................................................................14
Conclusión:..............................................................................................17
Bibliografía:..............................................................................................17
2
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
Programación entera.
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 sólo pueden tener valores
de
Números enteros y no fraccionarios.
Esto debido a alguna razón física,
por ejemplo si las variables de
Decisión son números de personas,
de artículos terminados, etc., será
obvio que no podrán ser números
Fraccionarios, pues esto no tendría
ningún sentido.
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 sólo pueden tener valores de números enteros y no
3
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
fraccionarios. Esto debido a alguna razón física, por ejemplo si las variables de
decisión son números de personas, de artículos terminados, etc., será obvio
que no podrán ser números fraccionarios, pues esto no tendría ningún sentido.
Sus pioneros fueron Wagner (1950) y Manne (1959). Tradicionalmente estos modelos
se han considerado como subclases de la programación lineal, sin embargo, las
variables de decisión que aparecen en ellos solo toman valores enteros, por lo que
realmente deben considerarse como problemas de programación entera. El número de
modelos lineales enteros y sus métodos de solución es en la actualidad bastante
extenso, lo que nos ha llevado hacer una selección considerando aquellos que
creemos más interesantes y que aparecen con mayor frecuencia en la realidad.
No siempre es admisible que las variables de un PL tomen valores continuos, existen:
Decisiones dicotómicas (si-no)
Decisiones que deben tomarse en unidades discretas.
Si se requiere que todas las variables sean enteras, se dice que se habla de
programación lineal entera pura; si se necesita que algunas de las variables de
decisión sean números enteros, se tiene un problema de Programación Lineal Entera
Mixta.
En algunas aplicaciones, solo se permite que todas las variables tomen valores de cero
o uno, hablamos en estos casos de Programación Lineal Entera Binaria (Digital); si se
requiere que solamente algunas de las variables tomen valores de cero o uno, se tiene
un problema de Programación lineal entera binaria mixta.
La programación entera es un término para los modelos de programación matemática
que presentan condiciones de integridad (condiciones que estipulan que algunas o
todas las variables de decisión deben tener valores enteros). Ya hemos apuntado e
investigado que los modelos de programación lineal entera son modelos de
programación lineal que tienen característica adicional de que las variables de decisión
deben tener valores enteros. Existe una clasificación en estos modelos:
Los modelos de programación entera mixta son aquellos en los que
algunas variables toman valores enteros y otros valores continuos.
Los modelos de programación entera pura son aquellos en los que todas
las variables toman valores enteros.
4
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
Los modelos de programación entera 0-1 son aquellos en los que todas
las variables son binarias.
Casos de aplicación:
a) Todos los problemas de programación lineal, donde las actividades, por su
estructura deben ser no divisibles, son programas enteros.
b) Todos los problemas de transporte, asignación y redes de optimización. Este
tipo de problemas son enteros y dada la estructura tan especial que tienen estos
problemas, tienen métodos de solución propios.
c) Problemas de secuenciación. Este tipo de problemas aunque son fáciles de
formular, resultan bastantes difíciles de resolver.
d) Problema tipo mochila. Este tipo de problemas de optimización de carácter
entero puede darse en dos versiones.
1. En la primera se proporciona un cierto espacio con determinado volumen o
capacidad, y este debe ser llenado con objetos de valor y volumen o
capacidades especificado, sin exceder los límites físicos de dicho espacio.
2. La segunda versión consiste en dividir a un objeto en varias porciones de
diferente valor, el problema consiste en encontrar la división de mayor valor.
e) Problemas con costos fijos. Todos los problemas que en su función de costo
influyen un costo fijo del siguiente tipo Costo total para la variable = f ( )=
pertenece al grupo de problemas enteros. Este tipo de costos aparecen
frecuentemente en problemas de transportes, inventarios, localización de
plantas, distribución geográfica de electores, etc.
f) Problemas de cubrimiento y partición de un conjunto. Este tipo de modelos de
carácter entero se ha utilizado en problemas de acceso de información,
programación de entrega de paquetería por transporte terrestre, distribución
política electoral, problemas matemáticos de coloración y programación de
horarios de tripulación aéreos, ferrocarrileros, terrestres y marítimos.
g) Dicotomías y problemas de aproximación. Una dicotomía ocurre en un programa
matemático cuando se tienen condiciones de tipo esta restricción o la otra
restricción, pero no ambas. Este tipo de condiciones se pueden representar por
medio de una estructura entera.
5
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
h) Balance de líneas de producción. Este tipo de problemas consisten en decidir
qué actividades deben se desempeñadas por cada trabajador, a medida que un
producto se desplaza por una línea de producción. El objetivo consiste en 0, si =
0, 0 ≤ ≤, j=1,2,…n +, si > 0 minimizar el número de trabajadores (o estaciones de
trabajo o actividades) en función de una tasa de producción.
i) Problemas de inversión. Se supone por ejemplo que el organismo Nacional
Financiera S.A., tiene que escoger una alternativa en cada uno de tres proyectos
de inversión.
I. El primer proyecto está relacionado con la construcción de partes de
generadores eléctricos.
II. El segundo proyecto con el ensamblado de esas partes de generadores
eléctricos.
III. El tercer proyecto con la distribución y venta de los generadores eléctricos
incluyendo a su posible exportación.
Cada proyecto tiene una serie de alternativas. Asociadas a cada alternativa se tiene
calculado el valor presente del retorno total de la inversión (en millones de pesos), el
número de empleos que se generan y el flujo de inversión (en millones de pesos) que
se necesitan para los próximos 5 años. Las restricciones del sistema son que no hay
capacidad económica para generar más de 10 mil empleos y que los flujos máximos de
capital son 700 millones en el año 1, 300 millones en el año 2, 150 millones
respectivamente en los años 3,4 y 5. ¿Qué alternativas conviene seleccionar de los
proyectos I, II y III a fin de maximizar el ingreso total neto anual?
Definición y modelos de programación entera
Definición:
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
6
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
En este sentido los algoritmos
de resolución de los modelos de
Programación Entera
difieren a los utilizados en los
modelos de Programación
Lineal, destacándose entre
ellos el Algoritmo de
Ramificación y Acotamiento (o
Branch & Bound), Branch &
Cut,
Planos Cortantes, Relajación
Lagrangeana, entre otros
En este sentido los algoritmos de resolución de los modelos de Programación Entera
difieren a los utilizados en los modelos de Programación Lineal, destacándose entre
ellos el Algoritmo de Ramificación y Acotamiento (o Branch & Bound), Branch & Cut,
Planos Cortantes, entre otros
7
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
Mixta (PEM)
Programacion Entera
Pura (PEP)
Model
os de programación entera.
No es fácil resolver los modelos de P. L. E., ya que si bien el número de posibles
soluciones disminuye, nada nos garantiza que el vértice solución óptima del problema
contenga en sus coordenadas sólo valores enteros. Sin embargo, la P. L. E. tiene
tantas aplicaciones que es necesario contar con algoritmos que permitan resolverlos de
manera óptima. En esta sección vamos a estudiar los métodos más utilizados en la
actualidad:
Programación Entera Mixta (PEM)
A esta categoría pertenecen aquellos problemas de optimización que
consideran variables de decisión enteras o binarias pero no de forma exclusiva. De
esta forma un problema de PEM puede considerarse como un híbrido entre distintas
categorías de modelamiento, siendo un caso típico aquel que considera la
mezcla de variables enteras y variables continuas (estas últimas
características de los modelos de Programación Lineal). Los siguientes son
modelos de programación entera Mixta
Incorporación de Costos Fijos.
Problemas de Localización y Transporte.
Problema de Generación Eléctrica
Max (Min)= A 1 X 1+ A 2 X 2+ A 3 X 3+ A 4 X 4+ A 5 X 5+.....+ AnXn+ A 1 Y 1+ A 2 Y 2+ A 3Y 3+ A 4 Y 4+ A 5 Y 5+
Sujeto a:
A 1 X 1+ A 2 X 2+ A 3 X 3+ A 4 X 4+ A 5 X 5+..........+ AnXn≥(¿)(¿) Bi
y 1+ y 2+ y 3+ y 4 +..........+ yn≥(¿)(¿)Bi
8
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
No negatividad:
Xi≥0 y ENTERO
Xi ≥ 0 v 1
Por ejemplo, los modelos de dicotomía.
Binaria (PEB):
En algunos problemas se restringe el valor
de las variables a 0 o 1. Dichos problemas se
llaman binarios o programas lineales enteros
0–1. 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.
Forma General:
Max (Min)= A 1Y 1+ A 2Y 2+ A 3 Y 3+ A 4 Y 4 + A 5 Y 5+ ..........+ AnYn
Sujeto a: y 1+ y 2+ y 3+ y 4 +..........+ yn≥(¿)(¿)Bi
No negatividad: yi ≥0 v 1
9
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
Programación Entera Pura
(PEP)
En esta categoría
encontramos aquellos
modelos de Programación
Entera que
consideran exclusivamente
variables de decisión que
adoptan valores enteros o
10
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
Binarios. Un ejemplo de ello
son las siguientes aplicaciones
Programación Entera Pura (PEP)
En esta categoría encontramos aquellos modelos de Programación Entera
que consideran exclusivamente variables de decisión que adoptan valores
enteros o binarios. Un ejemplo de ello son las siguientes aplicaciones
Problema de Asignación
Problema de Corte de Rollos
Selección de Invitados a una
Boda
Programación de la
Explotación Forestal
Problema de Asignación.
Problema de Corte de Rollos.
Selección de Invitados a una Boda.
Programación de la Explotación Forestal
¿Qué es la Programación
Entera?
11
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
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.
12
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
En este sentido los algoritmos
de resolución de los modelos de
Programación Entera
difieren a los utilizados en los
modelos de Programación
Lineal, destacándose entre
ellos el Algoritmo de
Ramificación y Acotamiento (o
Branch & Bound), Branch &
Cut,
Planos Cortantes, Relajación
Lagrangeana, entre otros.
Programación Entera Mixta
(PEM)
13
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
A esta categoría pertenecen
aquellos problemas de
optimización que consideran
variables de decisión enteras o
binarias pero no de forma
exclusiva.
Notar que en los problemas anteriores (PEP) el conjunto de las soluciones factibles (o
dominio de soluciones factibles) es finito. Esto ocurrirá generalmente con los problemas
de Programación Entera (puros).
Forma General:
Max (Min)= A 1 X 1+ A 2 X 2+ A 3 X 3+ A 4 X 4+ A 5 X 5+..........+ AnXn
Sujeto a: A 1 X 1+ A 2 X 2+ A 3 X 3+ A 4 X 4+ A 5 X 5+..........+ AnXn≥(¿)(¿) Bi
No negatividad: Xi ≥ 0 y ENTERO}
Ejemplo 1: problemas de transporte.
Ejemplo: Una marquetería debe enmarcar 175
cuadros de 119x96 cm. En el mercado puede comprar varillas de la moldura indicada
con longitud de 300 cm. ¿Cómo deben cortarse las varillas para obtener los marcos
requeridos, obteniendo el menor sobrante?
La solución seria las modalidades de corte que puedan existir.
14
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
Xi=n ú mero de varillas est á ndar cortadas en la modalidad i (i= 1, 2, 3)
Para 175 marcos se necesitan 350 piezas de cada longitud
Es decir:
175 piezas de longitud de 119
cm.
175 piezas de longitud de 96
cm.
Min z =62 x + x 2+ 30 x 3 (longitudes sobrantes)
Sujeto a:
2 x+ x 2 ≥350 piezas de longitud de 119 cm
2 x2 +3 x 3 ≥ 350 piezas de longitud de 96 cm
Método de Gomory.
Gomory fue el primer creador del algoritmo para resolver métodos de programación
entera, el algoritmo de Gomory consiste en resolver el problema sin considerar las
restricciones del carácter entero de las variables y si la solución no es entera añade
restricciones que reduce el conjunto de soluciones del problema lineal continuo
asociado, sin excluir ninguna solución entera. En matemática, y más en concreto en
optimización, el método de los planos de corte es un procedimiento para encontrar
soluciones enteras de un problema lineal. Fue introducido por Gomory. Funciona
resolviendo un programa lineal no entero, después comprobando si la optimización
encontrada es también una solución entera. Si no es así, es añadida una nueva
restricción que corta la solución no entera pero no corta ningún otro punto de la región
factible. Esto se repite hasta que se encuentra la solución entera óptima. Interpretación
geométrica, una restricción es equivalente a un hiperplano, permitiendo solo soluciones
en uno de los lados del plano.
Método fraccional de Gomory
Este método solo resuelve modelos enteros puros y consta de los siguientes pasos:
1. Se resuelve el modelo sin tomar en cuenta la restricción de que las variables
sean enteras.
15
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
2. Si la solución óptima cumple la condición de ser entera, ésta es la solución del
modelo. Si no, se toma uno de los renglones de la tabla simplex óptimo con lado
derecho no entero. A este renglón le llamamos renglón fuente.
3. Escribimos los coeficientes del renglón fuente como una combinación de un
número entero y una parte fraccionaria positiva entre cero y uno.
4. Pasamos todos los coeficientes fraccionarios del lado izquierdo, los enteros los
pasamos al lado derecho. Ahora hacemos que el lado izquierdo sea mayor o
igual a cero.
5. Escribimos esta desigualdad en forma de igualdad al sumar la variable de
superávit y la añadimos a nuestra tabla simplex óptimo. Resolvemos por el
método dual simplex. Regresamos al paso 2.
Nota: Z es entero si y solo si los coeficientes de la función objetivo son enteros y así
utilizar al renglón Zj - Cj en la tabla simplex.
Método gráfico de programación entera
En muchos modelos algunas o todas las variables de decisión deben ser enteras.
Estos modelos son conocidos como modelos de programación lineal entera. El método
grafico de la programación lineal entera es muy similar al presentado 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 límite de la zona de solución y se unen por medio de
una línea de modo que habremos generado una nueva zona de solución formada por
esta y los ejes, estando la solución del problema de programación entera en uno de los
vértices, que será aquel que optimice la función objetivo.
Ejemplo.
La carpintería Pérez desea saber cómo programar la producción de 2 tipos diferentes
de recamaras: europea y americana. La carpintería cuenta con 200 pies cúbicos de
madera y con 50 horas de tiempo disponible, la recamara del tipo europea necesita
para su fabricación de 42 pies cúbicos de madera y 12 horas de tiempo; mientras que
el tipo americano requiere de 35 pies cúbicos de madera y 9.5 horas de tiempo.
maxZ=21000 x 1+18500 x 2
Sujeto a:
16
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
42 x 1+35 x 2≤ 200
12 x 1+9.5 x 2 ≤50
x1, x2≥0
En la siguiente
figura se puede
observar que la
segunda
restricción es la
que delimita la
zona de
solución factible
para el caso de
programación
lineal, cuya
solución es el Punto R en la imagen. Esta solución no es adecuada ya que no se
pueden construir media recamara y venderla sino se necesita producir 1 entera, ya que
nadie compraría una mitad.
Para hallar la solución entera del problema, se localizan los puntos de combinaciones
enteras que están más próximos a la línea de restricción R (2), pues es la parte de la
zona factible de solución hacia donde la función objetivo aumenta.
Estos puntos son:
A ( x 1=0 , x 2=5 ) , B ( x 1=1 , x 2=4 ) , C ( x 1=1 , x 2=3 ) , D ( x 1=2 , x 2=2 ) , E ( x 1=3 , x 2=1 ) y F ( x 1=4 , x 2=0 ) .
La solución al problema de programación entera quedara necesariamente en uno de
estos vértices y será aquel que maximice la función objetivo y esto se logra moviendo
las rectas paralelamente a la función objetivo y hacia el origen y ver cuál es el primero
que es tocado por una de ellas. En la figura de arriba se muestra con una línea la recta
que corresponde a z=105000.00. Si movemos esta hacia el origen, el primer vértice de
los puntos enteros que será tocado es la recta B, que es la solución entera óptima, la
cual es: x 1=1
17
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
x 2=4
z=95000
Al graficar igual podemos hacer más rápida la solución y hacer el método de redondeo.
Método de Redondeo
Tal y como su nombre lo indica, este método se basa en resolver primeramente
el problema como programación lineal y luego redondear la solución obtenida
hacia los enteros inmediatos inferiores para casos de maximización y hacia los
enteros inmediatos superiores para casos de minimización. Esto es muy simple,
aunque no siempre da buenos resultados, pues suele suceder que la solución
obtenida no sea el óptimo. Otras veces los valores que se obtienen con el presente
método no son ni siquiera factibles. A continuación aplicaremos este procedimiento
al caso de la carpintería Pérez por medio de redondeo.
Resolver el problema de la carpintería
Pérez por medio del método de
Redondeo.
Solución:
Ya vimos que la solución al problema
lineal es:
Resolver el problema de la carpintería Pérez por medio del método de Redondeo.
Solución:
Ya vimos que la solución al problema lineal es:
X 1=0 X 2=5.263 Z=97,368.42
Como este caso es de maximización, los valores de las variables de decisión deberán
redondearse a los números enteros inmediatos inferiores. En este caso X1 no se
redondea, puesto que ya es un número entero, cero. Con esto la solución obtenida con
el presente método será:
X 1=0 X 2=5 Z=92,500.00
18
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
Este valor sí es factible pero no es el óptimo del programa entero, el cual es
X 1=1 , X 2=4 , con Z =95,000.00 .
Hay ocasiones en que la solución obtenida con este método queda muy lejos del valor
óptimo
Método de ramificación y acotación
En 1960, Ailsa H. Land y Alison G. Doig, presentan el algoritmo Land-Doig. El nombre
de bifurcación y acotamiento (o bien, ramificación y acotamiento y en inglés “Branch
and Bound”) se lo dan posteriormente Little, Murty, Sweeney, Karel. Más tarde, el
algoritmo fue modificado por Dakin, haciéndolo de manera más general.
Al resolver un modelo de P. L. E., la primera idea que surge es la de resolver el modelo
como un problema de P. L. estándar. Una vez que se tienen la solución, si ésta cumple
con las condiciones de que todas las variables de decisión sean enteras, entonces el
problema está resuelto. Si no, entonces podemos redondear los valores y aplicar el
proceso hacia la solución del modelo de P. L. E.
Resolver el siguiente modelo de P. L. E. puro.
maxZ=3 x 1+ 4 x 2
Sujeto a:
x 1+ x 2≤ 5.5
x 2 ≤ 3.5
x1, x2≥0
Por el método simplex se obtiene la solución óptima del modelo (sin considerar la
restricción de que x1 y x2 deben ser enteros):
x 1=2
x 2=3.5
Y el valor de la función objetivo es: Z=20.
Observamos que la variable x 1 si satisface la restricción de ser entera, sin embargo, la
variable x 2 no lo satisface. Si redondeamos el valor de x 2 obtenemos:
x 1=2
x 2=4
19
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
El punto (x1, x2) no está dentro de la región factible, por lo tanto tenemos que modificar
el valor de x2, con lo cual obtenemos la solución óptima:
x 1=2
x 2=3 con maxZ=18
Que satisface la condición de que las variables sean enteras.
El método de ramifica y acota toma la idea anterior, sólo que ahora analiza todas las
posibilidades de redondeo. Para ello va formando un árbol de combinaciones, como los
utilizados en probabilidad. A continuación describimos los pasos del algoritmo del
método:
1. Se resuelve el modelo utilizando el método simplex, sin tomar en cuenta las
restricciones de que las variables deben tomar valores enteros. Si la solución
óptima del problema satisface la condición de ser entera, el modelo está
resuelto. Parar. Si no, continuar con el algoritmo.
2. Se toma una de las variables que no es entera y se toma el valor del entero
próximo mayor y el valor del entero próximo menor. Se plantean dos nuevas
restricciones: que la variable sea mayor al entero mayor y que la variable sea
menor al entero menor.
3. Una vez hecho esto se plantean dos nuevos modelos de P. L. que se deben
resolver. Cada uno de ellos se obtiene al agregar una de las dos restricciones
del punto anterior.
4. Se resuelve cada uno de los modelos utilizando el método simplex. Si la solución
óptima es entera se anota el valor de la función objetivo. Si la solución óptima de
todos los modelos ya es entera se pasa al punto 5, si no, se aplica nuevamente
el método desde el punto 2, para cada uno de los modelos que tiene solución no
entera.
5. Se comparan los valores de Z y se toma el máximo, la solución asociada a este
valor es la solución óptima del modelo.
Uso de software WIN QSB.
WinQSB es un paquete de herramientas muy versátil que permite el análisis y
resolución de modelos matemáticos, problemas administrativos, de producción,
proyectos, inventarios, transporte, entre muchos otros. Ofrece una interfaz básica pero
20
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
amigable, y es la aplicación por excelencia utilizada por profesionales de Ingeniería
Industrial y áreas administrativas para la resolución de sus modelos de programación
lineal, continua o entera.
El acceso al WINQSB se puede hacer a través del botón INICIO del
sistema operativo WINDOWS, en el menú PROGRAMAS en la carpeta
WINQSB. WINQSB es una herramienta poderosa para el manejo de métodos
cuantitativos, el cual está conformado por 19 módulos:
1. Análisis de muestreo de aceptación (Acceptance Sampling Analysis)
2. Planeación agregada (Aggregate Planning)
3. Análisis de decisiones (Decision Analysis)
4. Programación dinámica (Dynamic Programming)
5. Diseño y localización de plantas (Facility Location and Layout)
6. Pronósticos (Forecasting)
7. Programación por objetivos (Goal Programming)
8. Teoría y sistemas de inventarios (Inventory Theory and System)
9. Programación de jornadas de trabajo (Job Scheduling)
10. Programación lineal y entera (Linear and integer programming)
11. Procesos de Harkov
12. Planeación de Requerimiento de Materiales
13. Modelación de redes (Network Modeling)
14. Programación no lineal (Nonlinear Programming)
15. PERT y CPM (PERT_CPM)
16. Programación cuadrática (Quadratic Programming)
17. Cartas de control de calidad (Quality Control Chart)
18. Sistemas de cola (Queuing Analysis)
19. Simulación de sistemas de cola (Queuing Analysis Simulation)
Una vez seleccionado el módulo con el cual se desee trabajar, aparecerá
una ventana cuyas características iniciales serán similares para todos los
módulos del WINQSB.
21
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
La parte superior de la ventana llamada TITULO indica el nombre del
módulo seleccionado, en este caso se optó por mostrar el módulo de
Programación Lineal y Entera (Linear and integer programming).
Debajo encontramos los menú Archivo (File) y Ayuda (Help). El menú
archivo comprende las siguientes opciones:
Nuevo problema (New Problem): Permite introducir un nuevo problema.
Abrir Problema (Load Problem): Abre un problema que se ha guardado con
anterioridad.
Salir (Exit): Sale del programa.
El menú Ayuda (Help) lo conforman:
Contenido (Contents): Contenido completo de la ayuda sobre el módulo
seleccionado.
Buscar ayuda en... (Search for Help on...): Búsqueda de ayuda mediante
palabras claves.
Cómo usar la ayuda (How to Use Help): Indicaciones (puede ser en español) de
cómo se utiliza la ayuda para sacarle el máximo provecho.
Ayuda sobre la ventana actual (Help on Current Windows): Interesante opción
que muestra la ayuda sólo sobre los elementos que aparecen actualmente en la
ventana.
Acerca de... (About LP-ILP): Muestra datos sobre la creación del programa e
información sobre la licencia.
El programa también cuenta con una barra de herramientas que ayuda de forma
significativa la selección de las opciones más usadas.
El primer botón permite la creación de un nuevo problema, el segundo abre un
problema existente, mientras que el tercero, permite salir del programa.
En el centro de la venta se encuentra un espacio vacío el cual llamaremos ZONA DE
TRABAJO, donde se procederá a alimentar con información al programa.
22
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
Conclusión:
Los problemas de programación entera surgen con frecuencia cuando los valores de
algunas o todas las variables de decisión deben restringirse a valores enteros.
La programación entera es una herramienta muy útil para las personas que tienen
empresas, ya que permite la administración de mejor manera de los recursos con los
que cuenta la empresa para poder aprovecharlos al máximo y así aumentar las
ganancias al máximo y poder reducir los costos.
En la actualidad es común que se disponga de paquetes de computadora para
algoritmos de programación entera en el software de programación matemática. Estos
algoritmos casi siempre se basan en la técnica de ramificación y acotamiento o en
alguna variación de ésta.
Bibliografía:
[Link]
[Link]
nacional/investigacion-de-operaciones-i/resumenes/programacion-
entera/5267700/view
[Link]
[Link]
%20operaciones_2aEd_06.pdf
[Link]
[Link]
POR-EL-METODO-GRAFICO
[Link]
MACION_ENTERA
23
TECNOLÓGICO NACIONAL DE MÉXICO
Instituto Tecnológico de Tapachula
[Link]
24
