SlideShare une entreprise Scribd logo
1  sur  19
MODELOS DE PROGRAMACIÓN ENTERA
DEFINICION Y MODELOS DE PROGRAMACION ENTERA Un modelo de programación entera es un modelo que contiene restricciones y una función objetivo idénticas a las formuladas por planeación lineal. La única diferencia es que una o mas de las variables de decisión tienen que tomar un valor entero en la solución final. Existen tres tipos de modelos de programación entera: Pura Binaria Mixta
Programación Entera Pura  ,[object Object],Min 6×1 + 5×2 + 4×3  s.a. 108×1 + 92×2 + 58×3 >= 576  7×1 + 18×2 + 22×3 >= 83  ,[object Object]
Es un modelo entero puro. Sin las restricciones adicionales de que x1, x2, x3 sean enteros (o sea las condiciones de integralidad) seria un problema de programación lineal ,[object Object]
PROGRAMACION ENTERA MIXTA Algunas de las variables de decisión tienen valores enteros. Las demás cumplen con la suposición de divisibilidad. ,[object Object],[object Object]
¿Cómo debe programarse la producción para obtener la máxima cantidad de artículos? Construcción del modelo Para un mejor entendimiento elaboremos un diagrama de la situación
Definición de variables Xi = Número de tandas de producción que realiza la máquina i. Cada tanda de producción de las máquinas utiliza cierta cantidad de las materias primas y produce cierta cantidad de los componentes A y B, con los cuales se obtiene el ensamble del producto final. Como para cada unidad del ensamble se utilizan cuatro unidades del componente A y tres del componente B, se concluye que el número total de ensambles obtenidos será el resultado de dividir por cuatro el numero de componentes tipo A, pero también debe ser igual al numero de componentes tipo B, dividido por tres. Necesitamos entonces definir también que              XA = número de componentes de tipo A obtenidas.            XB = número de componentes de tipo B obtenidas.
PROGRAMACION ENTERA BINARIA Utiliza variables binarias
Programación Entera 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.
Programación Entera Binaria ,[object Object],		- Método de ramificar y acotar.  		- Método de planos de corte. ,[object Object],[object Object]
La compañía dispone actualmente de 25 millones y al inicio del segundo año recibirá 5 millones de otras inversiones. Además necesita disponer de 15 millones al inicio del tercer año que destinará a cancelar unos compromisos de pago en esa fecha.La tasa de interés que se paga actualmente en el mercado es 20% anual efectiva. Problemas Estibaje: son problemas con una sola restricción de capacidad. Cargo fijo: hay un costo asociado con desarrollar una actividad que no depende del nivel de la actividad.  Cobertura: cada elemento de un conjunto debe ser “cubierto” por un elemento aceptable de otro conjunto. El objetivo del problema es minimizar el número de elementos del segundo conjunto requerido para cubrir todos los elementos del primer conjunto. Escala minima de operacion
Problema del agente viajero Este problema, consiste en que un viajero que saliendo de una determinada ciudad, debe visitar una sola vez n-1 ciudades diferentes y regresar al punto de partida. Si el costo de dirigirse a la ciudad  j desde la ciudad i es Cij(Cij ≠ Cji ), se debe determinar la secuencia de visita de ciudades, tal que el costo total asociado sea mínimo. La formulación de este problema es la siguiente.
xij=     1,       si se visita a la cd. j después de  visitar la cd.  i            0,       si no se visita a la cd, j después de visitar la cd. i cij: el costo asociado a la visita de la cd. j después de visitar i Ui = un número real arbitrario Entonces se requiere: Sujeto a: j= 0, 1, 2, …, n, i = 1, 2, …, n, 1 ≤ i ≠ j ≤n,
Problemas típicos Problema del transporte Problema de flujo con coste mínimo en red Problema de asignación Problema de la mochila (knapsack) Problema del emparejamiento (matching) Problema del recubrimiento (set-covering) Problema del empaquetado (set-packing) Problema de partición (set-partitioning) Problema del coste fijo (fixed-charge) Problema del viajante (TSP) Problema de rutas óptimas
INTEGRANTESGalicia Gutierrez Joel E.Montes Tenorio CrysRivas Avila Edgar AlfonsoValdez Reyes Herolinda
Modelos De Programacion Entera
Modelos De Programacion Entera

Contenu connexe

Tendances

Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Lineal
jotape74
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
Minerva RG
 
Conclusion y recomendacion de ejercio de investigacion de operaciones
Conclusion  y recomendacion de ejercio de investigacion de operacionesConclusion  y recomendacion de ejercio de investigacion de operaciones
Conclusion y recomendacion de ejercio de investigacion de operaciones
agonzalez88
 
Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binaria
Jaime Medrano
 

Tendances (20)

Algoritmo de transporte
Algoritmo de transporteAlgoritmo de transporte
Algoritmo de transporte
 
Cadenas de markov
Cadenas de markovCadenas de markov
Cadenas de markov
 
Programacion Lineal Entera
Programacion Lineal EnteraProgramacion Lineal Entera
Programacion Lineal Entera
 
Metodo simplex
Metodo simplexMetodo simplex
Metodo simplex
 
Ejercicio 2
Ejercicio 2Ejercicio 2
Ejercicio 2
 
Unidad 4 Datos Estándar y Propósito de los estándares de tiempo
Unidad 4 Datos Estándar y Propósito de los estándares de tiempoUnidad 4 Datos Estándar y Propósito de los estándares de tiempo
Unidad 4 Datos Estándar y Propósito de los estándares de tiempo
 
Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Lineal
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
Ingenieria economica y la toma de decisiones
Ingenieria economica  y la toma de decisionesIngenieria economica  y la toma de decisiones
Ingenieria economica y la toma de decisiones
 
Problemario
ProblemarioProblemario
Problemario
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación
 
Conclusion y recomendacion de ejercio de investigacion de operaciones
Conclusion  y recomendacion de ejercio de investigacion de operacionesConclusion  y recomendacion de ejercio de investigacion de operaciones
Conclusion y recomendacion de ejercio de investigacion de operaciones
 
Factores de pago unico
Factores de pago unicoFactores de pago unico
Factores de pago unico
 
Unidad 4
Unidad 4Unidad 4
Unidad 4
 
Programación lineal entera y binaria
Programación lineal entera y binariaProgramación lineal entera y binaria
Programación lineal entera y binaria
 
5.4 flujo maximo
5.4 flujo maximo5.4 flujo maximo
5.4 flujo maximo
 
Unidad 3 planeacion y diseño de instalaciones
Unidad 3 planeacion y diseño de instalacionesUnidad 3 planeacion y diseño de instalaciones
Unidad 3 planeacion y diseño de instalaciones
 
Teoria de la dualidad y Analisis de la Sensibilidad
Teoria de la dualidad y Analisis de la SensibilidadTeoria de la dualidad y Analisis de la Sensibilidad
Teoria de la dualidad y Analisis de la Sensibilidad
 
3.1 sistemas de tiempos predeterminados
3.1 sistemas de tiempos predeterminados3.1 sistemas de tiempos predeterminados
3.1 sistemas de tiempos predeterminados
 
2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS
2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS
2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS
 

Similaire à Modelos De Programacion Entera

Programación lineal
Programación linealProgramación lineal
Programación lineal
danile889_l
 
La introduccion estas buena
La introduccion estas buenaLa introduccion estas buena
La introduccion estas buena
Carlos Daniel
 
Investigación de operaciones y simulación
Investigación de operaciones y simulaciónInvestigación de operaciones y simulación
Investigación de operaciones y simulación
GLSP
 
Informe
Informe Informe
Informe
naemar
 
Unidad 3. decisiones bajo certidumbre
Unidad 3. decisiones bajo certidumbreUnidad 3. decisiones bajo certidumbre
Unidad 3. decisiones bajo certidumbre
alixindriago2013
 

Similaire à Modelos De Programacion Entera (20)

Tema 1 programacion lineal.pdf
Tema 1 programacion lineal.pdfTema 1 programacion lineal.pdf
Tema 1 programacion lineal.pdf
 
Io 2da programacion lineal
Io 2da programacion linealIo 2da programacion lineal
Io 2da programacion lineal
 
11 solveroptimización
11 solveroptimización11 solveroptimización
11 solveroptimización
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
La introduccion estas buena
La introduccion estas buenaLa introduccion estas buena
La introduccion estas buena
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
Win qsb2.0
Win qsb2.0Win qsb2.0
Win qsb2.0
 
Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...
Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...
Analisis de Desiciones para la Optimización- Material Didáctico - FEBRERO 202...
 
Cuestionario
CuestionarioCuestionario
Cuestionario
 
Programación lineal y pert. do
Programación lineal y pert. doProgramación lineal y pert. do
Programación lineal y pert. do
 
Investigación de operaciones y simulación
Investigación de operaciones y simulaciónInvestigación de operaciones y simulación
Investigación de operaciones y simulación
 
INTRODUCCION.ppt
INTRODUCCION.pptINTRODUCCION.ppt
INTRODUCCION.ppt
 
Método gráfico
Método gráficoMétodo gráfico
Método gráfico
 
Actividad autoformación y evaluación no.2 tarea
Actividad autoformación y evaluación no.2 tareaActividad autoformación y evaluación no.2 tarea
Actividad autoformación y evaluación no.2 tarea
 
Informe
Informe Informe
Informe
 
Proyecto Investigación de Operaciones
Proyecto Investigación de OperacionesProyecto Investigación de Operaciones
Proyecto Investigación de Operaciones
 
Unidad 3. decisiones bajo certidumbre
Unidad 3. decisiones bajo certidumbreUnidad 3. decisiones bajo certidumbre
Unidad 3. decisiones bajo certidumbre
 
Modelo transporte
Modelo transporteModelo transporte
Modelo transporte
 
Win qsb2.0
Win qsb2.0Win qsb2.0
Win qsb2.0
 
Investigación de operaciones I y II.pptx
Investigación de operaciones I y II.pptxInvestigación de operaciones I y II.pptx
Investigación de operaciones I y II.pptx
 

Plus de Cris Tenorio

Curso Analisis Economico Financiero
Curso Analisis Economico FinancieroCurso Analisis Economico Financiero
Curso Analisis Economico Financiero
Cris Tenorio
 
Conceptos basicos sistemas de manufactura
Conceptos basicos sistemas de manufacturaConceptos basicos sistemas de manufactura
Conceptos basicos sistemas de manufactura
Cris Tenorio
 
Protocolo de investigacion
Protocolo de investigacionProtocolo de investigacion
Protocolo de investigacion
Cris Tenorio
 
Sistema de Administracion del Mantenimiento
Sistema de Administracion del MantenimientoSistema de Administracion del Mantenimiento
Sistema de Administracion del Mantenimiento
Cris Tenorio
 
Habitos De Estudio
Habitos De EstudioHabitos De Estudio
Habitos De Estudio
Cris Tenorio
 
Ejemplo de Metricas 6 sigma
Ejemplo de Metricas 6 sigmaEjemplo de Metricas 6 sigma
Ejemplo de Metricas 6 sigma
Cris Tenorio
 
Etapa Terminacion Del Proyecto
Etapa Terminacion Del ProyectoEtapa Terminacion Del Proyecto
Etapa Terminacion Del Proyecto
Cris Tenorio
 
Cuadrado Latino y grecolatino
Cuadrado Latino y grecolatinoCuadrado Latino y grecolatino
Cuadrado Latino y grecolatino
Cris Tenorio
 
Sistemas De Produccion (Ejercicios)
Sistemas De Produccion (Ejercicios)Sistemas De Produccion (Ejercicios)
Sistemas De Produccion (Ejercicios)
Cris Tenorio
 
Planeacion de requerimientos de materiales
Planeacion de requerimientos de materialesPlaneacion de requerimientos de materiales
Planeacion de requerimientos de materiales
Cris Tenorio
 
Sistema de Produccion Toyota
Sistema de Produccion ToyotaSistema de Produccion Toyota
Sistema de Produccion Toyota
Cris Tenorio
 
Analisis De Decision
Analisis De DecisionAnalisis De Decision
Analisis De Decision
Cris Tenorio
 
Cnc, Cad, Cam, Cae, Capp
Cnc, Cad, Cam, Cae, CappCnc, Cad, Cam, Cae, Capp
Cnc, Cad, Cam, Cae, Capp
Cris Tenorio
 

Plus de Cris Tenorio (20)

Curso Analisis Economico Financiero
Curso Analisis Economico FinancieroCurso Analisis Economico Financiero
Curso Analisis Economico Financiero
 
Oracle
OracleOracle
Oracle
 
Conceptos basicos sistemas de manufactura
Conceptos basicos sistemas de manufacturaConceptos basicos sistemas de manufactura
Conceptos basicos sistemas de manufactura
 
Protocolo de investigacion
Protocolo de investigacionProtocolo de investigacion
Protocolo de investigacion
 
Poka yoke
Poka yokePoka yoke
Poka yoke
 
Sanyo vs mabe
Sanyo vs mabeSanyo vs mabe
Sanyo vs mabe
 
Sistemas
SistemasSistemas
Sistemas
 
Tecnologias Duras
Tecnologias DurasTecnologias Duras
Tecnologias Duras
 
Sistema de Administracion del Mantenimiento
Sistema de Administracion del MantenimientoSistema de Administracion del Mantenimiento
Sistema de Administracion del Mantenimiento
 
Habitos De Estudio
Habitos De EstudioHabitos De Estudio
Habitos De Estudio
 
Cultura Azteca
Cultura AztecaCultura Azteca
Cultura Azteca
 
Ejemplo de Metricas 6 sigma
Ejemplo de Metricas 6 sigmaEjemplo de Metricas 6 sigma
Ejemplo de Metricas 6 sigma
 
Etapa Terminacion Del Proyecto
Etapa Terminacion Del ProyectoEtapa Terminacion Del Proyecto
Etapa Terminacion Del Proyecto
 
Cuadrado Latino y grecolatino
Cuadrado Latino y grecolatinoCuadrado Latino y grecolatino
Cuadrado Latino y grecolatino
 
Sistemas De Produccion (Ejercicios)
Sistemas De Produccion (Ejercicios)Sistemas De Produccion (Ejercicios)
Sistemas De Produccion (Ejercicios)
 
Planeacion de requerimientos de materiales
Planeacion de requerimientos de materialesPlaneacion de requerimientos de materiales
Planeacion de requerimientos de materiales
 
Sistema de Produccion Toyota
Sistema de Produccion ToyotaSistema de Produccion Toyota
Sistema de Produccion Toyota
 
Analisis De Decision
Analisis De DecisionAnalisis De Decision
Analisis De Decision
 
Cnc, Cad, Cam, Cae, Capp
Cnc, Cad, Cam, Cae, CappCnc, Cad, Cam, Cae, Capp
Cnc, Cad, Cam, Cae, Capp
 
Metodo Montecarlo
Metodo MontecarloMetodo Montecarlo
Metodo Montecarlo
 

Dernier

redes informaticas en una oficina administrativa
redes informaticas en una oficina administrativaredes informaticas en una oficina administrativa
redes informaticas en una oficina administrativa
nicho110
 

Dernier (11)

Buenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptxBuenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptx
 
Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21
 
How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.
 
Avances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estosAvances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estos
 
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxEVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
 
Avances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanaAvances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvana
 
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
 
redes informaticas en una oficina administrativa
redes informaticas en una oficina administrativaredes informaticas en una oficina administrativa
redes informaticas en una oficina administrativa
 
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxPROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
 
Guia Basica para bachillerato de Circuitos Basicos
Guia Basica para bachillerato de Circuitos BasicosGuia Basica para bachillerato de Circuitos Basicos
Guia Basica para bachillerato de Circuitos Basicos
 
investigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXIinvestigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXI
 

Modelos De Programacion Entera

  • 2. DEFINICION Y MODELOS DE PROGRAMACION ENTERA Un modelo de programación entera es un modelo que contiene restricciones y una función objetivo idénticas a las formuladas por planeación lineal. La única diferencia es que una o mas de las variables de decisión tienen que tomar un valor entero en la solución final. Existen tres tipos de modelos de programación entera: Pura Binaria Mixta
  • 3.
  • 4.
  • 5.
  • 6.
  • 7. ¿Cómo debe programarse la producción para obtener la máxima cantidad de artículos? Construcción del modelo Para un mejor entendimiento elaboremos un diagrama de la situación
  • 8. Definición de variables Xi = Número de tandas de producción que realiza la máquina i. Cada tanda de producción de las máquinas utiliza cierta cantidad de las materias primas y produce cierta cantidad de los componentes A y B, con los cuales se obtiene el ensamble del producto final. Como para cada unidad del ensamble se utilizan cuatro unidades del componente A y tres del componente B, se concluye que el número total de ensambles obtenidos será el resultado de dividir por cuatro el numero de componentes tipo A, pero también debe ser igual al numero de componentes tipo B, dividido por tres. Necesitamos entonces definir también que             XA = número de componentes de tipo A obtenidas.            XB = número de componentes de tipo B obtenidas.
  • 9.
  • 10. PROGRAMACION ENTERA BINARIA Utiliza variables binarias
  • 11. Programación Entera 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.
  • 12.
  • 13. La compañía dispone actualmente de 25 millones y al inicio del segundo año recibirá 5 millones de otras inversiones. Además necesita disponer de 15 millones al inicio del tercer año que destinará a cancelar unos compromisos de pago en esa fecha.La tasa de interés que se paga actualmente en el mercado es 20% anual efectiva. Problemas Estibaje: son problemas con una sola restricción de capacidad. Cargo fijo: hay un costo asociado con desarrollar una actividad que no depende del nivel de la actividad. Cobertura: cada elemento de un conjunto debe ser “cubierto” por un elemento aceptable de otro conjunto. El objetivo del problema es minimizar el número de elementos del segundo conjunto requerido para cubrir todos los elementos del primer conjunto. Escala minima de operacion
  • 14. Problema del agente viajero Este problema, consiste en que un viajero que saliendo de una determinada ciudad, debe visitar una sola vez n-1 ciudades diferentes y regresar al punto de partida. Si el costo de dirigirse a la ciudad j desde la ciudad i es Cij(Cij ≠ Cji ), se debe determinar la secuencia de visita de ciudades, tal que el costo total asociado sea mínimo. La formulación de este problema es la siguiente.
  • 15. xij= 1, si se visita a la cd. j después de visitar la cd. i 0, si no se visita a la cd, j después de visitar la cd. i cij: el costo asociado a la visita de la cd. j después de visitar i Ui = un número real arbitrario Entonces se requiere: Sujeto a: j= 0, 1, 2, …, n, i = 1, 2, …, n, 1 ≤ i ≠ j ≤n,
  • 16. Problemas típicos Problema del transporte Problema de flujo con coste mínimo en red Problema de asignación Problema de la mochila (knapsack) Problema del emparejamiento (matching) Problema del recubrimiento (set-covering) Problema del empaquetado (set-packing) Problema de partición (set-partitioning) Problema del coste fijo (fixed-charge) Problema del viajante (TSP) Problema de rutas óptimas
  • 17. INTEGRANTESGalicia Gutierrez Joel E.Montes Tenorio CrysRivas Avila Edgar AlfonsoValdez Reyes Herolinda