Está en la página 1de 50

UNIVERSIDAD DE ORIENTE

NÚCLEO DE ANZOÁTEGUI

EXTENSIÓN REGIÓN CENTRO SUR

ANACO- EDO- ANZOÁTEGUI

Programación
lineal

BACHILLERES:

ANDREINA SOLANO

INDIRA PÉREZ

JOSÉ GARCÍA

ANDREINA MARTÍNEZ

MARBELLA LÓPEZ
Programación lineal

FRANCIS GELVIZ

MARZO, 2010

ÍNDICE

INTRODUCCIÓN……………………………………………...…..02

DESARROLLO

1. Modelo de transporte ………………………………………03

1.1. Método de la esquina noroeste………………………09

1.2. Método del costo mínimo…………………………….14

1.3. Método de aproximación Vogel……………………..17

1.4. Método de los multiplicadores……………………….21

2. Modelo de asignación………………………………………..30

2.1 Método de húngaro………………………………...…31

3. Modelo de transbordo……………………………………….40

CONCLUSIÓN……………………………………………………..48

BIBLIOGRAFIA………………………………………………...…49

2
Programación lineal

INTRODUCCIÓN

La Programación Lineal es una pequeña parte de una teoría


matemática que se ha consolidado en el siglo XX con el nombre de
Optimización. En general, se trata de un conjunto de técnicas
matemáticas que intentan obtener el mayor provecho posible de
sistemas económicos, sociales, tecnológicos,... cuyo funcionamiento
se puede describir matemáticamente de modo adecuado.

En la actualidad es una herramienta común que ha ahorrado miles o


millones de dólares a muchas compañías y negocios, incluyendo
industrias medianas en distintos países del mundo.

Según las características de las funciones del problema y de las


variables se tienen diferentes tipos de problemas de Programación
Matemática. Si todas las funciones del problema, objetivo y
restricciones son lineales, se tiene un problema de Programación
Lineal. Así, la PL trata la planeación de las actividades para obtener
un resultado óptimo, esto es, el resultado que mejor alcance la meta
especificada (según el modelo) entre todas las opciones de solución.
Aunque la asignación de recursos a las actividades es la aplicación
más frecuente, la PL tiene muchas otras posibilidades. De hecho,
cualquier problema cuyo modelo matemático se ajuste al formato
general del modelo de PL es un problema de PL.

En este trabajo describiremos algunos métodos como lo son el método


de transporte, asignación y transbordo con el propósito de conocer
más sobre los problemas lineales y sus soluciones posibles.

3
Programación lineal

4. MODELOS DE TRANSPORTE:

Es una clase especial de programación lineal que tiene que ver con
transportar un articulo desde sus fuentes (es decir, fábricas) hasta sus
destinos (es decir, bodegas). El objetivo es determinar el programa de
transporte y que al mismo tiempo satisfaga los límites de la oferta y
demanda. En el modelo se supone que el costo de transporte es
proporcional a la cantidad de unidades transportadas en determinada
ruta. En general, se pude ampliar el problema de transporte a otras
áreas de operación, entre otras el control de inventarios, programación
de empleos y asignación de personal.

Descripción general de un modelo de transporte:

1) Un conjunto de m puntos de suministro a partir de los cuales se


envía un bien. El punto i de suministro abastece a lo sumo Si
unidades.

2) Un conjunto de n puntos de demanda a los que se envía el bien.


El punto de demanda j debe de recibir por lo menos dj unidades
del bien enviado.

3) Cada unidad producida en el punto de suministro i y enviada al


punto de demanda j incurre en el costo variable cij.

Sea

Xij= número de unidades enviadas desde el punto de suministro i y


enviada al punto de demanda j entonces la formulación de un
problema de transporte es:

4
Programación lineal

min

s.a:

(Restricciones de suministro)

(Restricciones por demanda)

xij .

• Si el problema es un transporte equilibrado entonces se dice:

Entonces el suministro total es igual a la demanda, siendo así se


podría escribir como:

min

s.a

(Restricciones de suministro)

(Restricciones de demanda)

xij .

• Si el problema es un transporte no equilibrado debido al que el


suministro total excede a la demanda total, entonces se tiene lo
siguiente:

5
Programación lineal

a. Se debe de crear un punto de demanda ficticio que tiene una


demanda igual a la cantidad de suministro en exceso.

b. A los puntos de demanda ficticios se les asigna un costo cero,


ya que, no son envíos reales.

• Si el problema es un transporte no equilibrado debido al que el


suministro total es menor que la demanda total, entonces se
tiene lo siguiente:

a. Si es estrictamente menor no tiene solución factible.

b. Se permite la posibilidad de dejar sin satisfacer parte de la


demanda.

c. (En este tipo de situación se asocia una penalización con la


demanda no cumplida).

La estructura especial de un problema de transporte permite asegurar


que haya una solución básica no artificial de inicio, obtenida con uno
de los métodos siguientes:

1. Método de la esquina noroeste

2. Método del costo mínimo

3. Método de aproximación de Vogel

4. Método de multiplicadores

Ejemplo 1:

6
Programación lineal

Corpower tiene tres centrales eléctricas que cubren las necesidades de


cuatro ciudades. Cada central suministra los números siguientes de
kilowatts-hora (kwh) de electricidad:

Planta 1= 35 millones

Planta 2= 50 millones

Planta 3= 40 millones

Las demandas de potencia pico en estas ciudades que ocurren al


mismo tiempo (2p.m), son como sigue (en kwh):

Ciudad 1= 45 millones

Ciudad 2= 20 millones

Ciudad 3= 30 millones

Ciudad 4= 30 millones.

Los costos por enviar un millón de kwh de electricidad de la planta a


la ciudad dependen de la distancia que debe viajar la electricidad.
Formule un PL para minimizar el costo de satisfacer la demanda de
potencia pico de esta ciudad.

De Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4 Suministros


(millones de kwh)
Planta1 $8 $6 $10 $9 35
Planta 2 $9 $12 $13 $7 50
Planta 3 $14 $9 $16 $5 40

7
Programación lineal

Demanda 45 20 30 30
(millones
de (kwh)
Tabla1: Costos de envió y demanda para Corpower

Solución:

Paso 1: Se comienza por definir una variable para cada decisión que
debe tomar Corpower. Debido a que Corpower debe de determinar
cuanta potencia se envía desde cada planta a cada ciudad, se define
(para i= 1, 2,3 y j=1, 2, 3,4)

xij = numero de (millones) de kwh producidos en la planta i y enviados


a la ciudad j.

Paso 2: Escribir en términos de las variables, el costo total de


suministrar las demanda de potencia pico a las ciudades de 1 a 4, de la
siguiente manera:

8x11+6x12+10x13+9x14 (Costo de enviar potencia desde la planta 1)

+9x21+12x22+13x23+7x24 (Costo de enviar potencia desde la planta 2)

+14x31+9x32+16x33+5x34 (Costo de enviar potencia desde la planta 3)

Paso 3: Escribir las restricciones. Corpower presenta dos tipos de


restricciones, la primera es que, la potencia total suministrada por cada
planta no puede exceder la capacidad de la planta, lo que se conocería
como restricciones de suministro. Segunda, son necesarias
restricciones que aseguren que cada ciudad recibirá potencia suficiente

8
Programación lineal

para satisfacer su demanda pico, esta restricción se conocerá como


restricción por demanda. Lo cual se escribe de la siguiente manera:

 Restricciones por suministro.

x11+x12+x13+x14 (Restricción de suministro de la planta 1)

x21+x22+x23+x24 (Restricción de suministro de la planta 2)

x31+x32+x33+x34 (Restricción de suministro de la planta 3)

 Restricciones por demanda.

x11+x21+x31 (Restricción de demanda de la ciudad 1)

x12+x22+x32 (Restricción de demanda de la ciudad 2)

x13+x23+x33 (Restricción de demanda de la ciudad 3)

x14+x24+x34 (Restricción de demanda de la ciudad 4)

Paso 4: Colocar la restricción de no negatividad, puesto que, las xij


deben de ser no negativas. xij≥0∀

Paso 5: Escribir la formulación del problema lineal

Min z =8x11+6x12+10x13+9x14+9x21+12x22+13x23+7x24+14x31+9x32
+16x33+5x34

s.a

9
Programación lineal

x11+x12+x13+x14

x21+x22+x23+x24 Restricciones de suministro

x31+x32+x33+x34

x11+x21+x31

x12+x22+x32
Restricciones de demanda
x13+x23+x33

x14+x24+x34

xij≥0∀

Paso 6: Hallar la solución optima a través de alguno de los métodos


utilizados para resolver problemas de este tipo, ya sea, el método de la
esquina NOROESTE, costo menor, aproximación Vogel o
multiplicadores. (Los cuales serán descritos más adelante).

De esta manera se encuentran planteados los problemas de transporte


y las características vistas anteriormente son las que se presentan en
estos.

4.1 Método de la noroeste.

Este método comienza en la celda (ruta) de la esquina noroeste, o


superior izquierda de la tabla (variable x11).

10
Programación lineal

Paso 1: Asignar todo lo mas que se pueda a la celda seleccionada y


ajustar las cantidades asociadas de oferta y demanda restando la
cantidad asignada.

Paso 2: Salir del renglón o la columna cuando se alcance la oferta o


demanda cero, y tacharlo para indicar que no se puede hacer mas
asignaciones a ese renglón o columna. Si un renglón o una columna
dan cero al mismo tiempo, tachar solo uno el renglón o la columna y
dejar una oferta (demanda) cero en el renglón (columna) que no se
tachó.

Paso 3: Si queda exactamente un renglón o columna sin tachar,


detenerse. En caso contrario, avanzar a la celda de la derecha si se
acaba de tachar una columna, o a la de abajo si se tachó un renglón.
Seguir con el paso 1.

Ejercicio nº1: (Método de la esquina noroeste)

Siguiendo con el ejemplo dado anteriormente de Corpower tenemos


la siguiente formulación, aplicaremos el método de la esquina
noroeste para hallar una solución óptima.

Corpower tiene tres centrales eléctricas que cubren las necesidades de


cuatro ciudades.

De Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4 Suministros


(millones de kwh)
Planta1 $8 $6 $10 $9 35
Planta 2 $9 $12 $13 $7 50
Planta 3 $14 $9 $16 $5 40

11
Programación lineal

Demanda 45 20 30 30
(millones
de (kwh)

Los costos por enviar un millón de kwh de electricidad de la planta a


la ciudad dependen de la distancia que debe viajar la electricidad.
Formule un PL para minimizar el costo de satisfacer la demanda de
potencia pico de esta ciudad.

Min z =8x11+6x12+10x13+9x14+9x21+12x22+13x23+7x24+14x31+9x32
+16x33+5x34

s.a

x11+x12+x13+x14

x21+x22+x23+x24 Restricciones de suministro

x31+x32+x33+x34

x11+x21+x31

x12+x22+x32
Restricciones de demanda
x13+x23+x33

x14+x24+x34

xij≥0∀

Realizamos una tabla con el suministro y las demandas

Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4 Suministro

12
Programación lineal

8 6
Planta 1 35 ////////// ///////////10 /////////// 9 35
9 12 13
Planta 2 10 20 20 /////////// 7 50
14 9 16 5
Planta 3 ////////// /////////// 10 30 40
45 20 30 30

Luego hacemos el cálculo tomando los datos de la tabla optima. El


costo para satisfacer la demanda de electricidad es:

Z= 35x8+10x9+20x12+20x13+10x16+30x5= 1180.

Ejercicio nº2: (Método de la esquina noroeste)

Una compañía tiene 3 almacenes con 15, 25 y 5 artículos disponibles


respectivamente. Con estos productos disponibles desea satisfacer la
demanda de 4 clientes que requieren 5, 15, 15 y 10 unidades
respectivamente. Los costos asociados con el envío de mercancía del
almacén al cliente por unidad se dan en la siguiente tabla:

Clientes

Almacén 1 2 3 4
1 10 0 20 11
2 12 7 9 20
3 0 14 16 18
Solución:

Realizando la tabla:

Almacén Cliente 1 Cliente 2 Cliente 3 Cliente 4 Oferta

10 0
1 5 10 /////////// 20 /////////// 11 15
12 7 9 20
2 ////////// 5 15 5 25
0
3 ////////// /////////// 14 ////////// 16 5 18
5

13
Programación lineal

Demanda 5 15 15 10

Luego hacemos el cálculo tomando los datos de la tabla optima. El


costo para satisfacer la demanda es:

Z= (5x10) + (10x0) + (5x7) + (15x9) + (5x20) + (5x18)

Z= 410

Ejercicio nº3: (Método de la esquina noroeste)

Una compañía de renta de autos tiene problemas de distribución


debido a que los acuerdos de renta permiten que los autos se entreguen
en lugares diferentes a aquellos en que originalmente fueron rentados.
Por el momento hay 2 lugares (fuentes) con 15 y 13 autos en exceso
respectivamente y 4 lugares (destinos) en los que se requieren 9; 6; 7 y
9 autos respectivamente. Los costos de transporte en dólares entre los
lugares son los siguientes:

Destino
Origen 1 2 3 4
1 45 17 21 30
2 14 18 19 31
Demanda 9 6 7 9
Al sumar la demanda y la oferta notamos que la Oferta Demanda

Oferta= 9 +6 + 7 + 9=31

Demanda= 15 +13=28

Oferta Demanda, ya que faltan 3 de oferta, coloco otro renglón para


tener 3 en oferta y las demás casillas las relleno con cero.

14
Programación lineal

Origen Lugares 1 Lugares 2 Lugares 3 Lugares 4

45 17
1 9 6 /////////// 21 /////////// 30 15
14 18 19 31
2 ////////// ////////// 7 6 13
0
3 ////////// /////////// 0 ////////// 0 3 0
3
Demanda: 9 6 7 9

Z= (9x45) + (6x17)+ (7x19)+ (6x31)+ (3x0)

Z= 826$

4.2 Método del costo mínimo.

Este método determina una mejor solución de inicio, porque se


concentra en las rutas menos costosas.

Paso 1: Se inicia asignando todo lo posible a la celda que tenga el


mínimo costo unitario (los empates se rompe en forma arbitraria).

Paso 2: El renglón o la columna ya satisfechos se tacha, y las


cantidades de oferta y demanda se ajustan en consecuencia.

Paso 3: Si se satisfacen en forma simultánea un renglón y una


columna al mismo tiempo, solo se tacha uno de los dos, igual que en
el método de la esquina noroeste.

Paso 4: Se busca la celda no tachada con el costo unitario mínimo y se


repite el proceso hasta que quede sin tachar exactamente un renglón o
una columna.

15
Programación lineal

Ejercicio nº1: (Método del costo mínimo)

Siguiendo con el ejemplo dado anteriormente de Corpower tenemos


la siguiente formulación, aplicaremos el método del costo mínimo
para hallar una solución óptima.

Corpower tiene tres centrales eléctricas que cubren las necesidades de


cuatro ciudades.

De Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4 Suministros


(millones de kwh)
Planta1 $8 $6 $10 $9 35
Planta 2 $9 $12 $13 $7 50
Planta 3 $14 $9 $16 $5 40
Demanda 45 20 30 30
(millones
de (kwh)
Los costos por enviar un millón de kwh de electricidad de la planta a
la ciudad dependen de la distancia que debe viajar la electricidad.

Realizamos una tabla con el suministro y las demandas

Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4 Suministro


8 6
Planta 1 15 20 ///////////10 /////////// 9 35
9 12 13
Planta 2 30 ////////// 20 /////////// 7 50
14 9 16 5
Planta 3 ////////// /////////// 10 30 40
45 20 30 30

16
Programación lineal

Luego hacemos el cálculo tomando los datos de la tabla optima. El


costo para satisfacer la demanda de electricidad es:

Z= (15x8) + (20x6) + (30x9) + (20x13) + (10x16) + (30x5)= 1080

Ejercicio nº2: (Método del costo mínimo)

Una compañía tiene 3 almacenes con 15, 25 y 5 artículos disponibles


respectivamente. Con estos productos disponibles desea satisfacer la
demanda de 4 clientes que requieren 5, 15, 15 y 10 unidades
respectivamente. Los costos asociados con el envío de mercancía del
almacén al cliente por unidad se dan en la siguiente tabla:

Cliente

Almacén 1 2 3 4
1 10 0 20 11
2 12 7 9 20
3 0 14 16 18
Solución:

Realizando la tabla:

Almacén Cliente 1 Cliente 2 Cliente 3 Cliente 4 Oferta

10 0
1 ////////// 15 /////////// 20 0 11
15
12 7 9 20
2 ////////// ////////// 15 10 25
0
3 5 /////////// 14 ////////// 16 ////////// 18
5
Demanda 5 15 15 10

Luego hacemos el cálculo tomando los datos de la tabla optima. El


costo para satisfacer la demanda es:

Z= (15x0) + (15x9) + (10x20) + (5x0) + (0x11) =335

17
Programación lineal

4.3 Método de Aproximación Vogel.

Es una versión mejorada del método del costo mínimo, que en


general produce mejores soluciones de inicio.

Paso 1: Determinar para cada renglón (columna) una medida de


penalización restando el elemento del costo unitario mínimo en el
renglón (columna) del elemento con costo unitario siguiente al
mínimo del mismo renglón (columna).

Paso 2: Identificar el renglón o columna con mayor penalización.


Romper los empates en forma arbitraria. Asignar todo lo posible a la
variable que tenga el mínimo costo unitario del renglón columna
seleccionado. Ajustar la oferta y la demanda y tachar el renglón o la
columna ya satisfechos. Si se satisfacen un renglón y una columna en
forma simultánea, solo se tacha uno de los dos y al que queda se le
asigna oferta o demanda cero.

Paso 3:

a) Si queda sin tachar exactamente un renglón o columna con cero


oferta o demanda, detenerse.

b) Si queda sin tachar un renglón (columna) con oferta (demanda)


positiva, determinar las variables básicas en el renglón (columna) con
el método del costo mínimo. Detenerse.

18
Programación lineal

c) Si todos los renglones y columnas que no se tacharon tienen cero


oferta y demanda (restante), determinar las variables básicas cero por
el método del costo mínimo. Detenerse.

d) En cualquier otro caso, seguir en el paso 1.

Ejercicio nº1: (Método de Aproximación Vogel)

Siguiendo con el ejemplo dado anteriormente de Corpower tenemos


la siguiente formulación, aplicaremos el método de Aproximación
Vogel para hallar una solución óptima.

Corpower tiene tres centrales eléctricas que cubren las necesidades de


cuatro ciudades.

De Ciudad Ciudad Ciudad Ciudad Suministros


1 2 3 4 (millones de kwh)
Planta1 $8 $6 $10 $9 35
Planta 2 $9 $12 $13 $7 50
Planta 3 $14 $9 $16 $5 40
Demanda 45 20 30 30
(millones
de (kwh)

Los costos por enviar un millón de kwh de electricidad de la planta a


la ciudad dependen de la distancia que debe viajar la electricidad.

Realizamos una tabla con el suministro y las demandas

Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4 Suministro

8 6 10 9
Planta 1 35

19
Programación lineal

9 12 13 7
Planta 2 50
14 9 16 5
Planta 3 40
45 20 30 30

Procedemos a obtener las penalizaciones.

Ciudad 1 Ciudad2 Ciudad 3 Ciudad 4 Suministro Penalización de


renglón
Planta 1 8 6 10 9
////// 10 25 /////// 35 P1 P2 P3 P4

2 2 2 2
Planta 2 40 9 ////// 12 5 13
/////// 7
50
14 2 3 3 4
Planta 3 ////// 10 9 /////// 16
30 5
40
4 5 - -
45 20 30 30
Penalización por columna

P1 9-8=1 9-6=3 13-10=3 7-5=2

P2 9-8=1 9-6=3 13-10=3 -

P3 9-8=1 12-6=6 13-10=3 -

P4 9-8=1 - 13-10=3 -

Luego hacemos el cálculo tomando los datos de la tabla optima. El


costo para satisfacer la demanda de electricidad es:

Z= (10x6) + (25x10) + (40x9) + (5x13) + (10x9) + (30x5)= 975

Ejercicio nº2: (Método del costo mínimo)

Una compañía tiene 3 almacenes con 15, 25 y 5 artículos disponibles


respectivamente. Con estos productos disponibles desea satisfacer la

20
Programación lineal

demanda de 4 clientes que requieren 5, 15, 15 y 10 unidades


respectivamente. Los costos asociados con el envío de mercancía del
almacén al cliente por unidad se dan en la siguiente tabla:

Cliente

Almacén 1 2 3 4
1 10 0 20 11
2 12 7 9 20
3 0 14 16 18

Solución:

Realizando la tabla:

Almacén Cliente 1 Cliente 2 Cliente 3 Cliente 4 Oferta

10 0 20 11
1 15
12 7 9 20
2 25
0 14 16 18
3 5
Demanda 5 15 15 10

Luego asignamos las penalizaciones:

Almacén Cliente 1 Cliente 2 Cliente 3 Cliente 4 Oferta Penalización de


renglón
10 0 20
1 0 5 ///// 10 11 15 P1 P2 P3
12 7
2 0 10 15 9 ///// 20
25 10 11 11

0
3 5 ///// 14 ///// 16 ///// 18
5 7 2 13

14 - -

21
Programación lineal

Demanda 5 15 15 10
Penalización por columna

P1 10-12=2 7-0=7 16-9=7 18-11=7

P2 - 7-0=7 20-9=11 20-11=9

P3 - 7-0=7 - 20-11=9

Luego hacemos el cálculo tomando los datos de la tabla optima. El


costo para satisfacer la demanda es:

Z= (10x0) + (12x0) + (5x0) + (10x11) + (10x7) + (15x9) + (5x0)=315

4.4 Método de los multiplicadores

Este método tiene su raíz en la teoría de la dualidad en


programación lineal. En este método se asocian los multiplicadores ui
y vi al renglón i y la columna j de la tabla de transporte. Para cada
variable xij estos multiplicadores satisfacen las ecuaciones siguientes:

ui +vj = cij, para cada xij básica

Paso 1: Para la resolver las ecuaciones con el método de los


multiplicadores debe de partirse del hecho de que se necesita igualar,
en forma arbitraria, ui = 0

Paso 2: Resolver las variables restantes sustituyendo el resultado


encontrado en la otra ecuación para despejar la siguiente incógnita.

Paso 3: ahora usamos ui y vj para evaluar las variables no básicas,


calculando ui +vj - cij para cada xij no básica.

22
Programación lineal

Paso 4: La información obtenida en el paso 4 equivaldrá a calcular el


renglón de z de la tabla simplex.

Paso 5: Debe de determinarse quien entra y quién sale.

Paso 6: Se forma un ciclo cerrado que comienza y termina en la celda


de la variable de entrada. El ciclo consiste solo en segmentos
horizontales y verticales conectados (no se permiten diagonales).
Excepto para la celda de la variable de entrada, cada esquina debe de
coincidir con una variable básica. Existe exactamente un ciclo para
determinar la variable de entrada.

Paso 7: Se asigna la cantidad a la celda de la variable de entrada.


Para que se sigan satisfaciendo los limites de oferta y demanda, se
debe alternar entre restar y sumar la cantidad en las esquinas
sucesivas del ciclo. (No importa si el circuito se recorre en sentido de
las manecillas del reloj o al contrario). El valor de será el valor
positivo más pequeño del ciclo.

Paso 8: Con la nueva solución básica se repite el cálculo de los


multiplicadores hasta que no hallan variables de entrada.

Ejercicio nº1: (Método de los multiplicadores)

Siguiendo con el ejemplo dado anteriormente de Corpower tenemos


la siguiente formulación, aplicaremos el método de los
multiplicadores para hallar una solución óptima.

Corpower tiene tres centrales eléctricas que cubren las necesidades de


cuatro ciudades.

23
Programación lineal

De Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4 Suministros


(millones de kwh)
Planta1 $8 $6 $10 $9 35
Planta 2 $9 $12 $13 $7 50
Planta 3 $14 $9 $16 $5 40
Demanda 45 20 30 30
(millones
de (kwh)

Los costos por enviar un millón de kwh de electricidad de la planta a


la ciudad dependen de la distancia que debe viajar la electricidad.
Formule un PL para minimizar el costo de satisfacer la demanda de
potencia pico de esta ciudad.

Realizamos una tabla con el suministro y las demandas

Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4 Suministro

8 6
Planta 1 35 ////////// ///////////10 /////////// 9 35
9 12 13
Planta 2 10 20 20 /////////// 7 50
14 9 16 5
Planta 3 ////////// /////////// 10 30 40
45 20 30 30

Los valores de ui y vj se determinan al resolver las ecuaciones


siguientes.

u1=0 (ecuación 1)

u1 + v1 =8 (ecuación 2)

u2 + v1 =9 (ecuación 3)

24
Programación lineal

u3 + v1 =14(ecuación 4)

u2 + v2 =12 (ecuación 5)

u2 + v3 =13 (ecuación 6)

u3 + v3 =16 (ecuación 7)

u3 + v4 =5 (ecuación 8)

De (2), v1 = 8, de (8) u2 =1, entonces (4) produce v2 =11, y (6) da como


resultado v3 = 12. De (7), u3 =4. Por último, (8) da v4=1. Para cada
variable no básica ahora se calcula cij

0=ui +vj - cij

Para x12 0 + 11 – 6=5

Para x13 0 + 1 – 9= -8

Para x14 4+8 – 14= -2

Para x24 0+12 – 10=2

Para x31 1+1 - 7= -5

Para x32 4+11 – 9=6

Debido a que para x32 es el valor positivo más grande, a continuación


se introducirá en la tabla

Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4 Suministro

8 6
Planta 1 35 ////////// ///////////10 /////////// 9 35
9 12 13
Planta 2 10 20 20 /////////// 7 50

25
Programación lineal

14 9 16 5
Planta 3 ////////// 10 30 40

45 20 30 30

Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4 Suministro


8 6 10 9
Planta 1 35 ////////// /////////// /////////// 35
9 7
Planta 2 10 20- =10 12
20+ 30 13 /////////// 50

14 5
Planta 3 ////////// 9
10- 16 30 40

45 20 30 30

X32 ya se introdujo a la base y X12 entra a continuación:

vj= 8 11 12 7 Suministro
8 6 10 9
ui=0 35 ////////// /////////// /////////// 35
9 12 13 7
1 10 10 30 /////////// 50
14 9 16 5
-2 ////////// 10 30 40

45 20 30 30

Ya se introdujo x13 entra a continuación x31

vj= 8 11 12 7 Suministro
8 6 10 9
ui=0 25 ////////// /////////// /////////// 35
9 12 13 7
1 20 30 /////////// 50
14 9 16 5
3 ////////// 10 30 40

45 20 30 30

Tabla optima Corpower

vj= 6 6 10 2 Suministro
8 6 10 9
ui=0 10 /////////// /////////// 35

26
Programación lineal

9 12 13 7
3 40 5 /////////// 50
14 9 16 5
3 ////////// 10 30 40

45 20 30 30

Para hallar la solución óptima se tuvieron que resolver las ecuaciones


siguientes:

u1=0

u2 + v1 =9

u3 + v4 =5

u1 + v2 =6

u2 + v3 =13

u1 + v3 =10

u3 + v2 =9

Ejercicio nº2: (Método de los multiplicadores)

Almacén Cliente 1 Cliente 2 Cliente 3 Cliente 4 Oferta

10 2 20 11
1 5 10 15
12 7 9 20
2 5 15 5 25
4 14 16 18
3 10 10
Demanda 5 15 15 15

Variable básica Ecuación (u,v) Solución

x11 u1 + v1 u1 =0--- v1 =10

27
Programación lineal

=10
x12 u1 + v2 =2 u1= 0--- v2 =2
x22 u2 + v2 =7 v2 =2---u2 =5
x23 u2 + v3 =9 u2 =5--- v3 =4
x24 u2 + v4 u2 =5--- v4 =15
=20
X34 u3+ v4 =18 v4 =15---u3=3
Resumiendo se tienen

u1 =0, u2 =5, u3=3

v1 =10, v2 =2, v3 =4, v4 =15

A continuación se usan ui y vj para evaluar las variables no básicas,


calculando

ui +vj - cij para cada xij no básica

Los resultados de estas evaluaciones se ven en la siguiente tabla:


Variable no básica ui +vj - cij

x13 0-4-20=-16
x14 0+15-11=4
x21 5-10-12=3
x31 3-10-4=9
x32 3-2-14=-9
x33 3-4-16=-9
x31 es la variable de entrada

28
Programación lineal

v1 =10 v2 =2 v3 =4 v4 =15
10 2 20 11
u1 =0 5 10 15
12 7 9 20
u2 =5 5 15 5 25
4 14 16 18
u3=3 10 10
Demanda 5 15 15 15

v1 =10 v2 =2 v3 =4 v4 =15
20 11
u1 =0 5- 10
10+ 2
15
-16 4
12 9
u2 =5 5- 7
15 5+ 20
25
3
14 16
u3=3 4
10- 18
10
9 -9 -9
Demanda 5 15 15 15

El valor máximo de es 5, que se presenta cuando tanto x11 como x22


llegan a nivel cero. Como una sola variable básica actual debe salir de
la solución básica, se puede escoger entre x11 o x22 como variable de
salida. En forma arbitraria escogeremos a x11 para que salga de la
solución.

La selección de x31 (=5) como variable de entrada y x11 como variable


de salida requiere el ajuste de los valores de la variables básicas en las
esquinas del ciclo cerrado, como se mostrara en la tabla. Como cada
unidad que se transporta por la ruta (3,1) reduce el costo de transporte
en $9 (= u3+ v1 – c31), el costo total asociado con el nuevo programa es
$9 x5= $45 menos, en consecuencia el costo nuevo es
$529-$45=$475.

v1 =1 v2 =2 v3 =4 v4 =15
10 20
u1 =0 15- 2 11
15
-9 +
12
- -16
9
4
u2 =5 0+ 7
15 10- 20
25
-6 + -
29
Programación lineal

4 14 16 18
u3=3 5 5 10
-9 -9
Demanda 5 15 15 15

Con la nueva solución básica se repite el cálculo de los


multiplicadores u y v, como se ve en la tabla anterior. La variable de
entrada es x14 . El ciclo cerrado indica que x14 =10 y que la variable de
salida es x24.

Proseguimos a la siguiente tabla.

Proseguimos a la siguiente tabla.

v1 =-3 v2 =2 v3 =4 v4 =11
10 2 20 11
u1 =0 5 10 15
-13 -16 4
12 7 9 20
u2 =5 10 15 25
-10
4 14 16 18
u3=7 5 5 10
-5 -5
Demanda 5 15 15 15

Aquí, podemos observar la nueva solución: cuesta $4 x 10=$40 menos


que la anterior, y el costo nuevo será así $475 x $40=$43. Los nuevos
valores ui +vj - cij son ahora negativos para todas las xij no básica. Por
consiguiente la solución es óptima.

2. Modelo de asignación.

30
Programación lineal

Un problema de asignación es un problema de transporte


equilibrado en el que los suministros y demandas son iguales a 1. Un
problema de asignación de m x m se podría resolver de manera eficaz
por medio del método húngaro. Los problemas de asignación
presentan una estructura similar a los de transporte, pero con dos
diferencias: asocian igual número de orígenes con igual número de
demandas y las ofertas en cada origen es de valor uno, como lo es la
demanda en cada destino, como se menciono anteriormente. El
problema debe su nombre a la aplicación particular de asignar
hombres a trabajos (o maquinas a trabajos), con la condición de que
cada hombre puede ser asignado a un trabajo y que cada trabajo tendrá
asignada a una persona. La condición necesaria y suficiente para que
este tipo de problema tenga solución, es que se encuentre balanceado,
es decir, que los recursos totales sean iguales a las demandas totales.
El modelo de asignación tiene sus principales aplicaciones en
trabajadores, oficinas al personal, vehículos a rutas, maquinas,
vendedores a regiones, productos a fabricar, entre otros.

El método para resolver problemas de asignación es, el método de


húngaro.

2.1 Método de húngaro.

a. Caso de minimización:

Paso 1: Revisar que todas las casillas tengan su costo unitario


correspondiente. Si alguna no lo tiene asignarlo en términos del tipo
de matriz y problema considerado.

31
Programación lineal

Paso 2: Balancear el modelo, es decir obtener m=n (obtener una


matriz cuadrada).

En donde m= numero de renglones.

En donde n= numero de columnas

Todo renglón o columna tendrá un costo (beneficio) unitario de cero.


Paso 3: Para cada renglón escoger el menor valor y restarlo de todos
los renglón.

Paso 4: Para cada columna escoger el menor valor y restarlo de todos


los demás en la misma columna.

Paso 5: Trazar el mínimo número de líneas verticales y horizontales


de forma tal que todos los ceros queden tachados.

Paso 6: Revisar si es óptima, mediante las siguiente pregunta:

¿El número de la línea es igual al orden de la matriz?

-Si, el modelo es optimo y por tanto hacer la asignación y traducir la


solución.

La asignación se debe hacer en las casillas donde haya ceros cuidando


que cada región y cada columna tengan una sola asignación.

-No, pasar al siguiente punto.

Paso 6: Seleccionar el menor valor no tachado de toda la matriz. El


valor restarlo de todo elemento no tachado sumarlo a los elementos en
la interacción de dos líneas.

Paso 7: Regresar el paso 4

32
Programación lineal

b. Caso de maximización:

Metodología:

Paso 1: Seleccionar el mayor elemento de toda la matriz de beneficio.


Este valor restarlo de todos los demás, los valores negativos que se
obtengan los costos de oportunidad, lo que se deja de ganar o
producir.

Paso 2: Para el caso de la solución del modelo considerar solo los


valores absolutos. Con esta transformación se ha obtenido un modelo
de minimización y por tanto resolverlo como tal.

Ejercicio nº1: (Método de húngaro)

Los tres hijos de Joe Klyne, Jhon, Karen y Terry, quieren ganar algo
para sus gastos personales, durante un viaje de la escuela al zoológico.
El señor Klyne ha destinado tres tares para sus hijos: podar el pasto,
pintar la cochera, lavar los autos de la familia. Para evitar discusiones,
les pide que presenten ofertas secretas de lo que crean que es un pago
justo para cada una de las tres tareas. Se sobreentienden que después
los tres obedecerán la decisión de su papa sobre quien hace cual tarea.
La siguiente tabla resume las ofertas recibidas:

Podar Pintar Lavar

John $15 $10 $9


Karen $9 $15 $10
Terry $10 $12 $8
Con base en esta información ¿Cómo debe asignarse las tareas el
señor Klyne?

33
Programación lineal

Paso 1: en la matriz original de costo, identificar el mínimo de cada


renglón y restarlo de todos los elementos del renglón.

Paso 2: En la matriz que resulte del paso 1, identificar el mínimo de


cada columna, y restarlo de todos los elementos de la columna.

Paso 3: Identificar la solución optima como la asignación factible


asociada a los elementos cero de la matriz obtenida en el paso 2.

Siendo pi y qj los costos mínimos del renglón i y la columna j, como se


definieron en los pasos uno y dos, respectivamente. Los mínimos de
renglón del paso 1 se calculan con la matriz original de costo.

Podar Pintar Lavar Mínimo del renglón

John $15 $10 $9 p1 =9


Karen $9 $15 $10 p2=9
Terry $10 $12 $8 p3=8
A continuación se resta el mínimo de cada renglón para obtener la
matriz reducida.

Podar Pintar Lavar

John $15-$9=6 $10-$9=1 $9-$9=0


Karen $9-$9=0 $15-$9=6 $10-$9=1
Terry $10-$8=2 $12-$8=4 $8-$8=0
Quedándonos de la siguiente manera:

Podar Pintar Lavar

34
Programación lineal

John 6 1 0
Karen 0 6 1
Terry 2 4 0
Mínimo de la q1 =0 q2 =1 q3 =0
columna
La aplicación del paso 2 produce los mínimos de la columna, al restar
esos valores a la columna obtenida se tiene la matriz reducida:

Podar Pintar Lavar

John 6 0 0
Karen 0 5 1
Terry 2 3 0

Podar Pintar Lavar

John 6 0 0
Karen 0 5 1
Terry 2 3 0
Las celdas con elemento cero subrayados son la solución óptima. Eso
quiere decir que Jhon va a pintar la cochera, Karen podara el pasto y
Terry lavara los autos. El costo total para el señor Klyne será:

9+10+8=$27

Ejercicio nº2: (Método de húngaro)

Machineco tiene 4 maquinas y 4 tareas por completar. Cada máquina


se debe asignar para completar una tarea. El tiempo requerido para
preparar cada máquina para completar cada tarea se muestra en la

35
Programación lineal

tabla. Machineco desea reducir el tiempo de preparación total


necesario para completar las 4 tareas.

Tiempo (Horas)
Máquina Tarea 1 Tarea 2 Tarea 3 Tarea 4

1 14 5 8 7

2 2 12 6 5

3 7 8 3 9

4 2 4 6 10

Tabla de preparación para Machineco

Buscamos el mínimo del renglón:

Tiempo (Horas)
Máquin Tarea 1 Tarea 2 Tarea 3 Tarea 4 Mínimo del renglón
a
1 14 5 8 7 5

2 2 12 6 5 2

3 7 8 3 9 3

4 2 4 6 10 2

36
Programación lineal

A continuación se resta el mínimo de cada renglón para obtener la


matriz reducida.

Tiempo (Horas)
Máquin Tarea 1 Tarea 2 Tarea 3 Tarea 4 Mínimo del renglón
a
1 14-5=9 5-5=0 8-5=3 7-5=2 5

2 2-2=0 12-2=10 6-2=4 5-2=3 2

3 7-3=4 8-3=5 3-3=0 9-3=6 3

4 2-2=0 4-2=2 6-2=4 10-2=8 2

Quedándonos de la siguiente manera:

Tiempo (Horas)
Máquina Tarea 1 Tarea 2 Tarea 3 Tarea 4

1 9 0 3 2

2 0 10 4 3

3 4 5 0 6

4 0 2 4 8

37
Programación lineal

Mínimo de 0 0 0 2
columna

La aplicación del paso 2 produce los mínimos de la columna, al restar


esos valores a la columna obtenida se tiene la matriz reducida:

Tiempo (Horas)
Máquina Tarea 1 Tarea 2 Tarea 3 Tarea 4

1 9 0 3 0

2 0 10 4 1

3 4 5 0 4

4 0 2 4 6

Tiempo (Horas)
Máquina Tarea 1 Tarea 2 Tarea 3 Tarea 4

1 9 0 3 0

2 0 10 4 1

3 4 5 0 4

4 0 2 4 6

38
Programación lineal

El elemento más pequeño es igual a 1, así que ahora se resta 1de cada
elemento no cubierto en la matriz de costos reducidos y se agrega uno
a cada elemento cubierto 2 veces.

Tiempo (Horas)
Máquina Tarea 1 Tarea 2 Tarea 3 Tarea 4

1 10 0 3 0

2 0 9 3 0

3 5 5 0 4

4 0 1 3 5

Tiempo (Horas)
Máquina Tarea 1 Tarea 2 Tarea 3 Tarea 4

1 10 0 3 0

2 0 9 3 0

3 5 5 0 4

4 0 1 3 5

39
Programación lineal

Las celdas con elemento cero subrayados son la solución óptima. Eso
quiere decir que la maquina 1 va realizar la tarea 2, la maquina 2 la
tarea 4, la maquina 3 la tarea 3 y la maquina 4 la tarea 1. Se requiere
un tiempo total de preparación de:

5+2+3+2= 12

3. Modelo de transbordo.

Se trata de enviar bienes (cantidades) desde un punto i, a únicamente


destinos finales j. El envío no se produce entre orígenes o entre
destinos, tampoco entre destinos a orígenes. El modelo de trasbordo
nos demuestra que resulta más económico (minimizar costos) enviar a
través de nodos intermedios o transitorios antes de llegare al punto de
destino final. Este modelo se puede convertir y resolver como un
modelo de transporte normal, usando la idea del amortiguador.

Clases de Nodos:

•Nodos origen puro: Solo actúan como origen o envían.

•Nodos destino puro: Solo actúan como destino o reciben.

•Nodos intermedios: Actúan como origen y destino a la vez, o reciben


y envían.

40
Programación lineal

Con el metodo siguiente un problema de transbordo se puede


transformar en uno de transporte equilibrado:

Paso 1: Si es necesario agregue un punto de demanda ficticio (con un


suministro de 0 y una demnda igual al suministro excesivo del
problema) para equilibrar el problema.los envios al punto ficticio y de
un punto asi mismo, por supuesto, tienen un costo de envio cero. Sea
s = suministro disponible total.

Paso 2: cosntruya una tabla de transporte creando un renglon para


cada punto de suministro y punto de transbordo, y una columna para
cada punto de demanda y punto de transbordo. Cada punto de
suministro tendra un suministro igual a su demanda original. Sea s =
suministro disponible total. Entonces cada punto de transbordo tendra
un suministro igual a (suministro original del punto) + s y un punto de
demanda igual a (demanda original del punto) + s.

Ejercicio nº1: (Modelo de transbordo)


300
7 1 1
1
5 1 2
200
1 2 230
2 4 1
6

1 1
3 2 270
1

41
Programación lineal

Oferta = Demanda=500

X1 X23 X24 X25 X35 X45 X46 X54 X57 X58 X67
4

7 3 5 4 1 1 1 2 6 2 2
Nodo 1 300
1
Nodo 1 1 1 200
2
Nodo -1 1
3
Nodo -1 -1 1 1 -1
4
Nodo -1 -1 -1 1 1 1
5
Nodo -1 1
6
Nodo -1 -1 -230
7
Nodo -1 -270
8

Ecuaciones de nodo de oferta pura:

Nodo 1: X14=300

42
Programación lineal

Nodo 2: X23 + X24 + X25=200

Ec. Para nodos de demanda pura.

Nodo 7: - X57- X67= -230

Nodo 8: - X58= -270

Ecuaciones para nodos de transbordo:

Nodo 3: - X23 + X35=0 X35= X23

Nodo 4: - X14 - X24 + X45 +X46 – X54 =0 X45 + X46 = X14 + X24 + X54

Nodo 5: -X25 – X35 – X45 +X54 + X57 + X58 =0

X54 + X57 + X58= X25 +X35 + X45

Nodo 6: - X46+ X67 X67 = X46

Agregamos una variable Xii a los nodos de transbordo.

Nodo 3: X33 + X35 = X23+ X35

Nodo 4: X44+X45 + X46= X14 + X24 + X44+ X54

Nodo 5: X54 +X55 + X57 + X58= X25 +X35 + X45+X55

Nodo 6: X66+X67 = X46 +X66

Agregar a las ecuaciones de transbordo amortiguador búfer


(B≥Oferta):

B≥500

43
Programación lineal

Nodo 3 X33 + X35≥500

X23+ X35≥500

Nodo 4 X44+X45 + X46≥500

X14 + X24 + X44+ X54≥500

Nodo 5 X54 +X55 + X57 + X58 ≥500

X25 +X35 + X45+X55≥500

Nodo 6 X66+X67≥500

X46 +X66≥500

TRANSBORDO DP

3 4 5 6 7 8
1 M X14 M M M M 300
O. 2 X23 X24 X25 M M M 200
3 X33 M X35 M M M 500
4 M X44 X45 X46 M M 500
Transbor 5 M X54 X55 M X57 X58 500
do
6 M M M X66 X67 M 500
500 500 500 500 230 270

Ejercicio nº2: (Modelo de transbordo)

44
Programación lineal

Se tiene el siguiente esquema de trasbordo, los nodos 1 y 3 envían


(origen) y los nodos 4 y 5 reciben (destino). Hallar la solución óptima
usando el modelo de trasbordo.

Clases
de nodos:

2.Origen puro : Nodo 1

3.Destino puro : Nodo 5

4.Intermedio : Nodos 2, 3 y 4

En el tablero se eliminan: la columna 1 por ser de origen puro; y la fila


5 por ser destino puro, reduciéndose en una matriz de 4 x 4.

B = 60 (Suma de orígenes o suma de destinos)

Luego agregamos B a los nodos intermedios, de la fila y columna, En


el tablero colocamos los costos de cada origen a cada destino, según
se indica en la red inicial; las x significan que no se asigna ningún
costo; quedando el tablero para ser resuelto como un modelo de
transporte:

DESTINO

45
Programación lineal

2 3 4 5

OR 1 3 5 8 40
IG
EN x

2 0 4 3 B

3 0 2 2 20 + B

4 0 4 B

x x

B B 10 + B 50

Resolviendo el tablero (método de Vogel) obtenemos:

DESTINO

2 3 4 5

OR 1 3 5 8 40
IG
EN 10 30 x

2 0 4 3 60

50 10 x

3 0 2 2 80

x 30 50

4 0 4 60

x x 60

60 60 70 50

46
Programación lineal

La red de distribución del trasbordo o esquema óptimo de trasbordo,


se muestra a continuación:

47
Programación lineal

CONCLUSIÓN

La Programación Lineal es un procedimiento o algoritmo


matemático mediante el cual se resuelve un problema indeterminado,
formulado a través de ecuaciones lineales, optimizando la función
objetivo, también lineal.

Consiste en optimizar (minimizar o maximizar) una función lineal,


que denominaremos función objetivo, de tal forma que las variables
de dicha función estén sujetas a una serie de restricciones que
expresamos mediante un sistema de inecuaciones lineales. Como
pudimos observar en el desarrollo de este trabajo la programación
lineal cuenta con diferentes métodos que nos permiten reducir el esto
de un envió, o bien sea asignar maquinas a trabajos o hombres a
trabajos, esta abarca muchos aspectos, permitiéndole a la empresa
reducir los costos, para así obtener mejores ganancias. De los modelos
ya vistos podemos concluir que:

El modelo de transporte busca determinar un plan de transporte de una


mercancía de varias fuentes a varios destinos. Los datos del modelo
son:

1. Nivel de oferta en cada fuente y la cantidad de demanda en cada


destino.

2. El costo de transporte unitario de la mercancía a cada destino.

Como solo hay una mercancía un destino puede recibir su demanda de


una o más fuentes. El objetivo del modelo es el de determinar la
cantidad que se enviará de cada fuente a cada destino, tal que se

48
Programación lineal

minimice el costo del transporte total. El modelo de asignación es un


caso especial del modelo de transporte, en el que los recursos se
asignan a las actividades en términos de uno a uno, haciendo notar que
la matriz correspondiente debe ser cuadrada. Así entonces cada
recurso debe asignarse, de modo único a una actividad particular o
asignación. Mientras que el modelo de transbordo trata de enviar
bienes (cantidades) desde un punto i, a únicamente destinos finales j.
El envío no se produce entre orígenes o entre destinos, tampoco entre
destinos a orígenes. El modelo de trasbordo nos demuestra que resulta
más económico (minimizar costos) enviar a través de nodos
intermedios o transitorios antes de llegare al punto de destino final.

49
Programación lineal

BIBLIOGRAFÍA

• Hillier, Frederick S. y Lieberman, Gerald J. (1997)


“Introducción a la Investigación de Operaciones”; sexta
edición; México: Mc. Graw-Hill.

• Taha Handy, “Investigación de operaciones”; séptima edición;


Editorial: Pearson.

50