Está en la página 1de 13

INDICE

4.1 Definicion Problema de Transporte...........................................................3

4.2 Metodo de Aproximacion de Vogel..........................................................5

4.3 Metodo de Modi....................................................................................... 8

4.4 Procedimiento de Optimizacion................................................................9

4.5 Definicin Problema de Asignacin..........................................................9

4.6 El Mtodo Hngaro de Asignacin..........................................................12

Conclusin.................................................................................................... 13

Bibliografa................................................................................................... 13

Unidad 4 Transporte y asignacin


4.1 Definicion Problema de Transporte
Problema del transporte
Un problema particular
que se resuelve con los
procedimientos
de
la
programacin lineal es la
situacin conocida como
problema del transporte o
Una empresa dedicada a la fabricacin de componentes de
problema
de
la
ordenador tiene dos fbricas que producen, respectivamente,
distribucin
de
800 y 1500 piezas mensuales. Estas piezas han de ser
mercancas.
transportadas a tres tiendas que necesitan 1000, 700 y 600
piezas, respectivamente. Los costes de transporte, en Se trata de encontrar los
pesetas por pieza son los que aparecen en la tabla adjunta. caminos para trasladar
Cmo debe organizarse el transporte para que el coste sea mercanca, desde varias
mnimo?
plantas
(orgenes)
a
diferentes centros de
almacenamiento
(destinos), de manera que
se minimice el costo del
transporte.
Para que un problema
pueda ser resuelto por el
mtodo del transporte
debe cumplir:
Tienda A

Tienda B

Tienda C

Fbrica I

Fbrica II

1) La funcin objetivo y
las restricciones deben
ser lineales.
2) El total de unidades
que salen en origen debe
ser igual al total de
unidades que entran en
destino.

En este tipo de problemas se exige que toda la produccin sea distribuida a los centros de
ventas en las cantidades que precisa cada uno; por tanto, no pueden generarse inventario del
producto ni en las fbricas ni en los centros de ventas.

En consecuencia, los 800 artculos producidos en la fbrica I deben distribuirse en las


cantidades x, y, z a A, B y C, de manera que x + y + z = 800. Pero, adems, si desde I se
envan x unidades a A, el resto, hasta las 1000 necesarias en A, deben ser enviadas desde la
fbrica II; esto es, 1000 - x unidades sern enviadas desde II a A.
Del mismo modo, si desde I a B se envan y, el resto necesario, 700 - y, deben enviarse desde
II. Y lo mismo para C, que recibir z desde I y 600 - z desde II.
En la siguiente tabla de distribucin se resume lo dicho:
Envos

a la tienda A (1000)

a la tienda B (700)

a la tienda C (600)

Desde la fbrica I ( 800)

800 - x - y

Desde la fbrica II (1500)

1000 - x

700 - y

x + y - 200

La
ltima
columna
la
hemos
obtenido
de
la
siguiente
forma:
Como x + y + z = 800 , se tiene que z = 800 - x - y, de donde, 600 - z = 600 - (800 - x - y) = x +
y - 200.
Ahora bien, todas las cantidades anteriores deben ser mayores o iguales que cero. Por tanto,
se obtienen las siguientes desigualdades:
x

0 ; 1000 - x

0;y

0; 700 - y

0 ; 800 - x - y

0 ; x + y - 200

Simplificando las desigualdades anteriores, se obtienen las siguientes inecuaciones:


1000

0 ; 700

0 ; 800

x+y

Recordemos que nuestro objetivo es abaratar al mximo los costes de transporte. Estos costes
se hallan multiplicando las cantidades enviadas a desde cada fbrica a cada tienda por los
respectivos
costes
de
transporte
unitario.
Se obtiene:
Z = f(x,y) = 3x + 2(1000 - x) + 7y + 2(700 - y) + (800 - x - y) + 6(x + y - 200) = 6x + 10y + 3000
En definitiva, el programa lineal a resolver es :
Minimizar:

Z = 6x + 10y + 3000

sujeto a:

1000

700

800

x+y

La regin factible se da en la imagen del margen.

Sus vrtices son A(200,0) ; B(800,0) ; C(100,700) ; D(0,700) y


E(0,200).
El coste, el valor de Z en cada uno de esos puntos, es:

en A, 4200

en B, 7800

en C, 10600

en D, 10000

en E, 5000

El mnimo se da en A , cuando x = 200 e y = 0.


Luego, las cantidades a distribuir son:

Envos

a la tienda A (1000)

a la tienda B (700)

a la tienda C (600)

Desde la fbrica I ( 800)

200

600

Desde la fbrica II (1500)

800

700

4.2 Metodo de Aproximacion de Vogel


Mtodo de Aproximacin de Vogel: para cada rengln y columna que queda bajo
consideracin, se calcula su diferencia, que se define como la diferencia aritmtica entre el
costo unitario ms pequeo (cij) y el que le sigue, de los que quedan en ese rengln o columna.
(Si se tiene un empate para el costo ms pequeo de los restantes de un rengln o columna,
entonces la diferencia es 0). En el rengln o columna que tiene la mayor diferencia se elige la
variable que tiene el menor costo unitario que queda. (Los empates para la mayor de estas
diferencias se pueden romper de manera arbitraria).
Para hacer ms concreta esta descripcin, se ilustrar el procedimiento general, utilizando el
mtodo de aproximacin de Vogel
para resolver el ejemplo presentado anteriormente y que fue resuelto por la regla de la esquina
noroeste:

Iniciamos el mtodo calculando las primeras diferencias para cada rengln y columna. De las
diferencias que obtuvimos nos fijamos

en la mayor (Por qu?), que resulta ser para la

tercera columna. En esa columna encontramos el costo unitario (c ij) menor y en esa celda
realizamos la primera asignacin:

Recurso
s

DIF.

45

22 0

53

3
4

10
Demanda

DIF.

2 0

1
3

10

Nota: Marcaremos a la mayor de las diferencias seleccionada encerrndola en un crculo


y escribindole como superndice el nmero que le corresponda en la secuencia de
seleccin.

Observemos en la figura anterior que nicamente eliminamos el segundo rengln ya


que la tercera columna nos servir despus para hacer la asignacin de una variable bsica
degenerada. Continuando con la aplicacin del mtodo, tenemos que calcular nuevamente las
diferencias de las columnas ya que hemos eliminado un rengln y sto puede ocasionar que
las diferencias aritmticas entre el costo unitario ms pequeo y el que le sigue ya no sean las
mismas:

Recurso
s

45

DIF.
1

22 0

53 0

3
4
3

10
Demanda

4 1

DIF.

2 0

1
3

10

Como siguiente paso deberamos calcular las nuevas diferencias de columnas, pero ya
que solamente queda un rengln dentro de las posibilidades (sto no significa que solamente
un rengln quede bajo consideracin ya que podemos observar que ninguna de las cuatro
columnas (destinos) ha sido eliminada y todas quedan todava bajo consideracin), no es
posible encontrar la diferencia aritmtica entre el costo menor y el que le sigue, por lo tanto
vamos tomando una a una las celdas que quedan comenzando con la de menor costo unitario
hasta que todas hayan sido asignadas.

Recurso
s

45 2 1 0 1

22 0

53 0

3
4
3

10
Demanda

3 0

4 1 0

DIF.

2 0

1 0
3

DIF.

2
1

10

La solucin inicial bsica factible es x11=3, x12=1, x13=0 (variable bsica degenerada),
x14=1, x23=2 y x32=3 y el costo total de transporte asociado a esta primera Poltica de
Transporte factible es de:

x11 c11
Costo
=

x12 c12

(3) + 1

x13 c13

(7) + 0

x14 c14

(6) + 1

x23 c23

(4) + 2

x32 c32

(3) + 3

(3) = 35 unidades

Es necesario aclarar que sta puede o no ser la solucin final del problema, es
necesario aplicar a esta primera solucin factible la prueba de optimalidad ya que puede existir
una mejor poltica de transporte que minimice todava ms el costo total.

4.3 Metodo de Modi


Este mtodo reproduce exactamente las mismas iteraciones del mtodo de banquillo. La
principal diferencia ocurre en la forma en que las variables no bsicas se evalan en cada
iteracin. Asociados a cada rengln i de la tabla existen multiplicadores U i similarmente se
asocia un multiplicador Vj a cada columna de la tabla j. Para cada variable bsica X ij de la
solucin actual, se escribe la ecuacin Ui +Vj = Cij. Esas ecuaciones proporcionan m+n-1
relaciones con m+n incgnitas.
Los valores de los multiplicadores pueden ser determinados a partir de las ecuaciones
suponiendo un valor arbitrario para cualquiera de los multiplicadores (usualmente se establece
U1=0) y resolviendo el sistema de ecuaciones para encontrar los multiplicadores desconocidos.
Una vez que se hace esto, la evaluacin de cada variable no bsica X pq est dada como: El
criterio que se utiliza para seleccionar la variable que entra es el mismo que el mtodo de
banquillo (la mayor negativa).
Ejemplo:
Una compaa est considerando una demanda de 5 clientes utilizando artculos que tienen
disponibles en 2 almacenes. Los almacenes cuentan con 800 y 1000 unidades
respectivamente. Los clientes necesitan 200, 150, 200, 180 y 500 unidades respectivamente.
Los costos de embarque por artculo de los almacenes de los clientes son:

Resuelva el modelo de transporte empleando.


a) Una solucin inicial por el mtodo de aproximacin de vogel.
b) La solucin ptima por el mtodo de multiplicadores.

DESTINO FICTICIO = 570 ARTCULOS

4.4 Procedimiento de Optimizacion


Una solucin BF es optima si y solo si Cij-Ui-Vj=>0 para toda (ij)tal que Xij es no basica. Es la
reducion de costos.
Pasos para la optimizacion:
1.- se determina la variable basica entrante; se elige la variable no basica Xij que tiene el valor
negativo mas grande(en terminos absolutos)para Cij-Ui-Vj.
2.- se determina la varible basica que sale: se identifica la reaccion en cadena que se necesita
para conservar la factibilidad cuando aumenta el valor de la variable basica entrante. Entre las
celdas donadoras se selecciona la variable basica que tiene el menor valor.

3.- se determina la nueva solucion BF; se suma el valor de la variable basica que sale a las
asignaciones de las celdas receptoras y se resta a las asignaciones de las celdas donadoras.

4.5 Definicin Problema de Asignacin


Definicin del problema.
Sean un conjunto de fragmentos F = {F1, F2, ..., Fn} y una red formada por el conjunto de sitios
S = {S1, S2, ..., Sm} en la cual un conjunto de aplicaciones Q = {q1, q2, ..., qq} se ejecutan. El
problema de la asignacin implica encontrar la distribucin ptima de F sobre S.
Uno de los problemas ms importantes que necesita discusin es el significado de distribucin
ptima. La distribucin ptima puede definirse con respecto a dos medidas:
1

Coste mnimo. La funcin de coste consiste en el coste de almacenamiento de cada Fi


en un sitio Sj, el coste de practicar una consulta en Fi en el sitio Sj, el coste de
actualizar Fi en todos los sitios donde se almacene y el coste de las comunicaciones de
datos. El problema de la asignacin, entonces, intenta encontrar un esquema de
asignacin tal que minimice esta funcin de coste combinado.

Rendimiento. La estrategia de asignacin se disea para mantener una medida del


rendimiento. Dos medidas habituales de este rendimiento son el tiempo de respuesta y
la salida del sistema en cada sitio. Evidentemente, se debe intentar minimizar la
primera y maximizar la segunda.

Se han propuesto modelos de asignacin que enfocan el concepto de distribucin ptima


desde diferentes puntos de vista. Sin embargo, no resulta descabellado pensar en la inclusin,
tanto del rendimiento como de los factores de coste, dentro del concepto. En otras palabras,
deberamos buscar un esquema de asignacin tal que, por ejemplo, la respuesta a las
consultas de los usuarios se realizase en el menor tiempo posible mientras que el coste de
procesamiento fuese mnimo. Una afirmacin similar podra hacerse respecto a la
maximizacin de la salida del sistema.
Consideremos ahora una formulacin del problema muy simple. Definamos F y S como se hizo
anteriormente. Por el momento, consideraremos nicamente un fragmento sencillo, Fk.
Daremos un nmero de definiciones que nos permitan modelar el problema de la asignacin.
1

Asumiremos que Q puede modificarse de tal manera que sea posible identificar las
consultas de actualizacin de las de lectura, y definiremos lo siguiente para ese
fragmento simple Fk:

donde ti es el trfico de lectura que se genera en el sitio Si para Fk, y

donde ui es el trfico de actualizacin que se genera en el sitio Si para Fk.


2

Asumiremos que el coste de comunicaciones entre un par de sitios Si y Sj es fijo para


una unidad de transmisin. Adems, asumiremos que ste es diferente para
actualizaciones y para lecturas, por lo que definimos:

donde cij es el coste de la unidad de comunicacin para las peticiones de lectura entre
los sitios Si y Sj y c'ij es el coste de la unidad de comunicacin para las peticiones de
lectura entre los sitios Si y Sj.
3

Sea di el coste de almacenar el fragmento en el sitio Si. Entonces definimos D = {d1,


d2, ..., dm} como el coste de almacenar Fk en todos los sitios.

Asumiremos que no existen restricciones de capacidad en los sitios o en los enlaces de


comunicaciones.

Entonces el problema de asignacin puede especificarse como un problema de minimizacin


de costes por el cual se intenta encontrar el conjunto I
S que especifique el lugar donde
han de ubicarse las copias de los fragmentos. La expresin matemtica hace uso de la variable
de decisin para la ubicacin xj es,
xj
=
1
si
xj = 0 en otro caso

el

fragmento

Fk

se

asigna

al

sitio

Sj

entonces, definida xj,

El segundo trmino de la funcin calcula el coste total de almacenar todas las copias
duplicadas del fragmento. El primer trmino corresponde al coste de transmisin de las
actualizaciones a todos los sitios que mantienen rplicas de un fragmento y al coste de
ejecucin de las peticiones de lectura en el sitio, lo cual resultar un coste mnimo de
transmisin de datos. Esta es una formulacin muy simple que no es vlida para el diseo de
bases de datos distribuidas. Pero en el caso que lo fuera, existira un problema. Para un gran
nmero de fragmentos y de sitios, obtener soluciones ptimas resultara probablemente
totalmente inviable. Las investigaciones, por tanto, deben girar en torno a la bsqueda de
buenos heursticos que proporciones soluciones parcialmente ptimas.
Hay un nmero de razones del porqu de formulaciones tan simples que no sirven para el
diseo de bases de datos distribuidas. Generalmente, se heredan de los modelos de
asignacin de archivos para redes, pero
1

No se pueden tratar los fragmentos como archivos individuales que se asignen


aisladamente. La ubicacin de un fragmento generalmente tiene influencia sobre las

decisiones de asignacin de los otros fragmentos, a los cuales se acceden a la vez,


puesto que el coste de acceso de los fragmentos restantes puede variar. Por tanto, las
relaciones entre fragmentos deben tenerse en consideracin.
2

El acceso de las aplicaciones a los datos se modela muy sencillamente. Una peticin
de usuario se resuelve en un sitio y todos los datos necesarios se transfieren a ese
sitio. En los sistemas de bases de datos distribuidos, el acceso a los datos es ms
complicado que el simple acceso a archivos remotos. Por tanto, la relacin entre la
asignacin y el procesamiento de consultas debera tambin tenerse en cuenta.

Estos modelos no tienen en cuenta el coste de mantenimiento de la integridad, an


localizando dos fragmentos implicados con las mismas restricciones de integridad en
dos sitios diferentes podra resultar costoso dicho mantenimiento.

Igualmente, el coste derivado del control de concurrencia debera tenerse en cuenta.

En resumen, debemos distinguir entre el problema tradicional de asignacin de archivos de la


asignacin de fragmentos en los sistemas de bases de datos distribuidos. No existen modelos
heursticos generales que tomen como entrada un conjunto de fragmentos y produzcan una
asignacin cercana a lo ptimo que adems est influenciada por los tipos de restricciones
descritas antes. Los modelos desarrollados realizan una serie de simples suposiciones y
pueden aplicarse a ciertas formulaciones especficas. Por tanto, presentaremos un modelo
general y discutiremos una serie de posibles heursticos que puedan emplearse para resolver el
problema. Posteriormente, describiremos un algoritmo concreto de asignacin.
Informacin necesaria.
En esta etapa de la asignacin, necesitaremos datos cuantitativos sobre la base de datos, las
aplicaciones que funcionan sobre ella, la red de comunicaciones, las caractersticas de
proceso, y el lmite de almacenamiento de cada sitio de la red. Procederemos a discutirlos en
detalle.Informacin de la base de datos. Para desarrollar la fragmentacin horizontal, definimos
la selectividad de los mintrminos. Ahora, necesitamos extender esta definicin a los
fragmentos y definir la selectividad de un fragmento Fj con respecto a una consulta qi. Es el
nmero de tuplas de Fj a las que se necesita acceder para procesar qi. Este valor lo notaremos
como seli(Fj). Otro elemento informativo de los fragmentos de la base de datos es su tamao.
El tamao de un fragmento Fj viene dado por tamao(Fj) = card(Fj)*long(Fj), donde long(Fj) es
la longitud (en octetos) de una tupla del fragmento Fj.
Informacin de las aplicaciones. Mucha de la informacin relativa a las aplicaciones se recoge
durante el proceso de fragmentacin, pero se necesita un poco ms para el modelo de
asignacin. Las dos medidas ms importantes son el nmero de accesos de lectura que una
consulta qi realiza sobre un fragmento Fj durante su ejecucin (llamada RRij), y el nmero de
accesos de actualizacin que una consulta qi realiza sobre un fragmento Fj durante su
ejecucin (llamada URij). Tambin necesitamos definir dos matrices UM y RM, con elementos
uij y rij, respectivamente, que se especifican como sigue:
uij
=
1
si
uij = 0 en otro caso
rij
=
1
rij = 0 en otro caso

si

la

la

consulta

consulta

qi

actualiza

qi

lee

el

del

fragmento

Fj

fragmento

Fj

Tambin debe definirse un vector O de valores o(i), donde o(i) especifica el sitio origen de la
consulta qi. Finalmente, especificaremos las restricciones impuestas por el tiempo de
respuesta, asignando a cada aplicacin el mximo tiempo de respuesta permitido.
Informacin de los sitios. Sobre cada ordenador necesitamos conocer sus capacidades de
procesamiento y almacenamiento. Obviamente, estos valores pueden calcularse a travs de
funciones elaboradas o por simples estimaciones. La unidad de coste de almacenar datos en el
sitio Sk ser denotada como UCAk. As mismo, especificaremos como medida de coste UPTk
al coste de procesar una unidad de trabajo en el sitio Sk. La unidad de trabajo debera ser
idntica a aquella utilizada en las medidas RR y UR. Informacin sobre la red. En nuestro
modelo asumiremos la existencia de una red simple donde el coste de comunicaciones se
define respecto a una trama de datos. Entonces gij nota el coste de comunicacin por trama
entre los sitios Si y Sj. Para permitir el clculo del nmero de mensajes, usaremos ftamao
como el tamao (en octetos) de una trama. Es evidente que existen modelos de red mucho
ms elaborados que toman en cuenta las capacidades del canal, las distancias entre sitios, las
caractersticas del protocolo, etc. Sin embargo, se cree que la derivacin de estas ecuaciones
se sale fuera de este documento.

4.6 El Mtodo Hngaro de Asignacin


Este algoritmo se usa para resolver problemas de minimizacin, ya que es ms eficaz que el
empleado para resolver el problema del transporte por el alto grado de degeneracin que
pueden presentar los problemas de asignacin. Las fases para la aplicacin del mtodo
Hngaro son:
Paso 1: Encontrar primero el elemento ms pequeo en cada fila de la matriz de costos m*m;
se debe construir una nueva matriz al restar de cada costo el costo mnimo de cada fila;
encontrar para esta nueva matriz, el costo mnimo en cada columna. A continuacin se debe
construir una nueva matriz (denominada matriz de costos reducidos) al restar de cada costo el
costo mnimo de su columna. Paso 2: (En algunos pocos textos este paso se atribuye a Flood).
Consiste en trazar el nmero mnimo de lneas (horizontales o verticales o ambas nicamente
de esas maneras) que se requieren para cubrir todos los ceros en la matriz de costos
reducidos; si se necesitan m lneas para cubrir todos los ceros, se tiene una solucin ptima
entre los ceros cubiertos de la matriz. Si se requieren menos de m lneas para cubrir todos los
ceros, se debe continuar con el paso 3. El nmero de lneas para cubrir los ceros es igual a la
cantidad de asignaciones que hasta ese momento se pueden realizar. Paso 3: Encontrar el
menor elemento diferente de cero (llamado k) en la matriz de costos reducidos, que no est
cubierto por las lneas dibujadas en el paso 2; a continuacin se debe restar k de cada
elemento no cubierto de la matriz de costos reducidos y sumar k a cada elemento de la matriz
de costos reducidos cubierto por dos lneas (intersecciones). Por ltimo se debe regresar al
paso 2.
Notas:
1. Para resolver un problema de asignacin en el cual la meta es maximizar la funcin objetivo,
se debe multiplicar la matriz de ganancias por menos uno (1) y resolver el problema como uno
de minimizacin.

2. Si el nmero de filas y de columnas en la matriz de costos son diferentes, el problema de


asignacin est desbalanceado. El mtodo Hngaro puede proporcionar una solucin
incorrecta si el problema no est balanceado; debido a lo anterior, se debe balancear primero
cualquier problema de asignacin (aadiendo filas o columnas ficticias) antes de resolverlo
mediante el mtodo Hngaro.
3. En un problema grande, puede resultar difcil obtener el mnimo nmero de filas necesarias
para cubrir todos los ceros en la matriz de costos actual. Se puede demostrar que si se
necesitan j lneas para cubrir todos los ceros, entonces se pueden asignar solamente j trabajos
a un costo cero en la matriz actual; esto explica porqu termina cuando se necesitan m lneas.

Conclusin
Me ha parecido muy importante el contenido de la materia ya que por supuesto que se aplicar
en nuestras labores en el momento en el que nos lleguemos a enfrentar en algn problema en
nuestra vida laboral y es importante saber cada uno de los mtodos que existen ya que as
sabremos que no solo hay una sola manera de resolver el problema y entonces podremos
escoger la manera correcta o que sera la mejor forma para resolver nuestro problema

Bibliografa
http://www.sites.upiicsa.ipn.mx/polilibros/portal/Polilibros/P_terminados/InvOperChave/Docume
ntos/Unidad1/UNIDAD112.htm
https://www.academia.edu/6989381/Investigacion_de_operaciones