Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Manual Alumno Contador Unidad 2 PDF
Manual Alumno Contador Unidad 2 PDF
UNIDAD 2
SEMANAS 2 Y 3
UNIDAD 2
INVESTIGACIN OPERATIVA:
PROGRAMACIN LINEAL
Ya habamos mencionado que fue George Dantzig quien, en 1947 frente a un grupo de
cientficos convocados por el instituto de investigaciones de la fuerza area
norteamericana invent el mtodo simplex. Su xito se debe a su flexibilidad para
describir un gran nmero de situaciones reales. A finales de 1950 (fuera del mbito
militar) aparecen la programacin dinmica, lneas de espera y teora de inventarios.
As, por ejemplo, el requerimiento de un recurso por parte de una determinada variable,
ocasiona mayores condicionantes a las dems variables.
1 =
2 =
= 24
= 18
1 ; 2 0
En nuestro caso la cantidad mxima de madera alcanza para fabricar 9 biombos del tipo
1 y 6 del tipo 2. El rea de soluciones factibles queda determinada por los puntos x1 = 9
a(9,0) y x2 = 6 b(0,6).
El rea factible determinada por las horas de trabajo quedara delimitada por los puntos
x1 = 6 c(6,0) y x2 = 8 d(8,0).
La superposicin de las reas determinadas por cada uno de los recursos es el rea
factible total. Es decir dentro de esta rea todos los puntos son soluciones factibles.
= 701 + 802
S/a 21 + 32 18
41 + 32 24
1 ; 2 0
= 701 + 802 + 03 + 04
21 + 32 + 3 = 18
41 + 32 + 4 = 24
Por ltimo analizamos todas las combinaciones posibles de variable de decisin para
cada par de valores x-sub-a , x-sub-b. Vamos reemplazando las variables de decisin
hasta optimizar el valor de z.
1 = 2 = 0, 3 = 18 4 = 24 = 0,00
1 = 3 = 0, 2 =6 4 = 6 = 480,00
1 = 4 = 0, 2 = 10/3 3 = 8 = 266,67
2 = 3 = 0, 1 =9 4 = 12 =
2 = 4 = 0, 1 =6 4 = 6 = 420,00
3 = 4 = 0, 1 =3 2 = 4 = 530,00
Problemas de transporte:
Consiste en distribuir recursos situados en distintos orgenes a varios destinos donde son
requeridos, procurando que la funcin objetivo asociada a dicho proceso, sea ptima.
Definido como xij, con i = 1,2,3,....., m y j = 1,2,3, ...., n, a las distintas cantidades
asignadas de los distintos orgenes (i) a los distintos destinos (j), el tratamiento de este
problema como un caso comn de un problema de programacin lineal.
Llamando
Cij a los coeficientes de costo o beneficio de asignar una unidad de recurso del origen
i al destino j
Funcin objetivo:
= ()
=1 =1
= , = 1,2, , ()
=1
Establece que las cantidades asignadas, desde un mismo origen, a los distintos destinos
deben ser igual a la cantidad de recurso disponible en dicho origen.
= , = 1,2, , ()
=1
= = ()
=1 =1
La suma de las cantidades de recursos disponibles en los distintos orgenes debe ser
igual a la suma de los requerimientos de recursos en los distintos destinos. Esta
Ejemplo 1
= 1 1 + 1 1 + 1 1 + 1 1 + 2 2 + 2 2 + 2 2
+ 2 2 + 3 3 + 3 3 + 3 3 + 3 3
Es decir, el costo de enviar desde 1 hasta A por la cantidad enviada desde 1 hasta B
ms, etc. Hasta llegar a la ltima asignacin que es el costo de enviar desde 3 hasta D
por la cantidad enviada desde 3 hasta D.
1 + 1 + 1 + 1 = 80
La sumatoria de todo lo enviado desde el origen 1 a todos los destinos no puede ser
superior a 80.
2 + 2 + 2 + 2 = 100
La sumatoria de todo lo enviado desde el origen 2 hasta todos los destinos no puede ser
superior a 100.
3 + 3 + 3 + 3 = 50
La sumatoria de todo lo enviado desde el origen 3 hasta todos los destinos no puede ser
superior a 50.
Estas son las restricciones para los orgenes. Respecto a las restricciones para los
destinos tenemos:
1 + 2 + 3 = 50
La sumatoria de lo enviado desde todos los orgenes hasta el destino A no puede ser
superior a 50.
1 + 2 + 3 = 40
La sumatoria de lo enviado desde todos los orgenes hasta el destino B no puede ser
superior a 40.
1 + 2 + 3 = 60
La sumatoria de lo enviado desde todos los orgenes hasta el destino C no puede ser
superior a 60.
1 + 2 + 3 = 80
La sumatoria de lo enviado desde todos los orgenes hasta el destino D no puede ser
superior a 80.
Asignacin inicial:
Pero este cliente requera 40 unidades, entonces tomamos las 10 que nos faltan
del origen 2
10
11
Pero esta prueba requiere de ciertas condiciones para ser realizada, y es que la
asignacin propuesta no debe ser degenerada
N de asignaciones < m + n - 1
6=3+41
6 = 6 (NO es degenerada)
= ( + )
Una vez obtenidos los valores , y . tenemos la informacin para determinar los
valores de N de la siguiente forma:
= ( + )
12
Como se observa en la tabla, existen valores (de n) negativos que indican que la
asignacin inicial propuesta por meno no es ptima
Dado que la asignacin realizada no es ptima es necesario hacer una nueva asignacin,
para lo cual debemos:
En cada esquina se suma o se resta el menor valor asignado a las casillas negativas
seleccionadas en la trayectoria.
13
6=3+41
6 = 6 (NO es degenerada)
14
Asignamos nuevamente,
probamos la degeneracin
6=3+41
6 = 6 (NO es degenerada)
Y la optimalidad.
Esta vez no tenemos ninguna n negativa por lo que es una asignacin ptima.
Solucin:
Enviar al cliente A 50 productos desde el almacn 1.
Enviar al cliente B 30 productos desde el almacn 1.
Enviar al cliente B 10 productos desde el almacn 3.
Enviar al cliente C 20 productos desde el almacn 2.
Enviar al cliente C 40 productos desde el almacn 3.
Enviar al cliente D 80 productos desde el almacn 2.
15
1. Formar la matriz inicial. Verificar si no hay que agregar fila o columna ficticia
2. Determinar la diferencia entre los dos coeficientes de costo ms pequeos para
cada fila y para cada columna
3. Hallar la mayor diferencia e identificar la fila columna a la que pertenece. En
caso de empate se hace una seleccin arbitraria. Se ingresa por esa fila o
columna y a la casilla que tiene el menor coeficiente de costo, se le asigna la
mxima cantidad permitida por los requerimientos de contorno (demanda o
suministro)
4. Asignar 0 a las casillas restantes de la fila (o columna) donde la demanda o
suministro se haya agotado. Este paso elimina una fila o columna (dependiendo
del requerimiento de contorno satisfecho)
5. Realizar una nueva diferencia de coeficientes con los casilleros habilitados.
Nuevamente elegir el valor de diferencia mayor y continuar con igual
metodologa hasta asignar la totalidad de los recursos
Cuando solo queda una casilla en una fila o columna, se asigna a esa casilla una
cantidad que no viole los requerimientos de contorno. Verificar la optimalidad de la
solucin empleando la prueba correspondiente.
Ejemplo 1: minimizacin.
1. Tomamos la fila A y por diferencia entre el 0 y el 395 que son los dos costos
ms pequeos, colocamos al costado la diferencia que es 395.
16
17
18
19
5. Se repiten las operaciones con cada una de las filas y las columnas habilitadas,
evitando las columnas cubiertas.
20
21
22
23
24
Ahora bien, igual que nos suceda en el mtodo de la esquina noroeste, tampoco
tenemos la certeza de que esta asignacin sea ptima, por lo tanto seguimos los mismos
pasos para determinar la degeneracin y la optimalidad.
7=3+51
25
7 = 7 (No es degenerada)
Podemos ver que en esta asignacin no existe ninguna N negativa por lo tnto esta es una
asignacin ptima.
Si la solucin no es ptima se itera hacia una solucin ptima trazando una trayectoria
ms-menos de la misma forma que en la regla de la esquina noroeste.
CT =
Ejemplo 2: maximizacin.
26
27
28
29
30
31
Prueba de optimalidad:
7=5+31
7 = 7 (NO es degenerada)
GT =
395 (45) + 435 (45) + 60 (460) + 5 (305) + 35 (380) + 110 (0) + 50 (455) = $102.525
ALGORITMO HNGARO:
En este mtodo se habla de una matriz cuadrada lo que significa que debemos tener el
mismo nmero de filas y de columnas. Si este caso no fuera as, sera necesario
introducir una fila o una columna ficticia, pero no es nuestro caso.
Formulacin matemtica:
=
=1 =1
Donde las , son los coeficientes de costo (ganancia), sujeto a las restricciones:
32
= 1, 0 = 1, 2, 3, ,
=1
= 1, 0 = 1, 2, 3, ,
=1
= 0 1
33
2. Se resta el elemento mas pequeo de cada columna a todos los elementos de esa
columna. En la columna 1, el menor elemento es 0, en la segunda es 2, en la tercera
4 y en la cuarte 0. En caso de que haya empate en alguna columna se decide
arbitrariamente.
34
35
Como podemos ver, el menor nmero de lneas que atraviesan todos los ceros de la
tabla es 4 al igual que el nmero de filas y de columnas por lo tanto esta es una
asignacin ptima.
CT = 44 + 56 + 90 + 44 = 234
Caso de maximizacin:
36
Tengamos en cuenta que el algoritmo hngaro fue diseado para casos de optimizacin
por minimizacin de los resultados obtenidos. Existen varios mtodos para tratar los
casos en que se requieren la maximizacin de los resultados. Por ejemplo:
1. Multiplicar todos los valores de la tabla de costo por -1 y luego repetir el mismo
procedimiento que usamos en el caso de minimizacin.
2. Detectar el valor mximo en cada fila y en cada columna y a esto restarle los
costos correspondientes a cada una de esas filas y columnas.
3. El que vamos a utilizar nosotros por entender que es el ms simple (sin variar la
eficiencia respecto de los otros mtodos) es el que consiste en determinar el
mayor valor de la tabla y luego restarle a este todos los valores de la misma.
Realizado este clculo se trabaja de la misma manera que frente a un caso de
minimizacin.
Ejemplo 2.
Una empresa fabrica 4 productos diferentes y cuenta con 3 equipos para distribuirlos,
cada uno de estos equipos puede realizar la distribucin de 1 solo artculo, excepto el
equipo 2 que puede distribuir 2 artculos.
Cada equipo y de acuerdo al artculo de que se trate puede obtener una determinada
ganancia, que se encuentra reflejada a continuacin en la tabla. El problema consiste en
asignar artculos a cada equipo de forma de obtener la mayor ganancia posible.
Hay que resaltar que como el algoritmo hngaro se trata de una matriz de m * n donde
m = n necesitamos tener la misma cantidad de filas y de columnas (orgenes y destinos),
en este caso no los tenemos pero por eso aclara en el enunciado del problema que el
equipo 2 tena capacidad para distribuir 2 artculos por lo tanto al agregar la fila que nos
falta vamos a duplicar la fila correspondiente al equipo 2 que cambiar su denominacin
por 2a y 2b con lo cual nuestra tabla tendr m = n = 4
1. Hacer m = n
37
2. Elegir el mayor valor de la tabla y restarle a este cada uno de los valores de la
misma. En este caso el mayor valor de la tabla es 15
A partir de aqu los pasos siguientes son exactamente iguales a la resolucin de un caso
de minimizacin.
38
39
Una de las formas ms fciles de evidenciar las asignaciones para cada uno de los
orgenes a cada uno de los destinos es quitar todos los nmeros de la matriz y conservar
los ceros.
De esta manera nosotros podramos asignar para el equipo 1 el producto A pero como
este artculo tambin lo podemos asignar al equipo 3, al equipo 1 le asignamos el
producto D.
12 + 13 + 15 + 13 = 53.
40