Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Para el modelo de Programación Lineal se optimiza una función sobre una región
convexa, mientras que en la Programación Entera se optimiza sobre una región de
factibilidad que generalmente no es convexa . Por lo tanto , la solución de
problemas enteros ; resulta más complicada que la Programación Lineal.
73
I.L' I." .\ I.I1ERTO RI NCON ABR IL
Las variantes del modelo de Programación Lineal, tienen que ver con las
condiciones de valores enteros que tienen que tomar algunas de las variables de
decisión. Los ca sos son los sigui entes.
Es una variante del Programa Lineal , para el cua l todas las variables de decisión
además de cumpl ir la condición de no negatividad deben ser todas en teras. Por
consigu iente el modelo matem ático generalizado es:
"
Oplillli;:o r (Z) =L e,x,
1::.. 1
" <
slIje/o o: LO'l x , ~ h, . pa ra i = 1,2,3 .... .. .. , /1 1
1= 1 -
Los métodos de solución desarrollados para este mode lo son los siguientes .
74
INV I·.ST IG I\C ION DE OPE RAC IONES I'A I<I\ I N(iENIE I<I. \S y M)~ II N I S T R ¡\C I ON DE H IP RESi\S
En esta variante del Programa Lineal , todas las variables de decisión son positivas
y solamente algunas de ellas deben ser enteras. Por lo tanto el modelo matemático
generalizado es:
" ,
. (Z) = '"
O¡Jlillli .-or ¿ e ,',
r + '"
¿ e J..'J..
r
,=\ , =\
11 11 <
.1/lie IO (/: ¿o" x ,
,=\
+ ¿, =\ p " \' , -~ !J, . po/'{/ i = 1.2,3 .. .... ., /11
x, ~ O po/'{/ .i = 1.2 .3 ...... 11
."¡ ~ O elll e ro . p o /'{/ /.: = 1,2.3 .... , J'
Los métodos de solución desarrollados para este modelo son los siguientes .
Esta variante del Programa Lineal , suele utilizarse para modelar problemas con
actividades que deben o no ejecutarse. Por analogia con el sistema de los
números binarios , las variables de decisión toman un único valor entero entre O y
1. Esto es, si la actividad no se ejecuta la variable correspondiente toma el valor O,
de lo contrario el valor 1. Por consiguiente el modelo matemático generalizado es:
75
LUIS ALBERTO RI NCON A BRIL
11
Oprill1i~ar(Z) = L e ,x ,
11 <
slljero a: L a" x , : b" para i = 1,2.3 ........ , 111
,; 1 -
X
J
= O , si la acrividad j /l O es reakada ..
x J = 1 , si la acrividad j es reakada ..
Los métodos de solución desarrollados para este modelo son los siguientes.
Problema general
Supóngase que se tiene una disponibilidad total de dinero K, que puede invertirse
en una o varias de N alternativas posibles ; donde para la alternativa j-ésima , se
requ iere I¡ dinero de la disponibilidad total y evaluada su factibilidad se obtiene un
valor presente neto VPN¡ . Se desea , entonces , establecer en cuales alternativas
emplear el dinero total disponible.
76
Modelo.
Encontrar los valores de Xi , para todo j=1 ,2" ... ,n, tal que:
"
sujeto a : "L.,; / ,, x , ;<; K
,_1
x, = O ,si la im'ersión j no es rea lizada ..
.\', = 1 ,si la illl'ersiólI j es rea kada ..
Como puede observarse , este modelo encaja dentro del grupo de problemas de
programación entero cero uno (PECU) , por ello se desarrollará alguna técnica de
solución para el (PECU) .
Método de solución.
77
LU I S 1\L13ERTO RINCON ABR IL
Producido por Kolesar' con base en Nodos. Supone que un Nodo lleva un índice J
si la alternativa J se incluye y J* si no se incluye. Un Nodo con índice (J ,K) significa
que se incl uye la alternativa J y después la alternativa K, mientras que el índice
(J *,K) significa que la alternativa J no se incluye pero la K sí . Cuando se llega a un
Nodo, se analiza cuáles no han sido bifurcados y se procede a bifurcar aquel que
resulte más conveniente para la función objetiva . Finalmente entre los Nodos que
presentan solución factible debe seleccionarse el óptimo .
1 36 54 1.5
2 24 18 0.75
3 30 60 2
4 32 32 1
5 26 13 0.5
El grupo fin anciero debe tomar la decisión de aceptar o rechazar cada proyecto .
Cuáles proyectos se deben incluir y cu áles rechazar con el fin de maximizar el
valor presente neto total?
, KOLE SAR, P .. A Branch and Bound Algorilhm lo r tire Knapsck Problem. Managmenl Science.
Volumen 13. 1982.
78
INVEST I(;AC ION DE OPERAC IONES PARA I NGEN I ERI AS y ADM IN ISTR AC ION DE EMPRESAS
Indice
Antiguo Nuevo l· VPN · Pi
3 1 30 60 2
1 2 36 54 1.5
4 3 32 32 1
2 4 24 18 0.75
5 5 26 13 0.5
Obsérvese que el cociente Pi también indica los millones de dólares que se dejarán
de recibir por no invertir un millón de dólares en el proyecto j.
79
LU IS ALBERTO R INCON ABR I L
J Ij VPNj Observaciones
1 30 60
2 36 54
3 32 32
Totales 98 146 Solución no
Exceso -7 -7=-7x1 Factible
91 139
CUADRO 4. Nodo (1 *)
J Ij VPNj Observaciones
2 36 54
3 32 32
4 24 18
Totales 92 104 Solución no
Exceso -1 -0.75=-1 xO. 75 Factible
91 103.25
80
INVEST IGACION DE OPE RAC IONES PARA I NGEN I ER I AS y ADM IN ISTRAC ION DE EM PRESAS
Factible Imposible
Con base en lo anterior, entre los nodos no ramificados (1) Y (1 *), se selecciona el
nodo (1) , puesto que 139 > 103.25 Y se procede con el análisis de los nodos (1 ,2) Y
(1 ,2*).
81
L U IS A L BERTO RINCON A B RI L
J Ij VPNj Observaciones
1 30 60
2 36 54
3 32 32
Totales 98 146 Solución no
Exceso -7 -7=-7x1 Factible
91 139
J Ij VPNj Observaciones
1 30 60
3 32 32
4 24 18
5 26 13
Totales 112 123 Solución no
Exceso -21 -10.5=-21xO .5 Factible
91 112.5
En la Figura 7, para los nodos sin ramificación (1 *), (1 ,2) Y (1,2*) el que tiene mejor
valor para la función objetiva es (1 ,2) puesto que 139 > 103.25 Y 139> 112.5, por lo
tanto se ramificará el nodo (1 ,2) . El algoritmo continúa con el estudio de los nodos
(1 ,2,3) Y (1 ,2,3*).
J I¡ VPN¡ Observaciones
1 30 60
2 36 54
3 32 32
Totales 98 -1000 Solución
imposible
82
INVf'STIGAC ION DE OPERAC IONES PARA INGEN IER I AS y ADM IN ISTRAC ION DE E~ I PRESAS
J I¡ VPN¡ Observaciones
1 30 60
2 36 54
4 24 18
5 26 13
Totales 116 145 Solución no
Exceso -25 -12 .5=-25xO .5 Factible
91 132.5
De los 4 nodos sin ramificación (mirar Figura 7): (1 *) , (1 ,2*) , (1 ,2,3*) Y (1 ,2,3) , el
nodo (1 ,2,3*) tiene el mejor valor para la función objetiva, por lo tanto se ramifica y
se procede con el análisis de los nodos (1,2,3* ,4) Y (1,2 ,3* ,4*).
J I¡ VPN ¡ Observaciones
1 30 60
2 36 54
4 24 18
5 26 13
Totales 116 145 Solución no
Exceso -25 -12 .5=-25xO .5 Factible
91 132.5
83
LU IS A L BERTO RINCON ABR IL
J J¡ VPN¡ Observaciones
1 30 60
2 36 54
5 26 13
Totales 92 127 Solución no
Exceso -1 -0 .5=-1 xO .5 Factible
91 126.5
J J¡ VPN¡ Observaciones
1 30 60
2 36 54
4 24 32
5 26 13
Totales 116 -1000 Solución
imposible
Este nodo presenta unas condiciones similares a las ocurridas para el cuadro 7,
por lo tanto la solución es imposible . El valor, que en el anterior cuadro se asignó a
la función objetiva, es debido a la solución imposible.
J J¡ VPN¡ Observaciones
1 30 60
2 36 54
4 24 18
Totales 90 132 Solución Factible
84
INVEST IG,\C ION DE ()I'ERAC IONES P,\ RI\ INGEN I ER I,\S y I\DM IN ISTR AC ION D E EMPR ESAS
Invertir:
Hay que hacer notar que el número total de posibles soluciones en este problema
es ~(S)
L. . = 2'
¡ c(J k
.= 32 , de las cuales el proceso de bifurcación y acotación
PROBLEMA.
Para los 4 proyectos independientes del Cuadro 13, se quiere establecer 'la mejor
combinación de ellos , asumiendo que los Flujos de fondos netos ocurren después
85
L U IS ,\ I.I3ERTO RI NCON ,\131< 11.
PROYECTO
A B C D
Inversión inicial 50000 20000 25000 30000
Flujo de fondos (neto anual) 20000 10000 15000 16000
Vida económica del proyecto (anos) 14 12 10 8
Solución :
( 1 + i )" - I
Donde el factor: (P I A, i . n ) = - , permite calcular el valor presente neto de
i( 1+ i )"
Los cuatro proyectos son Factibles , por cuanto el VPN de cada uno de ellos no
sobrepasa la inversión propuesta .
Con base en los índices calculados los proyectos deben ordenarse en la siguiente
forma :
86
INVEST IC; ,\C ION DE OI'E R!\C IONES I',\ I{ ,\ INl;EN IERI ,\S y ,\ D ~ II N I ST R i\C I ON D E EMPR ESAS
Al través de las tab las siguien tes se usará la técnica (Al gori tmo) descrita en el
ejemplo anterior.
J Ij VPNj Observaciones
1 25000 37886
2 20000 24392
3 30000 3 1393.6
4 50000 422 10
Totales 125000 13588 1.6 Solución no
Exceso -25000 -2 11 05=-25000xO.8442 Factible
100000 114776.6
J I¡ VPN ¡ Observaciones
2 20000 24392
3 30000 3 1393 .6
4 50000 422 10
Totales 100000 97995.6 Solución Factible
Analizando la Figura 2, entre los nodos (1) y (1*) , se debe ramificar a (1) y anal izar
(1 ,2) Y (1 ,2*).
87
LU IS I\ Ll lERTO RINCON i\BR IL
J I¡ VPN ¡ Observaciones
25000 37886
2 20000 24392
3 30000 3 1393 .6
4 50000 422 10
T otales 125000 13588 1.6 Solución no
Exceso -25000 -21 105=-25000xO .8442 Factible
100000 11 4776.6
Factible
Imposible
88
INVEST IG /\CION DE OPERAC IONES P,\Ri\ INGEN IER I AS y i\D~ II N I S T RAC I ON DE E~ I P R ESAS
J I¡ VPN ¡ Observaciones
1 25000 37886
3 30000 31393.6
4 50000 42210
Totales 105000 111489.6 Solución no
Exceso -5000 -4221 =-5000xO. 8442 Factible
100000 107268.6
J I¡ VPN ¡ Observaciones
1 25000 37886
2 20000 24392
3 30000 31393 .6
4 50000 42210
Totales 125000 135881.6 Solución no
Exceso -25000 -21105=-25000xO.8442 Factible
100000 114776.6
J VPN ¡ Observaciones
1 25000 37886
2 20000 24392
4 50000 42210
Totales 95000 104488 Solución Factible
Del análisis de la Figura 8, con base en los valores para la función objetiva , es
claro que se debe ramificar el nodo (1 ,2,3) Y proceder a analizar los nodos :
(1 ,2,3,4) Y (1 ,2, 3,4*) .
89
LU IS ,\LBERT O RINCON ,\ BRIL
J VPN ¡ Observaciones
1 25000 37886
2 20000 24392
3 30000 31393.6
4 50000 42210
Totales 125000 136881 .6 Solución imposible
Este nodo es imposible porque exige tener en cuenta las 4 alternativas , obligando
a sobrepasar la disponibilidad .
J VPN, Observaciones
1 25000 37886
2 20000 24392
3 30000 31393 .6
Total es 75000 93671 .6 Solución Factible
Invertir:
90
IN\ I S'II (;'\C ION 1)1. 0 1' 11< \C IONES P,\ R,\ ING L N IERI ¡\S y ,\D~ II N I S 'I R,\C ION DE H IPRES ,\S
1.1. Use la herramienta Solver de Ex cel para resolver el problema 2.2 de los
camiones con espacio refrigerado y no refrigerado de la sección 2.9.
Artículo j 1 2 3 4 5
PesoW 5 8 3 2 7
Volumen VI 1 8 6 5 4
Inqreso R 4 7 6 5 4
El pe so y el volumen máximo que se puede cargar están dados por 112 y 109
unidades,
91
L UIS A LB ERTO RI NCON A J3RIL
1.4. La tabla siguiente muestra que las máquinas 1 y 2 pueden fabricar los artículos A
y B mientras que la máquina 3 únicamente produce el artículo A. La empresa
dispone de una semana para cumplir un pedido de 2000 unidades del artículo A y
1800 unidades del artículo B. Si los precios de venta son 2000 $/ unidad para A y
1500 $/unidad para B.
Costo en $/unidad
Máquina Artículo Artículo Capacidad de
A B producción semanal
1 1000 800 900 artículo A ó
900 artículo B
2 600 600 800 artículo A ó
1200 artículo B
3 700 2000 artículo A
2. Programación Binaria.
2.1. Use la herramienta Solver de Excel para resolver el problema de los cuatro
proyectos independientes del Cuadro 13 resuelto en este capítulo.
2.2. Una compañía debe adquirir al menos 500 Ton de materia prima, tiene las
siguientes ofertas:
Proveedor A B C D E
Cantidad (Ton) 150 200 180 240 300
Costo total (Dólares) 15000 18000 18000 21000 27000
92
2.3. CO IC, Contratistas de obras de Ingeniería Civil , tiene la posibilidad de contratar
o no cada uno de los seis proyectos para los cuales se muestra en la tabla
siguiente, los ingresos derivados y los costos globales, los cuales no se pueden
transferir de un rubro a otro. La empresa hará los contratos que le signifiquen el
mayor Ingreso neto total.
93
4. EL PROBLEMA DEL TRANSPORTE .
Tiene que ver con encontrar un plan de costo mínimo para transportar una
mercancía desde varios orígenes hasta varios destinos. Este modelo se puede
extender para resolver numerosas aplicaciones que no se relacionan con el
transporte dentro de los problemas de control de inventarios, flujo de efectivo,
asignación de recursos.
94
INV rS I IG i\CION DE OPERAC IONES P,\Ri\ INGEN IERI ¡\S y i\D~ II N I ST R I \ C I ON 1)1: U IP RES ,\S
que deben enviarse desde cada origen i-ésimo hasta cada destino j-ésimo , si el
costo unitario de transporte entre éstos es c¡j y cada destino demanda b j unidades
mientras que cada origen dispone a¡ unidades .
Orígenes Destinos
X 11 , C 11
Calcular el número de unidades que se deben enviar desde cada uno de los
orígenes hasta cada uno de los destinos, atendiendo la demanda de los destinos y
las ofertas de los orígenes para minimizar el costo total de transporte.
95
1 1 ' 1\ \1 ¡;I.I~ 1() 1< 1r>:( '()'\J ,\1l1< 11.
X ij : Cantidad que será enviada desde el origen i-ésimo (i=1 , .... ,m) hasta el destino
j-ésimo (j=1 , .... ,n).
Expresión matemática que calcula el costo total de transportar las X ij por cada una
de las rutas i ~j . Se supone que C ij es el costo de transportar una unidad desde el
origen i hasta el destino j,
11 111
4.2.4 Restricciones.
X l1 + X 12 + X 13 + ...... + X 1n ::::: a 1
11
Esto es: IX
¡=l
'1 ::; (/ i para i= 1,2, .... ,m
96
IN\ I S II( ;,\CION 111e OI'FRACION I .S 1' ,\1, /\ I N(~ le N II : RI ,\S y i\1)~ II N I STR¡\CION DI: E~ IPRE S¡\S
111
" X /1 ? b1 para J-
Est o es.. L.. '- 1 ,2 ,.... ,n
,~I
11 111
Mill(C) = ¿ ¿ c¡¡ X ¡i
i=1 i=1
11
Sujeto a: ¿ X ii ::;
) =1
O¡ para i=1 ,2,.... ,m
111
¿X I} ?b ¡ paraj=1,2 ,.... ,n
;= 1
4.2.6 Particularidad.
Aunque para satisfacer totalmente la demanda debe tenerse :La; ~ :Lb j , el algoritmo
de solución parte de un modelo expresado de tal manera que todas las
restricciones generadas por la oferta y la demanda resulten igualdades. Por lo
tanto:
97
LU IS ,\I.13ERT O RINCON .\13 RI I.
11 111
Min(C) = ¿ ¿ Ci¡ X i¡
¡=I i= 1
1/
¿ X i/ =Oi
Sujeto a: j= 1
111
L X ;i =b j
;= 1
XIJ" -> O
DESTINOS
ORIGEN ES 1 2 3 n Oferta
1 ~ ~ ~ L L ~ a1
X11 X 12 X13 X1n
2 ~ ~ ~ L L ~ a2
X21 X22 X23 X2n
3 ~ ~ ~ L L .~
a3
X 31 X 32 X 33 X3n
L L L L L L
M ~ ~ ~ L L .~
am
Xm1 Xm2 Xm3 Xmn
Dema nd a b1 b2 b3 bn
98
IN\ ' I: ST lló¡\C ION DI. O PLR ,\C IONr.S P,\ Ri\ INGEN I ICRI ,\S y ,\D~ II N I STR¡\ Cl ON DE E ~ I PR ES¡\S
Existen varios métodos para obtener una prime ra solució n básica factible , pero
entre ellos se destacan: Método de la Esquina Noroeste, Método sucesivo del
menor costo un itario y Método de aproximación de Vogel.
Significa lo anterior que la primera asignación será: Xii = Menor(a i , b¡) para el
Menor( Ci¡ ).
Es un procedimien to heurístico que suele producir una primera solución mejor que
los dos anteriore s; pues con frecuencia ésta resul ta una so lución óptima o cercana
a la óptim a. Los pasos del procedimien to son los siguien tes:
99
I 1I 1S 1\ 1 B I RTO RINCON AB RI L
(a) Paso 1. Se calcula una penalización para cada fila (y columna) restando el
menor elemento de costo de la fila (columna) del elemento de costo menor
siguiente en la misma fila (columna).
(b) Paso 2 . Se identifica la fila o columna con la mayor penalización , los empates
se rompen arbitrariamente. Se asigna el mayor va lor posible en la fila o
columna seleccionada con el costo uni tario más bajo de la misma .
Sucesivamente se procede de esta manera hasta asignar todo el flujo posible.
DESTINOS
ORIGEN ES 1 2 3 4 Ofe rt a
1 ~ L--º- ~ ~ 300
Xl l X12 X13 X14
2 ~ ~ lJJL ~ 500
X2l X22 X23 X24
3 L--º- ~ LR ~ 100
X31 X32 X33 X34
Demanda 100 300 300 200
100
INVESTIGAC ION DE OPERACIONES PAR I\ I NGEN I ER I AS y ADM IN ISTR AC ION DE EMPRESAS
DESTINOS
ORIGENES 1 2 3 4 Oferta
1 ~ ~ ~ ~ 300
100 200
2 ~ ~ U-ª--- ~ 500
100 300 100
3 ~ ~ ~ ~ 100
100
Demanda 100 300 300 200
lOJ
L U IS ALBERT O RINCON ABR IL
DESTINOS
ORIGEN ES 1 2 3 4 Oferta
1 ~ l-º--- ~ ~ 300
300
2 ~ ~ Ll-ª---- ~ 500
300 200
3 ~ ~ ~ 100
100 l-º---
Demanda 100 300 300 200
102
INVES1 IGAC IO N DE OPER AC IONES PA RA ING EN I ER I,\ S y A D ~ I I N I S TR AC I O DE EMPR ES ,\ S
(b) Paso 2. Como el elemento de menor costo está en la misma fila p, entonces en
la columna r, se busca un valor X kr > O con costo Ckr .
(e) Paso 3. Se identifica el costo Ckq, que cierra un ciclo tal como lo muestra la
figura 10, para compensar las unidades cambiadas del flujo pq al flujo pr ,
trasladando del flujo kr al flujo kq .
Ejemplo. Para el caso de los tres centros de producción (orígenes) y los cuatro
distribuidores (destinos) tratado en la sección anterior, pártase de la solución inicial
encontrada por la esquina Noroeste y obténgase la solución óptima.
103
LU IS c\LBERTO RINCON f\BR I L
DESTINOS
ORIGENES 1 2 3 4 Oferta
1 L~ ~ ~ 300
100 2 OO L--º----
2 ~ ~ ~ ~ 500
100 300 100
3 L--º---- ~ ~ ~ 100
100
Demanda 100 300 300 200
(1,2) (1,4)
- (2,2) (2,4)
~c= - 40 + 14 - O + 22 =- 4
104
INVESTIG /\C ION DE OPERAC IO ES PARA I NGEN IER I AS y AD~ II N I STRAClON DE EMPRESAS
Segundo tablero
DESTINOS
ORIGENES 1 2 3 4 Oferta
1
100
l?iL
100 ~ ~
100
~ 300
2 ~ ~ ~ ~ 500
200 300
3 ~ l1.ª-- LR ~ 100
100
Demanda 100 300 300 200
(1,1) (1,4)
(3,1) (3,4)
~c= - 36 + O - 20 + 22 = - 34
Figura 12. Cambio de flujo de unidades del segundo tablero.
105
L UIS A I. BE RTO RINCON AB RIL
Tercer tablero
DESTINOS
ORIGEN ES 1 2 3 4 Oferta
~
1
100 ~ ~
200
~ 300
2 ~ ~ l.!-ª-- ~ 500
200 300
3
100 ~ ~ LR ~ 100
SOLUCiÓN ÓPTIMA:
l . Un intermedia rio del mercadeo agropecuari o tie ne soli citu des (demanda) de 4 centros de
acopio por las ca ntidades de un determin ado producto qu e se muestran en la tabla. El
106
INVEST IG ,\C IO N DE OPERAC IONES PA RA INGEN I ERI AS y AD~ II N I ST R AC I ON DE E~ I P R ESAS
Area de distribución
Refinería 1 2 3 4
1 120 180 200 180
2 200 300 100 150
3 150 250 100
107
LUIS I\Ll3ERTO RINCON ABR IL
108
5. EL PROBLEMA DE ASIGNACiÓN
Determinar cómo asignar cada uno de los elementos (asignados i =1 ,2 ,3, ........ ,n) a
cada una de las actividades (localidades j =1 ,2,3, ..... ,n), de tal manera que a cada
localidad le corresponda uno y un solo asignado si para cada actividad existe un
coeficiente de efectividad y se debe optimizar la efectividad total.
109
L U IS ALBERTO RINCON ABRIL
110
INVEST IGAC ION DE O PER /\C IONES PARA I NGEN I ER I AS y i\DM IN IST RAC ION DE EM PR ESAS
JI 11
Op t (Z) = ¿ ¿ Cij X i¡
j=1 i=1
5.1.4 Restricciones.
1/
Esto es: ¿ X ij = J
j= 1
para i=1,2,.... ,n
1/ 1/
Op /(Z) = ¿ ¿ cij X ij
j=1 i=1
111
LU IS I\ L BERTO RINCON ABRI L
1/
Sujeto a: L X li =]
j=1
para i=1 ,2,.... ,n
11
L Xi¡ =1
;= 1
para j= 1,2, .... ,n
Al comparar este modelo con el problema del transporte , se observa que sus
estructuras son similares. De hecho, el problema de asignación es sólo un caso
especial de los problemas de transporte en donde los orígenes son los
asignados y los destinos son las asignac iones, tareas o localidades , que
cumple :
112
INVESTIGAC ION DE OPE RAC IONES P¡\ RA I NGEN IERI AS y AD~ II N I S TR AC I ()N DE E~ IPR ESAS
Localidades
Asignados 1 2 3 n
1 ls.L ~ lsL L L ~ 1
X11 X 12 X13 X1n
2 ~ ~ ~ L L ~ 1
X21 Xn X23 X2n
3 ~ L52R ~ L L ~ 1
X31 X32 X33 X 3n
L L L L L L
N ~ ~ Ls& L L ~ 1
Xn1 Xn2 X n3 Xnn
1 1 1 1
113
L UIS ,\ Lll mTO RI NCON ABR IL
Piezas
Torno P1 P2 P3 P4
T1 26 32 24 18
T2 34 20 34 40
T3 20 14 22 12
T4 18 16 24 14
P1 P2 P3 P4
T1 ~ LR ~ U-ª-- 1
1
T2 ~ ~ ~ ~ 1
1
T3 ~ ~ ~ ~ 1
1
T4 U-ª-- l!-ª- ~ ~ 1
1
1 1 1 1
P1 P2 P3 P4
T1 ~ LR ~ U-ª-- 1
1
T2 ~ ~ ~ ~ 1
1
T3 ~ L!±- lR ~ 1
1
T4 L1-ª-- ~ ~ ~ 1
1
1 1 1 1
IJ4
IN\ ' ES'II(;,\C ION DE OPER ,\C IONES P,\R ,\ INGE IER I,\S y AD~ II N I STRAC I O DE E~ I PRES ,\S
Piezas
Torno P1 P4
P2 A
T1 26 32 \,24} 18
T2 ( 34) 20 34 4Q
T3 ~ A 22 (12
T4 18 \. 16) 24 14
Piezas
Torno P1 P2 A P4
T1 26 Jg \,24} 18
T2 34 ( 20) 34 4Q.
T3 20 14 22 (12
T4
--
( 18) 16 24 14
liS
LU IS A LBERTO RINCON ABR IL
Nuevo Producto
Ejecutivo P1 P2 P3 P4
E1 90 60 80 50
E2 90 50 60 50
E3 70 70 50 60
E4 60 70 80 80
Nuevo Producto
Ejecutivo P1 P2 P3 P4
E1 90 60 80 50
E2 90
" 50 60 50
E3 70 70
" 50 60 "
E4 60 70 80 80
"
De conformidad con esta solución inicial, deben hacerse las siguientes
asignaciones:
11 6
I VrST ll; ¡\C ION DE OPERAC IONES P¡\Ri\ INGrN IERI ¡\S y ¡\D~ II N I ST R AC I O D E EMPRESAS
Nuevo Producto
Ejecutivo P1 P2 P3 P4
E1 90 60 80 50
E2 90 " 50 60 50
E3 70 70 50
" 60
E4 60 70 "80 80
"
Rendimiento promedio = R = )4 (90 + 60 + 70 + 80) = 75
Nuevo Producto
Ejecutivo P1 P2 P3 P4
E1 90 60 80 50
E2 90 50 60 " 50
E3 70 " 70 50 60
E4 60 70
"80 80
"
117
L U IS ALBE RTO RI NCON I\BRIL
Máquina
Artículo 1 2 3 4
1 15 15 6
2 21 12 6 9
3 27 12 15
4 21 6 18 21
2. Hay que asignar cinco vendedores a cinco zonas de venta. La capacidad de venta de
cada vendedor en cada zona en una escala de O a 100, se muestra en la siguiente
tabla . Si se desea realizar la asignación de los cinco vendedores sobre la base de la
mayor capacidad promedia, cómo se debe hacer?
Zona de Ventas
Vendedor Z1 Z2 Z3 Z4 Z5
V1 80 50 60 20 70
V2 60 50 50 90 80
V3 50 60 70 70 60
V4 40 70 20 80 40
V5 70 20 70 80 80
J J8
6. MODELOS DE REDES
119
LU IS A LBERTO RINCON AI3 RIL
Ejemplo. Supóngase que una persona debe resolver el problema de viajar desde
un origen O hasta un destino final F a lo largo de una ciudad . La figura 13 muestra
las diferentes rutas de autobuses para hacerlo. En cada una de esos caminos
aparece un número que indica la longitud del mismo o el costo de escoger dicho
camino o el tiempo empleado en recorrerlo. Si la persona está restringida a viajar
de izquierda a derecha sin devolverse. La pregunta que se debe resolver es: Cuál
es la ruta más corta entre O y F? , ó en otras circunstancias , Cuál es la ruta de
costo o tiempo mínimo entre O y F?
120
INVEST IGAC ION DE OPERAC IONES PA RA INGEN IERI AS y ADM IN IST R,\C ION DE EM PR ESAS
Una red consiste en un conjunto de puntos y líneas, éstas unen a los puntos por
parejas. Los puntos se llaman nodos (o vértices). La red de la figura 13 tiene siete
nodos representados por siete círculos . Las líneas se llaman arcos (o ligaduras ,
aristas o ramas). La red de la figura 13 tiene 13 arcos que corresponden a los 13
caminos de este sistema de transporte de la ciudad. Los arcos se definen con los
nodos terminales ; por ejemplo, AB es el arco entre los nodos A y B en la figura 13.
Los arcos de una red pueden tener un flujo de algún tipo que pasa por ellos , por
ejemplo , el flujo de autobuses sobre los caminos de la ciudad. Un arco dirigido
sólo permite el flujo en una dirección. La dirección se indica mediante una cabeza
de flecha . La notación de un arco dirigido se hace con el nombre de los nodos que
une , colocando primero el nodo de donde viene y después el nodo a donde va,
esto es , un arco dirigido del nodo A al nodo B debe indicarse como AB ó A~B . Un
arco de ligadura o no dirigido permite el flujo en ambas direcciones.
Una red que sólo tiene arcos dirigidos se llama red dirigida. Si todos sus arcos
son ligados , se trata de una red ligada. Si dos nodos no están unidos por un arco
a veces resulta conveniente saber si están conectados por una serie de arcos . Una
121
LU IS I\LBERTO RINCON ABR IL
trayectoria entre dos nodos es una sucesión de arcos distintos que conectan
estos nodos. Por ejemplo , la sucesión de arcos OB , BE Y EF conforman una de las
trayectorias que conectan a los nodos O y F en la figura 13. Pero otra trayectoria
es O ~ e~ E ~ F. Una trayectoria dirigida del nodo 1 al nodo j es una sucesión
de arcos con dirección hacia el nodo j, de manera que el flujo del nodo 1 al nodo j
a través de esta trayectoria es factible . Una trayectoria ligada del nodo 1 al nodo j
es una sucesión de arcos cuya dirección puede ser hacia o desde el nodo j. Un
ciclo es una trayectoria que comienza y termina en el mismo nodo. Dos nodos
están conectados si en la red existe al menos una trayectoria entre ellos. Una red
es conexa si cada par de nodos están conectados; por lo tanto, la red de la figura
13, es conexa y dejará de serlo si se suspenden los arcos A ~ B, A ~ D YA ~ F
La capacidad del arco es la cantidad máxima de flujo que puede circular en éste .
En los nodos fuentes , el flujo que sale de ellos excede el flujo que entra. En los
casos contrarios , esto es , el flujo que llega excede al que sale, se tienen nodos
demandas. En un nodo de transbordo o intermedio, el flujo que entra es igual al
que sale .
Para el anál isis de este modelo se puede suponer una red conexa y no dirigida con
dos nodos principales llamados origen y destino. A cada uno de los arcos no
dirigidos se asocia una distancia. El objetivo del problema es encontrar la ruta más
corta o trayectoria con la mínima distancia total, que va desde el origen al destino.
122
INVEST IGAC ION DE OPERAC IONES PARA INGEN I ER I AS y ADM IN ISTR AC ION DE EMP RESAS
En cada una de las k-ésimas iteraciones se debe definir para el k-ésimo nodo , la
distancia más corta desde el origen hasta el k-ésimo nodo. Si d ik define la distancia
entre los nodos i, k; entonces se puede calcular la distancia más corta desde el
origen hasta el nodo k-ésimo con la siguiente expresión:
Ejemplo. Encontrar la ruta más corta desde el origen (nodo O) hasta el final (nodo
F) a través del sistema de vías que se muestra en la figura 13. En la tabla siguiente
se encuentran los resultados obtenidos al aplicar el algoritmo anterior a este
problema .
123
LU IS ALBERTO RINCON AB RIL
Las dos últimas columnas de la tabla anterior, resumen la información del último
nodo resuelto ; esto es , la distancia de la ruta más corta desde el origen a este
nodo y la última rama en esta ruta más corta . Además muestra que la ruta más
corta para el sistema de vías de la figura 13 es O~A~F y mide 20 unidades.
Particularmente también se puede necesitar encontrar las rutas más cortas del
origen a cada uno de los demás nodos de la red . El Algoritmo mostrado en el
ejemplo precedente , obtiene las rutas más cortas a cada nodo desde el origen.
124
INVESTIGAC ION DE OPERAC IONES PARA I NGEN IERIAS y ADMIN ISTRAC ION DE EMPRESAS
Este problema tiene algunas similitudes con el problema de la ruta más corta. De
manera general , en ambos casos se considera una red no dirigida y conexa , en la
que los datos dados incluyen medidas para cada ligadura (distancia , costo, tiempo ,
etc .). Involucran también el hecho de seleccionar un conjunto de ligaduras que
tiene la longitud total más corta entre todas las ligaduras que cumplan
determinada propiedad. En el problema de la ruta más corta , la ligadura
seleccionada debe generar una trayectoria entre el origen y el destino, mientras
que para el árbol de expansión mínima se requiere que las ligaduras seleccionadas
generen una trayectoria entre cada par de nodos, de tal manera que la suma de
todas las trayectorias sea mínima. Una red con n nodos sólo requiere n - 1
ligaduras para generar una trayectoria entre cada par de nodos. Por lo tanto, el
problema es encontrar el árbol de expansión con la longitud total mínima de sus
ligaduras .
L25
L U ISALBERTO RI CON ABR il
126
INVrST I(, ,\C ION DE OPER ,\CIONrS P,\RA INCEN IER Ir\S y ¡\D~ II N I STR ,\C I ON DI" E~IPRES¡\S
Figura 14. Posibilidades de construir una red eléctrica entre siete municipios.
127
LUIS ALBERTO RINCON ABR I L
En la figura 14-1 , la red eléctrica definitiva aparece con línea continua. Como en
este problema hay n =7 nodos, dispone de n - 1 =6 ligaduras y ningún ciclo para
calificar como un árbol de expansión .
......
......
......
20............ ......
......
/
12 /
/
/
/
20/
/
/
/
/
Figura 14-1. Diseño para construir una red eléctrica entre siete municipios.
128
INVEST IGAC ION DE OPERAC IONES PA RA INGEN IER IAS y ADM IN ISTRAC ION DE EM PRESAS
Los problemas de esta clase son aplicaciones de Programación Lineal con una
característica especial, siempre tienen una solución óptima con base en números
enteros si los datos de entrada también son enteros. Esto permite el diseño de
algoritmos eficientes que pueden ser aplicados a la solución de una variedad de
problemas combinatorios. Entre estos se disponen, el algoritmo de flujo máximo, el
cálculo de flujos de costo mínimo.
129
LU I S ¡\ U 3ERTO RINCON ABR IL
I
I
I
I
, Fuente I
:_____ .____ J Depósito
Estaciones de
Refinerías
bombeo
, Terminales
Supóngase que cada arco (i, j) de una red dirigida tiene asociado un número no
negativo C¡j denominado la capacidad del arco, Si esta capacidad representa la
máxima cantidad de algún artículo que pueda enviarse a través del arco, la
pregunta inmediata es, Cuál es la cantidad máxima del artículo que se puede
enviar de un nodo a otro , dentro de la red?
130
INVEST I(; ,\C ION !lE O PEI,AC IONES PA RA INGEN I ERI ¡\S Y , \I)~ II N I STR ¡\CION DE EM PR ESAS
6.5.2 Restricciones.
o S Xii S Gii
El término V representa el valor del flujo total. Se llama flujo posible a cualquier
conjunto de valores que satisfacen las restricciones anteriores. Es evidente que
este modelo corresponde a un problema lineal en donde el objetivo es maximizar el
valor de V sujeto a las anteriores restricciones.
Max(V) = X 12 + X 13
Sujeto a las restricciones:
X 12 + X 32 - X 24 =O
X 13 - X 32 - X 34 =O
X 12 S 4 , X 13 S 3 , X 32 S 2 , X 34 S 2 , X 24 S 4
Xii ~ O
J31
LU IS ALBERTO RINCON ABR IL
4 (4,3) 4 ,4)
(2,1)
(3,2) (2,1)
Figura 16. Solución factible para una Red de flujo máximo propuesta.
La figura 16 ilustra un flujo factible desde el nodo 1 al nodo 4 para una red . El
primer número de la pareja asociada con cada uno de los arcos es la capacidad
del arco y el segundo número es el flujo del arco.
El modelo matemático para la figura 16, muestra que este problema es soluble por
el Método Simplex. Sin embargo , se dispone de un algoritmo basado en dos
conceptos intuitivos: red residual y trayectoria aumentada . Una vez se han
asignado flujos a los arcos de la red original , las capacidades restantes o
residuales conforman la red residual que sirve para asignar flujos adicionales.
132
IN\ I S·II (;.\(' ION DE O I'LR ;\(' IO N I.S I'.\ R/\ IN(; I 'JlERI AS y ¡\ D ~ II N I S l RA C ION D r E~ IPR ESAS
(40,O)
Cuando se inicia el Algoritmo , todas las trayectorias son de aumento , por cuanto
para cada una de ellas , todos los arcos tienen capacidad residual. Aplicando el
algoritmo para la red residual 1 ~2~6~7 , se obtiene la capacidad residual =
Menor {80 - O, 30 -O , 60 -O} = 30. Flujo que se agrega a esta trayectoria en la
figura 18.
133
L UIS ALBERTO RINCON ABR IL
~ (1 0,0)
. F~.'.~~.~r0 . . . .(~.~:~~ . . . .
'-¡l..
••...•..• ·····• ...•~50,0) ~1 0,0) ..../
(40,0)··...
. ~20 , O) . .l
•••••••••
..,/
····0. . . J.4~,0)
:\
:~•••/
... ::·.. (60,0)
(40,30)
.................
(40 ,40)
134
INVESTIG /\C ION DE OPERAC IONES PA RA INGEN I ER I,\S y AD~ II N I S TR AC I ON DE EM PR ESAS
(40,30)
(40,40)
Figura 20. Red sin trayectorias de aumento para el ejemplo de f.lujo máximo.
Una solución final es óptima si para toda trayectoria indiscriminada que se quiera
asignar no puede evitar el uso de cancelación de flujos asignados con anterioridad.
Puede resultar difícil , cuando las redes son grandes, encontrar una trayectoria de
aumento. El siguiente procedimiento sistemático simplifica el hecho. Se comienza
135
1 L ' I ~ 1\ L llFR"1() RI NCON ABR il
por analizar todos los nodos que se unen desde el origen con un arco y con
capacidad residual positiva. Enseguida , para cada uno de estos nodos , se
determinan todos los nuevos nodos a los que se llega desde este nodo con un solo
arco con capacidad residual positiva. Esto se repite hasta llegar al nodo final. Se
obtiene como resultado , un árbol con todos los nodos a los que se puede llegar
desde el origen, a lo largo de una trayectoria con capacidad de flujo residual
estrictamente positiva. Este procedimiento de abanico siempre identificará una
trayectoria de aumento , si existe . Aunque el anterior procedimiento es muy directo,
será útil poder reconocer cuándo se tiene un patrón óptimo sin tener que buscar de
manera exhaustiva una ruta que no existe . A veces es posible esto con el resultado
de un teorema importante de teoría de redes , conocido como el teorema del flujo
máximo - cortadura mínima. Una cortadura se define como cualquier conjunto
de arcos dirigidos que contienen al menos un arco de cada trayectoria dirigida que
va del nodo origen al nodo destino. El valor de la cortadura es la suma de las
capacidades de los arcos de la cortadura.
Teorema del flujo máximo - cortadura mínima. Para cualquier red con un solo
nodo origen y un solo nodo destino, el flujo máximo factible del origen al destino
es igual al valor de la cortadura mínima para todas las cortaduras de la red.
El análisis para la red residual inicial de la figura 17, presenta el siguiente conjunto
de cortes con la correspondiente capacidad
136
IN\' I S'II (¡AC ION DI. OPFRAC IONES PARA INGEN I ER I AS y AD~ II N I STRAC I ON DE EMPRESAS
Por lo tanto , 120 es el valor de la cortadura mínima que equivale al flujo máximo
factible presentado en la figura 20,
Es una solución muy eficiente que aborda un conjunto muy amplio de aplicaciones ,
tomando en cuenta un flujo a través de una red con capacidades limitadas en sus
arcos, Tal como se tiene para el problema de la ruta más corta, considera un costo
(o distancia) para el flujo a través de cada arco. E igual que para los problemas del
transporte y asignación , puede considerar el flujo desde varios orígenes (nodos
fuente) hasta varios destinos (nodos demanda).
El problema del flujo de costo mínimo se puede resolver de manera tan eficiente
porque se puede formular como un problema de programación lineal y resolver
mediante una versión simplificada llamada método Símplex de Redes. En la
siguiente sección se describirá el uso del método Simplex.
En una red conexa dirigida con al menos un nodo origen y al menos un nodo
destino, se dispone la siguiente información:
b¡ = flujo neto generado en el nodo i. En este caso, b¡ > O en los nodos fuentes, b¡
< O en los nodos demandas y b¡ = O en los nodos transbordos .
137
L U IS A LBERTO RINCON A BR IL
Variables de decisión.
Función Objetiva.
Minimizar el costo total de enviar los recursos disponibles a través de la red para
cumplir con la demanda.
11 11
Mil/ (Z) = ¿¿ e" X " . Las sumas se toman sólo sobre arcos existentes .
i = l j= J
Restricciones.
Para cada nodo , el flujo total que entra menos el flujo total que sale es igual al flujo
neto generado en este nodo.
El flujo a través del arco i~j, debe ser positivo, sin exceder la capacidad del arco .
flujo de costo mínimo tenga soluciones factibles , debe cumplir que Lb,
"
= O. Esto
i= 1
es , el flujo total generado por los nodos orígenes debe ser igual al flujo total
absorbido por los nodos destinos.
En muchos problem as, las cantidades b i y d ij serán valores enteros ; en este caso ,
en la soluci ón las cantidades de flujo Xij tendrán que ser también enteros . Sin
138
I ' \'r.STIGAC ION DE OPER ,\C IONES P¡\R¡\ INGE IER I¡\S y ¡\D~ II N I STR /\C I ON DE E~ IPRE S r\S
Variables de decisión.
Función Objetiva.
139
I. UIS A l BERTO RI NCON AB RI L
Restricciones.
Restricciones de no negatividad.
50 unidades de 30 unidades
900 Dól/unid demandadas
"O
c:
--o
::1
:o
o
o
N
40 unidades de 60 unidades
producción demandadas
140
IN\'LS1IC; I\C10N I) \. OPER I\C ION I: S P,\R ,\ I N(;rN I ER I AS y i\D~ II N I ST R i\C I ON DE E~ IPR ESAS
los problemas de flujo de costo mínimo y es esta estru ctura especial la que lleva a
la propiedad de soluciones enteras, De otro lado , cuando se tienen n restricciones
de nodo, únicamente hay n-1 independientes, esto es , una de ellas es redundante ,
Esto se puede comprobar porque al sumar todas estas ecuaciones, se obtienen
ceros en ambos lados , Como existen n - 1 restricciones independientes , estas
ecuaciones proporcionan n- 1 variables básicas para una solución básica factible ,
A B e D E F G H J K
18 Nodo 1 _ SS'S$14 - CS'C$14 =05'0$14 = ES 'E $14 =FS'F$14 =GS'G$14 =HS'H$14 =SUMA(S1S.H1S)
= 50
Nodo 2 - S6'S$14 _C6'C$14 _06 ' 0$14 _F6'F$14 =F6'F$14 =G6 ' G$14 - H6'H$14 - SUMA(S 19 H 19)
19 = 40
20 Nodo 3 =STS$14 =CTC$14 _ OTO$14 - ETE$14 _ FTF$14 _GTG$14 =HTH$14 - SUMA(S20H20)
= O
21 Nodo 4 - SS'S$14 - CS'C$14 = OS'O$14 = ES'E$14 =FS'F$14 =GS ' G$14 =HS'H$14 = SUMA(S21 H21)
= -30
22 Nodo 5 - S9'S$14 - C9'C$14 _ 09 ' 0$14 =E9'E$14 _F9'F$14 - G9'G$14 _ H9'H$14 -S UMA(S22H22)
= -60
23 Arco 1,2 _SlO ' 8$14 - C10'C$14 =010'0$14 =E10'E$14 =F10'F$14 =G10 ' G$14 =H10'H$14 =SUMA(S23 H23)
< 10
24 Arco 3, 5 _S11'S$14 - C11 ' C$14 011'0$14 - E11'E$14 _ F11'F$14 - G11'G$14 _ H11'H$14 - SUMA(S24 H24)
< 80
25
14 J
L U I S I\ L I3E RTO RINCON A IlRI L
Parámetros de Solver
CelQ," objetivo:
Resolver
\Iólor de l." celda ob jetivo :
Cerrar
(-- [:1i:dmo (;- r',·1i'o.irno C' y'alores de: lo
Cam!djando las celdas
Qpciones , , .
Suje tas a las siguientes restric ciünes:
o D D
142
IN" I' STI(, \C ION DI. OPLRAC IONES PAR ,\ IN(,EN IERIAS y ¡\D~ II ISTR ¡\C IO DE E~ I PRF.SAS
A B e D E F G H J K
Figura 24. Hoja EXCEL con la solución SOLVER para la red de distribución.
143
LU IS ALBERTO RINCON MlR IL
144
6.7 EJERCICIOS Y PROBLEMAS PROPUESTOS.
1. Encontrar las Rutas más cortas para cada Red de la siguiente figura.
Red A
Origen
Red B
Año Añoj
i 1 2 3
O 16 36 62
1 20 42
2 24
145
L UIS A LB ERTO RINCON ABRIL
3. Una compañía debe suministrar 1000 cajas de cartón por mes a una fábrica. Para los
próximos cuatro meses , el costo de fabricación de cada caja será $1000 en el primer
mes, $ 1800 en el segundo mes, $2000 en el tercer mes y $2800 en el cuarto mes. El
costo de mantenimiento y bodega por caja es de 600 $/mes. Si la producción por mes
se realiza en múltiplos de 1000 Y se desea encontrar el programa de producción más
eficiente en términos de costo , entonces se necesita formular el modelo como una
representación de Red y resolverlo.
5. Considere para las Redes del problema 1 que los arcos son de ligadura y diseñe para
cada una el árbol de mínima expansión.
6. Modificar el valor del flujo 0---72 a 16 en la Red A del problema 1 y los valores de los
flujos 0---7 1 a 10, 0---73 a 20 y 6---78 a 16 en la Red B. En ambos casos considerar el
problema de flujo máximo, donde el origen es el nodo fuente y el destino el nodo
demanda . Las capacidades son los valores que se muestran en los arcos. Usando el
algoritmo de la trayectoria de aumento resolver el problema.
J46
IN\TST IG AClON IX OPERACIONES PARA INGEN IERI AS y I\D~'IINISTRACION DE EMPRESAS
cantidad hasta el almacén 2. Pero ambas plantas pueden usar camiones para mandar
hasta 500 unidades de cada planta al centro de distribución , desde los que se puede
enviar hasta 500 unidades a cada almacén. La tabla siguiente muestra el costo unitario
de transporte por cada ruta , las cantidades que se producen en las plantas por periodo
y las cantidades que se requieren en los almacenes por periodo.
147