Está en la página 1de 12

El método del cruce del arroyo también llamado algoritmo de Stepping –Stone

o método del paso a paso es un método que nos ayuda a calcular cuál sería la
variación del costo mínimo, además a buscar la solución óptima de un problema
de transporte solucionado por algunos de los métodos (Vogel, Costo mínimo,
Esquina Noroeste entre otros).

Este método parte de una solución factible, la cual es tomada de cualquiera de


las soluciones que arrojan los métodos de asignación.

El Cruce del Arroyo evalúa la solución inicial y mediante iteraciones (procesos


aritméticos) busca mejorarla hasta llegar a la solución óptima. Si la solución de
partida es la más desfavorable en términos económicos, el procedimiento se
hará más dispendioso pues implica más iteraciones hasta aproximarse a la
solución óptima. Por tal motivo entre mas acertado sea la solución de la que
partiremos, resultara mas confiable la solución optima que resultara de nuestro
procedimiento.

CARACTERÍSTICAS

1. Se debe comenzar a resolver por las celdas vacías.

2. El número de casillas debe ser igual a m+n-1

3. Se deben trazar las líneas solo horizontal y verticalmente.

4. Se puede trazar líneas por celdas llenas o vacías sin utilizarlas.

5. El Circuito debe comenzar en una celda vacía y al recorrer las celdas ocupadas
debe terminar en la misma celda vacía en la que comenzó.

6. Cuando alguno de los índices de mejoramiento arroja un resultado negativo, se


toma el número menor de las celdas con signo negativo (-) y este valor se le
suma a las celdas con signo positivo (+) y se resta a las celdas cuyo signo sea
negativo(-). Estas serán las nuevas asignaciones.

7. Cuando los índices de mejoramiento arrojan como resultado cero (0) o un


numero positivo se puede concluir el ejercicio, es decir, se ha llegado a la
solución optima.
IMPORTANCIA

El Método del Cruce del Arroyo nos permite encontrar la solución optima a
partir del resultado factible que arrojan las operaciones con los métodos de
transporte.

PASOS DE APLICACIÓN

Cuando se esta en la solución factible inicial, obtenida por cualquiera de los


métodos de distribución descritos anteriormente, los pasos a seguir son:

1. Se efectúan recorridos cerrados en todas las casillas no asignadas de la tabla


de solución inicial. el recorrido debe iniciar en una casilla no asignada, haciendo
su recorrido por varias casillas asignadas; en la casilla inicial ira un signo
positivo(+), alternándose a uno negativo(-) y así sucesivamente en todas las
casillas asignadas por donde se efectúa el circuito.

2. Cuando se hallan efectuados todos los recorridos de las casillas no asignadas


(donde los costos de las casillas asignadas, según el recorrido tendrá signo
positivo o negativo). Si todos los costos marginales nos arrojan resultados
positivos quiere decir que el ejercicio ha llegado a su final, ya que esto nos
indica que hemos llegado al resultado optimo de la operación.

3. Cuando se hallan efectuado todos los recorridos de las casillas no


asignadas(donde los costos de las casillas asignadas, según el recorrido tendrá
signo positivo o negativo). y los costos marginales nos arrojan algún resultado
negativo se buscan las nuevas asignaciones y se procede a una nueva iteración.

4. Se repite el paso 1,2 y 3 hasta que la suma de los recorridos de todas las
casillas no asignadas sean positivas(+) o cero (0), que es la forma como
sabremos que el ejercicio a llegado a su resultado optimo.

CONCLUSIÓN

Por medio del Método del Cruce del Arroyo podemos optimizar una solución
factible reflejando esto en la minimización de los costos por operación
aumentando la productividad de la empresa

Unidad Cinco: Método de Transporte y Método de Asignación


TRANSPORTE Y ASIGNACIÓN

5.1 Definición del problema de transporte

Método de Transporte
El método de transporte analiza los costos de transporte tanto de la materia prima
como de los productos terminados. El método consiste en reducir al mínimo
posible los costos destinados a satisfacer los requerimientos totales de demanda y
abastecimiento de materiales.

5.2 Método de Aproximación de Vogel (MAV)


Este método es un método de transporte en el cual todos los datos se llevan a una
matriz oferta-demanda u origen-destino, se escogerá aquel sitio que cause los
mínimos costos totales.

Oferta Demanda/Destino
/Origen
W X Y Z
C11 C12 C13 C14 n1
X11 X12 X13 X14

C21 C22 C23 C24 n2


X21 X22 X23 X24

C31 C32 C33 C34 n3


X31 X32 X33 X34

m1 m2 m3 m4

m1+m2 + m3 + m4 = n1 + n2 + n3

La oferta en todos los orígenes debe igualar a la demanda de todos los destinos.
Esta restricción se impone porque es fundamental para desarrollar la técnica de
transporte. Sin embargo, cualquier sistema real puede balancearse artificialmente
convirtiéndolo en un a un problema con igual oferta y demanda, mediante la
añadidura de orígenes o destinos ficticios. Si la demanda excede a la oferta se
aumenta un destino ficticio que suministrará la cantidad faltante. Si existe un
exceso de oferta se utiliza un destino ficticio para absorber la cantidad excedente.
Los costos de transporte por unidad desde el origen ficticio a todos los destinos son
ceros ya que esto es equivalente a no transportar desde el origen ficticio. En forma
semejante los costos de transporte por unidad desde todas las fuentes a los destinos
ficticios es cero. Físicamente las cantidades enviadas desde un origen ficticio
pueden interpretarse como escasez de la demanda, mientras que los asignados a un
destino ficticio pueden interpretarse como capacidades no utilizadas en el origen.

El MAV es un método heurístico y la mayor parte del tiempo produce soluciones


óptimas o muy cercanas a la óptima.

Pasos del MAV


1. Evalúe una penalización para cada renglón (columna) restando el elemento de
costo más pequeño en el renglón (columna) del siguiente elemento de costo más
pequeño en el mismo renglón (columna).
2. Identifique el renglón o columna con la penalización mayor, rompiendo
arbitrariamente los empates. Asigne tanto como sea posible a la variable con el
costo mínimo en el renglón o columna, si se satisfacen simultáneamente,
únicamente uno de ellos se tacha y al renglón (columna) restante se le asigna una
oferta (demanda) cero. Cualquier renglón o columna con oferta o demanda cero no
deberá ser utilizado al calcular penalizaciones futuras.
3. Si exactamente un renglón o columna esta sin tachar pare o deténgase. Si
únicamente un renglón (columna) con oferta (demanda) positiva permanece sin
estar tachada, determine las variables básicas por el método de costo mínimo
(asignar tanto como sea posible a la variable con el costo unitario más pequeño).
En cualquier otro caso calcule las penalizaciones para los renglones y columnas no
tachadas y vaya al paso dos.
Nota: el número de variables básicas tiene que ser m + n – 1

5.4 Procedimiento de optimización

Método del Banquillo (Stepping Stones)


Este método sirve para probar si ya se alcanzó la optimización en el método de
transporte. Una vez que se tiene una buena solución al método de transporte
usando el MAV, es necesario probar si esta es óptima, cambiando unas unidades a
otras rutas, para evaluar cada cuadro abierto (sin número asignado). Siga estos
pasos:

1. Determine una trayectoria cerrada. Empezando con el cuadro abierto


a ser evaluado y saltando a otros cuadros cerrados (con asignaciones), hasta
regresar al cuadro original abierto. Cada elemento de la esquina de la
trayectoria debe ser un cuadro cerrado (con asignaciones).
2. Empezando con el cuadro abierto a ser evaluado, asigne un signo más
(+) alterne signos menos (-) y más (+). A las esquinas (cuadros) de la
trayectoria. Es indiferente si el circuito se recorre en el sentido de las
manecillas del reloj o en sentido contrario.
3. Sume los costos por unidad en los cuadros con el signo más (+), reste
los costos por unidad en los cuadros con el signo menos (-). Si el resultado es
negativo, significa que se puede obtener una disminución de los costos con
una nueva asignación.
4. Si el resultado del punto 3 fue negativo, entonces la variable que sale
es aquel cuadro cerrado que tiene el valor más pequeño ya que será la
primera que llegue al valor cero y cualquier disminución adicional causará
se negatividad. El cuadro deberá tener el signo menos (-).
5. Cuando la suma de todos los cuadros abiertos sea positiva, entonces
se ha llegado a la solución óptima.
Nota: recuerde que el número de

MÉTODO DE LA ESQUINA NOROESTE

El método de la esquina Noroeste es un algoritmo heurístico capaz de


solucionar problemas de transporte o distribuciónmediante la consecución de una
solución básica inicial que satisfaga todas las restricciones existentes sin que esto
implique que se alcance el costo óptimo total.
Este método tiene como ventaja frente a sus similares la rapidez de su ejecución,
y es utilizado con mayor frecuencia en ejercicios donde el número de fuentes y
destinos sea muy elevado.

Su nombre se debe al génesis del algoritmo, el cual inicia en la ruta, celda o


esquina Noroeste. Es común encontrar gran variedad de métodos que se basen
en la misma metodología de la esquina Noroeste, dado que podemos encontrar de
igual manera el método e la esquina Noreste, Sureste o Suroeste.

ALGORITMO DE RESOLUCIÓN DE LA ESQUINA NOROESTE

Se parte por esbozar en forma matricial el problema, es decir, filas que


representen fuentes y columnas que representen destinos, luego el algoritmo debe
de iniciar en la celda, ruta o esquina Noroeste de la tabla (esquina superior
izquierda).

www.ingenieriaindustrialonline.com
PASO 1:
En la celda seleccionada como esquina Noroeste se debe asignar la máxima
cantidad de unidades posibles, cantidad que se ve restringida ya sea por las
restricciones de oferta o de demanda. En este mismo paso se procede a ajustar la
oferta y demanda de la fila y columna afectada, restándole la cantidad asignada a
la celda.
PASO 2:
En este paso se procede a eliminar la fila o destino cuya oferta o demanda sea 0
después del "Paso 1", si dado el caso ambas son cero arbitrariamente se elige
cual eliminar y la restante se deja con demanda u oferta cero (0) según sea el
caso.
PASO 3:
Una vez en este paso existen dos posibilidades, la primera que quede un solo
renglón o columna, si este es el caso se ha llegado al final el método, "detenerse".
La segunda es que quede más de un renglón o columna, si este es el caso iniciar
nuevamente el "Paso 1".
MÉTODO DEL COSTO MÍNIMO

El método del costo mínimo o de los mínimos costos es un algoritmo


desarrollado con el objetivo de resolver problemas de transporte o distribución,
arrojando mejores resultados que métodos como el de la esquina noroeste, dado
que se enfoca en las rutas que presentan menores costos. El diagrama de flujo de
este algoritmo es mucho más sencillo que los anteriores dado que se trata
simplememente de la asignación de la mayor cantidad de unidades posibles
(sujeta a las restricciones de oferta y/o demanda) a la celda menos costosa de
toda la matriz hasta finalizar el método.

ALGORITMO DE RESOLUCIÓN DEL COSTO MÍNIMO

PASO 1:
De la matriz se elige la ruta (celda) menos costosa (en caso de un empate, este se
rompe arbitrariamente) y se le asigna la mayor cantidad de unidades posible,
cantidad que se ve restringida ya sea por las restricciones de oferta o de
demanda. En este mismo paso se procede a ajustar la oferta y demanda de la fila
y columna afectada, restándole la cantidad asignada a la celda.
PASO 2:
En este paso se procede a eliminar la fila o destino cuya oferta o demanda sea 0
después del "Paso 1", si dado el caso ambas son cero arbitrariamente se elige
cual eliminar y la restante se deja con demanda u oferta cero (0) según sea el
caso.
PASO 3:
Una vez en este paso existen dos posibilidades, la primera que quede un solo
renglón o columna, si este es el caso se ha llegado al final el método, "detenerse".
La segunda es que quede más de un renglón o columna, si este es el caso iniciar
nuevamente el "Paso 1".
PROBLEMAS DE ASIGNACIÓN

El problema de asignación es una variación del problema original de transporte,


variación en la cual las variables de decisión X(i,j) solo pueden tomar valores
binarios, es decir ser cero (0) o uno (1) en la solución óptima, lo que supone que la
oferta y la demanda están perfectamente alineadas, de hecho ambas son iguales
a uno (1).

Múltiples son los casos en los que como ingenieros industriales podemos hacer
uso del problema de asignación para resolver diversas situaciones, entre los que
cabe mencionar se encuentran la asignación de personal a maquinas,
herramientas a puestos de trabajos, horarios a maestros, candidatos a vacantes,
huéspedes a habitaciones, comensales a mesas, vendedores a zonas territoriales
etc.

En el modelo de asignación la idea fundamental de resolución es ¿qué fuente


satisface mejor el destino?, y dado que hemos asociado el modelo a una gran
diversidad de circunstancias esta pregunta puede plantearse en múltiples
contextos, como ¿qué candidato es el idóneo para la vacante?, o ¿qué personal
es el indicado para la línea productiva?, o ¿qué personal es el mejor para ejecutar
determinada tarea?. Una característica particular del modelo de asignación es que
para su resolución no se hace necesario que el número de fuentes sea igual al
número de destinos, lo cual es muy común en la vida real teniendo en cuenta su
aplicación, pues generalmente la cantidad de aspirantes es exageradamente
superior al número de vacantes (lógicamente haciendo referencia a la aplicación
del modelo al contexto de oferta y demanda laboral).

MÉTODO HÚNGARO

Apartándonos un poco de la idea expresada en módulos anteriores respecto a la


facilidad de resolver problemas atinentes a la investigación operativa en especial
aquellos de transporte mediante el uso de herramientas tecnológicas como lo son
WinQSB, LINGO, TORA, STORM, Excel etc.. vale la pena ya sea para fines
académicos o de cultura ingenieril realizar la resolución del problema de
asignación mediante el algoritmo que se creó para tal fin, como lo es el Método
Húngaro.

El método Húngaro es un método de optimización de problemas de asignación,


conocido como tal gracias a que los primeros aportes al método clásico definitivo
fueron de Dénes König y Jenő Egerváry dos matemáticos húngaros. El algoritmo
tal como se detallará a continuación está diseñado para la resolución de
problemas deminimización únicamente, será entonces cuestión de agregar un
paso adicional para abordar ejercicios de maximización.
ALGORITMO HÚNGARO, PASO 1
Antes que nada cabe recordar que el método húngaro trabaja en una matriz de
costos n*m (en este caso conocida como matriz m*m, dado que el número de filas
es igual al número de columnas n = m), una vez construida esta se debe encontrar
el elemento más pequeño en cada fila de la matriz.
ALGORITMO HÚNGARO, PASO 2
Una vez se cumple el procedimiento anterior se debe construir una nueva matriz
n*m, en la cual se consignarán los valores resultantes de la diferencia entre cada
costo y el valor mínimo de la fila a la cual cada costo corresponde (valor mínimo
hallado en el primer paso).
ALGORITMO HÚNGARO, PASO 3
Este paso consiste en realizar el mismo procedimiento de los dos pasos anteriores
referidos ahora a las columnas, es decir, se halla el valor mínimo de cada
columna, con la diferencia que este se halla de la matriz resultante en el segundo
paso, luego se construirá una nueva matriz en la cual se consignarán los valores
resultantes de la diferencia entre cada costo y el valor mínimo de la columna a la
cual cada costo corresponde, matriz llamada "Matriz de Costos Reducidos".
ALGORITMO HÚNGARO, PASO 4
A continuación se deben de trazar líneas horizontales o verticales o ambas
(únicamente de esos tipos) con el objetivo de cubrir todos los ceros de la matriz de
costos reducidos con el menor número de líneas posibles, si el número de lineas
es igual al número de filas o columnas se ha logrado obtener la solución óptima (la
mejor asignación según el contexto de optimización), si el número de líneas es
inferior al número de filas o columnas se debe de proceder con el paso 5.
ALGORITMO HÚNGARO, PASO 5
Este paso consiste en encontrar el menor elemento de aquellos valores que no se
encuentran cubiertos por las lineas del paso 4, ahora se restará del restante de
elementos que no se encuentran cubiertos por las líneas; a continuación este
mismo valor se sumará a los valores que se encuentren en las intersecciones de
las lineas horizontales y verticales, una vez finalizado este paso se debe volver al
paso 4.

Unidad 5

PROGRAMACIÓN ENTERA
DEFINICIÓN :
Un modelo de programación entera es aquel que contiene restricciones y
una función objetivo idénticas a la formuladas en programación lineal
, la única diferencia en que una o mas variables de decisión deben
tomar valor entero en la solución final.

CLASIFICACIÓN:
Existen tres tipos de modelos por programación entera

A) PURA : Son modelos similares a los de programación entera

Forma General :

Max (Min ) = A1X1+A2X2+A3X3+A4X4+A5X5+..........+AnXn

Sujeto a : A1X1+A2X2+A3X3+A4X4+A5X5+..........+AnXn >= (<=)(=) Bi

No negatividad : Xi >= 0 y ENTERO

B) BINARIA : Estos modelos lineales , las variables sólo toman valores


0 y 1 , son usadas para uso probabilistico Donde 0 se rechaza
la opción y 1 se acepta la opción

Forma General :

Max (Min ) = A1Y1+A2Y2+A3Y3+A4Y4+A5Y5+..........+AnYn

Sujeto a : y1+y2+y3+y4+..........+yn >= (<=)(=) Bi

No negatividad : yi >= 0 v 1

C) MIXTA : En estos tipos de modelos , integra las variables puras y


las mixtas
Max (Min )
= A1X1+A2X2+A3X3+A4X4+A5X5+..........+AnXn+A1Y1+A2Y2+A3Y3+A4Y4+A5Y5+..........+AnYn

Sujeto a :
A1X1+A2X2+A3X3+A4X4+A5X5+..........+AnXn >= (<=)(=) Bi
y1+y2+y3+y4+..........+yn >= (<=)(=) Bi

No negatividad :
Xi >= 0 y ENTERO
Xi >= 0 v 1

* Tipos de Restricciones Usadas en la Programación Entera Mixta :


1) Excluyentes : Solo sirve para elegir una alternativa de varias
posibles
2) Pre-requisito : Cuando necesitas realizar una acción antes de
proceder con la siguiente
3) Incluyente : Dicha restricción se da para cuando realizas una
acción "A" entonces debes hacer la acción "B"
4) Costo Fijo : Cuando se nombra un costo fijo , es sinónimo de uso de
variable mixta

También podría gustarte