Asignación Cuadrática

La localización de una sola instalación pese a la

complejidad que como se ha visto puede llegar
a presentar, es solo un caso particular del
problema de localización.

De hecho, plantearse el problema de localizar

una sola instalación supone ya una respuesta al
problema más general, que incluye las
siguientes preguntas:

→ ¿Cuántas instalaciones?
→ ¿Dónde deben localizarse?
→ ¿Con que capacidad?
→ ¿Qué actividades ha de desarrollar cada instalación?
→ ¿Con que instalaciones o clientes ha de relacionarse?
Esta última pregunta es la que concierne a nuestro
tema. Si las nuevas instalaciones han de relacionarse
entre si y además relacionarse con las ya existentes, el
problema de localización múltiple se denomina de
asignación cuadrática.

Son numerosos los modelos de optimización para

instalaciones múltiples, algunos de los cuales revisten
gran complejidad y exigen utilización de los más
potentes medios de cálculo.

La dificultad para darles respuesta se acentúa por el

hecho de que estas instalaciones no son
independientes. En un problema de esta complejidad,
el objetivo de hallar la mejor solución, no siempre es
alcanzable pero, en cualquier caso, conviene
cuantificar los resultados de las decisiones y
determinar los óptimos exactos o aproximados en los
aspectos para los que ello sea factible.
DEFINICION
El problema de asignación cuadrática o mejor conocido
como QAP por sus siglas en ingles, es un problema
estándar en la teoría de locación.

El problema de asignación cuadrática cubre una amplia

clase de problemas que envuelve la minimización del
costo total de interacción entre pares de departamentos,
nuevos y existentes. Estos problemas involucran desde
encontrar la asignación de fábricas a localizaciones fijas
que minimizan los costos de transporte, por ejemplo,
hasta la localización de subensamblajes en un chasis a
fin de minimizar la longitud del cableado que lo
interconecta.

Todo esto con el fin de minimizar una función que

expresa costos, flujos o distancias.
En resumen, consiste en tratar de asignar
N instalaciones a una cantidad N de sitios
o locaciones en donde se considera un
costo asociado a cada una de las
asignaciones.

Este costo dependerá de las distancias y

flujo entre las instalaciones. De este
modo se buscará que este costo, en
función de la distancia y flujo, sea
mínimo.
ORIGEN
El QAP fue planteado por Koopmans y Beckmann en 1957
como un modelo matemático para un conjunto de actividades
económicas indivisibles.

Posteriormente Sahni y Gonzales demostraron que a causa de

su diversidad de aplicaciones y a la dificultad intrinseca del
problema, el QAP pertenece a los problemas no polinomiales
duros llamados NP-duros

El QAP ha sido investigado extensamente por la comunidad

cientifica, lo que sumados a que es un problema aplicable a
un sinnumero de situaciones, lo hacen un problema de gran
interes para el estudio.
MODELO
EL QAP es quizas, el mas complejo y dificultoso de los problemas de
asignacion, en donde, relacionar dos asignaciones particulares tiene
un costo asociado; tal estructura

Formalmente, el QAP puede ser definido por tres matrices nxn:

1. D = {dij} es la distancia entre la localidad i y la localidad j

2. F = {fhk} es el flujo entre las facilidades h y k, es decir la cantidad
de interacción (tráfico) existente entre las facilidades. Puede
representar unidades manejadas entre una instalación y otra.
3. C = {chi} es el costo de asignar la facilidad h en la localidad i.
Ejemplo:

Tenemos las instalaciones i y j, y los sitios k y l.

Usamos el QAP cuando el costo de localizar la instalacion i en el

sitio k y la instalacion j en el sitio l, esta en funcion de la distancia
entre los dos sitios k y l, y el grado de interaccion entre las dos
instalaciones j e i.
Sintetizando, el problema QAP es como sencillamente decir:

Existe un sistema de n
instalaciones y un sistema de n
ubicaciones. Para cada par de
localizaciones, la distancia se especifica
y para cada par de las instalaciones el
peso o flujo se especifica (es decir, la
cantidad de fuentes transportadas entre
las dos instalaciones). El problema es
asignar todas las instalaciones a
diversas localizaciones con la meta de
reducir al minimo la suma de las
distancias multiplicadas por los flujos
correspondientes.
APLICACIONES
Los QAP son frecuentemente tratados en el campo de la optimizacion. cubren una
amplia gama, entre ellos la minimizacion del costo total de interaccion entre pares de
facilidades.
Los mismos estan caracterizados por la considereacion de una seleccion o permutacion
de un conjunto discreto de elementos o por una asignacion entre ellos.

Dentro de las innumerables aplicaciones podemos encontrar:

1. Diseño de centros comerciales donde se quiere que el público recorra la menor

cantidad de distancia para llegar a tiendas de intereses comunes para un sector del
público.
2. Diseño de terminales en aeropuertos, en donde
se quiere que los pasajeros que deban hacer un
transbordo recorran la distancia mínima entre
una y otra terminal teniendo en cuenta el flujo de
personas entre ellas.

3. Diseño de teclados de computadora, en donde

se quiere por ejemplo ubicar las teclas de una
forma tal en que el desplazamiento de los dedos
para escribir textos regulares sea el mínimo.
4. Diseño de circuitos eléctricos, en donde es de
relevante importancia dónde se ubican ciertas partes
o chips con el fin de minimizar la distancia entre
ellos, ya que las conexiones son de alto costo.

Con los ejemplos anteriores de aplicaciones se puede

observar que resolver este problema para un gran número
de instancias es de vital importancia, y a la vez que tratar
de resolver el problema mediante técnicas completas
puede resultar infactible por el alto número de instancias.
PLANTEAMIENTO DE UN PROBLEMA DE QAP
El QAP es muy fácil de plantear pero muy difícil de resolver y
consiste en lo siguiente: encontrar un asignación optima de n
instalaciones en n ciudades minimizando el costo de transporte de
materiales entre las instalaciones siempre considerando la distancia
entre las ciudades y puede ser planteado matemáticamente en dos
formas:

1. Como un problema de programacion

entera binaria
2. Como problema de optimizacion
combinatoria
Optimizacion combinatoria.
Sean F {F=(fij)} y D {D=(dkl)} dos matrices cuadradas de n x n
simétricas, se trata de encontrar la asignación de n plantas a n
localidades, que minimice:

Donde fij representa el flujo de materiales de la planta i a la

planta j y dkl es la distancia de la ciudad k a la ciudad l.
El espacio de soluciones factibles es de tamaño n!, de ahí su
complejidad. Las matrices de flujo y las distancias F y D
respectivamente son simétricas, entonces se tiene que fij = fji y
dkl = dlk, además fij = 0 y dkl = 0, para i = j.
Como ya se menciono, el problema de asignación
cuadrática es muy difícil de resolver, sin embargo,
existen algoritmos para ello, pero tales que, en
general, el tiempo necesario para la resolución del
problema crece exponencialmente con las
dimensiones del mismo. Por este motivo, en general
hay que conformarse con soluciones de buena calidad
aunque no sean óptimas o aunque no se tenga la
certeza de que lo sean.

Tales soluciones se obtienen mediante algoritmos,

que permiten obtener soluciones satisfactorias en
tiempos de cálculo razonables, y de los que para
resolver el problema de asignación cuadrática, existe
un buen número. Uno de tales algoritmos se describe
con un ejemplo a continuación.
 Metodo del intercambio pareado
Este método comienza con una solución inicial
propuesta, en donde cada planta se asigna a un sitio.

Luego, se consideran todos los intercambios pareados,

entiéndase como combinaciones posibles, y se efectúa
el intercambio que produce la máxima reducción en el
costo total.

El proceso continúa hasta que no se encuentren

intercambios pareados que produzcan una reducción en
el costo total.

La solución resultante, que no necesariamente es un

óptimo global, se conoce como la solución 2-opt
debido a que ningún intercambio pareado puede reducir
más el costo total.
Ejemplo.
Metodo intercambio pareado
Suponga que se van a colocar cuatro máquinas en un taller y se disponen 4
sitios para su colocación. A continuación aparecen la matriz de flujo desde-
hacia, para las máquinas (de la A a la D) y la matriz de las distancias, para los
cuatro sitios (del 1 al 4):

Esta matriz, nos muestra como de la maquina A a la maquina B, existe un flujo

de 5, de la maquina A a la C un flujo de 2, de la maquina A a la maquina D no
existe flujo, y asi sucesivamente.
Por otro lado, esta segunda matriz, nos muestra las distancias existentes entre
los sitios. Ejemplo: la distancia entre el sitio 4 y 1 son 6, entre el sitio 4 y 2 es
6, y asi sucesivamente.

1. Suponga que la solución inicial propuesta es: (A:1, B:2, C:3, D:4). Es decir,
la planta A se asigna al sitio 1, la planta B se asigna al sitio 2 y así
sucesivamente.
2. A continuación se formulan combinaciones posibles de maquinas, basadas
en los flujos de una maquina a otra, tomando como referencia la matriz de
flujo.

Para formular las combinaciones, no se deben tomar en cuenta aquellas

combinaciones cuyo flujo es cero.

Combinaciones: AB, AC, BC, DB, CA, CB, DC.

3. Se construye la primera parte una tabla que después será
expandida, donde se insertan los datos del flujo y las distancias
para las combinaciones determinadas, como sigue:

De manera que el flujo de la maquina A a la B

es de 5, y como la maquina A esta ubicada en
el sitio 1 y la maquina B en el sitio 2 (según
la solución inicial propuesta), la distancia
entre el sitio 1 y el sitio 2 es de 5. Para
obtener el costo total, se hace una
multiplicacion de los flujos por las distancias,
para despues sumarse.
Tabla 1.

Nota: S.I. (A:1, B:2, C:3, C:4)

4. Se buscan los intercambios de sitios de las maquinas que se pueden
realizar.

Ejemplo: Intercambiar maquina A que se encuentra en el sitio 1 por

la maquina B que se encuentra en el sitio 2 (segun la solucion inicial),
de manera que A quede en el sitio 2 y B en el 1.

Quedandonos como posibles intercambios pareados:

AB BC
AC BD
AD CD

Nota: Son todas las combinaciones posibles que se pueden hacer.

5. Estas combinaciones (intercambios pareados) se añaden a la
tabla 1 como posibles soluciones.
6. Para poder rellenar sus columnas es necesario realizar el
intercambio en la matriz de distancias:

a) Se intercambian los sitios de las maquinas A y B horizontalmente

(renglones) de la matriz de distancia:

b) Se intercambian los sitios de las maquinas A y B verticalmente

(columnas) de la nueva matriz de distancias:
De esta manera, con la nueva matriz de distancia AB, vamos rellenando la
columna del intercambio AB de la tabla 1, con los valores de la nueva matriz
construida, considerando solo los sitios de los pares de maquinas.

Ejemplo.
A(1)B(2): Del sitio 1 al sitio 2 la
distancia es 4.
A(1)C(3): Del sitio 1 al sitio 3 la
distancia es 6.
Y así sucesivamente hasta completar los pares. Para terminar este paso se
realiza la multiplicación de los flujos por las distancias para sumarse y
determinar el costo total de dicha combinación.
Ejercicio AC
Ejercicio AD
Ejercicio BC
Ejercicio BD
Ejercicio CD
7. Una vez completada la tabla, se elige la opción que nos da el menor
costo total.

Entonces, recordando que nuestra solución inicial propuesta fue: A:1,

B:2, C:3, D:4 y obtenemos que intercambiar C por D nos da un menor
costo que el de la solución propuesta procedemos a realizar el
intercambio de sitios quedándonos como nueva solución:

A:1, B:2, C:4, D:3

8. Puesto que se tiene una nueva solución inicial, es decir una nueva
colocación de las maquinas en los sitios, se toma la matriz resultante del
intercambio de CD como la nueva matriz de distancia base, y se comienza la
tabla 2.

Tabla 2
La columna flujo y pares de maquinas se quedan igual, en la columna de
solución inicial se escriben los valores del intercambio CD.

9. Los intercambios pareados son los mismos, por lo que solo se prosigue al
llenado de datos.
Ejercicio AB T2
Ejercicio AC T2
Ejercicio AD T2
Ejercicio BC T2
Ejercicio BD T2
Ejercicio CD T2
10. Una vez completada la segunda tabla, nuevamente se busca la opción que
brinde el menor costo.

Como podemos ver, el intercambio AD es el de menor costo con 120, por

lo que a nuestra solución optima anterior A:1 B:2 C:4 D:3 le hacemos el
intercambio AD, obteniendo:

A:3 B:2 C:4 D:1

A la cual se le nombra solución 2-opt.

 El procedimiento puede seguir tantas veces como se encuentren
costos totales menores.

La calidad de la solución final depende mucho de la solución con la

que se comenzó, por lo que se recomienda que el procedimiento se
ejecute con soluciones iniciales alternas.
DINAMICA Diseño de tablero de circuito.

Se tienen 3 (A, B, C) módulos electrónicos y 3 posiciones (1,2,3) en donde situarlos sobre

una placa. Sea fik el número de cables que conectan los módulos i y k y sea djl la
distancia entre las posiciones i y l de la placa. El problema consiste en determinar la
ubicación de los módulos minimizando la longitud total del cable utilizado.

La solucion inicual propuesta es A:1, B:2, C:3. Los valores para el número de cables y la
distancia se dan a continuación:
POR SU ATENCION.

GRACIAS