Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fo-Grc-001 Formulario de Conocimiento y Vinculacion Contraparte Sagrlaft PDF
Fo-Grc-001 Formulario de Conocimiento y Vinculacion Contraparte Sagrlaft PDF
- MODELO DE TRANSPORTE,
ASIGNACIÓN Y TRANSBORDO
FUENTES
DESTINOS
S
c11
S1 1 c12 1 d1
si = Oferta de la fuente i.
m n
Minimizar z =∑ ∑c ij x ij
i j
n
s.a. ∑x <s
j
ij i i = 1, 2, ..., m
m
∑x >d
i
ij j j = 1, 2, ..., n
∑x
i
ij
=d j j = 1, 2, ..., n
x ij
>0 i = 1,....m; j = 1,...n
Coeficiente de
X11 X12 ... X1n X21 X22 ... X2n ... Xm1 Xm2 … xmn
1 1 … 1
1 1 … 1 Restricciones
… De
A= 1 1 … 1 Origen
1 1 1
1 1 1 Restricciones
… .. .. De
1 1 1 destino
Ejemplo:
M.G. tiene 3 plantas:
Capacidad
Los Angeles: 1.000 automóviles/año
Detroit: 1.500 automóviles/año
New Orleans: 1.200 automóviles/año
Centros de Distribución:
Demanda
Denver: 2.300 automóviles/año
Miami: 1.400 automóviles/año
Min Z = 80 x11 + 215 x12 + 100 x21 + 108 x22 + 102 x31 + 680 x32
s.a.
x11 + x12 + x21 + x22 +x31 + x32 = 1.000
x11 + x12 + x21 + x22 +x31 + x32 = 1.500
x11 + x12 + x21 + x22 +x31 + x32 = 1.200
x11 + x12 + x21 + x22 +x31 + x32 = 2.300
x11 + x12 + x21 + x22 +x31 + x32 = 1.400
xij ≥ 0 ∀ij
DESTINOS
Denver Miami
(1) (2)
Los Angeles (1) 80 215 1.000
x11 x12
Detroit (2) 100 108 1.500
x21 x22
New Orleans (3) 102 68 1.200
x31 x32
2.300 1.400
2. Tachar la columna (renglón) satisfecha, lo que indica que las variables restantes de
la columna (renglón) tachada son iguales a cero. Si se satisfacen una columna y un
renglón al mismo tiempo, sólo uno puede ser tachado. (Esta condición garantiza la
ubicación automática de variables básicas cero, si las hay).
Ejemplo:
1 2 3 4
1 10 0 20 11 15
x11 x12 x13 x14
2 12 7 9 20 25
x21 x22 x23 x24
3 0 14 16 18 5
x31 x32 x33 x34
5 15 15 10
Método del Costo Mínimo:
1. Asignar el valor más grande posible a la variable con el menor costo unitario de
toda la tabla. (Los empates se rompen en forma arbitraria). Tachar el renglón o columna
satisfecho.
2. Ajustar la oferta y la demanda de todos los renglones y columnas no tachados,
repítase el proceso asignando el valor más grande posible a la variable con el costo
unitario no tachado más pequeño. El procedimiento está completo cuando pueda
exactamente un renglón o una columna sin tachar.
3. Asignar el mayor valor posible a la variable con el costo más bajo del renglón o
columna seleccionada. Ajústense la oferta y la demanda y táchese el renglón o columna
satisfecho. Cualquier renglón o columna con oferta (demanda) cero no debe utilizarse
para calcular penalizaciones futuras.
b) Si solo hay un renglón (columna) con oferta (demanda) positiva sin tachar,
determínese. Las variables básicas del renglón (columna) a través del método
del costo mínimo.
c) Si todos los renglones y columnas sin tachar tienen oferta y demanda cero
(asignadas), determínese las variables básicas cero a través del método del
costo mínimo. Deténgase.
d) De lo contrario, calcúlese las penalizaciones de los renglones y columnas no
tachados y después diríjase al paso 2.
Prueba de optimalidad
Después de obtener una solución básica factible inicial, se verifica si es óptima mediante
la prueba de optimalidad. Para ejemplificarla, consideremos la solución inicial básica
factible obtenida:
v1 v2 v3 v4 recursos ui
U1 3 7 6 4 5
3 2
U2 2 4 3 2 2
2
U3 4 3 8 5 3
0 2 1
demanda 3 4 2 1
vj
Inicialización:
Se construye una solución inicial básica factible.
Prueba de optimalidad:
Se obtiene ui y vj eligiendo el renglón con el mayor número de asignaciones y
estableciendo su ui = 0, y después resolviendo el sistema de ecuaciones c ij = ui + vj para
cada (i,j) tal que xij es básica. Si cij - ui - vj ≥ 0 para toda (i,j) tal que xij es no básica,
entonces la solución actual es óptima por lo que el proceso se detiene. De lo contrario, se
regresa a una iteración.
Iteración:
1. Se determina la variable básica entrante: se elige la variable no básica xij que tiene
el valor negativo más grande (en términos absolutos) para cij - ui - vj
MÁQUINA
1 2 . . . N
1 c11 C12 c1n 1
2 c21 1
. .
TRABAJOS . .
. .
. .
m cm1 cmn 1
1 1 . . . 1
n n
Minimizar z =∑ ∑c ij x ij
i j
n
s.a.: ∑x ij =1 i = 1, ..., n
j
n
∑x ij =1 j = 1, ..., n
i
fdf0 de lo contrario.
xij = fd 1 si el trabajo i se asigna a la máquina j.
df
Algoritmo de Asignación:
Paso 0: Inicialización
Crear la matriz inicial. Se modifica de la siguiente manera:
a) Por cada fila, identifique el número menor y reste este valor en cada fila.
b) Por cada columna, identifique el número menor y reste este valor de
cada celda en esta columna.
Paso 2: Movimiento
Establezca una matriz de asignación con las propiedades 1 y 2 y haga lo siguiente:
1. Cubra todas las celdas que contienen valores cero dibujando una línea a través del
menor número de filas y columna como sea posible.
2. Entre todas las celdas no cruzadas identificar una con el menor valor.
a. Restar este número de todas las celdas no cruzadas.
b. Añada este número a todas las celdas tanto en una fila como en una columna
cruzada. Ir a 1.
3.3.- Modelo de Transbordo
Ejemplo
D1 800
8
1.000
0 P1 3 T1
5
6
7
D2 900
7 4
2
1.200
P2 T2 3
4
5
D3 500
• nodos que actúan como puntos de origen y destino “nodos de transbordo” (T1,
T2, D1, D2)
• nodos que actúan como “nodos puros de oferta” (P1, P2)
• nodos que actúan como “nodos puros de demanda” (D3)
Como la oferta de todas las fuentes pudiera potencialmente pasar por cualquier fuente
o destino antes de volver a distribuirse. Esto significa que el número de fuentes
(destinos) del modelo de transbordo será igual a la suma de fuentes y destinos en el
modelo estándar.
T1 T2 D1 D2 D3
P1 3 7 M M M 1.000
P2 2 5 M M M 1.200
T1 0 7 8 6 M B
T2 M 0 M 4 9 B
D1 M M 0 5 M B
D2 M M M 0 3 B
D1 800
800
1.000
0 P1 T1
1.000 400
900
D2
1.200 1.000
1.200
P2 T2 500
D3 500