Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aplicaciones Programacion Lineal
Aplicaciones Programacion Lineal
Programación Lineal
2.1 Modelo de Transporte
4
2.1 Modelo de Transporte
Gráficamente: Para m fuentes y n destinos
s2 2 2 d2
. .
. .
. .
sm m
n dn
Cmn, Xmn
5
2.1 Modelo de Transporte
m n
minimizar Z cij xij
i 1 j 1
n
sa x
j 1
ij si i=1,2,...,m
m
x
i 1
ij dj j=1,2,...,n
xij o para toda i y j
6
2.1 Modelo de Transporte
x
j 1
ij Si i=1, 2, 3,....,m
xij D j
i 1
j=1, 2, 3,....,n
7
2.1 Modelo de Transporte
8
2.1 Modelo de Transporte
Ejemplo:
Al destino
Desde el
origen
1 2 3 4
1 12 13 4 6
2 6 4 10 11
3 10 9 12 4
11
2.1 Modelo de Transporte
Construcción del modelo de PL
1. Variables de decisión
2. Función Objetivo
12
3. Restricciones: 2.1 Modelo de Transporte
13
2.1 Modelo de Transporte
Algoritmos Específicos
15
2.1 Modelo de Transporte
16
2.1 Modelo de Transporte
17
2.1 Modelo de Transporte
Tabla Inicial
Destinos
Origen 1 2 3 4 n Ofertas
1 C11 C12 C13 C14 .... C1n
Demanda
18
2.1 Modelo de Transporte
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 200 500 2000
19
2.1 Modelo de Transporte
20
2.1 Modelo de Transporte
Primera asignación
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 0 400 900 200 500 2000
21
2.1 Modelo de Transporte
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 700 800
Demanda 0 400 0 900 200 500 2000
22
2.1 Modelo de Transporte
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 200 500 2000
23
2.1 Modelo de Transporte
24
2.1 Modelo de Transporte
2.1.2 Método de aproximación de Vogel
Lo anterior se repite para cada fila y cada columna, esto es,
determinar todas las penalidades
Los pasos iterativos de MAV son los siguientes:
1. Identificar la fila o columna con la máxima penalidad.
2.Colocar la máxima asignación posible a la ruta no usada que
tenga menor costo en la fila o columna seleccionada en el punto
1 (los empates se resuelven arbitrariamente)
3. Reajustar la oferta y demanda en vista de esta asignación.
4. Eliminar la columna en la que haya quedado una demanda 0 (o
la fila con oferta 0), de consideraciones posteriores.
5. Calcular los nuevos costos de penalidad.
25
2.1 Modelo de Transporte
26
2.1 Modelo de Transporte
2.1.2 Método de aproximación de Vogel
Paso 0: Cálculo de penalidades
Plantas
Puertos 1 2 3 4 Oferta Penalidades
1 12 13 4 6 2
500
2 6 4 10 11 2
700
3 10 9 12 4 5
800
Demanda 400 900 200 500 2000
Penalidades 4 5 6 2
Paso 1: Identificar máxima penalidad (fila o columna)
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 0 200 500 2000
28
2.1.2 Método de aproximación de Vogel 2.1 Modelo de Transporte
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 0 200 500 2000
29
2.1.2 Método de aproximación de Vogel 2.1 Modelo de Transporte
Plantas
Puertos 1 2 3 4 Oferta Penalidades
1 12 13 4 6 6
200 300 500
2 6 4 10 11 2
700
3 10 9 12 4 5
800
Demanda 400 900 0 200 500 2000
Penalidades 4 5 2
30
2.1.2 Método de aproximación de Vogel 2.1 Modelo de Transporte
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 300 500
2 6 4 10 11
700 0 700
3 10 9 12 4
400 200 200 600 800
Demanda 400 900 0 200 200 500 2000
31
2.1.3. Método del Costo Mínimo 2.1 Modelo de Transporte
Fundamento
Asignar la mayor cantidad de unidades a una ruta
disponible de costo mínimo
Algoritmo
1. Dada una tabla de transporte
2. Asignar la mayor cantidad de unidades a la variable
(ruta) con el menor costo unitario de toda la tabla.
3. Tachar la fila o columna satisfecha.
4. Ajustar oferta y demanda de todas las filas y columnas
5. Si hay más de una fila o columna no tachada repetir
los puntos 2, 3 y 4
32
2.1.3. Método del Costo Mínimo (cont.) 2.1 Modelo de Transporte
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 200 500 2000
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 0 200 500 2000
34
2.1.3. Método del Costo Mínimo (cont.) 2.1 Modelo de Transporte
Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2
35
2.1.3. Método del Costo Mínimo (cont.) 2.1 Modelo de Transporte
Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2
36
2.1.3. Método del Costo Mínimo (cont.) 2.1 Modelo de Transporte
Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2
37
2.1.3. Método del Costo Mínimo (cont.) 2.1 Modelo de Transporte
Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2
38
2.1.3. Método del Costo Mínimo (cont.) 2.1 Modelo de Transporte
39
2.1.3. Método del Costo Mínimo (cont.) 2.1 Modelo de Transporte
Conclusión
Los tres métodos entregan soluciones básicas factibles,
pero ninguno asegura que la solución sea óptima.
40
2.1.4. Método de Pasos Secuenciales 2.1 Modelo de Transporte
Fundamento
Este método comienza con una solución inicial factible.
En cada paso se intenta enviar artículos por una ruta que
no se haya usado en la solución factible actual, en tanto
se elimina una ruta usada actualmente.
En cada cambio de ruta debe cumplirse que:
1. La solución siga siendo factible y
2. Que mejore el valor de la función objetivo
41
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo
Usar la solución actual (MEN, MAV o MCM) para crear una
1 trayectoria única del paso secuencial. Usar estas trayectorias
para calcular el costo marginal de introducir a la solución
cada ruta no usada.
2 Si todos los costos marginales son iguales o mayores que
cero, terminar; se tendrá la solución óptima. Si no, elegir la
celda que tenga el costo marginal más negativo (empates se
resuelven arbitrariamente)
3 Usando la trayectoria del paso secuencial, determine el
máximo número de artículos que se pueden asignar a la ruta
elegida en el punto 2 y ajustar la distribución adecuadamente.
4 Regrese al paso 1
42
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 1
a) Ponga un signo + en la celda de interés no ocupada
b) Ponga un signo - en una celda usada de la misma fila
c) Ponga un + en una celda usada de la misma columna
Algoritmo Paso 1
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 200 500 2000
44
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 1
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 - + 100 500
2 6 4 10 11
700 0 700
3 10 9
12 4
100 + 200 - 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
Trayectoria 1: +C13-C12+C32-C33
45
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 1
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 - + 100 500
2 6 4 10 11
700 0 700
3 10 9
12 4
100 + 200 - 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
46
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 2
1: +(4)-(13)+(9)-(12)= -12 2: +(6)-(13)+(9)-(4) = -2
3: +(6)-(4)+(13)-(12)= 3 4: +(10)-(4)+(9)-(12) = 3
5: +(11)-(4)+(9)-(4) = 2 6: +(10)-(9)+(13)-(12)= 2
47
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
48
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 3 (Generación de la nueva tabla)
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 - 100 + 100 500
2 6 4 10 11
700 0 700
3 10 129 4
200 + 100 - 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
Costo: $13.000
49
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 4
Volver al Paso 1:
50
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 2: Elección de CMg menor
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4
6
400 +12 100 +10 100 500
2 6 4 10 11
-9 700 +3 +12 0 700
3 10 9 12 4
-10 200 100 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
51
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 3 (Generación de la nueva tabla)
52
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 3 (Generación de la nueva tabla)
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 200 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
Costo: $12.000
53
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 4
Volver al Paso 1:
54
2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 2: Determinar costos marginales
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 +2 200 0 100 500
2 6 4 10 11
+1 700 +13 +12 0 700
3 10 9 12 4
100 200 +10 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
Todas rutas son no negativas (positivas o cero)
Solución factible óptima!!! $12.000
Compare esta solución con la obtenida con MAV y MCM ¿ ...?
55
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte
Algoritmo
56
2.1 Modelo de Transporte
Comentar resultados
57
2.1.5. Método de Distribución Modificada (DIMO)
2.1 Modelo de Transporte
Aplicación vj
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
ui 3 10 9 12 4
100 200 500 700 800
Demanda 0 400 0 900 200 500 2000
Costo por
Ruta en uso motor ($) Ecuación
Paso 0: Asociar índices 11 12 u1 + v1 = 12
12 13 u1 + v2 = 13
22 4 u2 + v2 = 4
32 9 u3 + v2 = 9
33 12 u3 + v3 = 12
34 4 u3 + v4 = 4
58
2.1.5. Método de Distribución Modificada (DIMO)
2.1 Modelo de Transporte
v1 = 12 v2 = 13 u2 = - 9 u3 = -4 v3 = 16 v4 = 8
Paso 1.b) Calcular los costos marginales para cada celda no usada.
eij = cij - (ui + vj)
59
2.1.5. Método de Distribución Modificada (DIMO)
2.1 Modelo de Transporte
60
2.1.5. Método de Distribución Modificada (DIMO)
2.1 Modelo de Transporte
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 -12 -2 100 500
2 6 4 10 11
2 700 3 12 0 700
3 10 9 12 4
2 100 200 500 700 800
Demanda 0 400 0 900 200 500 2000
61
2.1.5. Método de Distribución Modificada (DIMO)
2.1 Modelo de Transporte
62
2.1 Modelo de Transporte
2.1.5. Método de Distribución Modificada (DIMO)
Vuelta al Paso 1:
Costo por
Ruta en uso motor ($) Ecuación
11 12 u1 + v1 = 12
13 4 u1 + v3 = 4
22 4 u2 + v2 = 4
32 9 u3 + v2 = 9
33 12 u3 + v3 = 12
34 4 u3 + v4 = 4
64
2.1.5. Método de Distribución Modificada (DIMO)
2.1 Modelo de Transporte
Plantas
Puertos 1 2 3 4 Oferta
1 - 12 13 + 4 6
400 19 100 1 100 500
2 6 4 10 11
0 700 3 12 0 700
3 + 10 9 - 12 4
-1 200 100 500 700 800
Demanda 0 400 0 900 200 500 2000
65
2.1.5. Método de Distribución Modificada (DIMO)
2.1 Modelo de Transporte
66
2.1.5. Método de Distribución Modificada (DIMO)
2.1 Modelo de Transporte
Vuelta al Paso 1:
Costo por
Ruta en uso motor ($) Ecuación
11 12 u1 + v1 = 12
13 4 u1 + v3 = 4
22 4 u2 + v2 = 4
31 10 u3 + v1 = 10
32 9 u3 + v2 = 9
34 4 u3 + v4 = 4
68
2.1.5. Método de Distribución Modificada (DIMO)
2.1 Modelo de Transporte
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 0 200 0 100 500
2 6 4 10 11
1 700 13 12 0 700
3 10 9 12 4
100 200 10 500 700 800
Demanda 0 400 0 900 200 500 2000
70
2.1 Modelo de Transporte
71
2.1 Modelo de Transporte
2
3 1 5
3
4 0 9
72
2.1 Modelo de Transporte
75
2.1 Modelo de Transporte
Ejercicios
D1 D2 D3 D4
M1 2 3 1 2
M2 1 4 7 6
M3 8 9 4 5
76
2.1 Modelo de Transporte
2 Planificación de la producción:
Periodo Capacidad de Producción Demanda a Costo de Costo de
Máxima (unidades) satisfacer Producción ($) Almacenaje ($)
1 1200 900 15 1.2
2 800 800 18 1.4
3 1100 1000 17 1.1
4 900 700 20 1.5
77
2.2 Modelo de Asignación
Situación:
Asignar m trabajos (o trabajadores) a n máquinas.
78
Descripción
79
Descripción
80
Expresión matemática del modelo
Máquina
1 2 ….. n
1 C11 C12 ….. C1n 1
2 C21 C22 ….. C2n 1
Trabajo ….. ….. ….. ….. ….. …..
n Cn1 Cn2 ….. Cnn 1
1 1 ….. 1
81
Por lo tanto el modelo está dado por:
n n
minimizar z = c
i 1 j 1
x
ij ij
sujeto a x
j 1
ij 1 i=1,2, ...,n
n
x
i 1
ij 1 j=1,2,..n
xij = 0 ó bien 1
82
Ejemplo:
83
Ejemplo
PLANTA
Leipzig (1) Nancy(2) Lieja (3) Tilburgo(4)
Finanzas (F) (1) 24 10 21 11
Mercadotecnia(M) (2) 14 22 10 15
Operaciones (O) (3) 15 17 20 19
Personal(P) (4) 11 19 14 13
Plantear el modelo de PL
84
Ejemplo: Modelo de PL
MIN Z = 24 X11 + 10 X12 + ... + 14 X43 + 13 X44
sujeto a:
a) Oferta X11 + X12 + X13 + X14 = 1
X21 + X22 + X23 + X24 = 1
X31 + X32 + X33 + X34 = 1
X41 + X42 + X43 + X44 = 1
b) Demanda X11 + X21 + X31 + X41 = 1
X12 + X22 + X32 + X42 = 1
X13 + X23 + X33 + X43 = 1
X14 + X24 + X34 + X44 = 1
c) No negatividad Xij >= 0 i=1,...,4, j=1,....,4
85
Métodos de Solución
Existen varias formas de obtener la solución:
a) Listar todas las alternativas posibles con sus costos y seleccionar
la de menor costo (algoritmo exhaustivo)
b) Método Húngaro: método iterativo
86
Método Húngaro:
Paso 0: Construir la matriz de asignación
Para obtener la solución óptima cada nueva matriz de asignación
debe satisfacer:
Propiedad 1: Todos los números son no negativos
Propiedad 2: Cada fila y cada columna tiene al menos una celda con
un valor cero
Paso 1:
a) Reducción de filas: Restar el costo menor de cada fila a la fila
correspondiente y/o
b) Reducción de columnas: Restar el costo menor de cada columna
a la columna correspondiente
Con esto se crea una nueva matriz con las propiedades 1 y 2
87
Método Húngaro:
88
Método Húngaro:
Paso 3: Movimiento
De todas las celdas no cruzadas identifique una con el menor
valor y haga lo siguiente:
a) Restar el valor a cada celda no cruzada
b) Sumar el valor a cada celda de intersección de rectas
Volver al paso 2
89
Método Húngaro:
90
Ejemplo: Aplique el método Húngaro al ejemplo
1 2 3 4 pi
F 24 10 21 11
M 14 22 10 15
O 15 17 20 19
P 11 19 14 13
qj
91
Paso 1: Reducción de filas y columnas
1 2 3 4 pi
F 14 0 11 1 10
M 4 12 0 5 10
O 0 2 5 4 15
P 0 8 3 2 11
qj 1
1 2 3 4 pi
F 14 0 11 0 10
M 4 12 0 4 10
O 0 2 5 3 15
P 0 8 3 1 11
qj 1
92
Paso 2: Determinar si la matriz es reducida
1 2 3 4 pi
F 14 0 11 0 10
M 4 12 0 4 10
O 0 2 5 3 15
P 0 8 3 1 11
qj 1
Ir al paso 3
93
Paso 3: Movimiento (Seleccionar el menor: restar a las no
tachadas, sumar a las intersecciones)
1 2 3 4 pi
F 14 0 11 0 10
M 4 12 0 4 10
O 0 2 5 3 15
P 0 8 3 1 11
qj 1
1 2 3 4 pi
F 15 0 12 0 10
M 4 11 0 3 10
O 0 1 5 2 15
P 0 7 3 0 11
qj 1+1
Volver al paso 2 !!
94
Iteración paso 2:
1 2 3 4 pi
F 15 0 12 0 10
M 4 11 0 3 10
O 0 1 5 2 15
P 0 7 3 0 11
qj 1+1
Se tachan todos los ceros con cuatro rectas, por tanto es óptima
Ir al paso 4 !!
95
Paso 4: Asignación
1 2 3 4 pi
F 15 0 12 0 10
M 4 11 0 3 10
O 0 1 5 2 15
P 0 7 3 0 11
qj 1+1
Costo pi q j
=10 + 10 + 15 + 11 + 1 + 1 = 48
Ver Asignación RPG 96
Modelo de Asignación: Otras consideraciones
El modelo de asignación de RPG es un modelo de minimización
en el cual el número de vicepresidentes es igual al número de
plantas, y todas las asignaciones posibles son aceptables.
97
Modelo de Asignación: Otras consideraciones
1. Ofertas y demandas desiguales
98
Modelo de Asignación: Otras consideraciones
1. Ofertas y demandas desiguales
99
Modelo de Asignación: Otras consideraciones
2. Hay un modelo de maximización
100
Modelo de Asignación: Otras consideraciones
2. Hay un modelo de maximización
103
Modelo de Transbordo: Algoritmo
104
Consideraciones:
8
+15
3 4
1 3 5
+95 4 -30
2 3
7 2
2 4 6
106
Solución
• Los sitios 1 y 2 son orígenes
• Los sitios 5 y 6 son destinos
• El sitio 3 es origen y empalme
• El sitio 4 es destino y empalme
• La oferta es mayor que la demanda por tanto se requiere un
destino ficticio que demande 75 unidades
• Agregar 180 unidades a cada empalme (oferta y demanda)
• El costo de las unidades que van de un empalme (como origen)
a él mismo (como destino) y de cualquier origen al sitio ficticio
es cero.
• A las rutas no permitidas se les asocia un valor relativamente
alto (por 1.000)
107
La tabla inicial es:
Destinos
3 4 5 6 F Oferta
1 95
3 1000 8 1000 0
2 70
Orígenes
2 7 1000 1000 0
3 195
0 3 4 4 0
4 180
1000 0 1000 2 0
Demanda 180 210 30 45 75
108
La tabla final es:
Destinos
3 4 5 6 F Oferta
1 20 75 95
3 1000 8 1000 0
2 70 70
Orígenes
2 7 1000 1000 0
3 90 30 30 45 195
0 3 4 4 0
4 180 180
1000 0 1000 2 0
Demanda 180 210 30 45 75
Costo = 20*3+75*0+70*2+90*0+30*3+30*4+45*4+180*0=$590
109
Ejemplo 2:
Una corporación necesita transportar 70 unidades de un producto, del sitio 1 a
los sitios 2 y 3 en cantidades de 45 y 25 unidades, respectivamente. Las tarifas
cij (en miles de pesos por unidad) de carga aérea entre los sitios comunicados
por carguero se dan en la tabla, en la cual las líneas punteadas indica que no hay
servicio disponible. Determínese un programa de embarque que asigne el
número requerido de artículos a cada destino, a un costo mínimo de transporte.
Ningún embarque requiere de vuelo directo, se permiten los envíos empleando
puntos intermedios.
1 2 3 4
1 .... 38 56 34
2 38 ... 27 ...
3 56 27 ... 19
4 34 ... 19 ...
110
Ejemplo 3:
Nodos de transbordo 8 120
100 7
1 2
4 8 6 9 80
4 6
6 8
200 2 3 7 7
4 5 7 10 70
4 5
150 3 6
5
11 110
111
Planteamiento del modelo PL :
112
2.4. Modelos de Redes
113
2.4.1 Introducción a la Teoría de Grafos
Grafo no dirigido:
Un grafo no dirigido G consiste en un conjunto V de vértices
(o nodos) y un conjunto E de lados (ramas o enlaces) tales que
cada lado e ε E está asociado a un par no ordenado de vértices
v y w. Si un lado e está asociado a un único par de vértices v y
w, entonces e= (v,w) o e=(w,v).
Grafo dirigido:
Un grafo dirigido (o digrafo) G consiste en un conjunto V de
vértices (o nodos) y un conjunto E de lados (o ramas) tales que
cada lado e ε E está asociado a un par ordenado de vértices. Si
un lado e está asociado a un par ordenado único de vértices v y
w, se escribe e = (v,w).
114
2.4.1 Introducción a la Teoría de Grafos
Nodo (Vértice):
Un círculo de una red utilizada para representar una planta,
almacén o tienda.
Nodo de Suministro:
Nodo desde le cual los productos se van a enviar.
115
2.4.1 Introducción a la Teoría de Grafos
Nodo de demanda:
Nodo que va a recibir los productos para cumplir con una
demanda conocida.
Nodo de transbordo:
Nodo que recibe productos desde otros nodos para su
distribución.
Arco (enlace):
Línea de una red que conecta un par de nodos. Se le utiliza para
representar una ruta válida desde el nodo origen al nodo de
distribución.
116
2.4.1 Introducción a la Teoría de Grafos
Arco dirigido:
Indica el sentido de movimiento de los productos.
Camino:
Una secuencia de nodos en una red unidos por arcos (dirigidos o
no dirigidos)
Trayectoria (lazo):
Es un camino cerrado (ciclo) donde el primer nodo es a su vez el
último.
117
2.4.1 Introducción a la Teoría de Grafos
Representación de un grafo:
a) Una matriz
b) Una lista enlazada
c) Árbol
Representación Matricial
i) Matriz de Adyacencia
ii) Matriz de costo (beneficio)
118
2.4.1 Introducción a la Teoría de Grafos (cont.)
Matriz de Adyacencia:
119
2.4.1 Introducción a la Teoría de Grafos (cont.)
1 2
3
4
1 2 3 4
1 1 1
2 1
3 1
4 1
120
2.4.1 Introducción a la Teoría de Grafos (cont.)
Matriz de Costo:
121
2.4.1 Introducción a la Teoría de Grafos (cont.)
10 2
1
15 20 12
3 5
4
1 2 3 4
1 10 15
2 12
3 20
4 5
122
2.4.1 Introducción a la Teoría de Grafos (cont.)
A[i,j] = A[j,i]
C[i,j] = C[j,i]
123
Ejemplo Introductorio
127
b) Función Objetivo
MIN Z =C12X12+C23X23+C24X24+C25X25+C34X34+C43X43+C53X53+C54X54
c) Restricciones
sa
+ X12 = 10
- X12+X23+X24+X25 = 0 Balance
a r c o
Nodo (1,2) (2,3) (2,4) (2,5) (4,3) (5,3) (3,4) (5,4) LD
1 +1 0 0 0 0 0 0 0 10
2 -1 +1 +1 +1 0 0 0 0 0
3 0 -1 0 0 -1 -1 +1 0 -3
4 0 0 -1 0 +1 0 -1 -1 -7
5 0 0 0 -1 0 +1 0 +1 0
129
Formulación General del Modelo de Transbordo con Capacidades
Xij denotan el flujo del nodo i al nodo j a lo largo del arco que
conecta esos nodos.
Lj representa la oferta en el nodo j
minimice ij
cij xij
s.a.
k
x jk k
x kj L j , j 1, 2,...., n
130
Resolver para las siguientes capacidades y costos
Capacidad
de\ a Sitio 1 Sitio 2 Sitio 3 Sitio 4 Sitio 5
Sitio 1 10
Sitio 2 4 3 3
Sitio 3 2
Sitio 4 4
Sitio 5 3 5
Costo Unitario
de\ a Sitio 1 Sitio 2 Sitio 3 Sitio 4 Sitio 5
Sitio 1 $100
Sitio 2 $45 $50 $20
Sitio 3 $60
Sitio 4 $85
Sitio 5 $10 $55
131
Ver transbordo con capacidades
2.4.2 Modelo de la Ruta más corta
Situaciones:
132
2.4.2 Modelo de la Ruta más corta
133
2.4.2 Modelo de la Ruta más corta (GND)
Algoritmo:
134
2.4.2 Modelo de la Ruta más corta (GND)
Algoritmo:
135
2.4.2 Modelo de la Ruta más corta (GND)
Ejemplo: Para el siguiente grafo encontrar la distancia más corta
desde el nodo H al resto de los nodos.
7 1
8
2
H 7 3 6
4
1 3
4 1 3 3
1
5
1
2 2
6
136
2.4.2 Modelo de la Ruta más corta (GND)
Solución:
(8,H) (9,7)
7 1
8 ó
2
H 7 3 6
(9,4)
4
(5,1) 1 3
4 1 3 (6,3) 3
1
5
1
2 2
(4,H) 6 (8,2)
(6,3)
1:Ver ejemplo 1 Ruta mas corta 2: Hacer problema 19 guía 2 (Ejemplo 2 Ruta mas corta 137
2.4.2 Modelo de la Ruta más corta (GD)
b) Algoritmo de Dijkstra
138
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra
INICIO
0) V = {1, 2, 3, 4, ..., n}
1) S = {1} // nodo 1 se supone que es el origen
2) Para i=2 Hasta n Hacer
3) Di = C1i
4) Para i=1 Hasta n-1 Hacer
5) Elegir un vértice w en V-S tal que Dw sea un mínimo
6) agregar w a S
7) Para cada vértice v en V-S Hacer
SI ((Dw+Cwv)<Dv)
//Pv = w
Dv = Dw+Cwv
8) //Dv=mínimo(Dv,Dw+Cwv)
FIN
139
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra
Ejemplo: Aplicar el algoritmo al siguiente grafo dirigido
1 100
10
5
30
2
10 60
50
3 4
20
140
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra
Inicial
0) V = {1, 2, 3, 4, 5}
1) S = {1}
2)
3) D2 = 10, D3 = inf, D4=30, D5 = 100
Iteración S w D2 D3 D4 D5
Inicial {1} -- 10 inf 30 100
4) Iterar 4 veces
5) Seleccionar nodo con distancia más corta de V-S,
En el ejemplo es el nodo 2
141
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra
6) Agregar el nodo 2 a S : S = {1,2}
7) Iterar |V-S|, (V-S = {3,4,5})
D3=mínimo(D3,D2+C23) =mínimo(inf,10+50) = 60
D4=mínimo(D4,D2+C24) =mínimo(30,10+inf) = 30
Iteración S w D2 D3 D4 D5
Inicial {1} -- 10 inf 30 100
1 {1,2} 2 10 60 30 100
142
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra
2a Iteración
V-S = {3,4,5}
5) w=4
6) S = {1,2,4}
7) Iterar |V-S| V-S = {3,5}
D3=mínimo(D3,D4+C43) =mínimo(60,30+20) = 50
D5=mínimo(D5,D4+C45) =mínimo(100,30+60) = 90
Iteración S w D2 D3 D4 D5
Inicial {1} -- 10 inf 30 100
1 {1,2} 2 10 60 30 100
2 {1,2,4} 4 10 50 30 90
143
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra
3a Iteración
V-S = {3,5}
5) w=3
6) S = {1,2,4,3}
7) Iterar |V-S| (V-S = {5})
D5=mínimo(D5,D3+C35) =mínimo(90,50+10) = 60
Iteración S w D2 D3 D4 D5
Inicial {1} -- 10 inf 30 100
1 {1,2} 2 10 60 30 100
2 {1,2,4} 4 10 50 30 90
3 {1,2,4,3} 3 10 50 30 60
144
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra
4a Iteración
V-S = {5}
5) w=5
6) S = {1,2,4,3,5}
7) Iterar |V-S| (V-S = {})
Tabla Final
Iteración S w D2 D3 D4 D5
Inicial {1} -- 10 inf 30 100
1 {1,2} 2 10 60 30 100
2 {1,2,4} 4 10 50 30 90
3 {1,2,4,3} 3 10 50 30 60
4 {1,2,4,3,5} 5 10 50 30 60
145
¿Cuál es el camino?
146
¿Cuál es el camino?
147
Problema de los caminos más cortos entre
todos los pares de nodos
Para visualizar el problema se emplea un grafo dirigido G =
(V,A) en el que cada arco v w tiene un costo no negativo
Cv,w. El problema consiste en encontrar el camino de longitud
más corta (menor costo) entre v y w para cada par ordenado de
vértices (v,w).
Algoritmo de Floyd
kAij = min
k-1Aik + k-1Akj
149
Problema de los caminos más cortos entre todos los pares de nodos
i j
k-1Aij
150
Problema de los caminos más cortos entre todos los pares de nodos
0) INICIO
1) Desde i = 1 Hasta N
2) Desde j = 1 Hasta N
3) Aij Cij
4) Desde i = 1 Has ta N
5) Aii = 0
6) Desde k = 1 Hasta N
7) Desde i = 1 Hasta N
8) Desde j = 1 Hasta N
9) SI (Aik + Akj < Aij)
10) Aij = Aik + Akj
11) FIN
151
Problema de los caminos más cortos entre todos los pares de nodos
152
Problema de los caminos más cortos entre todos los pares de nodos
2
1 2 2 3
3
154
Problema de los caminos más cortos entre todos los pares de nodos
Solución:
Tabla Inicial
Nodos 1 2 3
1 0 8 5
2 3 0 inf
3 inf 2 0
0Aij
155
Problema de los caminos más cortos entre todos los pares de nodos
Solución:
Nodos 1 2 3
1 0 8 5
2 3 0 8
3 inf 2 0
1Aij
156
Problema de los caminos más cortos entre todos los pares de nodos
Solución:
Nodos 1 2 3
1 0 8 5
2 3 0 8
3 5 2 0
2Aij
157
Problema de los caminos más cortos entre todos los pares de nodos
Solución:
Nodos 1 2 3
1 0 7 5
2 3 0 8
3 5 2 0
3Aij
158
2.4.3 Modelo de árbol extensión mínima
159
Algoritmo para el problema del árbol de expansión mínima.
Método Gráfico
160
Ejemplo: Encontrar el AEM para el siguiente grafo
7 1
8
2
H 7 3 6
4
1 3
4 1 3 3
1
5
1
2 2
6
161
Solución :
7 1
2 6
H
4
1
4 1 3
1
5
1
2 2
162
Algoritmo tabular
Paso Acción
0 Se construye la tabla de costos de enlaces
1 Se comienza arbitrariamente con cualquier nodo. Se designa a
este nodo como conectado y se pone una marca al lado de la
fila correspondiente al nodo. Se tacha el índice de la columna
que corresponde a él.
2 Considerando todas las filas marcadas, buscar el mínimo en las
columnas cuyo índice aún no haya sido tachado encerrándolo
en un círculo. Designándose de esta manera el nuevo nodo
conectado. Se tacha el índice de la columna y pone una marca
en la fila correspondiente a este nodo. Se repite este paso hasta
que todos los nodos estén conectados.
3 Los nodos encerrados en círculo identifican el árbol.
163
Aplicación Algoritmo tabular
Tabla inicial
Nodo H 1 2 3 4 5 6 7
H 4 7 8
1 4 6 1
2 6 1 2
3 1 1 1
4 7 1 3 3 2
5 2 3 3
6 3 3 1
7 8 2 1
164
Aplicación Algoritmo tabular
Inicio: Nodo H
Nodo H 1 2 3 4 5 6 7
a) * H 4 7 8
b) * 1 4 6 1
2 6 1 2
3 1 1 1
4 7 1 3 3 2
5 2 3 3
6 3 3 1
7 8 2 1
165
Aplicación Algoritmo tabular
Nodo 1
Nodo H 1 2 3 4 5 6 7
a) * H 4 7 8
b) * 1 4 6 1
2 6 1 2
c) * 3 1 1 1
4 7 1 3 3 2
5 2 3 3
6 3 3 1
7 8 2 1
166
Aplicación Algoritmo tabular
Tabla final
Nodo H 1 2 3 4 5 6 7
a) * H 4 7 8
b) * 1 4 6 1
* 2 6 1 2
c)
* 3 1 1 1
* 4 7 1 3 3 2
* 5 2 3 3
* 6 3 3 1
* 7 8 2 1
167
Arbol de expansión mínima :
7 1
2 6
H
4
1
4 1 3
1
5
1
2 2
168
2.4.4 Problema del Flujo Máximo
169
Descripción Para cada nodo interno debe cumplirse que:
flujo que sale del nodo = flujo que entra al nodo
171
Algoritmo Antes de hacer la presentación formal del
algoritmo, revisemos el siguiente ejemplo.
6
2 4
4 6
2
1 1 6
3
6 2
3 5
4
172
Algoritmo Grafo inicial: Inicialización delos flujos en cada nodo
0
0 2 6 4 6
2
4 0 0 0
1 6
0
6 3 1
0
2
0 3 5
0 4
Consideremos un camino desde el nodo 1 al nodo 6
Ejemplo: 1-2-5-6
173
Se dice que la cantidad de flujo a lo largo de dicho
recorrido es factible si:
174
Ejemplo: Considerar el arco 1-2
1 4 0 2
3 1
1 2
(1 )
175
Algoritmo
Inicial Inicializar cada nodo del grafo con capacidades uij en
la dirección del flujo y cero en la dirección opuesta.
1 Encontrar cualquier camino de la fuente a destino que
tenga capacidad de flujo positiva, si no los hay, se
habrá encontrado la solución óptima.
2 Sea cmin la capacidad mínima de flujo entre los arcos
seleccionados en el paso 1, se aumenta el flujo
existente a través de la red al enviar un flujo adicional
cmin para todos los arcos del camino.
3 Para todos los arcos del camino, disminúyanse las
capacidades en la dirección del flujo y auméntese las
capacidades en la dirección opuesta en cmin. Volver al
paso 1
176
Aplicar el algoritmo al grafo del ejemplo:
Paso Inicial
0
0 2 6 4 6
2
4 0 0 0
1 6
0
6 3 1
0
2
0 3 5
4 0
177
Iteración 1:
Elegir arbitrariamente el camino 1-3-5-6
cmin = MIN(6,4,2)=2; actualizando la red se tiene
0
0 2 6 4 6
2
4 0 0 0
2
2 1 6
0
6 3 1
0 2
4 2
0 3 5 0
2 4 0
2 2
178
Iteración 2:
Elegir arbitrariamente el camino 1-2-4-6
cmin = MIN(4,6,6)=4; actualizando la red se tiene
2 4
4 6 0 2
0 2 4 6
0 2 4 6
6 0 0 0
4 2
2 6
1
0
6 3 1
0 2
4 2
0 3 5 0
2 4 0
2 2
179
Iteración 3:
Elegir arbitrariamente el camino 1-3-2-4-6
cmin = MIN(4,3,2,2)=2; actualizando la red se tiene
0 6
2 4 0
4 6 0 2
0 2 4 6 6 8
8 0 2 4 6
6 4 2 0 0 0
2
2 6
1
0
6 1 3 1
0 2
4 2
2
0 3 5 0
2 4 0
4 2 2
180
Cálculo de la cantidad de flujo en cada arco
Inicial 3 5
4 0
Final 3 5
2 2
6
2 4
4 6
8 8
1 6
2
4 2
3 5
2
182
Unidad 3
Administración de Proyectos
PERT y CPM
183
3 Administración de Proyectos (PERT y CPM)
Todo proyecto debe ser comprobado y controlado, dado que éste
tiene involucrado numerosas tareas interrelacionadas.
A través de algunas técnicas se puede responder a preguntas como:
184
Método de la Ruta Crítica (CPM, Critical Path
Method): Método utilizado para administrar
proyectos en que los tiempos requeridos para
terminar las tareas individuales se conocen con
relativa certeza (determinísticos).
185
3.1 Desarrollo de la Red de Proyectos
186
Traslado de las oficinas de una ciudad a otra
Prdecesoras
Actividad Descripción Tiempo Recursos
inmediatas
A Elegir local de oficinas -
B Crear el plan financiero y de -
Determinar requerimientos
C B
de personal
D Diseño de local A, C
E Construir el interior D
F Elegir personal a mudar C
Contratar nuevos
G F
empleados
Mudar registros, personal
H F
clave, etc.
Hacer arreglos finacieros de
I B
la organización
J Entrenar personal nuevo H, E, G
187
Construcción del diagrama de Red:
2
A
1 4
B C
3
4
C
189
Volviendo al ejemplo: Agregando el resto de las actividades a la red
finalmente se tiene
D 5
2
E
H
A
7
F 6 J
1 4 8
G
C
B
I
3
190
Siguiendo con el ejemplo: G y H tienen como predecesora
inmediata F, además ambas son predecesoras de J, agregar actividad
ficticia.
D 5
2
E
A
H
7
F 6 J
1 4 G Fic 9
8
C
B
I
3
Red Final
191
Ruta Crítica:
Se requiere Dar cumplimiento
de las estimaciones de tiempoalde
plazo
cada límite
actividad (supuestos)
Prdecesoras
Actividad Descripción Tiempo Recursos
inmediatas
A Elegir local de oficinas - 3
Crear el plan financiero y de
B - 5
organización
Determinar requerimientos
C B 3
de personal
D Diseño de local A, C 4
E Construir el interior D 8
F Elegir personal a mudar C 2
Contratar nuevos
G F 4
empleados
Mudar registros, personal
H F 2
clave, etc.
Hacer arreglos finacieros de
I B 5
la organización
J Entrenar personal nuevo H, E, G 3
192
Retomando el ejemplo: Agregando los tiempos a las actividades
D (4) 5
2
E (8)
(3)
A
H (2) 7
F (2) 6 J (3)
4 G (4) Fic
1 8 9
(3)
C
B
(5) I (5)
3
193
Cálculo de la ruta crítica: Tiempo de término del proyecto
Definiciones
194
Reglas a cumplir: Dado que en el proyecto existen tareas
predecesoras es necesario conocer cuando termina
una y cuando empieza la otra:
Regla
1. Para calcular el TI de una tarea se debe conocer los TT de cada
tarea predecesora inmediata
2. El TI más inmediato de una tarea de la que se conocen los
tiempos de término más breves de todas sus tareas
predecesoras inmediatas es el máximo de todos esos tiempos
de término más breves.
3. Tiempo de término más breve = (tiempo de inicio más
inmediato) + (tiempo de tarea(t))
195
Pasos para determinar los TI y TT más inmediatos:
Paso
0 Identificar el nodo de inicio de la red del proyecto
Calcule y escriba en cada arco saliente
a) TI más cercano, esto es, 0
b) El TT más breve de acuerdo a la regla 3
TT más breve = (TI más inmediato) + (t)
=0+t
1 Seleccionar cualquier nodo donde todos los arcos
entrantes han sido etiquetados con sus TI y TT
196
Pasos para determinar los TI y TT más inmediatos:
Paso
2 Para el nodo seleccionado en el paso 1 calcule y registre
en cada arco saliente
197
Cálculo de TI y TT:
D[8,12]
5
2
7
6
4 Fic
1 9
8
198
Identificación de las tareas críticas:
199
Identificación de las tareas críticas:
Regla
4 Para calcular el último tiempo de término (UTT) de una
tarea particular, debe conocer los últimos tiempos de
inicio (UTI) de cada tarea sucesora inmediata.
5 Respecto a una tarea de la que se conocen los últimos
tiempos de inicio de todas sus tareas sucesoras
inmediatas, el último tiempo de término (UTT) de esa
tarea es el mínimo de los últimos tiempos de inicio de
todas las tareas sucesoras inmediatas
6 UTI = UTT- t
200
Identificación de las tareas críticas:
Pasos para calcular los últimos tiempos de inicio y término
201
Identificación de las tareas críticas:
Cálculo de UTT y UTI para cada actividad
Actividad I UTT = 23
UTI = 23-5 = 18
Actividad H UTT = 20
UTI = 20-2 = 18
Actividad ficticia UTT = 20
UTI = 20-0 = 20
202
Identificación de las tareas críticas:
Cálculo de UTT y UTI para cada actividad . Finalmente se tiene
D[8,12]
5
2 [8,12]
7
6
4 Fic
1 9
8
[5,8]
203
Identificación de las tareas críticas:
Holgura: Es la cantidad de tiempo que puede demorar una
actividad sin afectar la fecha de término del proyecto.
El valor de la holgura para cada actividad está dada por:
holgura = TI - UTI = TT - UTT
Ejemplo:
Actividad C: TI = 5, UTI = 5, TT = 8, UTT = 8
Holgura = 5 - 5 = 8 - 8 = 0
Actividad I: TI = 5, UTI = 18, TT = 10, UTT = 23
La actividad C tiene holgura 0, por tanto no puede
retrasarse, en cambio la actividad I tiene 13 semanas de
holgura que permite retrasar su inicio.
204
Identificación de las tareas críticas:
Resumen de los tiempos de las actividades del proyecto:
205
Identificación de las tareas críticas:
En nuestro ejemplo:
Actividades críticas: B, C, D, E y J
Ruta crítica: Nodos 1-3-2-5-7-9
Actividades B-C-D-E-J
206
Formas de Reducir la duración del proyecto:
1. Análisis Estratégico
2. Enfoque Táctico
El analista presupone que el diagrama en curso es adecuado y
trabaja para reducir el tiempo de ciertas actividades de la ruta
crítica asignando mayores recursos. Por ejemplo tiempo, aumento
de mano de obra, etc.
207
Formas de Reducir la duración del proyecto:
208
Formas de Reducir la duración del proyecto:
Alternativa de solución
209
Formas de Reducir la duración del proyecto:
210
Diagrama de red para el proyecto redefinido
D (4) 5
2 E (8)
H(2)
A(3) 6
F (2) G(4)
K(3) J (3) 9
1 4 7
8 Fic
C (3)
B
(5) I (5)
3
211
Actualización de los tiempos para el proyecto redefinido
213
PERT: Variabilidad en los tiempos de Actividades
214
PERT: Variabilidad en los tiempos de Actividades
215
PERT: Variabilidad en los tiempos de Actividades
Distribución beta
4 7 8 16
a m b
216
PERT: Variabilidad en los tiempos de Actividades
Estimación de tiempo
217
PERT: Variabilidad en los tiempos de Actividades
218
PERT: Variabilidad en los tiempos de Actividades
219
PERT: Variabilidad en los tiempos de Actividades
Desviación estándar
T ...
i
2
1
2
2
2
n
220
Estimación de terminación del proyecto
x
Z
221
Cálculos caso en estudio
Ruta crítica: B- C- D y E
T = 20 (tiempo esperado, promedio calculado, )
x = 22 (tiempo exigido)
T2 B2 C2 D2 E2
1 0,111 0,444 4
2
T
5,555
2
T
T 2,357
222
Cálculos caso en estudio
22 20
Z
2,357
Z = 0,8485
En la tabla de Z
223
Matriz de Encadenamiento
Una matriz de encadenamiento, es una matriz de NxN (N es la
cantidad de actividades) donde cada celda se marca con una X si
la actividad de la fila requiere que esté terminada la actividad de
la columna. Esta matriz ayuda a la construcción de la red CPM
224
3.4 CPM: TRUEQUE ENTRE TIEMPO Y COSTO
CPM considera que el tiempo extra (costo) puede reducir el
tiempo de término de una actividad, y en consecuencia reducir el
tiempo total del proyecto
Compra de tiempo:
CPM usa dos estimaciones: tiempo y costo normal, a lo que se
agregará tiempo y costo intensivo
Se asume que estas estimaciones son lineales:
Esfuerzo intensivo
Esfuerzo normal
Tiempo
225
CPM: Trueque entre el costo y el tiempo
226
CPM: Trueque entre el costo y el tiempo
Enfoques para encontrar red de tiempo mínimo – costo
mínimo
1. Comenzar con la red normal e ir reduciendo los tiempos de
término hasta un mínimo.
2. Comenzar con la red de todo intensivo y “desintensificar”
actividades para reducir el costo sin afectar el tiempo total.
3. Comenzar con la ruta crítica de la red de todo intensivo con
un tiempo mínimo, pero con todas la demás actividades
normales. Después reducir las otras trayectorias como sea
necesario.
227
CPM: Trueque entre el costo y el tiempo
228
CPM: Trueque entre el costo y el tiempo
Paso 1: Red del proyecto
Si consideramos la convención actividad-flecha, el grafo del
proyecto es:
3 5
G(2)
B(2) E(3)
F(2) H(2)
A(4) C(3)
1 2 4 6 7
D(1)
229
CPM: Trueque entre el costo y el tiempo
3 5
0
0
12 12
00
A(4)[0,4] C(3)[4,7] F(2)[7,9] H(2)[9,11]
1 2 4 6 7
[4,7] [8,10] [10,12]
[0,4]
D(1)[4,5]
[11,12]
230
CPM: Trueque entre el costo y el tiempo
231
CPM: Trueque entre el costo y el tiempo
232
CPM: Trueque entre el costo y el tiempo
Reducción de Actividades ruta crítica
3 5
0
0
00
A(4 3) C(3 1) F(2)[7,9] H(2)[9,11]
1 2 4 6 7
D(1)[4,5]
234
CPM: Trueque entre el costo y el tiempo
Costo
Actividad Acción Adicional Normal Total
A (1,2) 1 semana 600 1.400 2.000
B (2,3) 1 semana 500 1.500 2.000
C (2,4) 2 semanas 1000 1.500 2.500
D (2,7) ----- 600 600
E (4,5) 1 semana 700 1.300 2.000
F (4,6) 1 semana 200 300 500
G (5,7) 1 semana 400 800 1.200
H (6,7) ----- 600 600
$ 8.000 $ 11.400
235
CPM: Trueque entre el costo y el tiempo
Grafo final
3 5
0
0
77
00
A(3)[0,3] C(1)[3,4] F(1)[4,5] H(2)[5,7]
1 2 4 6 7
[3,4] [4,5] [5,7]
[0,3]
D(1)[3,4]
[6,7]
236
CPM: Trueque entre el costo y el tiempo
Red óptima
237
CPM: Trueque entre el costo y el tiempo
Red óptima
1. Reducir una semana (de 12 a 11 semanas)
De la red normal analizar ruta crítica
Actividades Incremento de Costo
A 600
C 500
E 700
G 400
Conclusión: Intensificar 1 semana la actividad G
(400<450).
2. Intentar reducir una segunda semana (de 11 a 10)
Todos los costos incrementales de la ruta son mayores a la
penalización. Intentar por las vías paralelas.
No hay rutas alternativas cuya reducción implique un costo
menor al de penalización.
238
CPM: Trueque entre el costo y el tiempo
Solución
Grafo resultante
3 5
D(1)
240
CPM: Trueque entre el costo y el tiempo
Modelo de PL para CPM (Tiempo mínimo—costo mínimo)
a) Identificación de Variables de decisión
Están relacionadas directamente con el tiempo a reducir en
cada tarea
Yi: Tiempo (horas, días, ..) a reducir de la i-ésima actividad
YA: Número de semanas en las cuales acortar la actividad A
b) Función Objetivo
El objetivo es minimizar los recursos adicionales totales
requeridos para satisfacer el tiempo de término del proyecto.
Para el ejemplo en estudio, en la tabla de especificaciones
agregamos dos columnas: Tiempo máximo a reducir por tarea
y el costo adicional por semana intensiva
241
CPM: Trueque entre el costo y el tiempo
Modelo de PL para CPM (Tiempo mínimo—costo mínimo)
242
CPM: Trueque entre el costo y el tiempo
Modelo de PL para CPM (Tiempo mínimo—costo mínimo)
243
CPM: Trueque entre el costo y el tiempo
Modelo de PL para CPM (Tiempo mínimo—costo mínimo)
Restricciones de Límite
0<=YA<= 1 (límite de A)
0<=YB<= 1 (límite de B)
0<=YC<= 2 (límite de C)
0<=YD<= 0 (límite de D)
0<=YE<= 1 (límite de E)
0<=YF<= 1 (límite de F)
0<=YG<= 1 (límite de G)
0<=YH<= 1 (límite de H)
244
CPM: Trueque entre el costo y el tiempo
Modelo de PL para CPM (Tiempo mínimo—costo mínimo)
245
CPM: Trueque entre el costo y el tiempo
Modelo de PL para CPM (Tiempo mínimo—costo mínimo)
Asociando las variables a la red tenemos:
X3 X5
3 5
G(2)
E(3)
B(2) (0) (3-YE) (2-YG)
(2-YB)
X4 X6 X7
X1 X2 F(2) H(2)
A(4) C(3)
1 2 4 6 7
(4-YA) (3-YC) (2-YF) (2-YH)
D(1)
(1-YD)
246
CPM: Trueque entre el costo y el tiempo
Modelo de PL para CPM (Tiempo mínimo—costo mínimo)
Nodo 2
Tiempo de inicio de las tareas que salen del nodo 2 tiempo de
terminación de todas las tareas que entran al nodo 2
Tiempo de inicio de las tareas B, C y D (tiempo de terminación
de la tarea A + (tiempo acortado de la tarea A)
X2 X1 + (4-YA)
Nodo 3
Tiempo de inicio de las tareas que salen del nodo 3 tiempo de
terminación de todas las tareas que entran al nodo 3
Tiempo de inicio de la tarea Ficticia (tiempo de terminación de
la tarea B + (tiempo acortado de la tarea B)
X3 X2 + (2-YB)
247
CPM: Trueque entre el costo y el tiempo
Modelo de PL para CPM (Tiempo mínimo—costo mínimo)
Nodo 4
Tiempo de inicio de las tareas que salen del nodo 4 tiempo de
terminación de todas las tareas que entran al nodo 4.
Hay dos arcos que entran al nodo, las actividades E y F deben
comenzar sólo cuando las tareas que entran (C y la ficticia) hayan
terminado. Dando origen así a dos restricciones (una por cada
actividad)
Restricción de la actividad C
Tiempo de inicio de las tareas E y F tiempo de terminación de
la tarea C
Tiempo de inicio de las tareas E y F (tiempo de terminación de
la tarea C + (tiempo acortado de la tarea C)
X4 X2 + (3-Yc) (tarea C)
248
CPM: Trueque entre el costo y el tiempo
Modelo de PL para CPM (Tiempo mínimo—costo mínimo)
Nodo 4
Restricción de la actividad Ficticia
Tiempo de inicio de las tareas E y F tiempo de terminación de
la tarea figurada
Tiempo de inicio de las tareas E y F (tiempo de terminación de
la tarea Figurada + (tiempo acortado de la tarea Figurada)
X4 X3 + 0 (tarea Figurada)
Aplicando sistemáticamente el procedimiento y se escribe una
restricción para cada actividad se obtienen las siguientes
restricciones para los nodos 5 al 7
249
CPM: Trueque entre el costo y el tiempo
Modelo de PL para CPM (Tiempo mínimo—costo mínimo)
Nodo 5
X5 X4 + (3-YE) (actividad E)
Nodo 6
X6 X4 + (2-YF) (actividad F)
Nodo 7
X7 X5 + (2-YG) (actividad G)
X7 X6 + (2-YH) (actividad H)
250
CPM: Trueque entre el costo y el tiempo
Modelo de PL para CPM (Tiempo mínimo—costo mínimo)
MIN Z = 600YA+500YB+500YC+700YE+200YF+400YG+400YH
Sujeto a:
Restricciones de Límite
0<=YA<= 1 (límite de A)
0<=YB<= 1 (límite de B)
0<=YC<= 2 (límite de C)
0<=YD<= 0 (límite de D)
0<=YE<= 1 (límite de E)
0<=YF<= 1 (límite de F)
0<=YG<= 1 (límite de G)
0<=YH<= 1 (límite de H)
251
CPM: Trueque entre el costo y el tiempo
Modelo de PL para CPM (Tiempo mínimo—costo mínimo)
X1 = 0
X7 12
X2 X1 + (4-YA) (tarea C)
X3 X2 + (2-YB) (tarea B)
X4 X2 + (3-Yc) (tarea C)
X4 X3 + 0 (tarea Figurada)
X5 X4 + (3-YE) (actividad E)
X6 X4 + (2-YF) (actividad F)
X7 X5 + (2-YG) (actividad G)
X7 X6 + (2-YH) (actividad H)
X1, ..., X7 0
252
Para su entretención
Ejercicios:
La complejidad de las redes CPM está más afectada por las interrelaciones que
el número de nodos. Por ejemplo, considérese el proyecto siguiente:
Actividad Normal Intensivo Normal Intensivo
A (1,2) 8 7 10.000 12.000
B (1,3) 15 10 12.000 17.000
C (1,4) 12 6 13.000 14.000
D (2,3) 9 9 7.000 7.000
E (2,5) 11 9 2.000 4.000
F (3,6) 9 8 5.000 7.000
G (4,3) 9 7 14.000 16.000
H (4,7) 13 12 8.000 10.000
I (5,6) 7 5 6.000 10.000
J (5,8) 15 11 9.000 10.000
K (6,8) 10 5 3.000 8.000
L (7,6) 4 3 7.000 8.000
M (7,8) 12 9 5.000 6.000