Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 //Escenario
Escenario27
Lectura fundamental
Fundamental
Modelos
Etapas dematemáticos
un plan de comunicación
en la gestión
estratégica
del transporte
Contenido
1 Modelos matemáticos
2 Problema de transporte
Un grafo dirigido es una pareja ordenada en donde el conjunto está compuesto por nodos, vértices o
puntos y el conjunto es un subconjunto del producto cartesiano , es decir, es un conjunto de parejas
ordenadas de vértices que se denominan arcos o flechas e indican que puede existir un flujo entre la
pareja de nodos que une el arco. Si los nodos se pueden dividir en dos conjuntos disjuntos, digamos ,
tales que los arcos se originan en algún nodo del conjunto y llegan a algún nodo del conjunto , entonces
se tiene un grafo bipartito, generalmente denotado por .
La mayor ventaja de los grafos es precisamente su representación gráfica, la cual permite definir
claramente un problema y facilitar la aplicación de los algoritmos de solución. Esa ventaja se utilizará
en la definición y solución del problema de transporte.
En las figuras 1 y 2 se observan dos ejemplos de grafos, el primero es un grafo dirigido con 3 nodos y 3 arcos.
El segundo grafo es un grafo bipartito con 7 nodos, 3 en el primer conjunto y 4 en el segundo, y 9 arcos.
POLITÉCNICO GRANCOLOMBIANO 2
Figura 2. Grafo bipartito con 3 nodos de origen, 4 nodos de destino y 9 arcos
Fuente: (s.a.) (2007)
2. Problema de transporte
El problema de transporte agrupa a una serie de aplicaciones en las cuales se tiene un conjunto de
fuentes que proporcionan un producto o servicio a un conjunto de clientes, las fuentes pueden ya
disponer de una cantidad determinada del producto para ofrecer o pueden tener una capacidad
de producirlo en un intervalo de tiempo determinado, el costo de adquisición del producto o de
su fabricación no es relevante para el problema. En el problema general, cualquiera de las fuentes
puede abastecer a cualquiera de los clientes, el único factor diferenciador está en el costo unitario
por transportar el producto desde la fuente hasta el cliente final, este costo puede ser económico
o medido en distancia o tiempo de entrega, la idea es que sea una función monótona y que esté
definido para cada pareja fuente-cliente. El objetivo del problema es encontrar el plan de envíos
óptimo que garantice que la demanda de todos los clientes se satisface incurriendo en el menor costo
de transporte posible.
El problema de transporte busca minimizar los costos totales de transportar productos desde orígenes
(cada uno con una oferta ) a destinos (cada uno con una demanda ), donde el costo unitario de
transporte desde un origen, , a un destino, , está definido como . (Anderson y Sweeney, 2005)
La estructura del problema permite formularlo como un problema de redes, como se discutió
anteriormente, es más, el grafo que se puede formar con las fuentes, u orígenes, y los clientes es un
grafo bipartito, en donde el conjunto inicial está formado por las fuentes y el conjunto de llegada está
formado por los clientes. Los arcos representarán los posibles envíos desde una fuente a un cliente.
POLITÉCNICO GRANCOLOMBIANO 3
Los parámetros de la red estarán dados por las ofertas máximas de cada nodo fuente, las demandas
de cada nodo cliente y a cada arco se le asocia el costo unitario de transporte. Un ejemplo de la
representación del problema como red se muestra en la figura 3, en donde se tienen 2 fuentes y 3
destinos. Note que cada arco, en el conjunto de arcos, siempre inicia en un origen y termina en un
cliente, formando así un grafo bipartito.
Variables de decisión
Función objetivo
POLITÉCNICO GRANCOLOMBIANO 4
Conjunto de restricciones
Las cantidades enviadas en cualquier caso no son negativas, es decir, restricción de no negatividad.
Esa es la formulación tradicional del problema, note que la matriz solo tiene unos o ceros, esta se
conoce como una matriz unimodular, lo que implica que, si las ofertas y las demandas son números
enteros, entonces la solución del problema también estará formada por números enteros, es decir, las
cantidades enviadas siempre serán números enteros.
Al problema se le pueden agregar variaciones como límites en la cantidad que un arco puede
transportar, envíos fijos, arcos no utilizables, etc. Todas estas restricciones se pueden agregar al
programa lineal, pero dañan la estructura unimodular, por lo tanto, aquí solo se considerará el
problema original.
Ahora se va a repasar la solución de un problema de este tipo, que se puede formular como un
problema de transporte, utilizando Solver de Excel.
Considere la siguiente situación: la compañía BBC tiene que satisfacer pedidos por 800 galones en
tres locaciones de la ciudad: Norte (250 galones), Sur (450 galones) y Occidente (100 galones).
BBC tiene dos plantas de embotellamiento para satisfacer esas demandas, cada una de las cuales
puede producir 500 galones por semana. Cuál debería ser el plan de envíos si los costos de transporte
por galón (en miles de pesos) son:
POLITÉCNICO GRANCOLOMBIANO 5
Tabla 1. Datos del problema de BBC
Para resolver este problema, primero se hace la formulación como un problema de redes. En este
caso se tienen 2 fuentes y 3 destinos, con las ofertas, las demandas y los costos asociados, la red
queda de la siguiente manera:
Figura 4. Representación del problema como una red con 2 nodos fuente y 3 nodos de destino
Fuente: elaboración propia
POLITÉCNICO GRANCOLOMBIANO 6
Xij: Cantidad de galones enviados desde la planta i hasta el cliente j.
Ahora se formulará en Solver y se encontrará la solución. Primero se debe construir una tabla con
los parámetros del problema, es decir, los costos unitarios de transporte, las ofertas máximas de las
plantas y las demandas de cada cliente, esta tabla se muestra en la tabla 2.
Ahora se hace una tabla similar para las variables de decisión, en dicha tabla se incluyen los envíos
desde cada planta a cada destino, pero también se calculan los envíos totales, simplemente sumando
por filas y por columnas. La tabla de las variables de decisión se muestra en la tabla 3.
POLITÉCNICO GRANCOLOMBIANO 7
Tabla 3. Variables de decisión del problema en Excel.
Solo resta formular la función objetivo del problema, esta es simplemente el producto de los costos
unitarios por las variables de decisión, como ambos están en tablas de Excel, es muy fácil utilizar la
función SUMAPRODUCTO, como se muestra en la figura 5.
Figura 6. Cuadro de diálogo, de Solver en Excel, diligenciado con los datos del problema
Fuente: elaboración propia
POLITÉCNICO GRANCOLOMBIANO 8
Una vez construidas las dos tablas y la celda con la función objetivo, se debe diligenciar el cuadro de
diálogo de Solver (recuerde que Solver se encuentra en la ficha Datos). Allí se selecciona la celda del
costo total, el criterio de minimización y las restricciones. Además, se escoge la opción de Convertir
variables sin restricciones en no negativas para tener la restricción de no negatividad. Finalmente, se
escoge como método de solución Simplex LP. El cuadro de diálogo diligenciado se muestra en la tabla 3.
Y en las tablas 4 y 5 se muestran más detalladamente los dos conjuntos de restricciones del problema.
Finalmente, al resolver el problema se obtiene el plan de envíos óptimo, que se muestra en la tabla 6.
POLITÉCNICO GRANCOLOMBIANO 9
Tabla 6. Plan de envíos óptimo para el problema
El plan envía 50 galones desde la planta 1 hasta la locación del Norte y 450 galones desde esta misma
planta hasta la locación del Sur. También envía 200 galones desde la planta 2 hasta la locación del
Norte y termina con el envío de 100 galones desde la planta 2 hasta la locación del Occidente. El
costo total de los envíos es de $24’900.000 (recuerde que los costos están en miles de pesos).
En síntesis...
El problema de transporte se puede resumir como la búsqueda del mejor plan
de envíos entre un conjunto de fuentes (almacenes, plantas, puertos, etc.) y un
conjunto de destinos (clientes, ciudades, etc.) con el objetivo de minimizar los
costos de transporte, asumiendo que los mismos son lineales en función de la
cantidad enviada.
Ahora se presentará una segunda aplicación de los modelos matemáticos de optimización a la gestión
del transporte y la distribución, el problema de ruteo de vehículos.
POLITÉCNICO GRANCOLOMBIANO 10
3. Problema de ruteo de vehículos
El problema de ruteo de vehículos es una constante en la red de distribución, básicamente el problema
se centra en encontrar, para cada vehículo en una flota de distribución, la mejor ruta para que atienda a
un conjunto de clientes. En el caso específico en el cual se cuente con un único vehículo, el problema
se convierte en un problema de agente viajero, en el cual el objetivo es encontrar una única ruta que
minimice la distancia, o el costo, de atender a todos los clientes. Sin embargo, cuando la flota de
vehículos es de dos o más, el problema es aún más complicado porque se debe no solo encontrar las
rutas óptimas, sino también la asignación óptima, es decir, no se tiene de entrada asignado a cada
vehículo un conjunto de clientes para atender, es parte del problema decidir cuáles clientes son
atendidos por cada uno de los vehículos y luego determinar el orden en el cual los va a atender.
Para modelar el problema, se puede representar como grafo, donde los nodos son el centro de distribución
y los clientes, los arcos del grafo representan el valor asignado en la función objetivo a ese recorrido, puede
ser tiempo, distancia, costo, etc., un ejemplo de dicha representación se muestra a continuación:
POLITÉCNICO GRANCOLOMBIANO 11
Existen muchas variaciones del problema, dependiendo de las condiciones de operación de la flota de
vehículos, de la naturaleza de las demandas de los clientes, del sentido de circulación de los arcos, etc.
Las principales versiones del problema son:
• Capacidad de los vehículos de la flota y ventanas de tiempo para la visita de los clientes:
Capacitated VRP with time windows (CVRPTW).
• Problema con entregas y recogidas: VRP with Pick-up and Deliveries (VRPPD).
• Ventanas de tiempo para la visita de los clientes: VPR with Time Windows (VRPTW).
• Problema con flota heterogéneay ventanas de tiempo flexibles: VPR with a Heterogeneous fleet
of vehicles and Soft Time Windows (VRPHESTW).
• Problema con entregas y recogidas, capacidad de los vehículos de la flota y ventanas de tiempo
para la visita de los clientes: Capacitated VRP with Pick-up and Deliveries and Time Windows
(CVRPPDTW).
• Problema con más de un centro de distribución y ventanas de tiempo para la visita de los
clientes: Multiple Depot VRP with Time Windows (MDVRPTW).
Todos estos problemas, incluyendo el problema básico con un único centro de distribución y un único
vehículo, son problemas de optimización muy difíciles de resolver, se conocen en la literatura como
NP-Hard, sin embargo, existen diferentes técnicas heurísticas, tales como: algoritmos genéticos,
enfriamiento simulado, búsqueda tabú, colonia de hormigas, algoritmos de búsqueda local, etc., que
permiten encontrar buenas soluciones que se pueden implementar en los problemas de la vida real.
Para el lector interesado en estas y otras herramientas se recomienda revisar el capítulo 14 del libro
Investigación de Operaciones de Hillier y Liberman. (Hillier y Lieberman, 2015).
POLITÉCNICO GRANCOLOMBIANO 12
4. Diseño de sistemas y redes de distribución
Como una última aplicación de los modelos matemáticos a la gestión del transporte y la distribución,
considere el problema de localizar de la mejor manera los centros de distribución. Para resolver
este problema, existen herramientas de decisión de tipo cuantitativo que permiten establecer la
localización más adecuada, las más importantes son:
Método de ponderación de factores: consiste en ponderar, según su importancia, los factores que se
tuvieron en cuenta al momento de establecer la localización de la nueva instalación. Para ello se deben
seguir los siguientes pasos:
1. Seleccionar los factores que se van a tener en cuenta para decidir la localización.
2. Ponderar cada uno de los factores de acuerdo con su nivel de importancia, teniendo en cuenta
que entre más importante el factor, más alto el ponderador.
3. Asignar una puntuación para cada factor de acuerdo con la alternativa de localización.
Método de programación lineal: este método, a diferencia de los anteriores, garantiza el resultado
óptimo, sin embargo, se debe tener en cuenta que no considera variables de tipo cualitativo y por el
contrario asume que todos los factores de localización son de carácter cuantitativo y determinístico.
Método del centro de gravedad: a diferencia del método anterior, este método tiene en cuenta
diferentes factores que son importantes para la decisión, tales como la localización de los mercados,
el volumen de los artículos transportados y los costos de transporte por unidad. Uno de los problemas
de este método es que asume que el costo de transporte es el mismo en cada localización y que
adicionalmente es proporcional a la distancia recorrida y al volumen transportado. El algoritmo para
desarrollar el método es el siguiente:
2. Estimar el centro de gravedad a través de las siguientes ecuaciones para cada una de las
coordenadas X,Y:
POLITÉCNICO GRANCOLOMBIANO 13
Donde:
Para cerrar esta breve introducción a los modelos de localización, considere el siguiente ejemplo:
Se quiere establecer la ubicación de un nuevo centro de distribución nacional, el cual va a servir a las
siguientes ciudades, así:
Tabla 7. Coordenadas
POLITÉCNICO GRANCOLOMBIANO 14
Calculando el centro de gravedad obtiene el siguiente resultado:
A partir de los resultados obtenidos el centro de distribución debería estar ubicado en la frontera
entre Boyacá y Santander.
¿Sabía que...?
Para definir la localización de nuevas instalaciones es necesario identificar
factores en 4 niveles, por ejemplo:
POLITÉCNICO GRANCOLOMBIANO 15
Referencias
Ahuja, R. K., Magnanti, T. L., y Orlin, J. B. (1993). Network flows: theory, algorithms, and applications.
Prentice Hall.
Anderson, D., y Sweeney, D. W. (2005). Métodos cuantitativos para los negocios (9.ª ed.). México:
Cengage Learning Editores.
Referencias de figuras
Bipartite graph with matching. (2007). Figura 2. Grafo bipartito con 3 nodos de origen, 4 nodos
de destino y 9 arcos [Gráfico]. Recuperado de https://upload.wikimedia.org/wikipedia/commons/
thumb/2/2d/Bipartite_graph_with_matching.svg/1280px-Bipartite_graph_with_matching.svg.png
Directed.svg. (2006). Figura 1. Grafo dirigido con 3 nodos y 3 arcos [Gráfico]. Recuperado de https://
upload.wikimedia.org/wikipedia/commons/thumb/a/a2/Directed.svg/1138px-Directed.svg.png
Rodríguez, A. (2007). Figura 12. Representación como red de un problema de ruteo de vehículos
[Gráfico]. Recuperado de https://commons.wikimedia.org/wiki/File:Vrp_esquema.png
POLITÉCNICO GRANCOLOMBIANO 16
INFORMACIÓN TÉCNICA
POLITÉCNICO GRANCOLOMBIANO 17