Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodos de transporte y
metodos de asignacion.
Donde:
PÁGINA 1
aparecido otros algoritmos específicos que facilitan el proceso. Para su
implementación se representa el problema en una tabla de doble entrada:
PÁGINA 2
Se empieza por el elemento de la esquina superior izquierda (x 11) y se elige
entre el menor valor de su disponibilidad (b 1) y su demanda (d1), es decir,
x11=Min (b1, d1). Se repite este proceso hasta completar el valor de la fila
(disponibilidad) o de la columna (demanda), hasta alcanzar una solución
inicial factible.
PÁGINA 3
Seguimos el proceso, por lo que tenemos que establecer el valor de la nueva
esquina noroeste, en este caso la casilla x12=Min(b1, d2)=Min(300-
150,250)=150, quedando agotada la disponibilidad del producto en el primer
centro de trabajo.
PÁGINA 4
Como el número de variables básicas es igual a (m+n-1)=(2+3-1)=4, se trata
de una solución no degenerada.
PÁGINA 5
Al completarse la primera columna, el siguiente valor a asignar es el
correspondiente a x13 (c13=12), de manera que x 13=Min(b1, d3)=Min (300-150,
400)=150, por lo que la disponibilidad del primer centro de trabajo estaría
agotada.
PÁGINA 6
El coste total del transporte resultante de la aplicación del método del mínimo
de filas sería:
Aplicando este método a la empresa que hemos tomado como ejemplo (ver
Tabla 8), comenzaríamos por la casilla 211(211=8), por lo
que 211=Min(22, 11)=Min(500,150)=150, quedando satisfecha la demanda del
primer mercado.
PÁGINA 7
Pasamos a la tercera columna, donde el menor coste es el correspondiente a
la segunda fila 233(233=9), de manera que 233=Min(22, 33)=Min (500-150-250,
400)=100, por lo que la disponibilidad del segundo centro de trabajo estaría
agotada.
Método de Vogel
PÁGINA 8
Es el método que genera una solución inicial factible más próxima a la
óptima. Para aplicar este procedimiento se siguen los siguientes pasos:
a) Se calculan las diferencias en valor absoluto entre los dos menores
costes unitarios, para cada fila y columna, eligiendo aquella de mayor
valor.
b) En la fila o columna seleccionada, se elije la variable con menor
coste unitario, y se asigna su valor hasta satisfacer la demanda o
agotar la disponibilidad, no teniéndose en cuenta, una vez que ha sido
completada, esa fila o columna en las siguientes iteraciones.
c) Se continúa con el proceso hasta alcanzar una solución inicial
factible.
PÁGINA 9
Por último, se alcanza la solución inicial factible (no degenerada) con las
casillas 111 y 133, de manera que 111=Min(11, 11)=Min(300, 150)=150
y 133=Min(11, 33)=Min(300-150, 400-250)=150.
Prueba de optimalidad
Una vez que se ha alcanzado una solución inicial, se debe comprobar que es
la óptima, es decir, si cumpliendo los condicionantes establecidos de
disponibilidad de cada origen i y de demanda de cada destino j, la solución
actual es la que genera el menor coste total de transporte. Para ello, se aplica
el denominado Algoritmo Stepping-Stone o Algoritmo del escalón, cuyos
principios se fundamentan en elAlgoritmo de Simplex o Algoritmo de
Dantzingg.
PÁGINA 10
Para realizar la prueba de optimalidad siguiendo el Algoritmo Stepping-Stone,
se parte de la solución inicial factible alcanzada por alguno de los métodos
desarrollados con anterioridad. En nuestro caso, seguiremos con la empresa
que hemos tomado como ejemplo, tomando como solución inicial factible la
que se ha logrado con la aplicación del Método de la esquina noroeste, tal y
como muestra la siguiente tabla de costes y cantidades transportadas.
PÁGINA 11
El transporte de una unidad del origen A al destino 3 supone un coste
de 12 €. Para cumplir las restricciones del problema, se reduce en una
unidad de transporte del origen A al destino 2, minorando el coste en
15 €. Se añade una unidad del origen B al destino 2, que supone un
aumento del coste en 10 €, y se detrae una unidad de este origen al
destino 3, que implica una reducción de 9 €. Por lo tanto el rendimiento
marginal de la variable 133 sería: 133=12-15+10-9=-2 €, siendo
recomendable modificar la solución inicial.
b) Cálculo del nivel de utilización: a raíz de la información anterior, nos
interesa transportar el mayor número de unidades del origen A al
destino 3, de manera que se cumpla:
PÁGINA 12
A continuación aplicamos a esta nueva solución básica no degenerada la
prueba de optimalidad, calculando los rendimientos marginales de las
variables no básicas 122 y 211.
PÁGINA 13
Por lo tanto, 211=8-9+12-10=1 €, por lo que al resultar positivo tampoco se
conseguiría reducir el coste.
METODOS DE ASIGNACION
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.
PÁGINA 14
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 superior al número de vacantes
(lógicamente haciendo referencia a la aplicación del modelo al contexto de
oferta y demanda laboral).
MÉTODO 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.
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
PÁGINA 15
entre cada costo y el valor mínimo de la fila a la cual cada costo corresponde
(valor mínimo hallado en el primer paso).
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».
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 líneas 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.
Paso 5
Este paso consiste en encontrar el menor elemento de aquellos valores que
no se encuentran cubiertos por las líneas 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 líneas horizontales y verticales, una vez finalizado
este paso se debe volver al paso 4.
Bibliografía
PÁGINA 16
Salazar Lopez, B. (junio de 2019). ingenieria industrial. Obtenido de metodos de
asignacion: https://www.ingenieriaindustrialonline.com/investigacion-de-
operaciones/problemas-de-asignacion/
PÁGINA 17