M.C.

Irma Estrada Patio

Captulo 4

Transporte y Asignacin

Contenido: 4.1-Definicin del problema de transporte. 4.2 Mtodo de la Esquina Noroeste y Mtodo de aproximacin de Vogel 4.3 Mtodo MODI (distribucin modificada, tambin denominada u-v) 4.4 Procedimiento de optimizacin 4.5 Definicin del problema de asignacin 4.6 El Mtodo Hngaro 4.7 Ejercicios

107

M.C. Irma Estrada Patio

TRANSPORTE Y ASIGNACIN 4.1 Definicin del problema de transporte.

En la formulacin de problemas de programacin Lineal es frecuente encontrar problemas con estructuras particulares que permitan la utilizacin de mtodos especiales de solucin. A continuacin explicaremos algunos de los mtodos ms comnmente utilizados como son: Mtodo de Transporte Mtodo de Asignacin El Mtodo de Transporte, el nombre de este mtodo se debe a que se desarroll para un caso de distribucin entre fbricas y centros de consumo en tal forma que se minimizaran los costos de distribucin. Muchos problemas tienen estructura similar por lo que se resuelven mediante este mtodo a pesar de no ser problemas de distribucin. Puesto que el problema de transporte es un caso especial de un problema de programacin lineal, puede ser resuelto aplicando el mtodo simples tal y como se describi en captulos anteriores, sin embargo en este capitulo se presenta un procedimiento simplificado para resolver problemas con la estructura antes mencionada. y es conocido como mtodo de transporte. Modelo Matemtico Antes de presentar el modelo matemtico del problema de transporte, es necesario conocer la nomenclatura que se va a utilizar a lo largo de este capitulo. m = nmero de fuentes distribuidoras n = nmero de destinos receptores ai = capacidad de la fuente i bj = demanda del almacn j Cij = costo de enviar una unidad de la fuente i al destino j Xij = nmero de unidades enviadas de la fuente i al destino j Z = costo total de distribucin (transporte) La tabla de la figura 4.1 proporciona toda la informacin necesaria en un problema de transporte. Destino Costo unitario 1 2 3 n Capacidad de transporte 1 C11 C12 C1n a1 2 C21 C22 C2n a2 Fuente : : : : : : m Cm1 Cm2 Cmn am Demanda b1 b2 b3 bn

Fig. 4.1 matriz con informacin de un problema de transporte.

108

M.C. Irma Estrada Patio

El modelo matemtico correspondiente al problema de transporte es el siguiente: Encontrar los valores de Xij tales que minimicen el costo total de la distribucin de productos de la fuente i al destino j. Es decir: La formulacin general del problema de transporte sera: Min Z =
m

i=1

j=1

CijXij = ai

j=1 m

Xij

i=1,2,..,m son las restricciones de capacidad

Xij = bj
i=1

j = 1,2,.,n

son las resticciones de demanda

Xij

Para toda i, j restricciones de no-negatividad

Existe una condicin que se debe satisfacer y es que el problema debe estar balanceado es decir:
m

i=1

ai

bj
j=1

ya que

Xij =
i j

ai
i

Xij =
i j

bj
j

Al hablar de balance quiere decir que la capacidad total debe ser igual a la demanda total Si el problema no esta balanceado una fuente o un destino ficticio se aade con el fin de absorber la diferencia y as convertir las desigualdades en igualdades y satisfacer la condicin de factibilidad (balance). O sea este sistema de m + n ecuaciones incluye una ecuacin dependiente debido a que
m i=1

ai = bj
j=1

Por lo tanto como se dijo al inicio un problema de transporte es un problema de programacin lineal con m + n 1 ecuaciones independientes y m.n variables. Considerando lo anterior, se tiene que una solucin bsica de dicho sistema tendr m + n 1 variables bsicas y el resto iguales a cero (no-bsicas (m-1) (n-1)). En general, la manera de resolver problemas de este tipo se puede resumir en el siguiente diagrama donde se pueden visualizar las etapas a seguir para obtener la solucin ptima. En la figura 4.2 se muestra un diagrama de flujo del algoritmo de transporte en donde se incluyeron las letras A, B, C, D, E que indican las etapas para mejor explicacin del procedimiento.

109

M.C. Irma Estrada Patio

A: Sistema original

B: Generar una solucin bsica factible

D: Mejorar la sol. Cambiando la base

no

C: Solucin ptima?

si

E: Solucin optima Min Z

Fig. 4.2 diagrama de flujo del algoritmo de transporte

Sealando los pasos se desarrollar el procedimiento llevando el orden de la figura 4.2 A continuacin se ilustrara el procedimiento con un ejemplo. Problema 1: Se cuenta con 4 fbricas que en enviaran productos a 4 centros de consumo con los respectivos costos y capacidad y oferta de cada planta y centro de consumo respectivamente. Ver datos en la fig. 4.3 Pasos del algoritmo de transporte PASO A. Representacin del sistema original de problema de transporte y debe estar balanceado
m j=1

ai

i=1

bj Centro de consumo 2 3 2 6 X12 X13 0 4 X22 X23 20 10

1 Fabricas 1 * X11 2 X21 Demanda 40

Capacidad 3 45 5 25 70 (balanceado) 70

Fig. 4.3 datos de del problema

* el nmero en esta casilla indica el costo C11 de mandar una unidad de la fabrica 1 al centro de consumo 1 que es $2.00 por unidad transportada, y as sucesivamente. Paso B. Generar una solucin bsica factible
110

M.C. Irma Estrada Patio

Existen varios mtodos para general la solucin factible inicial estos son: B1.- Esquina noroeste B2.- Mtodo de Vogel Existen otros mtodos pero nicamente se explicaran estos dos. Estos 2 mtodos son algoritmos heursticos, el primer mtodo es rpido pero no garantiza una buena solucin inicial, el segundo mtodo se lleva mas tiempo en los clculos porque analiza los costos y nos aproxima a una mejor solucin.

4.2 Mtodo de la Esquina Noroeste y Mtodo de aproximacin de Vogel

B1.- Mtodo de la Esquina Noroeste. Este mtodo no analiza costos, por eso es sumamente sencillo y consta de los siguientes pasos. 1.- Seleccionar la celda de la esquina superior izquierda. 2.- asignar la cantidad mxima posible (segn lo permita la capacidad disponible del rengln o la demanda de la columna) 3.- Moverse una celda a la derecha si todava existe capacidad (ai disponible). Si no moverse una celda hacia abajo si an hay demanda (bj no satisfecha). Si ninguno de los dos es posible, hacer Stop de lo contrario regresar al paso 2. Al terminar (el numero de variables finales que deben quedar en la base debe ser m+n-1) A continuacin se presenta el procedimiento con los datos del problema 1 ver figura 4.4 1 Fabricas 1 40 2 40 Demanda 15
Fig. 4.4 solucin inicial bsica factible del ejemplo 1, utilizando el mtodo de la Esquina Noroeste.

Centro de consumo 2 3 2 6 5 0 4 15 10 20 10

capacidad 3 45 5 25 10 70 (balanceado) 70 5

Nota: el numero de variables bsicas debe ser m+n-1 = 2+3-1= 4 y estas son: X11 = 40 , X12 = 5, X22 = 15, X23 = 10 con un costo de Z = 2*40 + 6*5+4*15+5*10 = $220.00 B2.- Mtodo de Vogel Este mtodo considera un anlisis de costos mnimos, y por eso tiene ms fundamento que el anterior, puesto que est basado en la penalidad unitaria mnima en la que se incurre por dejar de hacer una asignacin en la celda de costo ms pequea en un rengln o columna dados. En general este mtodo obtiene la solucin bsica mas cercana a la solucin optima y los pasos son los siguientes: 1.- Partiendo del problema en su forma tabular aadir columna y un regln para calcular diferencias.

111

M.C. Irma Estrada Patio

2.- Para cada columna y regln calcular las diferencias absolutas entre los dos valores menores de Cij y anotarla en el lugar correspondiente. 3.- Escoger el rengln o columna con la diferencia mayor (los empates se rompen arbitrariamente) y se asigna, en aquella columna rengln donde se localice el costo mas bajo un valor de Xij permitido segn la capacidad y demanda del problema. 4.- Despus de la asignacin se vuelve a calcular diferencias para los renglones y columnas que todava no satisfacen sus capacidades y demandas del problema. No se consideran renglones columnas donde las demandas y capacidades ya estn satisfechos. Se repite el paso 3 hasta satisfacer las demandas y capacidades del problema obteniendo as la solucin bsica inicial. Tomando los datos del problema 1 Paso 1. 1.- Partiendo del problema en su forma tabular aadir columna y un regln para calcular diferencias destino Fabricas 1 2 3 Capa Dif. Dif cidad 1 2 6 3 45 2 0 4 5 25 Deman 40 20 10 da Dif Dif Paso 2. Para cada columna y regln calcular las diferencias absolutas entre los dos valores menores de Cij y anotarla en el lugar correspondiente. Fabricas 1 2 Deman da Dif. 40 2 1 Destino 2 2 0 20 2 6 4 10 2 3 3 45 5 25 4 Capa cidad Dif. 1

3.- Escoger el rengln o columna con la diferencia mayor (los empates se rompen arbitrariamente) y se asigna, la mayor cantidad posible Xij (en este caso mnimo Cij de la columna rengln seleccionado) .

112

M.C. Irma Estrada Patio

Fabricas 1 2 Deman da

1 2 0 25 40 15 2

Destino 2 6 4 20 2

3 3

Capa cidad 45 5 25

Dif. 1 4
Mxima diferencia

10 2

Paso 4.- Despus de la asignacin se vuelve a calcular diferencias para los renglones y columnas que todava no satisfacen sus capacidades y demandas del problema. No se consideran renglones columnas donde las demandas y capacidades ya estn satisfechos. Fabricas 1 25 40 15 2 2 1 2 0 Deman da Dif.1 Dif.2 20 2 6 2 6 4 10 2 3 3 3 45 5 25 4 Capa cidad Dif. 1 1 Dif.2 1

Paso 4.- Despus de la asignacin se vuelve a calcular diferencias para los renglones y columnas que todava no satisfacen sus capacidades y demandas del problema. No se consideran renglones columnas donde las demandas y capacidades ya estn satisfechos. Fabricas 1 Deman da Dif.1 Dif.2 40 15 2 2 6 1 2 20 20 2
Max. diferencia

2 6

3 3

Capa cidad 45 25

Dif. 1 Dif.2 1 1

10 2 3

Paso 3.- 3.- Escoger el rengln o columna con la diferencia mayor (los empates se rompen arbitrariamente) y se asigna, la mayor cantidad posible Xij (en este caso mnimo Cij de la columna rengln seleccionado) .

113

M.C. Irma Estrada Patio

Fabricas 1 Deman da Dif.1 Dif.2 Dif. 3

1 2 40 15 2 2 2

3 10 10 2 3 3

Capa cidad 3 45 25 15

Dif. 1 1

Dif. 2 1

Dif.3 1

Paso 4.- Despus de la asignacin se vuelve a calcular diferencias para los renglones y columnas que todava no satisfacen sus capacidades y demandas del problema. No se consideran renglones columnas donde las demandas y capacidades ya estn satisfechos. Fabricas 1 Deman da Dif.1 Dif.2 Dif. 3 Dif. 4 15 40 15 2 2 2 2 1 2 Capa cidad 45 25 15 Dif. 1 1 Dif. 2 1 Dif.3 1 Dif.4 2

La tabla final quedara: Destino Fabricas 1 15 2 Deman da 25 40 0 20 1 2 20 4 10 2 6 10 5 25 3 3 45 Capa cidad

Nota: el nmero de variables bsicas debe ser m+n-1 = 2+3-1= 4 y estas son: X11 = 15, X12 = 20, X13 = 10, X21 = 25 con un costo de Z = 2*15 + 6*20+3*10+25*0 = $180.00. Como se puede observar esta solucin inicial es mejor que la calculada anteriormente.
114

M.C. Irma Estrada Patio

4.3 y 4.4 Mtodo MODI (distribucin modificada, tambin denominada U-V) y Procedimiento de Optimizacin
C.- solucin ptima? Hacer la prueba de optimalidad su objetivo es verificar si la solucin actual es ptima. Antes de enunciar el criterio de optimizacin se deben mencionar las variables duales Ui y Vj asociadas con las fuentes y los destinos respectivamente. Cijn-b representa el costo de variable no bsica y Cijb representa el costo de variable bsica. Lo que hay que hacer es encontrar los valores Ui y Vj para la solucin actual. Dado que (Cijb - (Ui+Vj)) = 0, los valores de Ui y Vj deben satisfacer el conjunto de ecuaciones: Cijb = Ui + Vj para cada Xij de variable bsica. Puesto que hay m+n-1 variables bsicas, debe haber tambin m+n-1 ecuaciones. Sin embargo el nmero de variables Ui y Vj es m+n , por lo que se asigna un valor arbitrario a una de las variables y se resuelve el sistema de ecuaciones para encontrar el valor de los m+n-1 variables restantes. Un criterio que se recomienda es seleccionar el rengln que tenga asociada Ui asignarle un valor de cero. Enseguida se encuentra algebraicamente el resto de valores Ui y Vj. Criterio de optimalidad.- una solucin es bsica factible y ptima si satisface la condicin de optimalidad siguiente: Que los multiplicadores de la funcin objetivo de las variables no bsicas sean mayores iguales a cero es decir: Zij-Cij = Cij- (Ui+Vj) 0 si alguna de las variables no bsicas es negativa, indica que la solucin actual no es optima, por lo que hay que ir al paso iterativo D, para encontrar una mejor solucin factible. D.- mejorar la solucin cambiando la base. El paso iterativo del algoritmo de transporte consta de tres partes Identificar la variable de entrada Identificar la variable que sale Iterar para encontrar la nueva base ( solucin) Se explicara cada paso. Paso 1.- Identificar variable de entrada Con los datos de la prueba de optimalidad que se hace para las variables que no forman parte de la solucin, se toma como variable de entrada la ms negativa de estas variables y se indica con un signo en la celda, en caso de empate ste se rompe de manera arbitraria. Paso 2.- Identificar la variable que sale. Al dejar de ser cero el valor de la variable que entra se origina una reaccin en cadena de cambios en otras variables bsicas (en celdas con asignacin, sumando y restando , formando un ciclo o circuito balanceado) para poder seguir cumpliendo con las restricciones de oferta y demanda. Las celdas receptoras son aquellas que reciben su asignacin adicional en alguna de las celdas donantes. Por tanto, despus de identificar la cadena, la celda donante que tenga la asignacin (con el valor negativo mas cercano a cero) ser la variable que sale (en caso de empate, ste se rompe de manera arbitraria) Parte 3.- nueva solucin factible. Se encuentra aadiendo el valor de la variable que sale a la asignacin de cada celda receptiva, y restando la misma cantidad a la asignacin de cada celda donante. Una vez hecho lo anterior se regresa al paso C.

115

M.C. Irma Estrada Patio

Ahora seguimos con el ejercicio y vamos a partir de la solucin bsica inicial que nos arroj el mtodo de Vogel. C.- solucin ptima? Fabricas 1 15 2 Deman da 25 40 0 20 1 2 20 4 10 Destino 2 6 10 5 25 3 3 45 Capa cidad

Hacer la prueba de optimalidad conociendo los valores de Ui y Vj. Se calcula de la siguiente manera: Fabricas 1 15 2 Deman da 25 40 V1 = 2 *valor arbitraro de cero Cijb = Ui + Vj de donde Ui = Cijb - Vj y Vj = Cijb Ui ejemplo sustituyendo en las formulas . V1 = 2-0 = 2 ; V2 = 6-0 = 6 ; U2 = 0 2 = -2 Prueba de optimalidad para variables no bsicas: Zij-Cij = Cij- (Ui+Vj) Z22-C22 = 4 -(6-(-2) )= 0 Z23-C23 = 5- (3-(-2)) = 0 Como se puede observar todas las variables no bsicas son 0 por la tanto la tabla actual muestra una solucin bsica factible y optima con un costo de $180.00 par distribuidor productos del centro de consumo i al destino j es decir: X11 = 15, X12 = 20, X13 = 10, X21 = 25 Como con el mtodo de Vogel se obtuvo la solucin ptima y para poder explicar en este ejercicio todo el procedimiento vamos a considerar la solucin bsica factible que nos arrojo el mtodo de la esquina Noroeste. 0 20 V2= 6 1 2 20 4 10 V3= 3 2 6 10 5 25 U2 = -2 3 3 45 U1* = 0 Capa cidad

116

M.C. Irma Estrada Patio

C.- solucin ptima? Si se toma la tabla de la Esquina Noroeste y partimos de la siguiente solucin bsica factible: Hacer la prueba de optimalidad conociendo los valores de Ui y Vj. Se calcula de la siguiente manera: 1 2 3 Capa cidad Fabricas 1 2 6 3 40 5 -4 45 U1*=0 2 0 4 5 0 15 10 25 U2=-2 Demanda 40 20 10 V1=2 *valor arbitrario de cero Cijb = Ui + Vj de donde Ui = Cijb - Vj y Vj = Cijb Ui ejemplo sutituyendo en las formulas. V1=2-0=2 ; V2=6-0=6; U2= 4-6=-2 ; V3= 5-(-2)=7, etc. Prueba de optimalidad para variables no bsicas: Zij-Cij = Cij- (Ui+Vj) Z13-C13 = 3-(0+7)= -4 Z21-C21 = 0 (-2+2)= 0 Como se puede observar hay una variable muy negativa que es la X13, por lo tanto la solucin que muestra a tabla actual no es ptima y por lo tanto se debern hacer cambios. D.- mejorar la solucin cambiando la base. Identificar la variable de entrada es la ms negativa en este caso la X13 Identificar la variable que sale (hacer la cadena recorrido) X12 Iterar para encontrar la nueva base (Presentando la nueva tabla) 1 Fabricas 1 40 2 Demanda 40 0 15+ 20 2 5- 4 10- 10 2 6 + 5 25 3 3 45 Capa cidad V2=6 V3=7

Como se observa en la tabla se form un ciclo balanceado con - y + y donde se resta se toma el valor mayor mas cercano a cero en este caso es 5 por lo que la variable que sale de la base es X12. La nueva solucin se muestra a continuacin y nuevamente se hace la prueba de optimalidad.

117

M.C. Irma Estrada Patio

C.- solucin ptima? Hacer la prueba de optimalidad conociendo los valores de Ui y Vj. Se calcula de la siguiente manera: 1 Fabricas 1 40 2 Demanda -4 40 V1=2 *valor arbitraro de cero Prueba de optimalidad para variables no bsicas : Zij-Cij = Cij- (Ui+Vj) Z12-C12 = 6-(0+2)=4 Z21-C21= 0 (2+2)=-4 Como se puede observar hay una variable muy negativa que es la X21, que entra a la base, por lo tanto la solucin que muestra a tabla actual no es optima y por lo tanto se debern hacer cambios. D.- mejorar la solucin cambiando la base. Identificar la variable de entrada es la ms negativa en este caso la X21 Identificar la variable que sale (hacer la cadena recorrido) sale X23 Iterar para encontrar la nueva base (Presentando la nueva tabla) 1 Fabricas 1 40- 2 Demanda + 40 0 20 20 4 5- 10 2 2 6 5+ 5 25 3 3 45 Capa cidad 0 20 20 V2=2 2 4 4 5 10 V3=3 2 6 5 5 25 U2=2 3 3 45 Capa cidad * U1=0

Como se observa en la tabla se form un ciclo balanceado con - y + y donde se resta se toma el valor mayor mas cercano a cero en este caso es 5 por lo que la variable que sale de la base es X23. La nueva solucin se muestra a continuacin y nuevamente se hace la prueba de optimalidad.

118

M.C. Irma Estrada Patio

C.- solucin ptima? Hacer la prueba de optimalidad conociendo los valores de Ui y Vj.y se hace la prueba de optimalidad. Destino 1 2 3 Capa cidad Fabricas 1 2 6 3 * 35 10 45 U1=0 2 0 4 5 5 20 25 U2=-2 Demanda 40 20 10 V1=2 V2=6 V3=3

*valor arbitrario de cero Prueba de optimalidad para variables no bsicas: Zij-Cij = Cij- (Ui+Vj) Z12-C12 = 6-(0+6)= 0 Z23-C23= 5 (-2+3)= 0 Como se puede observar no existe ninguna variable negativa que quiera entrar a la base por lo tanto la tabla actual muestra una solucin bsica factible y optima. Es decir X11=35, X13=10, X21= 5, X22=20 con un valor de Z= $180.00, quiere decir que la fabrica 1 surtir con 35 unidades al centro de consumo 1, y 10 unidades al centro de consumo 3. La fabrica 2 surtir con 5 unidades al centro de consumo 1, y 20 unidades c Al centro de consumo 2, con un costo total mnimo para la solucin de este problema de $180.00 Nota este problema tiene dos soluciones ptimas alternativas que son la actual presentada y la que dio de manera directa el mtodo de Vogel

4.5 Definicin del problema de asignacin

METODO DE ASIGNACIN Este tipo de problemas son de programacin lineal, y el modelo matemtico se asemeja a un problema con una estructura de transporte, solo que la oferta en cada origen es de valor uno y la demanda en cada destino es tambin de valor uno. Los problemas de asignacin cuentan con mtodos especiales de solucin llamado algoritmo de asignacin y que es muy eficiente ya que si estos problemas se resuelven por le mtodo simples o transporte resultara muy ineficiente. El planteamiento de manera general de un problema de asignacin es. Min Z =
m

i=1

j=1

CijXij =1

j=1 m

Xij

i=1,2,..,m son las restricciones de capacidad

Xij = 1
i=1

j = 1,2,.,n

son las resticciones de demanda

Xij

Para toda i, j restricciones de no-negatividad

119

M.C. Irma Estrada Patio

Las variables Xij slo pueden tomar el valor 0 1 . Toman el valor 1 si el origen i se hace corresponder al destino j, y 0 en caso contrario. Una condicin necesaria y suficiente para que este tipo de problemas tenga solucin es que la oferta total y la demanda total estn balanceados que m orgenes y n destinos sean iguales. A un problema de asignacin desbalanceado se le balancea del mismo modo que un problema de transporte. El algoritmo para resolver problemas de asignacin se le conoce como algoritmo Hngaro, debido a que fueron dos matemticos Hngaros, Knig y Egervary los que aportaron las teoras que sirven de base a este mtodo.

4.6 El Mtodo Hngaro

Mtodo Hngaro: Paso 1. Dada una matriz de costos de un problema de asignacin balanceado, reste en cada columna el nmero mas pequeo correspondiente a cada columna. Se hace lo mismo por cada rengln. Paso 2.- Se examina la nueva matriz de costos seleccinese un cero en cada rengln y columna. Elimine durante el proceso de seleccin la columna y el rengln al que pertenece el cero seleccionado. Si al finalizar este paso se ha hecho una asignacin completa de ceros, es decir cada origen tiene asignado un solo destino y cada destino tiene asignado un solo origen, se ha encontrado la asignacin ptima. En caso contrario contine con el paso 3. Paso 3. Se cubren todos los ceros de la matriz con el mnimo numero de lneas posibles (el nmero de lneas necesarias es igual al nmero de asignaciones posibles) Para lograr lo anterior es necesario hacer lo siguiente. a) Trazar una lnea a todas las columnas que tengan ceros. b) Trazar una lnea a todos los renglones que tengan ceros. c) Repetir los pasos a y b hasta que no quede ningn cero sin marcar. Paso 4. De los elementos no cubiertos seleccinese el nmero menor y rstelo a cada uno de los elementos no cubiertos. Sume este nmero a cada elemento en la interseccin de dos lneas y regrese al paso 2. Ejemplo 2. Encontrar la asignacin ptima de 4 puestos a cuatro personas teniendo como informacin los costos estimados de entrenamiento segn la persona y el puesto ver figura. I 80 * 30 100 60 Puesto II III 100 70 80 50 120 110 130 90 IV 90 60 90 70

Persona

A B C D

Fig. 4.5 datos del problema 2

*Cij = costo en miles de asignar la persona i al trabajo j (entrenamiento, manejo de equipo especializado, capacitacin, etc. Etc.)

120

M.C. Irma Estrada Patio

Xij = es la variable de decisin que nos indica la asignacin de la persona i al puesto j, con respuesta cero si no se asigna y 1 cuando se asigna. La razn de que las sumatorias sean iguales a 1 es que slo puede asignarse una persona a un puesto y a que slo puede ser asignado un puesto por persona. Solucin aplicando el mtodo Hngaro. Se observa que el problema esta balanceado el numero de renglones = al nmero de columnas .En caso contrario el problema se debe balancear colocando una columna rengln artificial con costos ceros. Paso 1. Dada una matriz de costos de un problema de asignacin balanceado, reste en cada columna el nmero mas pequeo correspondiente a cada columna. Se hace lo mismo por cada rengln Construyendo ceros en cada columna. I II III IV A 50 * 20 20 30 Persona B 0 0 0 0 C 70 40 60 30 D 30 50 40 10 Y despus ceros en cada fila o rengln. I II III IV A 30 0 0 10 Persona B 0 0 0 0 C 40 10 30 0 D 20 40 30 0 Paso 2.- Se examina la nueva matriz de costos seleccinese un cero en cada rengln y columna. Elimine durante el proceso de seleccin la columna y el rengln al que pertenece el cero seleccionado. Si al finalizar este paso se ha hecho una asignacin completa de ceros, es decir cada origen tiene asignado un solo destino y cada destino tiene asignado un solo origen, se ha encontrado la asignacin ptima. En caso contrario contine con el paso 3. Una posible asignacin es: A-II B-III C-IV El puesto I no tiene asignacin y la persona de no esta asignada. Se contina al paso 3 Paso 3. Se cubren todos los ceros de la matriz con el mnimo numero de lneas posibles (el nmero de lneas necesarias es igual al nmero de asignaciones posibles) En este ejercicio son 3 lneas porque se pueden hacer 3 asignaciones Para lograr lo anterior es necesario hacer lo siguiente. a) Cubrir con una lnea todas las columnas que tengan ceros b) Cubrir con un lnea todos los renglones que tengan cero. c) Repetir los pasos a y b hasta que no quede ningn cero sin marcar.

121

M.C. Irma Estrada Patio

I A 30 Persona B 0 C 40 D 20

II 0 0 10 40

III 0 0 30 30

IV 10 0 0 0

Paso 4. De los elementos no cubiertos seleccinese el nmero menor y rstelo a cada uno de los elementos no cubiertos. Sume este nmero a cada elemento en la interseccin de dos lneas y regrese al paso 2. El nmero menor no cubierto es 10 la nueva matriz queda. I A 30 Persona B 0 C 30 D 10 30 20 0 0 20 0 0 0 10 II 0 III 0 IV 20

Paso 2.- Una posible asignacin es: Se da prioridad a aquella columna o rengln que cuenta con un solo cero (es decir una sola asignacin). Persona D al puesto IV Persona C al puesto II Persona A al puesto III Persona B al puesto I El costo total es de $ $290,000.00 por la asignacin de 4 personas a 4 puestos de trabajo.

122

M.C. Irma Estrada Patio

4.7 Ejercicios
1.- La compaa Azrec Silver Mine tiene dos minas de operacin en Chile y tres almacenes de distribucin localizados en diferentes partes de Sudamrica. La compaa enva el mineral por camiones. La capacidad de la mina 1 es de 500 toneladas a la semana y la de la mina 2 es de 1300 toneladas por semana. El potencial de ventas semanales de los tres almacenes es de 1200 toneladas, 500 toneladas y 700 toneladas. El costo de envo por tonelada desde cada mina a cada almacn est dado en la tabla dada. Encuentre el mejor programa de envos posible si el objetivo de la compaa es minimizar el costo de transporte. Formule el problema como un modelo de transporte y resulvalo ( comience con la esquina noroeste) De la mina nmero 1 1 1 2 2 2 Al almacn nmero 1 2 3 1 2 3 Costo de envo (pesos por tonelada) 8 13 9 11 14 5

2. Se envan automviles en camin de tres centros de distribucin a cinco distribuidores. El costo de envo est basado en la distancia recorrida entre las fuentes y destinos. El costo es independiente de si el camin hace el recorrido con carga parcial o completa. La siguiente tabla muestra un resumen de las distancias de recorrido entre los centros de distribucin y los distribuidores y tambin las cifras mensuales de oferta y demanda calculadas en nmeros de automviles. Cada camin puede transportar un mximo de 18 vehculos, dado que el costo de transporte por milla recorrida por el camin es 10.00 USD. a)Formule el problema como un modelo de transporte. b) Encuentre la solucin ptima usando Vogel como sol. Inicial bsica. . Distribuidores Centro de 1 2 3 4 5 Oferta distribucin 1 100 150 200 140 35 400 2 50 70 60 65 80 200 3 40 90 100 150 130 150 Demanda 100 200 150 160 140 4. Una empresa que fabrica un solo producto tiene tres plantas y cuatro clientes. Las

plantas respectivas podrn producir 60, 80 y 40 unidades, durante el siguiente periodo. La empresa se ha comprometido a vender 40 unidades al cliente 1, 60 unidades al cliente 2 y por lo menos 20 unidades al cliente 3. Tanto el cliente 3 como el 4 desean comprar tantas unidades como sea posible de las restantes. la utilidad neta asociada con el envo de una unidad de la planta i al cliente j esta dada en la tabla:

123

M.C. Irma Estrada Patio

Cliente Planta 1 2 3 1 $800 $500 $600 2 $700 $200 $400 3 $500 $100 $300 4 $200 $300 $500

El gerente desea saber cuantas unidades debe vender a los clientes 3 y 4, y cuantas unidades conviene mandar de cada planta a cada cliente, para minimizar sus costos de transporte. A) formule este problema como un problema de transporte construyendo la tabla de parmetros apropiada. B) formule este problema de transporte con el objetivo usual de minimizar el costo total.. C) encontrar la sol. optima.
5. Una compaa tiene tres plantas que fabrican carriolas de beb que deben mandarse a cuatro centros de distribucin necesita recibir 10 cargas al mes. la distancia de cada planta a los respectivos centros de distribucin es la siguiente:

Planta 1 2 3

Centros de distribucin y distancia (millas) 1 2 3 800 1300 400 1100 1400 600 600 1200 800

4 700 1000 900

el costo del flete por embarque es de $100 USD mas $0.50/milla Cuntas cargas deben mandarse desde cada planta a cada centro de distribucin para minimizar el costo total de transporte? 6. Determinar la solucin ptima del siguiente problema: Destino Origen 1 2 3 4 1 8 6 3 7 2 5 12 8 4 3 6 3 9 6 demanda 25 25 20 10

5 5 7 8 20

Recursos 20 30 30

Ejercicio 7. Considere el siguiente problema de asignar 5 operadores a 5 mquinas. Los costos de asignacin son: mquinas 1 1 2 3 4 5 2 5 5 2 6 Operador 3 7 4 2 3 4 4 9 3 5 3 5 7 2 6 7 2 6 5 7 9 1 El operador 1 no puede operar la mquina 3; el operador 3 no puede operar la mquina 4.
124

M.C. Irma Estrada Patio

Bibliografa. 1. Anderson, D.R.-Sweeny, D.J.-William, T.A. "Introduccin a los modelos cuantitativos para administraccin". Ed. Iberoamericana. 2. Bazaraa, M.-Jarvis, J. "Programacin lineal y flujo en redes". Ed. Limusa. 3. Bronson, R. (1983) "Investigacin de operaciones. Teora y 310 problemas resueltos". Mcgraw-Hill,serie Schaum. 4. Chang, Y.-Sullivan, R. (1990) "QSB+. Quantitative Systems for Business Aplications Plus". Prentince Hall. 5. Fernandez Lechon, R.-Castrodeza Chamorro, C. (1989) "Programacin lineal". Ariel. 6. Garcia, J.-Fernandez, L.-Tejera, P. (1990) "Tcnicas de Investigacin Operativa". Ed. Paraninfo. 7. Gass, S.I. (1966) "Programacin lineal". CECSA. 8. Hillier, F.-Lieberman, G. (1991) "Introduccin a la investigacin de operaciones". Mcgraw-Hill. 9. Infante Macias, R. (1977) "Mtodos de Programacin matemtica". UNED. 10. Luenberger, D.E. (1989) "Programacin lineal y no lineal". Addison-Wesley Iberoamericana. 11. Martn, Q. (2003) "Investigacin Operativa". Prentice Hall. 12. Mora, J.L. (1980) "Investigacin de operaciones e informtica". Ed. Trillas. 13. Prawda Witemberg, J. (1980) "Mtodos y modelos de investigacin de operaciones". Limusa. 14. Ravindran, A.-Phillips, D.-Solberg, J. (1987) "Operations research. Principles and Practice". Willey. 15. Rios Insua, S. (1988) "Investigacin Operativa. Optimizacin". Ed. Centro de Estudios Ramon Areces. 16. Shamblin, J.E.-Stevens, G.T. (1975) "Investigacin de operaciones: un enfoque fundamental". Mcgraw-Hill. 17. Simonnard, M. (1972) "Programacin lineal". Paraninfo. 18. Taha, H. (1991) "Investigacin de operaciones". Alfaomega. 19. Thierauf, R.J. (1978) "Introducin a la investigacin de operaciones". Ed. Limusa.. 20. Schrage, L. (1984) "Linear,Integer, and Quadratic Programming with LINDO". The Scientific Press, Palo Alto, California. 21. Wayne L. Winston Investigacin de Operaciones Aplicaciones y algoritmos Editorial Iberoamerica

125