Las aplicaciones de los problemas de transporte y asignación tienden a requerir un
número muy grande de restricciones y variables, de manera que una solución en computadora del método símplex puede necesitar de un esfuerzo computacional exorbitante. Por fortuna, una característica clave de estos problemas es que la mayor parte de los coeficientes aij de las restricciones son iguales a cero. Como resultado, se han podido desarrollar algoritmos simplificados especiales que logran ahorros computacionales sorprendentes para explotar esta estructura especial del problema. En consecuencia, es importante familiarizarse bien con estos tipos especiales de problemas a fi n de reconocerlos cuando surjan y aplicar el procedimiento adecuado para resolverlos. Para describir el modelo general del problema de transporte es necesario emplear términos mucho menos específicos que los que se usaron para designar los componentes del ejemplo prototípico. En particular, el problema general de transporte se refiere —en sentido literal o figurado— a la distribución de cualquier mercancía desde cualquier grupo de centros de suministro, llamados orígenes, a cualquier grupo de centros de recepción, llamados destinos, de tal manera que se minimicen los costos totales de distribución. La correspondencia en terminología entre el ejemplo prototípico y el problema general se resume. Como lo indican el cuarto y quinto renglones de la tabla, cada origen tiene que distribuir cierto suministro de unidades a los destinos y cada destino tiene cierta demanda de unidades que deben recibir de los orígenes. El modelo de un problema de transporte se basa en los siguientes supuestos sobre estos suministros y demandas.
Que es un modelo de asignación.
El problema de asignación es un tipo especial de problema de programación lineal
en el que los asignados son recursos que se destinan a la realización de tareas. Por ejemplo, los asignados pueden ser empleados a quienes se tiene que dar trabajo. La asignación de personas a trabajos es una aplicación común del problema de asignación.10 Sin embargo, los asignados no tienen que ser personas. También pueden ser máquinas, vehículos o plantas, o incluso periodos a los que se asignan tareas. El primero de los siguientes ejemplos se refiere a máquinas asignadas a lugares, de manera que la tarea en este caso se trata sólo de tener una máquina. Un ejemplo posterior se refiere a plantas a las que se asignan productos que deben fabricar. Para que se ajuste a la defi nición de un problema de asignación, es necesario que este tipo de aplicaciones se formule de manera tal que se cumplan los siguientes supuestos. 1. El número de asignados es igual al número de tareas. (Este número se denota por n.) 2. A cada asignado se le asigna sólo una tarea. 3. Cada tarea debe realizarla sólo un asignado. 4. Existe un costo cij asociado con el asignado i (i 5 1, 2, . . . , n) que realiza la tarea j (j 5 1, 2, . . . , n). 5. El objetivo es determinar cómo deben hacerse las n asignaciones para minimizar los costos totales. El modelo de asignación determina la cantidad de recursos informáticos, de memoria y de almacenamiento que se asigna a los tipos de objeto. Para definir los valores de asignación, modifique la política que se aplica a los objetos. Los valores de asignación, también conocidos como índices de sobreasignación, afectan al rendimiento y al coste. El modelo de asignación funciona junto con el modelo de demanda.
Cuál es el algoritmo en ambos modelos anteriores.
Método símplex mejorado para solucionar el problema de transporte
El problema de transporte es sólo un tipo especial de problemas de programación lineal y puede resolverse con el método símplex como se describió en el capítulo 4. Sin embargo, en esta sección se verá que, si se aprovecha la estructura especial que se muestra en la tabla 8.6, se puede lograr un importante ahorro de cálculos. Se hará referencia a este procedimiento mejorado como el método símplex de transporte. Al avanzar en la lectura, observe en particular la forma en que se aprovecha la estructura especial para desarrollar un menor esfuerzo computacional. Este ahorro ilustra una técnica importante de IO: la simplificación de un algoritmo para aprovechar la estructura especial del problema que se tiene que resolver. Preparación para el método símplex de transporte Para resaltar la simplificación lograda por el método símplex de transporte, se revisará primero la forma en que el método símplex general (no simplificado) establecería el problema de transporte en forma tabular. Después de construir la tabla de los coeficientes de restricción, de convertir la función objetivo a la forma de maximización y de usar el método de la gran M para introducir las variables artificiales z1, z2, . . . , zm1n en las m 1 n ecuaciones de restricción respectivas, se observa que las columnas de la tabla símplex tendrían la forma, donde todos los elementos que no se muestran en estas columnas son iguales a cero.
Que es un destino ficticio: ver el ejemplo modelo
Para convertir las desigualdades en ecuaciones con el fi n de que se ajusten al
problema de transporte, se usa la técnica ya conocida de introducir variables de holgura, descrita en la sección. En el contexto de este ejemplo, las variables de holgura se interpretan como asignaciones a un destino ficticio que representa la capacidad de producción no utilizada en los meses correspondientes. Este ajuste permite que el abastecimiento, en la formulación del problema de transporte, sea la capacidad de producción total en ese mes. Más aún, como la demanda del destino ficticio es la capacidad total no utilizada, esta demanda es (25 1 35 1 30 1 10) 2 (10 1 15 1 25 1 20) 5 30. Con esta demanda incluida, la suma de los suministros ahora debe ser igual a la suma de las demandas, que es la condición dada por la propiedad de soluciones factibles para que éstas existan. Los datos de costo asociados con el destino ficticio deben ser iguales a cero, ya que la asignación ficticia no significa costo alguno. (Los costos con valor M serían inapropiados para esta columna, pues no se trata de forzar que los valores correspondientes de xij sean iguales a cero. En realidad, esos valores deben sumar 30.) La situación es análoga al problema de programación de la producción de la Northern Airplane Co., donde existía un exceso de capacidad de abastecimiento, pero ahora se tiene un exceso de capacidad de demanda. En consecuencia, en lugar de introducir un destino ficticio para “recibir” los recursos que sobran, el ajuste será introducir un origen ficticio para “enviar” la capacidad.
Como se formulan los modelos de transporte y asignación
— Z: función de costes totales que se desea minimizar.
— cij: coste de transportar una unidad de producto desde el origen i (i=1, 2,..., m) hasta el destino j (j=1, 2,..., n). — xij: cantidad transportada de producto desde el origen i hasta el destino j. — bi: cantidad disponible de producto en cada origen i. — dj: cantidad demandada de producto en cada destino j. Los problemas de transporte pueden ser resueltos mediante el Algoritmo del Simplex. Sin embargo, dadas las peculiaridades de este problema han aparecido otros algoritmos específicos que facilitan el proceso.
De la pagina 285 leer el apartado sobre la generalización del
problema del transporte e incluir un breve resumen.
Para describir el modelo general del problema de transporte es necesario emplear
términos mucho menos específi cos que los que se usaron para designar los componentes del ejemplo prototípico. En particular, el problema general de transporte se refi ere —en sentido literal o fi gurado— a la distri bución de cualquier mercancía desde cualquier grupo de centros de suministro, llamados orígenes, a cualquier grupo de centros de recepción, llamados destinos, de tal manera que se minimicen los costos totales de distribución Como lo indican el cuarto y quinto renglones de la tabla, cada origen tiene que distribuir cierto suministro de unidades a los destinos y cada destino tiene cierta demanda de unidades que deben recibir de los orígenes. Este supuesto sirve para el problema de la P & T Co., ya que cada enlatadora (origen) tiene una producción fija y cada almacén (destino) tiene una asignación fi ja. El supuesto de que no hay margen en las cantidades que deben enviarse o recibirse significa que es necesario un balance entre el suministro total de todos los orígenes y la demanda total de todos los destinos. Propiedad de soluciones factibles: un problema de transporte tiene soluciones factibles si y sólo si. Por fortuna, estas sumas son iguales en el caso de P & T Co., puesto indica que los suministros (producción) suman 300 camiones cargados, esto es, igual que el número de las demandas (asignaciones). En algunos problemas reales, los suministros representan cantidades máximas —y no canti dades fi jas— que deben distribuirse. En forma parecida, en otros casos, las demandas representan cantidades máximas —y no fijas— que deben recibirse. Tales problemas no se ajustan por completo al problema de transporte porque violan el supuesto de requerimientos. Sin embargo, es posible reformular el problema de manera que se ajuste al modelo con la introducción de un destino ficticio o un origen ficticio que considere la holgura entre las cantidades reales distribuidas y las máximas. Esta situación se ilustrará con dos ejemplos al final de esta sección. El último renglón de la tabla 8.4 se refiere a un costo por unidad distribuida. Este costo unitario implica el siguiente supuesto básico de cualquier problema de transporte Supuesto de costo: El costo de distribuir unidades de un origen a un destino dados es directamente proporcional al número de unidades distribuidas. Por tanto, este costo es igual al costo unitario de distribución multiplicado por el número de unidades distribuidas. (El costo unitario del origen i al destino j se denota por cij.) El modelo: Cualquier problema —ya sea que involucre el transporte o no— se ajusta a este modelo de un problema de transporte si se puede describir por completo en términos de una tabla de parámetros como la que se presenta en la tabla 8.5 y satisface tanto el supuesto de requerimientos como el de costo. El objetivo es minimizar el costo total de distribuir las unidades. Todos los parámetros del modelo están incluidos en esta tabla de parámetros. En consecuencia, la formulación de cierto problema como uno de transporte sólo requiere llenar una tabla de parámetros en el formato de la tabla 8.5. (La tabla de parámetros del problema de la P & T Co., se muestra en la fi gura 8.2.) De manera alterna, la misma información se puede proporcionar mediante la representación en red del problema que se muestra en la fi gura 8.3, como ya se hizo en la fi gura 8.2 en el problema de la P & T Co. Algunos problemas que no tienen relación con transporte también se pueden formular como un problema de este tipo en cualquiera de las dos formas mencionadas. En la sección Worked Examples en el sitio de internet de este libro se incluye otro ejemplo de este tipo de problemas. Como un problema de transportació. Propiedad de soluciones enteras: En los casos de problemas de transporte en los que si y dj toman un valor entero, todas las variables básicas (asignaciones), de toda solución básica factible (inclusive la óptima), asumen también valores enteros.