Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modelo de asignación I
Introducción
Explicación
Cada origen tendrá una capacidad de suministro de unidades i y cada destino una
demanda j a ser satisfecha por el origen. El total de la oferta deberá de ser igual al total de
la demanda.
Supuesto de
Supuesto de costo
requerimientos
• El costo de distribución
• Cada origen tiene
es directamente
una capacidad de
proporcional al total de
suministro en
unidades distribuidas.
unidades fija.
• El costo es igual al costo
• Cada destino
unitario de distribución
tiene una
multiplicado por el
demanda fija a
número de unidades
ser satisfecha.
distribuidas.
Veamos un ejemplo:
Autopartes JM tiene tres plantas, una en Monterrey, una en Guadalajara y otra en Cd. de
México; además de dos centros de distribución en Juárez y Celaya, respectivamente. Las
plantas tienen una capacidad trimestral de 1000, 1500 y 1200 mofles cada una y los
centros de distribución una demanda durante el mismo periodo por 2300 y 1400 mofles
respectivamente.
Transportes Terrestres, su compañía transportista cobra $0.08 por milla recorrida por
camión.
Minimizar 80 X11 + 215 X12 + 100 X21 + 108 X22 + 102 X31 + 68 X32
X11 + X12 = 1000 (Monterrey)
X21 + X22 = 1500 (Guadalajara)
X31 + X32 = 1200 (Cd. de México)
Sujeto a
X11 + X21 + X31 = 2300 (Juárez)
X12 + X22 + X32 = 1400 (Celaya)
Xij ≥0, i = 1,2,3, j =1,2
Oferta = 1000 + 1500 + 1200 = 3700
Demanda = 2300 + 1400 = 3700
La compañía quiere determinar el programa óptimo de producción para los cuatro meses.
Demanda de
24 12 14 20 18 14 22
hoja de corte
1. 2. 3. 4. 5. 6. 7.
• Desech
Lune Marte Miércole Jueve Vierne Sábad Doming
o
s s s s s o o
$12 $12 $12 $12 $12 $12 $12 $0 12
1. Nueva
$24 $24 88 4
$6 $5 $3 $3 $3 $3 $0
2. Lunes M 24
14 10
$6 $5 $3 $3 $3 $0
3. Martes M M 12
12
4. $6 $5 $3 $3 $0
Miércole M M M 14
s 10 4
$6 $5 $3 $0
5. Jueves M M M M 20
2 18
6. $6 $5 $0
M M M M M 18
Viernes 14 4
7. $6 $0
M M M M M M 14
Sábado 14
8. $0
M M M M M M M 22
Domingo 22
24 12 14 20 28 14 22 124
La distribución de las hojas de corte por día se hace tomando en cuenta un origen nuevo,
en el supuesto que se compran todas las hojas para el consumo de la semana y a partir
de ahí la distribución por día es realizada tomando en cuenta el requerimiento de la
semana al menor costo posible.
A partir del siguiente ejemplo, se explicaran cada uno de los métodos de solución para
el algoritmo de transporte.
Una compañía transporta maíz de tres silos diferentes a cuatro molinos para su
procesamiento. La siguiente tabla muestra también la oferta y la demanda en camiones
cargados y los costos de transporte en cientos de dólares. El objetivo es determinar el
programa de envíos con el menor costo entre silos y molinos.
Molino
1 2 3 4 Oferta
10 2 20 11
1 15
X11 X12 X13 X14
Silos
20 7 9 20
2 25
X21 X22 X23 X24
4 14 16 18
3 10
X31 X32 X33 X34
Demanda 5 15 15 15
Solución inicial = m + n – 1
Solución inicial = 3 + 4 – 1
Solución inicial = 6
Cierre
Los modelos de asignación son un caso especial de la programación lineal, que busca, de
igual manera que en los modelos de transporte, la minimización de los costos de
asignación; con la única diferencia que lo que aquí se asigna son principalmente tareas a
trabajadores o empleados, pero también es usado para la asignación de máquinas,
vehículos, periodos y otros similares.
Explicación
Los modelos de asignación pueden ser resueltos por el método húngaro y método
húngaro con simplex.
Ejemplo:
Un granjero está requiriendo los servicios de podar, plantar y recolectar en tres diferentes
viveros, A, B y C, por lo que le solicitan sus cotizaciones.
Vivero A $ 15 $ 10 $9
Vivero B $9 $ 15 $ 10
Vivero C $ 10 $ 12 $8
Solución:
Podar Plantar Recolectar Costo mínimo
Vivero A $ 15 $ 10 $9 $9
Vivero B $9 $ 15 $ 10 $9
Vivero C $ 10 $ 12 $8 $8
Vivero A $6 $1 $-
Vivero B $- $6 $1
Vivero C $2 $4 $-
Vivero A $6 $1 $-
Vivero B $- $6 $1
Vivero C $2 $4 $-
Costo mínimo $- $1 $-
Podar Plantar Recolectar
Vivero A $6 $- $-
Vivero B $- $5 $1
Vivero C $2 $3 $-
La asignación que minimizaría los costos para el granjero es Vivero A – Plantar, Vivero B –
Podar y Vivero C – Recolectar.
9 + 10 + 8 = 27
Para concluir, podemos decir que el método húngaro está basado en el método
simplex.
Cierre
En la vida diaria se presentan situaciones en las que se requiere tomar decisiones; para
que éstas no sean tomadas al azar podemos apoyarnos de procesos establecidos, como
la jerarquía analítica cuando estamos hablando de datos conocidos, es decir, bajo
certidumbre, usar árboles de decisión apoyados por el criterio de valor esperado; o
función de utilidad cuando los datos son probabilísticas o bajo riesgo. Ambos nos darán
una guía de la decisión a tomar basada en cálculos matemáticos y probabilísticas.
Explicación
Ejemplo:
Una empresa recibió cotizaciones muy similares de tres proveedores, A, B y C, por lo que
debe tomar la decisión de qué proveedor seleccionar basado en otros criterios, como
reputación y ubicación, por lo que la empresa asigna valores de 83% y 17%
respectivamente. Después asigna un valor para cada proveedor de acuerdo a la siguiente
tabla.
Para seleccionar al proveedor con mayor peso, realizamos los siguientes cálculos
De acuerdo con Taha (2006), “el criterio de valor esperado busca maximizar la utilidad
esperada (promedio) o la minimización del costo esperado”, asumiendo que los datos son
probabilísticas.
Ahora bien, podemos hacer uso del árbol de decisiones (representación visual del
despliegue del problema) para el análisis del criterio del valor esperado. En su
construcción el punto de decisión estará representado por un cuadro y los eventos
aleatorios por un círculo.
Ejemplo:
Una compañía textilera desea comprar acciones a una de dos empresas, A y B, invirtiendo
un total de $10 000. Si analizamos la compañía A, sus acciones podrían redituar 50%
durante el siguiente año aún y cuando son riesgosas y si el mercado se comportara bajista
podría perder 20% de su valor. En el caso de la compañía B, en un mercado alcista seguro
da un rendimiento de 15% y en un mercado bajista 5%. Las publicaciones del mercado
pronostican una probabilidad de 60% para el mercado alcista y 40% en el mercado bajista.
¿Cuál deberá de ser la decisión de inversión?
Dentro de las variantes del criterio del valor esperado están, según Taha (2006), la
determinación de probabilidades a posteriori (basada en experimentación) y el uso de la
utilidad contra el valor real del dinero.
Cuando queremos mejorar la precisión de la estimación del valor esperado se puede
realizar una experimentación adicional o posteriori de Bayes.
Tomando como base el ejemplo anterior, sólo que ahora la compañía realiza su propia
investigación del mercado para ver la probabilidad de un mercado alcista y bajista,
obteniendo que ahora haya un 90% de probabilidad en el mercado alcista de que la
recomendación sea a favor y la bajista disminuye a 50%.
v1 = vota a favor
v2 = voto en contra
m1 = mercado alcista
m2 = mercado bajista
v1 v2
m1 0.9 0.1
m2 0.5 0.5
Probabilidades a posteriori
v1 v2
m1 0.54 0.06
m2 0.2 0.2
0.74 0.26
Las cuales se obtienen multiplicando 0.6 x 0.9, 0.6 x 0.1 y 0.4 x 0.5, 0.4 x 0.5, para luego
sumar los valores obtenidos por columna. Después se dividirán cada uno de los valores
entre el valor de la suma de la columna. Serán estos últimos datos los que se utilizarán
para la construcción del nuevo árbol de decisión.
v1 v2
m1 0.730 0.231
m2 0.270 0.769
El cálculo de toma de decisión se realiza de la misma manera.
Empresa A = 1230
Empresa B = 731
En la Función de Utilidad al contrario del criterio de valor esperado en lo que se analiza
realmente es dinero, aquí el análisis va en función de la retribución que se espera ganar o
perder dependiendo el enfoque que tenga la persona sobre el problema planteado.
Cierre
La toma de decisiones, dependiendo el tipo de datos con los que se cuentan, puede ser
bajo certidumbre o bajo riesgo; el análisis de estas decisiones puede ser apoyado por el
proceso de jerarquía analítica o árbol de decisiones respectivamente, los cuales nos
ayudarán a tomar decisiones evitando la arbitrariedad.
Los árboles de decisión nos permitirán observar gráficamente las opciones que tenemos y
los resultados que obtendríamos a partir de ciertos datos o probabilidades para de esta
manera simplificar la toma de decisiones.
Ya has visto el proceso de toma de decisiones cuando los datos se conocen con certeza, o
bien, cuando se conoce la probabilidad de que sucedan. Ahora analizarás los casos en los
que no es posible asignar probabilidades, se les llama decisiones bajo incertidumbre.
Explicación
Los problemas de decisión bajo incertidumbre pueden ser analizados usando alguno de
los siguientes criterios:
• Laplace. Basado en el principio de razón insuficiente, lo que significa que
como no existe información a priori, no hay razón para creer que las
probabilidades de los estados de la naturaleza sean diferentes, es decir todos
tienen la misma probabilidad de ocurrir.
• Maximin, minimax. De acuerdo con Taha (2006) consiste en hacer la mejor
de las peores condiciones posibles. Si es una pérdida, entonces seleccionamos
la acción que corresponde al criterio minimax. Si es una ganancia, utilizamos el
criterio maximin.
• Criterio de lamento de Savage. Pérdida relativa o pérdida de oportunidad.
• Criterio de Hurwicz. Es una media entre los niveles de seguridad y optimismo.
La industria manufacturera está planeando una expo para la que estima una asistencia de
200, 250, 300 o 350 personas. El costo de la Expo será mínimo si la cantidad de asistentes
es exacta a la planeada. Asistencia por arriba o debajo de lo planeado significaría costos
adicionales, por tener capacidad de sobra o falta. En la tabla se muestran los costos en
miles de dólares dependiendo el caso.
Nivel de asistencia
200 250 300 350
200 5 10 18 25
250 8 7 12 23
Capacidad planeada
300 21 18 12 21
350 30 22 19 15
Laplace
Minimax
Nivel de asistencia
200 250 300 350 Valor máximo
200 5 10 18 25 25
Capacidad planeada 250 8 7 12 23 23
300 21 18 12 21 21
350 30 22 19 15 30
Savage
Nivel de asistencia
200 250 300 350
200 5 10 18 25
250 8 7 12 23
Capacidad planeada
300 21 18 12 21
350 30 22 19 15
A los datos de la tabla se selecciona el valor más pequeño por columna y se le resta a los
demás valores de la misma columna.
Nivel de asistencia
200 250 300 350 Valor máximo
200 0 3 6 10 10
250 3 0 0 8 8
Capacidad planeada
300 16 11 0 6 16
350 25 15 7 0 25
Hurwicz
Para este caso habrá que asignar un valor a α y efectuar la operación, el valor mínimo
será la capacidad planeada óptima.
De acuerdo con Hillier y Lieberman (2006), la teoría de juegos es una teoría matemática
que estudia las características generales de situaciones competitivas de manera formal y
abstracta, donde el resultado final depende de la combinación de estrategias
seleccionadas por los adversarios.
Entre los tipos de teoría de juegos están los de solución óptima de juegos de suma
cero entre dos personas. En este tipo de juegos, sólo son dos los participantes o
jugadores y lo que uno gana, el otro lo pierde, por lo que la suma de las ganancias netas
será cero.
B1 B2 B3 B4 Valor máximo
A1 8 -2 9 -3 -3
A2 6 5 6 8 5 Maximin
A3 -2 4 -9 5 -9
Valor máximo 8 5 9 8
Minimax
Lo que indica esta tabla y sus resultados es que tanto el supermercado A y B, deberán
implementar la campaña de publicidad 2 de cada uno, ya que cualquier otra opción le
estaría dando la ventaja al otro. A este tipo de decisiones en las que no es factible
moverse de estrategia se le llama punto de silla.
Cierre
Sabemos que tomar una decisión en cualquier ámbito, ya sea personal o laboral, en
ocasiones suele ser complicado, más cuando la decisión tomada es bajo incertidumbre, es
decir cuando son tomadas basadas en la experiencia y no en históricos o probabilidades
como lo hacíamos en el tema anterior. Pero para reducir el riesgo hemos aprendido que
nos podemos apoyar de métodos como: Laplace, maximin/minimax, criterio de lamento
de Savage y criterio de Hurwicz.
En la teoría de juegos las decisiones estarán basadas no sólo en las estrategias que
podamos tener como personas o empresas, sino que además se deberán suponer las
reacciones o decisiones del rival. Por su naturaleza, este concepto es muy utilizado en
política, economía, estrategias de penetración de mercados y hasta en juegos de póker o
Texas.
El manejo de inventarios representa para una compañía un tema delicado ya que implica
un costo, pero además requiere de una buena planeación para asegurar que cualquier
bien necesario estará disponible en el momento de necesitarlo.
La finalidad de cualquier modelo será definir el nivel óptimo de inventario, que minimice
sus costos, pero a la vez determine la cantidad y tiempo de reordenamiento de bienes.
Explicación
Existen diferentes maneras de establecer los niveles óptimos de inventarios, pero si nos
enfocamos a las opciones que se tienen mediante modelos de investigación de
operaciones, el resultado sería el siguiente:
De acuerdo con Hillier y Lieberman (2006), los modelos de inventario tienen los siguientes
elementos:
Modelo EOQ determinístico: este modelo supone que la demanda es constante y que el
inventario será consumido en determinada cantidad de tiempo, por esta razón lo que se
busca determinar es la frecuencia y cantidad de reabastecimiento del inventario para así
evitar desabasto.
Modelo EOQ probabilístico: la finalidad de este modelo es la misma que para el EOQ
determinístico, la diferencia es que no hay certeza sobre la demanda, es decir, no es un
valor constante, por lo que se deberá estimar la cantidad y tiempo de reorden.
Los modelos de un solo periodo están enfocados a bienes que sólo pueden ser usados
por un tiempo específico, es decir que son perecederos, que caducan o expiran.
Algunos ejemplos de bienes aplicables a este modelo son periódicos, revistas, frutas,
verduras, flores, medicamentos, artículos de temporada, autos al final del año modelo y
reservaciones aéreas.
De acuerdo con Taha (2006), las suposiciones para este modelo son:
Para los modelos de varios periodos debemos de estar en el supuesto de que no hay
costos de ordenar o fabricar, permite un retraso en el cumplimiento de la demanda, pero
no permite un retraso en la entrega.
Cierre
Para cualquier empresa dedicada a la compra y venta de bienes o servicios los inventarios
son de suma importancia, ya que representan un costo que tendrá que ser registrado en
su manejo contable y que a su vez le permitirá cumplir en tiempo y forma con los
compromisos convenidos con sus clientes y programas de producción.
Un incorrecto control de los inventarios podría causarle a las empresas grandes pérdidas
de dinero, prestigio y contratos futuros.