Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CURSO:
INVESTIGACIÓN OPERATIVA
DOCENTE:
CELINA TAHUA UGAZ
INTEGRANTES:
MENDEZ HUAMAN, ZENHIA MIRHYAM
NIKOLE FIORELLA PARIONA OJEDA
LIMA-PERÚ
1
Resumen:
En 1947, TC Koopmans publicó su libro Uso óptimo de los sistemas de
transporte. Estas dos obras forman la base para el desarrollo del transporte.
Sin embargo, fue William R. Vogel quien inició el trabajo hacia soluciones
posteriores y modelos de optimización para problemas de transporte. Hay
muchas formas de encontrar la solución óptima a su problema de transporte.
Por lo tanto, podemos mencionar el método de la esquina noroeste.
Aproximación de Vogel y método de coste mínimo. El método de aproximación
de Vogel es un método heurístico que suele dar una mejor solución inicial que
otros métodos. Su uso más habitual es para resolver problemas relacionados
con la industria y el comercio en general, ya que tiene en cuenta desde el
principio los costes unitarios de varias rutas posibles con el fin de minimizar el
coste total de la obra. Uno de los primeros usos de las técnicas de
programación lineal fue formular y resolver problemas de transporte mediante
la aplicación de un proceso iterativo para determinar la llamada "solución
básica factible inicial". Después de un proceso de optimización, la solución
finalmente determina la cantidad exacta a enviar desde cada origen a cada
destino en función del costo total de propiedad más bajo. Para este propósito,
está disponible el método de la esquina noroeste. Aproximación de Vogel y
método de coste mínimo. Utilice siempre el método MODI como método de
optimización.
2
and least cost method. The Vogel approximation method is a heuristic method
that usually gives a better initial solution than other methods. Its most common
use is to solve problems related to industry and commerce in general, since it
considers from the beginning the unit costs of several possible routes to
minimize the total cost of the work. One of the first uses of linear programming
techniques was to formulate and solve transportation problems by applying an
iterative process to determine the so-called "initial basic feasible solution." After
an optimization process, the solution ultimately determines the exact quantity to
ship from each origin to each destination based on the lowest total cost of
ownership. For this purpose, the northwest corner method is available. Vogel
approximation and least cost method. Always use the MODI method as the
optimization method.
Introducción
3
Figura 1
Rutas posibles
OBJETIVOS
MATERIAL Y METODOS
MÉTODOS DE SOLUCIÓN
METODOLOGÍA DE SOLUCIÓN
4
Uno de los objetivos del método de Vogel es minimizar el costo de transportar
bienes desde el punto m (el sitio de producción) al punto n (el mercado de
demanda), aumentando así la rentabilidad de la empresa.
En la aproximación de Vogel, la primera solución factible fundamental
encontrada es la mejor solución, o bien puede requerir un número mínimo de
iteraciones para llegar a ella. El método de Vogel efectivamente tiene en
cuenta el costo unitario. Esto se debe a que la diferencia representa el costo
adicional mínimo si no se asigna a la celda de costo más bajo en una fila o
columna en particular. Podemos decir que esta es la principal ventaja de este
método frente a otros métodos.
Es un método que puede llegar rápidamente a la solución óptima.
PASOS
CASO DE ESTUDIO
5
Producción y despacho de la empresa Gloria S.A.C.
Gloria tiene 3 plantas ubicadas en 3 ciudades diferentes y requiere ser
despachado a 4 clientes localizados en 4 diferentes ciudades dentro del país.
Los costos de transporte unitario por tonelada desde cada origen a cada
destino y los volúmenes de oferta y demanda en cientos de toneladas/año son
los siguientes:
Tabla 1
Transporte
Destin Destino Destin Destino Total
o#1 #2 o#3 #4 Oferta
Fábrica #
10 0 20 11 15
1
Fábrica #
12 7 9 20 25
2
Fábrica #
0 14 16 18 5
3
Total
5 15 15 10
Demanda
RESULTADOS
6
Figura 2
En esta primera tabla podemos ver que la mayor diferencia está en la fila
correspondiente a la Fábrica 3. Así que trabaja con esa línea. (Si las filas y las
columnas son iguales, la igualdad se rompe arbitrariamente). Encuentre la
celda con el costo más bajo y asígnele la cantidad máxima de carga posible
dadas las restricciones de oferta y demanda. La regla establece que la carga
asignada es la más baja entre oferta y demanda, igual a 5 en este caso. Las
demás celdas de la fila o columna deben estar cerradas. Siga los mismos
pasos y tome las mismas precauciones para identificar las diferencias 2 y 3.
Los resultados se muestran en la tabla anterior. Una vez que se haya
completado el panel, es nuestra responsabilidad determinar el costo total de
las soluciones fundamentalmente viables encontradas. El siguiente paso es
determinar si la solución es degenerada. De esta desigualdad podemos ver
7
que (# filas # columnas – 1) es menor o igual que el número de celdas
asignadas. Es decir, m n - 1 ≤ #Ca
Ahora veamos si la solución es óptima. Usa el método de la multiplicación para
esto.
CALCULO DE MULTIPLICADORES
Figura 3
El hecho de que todos los costos marginales son menores que los costos
unitarios de transporte nos indica que la solución básica factible inicial
corresponde a la solución óptima.
Cálculo de multiplicadores.
8
Optimización
Se procede a la aplicación de u_i= c_ij- v_j para luego calcular los costos
marginales correspondientes a cada celda no asignada y finalmente decidir
acerca de la reasignación de cifras.
Se comienza por asumir un valor cualquiera para filas (u) o columnas (v). En
términos generales se recomienda el valor de 0 para la fila correspondiente a
la fábrica 1. Una sugerencia no vinculante es asignar un cero en la fila o
columna que tenga la mayor cantidad de celdas asignadas. El proceso sigue
mediante sumas y restas hasta completar la totalidad de filas y columnas. Esta
operación aplica únicamente a las celdas que el proceso de iteración asignó
cantidades a transportar.
Es importante recalcar que la metodología de cálculo supone que el costo de
transporte es proporcional a la cantidad transportada en cada ruta considerada
En este caso, la solución básica factible inicial corresponde a la solución
óptima y su costo total es de UM315
En tal virtud, la solución óptima al problema planteado queda tal como sigue:
Tabla 2
9
MÉTODO DE LA ESQUINA NOR – OESTE
EJERCICIO DE APLICACIÓN
10
Figura 4
Figura 5
11
Cálculo de multiplicadores
Figura 6
Ahora veamos si la solución es óptima
12
Figura 7
Prueba de optimalidad
En este nuevo tablero, la única celda que rebasa su Ci es la que tiene por
costo marginal 13.
El nuevo tablero es el siguiente:
Figura 8
Determinación del tipo de solución
13
3+4–1≤5
6≤5
Solución degenerada. Requiere 1€
Veamos ahora si se trata de la solución óptima.
Figura 9
Nueva prueba de optimalidad
14
3
15
Figura 10
Solución básica factible inicial
Figura 11
16
Prueba de optimalidad.
Figura12
Redistribución de carga de la solución básica
Tabla 4
17
2
DEST. 3 15
ORIGEN
DEST. 1 5
3
RESULTADOS
ENVIAR
DESDE CANTIDAD
A
VOGEL
Origen Destino
5
1 2
Destino
10
4
Origen Destino
10
2 2
Destino
15
3
Origen Destino
5
3 1
NOR
OESTE
Origen Destino
5
1 2
Destino
10
4
18
Origen Destino
10
2 2
Destino
15
3
Origen Destino
5
3 1
COSTO MIN.
Origen Destino
5
1 2
Destino
10
4
Origen Destino
10
2 2
Destino
15
3
Origen Destino
5
3 1
DISCUSION
En el cuadro se puede apreciar que, en los tres métodos utilizados, los envíos
desde cada origen hasta cada destino es la misma. Otro detalle es que las
cantidades despachadas desde cada origen se ajustan a las disponibilidades
de cada fábrica. Igualmente, las cantidades recibidas en cada destino se
ajustan a los volúmenes demandados.
CONCLUSION
19
González Ariza, A. (2015). Manual práctico de investigación de operaciones.
Barranquilla: Universidad del norte.
Guerrero Salas , H. (2009). Programación Lineal Aplicada. Bogotá: Ecoe
Ediciones.
Izar, J. M. (1996). Fundamentos de la Investigación de Operaciones. México.
Lieberman, G. J. (2018). Introducción a la Investigación de Operaciones.
México: Mc Graw Hill.
Nápoles Peña, O. (2007). Folleto de Investigación de Operaciones I. La
Habana: Universitaria.
Otero, J. M. (2006). Modelos de Optimización Continuos. La Habana : Felix
Varela.
Pinzón, F. C. (2012). Investigación Operativa. Ibagué: Universidad de Ibagué.
20