TRANSPORTE Y ASIGNACION

Algoritmo de Transporte Mtodo Noroccidental - Mtodo Vogel - Mtodo Simplex Algoritmo de Asignacin Mtodo Hungaro

ESTRUCTURA DE TRANSPORTE

Se supone que m origen tienen que surtir a n centros de consumo con un cierto producto. La capacidad de oferta del origen i es ai con i = (1,....m) y la demanda en el centro de consumo j es bj con j = (1,......,n). Se supone que cij es el costo de enviar una unidad del producto del origen i al centro de consumo j.

PROBLEMA DE TRANSPORTE
si, centro de oferta di, centro de demanda Xij, flujo del centro de oferta i al centro de demanda j

C1

d1

s1

P1 C2
d2

s2

P2

C3

d3

C4
s3

d4

P3 C5
d5

 El problema de transporte se reduce a determinar cuntas unidades del producto deben enviarse del origen i al centro de consumo j, tal que se minimicen los costos totales de distribucin, se satisfaga la demanda del centro de consumo j y no se exceda la capacidad de oferta del origen i.

 Sea Xij la variable de decisin, formulacin del problema lineal es:

m n

entonces la

Mn Z = cij Xij
i j

sujeto a con

j m
i

Xij ai, i=(1,......,m)

Xij bj, j=(1,......,n) Xij 0, i=(1,....m) j=(1,....,n)

 Con la adicin de las variables de holgura y superfluas el problema puede escrbirse como: Mn Z = cij Xij i j n sujeto a Xij = ai, i=(1,......,m) j m Xij = bj, j=(1,......,n)
i mn

con

Xij 0, i=(1,....m) j=(1,....,n)

 Esta formulacin lineal, PT, se denomina estructura de transporte. La restriccin 1, indica que todo flujo del producto que emana del origen i y que se enva a todos los posibles m destinos, no puede excederse a la oferta del origen i ques ai. Existe una restriccin de ese tipo por cada origen. La restriccin 2, indica que todo flujo del producto que llega al centro de consumo j de todos los posibles n origen debe satisfacer la demanda del centro de consumo bj. Las restricciones de no negatividad indican que el sentido del flujo del producto es de los orgenes a los destino, unicamente.

ALGORITMO DE TRANSPORTE
Mn Z = cij Xij i j n sujeto a Xij = ai, i=(1,......,m) j m Xij = bj, j=(1,......,n)
i
mn

con

Xij 0, i=(1,....m) j=(1,....,n)

 En el problema PT, ai y bj son nmero enteros positivos. Para construir el algoritmo se establecer dos matrices: una matriz de costos y una matriz de flujos. Cuando la oferta total sea mayor que la demanda total es decir: ai > bj, entonces se aade un centro de consumo artificial n + 1, cuya demanda bn+1 es ai - bj, y cuyos costos unitarios c k,n+1, K=(1,...,m) son todos ceros.

MATRIZ DE COSTOS
Destinos 1 2 ...........................n 1 c11 c12........................c1n 2 Origenes c21 c22........................c2n Oferta

a1 a2 . .

. . . . m cm1 cm2......................cmn
b1 b2 .......................bn Costos

am

Demanda

MATRIZ DE FLUJOS
Destinos 1 1 Origenes 2 2 ...................................n a1 a2 Oferta

X11 X12 ............................... .X1n X21 X22 ............................... .X2n

Xm1 Xm2 ...............................Xmn

am

Demanda

b1

b2 ............................... .. bn

 Si la demanda total excede a la oferta total, es decir, bj > ai, entonces se aade un centro de oferta artificial m+1, cuya capacidad de oferta a m+1 es bj - ai, y cuyos costos unitarios c m+1,k, son todos ceros. Una vez que el problema de transporte est balanceado, se requiere una solucin inicial sea bsica y factible. Los mtodos aplicables son el Mtodo del Extremo Noroccidental y Mtodo de Vogel.

Destinos 1 1 2 .. Origenes . . . m Demanda 2...................... n n+1

Oferta

c11 c12........................c1n c21 c22........................c2n

0 0

a1 a2 . .

cm1 cm2........................cmn

b1 b2 ......................... bn
Costos

am 0 m n ai - bj j i

Destinos 1 2 ...................... n 1 2 .. . . . m m+1 Demanda c11 c12........................c1n c21 c22........................c2n

Oferta a1 a2

Origenes

cm1 cm2........................cmn 0 0 ..........................0

am n m bj - ai j i

b1 b2 ......................... bn Costos

METODO DEL EXTREMO NOROCCIDENTAL PARA GENERAR UNA SOLUCIN INICIAL BSICA
El punto de partida es una matriz con orgenes, destinos, ofertas y demandas de un problema balanceado. Para obtener una solucin bsica factible al problema, PT, se empieza a construir un matriz de flujos de la siguientes manera: ai bj Las variables Xij slo pueden tomar el valor 0 1. Toman el valor 1 si el origen i se hace corresponder con el destino j, y 0 en caso contrario

 Para resolver estos problemas se aplican algoritmos de asignacin . Una condicin necesaria y suficiente para que estos problemas tengan una solucin es que estn balanceados, esto es, que la oferta total sea igual a la demanda total. As si existen m orgenes y n destinos, se requiere que m y n sean iguales. Un algoritmo para resolver este tipo de problemas es el Mtodo Hnguro

Destinos

1 2 . . . n Demanda

Oferta

1 2 ...........................m
a1 a2 . . . . am b1 b2 ......................bn

 PASO I. En la posicin (1,1), que es el extremo noroccidental de la matriz asgnese el Mn (a1,b1) = X1,1. Rstese X1,1 de la oferta a1 y de la demanda b1. Alguna de estas cantidades se convertir en cero PASO II. Si a1 se convierte en cero, psese a la posicin (2,1) y hgase X 2,1 = Mn (b1 - X 1,1, a2). Si por el otro lado es b1 el que se convierte en cero en el paso anterior, se pasa a la posicin (1,2) y X 1,2 = Mn (a1 - X 1,2,, b2) PASO III. Continuese con la misma lgica hata llegar a la posicin (m,n). La matriz de flujos que se obtenga ser lfactible y bsica para PT

METODO DE VOGEL
PASO I: Este mtodo comienza calculando, para cada regln y columna, una penalizacin igual a la diferencia entre los dos costos ms pequeos en el regln (o columna). PASO II: encuentre el regln o columna con la penalizacin ms grande. Dentro de ese regln o columna, fije la variable con costo ms bajo, con el valor ms alto posible y anule el resto de las variables del regln o columna correspondiente. PASO III: Actualice las penalizaciones (esta vez no se consideran las variables ya fijadas) y vuelva a iterar hasta completar el tableau.

 PROBLEMAS DE ASIGNACION
La formulacin de un problema es:
m n

Mn Z = cij Xij sujeto a Xij = 1, i = 1,......., m

i n m

Xij
i
j Xij 0

= 1, j = 1,......., n

PASO I: METODO HUNGARO

Dada una matriz de costos de un problema de asignacin balanceado, reste en cada columna y en cada rengln el nmero ms pequeo de esa columna rengln, del resto de los elementos en esa columna o rengln. En otras palabras: cij = cij - Mn cij, j = 1,.........,n cij = cij - Mn cij, i = 1,.........m

PASO II: METODO HUNGARO

En la nueva matriz de costos seleccione 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 slo destino y cada destino tiene asignado un slo origen, se ha encontrado la asignacin ptima. En caso contrario contine con el PASO III.

PASO III: METODO HUNGARO

En este paso encuentra la condicin de Konig de que O(M) = D(M), siendo la Matriz de costos del PASO II. Este paso tiene 6 etapas: 3-1 Marque cada fila que no contiene un cero asignado 3-2 Marque cada columna que contiene un cero (no necesariamente asignado) en la fila marcada en el Paso 31 3-3 Marque cada fila que contiene un sero asignado en la columna marcada en el Paso 3-2

PASO III: METODO HUNGARO

3-4 Repita los pasos 3-2 y 3-3 hasta que no se puedan marcar ms columnas o filas 3-5 Tache las filas no marcadas y las columnas marcadas 3-6 Seleccinese al nmero ms pequeo de los elementos no cubiertos por una tachadur horizontal o vertical. Reste ese elemento del resto de los no tachados y sume ese elemento a los tachados en cruz, es decir, por una tachadura horizontal y vertical. Los elementos cruzados por una sola tachadura no cambian. Regrsese al PASO II