Modelos de Transporte Power Point

OPERACIONES 2 Transporte
ING. MECANICA
SISTEMATIZACION DE LA ADMINISTRACION DE OPERACIONES - EL MODELO

Tomado y adaptado de Administracin de Produccin y las Operaciones. Adam y Ebert PLANIFICACION
PLANIFICACION
(DISEO) DE LOS SISTEMAS DE CONVERSION: ESTRATEGIAS DE OPERACION PREDICCION (PRONOSTICOS) ALTERNATIVAS DISEO PRODUCTOS/PROCESOS CAPACIDAD DE OPERACIONES PLANEACION UBICACION INSTALACIONES PLANEACION
MODELOS
ORGANIZACION
ORGANIZACION PARA LA CONVERSION

DISEO DE PUESTOS DE TRABAJO ESTANDARES DE PRODUCCION / OPERACIONES MEDICION DEL TRABAJO ADMINISTRACION DE PROYECTOS
DISTRIBUCION FISICA
PROGRAMACION SISTEMAS CONVERSION

PROGRAMACION SISTEMAS Y PLANEACION AGREGADA PROGRAMACION OPERACIONES
MODELOS
Productos Servicios Informacin
INSUMOS
MODELOS
RESULTADOS PROCESO de CONVERSION SEGUIMIENTO

CONTROL
PRODUCTOS
CONTROL
CONTROL DEL SISTEMA DE CONVERSION CONTROL DE INVENTARIO PLAN DE REQUERIMIENTOS DE MATERIALES ADMNISTRACION PARA LA CALIDAD CONTROL DE CALIDAD
RETROALIMENTACION
MODELO DE TRANSPORTE
Plantea que hay ciertas fuentes (F) abastecedoras de determinados destinos (D) receptores, donde hay que transportar cierta cantidad de recursos productivos (naturales, intermedios o finales) desde las fuentes hacia los destinos FUENTES DESTINOS Oferta Demanda Capacidad de produccin Capacidad de venta Proveedores Plantas de produccin Plantas de produccin Almacenes mayoristas Almacenes mayoristas Tiendas minoristas
Se desea determinar la distribucin ptima de los recursos productivos, lo que implica establecer la combinacin de distribucin de fuentes a destinos, que tenga el mnimo costo asociado F1 F2 D1 D2
F3
D3
Fn
Dm
Lo anterior se obtiene mediante el mnimo costo de transporte, lo que requiere considerar los costos unitarios de transporte desde cada fuente hacia cada destino Se construye un modelo de transporte que, es un caso particular del mtodo simplex F.O. : Mn Z
= Cij Xij
i=1 j=1
n m
Cij
Cij : Costo unitario de transporte desde la fuente i hasta el destino j
Xij : Unidades a transportar desde la fuente i hasta el destino j
F.O. :
Mn Z
n
= Cij Xij
i=1 j=1
n m
Cij
s.a. :
Xij =
j=1
i=1 m
Xij =
Qdemandada
Qofrecida 0 A
i,j
Xij
>
ALGORITMO DE TRANSPORTE
Hacia Desde
D1
D2
D3
D4
TOTAL
F1
F2
F3 F4 TOTAL
Cij
Xij
X1j X2j X3j
X4j
Xi1 Xi2 Xi3 Xi4
Hacia Desde
D1 C11 C21
D2 C12 C22
D3 C13 C23
D4 C14 C24
TOTAL
F1
X11
X21 X31 X41
X12
X22 X32 X42
X13
X23 X33
X14 X24 X34 X44
F2
F3 F4 TOTAL
C31 C41
C32
C42
C33
C43
C34
C44
X1j X2j X3j
Xi1 Xi2 Xi3 Xi4
X43
X4j
SIGNIFICADO DE CADA CUADRO

Cij C23
Xij
X23
175
Significa que el costo unitario de transporte desde la fuente 2 al destino 3 es de $6 A su vez, el nmero de unidades a transportar desde la fuente 2 al destino 3 es de 175
Es el valor total producido en los orgenes (Qofrecida) y es tambin el valor total demandado por los destinos (Qdemandada) Qdemandada Qofrecida
= Xi1 + Xi2 + Xi3 + .......+Xim = X1j + X2j + X3j + .......+Xnj

Qdemandada
Necesariamente:
Qofrecida
Si Qdemandada = Qofrecida, entonces significa que falta en el cuadro una columna o fila, la que representa las holguras existentes Si Qdemandada = Qofrecida Holguras Exceso de Qdemandada <Qofrecida Oferta Holguras Exceso de Qdemandada >Qofrecida Demanda
VARIABLES DE HOLGURA
Cuando no se cumple la condicin necesaria del modelo de transporte (Qofrecida = Qdemandada), se incorporan variables de holgura (o exceso), a travs de la creacin una columna adicional o una fila adicional en el cuadro Se asume que el costo unitario de transporte para la columna adicional o fila adicional es cero, ya que las variables de holgura o exceso no forman parte de la funcin objetivo de optimizacin
VARIABLES DE HOLGURA
Dependiendo si se trata de un exceso de oferta (Qofrecida > Qdemandada), o de un exceso de demanda (Qdemandada > Qofrecida), las variables de holgura (o exceso) que se aaden, a travs de la creacin una columna adicional o una fila adicional en el cuadro, representan diferentes casos Cada caso de variables de holgura o exceso, con su posible columna adicional o fila adicional, se identifica a partir del contexto de cada situacin particular
EXCESO DE OFERTA
Casos Posibles:
Si Qofrecida Acumulacin de Inventario
> Qdemandada
Se crea una columna adicional en el cuadro, que corresponde a la acumulacin de inventario
Si Qofrecida
> Qdemandada
Capacidad Ociosa
Se crea una columna adicional en el cuadro, que representa a las unidades a no producir
EXCESO DE DEMANDA
Casos Posibles: Si Qofrecida
< Qdemandada
Desacumulacin de Inventario
Se crea una fila adicional en el cuadro, que corresponde a la desacumulacin de inventario
Si Qofrecida
< Qdemandada
Demanda No Satisfecha
Se crea una fila adicional en el cuadro, que corresponde a la demanda no satisfecha
EXCESO DE DEMANDA
Casos Posibles:
Si Qofrecida
< Qdemandada
Produccin en Turno Extra
Se crea una fila adicional en el cuadro, que corresponde a la produccin en turno extra (sobretiempo)
EJEMPLO
Una compaa manufacturera dispone de 3 fbricas con diferentes capacidades y costos de transporte para el destino de sus 4 almacenes. La informacin pertinente se muestra en la tabla:
Costo Unitario de Transporte a cada Almacn Capacidad Planta Almacn 1 Almacn 2 Almacn 3 Almacn 4 (unidades) 1 23 18 21 25 650 2 21 24 23 18 600 3 18 21 27 23 700 Demanda 300 450 500 600
Para resolver se arma un cuadro simplex
METODOLOGIA DEL SIMPLEX

1) Se arma el tableau inicial
2) El tableau inicial otorga la 1 solucin factible

3) Evaluar si la solucin factible es o no es ptima 4) Si no es la solucin ptima, se itera hallando una nueva solucin factible, para verificar si la nueva solucin factible es o no es ptima 5) Se realizan tantas iteraciones como sean necesarias hasta encontrar la solucin ptima
METODOS PARA LOGRAR LA 1 SOLUCION FACTIBLE Esquina Nor-Oeste Vogel

Ambos mecanismos no garantizan la optimalidad inmediata, solo garantizan la factibilidad
Iteraciones: Si la solucin bsica no es ptima, se deben reasignar recursos, mediante el criterio de la minimizacin de los costos, lo que implica realizar iteraciones al cuadro
METODO ESQUINA NOR-OESTE

Asigna el mximo nmero de unidades a transportar en la celda ubicada en la esquina noroeste del cuadro tableau Luego, se asigna el mximo nmero de unidades a transportar en la celda aledaa correspondiente, segn las restricciones de demanda en los destinos y las restricciones de oferta en las fuentes

Si en principio, la asignacin de la esquina noroeste es una restriccin de demanda, entonces no es posible asignar hacia abajo en el tableau y se asigna hacia el lado Mientras que, si la asignacin inicial es una restriccin de oferta, entonces no es posible asignar hacia el lado en el tableau y se asigna hacia abajo As sucesivamente, se completa el cuadro tableau, de acuerdo al criterio recientemente descrito

En general:
Si no se puede asignar ms por restriccin de demanda
Se completa hacia el lado
Si no se puede asignar ms por restriccin de oferta
Se completa hacia abajo
EJEMPLO DE TRANSPORTE
Hacia Alm.1 Alm.2 Alm.3 Alm.4 Inven. Oferta Desde
23 25 0 18 21 Planta 1 300 350 21 24 23 18 0 Planta 2 100 500 18 21 27 23 0 Planta 3 600 100 Demanda
Como 300 450 500 600 100
650
600
700
1950 1850
Qofrecida > Qdemandada
Acumulacin de Inventario
DIMENSION ESPACIO VECTORIAL

El problema de transporte es una aplicacin de la programacin lineal, para el caso especfico de variables de decisin bidimensionales (Xij, con dos subndices: ij) La programacin lineal se concibe y comprende, a partir de conceptos geomtricos y un sistema de ecuaciones lineales (que en el caso del modelo de transporte: Qofrecida = Qdemandada) Los conceptos geomtricos implican el uso de espacios vectoriales, con determinada dimensin

La dimensin es el rango del espacio vectorial, que representa la cantidad de componentes requerida en la base o vector de variables bsicas ( XJ ) Si se cumple con el rango establecido, entonces el conjunto de ecuaciones (restricciones) del sistema cumple la condicin de linealidad: o sea, todas las restricciones son linealmente independientes (l.i.) La condicin de linealidad o restricciones linealmente independientes, es condicin ineludible para aplicar la metodologa del simplex

Programacin Lineal con variables de decisin unidimensionales (caso Xi)
Rango = m
Donde m es el nmero de restricciones l.i. Programacin Lineal con variables de decisin bidimensionales (caso Xij)
Rango = m + n - 1
Donde: m es el nmero de columnas del tableau n es el nmero de filas del tableau
SOLUCION DEGENERADA
Existe cuando en la solucin bsica hay al menos una variable cuyo valor es igual a cero
Cuando la solucin es ptima y a la vez degenerada, entonces hay mltiples soluciones ptimas: 2, 3, 4 o quizs infinitas soluciones
La solucin degenerada no implica dificultad para el problema de programacin lineal, es simplemente un caso particular
SOLUCION DEGENERADA
Nmero de Variables Bsicas
m+n-1
m: Nmero de columnas en el tableau (destinos) n : Nmero de filas en el tableau (fuentes) Si Variables bsicas
<
(m+n-1)
Existe solucin degenerada
SOLUCION DEGENERADA
Para completar una base con solucin degenerada, se ingresan tantos valores ceros como sean necesarios para completar el rango (dimensin) requerido por el espacio vectorial
Cuando se ingresa uno o ms valores ceros, no se hace en cualquiera celda vaca al azar El o los valores ceros, deben ingresarse tal que se disponga una base linealmente independiente (l.i.)
(m+n-1) = 7 Sin embargo, en la asignacin inicial del mtodo de la esquina nor-oeste, solo hay 6 variables bsicas (celdas ocupadas) Por lo tanto, existe una solucin degenerada. Luego, debe ingresarse un valor cero para completar la base de iteracin Ingresa XP3A2 = 0 Pudo ser tambin en otras celdas vacas
23 25 0 18 21 Planta 1 300 350 21 24 23 18 0 Planta 2 100 500 18 21 27 23 0 Planta 3 0 600 100 Demanda
300 450 500 600 100
650
600
700
1950 1950
XJ1 = (XP1A1,XP1A2,XP2A2,XP2A3,XP3A2,XP3A4,XP3INV)
BASE LINEALMENTE INDEPENDIENTE (L.I.)

Una base es linealmente independiente cuando permite realizar la verificacin de la condicin de optimalidad para cada variable no bsica (celda vaca en el tableau) Aquello acontece cuando se forma un nico lazo alrededor de cada una de las variables no bsicas, determinando para cada una de stas, si realizan o no realizan aporte a la minimizacin de costos del problema
BUSQUEDA DE SOLUCION OPTIMA

Se realiza un anlisis de sensibilidad, calculando los precios sombra de cada una de las variables no bsicas (celdas vacas en el algoritmo de transporte), para saber si es que hay algn ahorro respecto del costo total (valor de la funcin objetivo z) de la reciente iteracin Variables bsicas ( XJ ): Estn en el tableau y toman un valor, que en general es mayor que cero Variables no bsicas ( XJ ): No estn en el tableau (celdas vacas) y necesariamente valen cero
VERIFICACION DE OPTIMALIDAD
Permite comprobar si una solucin bsica factible es o no es ptima, evaluando el precio sombra o costo marginal asociado al transporte o envo de una unidad en cada variable no bsica o celda desocupada en el tableau Verificar la condicin de optimalidad se efecta por medio de la formacin de lazos, alrededor de cada variable no bsica
Lazos: Son los caminos que se forman dentro del tableau, alrededor de las celdas no bsicas y, que se cierran mediante movimientos exclusiva y alternadamente, horizontales y verticales Por ejemplo:
El primer vrtice del lazo es una celda no bsica, la cual tambin es el ltimo vrtice, cerrando el lazo. Los dems vrtices del lazo necesariamente son variables o celdas bsicas
El costo marginal referido a la verificacin de la optimalidad, se obtiene a travs de los mismos costos unitarios presentes en las celdas del lazo, segn la transferencia de unidades asignadas que exista en cada celda del lazo: Si la celda del lazo recibe unidades en la transferencia Si la celda del lazo entrega unidades en la transferencia Se suma el costo unitario de la celda para la verificacin
Se resta el costo unitario de la celda para la verificacin
En el ejemplo, para la celda P2A1 (planta 2 y almacn 1) se tiene: -23 Alm.1 Planta 1 300 Alm.2 +18 350
Planta 2 +21
100 -24
CMg = +21 -24 +18 -23 = - 8
Hay un Ahorro Marginal, es el concepto de precio sombra
PRECIO - SOMBRA
Es cunto vara la funcin objetivo respecto del cambio en una unidad de una de sus variables componentes La verificacin de optimalidad requiere obtener el precio sombra de todas las celdas vacas, para lo cual se necesita formar los lazos respectivos
Una base linealmente independiente garantiza un nico lazo alrededor de cada una de las variables no bsicas
CONDICION DE OPTIMALIDAD
Si
ij > 0 , ij X
A
Solucin ptima
La solucin factible es ptima cuando no existe posibilidad alguna de ahorro marginal, lo que ocurre cuando todos los precios sombra son mayores o iguales a cero
CONDICION DE OPTIMALIDAD
Si
ij
< 0 ,ij
XJ
Solucin no es ptima
Mientras exista al menos un precio sombra menor que cero en las celdas no bsicas de las iteraciones del tableau, entonces su solucin factible no es ptima, por lo que entonces deben continuarse las iteraciones
Si hay dos o ms precios sombra menores a cero, se determina que ingresa a la base la variable no bsica que origina el precio sombra ms negativo
ITERACIONES
Cuando hay ahorro marginal, lo mximo que se transfiere hacia la celda no bsica, es el mnimo de las celdas que entregan unidades en la transferencia, para as conservar la condicin de factibilidad Xij > 0 i,j
Cada vez que se realiza una iteracin (reasignacin de unidades), a continuacin se necesita volver a calcular los precios sombra, hasta verificar que se alcanza la solucin ptima A
CONCEPTO DE LA GRAN M
En caso de que no se pueda o no se desee almacenar o asignar unidades, el mtodo de transporte define un costo unitario de transporte igual a M, que representa un costo marginal infinito, que en el tableau se expresa de la siguiente manera: Si CMg
23 25 0 18 21 Planta 1 300 350 21 24 23 18 0 Planta 2 -8 100 500 18 21 27 23 0 Planta 3 0 600 100 Demanda
300 450 500 600 100
650
600
700
1950 1950
P2A1 = + 21 - 24 + 18 - 23 = - 8
Se deben calcular todos los precios sombra
23 25 0 18 21 Planta 1 +4 300 350 21 24 23 18 0 Planta 2 -8 100 500 18 21 27 23 0 Planta 3 0 600 100 Demanda
300 450 500 600 100
650
600
700
P1A3 = + 21 - 18 + 24 - 23 = + 4
23 25 0 18 21 Planta 1 +4 +5 300 350 21 24 23 18 0 Planta 2 -8 100 500 18 21 27 23 0 Planta 3 0 600 100 Demanda
300 450 500 600 100
650
600
700
P1A4 = + 25 - 18 + 21 - 23 = + 5
23 25 0 18 21 Planta 1 +4 +5 +3 300 350 21 24 23 18 0 Planta 2 -8 100 500 18 21 27 23 0 Planta 3 0 600 100 Demanda
300 450 500 600 100
650
600
700
P1INV
= + 0 - 18 + 21 - 0 = + 3
23 25 0 18 21 Planta 1 +4 +5 +3 300 350 21 24 23 18 0 Planta 2 -8 -8 100 500 18 21 27 23 0 Planta 3 0 600 100 Demanda
300 450 500 600 100
650
600
700
P2A4 = + 18 - 24 + 21 - 23 = - 8
23 25 0 18 21 Planta 1 +4 +5 +3 300 350 21 24 23 18 0 Planta 2 -8 -8 -3 100 500 18 21 27 23 0 Planta 3 0 600 100 Demanda
300 450 500 600 100
650
600
700
P2INV = + 0 - 24 + 21 - 0 = - 3
300
650
600
700
P3A1 = No Existe
450
500
600
100
Pues no pueden asignarse unidades desde P3A2
300 450 500 E
650
600
700
P3A3 = No Existe
600
100
Pues no pueden asignarse unidades desde P3A2
Revisin del lazo para la iteracin correspondiente:
23 25 0 18 21 Planta 1 300 350 0 21 24 23 18 Planta 2 -8 -8 100 500 18 21 27 23 0 Planta 3 0 600 100 Demanda 300 450 500 600 100
650 600 700
P2A4 = + 18 - 24 + 21 - 23 = - 8
Entra XP2A4 y Sale XP2A2. Unidades Transferir = 100
18 21 23 25 0 Planta 1 300 350 0 21 24 23 18 Planta 2 100 100 500 18 0 21 27 23 Planta 3 0 600 100 500 100 Demanda 300 450 500 600 100
650
600
700
Clculo de los Precios Sombra para 2 iteracin:
23 18 21 25 0 Planta 1 -4 +5 +3 300 350 0 21 24 23 18 Planta 2 0 +8 +5 100 500 18 21 27 23 0 Planta 3 -8 -1 100 500 100 Demanda 300 450 500 600 100
650
600
700
23 18 21 25 0 Planta 1 300 350 0 21 24 23 18 Planta 2 100 500 18 21 27 23 0 Planta 3 -8 100 500 100
650
600 700
Demanda
300
450
500
600
100
P3A1 = + 18 - 23 + 18 - 21 = - 8
18 21 23 25 0 Planta 1 200 450 350 300 0 21 24 23 18 Planta 2 100 500 18 0 21 27 23 Planta 3 100 500 100 100 Demanda 300 450 500 600 100
650
600
700
23 18 21 25 0 Planta 1 -12 -3 -5 200 450 0 21 24 23 18 Planta 2 +8 +16 500 +5 100 18 21 27 23 0 Planta 3 +8 -1 100 500 100 Demanda 300 450 500 600 100
650
600
700
23 18 21 25 0 Planta 1 -12 200 450 0 21 24 23 18 Planta 2 100 500 18 21 27 23 0 Planta 3 100 500 100 Demanda 300 450 500 600 100
650 600 700
P1A3 = + 21 - 23 + 18 23 + 18 - 23 = - 12
18 21 23 25 0 Planta 1 200 200 450 0 21 24 23 18 Planta 2 300 300 500 100 18 0 21 27 23 Planta 3 100 500 100 300 300 Demanda 300 450 500 600 100
650
600
700
23 18 21 25 0 Planta 1 +12 450 +9 +7 200 0 21 24 23 18 Planta 2 +8 +4 +5 300 300 18 21 27 23 0 Planta 3 -4 -1 300 300 100 Demanda 300 450 500 600 100
650
600
700
18 21 25 0 Planta 1 200 450 0 21 24 23 18 Planta 2 300 300 18 21 27 23 0 Planta 3 -4 300 300 100 Demanda 300 450 500 600 100
23
650 600
700
P3A2 = + 21 - 18 + 21 23 + 18 - 23 = - 4
Entra XP3A2 y Salen XP2A3 y XP3A4. Transferir = 300
18 21 25 0 Planta 1 450 200 150 500 0 21 24 23 18 Planta 2 600 300 0 300 18 0 21 27 23 Planta 3 300 300 300 100
23
650
600
700
Demanda
300
450
500
600
100
18 21 25 0 Planta 1 +8 +9 +3 500 150 0 21 24 23 18 Planta 2 0 600 18 0 21 27 23 Planta 3 +3 +4 100 300 300
23
650
Demanda
300
450
500
600
100
Se hall la solucin ptima, que es degenerada
600
700
Solucin ptima del Ejercicio: XJ = (XP1A2,XP1A3,XP2A3,XP2A4,XP3A1,XP3A2, XP3INV) XP1A2 = 150 XP3A1 = 300 XP3A2 = 300 XP3INV = 100 La solucin no es nica, pues es una solucin degenerada
XP1A3 = 500
XP2A3 = 0 XP2A4 = 600
Z = (150*18) + (500*21) + (0*23) + (600*18) + + (300*18) + (300*21) + (0*100) Z = Costo Total = $ 35.700
ij > 0
i,j
XJ
EJEMPLO
Problema resuelto el mtodo de esquina nor-oeste:
Considere que los costos unitarios de produccin son de $18, $25 y $10 para las plantas 1, 2 y 3 respectivamente. Por poltica de la empresa, no se permite almacenar inventario en las plantas 1 y 2. Plantee como problema de programacin lineal y encuentre la asignacin ptima por mtodo Vogel
PROBLEMA PROGRAMACION LINEAL

Cada vez que se plantea un problema de programacin lineal, se procede cumpliendo las siguientes etapas: 1.- Comprensin del problema (lectura en detalle) 2.- Definicin de las variables de decisin 3.- Descripcin de la funcin objetivo 4.- Identificacin de las restricciones del problema

Resulta imprescindible definir las variables de decisin. Si no se definen las variables de decisin, entonces es imposible determinar qu significan las denominaciones Xij que, a continuacin, se describen en la funcin objetivo y las restricciones En un problema de transporte, las variables de decisin contemplan todas las combinaciones posibles de flujos de distribucin fsica, a transferir desde las fuentes hacia los destinos

Se define como funcin objetivo la minimizacin de los costos de transporte asociados a la red de distribucin fsica
Las restricciones incluyen un conjunto de restricciones de oferta (una por cada fuente) y otro conjunto de restricciones de demanda (una por cada destino), sin olvidar la condicin de no negatividad

Generalmente de ambos conjuntos de restricciones (oferta y demanda), uno de ellos son desigualdades ( < , > ) y el otro de ellos son igualdades ( = ), lo que depende del contraste entre oferta total y demanda total. Caso exceso de oferta:
Si Oferta Demanda total > total Restricciones Oferta < Restricciones Demanda =
Situacin vlida tanto para acumulacin de inventario como capacidad ociosa (unidades a no producir)

Generalmente de ambos conjuntos de restricciones (oferta y demanda), uno de ellos son desigualdades ( < , > ) y el otro de ellos son igualdades ( = ), lo que depende del contraste entre oferta total y demanda total. Caso exceso de demanda:
Si Oferta Demanda total < total Restricciones Oferta = Restricciones Demanda <
Situacin vlida para caso de demanda no satisfecha
Si Oferta Demanda total < total
Restricciones Oferta > Restricciones Demanda =
Situacin vlida para los casos de desacumulacin de inventario y de produccin en turno extra

El ejemplo considera dos categoras de costos, por lo que se deben sumar los costos unitarios de produccin con los costos unitarios de transporte La tabla de costos para plantear el problema de programacin lineal queda as: A1 P1 41 P2 46 P3 28 A2 36 49 31 A3 39 48 37 A4 INV 43 M 43 M 33 10

Sea Xij: Nmero de unidades a transportar desde la fuente i-sima hacia el destino j-simo
donde: i = { planta 1, planta 2, planta 3 } j = { almacn 1, almacn 2, almacn 3, almacn 4 }

Funcin objetivo: Minimizar Z (produccin + transporte)
Mn Z = 41XP1A1 + 36XP1A2 + 39XP1A3 + 43XP1A4 + 46XP2A1 + 49XP2A2 + 48XP2A3 + 43XP2A4 +

28XP3A1 + 31XP3A2 + 37XP3A3 + 33XP3A4

Para el ejemplo planteado:
Oferta total = 1950 Demanda total = 1850

Luego, se plantean:
Hay un exceso de oferta
Restricciones Oferta < Restricciones Demanda =

Restricciones de Oferta: s.a. XP1A1 + XP1A2 + XP1A3 + XP1A4
XP2A1 + XP2A2 + XP2A3 + XP2A4 XP3A1 + XP3A2 + XP3A3 + XP3A4

Restricciones de Demanda: s.a. XP1A1 + XP2A1 + XP3A1 XP1A2 + XP2A2 + XP3A2 XP1A3 + XP2A3 + XP3A3 XP1A4 + XP2A4 + XP3A4
< < <
650 600 700
= 300 = 450 = 500 = 600 >0

, ij
A
Restricciones de No Negatividad: Xij
METODO DE VOGEL
Selecciona las diferencias de ahorros ms altas y luego asigna el mximo nmero de recursos productivos en la celda con el mnimo costo unitario, segn las restricciones de oferta y de demanda z z Gradiente: g(x) = xi + yj > Utiliza conceptos matemticos y de clculo avanzado: calcula un gradiente movindose por la mayor pendiente, asignando unidades en las celdas con el menor costo marginal Vogel es ms inteligente y rpido que la esquina noroeste, pero tampoco garantiza la optimalidad >
ETAPAS DEL METODO VOGEL

1) Calcular las diferencias entre los dos costos unitarios ms bajos para cada fila y para cada columna, en el tableau 2) Se escoge la mayor de las diferencias y se ubica en tal fila o columna (segn sea el caso), la celda con el menor costo unitario, asignndole el mximo nmero de unidades posible 3) Se elimina la fila o columna que copa su oferta total o demanda total, respectivamente, por efecto de la asignacin reciente
ETAPAS DEL METODO VOGEL

4) Se reinicia sucesivamente desde la etapa 1), recalculando las diferencias entre los dos costos unitarios ms bajos para cada fila y para cada columna, seleccionando la mayor de tales diferencias, para identificar en dicha mxima diferencia la celda con el menor costo unitario y asignar en dicha celda el mximo nmero de unidades posibles, segn las restricciones de oferta y de demanda. Esta etapa sigue hasta que ya no se obtiene diferencia alguna en el tableau
5) Se asignan las celdas restantes en forma manual
Al resolver el problema de transporte, slo se consideran los costos diferenciales, por lo que si bien se deben sumar los costos unitarios de produccin con los costos unitarios de transporte, es posible reducir la tabla de costos segn: A1 P1 41 P2 46 P3 28 A2 36 49 31 A3 39 48 37
A4 INV 43 M 43 M 33 10
A1 P1 31 P2 36 P3 18
A2 26 39 21
A3 29 38 27
A4 INV 33 M 33 M 23 0
Como slo interesan los costos diferenciales, podra trabajarse
Alm.1 Alm.2 Alm.3 Alm.4 Inven Ofta 26 29 M 31 33 3 650 36 39 38 33 M 600 3 27 18 21 23 0 18 100 700 300 450 500 600 100 13 5 2 10 M
P.1
P.2
P.3 Dda
1 asignacin: en la celda con menor costo de la mayor de las diferencias de mnimos costos
Alm.1 Alm.2 Alm.3 Alm.4 Inven Ofta 26 29 M 31 33 3 650 36 39 38 33 M 600 3 27 18 21 23 0 3 300 100 700 300 450 500 600 100 13 5 2 10 M .... y as se completa sucesivamente
P.1
P.2
P.3 Dda
1 asignacin: XP3A3 = 100 2 asignacin: XP3A1 = 300
Alm.1 Alm.2 Alm.3 Alm.4 Inven 26 29 M 31 33 450 200 36 39 38 33 M 300 300 27 18 21 23 0 300 300 100 300 450 500 600 100 10 5 2 13 M 13 9 0 Ofta 650 3 4
P.1
*
*
P.2
P.3 Dda
600 3 5 18 3 2 700
1 asignacin: XP3INV = 100, gradiente columna INV = M 2 asignacin: XP3A1 = 300, gradiente columna A1 = 13 3 asignacin: XP3A4 = 300, gradiente columna A4 = 10 4 asignacin: XP1A2 = 450, gradiente columna A2 = 13 5 asignacin: XP1A3 = 200, gradiente columna A3 = 9 6 asignacin: XP2A3 = 300 Asignacin manual 7 asignacin: XP2A4 = 300 As, Vogel determina la 1 solucin bsica factible, sin embargo falta verificar la condicin de optimalidad e iterar va simplex si es que es necesario
XJ1 = (XP1A2,XP1A3,XP2A3,XP2A4,XP3A1,XP3A4,XP3INV) Alm.1 Alm.2 Alm.3 Alm.4 Inven 26 29 M 31 33 +12 450 200 +9 +M 36 39 38 33 M +8 +4 300 300 +M 27 18 21 23 0 -4 -1 300 100 300 300 450 500 600 100
Oferta
650 600
Planta 1 Planta 2 Planta 3 Demanda
700
De acuerdo al clculo de los precios sombra Entra XP3A2 y salen XP2A3 y XP3A4. Transferir = 300
Hay solucin degenerada, ingresa XP2A2 = 0 Alm.1 Alm.2 Alm.3 Alm.4 Inven 26 29 M 31 33 450 150 200 500 36 39 38 33 M 0 300 600 300 27 18 21 23 0 300 300 300 100 300 450 500 600 100
Oferta
650 600
Planta 1 Planta 2 Planta 3 Demanda
700
Clculo de los Precios Sombra para 2 iteracin: Alm.1 Alm.2 Alm.3 Alm.4 Inven 26 29 M 31 33 +8 150 500 +13 +M 36 39 38 33 M 0 600 27 18 21 23 0 +3 +8 100 300 300 300 450 500 600 100
i,j
Oferta
650 600
Planta 1 Planta 2 Planta 3 Demanda Ya que
ij > 0
XJ
La solucin es ptima
700
Solucin ptima del ejemplo: XJ = (XP1A2,XP1A3,XP2A2,XP2A4,XP3A1,XP3A2, XP3INV) XP1A2 = 150 XP1A3 = 500 XP2A2 = 0 XP2A4 = 600 XP3A1 = 300 XP3A2 = 300 XP3INV = 100 A
i,j
ij > 0
XJ
La solucin no es nica, pues es una solucin degenerada
Z = (150*36) + (500*39) + (0*69) + (600*43) + + (300*28) + (300*31) + (100*10) Z = Costo Total = $ 69.400
(produccin + transporte)

Modelos de Transporte Power Point

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelos de Transporte Power Point

Cargado por

Copyright:

Formatos disponibles

OPERACIONES 2 Transporte

SISTEMATIZACION DE LA ADMINISTRACION DE OPERACIONES - EL MODELO

ORGANIZACION PARA LA CONVERSION

PROGRAMACION SISTEMAS CONVERSION

Productos Servicios Informacin

RESULTADOS PROCESO de CONVERSION SEGUIMIENTO

Cij : Costo unitario de transporte desde la fuente i hasta el destino j

Xij : Unidades a transportar desde la fuente i hasta el destino j

X1j X2j X3j

X14 X24 X34 X44

X1j X2j X3j

Xi1 Xi2 Xi3 Xi4

SIGNIFICADO DE CADA CUADRO

= Xi1 + Xi2 + Xi3 + .......+Xim = X1j + X2j + X3j + .......+Xnj

Se crea una columna adicional en el cuadro, que corresponde a la acumulacin de inventario

Se crea una fila adicional en el cuadro, que corresponde a la desacumulacin de inventario

Se crea una fila adicional en el cuadro, que corresponde a la demanda no satisfecha

Produccin en Turno Extra

Para resolver se arma un cuadro simplex

METODOLOGIA DEL SIMPLEX

2) El tableau inicial otorga la 1 solucin factible

METODOS PARA LOGRAR LA 1 SOLUCION FACTIBLE Esquina Nor-Oeste Vogel

METODO ESQUINA NOR-OESTE

METODO ESQUINA NOR-OESTE

METODO ESQUINA NOR-OESTE

Si no se puede asignar ms por restriccin de demanda

Se completa hacia el lado

Si no se puede asignar ms por restriccin de oferta

Se completa hacia abajo

Qofrecida > Qdemandada

DIMENSION ESPACIO VECTORIAL

DIMENSION ESPACIO VECTORIAL

DIMENSION ESPACIO VECTORIAL

Donde: m es el nmero de columnas del tableau n es el nmero de filas del tableau

Existe solucin degenerada

BASE LINEALMENTE INDEPENDIENTE (L.I.)

BUSQUEDA DE SOLUCION OPTIMA

Se resta el costo unitario de la celda para la verificacin

CMg = +21 -24 +18 -23 = - 8

Hay un Ahorro Marginal, es el concepto de precio sombra

Se deben calcular todos los precios sombra

Pues no pueden asignarse unidades desde P3A2

Pues no pueden asignarse unidades desde P3A2

650 600 700

650 600 700

18 21 25 0 Planta 1 +8 +9 +3 500 150 0 21 24 23 18 Planta 2 0 600 18 0 21 27 23 Planta 3 +3 +4 100 300 300

Se hall la solucin ptima, que es degenerada

PROBLEMA PROGRAMACION LINEAL

PROBLEMA PROGRAMACION LINEAL

PROBLEMA PROGRAMACION LINEAL

PROBLEMA PROGRAMACION LINEAL

PROBLEMA PROGRAMACION LINEAL

Situacin vlida para caso de demanda no satisfecha

Si Oferta Demanda total < total

Restricciones Oferta > Restricciones Demanda =

PROBLEMA PROGRAMACION LINEAL

PROBLEMA PROGRAMACION LINEAL

donde: i = { planta 1, planta 2, planta 3 } j = { almacn 1, almacn 2, almacn 3, almacn 4 }

Mn Z = 41XP1A1 + 36XP1A2 + 39XP1A3 + 43XP1A4 + 46XP2A1 + 49XP2A2 + 48XP2A3 + 43XP2A4 +

PROBLEMA PROGRAMACION LINEAL

Oferta total = 1950 Demanda total = 1850

Hay un exceso de oferta

Restricciones Oferta < Restricciones Demanda =