IO - Semana 08

2019
INVERTIGACION DE OPERACIONES
SEMANA 08
Modelo de Transporte y
Asignación
Procesos Analíticos Jerárquicos
Programación Múltiple y de
Metas
TEMAS
Modelo de Transporte
Modelo de Asignación
Procesos Analíticos Jerárquicos
Programación Múltiple
Programación de Metas .
TEMAS
 Modelo de Transporte
Repaso de las Aplicaciones de la
programación lineal
• La programación lineal es un método
eficiente para determinar una decisión
óptima entre un gran número de
decisiones posibles
• Es impresionante el número y la
diversidad de problemas en los que se
puede aplicar
Características de la problemas de programación
lineal
• Proporcionalidad: las variables y la función objetivo
deben ser lineales
• Aditividad: Es necesario que cada variable sea aditiva
respecto a la variable objetivo
http://www.auladeeconomia.com
Características de la problemas de programación
lineal
• Divisibilidad: las soluciones no deben ser
necesariamente números enteros
• Optimalidad: La solución óptima (máximo o mínimo)
debe ocurrir en uno de los vértices del conjunto de
soluciones factibles
Modelos de transporte
• La meta de un modelo de transporte es minimizar el
costo total de envío de un producto (o productos)
desde los puntos de existencia hasta los puntos de
demanda
Modelos de transporte
• Poseen dos tipos de restricciones:
1. Cada punto de demanda recibe su requerimiento
2. Los envíos desde u punto de suministro no exceden
a su capacidad disponible
Modelos de transporte: ejemplo
• Considere la red de distribución de un
producto con dos puntos de suministro y dos
puntos de demanda:
Punto de Punto de
Suministro Suministro
1 2
Punto de Punto de Punto de

Demanda 1 Demanda 2 Demanda 3
• El número de unidades disponibles de
producto para envío desde los puntos de
suministro es:
# Punto de Cantidad
suministro disponible
1 10
2 15
Total 25
• El número de unidades requeridas de
producto en cada uno de los puntos de
demanda es:
# Punto de demanda Cantidad requerida
1 10
2 5
3 10
Total 25
• Dado que las cantidades disponibles y las
demandadas son iguales, se dice que el problema está
balanceado
• Cuando esto no ocurre se crean puntos ficticios de
demanda o suministro (según se necesiten)
• Los costos de enviar una unidad de
producto desde un punto de demanda a
un punto de suministro son ($/unidad):
Punto de Punto de demanda
suministro 1 2 3
1 2 4 6
2 3 6
9
• ¿Cómo se plantearía la situación anterior como un
modelo de programación lineal?
• Nota: Se emplea comúnmente la notación xij para
denotar la cantidad enviada del punto de suministro i
hasta el punto de demanda j
• Considere la red de distribución de un
producto con dos puntos de suministro y dos
puntos de demanda:
Punto de Punto de
Suministro Suministro
1 2
$6 $3
$2 $9
$4 $6
Punto de Punto de Punto de

Demanda 1 Demanda 2 Demanda 3
Modelos de transporte: ejercicio
• Formule la situación siguiente como un
modelo de programación lineal
Punto de Cantidad Punto de Cantidad
sumi- disponible demanda reque-
nistro rida
1 15 1 10
2 15 2 5
3 10
Modelos de transporte: ejercicio
• Los costos de envío son:
Punto de Punto de demanda

suministro 1 2 3
1 2 4 6
2 3 6 9
Metodos de Solucion
Los metodos de solucion del modelo de
transporte son:
•De la esquina Noroeste
•Del Costo Menor
•De Aproximacion de Vogel
Método de la Esquina del Noroeste
Método de la Esquina del Noroeste: Equilibrar modelo
Método de la Esquina del Noroeste: Despachar de Origen a
Destino en la Esquina Noroeste
Método de la Esquina del Noroeste: Completar destino B
Método de la Esquina del Noroeste: Despachar resto a destino B
Método de la Esquina del Noroeste: Despachar resto a destino C
yD
Método de la Esquina del Noroeste: Completar destino D con
origen 3
Método de la Esquina del Noroeste: Despachar resto de 3 a E y F
Método de la Esquina del Noroeste: Calcular costo total
(Minimo)
Método de solución aplicando Solver
Min Z= 2x11+4x12+6x13+3x21+6x22+9x23
SA
RO: x11+x12+x13<=15
x21+x22+x23<=15
RD: x11+x21=10
x12+x22=5
x13+x23=10
NN: xij>=0
D1 D2 D3
S1 2 4 6
S2 3 6 9
D1 D2 D3
S1 x11 x12 x13
S2 x21 x22 x23
D1 D2 D3 RO
S1 0 5 10 15 <= 15
S2 10 0 0 10 <= 15
RD 10 5 10
>= >= >= FO
10 5 10 MinZ= 110
TEMAS
 Modelo de Asignación
Modelo de asignación
 Formulación de modelos.
 Aplicación del modelo
 Metodo Hungaro
 Solución de problemas
8
Modelo de asignación
El problema de asignación es una variación del problema original de
transporte, variación en la cual las variables de decisión X(i,j) solo
pueden tomar valores binarios, es decir ser cero (0) o uno (1) en la
solución óptima, lo que supone que la oferta y la demanda están
perfectamente alineadas, de hecho ambas son iguales a uno (1).
Usos: asignación de personal a maquinas, herramientas a puestos de

trabajos, horarios a maestros, candidatos a vacantes, huéspedes a
habitaciones, comensales a mesas, vendedores a zonas territoriales
etc.
8
MÉTODO HÚNGARO
Problema Fundamental: ¿qué fuente satisface mejor el destino?
Ejemplos:
¿qué candidato es el idóneo para la vacante?
¿qué personal es el indicado para la línea productiva?
¿qué personal es el mejor para ejecutar determinada tarea?
No se hace necesario que el número de fuentes sea igual al número

de destinos (oferta y demanda laboral).
Para su solucion se utiliza el Metodo Hungaro que esta basado en el

metodo Simplex
8
MÉTODO HÚNGARO
La solucion a un problema de asignacion se puede efectuar

mediante el uso de herramientas tecnológicas como lo son WinQSB,
LINGO, TORA, STORM, Excel etc.
Antes de contar con estas herramientas informaticas, se desarrollo

el Método Húngaro creado por Dénes König y Jenő Egerváry dos
matemáticos húngaros diseñado para problemas de minimizacion.
8
MÉTODO HÚNGARO
ALGORITMO HÚNGARO, PASO 1

Antes que nada cabe recordar que el método húngaro trabaja en una
matriz de costos n*m (en este caso conocida como matriz m*m,
dado que el número de filas es igual al número de columnas n = m),
una vez construida esta se debe encontrar el elemento más pequeño
en cada fila de la matriz.
Una vez se cumple el procedimiento anterior se debe construir una
nueva matriz n*m, en la cual se consignarán los valores resultantes
de la diferencia entre cada costo y el valor mínimo de la fila a la cual
cada costo corresponde (valor mínimo hallado en el primer paso).
8
MÉTODO HÚNGARO
De la matriz resultante en el segundo paso 2, se halla el valor
mínimo de cada columna. Luego se construirá una nueva matriz en la
cual se consignarán los valores resultantes de la diferencia entre
cada costo y el valor mínimo de la columna a la cual cada costo
corresponde, matriz llamada "Matriz de Costos Reducidos".
A continuación se deben de trazar líneas horizontales o verticales o
ambas (únicamente de esos tipos) con el objetivo de cubrir todos los
ceros de la matriz de costos reducidos con el menor número de
líneas posibles, si el número de lineas es igual al número de filas o
columnas se ha logrado obtener la solución óptima (la mejor
asignación según el contexto de optimización), si el número de líneas
es inferior al número de filas o columnas se debe de proceder con el
paso 5. 8
MÉTODO HÚNGARO

Este paso consiste en encontrar el menor elemento de aquellos
valores que no se encuentran cubiertos por las lineas del paso 4,
ahora se restará del restante de elementos que no se encuentran
cubiertos por las líneas; a continuación este mismo valor se sumará a
los valores que se encuentren en las intersecciones de las lineas
horizontales y verticales, una vez finalizado este paso se debe volver
al paso 4.
8
RESOLUCIÓN DE UN PROBLEMA DE ASIGNACIÓN
MEDIANTE EL MÉTODO HÚNGARO
La compañía de manufactura "Jiménez y Asociados" desea realizar
una jornada de mantenimiento preventivo a sus tres máquinas
principales A, B y C. El tiempo que demanda realizar el
mantenimiento de cada máquina es de 1 día, sin embargo la jornada
de mantenimiento no puede durar más de un día, teniendo en
cuenta que la compañía cuenta con tres proveedores de servicios de
mantenimiento debe de asignarse un equipo de mantenimiento a
cada máquina para poder cumplir con la realización del
mantenimiento preventivo. Teniendo en cuenta que según el grado
de especialización de cada equipo prestador de servicios de
mantenimiento el costo de la tarea varía para cada máquina en
particular, debe de asignarse el equipo correcto a la máquina
indicada con el objetivo de minimizar el costo total de la jornada.
8
Los costos asociados se pueden observar en la siguiente tabla:
8
PASO 1
Encontramos el menor elemento de cada fila
8
PASO 2
Construimos una nueva matriz con las diferencias entre los valores
de la matriz original y el elemento menor de la fila a la cual
corresponde.
8
PASO 3
En la matriz construida en el
paso anterior se procede a
efectuar el paso 1 esta vez en
relación a las columnas, por
ende escogemos el elemento
menor de cada columna.
Igualmente construimos una
nueva matriz con la diferencia
entre los valores de la matriz 2
y el elemento menor de la
columna a la cual corresponde
cada valor.
8
PASO 4
En este paso trazaremos la menor cantidad de combinaciones de
líneas horizontales y verticales con el objetivo de cubrir todos los
ceros de la matriz de costos reducidos.
Como se puede observar el menor número de líneas horizontales

y/o verticales necesarias para cubrir los ceros de la matriz de costos
reducidos es igual a 2, por ende al ser menor que el número de filas
o columnas es necesario recurrir al paso 5. 8
PASO 5
En este paso seleccionamos el menor elemento de los elementos no
subrayados.
8
Luego se procede a restarse de los elementos no subrayados y a
adicionarse a los elementos ubicados en las intersecciones de las
líneas, en este caso existe una única intersección (3).
8
Ahora ya efectuado este paso regresamos al paso 4.
Ahora observamos cómo se hace necesario trazar tres líneas (la

misma cantidad de filas o columnas de la matriz) por ende se ha
llegado al tabulado final, en el que por simple observación se
determina las asignaciones óptimas.
8
Por ende la asignación que representa el menor costo para la

jornada de mantenimiento preventivo determina que el Equipo 1
realice el mantenimiento de la Máquina 1, el Equipo 2 realice el
mantenimiento de la Máquina 3 y el Equipo 3 realice el
mantenimiento de la Máquina 2, jornada que tendrá un costo total
de 17 unidades monetarias.
8
Problema 1
Una organización de recolección de café cuenta con tres equipos de siembra y cosecha del
mismo (equipos 1, 2, 3). Estos equipos de trabajo se encuentran entrenados para trabajar en
condiciones particulares del proceso, condiciones como lo son el tipo de suelo, las
condiciones del clima y el tipo de grano. La organización cuenta con cuatro terrenos
disponibles para efectuar el proceso de siembra y cosecha (terrenos A, B, C, D), estos
terrenos tienen condiciones particulares de suelo, clima y tipo de grano. Cada equipo cuenta
con la capacidad de efectuar el proceso en solo uno de los terrenos disponibles, salvo
el equipo 2, que cuenta con una serie de herramientas tecnológicas que le permiten realizar
la siembra y cosecha del grano en dos de los terrenos disponibles. Se ha contratado a un
Ingeniero Industrial con el objetivo de realizar las asignaciones precisas que maximicen la
cantidad de sacos de café cosechados en total. El siguiente tabulado muestra la capacidad (en
cientos de sacos) de cosecha de café de cada uno de los equipos dependiendo de cada uno
de los terrenos.
8
Problema 2
La compañía de manufactura "Jiménez y Asociados" desea realizar una jornada de
mantenimiento preventivo a sus tres máquinas principales A, B y C. El tiempo que demanda
realizar el mantenimiento de cada máquina es de 1 día, sin embargo la jornada de
mantenimiento no puede durar más de un día, teniendo en cuenta que la compañía cuenta
con tres proveedores de servicios de mantenimiento debe de asignarse un equipo de
mantenimiento a cada máquina para poder cumplir con la realización del mantenimiento
preventivo. Teniendo en cuenta que según el grado de especialización de cada equipo
prestador de servicios de mantenimiento el costo de la tarea varía para cada máquina en
particular, debe de asignarse el equipo correcto a la máquina indicada con el objetivo de
minimizar el costo total de la jornada. Los costos asociados se pueden observar en la
siguiente tabla:
8
Método de solución aplicando Solver
TA TB TC TD
E1 x11 x12 x13 x14 Max Z= 53
E2 x21 x22 x23 x24
E3 x31 x32 x33 x34
TA TB TC TD
E1 13 7 12 12
E2 10 13 15 7
E3 13 10 8 7
TA TB TC TD LI S LD
E1 0 0 0 1 1= 1
E2 0 1 1 0 2= 2
E3 1 0 0 0 1= 1
LI 1 1 1 1
S = = = =
LD 1 1 1 1
Problema 3
Selección de Inversiones
• Suponga que usted administra un fondo y debe
invertir un total de $250.000 en distintos tipos de
títulos, tratando de lograr el mayor rendimiento
posible
• Las alternativas de inversión se dan en la tabla
siguiente
Selección de Inversiones: ejemplo
Tasa rendimiento
Inversión esperado % anual
Bonos Gobierno Central 18
Bonos Banco Central 17
Acciones Florida I&F 20
Acciones La Nación 25
C.D.P. BNCR 15
C.I. Banex 19
• Se han establecido algunas

restricciones para no incurrir en
riesgos excesivos:
1. Los valores del gobierno no deben
ser menos del 30% del total
2. Las acciones no pueden superar el
20% del total
3. Los certificados de los bancos deben

representar al menos el 40% de la
inversión
4. Ninguna de las posibilidades de
inversión debe exceder la mitad de la
inversión
¿Cómo formularía esta situación como
un problema de programación lineal?
Problema 4
Asignación de crédito
• Una empresa financiera puede otorgar
5 tipos de créditos: Personal, Vivienda,
Autos, Microempresas, Corporativo
• Dispone de $1.500.000 para otorgar
créditos para este periodo
• Cada tipo de crédito tiene un
rendimiento distinto
Asignación de crédito: ejercicio
Tipo de préstamo Rendimiento anual %

Personal 15
Vivienda 11
Autos 12
PYMES 10
Corporativo 9
• Existen algunas restricciones:
1. Los créditos personales no pueden superar el 10%
de la cartera total
2. El monto total destinado a créditos personales y
para autos debe ser de a lo sumo el 20% de la
cartera total
3. Los créditos para PYMES no pueden

sobrepasar el 25% del total prestado
4. Los créditos para vivienda deben
representar al menos el 40% del
crédito total
Formule el modelo de programación
lineal
Problema 5
Horarios de personal
• Una aerolínea requiere asignar
personal en distintos horarios para
satisfacer las demandas de sus clientes
• La empresa maneja 5 turnos:
• Turno 1: De 6.00 am a 2.00 pm
• Turno 2: De 8.00 am a 4.00 pm
• Turno 3: De 12.00 md a 8.00 pm
• Turno 4: De 4.00 pm a 12.00 am
• Turno 5: De 10.00 pm a 6.00 am
Horarios de personal: ejemplo
• Los salarios por turno difieren de la
forma siguiente (costo diario por
empleado):
• Turno 1: $170
• Turno 2: $160
• Turno 3: $175
• Turno 4: $180
• Turno 5: $195
# personas
Horarios de Periodo
requeridas
personal: 6.00 a 8.00 am 48
ejemplo 8.00 a 10.00 am 79
10.00 a 12.00 md 65
• Se han determinado las 12.00 a 2.00 pm 87
necesidades de personal
a distintas horas del día: 2.00 a 4.00 pm 64
4.00 a 6.00 pm 73
6.00 a 8.00 pm 82
8.00 a 10.00 pm 43
10.00 a 12.00 mn 52
12.00 a 6.00 am 15
Problema 6
Horarios de personal 2
• Un restaurante opera 24 horas diarias y
según la hora requiere distintas
cantidades de personal
• Los empleados laboran en turno de 8
horas y entran a las 12.00 mn, a las
4.00 am, a las 8.00 am, a las 12.00 md,
a las 4.00 pm o a las 8.00 pm
Horarios de personal 2: ejemplo
• Los Horario # emp.

requerimientos 0.00 – 4.00 3
de personal 4.00 – 8.00 5
según la hora
8.00 – 12.00 13
son:
12.00 – 16.00 8
16.00 – 20.00 19
20.00 – 24.00 10
Horarios de personal 2: ejemplo
• Según la hora Hora de entrada Salario

de entrada los 12 am 160000
salarios son:
4 am 140000
• Formule el
modelo de 8 am 120000
programación 12 md 130000
lineal 4 pm 150000
8 pm 180000
Conclusiones
Limitaciones de la programación lineal
• No hay garantía de que dé soluciones
enteras
• No necesariamente al redondear se llega
a la solución óptima
• Para esto es necesario emplear la
programación entera
• En algunos casos las soluciones podrían
ser deficientes
• Tal es el caso de las decisiones donde las
variables deben tomar un valor como 0 o
1, como las decisiones de “si” o “no”
• No permite la incertidumbre
• Es un modelo determinístico y no
probabilista
• Asume que se conocen todos los
coeficientes de las ecuaciones
• Existe también la programación lineal
bajo incertidumbre
• Tanto la función objetivo como las
restricciones están limitadas a ser lineales
• Existen técnicas más avanzadas de
programación no lineal
Conclusiones
• A pesar de sus limitaciones es una
herramienta muy útil y poderosa
• Muchas empresas a través de su
aplicación han logrado grandes ahorros
de recursos
• Por ejemplo United Airlines, GE, National
Car Rental, etc.
TEMAS
 Procesos Analíticos Jerárquicos

MJA
El MJA está diseñado para situaciones en que las ideas,
sentimientos y emociones que afectan el proceso de toma de
decisiones se cuantifican y así obtener una escala numérica
para priorizar las alternativas.
MJA DE UN NIVEL JERARQUICO
Martin Hans, un brillante estudiante del último año de la preparatoria, recibió
ofertas de becas académicas completas de tres instituciones: U de A, U de B y U de
C. Martin fundamenta su elección en dos criterios: la ubicación y la reputación
académica. Para él, la reputación académica es cinco veces más importante que la
ubicación, y asigna un peso de aproximadamente 83% a la reputación y un 17% a la
ubicación. Luego utiliza un proceso sistemático (el cual se detallará más adelante)
para calificar las tres universidades desde el punto de vista de la ubicación y la
reputación
MJA DE UN NIVEL JERARQUICO
MJA DE DOS NIVELES JERARQUICOS
La estructura general del PJA puede incluir
varios niveles de criterios. Suponga en el
ejemplo 15.1-1 que la hermana gemela de
Martin, Jane, también fue aceptada con beca
completa a las tres universidades. Los padres
insisten en que los dos hermanos asistan a la
misma universidad. La figura 15.2 resume el
problema de decisión, el cual ahora implica
dos jerarquías. Los valores de p y q en la
primera jerarquía son los pesos relativos que
representan las opiniones de Martin y Jane
(presumiblemente iguales).
MJA DE DOS NIVELES
JERARQUICOS
8
DETERMINACION DE LOS PESOS
Comenzamos con la jerarquía superior que tiene que ver con los criterios
de ubicación (L) y reputación (R). En el juicio de Martin, R es mucho más importante que
L, y por consiguiente a21 =5 y a12 =1/5, por lo que se produce la siguiente matriz de
comparación:
Los pesos relativos de R y L se determinan normalizando A para crear una nueva matriz
N. El proceso requiere dividir los elementos individuales de cada columna entre la suma
de la columna. Por lo tanto, dividimos los elementos de la columna 1 entre 6 (1 + 5) y los
de la columna 2 entre 1.2 (1/5+1). Los pesos relativos deseados, wR y wL, se calculan
entonces como promedios de fila
Las preferencias de Martin con respecto a la importancia relativa de las tres
universidades desde el punto de vista de los dos criterios L y R se resumen en las
siguientes matrices de comparación:
A continuación, tenemos
Las matrices normalizadas se determinan
dividiendo cada entrada de una columna entre
la suma de la columna respectiva; es decir,
Ejm.: Metodo Gerarquico Analitico: Caso Outsoucing
Metodo Gerarquico Analitico: Caso Outsoucing
Metodo Gerarquico Analitico: Caso Outsoucing
Metodo Gerarquico Analitico – Determinacion de pesos: Caso UGEL
TEMAS
 Programación Múltiple o Multiobjetivos
 Programación Múltiple o Multiobjetivos
Programación Múltiple o Multiobjetivos
TEMAS
 Programación de Metas
Programación de Metas
Programación de Metas: Caso 1 con Método Grafico
Programación de Metas: Caso 2 con QM
2019
MUCHAS GRACIAS

IO - Semana 08

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

IO - Semana 08

Cargado por

Copyright:

Formatos disponibles

2019

Punto de Punto de Punto de

Punto de Punto de Punto de

• Los costos de envío son:

Punto de Punto de demanda

Usos: asignación de personal a maquinas, herramientas a puestos de

No se hace necesario que el número de fuentes sea igual al número

Para su solucion se utiliza el Metodo Hungaro que esta basado en el

La solucion a un problema de asignacion se puede efectuar

Antes de contar con estas herramientas informaticas, se desarrollo

ALGORITMO HÚNGARO, PASO 1

ALGORITMO HÚNGARO, PASO 5

Como se puede observar el menor número de líneas horizontales

Ahora observamos cómo se hace necesario trazar tres líneas (la

Por ende la asignación que representa el menor costo para la

• Se han establecido algunas

3. Los certificados de los bancos deben

Tipo de préstamo Rendimiento anual %

3. Los créditos para PYMES no pueden

• Los Horario # emp.

• Según la hora Hora de entrada Salario

 Procesos Analíticos Jerárquicos

También podría gustarte