Upload
elber-rabanal
View
67
Download
4
Embed Size (px)
Citation preview
Contenido
1. INTRODUCCIÓN ..................................................................................................................... 2
2. FORMULACION DEL PROBLEMA ............................................................................................ 2
3. El planteamiento del problema es el siguiente: .................................................................... 3
4. Ejemplo de aplicación ........................................................................................................... 5
5. Métodos para determinar una solución factible básica inicial ............................................. 7
5.1. EL METODO DE LA ESQUINA NOROESTE ........................................................................... 7
5.2. EL METODO DE LA MATRIZ MINIMA ................................................................................. 8
5.3. EL MÉTODO DE VOGEL .................................................................................................... 10
6. SOLUCIÓN ÓPTIMA ............................................................................................................. 12
6.1. Ejemplo de aplicación ..................................................................................................... 12
7. Solución del problema utilizando el software WINQSB ...................................................... 17
8. Consideraciones .................................................................................................................. 19
2 Lic. Araujo Cajamarca, Raul
1. INTRODUCCIÓN
El Problema de Transporte corresponde a un tipo particular de un problema de programación
Lineal. Si bien este tipo de problema puede ser resuelto por el método Simplex, existe un
algoritmo simplificado especial para resolverlo.
Dentro de la Programación Lineal existe una cierta clase de problemas en los cuales se debe
determinar un esquema óptimo del transporte que se origina en los lugares de oferta donde la
existencia de cierta mercadería es conocida, y llega a los lugares de donde se conoce la
cantidad requerida. El coste de cada envío es proporcional a la cantidad transportada y, el
costo total es la suma de los costos individuales.
Este tipo de problemas comenzó a estudiarse en 1939 por L. V. Kantarovich, despertándose
poco interés en ese tiempo pero conforme se fue necesitando su solución resaltó el hecho de
que poseía propiedades matemáticas, que permitían amplificaciones notables en su proceso
de cálculo. La solución de estos problemas son útiles en la agricultura la que necesita
esquemas de transportación para poder colocar en forma óptima su cosecha en el mercado de
consumo, y en la industria, la cual necesita el abastecimiento de materias primas para su
trasformación y posteriormente colocar sus productos manufacturados en el mercado.
Si el método Simplex fuera usado para encontrar la solución de este problema, el
procedimiento de cálculo sería muy ineficiente por tal motivo es deseable un algoritmo
especial para este tipo de problemas.
2. FORMULACION DEL PROBLEMA
El problema de transporte clásico consiste en distribuir cualquier producto desde un grupo de
centros de producción llamados orígenes a un grupo de centros de recepción llamados
destinos de manera que conocidos la cantidad de que se dispone en cada origen, la cantidad
demandad en cada destino y el costo de transportar una unidad de producto de cada origen a
cada destino; se satisfaga la demanda con el costo total mínimo.
Consideremos el caso general de m orígenes y n destinos.
Esquemáticamente se tiene:
3 Lic. Araujo Cajamarca, Raul
1
2
m
1
2
n
.
.
.
.
.
.
Orígenes
(m)
Destinos
(n)
En forma tabular
Destinos
Oferta 1 2 n
Orí
gen
es 1 11C
12C 1nC 1a
2 21C 22C 2nC
2a
m 1mC 2mC mnC ma
Demanda 1b 2b nb
3. El planteamiento del problema es el siguiente:
Existen m orígenes y se supone que en cada origen hay ia unidades disponibles o
almacenadas de determinado producto; siendo 1;2;...;i m . Existen también n destinos y
cada una requiere de jb unidades de este tipo de producto siendo 1;2;...;j n . Los ia se
llaman exigencias por fila, las jb exigencias por columna, todas las exigencias por fila y
columna son positivas puesto que los valores nulos o negativos no tendrían significado físico.
Además se tiene el costo de transporte de una unidad del producto desde el origen i hasta el
destino j que está representado por ijc . Supondremos inicialmente que la cantidad disponible
en los centros de producción iguala a la cantidad requerida en los centros de consumo, esto es:
1 1
m n
i j
i j
a b
4 Lic. Araujo Cajamarca, Raul
(Posteriormente veremos cómo solucionar el problema cuando esta condición no se satisface).
Una solución o programa de transporte queda definido por un conjunto de mxn número ijx
donde:
ijx =Número de unidades a enviar del origen i al destino j .
Escribiendo como una matriz solución.
11 12 1
21 22 2
1 2
n
n
m m mn
x x x
x x xX
x x x
Dado que no hay envíos negativos, supondremos siempre que:
0ijx Para ,i j
La cantidad total enviada por cada origen puede escribirse como:
1
n
ij i
j
x a
, 1;2;...;i m
La cantidad total recibidas por cada destino puede, a su vez describirse como:
1
m
ij j
i
x b
, 1;2;...;j n
De esta manera, la formula analítica del problema del transporte es la siguiente:
Min. 1 1
m n
ij ij
i j
z C x
Sujeto a las condiciones siguientes:
1
n
ij i
j
x a
, 1;2;...;i m y 1;2;...;j n
1
m
ij j
i
x b
, 1;2;...;j n
0ijx Para ,i j
5 Lic. Araujo Cajamarca, Raul
Observe que los coeficientes de las variables de las restricciones todos son unidades y ceros
esto da lugar a una matriz especial y comparando justo con un problema de Programación
Lineal es muy diferente.
Justamente esta característica especial será aprovechada para obtener la solución de una
manera rápida.
No es necesario incluir dentro de estas condiciones, el requisito que ijx sea entera ya que si
ia , jb son enteros, necesariamente ijx resultará entero.
4. Ejemplo de aplicación
MG Autos Company tiene plantas en los Ángeles, Detroit y Nueva Orleans. Sus centros de
distribución principales son Denver y Miami. Las capacidades de las plantas durante el
trimestre próximo son 1000; 1500 y 1200 automóviles. La demanda trimestral en los dos
centros de distribución es de 2300 y 1400 vehículos. En la tabla siguiente se proporciona el
millaje entre las plantas y los centros de distribución.
Distancia entre orígenes y destinos
Plantas Centros de distribución
Denver Miami
Los Ángeles 1000 2690
Detroit 1250 1350
Nueva Orleans 1275 850
La compañía de camiones encargada del transporte de los automóviles cobra 8 centavos por
milla por automóvil. El costo de transporte por automóvil en las diferentes rutas, redondeado
al dólar más cercano, se calcula como se indica en la tabla siguiente:
Costo por milla entre orígenes y destinos
Denver (1) Miami(2)
Los Ángeles(1) 80 215
Detroit (2) 100 108
Nueva Orleans (3) 102 68
6 Lic. Araujo Cajamarca, Raul
El modelo de Programación Lineal en forma tabular es el siguiente:
Costo de envío de cada origen a cada destino
ORIGEN DESTINO
1 2 Oferta
1 80 215 1000
2 100 108 1500
3 102 68 1200
Demanda 2300 1400 3700
Oferte=Demanda=3700
El modelo matemático:
Definición de variables:
ijx : Número de vehículos enviados desde el origen i hasta el destino j
Función objetivo
Min 11 12 21 22 31 3280 215 100 108 102 68z x x x x x x
S.A.
Restricciones de Oferta
11 12 1000x x
21 22 1500x x
31 32 1200x x
Restricciones de Demanda
11 21 31 2300x x x
12 22 32 1400x x x
Restricciones de no negatividad
0ijx 1;2;3i y 1;2j
Balanceado
7 Lic. Araujo Cajamarca, Raul
5. Métodos para determinar una solución factible básica inicial
En los métodos que se describen a continuación varía en el tiempo para determinar la solución
de menos a más. Sin embargo, el tiempo utilizado al obtener una buena solución inicial está
bien empleado ya que permite reducir considerablemente el número total de iteraciones
requeridas para alcanzar una solución óptima.
Los métodos son los siguientes:
1. Método de la esquina noroeste(N-O)
2. Método de la Matriz Mínima
3. Método de Vogel
4. Método de Russell
5.1. EL METODO DE LA ESQUINA NOROESTE
1 2 Oferta
1 1000 80 215 1000 0
2 1300 100 200 108 1500 200 0
3 102 1200 68 1200 0
Demanda 2300 1400 3700
1300
1200
0
0
Por lo tanto la solución básica inicial obtenida se resume en la figura siguiente:
2300
1400
1000
1500
1200
Los Ángeles
Detroit
Nueva Orléans
1000
1300
200
1200
Denver
Miami
El cual se puede dar lectura de la siguiente manera:
8 Lic. Araujo Cajamarca, Raul
Requiere el envío de 1000 automóviles de los Ángeles a Denver
Requiere el envío de 1300 automóviles de Detroit a Denver
Requiere el envío de 200 automóviles de Detroit a Miami y
Requiere el envío de 1200 automóviles de Nueva Orleans
El costo mínimo asociado de transporte es de:
1000(80)+1300(100)+200(108)+1200(68)=313200 dolares.
5.2. EL METODO DE LA MATRIZ MINIMA
1 2 Oferta
1 80 215 1000
2 100
108 1500
3 102 1200 68 1200 0
Demanda 2300 1400 3700
200
1 2 Oferta
1 1000 80 215 1000 0
2
100
108 1500
3 102 1200 68 1200 0
Demanda 2300 1400 3700
1300
200
1 2 Oferta
1 1000 80 215 1000 0
2 1300 100 200 108 1500 200 0
3 102 1200 68 1200 0
Demanda 2300 1400 3700
1300
200
0
0
Por lo tanto la solución básica inicial obtenida se resume en la figura siguiente:
El menor
El menor
El menor
9 Lic. Araujo Cajamarca, Raul
2300
1400
1000
1500
1200
Los Ángeles
Detroit
Nueva Orléans
1000
1300
200
1200
Denver
Miami
El cual se puede dar lectura de la siguiente manera:
Requiere el envío de 1000 automóviles de los Ángeles a Denver
Requiere el envío de 1300 automóviles de Detroit a Denver
Requiere el envío de 200 automóviles de Detroit a Miami y
Requiere el envío de 1200 automóviles de Nueva Orleans
El costo mínimo asociado de transporte es de:
1000(80)+1300(100)+200(108)+1200(68)=313200 dolares.
10 Lic. Araujo Cajamarca, Raul
5.3. EL MÉTODO DE VOGEL
1 2 P* Oferta
1 1000 80 215 135 1000 0
2 100 108 8 1500
3 102 68 34 1200
P* 20 40
Demanda 2300 1400 3700
1300
1 2 P* Oferta
1 1000 80 215 135 1000 0
2 100 108 8 1500
3 102 1200 68 34 1200 0
P* 2 40
Demanda 2300 1400 3700
1300
200
1 2 P* Oferta
1 1000 80 215 135 1000 0
2 1300 100 200 108 8 1500 200 0
3 102 1200 68 34 1200 0
P* NO NO
Demanda 2300 1400 3700
1300
200
0
1. resta de los
dos menores
1. Resta de los
dos menores
2. El mayor P*
3. El menor costo
11 Lic. Araujo Cajamarca, Raul
1 2 P* Oferta
1 1000 80 215 135 1000 0
2 1300 100 200 108 8 1500 200 0
3 102 1200 68 34 1200 0
P* NO NO
Demanda 2300 1400 3700
1300
200
0
Por lo tanto la solución básica inicial obtenida se resume en la figura siguiente:
2300
1400
1000
1500
1200
Los Ángeles
Detroit
Nueva Orléans
1000
1300
200
1200
Denver
Miami
El cual se puede dar lectura de la siguiente manera:
Requiere el envío de 1000 automóviles de los Ángeles a Denver
Requiere el envío de 1300 automóviles de Detroit a Denver
Requiere el envío de 200 automóviles de Detroit a Miami y
Requiere el envío de 1200 automóviles de Nueva Orleans
El costo mínimo asociado de transporte es de:
1000(80)+1300(100)+200(108)+1200(68)=313200 dolares.
12 Lic. Araujo Cajamarca, Raul
6. SOLUCIÓN ÓPTIMA
6.1. Ejemplo de aplicación
Una fábrica de piensos compuestos dispone de tres plantas diferentes de fabricación y cinco
almacenes para la distribución mensual. Las cantidades fabricadas en cada planta son de 100,
200 y 150 t. al mes.
Las cantidades mensuales solicitadas por los almacenes son 160, 70, 120, y 80 t.,
respectivamente. La matriz de costes por unidad de transporte es:
D1 D2 D3 D4 Oferta
O1 8 9 9 5 100
O2 4 5 8 7 200
O3 3 6 5 9 150
Demanda 160 70 120 80
¿Cuál es el costo total mínimo de transportar la demanda solicitada al mes?
Solución:
D1 D2 D3 D4 Oferta
O1 8
9
9
5
100
O2 4
5
8
7
200
O3 3
6
5
9
150
Demanda 160 70 120 80
Costo de envío
Costo de envío
13 Lic. Araujo Cajamarca, Raul
CALCULAMOS: la Solución Básica inicial, utilizando algún método como: N-O, Matriz Mínima,
Vogel o Russell, en este caso utilizaremos el método N-O.
D1 D2 D3 D4 D5 Oferta
O1 100 8
9
9
5
0
100
0
O2 60 4 70 5 70 8
7
0
200
140 70 0
O3 3
6 50 5 80 9 20 0
150
100 20 0
Demanda 160 70 120 80 20 350
60
0
50
0
0
0
0
Se obtiene una solución básica inicial con un costo de: 2,920.00z
Aplicamos el método para obtener la solución óptima, en este caso el método U-V.
D1 D2 D3 D4 D5 Oferta
O1 100 8
9
9
5
0
100
O2 60 4 70 5 70 8
7
0
200
O3 3
6 50 5 80 9 20 0
150
Demanda 160 70 120 80 20 350
Obtenemos las ecuaciones para cada uno de las asignaciones (o donde haya envíos) hechas:
O1+D1=8
02+D1=4 02+D2=5 O2+D3=8
03+D3=5 O3+D4=9 O3+D5=0
CALCULAMOS: Calcular variables "u" y "v"
Artificial
14 Lic. Araujo Cajamarca, Raul
Tenemos 7 ecuaciones y 8 variables, por lo tanto no es posible resolver este sistema, entonces
haremos convenientemente cero a una de las variables y obtendremos los valores de los otros.
HACEMOS 02=0 y obtenemos la siguiente tabla:
D1 4 D2 5 D3 8 D4 12 D5 3 Oferta
O1 100 8 9 9 5 0 100
4
O2 60 4 70 5 70 8 7 0 200
0
O3 3 6 50 5 80 9 20 0 150
-3
Demanda 160 70 120 80 20 350
CALCULAMOS: los coeficientes de costes reducidos ( )ij i jc U V de todos aquellos que “no
tengan envíos”, obteniéndose la siguiente tabla:
D1 4 D2 5 D3 8 D4 12 D5 3 Oferta
O1 100 8
9
9
5
0 100
4
0
-3
-11
-7
O2 60 4 70 5 70 8
7
0 200
0
-5
-3
O3
3
6 50 5 80 9 20 0 150
-3
2
4
Demanda 160 70 120 80 20 350
CALCULAMOS: ciclo de desplazamiento, buscamos el más negativo de los coeficientes de
costes reducidos, en este caso es 11 , lo marcamos con más (+) y balanceamos o bien las filas
o columnas según sea conveniente pero sólo donde haya asignaciones (obtenemos un
polígono cerrado), obteniéndose la siguiente tabla:
O2+D1=4
C. de costes reducidos
5-(4+12)=-11
15 Lic. Araujo Cajamarca, Raul
NOTA: si no hubiese negativos, entonces se habrá llegado a la solución final.
D1 4 D2 5 D3 8 D4 12 D5 3 Oferta
O1 100 8
9
9
5
0 100
4 -
0
-3 + -11
-7
O2 60 4 70 5 70 8
7
0 200
0 +
-
-5
-3
O3
3
6 50 5 80 9 20 0 150
-3
2
4 +
-
Demanda 160 70 120 80 20 350
Todas las filas y columnas deben quedar balaceadas, primero en signos.
BUSCAMOS: Las asignaciones que tienen signo negativo (-) y elegimos el menor en valor
absoluto, entonces elegimos 70, luego aumentamos en 70 las celdas con más (+) y
disminuimos en 70 las celdas con menos (-).
D1 4 D2 5 D3 8 D4 12 D5 3 Oferta
O1 100 8 9 9 5 0 100
4 - 0 -3 + -11 -7
O2 60 4 70 5 70 8 7 0 200
0 + - -5 -3
O3 3 6 50 5 80 9 20 0 150
-3 2 4 + -
Demanda 160 70 120 80 20 350
El más negativo
El menor en
valor absoluto
16 Lic. Araujo Cajamarca, Raul
Obteniéndose la siguiente tabla:
D1 4 D2 5 D3 8 D4 12 D5 3 Oferta
O1 30 8 9 9 70 5 0 100
4 - 0 -3 + -11 -7
O2 130 4 70 5 0 8 7 0 200
0 + - -5 -3
O3 3 6 120 5 10 9 20 0 150
-3 2 4 + -
Demanda 160 70 120 80 20 350
Hasta el momento el valor óptimo de 2,150Z
Teniéndose la nueva tabla listo para aplicar nuevamente la siguiente iteración…….
D1
D2
D3
D4
D5
Oferta
O1 30 8
9
9 70 5
0 100
O2 130 4 70 5
8
7
0
200
O3
3
6 120 5 10 9 20 0
150
Demanda 160 70 120 80 20 350
Que después de 4 iteraciones la solución óptima será: 1,960z
17 Lic. Araujo Cajamarca, Raul
7. Solución del problema utilizando el software WINQSB
Ingresamos al metodo del problema
Ingresamos los datos: costos, demandas y ofertas
Datos ingresados: costos, demandas y ofertas
18 Lic. Araujo Cajamarca, Raul
Configuramos el método para la solución básica inicial
Método de VOGEL, pero utilizamos N-O
Obtenemos la solución básica inicial método N-O
19 Lic. Araujo Cajamarca, Raul
Solución óptima
8. Consideraciones
Degeneración:
Existe degeneración cuando: NUMERO DE SOLUCIONES <NUMERO DE FILAS +COLUMNAS-1
Soluciones=5 Filas+Columnas-1=3+4-1=6
Soluciones: asignaciones determinadas por algún método de solución básica inicia y/o óptima.
No vamos a poder relacionar las ecuaciones, entonces hacemos arbitrariamente una asignación, según nos convenga, pero el valor de dicha asignación debe ser cero. Esto nos indica que puede haber varias formas de asignación pero un mismo valor óptimo. En la tabla siguiente podemos observar justamente este caso:
AGREGAMOS: O3+V1=0, Luego continuamos con los pasos de la solución óptima método U-V
03=0
20 Lic. Araujo Cajamarca, Raul
Hay degeneración: puesto que el número de soluciones (asignaciones) es menor que la suma de filas más columnas menos uno.
Entonces hacemos arbitrariamente una asignación, según nos convenga, pero el valor de dicha asignación debe ser cero. Esto nos indica que puede haber varias formas de asignación pero un mismo valor óptimo.
Y luego continuamos con el proceso que ya conocemos.
21 Lic. Araujo Cajamarca, Raul
Como no hay costos reducidos negativos, hemos encontrado la asignación óptima
13 30x
24 50x
31 30x
32 20x
33 10x
34 40x
290z Unidades monetarias