iopertivab
-
Upload
juan-carlos-lara -
Category
Documents
-
view
28 -
download
0
description
Transcript of iopertivab
-
1
Unidad 2
Programacin Lineal
Aplicaciones
-
2
El objetivo general es encontrar el mejor plan de distribucin, es
decir, la cantidad que se debe enviar por cada una de las rutas desde
los puntos de suministro hasta los puntos de demanda.
El mejor plan es aquel que minimiza los costos totales de envo,
produzca la mayor ganancia u optimice algn objetivo corporativo.
Se debe contar con:
i) Nivel de oferta en cada fuente y la cantidad de demanda
en cada destino.
ii) Costo de transporte unitario de mercadera desde cada
fuente a cada destino.
2.1 Modelo de Transporte
-
3
Tambin es necesario satisfacer ciertas restricciones:
1. No enviar ms de la capacidad especificada desde cada punto de
suministro (oferta).
2. Enviar bienes solamente por las rutas vlidas.
3. Cumplir (o exceder) los requerimientos de bienes en los puntos
de demanda.
2.1 Modelo de Transporte
-
4
2.1 Modelo de Transporte
Esquemticamente se podra ver como se muestra en la siguiente
figura Destinos Fuentes
1 1
2 2
n m
s2
sm
d2
s1 d1
dn
.
.
.
.
.
.
Xij: cantidad transportada desde la fuente i al destino j
C11, X11
Cmn, Xmn
Cij: Costo del transporte unitario desde la fuente i al destino j
donde
Grficamente: Para m fuentes y n destinos
-
5
Modelo general de PL que representa al modelo de Transporte
ox
dx
sx
xcZ
ij
j
m
i
ij
i
n
j
ij
m
i
n
j
ijij
1
1
1 1
j=1,2,...,n
i=1,2,...,m
El modelo implica que al menos la oferta debe ser igual a la demanda
para toda i y j
minimizar
s a
2.1 Modelo de Transporte
-
6
Modelo general de PL que representa al modelo de Transporte
Modelo de transporte equilibrado: Oferta = Demanda
i
n
j
ij Sx1
j=1, 2, 3,....,n j
m
i
ij Dx1
i=1, 2, 3,....,m
0ijxpara toda i y j
2.1 Modelo de Transporte
-
Solucin del Modelo de
Transporte
2.1 Modelo de Transporte
-
8
Algoritmos Especficos
2.1.1 Regla de la esquina noroeste (MEN)
2.1.2 Mtodo por aproximacin de Vogel (MAV)
2.1.3 Mtodo del costo mnimo (MCM)
2.1.4 Mtodo del paso secuencial y
2.1.5 DIMO (mtodo de distribucin modificada)
2.1 Modelo de Transporte
-
9
Descripcin de los algoritmos
La regla de la esquina noroeste, el mtodo de aproximacin
de Vogel y el mtodo del costo mnimo son alternativas para
encontrar una solucin inicial factible.
El mtodo del escaln y el DIMO son alternativas para
proceder de una solucin inicial factible a la ptima.
Por tanto, el primer paso es encontrar una solucin inicial
factible, que por definicin es cualquier distribucin de
ofertas que satisfaga todas las demandas
2.1 Modelo de Transporte
-
10
Descripcin de los algoritmos
Una vez obtenida una solucin bsica factible, el algoritmo
procede paso a paso para encontrar un mejor valor para la
funcin objetivo.
La solucin ptima es una solucin factible de costo mnimo
Para aplicar los algoritmos, primero hay que construir una
tabla de transporte.
2.1 Modelo de Transporte
-
11
Tabla Inicial
Destinos
Origen 1 2 3 4 n Ofertas
1 C11 C12 C13 C14 .... C1n
2 C21 C22 C23 C24 .... C2n
3 C31 C32 C33 C34 .... C3n
... .... ..... .... .... ....
m Cm1 Cm2 Cm3 Cm4 .... Cmn
Demanda
2.1 Modelo de Transporte
-
12
Tabla Inicial del Ejemplo
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 200 500 2000
2.1 Modelo de Transporte
-
13
2.1.1 Regla de la esquina Noroeste
Se inicia el proceso desde la esquina izquierda superior
Se ubican tantas unidades como sea posible en la ruta
Cantidad de Unidades = Mnimo(disponibilidad, demanda)
Las siguientes asignaciones se hacen o bien recorriendo hacia la
derecha o bien hacia abajo.
Las demandas se satisfacen recorriendo sucesivamente de
izquierda a derecha y las ofertas se destinan recorriendo de
arriba hacia abajo.
2.1 Modelo de Transporte
-
14
Primera asignacin
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 0 400 900 200 500 2000
2.1 Modelo de Transporte
-
15
Hasta cuarta asignacin
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 700 800
Demanda 0 400 0 900 200 500 2000
2.1 Modelo de Transporte
-
16
Esquina Noroeste: Solucin final factible
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 200 500 2000
Valor FO: 400*12+100*13+700*4+100*9+200*12+500*4= $14.200
2.1 Modelo de Transporte
-
17
2.1.2 Mtodo de aproximacin de
Vogel (MAV) MAV usa informacin de costos mediante el concepto de costo
de oportunidad para determinar una solucin inicial factible.
Seleccionar en una fila la ruta ms barata y la que le sigue.
Hacer su diferencia (penalidad), que es el costo adicional por
enviar una unidad desde el origen actual al segundo destino y
no al primero.
En nuestro caso, para el puerto1, C13 y C14; Penalidad = 6 - 4
MAV asigna un costo de penalidad por no usar la mejor ruta
en esta fila.
2.1 Modelo de Transporte
-
18
2.1.2 Mtodo de aproximacin de Vogel
Lo anterior se repite para cada fila y cada columna, esto es,
determinar todas las penalidades
Los pasos iterativos de MAV son los siguientes:
1. Identificar la fila o columna con la mxima penalidad.
2.Colocar la mxima asignacin posible a la ruta no usada que
tenga menor costo en la fila o columna seleccionada en el punto
1 (los empates se resuelven arbitrariamente)
3. Reajustar la oferta y demanda en vista de esta asignacin.
4. Eliminar la columna en la que haya quedado una demanda 0 (o
la fila con oferta 0), de consideraciones posteriores.
5. Calcular los nuevos costos de penalidad.
2.1 Modelo de Transporte
-
19
2.1.2 Mtodo de aproximacin de Vogel
El MAV contina aplicando este proceso en forma sucesiva
hasta que se haya obtenido una solucin factible.
Los resultados obtenidos se muestran en las siguientes tablas
2.1 Modelo de Transporte
-
20
2.1.2 Mtodo de aproximacin de Vogel
Plantas
Puertos 1 2 3 4 Oferta Penalidades
1 12 13 4 6 2
500
2 6 4 10 11 2
700
3 10 9 12 4 5
800
Demanda 400 900 200 500 2000
Penalidades 4 5 6 2
Calculadas todas las penalidades, la mayor
corresponde a la columna 3 (penalidad = 6)
Paso 1: Identificar mxima penalidad (fila o columna)
Paso 0: Clculo de penalidades
2.1 Modelo de Transporte
-
21
2.1.2 Mtodo de aproximacin de Vogel
Paso 2: Asignacin de unidades (MIN(oferta,demanda))
Paso 3:Reajuste de oferta y demanda
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 0 200 500 2000
2.1 Modelo de Transporte
-
22
2.1.2 Mtodo de aproximacin de Vogel
Paso 4: Eliminar columna (fila) con demanda (oferta) 0
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 0 200 500 2000
2.1 Modelo de Transporte
-
23
2.1.2 Mtodo de aproximacin de Vogel
Paso 5: Calcular los nuevos costos de penalidad
Plantas
Puertos 1 2 3 4 Oferta Penalidades
1 12 13 4 6 6
200 300 500
2 6 4 10 11 2
700
3 10 9 12 4 5
800
Demanda 400 900 0 200 500 2000
Penalidades 4 5 2
2.1 Modelo de Transporte
-
24
2.1.2 Mtodo de aproximacin de Vogel
Repitiendo los pasos anteriores, finalmente se llega a la siguiente
solucin
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 300 500
2 6 4 10 11
700 0 700
3 10 9 12 4
400 200 200 600 800
Demanda 400 900 0 200 200 500 2000
Es solucin factible? m + n - 1 = 6? SI
Costo: 200*4+300*6+700*4+400*10+200*9+200*4 = $12.000
2.1 Modelo de Transporte
-
25
2.1.3. Mtodo del Costo Mnimo
1. Dada una tabla de transporte
2. Asignar la mayor cantidad de unidades a la variable
(ruta) con el menor costo unitario de toda la tabla.
3. Tachar la fila o columna satisfecha.
4. Ajustar oferta y demanda de todas las filas y columnas
5. Si hay ms de una fila o columna no tachada repetir
los puntos 2, 3 y 4
Algoritmo
Fundamento
Asignar la mayor cantidad de unidades a una ruta
disponible de costo mnimo
2.1 Modelo de Transporte
-
26
2.1.3. Mtodo del Costo Mnimo (cont.)
Ejemplo: Aplicar MCM a la tabla de transporte
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 200 500 2000
Unidades a asignar = MIN(200,400) = 200
Existen tres rutas costo mnimo. Elijamos la 1_3 Paso 2
2.1 Modelo de Transporte
-
27
2.1.3. Mtodo del Costo Mnimo (cont.)
Paso 3: Tachar fila o columna (columna 3)
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 0 200 500 2000
An quedan ms de una fila o columna sin tachar. Ir a paso 2
Ajustar ofertas y demandas (fila 1 y columna 3)
Paso 5
Paso 4
2.1 Modelo de Transporte
-
28
2.1.3. Mtodo del Costo Mnimo (cont.)
Paso 4: Tachar ajustar fila 3 y columna 4
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
500 300 800
Demanda 400 900 0 200 0 500 2000
An quedan ms de una fila o columna sin tachar. Ir a paso 2 Paso 5
Paso 2: Ruta de costo menor -> 3_4 ( 2_2)
Unidades = MIN(500,800) = 500
Paso 3: Tachar columna 4
2.1 Modelo de Transporte
-
29
2.1.3. Mtodo del Costo Mnimo (cont.)
Paso 4: Tachar ajustar fila 2 y columna 2
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 0
700 0 700
3 10 9 12 4
500 300 800
Demanda 400 200 900 0 200 0 500 2000
An quedan ms de una fila o columna sin tachar. Ir a paso 2 Paso 5
Paso 2: Ruta de costo menor -> 2_2
Unidades = MIN(700,900) = 300
Paso 3: Tachar fila2
2.1 Modelo de Transporte
-
30
2.1.3. Mtodo del Costo Mnimo (cont.)
Paso 4: Tachar ajustar fila 3 y columna 2
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 0
700 0 700
3 10 9 12 4 100
200 500 300 800
Demanda 400 200 900 0 200 0 500 2000
An quedan ms de una fila o columna sin tachar. Ir a paso 2 Paso 5
Paso 2: Ruta de costo menor -> 3_2
Unidades = MIN(200,300) = 200
Paso 3: Tachar columna 2
2.1 Modelo de Transporte
-
31
2.1.3. Mtodo del Costo Mnimo (cont.)
Paso 4: Tachar ajustar fila 3 y columna 1
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 0
700 0 700
3 10 9 12 4 100 0
100 200 500 300 800
Demanda 300 400 200 900 0 200 0 500 2000
An quedan ms de una fila o columna sin tachar. Ir a paso 2 Paso 5
Paso 2: Ruta de costo menor -> 3_1
Unidades = MIN(400,100) = 100
Paso 3: Tachar fila 3
2.1 Modelo de Transporte
-
32
2.1.3. Mtodo del Costo Mnimo (cont.)
Paso 4: Tachar ajustar fila 1 y columna 1
Puertos 1 2 3 4 Oferta
1 12 13 4 6 0
300 200 300 500
2 6 4 10 0
700 0 700
3 10 9 12 4 100 0
100 200 500 300 800
Demanda 300 400 200 900 0 200 0 500 2000
Queda slo una fila sin tachar. Terminar Paso 5
Paso 2: Ruta de costo menor -> 1_1
Unidades = MIN(300,300) = 300
Paso 3: Tachar fila 1 columna 1 (slo una de ellas)
2.1 Modelo de Transporte
-
33
2.1.3. Mtodo del Costo Mnimo (cont.)
Comparacin de los resultados
Es solucin factible? m + n - 1 = 6? SI
Costo: 300*12+200*4+700*4+100*10+200*9+500*4 = $12.000
Mtodo Rutas Costo
MEN 6 $14.200
MAV 6 $12.000
MCM 6 $12.000
Los tres mtodos entregan soluciones bsicas factibles,
pero ninguno asegura que la solucin sea ptima.
Conclusin
2.1 Modelo de Transporte
-
34
2.1.4. Mtodo de Pasos Secuenciales
Este mtodo comienza con una solucin inicial factible.
En cada paso se intenta enviar artculos por una ruta que
no se haya usado en la solucin factible actual, en tanto
se elimina una ruta usada actualmente.
En cada cambio de ruta debe cumplirse que:
1. La solucin siga siendo factible y
2. Que mejore el valor de la funcin objetivo
El procedimiento termina cuando no hay cambio de rutas
que mejoren el valor de la funcin.
Fundamento
2.1 Modelo de Transporte
-
35
2.1.4. Mtodo de pasos secuenciales (cont..)
Usar la solucin actual (MEN, MAV o MCM) para crear una
trayectoria nica del paso secuencial. Usar estas trayectorias
para calcular el costo marginal de introducir a la solucin
cada ruta no usada.
Si todos los costos marginales son iguales o mayores que
cero, terminar; se tendr la solucin ptima. Si no, elegir la
celda que tenga el costo marginal ms negativo (empates se
resuelven arbitrariamente)
Usando la trayectoria del paso secuencial, determine el
mximo nmero de artculos que se pueden asignar a la ruta
elegida en el punto 2 y ajustar la distribucin adecuadamente.
Regrese al paso 1
Algoritmo
1
2
3
4
2.1 Modelo de Transporte
-
36
2.1.4. Mtodo de pasos secuenciales (cont..)
a) Ponga un signo + en la celda de inters no ocupada
b) Ponga un signo - en una celda usada de la misma fila
c) Ponga un + en una celda usada de la misma columna
El proceso contina alternando los signos + y - tanto en las filas
como en las columnas hasta que se obtenga una sucesin de
celdas (trayectoria) que satisfagan dos condiciones
1. Hay un signo + en la celda desocupada original de inters, y
2. Cualquier fila o columna que tenga un signo + debe tener
tambin un signo - y viceversa.
Algoritmo Paso 1
2.1 Modelo de Transporte
-
37
2.1.4. Mtodo de pasos secuenciales (cont..)
Algoritmo Paso 1
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 200 500 2000
Solucin bsica factible obtenida aplicando el mtodo de la Esquina Noroeste
2.1 Modelo de Transporte
-
38
2.1.4. Mtodo de pasos secuenciales (cont..)
Algoritmo Paso 1
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 - + 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 + 200 - 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
Trayectoria 1: +C13-C12+C32-C33
2.1 Modelo de Transporte
-
39
2.1.4. Mtodo de pasos secuenciales (cont..)
Algoritmo Paso 1
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 - + 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 + 200 - 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
1: +(4)-(13)+(9)-(12)= -12 2: +(6)-(13)+(9)-(4) = -2
3: +(6)-(4)+(13)-(12)= 3 4: +(10)-(4)+(9)-(12) = 3
5: +(11)-(4)+(9)-(4) = 12 6: +(10)-(9)+(13)-(12)= 2
Costos de las Trayectorias
2.1 Modelo de Transporte
-
40
2.1.4. Mtodo de pasos secuenciales (cont..)
Algoritmo Paso 2
1: +(4)-(13)+(9)-(12)= -12 2: +(6)-(13)+(9)-(4) = -2
3: +(6)-(4)+(13)-(12)= 3 4: +(10)-(4)+(9)-(12) = 3
5: +(11)-(4)+(9)-(4) = 2 6: +(10)-(9)+(13)-(12)= 2
La solucin factible NO es ptima !!
Se selecciona la trayectoria 1 (costo marginal ms negativo)
2.1 Modelo de Transporte
-
41
2.1.4. Mtodo de pasos secuenciales (cont..)
Algoritmo Paso 3 (Generacin de la nueva tabla)
Cuntas unidades se pueden asignar a la ruta elegida?
Accin Ruta Unidades disponibles en
celdas decrecientes
Aumentar 1 unidad 1_3
Disminuir 1 unidad 1_2 100
Aumentar 1 unidad 3_2
Disminuir 1 unidad 3_3 200
2.1 Modelo de Transporte
-
42
2.1.4. Mtodo de pasos secuenciales (cont..)
Algoritmo
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 - 100 + 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
200 + 100 - 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
Paso 3 (Generacin de la nueva tabla)
Costo: $13.000
2.1 Modelo de Transporte
-
43
2.1.4. Mtodo de pasos secuenciales (cont..)
Algoritmo Paso 4
Volver al Paso 1:
Para cada trayectoria evaluar costo marginal
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
200 100 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
2.1 Modelo de Transporte
-
44
2.1.4. Mtodo de pasos secuenciales (cont..)
Algoritmo Paso 2: Eleccin de CMg menor
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 +12 100 +10 100 500
2 6 4 10 11
-9 700 +3 +12 0 700
3 10 9 12 4
-10 200 100 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
La celda ms negativa es c 31 (-10) y la trayectoria es:
C31 C33 + C13 C11
2.1 Modelo de Transporte
-
45
2.1.4. Mtodo de pasos secuenciales (cont..)
Algoritmo Paso 3 (Generacin de la nueva tabla)
Cuntas unidades se pueden asignar a la ruta elegida?
Accin Ruta Unidades disponibles en
celdas decrecientes
Aumentar 1 unidad 31
Disminuir 1 unidad 33 100
Aumentar 1 nidad 13
Disminuir 1 unidad 11 400
2.1 Modelo de Transporte
-
46
2.1.4. Mtodo de pasos secuenciales (cont..)
Algoritmo Paso 3 (Generacin de la nueva tabla)
Costo: $12.000
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 200 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
2.1 Modelo de Transporte
-
47
2.1.4. Mtodo de pasos secuenciales (cont..)
Algoritmo Paso 4
Volver al Paso 1:
Para cada trayectoria evaluar costo marginal Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 200 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
2.1 Modelo de Transporte
-
48
2.1.4. Mtodo de pasos secuenciales (cont..)
Algoritmo Paso 2: Determinar costos marginales
Todas rutas son no negativas (positivas o cero)
Solucin factible ptima!!! $12.000
Compare esta solucin con la obtenida con MAV y MCM ...?
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 +2 200 0 100 500
2 6 4 10 11
+1 700 +13 +12 0 700
3 10 9 12 4
100 200 +10 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
2.1 Modelo de Transporte
-
49
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Algoritmo
1. Usar la solucin actual (NE, MAV o MCM) y las siguientes
operaciones (a) y (b) para determinar el costo marginal de enviar
material para cada una de las rutas no usadas.
Asociar a cada fila un ndice ui y a cada columna un ndice vj
a) Hacer u1 = 0. Encuntrese los ndices de las filas u2, ..., um y los
ndices de las columnas v1, ...., vn tales que cij = ui + vj para cada
celda usada.
b) Sea eij = cij - (ui+vj) para cada celda no usada; eij ser el costo
marginal de introducir la celda (ruta) i, j a la solucin.
Los pasos 2 a 4 son los mismos que en el mtodo secuencial.
2.1 Modelo de Transporte
-
50
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Aplicar el algoritmo al problema en estudio y
comparar resultados obtenidos con los mtodos
anteriores
Comentar resultados
Qu explica que existan dos soluciones
ptimas factibles?
2.1 Modelo de Transporte
-
51
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Aplicacin
Costo por
Ruta en uso motor ($) Ecuacin
11 12 u1 + v1 = 12
12 13 u1 + v2 = 13
22 4 u2 + v2 = 4
32 9 u3 + v2 = 9
33 12 u3 + v3 = 12
34 4 u3 + v4 = 4
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 700 800
Demanda 0 400 0 900 200 500 2000
Paso 0: Asociar ndices
ui
vj
2.1 Modelo de Transporte
-
52
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Paso1.a) Solucionar la ecuacin
Existen 6 ecuaciones y siete variables entonces se hace u1 = 0
(puede ser cualquiera) y se determina el resto de los ndices
v1 = 12 v2 = 13 u2 = - 9 u3 = -4 v3 = 16 v4 = 8
Paso 1.b) Calcular los costos marginales para cada celda no usada.
eij = cij - (ui + vj)
2.1 Modelo de Transporte
-
53
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Costos marginales para las celdas no usadas.
eij = cij - (ui + vj)
1) e13 = c13 - (u1 + v3)= 4 - (0 + 16) = -12
2) e14 = c14 - (u1 + v4)= 6 - (0 + 8) = -2
3) e21 = c21 - (u2 + v1)= 6 - (-9 + 13) = 2
4) e23 = c23 - (u2 + v3)= 10 - (-9 + 16) = 3
5) e24 = c24 - (u2 + v4)= 11 - (-9 + 8) = 12
6) e31 = c31 - (u3 + v1)= 10 - (-4 + 12) = 2
2.1 Modelo de Transporte
-
54
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 -12 -2 100 500
2 6 4 10 11
2 700 3 12 0 700
3 10 9 12 4
2 100 200 500 700 800
Demanda 0 400 0 900 200 500 2000
Paso 2: Prueba de Optimalidad.
Hay costos negativos por lo tanto no es ptima
La ruta de reasignacin es: +C13 -C33 +C32 -C12 (ms negativo, -12)
2.1 Modelo de Transporte
-
55
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Paso 3: Asignacin de unidades a la ruta elegida.
Unidades disponibles a mover:
Disminuir 1 unidad C12 100
Disminuir 1 unidad C33 200
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
200 100 500 700 800
Demanda 0 400 0 900 200 500 2000
2.1 Modelo de Transporte
-
56
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Vuelta al Paso 1:
Costo por
Ruta en uso motor ($) Ecuacin
11 12 u1 + v1 = 12
13 4 u1 + v3 = 4
22 4 u2 + v2 = 4
32 9 u3 + v2 = 9
33 12 u3 + v3 = 12
34 4 u3 + v4 = 4
Paso1.a) Solucionar la ecuacin
Se hacer u1 = 0 y se determina el resto de los ndices
v1 = 12 v2 = 1 v3 = 4 v4 = -4 u2 = 3 u3 = 8
Paso 1.b) Calcular los costos marginales para cada
celda no usada. eij = cij - (ui + vj)
2.1 Modelo de Transporte
-
57
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Costos marginales para las celdas no usadas.
eij = cij - (ui + vj)
1) e12 = c12 - (u1 + v2)= 13 - (0 + 1) = 12
2) e14 = c14 - (u1 + v4)= 6 - (0 - 4) = 10
3) e21 = c21 - (u2 + v1)= 6 - (3 + 12) = -9
4) e23 = c23 - (u2 + v3)= 10 - (3 + 4) = 3
5) e24 = c24 - (u2 + v4)= 11 - (3 - 4) = 12
6) e31 = c31 - (u3 + v1)= 10 - (8 + 12) = -10
2.1 Modelo de Transporte
-
58
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Paso 2: Prueba de Optimalidad.
Hay costos negativos por lo tanto no es ptima
La ruta de reasignacin es: +C31 -C33 +C13 -C11
Plantas
Puertos 1 2 3 4 Oferta
1 - 12 13 + 4 6
400 19 100 1 100 500
2 6 4 10 11
0 700 3 12 0 700
3 + 10 9 - 12 4
-1 200 100 500 700 800
Demanda 0 400 0 900 200 500 2000
2.1 Modelo de Transporte
-
59
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Paso 3: Asignacin de unidades a la ruta elegida.
Unidades disponibles a mover:
Disminuir 1 unidad C11 400
Disminuir 1 unidad C33 100
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 200 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 700 800
Demanda 0 400 0 900 200 500 2000
2.1 Modelo de Transporte
-
60
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Vuelta al Paso 1:
Paso1.a) Solucionar la ecuacin
u1 = 0 y se determina el resto de los ndices
v1 = 12 v2 = 11 v3 = 4 v4 = 6 u2 = - 7 u3 = -2
Paso 1.b) Calcular los costos marginales para cada
celda no usada. eij = cij - (ui + vj)
Costo por
Ruta en uso motor ($) Ecuacin
11 12 u1 + v1 = 12
13 4 u1 + v3 = 4
22 4 u2 + v2 = 4
31 10 u3 + v1 = 10
32 9 u3 + v2 = 9
34 4 u3 + v4 = 4
2.1 Modelo de Transporte
-
61
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Costos marginales para las celdas no usadas.
eij = cij - (ui + vj)
1) e12 = c12 - (u1 + v2)= 13 - (0 + 11) = 2
2) e14 = c14 - (u1 + v4)= 6 - (0 + 6) = 0
3) e21 = c21 - (u2 + v1)= 6 - (-7 + 12) = 1
4) e23 = c23 - (u2 + v3)= 10 - (-7 + 4) = 13
5) e24 = c24 - (u2 + v4)= 11 - (-7 + 6) = 12
6) e33 = c33 - (u3 + v3)= 12 - (-2 + 4) = 10
2.1 Modelo de Transporte
-
62
2.1.5. Mtodo de Distribucin Modificada (DIMO)
Paso 2: Prueba de Optimalidad.
No hay costos negativos por lo tanto es ptima
VO = 300*12+200*4+700*4+100*10+200*9+500*4=$12.000
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 0 200 0 100 500
2 6 4 10 11
1 700 13 12 0 700
3 10 9 12 4
100 200 10 500 700 800
Demanda 0 400 0 900 200 500 2000
Ver Transporte RPG Equilibrio
2.1 Modelo de Transporte
-
63
2.1.6. Modelo de Transporte: Situaciones Especiales
1. Solucin en problemas de maximizacin de transporte
2. El caso en que la oferta excede a la demanda.
3. Eliminacin de rutas inaceptables.
4. Degeneracin en problemas de transporte.
5. Propiedades especiales del modelo de transporte
2.1 Modelo de Transporte
-
64
2.1.6. Modelo de Transporte: Situaciones Especiales
1. Solucin en problemas de maximizacin de transporte.
a) Se utilizan los beneficios marginales en lugar de los costos.
Se asignar unidades a la celda que tenga el mayor valor
marginal y el procedimiento concluir cuando todas las rutas
tengan valores marginales negativos.
b) Convertir la tabla de beneficios en una tabla de costo: Se
busca el beneficio mayor, en cada celda se le resta al mayor
el beneficio de la celda. Ejemplo:
2.1 Modelo de Transporte
-
65
2.1.6. Modelo de Transporte: Situaciones Especiales
Tabla de beneficios
14 19 12
17 19 15
16 20 11
6 1 8
3 1 5
4 0 9
2
3
Destinos
Fu
en
tes
1 2 3
1
Destinos
1 2 3
Fu
en
tes
1
2
3
Mayor = 20
Tabla de costo
2.1 Modelo de Transporte
-
66
2.1.6. Modelo de Transporte: Situaciones Especiales
2. El caso en que la oferta excede a la demanda.
Se utiliza un destino ficticio en la tabla de transporte. Se
considera como nulo el costo de enviar una unidad a dicho
destino desde cada una de las fuentes (orgenes).
Si la demanda es mayor que la oferta el problema no tiene
solucin factible, sin embargo el administrador podra
abastecer toda la demanda que sea posible a un costo
mnimo.
Se utiliza un origen ficticio. El costo de abastecer cualquier
destino desde dicho origen ser cero. Sin embargo podra
haber un cargo por orden no cubierta.
Ver Transporte RPG (O>D) y (O
-
67
2.1.6. Modelo de Transporte: Situaciones Especiales
3. Eliminacin de rutas inaceptables.
Se asocia a una ruta no aceptable un costo lo suficientemente
alto para que no sea atrayente la ruta en cuestin. El costo M
Por ejemplo: producir en abril para vender en febrero del mismo
ao.
4. Degeneracin en problemas de transporte.
Se dice que un problema se degenera cuando hay menos de
m + n - 1 rutas ocupadas. Esto puede ocurrir cuando
simultneamente se satisface una demanda y se agota una
oferta.
Ver Transporte RPG (inaceptable)
2.1 Modelo de Transporte
-
68
2.1.6. Modelo de Transporte: Situaciones Especiales
5. Propiedades especiales del modelo de transporte
Todo problema de transporte es posible resolverlo mediante
algoritmos que usan slo la adicin y la sustraccin.
Si todas las ofertas y demandas tienen valores enteros en un
problema de transporte, los valores ptimos de las variables
de decisin sern tambin enteros.
2.1 Modelo de Transporte
-
69
Ejercicios
Suponer que se tienen tres fbricas M1, M2 y M3 que producen
39, 48 y 33 toneladas respectivamente, de un cierto producto
que debe llevarse a cuatro destinos, D1, D2, D3 y D4, los cuales
requieren 40, 37, 18 y 25 toneladas.
Los costos estn dados por la siguiente tabla:
2.1 Modelo de Transporte
1
D1 D2 D3 D4
M1 2 3 1 2
M2 1 4 7 6
M3 8 9 4 5
-
70
Planificacin de la produccin:
2.1 Modelo de Transporte
2
Periodo Capacidad de Produccin
Mxima (unidades)
Demanda a
satisfacer
Costo de
Produccin ($)
Costo de
Almacenaje ($)
1 1200 900 15 1.2
2 800 800 18 1.4
3 1100 1000 17 1.1
4 900 700 20 1.5
Cunto hay que producir en cada periodo para satisfacer la
demanda al mnimo costo (tanto de produccin como de
almacenaje)?.
Supuesto: No existe inventario inicial ni final.
Plantear el problema usando el modelo de transporte.
Encuentre las respuestas usando Solver.
-
71
Situacin:
Asignar m trabajos (o trabajadores) a n mquinas.
Un trabajo i (=1, 2, 3 ,...,m) cuando se asigna a la mquina
j (=1,2,....,n) incurre en un costo cij.
El objetivo es asignar los trabajos a las mquinas uno a uno
al menor costo.
La formulacin de este problema puede considerarse como
un caso especial del modelo de transporte.
2.2 Modelo de Asignacin
-
72
Descripcin
Los trabajos representan las fuentes y las mquinas los
destinos
La oferta disponible en cada fuente es 1 como tambin
lo es la demanda en cada destino.
cij es el costo de transportar (asignar) el trabajo i a la
mquina j
El costo puede representar tambin caractersticas de
competencia de cada trabajador
-
73
Descripcin
En el caso que un trabajo no deba ser asignado
(porque no cumple con los requisitos) a una mquina
(actividad) en particular, este costo debe tener un
valor alto (M)
En el caso de existir desequilibrio, esto es, ms
trabajos que mquinas o ms mquinas que trabajos,
hay que equilibrar con mquinas o trabajos figurados
(ficticios), logrando de esta forma que m = n
-
74
Expresin matemtica del modelo
0, si el i-simo trabajo no se asigna a la j-sima mquina
1, si el i-simo trabajo se asigna a la j-sima mquina Xij =
Mquina 1 2 .. n
C11 C12 .. C1n
C21 C22 .. C2n
.. .. .. ..
Cn1 Cn2 .. Cnn
1
2
..
n
Trabajo
1
1
..
1
1 1 .. 1
-
75
Por lo tanto el modelo est dado por:
minimizar z =
n
i
n
j
ijij xc1 1
sujeto a 11
n
j
ijx i=1,2, ...,n
11
n
i
ijx j=1,2,..n
xij = 0 bien 1
-
76
Ejemplo:
La gerencia general de RPG (ejemplo de transporte) con sede
en Bruselas, este ao, como parte de su auditora anual, decidi
que cada uno de sus cuatro vicepresidentes visite e inspeccione
cada una de sus plantas de ensamblaje durante las primeras dos
semanas de junio. Las plantas estn ubicadas en Leipzig
(Alemania), Nancy (Francia, Lieja (Blgica) y Tilburgo
(Holanda).
Para decidir a que vicepresidente enviar a una planta
determinada, se asignaron puntos (costos) a cada uno de ellos
de acuerdo a su experiencia, habilidades lengusticas, tiempo
que durar la inspeccin y otros. Estos datos se muestran en la
siguiente tabla:
-
77
Ejemplo
PLANTA
Leipzig (1) Nancy(2) Lieja (3) Tilburgo(4)
Finanzas (F) (1) 24 10 21 11
Mercadotecnia(M) (2) 14 22 10 15
Operaciones (O) (3) 15 17 20 19
Personal(P) (4) 11 19 14 13
Plantear el modelo de PL
-
78
Ejemplo: Modelo de PL
MIN Z = 24 X11 + 10 X12 + ... + 14 X43 + 13 X44
sujeto a:
a) Oferta X11 + X12 + X13 + X14 = 1
X21 + X22 + X23 + X24 = 1
X31 + X32 + X33 + X34 = 1
X41 + X42 + X43 + X44 = 1
b) Demanda X11 + X21 + X31 + X41 = 1
X12 + X22 + X32 + X42 = 1
X13 + X23 + X33 + X43 = 1
X14 + X24 + X34 + X44 = 1
c) No negatividad Xij >= 0 i=1,...,4, j=1,....,4
-
79
Mtodos de Solucin
Existen varias formas de obtener la solucin:
a) Listar todas las alternativas posibles con sus costos y seleccionar
la de menor costo (algoritmo exhaustivo)
b) Mtodo Hngaro: mtodo iterativo
a) Listar todas las alternativas:
Cuntas alternativas posibles existen?
- El primer trabajo se puede asignar de n formas formas posibles
- El segundo de n-1 formas
- El ltimo slo de 1 forma
En total existen n! formas de hacer la asignacin completa
-
80
Mtodo Hngaro:
Paso 0: Construir la matriz de asignacin
Para obtener la solucin ptima cada nueva matriz de asignacin
debe satisfacer:
Propiedad 1: Todos los nmeros son no negativos
Propiedad 2: Cada fila y cada columna tiene al menos una celda con un valor cero
Paso 1:
a) Reduccin de filas: Restar el costo menor de cada fila a la fila correspondiente y/o
b) Reduccin de columnas: Restar el costo menor de cada columna a la columna correspondiente
Con esto se crea una nueva matriz con las propiedades 1 y 2
-
81
Mtodo Hngaro:
Paso 2: Determinar si la matriz es reducida (Prueba de Optimalidad).
Trazar el menor nmero de lneas rectas sobre las filas y columnas
para cubrir todos los ceros.
Si el nmero de rectas es igual al nmero de filas o columnas se dice
que esta matriz es reducida.
Si la matriz no es reducida pasar al paso 3, sino pasar al paso 4
-
82
Mtodo Hngaro:
Paso 3: Movimiento
De todas las celdas no cruzadas identifique una con el menor
valor y haga lo siguiente:
a) Restar el valor a cada celda no cruzada
b) Sumar el valor a cada celda de interseccin de rectas
Volver al paso 2
-
83
Mtodo Hngaro:
Paso 4: Solucin ptima (Asignacin)
Primero se asigna a las que tengan slo una alternativa, se van
marcando y as sucesivamente
Determinar el costo: Se suman todos los costos correspondientes
a las asignaciones (o sumar todos los pi y qj).
Qu valor se obtiene al sumar todos los valores que se restaron
en las reducciones de filas y columnas?
-
84
Ejemplo: Aplique el mtodo Hngaro al ejemplo
1 2 3 4 pi
F 24 10 21 11
M 14 22 10 15
O 15 17 20 19
P 11 19 14 13
qj
Paso 0: Matriz de Asignacin
Nota: En negrita los menores de cada fila
-
85
Paso 1: Reduccin de filas y columnas
1 2 3 4 pi
F 14 0 11 1 10
M 4 12 0 5 10
O 0 2 5 4 15
P 0 8 3 2 11
qj 1
1 2 3 4 pi
F 14 0 11 0 10
M 4 12 0 4 10
O 0 2 5 3 15
P 0 8 3 1 11
qj 1
-
86
Paso 2: Determinar si la matriz es reducida
1 2 3 4 pi
F 14 0 11 0 10
M 4 12 0 4 10
O 0 2 5 3 15
P 0 8 3 1 11
qj 1
No es reducida: slo tres rectas (para ser reducida deben ser 4)
Ir al paso 3
-
87
Paso 3: Movimiento (Seleccionar el menor: restar a las no tachadas, sumar a las intersecciones)
1 2 3 4 pi
F 14 0 11 0 10
M 4 12 0 4 10
O 0 2 5 3 15
P 0 8 3 1 11
qj 1
1 2 3 4 pi
F 15 0 12 0 10
M 4 11 0 3 10
O 0 1 5 2 15
P 0 7 3 0 11
qj 1 + 1
Volver al paso 2 !!
-
88
Iteracin paso 2:
1 2 3 4 pi
F 15 0 12 0 10
M 4 11 0 3 10
O 0 1 5 2 15
P 0 7 3 0 11
qj 1 + 1
Se tachan todos los ceros con cuatro rectas, por tanto es ptima
Ir al paso 4 !!
-
89
Paso 4: Asignacin
1 2 3 4 pi
F 15 0 12 0 10
M 4 11 0 3 10
O 0 1 5 2 15
P 0 7 3 0 11
qj 1 + 1
Costo = c12 + c23 + c31 +c44
= 10+10+15+13 = 48
ji qpCosto
=10 + 10 + 15 + 11 + 1 + 1 = 48
Ver Asignacin RPG
-
90
Modelo de Asignacin: Otras consideraciones
El modelo de asignacin de RPG es un modelo de minimizacin
en el cual el nmero de vicepresidentes es igual al nmero de
plantas, y todas las asignaciones posibles son aceptables.
Consideremos ahora modelos tipo asignacin donde no todas las
condiciones anteriores se cumplen. En particular se considerarn
situaciones en las que:
1 Hay una desigualdad entre el nmero de personas por
asignar y el nmero de destinos que requieren personas
asignadas.
2 Hay un modelo de maximizacin
3 Existen asignaciones inaceptables
-
91
Modelo de Asignacin: Otras consideraciones
1. Ofertas y demandas desiguales
a) Oferta mayor que la demanda
Suponer que el presidente de RPG quiere auditar a la planta de
Tilburgo, por tanto tendr que decidir cual de los cuatro
vicepresidentes debe asignar a cada una de las tres plantas
restantes.
Solucin: Se elimina la restriccin que requera un
vicepresidente para Tilburgo. El resultado de este cambio es que
la holgura para uno de los cuatro vicepresidentes ser 1 en la
nueva solucin ptima
Ver Asignacin RPG (O>D)
-
92
Modelo de Asignacin: Otras consideraciones
1. Ofertas y demandas desiguales
b) Demanda mayor que la oferta
Suponer que el vicepresidente de Personal tiene que viajar a
Illinois durante la primer semana de junio, por lo tanto no puede
participar en la auditora en Europa.
Solucin: Se agrega un vicepresidente ficticio (igual al modelo
de transporte) para obtener una solucin factible, pero es claro
que una de las plantas quedar sin auditar.
-
93
Modelo de Asignacin: Otras consideraciones
2. Hay un modelo de maximizacin
La respuesta de asignacin es un beneficio y no un costo
Ejemplo: Suponga que RPG tiene que asignar vendedores a sus
territorios de venta.
Existen cuatro personas bien capacitadas listas para ser
asignadas y tres territorios requieren un nuevo vendedor. Uno
de los vendedores no ser asignado.
En este caso la asignacin de un vendedor cualquiera a un
territorio se mide por el incremento marginal esperado en la
contribucin de dicha asignacin a las ganancias.
-
94
Modelo de Asignacin: Otras consideraciones
2. Hay un modelo de maximizacin
La matriz de ganancia es la siguiente
Contribucin del
Vendedor\a
Territorio
1
Territorio
2
Territorio
3
A 40$ 30$ 20$
B 18$ 28$ 22$
C 12$ 16$ 20$
D 25$ 24$ 27$
Ver Asignacin Vendedores RPG
-
95
Modelo de Asignacin: Otras consideraciones
3. Situaciones con asignaciones inaceptables
Ejemplo: Suponga que el presidente de RPG no tiene
el menor deseo de que el vicepresidente de
Operaciones realice una auditora a la Planta Nancy.
Solucin: Asignar un costo arbitrariamente alto a esta
ruta, de tal modo que al restar de l cualquier
nmero finito se obtiene siempre un valor mayor que
otros nmeros relevantes
Ver Asignacin RPG inaceptable
-
96
2.3 Modelo de Transbordo Este modelo permite que las unidades no vayan
directamente desde un origen a un destino, sino
que pasen por nodos intermedios o transitorios.
Cada origen, punto intermedio y destino final se representan
como nodos y se conectan a travs de arcos dirigidos
Restriccin en cada nodo transitorio:
suma flujos entrantes = suma flujos saliente
Tambin se puede representar por medio de una matriz donde un
mij = 1 cuando existe un enlace directo entre el nodo i y el nodo
j; y mij = 0 cuando no hay enlace directo entre estos nodos
-
97
Modelo de Transbordo: Algoritmo
Inicializacin: Encuentre un plan de embarque factible que
satisfaga todas las restricciones de suministro y demanda, al
mismo tiempo que mantiene un equilibrio en todos los nodos
de transbordo.
Prueba de Optimalidad: Pruebe el plan de embarque actual
para ver si es ptimo, es decir, si es el plan que incurre en los
costos totales mnimos. Si es as, detngase con la solucin
ptima, sino vaya al paso 3.
Movimientos: Use el hecho de que el plan de embarque
actual no es ptimo para crear un nuevo plan de embarque
factible con menos costo total que el actual. Vaya al paso 2.
1
2
3
-
98
Consideraciones:
Los pasos del algoritmo son anlogos a los del algoritmo de
pasos sucesivos (escaln).
Tanto los nodos origen como los destinos pueden ser a su vez
nodos de transbordo.
Al igual que el modelo de transporte, puede haber desequilibrio,
en ese caso se agregan fuentes o destinos ficticios con costo cero.
El numero total del sistema est dado por el total de la oferta o de
la demanda.
A cada nodo de transbordo se asigna un suministro (demanda)
igual a su suministro (demanda) original (cero, si no coincide
originalmente con un destino) ms el total de unidades del
sistema. Esto permite que todas las unidades puedan pasar por un
empalme dado.
-
99
Ejemplo 1:
Determnese un programa de embarque que cubra todas las
demandas a un costo mnimo total para los datos
correspondientes al siguiente grafo (costo en $).
3 4
2 4
3
7 2
1 3 5
2 4 6
+95 -30
+70
+15
-30 -45
8
-
100
Solucin
Los sitios 1 y 2 son orgenes
Los sitios 5 y 6 son destinos
El sitio 3 es origen y empalme
El sitio 4 es destino y empalme
La oferta es mayor que la demanda por tanto se requiere un
destino ficticio que demande 75 unidades
Agregar 180 unidades a cada empalme (oferta y demanda)
El costo de las unidades que van de un empalme (como origen)
a l mismo (como destino) y de cualquier origen al sitio ficticio
es cero.
A las rutas no permitidas se les asocia un valor relativamente
alto (por 1.000)
-
101
La tabla inicial es:
3 4 5 6 F Oferta
1 95
3 1000 8 1000 0
2 70
2 7 1000 1000 0
3 195
0 3 4 4 0
4 180
1000 0 1000 2 0
Demanda 180 210 30 45 75
Or
genes
Destinos
-
102
La tabla final es:
3 4 5 6 F Oferta
1 20 75 95
3 1000 8 1000 0
2 70 70
2 7 1000 1000 0
3 90 30 30 45 195
0 3 4 4 0
4 180 180
1000 0 1000 2 0
Demanda 180 210 30 45 75
Destinos
Or
genes
Costo = 20*3+75*0+70*2+90*0+30*3+30*4+45*4+180*0=$590
-
103
Ejemplo 2:
Una corporacin necesita transportar 70 unidades de un producto, del sitio 1 a
los sitios 2 y 3 en cantidades de 45 y 25 unidades, respectivamente. Las tarifas
cij (en miles de pesos por unidad) de carga area entre los sitios comunicados
por carguero se dan en la tabla, en la cual las lneas punteadas indica que no hay
servicio disponible. Determnese un programa de embarque que asigne el
nmero requerido de artculos a cada destino, a un costo mnimo de transporte.
Ningn embarque requiere de vuelo directo, se permiten los envos empleando
puntos intermedios.
1 2 3 4
1 .... 38 56 34
2 38 ... 27 ...
3 56 27 ... 19
4 34 ... 19 ...
-
104
Ejemplo 3:
1
2
3
4
5 7
6
8
9
10
11
100
200
150
120
80
70
110
2
3
4
4 4
5
5
6
6
6
7
7
7
8
8
Nodos de transbordo
-
105
Planteamiento del modelo PL :
Plantear el modelo de PL para el ejemplo mostrado en el
grafo anterior.
-
106
2.4. Modelos de Redes
2.4.1 Teora de Grafos
2.4.2 Modelo de la Ruta ms corta
2.4.3 Modelo del rbol Expandido Mnimo
2.4.4 Problema del Flujo Mximo
-
107
2.4.1 Introduccin a la Teora de Grafos
Grafo no dirigido:
Un grafo no dirigido G consiste en un conjunto V de vrtices
(o nodos) y un conjunto E de lados (ramas o enlaces) tales que
cada lado e E est asociado a un par no ordenado de vrtices v y w. Si un lado e est asociado a un nico par de vrtices v y
w, entonces e= (v,w) o e=(w,v).
Grafo dirigido:
Un grafo dirigido (o digrafo) G consiste en un conjunto V de
vrtices (o nodos) y un conjunto E de lados (o ramas) tales que
cada lado e E est asociado a un par ordenado de vrtices. Si un lado e est asociado a un par ordenado nico de vrtices v y
w, se escribe e = (v,w).
-
108
2.4.1 Introduccin a la Teora de Grafos
Se dice que un lado e = (v,w) de un grafo (dirigido o no dirigido) es
incidente en v y w. Se dice que los vrtices v y w son incidentes
en e y tambin son vrtices adyacentes.
Si G es un grafo (dirigido o no dirigido) con un conjunto de vrtices
V y un conjunto de lados E, se escribe G = (V,E)
Nodo (Vrtice):
Un crculo de una red utilizada para representar una planta,
almacn o tienda.
Nodo de Suministro:
Nodo desde le cual los productos se van a enviar.
-
109
2.4.1 Introduccin a la Teora de Grafos
Nodo de demanda:
Nodo que va a recibir los productos para cumplir con una
demanda conocida.
Nodo de transbordo:
Nodo que recibe productos desde otros nodos para su
distribucin.
Arco (enlace):
Lnea de una red que conecta un par de nodos. Se le utiliza para
representar una ruta vlida desde el nodo origen al nodo de
distribucin.
-
110
2.4.1 Introduccin a la Teora de Grafos
Arco dirigido:
Indica el sentido de movimiento de los productos.
Camino:
Una secuencia de nodos en una red unidos por arcos (dirigidos o
no dirigidos)
Trayectoria (lazo):
Es un camino cerrado (ciclo) donde el primer nodo es a su vez el
ltimo.
-
111
2.4.1 Introduccin a la Teora de Grafos
Representacin Matricial
i) Matriz de Adyacencia
ii) Matriz de costo (beneficio)
Representacin de un grafo:
Un grafo se puede representar matemticamente como:
a) Una matriz
b) Una lista enlazada
c) rbol
-
112
2.4.1 Introduccin a la Teora de Grafos (cont.)
Matriz de Adyacencia:
Para un grafo G, es una matriz A de dimensin NxN,
donde A[i,j] es verdadero (1) si, y slo si, existe un arco
que vaya del vrtice i al vrtice j. En ausencia de arco
directo se representa generalmente por 0.
Ejemplo: Dado el siguiente grafo encontrar su matriz de
adyacencia
-
113
2.4.1 Introduccin a la Teora de Grafos (cont.)
2
3 4
1
1 2 3 4
1 1 1
2 1
3 1
4 1
-
114
2.4.1 Introduccin a la Teora de Grafos (cont.)
Matriz de Costo:
Para un grafo G etiquetado, es una matriz C de dimensin
NxN, donde A[i,j] es el costo (valor de la etiqueta) si, y
slo si, existe un arco que vaya del vrtice i al vrtice j.
En ausencia de arco directo se representa generalmente
por infinito (costo extremadamente alto, para la
simulacin se hace uso de un valor fuera de contexto).
Ejemplo: Dado el siguiente grafo encontrar su matriz de costo
-
115
2.4.1 Introduccin a la Teora de Grafos (cont.)
2
3 4
1
1 2 3 4
1 10 15
2 12
3 20
4 5
10
15 20 12
5
-
116
2.4.1 Introduccin a la Teora de Grafos (cont.)
Para un grafo no dirigido, tanto la matriz de adyacencia
como la matriz de costo son simtricas, esto es:
A[i,j] = A[j,i]
C[i,j] = C[j,i]
-
117
Ejemplo Introductorio
Seymour Miles es el gerente de distribucin de Zigwell. Zigwell
distribuye sus motores oruga en cinco estados del medio oeste. Por lo
regular, Seymour Miles tiene 10 aparatos E-9 in situ en lo que
designaremos como local 1. Estos tractores deben ser enviados a los
dos locales de construccin ms importantes designados como 3 y 4.
Se necesitan tres E-9 en el local 3 y siete en el local 4. Debido a
itinerarios arreglados con anterioridad, relativos a la disponibilidad de
conductores, los tractores solo pueden ser distribuidos de acuerdo con
las rutas alternativas que se muestran en el grafo de la figura.
La figura tiene un nmero +10 en el nodo 1, esto significa que hay 10
aparatos E-9 disponibles (oferta). Los indicadores -3 y -7 asociados a
los locales 3 y 4, respectivamente, denotan los requerimientos
(demandas) de stos.
-
118
1 2 4
5
3
c12
c34
c24
c25 c54
u43
c53
c23
+10
-3
-7
Rutas alternativas para el destino 3
1-2-3, 1-2-4-3, 1-2-5-4-3, 1-2-5-3
u12
u23 u34
c43
u53
c54 u25
u24
-
119
Los costos cij son unitarios. Por ejemplo el costo de
recorrer el arco (5,3) es c53 por cada tractor.
Debido a los acuerdos sostenidos con los conductores,
Zigwell debe cambiarlos en cada local que se encuentre
sobre la ruta. Las limitaciones en la disponibilidad de
conductores ocasionan que haya una cota superior en el
nmero de tractores que pueden recorrer cualquier arco
dado.
Por ejemplo: u53 es la cota superior o capacidad en el arco
(5,3).
El problema de Sygmour consiste en encontrar un plan de
embarque que satisfaga la demanda y las restricciones de
capacidad a costo mnimo.
-
120
El problema en particular se conoce como modelo
de transbordo con capacidades.
Expresar el problema como un PL
a) Variables de decisin
xij = nmero total de E-9 que se enviarn a travs
del arco (i,j).
= flujo del nodo i al nodo j
-
121
b) Funcin Objetivo
MIN Z =C12X12+C23X23+C24X24+C25X25+C34X34+C43X43+C53X53+C54X54
la red (i,j) de artodos los cx ijij cos ,0
c) Restricciones
s a
+ X12 = 10
- X12+X23+X24+X25 = 0
-X23 -X43 -X53 +X34 = -3
-X24 +X43 -X34 -X54 = -7
-X25 +X53 +X54 = 0
Balance
de
flujo
-
122
Matriz Incidencia nodo-arco
a r c o
Nodo (1,2) (2,3) (2,4) (2,5) (4,3) (5,3) (3,4) (5,4) LD
1 +1 0 0 0 0 0 0 0 10
2 -1 +1 +1 +1 0 0 0 0 0
3 0 -1 0 0 -1 -1 +1 0 -3
4 0 0 -1 0 +1 0 -1 -1 -7
5 0 0 0 -1 0 +1 0 +1 0
-
123
Formulacin General del Modelo de Transbordo con Capacidades
Xij denotan el flujo del nodo i al nodo j a lo largo del arco que
conecta esos nodos.
Lj representa la oferta en el nodo j
ijij ijxc
s.a.
minimice
njLxx jk kjk jk ,....,2,1,
la red (i,j) de artodos los cx ijij cos ,0
-
124
Resolver para las siguientes capacidades y costos Capacidad
de\a Sitio 1 Sitio 2 Sitio 3 Sitio 4 Sitio 5
Sitio 1 10
Sitio 2 4 3 3
Sitio 3 2
Sitio 4 4
Sitio 5 3 5
Costo Unitario
de\a Sitio 1 Sitio 2 Sitio 3 Sitio 4 Sitio 5
Sitio 1 $100
Sitio 2 $45 $50 $20
Sitio 3 $60
Sitio 4 $85
Sitio 5 $10 $55
Ver transbordo con capacidades
-
125
2.4.2 Modelo de la Ruta ms corta
Se pueden dar dos casos para representar la red:
Como grafo no dirigido
Como grafo dirigido
Situaciones:
a
b
Cualquiera que sea el caso corresponde
a grafos ponderados (con peso)
-
126
2.4.2 Modelo de la Ruta ms corta
Considernse todos los nodos que estn directamente
conectados con el origen. Etiquetarlos con la distancia al
origen y su nodo predecesor. Etiquetas temporales,
[distancia, nodo].
De entre todos los nodos con etiquetas temporales,
escoger el que tenga la distancia menor y se marca como
permanente. Si todos estn con etiquetas permanentes se
va al paso cuatro.
a) Algoritmo: Grafo no dirigido
1
2
-
127
2.4.2 Modelo de la Ruta ms corta (GND)
Todo nodo que no tenga etiqueta permanente, tendr etiqueta
temporal o estar sin etiqueta. Sea L el ltimo nodo con
etiqueta permanente. Considernse todas las etiquetas de los
vecinos de L (directamente conectados a L mediante un
arco). Para cada uno de estos nodos calclese la suma de su
distancia a L. Si el nodo en cuestin no est etiquetado,
asgnese una etiqueta temporal que conste de esta distancia y
de L como predecesor. Si el nodo en cuestin ya tiene
etiqueta temporal, cmbiese slo si la distancia recin
calculada es menor que la componente de distancia de la
etiqueta actual. En este caso, la etiqueta contendr esta
distancia y a L como predecesor. Regresar al paso 2
3
Algoritmo:
-
128
2.4.2 Modelo de la Ruta ms corta (GND)
Las etiquetas permanentes indican la distancia ms corta entre
el nodo origen a cada nodo de la red. Tambin indican el
nodo predecesor en la ruta ms corta hacia cada nodo. Para
encontrar el camino ms corto de un nodo dado, comincese
en l y retroceda al nodo anterior. Continuar con el recorrido
hasta llegar al origen.
Algoritmo:
4
-
129
2.4.2 Modelo de la Ruta ms corta (GND)
Ejemplo: Para el siguiente grafo encontrar la distancia ms corta
desde el nodo H al resto de los nodos.
H
1 2
3
4
5
6
7
8
4
1
1
1
1
2
2 7
6
3
3 3
-
130
2.4.2 Modelo de la Ruta ms corta (GND)
Solucin:
H
1 2
3
4
5
6
7
8
4
1
1
1
1
2
2 7
6
3
3 3
(8,H)
(4,H)
(5,1)
(6,3) (8,2)
(6,3)
(9,4)
(9,7)
1:Ver ejemplo 1 Ruta mas corta 2: Hacer problema 19 gua 2 (Ejemplo 2 Ruta mas corta
-
131
A
7
1
3
B
C
D
E
F
G
1
4
2
10 8
10
5
7 4
3
Para su prctica y ejercitacin neuronal
-
132
2.4.2 Modelo de la Ruta ms corta (GD)
Es una tcnica exhaustiva, esto es, prueba todas las alternativas
posibles.
Opera a partir de un conjunto S de vrtices cuya distancia ms
corta desde el origen ya es conocida. Inicialmente S contiene slo
el nodo de origen. En cada paso se agrega algn vrtice restante v
a S, cuya distancia desde el origen es la ms corta posible.
Para cada paso del algoritmo, se utiliza una matriz D para registrar
la longitud del camino ms corto a cada vrtice.
b) Algoritmo de Dijkstra
-
133
2.4.2 Modelo de la Ruta ms corta (GD) Algoritmo de Dijkstra INICIO
0) V = {1, 2, 3, 4, ..., n}
1) S = {1} // nodo 1 se supone que es el origen
2) Para i=2 Hasta n Hacer
3) Di = C1i
4) Para i=1 Hasta n-1 Hacer
5) Elegir un vrtice w en V-S tal que Dw sea un mnimo
6) agregar w a S
7) Para cada vrtice v en V-S Hacer
SI ((Dw+Cwv)
-
134
2.4.2 Modelo de la Ruta ms corta (GD) Algoritmo de Dijkstra
Ejemplo: Aplicar el algoritmo al siguiente grafo dirigido
10 100
60
50
30
10
2
1
3 4
5
20
-
135
2.4.2 Modelo de la Ruta ms corta (GD) Algoritmo de Dijkstra
Inicial
0) V = {1, 2, 3, 4, 5}
1) S = {1}
2)
3) D2 = 10, D3 = inf, D4=30, D5 = 100
4) Iterar 4 veces
5) Seleccionar nodo con distancia ms corta de V-S,
En el ejemplo es el nodo 2
Iteracin S w D2 D3 D4 D5
Inicial {1} -- 10 inf 30 100
-
136
2.4.2 Modelo de la Ruta ms corta (GD) Algoritmo de Dijkstra
6) Agregar el nodo 2 a S : S = {1,2}
7) Iterar |V-S|, (V-S = {3,4,5})
D3=mnimo(D3,D2+C23) =mnimo(inf,10+50) = 60
D4=mnimo(D4,D2+C24) =mnimo(30,10+inf) = 30
D5=mnimo(D5,D2+C25) =mnimo(100,10+inf) = 100
Iteracin S w D2 D3 D4 D5
Inicial {1} -- 10 inf 30 100
1 {1,2} 2 10 60 30 100
-
137
2.4.2 Modelo de la Ruta ms corta (GD) Algoritmo de Dijkstra 2a Iteracin
V-S = {3,4,5}
5) w = 4
6) S = {1,2,4}
7) Iterar |V-S| V-S = {3,5}
D3=mnimo(D3,D4+C43) =mnimo(60,30+20) = 50
D5=mnimo(D5,D4+C45) =mnimo(100,30+60) = 90
Iteracin S w D2 D3 D4 D5
Inicial {1} -- 10 inf 30 100
1 {1,2} 2 10 60 30 100
2 {1,2,4} 4 10 50 30 90
-
138
2.4.2 Modelo de la Ruta ms corta (GD) Algoritmo de Dijkstra 3a Iteracin
V-S = {3,5}
5) w = 3
6) S = {1,2,4,3}
7) Iterar |V-S| (V-S = {5})
D5=mnimo(D5,D3+C35) =mnimo(90,50+10) = 60
Iteracin S w D2 D3 D4 D5
Inicial {1} -- 10 inf 30 100
1 {1,2} 2 10 60 30 100
2 {1,2,4} 4 10 50 30 90
3 {1,2,4,3} 3 10 50 30 60
-
139
2.4.2 Modelo de la Ruta ms corta (GD) Algoritmo de Dijkstra 4a Iteracin
V-S = {5}
5) w = 5
6) S = {1,2,4,3,5}
7) Iterar |V-S| (V-S = {})
Iteracin S w D2 D3 D4 D5
Inicial {1} -- 10 inf 30 100
1 {1,2} 2 10 60 30 100
2 {1,2,4} 4 10 50 30 90
3 {1,2,4,3} 3 10 50 30 60
4 {1,2,4,3,5} 5 10 50 30 60
Tabla Final
-
140
Cul es el camino?
Para conocer el camino hay que incluir otra matriz P de
vrtices, tal que Pv contenga el vrtice inmediato anterior a v
en el camino ms corto.
Se asigna a Pv valor inicial 1 para todo v 1
La matriz P se actualiza despus de la lnea 8.
Si Dw + Cwv < Dv en la lnea 8, despus se hace Pv = w
Al trmino de la corrida del algoritmo, el camino a cada vrtice
puede encontrarse regresando por los vrtices predecesores de
la matriz P
-
141
Cul es el camino?
Para el ejemplo, la matriz P debe tener los valores
P2 =1, P3 = 4, P4 = 1, P5 = 3
Para encontrar el camino ms corto del vrtice 1 al 5, se siguen
los predecesores en orden inverso.
3 es el predecesor de 5
4 es el predecesor de 3
1 es el predecesor de 4
-
142
Problema de los caminos ms cortos entre
todos los pares de nodos
Para visualizar el problema se emplea un grafo dirigido G =
(V,A) en el que cada arco v w tiene un costo no negativo
Cv,w. El problema consiste en encontrar el camino de longitud
ms corta (menor costo) entre v y w para cada par ordenado de
vrtices (v,w).
Algoritmo de Floyd
Se utiliza una matriz A, donde Aij = Cij para toda i j, si no
existe camino directo entre i y j se supone que Cij = inf. Cada
elemento de la diagonal se hace cero.
-
143
Problema de los caminos ms cortos entre todos los pares de nodos
Despus se hacen n iteraciones en la matriz A.
Al final de la k-sima iteracin Aij tendr por valor la longitud
ms pequea de cualquier camino que vaya desde el vrtice i
hasta el vrtice j y que no pase por un vrtice mayor que k.
Esto es, i y j, los vrtice extremos del camino, pueden ser
cualquier vrtice, pero todo vrtice intermedio debe ser menor
o igual a k.
En la k-sima iteracin se aplica la siguiente frmula para
calcular A k-1Aij
kAij = min
k-1Aik + k-1Akj
-
144
Problema de los caminos ms cortos entre todos los pares de nodos
Para calcular Aij, se compara k-1Aij, el costo de ir de i a j sin
pasar por k o cualquier otro nodo con numeracin mayor, con
k-1Aik + k-1Akj, el costo de ir primero de i a k y despus de k a j,
sin pasar a travs de un vrtice mayor que k. Si el paso por el
vrtice k produce un camino ms econmico que el de k-1Aij, se
elige ese costo para kAij.
k-1Aij
i
k
j
-
145
Problema de los caminos ms cortos entre todos los pares de nodos
Algoritmo de Floyd // Se supone que se cuenta con la matriz de costo C
0) INICIO
1) Desde i = 1 Hasta N
2) Desde j = 1 Hasta N
3) Aij Cij
4) Desde i = 1 Has ta N
5) Aii = 0
6) Desde k = 1 Hasta N
7) Desde i = 1 Hasta N
8) Desde j = 1 Hasta N
9) SI (Aik + Akj < Aij)
10) Aij = Aik + Akj
11) FIN
-
146
Problema de los caminos ms cortos entre todos los pares de nodos
Recuperacin de caminos para el Algoritmo de Floyd
Cuando es de inters conocer el camino ms corto
entre dos vrtices, hay que consignarlo en una matriz
P, donde Pij tiene el vrtice k que permiti a Floyd
encontrar el valor menor de Aij. Si Pij es cero, el
camino de i a j es directo.
-
147
Problema de los caminos ms cortos entre todos los pares de nodos
Algoritmo de Floyd Modificado
0) INICIO
1) Desde i = 1 Hasta N
2) Desde j = 1 Hasta N
3) Aij Cij
3) Pij 0
4) Desde i = 1 Has ta N
5) Aii = 0
6) Desde k = 1 Hasta N
7) Desde i = 1 Hasta N
8) Desde j = 1 Hasta N
9) SI (Aik + Akj < Aij)
10) Aij Aik + Akj
10) Pij k
11) FIN
-
148
Problema de los caminos ms cortos entre todos los pares de nodos
Ejemplo: Aplique Floyd al grafo ponderado mostrado en la
figura
1 2 3
2
8
3
2
5
-
149
Problema de los caminos ms cortos entre todos los pares de nodos
Solucin:
Tabla Inicial
Nodos 1 2 3
1 0 8 5
2 3 0 inf
3 inf 2 0
0Aij
-
150
Problema de los caminos ms cortos entre todos los pares de nodos
Solucin:
Despus de la primera iteracin
1Aij
Nodos 1 2 3
1 0 8 5
2 3 0 8
3 inf 2 0
-
151
Problema de los caminos ms cortos entre todos los pares de nodos
Solucin:
Despus de la segunda iteracin
2Aij
Nodos 1 2 3
1 0 8 5
2 3 0 8
3 5 2 0
-
152
Problema de los caminos ms cortos entre todos los pares de nodos
Solucin:
Despus de la tercera iteracin
3Aij
Nodos 1 2 3
1 0 7 5
2 3 0 8
3 5 2 0
-
153
2.4.3 Modelo de rbol extensin mnima
Un rbol es un grafo que tiene sus n nodos (vrtices)
conectados (conexo) con n-1 arcos (aristas), no
existiendo ciclos (caminos cerrados)
Definicin 1
Definicin 2 Un rbol de expansin de costo mnimo es aquel en que
todos los enlaces tienen longitudes (costos) mnimas
-
154
Algoritmo para el problema del rbol de expansin mnima.
Mtodo Grfico
Se selecciona un nodo cualquiera y se conecta al
nodo ms cercano a ste.
Se identifica el nodo no conectado ms cercano a
un nodo conectado y se conectan estos dos nodos
Empates se deciden en forma arbitraria. Los
empates indican que existen soluciones
alternativas para la construccin.
1
2
Nota:
-
155
H
1 2
3
4
5
6
7
8
4
1
1
1
1
2
2 7
6
3
3 3
Ejemplo: Encontrar el AEM para el siguiente grafo
-
156
H
1 2
3
4
5
6
7
1
1
1
1
Solucin :
2
2
4
-
157
Algoritmo tabular
Paso Accin
0 Se construye la tabla de costos de enlaces
1 Se comienza arbitrariamente con cualquier nodo. Se designa a
este nodo como conectado y se pone una marca al lado de la
fila correspondiente al nodo. Se tacha el ndice de la columna
que corresponde a l.
2 Considerando todas las filas marcadas, buscar el mnimo en las
columnas cuyo ndice an no haya sido tachado encerrndolo
en un crculo. Designndose de esta manera el nuevo nodo
conectado. Se tacha el ndice de la columna y pone una marca
en la fila correspondiente a este nodo. Se repite este paso hasta
que todos los nodos estn conectados.
3 Los nodos encerrados en crculo identifican el rbol.
-
158
Aplicacin Algoritmo tabular
Nodo H 1 2 3 4 5 6 7
H 4 7 8
1 4 6 1
2 6 1 2
3 1 1 1
4 7 1 3 3 2
5 2 3 3
6 3 3 1
7 8 2 1
Tabla inicial
-
159
Aplicacin Algoritmo tabular
Inicio: Nodo H
Nodo H 1 2 3 4 5 6 7
* H 4 7 8
* 1 4 6 1
2 6 1 2
3 1 1 1
4 7 1 3 3 2
5 2 3 3
6 3 3 1
7 8 2 1
a)
b)
-
160
Aplicacin Algoritmo tabular
Nodo 1
Nodo H 1 2 3 4 5 6 7
* H 4 7 8
* 1 4 6 1
2 6 1 2
* 3 1 1 1
4 7 1 3 3 2
5 2 3 3
6 3 3 1
7 8 2 1
a)
b)
c)
-
161
Aplicacin Algoritmo tabular
Nodo H 1 2 3 4 5 6 7
* H 4 7 8
* 1 4 6 1
* 2 6 1 2
* 3 1 1 1
* 4 7 1 3 3 2
* 5 2 3 3
* 6 3 3 1
* 7 8 2 1
Tabla final
a)
b)
c)
-
162
H
1 2
3
4
5
6
7
1
1
1
1
Arbol de expansin mnima :
2
2
4
-
163
2.4.4 Problema del Flujo Mximo
En este problema hay un solo nodo fuente (nodo de
entrada) y un solo nodo destino (nodo de salida), y el
resto son nodos de transbordo. El problema consiste en
encontrar la mxima cantidad de flujo total (petrleo,
gas, efectivo, mensajes, trnsito, etc.) en una unidad de
tiempo.
La cantidad de flujo por unidad de tiempo en cada arco
est limitada por las restricciones de capacidad.
Este problema se puede representar como una red
dirigida y conexa.
Descripcin
-
164
Para cada nodo interno debe cumplirse que:
flujo que sale del nodo = flujo que entra al nodo
En trminos formales, siendo 1 la fuente y n el destino el problema consiste en:
MAX f
f si i = 1
sujeto a si i = n
0 en otro caso
0 xij uij, para todos (i,j) de la red
xij : flujo por unidad de tiempo por el arco (i,j)
uij : capacidad del arco (i,j)
f : flujo total a travs de la red
Descripcin
fxxj
ji
j
ij
-
165
Considrese la i-sima restriccin, para algn
valor fijo de i, La suma se considera sobre
toda j para la cual el arco (i,j) con i fijo,
pertenezca a la red. Entonces, ser el flujo
total que sale del nodo i. En forma semejante, la
suma se considera sobre toda j para la cual
exista el arco (j,i) en la red, (i fijo). De modo que
es el flujo que entra al nodo i
Descripcin
j
ijx
j
jix
j
ijx
-
166
Antes de hacer la presentacin formal del
algoritmo, revisemos el siguiente ejemplo.
Algoritmo
6
6
6
2
4
4
3
2
1
6
1
2
3
4
5
-
167
Grafo inicial: Inicializacin delos flujos en cada nodo Algoritmo
Consideremos un camino desde el nodo 1 al nodo 6
Ejemplo: 1-2-5-6
4
0
0
0
0
0
0
0
0
6
4
1
6
2
3
2
6
0
2
3
4
5
6 1
-
168
Se dice que la cantidad de flujo a lo largo de dicho
recorrido es factible si:
No excede la capacidad de ningn arco del camino
Con excepcin de los nodos 1 y 6, el flujo en cada nodo
debe satisfacer la condicin de conservacin
1
2
La cantidad mxima que puede fluir desde la fuente a lo
largo de un camino es igual a la menor de las
capacidades de los arcos de dicho camino
Al asignar un flujo a un arco nos atendremos a las reglas:
1
2
Se reduce la capacidad en la direccin del flujo (cantidad de flujo)
Se aumenta la capacidad en sentido opuesto (cantidad de flujo)
-
169
Ejemplo: Considerar el arco 1-2
Asignar dos unidades a este arco:
Aplicando las reglas 1 y 2 se tiene
Se gener una capacidad ficticia en la direccin 2-1
Enviar una unidad de 2 a 1
1 2 (2 )
2 2
1 2 4 0
1 2 (1 )
1 3
-
170
Algoritmo
Inicializar cada nodo del grafo con capacidades uij en
la direccin del flujo y cero en la direccin opuesta.
Encontrar cualquier camino de la fuente a destino que
tenga capacidad de flujo positiva, si no los hay, se
habr encontrado la solucin ptima.
Sea cmin la capacidad mnima de flujo entre los arcos
seleccionados en el paso 1, se aumenta el flujo
existente a travs de la red al enviar un flujo adicional
cmin para todos los arcos del camino.
Para todos los arcos del camino, disminyanse las
capacidades en la direccin del flujo y aumntese las
capacidades en la direccin opuesta en cmin. Volver al
paso 1
Inicial
1
2
3
-
171
Aplicar el algoritmo al grafo del ejemplo:
4
0
0
0
0
0
0
0
0
6
4
1
6
2
3
2
6
0
2
3
4
5
6 1
Paso Inicial
-
172
Iteracin 1:
4
0
0
0
0
0
0
0
0
6
4
1
6
2
3
2
6
0
2
3
4
5
6 1
Elegir arbitrariamente el camino 1-3-5-6
cmin = MIN(6,4,2)=2; actualizando la red se tiene
4
2
2 2
0
2
2 2
-
173
Iteracin 2:
4 0
0
0
0
0
0
0
0
6
4
1
2
2
3
2
2
0
2
3
4
5
6 1
4
2 0
2
2 6
Elegir arbitrariamente el camino 1-2-4-6
cmin = MIN(4,6,6)=4; actualizando la red se tiene
4 0
6 4
6 4
2
6
2 2
-
174
Iteracin 3:
4 0
0
0
0
0
2
0
0
6
4
1
0
2
1
2
0
0
2
3
4
5
6 1
2
4
0
2
2
8
Elegir arbitrariamente el camino 1-3-2-4-6
cmin = MIN(4,3,2,2)=2; actualizando la red se tiene
4 0
6
4
6 6
2
8
2 2
4
2
3
0
2
6
2
4 6
6
-
175
Clculo de la cantidad de flujo en cada arco
Se determina comparando la capacidad inicial de cada arco
con la capacidad inicial. Para cada arco la regla es:
Si la capacidad final es menor que la capacidad inicial,
calcular la diferencia. Esta es la cantidad del flujo a travs
del arco.
Ejemplo: Arco 3-5
Inicial
Final 2 2 3 5
0 4 3 5
Final < inicial entonces el flujo es 4-2=2
-
176
Aplicando la regla anterior a todos los arcos se tiene el
siguiente grafo:
6
6
6
2
4
2
8
2
8
4
1
2
3
4
5
-
177
Unidad 3
Administracin de Proyectos
PERT y CPM
-
178
3 Administracin de Proyectos (PERT y CPM)
1. Cundo sera lo ms pronto que el proyecto pudiera estar
terminado?
2. Para cumplir con este tiempo de conclusin, qu tareas son
crticas, en el sentido de que un retraso en cualquiera de esas
tareas provoca un retraso en la conclusin del proyecto?
3. Es posible acelerar ciertas tareas para terminar todo el proyecto
ms pronto?. Si es as, qu tareas sern stas y cul sera el
costo adicional?
Todo proyecto debe ser comprobado y controlado, dado que ste
tiene involucrado numerosas tareas interrelacionadas.
A travs de algunas tcnicas se puede responder a preguntas como:
-
179
Tcnica de Evaluacin de Proyectos (PERT,
Program Evaluation and Review Technique): Mtodo
utilizado para administrar proyectos en que los
tiempos requeridos para terminar las tareas
individuales son inciertos (probabilsticos).
Mtodo de la Ruta Crtica (CPM, Critical Path
Method): Mtodo utilizado para administrar
proyectos en que los tiempos requeridos para
terminar las tareas individuales se conocen con
relativa certeza (determinsticos).
-
180
3.1 Desarrollo de la Red de Proyectos
1. Identifique las tareas individuales que componen el proyecto
2. Obtenga una estimacin del tiempo de conclusin de cada
tarea.
3. Identifique las relaciones entre las tareas. Qu tareas deben
concluirse antes de que otras puedan iniciarse?
4. Dibuje un diagrama de red de proyecto para reflejar la
informacin de los pasos 1 y 3
Para determinar el tiempo de conclusin de un proyecto puede
usar los siguientes pasos:
-
181
Ejemplo:
Traslado de las oficinas de una ciudad a otra
El directorio ha fijado un plazo mximo de 22
semanas para la mudanza
Actividad DescripcinPrdecesoras
inmediatasTiempo Recursos
A Elegir local de oficinas -
B Crear el plan financiero y de -
CDeterminar requerimientos
de personalB
D Diseo de local A, C
E Construir el interior D
F Elegir personal a mudar C
GContratar nuevos
empleadosF
HMudar registros, personal
clave, etc.F
IHacer arreglos finacieros de
la organizacinB
J Entrenar personal nuevo H, E, G
-
182
Construccin del diagrama de Red:
1
2
3
4
A
B C
Cmo agregamos la actividad D?. Sus
predecesoras inmediatas son A y C,
adems C es predecesora directa de F
-
183
Actividades Ficticias (figurada):
Es una actividad artificial que no requiere tiempo y que se
incluye en una red de proyecto para asegurar la relacin de
precedencia correcta entre ciertas tareas.
Generalmente se representan por lneas segmentadas.
Se usan slo para reflejar las relaciones de precedencia
adecuadas
2
4
A
C
-
184
Volviendo al ejemplo: Agregando el resto de las actividades a la red finalmente se tiene
1
2
3
4
5
6 7
8
A
B C
D
E
F
G
H
I
J
-
185
Siguiendo con el ejemplo: G y H tienen como predecesora inmediata F, adems ambas son predecesoras de J, agregar actividad ficticia.
1
2
3
4
5
6 7
8
A
B C
D
E
F
G
H
I
J
9
Red Final
Fic
-
186
Ruta Crtica: Dar cumplimiento al plazo lmite Se requiere de las estimaciones de tiempo de cada actividad (supuestos)
Actividad DescripcinPrdecesoras
inmediatasTiempo Recursos
A Elegir local de oficinas - 3
BCrear el plan financiero y de
organizacin- 5
CDeterminar requerimientos
de personalB 3
D Diseo de local A, C 4
E Construir el interior D 8
F Elegir personal a mudar C 2
GContratar nuevos
empleadosF 4
HMudar registros, personal
clave, etc.F 2
IHacer arreglos finacieros de
la organizacinB 5
J Entrenar personal nuevo H, E, G 3
-
187
Retomando el ejemplo: Agregando los tiempos a las actividades
1
2
3
4
5
6 7
9
A
B C
D
E
F
G
H
I
J
(3)
(5)
(3)
(4)
(8)
(2)
(4)
(2)
(5)
(3)
8 Fic
-
188
Clculo de la ruta crtica: Tiempo de trmino del proyecto
Definiciones
Tiempo de inicio ms inmediato: El tiempo
ms cercano en que una tarea posiblemente
pueda iniciarse (TI)
Tiempo de trmino ms breve: El tiempo ms
corto en el que una tarea posiblemente pueda
concluir (TT)
-
189
Reglas a cumplir: Dado que en el proyecto existen tareas predecesoras es necesario conocer cuando termina
una y cuando empieza la otra:
Regla
1. Para calcular el TI de una tarea se debe conocer los TT de cada
tarea predecesora inmediata
2. El TI ms inmediato de una tarea de la que se conocen los
tiempos de trmino ms breves de todas sus tareas
predecesoras inmediatas es el mximo de todos esos tiempos
de trmino ms breves.
3. Tiempo de trmino ms breve = (tiempo de inicio ms
inmediato) + (tiempo de tarea(t))
-
190
Pasos para determinar los TI y TT ms inmediatos:
Paso
0
1
Identificar el nodo de inicio de la red del proyecto
Calcule y escriba en cada arco saliente
a) TI ms cercano, esto es, 0
b) El TT ms breve de acuerdo a la regla 3
TT ms breve = (TI ms inmediato) + (t)
= 0 + t
Seleccionar cualquier nodo donde todos los arcos
entrantes han sido etiquetados con sus TI y TT
-
191
Pasos para determinar los TI y TT ms inmediatos:
Paso
2
Para el nodo seleccionado en el paso 1 calcule y registre
en cada arco saliente
a) El TI ms breve de acuerdo a la regla 2
TI ms breve = MAXIMO(TT de los arcos entrantes)
b) El TT ms breve de acuerdo a la regla 3
TT ms breve = TI ms inmediato + t
-
192
Clculo de TI y TT:
1
2
3
4
5
6 7
9
D[8,12]
8
Fic
-
193
Identificacin de las tareas crticas:
Para identificar las tareas crticas hay que realizar un
recorrido hacia atrs hasta el inicio del proyecto,
analizando cada tarea.
1. ltimo Tiempo de trmino: Lo ms tarde que puede
concluirse una tarea, en tanto permita que el proyecto se
complete lo ms pronto posible
2. ltimo tiempo de inicio: Lo ms tarde que pueda
iniciarse una tarea, pero finalizando dentro de su tiempo
de trmino.
3. Tarea sucesora: Una tarea para la que la tarea de inters
es una predecesora
-
194
Identificacin de las tareas crticas:
Para calcular el ltimo tiempo de trmino (UTT) de una
tarea particular, debe conocer los ltimos tiempos de
inicio (UTI) de cada tarea sucesora inmediata.
Respecto a una tarea de la que se conocen los ltimos
tiempos de inicio de todas sus tareas sucesoras
inmediatas, el ltimo tiempo de trmino (UTT) de esa
tarea es el mnimo de los ltimos tiempos de inicio de
todas las tareas sucesoras inmediatas
UTI = UTT- t
Regla
4
5
6
-
195
Identificacin de las tareas crticas: Pasos para calcular los ltimos tiempos de inicio y trmino
0
1
2
3
Identificar el final del proyecto. Calcular y escribir en cada arco
entrante:
a) ltimo tiempo de trmino del proyecto
b) ltimo tiempo de inicio (Regla 6): UTI=UTT-t
Seleccione un nodo, cuyos arcos salientes hayan sido etiquetados
todos con sus UTI y UTT
Para el nodo seleccionado (paso 1) calcule y escriba lo siguiente
a) UTT= MIN(UTI arcos salientes), (regla 5)
b) UTI=UTT - t (regla 6)
Repetir pasos 1 y 2 hasta cubrir toda la red del proyecto
-
196
Identificacin de las tareas crticas: Clculo de UTT y UTI para cada actividad
Iteracin 2
Actividad ficticia UTT = 20
UTI = 20-0 = 20
Actividad I UTT = 23
UTI = 23-5 = 18
Nodo 7 Actividad E UTT = 20
UTI = 20-8 = 12
UTT = 20
UTI = 20-2 = 18
Iteracin 1
Actividad H
Nodo 9 Actividad J UTT = 23
UTI = 23-3 = 20
-
197
1
2
3
4
5
6 7
9 8
Identificacin de las tareas crticas: Clculo de UTT y UTI para cada actividad . Finalmente se tiene
D[8,12]
[8,12]
[5,8
]
Fic
-
198
Identificacin de las tareas crticas:
Holgura: Es la cantidad de tiempo que puede demorar una actividad sin afectar la fecha de trmino del proyecto.
El valor de la holgura para cada actividad est dada por:
holgura = TI - UTI = TT - UTT
Ejemplo:
Actividad C: TI = 5, UTI = 5, TT = 8, UTT = 8
Holgura = 5 - 5 = 8 - 8 = 0
Actividad I: TI = 5, UTI = 18, TT = 10, UTT = 23
La actividad C tiene holgura 0, por tanto no puede retrasarse, en cambio la actividad I tiene 13 semanas de holgura que permite retrasar su inicio.
-
199
Identificacin de las tareas crticas:
Resumen de los tiempos de las actividades del proyecto:
Actividad Tiempo Inicio Trmino Inicio Trmino Holgura
A 3 0 3 5 8 5
B 5 0 5 0 5 0
C 3 5 8 5 8 0
D 4 8 12 8 12 0
E 8 12 20 12 20 0
F 2 8 10 14 16 6
G 4 10 14 16 20 6
H 2 10 12 18 20 8
I 5 5 10 18 23 13
J 3 20 23 20 23 0
Tiempo ms prximo de: Tiempo ms lejano de:
Tiempo de ejecucin del proyecto: 23 semanas
-
200
Identificacin de las tareas crticas:
Actividad crtica es aquella que tiene holgura cero
Ruta crtica es una secuencia de tareas (actividades) crticas que
conecta el principio del proyecto con el fin
En nuestro ejemplo:
Actividades crticas: B, C, D, E y J
Ruta crtica: Nodos 1-3-2-5-7-9
Actividades B-C-D-E-J
-
201
Formas de Reducir la duracin del proyecto:
1. Anlisis Estratgico
Aqu el analista se pregunta: Este proyecto tiene que
desarrollarse en la forma progr