TRANSPORTE O
DISTRIBUCIN
PROBLEMA DE TRANSPORTE
MEDIANTE PROGRAMACIN LINEAL
Como se mencion anteriormente la programacin lineal puede ser utilizada
para la resolucin de modelos de transporte, aunque no sea sensato resolver
los modelos mediante el Mtodo Simplex si puede ser de gran utilidad la fase
de modelizacin, la programacin carece de la practicidad de los mtodos de
asignacin, pero puede ser de gran importancia dependiendo de la complejidad
de las restricciones adicionales que puede presentar un problema particular.
EL PROBLEMA
Una empresa energtica colombiana dispone de cuatro plantas de generacin
para satisfacer la demanda diaria elctrica en cuatro ciudades, Cali, Bogot,
Medelln y Barranquilla. Las plantas 1,2,3 y 4 pueden satisfacer 80, 30, 60 y 45
millones de KW al da respectivamente. Las necesidades de las ciudades de
Cali, Bogot, Medelln y Barranquilla son de 70, 40, 70 y 35 millones de Kw al
da respectivamente.
www.ingenieriaindustrial
online.com
SOLUCIN MEDIANTE PL
El modelo bsico de transporte es el modelo en el cual la cantidad ofertada es
igual a la cantidad demandada, como es el caso de este ejercicio, sin embargo
trasladar esta suposicin a la realidad es casi imposible por lo cual hace falta
crear orgenes y/o destinos ficticios con el excedente de oferta y/o demanda.
www.ingenieriaindustrialonline.com
ZMIN = 5X1,1 + 2X1,2 + 7X1,3 + 3X1,4 + 3X2,1 + 6X2,2 + 6X2,3 + 1X2,4 + 6X3,1 + 1X3,2 +
2X3,3 + 4X3,4 + 4X4,1 + 3X4,2 + 6X4,3 + 6X4,4
Luego se puede proceder al uso de la herramienta WinQSB para resolver el
modelo realizado, aqu estn los resultados.
www.ingenieriaindustrialonline.com
www.ingenieriaindustrialonline.com
Este problema presenta una solucin ptima alternativa, aqu los resultados.
www.ingenieriaindustrialonline.com
Red Solucin
Modelo de Transporte
www.ingenieriaindustrialonline.com
https://jorgesosasanchez.wordpress.com/unidad-2/2-1-problema-detransporte-2/
Un modelo de Programacin Lineal (PL) considera que las variables de decisin tienen un
comportamiento lineal, tanto en la funcin objetivo como restricciones del problema. En este
sentido, la Programacin Lineal es una de las herramientas ms utilizadas en la Investigacin
Operativa debido a que por su naturaleza se facilitan los clculos y en general permite una
buena aproximacin de la realidad.
Los Modelos Matemticos se dividen bsicamente en Modelos Determistas (MD) o Modelos
Estocsticos (ME). En el primer caso (MD) se considera que los parmetros asociados al
modelo son conocidos con certeza absoluta, a diferencia de los Modelos Estocsticos, donde
la totalidad o un subconjunto de los parmetros tienen una distribucin de probabilidad
asociada. Los cursos introductorios a la Investigacin Operativa generalmente se enfocan
slo en Modelos Determistas.
por
la
Mtodo de Transporte
febrero 28, 2013
BY PROFMERCEDESGUILLERMINAGODOY
2:En este paso se procede a eliminar la fila o destino cuya oferta o demanda sea 0
despus del Paso 1, si dado el caso ambas son cero arbitrariamente se elige cual
eliminar y la restante se deja con demanda u oferta cero (0) segn sea el caso.
3:Una vez en este paso existen dos posibilidades, la primera que quede un solo
rengln o columna, si este es el caso se ha llegado al final el mtodo, detenerse.
de
cerrada que parta del cuadro que se desea evaluar con giros en ngulo recto
slo en los cuadros que ya tengan asignaciones, procediendo en la direccin de
las manecillas del reloj o a la inversa. Se pueden saltar cuadros para llegar a
las esquinas, como se aprecia en la tabla 4. No se permite un movimiento
diagonal. Empezando en el cuadro que se desea evaluar, se asigna un signo de
ms, puesto que hay la intencin de agregar un carga y se alternan los signos
de ms y de menos al avanzar por la ruta cerrada. Por lo regular slo hay una
ruta cerrada para evaluar un cuadro abierto dado, si la solucin arbitraria inicial
se ha obtenido en forma correcta. De acuerdo con la tabla 4 se advierte que no
se gano nada con hacer alguna asignacin al cuadro CW, as que se procede a
evaluar sistemticamente los cuadros no asignados de la columna X.
primera
se obtiene ninguna mejora en los cuadros BW, CW, y CY mientras que los
cuadros CX, AY, AZ y BZ, en esa secuencia, si producen mejoras. La segunda
vez que se pasa por la tabla no se obtiene mejora de BW, CW, AX y BX, pero si
se obtiene en AY y CY. En este punto la solucin es optima, porque una nueva
evaluacin de todos los cuadros sin asignacin demuestra que no se pueden
lograr nuevas mejoras.
Este procedimiento es tedioso, aun en el caso de un problema pequeo, pero
hay que recordar que el trabajo mas arduo de este tipo se adapta muy bien al
computadora electrnica.
La degeneracin en los problemas de distribucin
Fjese que el menor costo de toda la tabla es cero (0), pero hay 4 celdas con
costo cero
(0), Escogemos al azar la fila 4, columna 2 y se le asigna el 10 y rellenamos la
columna 1 con ceros (0) y la columna 3 con 1 para completar el 11. La columna
3 esta con 6 se le resta el 1 obteniendo 5 y se coloca en el costo 10 que es CY
que es el mnimo de esa columna. Ahora en la fila de disponibilidad 10 se resta
con 5 colocndole en el costo 12 en CZ. Ahora se resta 9-5 = 4 poniendo la cifra
4 en BZ que es el mnimo de la columna Z. Se resta 5-4 = 1 colocndole en BW.
Mtodo de vogel
Caractersticas
. Es ms elaborado que los anteriores, ms tcnico y dispendioso.
. Tiene en cuenta los costos, las ofertas y las demandas para hacer las
asignaciones.
. Generalmente nos deja cerca al ptimo.
Algoritmo
1. Construir una tabla de disponibilidades (ofertas), requerimientos (demanda) y
costos.
2. Calcular la diferencia entre el costo mas pequeo y el segundo costo ms
pequeo, para cada fila y para cada columna.
3. Escoger entre las filas y columnas, la que tenga la mayor diferencia (en caso
de empate, decida arbitrariamente).
4. Asigne lo mximo posible en la casilla con menor costo en la fila o columna
escogida en el punto 3.
5. asigne cero (0) a las otras casillas de la fila o columna donde la disponibilidad
el requerimiento quede satisfecho.
6. Repita los pasos del 2 al 5, sin tener en cuenta la(s) fila(s) y/o columna(s)
satisfechas, hasta que todas las casillas queden asignadas.
Por ejemplo:
Z = 2.650
Solucin bsica factible no degenerada lograda mediante el mtodo de vogel,
con m+n-1=8 variables bsicas. Tabla de costos para las variables
bsicas Calculamos los ui ^ vj de tal forma que Cij ui vj = 0.
nuestro caso, fila 3 columna 5. Con base en ste primer valor, calculamos
todos los ui y vj, aplicando Cij ui vj = 0, para ui = Cij
V1 = C21 u2 = 15 0 = 15
V3 = C23 u2 = 13 0 = 13
V5 = C25 u2 = 16 0 = 16
u1 = C15 v5 = 16 16 = 0
U3 = C33 v3 = 18 -13 = 5
u5 = C45 v5 = 0 16 = -16
V2 = C32 u3 = 15 5 = 10
V5 = C45 u5 = 0 (-16) = 16
Observe que el clculo para cualquier ui ,es el costo menos el respectivo vj
y para cualquier vj, es el costo menos el respectivo ui
Tabla de costos para las variables no bsicas Cij-ui -vj , as:
C11 u1 v1 = 20 0 15 = 5
C12 u1 v2 = 19 0 10 = 9
C13 u1 v3 = 14 0 13 = 1
C14 u1 v4 = 21 0 16 = 5
C 22 u2 v2 = 20 0 10 = 10
C24 u2 v4 = 19 0 16 = 3
C31 u3 v1 = 18 5 15 = -2
C34 u3 v4 = 20 5 16 = -1
C35 u3 v5 = M 5 16 = M-21
C41 u4 v1 = 0 (-16) 15 = 1
C42 u4 v2 = 0 (-16) 10 = 6
C43 u4 v3 = 0 (-16) 13 = 3
Observe que stos clculos se pueden hacer directamente sobre la tabla,
aplicando para las casillas de las variables no bsicas Cij ui vj
Fjese que en sta ltima tabla, estn todos los coeficientes de las variables no
bsicas en la funcin objetiva, despus de haber sumado mltiplos de las
restricciones a la funcin objetivo para eliminar las variables bsicas. La nueva
funcin objetivo es:
Z = 5X11 + 9X12 + X13 + 5X14 + 10X22 + 3X24 -2X31-X34 + (M-21)X35 +
X41 + 6X42 + 3X43 + 2.650
La variable que al crecer hace que Z disminuya ms es X31 , luego escogemos
sta variable para entrar a la base.
Z=(40)(15)+(0)(15)+(50)(13)+(10)
(16)+(30)(18)+ (40)(15)+(40)(0)+(10)(0) = 2.590
. Fjese que m+n-1=8
. X21 es variable bsica = 0
. La oferta es igual a la demanda.
. Z disminuye en 60 unidades; 2(30)=60 2.650 60 = 2.590
La pregunta aqu es: sta es la solucin ptima?, la respuesta la conoceremos
cuando calculemos la nueva tabla de costos para las variables no bsicas.
Tabla de costos para las variables bsicas: Cij ui vj = 0
X25* = 10
X31* = 30
X32* = 40
X54* = 40
X55* = 10
aqu, es que ahora sabemos a quien no enviarle las 50 unidades que no tienen
los distribuidores y que podemos tomar decisiones administrativas referentes a
la demanda no cubierta, tales como:
1. Conseguir las 50 unidades a travs de la competencia agremiada, como
consecuencia de acuerdos previamente establecidos.
2. Acordar con el distribuidor 4 y 5 cubrir dicha demanda en el periodo de
produccin siguiente.
3. Otras decisiones podrn ser tomadas en concordancia con la situacin real
Problemas propuestos
Una cadena de cinco (5) Almacenes, ubicados en diferentes partes del pas,
requieren cierta mercanca para cada uno de sus almacenes. Las Empresas
abastecedoras han informado que disponen de la mercanca solicitada, pero en
tres (3) diferentes fbricas. La escasez del producto hace que la cadena de
almacenes deba transportar la mercanca. En base a los costos del transporte
por unidad, a los requerimientos de los almacenes y a la disponibilidad de las
fbricas, que se muestra en el siguiente cuadro; Formule el problema de
programacin lineal que minimice los costos totales del transporte y resuelva
Una Compaa desea saber, que poltica de distribucin minimizar sus costos
totales, se cuenta con tres (3) fbricas y cuatro (4) clientes, la produccin de las
fbricas es de:
550,300 y 260 unidades respectivamente; y las necesidades de los cuatro (4)
clientes son: 250,300,200, y 160 unidades respectivamente.Los costos de
enviar una (1) unidad entre cada fbrica y los clientes se da a continuacin:
https://profmgodoy.wordpress.com/
MTODO SIMPLEX
OBSERVACIONES IMPORTANTES AL
UTILIZAR MTODO SIMPLEX
VARIABLES DE HOLGURA Y EXCESO
El Mtodo Simplex trabaja basndose en ecuaciones y las restricciones
iniciales que se modelan mediante programacin lineal no lo son, para ello hay
que convertir estas inecuaciones en ecuaciones utilizando unas variables
Por ejemplo:
2.
i=1
j=1
ij
ij
Sujeta a:
j=1
i=1
ij
<= ai ,
i=1,2,, m
Ij
>= bj ,
j=1,2,, n
X i j >=0
ij
= ai,
X i j = bj,
i=1,2,..., m
j=1,2,..., n
Denver
Miami
1 000
1 690
Detroit
1 250
1 350
Nueva
Orleans
1 275
850
Los ngeles
Los ngeles
Detroit
Denver
Miami
80
215
100
108
Mediante el uso
de cdigos numricos que
representan las plantas y
centros de distribucin, hacemos que X i j represente el nmero de
automviles transportados de la fuente i al destino j. Como la oferta total
( = 1 000 + 1 500 + 1 200 = 3 700) es igual a la demanda ( = 2 300 + 1
400 = 3 700), el modelo de transporte resultante esta equilibrado. Por lo
tanto, el siguiente modelo de PL que representa el problema tiene todas las
restricciones deigualdad.
Nueva Orleans
102
68
12
+ 100X 21 + 108X
22
+ 102X 31 + 68X32
Sujeto a:
X 11
= 1 000
12
X 21
= 1 500
22
X 31
32
= 1 200
X 11
X 21
12
ij
X 31
22
= 2 300
32
= 1 400
Denver
Miami
Los ngeles
80
215
1 000
Detroit
100
108
1 300
Nueva Orlens
102
68
1 200
Planta ficticia
200
Miami
Destino
Ficticio
Los ngeles
80
215
1 000
Detroit
100
108
1 500
Nueva Orleans
102
68
1 200
Sistema de Produccin
1. Fuente i
1. Periodo de produccin i
2. Destino j
2. Periodo de demanda j
3. Oferta en la fuente i
4. Demanda en el destino j
5. Costo de transporte
fuentei al destino j
de
Periodo
Demanda
Capacidad
4.5
5.5
50
4.5
180
4.5
280
10
270
200
180
300
Demanda: 100
Costo
en i,
Cij =
en i aj
de
i=j
produccin
Paso 1.- Empiece por encontrar el elemento mas pequeo en cada rengln
de la matriz de costos. Construya una nueva matriz, al restar de cada costo,
el costo mnimo de su rengln. Encuentre, para esta nueva matriz el costo
1.
2.
3.
A.
1
1
2
10
3
0
4
20
11
15
0
2
15
12
0
7
9
15
14
20
25
18
10
16
5
5
B.
15
15
10
Este metodo es heuristico y suele producir una mejor solucion inicial que
los dos metodos antes descritos. De hecho, VAM suele producir una solucion
inicial optima, o proxima al nivel optimo.
Los pasos del procedimiento son los siguientes:
Paso1: Evaluese una penalizacion para cada renglon restando el menor
elemento del costo del renglon del elemento de costo menor siguiente en el
mismo renglon.
Paso2: Identifiqueze el renglon o columna con la mayor penalizacion,
rompiendo empates en forma arbitraria. Asignese el valor mayor posible a la
variable con el costo mas bajo del renglon o columna seleccionado. Ajustese
la oferta y la demanda y tachese el renglon o columna satisfecho. Si un
renglon o columna se satisfacen al mismo tiempo, solo uno de ellos se tacha
y al renglon restante se le asigna una oferta cero.Cualquier renglon o
columna con oferta o demanda cero no debe utilizarce para calcular
penalizaciones futuras.
Paso 3:
a.-si solo hay un renglon o columna sin tachar, detengase.
b.-si solo hay un renglon conoferta positiva sin tachar, determinense las
variables basicas del renglon a travez del metodo del costo minimo.
c.-si todos los renglones y columnas sin tachar tienen oferta o demanda
cero asignadas, determinese las variables basicas cero a travez del metodo
del costo minimo. Detengase.
d.-de lo contrario, calculense las penalizaciones de las renglones y
columnas no tachados y despues dirijase al paso 2.
PR
10
20
11
15
10
12
20
25
14
16
18
14
5
PC
15
15
10
10
PR = Penalizacin de Rengln
PC = Penalizacin de Columna
PR
10
20
11
15
11
12
20
25
10
15
3
0
5
PC
15
15
10
11
CONCLUSION:
Mtodo Simplex
El mtodo Simplex es un procedimiento iterativo que permite ir
mejorando la solucin a cada paso. El proceso concluye cuando no es
posible seguir mejorando ms dicha solucin.
Partiendo del valor de la funcin objetivo en un vrtice cualquiera, el
mtodo consiste en buscar sucesivamente otro vrtice que mejore al
anterior. La bsqueda se hace siempre a travs de los lados del polgono (o
de las aristas del poliedro, si el nmero de variables es mayor). Cmo el
nmero de vrtices (y de aristas) es finito, siempre se podr encontrar la
solucin.
El mtodo Simplex se basa en la siguiente propiedad: si la funcin
objetivo, f, no toma su valor mximo en el vrtice A, entonces hay una
arista que parte de A, a lo largo de la cual f aumenta.
Deber tenerse en cuenta que este mtodo slo trabaja para
restricciones que tengan un tipo de desigualdad "" y coeficientes
independientes mayores o iguales a 0, y habr que estandarizar las mismas
para el algoritmo. En caso de que despus de ste proceso, aparezcan (o no
varen) restricciones del tipo "" o "=" habr que emplear otros mtodos,
siendo el ms comn el mtodo de las Dos Fases.
- Construccin de la primera tabla:
En la primera columna de la tabla aparecer lo que llamaremos base,
en la segunda el coeficiente que tiene en la funcin objetivo cada variable
que aparece en la base (llamaremos a esta columna Cb), en la tercera el
trmino independiente de cada restriccin (P0), y a partir de sta columna
aparecern cada una de las variables de la funcin objetivo (Pi). Para tener
una visin ms clara de la tabla, incluiremos una fila en la que pondremos
cada uno de los nombres de las columnas. Sobre sta tabla que tenemos
incluiremos dos nuevas filas: una que ser la que liderar la tabla donde
aparecern las constantes de los coeficientes de la funcin objetivo, y otra
que ser la ltima fila, donde tomar valor la funcin objetivo. Nuestra tabla
final tendr tantas filas como restricciones.
Tabla
C1
C2
...
Cn
Base
Cb
P0
P1
P2
...
Pn
Pi1
Ci1
bi1
a11
a12
...
a1n
Pi2
Ci2
bi2
a21
a22
...
a2n
...
...
...
...
...
...
...
Pim
Cim
bim
am1
am2
...
amn
Z0
Z1-C1
Z2-C2
...
Zn-Cn
Si
es
la
fila
pivote
cada
nuevo
elemento
se
calcular:
Para
el
resto
de
elementos
de
filas
se
calcular:
PROBLEMAS DE ASIGNACIN
Mltiples son los casos en los que como ingenieros industriales podemos
hacer uso del problema de asignacin para resolver diversas situaciones,
entre los que cabe mencionar se encuentran la asignacin de personal a
maquinas, herramientas a puestos de trabajos, horarios a maestros,
candidatos a vacantes, huspedes a habitaciones, comensales a mesas,
vendedores a zonas territoriales etc.
MTODO HNGARO
Apartndonos un poco de la idea expresada en mdulos anteriores respecto a
la facilidad de resolver problemas atinentes a la investigacin operativa en
especial aquellos de transporte mediante el uso de herramientas tecnolgicas
como lo son WinQSB, LINGO, TORA, STORM, Excel etc.. vale la pena ya sea
para fines acadmicos o de cultura ingenieril realizar la resolucin del problema
de asignacin mediante el algoritmo que se cre para tal fin, como lo es
el Mtodo Hngaro.
entre cada costo y el valor mnimo de la fila a la cual cada costo corresponde
(valor mnimo hallado en el primer paso).
RESOLUCIN DE UN PROBLEMA DE
ASIGNACIN MEDIANTE EL MTODO
HNGARO
EL PROBLEMA
La compaa de manufactura "Jimnez y Asociados" desea realizar una
jornada de mantenimiento preventivo a sus tres mquinas principales A, B y C.
El tiempo que demanda realizar el mantenimiento de cada mquina es de 1
da, sin embargo la jornada de mantenimiento no puede durar ms de un da,
teniendo en cuenta que la compaa cuenta con tres proveedores de servicios
de mantenimiento debe de asignarse un equipo de mantenimiento a cada
mquina para poder cumplir con la realizacin del mantenimiento preventivo.
Teniendo en cuenta que segn el grado de especializacin de cada equipo
prestador de servicios de mantenimiento el costo de la tarea vara para cada
mquina en particular, debe de asignarse el equipo correcto a la mquina
indicada con el objetivo de minimizar el costo total de la jornada. Los costos
asociados se pueden observar en la siguiente tabla:
www.ingenieriaindustrialonline
.com
PASO 1
Encontramos el menor elemento de cada fila
www.ingenieri
aindustrialonline.com
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.
www.ingen
ieriaindustrialonline.com
PASO 3
En la matriz construida en el paso anterior se procede a efectuar el paso 1 esta
vez en relacin 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.
www.ingenieriaindustrialonline
.com
PASO 4
En este paso trazaremos la menor cantidad de combinaciones de lneas
horizontales y verticales con el objetivo de cubrir todos los ceros de la matriz de
costos reducidos.
www.ingenieriaindustrialonline
.com
PASO 5
En este paso seleccionamos el menor elemento de los elementos no
subrayados.
www.ingenieriaindustrialonline
.com
www.ingenieriaindustrialonline
.com
Ahora observamos cmo se hace necesario trazar tres lneas (la misma
cantidad de filas o columnas de la matriz) por ende se ha llegado al tabulado
final, en el que por simple observacin se determina las asignaciones ptimas.
www.ingenieriaindustrialonline
.com
RESOLUCIN DE UN PROBLEMA DE
MAXIMIZACIN MEDIANTE EL MTODO
HNGARO
EL PROBLEMA
Una organizacin de recoleccin de caf 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
organizacin 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 tecnolgicas 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 caf
cosechados en total. El siguiente tabulado muestra la capacidad (en cientos de
sacos) de cosecha de caf de cada uno de los equipos dependiendo de cada
uno de los terrenos.
RESOLUCIN
En este problema debemos recordar un concepto fundamental para la
aplicacin del mtodo hngaro, este concepto nos dice que el nmero de filas
debe ser exactamente igual al nmero de columnas. Por ende, la accin a
realizar debera ser crear un equipo ficticio, el cual nos deje el tabulado
balanceado y a este asignarle un nmero de sacos cosechados equivalente a
cero en cada uno de los terrenos. Sin embargo el problema nos indica que uno
de los equipos se encuentra en capacidad de que se le asignen dos terrenos,
en este caso crearemos un equipo 2 alternativo (Equipo 2B) el cual nos
balancear el tabulado y nos har prescindir del equipo ficticio pensado
inicialmente. A este equipo 2B que crearemos le corresponder la misma
capacidad de cosecha del equipo 2 (en adelante equipo 2A) segn el terreno,
lgicamente.
Lo primero que debemos hacer es ubicar el mayor valor del tabulado inicial.
En este caso este valor es 15, por lo cual procederemos a realizar la siguiente
operacin con cada uno de los valores:
Restaremos a 15, el valor de cada una de las celdas y este valor quedar en
cada una de las celdas correspondientes.
Ahora efectuamos este mismo paso, pero esta vez con las columnas. Elegimos
el menor de los valores de cada columna y se lo restamos a cada una de las
celdas de la columna correspondiente.
Las asignaciones, como es lgico debern iniciarse por el equipo al cual solo
corresponda un terreno, en este caso al Equipo 3 le corresponde el Terreno A.
De esta manera al Equipo 1 le corresponde el Terreno D. Mientras tanto el
Equipo 2 se encargar de la cosecha en los terrenos B y C. Segn el tabulado
del problema (recordemos que es de maximizacin), la cantidad de sacos
(expresada en cientos de sacos) ser as:
RESOLUCIN DE UN PROBLEMA DE
ASIGNACIN MEDIANTE
PROGRAMACIN LINEAL
EL PROBLEMA
La compaa de manufactura "Jimnez y Asociados" desea realizar una
jornada de mantenimiento preventivo a sus tres mquinas principales A, B y C.
El tiempo que demanda realizar el mantenimiento de cada mquina es de 1
da, sin embargo la jornada de mantenimiento no puede durar ms de un da,
teniendo en cuenta que la compaa cuenta con tres proveedores de servicios
de mantenimiento debe de asignarse un equipo de mantenimiento a cada
mquina para poder cumplir con la realizacin del mantenimiento preventivo.
Teniendo en cuenta que segn el grado de especializacin de cada equipo
prestador de servicios de mantenimiento el costo de la tarea vara para cada
mquina en particular, debe de asignarse el equipo correcto a la mquina
indicada con el objetivo de minimizar el costo total de la jornada. Los costos
asociados se pueden observar en la siguiente tabla:
VARIABLES DE DECISIN
Las variables de decisin de este tipo de problemas es igual a las variables de
cualquier modelo de transporte tradicional, es decir variables X i,j donde i
{Equipo de mantenimiento 1,2,3} y j {Mquina 1,2,3}, y corresponden a
variables binarias en las cuales el valor 1 significa la asignacin de un equipo
de mantenimiento a una mquina en particular.
RESTRICCIONES
Dado que un equipo de mantenimiento no puede ser asignado a ms de una
maquinaria, esta caracterstica debe de restringirse mediante las siguientes
inecuaciones.
Xi,j 0
Xi,j {Z}
FUNCIN OBJETIVO
ZMIN = 10X1,1 + 9X1,2 + 5X1,3 + 9X2,1 + 8X2,2 + 3X2,3 + 6X3,1 + 4X3,2 + 7X3,3
RESOLUCIN DE UN PROBLEMA DE
ASIGNACIN MEDIANTE WINQSB NETWORK MODELING
La facilidad de resolver un problema de asignacin mediante WinQSB es an
mayor a la que se incurre mediante programacin lineal, y esta metodologa
justifica el pensar en que el mtodo hngaro es sumamente anacrnico
nicamente contemplado para fines histricos y acadmicos. En el mdulo
NETWORK MODELING del paquete de herramientas WinQSB se puede
resolver el modelo tan solo traspasando los costos de una matriz n*m a otra
que brinda el mdulo n*m.