TRABAJO FINAL

Garca Flores, Claudia Susana 7839

Ortiz Alonzo, Brenda Mara 7964
Rivera Pelez, Csar David 7888
INDICE

PROGRAMACION LINEAL
Mtodo Simplex analtico y grafico

MODELO DE TRANSPORTE
Asignacin,
Redes
Ruta ms corta

MODELOS DE LOCALIZACIN
Factor ponderado
Centro de gravedad

ARBOLES DE DECISION
PROGRAMACION LINEAL

Mtodo Simplex

Es un mtodo analtico de solucin de problemas deprogramacin linealcapaz de resolver modelos ms

complejos que los resueltos mediante elmtodo grficosin restriccin en el nmero de variables.

El objetivo del mtodo consistir en optimizar el valor de la funcin objetivo. Sin embargo se presentan
dos opciones: obtener el valor ptimo mayor (maximizar) u obtener el valor ptimo menor (minimizar).

La importancia de la teora de matrices identidad en el Mtodo Simplex es fundamental, dado que el

algoritmo se basa en dicha teora para la resolucin de sus problemas.

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
denominadas de holgura y exceso.
PROGRAMACION LINEAL

Mtodo Simplex Variables de Holgura y Matriz identidad

La matriz idntica o identidad es una matriz

Estas variables suelen estar representadas cuadrada (que posee el mismo nmero tanto de
por la letra"S", se suman si la restriccin es columnas como de filas) de ordennque tiene
de signo "<= " y se restan si la restriccin es todos los elementos diagonales iguales a uno (1)
de signo ">=". y todos los dems componentes iguales a cero
(0), se denomina matriz idntica o identidad de
La importancia de la teora de matrices identidad en el
ordenn
Mtodo Simplex es fundamental, dado que el algoritmo se
basa en dicha teora para la resolucin de sus problemas.
PROGRAMACION LINEAL

Ventajas: Desventajas:
Es un mtodo heurstico. Se basa en Converge ms lentamente que otros
consideraciones geomtricas y no mtodos pues requiere mayor nmero
requiere el uso de derivadas de la de iteraciones.
funcin objetivo.
Es de gran eficacia incluso para
ajustar gran nmero de parmetros.
Es fcil de implementar y usar, y sin
embargo tiene una alta eficacia.
Se puede usar con funciones
objetivo muy sinuosas pues en las
primeras iteraciones busca el
mnimo ms ampliamente y evita
caer en mnimos locales fcilmente.
Tiene un alto grado de efectividad.
PROGRAMACION LINEAL

Mtodo Grfico

El mtodo Grfico o mtodo Geomtrico permite la resolucin de problemas sencillos de programacin

lineal de manera intuitiva y visual. Este mtodo se encuentra limitado a problemas de dos o tres
variables de decisin ya que no es posible ilustrar grficamente ms de 3 dimensiones.

Este consiste en representar cada una de las restricciones y encontrar en la medida de lo posible el
polgono (poliedro) factible, comnmente llamado el conjunto solucin o regin factible, en el cual por
razones trigonomtricas en uno de sus vrtices se encuentra la mejor respuesta (solucin ptima).

Se debe dibujar un sistema de coordenadas cartesianas en el que cada variable de decisin est
representada por un eje.

Se Evala la funcin objetivo en todos los vrtices y aqul (o aquellos) que maximicen (o minimicen) el
valor resultante determinaran la solucin ptima del problema.
PROGRAMACION LINEAL

Mtodo Grfico
PROGRAMACION LINEAL

Ventajas: Desventajas:
Es un mtodo fcil y bsico. Solo puede ser usado con modelos
Requiere de conocimiento que contienen 2 o 3 incgnitas.
Solo puede ser usado con 2 variables.
bsico de programacin
lineal.
Es una base para el
aprendizaje para mtodos
ms complejos
MODELO DE TRANSPORTE ASIGNACION
Caso particular del modelo de transporte, en el que la oferta en cada origen y la demanda en
cada destino son ambas de valor 1.

Su origen en la revolucin industrial.

Matemticos hngaros se obtiene algoritmo para este modelo el cual se conoce como
mtodo hngaro
Elproblema de asignacinconsiste en encontrar la forma de asignar ciertos recursos
disponibles (mquinas o personas) para la realizacin de determinadas tareas al menor
coste, suponiendo que cada recurso se destina a una sola tarea, y que cada tarea es
ejecutada por uno solo de los recursos.
La condicin necesaria y suficiente para que este tipo de problemas tenga solucin, es que
se encuentre balanceado, es decir, que los recursos totales sean iguales a las demandas
totales.

El modelo de asignacin tiene sus principales aplicaciones en: Trabajadores, Oficinas al personal,
Vehculos a rutas, Mquinas, Vendedores a regiones, productos a fabricar, etc.
MODELO DE TRANSPORTE ASIGNACION
Caractersticas
Debe estar equilibrado: ofertas y las demandas sean igual a 1.
Un elemento importante para el problema de asignacin es la matriz de costos. Si el nmero de
renglones o columnas no son iguales el problema est desbalanceado y se puede obtener una
solucin incorrecta.
Para obtener una solucin correcta la matriz debe ser cuadrada.
Si el nmero de agentes y tareas son iguales y el coste total de la asignacin para todas las tareas es
igual a la suma de los costes de cada agente (o la suma de los costes de cada tarea, que es lo mismo
en este caso), entonces el problema es llamadoproblema de asignacin lineal.
Mtodo de Seleccin
Problema de asignacin es de maximizacin se le llama problema de seleccin.

Balanceado
Problema de asignacin balanceado, si los recursos totales son iguales a las demandas totales. En
caso contrario se dice que no est balanceado el problema.
En el modelo,m=n(obtener una matriz cuadrada), mnmero de renglones ynes nmero de
columnas.
Para lograr que el modelo este balanceado se pueden agregar trabajadores/tareas ficticias con
costos de cero.
MODELO DE TRANSPORTE ASIGNACION

Mtodo Hngaro

Paso 1:De la matriz de costos m*m, encontrar primero el mnimo elemento de cada fila, y restarlo a
cada costo de la fila. Repetimos la operacin por columnas, buscando el costo mnimo en cada columna, y
construyendo una nueva matriz (denominada matriz de costos reducidos) al restar de cada costo el costo
mnimo de su columna.

Paso 2:Repetiremos este paso hasta encontrar una solucin:

Trace el nmero mnimo de lneas (horizontales, verticales o ambas) en la ltima matriz de costos
reducidos que cubra todos los ceros.
Si se necesitan m lneas para cubrir todos los ceros, se tiene una solucin ptima entre los ceros
cubiertos de la matriz. Si no continuamos.
Selecciones el elemento no cubierto ms pequeo y rstelo de todos los elementos no cubiertos;
despus, smelo a todos los elementos en la interseccin de dos lneas.

Paso 3:Usando los ceros que hemos obtenido construimos la solucin sabiendo que solo es posible
asignar i a j, si el elemento xijde la matriz de costos reducidos modificada es 0. Se llega por descarte a
una (o varias) soluciones ptimas.
MODELO DE TRANSPORTE - ASIGNACIN
Resolucion de Caso
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:
 MODELO DE TRANSPORTE - ASIGNACIN
PASO 1: Encontrar el menor elemento de cada fila
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.

PASO 2: Construir una nueva matriz con las

diferencias entre los valores de la matriz
original y el elemento menor de la fila a la cual
corresponde.
 MODELO DE TRANSPORTE - ASIGNACIN
PASO 4: En este paso se trazan la menor PASO 5: En este paso se selecciona el menor elemento
cantidad de combinaciones de lneas de los elementos no subrayados.
horizontales y verticales con el objetivo de
cubrir todos los ceros de la matriz de costos
reducidos.

Despus se procede a restar de los elementos no

subrayados y a adicionarse a los elementos ubicados
en las intersecciones de las lneas, en este caso existe
Como se puede observar el menor nmero de una nica interseccin (3).
lneas horizontales y/o verticales necesarios
para cubrir los ceros de la matriz de costos
reducidos es igual a 2, por ende, al ser menor
que el nmero de filas o columnas es necesario
recurrir al paso 5.
Ahora ya efectuado este paso pasamos
al paso 4.
 MODELO DE TRANSPORTE - ASIGNACIN
Ahora se observa 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.
Por ende, la asignacin que representa el menor costo
para la jornada de mantenimiento preventivo determina
lo siguiente:
Equipo 1 debe realizar el mantenimiento de la Mquina 1
Equipo 2 debe realizar el mantenimiento de la Mquina 3
Equipo 3 debe realizar el mantenimiento de la Mquina 2
Jornada que tendr un costo total de 17 unidades
monetarias.
MODELO DE TRANSPORTE - REDES
Modelo de Redes
Muchos problemas de redes son ms que una representacin abstracta de procesos o actividades,
tales como el camino crtico en las actividades entre las redes de un proyecto. En un problema
deprogramacin lineal, las redes pueden representar un conjunto de estaciones, campos
petrolferos,almacenes, fabricas, sucursales, ciudades, interconectadas entre s a travs de caminos,
conductos, tuberas que permiten fluirproductospara lacomercializacin o ladistribucin.

Los problemas de optimizacin de redes se pueden

representar en trminos generales a travs de uno de estos
cuatro modelos
Modelo de minimizacin de redes (Problema del rbol de mnima expansin).
Modelo de la ruta ms corta.
Modelo del flujo mximo.
Modelo del flujo del costo mnimo
MODELO DE TRANSPORTE - REDES
Modelo de minimizacin de redes: El modelo de minimizacin de redes o problema del
rbol de mnima expansin tiene que ver con la determinacin de los ramales que pueden
unir todos los nodos de una red, tal que minimice la suma de las longitudes de los ramales
escogidos. No se deben incluir ciclos en al solucin del problema.

Modelo de Flujo Mximo: Se trata de enlazar un nodo fuente y un nodo destino a

travs de una red de arcos dirigidos. Cada arco tiene una capacidad mxima de flujo
admisible. El objetivo es el de obtener la mxima capacidad de flujo entre la fuente y el
destino.

Modelo de la ruta ms corta: Considere una red conexa y no dirigida con dos nodos
especiales llamados origen y destino. A cada ligadura (arco no dirigido) se asocia una
distancia no negativa. El objetivo es encontrar la ruta ms corta (la trayectoria con la
mnima distancia total) del origen al destino

Modelo del Flujo de Costo Mnimo: El problema de flujo de costo mnimo tiene una
posicin medular entre los problemas de optimizacin de redes; primero, abarca una
claseamplia de aplicaciones y segundo, su solucin es muy eficiente
MODELO DE TRANSPORTE - REDES
Resolucion de Caso
La compaa estatal de petrleo cuenta con una red de oleoductos que utiliza para transportar
petrleo desde su refinera (fuente) hasta diversos centros de almacenamiento.

Una parte de la red de oleoductos es la siguiente:

MODELO DE TRANSPORTE FLUJO MAXIMO
MODELO DE TRANSPORTE FLUJO MAXIMO

Paso final:
Se suman todos los nmeros que fueron restados:

Ruta 1: 3
Ruta 2: 2
Ruta 3: 2
Ruta 4: 1
Ruta 5: 1
Ruta 6: 1

Resultado: Flujo Mximo es un total de 10
Galones.
MODELO DE TRANSPORTE RUTA MAS CORTA
Modelo de Ruta mas Corta
El mtodo de la ruta ms corta es un mtodo de programacin lineal, que permite buscar la solucin
a un problema de optimizacin que resulte de una combinatoria y de diferentes aplicaciones, el
objetivo de este mtodo est en encontrar rutas cortas o de menor costo, segn sea el caso, que va
desde un nodo especifico hasta cada uno de los dems nodos de la red. En este sentido un nodo es
una representacin grfica en forma de circulo, este nodo es muy importante ya que denota los
orgenes y destinos del problema que se realice, asimismo una red representa un conjunto de puntos
y lneas que conectan pares de puntos, estos puntos son los que llamaremos nodos y las lneas seran
las aristas.
Aplicaciones
Transporte
Horarios de operadores telefnicos
Planeacin de trfico urbano,
Trasbordo
En las redes elctricas
Diseo de rutas de vehculos
Telecomunicaciones
Planeacin de inventarios
Planeacin de produccin, entre otros
MODELO DE TRANSPORTE RUTA MAS CORTA
Pasos a seguir:

Objetivo: encontrar el nodo ms cercano al origen. (Este paso se repetir para n=1,2, hasta que el
nodo ms cercano sea el nodo destino.)
Datos: n-1 nodos ms cercanos al origen (encontrados en las iteraciones previas), incluida su ruta
ms corta y la distancia desde el origen. (Estos nodos y el origen se llaman nodos resueltos, el resto
son nodos no resueltos.)
Candidatos para el nodo ms cercano: Cada nodo resuelto que tiene conexin directa por una
ligadura con uno o ms nodos no resueltos proporciona un candidato, y ste es el nodo no resuelto
que tiene la ligadura ms corta. (Los empates proporcionan candidatos adicionales.)
Clculo del nodo ms cercano: para cada nodo resuelto y sus candidatos, se suma la distancia entre
ellos y la distancia de la ruta ms corta desde el origen a este nodo resuelto. El candidato con la
distancia total ms pequea es el nodo ms cercano (los empates proporcionan nodos resueltos
adicionales), y su ruta ms corta es la que genera esta distancia.
MODELO DE TRANSPORTE RUTA MAS CORTA
Resolucin de caso
Supongamos que existen 7 ciudades interconectadas, cada lnea representa la trayectoria permitida de
una ciudad a otra. La distancia entre ciudades est representada por un valor sobre la lnea.
Se pregunta por la secuencia de ciudades que dan la distancia mnima entre la ciudad A y la ciudad G.
 MODELO DE TRANSPORTE RUTA MAS CORTA
1. Etiquetar todos los nodos a donde pueda llegar
desde el nodo inicial: Es decir los nodos B, C y
D. Etiqueta para el nodo B: Es distancia desde el
nodo que viene = 4, nombre del nodo que viene
= "A
Etiqueta= [4,"A"].
De manera anloga para el nodo C = [5, "A"] y
el nodo D = [3, "A"]
2. Evaluar cul de todas las etiquetas temporales,
tiene la mnima distancia para que sea convertida
en etiqueta permanente.
Marcar como etiqueta permanente, con un
asterisco. En nuestro caso hay tres etiquetas
temporales, [4,"A"], [5,"A"] y [3,"A"].
La que tiene la menor distancia es [3,"A"] en el
nodo D. Se convierte en etiqueta permanente
 MODELO DE TRANSPORTE RUTA MAS CORTA
3. Con base en la ltima etiqueta permanente (la del 4. De nuevo se evala de todas las etiquetas
nodo D por supuesto), se etiquetan todos los nodos a temporales, cual es la que tiene la distancia
los que se pueda llegar desde el Nodo D (el de la ms pequea: [4,"A"], [5,"A"] y [10,"A"]. El
ltima etiqueta permanente). nodo B que tiene la etiqueta temporal con la
En este caso, son los Nodos C y F. distancia ms pequea, se pasa a tener una
La etiqueta para el Nodo F es [3+7=10, "D"], es etiqueta permanente.
decir [10, D], para el Nodo C, se puede colocar la
etiqueta [3+2, "D"] = [ 5,"D"].
Da igual dejar la etiqueta actual, que tiene una
distancia de 5, que cambiarla por esta ltima
 MODELO DE TRANSPORTE RUTA MAS CORTA
6. Evaluar de todas las etiquetas temporales, cual es la
5. Etiquetar todos los nodos a los que se
que tiene la distancia ms corta: [10,"B"], [5,"A"] y
puede llegar desde el nodo con la ltima
[10,"D"]. La de menor distancia es la [5,"A"]. La
etiqueta permanente, es decir el B.
marcamos como etiqueta permanente. Ahora etiquetar
Estos nodos son el C y el E.
todos los nodos a los que se puede llegar desde el Nodo
La etiqueta probable para el nodo C sera
C y que no tengan ya, una etiqueta permanente. Es
[4+3, B]= [7,B], pero como ya tiene una
decir, del Nodo E, F y G.
etiqueta temporal de [5,A], que tiene una
Para el Nodo E la etiqueta sera [5+4,"C"] =[9,"C"],
distancia menor, No se cambia.
que nos da una distancia menor que la que tiene
La etiqueta para el Nodo E es [4+6, "B"] =
([10,"B"]). Por lo tanto, se cambia.
[10, "B"]
Para el Nodo F nos da [5+5,"C"]=[10,"C"], como ya
tiene una etiqueta con 10, es indiferente y no la
cambiamos.
Para el nodo G la etiqueta es [5+25, "C"]=[30,"C"].
MODELO DE TRANSPORTE RUTA MAS CORTA
7. Evaluar cul de las etiquetas temporales tiene la distancia ms corta: [9,"C"], [10, "D"] y [30,"C"].
Gana el nodo E. Lo marcamos como etiqueta permanente y desde l evaluamos para rotular a todos los
nodos a los que pueda llegar, con etiquetas temporales: F y G.
Para el Nodo F, lo dejamos como esta porque la distancia nos da 9+6 = 15 que es mayor que el que tiene
actualmente 10, pero para el Nodo G el rotulo es [9+7,"E"] = [16, "E"].
Quedan como rtulos temporales el del nodo F y G. El menor es el del Nodo F, se marca como
permanente... no hay ms rtulos temporales excepto el del Nodo G y el Nodo G quedara como [10+8,
"G"]=[18,"G"] que es mayor que el que ya tiene, as que no se modifica. Y por ltimo se marca como
etiqueta permanente.

Ahora se puede leer la

trayectoria que da una
mnima distancia: G-E-C-A,
con una distancia mnima
de 16.
MODELO DE LOCALIZACION FACTOR PONDERADO

Ponderar los factores:es una manera de asignar valores cuantitativos a todos los factores
relacionados con cada alternativa de decisin y de derivar una calificacin compuesta que
puede ser usada con fines de comparacin.

Este mtodo radica en definir los principales factores determinantes en una localizacin,
para asignarle valores ponderados de peso relativo, de acuerdo con la importancia que se
les atribuye. El peso relativo sobre la base de una suma igual a uno, depende fuertemente
del criterio y experiencia del evaluador.

Es el mtodo ms general, ya que permite incorporar en el anlisis toda clase de

consideraciones, sean estas de carcter cuantitativo o cualitativo.

Tcnica de localizacin ms utilizada til para las localizaciones industriales y de servicios.

MODELO DE LOCALIZACION FACTOR PONDERADO
Factores que pueden ser tomados como ejemplo
para el anlisis:
Materia Prima
Control ambiental
Factores de la comunidad
Mercados:
Segn productos: Precio actual y futuro, localizacin geogrfica, demanda,
tendencia
Segn distribucin: Distancia, costos de fletes, tamao de inventarios, tiempo de
transporte.
Energa elctrica y combustibles
Agua
Desarrollo del lugar y disponibilidad del terreno
Comunicaciones
Aspectos legales:
Restricciones
Condiciones climticas
Medios de transporte
Mano de obra
Entre otros
MODELO DE LOCALIZACION FACTOR PONDERADO
Ventajas
Es que es sencillo y rpido.
Es un mtodo tanto cuantitativo como
cualitativo.
Toma en cuenta mayor cantidad
factores para la localizacin que los
otros mtodos.
La decisin de localizacin es tomada
por varios involucrados de distintas
reas.
Desventajas
Su principal desventaja es que tanto el
peso asignado, como la calificacin que
se otorga a cada factor relevante,
dependen exclusivamente de las
preferencias del investigador y, por
tanto, podran no ser reproducibles.
No explica los costos ocultos que se
pueden incurrir en cada factor.
No es un modelo matemtico.
Se recomienda que sea combinado con
otro mtodo.
MODELO DE LOCALIZACION FACTOR PONDERADO
Procedimiento
Desarrollar una lista de factores relevantes (factores que afectan la seleccinde la localizacin).
Asignar un peso a cada factor para reflejar su importancia relativa en los objetivosde la compaa.
Desarrollar unaescalapara cada factor (por ejemplo, 1-10 o 1-100 puntos).
Hacer que laadministracincalifique cada localidad para cada factor, utilizando la escala del paso 3.
Multiplicar cada calificacin por los pesos de cada factor, y totalizar la calificacin para cada
localidad.
Hacer una recomendacin basada en la mxima calificacin en puntaje, considerando los resultados
desistemas cuantitativos tambin.
La ecuacin es la siguiente:

dnde:
Puntuacin global de cada alternativa j
Es el peso ponderado de cada factor i
Es la puntuacin de las alternativas j por cada uno de los factores i

Al comparar dos o ms localizaciones opcionales, se procede a asignar una calificacin a cada factor
en una localizacin de acuerdo a una escala predeterminada como por ejemplo de cero a diez. La
suma de las calificaciones ponderadas permitir seleccionar la localizacin que acumule el mayor
puntaje.
MODELO DE LOCALIZACION FACTOR PONDERADO
Resolucin de caso
Una empresa de alimentos ha decidido expandir su lnea de enlatados abriendo una nueva localizacin de
fbrica. Esta expansin se debe a la capacidad limitada en su planta existente. La siguiente tabla muestra
una serie de factores relevantes propuestos por la administracin de la empresa para tomar la decisin de
localizacin final, as como su importancia relativa y las calificaciones dadas segn el grupo de expertos
para dos ciudades de inters.

Solucin:
Aplicando Pi = wj .Pij se obtienen los valores de la puntuacin, como se muestra a
continuacin:

Del anlisis anterior se puede concluir

que la ciudad A es preferible para
localizar la nueva planta.
MODELO DE LOCALIZACION CENTRO DE GRAVEDAD

Modelo matemtico que se utiliza para la localizacin de plantas de fabricacin o almacenes de

distribucin respecto a puntos importantes ya establecidos (Como proveedores o clientes).

Aspectos importantes:
Colocar instalaciones en el mapa (Puntos crticos como proveedores o clientes).
Establecer distancias relativas.
Calcular el costo mnimo.

Para la aplicacin de este mtodo, se debe previamente establecer cul ser el factor determinante.
De acuerdo a la naturaleza de la actividad productiva. Ej. Exportador de minerales cerca de la
cantera.

La importancia consiste en encontrar una localizacin central que minimice el costo total de transporte
(CTT), el cual se supone proporcional a la distancia recorrida y al volumen o peso de los materiales
trasladados hacia o desde la instalacin.
MODELO DE LOCALIZACION CENTRO DE GRAVEDAD
Ventajas:
Trabaja con un sistema de
coordenadas.
Se tiene como referencias
puntos de origen establecidos
(Materias primas o clientes).
Da como resultado el costo
mnimo.
Es un modelo matemtico.
Tiene en cuenta la localizacin
de los mercados.
Involucra los costos de
transporte.
Desventajas:
No toma en cuenta tantas variables
como el mtodo ponderado, (Zona
peligrosa, clima, mano de obra,
accesibilidad, etc.)
Los impuestos no son tomados en
cuenta.
Existen variables ocultas que pueden
afectar la ubicacin, como agua
potable, energa elctrica, entre otros.
La localizacin puede verse afectada
por temas polticos, los cuales el
mtodo no toma en cuenta.
 MODELO DE LOCALIZACION CENTRO DE GRAVEDAD
El problema consiste en una localizacin central que minimice el costo total de transporte (CTT), el
cual se supone proporcional a la distancia recorrida y al volumen o peso de los materiales trasladados
hacia o desde la instalacin, por lo que se expresa:
MODELO DE LOCALIZACION CENTRO DE GRAVEDAD
Resolucin de caso: La empresa GASOL S.A desea ubicar una instalacin intermedia que requiere de
disponibilidad de gasolina, desea ubicar sta instalacin entre la ciudad de Barrancabermeja y sus
principales distribuidores. En el siguiente cuadro se relaciona la informacin acerca de las coordenadas y
el aporte de galones de gasolina de cada distribuidor.

La formulacin requiere de la sumatoria de los productos entre las distancias en trminos de cada
coordenada y el aporte de gasolina, sta informacin se relaciona en el siguiente tabulado:
 MODELO DE LOCALIZACION CENTRO DE GRAVEDAD
7
Aplicando la formulacin del algoritmo
6.2
tendramos las siguientes coordenadas:
6
5.2
5 4.71
4.4
4.1
4
3.8

0
20 25 30 35 40 45 50 55 60 65

Esto quiere decir que, en el sistema de

coordenadas utilizado para establecer las
ubicaciones propuestas en el ejercicio, la
instalacin ptima se ubicara en las
coordenadas X = 44.24 - Y = 4.71.
 MODELO DE LOCALIZACION CENTRO DE GRAVEDAD
7
Aplicando la formulacin del algoritmo
6.2
tendramos las siguientes coordenadas:
6
5.2
5 4.71
4.4
4.1
4
3.8

0
20 25 30 35 40 45 50 55 60 65

Esto quiere decir que, en el sistema de

coordenadas utilizado para establecer las
ubicaciones propuestas en el ejercicio, la
instalacin ptima se ubicara en las
coordenadas X = 44.24 - Y = 4.71.
ARBOL DE DECISION

Definicin y aplicacin
Un rbol de decisin es una forma grfica y analtica de representar todos los eventos (sucesos) que
pueden surgir a partir de una decisin asumida en cierto momento. Nos ayudan a tomar la decisin ms
acertada, desde un punto de vista probabilstico, ante un abanico de posibles decisiones y permiten
desplegar visualmente un problema y organizar el trabajo de clculos que deben realizarse.

Plantean el problema para que todas las opciones sean analizadas, y hace posible analizar las
consecuencias de adoptar una u otra decisin.

Provee de un esquema para cuantificar el costo del resultado y su probabilidad de uso.

Pueden aplicarse en muchas situaciones de la empresa a la hora de la toma de decisiones, como en

inversin, reinversin, polticas de crditos y financiacin a corto y largo plazo.
ARBOL DE DECISION

Terminologa
ARBOL DE DECISION

Grficamente
ARBOL DE DECISION

Pasos:

1. Definir el problema.
2. Dibujar el rbol de decisin.
3. Asignar probabilidad a los eventos aleatorios.
4. Estimar los resultados para cada combinacin posible de
alternativas.
5. Resolver el problema obteniendo como solucin la ruta que
proporcione la poltica ptima.
MODELO DE LOCALIZACION CENTRO DE GRAVEDAD

Ventajas: Desventajas:
Plantea el problema para que Las reglas de asignacin son bastante
todas las opciones sean sencillas a pequeas perturbaciones
analizadas. en los datos.
Analiza las consecuencias de Dificultad para elegir un rbol ptimo.
llevar a cabo una alternativa Los rboles de decisin requieren un
Facilita la interpretacin de la gran nmero de datos de los que
muchas veces no disponemos.
decisin adoptada.
Muestra un esquema de coste de
las distintas alternativas
Nos lleva a adoptar la mejor
alternativa con la informacin
existente.
Involucra los costos de transporte.
ARBOL DE DECISION
Resolucin del problema
Denimatrix de es una de las empresas manufactureras textiles ms grandes de Guatemala, su
produccin son pantalones de lona para diferentes marcas de prestigio. En uno de las lneas
de pantalones para la marca x deben adquirir botones con 2 proveedores A Y B, cuya
calidad se muestra en la tabla siguiente

La probabilidad de recibir un lote del proveedor A en el que haya un 1% de piezas defectuosas

es del 70%. Los pedidos que realiza la empresa ascienden a 1.000 piezas. Una pieza
defectuosa puede ser reparada por 1 Dlar. Si bien tal y como indica la tabla la calidad del
proveedor B es menor, ste est dispuesto a vender las 1.000 piezas por 10 Dlares menos
que el proveedor A.
Indique el proveedor que debe utilizar.
ARBOL DE DECISION
Resolucin del problema

Alternativas de Posibles Estados:

decisin:
1. Proveedor A
1. Proveedor A a. 1% de piezas
2. Proveedor B defectuosas.
b. 2% de piezas
defectuosas.
c. 3% de piezas
defectuosas.

2. Proveedor B
a. 1% de piezas
defectuosas.
b. 2% de piezas
defectuosas.
c. 3% de piezas
defectuosas.
ARBOL DE DECISION
Resolucin del problema

Asignando
probabilidades:
ARBOL DE DECISION
Resolucin del problema
ARBOL DE DECISION
Resolucin del problema

Resolviendo
Costo A = (Costo1A x probabilidad 1A) + (Costo 2A x
probabilidad 2A) + (Costo 3A x probabilidad 3A)
Costo A = (20 * 0.8) + (30 * 0.1) + (40 *0.1)
Costo A = $ 23.00
Costo B = (Costo1B x probabilidad 1B) + (Costo 2B x
probabilidad 2B) + (Costo 3B x probabilidad 3B)
Costo B = (10 * 0.4) + (20 * 0.3) + (30 *0.3)
Costo B = $ 19.00

Conclusin: Se toma la decisin de comprar los
botones con el proveedor B a un costo de $ 19.00,
siendo este $ 4.00 menos que el proveedor A
GRACIAS POR SU
ATENCION