Modelo de Transporte - Investigacion de Operaciones
Modelo de Transporte - Investigacion de Operaciones
Modelo de Transporte - Investigacion de Operaciones
Modelo de
Transporte
Alumnas:
Ana Yrene Metacos C.I: 29.785.718
María Calista C.I: 26.508.383
Faviana López C.I: 28.480.639
María Sanquiz C.I: 29.550.753
Trabajo Investigativo.
La figura muestra al modelo de transporte como una red con “m” fuentes y “n”
destinos. Cada fuente representa con un nodo. El arco direccional que une una fuente y un
destino representa la ruta por la cual se transporta la mercancía. La cantidad de la oferta en
la fuente “i” es el valor a i y la demanda en el destino “j” es el número b i. El costo de
transporte unitario entre la fuente “i” y el destino “j” es cij.
Si xij representa la cantidad transportada desde la fuente i al destino j, entonces el
modelo de programación lineal que representa el modelo de transporte, se trata de:
Z: función Objetivo
Es decir, hacer mínima la sumatoria de todos los productos que resultan de
multiplicar la cantidad transportada por cada ruta por el costo unitario de transporte en esa
ruta, teniendo en cuenta que si tenemos “m” fuentes y “n” destinos podemos tener “m.n”
caminos diferentes de transporte.
Esta minimización está sujeta a las siguientes restricciones:
Ejemplo 1. La empresa MG Auto tiene tres plantas fabriles: Los Ángeles, Detroit y New
Orleans; y dos centros principales de distribución en Denver y en Miami. Las capacidades
de las tres plantas durante el próximo trimestre serán 100, 1500 y 2000 autos
respectivamente. Las demandas trimestrales en los dos centros de distribución son 2300 y
1400 autos. El kilometraje entre las fábricas y los centros de distribución se ve en la
siguiente tabla:
Variables de Decisión
Xij: carros que deben recorrer los kilómetros desde la ciudad i hasta la ciudad j
i = C1, C2, C3
j = D1, D2, D3, D4 XC1D3: carros que deben recorrer los kilómetros desde la
ciudad C1 hasta la ciudad D3.
Función Objetivo: Minimizar los KILOMETROS totales recorridos por los carros
desde las 3 ciudades C1, C2 y C3 hasta 4 cuatro ciudades demandantes
Min 17 XC1D1 + 23 XC1D2 + 20 XC1D3 + M XC1D4 + 23 XC2D1 + 15 XC2D2 + 23
XC2D3 + 20 XC2D4 + 25 XC3D1 + M XC3D2 + 13 XC3D3 + 21 XC3D4
Representa la suma de los kilómetros totales recorridos por los carros desde todas
las ciudades que tienen exceso de carros (C1, C2, C3) hasta todas las ciudades que tienen
carencia de carros (D1, D2, D3 y D4). Por ejemplo, 20 XC2D4 representa los kilómetros
totales recorridos por todos los carros que van desde la ciudad C2 hasta la ciudad D4, estos
son los subíndices. Donde 20 es la cantidad de kilómetros que recorre cada carro, desde la
ciudad C2 hasta la ciudad D4.
XC1D1+XC1D2+XC1D3+XC1D4 £ 20
XC2D1+XC2D2+XC2D3+XC2D4 £ 20
XC3D1+XC3D2+XC3D3+XC3D4 £ 32
XC1D1 + XC2D1 + XC3D1 ³16
XC1D2 + XC2D2 + XC3D2 ³ 20
XC1D3 + XC2D3 + XC3D3 ³ 20
XC1D4 + XC2D4 + XC3D4 ³ 16
Todas las variables no negativas
El Ministerio de Agricultura está subastando tierras en dos estados del país Lara y
Cojedes. Están disponibles 100.000 hectáreas en cada Estado. Tres consorcios agrícolas 1,2
y 3, participan en la subasta. El Gobierno ha establecido que ninguno de los tres consorcios
recibirá más del 40% del total de tierras que se están subastando. El consorcio 1 ha ofrecido
Bolívares 1.000.000 por cada hectárea en el estado Lara y Bs. 2.000.000 por hectárea en el
estado Cojedes. El consorcio 2 ha ofrecido Bs. 900.000 por hectárea en el estado Lara y Bs.
2.200.000 en Cojedes. El consorcio 3 ha ofrecido Bs. 1.100.000 por hectárea en Lara y
1.900.000 en Cojedes. El gobierno desea maximizar sus ingresos.
Variables de Decisión:
Las variables son 6 en total (m.n) (2×3). Puede definirse, por ejemplo: X13:
Hectáreas de tierra a subastar del estado Lara que se adjudicarán al consorcio 3.
Función Objetivo: Maximizar los Ingresos totales que obtiene el gobierno por las tierras.
Se ha simplificado, cambiando a Bs. 100.000, el monto a pagar por hectárea. Esto permite
trabajar con montos menores. Representa la suma de los ingresos totales del gobierno de
todas las hectáreas de tierra subastadas en todos los Estados adjudicadas a todos los
consorcios. Así, por ejemplo, 20 X21 representa los ingresos totales de las tierras
subastadas del Estado Cojedes adjudicadas al consorcio 1. Donde 20 es un ingreso unitario,
específicamente el ingreso que proporciona cada hectárea de tierra del Estado Cojedes
adjudicada al consorcio 1.
Notas Finales: Con este ejemplo puede constatar que los modelos de transporte
también pueden ser usados con objetivos de maximización. Resumiendo, el modelo y
colocando las variables en la posición de las variables similares, se puede observar más
claramente la característica esencial que hace especial, al Modelo Lineal de Transporte:
"Los coeficientes de las variables, en las restricciones, son 1 o 0".
3. Cuadro comparativo entre los modelos de transporte
4. Algoritmo de transporte
Se puede decir que un algoritmo de transporte es más que todo, la organización de los
cálculos en una forma enzimas, y que se puede ser aprovechada con la ventaja de extiende a
una estructura especial en modelo de transporte en pocas palabras el algoritmo de
transporte se basa en el modelo en el que está balanceado y eso quiere decir que la demanda
total es igual a la oferta total.
Principalmente el objetivo del modelo o algoritmo del transporte es satisfacer todos los
requerimientos establecidos en su destino contando la administración en los costos
relacionados con el plan determinado por las rutas escogidas.
1. En el primer paso se puede determinar en la solución básica del inicio que nos
ayude a proseguir el paso dos
2. En esta se usa la condición Del método simplex para en si determinar la variable de
entrada de todas las variables básicas y y determinará si se satisface
3. Y el último paso que se requiere sería la condición de facilidad con el método
simplex en si la terminación del variable de salida y así obtener la nueva solución a
posterior de regresar al segundo paso
Problema de transporte
La calidad en los bienes que están disponibles en ofertas que son limitados y en la
calidad de bienes que sean necesitado en las demandas que sean conocidas
El objetivo en el problema de transporte es minimizar el costo a la hora de los
traslados en sus bienes a los orígenes que están destinados
En la programación lineal es más que todo utilizada para la resolución en los modelos de
transporte en ellos aunque sea resolver los modelos mediante el modelo sin please ahí se
puede utilizar las fases de moderación de ahí la programación carece de los modelos de
asignación puede ser de gran importancia dependiendo la complejidad adicional que puede
presentar en el problema particularmente. Claro que en la solución mediante la
programación lineal básicamente el transporte es el modelo de la cantidad ofertada al igual
de la cantidad demandada en este caso sin embargo se puede trasladar esta solución a la
realidad casi imposible por lo cual hace falta crear orígenes o destinos fijados en
descendencia de oferta y demanda preferiblemente que sea con la demanda.
5. Modelo de Asignacion
El modelo de asignación es un caso especial del modelo transversal, en el que los
recursos se asignan a las actividades de forma uno a uno, dado que la matriz de
correspondencia debe ser cuadrada. Por lo tanto, cada recurso debe asignarse de forma
única a una tarea o actividades especifico.
Modelo Húngaro.
El método húngaro es un método para mejorar problemas de asignación, conocido como
tal porque las primeras contribuciones al último método clásico fueron realizadas por Dénes
König y Jenő Egerváry, un matemático húngaro. Los algoritmos que se describen a
continuación solo están diseñados para resolver problemas de reducción.
El objetivo del método húngaro es encontrar el coste mínimo de una serie de tareas que
deberían ser realizadas por las personas más idóneas. Utiliza programación lineal (PL)
para realizar una serie de pasos que se pueden automatizar. Por lo tanto, herramientas como
el programa estadístico R (entre otros) cuentan con paquetes muy útiles para estos
problemas de optimización.
Es importante resaltar que el método húngaro trabaja en una matriz de costos n*m (en
este caso conocida como matriz m*m, dado que el número de filas es igual al número de
columnas n = m).
Paso 1: En la matriz de costos primos, encuentre el valor mínimo para cada fila y
réstelo de todos los elementos de la fila.
Paso 2: En la matriz resultante del paso 1, encuentre el valor mínimo para cada
columna y réstelo de todos los elementos de la columna.
Paso 2.1
Si no es posible garantizar una asignación viable (para todos los 0 elementos) mediante los
pasos 1 y 2, entonces a
Aplicar el Método Húngaro para encontrar una asignación óptima de los ingenieros a las
tareas.
El Paso 1 del Método Húngaro requiere identificar el valor mínimo de cada fila. En el
caso de la fila 1 dicho valor es $9 siendo el costo de que el ingeniero realice la tarea 3. En
particular si se dispone de un problema de mayor tamaño, hacer uso de Excel facilita los
cálculos tal como se muestra en la siguiente imagen:
A continuación, se resta el mínimo de cada fila a cada uno de los valores de la fila
respectiva, para obtener la matriz reducida:
La aplicación del Paso 2 produce los mínimos de cada columna según se observa en la tabla
anterior. Al restar esos valores de las columnas respectivas se obtiene la siguiente matriz
reducida:
Las celdas con un valor de 0 y azul son la solución óptima. Como resultado, el Ingeniero
1 hace la tarea 2, el Ingeniero 2 hace la tarea 1 y el Ingeniero 3 hace la tarea 3. Cada técnico
hace exactamente una tarea y el costo total de esa tarea (valor óptimo) es $9 + $10 + $8 =
$27. El método húngaro del ejemplo anterior funciona bien porque los elementos cero en la
matriz anterior permiten a los ingenieros distinguir entre tareas prácticas (es decir, tareas
solo para ingenieros). No siempre es posible lograr una solución viable en el caso de
aplicación, ya que se requieren pasos adicionales para implementar el método.
Lista de referencias
3. Algoritmo de transporte
https://www.ehu.eus/documents/2069587/2113228/10_12.pdf
https://www.gestiondeoperaciones.net/programacion_lineal/metodo-del-costo-minimo-
algoritmo-de-transporte-en-programacion-lineal/
4. Modelo de asignación
https://economipedia.com/definiciones/metodo-hungaro.html
https://www.gestiondeoperaciones.net/programacion-entera/el-metodo-hungaro-como-
algoritmo-de-solucion-del-modelo-de-asignacion/
https://www.studocu.com/latam/document/universidad-interamericana-de-panama/
investigacion-de-operaciones-i/modelo-de-asignacion-investigacion-de-
operaciones/17007199
https://proyectoinvestigacionoperaciones.wordpress.com/2016/11/09/primera-entrada-del-
blog/