Definicin de problema de asignacin

Este problema se trata de asignar una serie de Recursos a una serie de tareas. Tiene
una limitante y es que a cada tarea se le puede asignar slo un recurso, pueden sobrar
recursos o podran sobrar tareas pero no se le puede asignar dos recursos a una misma tarea,
o tres.

Ejemplo
Existen cuatro operarios que se pueden asignar al trabajo con tres mquinas. Un estudio de
tiempos y movimientos ha arrojado los siguientes tiempos por operario para las tres
mquinas. Indicar que operario debe trabajar en que mquina y cul de ellos no ser
asignado a ninguna.
Mquina 1 Mquina 2 Mquina 3
Operario 1 10 7 9
Operario 2 7 5 8
Operario 3 9 8 10
Operario 4 8 9 7
Como la matriz no est balanceada, es necesario incluir una mquina ficticia:
(esto es fundamental para asegurar que haya una respuesta. Si la matriz no est balanceada,
el problema no ser factible de resolver)

Mquina 1 Mquina 2 Mquina 3 Mquina Ficticia
Operario 1 10 7 9 0
Operario 2 7 5 8 0
Operario 3 9 8 10 0
Operario 4 8 9 7 0

Xij =Se debe asignar el operario i a la mquina j? S o no?
En matemticas existen dos nmeros cuyas propiedades hacen que puedan representar estas
respuestas son el 1 y el 0, debido a que todo nmero multiplicado por 1 da el mismo
nmero entonces el 1 se puede reemplazar por la respuesta S y como todo nmero
multiplicado por cero da cero entonces se puede reemplazar por la respuesta No.
As por ejemplo:
10X11 +7X12 +9X13 +0X14
Representa el tiempo sumado que empleara el operario1 en operar las mquinas, pero solo
una variable de las tres anteriores puede tomar el valor de S, o sea de 1 las dems tendrn
que tomar el valor de 0, y eso es debido a que el operario 1 slo puede ser asignado a una
mquina, lo que significara que el tiempo que utilice el operario 1 puede ser ya sea de "10"
de "7" o de "9". Con base en esto podemos formular la funcin objetivo:
Min Z = 10X11 +7X12 + 9X13
7X21 +5X22 + 8X23
9X31 +8X32 +10X33
8X41 +9X42 + 7X43
Restricciones:
Como cada operario slo puede estar asignado a una mquina....
X11 +X12 +X13 +X14 =1
X21 +X22 +X23 +X24 =1
X31 +X32 +X33 +X34 =1
X41 +X42 +X43 +X44 =1
Y como cada mquina solo puede tener un operario asignado...
X11 +X21 +X31 +X41 =1
X12 +X22 +X32 +X42 =1
X13 +X23 +X33 +X43 =1
X14 +X24 +X34 +X44 =1
Xij =1 o 0 para toda i,j.
Al resolver utilizando Software, por ejemplo el Solver del Excel, la respuesta que se
obtiene es la siguiente:


Mquina 1 Mquina 2 Mquina 3
Mquina
Fic.
Operario 1 0 0 0 1
Operario 2 0 1 0 0
Operario 3 1 0 0 0
Operario 4 0 0 1 0
Esto significa que el Operario 1 queda asignado a la Mquina Ficticia (es decir, es el
que sobra), el operario 2 se asigna a la mquina 2, el operario 3 se asigna a la mquina 1 y
el operario 4 se asigna a la mquina 3.

Formulacin matemtica

Min Z =
m
]=1

n
=1
Cij Xij
Sujeto a:
n
]=1
Xi] =1 i =1,,m

m
=1
Xi] =1 ] =1,,n
Xi] 0 i =1,,m
j= 1,,n.
De hecho las variables Xij slo pueden tomar valor 0 1. Toman el valor de 1 si el
origen i se hace corresponder al destino j, y 0 en caso contrario.
Este tipo de problemas son lineales, con una estructura de transporte, slo que la
oferta en cada origen es de valor uno y la demanda en cada destino es tambin valor uno.
Sera muy ineficiente resolver este tipo de problemas por medio del mtodo simplex o por
medio del de transporte. Debido a la estructura propia de los problemas de asignacin que
son ms eficientes que el simplex o que el mtodo de transporte.



Mtodo Hngaro
La ms conocida tcnica de solucin para el problema de asignacin pura es el
mtodo hngaro, desarrollado a partir del teorema que demostr el matemtico hngaro
Knig en 1916. Este mtodo utiliza la propiedad de reduccin de matrices para reducir la
matriz original de costo, hasta que los costos C i j asociados con la asignacin ptima, sean
cero y todos los otros costos sean no negativos.
En cada iteracin del mtodo hngaro, se reduce la matriz de tal manera que haya al
menos un cero en cada rengln y columna, comprobando con el teorema de Knig si se ha
alcanzado la solucin ptima. Si el nmero mnimo de renglones y/o columnas necesarios
para cubrir todos los ceros es n, entonces existe una asignacin ptima (no necesariamente
nica).

Ejemplo

Matriz de costos en ejemplo ASIGNA1.
Paso 1 .Seleccione en cada rengln i de la matriz, el menor costo C i j, (menor C i j =U i ),
luego rstelo en cada elemento del rengln.

Paso 1 Mtodo Hngaro, ejemplo ASIGNA1.
Paso 2. Seleccione en cada columna j de la matriz resultante en el paso 1, el costo menor C
i j, (menor Cij=Vj) y rstelo en cada elemento de la misma columna.


Paso 2 Mtodo Hngaro, ejemplo ASIGNA1.
Paso 3.Sombree los renglones y/o columnas de la matriz, de tal modo que sean los
mnimos necesarias para cubrir todos los ceros.

Paso 3 Mnimo sombreado de renglones y/o columnas cubriendo todos los ceros en
ejemplo ASIGNA1.
Paso 4. Seleccione entre los costos no sombreados, el nmero menor C i j, (=U i j) o bien,
el menor C i j,(=V i j), y rstelo a todos los costos no sombreados; despus, sume el
mismo a los costos ubicados en la interseccin de los renglones y columnas sombreados.
Este paso se repite hasta lograr la solucin ptima.

Paso 4 Mtodo Hngaro, (mnimo Cij no sombreado) en ejemplo ASIGNA1.
Se tiene la solucin ptima cuando el mnimo necesario de renglones y columnas
sombreadas para cubrir los ceros es n. En este problema el mnimo es n =4.

Paso 4 Mtodo Hngaro, renglones y/o columnas sombreados necesarios para cubrir
los ceros n = 4, ejemplo ASIGNA1.

Entonces la asignacin ptima es la que muestra la tabla siguiente:

Asignacin ptima en ejemplo ASIGNA1.
Solucin ptima: X
11
= 1, X
23
= 1, X
32
= 1, X
44
= 1
Z = C
11
X
11
+ C
23
X
23
+ C
32
X
32
+ C
44
X
44
= 1(1) + 10(1) + 5(1) + 5(1) = 21
En la solucin ptima, la suma de las costos Ui restados de renglones i en paso 1, ms las
costos V j restados de columnas j en paso 2, ms el costo U i j V i j, restado y / o sumado,
en paso 4, proporciona el correspondiente valor ptimo. As el costo es:
Z ptimo = U i + V j + U i j + V i j, para toda i, para toda j.
U i = U
1
+ U
2
+ U
3
+ U
4
+ U
32
= 1 + 7 + 4 + 5 + 1 = 18
V j = V
1
+ V
2
+ V
3
+ V
4
= 0 + 0 + 3 + 0 = 3
U i + V j = 18 + 3 = 21

Casos especiales de problemas de asignacin
Maximizacin: Cuando se tiene un problema de asignacin de maximizacin se
puede resolver de las siguientes formas:
Se multiplica la funcin objetivo por menos uno y se resuelve como un problema de
minimizacin.
Se determina el costo ms elevado de la tabla, se resta este costo de todos los
elementos del tablero y se resuelve como un problema de minimizacin.

Problemas desbalanceados: El procedimiento de solucin de los problemas de
asignacin que se analizan requieren que el nmero de filas de la tabla sea igual al
nmero de columnas. Tales problemas se conocen como problemas de asignacin
de asignacin balanceados. Con frecuencia, sin embargo, el nmero de personas u

objetos que deben ser asignados no es igual al nmero de tareas, clientes o
maquinas que aparecen en las columnas, por lo cual el problema es desbalanceado.
Cuando esto ocurre y se tienen ms filas que columnas, simplemente se agrega una
columna ficticia o tarea. Si el nmero de tareas que tienen que ser realizadas es
mayor que el nmero de personas disponibles, se inserta una fila ficticia. Esto crea
una tabla de dimensiones iguales y permite resolver el problema como antes.
Debido a que la tarea o persona ficticia en realidad no existen, es razonable ingresar
ceros en su fila o columna como estimacin de costo o tiempo.

Soluciones mltiples optimas: Este caso se presenta cuando la funcin objetivo es
paralela a una de las restricciones del problema, entonces la funcin objetivo asume
el mismo valor de una solucin bsica factible optima al menos una de las variables
no-bsicas tiene u coeficiente de cero en la solucin final en la ecuacin (0). Si esto
sucede debemos introducir a la base esa variable no-bsica.


Ejemplo.
Maximizar Z = 4x
1
+14x
2

S.A.
2x
1
+ 7x
2
# 21
7x
1
+ 2x
2
# 21
xj0 (j =1,2)

En forma estndar e igualando a cero la funcin objetivo.

Maximizar Z -4x
1
-14x
2
=0
S.A.
2x
1
+ 7x
2
+ x
3
= 21
7x
1
+ 2x
2
+ x
4
= 21
xj0 (j =1, 2, 3, 4)

Primera tabla simplex. Construyendo la tabla inicial simplex.



Segunda tabla simplex. Primera solucin ptima.


Tercera tabla simplex. Segunda solucin ptima


Conclusin:
Se trata de un problema de soluciones ptimas mltiples.
Primera solucin ptima
X
1
= 0
X
2
= 3
Valor ptimo de Z =42

Segunda solucin ptima
X
1
= 7/3
X
2
= 7/3
Valor ptimo de Z =42


Los problemas con soluciones ptimas mltiples se identifican, si al obtener la solucin
ptima se presenta:


Una de las variables no-bsicas tiene un coeficiente cero en el rengln de
la funcin objetivo.

Al menos uno de los coeficientes de la columna identificada en el inciso (a)
es positivo.

Otra solucin ptima es generada introduciendo a la base a la variable
identificada en el inciso (a) y procediendo con la aplicacin del algoritmo
del mtodo simplex.


















UNIVERSIDAD DE ORIENTE
NUCLEO BOLIVAR
EXTENSION (PTO-ORDAZ) UEPO
CARRERA: TECN. SISTEMAS INDUSTRIALES
SEMESTRE 4TO
CATEDRA: INVESTIGACION DE OPERACIONES II








PROFESOR BACHILLER
DIEGO CAPELA MOISES GONZALEZ C.I 20805904



Puerto Ordaz, 27 de mayo de 2013