Académique Documents
Professionnel Documents
Culture Documents
1 Problema de Transporte
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.
Las aplicaciones de los modelos de Programacin Lineal abarcan diversas reas de la Ingeniera. A continuacin un breve compendio de alguna de sus aplicaciones y referencias de inters para el lector: 1. Problema de Transporte: (Referencia: Hitchcock, 1941; Kantorovich, 1942; Koopmans 1947). El problema consiste en decidir cuntas unidades trasladar desde ciertos puntos de origen (platas, ciudades, etc) a ciertos puntos de destino (centros de distribucin,
ciudades, etc) de modo de minimizar los costos de transporte, dada la oferta y demanda en dichos puntos. Se suponen conocidos los costos unitarios de transporte, los requerimientos de demanda y la oferta disponible. Por ejemplo, suponga que una empresa posee dos plantas que elaboran un determinado producto en cantidades de 250 y 400 unidades diarias, respectivamente. Dichas unidades deben ser trasladadas a tres centros de distribucin con demandas diarias de 200, 200 y 250 unidades, respectivamente. Los costos de transporte (en $/unidad) son:
Se requiere formular un modelo de Programacin Lineal que permita satisfacer los requerimientos de demanda al mnimo costo. Solucin: Variables de Decisin: Xij : Unidades transportadas desde la planta i (i=1, 2) hasta el centro de distribucin j (j=1, 2, 3) Funcin Objetivo: Minimizar el costo de transporte dado por la funcin: 21X11 + 25X12 + 15X13 + 28X21 + 13X22 + 19X23 Restricciones: Satisfacer los requerimientos de Demanda: X11+ X21 = 200 X12 + X22 = 200 X13 + X23 = 250 Sujeto a la Oferta de las plantas:: X11+ X12 + X13 = 250 X21 + X22+ X23 = 400 No Negatividad: Xij >= 0 El siguiente diagrama permite una visualizacin de la situacin anterior:
1. Abrir una Planilla de Clculo de Excel. Asegurese de tener instalado el complemento Solver (Opcin Herramientas Complementos) Luego construya una planilla como la de la imagen de referencia. Se han marcado con amarillo las celdas cambiantes (variables de decisin) y funcin objetivo. Para facilitar el seguimiento se ha escrito en rojo las frmulas asociadas a cada celda.
4. Seleccione Resolver. Obtendr la solucin al problema y podr requerir los Informes de Solver. Finalmente presione Aceptar.
5. Se actualizarn los valores en la Planilla de Clculo en las celdas marcadas en amarillo desplegando la solucin ptima y valor ptimo. Adicionalmente se verifica el cumplimiento de las restricciones del problema.
6. Finalmente, se obtienen los informes de sensibilidad los cuales entregan informacin relevante en cuanto a los precios sombra asociados a las restricciones, intervalos de variacin de garantizan la validez del precio sombra, intervalo de variacin para los coeficientes de la funcin objetivo, etc.
Ejemplo 2.
Una compaa de renta de autos tiene problemas de distribucin debido a que los acuerdos de renta permiten que los autos se entreguen en lugares diferentes a aquellos en que originalmente fueron rentados. Por el momento, hay 2 lugares (fuentes) con 15 y 13 autos en exceso, respectivamente, y cuatro lugares (destinos) en los que se requieren 9, 6, 7, y 9 autos respectivamente. Los costos unitarios de transporte en dlares entre los lugares son los siguientes:
Le deben asignar 5 unidades en la celda B1 ya que en la ruta las celdas con signo negativo la asignacin menor es de 5 unidades. TABLA.
Como todas las evoluciones son positivas la asignacin es ptima, con el resultado siguiente:
trasladarse desde un punto a otro. Se aplica mucho para problemas de redes de comunicaciones. Este tipo de problemas pueden ser resueltos por el mtodo del Simplex, sin embargo existen otros mtodos ms eficientes como por ejemplo el algoritmo de Dijkstra o el de Bellman-Ford. Ejemplo Una persona tiene que desplazarse a diario de un pueblo 1 a otro 7. Est estudiando cual es el trayecto ms corto usando un mapa de carreteras. Las carreteras y sus distancias estn representadas en la figura siguiente:
Xij: accin de desplazarse del pueblo i al j (0 indica que no hay desplazamiento y 1 que s hay desplazamiento)
Se determinan las restricciones y se expresan como ecuaciones o inecuaciones de las variables de decisin. Dichas restricciones se deducen del balance entre los posibles caminos que parten desde cada pueblo y los que llegan hasta l (obviando los caminos que nos devuelvan al punto de partida y los que provengan del punto de destino):
Balance de caminos del pueblo 1: X12 + X13 = 1 Balance de caminos del pueblo 2: X24 + X25 X12 X42 X52 = 0 Balance de caminos del pueblo 3: X34 + X36 X13 X43 X63 = 0 Balance de caminos del pueblo 4: X42 + X43 + X45 X24 X34 X54 = 0 Balance de caminos del pueblo 5: X52 + X54 + X57 X25 X45 =
Balance de caminos del pueblo 6: X63 + X67 X36 = 0 Balance de caminos del pueblo 7: X57 X67 = -1
Se expresan todas las condiciones implcitamente establecidas por la naturaleza de las variables: que no puedan ser negativas, que sean enteras, que solo puedan tomar determinados valores, En este caso las restricciones son que las variables deben ser booleanas (0 no se toma el camino, 1 se toma), y por lo tanto no pueden ser negativas:
Minimizar Z = 12X12 + 4X13 + 5X24 + 3X25 + 2X34 + 10X36 + 5X42 + 2X43 + 10X45 + 3X52 + 10X54 + 2X57 + 10X63 + 4X67
Algoritmo Los algoritmos que pueden dar solucin a este problema son:
En este artculo trataremos el algoritmo de Prim como forma de solucin para la cobertura minima, debido a la simplicidad que este algoritmo conlleva puede ser aprovechado sin necesidad de ser un gran experto en programacin. Algoritmo de Prim El algoritmo fue diseado en 1930 por el matemtico Vojtech Jarnik y luego de manera independiente por el cientfico computacional Robert C. Prim en 1957 y redescubierto por Dijkstra en 1959. Por esta razn, el algoritmo es tambin conocido como algoritmo DJP o algoritmo de Jarnik.Consiste en un algoritmo de la teora de los grafos para encontrar un rbol de cobertura mnimo en un grafo conexo (grafo que para cada par de nodos est conectado por un camino, o sea, si para cualquier par de nodos A y B, existe al menos un camino posible desde B hacia A), no dirigido y cuyas aristas estn etiquetadas. En otras palabras, el algoritmo encuentra un subconjunto de aristas que forman un rbol con todos los vrtices, donde el peso total de todas las aristas en el rbol es el mnimo posible. Si el grafo no es conexo, entonces el algoritmo encontrar el rbol recubridor mnimo para uno de los componentes conexos que forman dicho grafo no conexo (grafo donde hay nodos que no pueden ser conectados por medio de un camino). Pseudocdigo
Traza
Se elige por ejemplo, el nodo 1 y se marca. Se elige la arista con menor valor incidente en 1, la (1, 3) = 1 se marca y se marca el otro nodo en el que incide, el 3. Se elige la arista con menor valor incidente en un nodo marcado y otro que no lo est, la (1, 2) = 3 se marca y se marca el nodo no marcado, el 2. Se elige la arista con menor valor incidente en un nodo marcado y otro que no lo est, la (2, 5) = 5 se marca y se marca el nodo no marcado, el 5. Se elige la arista con menor valor incidente en un nodo marcado y otro que no lo est, la (5, 6) = 1 se marca y se marca el nodo no marcado, el 6. Se elige la arista con menor valor incidente en un nodo marcado y otro que no lo est, la (5, 7) = 2 se marca y se marca el nodo no marcado, el 7. Se elige la arista con menor valor incidente en un nodo marcado y otro que no lo est, la (5, 4) = 6 se marca y se marca el nodo no marcado, el 4. FIN. Se finaliza dado que se tiene marcados los 7 nodos del grafo. Por tanto el rbol de mnima expansin resultante sera:
Cdigo en Java
Demostracin Sea G un grafo conexo y ponderado. En toda iteracin del algoritmo de Prim, se debe encontrar una arista que conecte un nodo del subgrafo a otro nodo fuera del subgrafo. Ya que G es conexo, siempre habr un camino para todo nodo. La salida Y del algoritmo de Prim es un rbol porque las aristas y los nodos agregados a Y estn conectados. Sea Y el rbol recubridor mnimo de G. Si es el rbol recubridor mnimo. Si no, sea e la primera arista agregada durante la construccin de Y, que no est en Y1 y sea V el conjunto de nodos conectados por las aristas agregadas antes que e. Entonces un extremo de e est en V y el otro no. Ya que Y1 es el rbol recubridor mnimo de G hay un camino en Y1 que une los dos extremos. Mientras que uno se mueve por el camino, se debe encontrar una arista f uniendo un nodo en V a uno que no est en V. En la iteracin que e se agrega a Y, f tambin se podra haber agregado y se hubiese agregado en vez de e si su peso fuera menor que el de e. Ya que f no se agreg se concluye: Sea Y2 el grafo obtenido al remover f y agregando Es fcil mostrar que Y2 conexo tiene la misma cantidad de aristas que Y1, y el peso total de sus aristas no es mayor que el de Y1, entonces tambin es un rbol recubridor mnimo de G y contiene a e y todas las aristas
agregadas anteriormente durante la construccin de V. Si se repiten los pasos mencionados anteriormente, eventualmente se obtendr el rbol recubridor mnimo de G que es igual a Y. Esto demuestra que Y es el rbol recubridor mnimo de G
Ejemplo: El origen puede despachar 28 unidades y el destino puede recibir 22 unidades, pero por las restricciones, el destino solo puede recibir 19 unidades en la ruta AB- BC CD DF FG.
Problema de Flujo Mximo La Compaa Petrolera GAS tiene una refinera localizada en la Ciudad de Neuqun Argentina. La gasolina refinada es enviada de all a tanques de almacenamientos en Buenos Aires a travs de una red de oleoductos con estaciones de bombeo en diferentes pueblos y ciudades como: Pueblo Nuevo, Pirmide, Galleta, Puente Turbio y Ro Negro. El oleoducto est construido en segmentos que conectan parejas de estas ciudades. A lo largo de cada segmento existe un nmero mximo conocido de galones por hora que pueden enviarse. Esos segmentos y sus respectivas capacidades en galones por hora son
En la regin de Buenos Aires se espera un aumento en la conduccin en los prximos meses de invierno. Tendr GAS suficiente gasolina para satisfacer la mayor demanda en las estaciones de servicio? Antes de incrementar la tasa de produccin de la refinera, la administracin de GAS desea conocer el nmero mximo de galones de gasolina por hora que pueden enviarse a travs de la red de oleoductos a los tanques de almacenamiento de
Buenos Aires
a. Que el proyecto sea nico, no repetitivo, en algunas partes o en su totalidad. b. Que se deba ejecutar todo el proyecto o parte de el, en un tiempo mnimo, sin variaciones, es decir, en tiempo crtico. c. Que se desee el costo de operacin ms bajo posible dentro de un tiempo disponible. Dentro del mbito aplicacin, el mtodo se ha estado usando para la planeacin y control de diversas actividades, tales como construccin de presas, apertura de caminos, pavimentacin, construccin de casas y edificios, reparacin de barcos, investigacin de mercados, movimientos de colonizacin, estudios econmicos regionales, auditoras, planeacin de carreras universitarias, distribucin de tiempos de salas de operaciones, ampliaciones de fbrica, planeacin de itinerarios para cobranzas, planes de venta, censos de poblacin, etc., etc. DIFERENCIAS ENTRE PERT Y CPM Como se indic antes, la principal diferencia entre PERT y CPM es la manera en que se realizan los estimados de tiempo. E1 PERT supone que el tiempo para realizar cada una de las actividades es una variable aleatoria descrita por una distribucin de probabilidad. E1 CPM por otra parte, infiere que los tiempos de las actividades se conocen en forma determinsticas y se pueden variar cambiando el nivel de recursos utilizados. La distribucin de tiempo que supone el PERT para una actividad es una distribucin beta. La distribucin para cualquier actividad se define por tres estimados: (1) el estimado de tiempo ms probable, (2) el estimado de tiempo ms optimista, a; (3) el estimado de tiempo ms pesimista, b. m; y
La forma de la distribucin se muestra en la siguiente Figura. E1 tiempo ms probable es el tiempo requerido para completar la actividad bajo condiciones normales. Los tiempos optimistas y pesimistas proporcionan una medida de la incertidumbre inherente en la actividad, incluyendo desperfectos en el equipo, disponibilidad de mano de obra, retardo en los materiales y otros factores. Con la distribucin definida, la media (esperada) y la desviacin estndar, respectivamente, del tiempo de la actividad para la actividad Z puede calcularse por medio de las frmulas de aproximacin. El tiempo esperado de finalizacin de un proyecto es la suma de todos los tiempos esperados de las actividades sobre la ruta crtica. De modo similar, suponiendo que las distribuciones de los tiempos de las actividades son independientes (realsticamente, una suposicin fuertemente cuestionable), la varianza del proyecto es la suma de las varianzas de las actividades en la ruta crtica. Estas propiedades se demostrarn posteriormente. En CPM solamente se requiere un estimado de tiempo. Todos los clculos se hacen con la suposicin de que los tiempos de actividad se conocen. A medida que el proyecto avanza,
estos estimados se utilizan para controlar y monitorear el progreso. Si ocurre algn retardo en el proyecto, se hacen esfuerzos por lograr que el proyecto quede de nuevo en programa cambiando la asignacin de recursos. Metodologa. El Mtodo del Camino Critico consta de dos ciclos: 1. Planeacin y Programacin. 1.1.Definicin del proyecto 1.2.Lista de Actividades 1.3.Matriz de Secuencias 1.4.Matriz de Tiempos 1.5.Red de Actividades 1.6.Costos y pendientes 1.7.Compresin de la red 1.8.Limitaciones de tiempo, de recursos y econmicos 1.9.Matriz de elasticidad 1.10.Probabilidad de retraso 2. Ejecucin y Control. 2.1.Aprobacin del proyecto 2.2.Ordenes de trabajo 2.3.Grficas de control 2.4.Reportes y anlisis de los avances 2.5.- Toma de decisiones y ajustes Calculo de la ruta critica La aplicacin de pert-cpm deber porporcionar un programa, especificando las fecha de inicio y terminacin de cada actividad. El diagrama de flechas constituye el primer paso hacia el logro de esa meta. Debido a la interaccin de las diferentes actividades, la determinacin de los tiempos de inicio y terminacin, requiere calculo especiales. Estos clculos se realizan directamente en el diagrama de flechas usando aritmtica simple. El resultado final es clasificar las actividades de los proyectos como criticas o no criticas. Se dice que una actividad es critica sin una demora en su comienzo causara una demora en la fecha de terminacin del proyecto completo. Una actividad no critica es tal que el tiempo entre su comienzo de inicio mas prximo y de terminacin mas tardo (como lo permita el proyecto) es mas grande que su duracin real. En este caso. Se dice que la actividad no critica tiene un tiempo de holgura.
Ejemplo: Encuentre la ruta critica en la red que se muestra a continuacin, considerando que la duracin (en meses) que se indica en cada actividad es deterministica.
La ruta critica la componen los eventos n1, n4, n5 junto con las actividades a14 y a45. La duracin total del proyecto es 20 meses. Si por ejemplo a14 se retrasa un mes, el proyecto se terminara en 21 meses, en vez de los 20 planeados. 1. 1. Solucin
Procedemos conforme al algoritmo del mtodo PERT: 1. Estimamos los tiempos esperados para cada actividad. Por simplicidad a la tabla anterior le adicionamos una columna para anotar estos tiempos:
2.
3. Realizamos los clculos hacia delante, es decir, calculamos el tiempo de inicio ms prximo de cada evento, usando , donde la actividad precede al evento j y . 4. Ahora hay que efectuar los clculos hacia atrs, es decir, obtenemos iniciando en el ltimo nodo. Para esto empleamos donde la actividad es la que sigue al nodo i y tomamos
4. Ahora hay que efectuar los clculos hacia atrs, es decir, obtenemos iniciando en el ltimo nodo. Para esto empleamos donde la actividad es la que sigue al nodo i y tomamos
5. Calcula el tiempo de terminacin prximo de cada actividad, que se denota con mediante la frmula
6.
7. La ruta crtica consta de las actividades que tienen holgura cero, por tanto, en este caso, la ruta crtica est formada por las actividades A, C, D, E, F y G. 8. Calculamos la varianza y la esperanza del tiempo de terminacin, para lo cual necesitamos la varianza de cada una de las actividades de la ruta crtica. a) Varianza
Esperanza: