Ion Del Modelo de Transporte

Investigacin de Operaciones
Fuente: http://www.investigacion-operaciones.com
Formulacin del Modelo de Transporte

La programacin lineal es un campo tan amplio que se extiende a subclases de problemas para los cuales existen mtodos de solucin especiales. Una de estas subclases se conoce como problemas de transporte. El mtodo simplex de programacin lineal, puede servir para resolver estos problemas. Pero se han desarrollado mtodos ms sencillos que aprovechan ciertas caractersticas de los problemas. Entonces, el mtodo del transporte son slo tcnicas especiales para resolver ciertos tipos de problemas de programacin lineal. El transporte desempea un papel importante en la economa y en las decisiones administrativas. Con frecuencia la disponibilidad de transporte econmico es crtica para la sobrevivencia de una empresa. Qu significa problema de transporte? Supngase que un fabricante tiene tres plantas que producen el mismo producto. Estas plantas a su vez mandan el producto a cuatro almacenes. Cada planta puede mandar productos a todos los almacenes, pero el costo de transporte vara con las diferentes combinaciones. El problema es determinar la cantidad que cada planta debe mandar a cada almacn con el fin de minimizar el costo total de transporte. La manera ms fcil de reconocer un problema de transporte es por su naturaleza o estructura de-hacia: de un origen hacia un destino, de una fuente hacia un usuario, del presente hacia el futuro, de aqu hacia all. Al enfrentar este tipo de problemas, la intuicin dice que debe haber una manera de obtener una solucin. Se conocen las fuentes y los destinos, las capacidades y demandas y los costos de cada trayectoria. Debe haber una combinacin ptima que minimice el costo (o maximice la ganancia). La dificultad estriba en el gran nmero de combinaciones posibles. Puede formularse un problema de transporte como un problema de programacin lineal y aplicarse el mtodo simplex. Si se hiciera, se encontrara que los problemas de transporte tienen caractersticas matemticas nicas. Para visualizar esto, considrese el siguiente ejemplo: Ejemplo prototipo. Chcharos enlatados es uno de los productos ms importantes de la compaa P & T. Los chcharos se preparan en tres enlatadoras (cercanas a Bellingham, Washington; a Eugene, Oregn y a Albert Lea, Minnesota) y despus se mandan por camin a cuatro almacenes de distribucin (en Sacramento, California; Salt Lake City, Utah; Rapid City, South Dakota y Alburquerque, New Mxico) en el oeste de Estados Unidos. Puesto que los costos de embarque constituyen un gasto importante, la gerencia ha iniciado un estudio para reducirlos lo ms posible que se pueda. Se ha hecho una estimacin de la produccin de cada enlatadora para la prxima temporada y se ha asignado a cada almacn una cierta cantidad de la produccin total de chcharos. En la siguiente tabla se proporciona esta informacin (en unidades de carga de camin), junto con el costo de transporte por camin cargado para cada combinacin de enlatadora-almacn. Como se ve hay un total de 300 cargas de camin que se deben transportar. El problema es determinar el plan de asignacin de estos embarques a las distintas combinaciones de enlatadora-almacn que minimice el costo total de transporte.
Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 1
Costo de embarque ($) por carga Almacn 1 2 464 513 352 416 995 682 80 65
1 Enlatadora 2 3 Asignacin
3 654 690 388 70
4 867 791 685 85
Produccin 75 125 100
Este, de hecho, es un problema de programacin lineal del tipo de los problemas de transporte. Para formularlo, sea Z el costo total de transporte y sea xij (i = 1, 2, 3; j = 1, 2, 3, 4) el nmero de cargas de camin que se mandan de la enlatadora i al almacn j. Entonces el objetivo es seleccionar los valores de estas 12 variables de decisin (las xij) para: Minimizar Z= 464x11 + 513x12 + 654x13 + 867x14 + 352x21 + 416x22 + 690x23 + 791x24 995x31 + 682x32 + 388x33 + 685x34 sujeta a las restricciones: x11 + x12 + x13 + x14 x21 + x22 + x23 + x24 x11 x12 x13 x14 xij 0 (i = 1, 2, 3; j = 1, 2, 3, 4) La siguiente tabla muestra los coeficientes de las restricciones. Como se ver enseguida, lo que distingue a este problema como un problema de transporte es la estructura especial en el patrn de estos coeficientes, no su contexto. Coeficiente de: x11 x12 x13 x14 x21 x22 x23 x24 x31 x32 x33 x34 1 1 1 1 1 1 1 1 1 1 1 1 A= 1 1 1 1 1 1 1 1 1 1 1 1 + x21 + x22 + x23 + x24 x31 + x32 + x33 + x34 + x31 + x32 + x33 + x34
= = = = = = =
75 125 100 80 65 70 85
Restricciones de enlatadora Restricciones de almacn
Entre parntesis, la solucin ptima para este problema es x11 = 0, x12 = 20, x13 = 0, x14 = 55, x21 = 80, x22 = 45, x23 = 0, x24 = 0, x31 = 0, x32 = 0, x33 = 70, x34 = 30. Cuando se conozca la prueba de optimalidad se podr verificar este resultado.
Modelo general del problema de transporte. Para describir el modelo general del problema de transporte es necesario emplear trminos que sean mucho menos especficos que los que se usaron para los componentes del ejemplo prototipo. En particular, el problema general de transporte se refiere (literal o en sentido figurado) a la distribucin de cualquier bien desde cualquier grupo de centros de abastecimiento, llamados orgenes, a cualquier grupo de centros de recepcin, llamados destinos, de tal manera que se minimicen los costos totales de distribucin. La correspondencia en terminologa entre el ejemplo prototipo y el problema general se resume en la siguiente tabla: Ejemplo prototipo Problema general Cargas de chcharos enlatados Unidades de un bien Tres enlatadoras m orgenes Cuatro almacenes n destinos Produccin de la enlatadora i si recursos en el origen i Asignacin al almacn j Demanda dj en el destino j Costo de embarque por carga Costo cij por unidad distribuida desde la enlatadora i al almacn j desde el origen i al destino j As, por lo general, el origen i (i = 1, 2, ..., m) dispone de si unidades para distribuir a los destinos y el destino j (j = 1, 2, ..., n) tiene una demanda de dj unidades que recibe desde los orgenes. Una suposicin bsica es que el costo de distribucin de unidades desde el origen i al destino j es directamente proporcional al nmero distribuido, donde cij denota el costo por unidad distribuida. Igual que para el ejemplo prototipo, estos datos de entrada se pueden resumir en forma muy conveniente en la tabla de costos y requerimientos que se muestra enseguida: Costo por unidad distribuida Destino 1 2 ... n c11 c12 ... c1n c21 c22 ... c2n . . . . . . . . . . . . cm1 cm2 ... cmn d1 d2 ... dn
Origen
1 2 . . . m
Recursos s1 s2 . . . sm
Demanda
Sea Z el costo total de distribucin y xij (i = 1, 2, ..., m; j = 1, 2,..., n) el nmero de unidades que se distribuyen del origen i al destino j, la formulacin de programacin lineal para este problema es:
Minimizar sujeta a
Z=
c
i 1 j 1
ij
xij
x
j 1 m
ij
si dj
para i = 1, 2, ..., m para j = 1, 2, ..., n
x
y xij 0,
i 1
ij
para toda i y j
Note que la tabla que resulta de los coeficientes de las restricciones tiene la estructura especial que se muestra en la siguiente tabla: Coeficiente de x11 x12 . . . x1n x21 x22 . . . x2n . . . xm1 xm2 1 1 ... 1 1 1 ... 1 1 1 1 1 1 1 1 ... 1 . . . . . . 1 1 ...
. . . xmn Restricciones de origen
... 1
A=
. . . 1
Restricciones de destino
Cualquier problema de programacin lineal que se ajuste a esta formulacin especial es del tipo de problemas de transporte, sin importar su contexto fsico. De hecho, se han realizado numerosas aplicaciones no relacionadas con el transporte que se ajustan a esta estructura especial. sta es una de las razones por las que el problema de transporte se suele considerar como uno de los tipos especiales de problemas de programacin lineal ms importantes. Una condicin necesaria y suficiente para que un problema de transporte tenga soluciones factibles es que:
s d
i i 1 j 1
Esta propiedad se puede verificar observando que las restricciones requieren que:
s
i 1
d
j 1
sean iguales a
x
i 1 j 1
ij
Esta condicin de que los recursos totales deben ser iguales a la demanda total en realidad exige que el sistema est balanceado. Si el problema tiene algn significado fsico y esta condicin no se cumple, casi siempre significa que, o bien si, o bien dj de hecho representan una cota y no un requerimiento exacto. Si este es el caso, se puede introducir un origen o destino imaginario (llamado origen ficticio o destino ficticio) para captar la holgura, con el fin de convertir las desigualdades en igualdades y satisfacer la condicin de factibilidad. El problema de transporte es slo un tipo especial de problemas de programacin lineal y puede resolverse aplicando el mtodo simplex tal y como lo hemos estudiado. Sin embargo, veremos que si se aprovecha la
estructura especial que se muestra en la tabla anterior, se puede lograr un importante ahorro en los clculos. Se har referencia a este procedimiento simplificado como el mtodo simplex de transporte. Para hacer hincapi en la simplificacin lograda por el mtodo simplex de transporte, se revisar primero la forma en que el mtodo simplex general (no simplificado) establecera el problema de transporte en forma tabular. Despus de construir la tabla de los coeficientes de restriccin (vea la tabla anterior), de convertir la funcin objetivo a la forma de maximizacin y de usar el mtodo de la M para introducir las variables artificiales z1, z2, ..., zm+n en las m+n ecuaciones de restriccin respectivas, se ve que las columnas de la tabla simplex tendran la forma que se muestra en la siguiente tabla: Variable bsica Z Ec. nm. (0) (1) . . . (i) . . . (m+j) . . . (m+n) Coeficiente de Z ... xij cij 1 Lado derecho 0
...
zi M
...
zm+j M
...
zi
si
zm+j
dj
En esta tabla, todos los elementos que no se muestran en estas columnas son ceros. El nico ajuste que queda por hacer antes de la primera iteracin es eliminar algebraicamente los coeficientes distintos de cero de las variables bsicas iniciales (artificiales) en el rengln de Z (rengln 0). Despus de cualquier iteracin subsecuente, el rengln 0 tendra la forma que se muestra en la siguiente tabla: Variable bsica Z Ec. Coeficiente de nm Z ... xij (0) 1 cijuivj Lado derecho
...
zi Mui
...
zm+j Mvj
...
siui djvj
i 1 j 1
A causa del patrn de ceros y unos que siguen los coeficientes en la tabla anterior, u i y vj tienen la siguiente interpretacin: ui = mltiplo del rengln i original que se ha restado (directa o indirectamente) del rengln 0 original durante todas las iteraciones del mtodo simplex que llevaron a la tabla actual.
vj = mltiplo del rengln m+j original que se ha restado (directa o indirectamente) del rengln 0 original durante todas las iteraciones del mtodo simplex que llevaron a la tabla actual. El rengln 0 actual se puede obtener sin usar ningn otro rengln con slo calcular los valores de ui y vj directamente. Como cada variable bsica debe tener coeficiente cero en el rengln 0, estos valores se pueden obtener resolviendo el sistema de ecuaciones: cijuivj = 0 para cada i y j tal que xij es variable bsica, lo cual se puede hacer de manera directa. Adems de los datos de entrada (los valores de cij, si y dj), la nica informacin que necesita el mtodo simplex de transporte es la solucin bsica factible actual, los valores actuales de ui y vj y los valores resultantes de cij uivj para las variables no bsicas xij. Cuando se resuelve un problema a mano es conveniente registrar esta informacin en una tabla simplex de transporte, como la que se muestra enseguida:
En los casos en que la sumatoria de todo lo que se produce en todos los orgenes es mayor que la sumatoria de todo lo que se demanda en todos los destino o viceversa, entonces se dice que el problema no est balanceado. En estos casos lo primero que se debe hacer antes de intentar resolver el problema es balancearlo.
Para el caso de SOBREPRODUCCIN (
i 1
si d j
j 1
Si el caso es que se dispone de mayor produccin de la que se demanda, entonces para balancear el problema se agrega un destino imaginario o artificial (llamado tambin destino ficticio) el cual tendr como demanda dicha sobreproduccin. En cuanto a los costos asociados a este nuevo destino los estableceremos a cero (por qu?). El siguiente dibujo muestra lo que se debe hacer:
donde dn+1 = i 1 y ci,n+1 = 0,
s d
i
j 1
para i = 1, 2, ..., m
Para el caso de SOBREDEMANDA (
dj
j 1
s
j 1
Si el caso es que se tiene mayor demanda de lo que se produce, entonces para balancear el problema se agrega un origen imaginario o artificial (llamado tambin origen ficticio) el cual tendr como recursos (producir) dicha sobredemanda. En cuanto a los costos asociados a este nuevo origen los estableceremos a cero (por qu?). El siguiente dibujo muestra lo que se debe hacer:
donde
i 1 sm+1 = j 1 y cm+1j = 0 para j = 1, 2, ..., n
d s
j
Como todas las restricciones funcionales en el problema de transporte son igualdades, el mtodo simplex obtendra una solucin inicial bsica factible introduciendo variables artificiales y usndolas como variables bsicas iniciales. La solucin bsica que resulta de hecho slo es factible para la versin aumentada del problema, por lo que se necesita un buen nmero de iteraciones para hacer que el valor de estas variables artificiales sea cero y se alcancen las soluciones bsicas factibles reales. El mtodo simplex de transporte pasa por alto todo esto, pues usa un procedimiento ms sencillo para construir directamente una solucin bsica factible real en la tabla de transporte. Antes de describir este procedimiento, es necesario establecer que el nmero de variables bsicas en cualquier solucin bsica de un problema de transporte es una menos de lo que se espera. Normalmente en los problemas de programacin lineal, se tiene una variable bsica por cada restriccin funcional. En los problemas de transporte con m recursos y n destinos el nmero de restricciones funcionales es m+n. Sin embargo, el nmero de variables bsicas = m + n 1. Esto se debe a que se manejan restricciones de igualdad y este conjunto de m + n ecuaciones tiene una ecuacin adicional o (redundante) que se puede eliminar. La razn es que se sabe que la cantidad total que se manda desde todos los orgenes debe ser igual que la cantidad total que se recibe en todos los destinos. Por lo tanto, cualquier solucin bsica factible en una tabla de transporte debe aparecer con exactamente m + n 1 asignaciones no negativas, en donde la suma de las asignaciones en cada rengln o columna es igual a su demanda o sus recursos 4.2. Mtodos para encontrar soluciones factibles. Al iniciar, todos los renglones de los orgenes y las columnas de destinos de la tabla simplex de transporte se toman en cuenta para proporcionar una variable bsica (asignacin). 1. Se selecciona la siguiente variable bsica (asignacin) entre los renglones y columnas en que todava se puede hacer una asignacin de acuerdo a algn criterio. 2. Se hace una asignacin lo suficientemente grande como para que use el resto de los recursos en ese rengln o la demanda restante en esa columna (cualquiera que sea la cantidad ms pequea). 3. Se elimina ese rengln o columna (la que tena la cantidad ms pequea en los recursos o demanda restantes) para las nuevas asignaciones.(Si el rengln y la columna tiene la misma cantidad de recursos y demanda restante, entonces arbitrariamente se elimina el rengln. La columna se usar despus para proporcionar una variable bsica degenerada, es decir, una asignacin con cero unidades.) 4. Si slo queda un rengln o una columna dentro de las posibilidades, entonces el procedimiento termina eligiendo como bsicas cada una de las variables restantes (es decir, aquellas variables que no se han elegido ni se han eliminado al quitar su rengln o columna) asociadas con ese rengln o columna que tiene la nica asignacin posible. De otra manera se regresa al paso 1. 4.2.1. Mtodo de la esquina noroeste. Regla de la esquina noroeste: la primera eleccin es x11 (es decir, se comienza en la esquina noroeste de la tabla simplex de transporte). De ah en adelante, si xij fue la ltima variable bsica seleccionada, la siguiente eleccin es xi,j+1 (es decir, se mueve una columna a la derecha) si quedan recursos en el origen i. De otra manera, se elige xi+1,j (es decir, se mueve un rengln hacia abajo).
Para hacer ms concreta esta descripcin, se ilustrar el procedimiento general, utilizando la regla de la esquina noroeste en el siguiente ejemplo: Recursos 3 7 6 4 5 2 4 3 2 2 3 10 Demanda 3 4 2 1 10
Lo primero que debemos hacer al resolver cualquier problema de transporte es comprobar que est balanceado, si no lo estuviera, agregamos un origen o un destino artificial segn sea el caso para conseguir que el problema quede balanceado y podamos comenzar a resolverlo. En nuestro ejemplo, la sumatoria de los recursos de los tres orgenes es de 10 unidades que es igual a la sumatoria de las demandas de los destinos, por lo que nuestro problema est balanceado y podemos iniciar con la resolucin. Comenzamos asignando en la esquina noroeste de la tabla, es decir, en la celda correspondiente a la variable bsica x11 (paso 1), podemos observar que en la primera columna se demandan 3 unidades del bien y en el primer rengln disponemos de 5 unidades, entonces enviamos las 3 unidades demandadas desde el origen 1 hacia el destino 1 (ya que hay los recursos suficiente para satisfacer toda la demanda) y decrementamos a 2 los recursos restantes en ese origen (paso 2). Con esto cubrimos toda la demanda del primer destino (o almacn) y lo cancelamos para las prximas asignaciones (paso3): Recursos 52 2 3
3 3 2 4
7 4 3
6 3 8
4 2 5
Demanda
30
La siguiente asignacin ser en la celda correspondiente a la variable x 12 (paso 1) ya que todava le quedan recursos al origen 1 (adems es la esquina noroeste de la tabla restante despus de haber eliminado la primera columna). Notemos que en el segundo destino se demandan 4 unidades del bien y ahora solamente se disponen de 2 unidades en el origen 1, entonces se envan las 2 unidades del origen 1 al destino 2 para satisfacer 2 de las 4 unidades demandadas en este destino quedando 2 por satisfacer (paso 2) y cancelamos el origen 1 ya que no tiene ms unidades del bien para enviar a otro destino paso 3):
3
3 2 4
7
2 4 3
6
3 8
4
2 5
Recursos 5 2 0 2 3
Demanda
3 0
4 2
La siguiente asignacin ser en la celda correspondiente a la variable x 22 (paso 1) ya que no le quedan unidades del bien al origen 1 (notemos tambin que esa celda es la que se encuentra en la esquina noroeste de la tabla restante despus de haber eliminado el primer rengln y la primera columna y no olvidemos que estamos aplicando la regla de la esquina noroeste). Ya que solamente faltan 2 unidades para satisfacer por completo la demanda del segundo destino y se disponen exactamente de 2 unidades en el segundo origen, entonces enviamos 2 unidades del bien del origen 2 al destino 2 (paso 2) y cancelamos el segundo rengln ya que no le quedan ms unidades para enviar a otro destino. Dejamos pendiente la eliminacin de la segunda columna ya que nos servir ms adelante para hacer la asignacin de una variable bsica degenerada, es decir, una asignacin con cero unidades (paso 3): Recursos 5 2 0 2 0 3
3 3 2 2 2
7 4
6 3
4 2
Demanda
3 0
4 2 0
La siguiente asignacin ser en la celda correspondiente a la variable x32 (paso1) ya que no le quedan ms unidades al origen 2. Notemos que se demandan cero unidades del bien en el segundo destino, en este momento es cuando hacemos una asignacin de cero unidades convirtiendo as a la variable x32 en una variable bsica degenerada (paso 2) y ahora s podemos cancelar la segunda columna para ya no considerarla ms en las siguientes asignaciones (paso 3). Notemos que esta demanda de cero unidades es satisfecha sin ningn problema por el origen 3 ya que ste dispone todava de 3 unidades del bien: Recursos 3 7 6 4 5 2 0 3 2 2 4 3 2 2 0 2 4 8 3 5 3 0 Demanda 3 0 4 2 0 2 1
Como solamente queda un rengln dentro de las posibilidades (el rengln 3 no ha sido cancelado), entonces aplicando el paso 4 del procedimiento general para construir una solucin inicial bsica factible, la siguiente asignacin ser en la celda que corresponde a la variable x33 (paso 1). Ya que la demanda del tercer destino (2 unidades) puede ser satisfecha muy bien por el tercer origen, entonces enviamos 2 unidades del bien del origen 3 al destino 3 quedando solamente 1 unidad en el tercer origen (paso 2) para enviarlo al cuarto destino y con eso cubrir su demanda de una unidad, cancelando de esta manera tanto el destino 3 como el destino 4 y el tercer rengln ya que la demanda de todos los destinos ya ha sido satisfecha y no quedan ms unidades del bien en ningn origen: Recursos 3 3 2 4 4 2 3 0 Demanda 3 0 4 2 0 2 0 8 2 1 0 5 1 Costo = 52 3 1 0 7 2 3 2 2 0 6 4 5 2 0
La solucin inicial bsica factible es x11=3, x12=2, x22=2, x32=0 (variable bsica degenerada), x33=2 y x34=1 y el costo total de transporte asociado a esta primera Poltica de Transporte factible es de: x11 c11 x12 c12 x22 c22 x32 c32 x33 c33 x34 c34 Costo = 3 (3) + 2 (7) + 2 (4) + 0 (3) + 2 (8) + 1 (5) = 52 unidades Es necesario aclarar que esta no es la solucin final del problema, es necesario aplicar a esta primera solucin factible la prueba de optimalidad ya que puede existir una mejor poltica de transporte que minimice todava ms el costo total. 4.2.2. Mtodo de aproximacin de Vogel. Mtodo de Aproximacin de Vogel: para cada rengln y columna que queda bajo consideracin, se calcula su diferencia, que se define como la diferencia aritmtica entre el costo unitario ms pequeo (c ij) y el que le sigue, de los que quedan en ese rengln o columna. (Si se tiene un empate para el costo ms pequeo de los restantes de un rengln o columna, entonces la diferencia es 0). En el rengln o columna que tiene la mayor diferencia se elige la variable que tiene el menor costo unitario que queda. (Los empates para la mayor de estas diferencias se pueden romper de manera arbitraria). Para hacer ms concreta esta descripcin, se ilustrar el procedimiento general, utilizando el mtodo de aproximacin de Vogel para resolver el ejemplo presentado anteriormente y que fue resuelto por la regla de la esquina noroeste: Iniciamos el mtodo calculando las primeras diferencias para cada rengln y columna. De las diferencias que obtuvimos nos fijamos en la mayor (Por qu?), que resulta ser para la tercera columna. En esa columna encontramos el costo unitario (cij) menor y en esa celda realizamos la primera asignacin:
3
2 4
7
4 3
6
3 2 8
4
2 5
Recursos DIF. 5 1 2 0 3 10 0 1
Demanda DIF.
3 1
4 1
2 0 3
1
1 2
10
Nota: Marcaremos a la mayor de las diferencias seleccionada encerrndola en un crculo y escribindole como superndice el nmero que le corresponda en la secuencia de seleccin. Observemos en la figura anterior que nicamente eliminamos el segundo rengln ya que la tercera columna nos servir despus para hacer la asignacin de una variable bsica degenerada. Continuando con la aplicacin del mtodo, tenemos que calcular nuevamente las diferencias de las columnas ya que hemos eliminado un rengln y esto puede ocasionar que las diferencias aritmticas entre el costo unitario ms pequeo y el que le sigue ya no sean las mismas: Recursos DIF. 3 7 6 4 5 1 2 4 3 2 2 2 0 3 0 10 Demanda DIF. 3 1 1 4 1 1 4
2
0 1
3
3
2 0 3 2
1
1 2 1
10
Como siguiente paso deberamos calcular las nuevas diferencias de columnas, pero ya que solamente queda un rengln dentro de las posibilidades (esto no significa que solamente un rengln quede bajo consideracin ya que podemos observar que ninguna de las cuatro columnas (destinos) ha sido eliminada y todas quedan todava bajo consideracin), no es posible encontrar la diferencia aritmtica entre el costo menor y el que le sigue, por lo tanto vamos tomando una a una las celdas que quedan comenzando con la de menor costo unitario hasta que todas hayan sido asignadas.
3
3 2 4
7
1 4 3 3
6
0 3 2 8
4
1 2 5
Recursos DIF. 5 2 1 0 1 2 0 3 0 10 0 1
Demanda DIF.
3 0 1 1
4 1 0 1 4
2
2 0 3 2
1
1 0 2 1
10
La solucin inicial bsica factible es x11=3, x12=1, x13=0 (variable bsica degenerada), x14=1, x23=2 y x32=3 y el costo total de transporte asociado a esta primera Poltica de Transporte factible es de: x11 c11 x12 c12 x13 c13 x14 c14 x23 c23 x32 c32 Costo = 3 (3) + 1 (7) + 0 (6) + 1 (4) + 2 (3) + 3 (3) = 35 unidades Es necesario aclarar que sta puede o no ser la solucin final del problema, es necesario aplicar a esta primera solucin factible la prueba de optimalidad ya que puede existir una mejor poltica de transporte que minimice todava ms el costo total. Comparacin de criterios alternativos para el paso 1. Se compararn estos dos criterios para elegir la siguiente variable bsica. La virtud principal de la regla de la esquina noroeste es la facilidad y rapidez con que se aplica. Sin embargo, como no le da importancia a los costos unitarios cij, por lo general la solucin que se obtiene distar mucho de la ptima. Si se realiza un esfuerzo un poco mayor para encontrar la solucin inicial bsica factible, es posible que se reduzca mucho el nmero de iteraciones que despus necesita el mtodo simplex de transporte para encontrar la solucin ptima. El objetivo del otro criterio es precisamente encontrar una solucin as. El mtodo de aproximacin de Vogel ha sido el ms popular durante muchos aos, en parte porque es relativamente fcil hacerlo a mano. Este criterio toma en cuenta los costos unitarios en forma efectiva ya que la diferencia representa el mnimo costo adicional en que se incurre por no hacer una asignacin en la celda que tiene el menor costo en esa columna o rengln. Podemos decir, que el mtodo de aproximacin de Vogel proporciona una mejor solucin inicial que el criterio de la esquina noroeste, en otras palabras es ms cualitativo.
4.2.3. Solucin final a partir de la solucin inicial bsica El siguiente paso despus de hallar una solucin inicial bsica factible (por cualquiera de los dos criterios expuestos anteriormente) es verificar si esta solucin inicial es efectivamente ptima aplicando la prueba de optimalidad. La prueba de optimalidad estndar del mtodo simplex para el problema de transporte, se puede reducir de la siguiente manera: Una solucin bsica factible es ptima si y slo si cijuivj 0 para toda (i,j) tal que xij es no bsica. As, lo nico que hay que hacer para realizar esta prueba es obtener los valores de ui y vj para la solucin bsica factible actual y despus calcular los valores cijuivj segn se describe enseguida. Como el valor de cijuivj debe ser cero si xij es una variable bsica, ui y vj satisfacen el conjunto de ecuaciones: cij = ui + vj para cada (i,j) tal que xij es bsica.
Existen m+n1 variables bsicas y por tanto hay m+n1 ecuaciones de este tipo. Como el nmero de incgnitas (las ui y vj) es m+n, se puede asignar un valor arbitrario a cualquiera de estas variables sin violar las ecuaciones. La eleccin de esta variable y su valor no afecta el valor de ningn cijuivj, aun cuando xij sea no bsica, por lo que la nica diferencia (menor) estriba en la facilidad para resolver estas ecuaciones. Una eleccin conveniente para lograr esto es seleccionar la ui que tiene el mayor nmero de asignaciones en su rengln (los empates se rompen de manera arbitraria) y asignarle un valor de cero. Gracias a la sencilla estructura de estas ecuaciones, resulta muy fcil obtener algebraicamente los valores del resto de las variables. Para ejemplificar la prueba de optimalidad, consideremos la solucin inicial bsica factible obtenida por la regla de la esquina noroeste para nuestro ejemplo en cuestin: v1 v2 v3 v4 Recursos ui 7 4 3 6 u1 5 3 2 4 2 2 3 u2 2 2 4 8 5 3 u3 3 0 2 1 Costo=52 Demanda 3 4 2 1 vj Para este problema, existen m+n1=3+41=6 variables bsicas, que dan origen al siguiente conjunto de ecuaciones: 3 = u1+v1 3 = u3+v2 7 = u1+v2 8 = u3+v3 4 = u2+v2 5 = u3+v4
Observemos que resultaron ser 6 ecuaciones que involucran 7 incgnitas (tres de las ui y cuatro de las vj), por lo que este sistema de ecuaciones no es cuadrado. La forma de resolverlo es dando un valor arbitrario a una de las incgnitas, para que, a partir de l encontremos el valor de las dems. La regla para hacer esta asignacin arbitraria nos dice que sea para la ui (o rengln) que haya tenido el mayor nmero de asignaciones. En nuestro ejemplo, el rengln 1 tuvo dos asignaciones, el rengln 2 tuvo una asignacin y por ltimo el tercer rengln tuvo tres asignaciones, por lo que asignamos el valor de cero a la incgnita u 3. De esta asignacin resulta lo siguiente: 3 = u1+v1 7 = u1+v2 4 = u2+v2 3 = u3+v2 8 = u3+v3 5 = u3+v4
v2 = 3 v3 = 8 v4 = 5
Hemos obtenido el valor de tres incgnitas ms, v2, v3 y v4, los cuales nos ayudarn para hallar el valor de las incgnitas restantes: 3 = u1+v1 si u1=4, entonces v1= 1 7 = u1+v2 si v2=3, entonces u1= 4 4 = u2+v2 si v2=3, entonces u2= 1 3 = u3+v2 v2 = 3 8 = u3+v3 v3 = 8 5 = u3+v4 v4 = 5 De esta forma hemos obtenido el valor de todas las incgnitas y procedemos a colocarlos en la tabla como sigue: v1 v2 v3 v4 Recursos ui 4 5 3 7 6 u1 4 3 2 4 2 2 2 3 u2 1 2 4 8 5 3 3 u3 0 0 2 1 Costo=52 Demanda 3 4 2 1 vj 3 8 5 1 Ahora calculemos los valores cijuivj para las variables no bsicas, ya que para las bsicas, este valor es cero (por la forma de las ecuaciones con que se hallaron los valores de las incgnitas u i y vj), y coloquemos estos valores en la esquina inferior izquierda de cada celda: Para la celda (1,3): 6 4 8 = 6 Para la celda (1,4): 4 4 5 = 5 Para la celda (2,1): 2 1 (1) = 2 Para la celda (2,3): 3 1 8 = 6 Para la celda (2,4): 2 1 5 = 4
Para la celda (3,1): 4 0 (1) = 5
v1 u1 3 3 0 2 2 4
v2 7 2 0 4 2 0 3 0 0 4 3
v3 6
v4 4
Recursos ui 5 4
u2
6 3
6 8 2 0 2 8 1 5
5 2
4 5 1 0
u3
5
Demanda vj 3 1
Costo=52
En este momento se puede aplicar la prueba de optimalidad para verificar los valores de cijuivj obtenidos. Como cuatro de estos valores (c13u1v3= 6, c14u1v4= 5, c23u2v3= 6, c24u2v4= 4), son negativos, se concluye que la solucin bsica factible actual no es ptima. Entonces, el mtodo simplex de transporte debe proceder a hacer una iteracin para encontrar una mejor solucin bsica factible. Una iteracin. Igual que para mtodo simplex estndar, una iteracin del mtodo simplex de transporte debe determinar una variable bsica entrante (paso 1), una variable bsica que sale (paso 2) y despus identificar la nueva solucin bsica factible que resulta (paso 3). Paso 1: como cijuivj representa la tasa a la que cambia la funcin objetivo si se incrementa la variable no bsica xij, la variable que entra debe tener un valor de cijuivj negativo, para que el costo total Z disminuya. Entonces, los candidatos en la tabla anterior son x13, x14, x23 y x24. Entre ellos se elige el valor negativo ms grande (en trminos absolutos) de cijuivj como la variable bsica entrante, que en este caso corresponde a x13 y x23. En los casos en que haya empate para la eleccin de la variable bsica entrante, este empate se rompe de manera arbitraria, ya que tarde o temprano llegaremos a la misma solucin independientemente de la eleccin de la variable. Pero, observemos lo siguiente: ya que debemos elegir la variable bsica entrante, es decir, aquella que comenzar a tener un valor (ya que antes no lo tena porque era variable no bsica), entonces, es conveniente que elijamos aquella que tenga el costo menor, ya que el valor de la variable entrante multiplicado por su respectivo costo ser la contribucin al costo total. En nuestro caso, el costo asociado a x13 es 6 y el costo asociado a x23 es 3, por lo que la variable que debemos elegir como entrante es x23. Paso 2: si se incrementa el valor de la variable bsica entrante, se establece una reaccin en cadena de cambios compensatorios en otras variables bsicas (asignaciones) para seguir satisfaciendo las restricciones de recursos y demanda. La primera variable bsica que disminuya su valor hasta cero ser la variable bsica que sale. En general, siempre existe slo una reaccin en cadena (en cualquier direccin) que se puede completar
con xito para conservar la factibilidad, cuando la variable bsica entrante aumenta su valor. Esta reaccin en cadena se puede identificar si se hace una seleccin entre las celdas que tienen variables bsicas: primero, la celda donadora en la columna que tiene la variable bsica; despus, la celda receptora en el rengln que corresponde a la celda donadora; luego, la celda donadora en la columna en que se encuentra esta celda receptora, y as sucesivamente, hasta que la reaccin en cadena conduce a una celda donadora en el rengln que tiene a la variable bsica entrante. Cuando una columna o rengln tiene ms de una celda adicional con variable bsica, puede ser necesario explorar el camino que se va a seguir para averiguar cul debe seleccionarse como celda donadora o receptora. (Todas las dems menos la adecuada llegarn tarde o temprano a un camino sin salida en un rengln o columna que no tiene otra celda con una variable bsica). Despus de identificar la reaccin en cadena. La celda donadora que tiene la asignacin menor proporciona en forma automtica la variable bsica que sale. (En caso de un empate para la celda donadora, se puede elegir cualquiera para proporcionar la variable bsica que sale). Si x23 es la variable bsica entrante, la reaccin en cadena de la tabla anterior se resume enseguida. (Siempre se indicar la variable bsica entrante colocando un signo + encuadrado dentro de su celda): v1 u1 3 3 2 2 2 4 0 0 3 + v2 7 2 v3 6 v4 4 Recursos ui 5 4
u2
0 4
u3
5
Demanda vj 3 1 4 3
0
2 8
6 3 + 6 8 2 0
1 5
5 2
4 5 1 0
Costo=52
Al aumentar x23 debe disminuir x33 en la misma cantidad para conservar la demanda de 2 en la columna 3; esto a su vez requiere que se aumente x32 en esa cantidad para mantener la oferta de 3 en el rengln 3 y esto a su vez exige una disminucin en el valor de x22 para conservar la demanda de 4 en la columna 2. Esta disminucin en x22 completa con xito la reaccin en cadena ya que tambin conserva la oferta del rengln 2. El resultado final es que las celdas (2,3) y (3,2) se convierten en celdas receptoras, cada una con su asignacin adicional proveniente de las celdas donadoras (2,2) y (3,3). Estas celdas estn indicadas en la tabla anterior por medio de los signos + y ). Observe que tuvo que elegirse la celda (3,2) como celda receptora para el rengln 3 y no la (3,4), ya que esta ltima no hubiera tenido celda donadora en la columna 4 para continuar la reaccin en cadena. Note adems que, a excepcin de la variable bsica entrante, todas las celdas receptoras y donadoras en la reaccin en cadena deben corresponder a variables bsicas en la solucin bsica factible actual. Cada celda donadora disminuye su asignacin en una cantidad exactamente igual al aumento que tiene la variable bsica entrante (y las otras celdas receptoras). Entonces, la celda donadora que comienza con la asignacin ms pequea en este caso las celdas (2,2) y (3,3) debe ser la primera en llegar a una asignacin
de cero conforme se incrementa la variable entrante x23. As, x22 o x23 se pueden convertir en la variable bsica que sale. Cuando existe empate para la variable bsica que sale, ste puede romperse de manera arbitraria, es decir, eligiendo cualquiera de las variables donadoras con la asignacin ms pequea como variable bsica saliente. Como una regla emprica, podemos seleccionar como variable bsica saliente aqulla que tenga asociado el mayor costo unitario, ya que como esta variable perder completamente su valor (es decir, se convertir de variable bsica a variable no bsica), esperaramos que el costo total de transporte disminuya. As, escogeramos a x33 como variable bsica saliente. Paso 3: la nueva solucin bsica factible se identifica sumando el valor (antes de los cambios) de la variable bsica que sale a las asignaciones de cada celda receptora y restando esta misma cantidad de las asignaciones de cada celda donadora. En la tabla anterior se observa que el valor de la variable bsica que sale x 33 es 2, por lo que esta porcin de la tabla simplex de transporte cambia, como se ilustra en la siguiente tabla para la nueva solucin. (Como x33 es no bsica en la nueva solucin, su nueva asignacin es cero y ya no se muestra en la tabla). v1 v2 v3 v4 Recursos ui 4 7 u1 3 6 5 3 2 0 0 6 5 3 u2 2 4 2 2 0 2 2 4 0 6 5 3 u3 4 8 3 2 1 0 0 0 5 Costo=40 Demanda 3 4 2 1 vj En este momento se puede sealar una interpretacin til de las cantidades cijuivj que se obtienen en la prueba de optimalidad. Debido al cambio de 2 unidades en las asignaciones de las celdas donadoras a las receptoras, el costo total cambia en: Z = 2(38+34) = 2(6) = 12 = 2(c23u2v3) es decir, el costo total de transporte se decrementa en 12 unidades con respecto al costo anterior que era de 52 unidades. Notemos que hemos obtenido una nueva poltica de transporte, la cual podemos resumir as: La nueva solucin bsica factible es x11=3, x12=2, x22=0 (variable bsica degenerada), x23=2, x32=2 y x34=1 y el costo total de transporte asociado es de: x11 c11 x12 c12 x22 c22 x23 c23 x32 c32 x34 c34 Costo = 3 (3) + 2 (7) + 0 (4) + 2 (3) + 2 (3) + 1 (5) = 40 unidades Antes de completar la solucin del problema ejemplo, se har un resumen de las reglas del mtodo simplex de transporte.
Resumen del mtodo simplex de transporte Inicializacin: Se construye una solucin inicial bsica factible. Se realiza la prueba de optimalidad. Prueba de optimalidad: Se obtiene ui y vj eligiendo el rengln con el mayor nmero de asignaciones y estableciendo su ui = 0, y despus resolviendo el sistema de ecuaciones cij = ui+vj para cada (i,j) tal que xij es bsica. Si cijuivj 0 para toda (i,j) tal que xij es no bsica, entonces la solucin actual es ptima por lo que el proceso se detiene. De lo contrario, se regresa a una iteracin. Iteracin: 1. Se determina la variable bsica entrante: se elige la variable no bsica x ij que tiene el valor negativo ms grande (en trminos absolutos) para cijuivj. 2. Se determina la variable bsica que sale identificando la reaccin en cadena (encontrar un circuito) que se necesita para conservar la factibilidad cuando se aumenta el valor de la variable bsica entrante. Entre las celdas donadoras se selecciona la variable bsica que tiene el menor valor. 3. Se determina la nueva solucin bsica factible: se suma el valor de la variable bsica que sale a las asignaciones de las celdas receptoras y se resta este valor a las asignaciones de las celdas donadoras. Continuando con la aplicacin de este procedimiento a nuestro problema, tenemos que calcular los nuevos valores de las ui y vj y despus los valores cijuivj correspondientes a las variables no bsicas para determinar si todos cumplen con la prueba de optimalidad: Nuevamente existen m+n1=3+41=6 variables bsicas, que dan origen al siguiente conjunto de ecuaciones: 3 = u1+v1 3 = u2+v3 7 = u1+v2 3 = u3+v2 4 = u2+v2 5 = u3+v4 Observemos que nuevamente resultaron ser 6 ecuaciones que involucran 7 incgnitas (tres de las ui y cuatro de las vj). Ya que hay empate en el nmero de asignaciones que tiene cada rengln (2 asignaciones en cada rengln), asignemos el valor de cero a la incgnita u1. De esta asignacin resulta lo siguiente: 3 = u2+v3 3 = u1+v1 v1=3 3 = u3+v2 7 = u1+v2 v2=7 5 = u3+v4 4 = u2+v2 Hemos obtenido el valor de dos incgnitas ms, v1, y v2, los cuales nos ayudarn para hallar el valor de las incgnitas restantes: 3 = u1+v1 v1=3 7 = u1+v2 v2=7 4 = u2+v2 si v2=7, entonces u2= 3 3 = u2+v3 si u2= 3, entonces v3=6 3 = u3+v2 si v2=7, entonces u3= 4 5 = u3+v4 si u3= 4, entonces v4=9
De esta forma hemos obtenido el valor de todas las incgnitas y procedemos a colocarlos en la tabla como sigue: v1 u1 v2 v3 v4 Recursos ui 5 0
3
3
7
2 4 0
u2
3 2
3 4
u3
3
2
5
1
Costo=40 Demanda vj 3 3 4 7 2 6 1 9
Ahora calculemos los valores cijuivj para las variables no bsicas y coloquemos estos valores en la esquina inferior izquierda de cada celda: Para la celda (1,3): 6 0 6 = 0 Para la celda (1,4): 4 0 9 = 5 Para la celda (2,1): 2 (3) 3 = 2 Para la celda (2,4): 2 (3) 9 = 4 Para la celda (3,1): 4 (4) 3 = 5 Para la celda (3,3): 8 (4) 6 = 6 v1 u1 v2 v3 v4 Recursos ui 5 0
3
0 2 2 3
7
0 4 0 0 2
6
0 3 0 2
4
5 2 4 5 1 0
u2
3 4
u3
4
5
3
2 0 4 7 2 6
8
6
Costo=40 Demanda vj 3 3 1 9
Aplicando la prueba de optimalidad para verificar los valores de cijuivj obtenidos, vemos que dos de estos valores ( c14u1v4= 5, c24u2v4= 4) son negativos, se concluye que la solucin bsica factible actual no
es ptima. Entonces, el mtodo simplex de transporte debe proceder a hacer una iteracin para encontrar una mejor solucin bsica factible. Aplicando el procedimiento descrito anteriormente, se llega al siguiente conjunto de tablas simplex de transporte que se muestra enseguida y que dan solucin al problema planteado: v1 u1 3 3 u2 v2 7 0 4 0 3 0 + 2 2 v3 6 0 3 0 8 2 v4 4 5 2 4 5 + 2 3 4 Recursos ui 5 0
0 2
2
u3
5
Demanda vj 3 3 4 7
0
2 6
6
1 9
0
Costo=40
v1 u1 3 3 u2 0 2
v2 7 1 0 4
v3 6 0 3 0
v4 4 5 2 2 1
Recursos ui 5
u3
2 4
5
0
3
0
8
4 5
0
3 0 4 2 6 1 Costo=35 Demanda vj 3
La nueva solucin bsica factible es x11=3, x12=1, x14=1, x22=0 (variable bsica degenerada), x23=2 y x32=3 y el costo total de transporte asociado es de: x11 c11 x12 c12 x14 c14 x22 c22 x23 c23 x32 c32 Costo = 3 (3) + 1 (7) + 1 (4) + 0 (4) + 2 (3) + 3 (3) = 35 unidades Como en esta ltima tabla todas las cijuivj son no negativas (comprobarlo!), la prueba de optimalidad identifica este conjunto de asignaciones como ptimo, lo cual concluye el algoritmo.

Ion Del Modelo de Transporte

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Ion Del Modelo de Transporte

Transféré par

Droits d'auteur :

Formats disponibles

Investigacin de Operaciones

Formulacin del Modelo de Transporte

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 1

3 654 690 388 70

4 867 791 685 85

Produccin 75 125 100

Restricciones de enlatadora Restricciones de almacn

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 2

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 3

para i = 1, 2, ..., m para j = 1, 2, ..., n

. . . xmn Restricciones de origen

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 5

Para el caso de SOBREPRODUCCIN (

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 6

donde dn+1 = i 1 y ci,n+1 = 0,

Para el caso de SOBREDEMANDA (

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 7

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 8

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 9

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 10

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 11

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 12

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 13

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 14

Para la celda (3,1): 4 0 (1) = 5

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 18

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 19

Profesor Juan Manuel Jimnez Rodrguez, MBA jm.uaca@gmail.com www.uaca.funcionefectiva.com 21

Vous aimerez peut-être aussi