DEPARTAMENTO: CIENCIAS DE LA TIERRA

MATERIA: MODELOS DE OPTIMIZACION DE RECURSOS

UNIDAD: 3

AUTOR:
ORLANDO GARCIA PERALTA

CATEDRATICO: ING. JUAN SOLIS HERNANDEZ

LUGAR Y FECHA: VILLAHERMOSA, TABASCO A 22 DE MAYO

DE 2018
1. Diferencias y ventajas comparativas que existen entre los métodos para
determinar la solución básica factible inicial de un problema de
transporte.
Existen ciertos problemas de Programación lineal que por las características del
modelo han sido enfrentados con métodos particulares de solución atendiendo a
estas peculiaridades. Entre estos se encuentran el modelo de transporte. Estos
resultan significativos porque se ajustan a muchos problemas de diversos sectores
y especialidades.
El problema del transporte consiste en satisfacer de forma óptima (costos mínimos
de transportación) n destinos desde m orígenes, donde están definidos los costos
de transportación de cada origen a cada destino, la demanda de los destinos y la
oferta de cada origen. Los métodos para hallar la solución se basan en una
metaheurística que consiste en buscar una solución factible inicial, e ir
mejorándola hasta llegar a la solución óptima. Existe gran diversidad de técnicas
para obtener la solución inicial y de formas para las mejoras iterativas.
Mediante el uso del método simplex se pueden resolver los modelos de transporte
y de cualquier otro tipo de problemas de programación lineal. Sin embargo debido
a la estructura especial de modelo de transporte, podemos utilizar otros métodos
que se ha diseñado para aprovechar las características de los problemas de
transporte.
Los métodos de Esquina Noroeste y Aproximación de Vogel son alternativas para
encontrar una solución inicial factible.
Método de la Esquina Noroeste (MEN): inicialmente fue utilizado por G. B.
Dantzig. Es un método poco eficiente, ya que las soluciones iníciales están
alejadas de la solución óptima, y en general se necesitan bastantes iteraciones
para alcanzar dicha solución debido a que en ninguna fase del proceso de
búsqueda de una solución inicial factible se tiene en cuenta la información
referente a los costes unitarios de transporte y, por lo general, la solución obtenida
difiere notablemente de la solución óptima. Este método consiste en asignar a la
esquina Noroeste (Llamada así a la esquina que queda en la parte superior
izquierda de la tabla) la máxima cantidad posible, saturando (completando) bien
sea la oferta de la fila o la demanda de la columna. La oferta de cada fila se debe
saturar antes de pasar a la siguiente fila. Se continúa así hasta terminar la tabla.
VENTAJAS Y DESVENTAJAS DE LA APLICACCION DE ESTE METODO.
VENTAJAS
• El método de la esquina Noroeste proporciona una solución básica factible, pero
casi nunca la solución óptima.
• Es fácil de aplicar y se llega a una solución de manera rápida.
DESVENTAJAS
• No tiene en cuenta los costos de transporte de las mercancías, sino únicamente
las cantidades.
• Por la razón anterior difícilmente presenta una solución favorable.
• No aporta ningún criterio que permita evaluar sus resultados para saber si se ha
llegado a una solución óptima o no.

Método de Aproximación de Vogel (MAV): este método requiere mayores esfuerzos

de cálculos que el MEN; sin embargo, permite obtener una solución inicial mejor
que en el caso anterior puesto que tiene en cuenta la información de los costes de
transporte, mediante los cálculos de las llamadas penalizaciones de fila () y
columna, los cuales representan el posible coste de penalización que se obtendría
por no asignar unidades a transportar a una determinada posición. Ha sido el
método más popular durante muchos años, en parte porque es relativamente fácil
hacerlo a mano. Este método también es denominado método de Balas-Hammer.
VENTAJAS Y DESVENTAJAS DEL METODO DE VOGEL.
VENTAJAS
• Conduce rápidamente a una mejor solución.
• Tiene en cuenta en el análisis la diferencia entre los menores costos de transporte.
DESVENTAJAS
• No aporta ningún criterio que permita determinar si la solución obtenida por este
método es la mejor (óptima) o no.
Algoritmo de transporte:
El método general de resolución del problema de transporte consta de tres fases
que conforman el denominado algoritmo de transporte.
Fase A.- Paso 1. Escribir el problema de transporte en la forma matricial. Si el
problema es no equilibrado, transformarlo en equilibrado. Ir al paso 2.
Fase B.- Paso 2. Determinar una solución básica factible inicial. Ir al paso 3.
Fase C.- Paso 3. Si la solución obtenida en el paso 2 es óptima, detener el proceso.
En otro caso, ir al paso 4.
Paso 4. Obtener una nueva solución que sea mejor que la anterior. Ir al paso 3.
Forma Estándar es otro método y es una forma particular de un problema de
programación lineal en el que la función objetivo debe ser maximizada; solamente
existen restricciones de igualdad y todos los lados derechos de las variables son no
negativos. Por el contrario el Método de Multiplicadores es un procedimiento
secuencial que empieza con una solución inicial factible del problema de transporte,
para encontrar la solución óptima. Se relaciona con el Método Simplex y la relación
que existe se puede explicar con base en las relaciones primal dual. De acuerdo
con la estructura especial de la programación lineal que representa el modelo de
transporte.
2. Investigar y elaborar un reporte del tratamiento a problemas de
asignación en los que el número de asignados es distintos al número de
tareas.
REPORTE
Un caso particular del modelo de transporte es el modelo de asignación, que tiene
como propósito asignar personas u objetos a tareas de tal forma que se optimice
algún objetivo, por ejemplo:
 Minimizar el tiempo de producción
 Minimizar costos
 Minimizar costos de producción
El problema clásico de asignación consiste en asignar n objetos o personas
indivisibles a m tareas de una manera óptima.
Las propiedades que debe cumplir un conflicto para formularse como un problema
de asignación son las siguientes:
 Numero de objetos o personas igual al número de tareas
 A cada persona se le asigna solo una tarea
 Cada tarea debe ser realizada por solo una persona
Las variables que se utilizan en el modelo de asignación son variables binarias, es
decir, variables que sólo pueden tomar los valores 0 o 1. Matemáticamente se
escribe:

El costo total de la asignación es igual a la suma de los productos de cada variable

xij por el costo asignado Cij

En las restricciones se asigna una persona a cada una de las tareas y cada tarea
debe ser realizada por una persona. Esto lo representamos como:
El modelo completo de asignación se obtiene al añadir la restricción de no
negatividad y la de variables binarias:

Vemos que el modelo de asignación es muy parecido al modelo de transporte, la

diferencia radica en que las variables del modelo de asignación son binarias,
mientras que en el modelo de transporte las variables son enteras. Entonces
podemos tomar el modelo de asignación como un problema de transporte donde
cada una de las personas es el origen y cada una de las tareas son los destinos. La
oferta y demanda son igual a uno, es decir, cada origen tiene una sola persona y
cada destino necesita sólo una persona. Los costos de capacitación representan el
costo de transportar una unidad del origen i al destino j. Por lo tanto, el objetivo es
encontrar la combinación que minimice los costos de asignación y cumpliendo las
restricciones de oferta y demanda. Al f inal de la unidad veremos problemas que
aunque no cumplen la primera propiedad pueden formularse como problemas de
asignación.
PROBLEMAS DE ASIGNACIÓN
El problema de asignación es una variación del problema original de transporte,
variación en la cual las variables de decisión X(i,j) solo pueden tomar valores
binarios, es decir ser cero (0) o uno (1), en la solución óptima, lo que supone que
la oferta y la demanda están perfectamente alineadas, de hecho ambas son
iguales a uno (1).
Múltiples son los casos en los que como ingenieros industriales podemos hacer
uso del problema de asignación para resolver diversas situaciones, entre los que
cabe mencionar se encuentran la asignación de personal a maquinas,
herramientas a puestos de trabajos, horarios a maestros, candidatos a vacantes,
huéspedes a habitaciones, comensales a mesas, vendedores a zonas territoriales
etc.
En el modelo de asignación, la idea fundamental de resolución es ¿qué fuente
satisface mejor el destino?, y dado que hemos asociado el modelo a una gran
diversidad de circunstancias esta pregunta puede plantearse en múltiples
contextos, como ¿qué candidato es el idóneo para la vacante?, o ¿qué personal
es el indicado para la línea productiva?, o ¿qué personal es el mejor para ejecutar
determinada tarea?. Una característica particular del modelo de asignación es que
para su resolución no se hace necesario que el número de fuentes sea igual al
número de destinos, lo cual es muy común en la vida real, teniendo en cuenta su
aplicación, pues generalmente la cantidad de aspirantes es superior al número de
vacantes (lógicamente haciendo referencia a la aplicación del modelo al contexto
de oferta y demanda laboral).
MÉTODO HÚNGARO

Apartándonos un poco de la idea expresada en módulos anteriores respecto a la

facilidad de resolver problemas atinentes a la investigación operativa en especial
aquellos de transporte mediante el uso de herramientas tecnológicas como lo son
WinQSB, LINGO, TORA, STORM, Excel etc.. vale la pena ya sea para fines
académicos o de cultura ingenieril realizar la resolución del problema de
asignación mediante el algoritmo que se creó para tal fin, como lo es el Método
Húngaro.
El método Húngaro es un método de optimización de problemas de asignación,
conocido como tal gracias a que los primeros aportes al método clásico definitivo
fueron de Dénes König y Jenő Egerváry dos matemáticos húngaros. El algoritmo
tal como se detallará a continuación está diseñado para la resolución de
problemas de minimización únicamente, será entonces cuestión de agregar un
paso adicional para abordar ejercicios de maximización.

3. Desarrollar ejercicios relativos al tema de transporte y asignación tanto de

manera manual como con la utilización del software.
PROBLEMA DE TRANSPORTE: El problema de transporte es una de las primeras
aplicaciones importantes de la programación lineal. Se puede representar con un
modelo lineal y utilizar el método simplex para resolverlo. Sin embargo, dada la
estructura especial de este modelo lineal, se puede construir un método más eficaz
para su resolución. En este tema nos ocuparemos del estudio de este método. El
problema de transporte trata de enviar unidades de un producto desde m orígenes,
O1, . . ., Om, a n destinos, D1, . . ., Dn, en las siguientes condiciones. • Cada origen
Oi , i = 1, . . ., m, dispone de una oferta ai . • Cada destino Dj , j = 1, . . ., n, realiza
una demanda bj . • cij , i = 1, . . ., m, j = 1, . . ., n, es el coste de enviar una unidad
desde el origen Oi al destino Dj . El problema es determinar el número de unidades
xij que se deben enviar desde cada origen Oi hasta cada destino Dj para realizar el
transporte a coste mínimo, teniendo en cuenta que hay que satisfacer las
restricciones de oferta y demanda.
La formulación lineal de este problema es la siguiente:

Las primeras m restricciones están asociadas a las ofertas de los orígenes, que no
se deben sobrepasar. Las n siguientes restricciones aseguran que se deben
satisfacer las demandas de los destinos. Las variables no pueden tomar valores
negativos, ya que representan cantidades de producto que se transportan. La
forma estándar del problema de transporte es la siguiente:

Ejemplo 1. Una empresa debe planificar la producción de un artículo para los 4

trimestres del próximo año. Puede estimar la demanda en las siguientes unidades:
200, 150, 200 y 100 en cada uno de los trimestres. La capacidad de producción
está limitada a 150 unidades en cada trimestre. Las demandas de un trimestre no
se pueden satisfacer en trimestres posteriores. El coste unitario de producción es
de 2 unidades, pero en el caso de que haya almacenamiento se incrementa en 0.5
unidades en cada periodo por cada unidad almacenada. Consideramos que tanto
los orígenes como los destinos son los 4 trimestres. Definimos xij , i = 1, . . ., 4, j =
1, . . ., 4, como el número de unidades que deben producirse en el trimestre i para
satisfacer la demanda del trimestre j.
• Oferta de los orígenes: 150, 150, 150, 150. • Demanda de los destinos: 200, 150,
200, 100.
• El coste de producción cij = 2 si i = j, i, j = 1, . . ., 4.
• El coste cij = coste de producción + coste de almacenamiento si i < j. Por ejemplo
c12 = 2.5, c13 = 3. De la misma forma se calculan el resto de costes.
• Si i > j asignamos a cij un valor M suficientemente grande para evitar que xij sea
básica.
La forma matricial cuyo objetivo es minimizar es la siguiente:

Ejemplo 2. Una empresa produce un único artículo en tres plantas, A1, A2 y A3.
La capacidad de producción mensual de la empresa está limitada a 1500 unidades
mensuales en cada una de las plantas. La empresa tiene cuatro clientes
mayoristas cuyas demandas mensuales son 1000, 1200, 1500 y 1000 unidades
respectivamente. El beneficio unitario que le proporciona su producto,
considerados los costes de producción y el precio de venta, es de 110 unidades.
Los costes de envió a los 4 clientes mayoristas que la empresa tiene vienen dados
por la siguiente tabla.

El objetivo de la empresa es organizar la producción en cada uno de los meses

para obtener el máximo beneficio.
• Ofertas: 1500, 1500, 1500.
• Demandas: 1000, 1200, 1500, 1000.
• Los valores cij , i = 1, 2, 3, j = 1, 2, 3, 4 de la siguiente tabla son los beneficios de
producir una unidad en la planta Ai y enviarlo al cliente j para su venta. Por
ejemplo, c11 = 110 − 30 = 80, c12 = 110 − 10 = 100, c33 = 110 − 15 = 95. El resto
de beneficios se calculan de forma similar. La forma matricial para este problema
cuyo objetivo es maximizar es la siguiente:

-utilización de software
EL PROBLEMA
Una empresa energética colombiana dispone de cuatro plantas de generación
para satisfacer la demanda diaria eléctrica en cuatro ciudades, Cali, Bogotá,
Medellín y Barranquilla. Las plantas 1, 2,3 y 4 pueden satisfacer 80, 30, 60 y 45
millones de KW al día respectivamente. Las necesidades de las ciudades de Cali,
Bogotá, Medellín y Barranquilla son de 70, 40, 70 y 35 millones de Kw al día
respectivamente.

Los costos asociados al envío de suministro energético por cada millón de KW

entre cada planta y cada ciudad son los registrados en la siguiente tabla.

Formule un modelo de programación lineal que permita satisfacer las necesidades

de todas las ciudades al tiempo que minimice los costos asociados al transporte.
INGRESANDO A NETWORK MODELING
Una vez se haya ingresado al módulo Network Modeling, se abrirá una ventana de
inicio del módulo, tal como se muestra a continuación.
Aquí podemos crear un nuevo problema o cargar uno que ya nos encontremos
desarrollando, en este caso abriremos un nuevo problema. Una vez demos click
en "Nuevo Problema" se abrirá un menú emergente que nos pedirá ingresar la
información básica del problema.

En este menú debemos completar la información concerniente al tipo de problema,

criterio de la función objetivo y el número de fuentes y destinos que tenga nuestro
problema, en este caso tenemos 4 fuentes y 4 destinos. Una vez completado el
proceso damos click en "OK" y observaremos la siguiente ventana. En esta
ventana podemos observar la matriz en la que ingresaremos los datos.
El proceso de reconocimiento de la ventana matriz es rápido, además de las ya
explicadas herramientas se encuentran funciones de edición bastante conocidas y
de formato alfanumérico. Antes de ingresar los datos podemos modificar los
nombres de las fuentes y destinos en el menú "Edición (Edit / Node Names)".
Nosotros renombraremos en este caso los nodos por los indicados en el problema.

Ahora se consignan los costos asociados al modelo, igualmente se consignan la

respectiva oferta de cada una de las plantas y las demandas de las ciudades.
Ahora que se ha completado de suministrar toda la información se procede a
resolver el modelo (click en resolver), la ventana que se abrirá tendrá la
información respecto a las unidades enviadas de cada Planta hacia cada ciudad y
el costo total óptimo.

De esta manera se obtiene la solución óptima del modelo de transporte, sin

embargo no es todo lo que WinQSB tiene para ofrecer respecto al modelo de
transporte, dado que este software posee herramientas que entregan el resultado
gráficamente y presenta los resultados que se obtienen mediante los métodos
heurísticos que hemos visto en módulos anteriores como Método de Aproximación
de Vogel, Método de Costos Mínimos y el Método de la Esquina Noroeste, que
una vez se ha obtenido la solución mediante el programa sirven para entornos
netamente académicos.
4. Investigar en internet sobre sobre el desarrollo y aplicaciones de los
temas en el ámbito de la ingeniería civil y entregar un reporte
REPORTE
En las ciudades modernas el crecimiento de la población hace que se incremente
incesantemente el flujo de personas, mercancías, etc. Este crecimiento genera
problemas de congestión que trae consigo pérdidas económicas, afectando
potencialmente al ser humano y al medio ambiente, en consecuencia el
crecimiento de la demanda y de la oferta del sistema de transporte es más rápido
que la infraestructura urbana [13]. Podemos ver como en los últimos años el
incremento del tráfico urbano está afectando directamente en la calidad de vida
del ciudadano. Hay una mayor preferencia por los vehículos privados frente al
transporte público, aumentando la cantidad de vehículos por familia y el número
de desplazamientos realizados. Debido a la complejidad del sistema de Transporte
es necesario contar con herramientas analíticas y tecnológicas que permitan a los
organismos encargados de la planificación y de la toma de decisiones disponer de
una adecuada metodología acorde con el avance tecnológico del Sistema de
Transporte para poder hacer simulaciones y plantear alternativas de solución.
Para la representación conceptual y simbólica de la realidad es importante
desarrollar instrumentos, conceptos o herramientas necesarias que permitan
lograr tales objetivos. Para lograr una representación abstracta del carácter y
funcionamiento del sistema de transporte, se desarrollan los modelos de
simulación en computadora que combinan teoría, análisis de datos y algoritmos,
estas herramientas permiten representar idealmente el sistema, estos modelos de
simulación deben ser calibrados o ajustados con herramientas apropiadas de
modo que representen con mayor exactitud posible el evento deseado. Luego el
modelo puede usarse para hacer predicciones y correcciones acerca del
comportamiento futuro del sistema. El uso de los modelos de transporte forma
parte de una herramienta importante para la planificación y zonificación de una
ciudad. La simulación urbana es también un problema de modelaje relativamente
único. Los sistemas urbanos comúnmente representados en los modelos urbanos
son notablemente complejos y difíciles de modelar. Los modelos de uso de suelo y
los modelos de transporte se usan a menudo para dar soporte a las decisiones
que influyen en el desarrollo de la ciudad y por ende en la vida de las personas.
No obstante el ambiente de la simulación es ahora apropiado para la difusión de
nuevas ideas en la modelación urbana
Aplicación de la programación lineal del método simple en la ing. Civil: La
programación lineal es un procedimiento o algoritmo matemático mediante el cual
se resuelve un problema indeterminado, formulado a través de un sistema de
inecuaciones lineales, optimizando la función objetivo, también lineal. Consiste en
optimizar (minimizar o maximizar) una función lineal, denominada función objetivo,
de tal forma que las variables de dicha función estén sujetas a una serie de
restricciones que expresamos mediante un sistema de inecuaciones lineales.
1. Una empresa produce hormigón usando los ingredientes A y B. Cada kilo
de ingrediente A cuesta 60 unidades monetarias y contiene 4 unidades de
arena fina, 3 unidades de arena gruesa y 5 unidades de grava. Cada kilo de
ingrediente B cuesta 100 unidades monetarias y contiene 3 unidades de
arena fina, 6 unidades de arena gruesa y 2 unidades de grava. Cada
amasada debe contener, por lo menos, 12 unidades de arena fina, 12
unidades de arena gruesa y 10 unidades de grava. Formule un modelo de
programación lineal y resuélvalo gráficamente.
2. Una empresa especializada en la construcción de estructuras de edificios
tiene patentes de tres tipos de forjados F1, F2 y F3. Los beneficios que
consigue por metro cuadrado de forjado construido son 100, 90 y 120
unidades monetarias respectivamente. Por razones de almacenamiento y
financiación, diariamente sólo se dispone de dos toneladas de acero, 200
m3 de hormigón y 8 m3 de madera para encofrados. Las cantidades de
acero, hormigón y madera que se necesitan por m2 en cada uno de los
forjados son: