HERRAMIENTAS PARK EL INGE INDUSTRIAL ‘Aprender a Potenciar tus Sem i0 Estrategias Programacion Cursos de Gestion TI commons PROBLEMAS DE ASIGNACION El problema de asignacién es una variacién del problema original de lransporte, variacién en la cual las variables de decisién X(ij) solo pueden tomar valores binatios, es decir ser cero (0) uno (1) en la solucién éptima, lo que supone que la oferta y la demanda estén perfectamente alineadas, de hecho ambas son iguales a uno (1). © matepies son js casos en los que como ingerieros industries podem hacer Uso del problema de asignacin para resolver diversas stuacones, entre los fue cabe mencionar se encuentran la Bsignacion de personal 2. maquias, hertamientas a. puestes de vabajos, hararios a maestros, candidates. a vacantes, huéspedes 4 habitaciones Y comensales a mesas, vendedores a somes ppertasonsinncién | sons terttoales ete, En el modelo de asignacién la idea fundamental de resolucion es equé fuente satisface mejor el destino?, y dado que hemos asociado el modelo a una gran diversidad de ircunstancias esta pregunta puede plantearse en multiples contextos, como qué candidate es el idéneo para la vacante?, @ zqué personal es el indicado para la linea productiva?, © gqué personal es el mejor para ejecutar determinada tarea?, Una caracteristica particular del modelo de asignacién es que para su resolucién no se hace nnecesario que el nimero de fuentes sea igual al numero de destinos, lo cual es muy comin en la vida real teniendo en cuenta su aplicacién, pues generalmente la cantidad de aspirantes es exageradamente superior al nimero de vacantes (légicamente haciendo referencia a I aplicacién del madelo al contexto de oferta y demanda labora), METODO HUNGARO ‘Apartndonos un poco de la idea expresada en médulos anteriores respecto a la facilidad de resolver problemas atinentes a la investigacién operativa en especial aquellos de transporte mediante el uso de herramientas tecnolégicas como lo son WinQSB, LINGO, ‘TORA, STORM, Excel etc. vale la pena ya sea para fines académicos o de cultura ingenieril realizar la resclucién del problema de asignaclén mediante el algoritmo que se creé para tal fin, como lo es el Método Hiingaro. EI método Hungaro es un método de optimizacién de problemas de asignacién, conocido como tal gracias a que los primeros aportes al método clésico defintivo fueron de Dénes Konig y Jen6 Egervary dos matematicos hingaros. El algoritmo tal como se detallaré a continuacién esti disefiado para la resoluciin de problemas de rminimizacién Gnicamente, sera entonces cuestién de agregar un paso adicional para abordar elercicios de maximizaclén, opm ined heranieia einai divine CONES arpa aie NCoNY =Contec de Googe Ingenieros Indus. 39713 Me goss Ie quota eta pnw Las presatames a Calaladora parla Adinstacin ce Repucsns una hearienia que ALGORITMO HUNGARO, PASO 1 ‘Antes que nada cabe recordar que el método hiingaro trabaja en una matriz de castos intm (en este caso conocida como matriz m*m, dado que el numero de filas es igual al ‘ndmero de columnas n = m), una vez construida esta se debe encontrar el elemento mas pequefio en cada fila de a matriz. ALGORITMO HUNGARO, PASO 2 Una vez se cumple el procedimiento anterior se debe construir una nueva matriz nm, en la cual se consignaran los valores resulantes de la diferencia entre cada costa y el valor rminimo de la fila a la cual cada costo corresponde (valor minimo hallado en el primer aso}. ALGORITMO HUNGARO, PASO 3 Este paso consiste en realizar el mismo procedimiento de los dos pasos anteriores referidos ahora a las columnas, es deci, se halla el valor minimo de cada colurmna, con la diferencia que este se halla de la matriz resukante en el segundo paso, luego se construiré una nueva matriz en la cual se consignardn los valores resultantes de la diferencia entre cada costo y el valor minimo de la columna a la cual cada costo corresponde, matrz llamada "Matriz de Costos Reducides" ALGORITMO HUNGARO, PASO 4 ‘A continuacién se deben de trazar lineas horizontales o verticales © ambas (Gnicamente de esos tipos) con el objetive de cubrir todos los ceros de la matriz de costos reducidos con el menor ndmero de lineas posibles, si el nimero de lineas es igual al nimero de filas © columnas se ha logrado obtener la solucién éptima (la mejor asignacién segan el contexte de optimizacién), si el numero de lineas es Inferior al numero de Mas o columnas se debe de proceder con el paso 5, ALGORITMO HUNGARO, PASO 5 Este paso consiste en encontrar el menor elemento de aquellos valores que no se encuentran cublertos por las lineas del paso 4, ahora se restard del restante de elementos que no se encuentran cubiertos por las lineas; a continuacién este mismo valor se sumaré a los valores que se encuentren en as intersecciones de las lineas horizontales y vertcales, una vez finalizado este paso se debe volver al paso 4. RESOLUCION DE UN PROBLEMA DE ASIGNACION MEDIANTE EL METODO HUNGARO EL PROBLEMA La compahla de manufactura “Jiméner y Asociados" desea realizar una jornada de mantenimiento preventive @ sus tres méquinas principales A,B y C. El tiempo que demanda realizar el mantenimiente de cada maquina es de 1 dia, sin embargo la jornada de mantenimiento no puede durar mas de un da, teniendo en cuenta que la companiia cuenta con tres proveedores de servicios de mantenimiento debe de asignarse un equipo de mantenimiento 2 cada maquina para poder cumplir con la realizacién del mantenimiento preventivo. Teniendo en cuenta que segin el grado de especializacion de cada equipo prestador de servicios de mantenimiento el costo de la tarea varia para cada maquina en particular, debe de asignarse el equipo correcto a la m3quina indicada con el ‘abjetivo de minimizar el costo total de la jornada, Los costes asociades se pueden observar en la siguiente tabla PASO 1 ncaa pipe ew Sep noalent Se aiyNCTHEsud nda om yan Salar per Colmb's eg) [a | [wm J [issn] Encontramos el menor elemento de cada fila winged PASO 2 Construimos una nueva matriz con las diferencias e el elemento menor de la fila @ la cual correspond. los valores de la matriz original y CT PIE Cee 5 . 8 |({20-5) (9-5) (5-5) eo Senne . 2 o 49-3) (8-3) (3-3)) ae ° 3 | s-ay¢e-a) (2-49) PASO 3 En la matriz construida en el paso anterior se procede a efectuar el paso 1 esta vez en relacién a las columnas, por ende escogemos el elemento menor de cada columna, Igualmente construlmos una nueva matriz con la diferencia entre los valores de la matriz 2y el elemento menor de la colurnna ala cual corresponde cada valor. ea i i bacics 6 5 ° pee 5 3 5 sees ‘MarRiz DE cosTos REDUCIDOS ere Paso 4 En este paso trazaremos la menor cantidad de combinaciones de lineas horizontales y verticales con el objetivo de cubrir todos los ceras de la matrie de costos reducidos. Cea com ret ‘ ngenieriandustratonine cor Como se puede observar el menor numero de lineas horizontales y/o verticales necesarias para cubrir los ceros de la matriz de costas reducidos es igual a 2, por ende al ser menor que el numero de filas 0 columnas es necesario recurrir al paso 5, PASOS, En este paso seleccionamos el menor elemento de los elementos no subrayados. npn ined heranieia einai divine CONES arpa emigeNCoKN *Cee Luega se pracede a restarse de los elementos no subrayados y a adicionarse a los elementos ubicados en las intersecciones de las lineas, en este caso existe una Unica Interseccion (3). Pa cs ‘ww ngererandusratontine cor ‘Ahora ya efectuado este paso pasamos al paso 4, DET eT r [Ahora observamos cémo se hace necesario trazar tres lineas (la misma cantidad de flas 0 columnas de la matriz) por ende se ha llegado al tabulado final, en el que por simple observacién se determina las asignaciones éptimas. DET Ea Por ende la asignacién que representa el menor costo para la jornada de mantenimiento preventivo determina que el Equipo 1 realice el mantenimiento de la Maquina 1, el Equipo 2 realice el mantenimiento de la Maquina 3 y el Equipo 3 realice el mantenimiento de la Maquina 2, jornada que tendra un costo total de 17 unidades monetarias. Anuncios Google Costas PManeimaiss = Mai RESOLUCION DE UN PROBLEMA DE MAXIMIZACION MEDIANTE EL METODO HUNGARO EL PROBLEMA Una organizacién de recoleccién de café cuenta can tres equips de siembra y cosecha del mismo (equipos 1, 2, 3). Estos equipos de trabajo se encuentran entrenados para trabajar en condiciones particulares del proceso, condiciones como lo son el tipo de opm ined heranieia einai divine CONES arpa aie NCoNY asuelo, as condiciones del clima y el tipo de grano, La organizacién cuenta con cuatro terrenos disponibles para efectuar el proceso de siembra y cosecha (terrenos A, 8, C,D), estos terrenos tienen condiciones particulares de suelo, cima y tipo de grano. Cada equipo cuenta con la capacidad de efectuar el proceso en solo uno de los terrenos disponibles, sao el equipo 2, que cuenta con una serie de herramientas tecnolégicas que le permiten realizar la siembra y casecha del grano en dos de los terrenos disponibles. Se ha contratado a un Ingeniero Industral con el objetivo de realizar las asignaciones precisas que maximicen la cantidad de sacos de café cosechados en total, El siguiente tabulado muestra la capacidad (en cientos de sacos) de cosecha de café de cada uno de los equipos dependiendo de cada uno de os terrenos. RESOLUCION En este problema debemos recordar un concepto fundamental para la aplicacién del método hiingaro, este concepto nos dice que el niimero de filas debe ser exactamente igual al nimero de colunnas, Por ende, la accién a realizar deberia ser crear un equipo ficticio, ef cual nos deje el tabulado balanceado y a este asignarle un numero de sacos cosechados equivalente a cero en cada uno de los terrenos. Sin embargo el problema nos Indica que uno de los equipes se encuentra en capacidad de que se le asignen dos terrenos, en este caso crearemos un equipo 2 alternative (Equipe 28) el cual nos balanceard el tabulado y nos hard prescindir del equipo ficticio pensado inicialmente. A este equipo 2B que crearemos le corresponderé la misma capacidad de cosecha del equipo 2 (en adelante equipo 2A) segtn el terreno, légicamente, Una vez balanceado el tabulado debemos de cuestionarnos acerca del criterio de optimizacién, pues recordemos que el métoda hiingaro se encuentra disefado para ejercicios de minimizacién, En este caso nuestro objetivo es maximizar, por lo que tendremos que aplicar un paso adicional, Lo primero que debemos hacer es ubicar el mayor valor del tabulado inicla a E| En este caso este valor es 15, por lo cual procederemos a realizar Ia siguiente operacién con cada uno de los valores: Restaremos a 15, el valor de cada una de las celdas y este valor quedard en cada una de las celdas correspondientes, 5-728 [tas -12)=3| 05-20) Jus-13)=2{tu5-15)=0|fs-7)=0 s-13)=2ftr5-15)=0] 15-71-38 Jas-20)=5| a= 5-8 op ined heranieia einai divine NCONES-arpe nema CoNN‘Ahora nuestro tabulado inicial quedara de la siguiente manera: A partir de este tabulado ya podemos aplicar el algoritmo del método hiingaro como se aplicaria en un caso e minimizacién (normalmente). ‘Ahora encontraras el menor elemento de cada fila (29 (82) 02) 02) s-0) 20) (0-0)(8-0) (2-9) 2-9 0-0)(80) 5 |easaraea Ahora efectuamos este mismo paso, pero esta vez con las columnas, Elegimos el menor de los valores de cada columna y se lo restamos a cada una de las celdas de la columna correspondiente. ‘Ahora procedemos a cubrir la mayor cantidad de ceros, con la menor cantidad de lineas, siel numero de lineas que empleemos es igual al grado de la matriz (en este caso matriz, grado 4, 4x4) habremos llegado al final del ejercicio. Dado que el numero de lineas es igual al grado de la matriz, hemos concluido el algoritmo. Lo Gnico que quedars seré asignar a cada equipo el terreno en el que el op inating heranieia ini diveipeCONES-arpa era ie NCoNN weintercepto es igual a 0 (cero). Las asignaciones, como es ldgico deberdn iniciarse por el equipo al cual solo corresponda Un terreno, en este caso al Equipo 3 le corresponde el Terreno A. De esta manera al Equipo 1 le corresponde el Terreno D. Mientras tanto el Equipo 2 se encargara de la cosecha en las terrenos B y C. Seguin el tabulade del problema (recordemos que es de ‘maximizacién), la cantidad de sacos (expresada en cientos de sacos) sers asf RESOLUCION DE UN PROBLEMA DE ASIGNACION MEDIANTE PROGRAMACION LINEAL EL PROBLEMA La compania de manufactura ‘Jiménez y Asociados" desea realizar una jornada de mantenimiento preventive a sus tres méquinas principales A,B y C. El tiempo que demanda realizar el mantenimiento de cada maquina es de 1 dia, sin embargo ls jornada de mantenimiento no puede durar ras de un dia, teniendo en cuenta que la compafia cuenta con tres proveedores de servicios de mantenimiento debe de asignarse un equipo de mantenimiento a cada maquina para poder cumplir con la realizacién del mantenimiento preventivo, Teniende en cuenta que segin el grado de especializacién de cada equipo prestador de servicios de mantenimiento el casto de la tarea varia para cada m&quina en particular, debe de asignarse el equipo correcto a la mquina indicada con el objetivo de minimizar el costo total de la jornada. Los costos asociados se pueden observar en la siguiente tabla: VARIABLES DE DECISION Las variables de decisién de este tipo de problemas es igual a las variables de cualquier modelo de transporte tradicional, es decir variables xX, donde i Equipo de mantenimiento 1,2,3) y | {Méquina 1.2.3 y corresponden a variables binarias en las cuales el valor 1 significa la asignaci6n de un equipo de mantenimiento a una méquina en particular. RESTRICCIONES, Dado que un equipe de mantenimiento no puede ser asignado a més de una maquinaria, esta caracteristca debe de restringlrse mediante las siguientes inecuaciones, Kuh aehaed Xia Kase t Xan 1X2 %a"1 op inet heranieia einai divine CONES epee ie NCoNY‘Ademas debe restringirse el hecho de que cada maquina solo requiere de un equipo de mantenimiento, por ende X13 *%3 0%, ‘Ades se hace necesarlo que para efectos de resolucién en cualquier paquete de herramientas se especifique que estas variables corresponden al conjunto de los enteros (por obvias razones) y que deben ser mayares que cero (dado que es un problema de rminimizacién esta restriccign se hace muy necesario. x20 xe @ FUNCION OBJETIVO Tyas" 10%), 9X52 15,3 + May +BK2 + Keg + OKs +My + Hs INGRESANDO LOS DATOS A WINQSB aaa ear a a =. Thee he : ‘ espe iam] tees tines is anos tines tangs bios RESULTADOS OBTENIDO MEDIANTI WINQSB i | ‘tm goa tena 0 Mio" ats ta ee eta Ses ‘tom sohoe Se aa Sa Sn eas a ee se ta tm tie ae one 2 ee dian n= Por ende la asignacién que representa el menor costo para la jornada de mantenimiento preventivo determina que el Equipo 1 realice el mantenimiento de la Maquina 1, el Equipo 2 realice el mantenimiento de la Maquina 3 y el Equipo 3 realice el mantenimiento de la Maquina 2, jormada que tendré un costo total de 17 unidades monetaria. RESOLUCION DE UN PROBLEMA DE ASIGNACION MEDIANTE WINQSB - NETWORK MODELING La faciidad de resolver un problema de asignacién mediante WinQSB es atin mayor als que se incurre mediante programacion lineal, y esta metodologia justfica el pensar en que el método huingaro es sumamente anacrénico Unicamente contemplado para fines histéricos y académicos. En el médulo NETWORK MODELING de! paquete de herramientas WinQSB se puede resolver el modelo tan solo traspasando los costos de tna matriz nm a otra que brinda el médulo nn, INGRESANDO LOS DATOS A WINQSB - NETWORK MODELING Fama gana 1 Wieuina 2 [Mina [mio domantninionio| 10 ° 5 EEaipo domarleinionio2, @ a RESULTADOS OBTENIDOS MEDIANTE WINQSB - NETWORK MODELING op inet heranieia einai divine CONES arpa emi NCoNYnpn ine atidetnacorberenicia reining Faupo de nonterimonto 1 Maina 1 7 Total Objective Faneton . ° Por ende la asignacién que representa el menor costo para la jormada de rmantenimiento preventive determina que el Equipo 1 realice el mantenimiento de la Maquina 1, el Equipo 2 realice el mantenimiento de la Maquina 3 y el Equipo 3 realice el mantenimiento de la Maquina 2, jornada que tendré un costo total de 17 unidades monetaria. De esta manera se hace evidente cual es la alternative predilecta para resolver problemas de asignacién, Ver también... ~Teoria de Redes “Descargas y Multimedia Anuncios Google pisimion eae Ni seapenconaalentseaiye NCH ord ets oq Dax