Вы находитесь на странице: 1из 10

MODELO DE TRANSPORTE

El Modelo de transporte es una clase especial de problema de Programacin


Lineal. Trata la situacin en la cual se enva un bien de los puntos de origen (fbricas),
a los puntos de destino (almacenes, bodegas, depsitos). El objetivo es determinar las
cantidades a enviar desde cada punto de origen hasta cada punto de destino, que
minimicen el costo total de envo, al mismo tiempo que satisfagan tanto los lmites de
la oferta como los requerimientos de la demanda.








El modelo de transporte busca determinar un plan de transporte de una
mercanca de varias fuentes a varios destinos. Los datos del modelo son:

Nivel de oferta en cada fuente y la cantidad de demanda en cada
destino.
El costo de transporte unitario de la mercanca a cada destino.

Tenemos una red de carreteras. Hay varios puntos donde se va a producir algo
y otros puntos donde se va a demandar algo. Conociendo los costes de transporte,
hay que elegir el camino para que el coste sea el mnimo posible. Elegir desde que
centro de produccin atenderemos a cada centro de demanda.
Solucin:
Lo primero que haremos ser definir las variables:
Pi Produccin mxima de cada centro i
Cij Coste de transporte de un centro i a un centro de demanda j
dj demanda mxima en cada centro j
Funcin Objetivo: (Minimizar)
Xij * Cij
Siendo Xij lo que producido en el centro i vamos a mandarlo al centro j.
S.a.:
Para todo i: Xij Pi
Para todo j: Xij dj
Para todo i,j: Xij 0
Este problema se podra complicar dando nuevas restricciones como podran
ser el tener una demanda mxima y otra mnima. Lo mismo se podra aplicar a la
produccin. Otro tipo de restricciones que se podran introducir vendran dadas por la
aparicin de almacenes intermedios. En ellos podramos almacenar lo que hiciese
falta, para repartirlo en otro momento por otros vehculos. Esto sera un modelo de
transbordo. Tambin se puede dar una capacidad mxima a cada almacn.

TCNICAS DE SOLUCIN DEL MODELO DE TRANSPORTE
MetodoVogel

En el mtodo de vogel jugamos con los costos ms pequeos de cada fila y
de cada columna


T_1:8 T_2:0 T_3:2 T_4:6 T_5:2
PLANTA_1:2

8 8

10 6
17
10 19
PLANTA_2:6,2,6

0 8
10
6
7
12 14 28
PLANTA_3:2

12
11
10
1
8 14 12
24
25
11 13 7 17 24 72



Por ejemplo en la columna 1 se restan los costos menores en este caso (8-
0=8) y as sucesivamente con cada fila y con cada columna.

Mtodo Costo Mnimo
En el mtodo del costo mnimo buscamos saturar las filas y columnas con el
menor coste de envi con el fin de encontrar una solucin optima.


T_1 T_2 T_3 T_4 T_5
PLANTA_1

8 8
2
10 6
17
10

19
PLANTA_2

0
11
8
10
6
7
12 14 28
PLANTA_3

12

10
1
8

14 12
24
25
11 13 7 17 24 72


Por ejemplo en la columna 1 fila 2 el costo de envio es cero por lo tanto es
el menor coste y por el comenzamos, luego tenemos dos opciones, fila 2
columna 3 y fila 1 columna 4; Donde el coste minimo es 6, en este caso
podemos escoger cualquiera de los dos, y asi seguir saturando las filas y
columnas teniendo en cuenta el menor coste.

Mtodo Solucin Optima

En este mtodo partimos de la solucin de la esquina Noroeste, teniendo en
cuenta las variables de decisin X, Y. en donde cada iteracin o movimiento
forma una ecuacin.

As, las variables X y Y representan filas y columnas.

X_1 + Y_a =8
X_1 + Y_b = 8
X_2 + Y_b = 8
X_2 + Y_c = 6
X_2 + Y_d = 12
X_3+ Y_d = 14
X_3 + Y_e = 12

Igualando a cero x_2

Y_a:8 Y_b:8 Y_c:6 Y_d:12 Y_e:10
X_1
0
8
11
8
8
10 6 10 19
X_2
0
0 8
5
6
7
12
16
14 28
X_3
2
12 10 8 14
1
12
24
25
11 13 7 17 24 72


ALGORITMO HUNGARO

El Algoritmo Hngaro sirve para reemplazar los mtodos tradicionales de
la Programacin Binaria, que implican muchos clculos, aprovechando la forma
especial que tienen los problemas de Asignacin.
Los siguientes pasos que se presentan a continuacin son para minimizar,
pero con algunas modificaciones se puede emplear tambin para maximizar.
Si la matriz no est balanceada, balancearla incluyendo las filas o
columnas ficticias necesarias.
De cada elemento de la matriz restar el mnimo valor de cada fila.
De cada elemento de la matriz restar el mnimo valor de cada columna.
Realizar la Asignacin de la siguiente manera:
Cada cero que se encuentre en la matriz significa que se puede asignar
esa fila a esa columna, pero una vez hecha esta asignacin, ya no se
tendr en cuenta todos los dems ceros de esa misma fila y esa misma
columna, debido a que slo se puede asignar una fila a una columna.
Buscar de arriba a abajo la fila que tenga menos ceros, pero que mnimo
tenga uno. (Pues si no tiene ninguno significa que esa fila no se puede
asignar a ninguna columna) y asignar esa fila a la columna donde est el
cero (puede ser el primer cero que encuentre de izquierda a derecha).
Tachar esa fila y esa columna para indicar que ya fueron asignados,
para que los dems ceros de esa fila y esa columna no se tengan en
cuenta. Repetir este paso hasta que haga todas las asignaciones que
ms pueda. Si todas las filas quedaron asignadas a todas las columnas
el problema ha finalizado y esa es la solucin ptima, sino ser
necesario utilizar el mtodo de Flood (tambin se llama condicin de
Kning).
Ejemplo:
OPERARIOS MAQUINAS

1 2 3 4
Antonio 10 14 16 13
Bernardo 12 13 15 12
Carlos 9 12 12 11
Diego 14 13 18 16

Planteamiento del Modelo Primal:
MIN W = 10 X11+ 14 X12+ 16 X13+ 13 X14+ 12 X21+ 13 X22+ 15 X23+
12 X24+ + 9 X31+ 12 X32+ 12 X33+ 11 X34+ 14 X41+ 16 X42+ 18 X43+
16 X44
Sujeto a las siguientes restricciones:

Aplicando el mtodo Hngaro tenemos:

1 2 3 4
A 10 14 16 13
B 12 13 15 12
C 9 12 12 11
D 14 16 18 16

Restamos 10, 12, 9 y 14 (costos mnimos de cada fila) de cada elemento en
cada una de las filas correspondientes:

1 2 3 4
A 0 3 6 3
B 0 1 3 0
C 0 3 3 2
D 0 2 4 2
En la matriz anterior trazamos el menor nmero de lneas (3), de manera tal
que cubran todos los ceros (Mtodo de Flood):

1 2 3 4
A 0 3 3 3
B 0 0 0 0
C 0 2 0 2
D 0 1 1 2

En la matriz anterior trazamos el menor nmero de lneas (3), de manera tal
que cubran todos los ceros (Mtodo de Flood):

1 2 3 4
A 0 2 3 2
B 1 0 1 0
C 0 1 0 1
D 0 0 1 1

Solucin Optima Unica:A-1, B-4, C-3 y D-2.Lo anterior quiere decir que Antonio
va a laborar en la mquina 1 (10 horas), Bernardo en la mquina 4 (12 horas),
Carlos va a trabajar en la mquina 3 (12 horas) y Diego en la mquina 2 (16
horas).
La combinacin ptima de los recursos para este problema de minimizacin de
asignacin es de 50 horas, resultantes de adicionar las asignadas a cada uno
de los operarios en cada una de las mquinas. Dicho valor corresponde al valor
ptimo de la funcin objetivo.
MODELO DE LA RUTA MS CORTA
Considere una red conexa y no dirigida con dos nodos especiales
llamados origen y destino. A cada ligadura (arco no dirigido) se asocia una
distancia no negativa. El objetivo es encontrar la ruta ms corta (la trayectoria
con la mnima distancia total) del origen al destino.
Se dispone de un algoritmo bastante sencillo para este problema. La
esencia del procedimiento es que analiza toda la red a partir del origen;
identifica de manera sucesiva la ruta ms corta a cada uno de los nodos en
orden ascendente de sus distancias (ms cortas), desde el origen; el problema
queda resuelto en el momento de llegar al nodo destino.
Algoritmo de la ruta ms corta:
Objetivo de la n-sima iteracin: encontrar el n-simo nodo ms cercano
al origen. (Este paso se repetir para n=1,2, hasta que el n-simo
nodo ms cercano sea el nodo destino.)
Datos para la n-sima iteracin: n-1 nodos ms cercanos al origen
(encontrados en las iteraciones previas), incluida su ruta ms corta y la
distancia desde el origen. (Estos nodos y el origen se llaman nodos
resueltos, el resto son nodos no resueltos.)
Candidatos para el n-simo nodo ms cercano: Cada nodo resuelto que
tiene conexin directa por una ligadura con uno o ms nodos no
resueltos proporciona un candidato, y ste es el nodo no resuelto que
tiene la ligadura ms corta. (Los empates proporcionan candidatos
adicionales.)
Clculo del n-simo nodo ms cercano: para cada nodo resuelto y sus
candidatos, se suma la distancia entre ellos y la distancia de la ruta ms
corta desde el origen a este nodo resuelto. El candidato con la distancia
total ms pequea es el n-simo nodo ms cercano (los empates
proporcionan nodos resueltos adicionales), y su ruta ms corta es la que
genera esta distancia.
MODELO DE FLUJO MXIMO
Se trata de enlazar un nodo fuente y un nodo destino a travs de una red
de arcos dirigidos. Cada arco tiene una capacidad mxima de flujo admisible.
El objetivo es el de obtener la mxima capacidad de flujo entre la fuente y el
destino.
Caractersticas:
Todo flujo a travs de una red conexa dirigida se origina en un nodo,
llamado fuente, y termina en otro nodo llamado destino.
Los nodos restantes son nodos de trasbordo.
Se permite el flujo a travs de un arco slo en la direccin indicada por
la flecha, donde la cantidad mxima de flujo est dad por la capacidad
del arco. En la fuente, todos los arcos sealan hacia fuera. En el destino,
todos sealan hacia el nodo.
El objetivo es maximizar la cantidad total de flujo de la fuente al destino.
Esta cantidad se mide en cualquiera de las dos maneras equivalentes,
esto es, la cantidad que sale de la fuente o la cantidad que entra al
destino.
El problema de flujo mximo se puede formular como un problema
de programacin lineal, se puede resolver con el mtodo simplex y usar
cualquier software. Sin embargo, se dispone de un algoritmo de trayectorias
aumentadas mucho ms eficientes. El algoritmo se basa en dos conceptos
intuitivos, el de red residual y el de trayectoria aumentada.
Algoritmo de la trayectoria de aumento para el problema de flujo mximo:
Se identifica una trayectoria de aumento encontrando alguna trayectoria
dirigida del origen al destino en la red residual, tal que cada arco sobre
esta trayectoria tiene capacidad residual estrictamente positiva. (Si no
existe una, los flujos netos asignados constituyen un patrn del flujo
ptimo).
Se identifica la capacidad residual c* de esta trayectoria de aumento
encontrando el mnimo de las capacidades residuales de los arcos sobre
esta trayectoria. Se aumenta en c* el flujo de esta trayectoria.
Se disminuye en c* la capacidad residual de cada arco en esta
trayectoria de aumento. Se aumenta en c* la capacidad residual de cada
arco en la direccin opuesta en esta trayectoria. Se regresa la paso 1.



ADAPTACION DEL METODO SIMPLEX A PROBLEMAS DE
TRANSPORTE
El problema de transporte es una de las primeras aplicaciones importantes de la
programacin lineal. Se puede representar con un modelo lineal y utilizar el mtodo
simplex para resolverlo. Sin embargo, dada la estructura especial de este modelo
lineal, se puede construir un mtodo ms ecaz para su resolucin.
Ejemplo:
Supongamos que una empresa productora de barras de pan tiene dos
almacenes A1 y A2 desde los cuales debe enviar pan a tres panaderas P1, P2 y P3. Las
ofertas, las demandas y los costes de envo se dan en el siguiente grafo.





Para plantear un modelo lineal que represente el problema definimos rij:
cantidad de barras de pan que se envan desde cada origen Ah i = 1, 2, a cada destino
Pj, j = 1, 2,3.
El modelo lineal para este problema es el siguiente:










En este caso las restricciones se pueden escribir con igualdad porque la suma
de ofertas es igual a la suma de demandas. Para observar la estructura de la matriz A
escribimos el modelo de la siguiente forma:











En este ejemplo hay 2 orgenes, m = 2, y 3 destinos, n = 3. La matriz A tiene 2 +
3 filas y 2 x 3 columnas. Se puede comprobar que el rango de la matriz eso.
Por otra parte, todos los vectores columna tienen solamente 2 componentes
iguales a 1 y las dems son O. Si denotamos los vectores columna de la matriz A con
dos subndices, es decir, a11, a12, a13, a21, a22, a23, podemos observar en qu
posiciones aparece un 1 y en que posiciones aparece un O. Por ejemplo, el vector a11
tiene un 1 en la primera posicin y otro 1 en la posicin in + 1; el vector a21 tiene un 1
en las posiciones 2 y en la m + 1; el vector an tiene un 1 en las posiciones 2 y m + 3. En
general, podemos decir que un vector Ni de la matriz A tiene un 1 en las posiciones i y
m+ j. o En general, la matriz A y su estructura dependen del nmero de orgenes y
destinos. Cualquier problema de transporte de m orgenes y n destinos tiene la misma
matriz A. Esta matriz tiene m + n filas y m x n columnas. El rango deA es m + n 1, es
decir, las bases estn formadas por m + n 1 vectores. Los vectores columna de la
matriz A tienen solamente 2 componentes con valor 1 y el resto son O. Para un vector
de la matriz A los unos estn en las posiciones i y m + j. Por tanto, los datos
importantes de un problema de transporte son el nmero de orgenes, el nmero de
destinos, las ofertas, las demandas y los costes de transporte. Esta informacin es la
que se recoge en la que llamaremos forma matricial para el problema de transporte.