1 
Unidad 2 
Programación Lineal Aplicaciones
2 
El objetivo general es encontrar el mejor plan de distribución, es decir, la cantidad que se debe enviar por cada una d...
3 
También es necesario satisfacer ciertas restricciones: 
1. No enviar más de la capacidad especificada desde cada punto ...
4 
2.1 Modelo de Transporte 
Esquemáticamente se podría ver como se muestra en la siguiente figura 
Destinos 
Fuentes 
1 
...
5 
Modelo general de PL que representa al modelo de Transporte 
x o 
x d 
x s 
Z c x 
ij 
j 
m 
i 
ij 
i 
n 
j 
ij 
m 
i 
...
6 
Modelo general de PL que representa al modelo de Transporte 
Modelo de transporte equilibrado: Oferta = Demanda 
i 
n 
...
Solución del Modelo de Transporte 
2.1 Modelo de Transporte
8 
Algoritmos Específicos 
2.1.1 Regla de la esquina noroeste (MEN) 
2.1.2 Método por aproximación de Vogel (MAV) 
2.1.3 M...
9 
Descripción de los algoritmos 
La regla de la esquina noroeste, el método de aproximación de Vogel y el método del cost...
10 
Descripción de los algoritmos 
Una vez obtenida una solución básica factible, el algoritmo procede paso a paso para en...
11 
Tabla Inicial 
Destinos 
Origen 1 2 3 4 n Ofertas 
1 C11 C12 C13 C14 .... C1n 
2 C21 C22 C23 C24 .... C2n 
3 C31 C32 C...
12 
Tabla Inicial del Ejemplo 
Plantas 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6 
500 
2 6 4 10 11 
700 
3 10 9 12 4 
800 
Dema...
13 
2.1.1 Regla de la esquina Noroeste 
Se inicia el proceso desde la esquina izquierda superior 
Se ubican tantas unidade...
14 
Primera asignación 
Plantas 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6 
400 100 500 
2 6 4 10 11 
700 
3 10 9 12 4 
800 
Dem...
15 
Hasta cuarta asignación 
Plantas 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6 
400 100 100 500 
2 6 4 10 11 
700 0 700 
3 10 9...
16 
Esquina Noroeste: Solución final factible 
Plantas 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6 
400 100 100 500 
2 6 4 10 11 ...
17 
2.1.2 Método de aproximación de Vogel (MAV) 
MAV usa información de costos mediante el concepto de costo de oportunida...
18 
2.1.2 Método de aproximación de Vogel 
Lo anterior se repite para cada fila y cada columna, esto es, determinar todas ...
19 
2.1.2 Método de aproximación de Vogel 
El MAV continúa aplicando este proceso en forma sucesiva hasta que se haya obte...
20 
2.1.2 Método de aproximación de Vogel 
Plantas 
Puertos 1 2 3 4 Oferta Penalidades 
1 12 13 4 6 2 
500 
2 6 4 10 11 2 ...
21 
2.1.2 Método de aproximación de Vogel 
Paso 2: Asignación de unidades (MIN(oferta,demanda)) 
Paso 3:Reajuste de oferta...
22 
2.1.2 Método de aproximación de Vogel 
Paso 4: Eliminar columna (fila) con demanda (oferta) 0 
Plantas 
Puertos 1 2 3 ...
23 
2.1.2 Método de aproximación de Vogel 
Paso 5: Calcular los nuevos costos de penalidad 
Plantas 
Puertos 1 2 3 4 Ofert...
24 
2.1.2 Método de aproximación de Vogel 
Repitiendo los pasos anteriores, finalmente se llega a la siguiente 
solución 
...
25 
2.1.3. Método del Costo Mínimo 
1.Dada una tabla de transporte 
2.Asignar la mayor cantidad de unidades a la variable ...
26 
2.1.3. Método del Costo Mínimo (cont.) 
Ejemplo: Aplicar MCM a la tabla de transporte 
Plantas 
Puertos 1 2 3 4 Oferta...
27 
2.1.3. Método del Costo Mínimo (cont.) 
Paso 3: Tachar fila o columna (columna 3) 
Plantas 
Puertos 1 2 3 4 Oferta 
1 ...
28 
2.1.3. Método del Costo Mínimo (cont.) 
Paso 4: Tachar ajustar fila 3 y columna 4 
Plantas 
Puertos 1 2 3 4 Oferta 
1 ...
29 
2.1.3. Método del Costo Mínimo (cont.) 
Paso 4: Tachar ajustar fila 2 y columna 2 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6...
30 
2.1.3. Método del Costo Mínimo (cont.) 
Paso 4: Tachar ajustar fila 3 y columna 2 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6...
31 
2.1.3. Método del Costo Mínimo (cont.) 
Paso 4: Tachar ajustar fila 3 y columna 1 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6...
32 
2.1.3. Método del Costo Mínimo (cont.) 
Paso 4: Tachar ajustar fila 1 y columna 1 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6...
33 
2.1.3. Método del Costo Mínimo (cont.) 
Comparación de los resultados 
¿Es solución factible? ¿m + n - 1 = 6? SI 
Cost...
34 
2.1.4. Método de Pasos Secuenciales 
Este método comienza con una solución inicial factible. 
En cada paso se intenta ...
35 
2.1.4. Método de pasos secuenciales (cont..) 
Usar la solución actual (MEN, MAV o MCM) para crear una trayectoria únic...
36 
2.1.4. Método de pasos secuenciales (cont..) 
a) Ponga un signo + en la celda de interés no ocupada b) Ponga un signo ...
37 
2.1.4. Método de pasos secuenciales (cont..) 
Algoritmo Paso 1 
Plantas 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6 
400 100 ...
38 
2.1.4. Método de pasos secuenciales (cont..) 
Algoritmo Paso 1 
Plantas 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6 
400 100 ...
39 
2.1.4. Método de pasos secuenciales (cont..) 
Algoritmo Paso 1 
Plantas 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6 
400 100 ...
40 
2.1.4. Método de pasos secuenciales (cont..) 
Algoritmo 
Paso 2 
1: +(4)-(13)+(9)-(12)= -12 2: +(6)-(13)+(9)-(4) = -2 ...
41 
2.1.4. Método de pasos secuenciales (cont..) 
Algoritmo Paso 3 (Generación de la nueva tabla) 
¿Cuántas unidades se pu...
42 
2.1.4. Método de pasos secuenciales (cont..) 
Algoritmo 
Plantas 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6 
400 - 100 + 100...
43 
2.1.4. Método de pasos secuenciales (cont..) 
Algoritmo Paso 4 
Volver al Paso 1: 
Para cada trayectoria evaluar costo...
44 
2.1.4. Método de pasos secuenciales (cont..) 
Algoritmo Paso 2: Elección de CMg menor 
Plantas 
Puertos 1 2 3 4 Oferta...
45 
2.1.4. Método de pasos secuenciales (cont..) 
Algoritmo Paso 3 (Generación de la nueva tabla) 
¿Cuántas unidades se pu...
46 
2.1.4. Método de pasos secuenciales (cont..) 
Algoritmo Paso 3 (Generación de la nueva tabla) 
Costo: $12.000 
Plantas...
47 
2.1.4. Método de pasos secuenciales (cont..) 
Algoritmo Paso 4 
Volver al Paso 1: 
Para cada trayectoria evaluar costo...
48 
2.1.4. Método de pasos secuenciales (cont..) 
Algoritmo Paso 2: Determinar costos marginales 
Todas rutas son no negat...
49 
2.1.5. Método de Distribución Modificada (DIMO) 
Algoritmo 
1. Usar la solución actual (NE, MAV o MCM) y las siguiente...
50 
2.1.5. Método de Distribución Modificada (DIMO) 
Aplicar el algoritmo al problema en estudio y comparar resultados obt...
51 
2.1.5. Método de Distribución Modificada (DIMO) 
Aplicación 
Costo por 
Ruta en uso motor ($) Ecuación 
11 12 u1 + v1 ...
52 
2.1.5. Método de Distribución Modificada (DIMO) 
Paso1.a) Solucionar la ecuación 
Existen 6 ecuaciones y siete variabl...
53 
2.1.5. Método de Distribución Modificada (DIMO) 
Costos marginales para las celdas no usadas. 
eij = cij - (ui + vj) 
...
54 
2.1.5. Método de Distribución Modificada (DIMO) 
Plantas 
Puertos 1 2 3 4 Oferta 
1 12 13 4 6 
400 100 -12 -2 100 500 ...
55 
2.1.5. Método de Distribución Modificada (DIMO) 
Paso 3: Asignación de unidades a la ruta elegida. 
Unidades disponibl...
56 
2.1.5. Método de Distribución Modificada (DIMO) 
Vuelta al Paso 1: 
Costo por 
Ruta en uso motor ($) Ecuación 
11 12 u...
57 
2.1.5. Método de Distribución Modificada (DIMO) 
Costos marginales para las celdas no usadas. 
eij = cij - (ui + vj) 
...
58 
2.1.5. Método de Distribución Modificada (DIMO) 
Paso 2: Prueba de Optimalidad. 
Hay costos negativos por lo tanto no ...
59 
2.1.5. Método de Distribución Modificada (DIMO) 
Paso 3: Asignación de unidades a la ruta elegida. 
Unidades disponibl...
60 
2.1.5. Método de Distribución Modificada (DIMO) 
Vuelta al Paso 1: 
Paso1.a) Solucionar la ecuación 
u1 = 0 y se deter...
61 
2.1.5. Método de Distribución Modificada (DIMO) 
Costos marginales para las celdas no usadas. 
eij = cij - (ui + vj) 
...
62 
2.1.5. Método de Distribución Modificada (DIMO) 
Paso 2: Prueba de Optimalidad. 
No hay costos negativos por lo tanto ...
63 
2.1.6. Modelo de Transporte: Situaciones Especiales 
1. Solución en problemas de maximización de transporte 2. El caso...
64 
2.1.6. Modelo de Transporte: Situaciones Especiales 
1. Solución en problemas de maximización de transporte. 
a)Se uti...
65 
2.1.6. Modelo de Transporte: Situaciones Especiales 
Tabla de beneficios 
14 19 12 
17 19 15 
16 20 11 
6 1 8 
3 1 5 
...
66 
2.1.6. Modelo de Transporte: Situaciones Especiales 
2. El caso en que la oferta excede a la demanda. 
Se utiliza un d...
67 
2.1.6. Modelo de Transporte: Situaciones Especiales 
3. Eliminación de rutas inaceptables. 
Se asocia a una ruta no ac...
68 
2.1.6. Modelo de Transporte: Situaciones Especiales 
5. Propiedades especiales del modelo de transporte 
Todo problema...
69 
Ejercicios 
Suponer que se tienen tres fábricas M1, M2 y M3 que producen 39, 48 y 33 toneladas respectivamente, de un ...
70 
Planificación de la producción: 
2.1 Modelo de Transporte 
2 
Periodo Capacidad de Producción 
Máxima (unidades) 
Dema...
71 
Situación: 
Asignar m trabajos (o trabajadores) a n máquinas. 
Un trabajo i (=1, 2, 3 ,...,m) cuando se asigna a la má...
72 
Descripción 
Los trabajos representan las “fuentes” y las máquinas los “destinos” 
La oferta disponible en cada fuente...
73 
Descripción 
En el caso que un trabajo no deba ser asignado (porque no cumple con los requisitos) a una máquina (activ...
74 
Expresión matemática del modelo 
0, si el i-ésimo trabajo no se asigna a la j-ésima máquina 
1, si el i-ésimo trabajo ...
75 
Por lo tanto el modelo está dado por: 
minimizar z = 
n 
i 
n 
j 
ij ij c x 
1 1 
sujeto a 1 
1 
n 
j 
ij x i=1,2, ......
76 
Ejemplo: 
La gerencia general de RPG (ejemplo de transporte) con sede en Bruselas, este año, como parte de su auditorí...
77 
Ejemplo 
PLANTA 
Leipzig (1) Nancy(2) Lieja (3) Tilburgo(4) 
Finanzas (F) (1) 24 10 21 11 
Mercadotecnia(M) (2) 14 22 ...
78 
Ejemplo: Modelo de PL 
MIN Z = 24 X11 + 10 X12 + ... + 14 X43 + 13 X44 
sujeto a: 
a) Oferta X11 + X12 + X13 + X14 = 1...
79 
Métodos de Solución 
Existen varias formas de obtener la solución: 
a) Listar todas las alternativas posibles con sus ...
80 
Método Húngaro: 
Paso 0: Construir la matriz de asignación 
Para obtener la solución óptima cada nueva matriz de asign...
81 
Método Húngaro: 
Paso 2: Determinar si la matriz es reducida (Prueba de Optimalidad). 
Trazar el menor número de línea...
82 
Método Húngaro: 
Paso 3: Movimiento 
De todas las celdas no cruzadas identifique una con el menor valor y haga lo sigu...
83 
Método Húngaro: 
Paso 4: Solución óptima (Asignación) 
Primero se asigna a las que tengan sólo una alternativa, se van...
84 
Ejemplo: Aplique el método Húngaro al ejemplo 
1 2 3 4 pi 
F 24 10 21 11 
M 14 22 10 15 
O 15 17 20 19 
P 11 19 14 13 ...
85 
Paso 1: Reducción de filas y columnas 
1 2 3 4 pi 
F 14 0 11 1 10 
M 4 12 0 5 10 
O 0 2 5 4 15 
P 0 8 3 2 11 
qj 1 
1 ...
86 
Paso 2: Determinar si la matriz es reducida 
1 2 3 4 pi 
F 14 0 11 0 10 
M 4 12 0 4 10 
O 0 2 5 3 15 
P 0 8 3 1 11 
qj...
87 
Paso 3: Movimiento (Seleccionar el menor: restar a las 
no tachadas, sumar a las intersecciones) 
1 2 3 4 pi 
F 14 0 1...
88 
Iteración paso 2: 
1 2 3 4 pi 
F 15 0 12 0 10 
M 4 11 0 3 10 
O 0 1 5 2 15 
P 0 7 3 0 11 
qj 1 + 1 
Se tachan todos lo...
89 
Paso 4: Asignación 
1 2 3 4 pi 
F 15 0 12 0 10 
M 4 11 0 3 10 
O 0 1 5 2 15 
P 0 7 3 0 11 
qj 1 + 1 
Costo = c12 + c23...
90 
Modelo de Asignación: Otras consideraciones 
El modelo de asignación de RPG es un modelo de minimización en el cual el...
91 
Modelo de Asignación: Otras consideraciones 
1. Ofertas y demandas desiguales 
a) Oferta mayor que la demanda 
Suponer...
92 
Modelo de Asignación: Otras consideraciones 
1. Ofertas y demandas desiguales 
b) Demanda mayor que la oferta Suponer ...
93 
Modelo de Asignación: Otras consideraciones 
2. Hay un modelo de maximización 
La respuesta de asignación es un benefi...
94 
Modelo de Asignación: Otras consideraciones 
2. Hay un modelo de maximización 
La matriz de ganancia es la siguiente 
...
95 
Modelo de Asignación: Otras consideraciones 
3. Situaciones con asignaciones inaceptables 
Ejemplo: Suponga que el pre...
96 
2.3 Modelo de Transbordo 
Este modelo permite que las unidades no vayan directamente desde un origen a un destino, sin...
97 
Modelo de Transbordo: Algoritmo 
Inicialización: Encuentre un plan de embarque factible que satisfaga todas las restri...
98 
Consideraciones: 
•Los pasos del algoritmo son análogos a los del algoritmo de pasos sucesivos (escalón). 
•Tanto los ...
99 
Ejemplo 1: 
Determínese un programa de embarque que cubra todas las demandas a un costo mínimo total para los datos co...
100 
Solución 
•Los sitios 1 y 2 son orígenes 
•Los sitios 5 y 6 son destinos 
•El sitio 3 es origen y empalme 
•El sitio ...
101 
La tabla inicial es: 
3456FOferta1953100081000027027100010000319503440418010000100020Demanda180210304575 Orígenes Des...
102 
La tabla final es: 
3 4 5 6 F Oferta 
1 20 75 95 
3 1000 8 1000 0 
2 70 70 
2 7 1000 1000 0 
3 90 30 30 45 195 
0 3 4...
103 
Ejemplo 2: 
Una corporación necesita transportar 70 unidades de un producto, del sitio 1 a los sitios 2 y 3 en cantid...
104 
Ejemplo 3: 
1 
2 
3 
4 
5 
7 
6 
8 
9 
10 
11 
100 
200 
150 
120 
80 
70 
110 
2 
3 
4 
4 
4 
5 
5 
6 
6 
6 
7 
7 
7...
105 
Planteamiento del modelo PL : 
Plantear el modelo de PL para el ejemplo mostrado en el grafo anterior.
106 
2.4. Modelos de Redes 
2.4.1 Teoría de Grafos 
2.4.2 Modelo de la Ruta más corta 
2.4.3 Modelo del Árbol Expandido Mí...
107 
2.4.1 Introducción a la Teoría de Grafos 
Grafo no dirigido: Un grafo no dirigido G consiste en un conjunto V de vért...
108 
2.4.1 Introducción a la Teoría de Grafos 
Se dice que un lado e = (v,w) de un grafo (dirigido o no dirigido) es incid...
109 
2.4.1 Introducción a la Teoría de Grafos 
Nodo de demanda: 
Nodo que va a recibir los productos para cumplir con una ...
110 
2.4.1 Introducción a la Teoría de Grafos 
Arco dirigido: 
Indica el sentido de movimiento de los productos. 
Camino: ...
111 
2.4.1 Introducción a la Teoría de Grafos 
Representación Matricial 
i) Matriz de Adyacencia 
ii) Matriz de costo (ben...
112 
2.4.1 Introducción a la Teoría de Grafos (cont.) 
Matriz de Adyacencia: 
Para un grafo G, es una matriz A de dimensió...
113 
2.4.1 Introducción a la Teoría de Grafos (cont.) 
2 
3 
4 
1 
1 
2 
3 
4 
1 
1 
1 
2 
1 
3 
1 
4 
1
114 
2.4.1 Introducción a la Teoría de Grafos (cont.) 
Matriz de Costo: 
Para un grafo G etiquetado, es una matriz C de di...
115 
2.4.1 Introducción a la Teoría de Grafos (cont.) 
2 
3 
4 
1 
1 
2 
3 
4 
1 
10 
15 
2 
12 
3 
20 
4 
5 
10 
15 
20 
...
116 
2.4.1 Introducción a la Teoría de Grafos (cont.) 
Para un grafo no dirigido, tanto la matriz de adyacencia como la ma...
117 
Ejemplo Introductorio 
Seymour Miles es el gerente de distribución de Zigwell. Zigwell distribuye sus motores oruga e...
118 
1 
2 
4 
5 
3 
c12 
c34 
c24 
c25 
c54 
u43 
c53 
c23 
+10 
-3 
-7 
Rutas alternativas para el destino 3 
1-2-3, 1-2-...
119 
Los costos cij son unitarios. Por ejemplo el costo de recorrer el arco (5,3) es c53 por cada tractor. 
Debido a los a...
120 
El problema en particular se conoce como modelo de transbordo con capacidades. 
Expresar el problema como un PL 
a) V...
121 
b) Función Objetivo 
MIN Z =C12X12+C23X23+C24X24+C25X25+C34X34+C43X43+C53X53+C54X54 
x c todos los ar (i,j) de la red...
122 
Matriz Incidencia nodo-arco 
a 
r 
c 
o 
Nodo 
(1,2) 
(2,3) 
(2,4) 
(2,5) 
(4,3) 
(5,3) 
(3,4) 
(5,4) 
LD 
1 
+1 
0 
...
123 
Formulación General del Modelo de Transbordo con Capacidades 
Xij denotan el flujo del nodo i al nodo j a lo largo de...
124 
Resolver para las siguientes capacidades y costos 
Capacidad 
dea Sitio 1 Sitio 2 Sitio 3 Sitio 4 Sitio 5 
Sitio 1 10...
125 
2.4.2 Modelo de la Ruta más corta 
Se pueden dar dos casos para representar la red: 
Como grafo no dirigido 
Como gra...
126 
2.4.2 Modelo de la Ruta más corta 
Considerénse todos los nodos que estén directamente conectados con el origen. Etiq...
127 
2.4.2 Modelo de la Ruta más corta (GND) 
Todo nodo que no tenga etiqueta permanente, tendrá etiqueta temporal o estar...
128 
2.4.2 Modelo de la Ruta más corta (GND) 
Las etiquetas permanentes indican la distancia más corta entre el nodo orige...
129 
2.4.2 Modelo de la Ruta más corta (GND) 
Ejemplo: Para el siguiente grafo encontrar la distancia más corta desde el n...
130 
2.4.2 Modelo de la Ruta más corta (GND) 
Solución: 
H 
1 
2 
3 
4 
5 
6 
7 
8 
4 
1 
1 
1 
1 
2 
2 
7 
6 
3 
3 
3 
(8...
131 
A 
7 
1 
3 
B 
C 
D 
E 
F 
G 
1 
4 
2 
10 
8 
10 
5 
7 
4 
3 
Para su práctica y ejercitación neuronal
132 
2.4.2 Modelo de la Ruta más corta (GD) 
Es una técnica exhaustiva, esto es, prueba todas las alternativas posibles. 
...
133 
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra 
INICIO 0) V = {1, 2, 3, 4, ..., n} 1) S = {1} // nodo 1...
134 
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra 
Ejemplo: Aplicar el algoritmo al siguiente grafo dirigi...
135 
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra 
Inicial 
0) V = {1, 2, 3, 4, 5} 
1) S = {1} 
2) 
3) D2 ...
136 
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra 
6) Agregar el nodo 2 a S : S = {1,2} 
7) Iterar |V-S|, ...
137 
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra 
2a Iteración 
V-S = {3,4,5} 
5) w = 4 
6) S = {1,2,4} 
...
138 
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra 
3a Iteración 
V-S = {3,5} 
5) w = 3 
6) S = {1,2,4,3} 
...
139 
2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra 
4a Iteración 
V-S = {5} 
5) w = 5 
6) S = {1,2,4,3,5} 
...
140 
¿Cuál es el camino? 
Para conocer el camino hay que incluir otra matriz P de vértices, tal que Pv contenga el vértice...
141 
¿Cuál es el camino? 
Para el ejemplo, la matriz P debe tener los valores 
P2 =1, P3 = 4, P4 = 1, P5 = 3 
Para encontr...
142 
Problema de los caminos más cortos entre todos los pares de nodos 
Para visualizar el problema se emplea un grafo dir...
143 
Problema de los caminos más cortos entre todos los pares de nodos 
Después se hacen n iteraciones en la matriz A. 
Al...
144 
Problema de los caminos más cortos entre todos los pares de nodos 
Para calcular Aij, se compara k-1Aij, el costo de ...
145 
Problema de los caminos más cortos entre todos los pares de nodos 
Algoritmo de Floyd // Se supone que se cuenta con ...
146 
Problema de los caminos más cortos entre todos los pares de nodos 
Recuperación de caminos para el Algoritmo de Floyd...
147 
Problema de los caminos más cortos entre todos los pares de nodos 
Algoritmo de Floyd Modificado 
0) INICIO 
1) Desde...
148 
Problema de los caminos más cortos entre todos los pares de nodos 
Ejemplo: Aplique Floyd al grafo ponderado mostrado...
149 
Problema de los caminos más cortos entre todos los pares de nodos 
Solución: 
Tabla Inicial 
Nodos 1 2 3 
1 0 8 5 
2 ...
150 
Problema de los caminos más cortos entre todos los pares de nodos 
Solución: 
Después de la primera iteración 
1Aij 
...
151 
Problema de los caminos más cortos entre todos los pares de nodos 
Solución: 
Después de la segunda iteración 
2Aij 
...
152 
Problema de los caminos más cortos entre todos los pares de nodos 
Solución: 
Después de la tercera iteración 
3Aij 
...
153 
2.4.3 Modelo de árbol extensión mínima 
Un árbol es un grafo que tiene sus n nodos (vértices) conectados (conexo) con...
154 
Algoritmo para el problema del árbol de expansión mínima. 
Método Gráfico 
Se selecciona un nodo cualquiera y se cone...
155 
H 
1 
2 
3 
4 
5 
6 
7 
8 
4 
1 
1 
1 
1 
2 
2 
7 
6 
3 
3 
3 
Ejemplo: Encontrar el AEM para el siguiente grafo
156 
H 
1 
2 
3 
4 
5 
6 
7 
1 
1 
1 
1 
Solución : 
2 
2 
4
157 
Algoritmo tabular 
Paso Acción 
0 Se construye la tabla de costos de enlaces 
1 Se comienza arbitrariamente con cualq...
158 
Aplicación Algoritmo tabular 
Nodo H 1 2 3 4 5 6 7 
H 4 7 8 
1 4 6 1 
2 6 1 2 
3 1 1 1 
4 7 1 3 3 2 
5 2 3 3 
6 3 3 1...
159 
Aplicación Algoritmo tabular 
Inicio: Nodo H 
Nodo H 1 2 3 4 5 6 7 
* H 4 7 8 
* 1 4 6 1 
2 6 1 2 
3 1 1 1 
4 7 1 3 3...
160 
Aplicación Algoritmo tabular 
Nodo 1 
Nodo H 1 2 3 4 5 6 7 
* H 4 7 8 
* 1 4 6 1 
2 6 1 2 
* 3 1 1 1 
4 7 1 3 3 2 
5 ...
161 
Aplicación Algoritmo tabular 
Nodo H 1 2 3 4 5 6 7 
* H 4 7 8 
* 1 4 6 1 
* 2 6 1 2 
* 3 1 1 1 
* 4 7 1 3 3 2 
* 5 2 ...
162 
H 
1 
2 
3 
4 
5 
6 
7 
1 
1 
1 
1 
Arbol de expansión mínima : 
2 
2 
4
163 
2.4.4 Problema del Flujo Máximo 
En este problema hay un solo nodo fuente (nodo de entrada) y un solo nodo destino (n...
164 
Para cada nodo interno debe cumplirse que: 
flujo que sale del nodo = flujo que entra al nodo 
En términos formales, ...
165 
Considérese la i-ésima restricción, para algún valor fijo de i, La suma se considera sobre toda j para la cual el arc...
166 
Antes de hacer la presentación formal del algoritmo, revisemos el siguiente ejemplo. 
Algoritmo 
6 
6 
6 
2 
4 
4 
3 ...
167 
Grafo inicial: Inicialización delos flujos en cada nodo 
Algoritmo 
Consideremos un camino desde el nodo 1 al nodo 6 ...
168 
Se dice que la cantidad de flujo a lo largo de dicho recorrido es factible si: 
No excede la capacidad de ningún arco...
169 
Ejemplo: Considerar el arco 1-2 
Asignar dos unidades a este arco: Aplicando las reglas 1 y 2 se tiene 
Se generó una...
170 
Algoritmo 
Inicializar cada nodo del grafo con capacidades uij en la dirección del flujo y cero en la dirección opues...
171 
Aplicar el algoritmo al grafo del ejemplo: 
4 
0 
0 
0 
0 
0 
0 
0 
0 
6 
4 
1 
6 
2 
3 
2 
6 
0 
2 
3 
4 
5 
6 
1 
P...
172 
Iteración 1: 
4 
0 
0 
0 
0 
0 
0 
0 
0 
6 
4 
1 
6 
2 
3 
2 
6 
0 
2 
3 
4 
5 
6 
1 
Elegir arbitrariamente el camin...
173 
Iteración 2: 
4 
0 
0 
0 
0 
0 
0 
0 
0 
6 
4 
1 
2 
2 
3 
2 
2 
0 
2 
3 
4 
5 
6 
1 
4 
2 
0 
2 
2 
6 
Elegir arbitr...
174 
Iteración 3: 
4 
0 
0 
0 
0 
0 
2 
0 
0 
6 
4 
1 
0 
2 
1 
2 
0 
0 
2 
3 
4 
5 
6 
1 
2 
4 
0 
2 
2 
8 
Elegir arbitr...
175 
Cálculo de la cantidad de flujo en cada arco 
Se determina comparando la capacidad inicial de cada arco con la capaci...
176 
Aplicando la regla anterior a todos los arcos se tiene el siguiente grafo: 
6 
6 
6 
2 
4 
2 
8 
2 
8 
4 
1 
2 
3 
4 ...
177 
Unidad 3 Administración de Proyectos PERT y CPM
178 
3 Administración de Proyectos (PERT y CPM) 
1. ¿Cuándo sería lo más pronto que el proyecto pudiera estar terminado? 
...
179 
Técnica de Evaluación de Proyectos (PERT, Program Evaluation and Review Technique): Método utilizado para administrar...
180 
3.1 Desarrollo de la Red de Proyectos 
1. Identifique las tareas individuales que componen el proyecto 
2. Obtenga un...
181 
Ejemplo: 
Traslado de las oficinas de una ciudad a otra 
El directorio ha fijado un plazo máximo de 22 semanas para l...
182 
Construcción del diagrama de Red: 
1 
2 
3 
4 
A 
B 
C 
¿Cómo agregamos la actividad D?. Sus predecesoras inmediatas ...
183 
Actividades Ficticias (figurada): 
Es una actividad artificial que no requiere tiempo y que se incluye en una red de ...
184 
Volviendo al ejemplo: Agregando el resto de las actividades a la red finalmente se tiene 
1 
2 
3 
4 
5 
6 
7 
8 
A 
...
185 
Siguiendo con el ejemplo: G y H tienen como predecesora inmediata F, además ambas son predecesoras de J, agregar acti...
186 
Ruta Crítica: Dar cumplimiento al plazo límite 
Se requiere de las estimaciones de tiempo de cada actividad (supuesto...
187 
Retomando el ejemplo: Agregando los tiempos a las actividades 
1 
2 
3 
4 
5 
6 
7 
9 
A 
B 
C 
D 
E 
F 
G 
H 
I 
J 
...
188 
Cálculo de la ruta crítica: Tiempo de término del proyecto 
Definiciones 
Tiempo de inicio más inmediato: El tiempo m...
189 
Reglas a cumplir: 
Dado que en el proyecto existen tareas predecesoras es necesario conocer cuando termina una y cuan...
190 
Pasos para determinar los TI y TT más inmediatos: 
Paso 
0 
1 
Identificar el nodo de inicio de la red del proyecto 
...
191 
Pasos para determinar los TI y TT más inmediatos: 
Paso 
2 
Para el nodo seleccionado en el paso 1 calcule y registre...
192 
Cálculo de TI y TT: 
1 
2 
3 
4 
5 
6 
7 
9 
D[8,12] 
8 
Fic
193 
Identificación de las tareas críticas: 
Para identificar las tareas críticas hay que realizar un recorrido hacia atrá...
194 
Identificación de las tareas críticas: 
Para calcular el último tiempo de término (UTT) de una tarea particular, debe...
195 
Identificación de las tareas críticas: Pasos para calcular los últimos tiempos de inicio y término 
0 
1 
2 
3 
Ident...
196 
Identificación de las tareas críticas: Cálculo de UTT y UTI para cada actividad 
Iteración 2 
Actividad ficticia 
UTT...
197 
1 
2 
3 
4 
5 
6 
7 
9 
8 
Identificación de las tareas críticas: Cálculo de UTT y UTI para cada actividad . Finalmen...
198 
Identificación de las tareas críticas: 
Holgura: 
Es la cantidad de tiempo que puede demorar una actividad sin afecta...
199 
Identificación de las tareas críticas: 
Resumen de los tiempos de las actividades del proyecto: 
Actividad Tiempo Ini...
200 
Identificación de las tareas críticas: 
Actividad crítica es aquella que tiene holgura cero 
Ruta crítica es una secu...
201 
Formas de Reducir la duración del proyecto: 
1. Análisis Estratégico 
Aquí el analista se pregunta: “¿Este proyecto t...
202 
Formas de Reducir la duración del proyecto: 
Para el ejemplo en estudio, el directorio estimó un tiempo máximo de 22 ...
203 
Formas de Reducir la duración del proyecto: Alternativa de solución 
Realizados algunos estudios los responsables de ...
204 
Formas de Reducir la duración del proyecto: 
Con los cambios anteriores, es posible que la red redefinida tenga una n...
205 
Diagrama de red para el proyecto redefinido 
1 
2 
3 
4 
5 
6 
7 
9 
A 
B 
C 
D 
E 
F 
G 
H 
I 
J 
(3) 
(5) 
(3) 
(4)...
206 
Actualización de los tiempos para el proyecto redefinido 
Actividad Tiempo Inicio Término Inicio Término Holgura 
A 3...
207 
3.3 PERT: Variabilidad en los tiempos de Actividades 
Hasta ahora hemos trabajado asumiendo que los tiempos de duraci...
208 
PERT: Variabilidad en los tiempos de Actividades 
1. Tiempo optimista (denotado por a): el tiempo mínimo. Todo tiene ...
209 
PERT: Variabilidad en los tiempos de Actividades 
Ejemplo: Para la actividad E (8 semanas). Al examinar en detalle el...
210 
PERT: Variabilidad en los tiempos de Actividades 
4 7 8 16 
a m b 
Estimación del tiempo esperado 
de actividad o tie...
211 
PERT: Variabilidad en los tiempos de Actividades 
Estimación de tiempo 
Actividadambtedesv estvarianzaA1,03,05,03,00,...
212 
PERT: Variabilidad en los tiempos de Actividades 
Cálculo del tiempo esperado de finalización de proyectos 
Una vez d...
213 
PERT: Variabilidad en los tiempos de Actividades 
Probabilidad de concluir el proyecto a tiempo 
El análisis procede ...
214 
PERT: Variabilidad en los tiempos de Actividades 
La meta es encontrar P{T 22}, donde T es el tiempo a lo largo 
de l...
215 
Estimación de terminación del proyecto 
Uso de la tabla de distribución normal, entonces debemos calcular Z para lleg...
216 
Cálculos caso en estudio 
Ruta crítica: B- C- D y E T = 20 (tiempo esperado, promedio calculado, ) x = 22 (tiempo exi...
217 
Cálculos caso en estudio 
Z = 0,8485 
En la tabla de Z 
P(Z 0,8485) = 0,80 
357,22022Z
218 
Matriz de Encadenamiento 
Una matriz de encadenamiento, es una matriz de NxN (N es la cantidad de actividades) donde ...
219 
3.4 CPM: TRUEQUE ENTRE TIEMPO Y COSTO 
CPM considera que el tiempo extra (costo) puede reducir el tiempo de término d...
220 
Debido a las estimaciones de CPM se puede obtener dos redes extremas: 
1. Red de costo normal 
2. Red de costo intens...
221 
1.Comenzar con la red normal e ir reduciendo los tiempos de término hasta un mínimo. 
2.Comenzar con la red de todo i...
222 
CPM: Trueque entre el costo y el tiempo 
Enfoque: Red normal y reducción de tiempos 
Proyecto: Construcción de una ca...
223 
CPM: Trueque entre el costo y el tiempo 
Paso 1: Red del proyecto 
2 
3 
6 
5 
7 
E(3) 
G(2) 
H(2) 
D(1) 
1 
F(2) 
4 ...
224 
CPM: Trueque entre el costo y el tiempo 
Paso 2: Tiempos de Inicio y de Término, holgura y ruta crítica 
2 
3 
6 
5 
...
225 
CPM: Trueque entre el costo y el tiempo 
Paso 2: Tabla de tiempos próximos y lejanos 
Tiempo Tiempo más próximo de: T...
226 
CPM: Trueque entre el costo y el tiempo 
Paso 3: “Intensificar” actividades ruta crítica 
a)Actividad A: de 4 a 3 sem...
227 
CPM: Trueque entre el costo y el tiempo 
Reducción de Actividades ruta crítica 
2 
3 
6 
5 
7 
H(2)[9,11] 
1 
F(2)[7,...
228 
CPM: Trueque entre el costo y el tiempo 
Paso 4: “Intensificar” actividades que no están en la ruta crítica (“paralel...
229 
CPM: Trueque entre el costo y el tiempo 
Paso 4: Resumen de las reducciones 
CostoActividadAcciónAdicionalNormalTotal...
230 
CPM: Trueque entre el costo y el tiempo 
Grafo final 
2 
3 
6 
5 
7 
H(2)[5,7] 
[5,7] 
1 
F(1)[4,5] 
4 
C(1)[3,4] 
En...
231 
¿Qué sucede si un proyecto lleva más tiempo del especificado? ¿Conviene hacer más “intensivo” el proyecto o pagar la ...
232 
1.Reducir una semana (de 12 a 11 semanas) De la red normal analizar ruta crítica Actividades Incremento de Costo A 60...
233 
CPM: Trueque entre el costo y el tiempo 
Solución 
2 
3 
6 
5 
7 
H(2) 
1 
F(2) 
4 
C(3) 
Grafo resultante 
A(4) 
D(1...
234 
CPM: Trueque entre el costo y el tiempo 
Ejemplo 
a)Dibuje la red. Con los tiempos normales de las actividades, encué...
235 
CPM: Trueque entre el costo y el tiempo 
Modelo de PL para CPM (Tiempo mínimo—costo mínimo) 
a)Identificación de Vari...
236 
CPM: Trueque entre el costo y el tiempo 
Modelo de PL para CPM (Tiempo mínimo—costo mínimo) 
Por lo tanto la función ...
237 
CPM: Trueque entre el costo y el tiempo 
Modelo de PL para CPM (Tiempo mínimo—costo mínimo) 
c) Identificación de las...
238 
CPM: Trueque entre el costo y el tiempo 
Modelo de PL para CPM (Tiempo mínimo—costo mínimo) 
Restricciones de Límite ...
239 
CPM: Trueque entre el costo y el tiempo 
Modelo de PL para CPM (Tiempo mínimo—costo mínimo) 
Restricciones del grupo ...
240 
CPM: Trueque entre el costo y el tiempo 
2 
3 
6 
5 
7 
E(3) 
G(2) 
H(2) 
D(1) 
1 
F(2) 
4 
C(3) 
Asociando las varia...
241 
CPM: Trueque entre el costo y el tiempo 
Modelo de PL para CPM (Tiempo mínimo—costo mínimo) 
Nodo 2 Tiempo de inicio ...
242 
CPM: Trueque entre el costo y el tiempo 
Modelo de PL para CPM (Tiempo mínimo—costo mínimo) 
Nodo 4 
Tiempo de inicio...
243 
CPM: Trueque entre el costo y el tiempo 
Modelo de PL para CPM (Tiempo mínimo—costo mínimo) 
Nodo 4 Restricción de la...
244 
CPM: Trueque entre el costo y el tiempo 
Modelo de PL para CPM (Tiempo mínimo—costo mínimo) 
Nodo 5 X5 X4 + (3-YE) (a...
245 
CPM: Trueque entre el costo y el tiempo 
Modelo de PL para CPM (Tiempo mínimo—costo mínimo) 
MIN Z = 600YA+500YB+500Y...
246 
CPM: Trueque entre el costo y el tiempo 
Modelo de PL para CPM (Tiempo mínimo—costo mínimo) 
X1 = 0 X7 12 X2 X1 + (4-...
247 
Para su entretención 
Ejercicios: 
a)Existen 7 trayectorias en esta red. Encuéntrense todas. b) Con tiempos normales,...
Próxima SlideShare
Cargando en…5
×

Iopertivab

341 visualizaciones

Publicado el

MATERIA

Publicado en: Educación
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
341
En SlideShare
0
De insertados
0
Número de insertados
136
Acciones
Compartido
0
Descargas
4
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Iopertivab

  1. 1. 1 Unidad 2 Programación Lineal Aplicaciones
  2. 2. 2 El objetivo general es encontrar el mejor plan de distribución, es decir, la cantidad que se debe enviar por cada una de las rutas desde los puntos de suministro hasta los puntos de demanda. El “mejor plan” es aquel que minimiza los costos totales de envío, produzca la mayor ganancia u optimice algún objetivo corporativo. Se debe contar con: i)Nivel de oferta en cada fuente y la cantidad de demanda en cada destino. ii) Costo de transporte unitario de mercadería desde cada fuente a cada destino. 2.1 Modelo de Transporte
  3. 3. 3 También es necesario satisfacer ciertas restricciones: 1. No enviar más de la capacidad especificada desde cada punto de suministro (oferta). 2. Enviar bienes solamente por las rutas válidas. 3. Cumplir (o exceder) los requerimientos de bienes en los puntos de demanda. 2.1 Modelo de Transporte
  4. 4. 4 2.1 Modelo de Transporte Esquemáticamente se podría ver como se muestra en la siguiente figura Destinos Fuentes 1 1 2 2 n m s2 sm d2 s1 d1 dn . . . . . . Xij: cantidad transportada desde la fuente i al destino j C11, X11 Cmn, Xmn Cij: Costo del transporte unitario desde la fuente i al destino j donde Gráficamente: Para m fuentes y n destinos
  5. 5. 5 Modelo general de PL que representa al modelo de Transporte x o x d x s Z c x ij j m i ij i n j ij m i n j ij ij 1 1 1 1 j=1,2,...,n i=1,2,...,m El modelo implica que al menos la oferta debe ser igual a la demanda para toda i y j minimizar s a 2.1 Modelo de Transporte
  6. 6. 6 Modelo general de PL que representa al modelo de Transporte Modelo de transporte equilibrado: Oferta = Demanda i n j ij x S 1 j=1, 2, 3,....,n j m i ij x D 1 i=1, 2, 3,....,m 0 ij x para toda i y j 2.1 Modelo de Transporte
  7. 7. Solución del Modelo de Transporte 2.1 Modelo de Transporte
  8. 8. 8 Algoritmos Específicos 2.1.1 Regla de la esquina noroeste (MEN) 2.1.2 Método por aproximación de Vogel (MAV) 2.1.3 Método del costo mínimo (MCM) 2.1.4 Método del paso secuencial y 2.1.5 DIMO (método de distribución modificada) 2.1 Modelo de Transporte
  9. 9. 9 Descripción de los algoritmos La regla de la esquina noroeste, el método de aproximación de Vogel y el método del costo mínimo son alternativas para encontrar una solución inicial factible. El método del escalón y el DIMO son alternativas para proceder de una solución inicial factible a la óptima. Por tanto, el primer paso es encontrar una solución inicial factible, que por definición es cualquier distribución de ofertas que satisfaga todas las demandas 2.1 Modelo de Transporte
  10. 10. 10 Descripción de los algoritmos Una vez obtenida una solución básica factible, el algoritmo procede paso a paso para encontrar un mejor valor para la función objetivo. La solución óptima es una solución factible de costo mínimo Para aplicar los algoritmos, primero hay que construir una tabla de transporte. 2.1 Modelo de Transporte
  11. 11. 11 Tabla Inicial Destinos Origen 1 2 3 4 n Ofertas 1 C11 C12 C13 C14 .... C1n 2 C21 C22 C23 C24 .... C2n 3 C31 C32 C33 C34 .... C3n ... .... ..... .... .... .... m Cm1 Cm2 Cm3 Cm4 .... Cmn Demanda 2.1 Modelo de Transporte
  12. 12. 12 Tabla Inicial del Ejemplo Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 500 2 6 4 10 11 700 3 10 9 12 4 800 Demanda 400 900 200 500 2000 2.1 Modelo de Transporte
  13. 13. 13 2.1.1 Regla de la esquina Noroeste Se inicia el proceso desde la esquina izquierda superior Se ubican tantas unidades como sea posible en la ruta Cantidad de Unidades = Mínimo(disponibilidad, demanda) Las siguientes asignaciones se hacen o bien recorriendo hacia la derecha o bien hacia abajo. Las demandas se satisfacen recorriendo sucesivamente de izquierda a derecha y las ofertas se destinan recorriendo de arriba hacia abajo. 2.1 Modelo de Transporte
  14. 14. 14 Primera asignación Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 400 100 500 2 6 4 10 11 700 3 10 9 12 4 800 Demanda 0 400 900 200 500 2000 2.1 Modelo de Transporte
  15. 15. 15 Hasta cuarta asignación Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 400 100 100 500 2 6 4 10 11 700 0 700 3 10 9 12 4 100 700 800 Demanda 0 400 0 900 200 500 2000 2.1 Modelo de Transporte
  16. 16. 16 Esquina Noroeste: Solución final factible Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 400 100 100 500 2 6 4 10 11 700 0 700 3 10 9 12 4 100 200 500 0 800 Demanda 0 400 0 900 200 500 2000 Valor FO: 400*12+100*13+700*4+100*9+200*12+500*4= $14.200 2.1 Modelo de Transporte
  17. 17. 17 2.1.2 Método de aproximación de Vogel (MAV) MAV usa información de costos mediante el concepto de costo de oportunidad para determinar una solución inicial factible. Seleccionar en una fila la ruta más barata y la que le sigue. Hacer su diferencia (penalidad), que es el costo adicional por enviar una unidad desde el origen actual al segundo destino y no al primero. En nuestro caso, para el puerto1, C13 y C14; Penalidad = 6 - 4 MAV asigna un costo de penalidad por no usar la mejor ruta en esta fila. 2.1 Modelo de Transporte
  18. 18. 18 2.1.2 Método de aproximación de Vogel Lo anterior se repite para cada fila y cada columna, esto es, determinar todas las penalidades Los pasos iterativos de MAV son los siguientes: 1. Identificar la fila o columna con la máxima penalidad. 2.Colocar la máxima asignación posible a la ruta no usada que tenga menor costo en la fila o columna seleccionada en el punto 1 (los empates se resuelven arbitrariamente) 3. Reajustar la oferta y demanda en vista de esta asignación. 4. Eliminar la columna en la que haya quedado una demanda 0 (o la fila con oferta 0), de consideraciones posteriores. 5. Calcular los nuevos costos de penalidad. 2.1 Modelo de Transporte
  19. 19. 19 2.1.2 Método de aproximación de Vogel El MAV continúa aplicando este proceso en forma sucesiva hasta que se haya obtenido una solución factible. Los resultados obtenidos se muestran en las siguientes tablas 2.1 Modelo de Transporte
  20. 20. 20 2.1.2 Método de aproximación de Vogel Plantas Puertos 1 2 3 4 Oferta Penalidades 1 12 13 4 6 2 500 2 6 4 10 11 2 700 3 10 9 12 4 5 800 Demanda 400 900 200 500 2000 Penalidades 4 5 6 2 Calculadas todas las penalidades, la mayor corresponde a la columna 3 (penalidad = 6) Paso 1: Identificar máxima penalidad (fila o columna) Paso 0: Cálculo de penalidades 2.1 Modelo de Transporte
  21. 21. 21 2.1.2 Método de aproximación de Vogel Paso 2: Asignación de unidades (MIN(oferta,demanda)) Paso 3:Reajuste de oferta y demanda Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 200 300 500 2 6 4 10 11 700 3 10 9 12 4 800 Demanda 400 900 0 200 500 2000 2.1 Modelo de Transporte
  22. 22. 22 2.1.2 Método de aproximación de Vogel Paso 4: Eliminar columna (fila) con demanda (oferta) 0 Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 200 300 500 2 6 4 10 11 700 3 10 9 12 4 800 Demanda 400 900 0 200 500 2000 2.1 Modelo de Transporte
  23. 23. 23 2.1.2 Método de aproximación de Vogel Paso 5: Calcular los nuevos costos de penalidad Plantas Puertos 1 2 3 4 Oferta Penalidades 1 12 13 4 6 6 200 300 500 2 6 4 10 11 2 700 3 10 9 12 4 5 800 Demanda 400 900 0 200 500 2000 Penalidades 4 5 2 2.1 Modelo de Transporte
  24. 24. 24 2.1.2 Método de aproximación de Vogel Repitiendo los pasos anteriores, finalmente se llega a la siguiente solución Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 200 300 300 500 2 6 4 10 11 700 0 700 3 10 9 12 4 400 200 200 600 800 Demanda 400 900 0 200 200 500 2000 ¿Es solución factible? ¿m + n - 1 = 6? SI Costo: 200*4+300*6+700*4+400*10+200*9+200*4 = $12.000 2.1 Modelo de Transporte
  25. 25. 25 2.1.3. Método del Costo Mínimo 1.Dada una tabla de transporte 2.Asignar la mayor cantidad de unidades a la variable (ruta) con el menor costo unitario de toda la tabla. 3.Tachar la fila o columna satisfecha. 4.Ajustar oferta y demanda de todas las filas y columnas 5.Si hay más de una fila o columna no tachada repetir los puntos 2, 3 y 4 Algoritmo Fundamento Asignar la mayor cantidad de unidades a una ruta disponible de costo mínimo 2.1 Modelo de Transporte
  26. 26. 26 2.1.3. Método del Costo Mínimo (cont.) Ejemplo: Aplicar MCM a la tabla de transporte Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 500 2 6 4 10 11 700 3 10 9 12 4 800 Demanda 400 900 200 500 2000 Unidades a asignar = MIN(200,400) = 200 Paso 2 Existen tres rutas costo mínimo. Elijamos la 1_3 2.1 Modelo de Transporte
  27. 27. 27 2.1.3. Método del Costo Mínimo (cont.) Paso 3: Tachar fila o columna (columna 3) Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 200 300 500 2 6 4 10 11 700 3 10 9 12 4 800 Demanda 400 900 0 200 500 2000 Aún quedan más de una fila o columna sin tachar. Ir a paso 2 Ajustar ofertas y demandas (fila 1 y columna 3) Paso 5 Paso 4 2.1 Modelo de Transporte
  28. 28. 28 2.1.3. Método del Costo Mínimo (cont.) Paso 4: Tachar ajustar fila 3 y columna 4 Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 200 300 500 2 6 4 10 11 700 3 10 9 12 4 500 300 800 Demanda 400 900 0 200 0 500 2000 Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2 Paso 2: Ruta de costo menor -> 3_4 (ó 2_2) Unidades = MIN(500,800) = 500 Paso 3: Tachar columna 4 2.1 Modelo de Transporte
  29. 29. 29 2.1.3. Método del Costo Mínimo (cont.) Paso 4: Tachar ajustar fila 2 y columna 2 Puertos 1 2 3 4 Oferta 1 12 13 4 6 200 300 500 2 6 4 10 0 700 0 700 3 10 9 12 4 500 300 800 Demanda 400 200 900 0 200 0 500 2000 Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2 Paso 2: Ruta de costo menor -> 2_2 Unidades = MIN(700,900) = 300 Paso 3: Tachar fila2 2.1 Modelo de Transporte
  30. 30. 30 2.1.3. Método del Costo Mínimo (cont.) Paso 4: Tachar ajustar fila 3 y columna 2 Puertos 1 2 3 4 Oferta 1 12 13 4 6 200 300 500 2 6 4 10 0 700 0 700 3 10 9 12 4 100 200 500 300 800 Demanda 400 200 900 0 200 0 500 2000 Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2 Paso 2: Ruta de costo menor -> 3_2 Unidades = MIN(200,300) = 200 Paso 3: Tachar columna 2 2.1 Modelo de Transporte
  31. 31. 31 2.1.3. Método del Costo Mínimo (cont.) Paso 4: Tachar ajustar fila 3 y columna 1 Puertos 1 2 3 4 Oferta 1 12 13 4 6 200 300 500 2 6 4 10 0 700 0 700 3 10 9 12 4 100 0 100 200 500 300 800 Demanda 300 400 200 900 0 200 0 500 2000 Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2 Paso 2: Ruta de costo menor -> 3_1 Unidades = MIN(400,100) = 100 Paso 3: Tachar fila 3 2.1 Modelo de Transporte
  32. 32. 32 2.1.3. Método del Costo Mínimo (cont.) Paso 4: Tachar ajustar fila 1 y columna 1 Puertos 1 2 3 4 Oferta 1 12 13 4 6 0 300 200 300 500 2 6 4 10 0 700 0 700 3 10 9 12 4 100 0 100 200 500 300 800 Demanda 300 400 200 900 0 200 0 500 2000 Paso 5 Queda sólo una fila sin tachar. Terminar Paso 2: Ruta de costo menor -> 1_1 Unidades = MIN(300,300) = 300 Paso 3: Tachar fila 1 ó columna 1 (sólo una de ellas) 2.1 Modelo de Transporte
  33. 33. 33 2.1.3. Método del Costo Mínimo (cont.) Comparación de los resultados ¿Es solución factible? ¿m + n - 1 = 6? SI Costo: 300*12+200*4+700*4+100*10+200*9+500*4 = $12.000 Método Rutas Costo MEN 6 $14.200 MAV 6 $12.000 MCM 6 $12.000 Los tres métodos entregan soluciones básicas factibles, pero ninguno asegura que la solución sea óptima. Conclusión 2.1 Modelo de Transporte
  34. 34. 34 2.1.4. Método de Pasos Secuenciales Este método comienza con una solución inicial factible. En cada paso se intenta enviar artículos por una ruta que no se haya usado en la solución factible actual, en tanto se elimina una ruta usada actualmente. En cada cambio de ruta debe cumplirse que: 1. La solución siga siendo factible y 2. Que mejore el valor de la función objetivo El procedimiento termina cuando no hay cambio de rutas que mejoren el valor de la función. Fundamento 2.1 Modelo de Transporte
  35. 35. 35 2.1.4. Método de pasos secuenciales (cont..) Usar la solución actual (MEN, MAV o MCM) para crear una trayectoria única del paso secuencial. Usar estas trayectorias para calcular el costo marginal de introducir a la solución cada ruta no usada. Si todos los costos marginales son iguales o mayores que cero, terminar; se tendrá la solución óptima. Si no, elegir la celda que tenga el costo marginal más negativo (empates se resuelven arbitrariamente) Usando la trayectoria del paso secuencial, determine el máximo número de artículos que se pueden asignar a la ruta elegida en el punto 2 y ajustar la distribución adecuadamente. Regrese al paso 1 Algoritmo 1 2 3 4 2.1 Modelo de Transporte
  36. 36. 36 2.1.4. Método de pasos secuenciales (cont..) a) Ponga un signo + en la celda de interés no ocupada b) Ponga un signo - en una celda usada de la misma fila c) Ponga un + en una celda usada de la misma columna El proceso continúa alternando los signos + y - tanto en las filas como en las columnas hasta que se obtenga una sucesión de celdas (trayectoria) que satisfagan dos condiciones 1. Hay un signo + en la celda desocupada original de interés, y 2. Cualquier fila o columna que tenga un signo + debe tener también un signo - y viceversa. Algoritmo Paso 1 2.1 Modelo de Transporte
  37. 37. 37 2.1.4. Método de pasos secuenciales (cont..) Algoritmo Paso 1 Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 400 100 100 500 2 6 4 10 11 700 0 700 3 10 9 12 4 100 200 500 0 800 Demanda 0 400 0 900 200 500 2000 Solución básica factible obtenida aplicando el método de la Esquina Noroeste 2.1 Modelo de Transporte
  38. 38. 38 2.1.4. Método de pasos secuenciales (cont..) Algoritmo Paso 1 Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 400 100 - + 100 500 2 6 4 10 11 700 0 700 3 10 9 12 4 100 + 200 - 500 0 800 Demanda 0 400 0 900 0 200 0 500 2000 Trayectoria 1: +C13-C12+C32-C33 2.1 Modelo de Transporte
  39. 39. 39 2.1.4. Método de pasos secuenciales (cont..) Algoritmo Paso 1 Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 400 100 - + 100 500 2 6 4 10 11 700 0 700 3 10 9 12 4 100 + 200 - 500 0 800 Demanda 0 400 0 900 0 200 0 500 2000 1: +(4)-(13)+(9)-(12)= -12 2: +(6)-(13)+(9)-(4) = -2 3: +(6)-(4)+(13)-(12)= 3 4: +(10)-(4)+(9)-(12) = 3 5: +(11)-(4)+(9)-(4) = 12 6: +(10)-(9)+(13)-(12)= 2 Costos de las Trayectorias 2.1 Modelo de Transporte
  40. 40. 40 2.1.4. Método de pasos secuenciales (cont..) Algoritmo Paso 2 1: +(4)-(13)+(9)-(12)= -12 2: +(6)-(13)+(9)-(4) = -2 3: +(6)-(4)+(13)-(12)= 3 4: +(10)-(4)+(9)-(12) = 3 5: +(11)-(4)+(9)-(4) = 2 6: +(10)-(9)+(13)-(12)= 2 La solución factible NO es óptima !! Se selecciona la trayectoria 1 (costo marginal más negativo) 2.1 Modelo de Transporte
  41. 41. 41 2.1.4. Método de pasos secuenciales (cont..) Algoritmo Paso 3 (Generación de la nueva tabla) ¿Cuántas unidades se pueden asignar a la ruta elegida? Acción Ruta Unidades disponibles en celdas decrecientes Aumentar 1 unidad 1_3 Disminuir 1 unidad 1_2 100 Aumentar 1 unidad 3_2 Disminuir 1 unidad 3_3 200 2.1 Modelo de Transporte
  42. 42. 42 2.1.4. Método de pasos secuenciales (cont..) Algoritmo Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 400 - 100 + 100 500 2 6 4 10 11 700 0 700 3 10 9 12 4 200 + 100 - 500 0 800 Demanda 0 400 0 900 0 200 0 500 2000 Paso 3 (Generación de la nueva tabla) Costo: $13.000 2.1 Modelo de Transporte
  43. 43. 43 2.1.4. Método de pasos secuenciales (cont..) Algoritmo Paso 4 Volver al Paso 1: Para cada trayectoria evaluar costo marginal Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 400 100 100 500 2 6 4 10 11 700 0 700 3 10 9 12 4 200 100 500 0 800 Demanda 0 400 0 900 0 200 0 500 2000 2.1 Modelo de Transporte
  44. 44. 44 2.1.4. Método de pasos secuenciales (cont..) Algoritmo Paso 2: Elección de CMg menor Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 400 +12 100 +10 100 500 2 6 4 10 11 -9 700 +3 +12 0 700 3 10 9 12 4 -10 200 100 500 0 800 Demanda 0 400 0 900 0 200 0 500 2000 La celda más negativa es c 31 (-10) y la trayectoria es: C31 – C33 + C13 – C11 2.1 Modelo de Transporte
  45. 45. 45 2.1.4. Método de pasos secuenciales (cont..) Algoritmo Paso 3 (Generación de la nueva tabla) ¿Cuántas unidades se pueden asignar a la ruta elegida? Acción Ruta Unidades disponibles en celdas decrecientes Aumentar 1 unidad 31 Disminuir 1 unidad 33 100 Aumentar 1 nidad 13 Disminuir 1 unidad 11 400 2.1 Modelo de Transporte
  46. 46. 46 2.1.4. Método de pasos secuenciales (cont..) Algoritmo Paso 3 (Generación de la nueva tabla) Costo: $12.000 Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 300 200 100 500 2 6 4 10 11 700 0 700 3 10 9 12 4 100 200 500 0 800 Demanda 0 400 0 900 0 200 0 500 2000 2.1 Modelo de Transporte
  47. 47. 47 2.1.4. Método de pasos secuenciales (cont..) Algoritmo Paso 4 Volver al Paso 1: Para cada trayectoria evaluar costo marginal Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 300 200 100 500 2 6 4 10 11 700 0 700 3 10 9 12 4 100 200 500 0 800 Demanda 0 400 0 900 0 200 0 500 2000 2.1 Modelo de Transporte
  48. 48. 48 2.1.4. Método de pasos secuenciales (cont..) Algoritmo Paso 2: Determinar costos marginales Todas rutas son no negativas (positivas o cero) Solución factible óptima!!! $12.000 Compare esta solución con la obtenida con MAV y MCM ¿ ...? Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 300 +2 200 0 100 500 2 6 4 10 11 +1 700 +13 +12 0 700 3 10 9 12 4 100 200 +10 500 0 800 Demanda 0 400 0 900 0 200 0 500 2000 2.1 Modelo de Transporte
  49. 49. 49 2.1.5. Método de Distribución Modificada (DIMO) Algoritmo 1. Usar la solución actual (NE, MAV o MCM) y las siguientes operaciones (a) y (b) para determinar el costo marginal de enviar material para cada una de las rutas no usadas. Asociar a cada fila un índice ui y a cada columna un índice vj a) Hacer u1 = 0. Encuéntrese los índices de las filas u2, ..., um y los índices de las columnas v1, ...., vn tales que cij = ui + vj para cada celda usada. b) Sea eij = cij - (ui+vj) para cada celda no usada; eij será el costo marginal de introducir la celda (ruta) i, j a la solución. Los pasos 2 a 4 son los mismos que en el método secuencial. 2.1 Modelo de Transporte
  50. 50. 50 2.1.5. Método de Distribución Modificada (DIMO) Aplicar el algoritmo al problema en estudio y comparar resultados obtenidos con los métodos anteriores Comentar resultados ¿Qué explica que existan dos soluciones óptimas factibles? 2.1 Modelo de Transporte
  51. 51. 51 2.1.5. Método de Distribución Modificada (DIMO) Aplicación Costo por Ruta en uso motor ($) Ecuación 11 12 u1 + v1 = 12 12 13 u1 + v2 = 13 22 4 u2 + v2 = 4 32 9 u3 + v2 = 9 33 12 u3 + v3 = 12 34 4 u3 + v4 = 4 Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 400 100 100 500 2 6 4 10 11 700 0 700 3 10 9 12 4 100 200 500 700 800 Demanda 0 400 0 900 200 500 2000 Paso 0: Asociar índices ui vj 2.1 Modelo de Transporte
  52. 52. 52 2.1.5. Método de Distribución Modificada (DIMO) Paso1.a) Solucionar la ecuación Existen 6 ecuaciones y siete variables entonces se hace u1 = 0 (puede ser cualquiera) y se determina el resto de los índices v1 = 12 v2 = 13 u2 = - 9 u3 = -4 v3 = 16 v4 = 8 Paso 1.b) Calcular los costos marginales para cada celda no usada. eij = cij - (ui + vj) 2.1 Modelo de Transporte
  53. 53. 53 2.1.5. Método de Distribución Modificada (DIMO) Costos marginales para las celdas no usadas. eij = cij - (ui + vj) 1) e13 = c13 - (u1 + v3)= 4 - (0 + 16) = -12 2) e14 = c14 - (u1 + v4)= 6 - (0 + 8) = -2 3) e21 = c21 - (u2 + v1)= 6 - (-9 + 13) = 2 4) e23 = c23 - (u2 + v3)= 10 - (-9 + 16) = 3 5) e24 = c24 - (u2 + v4)= 11 - (-9 + 8) = 12 6) e31 = c31 - (u3 + v1)= 10 - (-4 + 12) = 2 2.1 Modelo de Transporte
  54. 54. 54 2.1.5. Método de Distribución Modificada (DIMO) Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 400 100 -12 -2 100 500 2 6 4 10 11 2 700 3 12 0 700 3 10 9 12 4 2 100 200 500 700 800 Demanda 0 400 0 900 200 500 2000 Paso 2: Prueba de Optimalidad. Hay costos negativos por lo tanto no es óptima La ruta de reasignación es: +C13 -C33 +C32 -C12 (más negativo, -12) 2.1 Modelo de Transporte
  55. 55. 55 2.1.5. Método de Distribución Modificada (DIMO) Paso 3: Asignación de unidades a la ruta elegida. Unidades disponibles a mover: Disminuir 1 unidad C12 100 Disminuir 1 unidad C33 200 Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 400 100 100 500 2 6 4 10 11 700 0 700 3 10 9 12 4 200 100 500 700 800 Demanda 0 400 0 900 200 500 2000 2.1 Modelo de Transporte
  56. 56. 56 2.1.5. Método de Distribución Modificada (DIMO) Vuelta al Paso 1: Costo por Ruta en uso motor ($) Ecuación 11 12 u1 + v1 = 12 13 4 u1 + v3 = 4 22 4 u2 + v2 = 4 32 9 u3 + v2 = 9 33 12 u3 + v3 = 12 34 4 u3 + v4 = 4 Paso1.a) Solucionar la ecuación Se hacer u1 = 0 y se determina el resto de los índices v1 = 12 v2 = 1 v3 = 4 v4 = -4 u2 = 3 u3 = 8 Paso 1.b) Calcular los costos marginales para cada celda no usada. eij = cij - (ui + vj) 2.1 Modelo de Transporte
  57. 57. 57 2.1.5. Método de Distribución Modificada (DIMO) Costos marginales para las celdas no usadas. eij = cij - (ui + vj) 1) e12 = c12 - (u1 + v2)= 13 - (0 + 1) = 12 2) e14 = c14 - (u1 + v4)= 6 - (0 - 4) = 10 3) e21 = c21 - (u2 + v1)= 6 - (3 + 12) = -9 4) e23 = c23 - (u2 + v3)= 10 - (3 + 4) = 3 5) e24 = c24 - (u2 + v4)= 11 - (3 - 4) = 12 6) e31 = c31 - (u3 + v1)= 10 - (8 + 12) = -10 2.1 Modelo de Transporte
  58. 58. 58 2.1.5. Método de Distribución Modificada (DIMO) Paso 2: Prueba de Optimalidad. Hay costos negativos por lo tanto no es óptima La ruta de reasignación es: +C31 -C33 +C13 -C11 Plantas Puertos 1 2 3 4 Oferta 1 - 12 13 + 4 6 400 19 100 1 100 500 2 6 4 10 11 0 700 3 12 0 700 3 + 10 9 - 12 4 -1 200 100 500 700 800 Demanda 0 400 0 900 200 500 2000 2.1 Modelo de Transporte
  59. 59. 59 2.1.5. Método de Distribución Modificada (DIMO) Paso 3: Asignación de unidades a la ruta elegida. Unidades disponibles a mover: Disminuir 1 unidad C11 400 Disminuir 1 unidad C33 100 Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 300 200 100 500 2 6 4 10 11 700 0 700 3 10 9 12 4 100 200 500 700 800 Demanda 0 400 0 900 200 500 2000 2.1 Modelo de Transporte
  60. 60. 60 2.1.5. Método de Distribución Modificada (DIMO) Vuelta al Paso 1: Paso1.a) Solucionar la ecuación u1 = 0 y se determina el resto de los índices v1 = 12 v2 = 11 v3 = 4 v4 = 6 u2 = - 7 u3 = -2 Paso 1.b) Calcular los costos marginales para cada celda no usada. eij = cij - (ui + vj) Costo por Ruta en uso motor ($) Ecuación 11 12 u1 + v1 = 12 13 4 u1 + v3 = 4 22 4 u2 + v2 = 4 31 10 u3 + v1 = 10 32 9 u3 + v2 = 9 34 4 u3 + v4 = 4 2.1 Modelo de Transporte
  61. 61. 61 2.1.5. Método de Distribución Modificada (DIMO) Costos marginales para las celdas no usadas. eij = cij - (ui + vj) 1) e12 = c12 - (u1 + v2)= 13 - (0 + 11) = 2 2) e14 = c14 - (u1 + v4)= 6 - (0 + 6) = 0 3) e21 = c21 - (u2 + v1)= 6 - (-7 + 12) = 1 4) e23 = c23 - (u2 + v3)= 10 - (-7 + 4) = 13 5) e24 = c24 - (u2 + v4)= 11 - (-7 + 6) = 12 6) e33 = c33 - (u3 + v3)= 12 - (-2 + 4) = 10 2.1 Modelo de Transporte
  62. 62. 62 2.1.5. Método de Distribución Modificada (DIMO) Paso 2: Prueba de Optimalidad. No hay costos negativos por lo tanto es óptima VO = 300*12+200*4+700*4+100*10+200*9+500*4=$12.000 Plantas Puertos 1 2 3 4 Oferta 1 12 13 4 6 300 0 200 0 100 500 2 6 4 10 11 1 700 13 12 0 700 3 10 9 12 4 100 200 10 500 700 800 Demanda 0 400 0 900 200 500 2000 Ver Transporte RPG Equilibrio 2.1 Modelo de Transporte
  63. 63. 63 2.1.6. Modelo de Transporte: Situaciones Especiales 1. Solución en problemas de maximización de transporte 2. El caso en que la oferta excede a la demanda. 3. Eliminación de rutas inaceptables. 4. Degeneración en problemas de transporte. 5. Propiedades especiales del modelo de transporte 2.1 Modelo de Transporte
  64. 64. 64 2.1.6. Modelo de Transporte: Situaciones Especiales 1. Solución en problemas de maximización de transporte. a)Se utilizan los beneficios marginales en lugar de los costos. Se asignará unidades a la celda que tenga el mayor valor marginal y el procedimiento concluirá cuando todas las rutas tengan valores marginales negativos. b) Convertir la tabla de beneficios en una tabla de costo: Se busca el beneficio mayor, en cada celda se le resta al mayor el beneficio de la celda. Ejemplo: 2.1 Modelo de Transporte
  65. 65. 65 2.1.6. Modelo de Transporte: Situaciones Especiales Tabla de beneficios 14 19 12 17 19 15 16 20 11 6 1 8 3 1 5 4 0 9 2 3 Destinos Fuentes 1 2 3 1 Destinos 1 2 3 Fuentes 1 2 3 Mayor = 20 Tabla de costo 2.1 Modelo de Transporte
  66. 66. 66 2.1.6. Modelo de Transporte: Situaciones Especiales 2. El caso en que la oferta excede a la demanda. Se utiliza un destino ficticio en la tabla de transporte. Se considera como nulo el costo de enviar una unidad a dicho destino desde cada una de las fuentes (orígenes). Si la demanda es mayor que la oferta el problema no tiene solución factible, sin embargo el administrador podría abastecer toda la demanda que sea posible a un costo mínimo. Se utiliza un origen ficticio. El costo de abastecer cualquier destino desde dicho origen será cero. Sin embargo podría haber un cargo por orden no cubierta. Ver Transporte RPG (O>D) y (O<D 2.1 Modelo de Transporte
  67. 67. 67 2.1.6. Modelo de Transporte: Situaciones Especiales 3. Eliminación de rutas inaceptables. Se asocia a una ruta no aceptable un costo lo suficientemente alto para que no sea atrayente la ruta en cuestión. El costo M Por ejemplo: producir en abril para vender en febrero del mismo año. 4. Degeneración en problemas de transporte. Se dice que un problema se degenera cuando hay menos de m + n - 1 rutas ocupadas. Esto puede ocurrir cuando simultáneamente se satisface una demanda y se agota una oferta. Ver Transporte RPG (inaceptable) 2.1 Modelo de Transporte
  68. 68. 68 2.1.6. Modelo de Transporte: Situaciones Especiales 5. Propiedades especiales del modelo de transporte Todo problema de transporte es posible resolverlo mediante algoritmos que usan sólo la adición y la sustracción. Si todas las ofertas y demandas tienen valores enteros en un problema de transporte, los valores óptimos de las variables de decisión serán también enteros. 2.1 Modelo de Transporte
  69. 69. 69 Ejercicios Suponer que se tienen tres fábricas M1, M2 y M3 que producen 39, 48 y 33 toneladas respectivamente, de un cierto producto que debe llevarse a cuatro destinos, D1, D2, D3 y D4, los cuales requieren 40, 37, 18 y 25 toneladas. Los costos están dados por la siguiente tabla: 2.1 Modelo de Transporte 1 D1 D2 D3 D4 M1 2 3 1 2 M2 1 4 7 6 M3 8 9 4 5
  70. 70. 70 Planificación de la producción: 2.1 Modelo de Transporte 2 Periodo Capacidad de Producción Máxima (unidades) Demanda a satisfacer Costo de Producción ($) Costo de Almacenaje ($) 1 1200 900 15 1.2 2 800 800 18 1.4 3 1100 1000 17 1.1 4 900 700 20 1.5 ¿Cuánto hay que producir en cada periodo para satisfacer la demanda al mínimo costo (tanto de producción como de almacenaje)?. Supuesto: No existe inventario inicial ni final. Plantear el problema usando el modelo de transporte. Encuentre las respuestas usando Solver.
  71. 71. 71 Situación: Asignar m trabajos (o trabajadores) a n máquinas. Un trabajo i (=1, 2, 3 ,...,m) cuando se asigna a la máquina j (=1,2,....,n) incurre en un costo cij. El objetivo es asignar los trabajos a las máquinas uno a uno al menor costo. La formulación de este problema puede considerarse como un caso especial del modelo de transporte. 2.2 Modelo de Asignación
  72. 72. 72 Descripción Los trabajos representan las “fuentes” y las máquinas los “destinos” La oferta disponible en cada fuente es 1 como también lo es la demanda en cada destino. cij es el costo de transportar (asignar) el trabajo i a la máquina j El costo puede representar también características de competencia de cada trabajador
  73. 73. 73 Descripción En el caso que un trabajo no deba ser asignado (porque no cumple con los requisitos) a una máquina (actividad) en particular, este costo debe tener un valor alto (M) En el caso de existir desequilibrio, esto es, más trabajos que máquinas o más máquinas que trabajos, hay que equilibrar con máquinas o trabajos figurados (ficticios), logrando de esta forma que m = n
  74. 74. 74 Expresión matemática del modelo 0, si el i-ésimo trabajo no se asigna a la j-ésima máquina 1, si el i-ésimo trabajo se asigna a la j-ésima máquina Xij = Máquina 1 2 ….. n C11 C12 ….. C1n C21 C22 ….. C2n ….. ….. ….. ….. Cn1 Cn2 ….. Cnn 1 2 ….. n Trabajo 1 1 ….. 1 1 1 ….. 1
  75. 75. 75 Por lo tanto el modelo está dado por: minimizar z = n i n j ij ij c x 1 1 sujeto a 1 1 n j ij x i=1,2, ...,n 1 1 n i ij x j=1,2,..n xij = 0 ó bien 1
  76. 76. 76 Ejemplo: La gerencia general de RPG (ejemplo de transporte) con sede en Bruselas, este año, como parte de su auditoría anual, decidió que cada uno de sus cuatro vicepresidentes visite e inspeccione cada una de sus plantas de ensamblaje durante las primeras dos semanas de junio. Las plantas están ubicadas en Leipzig (Alemania), Nancy (Francia, Lieja (Bélgica) y Tilburgo (Holanda). Para decidir a que vicepresidente enviar a una planta determinada, se asignaron puntos (costos) a cada uno de ellos de acuerdo a su experiencia, habilidades lenguísticas, tiempo que durará la inspección y otros. Estos datos se muestran en la siguiente tabla:
  77. 77. 77 Ejemplo PLANTA Leipzig (1) Nancy(2) Lieja (3) Tilburgo(4) Finanzas (F) (1) 24 10 21 11 Mercadotecnia(M) (2) 14 22 10 15 Operaciones (O) (3) 15 17 20 19 Personal(P) (4) 11 19 14 13 Plantear el modelo de PL
  78. 78. 78 Ejemplo: Modelo de PL MIN Z = 24 X11 + 10 X12 + ... + 14 X43 + 13 X44 sujeto a: a) Oferta X11 + X12 + X13 + X14 = 1 X21 + X22 + X23 + X24 = 1 X31 + X32 + X33 + X34 = 1 X41 + X42 + X43 + X44 = 1 b) Demanda X11 + X21 + X31 + X41 = 1 X12 + X22 + X32 + X42 = 1 X13 + X23 + X33 + X43 = 1 X14 + X24 + X34 + X44 = 1 c) No negatividad Xij >= 0 i=1,...,4, j=1,....,4
  79. 79. 79 Métodos de Solución Existen varias formas de obtener la solución: a) Listar todas las alternativas posibles con sus costos y seleccionar la de menor costo (algoritmo exhaustivo) b) Método Húngaro: método iterativo a) Listar todas las alternativas: ¿Cuántas alternativas posibles existen? - El primer trabajo se puede asignar de n formas formas posibles - El segundo de n-1 formas - El último sólo de 1 forma En total existen n! formas de hacer la asignación completa
  80. 80. 80 Método Húngaro: Paso 0: Construir la matriz de asignación Para obtener la solución óptima cada nueva matriz de asignación debe satisfacer: Propiedad 1: Todos los números son no negativos Propiedad 2: Cada fila y cada columna tiene al menos una celda con un valor cero Paso 1: a) Reducción de filas: Restar el costo menor de cada fila a la fila correspondiente y/o b) Reducción de columnas: Restar el costo menor de cada columna a la columna correspondiente Con esto se crea una nueva matriz con las propiedades 1 y 2
  81. 81. 81 Método Húngaro: Paso 2: Determinar si la matriz es reducida (Prueba de Optimalidad). Trazar el menor número de líneas rectas sobre las filas y columnas para cubrir todos los ceros. Si el número de rectas es igual al número de filas o columnas se dice que esta matriz es reducida. Si la matriz no es reducida pasar al paso 3, sino pasar al paso 4
  82. 82. 82 Método Húngaro: Paso 3: Movimiento De todas las celdas no cruzadas identifique una con el menor valor y haga lo siguiente: a) Restar el valor a cada celda no cruzada b) Sumar el valor a cada celda de intersección de rectas Volver al paso 2
  83. 83. 83 Método Húngaro: Paso 4: Solución óptima (Asignación) Primero se asigna a las que tengan sólo una alternativa, se van marcando y así sucesivamente Determinar el costo: Se suman todos los costos correspondientes a las asignaciones (o sumar todos los pi y qj). ¿Qué valor se obtiene al sumar todos los valores que se restaron en las reducciones de filas y columnas?
  84. 84. 84 Ejemplo: Aplique el método Húngaro al ejemplo 1 2 3 4 pi F 24 10 21 11 M 14 22 10 15 O 15 17 20 19 P 11 19 14 13 qj Paso 0: Matriz de Asignación Nota: En negrita los menores de cada fila
  85. 85. 85 Paso 1: Reducción de filas y columnas 1 2 3 4 pi F 14 0 11 1 10 M 4 12 0 5 10 O 0 2 5 4 15 P 0 8 3 2 11 qj 1 1 2 3 4 pi F 14 0 11 0 10 M 4 12 0 4 10 O 0 2 5 3 15 P 0 8 3 1 11 qj 1
  86. 86. 86 Paso 2: Determinar si la matriz es reducida 1 2 3 4 pi F 14 0 11 0 10 M 4 12 0 4 10 O 0 2 5 3 15 P 0 8 3 1 11 qj 1 No es reducida: sólo tres rectas (para ser reducida deben ser 4) Ir al paso 3
  87. 87. 87 Paso 3: Movimiento (Seleccionar el menor: restar a las no tachadas, sumar a las intersecciones) 1 2 3 4 pi F 14 0 11 0 10 M 4 12 0 4 10 O 0 2 5 3 15 P 0 8 3 1 11 qj 1 1 2 3 4 pi F 15 0 12 0 10 M 4 11 0 3 10 O 0 1 5 2 15 P 0 7 3 0 11 qj 1 + 1 Volver al paso 2 !!
  88. 88. 88 Iteración paso 2: 1 2 3 4 pi F 15 0 12 0 10 M 4 11 0 3 10 O 0 1 5 2 15 P 0 7 3 0 11 qj 1 + 1 Se tachan todos los ceros con cuatro rectas, por tanto es óptima Ir al paso 4 !!
  89. 89. 89 Paso 4: Asignación 1 2 3 4 pi F 15 0 12 0 10 M 4 11 0 3 10 O 0 1 5 2 15 P 0 7 3 0 11 qj 1 + 1 Costo = c12 + c23 + c31 +c44 = 10+10+15+13 = 48 i j Costo p q =10 + 10 + 15 + 11 + 1 + 1 = 48 Ver Asignación RPG
  90. 90. 90 Modelo de Asignación: Otras consideraciones El modelo de asignación de RPG es un modelo de minimización en el cual el número de vicepresidentes es igual al número de plantas, y todas las asignaciones posibles son aceptables. Consideremos ahora modelos tipo asignación donde no todas las condiciones anteriores se cumplen. En particular se considerarán situaciones en las que: 1Hay una desigualdad entre el número de “personas” por asignar y el número de “destinos” que requieren personas asignadas. 2Hay un modelo de maximización 3Existen asignaciones inaceptables
  91. 91. 91 Modelo de Asignación: Otras consideraciones 1. Ofertas y demandas desiguales a) Oferta mayor que la demanda Suponer que el presidente de RPG quiere auditar a la planta de Tilburgo, por tanto tendrá que decidir cual de los cuatro vicepresidentes debe asignar a cada una de las tres plantas restantes. Solución: Se elimina la restricción que requería un vicepresidente para Tilburgo. El resultado de este cambio es que la holgura para uno de los cuatro vicepresidentes será 1 en la nueva solución óptima Ver Asignación RPG (O>D)
  92. 92. 92 Modelo de Asignación: Otras consideraciones 1. Ofertas y demandas desiguales b) Demanda mayor que la oferta Suponer que el vicepresidente de Personal tiene que viajar a Illinois durante la primer semana de junio, por lo tanto no puede participar en la auditoría en Europa. Solución: Se agrega un vicepresidente ficticio (igual al modelo de transporte) para obtener una solución factible, pero es claro que una de las plantas quedará sin auditar.
  93. 93. 93 Modelo de Asignación: Otras consideraciones 2. Hay un modelo de maximización La respuesta de asignación es un beneficio y no un costo Ejemplo: Suponga que RPG tiene que asignar vendedores a sus territorios de venta. Existen cuatro personas bien capacitadas listas para ser asignadas y tres territorios requieren un nuevo vendedor. Uno de los vendedores no será asignado. En este caso la asignación de un vendedor cualquiera a un territorio se mide por el incremento marginal esperado en la contribución de dicha asignación a las ganancias.
  94. 94. 94 Modelo de Asignación: Otras consideraciones 2. Hay un modelo de maximización La matriz de ganancia es la siguiente Contribución del Vendedora Territorio 1 Territorio 2 Territorio 3 A $ 40 $ 30 $ 20 B $ 18 $ 28 $ 22 C $ 12 $ 16 $ 20 D $ 25 $ 24 $ 27 Ver Asignación Vendedores RPG
  95. 95. 95 Modelo de Asignación: Otras consideraciones 3. Situaciones con asignaciones inaceptables Ejemplo: Suponga que el presidente de RPG no tiene el menor deseo de que el vicepresidente de Operaciones realice una auditoría a la Planta Nancy. Solución: Asignar un costo arbitrariamente alto a esta “ruta”, de tal modo que al restar de él cualquier número finito se obtiene siempre un valor mayor que otros números relevantes Ver Asignación RPG inaceptable
  96. 96. 96 2.3 Modelo de Transbordo Este modelo permite que las unidades no vayan directamente desde un origen a un destino, sino que pasen por nodos intermedios o transitorios. Cada origen, punto intermedio y destino final se representan como nodos y se conectan a través de arcos dirigidos Restricción en cada nodo transitorio: suma flujos entrantes = suma flujos saliente También se puede representar por medio de una matriz donde un mij = 1 cuando existe un enlace directo entre el nodo i y el nodo j; y mij = 0 cuando no hay enlace directo entre estos nodos
  97. 97. 97 Modelo de Transbordo: Algoritmo Inicialización: Encuentre un plan de embarque factible que satisfaga todas las restricciones de suministro y demanda, al mismo tiempo que mantiene un equilibrio en todos los nodos de transbordo. Prueba de Optimalidad: Pruebe el plan de embarque actual para ver si es óptimo, es decir, si es el plan que incurre en los costos totales mínimos. Si es así, deténgase con la solución óptima, sino vaya al paso 3. Movimientos: Use el hecho de que el plan de embarque actual no es óptimo para crear un nuevo plan de embarque factible con menos costo total que el actual. Vaya al paso 2. 1 2 3
  98. 98. 98 Consideraciones: •Los pasos del algoritmo son análogos a los del algoritmo de pasos sucesivos (escalón). •Tanto los nodos origen como los destinos pueden ser a su vez nodos de transbordo. •Al igual que el modelo de transporte, puede haber desequilibrio, en ese caso se agregan fuentes o destinos ficticios con costo cero. •El numero total del sistema está dado por el total de la oferta o de la demanda. •A cada nodo de transbordo se asigna un suministro (demanda) igual a su suministro (demanda) original (cero, si no coincide originalmente con un destino) más el total de unidades del sistema. Esto permite que todas las unidades puedan pasar por un empalme dado.
  99. 99. 99 Ejemplo 1: Determínese un programa de embarque que cubra todas las demandas a un costo mínimo total para los datos correspondientes al siguiente grafo (costo en $). 3 4 2 4 3 7 2 1 3 5 2 4 6 +95 -30 +70 +15 -30 -45 8
  100. 100. 100 Solución •Los sitios 1 y 2 son orígenes •Los sitios 5 y 6 son destinos •El sitio 3 es origen y empalme •El sitio 4 es destino y empalme •La oferta es mayor que la demanda por tanto se requiere un destino ficticio que demande 75 unidades •Agregar 180 unidades a cada empalme (oferta y demanda) •El costo de las unidades que van de un empalme (como origen) a él mismo (como destino) y de cualquier origen al sitio ficticio es cero. •A las rutas no permitidas se les asocia un valor relativamente alto (por 1.000)
  101. 101. 101 La tabla inicial es: 3456FOferta1953100081000027027100010000319503440418010000100020Demanda180210304575 Orígenes Destinos
  102. 102. 102 La tabla final es: 3 4 5 6 F Oferta 1 20 75 95 3 1000 8 1000 0 2 70 70 2 7 1000 1000 0 3 90 30 30 45 195 0 3 4 4 0 4 180 180 1000 0 1000 2 0 Demanda 180 210 30 45 75 Destinos Orígenes Costo = 20*3+75*0+70*2+90*0+30*3+30*4+45*4+180*0=$590
  103. 103. 103 Ejemplo 2: Una corporación necesita transportar 70 unidades de un producto, del sitio 1 a los sitios 2 y 3 en cantidades de 45 y 25 unidades, respectivamente. Las tarifas cij (en miles de pesos por unidad) de carga aérea entre los sitios comunicados por carguero se dan en la tabla, en la cual las líneas punteadas indica que no hay servicio disponible. Determínese un programa de embarque que asigne el número requerido de artículos a cada destino, a un costo mínimo de transporte. Ningún embarque requiere de vuelo directo, se permiten los envíos empleando puntos intermedios. 1 2 3 4 1 .... 38 56 34 2 38 ... 27 ... 3 56 27 ... 19 4 34 ... 19 ...
  104. 104. 104 Ejemplo 3: 1 2 3 4 5 7 6 8 9 10 11 100 200 150 120 80 70 110 2 3 4 4 4 5 5 6 6 6 7 7 7 8 8 Nodos de transbordo
  105. 105. 105 Planteamiento del modelo PL : Plantear el modelo de PL para el ejemplo mostrado en el grafo anterior.
  106. 106. 106 2.4. Modelos de Redes 2.4.1 Teoría de Grafos 2.4.2 Modelo de la Ruta más corta 2.4.3 Modelo del Árbol Expandido Mínimo 2.4.4 Problema del Flujo Máximo
  107. 107. 107 2.4.1 Introducción a la Teoría de Grafos Grafo no dirigido: Un grafo no dirigido G consiste en un conjunto V de vértices (o nodos) y un conjunto E de lados (ramas o enlaces) tales que cada lado e ε E está asociado a un par no ordenado de vértices v y w. Si un lado e está asociado a un único par de vértices v y w, entonces e= (v,w) o e=(w,v). Grafo dirigido: Un grafo dirigido (o digrafo) G consiste en un conjunto V de vértices (o nodos) y un conjunto E de lados (o ramas) tales que cada lado e ε E está asociado a un par ordenado de vértices. Si un lado e está asociado a un par ordenado único de vértices v y w, se escribe e = (v,w).
  108. 108. 108 2.4.1 Introducción a la Teoría de Grafos Se dice que un lado e = (v,w) de un grafo (dirigido o no dirigido) es incidente en v y w. Se dice que los vértices v y w son incidentes en e y también son vértices adyacentes. Si G es un grafo (dirigido o no dirigido) con un conjunto de vértices V y un conjunto de lados E, se escribe G = (V,E) Nodo (Vértice): Un círculo de una red utilizada para representar una planta, almacén o tienda. Nodo de Suministro: Nodo desde le cual los productos se van a enviar.
  109. 109. 109 2.4.1 Introducción a la Teoría de Grafos Nodo de demanda: Nodo que va a recibir los productos para cumplir con una demanda conocida. Nodo de transbordo: Nodo que recibe productos desde otros nodos para su distribución. Arco (enlace): Línea de una red que conecta un par de nodos. Se le utiliza para representar una ruta válida desde el nodo origen al nodo de distribución.
  110. 110. 110 2.4.1 Introducción a la Teoría de Grafos Arco dirigido: Indica el sentido de movimiento de los productos. Camino: Una secuencia de nodos en una red unidos por arcos (dirigidos o no dirigidos) Trayectoria (lazo): Es un camino cerrado (ciclo) donde el primer nodo es a su vez el último.
  111. 111. 111 2.4.1 Introducción a la Teoría de Grafos Representación Matricial i) Matriz de Adyacencia ii) Matriz de costo (beneficio) Representación de un grafo: Un grafo se puede representar matemáticamente como: a) Una matriz b) Una lista enlazada c) Árbol
  112. 112. 112 2.4.1 Introducción a la Teoría de Grafos (cont.) Matriz de Adyacencia: Para un grafo G, es una matriz A de dimensión NxN, donde A[i,j] es verdadero (1) si, y sólo si, existe un arco que vaya del vértice i al vértice j. En ausencia de arco directo se representa generalmente por 0. Ejemplo: Dado el siguiente grafo encontrar su matriz de adyacencia
  113. 113. 113 2.4.1 Introducción a la Teoría de Grafos (cont.) 2 3 4 1 1 2 3 4 1 1 1 2 1 3 1 4 1
  114. 114. 114 2.4.1 Introducción a la Teoría de Grafos (cont.) Matriz de Costo: Para un grafo G etiquetado, es una matriz C de dimensión NxN, donde A[i,j] es el costo (valor de la etiqueta) si, y sólo si, existe un arco que vaya del vértice i al vértice j. En ausencia de arco directo se representa generalmente por infinito (costo extremadamente alto, para la simulación se hace uso de un valor fuera de contexto). Ejemplo: Dado el siguiente grafo encontrar su matriz de costo
  115. 115. 115 2.4.1 Introducción a la Teoría de Grafos (cont.) 2 3 4 1 1 2 3 4 1 10 15 2 12 3 20 4 5 10 15 20 12 5
  116. 116. 116 2.4.1 Introducción a la Teoría de Grafos (cont.) Para un grafo no dirigido, tanto la matriz de adyacencia como la matriz de costo son simétricas, esto es: A[i,j] = A[j,i] ó C[i,j] = C[j,i]
  117. 117. 117 Ejemplo Introductorio Seymour Miles es el gerente de distribución de Zigwell. Zigwell distribuye sus motores oruga en cinco estados del medio oeste. Por lo regular, Seymour Miles tiene 10 aparatos E-9 in situ en lo que designaremos como local 1. Estos tractores deben ser enviados a los dos locales de construcción más importantes designados como 3 y 4. Se necesitan tres E-9 en el local 3 y siete en el local 4. Debido a itinerarios arreglados con anterioridad, relativos a la disponibilidad de conductores, los tractores solo pueden ser distribuidos de acuerdo con las rutas alternativas que se muestran en el grafo de la figura. La figura tiene un número +10 en el nodo 1, esto significa que hay 10 aparatos E-9 disponibles (oferta). Los indicadores -3 y -7 asociados a los locales 3 y 4, respectivamente, denotan los requerimientos (demandas) de éstos.
  118. 118. 118 1 2 4 5 3 c12 c34 c24 c25 c54 u43 c53 c23 +10 -3 -7 Rutas alternativas para el destino 3 1-2-3, 1-2-4-3, 1-2-5-4-3, 1-2-5-3 u12 u23 u34 c43 u53 c54 u25 u24
  119. 119. 119 Los costos cij son unitarios. Por ejemplo el costo de recorrer el arco (5,3) es c53 por cada tractor. Debido a los acuerdos sostenidos con los conductores, Zigwell debe cambiarlos en cada local que se encuentre sobre la ruta. Las limitaciones en la disponibilidad de conductores ocasionan que haya una cota superior en el número de tractores que pueden recorrer cualquier arco dado. Por ejemplo: u53 es la cota superior o capacidad en el arco (5,3). El problema de Sygmour consiste en encontrar un plan de embarque que satisfaga la demanda y las restricciones de capacidad a costo mínimo.
  120. 120. 120 El problema en particular se conoce como modelo de transbordo con capacidades. Expresar el problema como un PL a) Variables de decisión xij = número total de E-9 que se enviarán a través del arco (i,j). = flujo del nodo i al nodo j
  121. 121. 121 b) Función Objetivo MIN Z =C12X12+C23X23+C24X24+C25X25+C34X34+C43X43+C53X53+C54X54 x c todos los ar (i,j) de la red ij ij 0 , cos c) Restricciones s a + X12 = 10 - X12+X23+X24+X25 = 0 -X23 -X43 -X53 +X34 = -3 -X24 +X43 -X34 -X54 = -7 -X25 +X53 +X54 = 0 Balance de flujo
  122. 122. 122 Matriz Incidencia nodo-arco a r c o Nodo (1,2) (2,3) (2,4) (2,5) (4,3) (5,3) (3,4) (5,4) LD 1 +1 0 0 0 0 0 0 0 10 2 -1 +1 +1 +1 0 0 0 0 0 3 0 -1 0 0 -1 -1 +1 0 -3 4 0 0 -1 0 +1 0 -1 -1 -7 5 0 0 0 -1 0 +1 0 +1 0
  123. 123. 123 Formulación General del Modelo de Transbordo con Capacidades Xij denotan el flujo del nodo i al nodo j a lo largo del arco que conecta esos nodos. Lj representa la oferta en el nodo j ij ij ij c x s.a. minimice x x L j n k jk k kj j , 1,2,...., x c todos los ar (i,j) de la red ij ij 0 , cos
  124. 124. 124 Resolver para las siguientes capacidades y costos Capacidad dea Sitio 1 Sitio 2 Sitio 3 Sitio 4 Sitio 5 Sitio 1 10 Sitio 2 4 3 3 Sitio 3 2 Sitio 4 4 Sitio 5 3 5 Costo Unitario dea Sitio 1 Sitio 2 Sitio 3 Sitio 4 Sitio 5 Sitio 1 $100 Sitio 2 $45 $50 $20 Sitio 3 $60 Sitio 4 $85 Sitio 5 $10 $55 Ver transbordo con capacidades
  125. 125. 125 2.4.2 Modelo de la Ruta más corta Se pueden dar dos casos para representar la red: Como grafo no dirigido Como grafo dirigido Situaciones: a b Cualquiera que sea el caso corresponde a grafos ponderados (con peso)
  126. 126. 126 2.4.2 Modelo de la Ruta más corta Considerénse todos los nodos que estén directamente conectados con el origen. Etiquetarlos con la distancia al origen y su nodo predecesor. Etiquetas temporales, [distancia, nodo]. De entre todos los nodos con etiquetas temporales, escoger el que tenga la distancia menor y se marca como permanente. Si todos están con etiquetas permanentes se va al paso cuatro. a) Algoritmo: Grafo no dirigido 1 2
  127. 127. 127 2.4.2 Modelo de la Ruta más corta (GND) Todo nodo que no tenga etiqueta permanente, tendrá etiqueta temporal o estará sin etiqueta. Sea L el último nodo con etiqueta permanente. Considerénse todas las etiquetas de los vecinos de L (directamente conectados a L mediante un arco). Para cada uno de estos nodos calcúlese la suma de su distancia a L. Si el nodo en cuestión no está etiquetado, asígnese una etiqueta temporal que conste de esta distancia y de L como predecesor. Si el nodo en cuestión ya tiene etiqueta temporal, cámbiese sólo si la distancia recién calculada es menor que la componente de distancia de la etiqueta actual. En este caso, la etiqueta contendrá esta distancia y a L como predecesor. Regresar al paso 2 3 Algoritmo:
  128. 128. 128 2.4.2 Modelo de la Ruta más corta (GND) Las etiquetas permanentes indican la distancia más corta entre el nodo origen a cada nodo de la red. También indican el nodo predecesor en la ruta más corta hacia cada nodo. Para encontrar el camino más corto de un nodo dado, comiéncese en él y retroceda al nodo anterior. Continuar con el recorrido hasta llegar al origen. Algoritmo: 4
  129. 129. 129 2.4.2 Modelo de la Ruta más corta (GND) Ejemplo: Para el siguiente grafo encontrar la distancia más corta desde el nodo H al resto de los nodos. H 1 2 3 4 5 6 7 8 4 1 1 1 1 2 2 7 6 3 3 3
  130. 130. 130 2.4.2 Modelo de la Ruta más corta (GND) Solución: H 1 2 3 4 5 6 7 8 4 1 1 1 1 2 2 7 6 3 3 3 (8,H) (4,H) (5,1) (6,3) (8,2) (6,3) (9,4) (9,7) ó 1:Ver ejemplo 1 Ruta mas corta 2: Hacer problema 19 guía 2 (Ejemplo 2 Ruta mas corta
  131. 131. 131 A 7 1 3 B C D E F G 1 4 2 10 8 10 5 7 4 3 Para su práctica y ejercitación neuronal
  132. 132. 132 2.4.2 Modelo de la Ruta más corta (GD) Es una técnica exhaustiva, esto es, prueba todas las alternativas posibles. Opera a partir de un conjunto S de vértices cuya distancia más corta desde el origen ya es conocida. Inicialmente S contiene sólo el nodo de origen. En cada paso se agrega algún vértice restante v a S, cuya distancia desde el origen es la más corta posible. Para cada paso del algoritmo, se utiliza una matriz D para registrar la longitud del camino más corto a cada vértice. b) Algoritmo de Dijkstra
  133. 133. 133 2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra INICIO 0) V = {1, 2, 3, 4, ..., n} 1) S = {1} // nodo 1 se supone que es el origen 2) Para i=2 Hasta n Hacer 3) Di = C1i 4) Para i=1 Hasta n-1 Hacer 5) Elegir un vértice w en V-S tal que Dw sea un mínimo 6) agregar w a S 7) Para cada vértice v en V-S Hacer SI ((Dw+Cwv)<Dv) //Pv = w Dv = Dw+Cwv 8)//Dv=mínimo(Dv,Dw+Cwv) FIN
  134. 134. 134 2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra Ejemplo: Aplicar el algoritmo al siguiente grafo dirigido 10 100 60 50 30 10 2 1 3 4 5 20
  135. 135. 135 2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra Inicial 0) V = {1, 2, 3, 4, 5} 1) S = {1} 2) 3) D2 = 10, D3 = inf, D4=30, D5 = 100 4) Iterar 4 veces 5) Seleccionar nodo con distancia más corta de V-S, En el ejemplo es el nodo 2 IteraciónSwD2D3D4D5Inicial{1}--10inf30100
  136. 136. 136 2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra 6) Agregar el nodo 2 a S : S = {1,2} 7) Iterar |V-S|, (V-S = {3,4,5}) D3=mínimo(D3,D2+C23) =mínimo(inf,10+50) = 60 D4=mínimo(D4,D2+C24) =mínimo(30,10+inf) = 30 D5=mínimo(D5,D2+C25) =mínimo(100,10+inf) = 100 IteraciónSwD2D3D4D5Inicial{1}--10inf301001{1,2}2106030100
  137. 137. 137 2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra 2a Iteración V-S = {3,4,5} 5) w = 4 6) S = {1,2,4} 7) Iterar |V-S| V-S = {3,5} D3=mínimo(D3,D4+C43) =mínimo(60,30+20) = 50 D5=mínimo(D5,D4+C45) =mínimo(100,30+60) = 90 IteraciónSwD2D3D4D5Inicial{1}--10inf301001{1,2}21060301002{1,2,4}410503090
  138. 138. 138 2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra 3a Iteración V-S = {3,5} 5) w = 3 6) S = {1,2,4,3} 7) Iterar |V-S| (V-S = {5}) D5=mínimo(D5,D3+C35) =mínimo(90,50+10) = 60 IteraciónSwD2D3D4D5Inicial{1}--10inf301001{1,2}21060301002{1,2,4}4105030903{1,2,4,3}310503060
  139. 139. 139 2.4.2 Modelo de la Ruta más corta (GD) Algoritmo de Dijkstra 4a Iteración V-S = {5} 5) w = 5 6) S = {1,2,4,3,5} 7) Iterar |V-S| (V-S = {}) Iteración S w D2 D3 D4 D5 Inicial {1} -- 10 inf 30 100 1 {1,2} 2 10 60 30 100 2 {1,2,4} 4 10 50 30 90 3 {1,2,4,3} 3 10 50 30 60 4 {1,2,4,3,5} 5 10 50 30 60 Tabla Final
  140. 140. 140 ¿Cuál es el camino? Para conocer el camino hay que incluir otra matriz P de vértices, tal que Pv contenga el vértice inmediato anterior a v en el camino más corto. Se asigna a Pv valor inicial 1 para todo v 1 La matriz P se actualiza después de la línea 8. Si Dw + Cwv < Dv en la línea 8, después se hace Pv = w Al término de la corrida del algoritmo, el camino a cada vértice puede encontrarse regresando por los vértices predecesores de la matriz P
  141. 141. 141 ¿Cuál es el camino? Para el ejemplo, la matriz P debe tener los valores P2 =1, P3 = 4, P4 = 1, P5 = 3 Para encontrar el camino más corto del vértice 1 al 5, se siguen los predecesores en orden inverso. 3 es el predecesor de 5 4 es el predecesor de 3 1 es el predecesor de 4
  142. 142. 142 Problema de los caminos más cortos entre todos los pares de nodos Para visualizar el problema se emplea un grafo dirigido G = (V,A) en el que cada arco v w tiene un costo no negativo Cv,w. El problema consiste en encontrar el camino de longitud más corta (menor costo) entre v y w para cada par ordenado de vértices (v,w). Algoritmo de Floyd Se utiliza una matriz A, donde Aij = Cij para toda i j, si no existe camino directo entre i y j se supone que Cij = inf. Cada elemento de la diagonal se hace cero.
  143. 143. 143 Problema de los caminos más cortos entre todos los pares de nodos Después se hacen n iteraciones en la matriz A. Al final de la k-ésima iteración Aij tendrá por valor la longitud más pequeña de cualquier camino que vaya desde el vértice i hasta el vértice j y que no pase por un vértice mayor que k. Esto es, i y j, los vértice extremos del camino, pueden ser cualquier vértice, pero todo vértice intermedio debe ser menor o igual a k. En la k-ésima iteración se aplica la siguiente fórmula para calcular A k-1Aij kAij = min k-1Aik + k-1Akj
  144. 144. 144 Problema de los caminos más cortos entre todos los pares de nodos Para calcular Aij, se compara k-1Aij, el costo de ir de i a j sin pasar por k o cualquier otro nodo con numeración mayor, con k-1Aik + k-1Akj, el costo de ir primero de i a k y después de k a j, sin pasar a través de un vértice mayor que k. Si el paso por el vértice k produce un camino más económico que el de k-1Aij, se elige ese costo para kAij. k-1Aij i k j
  145. 145. 145 Problema de los caminos más cortos entre todos los pares de nodos Algoritmo de Floyd // Se supone que se cuenta con la matriz de costo C 0) INICIO 1) Desde i = 1 Hasta N 2) Desde j = 1 Hasta N 3) Aij Cij 4) Desde i = 1 Has ta N 5) Aii = 0 6) Desde k = 1 Hasta N 7) Desde i = 1 Hasta N 8) Desde j = 1 Hasta N 9) SI (Aik + Akj < Aij) 10) Aij = Aik + Akj 11) FIN
  146. 146. 146 Problema de los caminos más cortos entre todos los pares de nodos Recuperación de caminos para el Algoritmo de Floyd Cuando es de interés conocer el camino más corto entre dos vértices, hay que consignarlo en una matriz P, donde Pij tiene el vértice k que permitió a Floyd encontrar el valor menor de Aij. Si Pij es cero, el camino de i a j es directo.
  147. 147. 147 Problema de los caminos más cortos entre todos los pares de nodos Algoritmo de Floyd Modificado 0) INICIO 1) Desde i = 1 Hasta N 2) Desde j = 1 Hasta N 3) Aij Cij 3) Pij 0 4) Desde i = 1 Has ta N 5) Aii = 0 6) Desde k = 1 Hasta N 7) Desde i = 1 Hasta N 8) Desde j = 1 Hasta N 9) SI (Aik + Akj < Aij) 10) Aij Aik + Akj 10) Pij k 11) FIN
  148. 148. 148 Problema de los caminos más cortos entre todos los pares de nodos Ejemplo: Aplique Floyd al grafo ponderado mostrado en la figura 1 2 3 2 8 3 2 5
  149. 149. 149 Problema de los caminos más cortos entre todos los pares de nodos Solución: Tabla Inicial Nodos 1 2 3 1 0 8 5 2 3 0 inf 3 inf 2 0 0Aij
  150. 150. 150 Problema de los caminos más cortos entre todos los pares de nodos Solución: Después de la primera iteración 1Aij Nodos123108523083inf20
  151. 151. 151 Problema de los caminos más cortos entre todos los pares de nodos Solución: Después de la segunda iteración 2Aij Nodos123108523083520
  152. 152. 152 Problema de los caminos más cortos entre todos los pares de nodos Solución: Después de la tercera iteración 3Aij Nodos123107523083520
  153. 153. 153 2.4.3 Modelo de árbol extensión mínima Un árbol es un grafo que tiene sus n nodos (vértices) conectados (conexo) con n-1 arcos (aristas), no existiendo ciclos (caminos cerrados) Definición 1 Definición 2 Un árbol de expansión de costo mínimo es aquel en que todos los enlaces tienen longitudes (costos) mínimas
  154. 154. 154 Algoritmo para el problema del árbol de expansión mínima. Método Gráfico Se selecciona un nodo cualquiera y se conecta al nodo más cercano a éste. Se identifica el nodo no conectado más cercano a un nodo conectado y se conectan estos dos nodos Empates se deciden en forma arbitraria. Los empates indican que existen soluciones alternativas para la construcción. 1 2 Nota:
  155. 155. 155 H 1 2 3 4 5 6 7 8 4 1 1 1 1 2 2 7 6 3 3 3 Ejemplo: Encontrar el AEM para el siguiente grafo
  156. 156. 156 H 1 2 3 4 5 6 7 1 1 1 1 Solución : 2 2 4
  157. 157. 157 Algoritmo tabular Paso Acción 0 Se construye la tabla de costos de enlaces 1 Se comienza arbitrariamente con cualquier nodo. Se designa a este nodo como conectado y se pone una marca al lado de la fila correspondiente al nodo. Se tacha el índice de la columna que corresponde a él. 2 Considerando todas las filas marcadas, buscar el mínimo en las columnas cuyo índice aún no haya sido tachado encerrándolo en un círculo. Designándose de esta manera el nuevo nodo conectado. Se tacha el índice de la columna y pone una marca en la fila correspondiente a este nodo. Se repite este paso hasta que todos los nodos estén conectados. 3 Los nodos encerrados en círculo identifican el árbol.
  158. 158. 158 Aplicación Algoritmo tabular Nodo H 1 2 3 4 5 6 7 H 4 7 8 1 4 6 1 2 6 1 2 3 1 1 1 4 7 1 3 3 2 5 2 3 3 6 3 3 1 7 8 2 1 Tabla inicial
  159. 159. 159 Aplicación Algoritmo tabular Inicio: Nodo H Nodo H 1 2 3 4 5 6 7 * H 4 7 8 * 1 4 6 1 2 6 1 2 3 1 1 1 4 7 1 3 3 2 5 2 3 3 6 3 3 1 7 8 2 1 a) b)
  160. 160. 160 Aplicación Algoritmo tabular Nodo 1 Nodo H 1 2 3 4 5 6 7 * H 4 7 8 * 1 4 6 1 2 6 1 2 * 3 1 1 1 4 7 1 3 3 2 5 2 3 3 6 3 3 1 7 8 2 1 a) b) c)
  161. 161. 161 Aplicación Algoritmo tabular Nodo H 1 2 3 4 5 6 7 * H 4 7 8 * 1 4 6 1 * 2 6 1 2 * 3 1 1 1 * 4 7 1 3 3 2 * 5 2 3 3 * 6 3 3 1 * 7 8 2 1 Tabla final a) b) c)
  162. 162. 162 H 1 2 3 4 5 6 7 1 1 1 1 Arbol de expansión mínima : 2 2 4
  163. 163. 163 2.4.4 Problema del Flujo Máximo En este problema hay un solo nodo fuente (nodo de entrada) y un solo nodo destino (nodo de salida), y el resto son nodos de transbordo. El problema consiste en encontrar la máxima cantidad de flujo total (petróleo, gas, efectivo, mensajes, tránsito, etc.) en una unidad de tiempo. La cantidad de flujo por unidad de tiempo en cada arco está limitada por las restricciones de capacidad. Este problema se puede representar como una red dirigida y conexa. Descripción
  164. 164. 164 Para cada nodo interno debe cumplirse que: flujo que sale del nodo = flujo que entra al nodo En términos formales, siendo 1 la fuente y n el destino el problema consiste en: MAX f f si i = 1 sujeto a si i = n 0 en otro caso 0 xij uij, para todos (i,j) de la red xij : flujo por unidad de tiempo por el arco (i,j) uij : capacidad del arco (i,j) f : flujo total a través de la red Descripción x x f j ji j ij
  165. 165. 165 Considérese la i-ésima restricción, para algún valor fijo de i, La suma se considera sobre toda j para la cual el arco (i,j) con i fijo, pertenezca a la red. Entonces, será el flujo total que sale del nodo i. En forma semejante, la suma se considera sobre toda j para la cual exista el arco (j,i) en la red, (i fijo). De modo que es el flujo que entra al nodo i Descripción jijxjjixjijx
  166. 166. 166 Antes de hacer la presentación formal del algoritmo, revisemos el siguiente ejemplo. Algoritmo 6 6 6 2 4 4 3 2 1 6 1 2 3 4 5
  167. 167. 167 Grafo inicial: Inicialización delos flujos en cada nodo Algoritmo Consideremos un camino desde el nodo 1 al nodo 6 Ejemplo: 1-2-5-6 4 0 0 0 0 0 0 0 0 6 4 1 6 2 3 2 6 0 2 3 4 5 6 1
  168. 168. 168 Se dice que la cantidad de flujo a lo largo de dicho recorrido es factible si: No excede la capacidad de ningún arco del camino Con excepción de los nodos 1 y 6, el flujo en cada nodo debe satisfacer la condición de conservación 1 2 La cantidad máxima que puede fluir desde la fuente a lo largo de un camino es igual a la menor de las capacidades de los arcos de dicho camino Al asignar un flujo a un arco nos atendremos a las reglas: 1 2 Se reduce la capacidad en la dirección del flujo (cantidad de flujo) Se aumenta la capacidad en sentido opuesto (cantidad de flujo)
  169. 169. 169 Ejemplo: Considerar el arco 1-2 Asignar dos unidades a este arco: Aplicando las reglas 1 y 2 se tiene Se generó una capacidad ficticia en la dirección 2-1 Enviar una unidad de 2 a 1 1 2 (2 ) 2 2 1 2 4 0 1 2 (1 ) 1 3
  170. 170. 170 Algoritmo Inicializar cada nodo del grafo con capacidades uij en la dirección del flujo y cero en la dirección opuesta. Encontrar cualquier camino de la fuente a destino que tenga capacidad de flujo positiva, si no los hay, se habrá encontrado la solución óptima. Sea cmin la capacidad mínima de flujo entre los arcos seleccionados en el paso 1, se aumenta el flujo existente a través de la red al enviar un flujo adicional cmin para todos los arcos del camino. Para todos los arcos del camino, disminúyanse las capacidades en la dirección del flujo y auméntese las capacidades en la dirección opuesta en cmin. Volver al paso 1 Inicial 1 2 3
  171. 171. 171 Aplicar el algoritmo al grafo del ejemplo: 4 0 0 0 0 0 0 0 0 6 4 1 6 2 3 2 6 0 2 3 4 5 6 1 Paso Inicial
  172. 172. 172 Iteración 1: 4 0 0 0 0 0 0 0 0 6 4 1 6 2 3 2 6 0 2 3 4 5 6 1 Elegir arbitrariamente el camino 1-3-5-6 cmin = MIN(6,4,2)=2; actualizando la red se tiene 4 2 2 2 0 2 2 2
  173. 173. 173 Iteración 2: 4 0 0 0 0 0 0 0 0 6 4 1 2 2 3 2 2 0 2 3 4 5 6 1 4 2 0 2 2 6 Elegir arbitrariamente el camino 1-2-4-6 cmin = MIN(4,6,6)=4; actualizando la red se tiene 4 0 6 4 6 4 2 6 2 2
  174. 174. 174 Iteración 3: 4 0 0 0 0 0 2 0 0 6 4 1 0 2 1 2 0 0 2 3 4 5 6 1 2 4 0 2 2 8 Elegir arbitrariamente el camino 1-3-2-4-6 cmin = MIN(4,3,2,2)=2; actualizando la red se tiene 4 0 6 4 6 6 2 8 2 2 4 2 3 0 2 6 2 4 6 6
  175. 175. 175 Cálculo de la cantidad de flujo en cada arco Se determina comparando la capacidad inicial de cada arco con la capacidad inicial. Para cada arco la regla es: Si la capacidad final es menor que la capacidad inicial, calcular la diferencia. Esta es la cantidad del flujo a través del arco. Ejemplo: Arco 3-5 Inicial Final 2 2 3 5 0 4 3 5 Final < inicial entonces el flujo es 4-2=2
  176. 176. 176 Aplicando la regla anterior a todos los arcos se tiene el siguiente grafo: 6 6 6 2 4 2 8 2 8 4 1 2 3 4 5
  177. 177. 177 Unidad 3 Administración de Proyectos PERT y CPM
  178. 178. 178 3 Administración de Proyectos (PERT y CPM) 1. ¿Cuándo sería lo más pronto que el proyecto pudiera estar terminado? 2. Para cumplir con este tiempo de conclusión, ¿qué tareas son críticas, en el sentido de que un retraso en cualquiera de esas tareas provoca un retraso en la conclusión del proyecto? 3. Es posible acelerar ciertas tareas para terminar todo el proyecto más pronto?. Si es así, ¿qué tareas serán éstas y cuál sería el costo adicional? Todo proyecto debe ser comprobado y controlado, dado que éste tiene involucrado numerosas tareas interrelacionadas. A través de algunas técnicas se puede responder a preguntas como:
  179. 179. 179 Técnica de Evaluación de Proyectos (PERT, Program Evaluation and Review Technique): Método utilizado para administrar proyectos en que los tiempos requeridos para terminar las tareas individuales son inciertos (probabilísticos). Método de la Ruta Crítica (CPM, Critical Path Method): Método utilizado para administrar proyectos en que los tiempos requeridos para terminar las tareas individuales se conocen con relativa certeza (determinísticos).
  180. 180. 180 3.1 Desarrollo de la Red de Proyectos 1. Identifique las tareas individuales que componen el proyecto 2. Obtenga una estimación del tiempo de conclusión de cada tarea. 3. Identifique las relaciones entre las tareas. ¿Qué tareas deben concluirse antes de que otras puedan iniciarse? 4. Dibuje un diagrama de red de proyecto para reflejar la información de los pasos 1 y 3 Para determinar el tiempo de conclusión de un proyecto puede usar los siguientes pasos:
  181. 181. 181 Ejemplo: Traslado de las oficinas de una ciudad a otra El directorio ha fijado un plazo máximo de 22 semanas para la mudanza ActividadDescripciónPrdecesoras inmediatasTiempoRecursosAElegir local de oficinas- BCrear el plan financiero y de - CDeterminar requerimientos de personalBDDiseño de localA, CEConstruir el interiorDFElegir personal a mudarCGContratar nuevos empleadosFHMudar registros, personal clave, etc. FIHacer arreglos finacieros de la organizaciónBJEntrenar personal nuevoH, E, G
  182. 182. 182 Construcción del diagrama de Red: 1 2 3 4 A B C ¿Cómo agregamos la actividad D?. Sus predecesoras inmediatas son A y C, además C es predecesora directa de F
  183. 183. 183 Actividades Ficticias (figurada): Es una actividad artificial que no requiere tiempo y que se incluye en una red de proyecto para asegurar la relación de precedencia correcta entre ciertas tareas. Generalmente se representan por líneas segmentadas. Se usan sólo para reflejar las relaciones de precedencia adecuadas 2 4 A C
  184. 184. 184 Volviendo al ejemplo: Agregando el resto de las actividades a la red finalmente se tiene 1 2 3 4 5 6 7 8 A B C D E F G H I J
  185. 185. 185 Siguiendo con el ejemplo: G y H tienen como predecesora inmediata F, además ambas son predecesoras de J, agregar actividad ficticia. 1 2 3 4 5 6 7 8 A B C D E F G H I J 9 Red Final Fic
  186. 186. 186 Ruta Crítica: Dar cumplimiento al plazo límite Se requiere de las estimaciones de tiempo de cada actividad (supuestos) ActividadDescripciónPrdecesoras inmediatasTiempoRecursosAElegir local de oficinas-3BCrear el plan financiero y de organización-5CDeterminar requerimientos de personalB3DDiseño de localA, C4EConstruir el interiorD8FElegir personal a mudarC2GContratar nuevos empleadosF4HMudar registros, personal clave, etc. F2IHacer arreglos finacieros de la organizaciónB5JEntrenar personal nuevoH, E, G3
  187. 187. 187 Retomando el ejemplo: Agregando los tiempos a las actividades 1 2 3 4 5 6 7 9 A B C D E F G H I J (3) (5) (3) (4) (8) (2) (4) (2) (5) (3) 8 Fic
  188. 188. 188 Cálculo de la ruta crítica: Tiempo de término del proyecto Definiciones Tiempo de inicio más inmediato: El tiempo más cercano en que una tarea posiblemente pueda iniciarse (TI) Tiempo de término más breve: El tiempo más corto en el que una tarea posiblemente pueda concluir (TT)
  189. 189. 189 Reglas a cumplir: Dado que en el proyecto existen tareas predecesoras es necesario conocer cuando termina una y cuando empieza la otra: Regla 1.Para calcular el TI de una tarea se debe conocer los TT de cada tarea predecesora inmediata 2.El TI más inmediato de una tarea de la que se conocen los tiempos de término más breves de todas sus tareas predecesoras inmediatas es el máximo de todos esos tiempos de término más breves. 3.Tiempo de término más breve = (tiempo de inicio más inmediato) + (tiempo de tarea(t))
  190. 190. 190 Pasos para determinar los TI y TT más inmediatos: Paso 0 1 Identificar el nodo de inicio de la red del proyecto Calcule y escriba en cada arco saliente a) TI más cercano, esto es, 0 b) El TT más breve de acuerdo a la regla 3 TT más breve = (TI más inmediato) + (t) = 0 + t Seleccionar cualquier nodo donde todos los arcos entrantes han sido etiquetados con sus TI y TT
  191. 191. 191 Pasos para determinar los TI y TT más inmediatos: Paso 2 Para el nodo seleccionado en el paso 1 calcule y registre en cada arco saliente a) El TI más breve de acuerdo a la regla 2 TI más breve = MAXIMO(TT de los arcos entrantes) b) El TT más breve de acuerdo a la regla 3 TT más breve = TI más inmediato + t
  192. 192. 192 Cálculo de TI y TT: 1 2 3 4 5 6 7 9 D[8,12] 8 Fic
  193. 193. 193 Identificación de las tareas críticas: Para identificar las tareas críticas hay que realizar un recorrido hacia atrás hasta el inicio del proyecto, analizando cada tarea. 1. Último Tiempo de término: Lo más tarde que puede concluirse una tarea, en tanto permita que el proyecto se complete lo más pronto posible 2. Último tiempo de inicio: Lo más tarde que pueda iniciarse una tarea, pero finalizando dentro de su tiempo de término. 3. Tarea sucesora: Una tarea para la que la tarea de interés es una predecesora
  194. 194. 194 Identificación de las tareas críticas: Para calcular el último tiempo de término (UTT) de una tarea particular, debe conocer los últimos tiempos de inicio (UTI) de cada tarea sucesora inmediata. Respecto a una tarea de la que se conocen los últimos tiempos de inicio de todas sus tareas sucesoras inmediatas, el último tiempo de término (UTT) de esa tarea es el mínimo de los últimos tiempos de inicio de todas las tareas sucesoras inmediatas UTI = UTT- t Regla 4 5 6
  195. 195. 195 Identificación de las tareas críticas: Pasos para calcular los últimos tiempos de inicio y término 0 1 2 3 Identificar el final del proyecto. Calcular y escribir en cada arco entrante: a) Último tiempo de término del proyecto b) Último tiempo de inicio (Regla 6): UTI=UTT-t Seleccione un nodo, cuyos arcos salientes hayan sido etiquetados todos con sus UTI y UTT Para el nodo seleccionado (paso 1) calcule y escriba lo siguiente a) UTT= MIN(UTI arcos salientes), (regla 5) b) UTI=UTT - t (regla 6) Repetir pasos 1 y 2 hasta cubrir toda la red del proyecto
  196. 196. 196 Identificación de las tareas críticas: Cálculo de UTT y UTI para cada actividad Iteración 2 Actividad ficticia UTT = 20 UTI = 20-0 = 20 Actividad I UTT = 23 UTI = 23-5 = 18 Nodo 7 Actividad E UTT = 20 UTI = 20-8 = 12 UTT = 20 UTI = 20-2 = 18 Iteración 1 Actividad H Nodo 9 Actividad J UTT = 23 UTI = 23-3 = 20
  197. 197. 197 1 2 3 4 5 6 7 9 8 Identificación de las tareas críticas: Cálculo de UTT y UTI para cada actividad . Finalmente se tiene D[8,12] [8,12] [5,8] Fic
  198. 198. 198 Identificación de las tareas críticas: Holgura: Es la cantidad de tiempo que puede demorar una actividad sin afectar la fecha de término del proyecto. El valor de la holgura para cada actividad está dada por: holgura = TI - UTI = TT - UTT Ejemplo: Actividad C: TI = 5, UTI = 5, TT = 8, UTT = 8 Holgura = 5 - 5 = 8 - 8 = 0 Actividad I: TI = 5, UTI = 18, TT = 10, UTT = 23 La actividad C tiene holgura 0, por tanto no puede retrasarse, en cambio la actividad I tiene 13 semanas de holgura que permite retrasar su inicio.
  199. 199. 199 Identificación de las tareas críticas: Resumen de los tiempos de las actividades del proyecto: Actividad Tiempo Inicio Término Inicio Término Holgura A 3 0 3 5 8 5 B 5 0 5 0 5 0 C 3 5 8 5 8 0 D 4 8 12 8 12 0 E 8 12 20 12 20 0 F 2 8 10 14 16 6 G 4 10 14 16 20 6 H 2 10 12 18 20 8 I 5 5 10 18 23 13 J 3 20 23 20 23 0 Tiempo más próximo de: Tiempo más lejano de: Tiempo de ejecución del proyecto: 23 semanas
  200. 200. 200 Identificación de las tareas críticas: Actividad crítica es aquella que tiene holgura cero Ruta crítica es una secuencia de tareas (actividades) críticas que conecta el principio del proyecto con el fin En nuestro ejemplo: Actividades críticas: B, C, D, E y J Ruta crítica: Nodos 1-3-2-5-7-9 Actividades B-C-D-E-J
  201. 201. 201 Formas de Reducir la duración del proyecto: 1. Análisis Estratégico Aquí el analista se pregunta: “¿Este proyecto tiene que desarrollarse en la forma programada actualmente?”. En concreto, “¿Todas las actividades de la ruta crítica tienen que realizarse en el orden especificado?”. ¿Podemos hacer arreglos para efectuar algunas de estas actividades en forma distinta de cómo aparecen en la ruta crítica?. 2. Enfoque Táctico El analista presupone que el diagrama en curso es adecuado y trabaja para reducir el tiempo de ciertas actividades de la ruta crítica asignando mayores recursos. Por ejemplo tiempo, aumento de mano de obra, etc.
  202. 202. 202 Formas de Reducir la duración del proyecto: Para el ejemplo en estudio, el directorio estimó un tiempo máximo de 22 semanas para realizar el proyecto, y según el estudio se ha determinado que se requieren 23 semanas, ¿Cómo soluciona Ud. el problema?. Realice distintos supuestos válidos para su solución. ¿Es única?.
  203. 203. 203 Formas de Reducir la duración del proyecto: Alternativa de solución Realizados algunos estudios los responsables de la mudanza, se dan cuenta que la actividad J (entrenamiento de los nuevos empleados) debe realizarse en el nuevo edificio (después de completar la actividad E) y después de que el personal clave y de registros se haya mudado (al completar la actividad H). Estos requerimientos se podrían cambiar: • Realizar J independientemente de H • El entrenamiento realizarlo en otras dependencias a un costo reducido y que estén listos para cuando se termine la construcción. Esto requiere agregar otra actividad: Garantizar recursos de entrenamiento, actividad K
  204. 204. 204 Formas de Reducir la duración del proyecto: Con los cambios anteriores, es posible que la red redefinida tenga una nueva ruta crítica con un tiempo menor, aunque todavía insatisfactorio (mayor a las 22 semanas establecidas).
  205. 205. 205 Diagrama de red para el proyecto redefinido 1 2 3 4 5 6 7 9 A B C D E F G H I J (3) (5) (3) (4) (8) (2) (4) (2) (5) (3) 8 K (3) Fic
  206. 206. 206 Actualización de los tiempos para el proyecto redefinido Actividad Tiempo Inicio Término Inicio Término Holgura A 3 0 3 5 8 5 B 5 0 5 0 5 0 C 3 5 8 5 8 0 D 4 8 12 8 12 0 E 8 12 20 12 20 0 F 2 8 10 11 13 3 G 4 10 14 13 17 3 H 2 10 12 18 20 8 I 5 5 10 15 20 10 J 3 14 17 17 20 3 K 3 10 13 14 17 4 Tiempo más próximo de: Tiempo más lejano de: Actividades ruta crítica: B-C-D-E Duración del proyecto: 20 semanas
  207. 207. 207 3.3 PERT: Variabilidad en los tiempos de Actividades Hasta ahora hemos trabajado asumiendo que los tiempos de duración de las actividades eran determinísticos, en consecuencia TI, TT, UTI y UTT también fueron deducidos como deterministas. Como este supuesto no siempre es correcto, PERT emplea una fórmula especial para estimar los tiempos de las actividades. PERT requiere de alguien que conozca bien una actividad en cuestión, para producir tres estimaciones del tiempo de ésta.
  208. 208. 208 PERT: Variabilidad en los tiempos de Actividades 1. Tiempo optimista (denotado por a): el tiempo mínimo. Todo tiene que marchar a la perfección. 2. Tiempo más probable (denotado por m): el tiempo que se necesita en circunstancias ordinarias. 3. Tiempo pesimista (denotado por b): el tiempo máximo. Situación que se da en el peor caso.
  209. 209. 209 PERT: Variabilidad en los tiempos de Actividades Ejemplo: Para la actividad E (8 semanas). Al examinar en detalle el proyecto de construcción del interior se llegó a las siguientes estimaciones: a = 4 m = 7 b = 16 Para estimar el valor esperado y la desviación estándar de los tiempos de la actividad, se asume que el tiempo de la actividad es una variable aleatoria que tiene una distribución de probabilidad unimodal beta.
  210. 210. 210 PERT: Variabilidad en los tiempos de Actividades 4 7 8 16 a m b Estimación del tiempo esperado de actividad o tiempo promedio 6 a 4m b te Estimación de la desviación estándar del tiempo de la actividad 6 b a Distribución beta
  211. 211. 211 PERT: Variabilidad en los tiempos de Actividades Estimación de tiempo Actividadambtedesv estvarianzaA1,03,05,03,00,6670,444B3,04,59,05,01,0001,000C2,03,04,03,00,3330,111D2,04,06,04,00,6670,444E4,07,016,08,02,0004,000 F1,01,55,02,00,6670,444G2,53,57,54,00,8330,694H1,02,03,02,00,3330,111I4,05,06,05,00,3330,111J1,53,04,53,00,5000,250K1,03,05,03,00,6670,444
  212. 212. 212 PERT: Variabilidad en los tiempos de Actividades Cálculo del tiempo esperado de finalización de proyectos Una vez determinado el tiempo promedio de cada actividad, se puede calcular el tiempo de finalización más temprano esperado para el proyecto completo. Se determinan los tiempos de inicio y de término más cercano, como también los tiempos de término y de inicio más lejano. Con estos tiempos se determina la holgura en cada actividad, para finalmente determinar la ruta crítica, exactamente igual como se hizo para tiempo determinista.
  213. 213. 213 PERT: Variabilidad en los tiempos de Actividades Probabilidad de concluir el proyecto a tiempo El análisis procede de la siguiente forma: 1. Sea T el tiempo total que durarán las actividades de la ruta crítica. 2. Encuéntrese la probabilidad de que el valor de T resulte menor o igual que cualquier valor específico de interés. Para el ejemplo en estudio buscaríamos T 22 semanas. Una buena aproximación de esta probabilidad se encuentra aceptando dos supuestos: a) Los tiempos de actividad son variables aleatorias independientes. b) La variable T tiene una distribución aproximadamente normal.
  214. 214. 214 PERT: Variabilidad en los tiempos de Actividades La meta es encontrar P{T 22}, donde T es el tiempo a lo largo de la ruta crítica. Estadísticas de la ruta crítica: 2 2 2 2 1 ... T n Desviación estándar i : i Desviación estándar de i-ésima actividad de la ruta crítica T : es el tiempo esperado (promedio)
  215. 215. 215 Estimación de terminación del proyecto Uso de la tabla de distribución normal, entonces debemos calcular Z para llegar a determinar la probabilidad. xZ
  216. 216. 216 Cálculos caso en estudio Ruta crítica: B- C- D y E T = 20 (tiempo esperado, promedio calculado, ) x = 22 (tiempo exigido) 357,2555,54444,0111,012222222TTTEDCBT
  217. 217. 217 Cálculos caso en estudio Z = 0,8485 En la tabla de Z P(Z 0,8485) = 0,80 357,22022Z
  218. 218. 218 Matriz de Encadenamiento Una matriz de encadenamiento, es una matriz de NxN (N es la cantidad de actividades) donde cada celda se marca con una X si la actividad de la fila requiere que esté terminada la actividad de la columna. Esta matriz ayuda a la construcción de la red CPM Para el ejemplo en estudio es: ABCDEFGHIJABCXDXXFXGXHXIXJXXX
  219. 219. 219 3.4 CPM: TRUEQUE ENTRE TIEMPO Y COSTO CPM considera que el tiempo extra (costo) puede reducir el tiempo de término de una actividad, y en consecuencia reducir el tiempo total del proyecto Compra de tiempo: CPM usa dos estimaciones: tiempo y costo normal, a lo que se agregará tiempo y costo intensivo Se asume que estas estimaciones son lineales: Tiempo Esfuerzo normal Esfuerzo intensivo
  220. 220. 220 Debido a las estimaciones de CPM se puede obtener dos redes extremas: 1. Red de costo normal 2. Red de costo intensivo ¿Todas las actividades deben realizarse en forma intensiva? 3. Red de tiempo mínimo—costo mínimo CPM: Trueque entre el costo y el tiempo Red de tiempo mínimo – costo mínimo
  221. 221. 221 1.Comenzar con la red normal e ir reduciendo los tiempos de término hasta un mínimo. 2.Comenzar con la red de todo intensivo y “desintensificar” actividades para reducir el costo sin afectar el tiempo total. 3.Comenzar con la ruta crítica de la red de todo intensivo con un tiempo mínimo, pero con todas la demás actividades normales. Después reducir las otras trayectorias como sea necesario. ¿Todos son igualmente eficaces? CPM: Trueque entre el costo y el tiempo Enfoques para encontrar red de tiempo mínimo – costo mínimo
  222. 222. 222 CPM: Trueque entre el costo y el tiempo Enfoque: Red normal y reducción de tiempos Proyecto: Construcción de una casa ActividadPrecedenciaNormalIntensivoNormalIntensivoCostoA (1,2)ninguna431.400 2.000 600 B (2,3)A211.500 2.000 500 C (2,4)A311.500 2.500 1.000 D (2,7)A11600 600 -- Fic(3,4)00------ E (4,5)B, C321.300 2.000 700 F (4,6)B, C21300 500 200 G (5,7)E21800 1.200 400 H (6,7)F21600 1.000 400 Tiempo (semanas)Costo (miles $)
  223. 223. 223 CPM: Trueque entre el costo y el tiempo Paso 1: Red del proyecto 2 3 6 5 7 E(3) G(2) H(2) D(1) 1 F(2) 4 C(3) Si consideramos la convención actividad-flecha, el grafo del proyecto es: B(2) A(4)
  224. 224. 224 CPM: Trueque entre el costo y el tiempo Paso 2: Tiempos de Inicio y de Término, holgura y ruta crítica 2 3 6 5 7 H(2)[9,11] [10,12] 1 F(2)[7,9] 4 C(3)[4,7] En el grafo se muestran los tiempos de inicio y de término más próximos y los más lejanos, y la ruta crítica. El tiempo mínimo para la ruta crítica es de 12 semanas a un costo normal de $8.000. A(4)[0,4] 0 0 0 0 12 12 D(1)[4,5] [8,10] [4,7] [0,4] [11,12]
  225. 225. 225 CPM: Trueque entre el costo y el tiempo Paso 2: Tabla de tiempos próximos y lejanos Tiempo Tiempo más próximo de: Tiempo más lejano de: Actividad Normal Inicio Término Inicio Término Holgura A (1,2) 4 0 4 4 4 0 B (2,3) 2 4 6 5 7 1 C (2,4) 3 4 7 4 7 0 D (2,7) 1 4 5 1 12 7 E (4,5) 3 7 10 7 10 0 F (4,6) 2 7 9 8 10 1 G (5,7) 2 10 12 10 12 0 H (6,7) 2 9 11 10 12 1 Actividades críticas
  226. 226. 226 CPM: Trueque entre el costo y el tiempo Paso 3: “Intensificar” actividades ruta crítica a)Actividad A: de 4 a 3 semanas ( 600) b)Actividad C: de 3 a 1 semana (1.000) c)Actividad E: de 3 a 2 semanas ( 700) d)Actividad G: de 2 a 1 semana ( 400) ¿Es posible hacer estas reducciones?
  227. 227. 227 CPM: Trueque entre el costo y el tiempo Reducción de Actividades ruta crítica 2 3 6 5 7 H(2)[9,11] 1 F(2)[7,9] 4 C(3 1) La ruta crítica disminuyó a 7 semanas, ¿seguirá manteniéndose como tal?. No Hay que ver si es posible reducir las actividades paralelas a la ruta crítica inicial, sólo hasta igualar tiempos. A(4 3) 0 0 0 0 D(1)[4,5]
  228. 228. 228 CPM: Trueque entre el costo y el tiempo Paso 4: “Intensificar” actividades que no están en la ruta crítica (“paralelas”) a)Actividad B (paralela a C): de 2 a 1 semana (500) b)¿Actividad F o H? (¿o ambas?). En este caso sólo F: de 2 a 1 semana (200) c)Actividad D: No requiere reducción
  229. 229. 229 CPM: Trueque entre el costo y el tiempo Paso 4: Resumen de las reducciones CostoActividadAcciónAdicionalNormalTotalA (1,2)1 semana6001.400 2.000 B (2,3)1 semana5001.500 2.000 C (2,4)2 semanas10001.500 2.500 D (2,7)-----600 600 E (4,5)1 semana7001.300 2.000 F (4,6)1 semana200300 500 G (5,7)1 semana400800 1.200 H (6,7)-----600 600 $ 8.000$ 11.400
  230. 230. 230 CPM: Trueque entre el costo y el tiempo Grafo final 2 3 6 5 7 H(2)[5,7] [5,7] 1 F(1)[4,5] 4 C(1)[3,4] En el grafo se muestran los tiempos de inicio y de término más próximos y los más lejanos, y la ruta crítica. El tiempo mínimo para la ruta crítica es de 7 semanas a un costo normal de $11.400. A(3)[0,3] 0 0 0 0 7 7 D(1)[3,4] [4,5] [3,4] [0,3] [6,7]
  231. 231. 231 ¿Qué sucede si un proyecto lleva más tiempo del especificado? ¿Conviene hacer más “intensivo” el proyecto o pagar la penalización por atraso? Ejemplo: Suponga que en el proyecto de la casa hay una penalización de $450 por cada semana de tiempo extra después de ocho semanas. ¿Cuál es la red óptima?. Solución: Reducir la red en una semana cada vez e ir comparando si los costos por intensificar son menores a los costos por penalización. Se termina cuando los costos de penalización son mayor a los costos de intensificar. CPM: Trueque entre el costo y el tiempo Red óptima
  232. 232. 232 1.Reducir una semana (de 12 a 11 semanas) De la red normal analizar ruta crítica Actividades Incremento de Costo A 600 C 500 E 700 G 400 Conclusión: Intensificar 1 semana la actividad G (400<450). 2.Intentar reducir una segunda semana (de 11 a 10) Todos los costos incrementales de la ruta son mayores a la penalización. Intentar por las vías paralelas. No hay rutas alternativas cuya reducción implique un costo menor al de penalización. CPM: Trueque entre el costo y el tiempo Red óptima
  233. 233. 233 CPM: Trueque entre el costo y el tiempo Solución 2 3 6 5 7 H(2) 1 F(2) 4 C(3) Grafo resultante A(4) D(1) Conviene hacer intensivo el proyecto hasta la semana 11 y pagar las penalizaciones por las semanas de atraso Costo total = Costo intensivo + costo penalización = (8.000 + 400) + 3*450 = $9.650
  234. 234. 234 CPM: Trueque entre el costo y el tiempo Ejemplo a)Dibuje la red. Con los tiempos normales de las actividades, encuéntrese la duración total del proyecto y la ruta crítica. b)Supóngase que el proyecto se debe completar en un tiempo mínimo. ¿Cuál es el menor costo para el proyecto, es decir, cuál es la red de tiempo mínimo—costo mínimo? c)¿Cuál es el costo mínimo para terminar el proyecto en 17 meses? d)El departamento de comercialización dice que cada mes que el proyecto se pase de 15 meses le cuesta a la firma $5.000. ¿Cuál es el costo y duración óptimo del proyecto? Suponga que un proyecto de investigación tiene las siguientes estimaciones: ActividadNormalIntensivoNormalIntensivoA (1,2)8420.000 30.000 B (1,3)9618.000 27.000 C (2,3)3212.000 17.000 D (2,4)10725.000 34.000 E(3,4)6415.000 23.000 Tiempo (meses)Costo (miles $)
  235. 235. 235 CPM: Trueque entre el costo y el tiempo Modelo de PL para CPM (Tiempo mínimo—costo mínimo) a)Identificación de Variables de decisión Están relacionadas directamente con el tiempo a reducir en cada tarea Yi: Tiempo (horas, días, ..) a reducir de la i-ésima actividad YA: Número de semanas en las cuales acortar la actividad A b) Función Objetivo El objetivo es minimizar los recursos adicionales totales requeridos para satisfacer el tiempo de término del proyecto. Para el ejemplo en estudio, en la tabla de especificaciones agregamos dos columnas: Tiempo máximo a reducir por tarea y el costo adicional por semana intensiva
  236. 236. 236 CPM: Trueque entre el costo y el tiempo Modelo de PL para CPM (Tiempo mínimo—costo mínimo) Por lo tanto la función es: MIN Z = 600YA+500YB+500YC+700YE+200YF+400YG+400YH ActividadPrecedenciaNormalIntensivoNormalIntensivoA (1,2)ninguna431.400 2.000 1600B (2,3)A211.500 2.000 1500C (2,4)A311.500 2.500 2500D (2,7)A11600 600 0-- Fic(3,4)00----0-- E (4,5)B, C321.300 2.000 1700F (4,6)B, C21300 500 1200G (5,7)E21800 1.200 1400H (6,7)F21600 1.000 1400Tiempo (semanas)Costo (miles $)Reducción máximaCosto por semana
  237. 237. 237 CPM: Trueque entre el costo y el tiempo Modelo de PL para CPM (Tiempo mínimo—costo mínimo) c) Identificación de las restricciones Para el ejemplo, se pueden agrupar en dos grupos 1.La cantidad máxima de tiempo en el cual se puede acortar cada actividad. 2.El tiempo de término del proyecto (en este caso 12 semanas) Para el grupo 1, lo que se necesita son las cotas superiores sobre las variables de decisión (YA, YB, YC, YE, YF, YG, YH) dada por la columna “Reducción máxima) de la tabla anterior.
  238. 238. 238 CPM: Trueque entre el costo y el tiempo Modelo de PL para CPM (Tiempo mínimo—costo mínimo) Restricciones de Límite 0<=YA<= 1 (límite de A) 0<=YB<= 1 (límite de B) 0<=YC<= 2 (límite de C) 0<=YD<= 0 (límite de D) 0<=YE<= 1 (límite de E) 0<=YF<= 1 (límite de F) 0<=YG<= 1 (límite de G) 0<=YH<= 1 (límite de H)
  239. 239. 239 CPM: Trueque entre el costo y el tiempo Modelo de PL para CPM (Tiempo mínimo—costo mínimo) Restricciones del grupo 2 están en función de nuevas variables que expresan cuando las actividades que salen de un determinado evento pueden comenzar. Requiere conocer cuando terminan todas las actividades que llegan al evento. Dependen de Yi X1 : tiempo en que todas las actividades que salen del evento 1 pueden comenzar X2 : tiempo en que todas las actividades que salen del evento 2 pueden comenzar ...... X7 : tiempo en que todas las actividades que salen del evento 7 pueden comenzar Además el proyecto debe comenzar en el tiempo 1 y terminar a lo más en 12 semanas X1 = 0 X7 12
  240. 240. 240 CPM: Trueque entre el costo y el tiempo 2 3 6 5 7 E(3) G(2) H(2) D(1) 1 F(2) 4 C(3) Asociando las variables a la red tenemos: (2-YB) Modelo de PL para CPM (Tiempo mínimo—costo mínimo) A(4) B(2) (4-YA) (3-YC) (2-YF) (1-YD) (2-YH) (3-YE) (2-YG) (0) X1 X2 X3 X4 X5 X6 X7
  241. 241. 241 CPM: Trueque entre el costo y el tiempo Modelo de PL para CPM (Tiempo mínimo—costo mínimo) Nodo 2 Tiempo de inicio de las tareas que salen del nodo 2 tiempo de terminación de todas las tareas que entran al nodo 2 Tiempo de inicio de las tareas B, C y D (tiempo de terminación de la tarea A + (tiempo acortado de la tarea A) X2 X1 + (4-YA) Nodo 3 Tiempo de inicio de las tareas que salen del nodo 3 tiempo de terminación de todas las tareas que entran al nodo 3 Tiempo de inicio de la tarea Ficticia (tiempo de terminación de la tarea B + (tiempo acortado de la tarea B) X3 X2 + (2-YB)
  242. 242. 242 CPM: Trueque entre el costo y el tiempo Modelo de PL para CPM (Tiempo mínimo—costo mínimo) Nodo 4 Tiempo de inicio de las tareas que salen del nodo 4 tiempo de terminación de todas las tareas que entran al nodo 4. Hay dos arcos que entran al nodo, las actividades E y F deben comenzar sólo cuando las tareas que entran (C y la ficticia) hayan terminado. Dando origen así a dos restricciones (una por cada actividad) Restricción de la actividad C Tiempo de inicio de las tareas E y F tiempo de terminación de la tarea C Tiempo de inicio de las tareas E y F (tiempo de terminación de la tarea C + (tiempo acortado de la tarea C) X4 X2 + (3-Yc) (tarea C)
  243. 243. 243 CPM: Trueque entre el costo y el tiempo Modelo de PL para CPM (Tiempo mínimo—costo mínimo) Nodo 4 Restricción de la actividad Ficticia Tiempo de inicio de las tareas E y F tiempo de terminación de la tarea figurada Tiempo de inicio de las tareas E y F (tiempo de terminación de la tarea Figurada + (tiempo acortado de la tarea Figurada) X4 X3 + 0 (tarea Figurada) Aplicando sistemáticamente el procedimiento y se escribe una restricción para cada actividad se obtienen las siguientes restricciones para los nodos 5 al 7
  244. 244. 244 CPM: Trueque entre el costo y el tiempo Modelo de PL para CPM (Tiempo mínimo—costo mínimo) Nodo 5 X5 X4 + (3-YE) (actividad E) Nodo 6 X6 X4 + (2-YF) (actividad F) Nodo 7 X7 X5 + (2-YG) (actividad G) X7 X6 + (2-YH) (actividad H)
  245. 245. 245 CPM: Trueque entre el costo y el tiempo Modelo de PL para CPM (Tiempo mínimo—costo mínimo) MIN Z = 600YA+500YB+500YC+700YE+200YF+400YG+400YH Sujeto a: Restricciones de Límite 0<=YA<= 1 (límite de A) 0<=YB<= 1 (límite de B) 0<=YC<= 2 (límite de C) 0<=YD<= 0 (límite de D) 0<=YE<= 1 (límite de E) 0<=YF<= 1 (límite de F) 0<=YG<= 1 (límite de G) 0<=YH<= 1 (límite de H)
  246. 246. 246 CPM: Trueque entre el costo y el tiempo Modelo de PL para CPM (Tiempo mínimo—costo mínimo) X1 = 0 X7 12 X2 X1 + (4-YA) (tarea C) X3 X2 + (2-YB) (tarea B) X4 X2 + (3-Yc) (tarea C) X4 X3 + 0 (tarea Figurada) X5 X4 + (3-YE) (actividad E) X6 X4 + (2-YF) (actividad F) X7 X5 + (2-YG) (actividad G) X7 X6 + (2-YH) (actividad H) X1, ..., X7 0
  247. 247. 247 Para su entretención Ejercicios: a)Existen 7 trayectorias en esta red. Encuéntrense todas. b) Con tiempos normales, encuéntrese la longitud de cada trayectoria. ¿Cuál es la ruta crítica? c) ¿Cuál es el costo mínimo intensivo para reducir el proyecto a 39 días? ¿a 38 días? ¿a 37 días? d) Encuéntrese la red de tiempo mínimo—costo mínimo. La complejidad de las redes CPM está más afectada por las interrelaciones que el número de nodos. Por ejemplo, considérese el proyecto siguiente: ActividadNormalIntensivoNormalIntensivoA (1,2)8710.000 12.000 B (1,3)151012.000 17.000 C (1,4)12613.000 14.000 D (2,3)997.000 7.000 E (2,5)1192.000 4.000 F (3,6)985.000 7.000 G (4,3)9714.000 16.000 H (4,7)13128.000 10.000 I (5,6)756.000 10.000 J (5,8)15119.000 10.000 K (6,8)1053.000 8.000 L (7,6)437.000 8.000 M (7,8)1295.000 6.000

×