SlideShare uma empresa Scribd logo
1 de 31
PROBLEMA DEL TRANSPORTE
[object Object],[object Object]
Esquema tabular del PT
Una solución al PT queda definido por un conjunto de mxn número X ij , donde: X ij  : Número de unidades a enviar desde el origen i al destino j Siendo Xij  ≥  0
El programa lineal del Problema del transporte queda expresado de la siguiente manera: Sujeto a: i=1,....,m j=1,....,n
METODOS PARA HALLAR SOLUCION FACTIBLE BASICA INICIAL METODO DE LA ESQUINA NOR OESTE Se empieza en la casilla (1,1) calculando  X 11  = min(a 1 ,b 1 ). Si a 1  < b 1 , se hace b 1  = b 1  – a 1  y se pasa a la casilla (2,1) calculando X 21  = min(a 2 ,b 1 ). Si a 1  > b 1  entonces se hace a 1  = a 1  – b 1  y se pasa a la casilla (1,2) para calcular X 12  = min (a 1 , b 2 ), y así se continua hasta obtener la sfbi.
EJEMPLO: Una compañía tiene 3 fábricas ubicadas en  A, B y C, las cuales proveen a los almacenes que están ubicados en D, E, F y G. La capacidad de producción de las fábricas son de 70, 90 y 115 unidades mensuales respectivamente, mientras que las capacidades de los almacenes es de 50, 60 , 70 y 95 unidades respectivamente. El costo de envió de una unidad desde cada una de las fábricas a cada una de los almacenes se presenta en el siguiente cuadro (en $). Determinar la solución factible básica inicial utilizando el método de la esquina NO
D 1 D 2 D 3 D 4 a i 17 20 13 12 15 21 26 25 15 14 15 17 b j 50 60 70 95 O 1 O 2 O 3 70 90 115 Se colocan los datos en forma tabular . X 11  = min (a 1 ,b 1 )=min (70,50) = 50  a 1  = a 1  - b 1  = 70 – 50 = 20 X 12  = min (a 1 ,b 2 )=min (20,60) = 20  b 2  = b 2  - a 1  = 60 – 20 = 40 X 22 = min (a 2 ,b2 1 )=min (90,40) = 40  a 2  = a 2  – b 2  = 90 – 40 = 50 X 23  = min (a 2 ,b 3 )=min (50,70) = 50  b 3  = b 3  – b 2  = 70 – 50 = 20 X 33 = min (a 3 ,b 3 )=min (115,200) = 50  a 3  = a 3  – b 3  = 115 – 20 = 95 X 34 = min (a 3 ,b4 1 )=min (95,95) = 95 Por consiguiente la solución es:
Z = 17*50+20*20+21*40+26*50+15*20+17*95 Z = $ 5305   D 1 D 2 D 3 D 4 a i 17 20 13 12 15 21 26 25 15 14 15 17 b j 50 60 70 95 O 1 O 2 O 3 70 90 115 50 20 40 50 20 95
Caso 1:   Minimización de costos de desplazamiento ,[object Object]
 
Si no existiera el problema de capacidad de los CAPs, el modelo sería trivial, ya que bastaría asignar cada ciudad al CAP más cercano, obteniéndose el coste de transporte más barato. Al tener límites en la capacidad, puede ser que no todas las ciudades tengan asignado el centro más cercano, ya que esto implicaría una sobre utilización. Entonces, puede ser que alguna ciudad, o parte de ella tenga asignada un CAP que no es el más cercano, en función de la disponibilidad o holgura del sistema.
El PT en sus forma tabular quedaría de la siguiente manera: El PT es un problema balanceado:  El número de variables básicas esta dado por (m + n – 1)
METODO DE RUSSELL ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
 
Introducimos a la base la variable: X 14  = min (70, 95) = 70  b 4  = 95 – 70 = 25 y elimine la fila 1. Repetimos el proceso:
Introducimos a la base X 33  = min (115, 70) = 70  a 3  = 115 – 70 = 45 y elimine la columna 3
Introducimos a la base X 21  = min (90 , 50) = 50  a 2  = 90 - 50= 40 y elimine la columna 1
Introducimos a la base X 34 = min (45, 25) = 25  a 3  = 45 - 25= 20 y elimine la columna 4 Introducimos a la base X 22 = min (40 , 60) = 40  a 2  = 60 - 40= 20 y elimine la columna 2 Introducimos a la base X 32 = min (20 , 20) = 20
La solución por lo tanto es : El costo de la solución es  Z = $ 4,185
Generación de nuevas soluciones Consideremos la solución inicial hallada por el método de la esquina N.O. El costo de la solución era Z = $ 5,305 Si se ingresa a la base la variable X 14 , el nuevo valor de  Z 1  = Z  + X 14  * D 14  = 5305 + 20 (-15) = $5,005 Donde D 14  = c 14  – c 34  + c 33  – c 23  + c 22  – c 12  = 12-17+15-26+21-20= -15
Solución Optima Método MODI o UV Consideremos la solución inicial hallada por el método de la Esquina N.O.
Paso 2 : Se dibuja la matriz Z ij  que contiene los costos de la variable solución
Paso 3 : Se construye un conjunto de números v j  y  u i  tal que la suma iguale a los valores de  la matriz Z ij  del paso 2 y se completa las celdas vacías con la suma de los u i   y  v j  la matriz Z ij  que contiene los costos de la variable solución. Se tiene las siguientes ecuaciones de las celdas básicas: U 1  + v 1  = 17  u 2  + v 3  = 26 U1 + v 2  = 20  u 3  + v 3  = 15 U 2  + v 2  = 21  u 3  + v 4  = 17 Haciendo  v 1  = 0 se encuentra que:  u 1  = 17 ;  v 2  = 3  ; u 2  = 18 V 3  = 8  ;  u 3  = 7  ;  v 4  = 10
Paso 4 : Se calcula C ij  - Z ij - =
Se selecciona la casilla (1,4) que tiene el costo de entrada mas pequeño, por consiguiente debe entrar a la base la variable X 14 El costo de la nueva solución es: Z1 = 5305 + (20)(-15) = 3005 A continuación probamos si esta solución es o no la óptima
Se calcula C ij  - Z ij - =
Se selecciona la casilla (2,1) que tiene el costo de entrada mas pequeño, por consiguiente debe entrar a la base la variable X 21 El costo de la nueva solución es: Z 2  = 5005 + (30)(-18) = 4465 A continuación probamos si esta solución es o no la óptima
Se calcula C ij  - Z ij - =
Se selecciona la casilla (3,2) que tiene el costo de entrada mas pequeño, por consiguiente debe entrar a la base la variable X 32 El costo de la nueva solución es: Z 2  = 4465+ (20)(-14) = 4185 A continuación probamos si esta solución es o no la óptima
Se calcula C ij  - Z ij - = Esta es la solución óptima

Mais conteúdo relacionado

Mais procurados

Resolución de problemas (oa)
Resolución de problemas (oa)Resolución de problemas (oa)
Resolución de problemas (oa)
lineal
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Miguel Leonardo Sánchez Fajardo
 
Unmsm fisi - programación lineal entera y binaria - io1 cl15 entera-binaria
Unmsm   fisi - programación lineal entera y binaria - io1 cl15 entera-binariaUnmsm   fisi - programación lineal entera y binaria - io1 cl15 entera-binaria
Unmsm fisi - programación lineal entera y binaria - io1 cl15 entera-binaria
Julio Pari
 
Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporte
Alexander Chunhuay Ruiz
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)
Pierina Diaz Meza
 

Mais procurados (20)

Método gráfico
Método gráficoMétodo gráfico
Método gráfico
 
Resolución de problemas (oa)
Resolución de problemas (oa)Resolución de problemas (oa)
Resolución de problemas (oa)
 
Ejercicios resueltos-programacion-lineal
Ejercicios resueltos-programacion-linealEjercicios resueltos-programacion-lineal
Ejercicios resueltos-programacion-lineal
 
Método simplex. Teoria
Método simplex. TeoriaMétodo simplex. Teoria
Método simplex. Teoria
 
13 problema de redes
13 problema de redes13 problema de redes
13 problema de redes
 
Ejercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplexEjercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplex
 
Ejercicios resueltos io 1 parte 1
Ejercicios resueltos io 1   parte 1Ejercicios resueltos io 1   parte 1
Ejercicios resueltos io 1 parte 1
 
Método de transporte - Vogel
Método de transporte - VogelMétodo de transporte - Vogel
Método de transporte - Vogel
 
Tarea 16 de probabilidad y estadistica con respuestas
Tarea 16 de probabilidad y estadistica  con respuestasTarea 16 de probabilidad y estadistica  con respuestas
Tarea 16 de probabilidad y estadistica con respuestas
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 
Unmsm fisi - programación lineal entera y binaria - io1 cl15 entera-binaria
Unmsm   fisi - programación lineal entera y binaria - io1 cl15 entera-binariaUnmsm   fisi - programación lineal entera y binaria - io1 cl15 entera-binaria
Unmsm fisi - programación lineal entera y binaria - io1 cl15 entera-binaria
 
5 91-1-pb (1)
5 91-1-pb (1)5 91-1-pb (1)
5 91-1-pb (1)
 
Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporte
 
problemas de programacion lineal resueltos
problemas de programacion lineal resueltosproblemas de programacion lineal resueltos
problemas de programacion lineal resueltos
 
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
 
Optimizacion de redes
Optimizacion de redesOptimizacion de redes
Optimizacion de redes
 
Programacion lineal entera invope
Programacion lineal entera invopeProgramacion lineal entera invope
Programacion lineal entera invope
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
Problemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markovProblemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markov
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)
 

Semelhante a Problema del Transporte

Transporte y transbordo
Transporte y transbordoTransporte y transbordo
Transporte y transbordo
Jaime Medrano
 
Unmsm fisi - problema de transporte - io1 cl13 transporte
Unmsm   fisi - problema de transporte - io1 cl13 transporteUnmsm   fisi - problema de transporte - io1 cl13 transporte
Unmsm fisi - problema de transporte - io1 cl13 transporte
Julio Pari
 
T student ejemplos
T student ejemplosT student ejemplos
T student ejemplos
karemlucero
 
T student ejemplos
T student ejemplosT student ejemplos
T student ejemplos
karemlucero
 
Notas m todo_de_transporte
Notas m todo_de_transporteNotas m todo_de_transporte
Notas m todo_de_transporte
Ethan Lima
 
Ecuaciones de segundo grado
Ecuaciones de segundo gradoEcuaciones de segundo grado
Ecuaciones de segundo grado
Jesus OroJim
 
Tstudentejemplos 120319172547-phpapp02
Tstudentejemplos 120319172547-phpapp02Tstudentejemplos 120319172547-phpapp02
Tstudentejemplos 120319172547-phpapp02
VicNoee
 

Semelhante a Problema del Transporte (20)

Transporte y transbordo
Transporte y transbordoTransporte y transbordo
Transporte y transbordo
 
CLASE SEMANA 8.pptx
CLASE SEMANA 8.pptxCLASE SEMANA 8.pptx
CLASE SEMANA 8.pptx
 
Unmsm fisi - problema de transporte - io1 cl13 transporte
Unmsm   fisi - problema de transporte - io1 cl13 transporteUnmsm   fisi - problema de transporte - io1 cl13 transporte
Unmsm fisi - problema de transporte - io1 cl13 transporte
 
GERENCIA OPERATIVA.docx
GERENCIA OPERATIVA.docxGERENCIA OPERATIVA.docx
GERENCIA OPERATIVA.docx
 
Algoritmos especiales
Algoritmos especialesAlgoritmos especiales
Algoritmos especiales
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
Expo 4 metodos de transporte
Expo 4   metodos de transporteExpo 4   metodos de transporte
Expo 4 metodos de transporte
 
T student ejemplos
T student ejemplosT student ejemplos
T student ejemplos
 
T student ejemplos
T student ejemplosT student ejemplos
T student ejemplos
 
Ejercicios detallados del obj 8 mat II 178
Ejercicios detallados del obj 8 mat II  178 Ejercicios detallados del obj 8 mat II  178
Ejercicios detallados del obj 8 mat II 178
 
UNIDAD-I_IO - INDUSTRIAL METODO SIMPLEX - 21.pptx
UNIDAD-I_IO - INDUSTRIAL METODO SIMPLEX - 21.pptxUNIDAD-I_IO - INDUSTRIAL METODO SIMPLEX - 21.pptx
UNIDAD-I_IO - INDUSTRIAL METODO SIMPLEX - 21.pptx
 
Notas m todo_de_transporte
Notas m todo_de_transporteNotas m todo_de_transporte
Notas m todo_de_transporte
 
Sesión 04 2015 II
Sesión 04 2015 IISesión 04 2015 II
Sesión 04 2015 II
 
Ecuaciones de segundo grado
Ecuaciones de segundo gradoEcuaciones de segundo grado
Ecuaciones de segundo grado
 
S3_PPT_OPTIMIZACIÓN DE FUNCIÓN REAL DE VARIABLE REAL.pdf
S3_PPT_OPTIMIZACIÓN DE FUNCIÓN REAL DE VARIABLE REAL.pdfS3_PPT_OPTIMIZACIÓN DE FUNCIÓN REAL DE VARIABLE REAL.pdf
S3_PPT_OPTIMIZACIÓN DE FUNCIÓN REAL DE VARIABLE REAL.pdf
 
Tstudentejemplos 120319172547-phpapp02
Tstudentejemplos 120319172547-phpapp02Tstudentejemplos 120319172547-phpapp02
Tstudentejemplos 120319172547-phpapp02
 
T-student
T-studentT-student
T-student
 
Normal
NormalNormal
Normal
 
práctica de videos
práctica de videos práctica de videos
práctica de videos
 
Bernoulli ejemplos
Bernoulli  ejemplosBernoulli  ejemplos
Bernoulli ejemplos
 

Mais de Jose

Navidad del niño FIECS
Navidad del niño FIECSNavidad del niño FIECS
Navidad del niño FIECS
Jose
 
Matricula fiecs 2010 II
Matricula fiecs 2010  IIMatricula fiecs 2010  II
Matricula fiecs 2010 II
Jose
 
Planeación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPMPlaneación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPM
Jose
 
Planeación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPMPlaneación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPM
Jose
 
Reunión 2007 - I 31 de marzo
Reunión 2007 - I 31 de marzoReunión 2007 - I 31 de marzo
Reunión 2007 - I 31 de marzo
Jose
 

Mais de Jose (13)

Navidad del niño FIECS
Navidad del niño FIECSNavidad del niño FIECS
Navidad del niño FIECS
 
Visita a Puente Piedra
Visita a Puente PiedraVisita a Puente Piedra
Visita a Puente Piedra
 
Matricula fiecs 2010 II
Matricula fiecs 2010  IIMatricula fiecs 2010  II
Matricula fiecs 2010 II
 
Planeación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPMPlaneación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPM
 
Planeación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPMPlaneación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPM
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación
 
Reunión 2007 - I 31 de marzo
Reunión 2007 - I 31 de marzoReunión 2007 - I 31 de marzo
Reunión 2007 - I 31 de marzo
 
Estrategias de Negociación de Opciones
Estrategias de Negociación de OpcionesEstrategias de Negociación de Opciones
Estrategias de Negociación de Opciones
 
Finanzas de la Empresa II: Opciones
Finanzas de la Empresa II: OpcionesFinanzas de la Empresa II: Opciones
Finanzas de la Empresa II: Opciones
 
Programación Lineal Entera
Programación Lineal EnteraProgramación Lineal Entera
Programación Lineal Entera
 
Problema de Asignación
Problema de AsignaciónProblema de Asignación
Problema de Asignación
 
Swaps
SwapsSwaps
Swaps
 
Lectura De Reporte Del Lindo
Lectura De Reporte Del LindoLectura De Reporte Del Lindo
Lectura De Reporte Del Lindo
 

Último

PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
lupitavic
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
JonathanCovena1
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
JonathanCovena1
 

Último (20)

PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdf
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCV
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
actividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° gradoactividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° grado
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdf
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 

Problema del Transporte

  • 2.
  • 4. Una solución al PT queda definido por un conjunto de mxn número X ij , donde: X ij : Número de unidades a enviar desde el origen i al destino j Siendo Xij ≥ 0
  • 5. El programa lineal del Problema del transporte queda expresado de la siguiente manera: Sujeto a: i=1,....,m j=1,....,n
  • 6. METODOS PARA HALLAR SOLUCION FACTIBLE BASICA INICIAL METODO DE LA ESQUINA NOR OESTE Se empieza en la casilla (1,1) calculando X 11 = min(a 1 ,b 1 ). Si a 1 < b 1 , se hace b 1 = b 1 – a 1 y se pasa a la casilla (2,1) calculando X 21 = min(a 2 ,b 1 ). Si a 1 > b 1 entonces se hace a 1 = a 1 – b 1 y se pasa a la casilla (1,2) para calcular X 12 = min (a 1 , b 2 ), y así se continua hasta obtener la sfbi.
  • 7. EJEMPLO: Una compañía tiene 3 fábricas ubicadas en A, B y C, las cuales proveen a los almacenes que están ubicados en D, E, F y G. La capacidad de producción de las fábricas son de 70, 90 y 115 unidades mensuales respectivamente, mientras que las capacidades de los almacenes es de 50, 60 , 70 y 95 unidades respectivamente. El costo de envió de una unidad desde cada una de las fábricas a cada una de los almacenes se presenta en el siguiente cuadro (en $). Determinar la solución factible básica inicial utilizando el método de la esquina NO
  • 8. D 1 D 2 D 3 D 4 a i 17 20 13 12 15 21 26 25 15 14 15 17 b j 50 60 70 95 O 1 O 2 O 3 70 90 115 Se colocan los datos en forma tabular . X 11 = min (a 1 ,b 1 )=min (70,50) = 50 a 1 = a 1 - b 1 = 70 – 50 = 20 X 12 = min (a 1 ,b 2 )=min (20,60) = 20 b 2 = b 2 - a 1 = 60 – 20 = 40 X 22 = min (a 2 ,b2 1 )=min (90,40) = 40 a 2 = a 2 – b 2 = 90 – 40 = 50 X 23 = min (a 2 ,b 3 )=min (50,70) = 50 b 3 = b 3 – b 2 = 70 – 50 = 20 X 33 = min (a 3 ,b 3 )=min (115,200) = 50 a 3 = a 3 – b 3 = 115 – 20 = 95 X 34 = min (a 3 ,b4 1 )=min (95,95) = 95 Por consiguiente la solución es:
  • 9. Z = 17*50+20*20+21*40+26*50+15*20+17*95 Z = $ 5305 D 1 D 2 D 3 D 4 a i 17 20 13 12 15 21 26 25 15 14 15 17 b j 50 60 70 95 O 1 O 2 O 3 70 90 115 50 20 40 50 20 95
  • 10.
  • 11.  
  • 12. Si no existiera el problema de capacidad de los CAPs, el modelo sería trivial, ya que bastaría asignar cada ciudad al CAP más cercano, obteniéndose el coste de transporte más barato. Al tener límites en la capacidad, puede ser que no todas las ciudades tengan asignado el centro más cercano, ya que esto implicaría una sobre utilización. Entonces, puede ser que alguna ciudad, o parte de ella tenga asignada un CAP que no es el más cercano, en función de la disponibilidad o holgura del sistema.
  • 13. El PT en sus forma tabular quedaría de la siguiente manera: El PT es un problema balanceado: El número de variables básicas esta dado por (m + n – 1)
  • 14.
  • 15.  
  • 16. Introducimos a la base la variable: X 14 = min (70, 95) = 70 b 4 = 95 – 70 = 25 y elimine la fila 1. Repetimos el proceso:
  • 17. Introducimos a la base X 33 = min (115, 70) = 70 a 3 = 115 – 70 = 45 y elimine la columna 3
  • 18. Introducimos a la base X 21 = min (90 , 50) = 50 a 2 = 90 - 50= 40 y elimine la columna 1
  • 19. Introducimos a la base X 34 = min (45, 25) = 25 a 3 = 45 - 25= 20 y elimine la columna 4 Introducimos a la base X 22 = min (40 , 60) = 40 a 2 = 60 - 40= 20 y elimine la columna 2 Introducimos a la base X 32 = min (20 , 20) = 20
  • 20. La solución por lo tanto es : El costo de la solución es Z = $ 4,185
  • 21. Generación de nuevas soluciones Consideremos la solución inicial hallada por el método de la esquina N.O. El costo de la solución era Z = $ 5,305 Si se ingresa a la base la variable X 14 , el nuevo valor de Z 1 = Z + X 14 * D 14 = 5305 + 20 (-15) = $5,005 Donde D 14 = c 14 – c 34 + c 33 – c 23 + c 22 – c 12 = 12-17+15-26+21-20= -15
  • 22. Solución Optima Método MODI o UV Consideremos la solución inicial hallada por el método de la Esquina N.O.
  • 23. Paso 2 : Se dibuja la matriz Z ij que contiene los costos de la variable solución
  • 24. Paso 3 : Se construye un conjunto de números v j y u i tal que la suma iguale a los valores de la matriz Z ij del paso 2 y se completa las celdas vacías con la suma de los u i y v j la matriz Z ij que contiene los costos de la variable solución. Se tiene las siguientes ecuaciones de las celdas básicas: U 1 + v 1 = 17 u 2 + v 3 = 26 U1 + v 2 = 20 u 3 + v 3 = 15 U 2 + v 2 = 21 u 3 + v 4 = 17 Haciendo v 1 = 0 se encuentra que: u 1 = 17 ; v 2 = 3 ; u 2 = 18 V 3 = 8 ; u 3 = 7 ; v 4 = 10
  • 25. Paso 4 : Se calcula C ij - Z ij - =
  • 26. Se selecciona la casilla (1,4) que tiene el costo de entrada mas pequeño, por consiguiente debe entrar a la base la variable X 14 El costo de la nueva solución es: Z1 = 5305 + (20)(-15) = 3005 A continuación probamos si esta solución es o no la óptima
  • 27. Se calcula C ij - Z ij - =
  • 28. Se selecciona la casilla (2,1) que tiene el costo de entrada mas pequeño, por consiguiente debe entrar a la base la variable X 21 El costo de la nueva solución es: Z 2 = 5005 + (30)(-18) = 4465 A continuación probamos si esta solución es o no la óptima
  • 29. Se calcula C ij - Z ij - =
  • 30. Se selecciona la casilla (3,2) que tiene el costo de entrada mas pequeño, por consiguiente debe entrar a la base la variable X 32 El costo de la nueva solución es: Z 2 = 4465+ (20)(-14) = 4185 A continuación probamos si esta solución es o no la óptima
  • 31. Se calcula C ij - Z ij - = Esta es la solución óptima