viernes, 18 de abril de 2008

Método de la Gran M

Para que entiendas mejor el método de la Gran M pon atención a lo siguiente:
1.-Pasar a la forma estándar el modelo matemático.
2.-Agregar variables artificiales en las ecuaciones que no tienen variables de holgura.
3.-Se deben penalizar a las variables artificiales en la función objetivo asignándoles coeficientes positivos muy grandes. Sea M un número muy grande. ( En los
modelos de Minimización la penalización para cada variable artificial se suma y en los de Maximización se restan).
4.-En la función objetivo no deben aparecer variables básicas por lo que se hace necesario eliminar las variables artificiales de la F.O.(Quitar las "M" de las columnas de las artificiales).
5.-Con la solución inicial artificial se aplica el método simplex de la forma acostumbrada generando las tablas necesarias para llegar a una solución.
Notas:
*Cuando una solución contiene variables artificiales básicas igual a cero entonces la solución sí es factible con respecto al problema original.
*Si el problema no tiene solución factible, cuando menos una variable artificial será positiva en la solución óptima.

Cuando tenemos restricciones de igualdad, de mayor o igual; cuando algunas de las bi son negativas o queremos minimizar, para usar el simplex, debemos identificar una solución básica inicial.
Se revisa el problema añadiendo variables artificiales, sólo con el propósito de que sea la variable básica inicial para esa ecuación. Son variables no-negativas y se altera la función objetivo para que imponer una penalidad exhorbitante en que estas variables artificiales tengan
valores mayores de cero. El método del simplex entonces hace desaparecer estas variables hasta que el problema real es resuelto.
Un ejemplo de este método es el siguiente:
Maximizar: Z3x1+5x2
X1≤4 *con signos mayor que o menor que agrego holgura
2x2≤12
3x1+2x2=18 *con signo = agrego artificial

X1 X2 ≥0

La función objetivo se debe panalizar con -MA1, por ser maximización y para hacer a z=0 por lo tanto, Z-3X1-5X2+MA1=0

Entonces las restricciones quedarían:
X1+H1=4
2X2+H2=12
3X1+2X2+A1=18






jueves, 17 de abril de 2008

Mètodo de Vogel

Este método es heurístico y suele producir una mejor solución inicial que los métodos anteriores. De hecho, suele producir una solución inicial óptima, o próxima al nivel óptimo. Los pasos del procedimiento son los siguientes .

1.- Evalúese una una penalización para cada renglón (columna) restando el menor elemento de costo del renglón (columna) del elemento de costo menor siguiente en el mismo renglón (columna).
2.- Indentifíquese el renglón o columna con mayor penalización, rompiedo empates en forma arbitraria. Asigne el mayor valor posible a las variables con el costo más bajo del renglón o columna seleccionado. Ajústese la oferta y la demanda y tachese el renglón o columna satisfecho. Si un renglón y una columna se satisfacen al mismo tiempo, sólo uno de ellos se tacha y al renglón (columna) restante se le asigna una oferta (demanda) cero. Cualquier renglón o columna con oferta o demanda cero no debe utilizarse para calcular penalizaciones futuras (en el paso 3).
3.- a) si sólo hay un renglón o columna sin tachar, detengase. b) si sólo hay un renglón (columna) con oferta (demanda) positiva sin tachar,determinese las variables básicas del renglón ( columna) a través del método de costo mínimo. c) si todos los renglones o columnas sin tachar tiene oferta y demanda cero asignadas, determínese las variables básicas cero a través del método de costo mínimo. Deténgase. d) de lo contrario, calcúlese las penalizaciones de los renglones y columnas no tachados y después diríjase al paso 2. (Obsérvese que los renglones y columnas con oferta y demanda cero asignadas no deben utilizarse para determinar estas penalizaciones).






Fòrmula


m+n-1

3+8-1=10

EJERCICIO DE METODO SIMPLEX MINIMIZACIÓN


Z=3m+4n-8ñ

3m-4n ≤12
m+2n+ñ ≥ 4
4m-2n+5ñ ≤20

m≥0;n≥0;ñ≥0


Como es un problema de minimización recordemos que tenemos que maximizar la función objetivo o sea queda así:

-3m-4n+8ñ+Z=0


Las inecuaciones las hacemos igualdades


3m-4n=12
m+2n+ñ=4
4m-2n+5ñ=20

Ahora tenemos que hacer nuestra tabla 1 y aplicaremos el mismo procedimiento del método simplex para la maximización.



Ahora de la tabla tomaremos el MAYOR POSITIVO en este caso es el 8 y ya encontramos nuestra columna pivote.

Posteriormente dividimos 20/5=4 4/1=4 12/0=0 y tenemos que tomar el número menos de estas divisiones en este caso tenemos dos, cuartos podemos tomar cualquiera.
Y ya encontramos nuestro pivote operacional donde en este caso será 1, ahora tenemos que dividir toda esa fila entre este 1, para poder resolver la sig tabla:
Si nos damos cuenta la ñ ahorra ya paso a la base.
El problema se termina aquí porque ya nos quedaron puros negativos y ceros en nuestra función objetiva y esto es lo necesitábamos.

Se cumplió 0≤12 y la de 1.25≤20

METODO DE TRANSPORTE


El problema de transporte tiene que ver con la selección de rutas entre las plantas de fabricación y bodegas de distribución o entre bodegas de distribución.
Al aplicar el método de transporte la gerencia está buscando una ruta de distribución que optimizará algún objetivo: la minimización del costo total de transporte, la maximización de utilidades o la minimización del tiempo total involucrado.

Como su nombre lo indica el método de transporte fue formulado por primera vez como un procedimiento especial, para encontrar el programa de costo mínimo, para distribuir unidades homogéneas de un producto desde varios puntos de abastecimiento (fuentes) a varios puntos de consumo (destino).

EJEMPLO
Una empresa transnacional tiene 3 plantas X, Y, y W y estas surten de un producto a 7 almacenes A, B, C, D, E, F, G que forman parte del grupo empresarial debemos considerar a la relaciona al costo de transporte desde la planta a cada almacén.


Tenemos que contar la columna ficticia

m+n-1
3+8-1
10

miércoles, 16 de abril de 2008

METODO DUAL

Para cualquier problema de Programación Lineal debe tener se metodologia (dual) el problema primal puede tener mas restrcciones que variables esto significa la solución dual. Y debe resolverse con nuevas restrcciones.

  1. Si el primal se refiere a maximizar, el problema Dual será minimizar.
  2. Los coefcientes de la función objetiva del primal serán coeficientes del vector de disponibilidad de recursos en el Dual.
  3. Asi los coeficientes del vector disponibilidad de recursos del problema primal, seràn coeficientes de la función objetivo (vector costos, precios o utilidad) en el problema Dual.
  4. Los coeficientes de las restricciones en el primal (transpuesta de la matriz) será la matriz de los coeficientes en el Dual.
  5. Los signod de desigualdad del problam Dual son contrarias a los del probla primal.
  6. Las variables "X" del primal, se convierten en nuevas variables "Y" en el dual.

PRIMAL DUAL

Maximizar Minimizar

Minimizar Maximizar

≥ ≤
≤ ≥

Considerando el siguiente problema primal, calcular su modelo Dual

Sea maximizar Zmax =3x+5y

Sujeto a: x≤4

y≤6

3x+2y≤18

x+4y≤10

  • x,y≥0

Zmin= 4z1+6z2+18z3+10z4

Podemos los coeficientes disponibilidad en forma de vector columna (matriz) primal.

4
b = 6 y lo representamos en forma de vector fila
18 (matriz transpuesta).

bt= 4 6 18 10

Tomamos la matriz primal de las restricciones y queda asi.

1 0
A = 0 1
3 2
1 4

At= 1 0 3 1
0 1 2 4

Tomamos la F.O. para convertirla en matriz y queda de la sig forma:

C= 3 5

Ct= 3
5

El resultado como cosecuencia de un sistema primal a un sistem dual queda de la siguiente forma:

At ; bt ; Ct

METODO DUAL

Esquina Noroeste

METODO DE ESQUINA NOROESTE
En este mètodo se inicia la asignaciòn en el renglòn 1 y columna 1 (esquina noroeste) y formar una base asignando cantidades a las rutas, de tal forma que se agoten las existencias de las fàbricas y se satisfaga la demanda del mercado .
4 agencias ordenan autos nuevos que deben llegar desde 3 plazas, la agencia A necesita 6 autos, la agencia B requiere de 5, la agencia C 4 y la D REQUIERE 4.
La planta 1 tiene 7 autos en stock, la planta 2 tiene 13 y la planta 3 tiene 3. El costo de enviar a un auto de la planta a la agencia se puede ver en la siguiente tabla:
Tabla de distribuciòn:







Mètodo de las dos fases

Fase 1: Formula un nuevo problema reemplazando la funciòn objetivo por la suma de variables artificiales.
La nueva funciòn objetivo se minimiza sujeta a las restricciones del problema original. Si el problema tiene un espacio factible el valor mìnimo de la funciòn objetivo optima sera cero.
Nota: Si el valor mìnimo de funciòn objetivo òptima es mayor que cero el problema no tiene soluciòn y termina anotàndose que no existen soluciones factibles.
Fase 2: Se utiliza la soluciòn òptima de la fase 1 como soluciòn de inicio para el problema original. En este caso la funciòn objetivo original se expresa en tèrminos de las variables no bàsicas utilizando las eliminaciones Gauss-Jordan.
Un ejemplo para que comprendas mejor este mètodo es el siguiente:

Minimizar : Z=6x1+4x2+4X3

Sujeto a: 3x1+6x2>_20
2x1+x2+2x3=15
x1,x2,x3>_0

Fase 1:

Minimizar : Z=R1

Sujeto a: 3X1+6X2+X3+S1=20

2X1+X2+2X3+R1=15
X1,X2,X3>_0





Fase 2:

Maximizar Z=6x1+4x2+4x3+0S1
Z-6X1-4X2-4X3-0S1=0


Soluciòn Optima:
x1=0
x2=25/11
x3=70/11
z=380/11

METODO DE ASIGNACIÒN

CONCEPTO

Estos problemas ocurren en muchos contextos de la administración. En general consisten en el problema para determinar la asignación óptima de agentes objetos “indivisibles”, en el sentido de que ningún agente se puede dividir entre varias tareas. La restricción importante, para cada agente, es que será designado a una solo una tarea.


El problema de asignación puede resolverse como un problema de transporte en el cual la oferta de cada origen y la demanda de cada destino son iguales a 1, o con le método simplex, sin embargo el método Húngaro resuelve este tipo de asignaciones de una manera mas sencilla.
El enfoque general de este alogaritmo consiste en "reducir" la matriz de costos mediante una serie de operaciones aritmeticas.


  • EJEMPLO DE CASO DE MINIMIZACIÓN

El presidente de Industrias RACR-Europa, cuya gerencia general se encuentra en Bruselas, ha decidido este año, como parte de su auditoria anual, que cada uno de los cuatro vicepresidentes visite e inspeccione una de las plantes de ensamblaje durante las dos primeras semanas de junio. Las plantas de ensamble esta ubicadas el Leipzig, Alemania; Nancy, Francia; Lieja, Bélgica y Tilburgo, Holanda. En este tipo de problemas utilizaremos el método de aignación o método húngaro, el cuál consiste en los siguientes pasos:


PASO 1 Elaboración de la tabla de costos por asignación.





PASO 2 Restar el valor mas pequeño de cada uno de los demás valores de la columna:

En la priemra columna Leipzig, el valor más pequeño es 11. Este valor se le resta a los demás valores de la columna.


En la segunda columna Nancy, el valor más pequeño es 10.
En la tercera columna Lieja, el valor más pequeño es 10.
El la cuarta columna Tilburgo, el valor más pequeño es 11.




PASO 3. Resta el valor más pequeño de cada renglon de los demàs valores de ese renglon.
En el primer renglon, el valor más pequeño es 0.
En el segundo renglon, el valor más pequeño es 0.
En el tercer renglon, el valor más pequeño es 4.
En el cuarto renglon, el valor más pequeño es o.

PASO 4. Se traza el minimo número de líneas que puedan pasar através de todos los ceros de la tabla. Las lineas diagonales no se permiten. En algunos casos este paso causa dificultades, ya que ordinariamente hay muchas formas de trazar estas lineas. Las diferentes alternativas son posibles siempre y cuando el número de lineas sea mínimo.

Por ejemplo se pueden trazar las líneas en la tabla de la siguente manera :

Este trazado abarca todos los ceros de la tabla, pero se realizó con 3 lineas únicamente, por lo tanto este trazado es mejor.

PASO 5. Despues de trzar el número mínimo de líneas se hace la prueba de optimalidad. Si en número de líneas es igual a n (número de renglones o columnas), es la solución óptima. Si el número de líneas es menor a n, se requiere continuar con el proceso hasta calcular la solución óptima. En la tabla, el número de líneas es de 3 y el de renglones/columnas 4, por lo tanto hay que continuar con el procedimiento, el cual consiste de los siguientes pasos:

De los valores que no se tacharon, se selecciona el mínimo, en este ejemplo el mínimo es 3. Este valor se debe restar a todos los valores que no están cruzados por ninguna linea.

También se debe sumar esta cantidad a todos los valores situdos en la intersección de líneas.

Todos los demás valores (los que están cruzadoz únicamente por una línea), permanecen inalterados.


PASO 6. Esta tabla es posible solución, por l otanto hay que realizar el procedimiento a partir del paso 4.
Trazando el mínimo número de líneas para cubrir todos los ceros, se obtiene lo siguiente

La prueba de optimalidad: ¿número de líneas= número de reglón/columna? En este caso hay 3 líneas y 4 renglones/columnas, por lo tanto hay que continuar con el procedimiento.

Se elige el mínimo valor de los valores de la tabla que no estàn cruzados. En este caso 1.

Se resta valor a todos los valores de la tabla no cruzados de la tabla y se suma a los valores de las casillas situadas en la intersección de líneas, los demás valores permanecen inalterados.

El resultado de la nueva tabla es:
Es una nueva posible solución, por lo tanto, se repite el procedimiento a partir del cuarto paso.
Se traza el mínimo número de líneas que cubran todos los ceros de la tabla.

Se realiza la prueva de optimalidad, como el núero de líneas es igual al número de rengloes, el proceso termina. La solución óptima se localiza en la casilla que contiene cero, lo cual significa que es la asignación de la intersección.

La casilla del primer renglón , segunda columna tiene un cero, como es la intesección de Finanzas y Nancy, quiere decir que se asignará la Ciudad de Nancy, Francial al vicepresidente de Finanzas.

Como habrá renglones que tengan más de 2 ceros, se recomienda que se comience con los renglones de un solo cero, de esa manera podremos eliminar esa asignación y continuar con las que queda.


        • EJEMPLO CASO MAXIMIZACIÓN

        Un administrador enfrenta el problema de asignar cuatro nuevos métodos a tres medios de producción. La asignación de nuevos métodos aumenta las utilidades, según las cantidades mostradas en la siguiente tabla. Determinar la asignación óptima si solo puede asignarse un método a un medio de producción

        El procedimiento a seguir es el explicado en el caso de minimización, excepto que después del paso 1 se deberá realizar un paso intermedio el cual consiste, en:

        • Selccionar de toda la tabla del paso 1 el término númerico mayor.

        • Seleccionado este término, se debe restar todos los demas valores de la tabla original.

        • En caso de que la tabla no tenga igual número de renglones que de columnas se debe completar dicha matriz en renglones o columnas, según faltaren para que éstos sean iguales. Los costos o términos numéricos de las casillas deberán ser cero.

        PASO 1. Realizar tabla inical.



        PASO ADICIONAL: Selecionar el máximo valor de la tabla (13.5) y restar a todos los valores de la tabla, así como complementar el número de columnas, ya que hay cuatro renglones y solo 3 columnas.
        Máximo valor de la tabla 13.5


        PASO 2. A partir de aquí, y con esta tabla, se realiza el procedimiento exactamente igual que si fuera minimización.