domingo, 12 de febrero de 2017

MODELOS DE TRANSPORTE

Modelos de transporte


El modelo de transporte es una clase especial de programación lineal que tiene que ver con transportar un artículo desde sus fuentes (es decir, fabricas) hasta sus destinos (es decir, bodega). El objetivo es determinar el programa de transporte que minimice el costo total del transporte y que al mismo tiempo satisfaga los límites de la oferta y la demanda. En el modelo se supone que el costo de transporte es proporcionar a la cantidad de unidades transportadas en determinadas rutas. 



Los elementos del modelo son:


1. Indica el nivel de oferta que tiene cada fuente y la cantidad de demanda en cada destino.

2.  por lo contrario el costo de transporte unitario de la mercancía enviado por el proveedor a cada destino.

Como solo existe una mercancía y el destino puede recoger su demanda varias fuentes (proveedores). 


Solución mediante el pl.


Como ya lo hemos planteado en módulos anteriores el primer paso corresponde a la definición de las variables, regularmente se le denomina a las variables de manera algebraica Xi,j donde i simboliza a la fuente y j simboliza al destino. En este caso i define el conjunto {Planta 1, Planta 2, Planta 3 y Planta 4}, y j define el conjunto {Cali, Bogotá, Medellín y Barranquilla}. Sin embargo, es práctico renombrar cada fuente y destino por un número respectivo, por ende, la variable X1,2 corresponde a la cantidad de millones de KW enviados diariamente de la Planta 1 a la ciudad de Bogotá.



MÉTODO DE APROXIMACIÓN DE RUSSELL.


Para cada renglón de origen i que queda bajo consideración, debe determinarse Ui  el mayor costo unitario de Cij los que quedan en ese renglón. Para cada columna de destino j que todavía está bajo consideración, se determina Vj , el mayor costo unitario de los que hay en esa columna. Para cada variable Xij  que no haya sido seleccionada en estos renglones o columnas, se calcula     
Δij=Cij-Ui-Vj  se elige la variable con el mayor negativo de Δij. (Los empates se pueden romper arbitrariamente)
ejemplo:

                                      


                                 Método de la esquina Noroeste.



El método de la esquina Noroeste es un algoritmo heurístico capaz de solucionar problemas de transporte o distribución mediante la consecución de una solución básica inicial que satisfaga todas las restricciones existentes sin que esto implique que se alcance el costo óptimo total. 

Este método tiene como ventaja frente a sus similares la rapidez de su ejecución, y es utilizado con mayor frecuencia en ejercicios donde el número de fuentes y destinos sea muy elevado. 



Pasos para el método de la esquina Noroeste.

Paso 1:
 Asignar todo lo posible a la celda seleccionada y ajustar las cantidades asociadas de oferta y demanda restando la cantidad asignada.

Paso 2: 
Salir de la fila o la columna cuando se alcance oferta o demanda cero, y tacharlo, para indicar que no se pueden hacer más asignaciones a esa fila o columna. Si una fila y una columna dan cero al mismo tiempo, tachar sólo uno (la fila o columna) y dejar una oferta (demanda) cero en la fila (columna) que no se tachó.

Paso 3: 
Si queda exactamente una fila o columna sin tachar, detenerse. En caso contrario, avanzar a la celda de la derecha si se acaba de tachar una columna, o a la de abajo si se tachó un reglón. Seguir con el Paso 1.
ejemplo:


                                       




                                    

                          


                                Método de aproximación de Vogel.



El Método de Aproximación de Vogel es una versión mejorada del Método del Costo Mínimo y el Método de la Esquina Noroeste que en general produce mejores soluciones básicas factibles de inicio, entendiendo por ello a soluciones básicas factibles que reportan un menor valor en la función objetivo (de minimización) de un Problema de Transporte balanceado (suma de la oferta = suma de la demanda).



Pasos para el método de aproximacion de vogel




paso 1:
 Determinar para cada fila (columna) una medida de penalización restando el elemento de costo unitario mínimo en la fila (columna) del elemento con costo unitario siguiente al mínimo de la misma fila (columna).

Paso 2: 
Identificar la fila o columna con la mayor penalización. Romper los empates (de existir) de forma arbitraria. Asignar todo lo posible a la variable que tenga el mínimo costo unitario de la fila o columna seleccionada. Ajusta la oferta y la demanda y tachar la fila o la columna ya satisfecha. Si se satisfacen una fila y una columna en forma simultánea, sólo se tacha uno de los dos y al que queda se le asigna oferta o demanda cero.

Paso 3:
  • Si queda sin tachar exactamente una fila o columna con cero oferta o demanda, detenerse.
  • Si queda sin tachar una fila (columna) con oferta (demanda) positiva, determinar las variables básicas en la fila (columna) con el Método del Costo Mínimo. Detenerse.
  • Si todas las filas y columnas que no se tacharon tienen cero oferta y demanda (restante), determinar las variables básicas cero por el Método del Costo Mínimo. Detenerse.


En cualquier otro caso, seguir en el Paso 1.
ejemplo:





domingo, 15 de enero de 2017

INVESTIGACIÓN DE OPERACIONES

¿Que es la investigación de operaciones? 


La investigación de operaciones es el ataque de la ciencia moderna a los complejos problemas que surgen en la dirección y en la administración de grandes sistemas de hombres, maquinas, materiales y dinero, en la industria, en los negocios, en el gobierno y en la defensa. Su actitud diferencial consiste en desarrollar un modelo científico del sistema tal, que incorpore valoraciones de factores como el azar, el riesgo y mediante el cual se predigan y comparen los resultados de decisiones, estrategias o controles  alternativos. Su propósito es el ayudar a la gerencia a determinar científicamente sus políticas y acciones.

Historia.


Las raíces de la investigación de operaciones se remontan a muchas décadas, cuando se hicieron los primeros intentos para emplear el enfoque científico en la administración de una empresa. Sin embargo, el inicio de la actividad llamada investigación de operaciones, casi siempre se atribuye a los servicios militares prestados a principios de la Segunda Guerra Mundial. Debido a los esfuerzos bélicos, existía una necesidad urgente de asignar recursos escasos a las distintas operaciones militares y a las actividades dentro de cada operación, en la forma más efectiva. Por todo esto, las administraciones militares americana e inglesa hicieron un llamado a un gran número de científicos para que aplicaran el enfoque científico a éste y a otros problemas de estrategia y táctica. De hecho, se les pidió que hicieran investigación sobre operaciones militares. Estos equipos de científicos fueron los primeros equipos de investigación de operaciones. Sus esfuerzos contribuyeron de una manera definitiva al triunfo del combate aéreo inglés en la isla de Campaña en el Pacífico, de la batalla del Atlántico Norte y de muchas otras.
Estimulados por el evidente éxito de la investigación de operaciones en lo militar, los industriales comenzaron a interesarse en este nuevo campo. Como la explosión industrial seguía su curso al terminar la guerra, los problemas causados por el aumento de la complejidad y especialización dentro de las organizaciones pasaron a primer plano. Comenzó a ser evidente para un gran número de personas, incluyendo a los consultores industriales que habían trabajado con o para los equipos de investigación de operaciones durante la guerra, que estos problemas eran básicamente los mismos que los enfrentados por la milicia, pero en un contexto diferente. De esta forma, la investigación de operaciones comenzó a introducirse en la industria, los negocios y el gobierno. Para 1951, ya se había introducido por completo en Gran Bretaña y estaba Estados Unidos en proceso de hacerlo.

Aportaciones. 


En la primera Guerra Mundial, Thomas Alba Edison utilizó un "tablero táctico" para encontrar una solución eficaz que permitía reducir las pérdidas de embarques causadas por ataques de submarinos enemigos.

Para 1920, el ingeniero A. K. Erlang realizó un estudio acerca de las fluctuaciones de la demanda de instalaciones telefónicas en relación con el equipo automático. Se considera su aporte como la base de varios modelos matemáticos de la teoría de colas. 

En 1928, John Von Neumann formula la aplicación del teorema Minimax (Maximin), algoritmo a la teorías de juegos y/o decisiones.

En 1937, se solicita la colaboración de varios científicos ingleses para que ayudaran a estamentos militares a encontrar la mejor manera de utilizar el radar para localizar los aviones enemigos. Sin embargo, el inicio formal de la investigación de operaciones se registra en 1939, cuando a la estación de Bawdsey se le asigna el desarrollo de políticas óptimas para el nuevo sistema de detección militar conocido como radar. 

En 1941, F. L. Hitchcok formula la estructura y planteamiento del problema de transporte, que busca minimizar los costos relacionados con el movimiento o traslado de materiales. 

Ya en 1942, las Fuerzas Aéreas, el Ejército y la Marina tenían grupos establecidos dentro de sus filas dedicados a la IO, estos grupos se conocen como Operations Analysis, Operation Research y Operations Evaluations, respectivamente.

En 1947, el matemático George Dantzig desarrolla un algoritmo para la solución eficiente de problemas de programación lineal, esta herramienta se conoce como el método símplex. Su implementación inicial se registra en el ordenador UNIVAC para la solución de problemas lineales grandes. 

En su mayoría, las herramientas para la solución de problemas de IO, tales como programación lineal, programación entera, programación dinámica, teoría de inventarios, método de transporte, teoría de cola fueron desarrolladas entre los años 1950 y 1960. Sin embargo, hay que reconocer que los avances de la tecnología a través del uso de la computadora han impulsado la creación de paquetes de software que facilitan la solución de problemas grandes que requieren un gran número de cálculos e iteraciones.
  

Definición.


La Investigación de Operaciones (IO) o Investigación Operativa es una rama de las matemáticas que hace uso de modelos matemáticos y algoritmos con el objetivo de ser usado como apoyo a la toma de decisiones. Se busca que las soluciones obtenidas sean significativamente más eficientes (en tiempo, recursos, beneficios, costos, etc) en comparación a aquellas decisiones tomadas en forma intuitiva o sin el apoyo de una herramienta para la toma de decisiones.
La Investigación de Operaciones se aplica a problemas que se refieren a la coordinación eficiente de las operaciones o actividades dentro de una organización. Las herramientas de IO se aplican generalmente en los negocios, la industria, la milicia, el gobierno, los hospitales, etc., alrededor del mundo se visualizan muchas organizaciones que establecen grupos de Investigación de Operaciones para mejorar sus desempeños obteniendo muy buenos resultados y/o ahorros sustanciales.

Clasificación de los modelos de la investigación de operaciones.


Los modelos utilizados en la IO son eminentemente matemáticos y se pueden clasificar de acuerdo a los valores y características de sus variables, en: deterministas y estocásticos, y cada uno de ellos a su vez, en estáticos y dinámicos.

• Modelos deterministas.
En los modelos deterministas, ni las variables exógenas, ni las endógenas, se obtienen por medio del azar, debido a que se suponen relaciones exactas para las características de operación, en lugar de funciones de densidad de probabilidad. Son variables con valores preestablecidos.

• Modelos estocásticos.
Son aquellos modelos en los que, por lo menos una de las características de operación esta dada por una función de probabilidad. Los valores de ésta o éstas variables, se obtienen al azar.

• Modelos estáticos.
Son aquellos modelos que no toman en cuenta, explícitamente, a la variable tiempo.

• Modelos dinámicos.
Los modelos matemáticos que tratan de las interacciones que varían con el tiempo, se denominan modelos dinámicos.

Los modelos que se han considerado como propios de la IO, por ser los que en escencia se aplican con mayor frecuencia y por lo mismo se les han dedicado más horas de estudio son:
  • Programación lineal
  • Programación no lineal
  • Programación entera
  • Programación binaria
  • Programación de metas múltiples
  • Redes de optimización
  • Modelos de inventarios
  • Líneas de espera
  • Teoría de juegos
  • Análisis de decisiones
  • Cadenas de Markov
  • Programación dinámica
  • Simulación de sistemas


concepto de optimizacion.




Los métodos de optimizacion es una rama de las matemáticas que consistente en el uso de modelos matemáticos, estadisticos y algoritmos con objeto de realizar un proceso de toma de decisiones. Frecuentemente trata del estudio de complejos sistemas reales, con la finalidad de mejorar (u optimizar) su funcionamiento. La investigación de operaciones permite el análisis de la toma de decisiones teniendo en cuenta la escasez de recursos, para determinar cómo se puede optimizar un objetivo definido, como la maximización de los beneficios o la minimización de costos.