PORTAFOLIO DE EVIDENCIAS

INVESTIGACION DE OPERACIONES

13 DE JUNIO DEL 2013

INSTITUTO TECNOLOGICO DE APIZADO INGENIERIA INDUSTRIAL

EL PROBLEMA DEL TRANSPORTE ORIGEN: El origen del modelo de transporte data del ao de 1941 en el que F. L. Hitchcock present un estudio titulado "La distribucin de un producto desde diversos orgenes a numerosas localidades".- Se cree que esta investigacin fue la primera contribucin para la resolucin de los problemas de transporte.- En 1947, T. C. Koopmans present un estudio, sin ninguna relacin con el de Hitchcock, al que llamo"Utilizacin ptima del sistema de transporte" .- Ambas aportaciones contribuyeron al desarrollo de los mtodos de transporte que implican un nmero dado de orgenes y otros de destinos.- Aunque no todos los procesos de distribucin pueden incluirse dentro del modelo general de la Programacin Lineal, hay dos clases de problemas de caractersticas bien definidas y afines que pueden ser formulados y tratados dentro del marco de las relaciones lineales: el problema de transporte y el problema de asignacin de recursos.

Puede definirse un problema de transporte como una matriz formada por los costos de transportar una unidad de un bien homogneo desde m fbricas, almacenes, centros de distribucin u orgenes, hastan centros de consumo o destinos; m puede ser mayor, igual o menor que n. - En cada origen existe, real o potencialmente, un determinado nmero de unidades (oferta) del bien homogneo y cada destino debe recibir determinado nmero de unidades (demanda) del mismo bien.- La oferta total puede ser mayor, igual o menor que la demanda total.- Se trata de determinar qu cantidades hay que enviar y de cules orgenes a cules destinos para satisfacer la demanda de cada destino, de modo que el costo total de transporte sea el mnimo Los pasos bsicos del modelo de transporte son: Encontrar una solucin bsica inicial Probar la solucin para determinar si es ptima Mejorar la solucin cuando no es ptima

Ejercicio 2.Se fabrica un producto en tres plantas y se enva a tres almacenes (los costos de transporte por unidad se muestran en la tabla). Planta P1 P2 P3 Demanda almacn W1 20 10 12 200 Almacn W2 16 10 18 400 W3 24 8 10 300 Capacidad de planta 300 500 100

Modelo matemtico

F.o Min Z= 20x1+16x2+24x3+10x4+10x5+8x6+12x7+18x8+10x9 S.A

Variables de decisin. X1=No de producto a enviar de Planta P1 a almacn W 1 X2= No de producto a enviar de Planta P1 a almacn W 2 X3= No de producto a enviar de Planta P1 a almacn W 3 X4= No de producto a enviar de Planta P2 a almacn W 1 X5= No de producto a enviar de Planta P2 a almacn W 2 X6= No de producto a enviar de Planta P2 a almacn W 3 X7= No de producto a enviar de Planta P3 a almacn W 1 X8= No de producto a enviar de Planta P3 a almacn W 2 X9= No de producto a enviar de Planta P3 a almacn W 3

S.A 1.- X1 + X2 + X3 300 Capacidad de Planta 1 2.- X4 + X5 + X6 500 Capacidad de Planta 2 3.- X7 + X8 + X9 100 Capacidad de Planta 3

4.- X1 + X4 + X7 = 200 Demanda de almacn W 1 5.- X2 + X5 + X8 = 400 Demanda de almacn W 2 6.- X3 + X6 + X9 = 100 Demanda de almacn W 3 X1, X2, X3, X4, X5, X6, X7, X8, X9 0

RED

Costo mnimo Planta P1 P2 P3 Demanda 200 200 W1 20 10 12 400 100 W2 300 16 10 18 300 300 W3 Capacidad 24 300 =0 8 500 =200=0 10 100=0 900/900

De P1 P2 P2

Almacn W2 W1 W3

Unidad 300 200 300

$ 16 10 8

Total 4800 2000 2400

P3

W2

100

18

1800

$ 11,000 VOGEL Diferencia 4, 4 2, 2

2,2 Diferencia 2 2 6 0 2 2

De P1 P1 P2 P2 P3 $ 12,200

Almacn W1 W3 W2 W3 W3

Unidad 200 100 400 100 100

$ 20 24 10 8 10

Total 4000 2400 4000 800 1000

MTODO MODI Planta P1 P2 P3 Demanda W1 20 100 10 \ 12 100 200 \ 400 200 18 \ 300 200 10 300 10 100 W2 16 \ 8 500 W3 24 300 Capacidad

Trabajar con celdas ocupadas

Trabajar con celdas desocupadas

( ( (

) ) )

Planta P1 P2 P3 Demanda

W1 20 \ 10 100 12 100 200

W2 16 300 10 100 18 \ 400

W3 24 \ 8 300 10 \ 300

Capacidad 300 500 100

Trabajar con celdas ocupadas

Trabajar con celdas desocupadas

( (

) )

TOMA DE DESICIONES

Ejercicio 3 3.- Considrese la siguiente informacin con respecto a un problema de transporte:

Origen

Detroit St. Louis Denver Demanda

Boston 5 8 9 300

Destino Atlanta 2 4 7 200

Houston 3 3 5 200

Abasto 100 300 300

REPRESENTACION EN RED CAPACIDAD DEMANDA

100 Detroit

ORIGEN

DESTINO

Boston

300

300

S.T Louis

Atlanta

200

300

Denver

Houston

200

700

700

Origen Detroit ST. Louis Denver

Boston 5 8 9

Atlanta 2 4 7

Houston 3

Abasto

100 3 300 5 300

DEMANDA

300

200

200

700

F.O min costos Z=5X1 + 2X2 + 3X3 + 8X4 + 4X5 + 3X6 + 9X7 + 7X8 + 5X9 V.D X1=No de unidades a enviar de Detroit a Boston X2= No de unidades a enviar de Detroit a Atlanta X3= No de unidades a enviar de Detroit a Houston

X4= No de unidades a enviar de St. Louis a Boston X5= No de unidades a enviar de St. Louis a Atlanta X6= No de unidades a enviar de St. Louis a Houston X7= No de unidades a enviar de Denver a Boston X8= No de unidades a enviar de Denver a Atlanta X9= No de unidades a enviar de Denver a Houston

S.A 1.- X1 + X2 + X3 300 Capacidad de Planta Detroit 2.- X4 + X5 + X6 500 Capacidad de Planta St. Louis 3.- X7 + X8 + X9 100 Capacidad de Planta Denver 4.- X1 + X4 + X7 = 200 Demanda de Boston 5.- X2 + X5 + X8 = 400 Demanda de Atlanta 6.- X3 + X6 + X9 = 100 Demanda de Houston X1, X2, X3, X4, X5, X6, X7, X8, X9 0

TOMA DE DESICIONES X1=200 X2= 100 X5=300 X6=100

F.O min costos Z=5(200) + 2(100) + 3(0) + 8(0) + 4(300) + 3(100) + 9(0) + 7(0) + 5(0)= $2700

COSTO MINIMO Origen Detroit S.T Louis Boston 5 100 8 100 Denver Demanda 300 300 0 9 200 100 0 7 200 0 4 200 Atlanta 2 Houston Capacidad 3 100 0 3 300 100 0 5 300 0

TOTAL Detroit S.T Louis S.T Louis Denver Atlanta Atlanta Houston Boston 100 100 200 300 2 4 3 9 200 400 600 2700 $3900

VOGEL Origen Detroit S.T Louis 100 Denver 200 Demanda 300 200 0 200 100 0 9 100 200 0 7 Boston 5 100 8 4 200 Atlanta 2 Houston Capacidad 3 100 0 3 300 100 0 5 300 200 0

Def. Def. 1 2 2 0 3 1 3 3 1 0 1 4 2 2 2 3 0 1 2 2 1

TOTAL Detroit S.T Louis S.T Louis Denver Atlanta Boston Houston Boston 100 100 200 200 2 8 3 9 200 800 600 1800 $3400

MODI Origen Detroit S.T Louis 100 Denver 200 Demanda 300 200 9 100 200 7 Boston 5 100 8 4 200 5 300 3 300 Atlanta 2 Houston Capacidad 3 100

Vi + Vj = Cij M1+V2 = 2 M2+V1 = 8 M2+V3 = 3 M3+V1 = 9 M3+V2 = 7 M1= 0 M2= 4 M3 = 5 V1= 4 V2= 2 V3= -1 Celdas desocupadas eij = Cij Vi - Vj e11 = 5 M1 V1 = 5 0 4 = 1 e13 = 3 M1 V3 = 3 0 5 = -2 e22 = 4 M2 V2 = 4 4 2 = -2 e33 = 5 M3 V3 = 5 5 1 = 1

CORRIDOS EN PROGRAMA

Se deben enviar: 200 unidades de Detroit a Boston 100 unidades de Detroit a Atlanta 300 unidades de St. Louis a Atlanta 100 unidades de St. Luis a Houston Ejercicio 4: La Arnoff Enterprises fabrica la unidad central de procesamiento (UCP) para de computadoras personales (PC). Las UPC se fabrican en Seattle, Columbus York, y se envan a almacenes ubicados en Pittsburgh, Mobile, Denver, Los ngeles y Washington, D.C., para su ulterior distribucin. El cuadro de transporte, el nmero de UCP disponible en cada planta y el nmero de UCP que se mantienen en cada almacn. Se muestran tambin los costos del transporte en dlares.

Origen

Washington Uindades Pittsburgh Mobile Denver Los disponibles ngeles 10 20 5 9 10 9000

Seattle

Columbus

10

30

4000

New York

20

10

8000

Unidades que requieren

3000

5000

4000

6000

3000

21000

PLANTA ALINIACION

SEATTLE

P M

COLUMBUS

D
L.A

NEW YORK

MODELO MATEMTICO.

F.O=Minimizar Costos: Z= 10X1 + 20X2 + 5X3 + 9X4 + 10X5 + 2X6 + 10X7 + 8X8 + 30X9 + 6X10 + 1X11 + 20X12 + 7X13 + 10X14 + 4X15 Variables De Decisin: X1= Nmero de UCP a enviar de Seattle a Pittsburg. X2= Nmero de UCP a enviar de Seattle a Mobile. X3= Nmero de UCP a enviar de Seattle a Denver. X4= Nmero de UCP a enviar de Seattle a Los ngeles. X5= Nmero de UCP a enviar de Seattle a Washington. X6= Nmero de UCP a enviar de Columbus a Pittsburg. X7= Nmero de UCP a enviar de Columbus a Mobile X8= Nmero de UCP a enviar de Columbus a Denver X9= Nmero de UCP a enviar de Columbus a Los ngeles. X10= Nmero de UCP a enviar de Columbus a Washington. X11= Nmero de UCP a enviar de New York a Pittsburg X12= Nmero de UCP a enviar de New York a Mobile. X13= Nmero de UCP a enviar de New York a Denver X14= Nmero de UCP a enviar de New York a Los ngeles X15= Nmero de UCP a enviar de New York a Washington Restricciones 1. 2. 3. 4. 5. 6. 7. 8. X1+X2+X3+X4+X5 9000 Unidades de UCP disponibles de Seattle. X6+X7+X8+X9+X10 4000 Unidades de UCP disponibles de Columbus X11+X12+X13+X14+X15 8000 Unidades de UCP disponibles de New York X1+X6+X11 =3000 Unidades que requiere Pittsburgh. X2+X7+X12 = 5000 Unidades que requiere Mobile. X3+X8+X13 = 4000 Unidades que requiere Denver. X4+X9+X14= 6000 Unidades que requiere Los ngeles. X5+X10+X15= 3000 Unidades que requiere Washington.

X1 x15 0

METODO COSTO MINIMO Planta Washington Uindades Pittsburgh Mobile Denver Los disponibles ngeles 10 20 4000 Columbus 2 400 New York 3000 1 20 1000 7 1000 10 3000 4 8000 5000 2000 1000 0 21000 10 8 30 5 9 10 9000 5000 0 6 4000 0

Seattle

Unidades que requieren

3000 0

5000 1000 0

4000 6 0

6000 1000 0

3000 0

Seattle Seattle Columbus New York New York New York New York

a a a a a a a

Denver L. angeles Mobile Pitts Mobile L.angeles Washing

4000 5000 4000 3000 1000 1000 3000

5 9

= 20,000 = 45,000

10 = 4, 0000 1 = 3000

20 = 20,000 10 = 10000 4 = 12000 $150,000

El almacn Pittsburgh acaba de aumentar su pedido en 1000 unidades, ha autorizado a la planta de Columbus a aumentar su produccin en 1000 unidades. Se esperara que estos sucesos condujeran a un aumento o a una disminucin de los costos totales de envi? Resolver y encontrar la nueva solucin ptima. Mtodo Vogel Planta Pittsburg h 10 Mobile Denve r 20 1000 10 4000 20 Los Washingt Unidades ngele on disponibles s Dif. 5 9 4000 4000 10 9000 4000 0 8 30 6 4000 0 7 10 2000 4 3000 8000 5000 2000 0 3 3 3 0 21000

Seattle

4 4 4 4 4 0 0 0

Columb us New York Demand a 3000

2 1

3000 0

5000 1000 0

4000 0

6000 2000 0 1 1 1 1

3000 0

Dif.

1 9 0 0

10 0 0 0

2 2 2 2

2 6 6 0

Origen Seattle Seattle Seattle Columbus New York New York New York

a a a a a a a a

Destino Mobile Denver Los ngeles Mobile Pittsburgh Los ngeles Washington

Unidades 1000 4000 4000 4000 3000 2000 3000

$ 20 5 9 10 1 10 4

Costo total 20000 20000 36000 40000 3000 20000 12000

Mtodo MODI Se toma el mtodo de costo mnimo ya que fue el de menor costo. Tabla original del mtodo de costo mnimo

Planta

Pittsburg h 10 2 1 3000 3000

Mobile Denve r 20 4000 10 1000 20

Seattle Columb us New York Demand a

Los Washingt Unidades ngele on disponibles s 5 9 9000 4000 5000 10 8 7 30 10 1000 6000 6 4000 4 3000 3000 8000 21000

5000

4000

Aplicacin de MODI

Trabajar con celdas ocupadas

Formula:

9 3

Trabajar con celdas desocupadas

Formula:

TABLA SIMPLEX FINAL

TRANSPORTE

RED

Toma de decisiones METODO costo minimo

Ejercicio 7: Considere el siguiente problema de transporte de costo mnimo: Destino Los ngeles San Jos Origen Las Vegas Tucson Demanda 4 8 14 200 300 San Francisco 10 16 18 200 San Diego 6 6 10 Abasto 100 300 300 700

REPRESENTACION EN RED CAPACIDAD DEMANDA

100 San jose

ORIGEN

DESTINO

Los angeles

200

300

Las vegas

San francisco

300

300

Tucson

San diego

200

700

700

F.O = Minimizar = 4X1+10X2+6X3+8X4+16X5+6X6+14X7+18X8+10X9 Restricciones X1+X2+X3 100 Abasto planta San Jos X4+X5+X6 300 Abasto planta Las vegas X7+X8+X9 300 Abasto planta Tucson X1+X4+X7 = 200 Demanda de C.D Los ngeles

X2+X5+X8 = 300 Demanda de C.D San Francisco X3+X6+X9 = 200 Demanda de C.D San Diego

COSTO MINIMO Origen San Jos 100 Las vegas 100 Tucson Demanda 200 100 0 a Los ngeles Los ngeles San Francisco San Diego 14 300 300 0 18 200 0 8 16 200 Los ngeles 4 San Francisco 10 San Diego Capacidad 6 100 0 6 300 100 0 10 300 0

De San Jos Las Vegas Tucson Las Vegas

Unidades 100 100 300 200

$ 4 8 18 6 7800

$Total 400 800 5400 1200

Mtodo Vogel Origen San Jos Las vegas 100 Tucson 100 Demanda 200 100 0 14 200 300 200 0 200 0 18 Los ngeles 4 100 8 16 200 San Francisco 10 San Diego Capacidad 6 100 0 6 300 100 0 10 300 100 0

Def. Def. 1 2 2 0 3 2 4 3 6 0 6 8 4 4 4 2 0 2 6 4 1

TOTAL San Jos Las Vegas San Francisco Los ngeles 100 100 10 8 1000 800

Las Vegas Tucson Tucson

San Diego Los ngeles San Francisco

200 100 200

6 14 18

1200 1400 3600 $8000

MODI Origen San Jos 100 Las vegas 100 Tucson Demanda Vi + Vj = Cij M1+V1 = 4 M2+V1 = 8 M2+V3 = 6 M3+V1 = 9 M3+V2 = 18 M1= 0 M2= 4 M3 = 0 V1= 4 V2= 18 V3= 2 200 14 300 300 18 200 8 16 200 10 300 6 300 Los ngeles 4 San Francisco 10 San Diego Capacidad 6 100

Celdas desocupadas eij = Cij Vi - Vj e12 = 10 M1 V2 = 10 0 18 = -8 e13 = 6 M1 V3 = 6 0 2 = 4

e22 = 16 M2 V2 = 16 4 18 = -6

e31 = 14 M3 V1 = 14 0 4 = 10

Tabla de Toma de Decisiones

TABLA SIMPLEX FINAL.

TRANSPORTE

RED

Toma de decisiones de METODO costo mnimo

8.- Problema No. 8 Considrese el transporte de costo mnimo que se muestra a continuacin: Modelo matemtico

1. 2. 3. 4. 5. 6.

REPRESENTACION EN RED
01 D1

250

150

02

D2

150

200

03

D3

100 500 Capacidad 6 18 8 8 12 12 8 250 14 150 10 100 Demanda 150 200 150

150

Mtodo de costo mnimo Capacidad 6 150 18 100 8 12 100 Demanda 150 0 200 100 0 150 500 50 0 100 0 12 50 0 10 100 0 14 150 50 8 8 250 100

Origen

a a a a a a

Destino

Unidades 150 100 100 50 100

$ 6 8 12 14 10

Costo total 900 800 1200 700 1000

Mtodo Vogel Capacidad 6 50 18 8 200 12 8 250 14 150 2 8 100 12 10 100 0 2 2 200 0 150 0 150 4 0 50 0 2 2 Dif.

Demanda

150 100 0

500

Dif.

2 2

4 0

2 2

Origen

Destino

Unidades

Costo total

a a a a

50 200 150 100

6 8 14 8

300 1600 2100 800

Mtodo MODI Se toma el mtodo de costo mnimo ya que fue el de menor costo. Tabla original del mtodo de costo mnimo

Capacidad 6 150 18 100 12 100 12 14 50 10 100 8 8 250 100 0 150 50 0 100 0

Demanda

150 0

200 100 0

150 500 50 0

Aplicacin de MODI

Trabajar con celdas ocupadas

Formula:

Trabajar con celdas desocupadas

Formula:

En la celda

se puede trabajar, y resulta de la siguiente forma. Capacidad 6 150 18 (-) 50 (+) 150 8 12 100 10 100 8 (+) 50 (-) 8 250 12 14 150

Demanda

150

200

150

Comprobar si an se puede reducir el costo de transporte Trabajar con celdas ocupadas

Formula:

Trabajar con celdas desocupadas

Formula:

(Por lo tanto como en los resultados dieron valores positivos, se ha llegado a la solucin factible. Los costos de transporte sern de 4500)

TABLA DE DECISIONES

TABLA SIMPLEX FINAL

TRANSPORTE.

RED

METODO DE costo mnimo

9.- problema de transporte

EJERCICIO 9: RESUELVA EL SIGUIENTE PROBLEMA DE TRANSPORTE DE COSTO MNIMO

D1 01 02 03 Demanda 200 X1 X5 X9
1

D2 X2 X6 X10 100
3

D3 X3 X7 X11 400
4

Ficticio X4 X8 X12 300

0

Abasto 200 500 300

Como la oferta total (100 unidades) excede a la demanda total (700 unidades), que orgenes pueden evaluar posibles usos alternativos, para sus excesos de oferta, y seguir manteniendo una solucin de costos mnimos totales de transportes.

Capacidad.

Origen.
01

Destino.
D1

Demanda

200 500 300 1000

03 D3 02 D2

200 100

400 700

Ficticio

300

Min. Costos Z= 1x1 +3x2+4x3 +0x4+2x5+6x6+8x7+0x8+2x9+5x10+7x11+0x12 Restricciones 1. 2. 3. 4. 5. 6. 7. x1+x2+x3+x4 200 capacidad de (01) x5+x6+x7+x8 500 capacidad de (02) x9+x10+x11+x12 300 capacidad de (03) x1+ x5+ x9 = 200 demanda de (D1) x2+x6+x10 = 100 demanda de (D2) x3+x7+x11 = 400 demanda de (D3) x4+x8 x12 = 300 demanda de (Fic.)

x1+x2+x3 +x4+x5+x6+x7+x8+x9+x10+x11+x12 0 COSTO MINIMO D1 1 O1 O2 O3 Demanda \ 2 200 2 \ 200 \ 100 100 5 300 400 \ 6 100 7 \ 300 D2 3 \ 8 100 0 300 1000/1000 D3 4 200 0 500 Ficticio 0 200 Capacidad

Enviar de O1 O2 O2 O2 O2 O3

A FICTICIO D1 D2 D3 FICTICIO D3

Unidades 200 200 100 100 100 300

$ 0 2 6 8 0 7 TOTAL

$TOTAL 0 400 600 800 0 2100 3900

METODO VOGEL D1 1 O1 O2 O3 Demanda \ 2 200 2 \ 200 100 100 \ 5 200 400 \ 6 \ 7 \ 300 D2 3 200 8 300 0 300 1000/1000 D3 4 \ 0 500 Ficticio 0 200 Capacidad

Enviar de O1 O2 O2 O3 O3

Unidades

$TOTAL

D3 D1 FICTICIO D2 D3

200 200 300 100 200

4 2 0 5 7 TOTAL

800 400 0 500 1400 3100

FALTA MODI

TOMA DE DECISIONES

TABLA SIMPLEX FINAL.

TRANSPORTE RED.

Toma de decisiones de METODO costo mnimo

10.- KLEIN CHEMICALS INC. La empresa Klein Chemicals, Inc. Fabrica un material especial de base de aceite que se escasea en estos momentos, 4 de los clientes de la Klein ya han colocado pedidos que en total exceden la capacidad combina de las 2 plantas de Klein. Los administradores de esta empresa enfrentan el problema de decidir cuantas unidades deben enviar a cada cliente. Como los 4 clientes pertenecen a industrial distintos, la estructura de precio permite cobrar precios diferentes a los distintos clientes. Sin embargo, algunas leves diferencias en los costos de produccin en las 2 plantas y los distintos cosos de transporte, entre las plantas y los clientes hacen que la estrategia de vender a quien ms ofrezca sea inaceptable. Despus de considerar el precio, los costos de produccin y los costos de transporte la firma ha establecido las siguientes utilidades, por unidad para cada alternativa de planta y cliente.

cliente D1 Clifton springs planta Danville $32 $34 D2 $34 $30 D3 $32 $28 D4 $40 $38

La capacidad de las plantas y los pedido de los clientes son las siguientes: Capacidad de la planta Clifton Springs Danville D1 D2 D3 D4 D2 34 30 5000 D3 32 28 3000 Pedidos de distribucin 2000 5000 3000 2000 D4 40 38 2000 Unidades 5000 3000 800 12,000

Planta Clifton Danville U. requeridas

D1 32 34 2000

REPRECENTACION DE RED
CLIFTON D1 2000

500 0 DANVILLE D2 5000

3000

4000 FICTISIO

D3

3000

D4
TOTAL:1200

2000 TOTAL:1200

MODELO MATEMATICO

PLANTA CLIFTON DANVILLE FICTISIO DEMANDA

CLIENTE D1 D2 D3 D4 UNIDADES 32 34 32 40 X1 X2 X4 X5 5000 34 30 28 38 3000 X6 X7 X8 X9 0 0 0 0 4000 X10 X11 X12 X13 12000 2000 5000 3000 2000

F.O= maximizar F.O= Z = Max.

Restricciones Restricciones.

MTODO DE COSTO MNIMO

PLANTA CLIFTON DANVILLE

D1 32 2000 34 ---------0 ------2000

D2 34 3000 30

CLIENTE D3 32 ----28 3000 0 0 ----3000

D4 40 -----38 ----0 2000 2000

UNIDADES 5000 3000 4000 12000

FICTISIO DEMANDA

2000 5000

de Clifton Clifton Danville Ficticio ficticio

a D1 D2 D3 D2 D4

unidades 2000 3000 3000 2000 2000

$$$ 32 34 28 0 0

total 6400 10200 84000 0 0

$250,000

Mtodo de vogel

CLIENTE PLANTA CLIFTON DANVILLE FICTISIO DEMANDA diferencia 2 32 32 D1 32 2000 34 -----0 ------2000 4 34 34 2000 5000 6 0 0 ----0 ----3000 2 40 0 3000 30 3000 0 2000 2000 12000 D2 34 ----28 ----0 4000 0 0 0 0 D3 32 -----38 D4 40 diferencia UNIDADES 2 2 2 2 5000 3000 2 0 0 0

de Clifton Clifton Danville Ficticio ficticio

a D1 D2 D3 D2 D4

unidades 2000 3000 3000 2000 2000

$$$ 32 34 28 0 0

total 64000 102000 84000 0 0

$250,000

Mtodo Modi Planta U1 Clifton U2 Danville U3 V1 D1 -32 2000 34 0 V2 D2 +34 3000 +30 0 V3 D3 32 -28 3000 0 V4 D4 40 38 0 Unidades 5000 3000 4000

Ficticio Demanda

2000

2000 5000

3000

2000 2000

12,000

Columnas + Filas 1 4+31=6 Celdas ocupadas

Celdas ocupadas

( ( ( ) )

Planta Clifton Danville Ficticio Demanda

D1 -32 1000 34 0 2000

D2 +34 4000 30 +0 1000 5000

D3 32 -28 2000 0 3000

D4 40 38 0 2000 2000

Unidades 5000 3000 4000 12000

$ 224,000

TOMA DE DESICIONES

TABLA SIMPLEX FINAL

TRANSPORTE

RED

Tom de decisiones COSTO MINIMO

11.- La sound electronics Las Sound Electronics, Inc. Fabrica una grabadora de cintas que opera con pilas en fbricas ubicadas en Martinsville, Carolina del Nore, Phymounth, New York y Franklin, Missouri. Los costos de transporte por cada unidad para los envios que se hacen desde estas 3 plantas a los centros de distribucin en Chicago, Dallas y New York son los siguientes: De Martinsville Phymounth Franklin Chicago 1.45 1.10 1.20 A Dallas 1.60 2.25 1.20 New York 1.40 0.60 1.80

Despus de considerar los precios de transporte los administradores han decidido que, en ninguna circunstancia utilizaran la ruta Phymounth- Dallas. Las capacidades de las plantas y los pedidos de los distribuidores son para el siguiente mes: Planta Martinsville Phymounth Franklin Capacidad (unidades) 400 600 300 Distribuidor Chicago Dallas New York Pedidos (unidades) 400 400 400

Debido a diferencias en las escalas de los salarios en las 3 plantas, el costo unitario de produccin vara entre ellas. Suponiendo que los costos son: Martinsville Phymounth Franklin Costo en dlares por unidad $29.50 $31.20 $30.35

Obtenga el plan de produccin y distribucin que minimice, los costos de produccin y transporte.

Planta

Chicago 1.45 X1 1.1 X6 1.2 X11 400

Dallas 1.6 X2 2.25 X7 1.2 X12 400

Martinville Plymouth Franklin Demanda

Nueva York 1.4 X3 0.6 X8 1.8 X13 400

Ficticio 0 X4 0 X9 0 X14 100

Capacidad

400 600 300 1300/1300

Capacidad 400 Martinville

Demanda

Chicago

400

Dallas
600 Plymouth N.Y 400 300 Franklin Ficticio 100 400

1300

1300

Variables de decisin

::::::

Restricciones

Costo minimo Planta Chicago 1.45 200 1.1 200 1.2 \ 400 Dallas 1.6 100 2.25 \ 1.2 300 400 Nueva York 1.4 \ 0.6 400 1.8 \ 400 Ficticio 0 100 0 \ 0 \ 100 300 1300/1300 600 400 Capacidad

Martinville Plymouth Franklin Demanda

Enviar de Martinville Martinville Martinville Plymouth Plymouth Franklin vogel Planta Martinville Chicago 1.45 400

A Chicago Dallas Ficticio Chicago New York Dallas

Unidades 200 100 100 200 400 300

$ 1.45 1.6 0 1.1 0.6 1.2 TOTAL

$TOTAL 290 160 0 220 240 360 1270

Dallas 1.60 \

Nueva York 1.40 \

Ficticio 0 \

Capacidad 400 0

1.10 Plymouth Franklin Demanda \ 1.20 \ 400 0

2.25 400 1.20 \ 400 0

0.60 200 1.80 200 400 0

0 \ 0 100 100 0 300 0 600 0

Enviar de Martinville Plymouth Plymouth

A Chicago Dallas New York New York Ficticio

Unidades 400 400 200

$ 1.45 2.25 0.60

$TOTAL 580 900 120

Franklin

200

1.80

36'

Franklin

100

0 TOTAL

0 1960

METODO MODI Planta Martinville Plymouth Franklin Demanda Chicago 1.45 200 1.10 200 1.20 400 Dallas 1.60 100 2.25 1.20 300 400 Nueva York 1.40 0.60 400 1.80 400 100 Ficticio 0 100 0 600 0 300 1300 400 Capacidad

Tabla de toma de decisiones

Tabla simplex final

Transporte

Red

Toma de desiciones Metodo costo minimo

12.- ace manufacturing company La Ace Manufactiring Company tiene pedidos para 3 productos similares: Producto A B C Pedidos (Unidades) 2000 500 1200

Existen disponibles 3 mquinas para las operaciones de manufactura las 3 pueden fabricar todos los productos con la misma taza de produccin sin embrago debido a diferencias en los porcentajes de defectos de cada producto en cada mquina, los costos unitario de los productos varan dependiendo de la mquina que se utilice. Las capacidades de las mquinas para la semana siguientes, los costos unitarios, son los siguientes: Maquina I II III Capacidad (Unidades) 1500 1500 1000 Producto B $1.20 $1.40 $1.00

Maquina

I II III

A $1.00 $1.30 $1.10

C $0.90 $1.20 $1.20

Todoooooo OMAR

TABLA DE TOMA DE DECISIONES

TABLA SIMPLEX FINAL

TRANSPORTE

RED

TABLA DE TOMA DECISIONES DE C.M

13.- FORBELT CORPORATION

Fabricado de Denver Atlanta Chicago Cantidad

Boston 7 X1 20 X6 8 X11 50

Dallas

Los St. Paulo ngeles 11 8 13 X2 X3 X4 17 12 10 X7 X8 X9 18 13 16 X12 X13 X14 70 60 80

Ficticio 0 X5 0 X10 0 X15 90

Establecimient o 100 100 150 350/350

Establecimiento 100 Denver Boston

Cantidad 50

Dallas 100 Atlanta Los ngeles

70

60

150

Chicago

St. Paul

80

Ficticio

90 350

350

Variables de decisin

Restricciones

COSTO MINIMO

Fabricad o de Denver Atlanta Chicago Cantidad

Boston 7 \ 20 50 8 \ 50 0

Dallas

Los ngeles 11 8 \ 10 17 12 \ 50 18 13 70 \ 70 60 0 10 0

St. Establecimient Ficticio Paulo o 13 0 \ 90 100 90 0 10 0 \ \ 100 50 0 16 0 80 \ 150 80 0 80 90 350/350 0 0

Enviar de Denver Denver Atlanta Atlanta Chicago Chicago

A Los ngeles Ficticio Boston Los ngeles Dallas St. Paulo

Unidades 10 90 50 50 70 80

$ 8 0 20 12 18 16 TOTAL

$TOTAL 80 0 1000 600 1260 1280 4220

METODO VOGEL Fabricado de Denver Atlanta Chicago Cantidad Boston 7 \ 20 \ 8 50 50 Dallas Los ngeles 11 8 70 30 17 12 \ 20 18 13 \ 10 70 60 St. Paulo 13 \ 10 80 16 \ 80 Ficticio 0 \ 0 \ 0 90 90 150 350/350 100 100 Establecimiento

Dif(rengln) 1

2 5

2 5

2 3

2 3

Dif(Columna) 1 1 0 0

7 0 0 0

4 4 4 1

3 3 3 6

0 0 0 0

Atlanta Chicago Chicago Chicago

St. Paulo Boston Los ngeles Ficticio

80 50 10 90

10 8 13 0 TOTAL

800 400 130 0 2580

MODI Fabricado de Denver Atlanta Chicago Cantidad Boston 7 \ 20 50 8 \ 50 70 70 \ 18 \ 60 \ 17 50 13 80 80 Dallas 11 10 12 \ 16 \ 90 Los ngeles 8 \ 10 \ 0 150 350/350 St. Paulo 13 90 0 100 Ficticio 0 100 Establecimiento

1. VERIFICAR QUE EL PROBLEMA SEA NO DEGENERADO

2. TRABAJAR CON CELDAS OCUPADAS

3. TRABAJAR CON CELDAS DESOCUPADAS

Tabla de toma de decisiones. No es factible

Tabla simplex final.

Transporte

RED

TOMA DE DECISIONES DE C.M

Ejercicio 17:

La compaa Scott and Associates Inc. Un despacho contable que tiene 3 nuevos clientes. Se asignaran a los 3 clientes 3 jefes de proyecto. Con base en los distintos antecedentes y experiencias de los citados, las diversas asignaciones entre jefe y clientes varan en funcin de los tiempos esperados de terminacin. Se muestran en seguida las posibles asignaciones y los tiempos esperados de terminacin. 1 10 14 22 Clientes 2 16 22 24 3 32 40 34

Jackson Ellis Smith Ejercicio 17 A)

Jackson

Ellis

Smith

B) F.O. Z= 10x1+16 x2+32 x3+14 x4+22 x5+40 x6+22 x7+24 x8+34 x9

Restricciones
1. 2. 3. 4. 5. 6.

x1+x2+x3 1 x4+x5+x6 1 x7+x8+x9 1 x1+x4+x7 = 1 x2+x5+x8 = 1 x3+x6+x9 =1

Ejercicio 18: Jefe de Cliente proyecto 1 10 Jackson 14 Ellis 22 Smith 0 0 0 6 8 2 22 26 12 24 34 22 40 Cliente 2 16 Cliente 3 32 Considrese de nuevo el ejercicio 17 utilice el mtodo Hngaro para obtener la solucin ptima. Ejercicio 18 Cliente 1 Cliente 2 Cliente 3

Cliente 1

Cliente 2

Cliente 3

0 4 Jefe de Cliente Cliente proyecto 1 2 0 6 0 Jackson 0 0 Ellis 0 Smith 0 0 2 0

10 Cliente 3 14 8 0 10 0

Ellis con c-1 con (10)

14 Ellis 22 Smith

22 24

40 34

Jefe de proyecto Jackson

Cliente 2

Cliente 3

0 Smith 0

8 0

Jackson con c-2 con (16) Smith con c-3 con (34)

Ejercicio 19: En el ejercicio 17 suponga que existe disponible un empleado adicional que puede ser asignado la siguiente tabla muestra las alternativas de asignacin y los tiempos esperados de terminacin: 1 10 14 22 14 Cliente 1 Cliente 2 Clientes 2 16 22 24 18 Cliente 3 3 32 40 34 36 Ficticio

Jackson Ellis Smith Burton Jefe de proyecto

10 (x1) Jackson 14 (x5) Ellis 22 (x9) Smith 14 (x13) Burton

16 (x2) 22 (x6) 24 (x10) 18 (x14)

32 (x3) 40 (x7) 34 (x11) 36 (x15)

0 (x4) 0 (x8) 0 (x12) 0 (x16)

Jackson

2 Ellis

3 Smith

Burton

Ficticio

F.O. Max Z = 10x1+16 x2+32 x3+0 x4+14 x5+22 x6+40x7+0 x8+ 22x9+24x10+34x11+0x12+14x13+18x14+36x15+0x16

RESTRICCIONES
1. 2. 3. 4. 5. 6. 7. 8.

x1+x2+x3+x4 1 x1=0 No se asigna a Jackson con C,1 x5+x6+x7+x8 1 x9+x10+x11 +x12 1 x13+x14+x15+x16 1 x1+x5+x9+x13 =1 x2+x6+x10+x14 =1 x3+x7+x11+x15 =1 x4+x8+x12+x16 =1

R.N.N x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16 Jefe de proyecto Cliente 1 Cliente 2 Cliente 3 Ficticio

10 Jackson 14 Ellis 22 Smith 14 Burton

16 22 24 18

32 40 34 36

0 0 0 0

12 Jackson 8 Ellis 0 Smith 8 Burton

8 2 0 6

8 0 6 4

0 0 0 0

Ellis con C, 3 con 40 das

10 Jackson 6 Ellis 0 Smith 6 Burton

6 0 0 4

6 0 4 2 Jefe de proyecto

0 2 2 0 Cliente 1 Cliente 2 Ficticio

Smith con C-2 con 24 das Burton con C-1 con 14 das Y Jackson se queda sin cliente 10 Jackson 6 Smith Burton 6 4 0 0 2 6 0

Ejercicio 20: La firma Wilson Distributors Inc. Abri 2 nuevos territorios de ventas en estados del occidente. En la actualidad 3 personas venden en el medio oeste y en el este y se les est evaluando para promoverlos a puestos de gerentes regionales de ventas para los 2 nuevos territorios de ventas. Los administradores han estimado las ventas manuales totales (millares de dlares) para la asignacin de cada persona a cada territorio de ventas. Las proyecciones de las ventas que hacen los administradores son las siguientes: Regin de ventas Gerentes Regionales Bostok McMahon Miller Noroeste 100 85 90 Suroeste 95 80 75

Modelo matemtico: Funcin Objetivo: Maximizar Utilidades Z= $ 100x1 + $ 95x2 + $ 0x3 + $ 85x4 + $ 80x5 + $ 0x6 + $ 90x7 + $ 75x8 + $ 0x9 Variables de decisin: x1: 1 asignacin de Bostok a la regin Noroeste x2: 1 asignacin de Bostok a la regin Suroeste x3: 1 asignacin de Bostok a Ficticio x4: 1 asignacin de McMahon a la regin Noroeste x5: 1 asignacin de McMahon a la regin Suroeste x6: 1 asignacin de McMahon a Ficticio x7: 1 asignacin de Miller a la regin Noroeste x8: 1 asignacin de Miller a la regin Suroeste x9: 1 asignacin de Miller a Ficticio Restricciones: R1: x1 + x2 + x3 1 R2: x4 + x5 + x6 1 R3: x7 + x8 + x9 1 R4: x1 + x4 + x7 = 1 R5: x2 + x5 + x8 = 1 R6: x3 + x6 + x9 = 1 Restriccin de no negatividad (R.N.N): x1, x2 , x3, x4, x5, x6, x7, x8 , x9

Ejercicio 21: Con referencia al ejercicio 20 utilice el mtodo Hungaro para obtener la solucin ptima. Gerentes Regionales Bostok McMahon Miller Gerentes Regionales Bostok McMahon Miller Gerentes Regionales Bostok McMahon Miller Decisin: Se asigna a Bostock a regin noroeste con $100, a McMahon a regin suroeste con $80 y a Miller no se asigna nada. Noroeste 100 85 90 Noroeste 0 15 10 Noroeste 0 10 5 Regin de ventas Suroeste 95 80 75 Suroeste 5 20 25 Suroeste 5 5 20 Ficticio 0 0 0 Ficticio 0 0 0 Ficticio 5 0 0

Ejercicio 22: Resuelva el problema de asignacin de la Fowle Marketing Research Inc. Teniendo 4 jefes de proyectos disponibles para asignarlos a 3 clientes los tiempos estimados de terminacin de los proyectos en das son los siguientes: Jefe de Proyecto Terry Karla Roberto Higley 1 10 9 6 8 Clientes 2 15 18 14 16 3 9 5 3 6

clientes Jefe de proyecto Terry Carla Roberto Higley 1

10 9 6 8

2
15 18 14 16

3
9 5 3 6

FICTICIO
0 0 0 0

Jefe

Cliente

Terry

Carla

Roberto

Higley

Ficticio

MODELO MATEMATICO MINIMIZAR DIAS

RESTRICCIONES 1) 2) 3) 4) 5) 6) 7) 8) VARIABLES

METODO HUNGARO

clientes Jefe de proyecto Terry Carla Roberto Higley 1 10 9 6 8 2 15 18 14 16 3 9 5 3 6 FICTICIO 0 0 0 0

clientes COLUMNAS C-1 C-2 C-3 CF Terry 0 0 0 0 Carla 3 7 0 0 Roberto 2 5 0 0 Higley 1 4 0 0 RENGLON C1 Terry 1 Carla 4 Roberto 3 Higley 2

clientes C2 6 13 11 10 C3 0 0 0 0 CF 0 0 0 0

Terry Carla Roberto Higley Terry Roberto Higley

0 2 1 0 0 1 0

0 6 4 3 0 4 3

1 0 0 0 1 0 0

1 0 0 0

CARLA CON C-3 CON 5 DIAS TERRY CON C-1 CON 10 DIAS

higley con C-2 CON 16 das Roberto no tiene asignacin

Ejercicio 27: En la operacin de un taller a destajo se pueden realizar en 4 tareas en cualquiera de 4 mquinas. En seguida se resumen el nmero de horas que se requieren para cada tarea en cada mquina Cul es la asignacin de tareas y mquinas que arroja el tiempo total mnimo? Maquina Tarea 1 2 3 4 A 32 22 24 26 B 18 24 30 30 MAQUINA TAREA 1 2 3 4 1 Metodo Hungaro A 14 10 0 6 A 10 6 0 2 B 0 12 6 10 B 0 8 2 6 C 14 0 12 8 C 10 0 8 4 D 8 4 0 0 D 4 0 4 0 A 32 22 24 26 1 B 18 24 30 30 1 C 32 12 26 28 1 D 26 16 24 20 1 1 1 1 1 C 32 12 26 28 D 26 16 24 20

1 2 3 4 tarea 1 2 3 4

La tarea 1 se le asigna la maquina B con 18 das. Maquina Tarea 2 3 4 A 6 0 2 C 0 8 4 D 0 4 0

La tarea 3 con maquina A con 24 das La tarea 4 con maquina D con 20 das La tarea 2 con maquina C con 12 das

Ejercicio 28: La Mayfax Distributors Inc. Tiene 4 territorios de ventas, y se debe asignar un representante de ventas a cada uno de ellos. De acuerdo a su experiencia el gerente de ventas de la empresa ha estimado el volumen de ventas para cada representante de ventas en cada territorio. Encontrar las asignaciones de representantes de ventas y territorios que maximicen las ventas (los datos estn dados en millares). Representante de ventas Washington Benson Fredricks Hodson A 44 60 36 52 Territorio de ventas B C 80 56 60 76 52 40 48 36 D 60 72 48 40

Representaciones de ventas A Washington 44 Benson 60 Fredicks 36 Hodson 52 Renglon

Territorio de ventas B 80 56 60 76 C 52 40 48 36 D 60 72 48 40

Territorio de ventas Washington Benson Fredicks Hodson A 0 20 0 16 B 36 16 24 40 C 8 0 12 0 D 16 32 12 4

Columna Territorio de ventas A 0 4 0 0 B 20 0 8 24 C 0 0 4 0 D 12 28 8 0 Territorio de ventas Washington Benson Fredicks Hodson A 4 0 0 4 B 16 0 4 20 C 0 0 0 0 D 8 24 4 0

Washington a C con 52 ventas Hodson a D con 40 ventas Fredicks a A con 36 ventas Benson a B con 56 ventas

Ejercicio 29: Existen disponibles 4 secretarias para mecanografa, cualquiera de las 3 representan a la compaa. Con los tiempos de mecanografa en horas, Cul es la asignacin de secretarias a reportes que minimiza el tiempo total? Secretaria Phyllis Linda Dave Marlene Secretaria Phyllis A 24 19 25 25 A 24 Reporte B 12 11 16 14 B 12 C 10 C 10 11 16 13

Linda Dave Marlene

19 25 25

11 16 14

11 16 13

Secretaria Phyllis Linda Dave Marlene

A 14 8 9 12

B 2 0 0 1

C 0 0 0 0

Secretaria Phyllis Linda Dave Marlene

A 6 0 1 4

B 1 0 0 0

C 0 0 0 0

Secretaria Phyllis Linda

A 5 0

B 0 1

C 0 1

Dave Marlene

0 3

0 0

0 0 Linda con reporte A en 19 horas

Phyllis con reporte C en 10 horas Marlene con reporte B en 16 horas Dave no se queda con asignaciones

Ejercicio 30: Se debe enviar 4 camiones a las oficinas de 4 clientes. Las asignaciones y las distancias que recorren cada camin para realizar el viaje son las que se muestran en seguida. Qu asignaciones de camiones a clientes minimizan la distancia total que los 4 camiones recorren? Obsrvese que hay 2 asignaciones inaceptables, debido a que el camin correspondiente no est equipado para transportar la clase de carga de la que se trata. La asignacin inaceptable tiene una M como la distancia recorrida: Cliente Camin 1 2 3 4 Camin 1 2 3 4 A 130 120 125 150 A 130 120 125 150 B 125 110 120 150 B 125 110 120 150 C 120 100 M 140 C 120 100 M 140 D 133 120 140 M D 135 120 140 M

Camin 1

A 10

B 5

C 0

D 15

2 3 4

20 5 10

10 0 10

0 M-120 0

20 20 M-140

Camin 1 2 3 4

A 5 15 0 5

B 0 5 0 5

C 0 0 M-115 0

D 10 15 15 M-135

Camin 1 2 3 4

A 0 10 0 0

B 0 0 0 0

C 5 0 M-110 0

D 5 10 10 M-130

Camin 1 3 4

A 0 0 0

B 0 0 0

D 5 10 M-130

Camin 2 asignado con cliente c con 100 de distancia Camin 3 asignado con cliente B con 110 de distancia Camin 1 asignado con cliente A con 130 de distancia Camin 4 asignado con cliente D con M-130 de distancia

Ejercicio 31: Una empresa de investigacin de mercados tiene 3 clientes y cada uno de ellos la a solicitado a la empresa una encuesta por muestreo existen disponibles 4 especialistas en estadstica para asignarlos a estos 3 proyectos sin embargo los 4 especialistas estn ocupados y por tanto, lo ms que puede manejar cada uno de ellos es un cliente. Los siguientes datos muestran el nmero de horas que requera cada especialista en estadstica para llevar acabo cada tarea las diferencias en tiempo se debe a diferencias se debe a diferencias en la experiencia y la habilidad de los especialistas. Especialistas en estadstica 1 2 3 4 A 150 170 180 160 Cliente B 210 230 230 240 C 270 220 225 230

CLIENTE Especialista en estadstica 1 2 3 4 A B C

150 170 180 160

210 230 230 240

270 220 225 230

cliente Especialistas en estadstica A B C FICTISIO

1 2 3 4

XI

150

170 X5 180 X9 160 X13

210 X2 230 X6 230 X10 240 X14

270 X3 220 X7 225 X11 230 X15

0 X4 0 X8 0 X12 0 X16

RED
1 A

4 FICTISIO

Modelo matemtico: Z=150x1+210x2+270x3+0x4+170x5+230x6+220x7+0x8+180x9+230x10+225x11+ 0x12+160x13+240x4+230x15+0x16 Restricciones X1+x2+x3+x4<-1 X5+x6+x7+x8<1 X9+x10+x11+x12<1

X13+x14+x15+x16<1 X1+x5+x9+x13=1 X2+x6+x10+x14=1 X3+x7+x11+x15=1 X4+x8+x12+x16=1 RNN. DISPONIBILIDAD DE LOS ESTADIASTICOS

Mtodo hngaro CLIENTE Especialista 1 2 3 4 A 150 170 180 160 B 210 230 230 240 C 270 220 225 230 FICTISIO 0 0 0 0 Especialista A 1 150 2 170 3 180 4 160 CLIENTE B 210 230 230 240 C 270 220 225 230 FICTISIO 0 0 0 0

Especialista 1 2 3 4

A 150 170 180 160

B 210 230 230 240

CLIENTE C 270 220 225 230

FICTICIO 0 0 0 0

Especialista 1

A 0

B 60

CLIENTE C FICTICIO 120 0

2 3 4

0 0 0

60 50 80

50 45 70

0 0 0

CLIENTE Especialista 1 2 3 4 A 0 0 0 0 B 0 10 5 10 C 60 0 0 0 FICTICIO 0 0 0 0

Especialista 1 2 3 4

A 5 0 0 0

B 0 5 0 5

CLIENTE C FICTICIO 55 5 0 0 0 0 0 0

Especialista 1 con Cliente B con 210 horas Especialista 4 con Cliente A con 160 horas Especialista 2 con Cliente C con 220 horas Especialista 3 no tiene asignacin