Professional Documents
Culture Documents
FACULTAD DE INGENIERÍA
ESCUELA PROFESIONAL DE INGENIERÍA DE MINAS
TACNA – PERÚ
2016
1
CONTENIDO
INTRODUCCIÓN 3
MARCO TEÓRICO
Programación lineal
o Concepto 4
o Historia 4
o Aplicaciones 5
Modelo de transporte 5
Método de la esquina Nor-oeste 7
o Algoritmo d resolución 7
Método del costo mínimo 8
o Algoritmo de resolución 8
Método de aproximación de Vogel 8
o Algoritmo de resolución 8
Prueba de Optimización o salto a la piedra 9
Simulación de Modelo de Transporte a través de software TORA 10
o TORA 10
o Glosario del software TORA 10
EJEMPLO APLICATIVO
Enunciado 11
Resolución a través del método de la esquina nor-oeste 12
Resolución a través del método del costo mínimo 15
Resolución a través del método de aproximación de Vogel 16
CONCLUSIONES 17
BIBLIOGRAFÍA 17
2
INTRODUCCIÓN
Las industrias desde sus inicios han presentado un gran interés natural en maximizar la utilización
de sus inversiones, con la finalidad de producir un valor agregado a su producto o servicio que los
diferencia de la competencia y sean de alguna forma la primera opción de sus clientes.
Antiguamente se necesitaba esperar un cierto tiempo para obtener una retroalimentación de
información sobre el comportamiento que presentan los activos, los productos, la confiabilidad, la
calidad, la satisfacción de los clientes, entre otros.
En este trabajo se hablará sobre la simulación por el método de transporte visto en clase en
ejercicios aplicativos que simulan casos sucedidos en mina a través de un software de fácil acceso y
manejo.
3
MARCO TEÓRICO
PROGRAMACIÓN LINEAL
a. CONCEPTO
b. HISTORIA
Los fundadores de la técnica son George Dantzig, quien publicó el algoritmo simplex, en 1947, John
von Neumann, que desarrolló la teoría de la dualidad en el mismo año, y Leonid Kantoróvich, un
matemático de origen ruso, que utiliza técnicas similares en la economía antes de Dantzig y ganó el
premio Nobel en economía en 1975. En 1979, otro matemático ruso, Leonid Khachiyan, diseñó el
llamado Algoritmo del elipsoide, a través del cual demostró que el problema de la programación
lineal es resoluble de manera eficiente, es decir, en tiempo polinomial.2 Más tarde, en 1984,
Narendra Karmarkar introduce un nuevo método del punto interior para resolver problemas de
programación lineal, lo que constituiría un enorme avance en los principios teóricos y prácticos en
el área.
4
c. APLICACIONES
Otros son:
MODELO DE TRANSPORTE
5
Sin embargo, algunas de sus aplicaciones importantes (como la Programación de la Producción) de
hecho no tienen nada que ver con el transporte.
El algoritmo de transporte sigue los pasos exactos del método simplex. Sin embargo, en vez de
utilizar la tabla simplex regular, aprovechamos la estructura especial del modelo de transporte para
presentar el algoritmo en una forma más conveniente:
Hay “m” puntos de origen y “n” puntos de destino, el costo de transporte por unidad enviado desde
cada punto de origen (Ui) hasta cada punto de destino (Vj) está representado por Cij. Las cantidades
enviadas desde cada punto de origen hasta cada punto de destino son señaladas como Xij.
El objetivo es determinar las Xij desconocidas que minimicen el costo total de transporte, mientras
se satisfagan todas las restricciones de la oferta y la demanda.
Los pasos del algoritmo del método de transporte son los siguientes:
Paso 1: Determine una solución factible inicial y vaya al paso 2 (se utilizaba el método de la esquina
nor-oeste, el método del costo menor y el método de las penalidades).
Paso 2: Utilice la condición óptima del método simplex para determinar la “variable de entrada”. Si
se satisface la condición, deténgase. De lo contrario, vaya al paso 3.
Paso 3: Utilice la condición de factibilidad del método simplex para determinar la “variable de salida”
y encuentre la nueva solución básica. Regrese al paso 2.
Aunque este algoritmo permitió por muchos años solucionar infinidad de problemas de transporte,
también es cierto que por ser un método de “tanteo” debe ser reemplazado (al igual que el método
simplex) por una herramienta actualizada y versátil como lo es el computador.
6
MÉTODO DE LA ESQUINA NOR-OESTE
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.
Su nombre se debe al génesis del algoritmo, el cual inicia en la ruta, celda o esquina Noroeste. Es
común encontrar gran variedad de métodos que se basen en la misma metodología de la esquina
Noroeste, dado que podemos encontrar de igual manera el método de la esquina Noreste, Sureste
o Suroeste.
a. ALGORITMO DE RESOLUCIÓN
PASO 1:
PASO 2:
En este paso se procede a eliminar la fila o destino cuya oferta o demanda sea 0 después del "Paso
1", si dado el caso ambas son cero arbitrariamente se elige cual eliminar y la restante se deja con
demanda u oferta cero (0) según sea el caso.
PASO 3:
Una vez en este paso existen dos posibilidades, la primera que quede un solo renglón o columna, si
este es el caso se ha llegado al final el método, "detenerse".
La segunda es que quede más de un renglón o columna, si este es el caso iniciar nuevamente el
"Paso 1".
7
MÉTODO DEL COSTO MÍNIMO
El método del costo mínimo o de los mínimos costos es un algoritmo desarrollado con el objetivo
de resolver problemas de transporte o distribución, arrojando mejores resultados que métodos
como el de la esquina noroeste, dado que se enfoca en las rutas que presentan menores costos.
El diagrama de flujo de este algoritmo es mucho más sencillo que los anteriores dado que se trata
simplemente de la asignación de la mayor cantidad de unidades posibles (sujeta a las restricciones
de oferta y/o demanda) a la celda menos costosa de toda la matriz hasta finalizar el método.
a. ALGORITMO DE RESOLUCIÓN
PASO 1:
De la matriz se elige la ruta (celda) menos costosa (en caso de un empate, este se rompe
arbitrariamente) y se le asigna la mayor cantidad de unidades posible, cantidad que se ve restringida
ya sea por las restricciones de oferta o de demanda. En este mismo paso se procede a ajustar la
oferta y demanda de la fila y columna afectada, restándole la cantidad asignada a la celda.
PASO 2:
En este paso se procede a eliminar la fila o destino cuya oferta o demanda sea 0 después del "Paso
1", si dado el caso ambas son cero arbitrariamente se elige cual eliminar y la restante se deja con
demanda u oferta cero (0) según sea el caso.
PASO 3:
Una vez en este paso existen dos posibilidades, la primera que quede un solo renglón o columna, si
este es el caso se ha llegado al final el método, "detenerse".
La segunda es que quede más de un renglón o columna, si este es el caso iniciar nuevamente el
"Paso 1".
a. ALGORITMO DE RESOLUCIÓN
PASO 1
Determinar para cada fila y columna una medida de penalización restando los dos costos menores
en filas y columnas.
8
PASO 2
Escoger la fila o columna con la mayor penalización, es decir que de la resta realizada en el "Paso 1"
se debe escoger el número mayor. En caso de haber empate, se debe escoger arbitrariamente (a
juicio personal).
PASO 3
Si queda sin tachar exactamente una fila o columna con cero oferta o demanda, detenerse.
Si queda sin tachar una fila o columna con oferta o demanda positiva, determine las
variables básicas en la fila o columna con el método de costos mínimos, detenerse.
Si todas las filas y columnas que no se tacharon tienen cero oferta y demanda, determine
las variables básicas cero por el método del costo mínimo, detenerse.
Si no se presenta ninguno de los casos anteriores vuelva al paso 1 hasta que las ofertas y las
demandas se hayan agotado.
La casilla a evaluar comienza con un signo (+) positivo y a medida en que se va recorriendo la ruta
escogida se van alternando los signos.
9
Buscar un salto de línea cerrada (donde empieza termina).
Si la ruta asignada es correcta, sumamos algebraicamente los costos y la respuesta debe dar positiva,
es decir que los valores positivos sean mayores que los valores negativos.
Reubicación: Tomamos las cantidades de las casillas negativas y elegimos el valor más pequeño
entre ellos, para restárselo a las cantidades negativas y sumárselo a las positivas.
a. TORA
Al igual que para cualquier otro método de resolución, el primer paso para resolver un problema de
programación lineal (PL) consiste en el modelamiento matemático, y es en esta fase en la que el
profesional de Ingeniería Industrial debe desarrollar su mayor habilidad y destreza.
10
EJEMPLO APLICATIVO
a. ENUNCIADO
Una unidad minera que se encuentra explotando vetas polimetálicas de Pb, Zn y Ag posee dos
plantas que elaboran los productos finales de los ya mencionados metales en cantidades de 250 y
450 unidades, respectivamente.
Dichas unidades deben ser trasladadas a tres puertos de distribución con demandas diarias de 200,
200 y 250 unidades, respectivamente. Los costos de transporte (en $/unidad) son:
11
b. RESOLUCIÓN A TRAVÉS DEL MÉTODO DE LA ESQUINA NOR-OESTE
PASO 2: Elegimos el modelo de programación lineal que presenta nuestro problema. En este
caso elegimos “modelo de transporte”.
12
PASO 4: Seguidamente damos Enter y aparecerá una tabla en la que debemos insertar los
datos del problema.
PASO 5: Luego vamos al botón inferior de “SOLVE Menu” y podremos observar que se encuentran
los tres métodos conocidos para la resolución de ejercicios de modelo de transporte. En este caso,
escogemos el método de la esquina nor-oeste.
13
PASO 6: Finalmente observamos que el problema ya está optimizado con 2 iteraciones. La
respuesta es $11350.00 para este caso.
14
c. RESOLUCIÓN A TRAVÉS DEL MÉTODO DEL COSTO MÍNIMO
PASO 1: En este caso elegiremos la opción de resolución de método del costo mínimo.
15
d. RESOLUCIÓN A TRAVÉS DEL MÉTODO DE APROXIMACIÓN DE VOGEL
PASO 1: En este caso escogemos resolver el problema propuesto a través del método de
aproximación de Vogel.
16
CONCLUSIONES
BIBLIOGRAFÍA
http://www.rippconsulting.com/compartiendo-experiencia/importancia-oportunidades-y-
beneficios-del-uso-de-la-simulacion-de-procesos-en-la-industria-actual/
http://www.monografias.com/trabajos-pdf4/metodo-transporte/metodo-
transporte.shtml#ixzz4VD2ILR31
www.ingenieriaindustrialonline.com
https://es.scribd.com/doc/67944289/Ejercicios-Modelo-Transporte-Resueltos
http://datateca.unad.edu.co/contenidos/102016/CONTENIDOS/Exe_nuevo/leccin_14_pru
eba_de_la_optimalidad_o_salto_de_la_piedra.html
17