INVESTIGACIÓN OPERATIVA I - Ing. Vanessa Nieto Peña

Pág

ina1

Modelo de

Transporte

I

OBJETIVOS

Conocer y aplicar los principales conceptos del modelo de transporte.

Aprender a solucionar problemas de transporte.

Utilizar el LINDO y el WINQSB como herramientas de desarrollo de problemas de

Transporte.

II

TEMAS A TRATAR

Conceptos generales.

Solución aplicando programación lineal.

Modelo de transporte.

III

MARCO TEORICO

EJEMPLO Nro 1:

Una compañía tiene dos sucursales. Una ubicada en Camaná que puede producir 3000 docenas de cajas y

los costos de enviar cada docena de cajas a las ciudades de Cuzco, Tacna, Moquegua y Puno son de 5, 8,

3 y 6 dólares respectivamente, la sucursal de Mollendo puede producir 4000 docenas de cajas y los costos

de enviar a las ciudades de Cuzco, Tacna, Moquegua y Puno son de 6, 2, 4 y 5 dólares respectivamente, la

fábrica principal ubicada en la ciudad de Arequipa puede producir 5000 docenas de cajas y los costos de

enviar a las ciudades de Cuzco, Tacna, Moquegua y Puno son de 4, 5, 7 y 4 dólares respectivamente. Los

consumos para las cuatro ciudades son de 2500, 1500, 4500 y 3500 docenas de cajas respectivamente.

Determinar el mínimo costo de transporte desde los centros de abastecimientos a los consumidores.

SOLUCIÓN

El problema del caso estudio puede ser representado gráficamente del modo siguiente:

Sesión

7

INVESTIGACIÓN OPERATIVA I - Ing. Vanessa Nieto Peña

Pág

ina2

Los datos y variables incógnitas quo representan al problema podemos representarlos en la gráfica

siguiente:

Ordenando los datos en la matriz del problema del transporte obtenemos la Matriz de Transporte

siguiente:

Como se puede observar en el cuadro anterior las variables incógnitas o de decisión del problema están

determinados por Xij (docenas de cajas a transportarse desde la fábrica "i" a la ciudad consumidora "j") y

los valores conocidos están determinados por Cij (costo de trasladar una docena de cajas de la fábrica "i"

INVESTIGACIÓN OPERATIVA I - Ing. Vanessa Nieto Peña

Pág

ina3

a la ciudad "j"), así como la oferta de docenas de cajas (ai) que producen cada una de las fábricas "i" y la

cantidad de demanda requerida por cada ciudad "j" (bj).

SOLUCIÓN APLICANDO PROGRAMACIÓN LINEAL

Formulamos el modelo matemático respectivo (observe que la demanda total es igual a la oferta total):

Min 5X11+8X12+3X13+6X14+4X21+5X22+7X23+4X24+6X31+2X32+4X33+5X34

ST

Restricciones de Oferta:

X11+X12+X13+X14= 3000 (capacidad de producción de Camaná)

X21+X22+X23+X24= 5000 (capacidad de producción de Arequipa) X31+X32+X33+X34= 4000 (capacidad de producción de Mollendo)

Restricciones de Demanda:

X11+X21+X31=2500 (demanda de Cusco)

X12+X22+X32=1500 (demanda de Tacna)

X13+X23+X33= 4500 (demanda de Moquegua)

X14+X24+X34= 3500 (demanda de Puno)

Restricciones de no negatividad:

Xij≥0

Utilizando el LINDO tenemos la siguiente salida:

Interpretación:

Se observa que el algoritmo Simplex ha utilizado 6 iteraciones para llegar a la solución óptima. El costo total de envío es de 43000 dólares y el plan de transporte es el siguiente:

De la Fábrica 1 (Camaná) se deberá enviar 3000 docenas de cajas al cliente 3 (Moquegua)

De la Fábrica 2 (Arequipa) se deberá enviar 2500 docenas de cajas al cliente 1 (Cusco)

De la Fábrica 2 (Arequipa) se deberá enviar 2500 docenas de cajas al cliente 4 (Puno)

De la Fábrica 3 (Mollendo) se deberá enviar 1500 docenas de cajas al cliente 2 (Tacna)

De la Fábrica 3 (Mollendo) se deberá enviar 1500 docenas de cajas al cliente 3 (Moquegua)

De la Fábrica 3 (Mollendo) se deberá enviar 1000 docenas de cajas al cliente 4 (Puno)

Los Slack or Surplus con valor cero indican que las demandas y ofertas han sido agotadas.

Los costos reducidos indican que por ejemplo para que se justifique el envío de la fábrica 1 (Camaná) al

cliente 2 (Tacna), el costo unitario de transporte por docena deberá mejorar (disminuir) en 7 dólares.

SOLUCIÓN APLICANDO REDES DE OPTIMIZACIÓN DEL WINQSB

Utilizando el módulo Network Modeling del WinQSB, ingresamos con File/New Problem, y nos

presenta la siguiente ventana:

INVESTIGACIÓN OPERATIVA I - Ing. Vanessa Nieto Peña

Pág

ina4

Existen 7 modelos fundamentales para el tratamiento de los problemas que involucran redes con el fin de

optimizar el uso de algún recurso, generalmente tratándose de la minimización de costos, tiempo o la

maximización del flujo a través de una red. Estos modelos son:

• Flujo en redes o modelo de trasbordo (Network Flow)

• Problema de transporte (Transportation Problem)

• Problema de asignación (Assignment Problem)

• Problema de la ruta más corta (Shortest Path Problem)

• Problema de flujo máximo (Maximal Flow Problem)

• Árbol de mínima expansión (Minimal Spanning Tree)

• Problema del agente viajero (Traveling Salesman Problem)

Ingresamos con la opción Transportation Problem: La función objetivo (Objetive Criterion),

Minimización. El formato de entrada de datos (Data Entry Format) en forma matricial. El número de

Orígenes (Number of Sources), 3. El número de destinos (Number of Destinations), 4.

Al hacer clic en OK, aparece la tabla siguiente de entrada de datos:

Para modificar los nombres de los nodos pulsamos sobre Node Name en el menú Editar (Edit).

Modifiquemos dichos nombre como se muestra a continuación:

INVESTIGACIÓN OPERATIVA I - Ing. Vanessa Nieto Peña

Pág

ina5

Luego ingresamos los costos unitarios, así como las ofertas (Supply) de cada fábrica y las demandas

(Demand) de cada cliente.

Como paso previo a la solución debe escogerse el método mediante el cual se determina la solución básica inicial (recuérdese que los métodos asociados con el transporte sólo se diferencian en la forma

como se obtiene la solución básica inicial). La manera de resolver el problema es idéntica a la del

simplex, pudiéndose resolver directamente o por pasos.

Mediante la opción del menú Solve and Analyze/Select Initial Solution Method, escogemos el método de

solución inicial. En este caso se ha escogido el método de la columna mínima.

Presionamos Solve o en su defecto ingresamos por el menú con la opción Solve and Analyze/Solve the

Problem.

Obtenemos la misma solución que obtuvimos utilizando el software Lindo.

A continuación se muestran dos resúmenes de los que permite este módulo, para realizar el análisis de

sensibilidad:

INVESTIGACIÓN OPERATIVA I - Ing. Vanessa Nieto Peña

Pág

ina6

La primera tabla mediante la opción del menú Results/Range of Optimality, nos muestra, entre otros, el

estado de las variables (básicas o no básicas); esto es, si la solución indica que un tramo (i,j) debe

realizarse o no; también enseña los costos reducidos, que tienen igual interpretación que en programación

lineal. Las dos últimas columnas señalan los máximos y mínimos costos permitidos en un tramo de

transporte; esto equivale al análisis de coeficientes de costos de la programación lineal.

De la segunda tabla obtenida mediante la opción del menú Results/Range of Feasibility, cabe destacar los

precios duales y los máximos y mínimos permitidos para las restricciones que se interpretan igual que en

programación lineal.

EJEMPLO Nro 2:

La Cía. Cervecera de Arequipa quiere planear su producción del primer semestre del 2008. Un estudio de

mercado proyecta la demanda regional de cerveza siguiente:

Mes Enero Febrero Marzo Abril Mayo Junio Demanda (Toneladas) 30 40 50 30 40 30

La capacidad de producción de la planta para satisfacer dicha demanda es de 50 toneladas mensuales.

Dado que en el mes de Marzo gran parte del personal de producción sale de vacaciones, la capacidad de

la planta se reduce a 20 toneladas. La empresa puede producir y almacenar en cualquier mes para

satisfacer demandas futuras.

Los costos de producción y almacenamiento se dan en la tabla siguiente (en decenas de soles/tonelada):

INVESTIGACIÓN OPERATIVA I - Ing. Vanessa Nieto Peña

Pág

ina7

a) Determinar utilizando el WinQsb con la opción Network Modeling, el plan de producción mensual

para satisfacer la demanda al menor costo de producción y almacenamiento?

b) Indicar el costo total óptimo para la empresa.

c) Indicar la capacidad ociosa de la planta en cada uno de los seis meses.

d) Suponiendo que se obliga agotar la capacidad de producción del mes de Abril, construya el modelo

matemático que permita determinar el plan de producción mensual.

e) Utilizando el Lindo o WinQSB, determine el plan de producción mensual, el costo total y la

capacidad ociosa mensual de la planta.

IV

ACTIVIDADES 1. En el EJEMPLO 1, suponga que la capacidad de producción en Arequipa se reduce de 5000 a 4000

docenas de cajas, Cuál sería el nuevo plan de producción y transporte? Cuál será el nuevo costo

total?

2. Considere la representación en red siguiente de un problema de transporte: Los suministros,

demandas y costos de transporte por unidad aparecen en la red.

a. Utilice el WinQsb (opción Network Modeling) y muestre el plan de transporte óptimo.

Indique el costo total. b. Desarrolle un modelo matemático de programación lineal para este problema. Utilizando el

Lindo o WinQsb resuelva y muestre el plan óptimo de transporte, así como el costo total.

Compare sus resultados con los encontrados en el punto anterior.

3. Un producto es manufacturado en tres plantas y embarcado a tres almacenes (los costos de

transporte en dólares por Tonelada aparecen en la tabla siguiente).

Almacén Capacidad

de la planta Planta W1 W2 W3

P1 20 16 24 300 Ton.

P2 10 10 8 500 Ton.

P3 12 18 10 100 Ton.

Demanda de cada almacén 200 Ton. 400 Ton. 100 Ton.

a) Desarrolle un modelo de programación lineal para minimización de costos de transporte.

Resuelva el modelo matemático con Lindo o WinQSb y muestre el plan de producción y

distribución del problema. Cuál es el costo total?

b) En qué plantas existe capacidad ociosa? Cuánto?

c) Suponga que las entradas en la tabla representan utilidad por unidad producida en la planta i

y vendidas al almacén j. ¿Cómo cambia la formulación del modelo, en comparación con el

inciso (b)? Cuál es la nueva solución óptima del problema?

d) Para el problema original, Si se obliga el envío de la planta 2 al almacén 1 un mínimo de

INVESTIGACIÓN OPERATIVA I - Ing. Vanessa Nieto Peña

Pág

ina8

150 toneladas y se prohíbe el envío de la planta 1 al almacén 2. Cuál es la nueva solución

óptima del problema?.

4. La Compañía BBVA tiene pedidos de tres productos similares:

Pedidos

Producto (unidades)

A 2000

B 1500

C 1200

Hay disponibles tres máquinas para las operaciones de manufactura; las tres pueden producir todos

los productos a la misma velocidad de producción. Sin embargo, debido a distintos porcentajes de

defectuosos en cada producto y cada máquina, el costo unitario de los productos varía, dependiendo

de la máquina utilizada. La capacidad de máquinas para la semana siguiente, así como los costos

unitarios son los siguientes:

Capacidad

Máquina (unidades)

1 1500

2 1500

3 1000

a) Muestre la formulación de programación lineal que permita determinar el programa de

producción a costo mínimo de productos y máquinas.

b) Muestre el programa de producción y su costo mínimo.

c) Muestre la demanda insatisfecha.

Producto

Máquina A B C

1

2

3

$1.00

$1.30

$1.10

$1.20

$1.40

$1.00

$0.90

$1.20

$1.20