Fundamentos de Investigacin de Operaciones o El Problema de Transporte

Septiembre 2002
El Problema de Transporte corresponde a un tipo particular de un problema de programacin o lineal. Si bien este tipo de problema puede ser resuelto por el mtodo Simplex, existe un algoritmo e simplicado especial para resolverlo.

1
1.1

Formulacin del Problema de Transporte o

A modo de ejemplo, construyamos el modelo de programacin lineal para el siguiente problema. o Ejemplo 1. Una empresa energtica dispone de tres plantas de generacin para satisfacer la dee o manda elctrica de cuatro ciudades. Las plantas 1, 2 y 3 pueden satisfacer 35, 50 y 40 millones de e [kWh] respectivamente. El valor mximo de consumo ocurre a las 2 PM y es de 45, 20, 30 y 30 a millones de [kWh] en las ciudades 1, 2, 3 y 4 respectivamente. El costo de enviar 1 [kWh] depende de la distancia que deba recorrer la energ La siguiente tabla muestra los costos de env unitario a. o desde cada planta a cada ciudad. Formule un modelo de programcin lineal que permita minimizar o los costos de satisfaccin de la demanda mxima en todas las ciudades. o a Hacia Desde Planta 1 Planta 2 Planta 3 Demanda (Millones kWh) Ciudad 1 8 9 14 45 Ciudad 2 6 12 9 20 Ciudad 3 10 13 16 30 Ciudad 4 9 7 5 30 Oferta (Millones kWh) 35 50 40

En primer lugar debemos denir las variables de decisin necesarias para representar las posibles o decisiones que puede tomar la empresa energtica . En este caso, corresponde a la cantidad de e energ que se debe enviar desde cada planta a cada ciudad, luego para i = 1 . . . 3 y j = 1 . . . 4 : a xij = nmero de millones de [kWh] producidos en la planta i enviadas a ciudad j u En trminos de stas variables, el costo total de entregar energ a todas las ciudades es: e e a 8x11 + 6x12 + 10x13 + 9x14 +9x21 + 12x22 + 13x23 + 7x24 +14x31 + 9x32 + 16x33 + 5x34 (Costo de enviar energ desde la Planta 1) a (Costo de enviar energ desde la Planta 2) a (Costo de enviar energ desde la Planta 3) a

El problema tiene dos tipos de restricciones. En primer lugar, la energ total suministrada por cada a planta no puede exceder su capacidad. En este caso se habla de restricciones de oferta o suministro. 1

Como existen tres puntos de oferta o sumistro, existen tres restricciones: x11 + x12 + x13 + x14 x21 + x22 + x23 + x24 x31 + x32 + x33 + x34 35 50 40 (Restriccin de oferta de la Planta 1) o (Restriccin de oferta de la Planta 2) o (Restriccin de oferta de la Planta 3) o

En segundo lugar, se deben plantear las restricciones que permitan asegurar que se satisfaga la demanda en las cuatro ciudades. As las restricciones de demanda para cada punto de demanda , quedan: x11 + x21 + x31 45 (Restriccin de demanda de la Ciudad 1) o x12 + x22 + x32 20 (Restriccin de demanda de la Ciudad 2) o x13 + x23 + x33 30 (Restriccin de demanda de la Ciudad 3) o x14 + x24 + x34 30 (Restriccin de demanda de la Ciudad 4) o Evidentemente, cada xij debe ser no negativo, por lo tanto se agregan las restricciones xij 0 donde i = 1 . . . 3 y j = 1 . . . 4. Ms adelante demostraremos que la solucin de este problema es a o z = 1020, x12 = 10, x13 = 25, x21 = 45, x23 = 5, x32 = 10 y x34 = 30. El resto de las variables vale cero. Por otro lado, es posible construir una representacin grca del problema: o a Puntos de Oferta Puntos de Demanda
0 x 11 =
x 21 =
1

Ciudad 1
45
0

d1 = 45

s1 = 35

Planta 1

x1 = 2 10
x 13 = 25

= x3

0 x 22 =
x 32 = 10

Ciudad 2

d2 = 20

s2 = 50

Planta 2

x2 = 3 5

Ciudad 3
0 x 33 =
x 14 = 0

d3 = 30

s3 = 40

Planta 3

x 24

x3 = 4 30

Ciudad 4

d4 = 30

1.2

Formulacin General o

Un problema de transporte queda denido por la siguiente informacin: o 1. Un conjunto de m puntos de oferta. Cada punto de oferta i tiene asociado una oferta s i . 2. Un conjunto de n puntos de demanda. Cada punto de demanda j tiene asociada una demanda dj . 3. Cada unidad enviada desde un punto de oferta i a un punto de demanda j tiene un costo unitario de transporte cij Consideremos: xij = nmero de unidades enviadas desde el punto de oferta i al punto de demanda j u 2

Luego, la formulacin general del problema de transporte queda: o Min st

xij Si se satisface:

si dj 0

(i = 1 . . . m) (j = 1 . . . n) (i = 1 . . . m; j = 1 . . . n)
i=m j=n

(Restricciones de oferta) (Restricciones de demanda) (Restricciones de signo)

si =
i=1 j=1

dj

se dice que el problema est balanceado. En el caso del ejemplo anterior, se verica que tando la a suma de ofertas como las de las demandas es igual a 125. En el caso de un problema de transporte balanceado todas las restricciones estarn al l a mite, por lo tanto la formulacin queda: o Min st
j=n j=1 xij i=m i=1 xij xij i=m i=1 j=n j=1 cij xij

= =

si dj 0

(i = 1 . . . m) (j = 1 . . . n) (i = 1 . . . m; j = 1 . . . n)

(Restricciones de oferta) (Restricciones de demanda) (Restricciones de signo)

1.3

Problemas de Transporte no Balanceados

Si la oferta total supera a la demanda total, se puede balancear el problema de transporte incorporando un punto de demanda articial o dummy que tenga como demanda el excedente de oferta del problema. Como las asignaciones al punto articial no son reales, se le asigna un costo unitario de cero. En general, el costo unitario no necesariamente debe ser igual a cero, basta co que tenga igual valor a todos los puntos de oferta disponibles de forma de no generar preferencias. Por simplicidad, se preere emplear cero. Para ilustrar el balanceo de un problema no balanceado, supongamos en el ejemplo anterior que la demanda de la ciudad 1 disminuye a 40 [kWh]. La siguiente gura ilustra la incoporacin del punto de demanda articial y entrega la solucin respectiva: o o Puntos de Oferta Puntos de Demanda
0 x 11 =

Ciudad 1
40

d1 = 40

s1 = 35

Planta 1

x12 = 15

x 21

x 13 = 20 x 14 = 0

x22

=0

Ciudad 2
= 5

d2 = 20

x 32

s2 = 50

Planta 2
0 = x 31

x23 = 10

Ciudad 3
x2 4 =0

d3 = 30

x33

=0

s3 = 40

x34 = 30

Ciudad 4
x x 15 25 = = 0 0

d4 = 30

Planta 3

x3 = 5 5

Articial 3

d5 = 5

Una forma ms prctica de representar un problema de transporte es mediante un tableau de transa a porte. Una celda de la la i y la columna j representa la variable xij . Se suele incorporar en la esquina superior derecha de cada celda, el costo unitario cij de la combinacin i j. En general, el o tableau queda: Oferta c11 c21 . . . cm1 Demanda d1 c12 c22 . . . cm2 d2 . . . cmn dn c2n s2 . . . sm c1n s1

Construyendo el tableau para el ejemplo anterior (caso balanceado), introduciendo la solucin o ptima, se tiene: o Ciudad 1 8 Planta 1 Planta 2 Planta 3 Demanda 9 45 14 45 Ciudad 2 6 10 12 9 10 20 Ciudad 3 10 25 13 5 16 30 Ciudad 4 9 7 50 5 30 30 40 Oferta 35

En este caso se puede vericar que el problema est balanceado comprobando que la suma de la a ultima columna y la suma de la ultima de la la es idntica. e As como un problema de transporte puede no estar balanceado cuando la demanda es inferior a la oferta, tambin es posible que la demanda supere a la oferta. En este caso, se recurre a un e punto de oferta articial co valor de oferta equivalente a la diferencia entre oferta y demanda, de modo de balancear el problema. En la mayor de las situaciones, el hecho de no satisfacer totala mente la demanda puede signicar algn tipo de costo. Por lo tanto, en stos casos el costo unitario u e de las casillas cticias suele no ser cero y puede variar de un punto de demanda a otro.

2
2.1

Resolucin del Problema de Transporte o

Consideremos un problema de transporte balanceado con m puntos de oferta y n puntos de demanda. De acuerdo a la formulacin vista anteriormente, el problema tendr m+n restricciones de igualdad. o a Para proceder a describir algunos mtodos para encontrar una primera solucin inicial, es impore o tante observar que si un conjunto de valores para las variables xij satisface todas las restricciones salvo una, automticamente satisface la otra restriccin. Por ejemplo consideremos que en el ejema o plo anterior se sabe que los valores de las varibles satisfacen todas las restricciones, salvo la primera restriccin de oferta. Por lo tanto, los valores de las xij satisfacen d1 + d2 + d3 + d4 = 125 millones o de [kWh] y proveen s2 + s3 = 125 s1 = 90 millones de [kWh] de las plantas 2 y 3. Por lo tanto, la planta 1 debe proveer 125 (125 s1 ) = 35 millones de [kWh], luego los valores de xij tambin e satisfacen la primera restriccin de oferta. o

En lo sucesivo, para resolver el problema de transporte, consideraremos que se satisfacen m + n 1 restricciones, omitiendo alguna. En forma arbitraria, omitiremos la primera restriccin de oferta. o Evidentemente, cualquier coleccin de m + n 1 variables no necesariamente es una solucin factible o o para el problema. Consideremos el siguiente problema de transporte (omitiremos los costos unitarios): 4 5 3 2 4 En forma matricial, las restricciones del problema de transporte balanceado anterior puede ser escrito de la siguiente forma: x11 4 1 1 1 0 0 0 x12 5 0 0 0 1 1 1 1 0 0 1 0 0 x13 = 3 x21 2 0 1 0 0 1 0 x22 4 0 0 1 0 0 1 x23 Eliminando la primera restriccin de oferta el sistema se reduce a: o x11 x12 0 0 0 1 1 1 1 0 0 1 0 0 x13 0 1 0 0 1 0 x21 = x22 0 0 1 0 0 1 x23

5 3 2 4

Como el sistema anterior tiene 4 restricciones y 6 variables posee innitas soluciones, sin embargo, siempre tendr como solucin al menos 4 variables no nulas. a o Para obtener una solucin bsica factible en forma simple introduciremos el concepto de loop. o a Denicin 1 Un orden secuencial de al menos cuatro celdas distintas se denomina loop si: o 1. Dos celdas consecutivas estn en la misma columna o en la misma la. a 2. No tiene tres celdas consecutivas en una misma columna o en una misma la. 3. La ultima celda de la secuencia tiene una la o columna comn con la primera celda de la u secuencia. Las guras siguientes muestran algunos tipos de loop en dos tableaux de transporte:

Las siguientes guras muestran algunos ejemplos de secuencias de celdas que no conforman un loop, pues no satisfacen todas las condiciones.

Teorema 1 En un problema de transporte balanceado con m puntos de oferta y n puntos de demanda, las celdas correspondientes a un conjunto de m + n 1 variables no contienen un loop s y slo s las n + m 1 variables constituyen una solucin inicial. o o El teorema anterior se desprende del hecho de que en un conjunto de m+n1 celdas no contienen un loop s y slo s las m + n 1 columnas correspondientes a las celdas son linealmente independientes. o Los mtodos ms empleados para obtener soluciones iniciales son: e a El mtodo de la Esquina Noroeste. e El mtodo del Costo M e nimo. El mtodo de Vogel. e A continuacin revisaremos slo el mtodo de la Esquina Noroeste y el de Vogel. o o e Mtodo de la Esquina Noroeste. e Para encontrar una solucin inicial se comienza por la esquina superior izquierda (noroeste) del o tableau de transporte intentando asignar la mxima cantidad posible a x 11 . Evidentemente, el valor a mximo de x11 debe ser el menor entre s1 y d1 . Si x11 = s1 , se puede descartar la primera la pues a ya no podr asignarse ms desde el primer punto de oferta, se avanza a la siguiente la. Al mismo a a tiempo, se debe cambiar d1 por d1 s1 , de forma de indicar la cantidad de demanda no satisfecha en el primer punto de demanda. En caso que x11 = d1 , se debe descartar la primera columna y cambiar s1 por s1 d1 , avanzando una columna. Si x11 = d1 = s1 , se debe avanzar en una columna o en una la (pero no en ambas). Se asigna un cero en la direccin escogida y se descarta la otra alternativa. o El mtodo contina aplicando el mismo criterio desde la esquina noroeste del tableau restante. Una e u vez que estn asignadas toda de demanda y oferta disponible, se terminan las asignaciones y est a a completa la asignacin inicial. o Apliquemos el mtodo al siguiente tableau (notar que no se incorporan los costos pues el mtodo e e no los emplea): 5 1 3 2 4 2 1 Comenzamos asignando la mxima cantidad posible por la o por columna en la esquina noroeste. a En este caso, controla la primera columna, luego: 2 0 3 1 3 4 2 1

A continuacin, avanzamos una columna y en esta celda controla la la, por lo tanto queda: o 6

2 0

0 1 3

En este caso, la esquina ms noroeste disponible es la celda 2-2. Aqu la demanda y la oferta se a , igualan. Arbitrariamente se escoger la celda inferior de la misma columna para asignar un cero: a 2 0 3 1 0 0 2 1 0 0 3

Luego, la celda ms noroeste disponible es la 3-3. En esta celda, controla la demanda de 2 sobre la a oferta de 3, luego: 2 0 3 1 0 0 2 0 1 0 0 1

Finalmente, se completa el tableau haciendo la ultima asignacin factible: o 2 0 3 1 0 0 2 0 1 0 0 0 0

En el tableau nal se puede vericar las m + n 1 asignaciones. Adems se observa que la secuencia a de celdas no no conforman ningn loop, por lo tanto, de acuerdo al teorema corresponde a una u asignacin inicial factible. o Mtodo de Vogel. e El mtodo comienza calculando por cada columna y por cada la el castigo o penalty. El case tigo se calcula como la diferencia entre los dos costos menores en la columna o en la la segn u corresponda. A continuacin, se determina la la o columna con un mayor valor de castigo. Luego, o se selecciona como variable basal la celda con menor costo de la la o columna, segn corresponda, u y se le asigna la mxima cantidad posible. Una vez realizada la asignacin, se descarta la la o a o columna cuya oferta o demanda haya sido completa. Se recalcula la demanda u oferta disponible en la la o columna. La primera asignacin se ha completado. o Se vuelven a calcular los castigos por la y por columna y se repite el procedimiento descrito hasta completar las asignaciones posibles en el tableau. La ventaja del mtodo de Vogel por sobre el de la Esquina Noroeste es que va adelante algunas e iteraciones y por lo tanto se obtiene una solucin inicial mejor. Eventualmente puede ocurrir que o aplicando el mtodo se llegue directamente a la solucin ptima. La desventaja del mtodo de Vogel e o o e radica en que sin duda es ms complejo que el de la esquina noroeste, por lo tanto es ms dif de a a cil implementar y ms proclive a errores en la aplicacin. a o Para ilustrar la aplicacin del mtodo veamos un ejemplo. Consideremos el siguiente tableau de o e transporte:

Oferta 6 15 Demanda 15 7 80 5 8 10 78 15 5 De acuerdo al mtodo, en primer lugar se calculan los castigos por la y por columna: e Oferta 6 15 Demanda Castigo 15 9 7 80 5 73 8 10 78 15 5 70 78 15 = 63 76=1 Castigo

El mayor castigo entre las y columnas se encuentra en la segunda columna. De ambas celdas, la de m nimo costo es la de costo unitario de 7, buscando la mxima asigancin por la y por columna a o controla la columna con una signacin mxima de 5 unidades. o a Oferta 6 15 Demanda Castigo 15 9 7 5 80 0 8 5 78 15 5 70 78 15 = 63 86=2 Castigo

De los castigos recalculados, el mayor corresponde a la tercera columna. En este caso la celda de menor costo es la de la primera la. Vericando la asignacin mxima por la y por columna, o a controla la la con una asignacin mxima de 5 unidades. o a Oferta 6 15 Demanda Castigo 15 9 7 5 80 0 8 5 78 0 0 15 Castigo

Luego, el unico castigo disponible (y por lo tanto el mayor) corresponde a la primera columna. En este caso, el m nimo costo corresponde a la primera la. La mxima cantidad posible a asignar por a columna es 15, pero por la es 0. Por lo tanto, debemos asignar 0 unidades a la celda de menor costo. Oferta 6 0 15 Demanda Castigo 15 7 5 80 0 8 5 78 0 0 15 Castigo

Finalmente, no es posible calcular castigos y debemos asignar las unidades disponibles a la unica celda libre. Luego: 8

Oferta 6 0 15 15 0 7 5 80 0 8 5 78 0 0 0

Castigo -

Demanda Castigo

Ntese que el nmero de asignaciones es exactamente igual a m + n 1 = 2 + 3 1 = 5. Eventualo u mente, el mtodo puede generar un nmero inferior de asignaciones. En dicho caso se completa las e u m + n 1 asignaciones con ceros. En el caso de que falte slo una asigancin, se puede ubicar un o o cero en cualquier casilla no asignada. En el caso que se requiera de dos o ms ceros, la asignacin a o no es tan arbitraria. Ms adelante se denir qu criterio emplear en dichos casos. a a e Existen problemas de maximizacin que pueden ser considerados como problemas de Transporte. o En este caso, los coecientes cij estn asociado a los benecios unitarios de la variable asociada a a la combinacin i j y el objetivo es maximizar la suma total de los aportes individuales de las o variables. Se mantienen las restricciones de oferta y demanda. En los casos de maximizacin, es preciso alterar los mtodos para obtener una solucin inicial o e o factible. En el caso del mtodo de la Esquina Noroeste, se debe intentar asignar la mayor cantidad e posible a las casillas con mayor cij . En el caso del mtodo de Vogel, las castigos se calculan entre e los dos mayores benecios por la y por columna. Al igual que el mtodo de la Esquina Noroeste, e se busca asignar la mayor cantidad posible a las casillas con mayor benecio.

2.2

El Mtodo Simplex del Problema de Transporte e

A continuacin se expondrn los pasos para aplicar el mtodo Simplex para el problema de Transo a e porte. La deduccin y justicacin detallada de cada uno de los pasos se puede encontrar en los o o textos de la bibliograf de la asignatura. a Paso 1 Si el problema no est balanceado, balancearlo. Construir el tableau de transporte. a Paso 2 Encontrar una solucin inicial factible por el mtodo de la Esquina Noroeste o el de Vogel. o e Vericar las m + n 1 asignaciones y completarlas si es necesario. Paso 3 Plantear y resolver el sistema que se obtiene a travs de: e Denir para cada la del tableau la variable ui con (i = 1 . . . m). Denir para cada columna del tableau la variable vj con (j = 1 . . . n). Plantear para cada casilla asignada la ecuacin ui + vj = cij . Donde cij es el costo unitario o asociado a la casilla i j. Asignar un valor arbitrario a una de las variables, por ejemplo u1 = 0. Paso 4 Calcular en todas las casillas no asignadas (no bsicas) eij = cij ui vj . Si todos los a eij 0 se ha encontrado el optimo. Si existe algn eij < 0, incorporar la variable con menor eij u siempre y cuando pueda formar un loop, en dicho caso, asignar el mayor valor posible de modo de mantener las variables basales mayores o iguales a cero. Paso 5 Si la solucin no es la optima, emplear la solucin del paso anterior para volver a plantear o o y resolver el sistema (Paso 3). Seguir al Paso 4.

La variable eij representa el aporte neto unitario de la incorporacin de la variable i j a la base. o Por lo tanto, si el problema es de maximizacin, la solucin ser ptima si todos los e ij < 0. En o o ao caso contrario, se ingresa a la base la variable con mayor eij que pueda formar un loop. En el caso de que al emplear uno de los mtodos para obtener una solucin inicial falten dos o e o ms asignaciones para completar las m + n 1 asignaciones requeridas, los ceros deben ser ubicados a de tal forma que sea suciente dar slo un valor arbitrario a las variables del sistema asociado a la o asignacin para poder resolverlo completamente. o Ilustremos el procedimiento resolviendo el tableau planteado para el problema del primer ejemplo. En ese caso, mediante la Esquina Noroeste se obtuvo la siguiente solucin inicial: o Ciudad 1 8 35 9 10 14 45 v1 8 35 9 10 14 45 Ciudad 2 6 12 20 9 20 v2 6 12 20 9 20 Ciudad 3 10 13 20 16 10 30 v3 10 13 20 16 10 30 v4 9 35 7 50 5 30 30 40 Ciudad 4 9 7 50 5 30 30 40 Oferta 35

Planta 1 Planta 2 Planta 3 Demanda

A continuacin podemos plantear las variables del sistema asociado: o

u1 u2 u3

Luego, las ecuaciones se plantean en las casillas asignadas: u1 + v1 u2 + v1 u2 + v2 u2 + v3 u3 + v3 u3 + v4 = = = = = = 8 9 12 13 16 5 (1) (2) (3) (4) (5) (6)

Agregando la condicin u1 = 0 se obtiene de (1) v1 = 8. Luego, de (2) u2 = 1. De (3) y de (4) o v2 = 11 y v3 = 12. Reemplazando en (5) se calcula u3 = 4. Finalmente, de (6) se obtiene v4 = 1. A continuacin se calculan los eij en las casillas no bsicas: o a e12 e13 e14 e24 e31 e32 = 6 0 11 = 10 0 12 = 901 = 711 = 14 4 8 = 9 4 11 = 5 = 2 = 8 = 5 = 2 = 6

Por lo tanto, el menor eij corresponde a e32 con valor 6. Lo que signica que por cada unidad asignada a la variable x32 el efecto global neto es de 6, independientemente de que el costo asociado a dicha casilla sea de 9. Veamos si existe un loop factible y el mximo valor que podr tomar la a a variable. 10

8 35 9 10 14 45

6 12 20 9 20

10 13 20 + 16 10 30

9 35 7 50 5 30 30 40

Como las variables deben ser positivas, el valor de debe ser tal que no introduzca una variable negativa al tableau. En este caso, la condicin que controla es 10 0, por lo tanto = 10. o Introducimos el valor de y volvemos a plantear el sistema asociado: v1 8 35 9 10 14 45 v2 6 12 10 9 10 20 u1 + v1 u2 + v1 u2 + v2 u2 + v3 u3 + v2 u3 + v4 u1 v3 10 13 30 16 30 = = = = = = = 8 9 12 13 9 5 0 v4 9 35 7 50 5 30 30 40

u1 u2 u3

Las unicas variables no bsicas que tienen un eij < 0 son: e12 = 5, e24 = 1 y e13 = 2. Buscando a un loop para x12 y su mximo valor factible se obtiene: a 8 35 9 10 + 14 45 6 12 10 9 10 20 10 13 30 16 30 9 35 7 50 5 30 30 40

De acuerdo al loop encontrado, el mximo valor para es 10. Luego, volvemos a plantear el sistema a para las variables basales: v1 8 25 9 20 14 45 v2 6 10 12 9 10 20 11 v3 10 13 30 16 30 v4 9 35 7 50 5 30 30 40

u1 u2 u3

u1 + v1 u1 + v2 u2 + v1 u2 + v3 u3 + v2 u3 + v4 u1

= = = = = = =

8 6 9 13 9 5 0

Resolviendo y evaluando los eij para cada variable no basal, el unico eij < 0 es e13 = 2. Vericando que exista un loop y determinando el mximo valor posible se tiene: a 8 25 9 20 + 14 45 6 10 12 9 10 20 10 13 30 16 30 9 35 7 50 5 30 30 40

En este caso, para mantener las variables positivas deber ser 25. Haciendo la actualizacin y o volviendo a resolver el sistema asociado se tiene: v1 8 u1 u2 u3 45 9 45 14 v2 6 10 12 9 10 20 u1 + v2 u1 + v3 u2 + v1 u2 + v3 u3 + v2 u3 + v4 u1 v3 10 25 13 5 16 30 = = = = = = = 6 10 9 13 9 5 0 v4 9 35 7 50 5 30 30 40

Resolviendo el sistema, se determina que todos los eij son positivos, por lo tanto la incorporacin o de cualquier variable a la base aumentar el valor total de la funcin objetivo. Como el problema a o es de minimizacin, se ha alcanzado el ptimo. Por lo tanto, el tableau nal queda: o o 8 9 45 14 45 6 10 12 9 10 20 12 10 25 13 5 16 30 9 35 7 50 5 30 30 40

La solucin corresponde exactamente a la entrega con anterioridad. La solucn ptima es: o o o x12 x13 x21 x23 x32 x34 = = = = = = 10 25 45 5 10 30

x11 = x14 = x22 = x24 = x31 = x33 = 0 z = 6(10) + 10(25) + 9(45) + 13(5) + 9(10) + 5(30) = 1020

Anlisis de Sensibilidad en Problemas de Transporte a

A continuacin se discustir tres tipos de anlisis de sensibilidad de un problema de transporte: o a a Variacin 1 Cambios en los coecientes de la funcin objetivo de variables no bsicas. o o a Variacin 2 Cambios en los coecientes de la funcin objetivo de variables bsicas. o o a Variacin 3 Incrementos en un oferta y en una demanda. o Para ilustrar el anlisis de sensibilidad sobre la solucin ptima de un problema de transporte a o o emplearemos la solucin obtenida en la seccin anterior: o o v1 = 6 8 u1 = 0 u2 = 3 u3 = 3 45 9 45 14 v2 = 6 6 10 12 9 10 20 v3 = 10 10 25 13 5 16 30 v4 = 2 9 35 7 50 5 30 30 40

3.1

Variacin de Coecientes en la Funcin Objetivo de Variables No o o Basales

En este caso, simplemente se impone una variacin en el coeciente de la variable x ij a modicar, o estudiando el rango de variacin admisible de modo que el eij respectivo mantenga su signo. o A modo de ejemplo, supongamos que se desea determinar a cuanto debe disminuir el costo de env desde la Planta 1 a la Ciudad 1 de modo de incorporar esta combinacin a la solucin ptima. o o o o En este caso, un cambio del coeciente c11 = 8 a c11 = 8 no afecta los valores de los ui y vj calculados previamente, por lo tanto: e11 = (8 ) 0 6 = 2 Como corresponde a un problema de minimizacin, para que x11 entre a la base debe cumplirse que o e11 0, es decir, 2. Por lo tanto, el costo debe disminuir a menos de 6 para que se incorpore a la solucin ptima. De todas formas, se debe vericar que la variable pueda generar un loop: o o

13

u1 = 0 u2 = 3 u3 = 3

v1 = 6 8 9 45 14 45

v2 = 6 6 10 12 9 10 20

v3 = 10 10 25 13 5+ 16 30

v4 = 2 9 35 7 50 5 30 30 40

Por lo tanto la variable puede entrar a la base con valor de 25, el nuevo valor de la funcin objetivo o ser a: z k+1 = z k + eij = 1020 + (2 )25 2

3.2

Variacin de Coecientes en la Funcin Objetivo de Variables Basales o o

En este caso la situacin es ms compleja pues una variacin del coeciente de una variable basal o a o afectar el valor de los ui y los vj calculados previamente. En este caso, se debe volver a resolver el a sistema en trminos de la variacin del coeciente de la variable basal, volver a calcular los e ij y e o determinar el rango de variacin admisible. o Supongamos por ejemplo que se desea determinar en cuanto podr aumentar el costo de env a o desde la Planta 1 a la Ciudad 3 de modo de mantener la base ptima. En este caso, cambiamos o c13 = 10 por c13 = 10 + y volvemos a resolver el sistema: u1 + v2 u1 + v3 u2 + v1 u2 + v3 u3 + v2 u3 + v4 u1 De esta forma, se obtiene: u1 v2 v3 v1 u2 u3 v4 = 0 = 6 = 10 + = 6+ = 3 = 3 = 2 = = = = = = = 6 10 + 9 13 9 5 0

Luego, calculamos los eij para todas las variables no basales y sus restricciones: e11 e14 e22 e24 e31 e33 = = = = = = 8 u 1 v1 9 u 1 v4 12 u2 v2 7 u 2 v4 14 u3 v1 16 u3 v3 = = = = = = 2 7 3+ 2+ 5 3 0 0 0 0 0 0 2 3 2 5 3

Por lo tanto, la base ptima se mantiene para un rango de variacin: 2 2, o bien, o o 8 c13 12.

14

3.3

Incrementos en una Oferta y en una Demanda

Si tanto en alguna oferta si como en alguna demanda dj se produce un aumento de , se mantiene el balanceo del problema. En este caso, se demuestra que: znuevo = zoriginal + ui + vj La expresin anterior se obtiene a partir de que tanto los ui y los vj equivalen a menos el precio o sombra de la restriccin asociada a cada origen i o destino j segn corresponda. o u Por ejemplo, si la oferta de la Planta 1 y la demanda de la Ciudad 2 crece en una unidad, se tiene: znuevo = 1020 + 1 0 + 1 6 = 1026 Una vez denido el nuevo valor de la funcin objetivo, es importante determinar como cambian los o valores de las variables. Para ello se siguen las siguientes reglas: 1. Si xij es una variable bsica, xij se incrementa en . a 2. Si xij es una variable no bsica, se debe encontrar el loop que contenga a xij y algunas de las a variables basales. Encontrar la primera celda de la la i (distinta de xij ) y aumentar su valor en . Continuar el loop, incrementando y disminuyendo en en forma alternada. Para ilustrar la primera situacin, supongamos que s1 y d2 aumentan en 2. Como x12 es una variable o basal, el nuevo tableau ptimo queda: o v1 = 6 8 u1 = 0 u2 = 3 u3 = 3 45 9 45 14 v2 = 6 6 12 12 9 10 22 v3 = 10 10 25 13 5 16 30 v4 = 2 9 37 7 50 5 30 30 40

El nuevo valor de la funcin objetivo es: 1020 + 2u1 + 2v2 = 1032 o Para ilustrar la segunda situacin, supongamos que s1 y d1 aumentan en 1. Como x11 es una o variable no basal, debemos determinar el loop que incorpora a la celda (1, 1). En este caso, el loop es (1, 1) (1, 3) (2, 3) (2, 1). La primera celda del loop que est en la la i distinta de (1, 1) es a (1, 3). Entonces, se debe agregar a x13 . Continuando con el loop, se debe disminuir en x23 y volver a aumentar en a x21 . El nuevo tableau ptimo se muestra a continuacin: o o v1 = 6 8 u1 = 0 u2 = 3 u3 = 3 46 9 46 14 v2 = 6 6 10 12 9 10 20 v3 = 10 10 26 13 4 16 30 v4 = 2 9 36 7 50 5 30 30 40

El nuevo valor de la funcin objetivo es: 1020 + u1 + v1 = 1026. o

15

El Problema de Transbordo

Un problema de transporte permite slo env directamente desde los puntos de origen a los puntos o os de demanda. En muchas situaciones, sin embargo, existe la posibilidad de hacer env a travs de os e puntos intermedios (puntos de transbordo). En este caso se habla de un problema de transbordo. A continuacin veremos como la solucin a de problema de transbordo puede ser encontrada a travs o o e de un problema de transporte. Deniremos los puntos de oferta como aquellos puntos desde donde slo se puede despachar unidades. o Similarmente, un punto de demanda es un punto donde slo se pueden recibir unidades. Un punto o de transbordo es punto que puede recibir y enviar unidades a otros puntos. Veamos un ejemplo: a Ejemplo 2. Una fbrica posee dos plantas de manufactura, una en Memphis y otra en Denver. La planta de Memphis puede producir hasta 150 unidades al d la de Denver hasta 200 unidades al a, d Los productos son enviados por avin a Los Angeles y Boston. En ambas ciudades, se requieren a. o 130 unidades diarias. Existe una posibilidad de reducir costos enviando algunos productos en primer lugar a New York o a Chicago y luego a sus destinos nales. Los costos unitarios de cada tramo factible se ilustran en la siguiente tabla: Desde Memphis Denver N.Y. Chicago L.A. Boston Memphis 0 Denver 0 Hacia N.Y. Chicago 8 13 15 12 0 6 6 0 L.A. 25 26 16 14 0 Boston 28 25 17 16 0

La fbrica desea satisfacer la demanda minimizando el costo total de env a o. En este problema, Memphis y Denver son puntos de oferta de 150 y 200 unidades respectivamente. New York y Chicago son puntos de transbordo. Los Angeles y Boston son puntos de demanda de 130 unidades cada uno. Esquemticamente, la situacin es la siguiente: a o

Memphis

New York

Los Angeles

Denver

Chicago

Boston

A continuacin construiremos un problema de transporte balanceado a partir del problema de transo bordo. Para ello podemos seguir los siguientes pasos (suponiendo que la oferta excede a la demanda): Paso 1 Si es necasario, se debe agregar un punto de demanda dummy (con oferta 0 y demanda igual al excedente) para balancear el problema. Los costos de env al punto dummy deben ser cero. o Sea s la oferta total disponible. Paso 2 Construir un tableau de transporte siguiendo las siguientes reglas: 16

 Incluir una la por cada punto de oferta y de transbordo. Incluir una columna por cada punto de demanda y de transbordo. Cada punto i de oferta debe poseer una oferta igual a su oferta original s i . Cada punto de demanda j debe poseer una demanda igual a su demanda original dj . Cada punto de transbordo debe tener una oferta igual a su oferta original + s y una demanda igual a su demanda original + s. Como de antemano no se conoce la cantidad que transitar a por cada punto de transbordo, la idea es asegurar que no se exceda su capacidad. Se agrega s a la oferta y a la demanda del punto de transbordo para no desbalancear el tableau. En el ejemplo, s = 150 + 200 = 350. La demanda total es 130 + 130 = 260. Luego, el punto dummy debe tener una demanda de 350 260 = 90. Como en el ejemplo los puntos de transbordo no tienen ni demanda ni oferta por s mismos, la oferta y demanda en el tableau deber ser igual a s. Una vez planteado el tableau, se pueden emplear los mtodos vistos anteriormente para obtener una solucin e o inicial factible y obtener la solucin ptima. En este caso el tableau queda (inclu la solucin o o da o ptima): o N.Y. 8 130 15 Denver 0 N.Y. 220 6 Chicago Demanda 350 350 350 130 130 90 0 6 16 130 14 Chicago 13 L.A. 25 Boston 28 Dummy 0 20 0 70 0 350 16 0 350 200 Oferta 150

Memphis

12

26

25 130 17

Para interpretar la solucin anterior, es preciso revisar cuidadosamente las combinaciones asignadas. o De la primera la, vemos que de Memphis slo se despacharon 130 unidades a New York del total o de 150 disponibles, el excedente de 20 unidades est asignado al punto articial. De la segunda a la se desprende que de Denver se enviaron 130 unidades a Boston del total de 200 disponibles, quedando 70 asignadas al punto dummy. En la tercera la vemos que se enviaron desde el punto de transbordo en New York 130 unidades a Los Angeles. La asignacin de 220 de N.Y. a N.Y. signica o que del total de unidades en trnsito, 220 no pasaron por dicho nodo de transbordo, o bien, que no a se emplearon 220 unidades de la capacidad del punto. Finalmente, en la cuarta la, la asignacin o de 350 del punto de transbordo de Chicago a Chicago representa simplemente que no se emple el o punto de transbordo. Grcamente, la solucin ptima resulta: a o o Memphis

130

New York

130

Los Angeles

Denver

Chicago

130

Boston

17

Ejercicios
1. Una fbrica de zapatos predice las siguientes demandas por sus pares de zapatos para los a prximos 6 meses: mes 1, 200; mes 2, 260; mes 3, 240; mes 4, 340; mes 5, 190; mes 6, 150. El o costo de fabricar una par de zapatos es de US$ 7 con horas normales de trabajo y de US$ 11 con horas de sobretiempo. Durante cada mes, la produccin en horario normal est limitada o a a 200 pares de zapatos y la produccin con sobretiempo est limitada a 100 pares. Guardar o a un par de zapatos en inventario cuesta US $ 1 por mes. Formule un modelo que permita obtener una solucin ptima. o o Determine una solucin factible y verique si es la solucin ptima. o o o 2. Debido a las fuertes lluvias de los ultimos d en el sur, la empresa stop-lluvia, dedicada al as rubro de los paraguas, ha visto un aumento en la demanda de sus productos. Los paraguas se arman en dos plantas, segn la siguiente tabla: u Planta A B Capacidad de produccin [paragua] o 2600 1800 Costo de produccin [US$/paragua] o 2300 2500

Cuatro cadenas de multitiendas estn interesadas en adquirir los paraguas, con las siguientes a caracter sticas: Cadena 1 2 3 4 Mxima demanda [paragua] a 1800 2100 550 1750 Precio dispuesto a pagar [US$/paragua] 3900 3700 4000 3600

El costo de traslado a cada tienda (jo) se muestra en la siguiente tabla: Costo Fijo [US$] A B 1 600 1200 2 800 400 3 1100 800 4 900 500

Determinar la mejor decisin de entrega, para la empresa productora de paraguas. o Si todas las tiendas acuerdan pagar lo mismo por cada paragua, plantee el problema desde el punto de vista de la minimizacin de lo que deja de ganar por no elegir lo que o ms conviene. a Cul ser la mejor asignacin si el costo de traslado desde ambas plantas es el mismo a a o para todas las tiendas ? 3. Se desataron tres incendios en Santiago. Los incendios 1 y 2 requieren de la participacin de o dos carros bomba y el incendio 3 requierre tres carros bombas. Existen cuatro compa de nas bomberos que pueden responder a estos incendios. La compa 1 tiene tres carros bombas na disponibles, las compa 2 y 3 tienen dos carros bombas cada una y la compa 4 tiene nas na doce carros bombas disponibles. El tiempo en minutos que toma un carro bomba en viajar desde cada compa al lugar de cada incendio se muestra en la siguiente tabla: na Compa na Compa na Compa na Compa na 1 2 3 4 Incendio 1 6 5 6 7 18 Incendio 2 7 8 9 10 Incendio 3 9 11 10 12

El costo de respuesta a cada incendio puede ser estimado segn el tiempo que tardan en llegar u al lugar de incendio cada uno de los carros bombas requeridos. Sea Tij el tiempo (en minutos) cuando el jsimo carro bomba llega al incendio i. Luego, el costo de respuesta a cada incendio e se puede estimar de la siguiente manera: Incendio 1: 4 T11 + 6 T12 Incendio 2: 7 T21 + 3 T22 Incendio 3: 9 T31 + 8 T32 + 5 T33 (a) Formule y resuelva el problema que minimice los costos de respuesta asociados a la asignacin de los carros bombas a los incendios. o (b) Podr ser vlido lo obtenido anteriormente si el costo del incendio 1 fuese 6 T 11 + a a 4 T12 ? 4. Usted ha sido encargado de disear un plan de produccin ventajoso para una empresa durante n o las 4 estaciones del ao. Esta empresa tiene una capacidad de produccin para manufacturar n o 30000 unidades de un producto no perecible en Primavera y Otoo de este ao. Debido a n n enfermedades, vacaciones y permisos, la produccin ser slo de 25000 unidades en Verano e o a o Invierno. La demanda por este producto tambi es estacional. El Departamento de Marketing e has estimado las ventas de Primavera en 25000 unidades, en Verano 40000 unidades, 30000 unidades en Otoo y slo 15000 unidades en Invierno. Los costos unitarios de produccin n o o han aumentado por la inacin y por la inuencia de los factores estacionales, los cuales o se estiman en U S$80, U S$85, U S$82 y U S$86 en Primavera, Verano, Otoo e Invierno, n respectivamente. Cualquier exceso de produccin se puede almacenar a un costo de U S$10 o por unidad almacenada durante una estacin. Una unidad se vende en U S$120, U S$140, o U S$125 y U S$105 en Primavera, Verano, Otoo e Invierno, respectivamente. En bodega n hab al comienzo 10000 unidades y al nal deben haber 10000 unidades. Cul es la mayor a a ganancia para su plan ?

19