Sesin

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. Solucin aplicando programacin lineal. Modelo de transporte.

III MARCO TEORICO

EJEMPLO Nro 1:
Una compaa tiene dos sucursales. Una ubicada en Caman 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 dlares 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 dlares respectivamente, la fbrica 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 dlares respectivamente. Los consumos para las cuatro ciudades son de 2500, 1500, 4500 y 3500 docenas de cajas respectivamente. Determinar el mnimo costo de transporte desde los centros de abastecimientos a los consumidores. SOLUCIN El problema del caso estudio puede ser representado grficamente del modo siguiente:

INVESTIGACIN OPERATIVA I

Ing. Vanessa Nieto Pea

Pgina

Los datos y variables incgnitas quo representan al problema podemos representarlos en la grfica siguiente:

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

INVESTIGACIN OPERATIVA I

Ing. Vanessa Nieto Pea

Pgina

Como se puede observar en el cuadro anterior las variables incgnitas o de decisin del problema estn determinados por Xij (docenas de cajas a transportarse desde la fbrica "i" a la ciudad consumidora "j") y los valores conocidos estn determinados por Cij (costo de trasladar una docena de cajas de la fbrica "i"

a la ciudad "j"), as como la oferta de docenas de cajas (ai) que producen cada una de las fbricas "i" y la cantidad de demanda requerida por cada ciudad "j" (bj). SOLUCIN APLICANDO PROGRAMACIN LINEAL Formulamos el modelo matemtico 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 produccin de Caman) X21+X22+X23+X24= 5000 (capacidad de produccin de Arequipa) X31+X32+X33+X34= 4000 (capacidad de produccin 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: Xij0 Utilizando el LINDO tenemos la siguiente salida:

Interpretacin: Se observa que el algoritmo Simplex ha utilizado 6 iteraciones para llegar a la solucin ptima. El costo total de envo es de 43000 dlares y el plan de transporte es el siguiente: De la Fbrica 1 (Caman) se deber enviar 3000 docenas de cajas al cliente 3 (Moquegua) De la Fbrica 2 (Arequipa) se deber enviar 2500 docenas de cajas al cliente 1 (Cusco) De la Fbrica 2 (Arequipa) se deber enviar 2500 docenas de cajas al cliente 4 (Puno) De la Fbrica 3 (Mollendo) se deber enviar 1500 docenas de cajas al cliente 2 (Tacna) De la Fbrica 3 (Mollendo) se deber enviar 1500 docenas de cajas al cliente 3 (Moquegua) De la Fbrica 3 (Mollendo) se deber 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 envo de la fbrica 1 (Caman) al cliente 2 (Tacna), el costo unitario de transporte por docena deber mejorar (disminuir) en 7 dlares.

Utilizando el mdulo Network Modeling presenta la siguiente ventana: INVESTIGACIN OPERATIVA I

del WinQSB, ingresamos con File/New Problem, y nos

Ing. Vanessa Nieto Pea

Pgina

SOLUCIN APLICANDO REDES DE OPTIMIZACIN DEL WINQSB

Existen 7 modelos fundamentales para el tratamiento de los problemas que involucran redes con el fin de optimizar el uso de algn recurso, generalmente tratndose de la minimizacin de costos, tiempo o la maximizacin del flujo a travs de una red. Estos modelos son: Flujo en redes o modelo de trasbordo (Network Flow) Problema de transporte (Transportation Problem) Problema de asignacin (Assignment Problem) Problema de la ruta ms corta (Shortest Path Problem) Problema de flujo mximo (Maximal Flow Problem) rbol de mnima expansin (Minimal Spanning Tree) Problema del agente viajero (Traveling Salesman Problem) Ingresamos con la opcin Transportation Problem: La funcin objetivo (Objetive Criterion), Minimizacin. El formato de entrada de datos (Data Entry Format) en forma matricial. El nmero de Orgenes (Number of Sources), 3. El nmero 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 men Editar (Edit). Modifiquemos dichos nombre como se muestra a continuacin:

INVESTIGACIN OPERATIVA I

Ing. Vanessa Nieto Pea

Pgina

Luego ingresamos los costos unitarios, as como las ofertas ( Supply) de cada fbrica y las demandas (Demand) de cada cliente.

Como paso previo a la solucin debe escogerse el mtodo mediante el cual se determina la solucin bsica inicial (recurdese que los mtodos asociados con el transporte slo se diferencian en la forma como se obtiene la solucin bsica inicial). La manera de resolver el problema es idntica a la del simplex, pudindose resolver directamente o por pasos. Mediante la opcin del men Solve and Analyze/Select Initial Solution Method, escogemos el mtodo de solucin inicial. En este caso se ha escogido el mtodo de la columna mnima.

Presionamos Solve o en su defecto ingresamos por el men con la opcin Solve and Analyze/Solve the Problem.

A continuacin se muestran dos resmenes de los que permite este mdulo, para realizar el anlisis de sensibilidad: INVESTIGACIN OPERATIVA I Ing. Vanessa Nieto Pea

Pgina

Obtenemos la misma solucin que obtuvimos utilizando el software Lindo.

La primera tabla mediante la opcin del men Results/Range of Optimality, nos muestra, entre otros, el estado de las variables (bsicas o no bsicas); esto es, si la solucin indica que un tramo ( i,j) debe realizarse o no; tambin ensea los costos reducidos, que tienen igual interpretacin que en programacin lineal. Las dos ltimas columnas sealan los mximos y mnimos costos permitidos en un tramo de transporte; esto equivale al anlisis de coeficientes de costos de la programacin lineal.

De la segunda tabla obtenida mediante la opcin del men Results/Range of Feasibility, cabe destacar los precios duales y los mximos y mnimos permitidos para las restricciones que se interpretan igual que en programacin lineal.

EJEMPLO Nro 2:
La Ca. Cervecera de Arequipa quiere planear su produccin 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 produccin de la planta para satisfacer dicha demanda es de 50 toneladas mensuales. Dado que en el mes de Marzo gran parte del personal de produccin 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 produccin y almacenamiento se dan en la tabla siguiente (en decenas de soles/tonelada):

INVESTIGACIN OPERATIVA I

Ing. Vanessa Nieto Pea

Pgina

a)

Determinar utilizando el WinQsb con la opcin Network Modeling, el plan de produccin mensual para satisfacer la demanda al menor costo de produccin y almacenamiento? b) Indicar el costo total ptimo 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 produccin del mes de Abril, construya el modelo matemtico que permita determinar el plan de produccin mensual. e) Utilizando el Lindo o WinQSB, determine el plan de produccin mensual, el costo total y la capacidad ociosa mensual de la planta.

IV ACTIVIDADES
1. En el EJEMPLO 1, suponga que la capacidad de produccin en Arequipa se reduce de 5000 a 4000 docenas de cajas, Cul sera el nuevo plan de produccin y transporte? Cul ser el nuevo costo total? Considere la representacin en red siguiente de un problema de transporte: Los suministros, demandas y costos de transporte por unidad aparecen en la red.

2.

a. b.

Utilice el WinQsb (opcin Network Modeling) y muestre el plan de transporte ptimo. Indique el costo total. Desarrolle un modelo matemtico de programacin lineal para este problema. Utilizando el Lindo o WinQsb resuelva y muestre el plan ptimo de transporte, as 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 dlares por Tonelada aparecen en la tabla siguiente). Almacn W2 16 10 18 400 Ton. Capacidad de la planta 300 Ton. 500 Ton. 100 Ton.

Planta P1 P2 P3 Demanda de cada almacn a)

W1 20 10 12 200 Ton.

W3 24 8 10 100 Ton.

d)

INVESTIGACIN OPERATIVA I

Ing. Vanessa Nieto Pea

Pgina

b) c)

Desarrolle un modelo de programacin lineal para minimizacin de costos de transporte. Resuelva el modelo matemtico con Lindo o WinQSb y muestre el plan de produccin y distribucin del problema. Cul es el costo total? En qu plantas existe capacidad ociosa? Cunto? Suponga que las entradas en la tabla representan utilidad por unidad producida en la planta i y vendidas al almacn j. Cmo cambia la formulacin del modelo, en comparacin con el inciso (b)? Cul es la nueva solucin ptima del problema? Para el problema original, Si se obliga el envo de la planta 2 al almacn 1 un mnimo de

150 toneladas y se prohbe el envo de la planta 1 al almacn 2. Cul es la nueva solucin ptima del problema?. 4. La Compaa BBVA tiene pedidos de tres productos similares: Pedidos (unidades) 2000 1500 1200

Producto A B C

Hay disponibles tres mquinas para las operaciones de manufactura; las tres pueden producir todos los productos a la misma velocidad de produccin. Sin embargo, debido a distintos porcentajes de defectuosos en cada producto y cada mquina, el costo unitario de los productos vara, dependiendo de la mquina utilizada. La capacidad de mquinas para la semana siguiente, as como los costos unitarios son los siguientes: Capacidad (unidades) 1500 1500 1000 Producto B $1.20 $1.40 $1.00 C $0.90 $1.20 $1.20

Mquina 1 2 3 Mquina 1 2 3 A $1.00 $1.30 $1.10

a) Muestre la formulacin de programacin lineal que permita determinar el programa de produccin a costo mnimo de productos y mquinas. b) Muestre el programa de produccin y su costo mnimo. c) Muestre la demanda insatisfecha.

INVESTIGACIN OPERATIVA I

Ing. Vanessa Nieto Pea

Pgina