Professional Documents
Culture Documents
MODELO DE TRANSBORDO Y
ANALISIS DE SENSIBILIDAD
MODELOS PARA LA TOMA DE DECISIONES
AUTOR:Gabriel Mauricio Yañez Barreto
INDICE
El
modelo
de
transbordo
es
otra
aplicación
del
modelo
de
transporte,
solo
que
aquí
se
añaden
unos
nodos
de
paso
entre
los
inicios
y
los
finales,
estos
pueden
ser
convertidos
en
problemas
de
transporte
más
grandes
y
solucionados
como
modelos
de
transporte.
Para
realizar
la
representación
como
red
de
este
tipo
de
modelo
tenemos
tres
grupos
de
nodos,
los
cuáles
serán
los
correspondientes
a
los
inicios,
transbordos
y
por
último
los
destinos.
Cada
uno
de
estos
conjuntos
de
nodos,
se
encuentran
unidos
por
arcos
que
son
los
que
definen
los
caminos
que
se
pueden
seguir.
Teniendo
en
cuenta
que
es
una
forma
de
un
modelo
de
transporte,
también
se
tiene
en
cuenta
el
costo
por
transportar
un
“bien”
de
un
punto
a
otro,
pero
pasando
por
un
punto
intermedio.
Por
lo
tanto,
cada
uno
de
los
nodos
de
inicio
cuenta
con
una
oferta,
mientras
que
los
nodos
de
finalización
cuentan
con
una
demanda
que
se
debe
cumplir.
2 POLITÉCNICO GRANCOLOMBIANO
Debemos
tener
en
cuenta
que
siempre
en
un
modelo
de
transbordo
se
busca
minimizar
los
costos
de
transportar
un
bien,
desde
un
origen
hasta
un
final,
pasando
por
un
transbordo
con
un
costo
relacionado
por
realizar
el
envío
desde
el
inicio
hasta
el
transbordo
y
después
otro
costo
por
enviar
del
transbordo
hasta
el
destino
final.
Para
definir
el
modelo
de
manera
matemática
tenemos
las
siguientes
ecuaciones;
7 6
6 7
Lo
que
nos
dice
que
la
función
objetivo
es
básicamente
de
la
misma
manera
que
el
modelo
de
transporte
que
es
la
sumatoria
de
los
costos
por
las
variables
de
decisión,
la
diferencia
en
este
caso
es
que
tenemos
más
variables
de
decisión
ya
que
contamos
con
más
arcos.
Para
las
restricciones
tenemos
que
por
cada
uno
de
los
nodos
contaremos
con
una
restricción,
si
estamos
hablando
de
los
nodos
de
inicio
la
restricción
es
que
la
suma
de
todo
lo
que
sale
del
nodo
tiene
que
ser
menor
o
igual
a
la
oferta
de
este
nodo.
Para
los
nodos
de
transbordo
tenemos
que
la
restricción
es
que
la
suma
de
todo
lo
que
entra
al
nodo
menos
todo
lo
que
sale
de
él
debe
ser
0,
ya
que
en
un
transbordo
no
se
almacena
mercancía.
Por
ultimo
para
los
nodos
de
destino
tenemos
que
la
suma
de
todo
lo
que
entra
en
un
nodo
de
destino
es
igual
a
la
demanda
del
mismo.
Thomas
Industries
y
Washburn
Corporation
proveen
a
tres
firmas
(Zrox,
Hewes,
Rockwright)
las
cuales
personalizan
los
estantes
para
sus
oficinas.
Ambos
ordenan
los
estantes
a
los
mismos
fabricantes,
Arnold
Manufacturers
y
Supershelf,
Inc.
Actualmente
las
demandas
semanales
por
parte
de
sus
clientes
son:
50
para
Zrox,
60
para
Hewes,
y
40
para
Rockwright.
Tanto
Arnold
como
Supershelf
pueden
entregar
a
lo
sumo
75
unidades
semanalmente.
Debido
a
largos
contratos,
basados
en
acuerdos
especiales,
los
costos
unitarios
para
cada
estante
varían
para
cada
cliente.
Éstos
son:
Thomas Washburn
Arnold 5 8
Supershelf 7 4
4 POLITÉCNICO GRANCOLOMBIANO
El
costo
de
instalación
es
diferente
para
cada
una
de
las
firmas
como
se
ve
en
la
tabla
#2.
Thomas 1 5 8
Washburn 3 4 4
Para
construir
la
red
para
el
ejemplo
tenemos
que
definir
cuál
será
el
grupo
de
nodos
de
inicio,
cuáles
serán
los
transbordos
y
por
ultimo
cuáles
serán
los
destinos.
Por
lo
tanto,
si
analizamos
bien
las
empresas
Arnold
y
Supershelf
será
nuestros
nodos
de
inicio
cada
uno
con
una
oferta
de
75,
mientras
que
nuestros
transbordos
serán
Thomas
y
Washburn,
por
ser
los
transbordos
ellos
no
cuentan
con
mercancía
en
stock.
Por
ultimo
encontramos
que
los
finales
serán
Zrox
Hewes
y
Rockwright.
Dibujamos la red teniendo en cuenta el análisis realizado en el párrafo anterior.
Ya
teniendo
la
red
inicial
podemos
iniciar
a
colocar
a
cada
uno
de
los
nodos
los
datos
completos,
como
para
cada
nodo
de
inicio
la
oferta
inicial
es
de
75,
el
costo
entre
cada
camino
que
está
relacionado
en
las
tablas,
y
las
demandas
de
cada
uno
de
los
finales
que
son
50,
60
y
40
respectivamente.
Ya
en
la
figura
3
veremos
la
red
completa.
Ahora definimos las variables de decisión para este caso de manera más clara que en la red.
𝑋23 = 𝑙𝑎 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑒𝑛𝑣𝑖𝑎𝑑𝑎 𝑑𝑒𝑠𝑑𝑒 𝑙𝑎 𝑓á𝑏𝑟𝑖𝑐𝑎 𝑖 ℎ𝑎𝑠𝑡𝑎 𝑒𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑜𝑟 𝑗.
𝑥3O = 𝑙𝑎 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑒𝑛𝑣𝑖𝑎𝑑𝑎 𝑑𝑒𝑠𝑑𝑒 𝑒𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑜𝑟 𝑗 ℎ𝑎𝑠𝑡𝑎 𝑒𝑙 𝑑𝑒𝑠𝑡𝑖𝑛𝑜 𝑘.
6 POLITÉCNICO GRANCOLOMBIANO
Para
definir
la
función
objetivo
debemos
tener
en
cuenta
que
es
la
suma
de
los
costos
multiplicados
por
las
variables
de
decisión,
por
lo
tanto,
la
función
objetivo
quedara
de
la
siguiente
manera;
Para
las
restricciones
vamos
a
escribirlas
de
manera
separada
para
que
queden
totalmente
claras,
entonces
por
cada
uno
de
los
inicios
tenemos;
𝑋ab + 𝑋ae ≤ 75 𝐸𝑠𝑡𝑎 𝑠𝑒𝑟í𝑎 𝑝𝑎𝑟𝑎 𝑙𝑜 𝑞𝑢𝑒 𝑝𝑢𝑒𝑑𝑒 𝑒𝑛𝑣𝑖𝑎𝑟 𝐴𝑟𝑛𝑜𝑙𝑑.
𝑋fb + 𝑋fe ≤ 75 𝐸𝑠𝑡𝑎 𝑠𝑒𝑟í𝑎 𝑝𝑎𝑟𝑎 𝑙𝑜 𝑞𝑢𝑒 𝑝𝑢𝑒𝑑𝑒 𝑒𝑛𝑣𝑖𝑎𝑟 𝑆𝑢𝑝𝑒𝑟𝑠ℎ𝑒𝑙𝑓
Ahora para cada uno de los transbordos tenemos las siguientes expresiones;
𝑋ab + 𝑋fb − 𝑋bg − 𝑋bh − 𝑋bi = 0 𝐸𝑠𝑡𝑎 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛 𝑠𝑒𝑟í𝑎 𝑝𝑎𝑟𝑎 𝑇ℎ𝑜𝑚𝑎𝑠.
𝑋ae + 𝑋fe − 𝑋eg − 𝑋eh − 𝑋ei = 0 𝐸𝑠𝑡𝑎 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛 𝑒𝑠 𝑝𝑎𝑟𝑎 𝑊𝑎𝑠ℎ𝑏𝑢𝑟𝑛.
Ahora para cada uno de los finales tendremos también una serie de restricciones;
Por
ultimo
tendremos
una
restricción
que
es
súper
importante,
la
de
no
negatividad
ya
que
no
podemos
tener
un
numero
negativo
de
unidades.
𝑋23 , 𝑋3O ≥ 0
Por lo tanto, el modelo completo quedará de la siguiente manera:
𝑋fb + 𝑋fe ≤ 75
𝑋bg + 𝑋eg = 50
𝑋bh + 𝑋eh = 60
𝑋bi + 𝑋ei = 40
𝑋23 , 𝑋3O ≥ 0
Ahora nos dirigimos a Excel a montar el ejemplo en un cuadro, para solucionarlo con solver:
Figura
4.
Montaje
del
modelo
en
Excel
Si
nos
fijamos
tenemos
algunos
de
los
valores
en
-‐1,
toca
de
esta
manera
para
poder
lograr
formular
la
resta
de
manera
sencilla,
tengamos
en
cuenta
que
en
los
transbordos
se
suma
lo
que
entre
y
se
le
resta
lo
que
salga
del
mismo.
Ahora
nos
dedicamos
a
montar
cada
una
de
las
restricciones
en
solver.
8 POLITÉCNICO GRANCOLOMBIANO
Ahora le damos que solucione el modelo y nos arroja el resultado de la figura 6.
Figura
6.
Solución
del
problema
en
solver
Teniendo
en
cuenta
el
resultado
nos
damos
cuenta
que
el
costo
de
la
operación
total
será
de
1150,
enviando
75
unidades
desde
la
fábrica
de
Arnold
a
Thomas,
75
unidades
desde
Supershelf
a
Washburn,
enviando
las
50
unidades
demandas
desde
Thomas
a
Zrox,
Pero
desde
Thomas
también
se
le
envían
25
unidades
a
Hewes,
para
completar
la
demanda
de
Hewes
se
deben
enviar
las
35
unidades
faltantes
desde
Washburn,
por
último
se
cumple
con
las
40
unidades
de
Rockwright
con
lo
que
quedaba
en
Washburn.
Permite responder preguntas del tipo “¿Qué pasaría si?” acerca del problema.
• max 𝑧 = 5 ∗ 𝑥a + 7 ∗ 𝑥f
• 𝑠. 𝑎.
𝑥a ≤ 6
• 2 ∗ 𝑥a + 3 ∗ 𝑥f ≤ 19
• 𝑥a + 𝑥f ≤ 8
• 𝑥a , 𝑥f ≥ 0
10 POLITÉCNICO GRANCOLOMBIANO
•
Figura
7.
Solución
óptima
por
método
gráfico
El
rango
de
optimalidad
de
cada
coeficiente
provee
el
rango
de
valores
sobre
el
cual
la
actual
solución
permanecerá
óptima.
Se
debe
enfocar
los
esfuerzos
en
aquellos
coeficientes
que
tienen
un
rango
de
optimalidad
más
estrecho
y
en
aquellos
más
cerca
de
los
bordes
del
intervalo.
Gráficamente,
los
límites
del
rango
de
optimalidad
son
encontrados
cambiando
la
pendiente
de
la
línea
de
la
función
objetivo
dentro
de
los
límites
de
las
pendientes
de
las
restricciones
activas.
La
pendiente
de
la
línea
de
la
función
objetivo,
max 𝑐a 𝑥a + 𝑐f 𝑥f ,
es−𝑐a /𝑐f ,
y
la
pendiente
de
una
restricción,
𝑎a 𝑥a + 𝑎f 𝑥f = 𝐵
,
es
−𝑎a /𝑎f
La
pendiente
de
la
línea
de
la
función
objetivo
es
−𝑐a /𝑐f
.
La
pendiente
de
la
primera
restricción
𝑥a + 𝑥f ≤ 8
es
-‐1
y
de
la
segunda
restricción
2 ∗ 𝑥a + 3 ∗ 𝑥f ≤ 19
es -‐2/3. Dejando 𝑐f fijo en el valor de 7, tenemos que: -‐‑1 < 𝑐a /7 < -‐‑2/3
12 POLITÉCNICO GRANCOLOMBIANO
Rango
de
optimalidad
para
𝑐f
Dejando
𝑐a fijo
en
el
valor
de
5,
tenemos
que:
-‐‑1
<
5
/𝑐f
<
-‐‑2/3
Despejando
𝑐f
se
obtiene:
5
<𝑐f
<
15/2
Ahora
también
en
solver
podemos
pedir
que
nos
entregue
varios
informes
en
donde
encontraremos
los
rangos
para
cada
una
de
las
variables.
Veamos
como
lo
hacemos
Como
vemos
en
la
figura
10,
cuando
solver
nos
dice
que
si
quiere
conservar
la
solución
en
el
lado
derecho
podemos
seleccionar
los
informes
que
queremos,
por
lo
tanto
pedimos
el
informe
de
sensibilidad.
Las
columnas
que
nos
importan
son
las
3
últimas
de
las
celdas
variables
que
son
las
que
nos
dan
los
datos
más
importantes
de
las
variaciones
con
sus
límites
correspondientes
a
cada
una
de
las
variables.
Para analizar los datos del lado derecho de cada una de las ecuaciones tenemos.
Un
cambio
en
el
lado
derecho
de
una
restricción
puede
afectar
la
región
factible
y
tal
vez
cause
un
cambio
en
la
solución
óptima.
El rango de factibilidad es el rango sobre el cual el precio sombra es aplicable.
Cuando
el
RHS
incrementa,
otras
restricciones
se
pueden
convertir
en
activas
y
limitan
el
cambio
en
el
valor
de
la
función
objetivo.
14 POLITÉCNICO GRANCOLOMBIANO
Mientras
que
para
el
precio
sombra:
• El
precio
sombra
es
la
diferencia
entre
los
valores
de
las
funciones
objetivo
del
problema
nuevo
y
del
problema
original.
• El
precio
sombra
para
una
restricción
No-‐‑activa
es
0.
• Un
precio
sombra
negativo
(en
un
problema
de
Max)
indica
que
la
función
objetivo
no
mejorará
si
el
RHS
es
incrementado.
• El
rango
de
factibilidad
para
un
cambio
en
el
RHS
es
el
rango
de
valores
que
puede
tomar
dicho
coeficiente
sin
que
el
precio
sombra
cambie.
• Gráficamente,
el
rango
de
factibilidad
se
determina
encontrando
los
valores
del
RHS
que
no
cambian
ninguna
restricción
activa
a
No-‐‑activa.
Actividad
en
Arco
Es
una
red
en
la
que
las
actividades
son
representadas
con
el
uso
de
(AOA):
arcos.
Actividad
en
Nodo
Es
una
red
en
la
que
las
actividades
son
representadas
con
el
uso
de
(AON):
nodos.
Proceso
que
nos
permite
determinar
el
nivel
de
sensibilidad
de
la
mejor
solución
ante
los
cambios
de
los
valores
que
se
usaron
en
las
ecuaciones.
También
estudia
el
grado
de
sensibilidad
de
la
mejor
Análisis
de
Sensibilidad:
solución
ante
hipótesis
de
modelo
y
actualización
de
información.
En
estos
casos
se
le
conoce
como
Análisis
de
Postoptimalidad.
Enunciado
matemático
del
objetivo
de
una
organización
con
el
que
se
Función
Objetivo:
intenta
maximizar
o
minimizar
una
cantidad
de
gran
importancia
como
ganancias
o
gastos.
16 POLITÉCNICO GRANCOLOMBIANO
REFERENCIAS
Referencias bibliográficas
Anderson,
D.
S.
(2005).
Métodos
Cuantitativos
para
los
Negocios
(Novena
Edición
ed.).
México:
Cengage
Learning
Editores.
Bazaraa,
M.
J.
(1996).
Programación
Lineal
y
Flujo
en
Redes
(Segunda
edición
ed.).
México:
Limusa.
Bazarra,
M.,
&
Jarvis,
J.
J.
(2005).
Programación
lineal
y
flujo
en
redes.
(Segunda
Edición.
ed.).
México:
Limusa
Editores.
.
Hillier,
F.
&.
(2006).
Texto
principal:
Introducción
a
la
Investigación
de
Operaciones.
(6ª
Edición.
ed.).
N/A:
McGraw
Hill.
.
Hillier, F. &. (2006). Investigación de Operaciones (Octava Edición ed.). México: McGraw-‐Hill.
Hillier,
F.
&.
(2008).
Métodos
Cuantitativos
para
Administración
(Tercera
Edición
ed.).
México:
McGraw-‐Hill.
Hopp, W. &. (2008). M. Factory Physics. NY: McGraw Hill.
Taha,
H.
(1997).
Investigación
de
Operaciones:
Una
Introducción
(Sexta
edición
ed.).
NY:
Prentice
Hall.
Winston,
W.
(2005).
Investigación
de
Operaciones
Aplicaciones
y
Algoritmos
(Cuarta
Edición
ed.).
México:
Thomson.