SlideShare une entreprise Scribd logo
1  sur  20
1
Situación:
Asignar m trabajos (o trabajadores) a n máquinas.
Un trabajo i (=1, 2, 3 ,...,m) cuando se asigna a la máquina
j (=1,2,....,n) incurre en un costo cij.
El objetivo es asignar los trabajos a las máquinas uno a uno
al menor costo.
La formulación de este problema puede considerarse como
un caso especial del modelo de transporte.
2.2 Modelo de Asignación
2
Descripción
Los trabajos representan las “fuentes” y las máquinas los
“destinos”
La oferta disponible en cada fuente es 1 como también lo
es la demanda en cada destino.
cij es el costo de transportar (asignar) el trabajo i a la
máquina j
El costo puede representar también características de
competencia de cada trabajador
3
Descripción
En el caso que un trabajo no deba ser asignado
(porque no cumple con los requisitos) a una máquina
(actividad) en particular, este costo debe tener un
valor alto (M)
En el caso de existir desequilibrio, esto es, más
trabajos que máquinas o más máquinas que trabajos,
hay que equilibrar con máquinas o trabajos figurados
(ficticios), logrando de esta forma que m = n
4
Expresión matemática del modelo
0, si el i-ésimo trabajo no se asigna a la j-ésima máquina
1, si el i-ésimo trabajo se asigna a la j-ésima máquina
Xij =
Máquina
1 2 ….. n
C11 C12 ….. C1n
C21 C22 ….. C2n
….. ….. ….. …..
Cn1 Cn2 ….. Cnn
1
2
…..
n
Trabajo
1
1
…..
1
1 1 ….. 1
5
Por lo tanto el modelo está dado por:
minimizar z = ∑∑= =
n
i
n
j
ijij xc
1 1
sujeto a 1
1
=∑=
n
j
ijx i=1,2, ...,n
1
1
=∑=
n
i
ijx j=1,2,..n
xij = 0 ó bien 1
6
Ejemplo:
La gerencia general de RPG (ejemplo de transporte) con sede
en Bruselas, este año, como parte de su auditoría anual, decidió
que cada uno de sus cuatro vicepresidentes visite e inspeccione
cada una de sus plantas de ensamblaje durante las primeras dos
semanas de junio. Las plantas están ubicadas en Leipzig
(Alemania), Nancy (Francia, Lieja (Bélgica) y Tilburgo
(Holanda).
Para decidir a que vicepresidente enviar a una planta
determinada, se asignaron puntospuntos (costos) a cada uno de ellos
de acuerdo a su experiencia, habilidades lenguísticas, tiempo
que durará la inspección y otros. Estos datos se muestran en la
siguiente tabla:
7
Ejemplo
PLANTA
Leipzig (1) Nancy(2) Lieja (3) Tilburgo(4)
Finanzas (F) (1) 24 10 21 11
Mercadotecnia(M) (2) 14 22 10 15
Operaciones (O) (3) 15 17 20 19
Personal(P) (4) 11 19 14 13
Plantear el modelo de PL
8
Ejemplo: Modelo de PL
MIN Z = 24 X11 + 10 X12 + ... + 14 X43 + 13 X44
sujeto a:
a) Oferta X11 + X12 + X13 + X14 = 1
X21 + X22 + X23 + X24 = 1
X31 + X32 + X33 + X34 = 1
X41 + X42 + X43 + X44 = 1
b) Demanda X11 + X21 + X31 + X41 = 1
X12 + X22 + X32 + X42 = 1
X13 + X23 + X33 + X43 = 1
X14 + X24 + X34 + X44 = 1
c) No negatividad Xij >= 0 i=1,...,4, j=1,....,4
9
Métodos de Solución
Existen varias formas de obtener la solución:
a) Listar todas las alternativas posibles con sus costos y seleccionar
la de menor costo (algoritmo exhaustivo)
b) Método Húngaro: método iterativo
a) Listar todas las alternativas:
¿Cuántas alternativas posibles existen?
- El primer trabajo se puede asignar de n formas formas posibles
- El segundo de n-1 formas
- El último sólo de 1 forma
En total existen n! formas de hacer la asignación completa
10
Método Húngaro:
Paso 0: Construir la matriz de asignación
Para obtener la solución óptima cada nueva matriz de asignación
debe satisfacer:
Propiedad 1: Todos los números son no negativos
Propiedad 2: Cada fila y cada columna tiene al menos una celda con
un valor cero
Paso 1:
a) Reducción de filas:a) Reducción de filas: Restar el costo menor de cada fila a la fila
correspondiente y/o
b) Reducción de columnas:b) Reducción de columnas: Restar el costo menor de cada columna
a la columna correspondiente
Con esto se crea una nueva matriz con las propiedades 1 y 2
11
Método Húngaro:
Paso 2: Determinar si la matriz es reducida (Prueba de Optimalidad).
Trazar el menor número de líneas rectas sobre las filas y columnas
para cubrir todos los ceros.
Si el número de rectas es igual al número de filas o columnas se dice
que esta matriz es reducida.
Si la matriz no es reducida pasar al paso 3, sino pasar al paso 4
12
Método Húngaro:
Paso 3: Movimiento
De todas las celdas no cruzadas identifique una con el menor
valor y haga lo siguiente:
a) Restar el valor a cada celda no cruzada
b) Sumar el valor a cada celda de intersección de rectas
Volver al paso 2
13
Método Húngaro:
Paso 4: Solución óptima (Asignación)
Primero se asigna a las que tengan sólo una alternativa, se van
marcando y así sucesivamente
Determinar el costo: Se suman todos los costos
correspondientes a las asignaciones (o sumar todos los pi y qj).
¿Qué valor se obtiene al sumar todos los valores que se restaron
en las reducciones de filas y columnas?
14
Ejemplo: Aplique el método Húngaro al ejemplo
1 2 3 4 pi
F 24 10 21 11
M 14 22 10 15
O 15 17 20 19
P 11 19 14 13
qj
Paso 0: Matriz de Asignación
Nota: En negrita los menores de cada fila
15
Paso 1: Reducción de filas y columnas
1 2 3 4 pi
F 14 0 11 1 10
M 4 12 0 5 10
O 0 2 5 4 15
P 0 8 3 2 11
qj 1
1 2 3 4 pi
F 14 0 11 0 10
M 4 12 0 4 10
O 0 2 5 3 15
P 0 8 3 1 11
qj 1
Filas
Columnas
16
Paso 2: Determinar si la matriz es reducida
1 2 3 4 pi
F 14 0 11 0 10
M 4 12 0 4 10
O 0 2 5 3 15
P 0 8 3 1 11
qj 1
No es reducida: sólo tres rectas (para ser reducida deben ser 4)
Ir al paso 3
17
Paso 3: Movimiento (Seleccionar el menor: restar a las
no tachadas, sumar a las intersecciones)
1 2 3 4 pi
F 14 0 11 0 10
M 4 12 0 4 10
O 0 2 5 3 15
P 0 8 3 1 11
qj 1
1 2 3 4 pi
F 15 0 12 0 10
M 4 11 0 3 10
O 0 1 5 2 15
P 0 7 3 0 11
qj 1 + 1
Volver al paso 2 !!
18
Iteración paso 2:
1 2 3 4 pi
F 15 0 12 0 10
M 4 11 0 3 10
O 0 1 5 2 15
P 0 7 3 0 11
qj 1 + 1
Se tachan todos los ceros con cuatro rectas, por tanto es óptima
Ir al paso 4 !!
19
Paso 4: Asignación
1 2 3 4 pi
F 15 0 12 0 10
M 4 11 0 3 10
O 0 1 5 2 15
P 0 7 3 0 11
qj 1 + 1
Costo = c12 + c23 + c31 +c44
= 10+10+15+13 = 48
∑∑ += ji qpCosto
=10 + 10 + 15 + 11 + 1 + 1 = 48
Ver Asignación RPG
20
Modelo de Asignación: Otras consideraciones
El modelo de asignación de RPG es un modelo de minimización
en el cual el número de vicepresidentes es igual al número de
plantas, y todas las asignaciones posibles son aceptables.
Consideremos ahora modelos tipo asignación donde no todas las
condiciones anteriores se cumplen. En particular se considerarán
situaciones en las que:
1 Hay una desigualdad entre el número de “personas” por
asignar y el número de “destinos” que requieren personas
asignadas.
2 Hay un modelo de maximización
3 Existen asignaciones inaceptables

Contenu connexe

Tendances

Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos IGenerador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Norlan0987
 
diseno de instalaciones
diseno de instalacionesdiseno de instalaciones
diseno de instalaciones
benjibv
 
Costos de inventario
Costos de inventarioCostos de inventario
Costos de inventario
Pedro González
 
Unidad 4 Control de la mano de obra y de los cif
Unidad 4 Control de la mano de obra y de los cifUnidad 4 Control de la mano de obra y de los cif
Unidad 4 Control de la mano de obra y de los cif
UGM NORTE
 

Tendances (20)

Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos IGenerador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
 
Teoria de colas_modelo_mmc
Teoria de colas_modelo_mmcTeoria de colas_modelo_mmc
Teoria de colas_modelo_mmc
 
Distribución de plantas
Distribución de plantasDistribución de plantas
Distribución de plantas
 
Algoritmo stepping stone-final
Algoritmo stepping stone-finalAlgoritmo stepping stone-final
Algoritmo stepping stone-final
 
4.4 tecnologias de grupos
4.4 tecnologias de grupos4.4 tecnologias de grupos
4.4 tecnologias de grupos
 
Capitulo 3 Macroeconomia de Michael Parkin novena edición
Capitulo 3 Macroeconomia de Michael Parkin novena edición Capitulo 3 Macroeconomia de Michael Parkin novena edición
Capitulo 3 Macroeconomia de Michael Parkin novena edición
 
diseno de instalaciones
diseno de instalacionesdiseno de instalaciones
diseno de instalaciones
 
Costos de inventario
Costos de inventarioCostos de inventario
Costos de inventario
 
Ejercicios plani pdf
Ejercicios plani pdfEjercicios plani pdf
Ejercicios plani pdf
 
Formas legales de las organizaciones mercantiles en méxico
Formas legales de las organizaciones mercantiles en méxicoFormas legales de las organizaciones mercantiles en méxico
Formas legales de las organizaciones mercantiles en méxico
 
Trabajo, Modelos de Transporte y Optimización de Redes
Trabajo, Modelos de Transporte y Optimización de RedesTrabajo, Modelos de Transporte y Optimización de Redes
Trabajo, Modelos de Transporte y Optimización de Redes
 
Localizacion de Localizacion de Multiples Instalaciones Metodos Cualitativos
Localizacion de Localizacion de Multiples Instalaciones Metodos CualitativosLocalizacion de Localizacion de Multiples Instalaciones Metodos Cualitativos
Localizacion de Localizacion de Multiples Instalaciones Metodos Cualitativos
 
Diseño de Instalaciones unidad 1
Diseño de Instalaciones unidad 1Diseño de Instalaciones unidad 1
Diseño de Instalaciones unidad 1
 
Metodo esquina noreste
Metodo esquina noresteMetodo esquina noreste
Metodo esquina noreste
 
Planificación de Proyectos de Investigación de Operaciones I
Planificación de Proyectos de Investigación de Operaciones IPlanificación de Proyectos de Investigación de Operaciones I
Planificación de Proyectos de Investigación de Operaciones I
 
Capacidad, localización y distribución en planta
Capacidad, localización y distribución en plantaCapacidad, localización y distribución en planta
Capacidad, localización y distribución en planta
 
Manejo de materiales
Manejo de materialesManejo de materiales
Manejo de materiales
 
análisis de sensibilidad
análisis de sensibilidadanálisis de sensibilidad
análisis de sensibilidad
 
LOGíSTICA Y CADENAS DE SUMINISTRO. Sistemas de Transporte. 3
LOGíSTICA Y CADENAS DE SUMINISTRO. Sistemas de Transporte. 3LOGíSTICA Y CADENAS DE SUMINISTRO. Sistemas de Transporte. 3
LOGíSTICA Y CADENAS DE SUMINISTRO. Sistemas de Transporte. 3
 
Unidad 4 Control de la mano de obra y de los cif
Unidad 4 Control de la mano de obra y de los cifUnidad 4 Control de la mano de obra y de los cif
Unidad 4 Control de la mano de obra y de los cif
 

En vedette (9)

Repaso
RepasoRepaso
Repaso
 
1)Educacion Exposicion
1)Educacion Exposicion1)Educacion Exposicion
1)Educacion Exposicion
 
Diseño De Módulo Instruccional
Diseño De Módulo InstruccionalDiseño De Módulo Instruccional
Diseño De Módulo Instruccional
 
costos indirectos
 costos indirectos costos indirectos
costos indirectos
 
Estudio Independiente
Estudio IndependienteEstudio Independiente
Estudio Independiente
 
Método de estudio dirigido
Método de estudio dirigidoMétodo de estudio dirigido
Método de estudio dirigido
 
El simposio
El simposioEl simposio
El simposio
 
Técnica de la demostración
Técnica de la demostraciónTécnica de la demostración
Técnica de la demostración
 
Foros y su uso educativo
Foros y su uso educativoForos y su uso educativo
Foros y su uso educativo
 

Similaire à Asignacion

Transporte y transbordo
Transporte y transbordoTransporte y transbordo
Transporte y transbordo
Jaime Medrano
 
Algoritmo de booth
Algoritmo de boothAlgoritmo de booth
Algoritmo de booth
velleza
 
Notas m todo_de_transporte
Notas m todo_de_transporteNotas m todo_de_transporte
Notas m todo_de_transporte
Ethan Lima
 
Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporte
Alexander Chunhuay Ruiz
 
Parte 2 cuadernillo_recuperacion_3º_eso1516
Parte 2 cuadernillo_recuperacion_3º_eso1516Parte 2 cuadernillo_recuperacion_3º_eso1516
Parte 2 cuadernillo_recuperacion_3º_eso1516
mgarmon965
 

Similaire à Asignacion (20)

Distribución de los recursos
Distribución de los recursosDistribución de los recursos
Distribución de los recursos
 
480074202-SEMANA-7.pdf
480074202-SEMANA-7.pdf480074202-SEMANA-7.pdf
480074202-SEMANA-7.pdf
 
Modelo De Transporte
Modelo De TransporteModelo De Transporte
Modelo De Transporte
 
Transporte y transbordo
Transporte y transbordoTransporte y transbordo
Transporte y transbordo
 
Algoritmo de booth
Algoritmo de boothAlgoritmo de booth
Algoritmo de booth
 
OPERATIVA
OPERATIVAOPERATIVA
OPERATIVA
 
Iopertivab
IopertivabIopertivab
Iopertivab
 
Notas m todo_de_transporte
Notas m todo_de_transporteNotas m todo_de_transporte
Notas m todo_de_transporte
 
Secuenca didáctica1
Secuenca didáctica1Secuenca didáctica1
Secuenca didáctica1
 
Secuenca didáctica1
Secuenca didáctica1Secuenca didáctica1
Secuenca didáctica1
 
Secuenca didáctica1
Secuenca didáctica1Secuenca didáctica1
Secuenca didáctica1
 
Asignacion y Transporte - Diapositivas Clase.pdf
Asignacion y Transporte - Diapositivas Clase.pdfAsignacion y Transporte - Diapositivas Clase.pdf
Asignacion y Transporte - Diapositivas Clase.pdf
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltos
 
Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporte
 
Parte 2 cuadernillo_recuperacion_3º_eso1516
Parte 2 cuadernillo_recuperacion_3º_eso1516Parte 2 cuadernillo_recuperacion_3º_eso1516
Parte 2 cuadernillo_recuperacion_3º_eso1516
 
Mate negocios unidad 5
Mate negocios unidad 5Mate negocios unidad 5
Mate negocios unidad 5
 
Materia operativa subir
Materia operativa subirMateria operativa subir
Materia operativa subir
 
Memmetpp
MemmetppMemmetpp
Memmetpp
 
Prueba1
Prueba1Prueba1
Prueba1
 
Iopertiva2
Iopertiva2Iopertiva2
Iopertiva2
 

Plus de Elyzabeth Tarco (20)

Caida libre-fisica
Caida libre-fisicaCaida libre-fisica
Caida libre-fisica
 
silabo de investigacion operativa II
silabo de investigacion operativa IIsilabo de investigacion operativa II
silabo de investigacion operativa II
 
Materia i.o
Materia i.oMateria i.o
Materia i.o
 
Materia i.o
Materia i.oMateria i.o
Materia i.o
 
Materia i.o
Materia i.oMateria i.o
Materia i.o
 
EVAUntitled.fr11.pdf evaluacion 4
EVAUntitled.fr11.pdf evaluacion 4EVAUntitled.fr11.pdf evaluacion 4
EVAUntitled.fr11.pdf evaluacion 4
 
Untitled.fr11.pdf prueba
Untitled.fr11.pdf pruebaUntitled.fr11.pdf prueba
Untitled.fr11.pdf prueba
 
Untitled.fr11.pdf 12 nov.
Untitled.fr11.pdf 12 nov.Untitled.fr11.pdf 12 nov.
Untitled.fr11.pdf 12 nov.
 
Untitled.fr11.pdf 19 enero
Untitled.fr11.pdf 19 eneroUntitled.fr11.pdf 19 enero
Untitled.fr11.pdf 19 enero
 
Untitled.fr11.pdf 8 dic
Untitled.fr11.pdf 8 dicUntitled.fr11.pdf 8 dic
Untitled.fr11.pdf 8 dic
 
Untitled.fr11.pdf nov. 29
Untitled.fr11.pdf nov. 29Untitled.fr11.pdf nov. 29
Untitled.fr11.pdf nov. 29
 
Razonamiento logico operativa
Razonamiento logico operativaRazonamiento logico operativa
Razonamiento logico operativa
 
Untitled.fr11
Untitled.fr11Untitled.fr11
Untitled.fr11
 
Contorno
ContornoContorno
Contorno
 
PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL.PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL.
 
PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL.PROGRAMACIÓN LINEAL.
PROGRAMACIÓN LINEAL.
 
Deber operativa
Deber operativaDeber operativa
Deber operativa
 
Resumen lectura-1-historia-mcuantitativos1
Resumen lectura-1-historia-mcuantitativos1Resumen lectura-1-historia-mcuantitativos1
Resumen lectura-1-historia-mcuantitativos1
 
Silabo i.o
Silabo i.oSilabo i.o
Silabo i.o
 
Introduccion inv. oper
Introduccion inv. operIntroduccion inv. oper
Introduccion inv. oper
 

Dernier

TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
jlorentemartos
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
Wilian24
 

Dernier (20)

Los avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesLos avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtuales
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
 
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Actividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxActividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docx
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
 
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptxCONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
 
PP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomasPP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomas
 
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
La Evaluacion Formativa SM6 Ccesa007.pdf
La Evaluacion Formativa SM6  Ccesa007.pdfLa Evaluacion Formativa SM6  Ccesa007.pdf
La Evaluacion Formativa SM6 Ccesa007.pdf
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por Valores
 
6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
 
Factores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdfFactores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdf
 

Asignacion

  • 1. 1 Situación: Asignar m trabajos (o trabajadores) a n máquinas. Un trabajo i (=1, 2, 3 ,...,m) cuando se asigna a la máquina j (=1,2,....,n) incurre en un costo cij. El objetivo es asignar los trabajos a las máquinas uno a uno al menor costo. La formulación de este problema puede considerarse como un caso especial del modelo de transporte. 2.2 Modelo de Asignación
  • 2. 2 Descripción Los trabajos representan las “fuentes” y las máquinas los “destinos” La oferta disponible en cada fuente es 1 como también lo es la demanda en cada destino. cij es el costo de transportar (asignar) el trabajo i a la máquina j El costo puede representar también características de competencia de cada trabajador
  • 3. 3 Descripción En el caso que un trabajo no deba ser asignado (porque no cumple con los requisitos) a una máquina (actividad) en particular, este costo debe tener un valor alto (M) En el caso de existir desequilibrio, esto es, más trabajos que máquinas o más máquinas que trabajos, hay que equilibrar con máquinas o trabajos figurados (ficticios), logrando de esta forma que m = n
  • 4. 4 Expresión matemática del modelo 0, si el i-ésimo trabajo no se asigna a la j-ésima máquina 1, si el i-ésimo trabajo se asigna a la j-ésima máquina Xij = Máquina 1 2 ….. n C11 C12 ….. C1n C21 C22 ….. C2n ….. ….. ….. ….. Cn1 Cn2 ….. Cnn 1 2 ….. n Trabajo 1 1 ….. 1 1 1 ….. 1
  • 5. 5 Por lo tanto el modelo está dado por: minimizar z = ∑∑= = n i n j ijij xc 1 1 sujeto a 1 1 =∑= n j ijx i=1,2, ...,n 1 1 =∑= n i ijx j=1,2,..n xij = 0 ó bien 1
  • 6. 6 Ejemplo: La gerencia general de RPG (ejemplo de transporte) con sede en Bruselas, este año, como parte de su auditoría anual, decidió que cada uno de sus cuatro vicepresidentes visite e inspeccione cada una de sus plantas de ensamblaje durante las primeras dos semanas de junio. Las plantas están ubicadas en Leipzig (Alemania), Nancy (Francia, Lieja (Bélgica) y Tilburgo (Holanda). Para decidir a que vicepresidente enviar a una planta determinada, se asignaron puntospuntos (costos) a cada uno de ellos de acuerdo a su experiencia, habilidades lenguísticas, tiempo que durará la inspección y otros. Estos datos se muestran en la siguiente tabla:
  • 7. 7 Ejemplo PLANTA Leipzig (1) Nancy(2) Lieja (3) Tilburgo(4) Finanzas (F) (1) 24 10 21 11 Mercadotecnia(M) (2) 14 22 10 15 Operaciones (O) (3) 15 17 20 19 Personal(P) (4) 11 19 14 13 Plantear el modelo de PL
  • 8. 8 Ejemplo: Modelo de PL MIN Z = 24 X11 + 10 X12 + ... + 14 X43 + 13 X44 sujeto a: a) Oferta X11 + X12 + X13 + X14 = 1 X21 + X22 + X23 + X24 = 1 X31 + X32 + X33 + X34 = 1 X41 + X42 + X43 + X44 = 1 b) Demanda X11 + X21 + X31 + X41 = 1 X12 + X22 + X32 + X42 = 1 X13 + X23 + X33 + X43 = 1 X14 + X24 + X34 + X44 = 1 c) No negatividad Xij >= 0 i=1,...,4, j=1,....,4
  • 9. 9 Métodos de Solución Existen varias formas de obtener la solución: a) Listar todas las alternativas posibles con sus costos y seleccionar la de menor costo (algoritmo exhaustivo) b) Método Húngaro: método iterativo a) Listar todas las alternativas: ¿Cuántas alternativas posibles existen? - El primer trabajo se puede asignar de n formas formas posibles - El segundo de n-1 formas - El último sólo de 1 forma En total existen n! formas de hacer la asignación completa
  • 10. 10 Método Húngaro: Paso 0: Construir la matriz de asignación Para obtener la solución óptima cada nueva matriz de asignación debe satisfacer: Propiedad 1: Todos los números son no negativos Propiedad 2: Cada fila y cada columna tiene al menos una celda con un valor cero Paso 1: a) Reducción de filas:a) Reducción de filas: Restar el costo menor de cada fila a la fila correspondiente y/o b) Reducción de columnas:b) Reducción de columnas: Restar el costo menor de cada columna a la columna correspondiente Con esto se crea una nueva matriz con las propiedades 1 y 2
  • 11. 11 Método Húngaro: Paso 2: Determinar si la matriz es reducida (Prueba de Optimalidad). Trazar el menor número de líneas rectas sobre las filas y columnas para cubrir todos los ceros. Si el número de rectas es igual al número de filas o columnas se dice que esta matriz es reducida. Si la matriz no es reducida pasar al paso 3, sino pasar al paso 4
  • 12. 12 Método Húngaro: Paso 3: Movimiento De todas las celdas no cruzadas identifique una con el menor valor y haga lo siguiente: a) Restar el valor a cada celda no cruzada b) Sumar el valor a cada celda de intersección de rectas Volver al paso 2
  • 13. 13 Método Húngaro: Paso 4: Solución óptima (Asignación) Primero se asigna a las que tengan sólo una alternativa, se van marcando y así sucesivamente Determinar el costo: Se suman todos los costos correspondientes a las asignaciones (o sumar todos los pi y qj). ¿Qué valor se obtiene al sumar todos los valores que se restaron en las reducciones de filas y columnas?
  • 14. 14 Ejemplo: Aplique el método Húngaro al ejemplo 1 2 3 4 pi F 24 10 21 11 M 14 22 10 15 O 15 17 20 19 P 11 19 14 13 qj Paso 0: Matriz de Asignación Nota: En negrita los menores de cada fila
  • 15. 15 Paso 1: Reducción de filas y columnas 1 2 3 4 pi F 14 0 11 1 10 M 4 12 0 5 10 O 0 2 5 4 15 P 0 8 3 2 11 qj 1 1 2 3 4 pi F 14 0 11 0 10 M 4 12 0 4 10 O 0 2 5 3 15 P 0 8 3 1 11 qj 1 Filas Columnas
  • 16. 16 Paso 2: Determinar si la matriz es reducida 1 2 3 4 pi F 14 0 11 0 10 M 4 12 0 4 10 O 0 2 5 3 15 P 0 8 3 1 11 qj 1 No es reducida: sólo tres rectas (para ser reducida deben ser 4) Ir al paso 3
  • 17. 17 Paso 3: Movimiento (Seleccionar el menor: restar a las no tachadas, sumar a las intersecciones) 1 2 3 4 pi F 14 0 11 0 10 M 4 12 0 4 10 O 0 2 5 3 15 P 0 8 3 1 11 qj 1 1 2 3 4 pi F 15 0 12 0 10 M 4 11 0 3 10 O 0 1 5 2 15 P 0 7 3 0 11 qj 1 + 1 Volver al paso 2 !!
  • 18. 18 Iteración paso 2: 1 2 3 4 pi F 15 0 12 0 10 M 4 11 0 3 10 O 0 1 5 2 15 P 0 7 3 0 11 qj 1 + 1 Se tachan todos los ceros con cuatro rectas, por tanto es óptima Ir al paso 4 !!
  • 19. 19 Paso 4: Asignación 1 2 3 4 pi F 15 0 12 0 10 M 4 11 0 3 10 O 0 1 5 2 15 P 0 7 3 0 11 qj 1 + 1 Costo = c12 + c23 + c31 +c44 = 10+10+15+13 = 48 ∑∑ += ji qpCosto =10 + 10 + 15 + 11 + 1 + 1 = 48 Ver Asignación RPG
  • 20. 20 Modelo de Asignación: Otras consideraciones El modelo de asignación de RPG es un modelo de minimización en el cual el número de vicepresidentes es igual al número de plantas, y todas las asignaciones posibles son aceptables. Consideremos ahora modelos tipo asignación donde no todas las condiciones anteriores se cumplen. En particular se considerarán situaciones en las que: 1 Hay una desigualdad entre el número de “personas” por asignar y el número de “destinos” que requieren personas asignadas. 2 Hay un modelo de maximización 3 Existen asignaciones inaceptables