SlideShare ist ein Scribd-Unternehmen logo
1 von 12
PROBLEMA DE LA ASIGNACION Muchas de las situaciones en la vida exigen una de dos respuestas posibles: si o no.  Así Muchas de las situaciones en la vida exigen una de dos respuestas posibles: si o no.  Así es que podemos representar éstas posibilidades con los valores 0 (no) y 1 (si), y aprovechar las matemáticas para que nos den una mano ante decisiones difíciles; a esto es lo que solemos llamar -por obvias razones- Programación Binaria.  Una de las muchísimas aplicaciones de la Programación Binaria, es el problema de la Asignación.  Este método analiza el problema de asignar un cierto número de recursos a un determinado número de tareas, con base en algún tipo de valoración para cada recurso. Cada recurso, podrá ser asignado a una sola tarea.   El PA consiste en asignar recursos a tareas en función de un objetivo ligado a la eficiencia del sistema. Un  ejemplo típico es el de asignación de personas a turnos horarios, o el de  asignar  personas a máquinas
El esquema tabular  del PA es:
Formulación del Programa ,[object Object],[object Object],[object Object],X ij : 1 si la tarea i se hace con la máquina j c ij : costo de realizar la tarea i con máquina j n tareas m máquinas Si hay más máquinas que tareas se formula con desigualdades, y se resuelve con tareas ficticias
METODO HUNGARO Existen 5 operarios (A, B, C, D y C) que tienen que llenar 5 cargos (I, II, III, IV y V). La matriz de costos que caracteriza el problema de asignación es la siguiente Determinar la asignación óptima
1- Se calcula C’ ij = C ij  – elemento mas pequeño de cada columna 2. Se calcula C* ij  = C’ ij  – elemento mas pequeño de cada fila
3.  Procederemos a encontrar el número mínimo de recta r que cubren todos los ceros de la matriz C* 4. En este caso  ⍬= 1 (elemento mínimo no cubierto por las rectas). Se resta ⍬ a todos los elementos no cubiertos por las rectas- Se suma ⍬ a todos los elementos en las intersecciones entre 2 rectas y se vuelve al paso 3. La matriz C* se transforma en  Vemos que r = 4 que es diferente de m=5, por consiguiente no se ha llegado al óptimo
5. Determinamos la asignación óptima Se observa que r = 5 = m =5, por consiguiente se ha llegado al óptimo
O bien: A es asignado a V B es asignado a II C es asignado a I D es asignado a IV E es asignado a III El costo total del programa en ambos casos es Z = $ 18 Hay dos soluciones óptimas: A es asignado a IV B es asignado a II C es asignado a I D es asignado a V E es asignado a III
Encuentre la asignación que minimice el tiempo total. CASO 1: MATRIZ NO CUADRADA Cuatro trabajadores requieren el uso de una cualesquiera de las de las maquinas A, B, C y D. Los tiempos tomados por cada maquina para realizar cada trabajo son mostradas en la matriz siguiente:
CASO 2: ASIGNACIONES IMPOSIBLES El  El hospital de Chiclayo ha comprado tres máquinas nuevas de diferentes tipos. Existen cuatro lugares dentro de la planta de quirófanos en donde se podría instalar cada una de estas máquinas. Algunos de ellos son más adecuados que otros para una máquina en particular por su cercanía a las mesas de cirugía que tendrían un flujo intenso de trabajo hacia estas máquinas y desde ellas. Por lo tanto el objetivo es asignar las nuevas máquinas a los lugares disponibles de manera que se minimice el costo total del manejo de materiales. En la tabla siguiente se proporciona el costo estimado por unidad de tiempo del manejo de los materiales en cuestión con cada una de las máquinas en los sitios respectivos. El lugar 2 no se considera adecuado para la máquina 2. No habrá flujo de trabajo entre las nuevas máquinas. El costo estimado por unidad de tiempo es el siguiente:
CASO 3: MAXIMIZACION Se desea instalar 4 fabricas: una de papel, otra de vidrio, fibra artificial y llantas. Se ha tomado la decisión de invertir en una fabrica para Arequipa, Huancayo, Iquitos y Chiclayo, para lo cual es necesario conocer el tipo de fabrica en cada una de estas ciudades. La matriz que se muestra a continuación muestra las utilidades netas mensuales en miles de $. Haga la asignación óptima
PROBLEMA PROPUESTO Una línea aérea tiene vuelos redondos entre las ciudades A y B. La tripulación con base en la ciudad A(B) y que vuela a la ciudad B(A) debe regresar a la ciudad A(B) en un vuelo posterior el mismo día o al siguiente. Una tripulación con base en la ciudad A puede regresar en un vuelo con destino a B sólo si hay cuando menos 90 minutos entre el tiempo de llegada en B y el tiempo de salida del vuelo con destino a A. El objetivo consiste en emparejar los vuelos de manera que se minimice el tiempo de escala total de todas las tripulaciones. Resuelva el problema como un modelo de asignación mediante el uso del itinerario dado   DESDE  A   DESDE  A VUELO   A  B   VUELO   B  A   1   6.00  8.30  10  7.30  9.30 2    8.15  10.45  20  9.15  11.15 3    13.30  16.00  30  16.30  18.30 4   15.00  17.30  40  20.00  22.00

Weitere ähnliche Inhalte

Was ist angesagt?

5.3 arbol expansión minima algoritmo de kruskal
5.3 arbol expansión minima algoritmo de kruskal5.3 arbol expansión minima algoritmo de kruskal
5.3 arbol expansión minima algoritmo de kruskalADRIANA NIETO
 
Medicion del trabajo, muestreo del trabajo
Medicion del trabajo, muestreo del trabajoMedicion del trabajo, muestreo del trabajo
Medicion del trabajo, muestreo del trabajoBruno Soto Armenta
 
Inventario probabilistico
Inventario probabilisticoInventario probabilistico
Inventario probabilisticoNiurka0302
 
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 RedesRonald Alexander Medina Pinto
 
Ejercicios resueltos io 1 parte 2
Ejercicios resueltos io 1   parte 2Ejercicios resueltos io 1   parte 2
Ejercicios resueltos io 1 parte 2fzeus
 
Planeación y administración de la capacidad
Planeación y administración de la capacidadPlaneación y administración de la capacidad
Planeación y administración de la capacidadRebeca Novoa Morales
 
4. Diseño Experimental Para un Factor
4. Diseño Experimental Para un Factor4. Diseño Experimental Para un Factor
4. Diseño Experimental Para un FactorAnahi Rodriguez
 
Jurado de opinión ejecutiva - Pronóstico de demanda
Jurado de opinión ejecutiva - Pronóstico de demandaJurado de opinión ejecutiva - Pronóstico de demanda
Jurado de opinión ejecutiva - Pronóstico de demandaIngenio Empresa
 
Simulación del Modelo de Inventario
Simulación del Modelo de InventarioSimulación del Modelo de Inventario
Simulación del Modelo de Inventariomirlenisramos
 
Balanceo de lineas1
Balanceo de lineas1Balanceo de lineas1
Balanceo de lineas1Eloen13
 
El problema de la ruta mas corta
El problema de la ruta mas corta El problema de la ruta mas corta
El problema de la ruta mas corta Luis Fajardo
 
Modelos De Programacion Entera
Modelos De Programacion EnteraModelos De Programacion Entera
Modelos De Programacion EnteraCris Tenorio
 
Numeros Aleatorios
Numeros AleatoriosNumeros Aleatorios
Numeros Aleatorioskor10
 
Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteAlexander Chunhuay Ruiz
 

Was ist angesagt? (20)

programacion-de-operaciones-secuenciacion-de-trabajos
programacion-de-operaciones-secuenciacion-de-trabajosprogramacion-de-operaciones-secuenciacion-de-trabajos
programacion-de-operaciones-secuenciacion-de-trabajos
 
5.3 arbol expansión minima algoritmo de kruskal
5.3 arbol expansión minima algoritmo de kruskal5.3 arbol expansión minima algoritmo de kruskal
5.3 arbol expansión minima algoritmo de kruskal
 
Medicion del trabajo, muestreo del trabajo
Medicion del trabajo, muestreo del trabajoMedicion del trabajo, muestreo del trabajo
Medicion del trabajo, muestreo del trabajo
 
Ejercicios inventarios
Ejercicios inventariosEjercicios inventarios
Ejercicios inventarios
 
Inventario probabilistico
Inventario probabilisticoInventario probabilistico
Inventario probabilistico
 
Problemas rsueltos pl
Problemas rsueltos plProblemas rsueltos pl
Problemas rsueltos pl
 
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
 
Cadenas de markov
Cadenas de markovCadenas de markov
Cadenas de markov
 
Ejercicios resueltos io 1 parte 2
Ejercicios resueltos io 1   parte 2Ejercicios resueltos io 1   parte 2
Ejercicios resueltos io 1 parte 2
 
Planeación y administración de la capacidad
Planeación y administración de la capacidadPlaneación y administración de la capacidad
Planeación y administración de la capacidad
 
4. Diseño Experimental Para un Factor
4. Diseño Experimental Para un Factor4. Diseño Experimental Para un Factor
4. Diseño Experimental Para un Factor
 
Jurado de opinión ejecutiva - Pronóstico de demanda
Jurado de opinión ejecutiva - Pronóstico de demandaJurado de opinión ejecutiva - Pronóstico de demanda
Jurado de opinión ejecutiva - Pronóstico de demanda
 
Unidad 5-analisis-de-sensibilidad
Unidad 5-analisis-de-sensibilidadUnidad 5-analisis-de-sensibilidad
Unidad 5-analisis-de-sensibilidad
 
Simulación del Modelo de Inventario
Simulación del Modelo de InventarioSimulación del Modelo de Inventario
Simulación del Modelo de Inventario
 
Balanceo de lineas1
Balanceo de lineas1Balanceo de lineas1
Balanceo de lineas1
 
El problema de la ruta mas corta
El problema de la ruta mas corta El problema de la ruta mas corta
El problema de la ruta mas corta
 
Modelos De Programacion Entera
Modelos De Programacion EnteraModelos De Programacion Entera
Modelos De Programacion Entera
 
Numeros Aleatorios
Numeros AleatoriosNumeros Aleatorios
Numeros Aleatorios
 
Unidad 1. Métodos cualitativos para localización de instalaciones
Unidad 1. Métodos cualitativos para localización de instalacionesUnidad 1. Métodos cualitativos para localización de instalaciones
Unidad 1. Métodos cualitativos para localización de instalaciones
 
Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporte
 

Ähnlich wie Problema de Asignación

Unidad 3 algoritmos especiales de programacion lineal
Unidad 3 algoritmos especiales de programacion linealUnidad 3 algoritmos especiales de programacion lineal
Unidad 3 algoritmos especiales de programacion linealAngel Ramos Aparicio
 
Metodo de asigancion milagros
Metodo de asigancion milagrosMetodo de asigancion milagros
Metodo de asigancion milagrosmilagros mercado
 
Tema 9 Invest. Operaciones.pdf
Tema 9 Invest. Operaciones.pdfTema 9 Invest. Operaciones.pdf
Tema 9 Invest. Operaciones.pdfNoe Castillo
 
Balanaceo lineas kibridge y wester
Balanaceo lineas kibridge y westerBalanaceo lineas kibridge y wester
Balanaceo lineas kibridge y westerguillermoluna30
 
Balance de linea
Balance de lineaBalance de linea
Balance de lineaDAOCGUE
 
Balanceo De Linea
Balanceo De LineaBalanceo De Linea
Balanceo De Lineaguestb9bf58
 
Tercera, Cuarta y Quinta Parte Práctica: Teoría de Redes
Tercera, Cuarta y Quinta Parte Práctica: Teoría de RedesTercera, Cuarta y Quinta Parte Práctica: Teoría de Redes
Tercera, Cuarta y Quinta Parte Práctica: Teoría de RedesMetodos Cuantitativos II
 
Diseño de sistemas productivos y logísticos
Diseño de sistemas productivos y logísticosDiseño de sistemas productivos y logísticos
Diseño de sistemas productivos y logísticosBrian Bastidas
 
Algoritmo de wagner whitin
Algoritmo de wagner whitinAlgoritmo de wagner whitin
Algoritmo de wagner whitinpandrei84
 
Programaci n din_mica_determin_stica
Programaci n din_mica_determin_sticaProgramaci n din_mica_determin_stica
Programaci n din_mica_determin_sticaconstanzabelen1a
 
Parecido balotario2 vaue e2
Parecido balotario2 vaue e2Parecido balotario2 vaue e2
Parecido balotario2 vaue e2Maksim Dioses
 
Mate negocios unidad 5
Mate negocios unidad 5Mate negocios unidad 5
Mate negocios unidad 5ANALGIGI
 
Guia ejercicios part ii
Guia ejercicios part iiGuia ejercicios part ii
Guia ejercicios part iioswnes92
 

Ähnlich wie Problema de Asignación (20)

Unidad 3 algoritmos especiales de programacion lineal
Unidad 3 algoritmos especiales de programacion linealUnidad 3 algoritmos especiales de programacion lineal
Unidad 3 algoritmos especiales de programacion lineal
 
Metodo de asigancion milagros
Metodo de asigancion milagrosMetodo de asigancion milagros
Metodo de asigancion milagros
 
Tema 9 Invest. Operaciones.pdf
Tema 9 Invest. Operaciones.pdfTema 9 Invest. Operaciones.pdf
Tema 9 Invest. Operaciones.pdf
 
Clase 3 cap 2
Clase 3 cap 2Clase 3 cap 2
Clase 3 cap 2
 
Clase 3 cap 2
Clase 3 cap 2Clase 3 cap 2
Clase 3 cap 2
 
Balanaceo lineas kibridge y wester
Balanaceo lineas kibridge y westerBalanaceo lineas kibridge y wester
Balanaceo lineas kibridge y wester
 
Metodo de transporte pdi
Metodo de transporte pdiMetodo de transporte pdi
Metodo de transporte pdi
 
Balance de linea
Balance de lineaBalance de linea
Balance de linea
 
Distribución de los recursos
Distribución de los recursosDistribución de los recursos
Distribución de los recursos
 
Balanceo De Linea
Balanceo De LineaBalanceo De Linea
Balanceo De Linea
 
Tercera, Cuarta y Quinta Parte Práctica: Teoría de Redes
Tercera, Cuarta y Quinta Parte Práctica: Teoría de RedesTercera, Cuarta y Quinta Parte Práctica: Teoría de Redes
Tercera, Cuarta y Quinta Parte Práctica: Teoría de Redes
 
Diseño de sistemas productivos y logísticos
Diseño de sistemas productivos y logísticosDiseño de sistemas productivos y logísticos
Diseño de sistemas productivos y logísticos
 
Algoritmo de wagner whitin
Algoritmo de wagner whitinAlgoritmo de wagner whitin
Algoritmo de wagner whitin
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltos
 
Layout
LayoutLayout
Layout
 
Layout
LayoutLayout
Layout
 
Programaci n din_mica_determin_stica
Programaci n din_mica_determin_sticaProgramaci n din_mica_determin_stica
Programaci n din_mica_determin_stica
 
Parecido balotario2 vaue e2
Parecido balotario2 vaue e2Parecido balotario2 vaue e2
Parecido balotario2 vaue e2
 
Mate negocios unidad 5
Mate negocios unidad 5Mate negocios unidad 5
Mate negocios unidad 5
 
Guia ejercicios part ii
Guia ejercicios part iiGuia ejercicios part ii
Guia ejercicios part ii
 

Mehr von Jose

Navidad del niño FIECS
Navidad del niño FIECSNavidad del niño FIECS
Navidad del niño FIECSJose
 
Visita a Puente Piedra
Visita a Puente PiedraVisita a Puente Piedra
Visita a Puente PiedraJose
 
Matricula fiecs 2010 II
Matricula fiecs 2010  IIMatricula fiecs 2010  II
Matricula fiecs 2010 IIJose
 
Planeación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPMPlaneación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPMJose
 
Planeación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPMPlaneación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPMJose
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Jose
 
Reunión 2007 - I 31 de marzo
Reunión 2007 - I 31 de marzoReunión 2007 - I 31 de marzo
Reunión 2007 - I 31 de marzoJose
 
Estrategias de Negociación de Opciones
Estrategias de Negociación de OpcionesEstrategias de Negociación de Opciones
Estrategias de Negociación de OpcionesJose
 
Finanzas de la Empresa II: Opciones
Finanzas de la Empresa II: OpcionesFinanzas de la Empresa II: Opciones
Finanzas de la Empresa II: OpcionesJose
 
Programación Lineal Entera
Programación Lineal EnteraProgramación Lineal Entera
Programación Lineal EnteraJose
 
Swaps
SwapsSwaps
SwapsJose
 
Problema del Transporte
Problema del TransporteProblema del Transporte
Problema del TransporteJose
 
Lectura De Reporte Del Lindo
Lectura De Reporte Del LindoLectura De Reporte Del Lindo
Lectura De Reporte Del LindoJose
 

Mehr von Jose (13)

Navidad del niño FIECS
Navidad del niño FIECSNavidad del niño FIECS
Navidad del niño FIECS
 
Visita a Puente Piedra
Visita a Puente PiedraVisita a Puente Piedra
Visita a Puente Piedra
 
Matricula fiecs 2010 II
Matricula fiecs 2010  IIMatricula fiecs 2010  II
Matricula fiecs 2010 II
 
Planeación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPMPlaneación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPM
 
Planeación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPMPlaneación de Proyectos - PERT & CPM
Planeación de Proyectos - PERT & CPM
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación
 
Reunión 2007 - I 31 de marzo
Reunión 2007 - I 31 de marzoReunión 2007 - I 31 de marzo
Reunión 2007 - I 31 de marzo
 
Estrategias de Negociación de Opciones
Estrategias de Negociación de OpcionesEstrategias de Negociación de Opciones
Estrategias de Negociación de Opciones
 
Finanzas de la Empresa II: Opciones
Finanzas de la Empresa II: OpcionesFinanzas de la Empresa II: Opciones
Finanzas de la Empresa II: Opciones
 
Programación Lineal Entera
Programación Lineal EnteraProgramación Lineal Entera
Programación Lineal Entera
 
Swaps
SwapsSwaps
Swaps
 
Problema del Transporte
Problema del TransporteProblema del Transporte
Problema del Transporte
 
Lectura De Reporte Del Lindo
Lectura De Reporte Del LindoLectura De Reporte Del Lindo
Lectura De Reporte Del Lindo
 

Kürzlich hochgeladen

GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfPaolaRopero2
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxlupitavic
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAEl Fortí
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICAÁngel Encinas
 
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.pdfMercedes Gonzalez
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfUPTAIDELTACHIRA
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docxEliaHernndez7
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñotapirjackluis
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSYadi Campos
 
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJOACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJOBRIGIDATELLOLEONARDO
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfNancyLoaa
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdfValeriaCorrea29
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptxRigoTito
 

Kürzlich hochgeladen (20)

GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
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
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJOACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 

Problema de Asignación

  • 1. PROBLEMA DE LA ASIGNACION Muchas de las situaciones en la vida exigen una de dos respuestas posibles: si o no.  Así Muchas de las situaciones en la vida exigen una de dos respuestas posibles: si o no.  Así es que podemos representar éstas posibilidades con los valores 0 (no) y 1 (si), y aprovechar las matemáticas para que nos den una mano ante decisiones difíciles; a esto es lo que solemos llamar -por obvias razones- Programación Binaria. Una de las muchísimas aplicaciones de la Programación Binaria, es el problema de la Asignación.  Este método analiza el problema de asignar un cierto número de recursos a un determinado número de tareas, con base en algún tipo de valoración para cada recurso. Cada recurso, podrá ser asignado a una sola tarea.  El PA consiste en asignar recursos a tareas en función de un objetivo ligado a la eficiencia del sistema. Un ejemplo típico es el de asignación de personas a turnos horarios, o el de asignar personas a máquinas
  • 2. El esquema tabular del PA es:
  • 3.
  • 4. METODO HUNGARO Existen 5 operarios (A, B, C, D y C) que tienen que llenar 5 cargos (I, II, III, IV y V). La matriz de costos que caracteriza el problema de asignación es la siguiente Determinar la asignación óptima
  • 5. 1- Se calcula C’ ij = C ij – elemento mas pequeño de cada columna 2. Se calcula C* ij = C’ ij – elemento mas pequeño de cada fila
  • 6. 3. Procederemos a encontrar el número mínimo de recta r que cubren todos los ceros de la matriz C* 4. En este caso ⍬= 1 (elemento mínimo no cubierto por las rectas). Se resta ⍬ a todos los elementos no cubiertos por las rectas- Se suma ⍬ a todos los elementos en las intersecciones entre 2 rectas y se vuelve al paso 3. La matriz C* se transforma en Vemos que r = 4 que es diferente de m=5, por consiguiente no se ha llegado al óptimo
  • 7. 5. Determinamos la asignación óptima Se observa que r = 5 = m =5, por consiguiente se ha llegado al óptimo
  • 8. O bien: A es asignado a V B es asignado a II C es asignado a I D es asignado a IV E es asignado a III El costo total del programa en ambos casos es Z = $ 18 Hay dos soluciones óptimas: A es asignado a IV B es asignado a II C es asignado a I D es asignado a V E es asignado a III
  • 9. Encuentre la asignación que minimice el tiempo total. CASO 1: MATRIZ NO CUADRADA Cuatro trabajadores requieren el uso de una cualesquiera de las de las maquinas A, B, C y D. Los tiempos tomados por cada maquina para realizar cada trabajo son mostradas en la matriz siguiente:
  • 10. CASO 2: ASIGNACIONES IMPOSIBLES El El hospital de Chiclayo ha comprado tres máquinas nuevas de diferentes tipos. Existen cuatro lugares dentro de la planta de quirófanos en donde se podría instalar cada una de estas máquinas. Algunos de ellos son más adecuados que otros para una máquina en particular por su cercanía a las mesas de cirugía que tendrían un flujo intenso de trabajo hacia estas máquinas y desde ellas. Por lo tanto el objetivo es asignar las nuevas máquinas a los lugares disponibles de manera que se minimice el costo total del manejo de materiales. En la tabla siguiente se proporciona el costo estimado por unidad de tiempo del manejo de los materiales en cuestión con cada una de las máquinas en los sitios respectivos. El lugar 2 no se considera adecuado para la máquina 2. No habrá flujo de trabajo entre las nuevas máquinas. El costo estimado por unidad de tiempo es el siguiente:
  • 11. CASO 3: MAXIMIZACION Se desea instalar 4 fabricas: una de papel, otra de vidrio, fibra artificial y llantas. Se ha tomado la decisión de invertir en una fabrica para Arequipa, Huancayo, Iquitos y Chiclayo, para lo cual es necesario conocer el tipo de fabrica en cada una de estas ciudades. La matriz que se muestra a continuación muestra las utilidades netas mensuales en miles de $. Haga la asignación óptima
  • 12. PROBLEMA PROPUESTO Una línea aérea tiene vuelos redondos entre las ciudades A y B. La tripulación con base en la ciudad A(B) y que vuela a la ciudad B(A) debe regresar a la ciudad A(B) en un vuelo posterior el mismo día o al siguiente. Una tripulación con base en la ciudad A puede regresar en un vuelo con destino a B sólo si hay cuando menos 90 minutos entre el tiempo de llegada en B y el tiempo de salida del vuelo con destino a A. El objetivo consiste en emparejar los vuelos de manera que se minimice el tiempo de escala total de todas las tripulaciones. Resuelva el problema como un modelo de asignación mediante el uso del itinerario dado DESDE A DESDE A VUELO A B VUELO B A 1 6.00 8.30 10 7.30 9.30 2 8.15 10.45 20 9.15 11.15 3 13.30 16.00 30 16.30 18.30 4 15.00 17.30 40 20.00 22.00