3.4.2 MAXIMOS Y MINIMOS

Costo Mínimo

Es un algoritmo desarrollado con el objetivo de resolver problemas de transporte o distribución, arrojando mejores resultados que métodos como el de la esquina noroeste, dado que se enfoca en las rutas que presentan menores costos. 
El diagrama de flujo de este algoritmo es mucho más sencillo que los anteriores dado que se trata simplemente de la asignación de la mayor cantidad de unidades posibles (sujeta a las restricciones de oferta y/o demanda) a la celda menos costosa de toda la matriz hasta finalizar el método.

Procedimiento:


1.- Se busca la celda con menor costo y después se ajusta la oferta y la demanda afectada.

2.- Se revisa si la demanda fue satisfecha. De ser así se elimina esa columna.

3.- Si hay más de un renglón o columna se repite el paso 1.

Ejemplo:

Resuelve la tabla por el método de costo mínimo:

Resultado de imagen para METODO DE COSTO MINIMO


EJEMPLO ( MÉTODO DE COSTO MÍNIMO )










Comentarios

Publicar un comentario

Entradas populares de este blog

3.4.1 PUNTOS DE INFLEXION

Imagen
Se define un punto de inflexión como el punto en que la función pasa de ser convexa a cóncava o de cóncava a convexa. En la siguiente gráfica podemos ver que cuando x = 0, la gráfica pasa de ser cóncava a ser convexa, por lo que podemos decir que el punto de inflexión esta en X = 0. Una característica de los puntos de inflexión es que son los puntos donde la función derivada tiene máximos y mínimos. Si nos fijamos, cuando nos acercamos a un punto de inflexión la función cada vez crece más (o decrece menos), pero al sobrepasar el punto de inflexión la función empieza a crecer menos (o decrecer menos). Esto significa que justamente donde haya un punto de inflexión la derivada tendrá un máximo o un mínimo. Consecuentemente encontraremos los puntos de inflexión buscando ceros de la segunda derivada. Vamos a ilustrar el proceso con un ejemplo para así dar una explicación simple y clara: Consideraremos la función F(x) = x³ - 3x  (es la función representada
Leer más

3.2 ILUSTRACION GRAFICA DE PROBLEMAS DE PROGRAMACION NO LINEAL

Imagen
Cuando un problema de programación no lineal tiene sólo una o dos variables, se puede representar gráficamente de forma muy parecida al ejemplo de la Wyndor Glass Co. de programación lineal, de la sección 3.1. Se verán unos cuantos ejemplos, ya que una representación gráfica de este tipo proporciona una visión global de las propiedades de las soluciones ópti­mas de programación lineal y no lineal. Con el fin de hacer hincapié en las diferencias entre programación lineal y no lineal, se usarán algunas variaciones  no lineales  del problema de la Wyndor Glass Co. La figura 13.5 muestra lo que ocurre con este problema si los únicos cambios que se ha­cen al modelo de la sección 3.1 son que la segunda y tercera restricciones funcionales se susti­tuyen por la restricción no lineal  9x{ + 5x 2  < 216. Compare las figuras 13.5 y 3.3. La solu­ción óptima sigue siendo ( a ^ ,  x 2 ) = (2,6). Todavía se encuentra sobre la frontera de la región factible, pero  no  es una solución facti
Leer más