Profesor: Pablo Diez Bennewitz Ingeniería Comercial - U.C.V.

Presentación del tema: "Profesor: Pablo Diez Bennewitz Ingeniería Comercial - U.C.V."— Transcripción de la presentación:

1 Profesor: Pablo Diez Bennewitz Ingeniería Comercial - U.C.V.
OPERACIONES 2 Cobertura Profesor: Pablo Diez Bennewitz Ingeniería Comercial - U.C.V.

2 SEGUIMIENTO PRODUCTOS
SISTEMATIZACIÓN DE LA ADMINISTRACION DE OPERACIONES EL MODELO Tomado y adaptado de “Administración de Producción y las Operaciones”. Adam y Ebert PLANIFICACION MODELOS ORGANIZACION PLANIFICACION (DISEÑO) DE LOS SISTEMAS DE CONVERSION: ESTRATEGIAS DE OPERACION PREDICCION (PRONOSTICOS) ALTERNATIVAS DISEÑO PRODUCTOS/PROCESOS CAPACIDAD DE OPERACIONES PLANEACION UBICACION INSTALACIONES PLANEACION DISTRIBUCION FISICA PROGRAMACION SISTEMAS CONVERSION PROGRAMACION SISTEMAS Y PLANEACION AGREGADA PROGRAMACION OPERACIONES M ORGANIZACION PARA LA CONVERSION DISEÑO DE PUESTOS DE TRABAJO ESTANDARES DE PRODUCCION / OPERACIONES MEDICION DEL TRABAJO ADMINISTRACION DE PROYECTOS Productos Servicios Información MODELOS INSUMOS MODELOS RESULTADOS M M PROCESO de CONVERSION SEGUIMIENTO PRODUCTOS CONTROL CONTROL CONTROL DEL SISTEMA DE CONVERSION CONTROL DE INVENTARIO PLAN DE REQUERIMIENTOS DE MATERIALES ADMNISTRACION PARA LA CALIDAD CONTROL DE CALIDAD RETROALIMENTACION

3 COBERTURA Consiste en escoger la ubicación de sucursales, tal que provean un acceso expedito al servicio Cobertura aborda de forma específica la distribución de un servicio, lo que involucra un tema de localización, o sea, decidir la instalación de cierta cantidad de estaciones de servicios, en un orden cronológico según un plan de inversión, que proporcione la entrega de un servicio con: Oportunismo Accesibilidad Disponibilidad

4 COBERTURA El énfasis de cobertura es para el área de los servicios, donde la oferta está altamente fraccionada y el acceso oportuno de los clientes es un factor clave de éxito Ejemplos: Cabinas telefónicas Cajeros automáticos Sucursales bancarias Supermercados Estaciones bencineras Las aplicaciones en industrias manufactureras están referidas siempre al caso de servicios

5 NIVEL DE PRESTACION DE SERVICIO PARA LA COBERTURA
Nivel de acceso al servicio Cobertura Total Orden cronológico en la instalación de estaciones de servicio, según un plan de inversión Cobertura Parcial

6 NIVEL DE PRESTACION DE SERVICIO PARA LA COBERTURA
La representación gráfica anterior supone que el número de estaciones de servicio se distribuye en diferentes lugares (tener todas las estaciones de servicio en un solo lugar no sería inteligente) También debe considerarse la restricción de presupuesto: una mayor cantidad de estaciones de servicio significa un mejor nivel de acceso al servicio, pero, a la vez, implica un mayor costo

7 NIVEL DE PRESTACION DE SERVICIO PARA LA COBERTURA
El gráfico anterior supone el nivel de prestación del servicio (cobertura parcial o total) resultante de la elección correcta de la red de sucursales Es decir que, cada sucesiva elección de la instalación de una nueva sucursal ayuda a mejorar el nivel de cobertura (nuevos mercados de clientes ganan un acceso expedito a la nueva estación de servicio). No obstante, la mejora en el nivel de acceso al servicio es, sucesivamente decreciente, con cada nueva sucursal instalada

8 MEJORA DECRECIENTE ACCESO CON CADA NUEVA SUCURSAL
Nivel de acceso al servicio Si : Sucursal instalada en i-orden Mi : Mejora en el acceso al servicio para clientes con la nueva sucursal M5 M4 M3 M2 Orden cronológico en la instalación de estaciones de servicio, según un plan de inversión M1 S1 S2 S3 S4 S5

9 MEJORA DECRECIENTE ACCESO CON CADA NUEVA SUCURSAL
Se reconoce a través de la función cóncava que caracteriza al fenómeno de asignación cronológica de estaciones de servicio según un plan de inversiones La concavidad se observa en todo sector de servicios, siempre que la elección cronológica de la instalación de sucursales sea inteligente La concavidad se observa tanto en una empresa de servicios como en el conjunto de empresas competidoras en el sector de servicios

10 ORDEN CRONOLOGICO SEGUN PLAN DE INVERSION
Dado que cada instalación de una nueva estación se servicios implica una alta inversión (terreno más construcción), entonces se privilegia que la primera elección proporcione la mejor cobertura en el mercado objetivo de clientes Luego, conforme el plan de inversiones otorgue una luz verde para una nueva instalación, se escoge aquella que proporcione la siguiente mejor cobertura en el mercado objetivo de clientes

11 COBERTURA PARCIAL VERSUS COBERTURA TOTAL
El caso de cobertura parcial implica que existen algunos mercados de clientes que no tienen un acceso expedito para la prestación del servicio Esta situación es la más frecuente entre las empresas de servicios, ya que la cobertura total implica un elevado costo que restringe su logro

12 COBERTURA PARCIAL VERSUS COBERTURA TOTAL
El caso de cobertura total implica que todos los mercados de clientes tienen un acceso expedito para recibir la prestación del servicio Aquello significa que, si se decide la instalación de una nueva estación de servicios, ésta proporciona una mejora apenas marginal en el nivel de acceso de los clientes al servicio (por ejemplo: una nueva agencia de juegos de azar – Polla Chilena)

13 COBERTURA PARCIAL VERSUS COBERTURA TOTAL
La definición acaso un mercado de clientes posee o no posee un acceso expedito para recibir la prestación del servicio, depende del criterio de cobertura competitivo Cada empresa de servicios define su propio criterio de cobertura competitivo, que se desprende de la elección del mercado objetivo, las empresas competidoras y la definición de su estrategia comercial

14 CRITERIOS DE COBERTURA COMPETITIVOS
Cobertura se puede medir según distintos indicadores, lo que depende en cada caso de la mejor representación de cada específico servicio Distancia Tiempo Costos Luego, los criterios de cobertura se definen caso a caso, donde se aplica un know – how incorporado en cada sector de servicios particular

15 CRITERIOS DE COBERTURA COMPETITIVOS
Algunos ejemplos de indicadores de cobertura son: “Estar a una distancia menor de 50 metros de una fotocopiadora” “Estar a menos de 15 minutos en locomoción (particular o colectiva) del supermercado” “Estar a un costo menor a $25 el litro de bencina que en el plan de Valparaíso” Etc

16 EJEMPLO MEGAMERCADOS

17 MERCADO OBJETIVO LIDER
Cerros Viña del Mar Playa Ancha Belloto – Quilpué Cerros Valparaíso Villa Alemana

18 MERCADO OBJETIVO JUMBO
Reñaca Plan Viña del Mar Recreo Plan Valparaíso Paso Hondo – Quilpué

19 COMPETENCIA MEGAMERCADOS

20 COBERTURA MEGAMERCADOS
Líder 1 1992 Jumbo 1 2002 Líder 3 2004 Líder 2 1996 Jumbo 2 2005

21 OBJETIVO DE LA COBERTURA
Es la asignación efectiva de la inversión, tal que se proporcione el mejor nivel de acceso al servicio a los clientes según la restricción presupuestaria que se tenga El objetivo se busca con cobertura total o parcial Cobertura Total El número de estaciones permite “cubrir” a todos los clientes Cobertura Parcial No se alcanza a “cubrir” a todos los clientes por restricción $$$

22 CRITERIOS DE COBERTURA
Indica si cada cliente está o no cubierto ij 0, si el cliente “i” no está cubierto por “j” 1, si el cliente “i” sí está cubierto por “j” ij i : clientes j : estaciones de servicio X Si la estación de servicio está o no instalada j 0 si la estación de servicio j no está instalada X j 1 si la estación de servicio j sí está instalada

23 Al menos una estación cubre al cliente “i”
COBERTURA TOTAL Se asegura que todos los clientes están cubiertos, al mínimo costo de inversión en las instalaciones No hay restricción presupuestaria Función Objetivo: Mín Z Sujeto a : n = Cj Xj j=1 n Al menos una estación cubre al cliente “i” > ij Xj 1 1 j=1 donde Xj 0,1 A [ 1,n j [ 2 Cj Costo de instalación (inversión + operación)

24 Limitación de recursos (restricción de presupuesto)
COBERTURA PARCIAL Se busca maximizar la cobertura de los clientes, con un número limitado de servidores (K) Función Objetivo: Max Z Sujeto a : m = máx j ( Xj ) ij i=1 n Limitación de recursos (restricción de presupuesto) < Xj K 1 j=1 Xj 0,1 A [ 1,n j [ 2 La función objetivo escoge para cada cliente el máximo valor de j para así evitar la redundancia

25 COBERTURA TOTAL V/S PARCIAL
En ambas situaciones, se invierten los roles de la función objetivo y una de las restricciones La función objetivo indica costos y la restricción se enfoca a cobertura de clientes Cobertura Total 1 La función objetivo se enfoca a cobertura de clientes y la restricción indica costos Cobertura Parcial 1

26 COBERTURA PARCIAL GENERALIZADA Limitación de recursos
aij Variable continua (costos, tiempo, distancia) m aij = mín ( ) Función Objetivo: M ín Z Sujeto a: j T(x) i=1 n T(x) = j / Xj = 1 < Xj K 1 Limitación de recursos j=1 Xj [ 0,1 [ Ahora Xj IR 2 Nº de estaciones de servicios ya instaladas cumple igual rol que K1 de Efroymson & Ray T(x)

27 INDICADOR PARA COBERTURA PARCIAL GENERALIZADA
aij Variable continua (costos, tiempo, distancia) A diferencia de que es variable discreta ij aij representa esfuerzo de los clientes para acceder al servicio. La forma más simple de comprenderla conceptualmente es con distancias - - + Acceso servicio aij A Cobertura - aij + Acceso servicio + Cobertura A

28 COBERTURA PARCIAL GENERALIZADA
m aij = mín ( ) Función Objetivo: M ín Z j T(x) i=1 T(x) = j / Xj = 1 La función objetivo de la cobertura parcial generalizada busca minimizar el esfuerzo de cada uno de los clientes (desde i=1 hasta m) para acceder al servicio de acuerdo con las estaciones de servicio ya instaladas

29 TECNICAS DE RESOLUCION
Enumeración implícita Branch & Bound Modelos heurísticos Una de las técnicas de resolución heurística es el algoritmo de Ignizio, que es optimizante y de tipo constructivo Otros : Resolución numérica (Ej : solver de excel)

30 HEURISTICA Es un conjunto de reglas que permiten llegar a soluciones óptimas operacionales a un costo bajo y muy razonable, en vez de alcanzar un óptimo matemático No asegura una solución exacta, pero permite una buena aproximación como solución eficiente Optimo Operacional Solución Económica útil en la toma de decisiones Optimo Matemático Solución Exacta

31 IGNIZIO Es un algoritmo de tipo heurístico de alta confiabilidad (cercana al 96%) que permite resolver el problema de cobertura parcial generalizada Ignizio se descompone en dos fases, para llegar a una decisión óptima operacional a costo razonable 1ª Fase Ignizio Asignación de estación de servicio que minimice el esfuerzo de clientes Subrutina de mejora y eliminación para asignar las sub-siguientes estaciones de servicio 2ª Fase Ignizio

32 PRESENTACION DEL ALGORITMO DE IGNIZIO
Consiste en localizar q estaciones de servicio de un total de n sucursales preseleccionadas, de modo tal que se minimice el esfuerzo, ya sea distancia, tiempo o costo total entre los m clientes que se desea servir Así, se genera una matriz a(i,j) correspondiente a una matriz de coeficientes técnicos, que pueden ser distancias, tiempos o costos entre los clientes i=1,.....,m y las estaciones de servicio previamente seleccionadas j=1,.....,n

33 PRESENTACION DEL ALGORITMO DE IGNIZIO
La expresión M ín a(i,j) significa que si un cliente i puede ser atendido por varias estaciones de servicio j, se escogerá aquella que signifique el menor esfuerzo (más cercana) para el cliente Cabe señalar que cada cliente se atenderá por una sóla estación de servicio, sin embargo una estación de servicio puede atender a varios clientes simultáneamente

34 FORMULACION DEL ALGORITMO DE IGNIZIO
La formulación original del problema es la siguiente Función Objetivo: m a(i,j) = Mín Z Mín i=1 j T(x) q Sujeto a: < Xj q 2 j=1 Xj [ 0,1 [ Xj IR 3 donde T(x) = j / Xj = 1

35 PASOS DEL ALGORITMO DE IGNIZIO
1. La asignación, decidida entre las estaciones de servicio preseleccionadas, de una en una, hasta que se ha alcanzado el número máximo de estaciones de servicio a implantar o hasta que la incorporación de alguna otra estación de servicio no disminuya el costo, tiempo o distancia total 2. La subrutina de mejoramiento y eliminación, la que remueve de la solución aquellas estaciones de servicio seleccionadas anteriormente que se vuelven antieconómicas en combinación con las subsecuentes selecciones

36 ASIGNACION DE ESTACIONES DE SERVICIO ( IGNIZIO )
P(i) Vector que indica el esfuerzo de cada cliente con respecto a cada solución transitoria P(i) se va modificando en cada solución transitoria, según las iteraciones a(i,j) P(i) = Mín j T(x) Cabe hacer notar que P(i) es el costo total de la asignación actual. La estación de servicio j que no se encuentre asignada ( esto es si { j / j T(x) } ), sólo se asignará si es que reduce el esfuerzo total

37 ASIGNACION DE ESTACIONES DE SERVICIO ( IGNIZIO )
DTC(s) Vector Decrease Total Cost Señala la reducción de costos de cada s-ésima estación de servicio no asignada en una solución transitoria, en caso que sí sea asignada m P(i) - a(i,s) ; 0 DTC(s) = Máx ,{ s / j T(x) } i=1 Para efectos de cobertura, DTC debe asociarse conceptualmente a esfuerzos en vez de costos

38 ASIGNACION DE ESTACIONES DE SERVICIO ( IGNIZIO )
Usando la convergencia del máximo gradiente, el algoritmo asigna la implantación en aquella estación de servicio donde se maximiza el DTC(j), para los j T(x), siempre que exista(n) DTC(j) > 0 Si no existe algún DTC(j) > 0, entonces todas las estaciones de servicio no asignadas en la solución transitoria, no reducirían los costos (esfuerzos), por lo tanto, no se justifica instalar otra estación de servicio y la actual solución transitoria es óptima

39 ASIGNACION DE ESTACIONES DE SERVICIO ( IGNIZIO )
Si una estación de servicio { j / j T(x) } no provee beneficios adicionales para los clientes, ocurre que: P(i) - a(i,s) 0 < DTC(s) = 0 Si se considera que, no hay aporte marginal para los clientes y, además, instalar una nueva estación de servicio implica un costo fijo de instalación, entonces no conviene dicha asignación

40 SUBRUTINA DE MEJORA Y ELIMINACION ( IGNIZIO )
Realiza una revisión de la solución transitoria vigente, de modo tal de chequear si hay o no hay alguna subutilización, para mejorar la estructura de prestación del servicio, eliminando aquella eventual asignación subutilizada La subrutina se realiza a partir de la 3ª iteración del algoritmo de Ignizio, después de cada nueva asignación efectuada a partir de Máx DTC(j)

41 SUBRUTINA DE MEJORA Y ELIMINACION ( IGNIZIO )
Dado que las estaciones de servicio son asignadas de una en una, es posible que para alguna combinación de estaciones de servicio ya asignadas sea conveniente la eliminación de alguna estación de servicio Para determinar el efecto en el costo (esfuerzo) de eliminar una estación de servicio ya asignada, se define el TC

42 SUBRUTINA DE MEJORA Y ELIMINACION ( IGNIZIO )
TC Variación del esfuerzo total de los clientes De las estaciones de servicio asignadas en una solución transitoria, se obtiene un esfuerzo (costo): m m a(i,j) TC { T(x) } = Mín = P(i) 1 j T(x) i=1 i=1

43 SUBRUTINA DE MEJORA Y ELIMINACION ( IGNIZIO )
Si la estación de servicio “s” es eliminada de T(x) para dar lugar a un nuevo conjunto T ’(x), el esfuerzo (costo) para el nuevo conjunto de estaciones de servicio es: m a(i,j) TC { T ’(x) } = Mín 2 j T’(x) i=1 Si se elimina la estación de servicio “s” que actualmente se encuentra asignada, el cambio en el esfuerzo (costo) total se obtiene restando de 1 2

44 SUBRUTINA DE MEJORA Y ELIMINACION ( IGNIZIO )
Luego: m a(i,r) - P(i) ) TC (s) = ( Mín r T(x) , r s = i=1 Si la estación de servicio que tiene el menor valor de TC(s) es la última asignada, no debe ser eliminada del conjunto T(x), ya que de hacerse sería asignada en la siguiente iteración En cambio, si el mínimo valor de TC corresponde a cualquier estación de servicio que no sea la última, entonces debe eliminarse de T(x)

45 SUBRUTINA DE MEJORA Y ELIMINACION ( IGNIZIO )
Dado que la subrutina se efectua a partir de la 3ª iteración, hay a lo menos tres TC, eligiéndose el mínimo de ellos para evaluar la suboptimización No Existe Suboptimización Si M ín TC corresponde a la última asignación No existe subutilización, no se requiere hacer cambios en las asignaciones Sí Existe Suboptimización Si M ín TC no corresponde a la última asignación Sí existe subutilización, debe eliminarse de T(x) la última asignación

46 SOLUCION HEURISTICA (IGNIZIO)
La solución heurística se alcanza cuando se detiene el algoritmo de Ignizio, lo que puede darse ante dos situaciones: 1 ) DTC(j) = , A T(x) j No existe beneficio marginal para los clientes en caso de instalar otra estación de servicio Limitación de recursos, no se pueden instalar todas las estaciones de servicio 2 ) Sobrepasar el presupuesto K

47 * ALGORITMO DE IGNIZIO a(i,j) = = 1ª Etapa
Selección de la primera ubicación: La matriz de coeficientes (m n) consta de n vectores columna denotados a(1), a(2), , a(n) Se calcula: * m a(i,j) C( j ) = para j = 1,......, n i=1 Sea “s” aquel subíndice con M ín C( j ) Sea P(q) = a(s) y haciendo X(s) = 1 Entonces, el conjunto T(x) contiene el subíndice “s” Si q = 1 Pasar a la etapa 7 Si q 1 = Continuar con la etapa 2

48 ALGORITMO DE IGNIZIO = = 2ª Etapa Selección de la segunda ubicación:
Para cada j T(x) se calcula: m P(i) - a(i,s) ; 0 DTC(s) = Máx ,{ s / j T(x) } i=1 Si todos DTC(j) = 0 Pasar a la etapa 4 Asignar al subíndice “s”, el j con mayor DTC(j); Si algún DTC(j) 0 = Se asigna X(s) = 1 y se coloca a “s” en la siguiente posición de T(x). Finalmente, se pasa a la etapa 3

49 ALGORITMO DE IGNIZIO a(i,j) = 3ª Etapa
Formación de las mejores combinaciones: Sea P = P(i), donde para cada i = 1,......, m se tiene: a(i,j) P(i) M ín = j T(x) Si X(s) = 2 y q = 2 Pasar a la etapa 7 s T(x) Si X(s) = 2 y q > 2 Pasar a la etapa 2 s T(x) En cualquier otro caso Pasar a la etapa 4

50 Si a la etapa 4 se llega directo desde la etapa 2
ALGORITMO DE IGNIZIO 4ª Etapa Formación de una asignación: Sea L = X(s) Entonces T(x) = { j(1), , j(1) } s T(x) Sea R = { a j(1), a j(2), , a j(1) } Si a la etapa 4 se llega directo desde la etapa 2 Pasar a la etapa 7 En cualquier otro caso Pasar a la etapa 5

51 Para cada columna de R se calcula:
ALGORITMO DE IGNIZIO 5ª Etapa Mejoramiento de la combinación y proceso de eliminación: m Para cada columna de R se calcula: a(i,r) - P(i) ) TC (s) = ( Mín r T(x) , r s = i=1 Si TC(s) = TC(j(1)) Pasar a la etapa 6 Si TC(s) TC(j(1)) = Eliminar del conjunto R aquella columna a(s) con Mín TC(s), eliminar “s” de T(x) y hacer X(s) = 0 a(i,j) Finalmente, definir P(i) = Mín y volver a la etapa 2 j T(x)

52 ALGORITMO DE IGNIZIO = 6ª Etapa Verificación: Si L = X(s) = q
Pasar a la etapa 7 s T(x) Si L = X(s) q = Pasar a la etapa 2 s T(x)

53 ALGORITMO DE IGNIZIO a(i,s) a(i,s) 7ª Etapa Asignación:
Hallar para cada cliente en la matriz R, aquel subíndice “s” que tenga: a(i,s) Mín s T(x) Asignar el cliente “i” a la estación de servicio “s” sólo para aquellos subíndices “i” y “s” que correspondan al M ín a(i,s)

54 Estación de Servicio Preseleccionada (j)
EJERCICIO ALGORITMO DE IGNIZIO Para q = 5 n = 8 m = 5 , se dispone de la siguiente Matriz de coeficientes a(i,j): Estación de Servicio Preseleccionada (j) Cliente (i)

55 Estación de Servicio Preseleccionada ( j)
EJERCICIO ALGORITMO DE IGNIZIO 1ª Etapa Estación de Servicio Preseleccionada ( j) P(i) 8 72 10 22 56 Cliente (i) C( j) M ín T(x) = { 2 }

56 Estación de Servicio ( j)
EJERCICIO ALGORITMO DE IGNIZIO 2ª Etapa Estación de Servicio ( j) P(i) 8 72 10 22 56 Cliente (i) DTC Máx T(x) = { 2, 7 }

57 EJERCICIO ALGORITMO DE IGNIZIO
3ª Etapa T(x) = { 2, 7 } P(i) = { 8, 10, 10, 22, 28 } X(s) = 2 y q > 2 Pasar a la etapa 2

58 Estación de Servicio ( j)
EJERCICIO ALGORITMO DE IGNIZIO 2ª Etapa Estación de Servicio ( j) P(i) 8 10 22 28 Cliente (i) DTC Máx T(x) = { 2, 7, 1 }

59 EJERCICIO ALGORITMO DE IGNIZIO
3ª Etapa T(x) = { 2, 7, 1 } P(i) = { 8, 10, 10, 3, 20 } X(s) = 3 y q > 2 Pasar a la etapa 4 4ª Etapa Obvio Pasar a la etapa 5 Subrutina de mejora y eliminación

60 Estación de Servicio ( j) Se debe eliminar la estación de servicio 2
EJERCICIO ALGORITMO DE IGNIZIO 5ª Etapa Estación de Servicio ( j) M ín TC = 26 P(i) 8 10 3 20 (estación de servicio 2) L = X(s) = 3 = M ín TC TC (Late) Cliente (i) Se debe eliminar la estación de servicio 2 TC T(x) = { 7, 1 } M ín P(i) = { 32, 10, 12, 3, 20 }

61 Estación de Servicio ( j)
EJERCICIO ALGORITMO DE IGNIZIO 2ª Etapa Estación de Servicio ( j) P(i) 32 10 12 3 20 Cliente (i) DTC Máx T(x) = { 7, 1, 4 }

62 EJERCICIO ALGORITMO DE IGNIZIO
3ª Etapa T(x) = { 7, 1, 4 } P(i) = { 19, 10, 12, 3, 5 } X(s) = 3 y q > 2 Pasar a la etapa 4 4ª Etapa Obvio Pasar a la etapa 5 Subrutina de mejora y eliminación

63 Estación de Servicio ( j) Se debe mantener la estación de servicio 4
EJERCICIO ALGORITMO DE IGNIZIO 5ª Etapa Estación de Servicio ( j) M ín TC = 28 P(i) 19 10 12 3 5 (estación de servicio 4) L = X(s) = 3 = M ín TC TC (Late) Cliente (i) Se debe mantener la estación de servicio 4 TC T(x) = { 7, 1, 4 } M ín P(i) = { 19, 10, 12, 3, 5 }

64 = EJERCICIO ALGORITMO DE IGNIZIO 6ª Etapa Verificación L = 3 y q = 5
Como L q Pasar a la etapa 2

65 EJERCICIO ALGORITMO DE IGNIZIO
2ª Etapa Estación de Servicio ( j) P(i) 19 10 12 3 5 Resulta indiferente asignar la estación de servicio 2 o 5 Cliente (i) DTC T(x) = { 7, 1, 4, 2 } Máx Máx

66 EJERCICIO ALGORITMO DE IGNIZIO
3ª Etapa T(x) = { 7, 1, 4, 2 } P(i) = { 8, 10, 10, 3, 5 } X(s) = 4 y q > 2 Pasar a la etapa 4 4ª Etapa Obvio Pasar a la etapa 5 Subrutina de mejora y eliminación

67 Estación de Servicio ( j)
EJERCICIO ALGORITMO DE IGNIZIO 5ª Etapa Estación de Servicio ( j) P(i) 8 10 3 5 Cliente (i) TC M ín

68 Se debe mantener la estación de servicio 2
EJERCICIO ALGORITMO DE IGNIZIO 5ª Etapa M ín TC = 13 (estación de servicio 2) L = X(s) = 4 = M ín TC TC (Late) Se debe mantener la estación de servicio 2 T(x) = { 7, 1, 4, 2 } P(i) = { 8, 10, 10, 3, 5 } 6ª Etapa Verificación L = y q = 5 = Como L q Pasar a la etapa 2

69 Estación de Servicio ( j)
EJERCICIO ALGORITMO DE IGNIZIO 2ª Etapa Estación de Servicio ( j) P(i) 8 10 3 5 Cliente (i) DTC T(x) = { 7, 1, 4, 2, 3 } Máx

70 EJERCICIO ALGORITMO DE IGNIZIO
3ª Etapa T(x) = { 7, 1, 4, 2, 3 } P(i) = { 8, 10, 7, 3, 5 } X(s) = 5 y q > 2 Pasar a la etapa 4 4ª Etapa Obvio Pasar a la etapa 5 Subrutina de mejora y eliminación

71 Estación de Servicio ( j)
EJERCICIO ALGORITMO DE IGNIZIO 5ª Etapa Estación de Servicio ( j) P(i) 8 10 7 3 5 Cliente (i) TC M ín

72 Se debe mantener la estación de servicio 3
EJERCICIO ALGORITMO DE IGNIZIO 5ª Etapa M ín TC = 3 (estación de servicio 3) L = X(s) = 5 = M ín TC TC (Late) Se debe mantener la estación de servicio 3 T(x) = { 7, 1, 4, 2, 3 } P(i) = { 8, 10, 7, 3, 5 } 6ª Etapa Verificación L = y q = 5 = Como L q Pasar a la etapa 7

73 Instalación de estaciones de servicio
EJERCICIO ALGORITMO DE IGNIZIO 7ª Etapa Resultados finales del Algoritmo Cliente 1 es servido desde la estación 2 a costo $ 8 Cliente 2 es servido desde la estación 7 a costo $ 10 Cliente 3 es servido desde la estación 3 a costo $ 7 Cliente 4 es servido desde la estación 1 a costo $ 3 Cliente 5 es servido desde la estación 4 a costo $ 5 Instalación de estaciones de servicio T(x) = { 7, 1, 4, 2, 3 } P(i) $ 33 = Costo Total

74 Nivel de acceso al servicio
EJERCICIO ALGORITMO DE IGNIZIO Nivel de acceso al servicio m = 3 92 TC3 = 3 89 m = 11 TC2 = 11 78 m = 15 TC4 = 15 63 m = 19 TC1 = 19 44 TC7 = 44 m = 44 Estaciones de Servicio 7 1 4 2 3

75 COMPARACION CON EL OPTIMO MATEMATICO
Con el algoritmo heurístico de Ignizio, se tiene : Localizaciones : T(x) = { 7, 4, 1, 2, 3 } Costo Total : P(i) = 33 ($) Sin embargo, con la localización T(x) = {7, 4, 1, 5, 3 } , obtenida con resolución numérica, se obtiene: Costo Total : P(i) = 31 ($) < 33 ($) Luego, Ignizio da un buen resultado, pero no 100% óptimo, dada su naturaleza heurística