You are on page 1of 103

Método de Transporte

Descripción del problema de transporte
1.Un conjunto de m puntos de suministro a partir de los cuales se envia un bien. El punto de suministro abastece a lo mas Si unidades. 2.Un conjunto de n puntos de demanda a los que se envía el bien. El punto de demanda j debe recibir a lo menos dj unidades del bien. 3.Cada unidad producida en el punto de suministro i y enviada al punto de demanda j incurre en un costo Cij

Método de Transporte

Modelo

Determinación de un plan de costo mínimo para transportar mercancías desde varia fuentes (ej. Fabrica, CD) a varios destinos (ej. Almacenes, Bodegas)

Objetivo del Modelo

Determinar la cantidad (Xij) que se enviará de cada fuente de suministro (i) a punto de demanda (j), tal que minimice el costo total

Método de Transporte

Supuesto

El costo de transportar en una ruta es directamente proporcional al número de unidades transportadas

Datos del Modelo

Nivel de oferta (recurso) en cada fuente u origen (Si) Cantidad de demanda en cada destino (dj) Costo de transporte unitario (Cij) del bien entre cada fuente de suministro (i) y cada destino (j)

Método de Transporte

Representación del Modelo
Fuentes de Suministro
S1 1 c11, X11 1 Unidades de oferta

Destinos
d1 Unidades de demanda

S2

2 2
. . . . . .

d2

n

dn

Sm

m

cmn, Xmn

nodo
arco

Red de m fuentes y n destinos Ruta por la cual se transporta el mercadería

Método de Transporte

Función Objetivo
Minimizar Z = Σ Σ cijxij
m n i=1 j=1

Restricciones

La suma de los envíos desde una fuente no puede ser mayor que su oferta
Σ xij ≤ Si i = 1,2,…., m

La suma de los envíos a un destino debe satisfacer la demanda

Σ xij ≥ di

j = 1,2,…., n

No - Negatividad

xij ≥ 0

para todas las i y j

Método de Transporte

El modelo descrito implica que la oferta total (ΣSi) debe ser cuando menos igual a la demanda total(Σdj)

Cuando la oferta total es igual a la demanda total (ΣSi = Σdj) , la formulación resultante recibe el nombre de modelo de transporte equilibrado

Análisis de Caso MG Auto Co.

MG Auto Co. tiene plantas en Los Ángeles, Detroit y Nueva Orleans. Sus centros de distribución principales están ubicados en Denver y Miami. Las capacidades de las tres plantas durante el trimestre próximo son de 1000, 1500 y 1200 automóviles. Las demandas trimestrales en los dos centros de distribución son de 2300 y 1400 vehículos. El costo de transporte de un automóvil por tren es aproximadamente de 8 centavos por milla.

Análisis de Caso MG Auto Co.
Denver

Miami 2690 1350

El diagrama de la distancia recorrida (millas) entre las plantas y centros de distribución es el siguiente: El costo por automóvil calculado a partir del costo por milla recorrido (redondeados a números enteros) son los siguientes

Los Ángeles Detroit Nueva Orleans

1000 1250

1275

850

Denver Los Ángeles Detroit 80 100

Miami 215 108

Nueva Orleans

102

68

Análisis de Caso MG Auto Co.

Variables de Decisión  xij = Nº de automóviles transportados de la planta i (fuente) al centro de distribución j (destino) Función Objetivo  Minimizar Z = 80x11 + 215x12 + 100X21 + 108x22 + 102x31 + 68x32 Sujeto a  Restricciones de Capacidad en Planta
x11 + x12 x21 + x22 x31 + x 32

≤ 1000 ≤ 1500 ≤ 1200

Restricciones de Demanda
x11 +

Restricciones de No – Negatividad
xij ≥ 0 para todas las i y j

x21 + x12 + x22

x31 + x32

≥ 2300 ≥ 1400

Análisis de Caso MG Auto Co.

Uso de Tabla de Transporte

Tabla en forma de matriz donde sus filas representan las fuentes y sus columnas representan los destinos. Los elementos de costo cij se resumen en la esquina superior derecha de la celda en la matriz (i,j)
Fuentes Destinos Denver Los Ángeles Detroit Nueva Orleans c11 x11 c21 x21 c31 x31 X32 x22 c32 x12 c22 Miami c12 Oferta 1000 1500 1200

Demanda

2300

1400

Análisis de Caso MG Auto Co.

Uso de Tabla de Transporte

Los elementos de costo cij se resumen en la esquina superior derecha de la celda en la matriz (i,j)
Fuentes Destinos Denver Los Ángeles Detroit Nueva Orleans Demanda 80 x11 100 x21 102 x31 2300 X32 1400 x22 68 x12 108 Miami 215 Oferta 1000 1500 1200

Análisis de Caso MG Auto Co.

Suponga que en el caso MG Auto Co. No se desea enviar vehículos desde la planta de Detroit al centro de Distribución de Denver.

¿Cómo se puede incorporar esta condición en el modelo de MG Auto Co.?

Modelo de Transporte en Desequilibrio

Cuando la oferta total (ΣSi) es menor que la demanda total (Σdj)

Suponga que en el caso MG Auto Co. la capacidad de la planta en Detroit baja de 1500 a 1300  La oferta total (ΣSi = 1000+1300+1200 = 3500) < que la demanda total (Σdj = 2300 + 1400 = 3700)  No será posible cubrir la Dda. en los centros de distribución

Modelo de Transporte en Desequilibrio

Reformulación del problema de transporte de manera que distribuya la cantidad faltante = 3700 – 3500 = 200  Agregar una Fuente (planta) Ficticia con capacidad igual a la capacidad que falta ( 200 automóviles)  Se permite que la planta ficticia, en condiciones normales, envíe su producción a todos los centros de distribución  Como la planta no existe y no habrá ningún envío físico, el costo de transporte unitario corresponde al costo de escasez, en caso de no existir se asigna costo cero.

Modelo de Transporte en Desequilibrio
Fuentes Destinos Denver Los Ángeles 80 Miami 215

Oferta 1000

x11
100 x21 102 x31 0 x41 2300

x12
108 x22 68 X32 0 X42 1400

Detroit
Nueva Orleans Planta Ficticia Demanda

1300
1200 200

Modelo de Transporte en Desequilibrio

Cuando la oferta total (ΣSi) es mayor que la demanda total (Σdj)

Suponga que en el caso MG Auto Co. la demanda en el centro de distribución de Denver disminuye a 1900  La oferta total (ΣSi = 1000+1500+1200 = 3700) > la demanda total (Σdj = 1900+ 1400 = 3300)

Modelo de Transporte en Desequilibrio

Reformulación del problema de transporte de manera que distribuya la sobrante = 3700 – 3300 = 400  Agregar un Destino (centro de distribución) Ficticio con demanda igual al excedente de producción (400 automóviles)  Se permite que el destino ficticio, en condiciones normales, recibe automóviles desde todos los centros de distribución  Como el centro de distribución no existe y no habrá ningún envío físico, el costo de transporte unitario correspondiente es cero

Modelo de Transporte en Desequilibrio
Destino Denver 80 x11 100 x21 102 x31 1900 X32 1400 x22 68 X33 400 x12 108 x23 0 Miami 215 x13 0 Centro Ficticio 0

Fuente Los Ángeles Detroit Nueva Orleans Demanda

Oferta 1000 1500 1200

Modelo de Transporte en Lindo
MODEL SETS: PLANTAS/P1,P2,P3,…./:CAP; DEMANDAS/D1,D2,…./:DEM; ARCOS(PLANTAS,DEMANDAS):COSTOS,EMBARQUE; ENDSETS MIN=@SUM(ARCOS:COSTOS*EMBARQUES) @FOR(DEMANDAS(J): @SUM(PLANTAS(I):EMBARQUE(I,J))≥DEM(J)); @FOR(PLANTAS(I): @SUM(DEMANDAS(J):EMBARQUE(I,J))≤CAP(I)); DATA: CAP=1000,1300,1200; DEM=2300,1200; COSTOS=80,215, 100, 108 102, 68; ENDDATA END

Solución del Método Simplex de Transporte

Formato de la tabla de transporte  m orígenes  n destinos  Si recursos en el origen i  Demanda di en el destino j  Costo Cij por unidad distribuida desde el origen i al destino j

Costo por Unidad Distribuida Fuentes (origen) 1 1 2 . m Demanda C11 C21 . Cm1 d1 Destinos 2 C12 C22 . Cm2 d2 …… n C1n C2n . Cmn dn S1 S2 . Sm Recursos

Formato tabla de coeficientes de restricciones
X11 X12 … X1n X21 X22 … X2n

…….

Xm1

Xm2

Xmn

1
2


m 1 2 … n

.

.

.

S1 S2 … Sm
d1 d2 … dn

Restricciones de Origen

……

Restricciones de Demanda

Solución del Método Simplex de Transporte

Método Simplex Simplificado o Simplex de Transporte
1. El método simplex de transporte no utiliza variables artificiales 2. La fila (0) actual se puede obtener sin usar ninguna otra fila, con solo calcular los valores de ui y vj.

Como cada variable básica debe tener coeficiente cero en la fila (0), estos valores se pueden obtener resolviendo el sistema de ecuaciones:  cij - ui - vj = 0 para cada i y j tal que Xij es variable básica Lo cual se puede hacer de manera directa de la tabla de costos

Reglón cero de tabla simplex después de cualquier iteración
VB EC Z Xij Xj Xm+j LADO DERECHO

Z

0

-1

Cij - ui - vj

M-ui

M-vj

ui = múltiplo del reglón i original que se resto (de manera directa o indirecta) del reglón 0 original en todas las iteraciones del método simplex que condujeron al tableau actual vj = múltiplo del reglón m+j original que se resto (de manera directa o indirecta) del reglón 0 original en todas las iteraciones del método simplex que condujeron al tableau actual

Reglón cero de tabla simplex después de cualquier iteración

Si Xij es una variable no básica Cij - ui - vj se interpreta como la tasa a la que cambiaria Z si se aumenta el valor de Xij
El reglón 0 puede obtenerse sin utilizar ningún otro reglón, tan solo con calcular los valores de ui y vj de manera directa. Como cada variable básica debe un coeficiente igual a cero en el reglón 0, estos valores se pueden obtener de ui y vj si de resuelve el sistema de ecuaciones Cij – ui – vj = 0 para toda i,j tal que Xij es VB

Solución del Método Simplex de Transporte

Método Simplex Simplificado o Simplex de Transporte
3. La variable básica que sale se puede identificar de manera sencilla, ya que el modelo permite ver cómo debe cambiar la solución cuando crece el valor de la variable entrante.

Como resultado, la nueva solución básica se puede identificar sin cálculos posteriores en la tabla simplex

Solución del Método Simplex de Transporte

Para el desarrollo del modelo de transporte a mano es conveniente registrar esta información en la tabla simplex de transporte
Destinos

1
1 2 Fuentes c11 c21

2
c12 C21

……
…… …… ……

n
C1n c2n

Recursos S1 S2 … cmn Sm Z=

ui

3m Demanda d1

cm1 d2

cm1

…… ….. dn

vj

Información adicional que se agrega en cada celda:
Si Xij es una variable básica cij (Xij) cij – ui - vj Si Xij es una variable no básica cij

Solución del Modelo de Transporte

Etapa : Determinar una solución factible inicial

 

Destinos Recursos 1 10 1 x11 12 x21 0 x22 14 x32 15 x12 7 x23 16 x33 15 2 0 3 20 x13 9 4 11 x14 20 x24 18 x34 10 5 45 25 15

Regla de la Esquina Noroeste Método de Costo Mínimo Método de Aproximación de Vogel

Etapa : Determinar la variable que entra, que se elige entre las variables no-básicas. Si todas estas variables satisfacen la condición de optimidad Origen 2 (método Simplex), detenerse; de lo contrario continuar con el paso 3 Etapa : Determinar la variable que sale (condición de factibilidad) de entre las variables de la solución inicial básica actual y obtener una nueva solución básica. Regresar al paso 2
3 Demanda

x31 5

Solución Básica:
Regla de la Esquina Noroeste

Determinación de la Solución Inicial Se requiere que ΣSi = Σdj

Este requisito da origen a m + n – 1 ecuaciones independientes Por lo tanto, una solución factible debe incluir m + n – 1 variables básicas.

Solución Básica:
Regla de la Esquina Noroeste

Asignar la máxima cantidad posible a la variable X11 de manera que se satisfaga totalmente la demanda (columna) o bien, se agote el recurso (fila). Se tacha la columna ( o fila) haciendo que las variables sean iguales a cero. Cuando simultáneamente se satisfacen una columna o fila, solo se tacha una de ellas. Esta condición garantiza la ubicación automática de las variables NO-básicas cero, si las hay. Ajustar la cantidad de recursos y demanda de todas las filas y columnas no tachados. La cantidad factible máxima se asigna al primer elemento de la nueva columna (fila). El proceso se termina cuando se deja de tachar exactamente una fila o una columna.

Solución Básica:
Regla de la Esquina Noroeste

N O

X11 = 5
Como se satisface la demanda , se tacha la columna 1  Los recursos en la fila 1 se reducen a 10

Destinos Recursos 1 10 1 x= X1111 5 12 Origen 2 x21 0 3 Demanda x31 5 x22 14 x32 15 x12 7 x23 16 x33 15 2 0 3 20 x13 9 4 11 x14 20 x24 18 x34 10 5 45 25 15 10 /

Solución Básica:
Regla de la Esquina Noroeste

N O

X11 = 5
Como se satisface la demanda , se tacha la columna 1  Los recursos en la fila 1 se reducen a 10

Destinos Recursos 1 10 1 2 0 3 20 x13 9 x23 16 x33 15 4 11 x14 20 x24 18 x34 10 5 45 25 15 10 /

X12 = 10
Como se agota el recurso se tacha la fila  Falta satisfacer una demanda de 5 unidades en la columna 2

X11 =5 X1212 x =10 12 7 x22 0 14 x32 15 / 5

Origen 2

x21

3 Demanda

x31 5

Solución Básica:
Regla de la Esquina Noroeste

N O

X11 = 5
Como se satisface la demanda , se tacha la columna 1  Los recursos en la fila 1 se reducen a 10

Destinos Recursos 1 10 1 2 0 3 20 x13 9 x23 16 x33 15 4 11 x14 20 x24 18 x34 10 5 45 25 20 / 15 10 /

X12 = 10
Como se agota el recurso se tacha la fila 1  Falta satisfacer una demanda de 5 unidades en la columna 2

X11 = 5 X12 = 10 12 7 x= X22 22 5 0 14 x32 15 / 5

Origen 2

x21

X22 = 5
Como se satisface la demanda, se tacha la columna 2  Los recursos en la fila 2 se reducen a 20 unidades

3 Demanda

x31 5

Solución Básica:
Regla de la Esquina Noroeste

N O

X23 = 15  Como se satisface la demanda , se tacha la columna 3  Los recursos en la fila 2 se reducen a 5

Destinos Recursos 1 10 1 2 0 3 20 x13 9 4 11 x14 20 x24 18 x34 10 5 45 25 --- 5 / 20 15 10 /

X11 = 5 X12 = 10 12 7

Origen 2

x21 0

X22 = 5 X2323 x=15 14 x32 15 / 5 16 x33 15

3 Demanda

x31 5

Solución Básica:
Regla de la Esquina Noroeste

N O

X23 = 15
Como se satisface la demanda , se tacha la columna 3  Los recursos en la fila 2 se reducen a 5

Destinos Recursos 1 10 1 2 0 3 20 x13 9 4 11 x14 20 25 --- 5 / 20 15 10 /

X11 = 5 X12 = 10 12 7

X24 = 5
Como se agota el recurso se tacha la fila 2  Falta satisfacer una demanda de 5 unidades en la columna 4

Origen 2

x21 0

X22 = 5 X23 = 15 X2424 5 x= 14 x32 15 / 5 16 x33 15 18 x34 10 / 5

3 Demanda

x31 5

5 45

Solución Básica:
Regla de la Esquina Noroeste

N O

X23 = 15
Como se satisface la demanda , se tacha la columna 3  Los recursos en la fila 2 se reducen a 5

Destinos Recursos 1 10 1 2 0 3 20 x13 9 4 11 x14 20 25 --- 5 / 20 15 10 /

X24 = 5
Como se agota el recurso se tacha la fila 2  Falta satisfacer una demanda de 5 unidades en la columna 4

X11 = 5 X12 = 10 12 7

Origen 2

x21 0

X22 = 5 X23 = 15 X24 = 5 14 x32 15 / 5 16 x33 15 18 x= X3434 5

X34 = 5

Como se satisface simultáneamente la demanda y se agota la oferta, solo se tacha la fila 3 o la Demanda columna 4.  El proceso termina

3

x31 5

5 45

/ 10 5

Solución Básica:
Regla de la Esquina Noroeste

N O

Solución Básica Inicial  Las variables básicas son:  X11=5, X12=10,  X22=5, X23=15,  X24=5 y X34=5

Destinos Recursos 1 10 1 2 0 3 20 x13 9 4 11 x14 20 25 15

X11 = 5 X12 = 10 12 7

Las variables restantes son No- básicas e iguales a cero

Origen 2

x21 0

X22 = 5 X23 = 15 X24 = 5 14 x32 15 16 x33 15 18 X34 = 5 10

El costo de transporte asociado es: Z = 5*10 + 10*0+ 5*7 + 15*9 + 5*20 + 5*18 = $ 410

3

x31 5

5

Demanda

45

Solución Básica:
Método del costo Mínimo

Asignar el valor más grande posible a la variable con el menor costo unitario en toda la tabla

Destinos 1 10 1 x11 12 2 0 x12 7 x22 14 x32 15 3 20 x13 9 x23 16 x33 15 4 11 x14 20 x24 18 x34 10

Recurso s

Los empates se rompen en forma arbitraria

Ajustar los recursos (fila) y demanda (columna)

15

Tachar la fila o columna satisfecha

Si una fila o columna se satisfacen simultáneamente solo una puede tacharse

Origen 2

x21 0

25

Repetir el proceso asignando el mayor valor posible a la variable con menor costo unitario, hasta que quede una columna o fila sin tachar Determinar el resto de las variables sin asignación

3 Demanda

x31 5

5 45

Solución Básica:
Método del costo Mínimo

X12 y X31 tienen costos c12 = 0 y c31 = 0, se elige X12
 

Destinos Recursos 1 10 1 x11 12 Origen 2 x21 0 3
Xx31 31=5

X12 = 15 Se satisface la demanda y la oferta. La nueva demanda es cero y la nueva oferta es cero Se tacha la columna 2

2 0 x =15 X12 12 7 x22 14 x32

3 20 x13 9 x23 16 x33

4 11 x14 20 x24 18 x34 25 15 0 ---

Se elige X31
 

X31 = 5 Se satisface la demanda y la oferta. La nueva demanda es cero y la nueva oferta es cero Se tacha la fila 3

--- 50
45

Demanda

--5
0

--15 0

15

10

Solución Básica:
Método del costo Mínimo

Se elige X23, c23 = 9
 

Destinos Recursos 1 10 1 x= X1111 0 12 2 0 x =15 X12 12 7 x22 0 3
Xx31 31 =5

X23 = 15 Se satisface la demanda. La nueva demanda es cero y la nueva oferta es 25 -15 = 10 Se tacha la columna 3

3 20 x13 9 x =15 X23 23 16 x33

4 11 x14 20 x24 18 x34 15 0 ---

Se elige X11, c11 = 10

Origen 2


Como la demanda y oferta restantes son cero X11 = 0 Se tacha la columna 1

x21

--- 10 25

14 x32

--- 50
45

Demanda

--5
0

--15 0

--15
0

10

Solución Básica:
Método del costo Mínimo

Como solo queda una columna sin tachar se determinan las variables básicas remanentes:
 

Destinos Recursos 1 10 1 x= X1111 0 12 Origen 2 x21 0 3
Xx31 31 =5

2 0 x =15 X12 12 7 x22 14 x32

3 20 x13 9 x =15 X23 23 16 x33

4 11
X1414 0 x=

X14 = 0 X24 = 10

15 0 ---

Costo = 0*10 + 15*0 + 0*11 + 15*9 + 10*20 + 5*0 = $ 335

20 x =10 X24 24 18 x34

--- 10 25

Este costo es menor que el obtenido por la regla de la Esquina Noroeste

--- 50
45

Demanda

--5
0

--15 0

--15
0

10

Solución Básica: Método de Aproximación de Vogel (VAM)

Método heurístico que suele producir una mejor solución inicial que los dos métodos anteriores.

VAM suele producir una solución inicial óptima, o próxima al óptimo
Costa de tres pasos

Solución Básica:
Método de Aproximación de Vogel (VAM)

PASO 1:

Destinos 1 10 1 Origen 2 3 x11 12 x21 0 x31 x22 14 x32 x12 7 x23 16 x33 2 0 3 20 x13 9 4 11 x14 20 x24 18 x34

Recursos 15 25 5

Evaluar una penalización para cada fila (columna) restando el menor elemento de costo de la fila (columna) del elemento de costo menor siguiente en la misma fila (columna)

Demanda

5

15

15

10

Filas
  

Destinos 1 10 1 Origen 2 3 Demanda x11 12 x21 0 x22 14 x12 7 x23 16 2 0 3 20 x13 9 4 11 x14 20 x24 18

Recursos Penalización 15 25 5 10 2 14

F1: 10 – 0 = 10;Penalización = 10 F2: 9 – 7 = 2; Penalización = 2 F3: 14 – 0 = 14; Penalización = 14

x31
5

x32
15

x33
15

x34
10

Solución Básica:
Método de Aproximación de Vogel (VAM)
Destinos

PASO 1
1

1 10 x11 12 x21 0 3 Demanda x31 5

2 0 x12 7 x22 14 x32 15

3 20 x13 9 x23 16 x33 15

4 11 x14 20 x24 18 x34 10

Recursos Penalización 15 25 5 10 2 14

Columnas
   

C1: 10 – 0 = 10; Penalización = 10 C2: 7 – 0 = 7; Penalización = 7 C3: 16 – 0 = 16; Penalización = 16 C4: 18 – 11 = 7; Penalización = 7

Origen

2

Destinos 1 10 1 Origen 2 3 Demanda Penalización x11 12 x21 0 x31 5 10 x22 14 x32 15 7 x12 7 x23 16 x33 15 7 2 0 3 20 x13 9 4 11 x14 20 x24 18 x34 10 7

Recursos Penalización 15 25 5 10 2 14

Solución Básica:
Método de Aproximación de Vogel (VAM)

PASO 2:  Identifique la fila o columna con la mayor penalización, rompiendo empates en forma arbitraria.

Destinos

1
10 1 Origen 2 3 x11 12 x21 0 x= X3131 5 5 0 10 1 Demanda Penalización

2
0 x12 7 x22 14 x32 15 7 2

3
20 x13 9 x23 16 x33 15 7

4
11 x14 20 x24 18 x34 10 7 4

Recursos Penalización 15 25 0 5 10 2 14 14

Fila 3

Asigne el mayor valor posible a la variable con el costo más bajo de la fila o columna seleccionada.

Ajústese la oferta y la demanda y táchese la fila o columna satisfecha. Si una fila o columna se satisfacen al mismo tiempo, sólo una de ellas debe tacharse, y a la fila (columna) restante se le asigna una oferta (demanda) cero. Cualquier fila o columna con oferta o demanda cero no debe utilizarse para calcular penalizaciones futuras (en el paso 3)

Destinos
3

Recursos Penalización

10
1 12 Origen 2 0 3 Demanda Penalización X31=5 0 15 x22 x12

0
7

20
x13 9 x23

11
x14 20 x24 25 0 15

15

10

Solución Básica:
Método de Aproximación de Vogel (VAM)

PASO 3:
a) si solo hay una filo o columna sin tachar deténgase 1 b) Si solo hay una fila (columna) con oferta (demanda) positiva sin tachar, determínese las variables básicas de la Origen 2 fila (columna) a través del método de costo mínimo 3 c) Si todas las filas y columnas sin tachar Demanda tienen oferta y demanda cero (asignadas), determínese las variables Penalización básicas cero a través del método de costo mínimo. Deténgase d) De lo contrario, calcúlense las penalizaciones de las filas y columnas no tachadas y después diríjase al paso 2. 1 (Las filas y columnas con oferta y demanda cero asignadas no deben utilizarse para determinar penalizaciones. Origen 2
 Nuevo conjunto de penalizaciones

1 10 12

Destinos 2 3 0 20 x12 7 x22 x23 x13 9

4 11 x14 20 x24

Recursos Penalización 15 25 0

0 X31=5 0

15

15

10

Destinos 1 10 x12 12 x22 0 X31=5 0 15 7 15 11 10 9 7 x23 2 0 3 20 x13 9 4 11 x14 20 x24

Recursos Penalización 15 25 0 11 2 ---

 ( la fila 3 con oferta cero no se utiliza)

3 Demanda Penalización

Solución Básica:
Método de Aproximación de Vogel (VAM)
Destinos

Nuevo conjunto de penalizaciones
1

1 10

2 0 x12 12 7 x22 0

3 20 x13 9 x23

4 11 x14 20 x24

Recursos Penalización 15 25 0 11 2 ---

La fila 1 y columna 3 empatan con penalización = 11.

Origen

2 3

 

Se elige la columna 3 en forma arbitraria Se asigna X23 = 15 Se ajusta la demanda a cero y la oferta a 25-15 = 10 Se elimina la columna 3

X31=5 0 15 7 15 11 10 9

Demanda Penalización

1 1 Origen 2 3 Demanda Penalización 0 X31=5 0 10 12

Destinos 2 3 0 20 x12 7 X22 x13 9 X23 =15

4 11 x14 20 x24

Recursos Penalización 15 10 0

15

0

10

Solución Básica:
Método de Aproximación de Vogel (VAM)

Nuevo conjunto de penalizaciones
Origen

1 1 2 10 12

Destinos 2 3 0 20
x12 7 X22 9 X23 =15

4 11 x14 20 x24

Recursos Penalización 15 10 11 13

Se elige la fila 2
Se asigna X22 = 10  Se ajusta la oferta a cero y la demanda a 15-10 = 5  Se tacha la fila 2

3
Demanda Penalización

0 X31=5 0 -

0
15 7 0 Destinos 2 3 0 20 x12 7 9 X22 = 10 X23 =15 10 9

-

1 1 Origen 2 3 Demanda Penalización 10 12 0 X31=5 0

4 11 x14 20 x24

Recursos Penalización 15 0 0

5

0

10

Solución Básica:
Método de Aproximación de Vogel (VAM)

Siguientes Aplicaciones:
X12 = 5; se tacha la columna 2  X14 = 10; se tacha la fila 1 y  X24 = 0

1 1 Origen 2 3 Demanda Penalización 10 12 0 X31=5 0

Destinos 2 3 0 20 x12 7 9 X22 = 10 X23 =15

4 11 x14 20 x24

Recursos Penalización 15 0 0

Costo = 5*0 + 10*11 + 10*7 + 15*9 + 0*20 + 5*0 = $ 335

5

0

10

1 Origen 2 3 Demanda Penalización

Destinos Penalizació Recursos n 1 2 3 4 10 0 20 11 15 X12 = 5 X14 = 10 12 7 9 20 0 X22 = 10 X23 =15 X24 = 0 0 0 X31=5 0 5 0 10

Una compañía tiene tres plantas que fabrican cierto producto que debe mandarse a cuatro centros de distribución. Las plantas 1,2 y 3 producen 12, 17 y 11 cargas mensuales, respectivamente. Cada centro de distribución necesita recibir 10 cargas al mes. La distancia en millas desde cada planta a los respectivos centros de distribución es la siguiente.
Centros de Distribución Plantas 1 1 2 3 800 1100 600 2 1300 1400 1200 3 400 600 800 4 700 1000 900

El costo del flete por cada embarque es de $100 mas $0,50/milla Se desea determinar cuántas cargas deben mandarse desde cada planta a cada uno de los centros de distribución para minimizar el costo total del transporte  Formule el problema como un problema de transporte construyendo la tabla de costos y requerimientos apropiada  Obtenga la solución inicial por el método del costo mínimo y posteriormente utilice esta solución inicial. para resolver el problema.

Modelo de Transporte Centros de Distribución Plantas Recursos 1 2 3 4 500 750 300 450 1 12 X11 X12 X13 X14 650 800 400 600 2 17 X21 X22 X23 X24 400 700 500 550 3 11 X31 X32 X33 X34 10 10 10 10 Demada Z=?

Esquina Noroeste Plantas 1 2 Centros de Distribución Recursos 1 2 3 4 500 750 300 450 12 10 2 650 800 400 600 17 8 9 400 700 500 550 11 1 10 10 10 10 10 $ 22.500

3
Demada

Costo Minimo Plantas 1 2 3 Demada Centros de Distribución Recursos 1 2 3 4 500 750 300 450 12 10 2 650 800 400 600 17 10 7 400 700 500 550 11 10 1 10 10 10 10 $ 20.650 Vogel Plantas 1 2 3 Demada Centros de Distribución Recursos 1 2 3 4 500 750 300 450 12 2 10 650 800 400 600 17 7 10 400 700 500 550 11 10 1 10 10 10 10 $ 20.300

Tres plantas generadoras de energía eléctrica, con capacidades de 25, 40 y 30 millones de kilowatts-hora (kWh), suministran electricidad a tres ciudades cuyas demandas máximas son de 30, 35 y 25 millones de kWh. El costo en unidades monetarias (u.m.) de la venta de corriente eléctrica a las diferentes ciudades, por millón de kWh es la siguiente:
Planta 1 2 3 Ciudad 2 700 300 480

1 600 320 500

3 400 350 450

Durante el mes de agosto se incrementa un 20% de la demanda en cada una de las tres ciudades. Para satisfacer el exceso de demanda, la compañía eléctrica debe comprar electricidad adicional de otra red a un precio de 1000 u.m. por millón de kWh. Sin embargo, esta red no está conectada a la ciudad 3.

Formule el problema como uno de transporte con el fin de establecer el plan de distribución más económico desde el punto de vista de la compañía eléctrica. Obtenga una solución inicial básica mediante los métodos de esquina noroeste, costo mínimo y Vogel.

Planta 1 2 3 Dda.

1
600 320 500 30

Ciudad 2 700 300 480 35

3
400 350 450 25

Recursos 25 40 30

Modelo de Transporte Planta 1 2 3 4 Dda. 1 600 320 500 1000 36 Ciudad 2 700 300 480 1000 42 30 3 400 350 450 M Recursos 25 40 30 13 Z=?

Esquina Noroeste Planta 1 2 1 600 25 320 11 500 1000 36

Ciudad 2 700
300 29 480 13 1000 42

3 400 350 450 17 M 13 30

Recursos 25 40

3
4 Dda.

30
13 $ 41.110

Costo Minimo Planta 1 2 3 4 Dda. 1 600 320 40 500 23 1000 13 36 2 1000 42 30 480 5 M 450

Ciudad 2 700
300

3 400 25 350

Recursos 25 40 30 13 $ 49.710

Vogel
Planta 1 2 3 4 Dda. 1 600 320 40 500 23 1000 13 36 2 1000 42 30 480 5 M 450 Ciudad 2 700 300 3 400 25 350 Recursos 25 40 30 13 $ 49.710

Determinación de la Variable de Entrada

Prueba de Optimidad por Método de Multiplicadores  La variable que entra será la variable no básica de la solución inicial, con la variable C*pq más positiva

Cálculo de C*pq

Se asocian los multiplicadores ui y vj con la fila i y la columna j de la tabla

de transporte Para cada variable básica Xij de la solución actual, los multiplicadores ui y vj deben satisfacer la ecuación dada por:

ui + vj = Cij
 

para cada variable Xij

Se producen m + n – 1 ecuaciones con m+n incógnitas Los valores de los multiplicadores se obtienen suponiendo un valor arbitrario para cualquiera de los multiplicadores (en general ui se hace igual a cero) y

se resuelven las m + n – 1 ecuaciones de los m + n – 1 multiplicadores desconocidos restantes

La evaluación de cada variable no básica Xpq esta dada por:

C*pq = up + vq – Cpq

Determinación de la Variable de Entrada

Solución Inicial Regla de Esquina Noroeste:

Variables Básicas:

X11 = 5, X22 = 5, X24 = 5,

X12= 10, X23= 15, X34= 5

Con Costos
c11 = 10 c22 = 7 c24 = 20 c12 = 0 c23 = 9 c25 = 18
10 5 12 5 0 Demanda 5 14 15 10 7 9 15 16 15 5 18 5 10 20 0 20 11

Recurso

15
25

5

Determinación de la Variable de Entrada

Ecuaciones asociadas a la Solución Básica

      

Multiplicadores asociados a las Variable Básica Xjj : ui + vj = cij Dado u1 X11: u1 + v1 = c11 v1 = v1 = v2 = v3 = v4 = X12: u1 + v2 = c12 v2 = 10 0 20 11 X22: u2 + v2 = c22 u2 = u1 = 5 10 X23: u2 + v3 = c23 v3 = 12 7 9 20 u2 = X24: u2 + v4 = c24 v4 = 5 15 5 X34: u3 + v4 = c34 u3 = 0 14 16 18
u3 =
Demanda 5 15 15 5 10

Recurso 15 25 5

Determinación de la Variable de Entrada

Ecuaciones asociadas a la Solución Básica

Multiplicadores asociados a las Variable Básica Xjj : ui + vj = cij

Sea u1= 0  X11: u1 + v1 = 10  X12: u1 + v2 = 0  X22: u2 + v2 = 7  X23: u2 + v3 = 9  X24: u2 + v4 = 20  X34: u3 + v4 = 18

v1 = 10 v2 = 0 u2 = 7 v3 = 2 v4 = 13 u3 = 5

v1 = 10 v2 = 0 v3 = 2 v4 = 13 Recurso u1 = 0 u2 = 7 u3 = 5
Demanda 5 10 5 12 5 0 14 15 10 7 9 15 16 15 5 18 5 10 20 0 20 11 15 25 5

Determinación de la Variable de Entrada

Cálculo de multiplicadores de variables básicas usando la tabla de costos

Multiplicadores asociados a las Variable Básica Xjj : ui + vj = cij v1 = 10 v2 = 0 u2 = 7 v3 = 2 v4 = 13 u3 = 5
v1 = v2 =
10 5 12 5 0 14 10 7 9 15 16 5 18 5 10 20 0

Sea u1= 0  X11: u1 + v1 = 10  X12: u1 + v2 = 0  X22: u2 + v2 = 7  X23: u2 + v3 = 9  X24: u2 + v4 = 20  X34: u3 + v4 = 18

v3 =
20

v4 =
11

Recurso 15

u1 = 0
u2 =

25
5

u3 =
Demanda 5

15

15

Determinación de la Variable de Entrada

Multiplicadores asociados a las Variable Básica

Soluciones

de Variables No Básicas, Xpq
Cpq* = up + vq – Cpq

v1 = 10 v2 = 0 v3 = 2 v4 = 13 Recurso u1 = 0 u2 = 7 u3 = 5
Demanda 5 10 5 12 5 0 14 15 10 7 9 15 16 15 5 18 5 10 20 0 20 11 15 25 5

v1 = 10 v2 = 0 v3 = 2 v4 = 13 Recurso u1 = 0 u2 = 7
10 5 10 7 5 14 C32* 15 0 20 C13* 9 15 16 C33* 15 11 C14* 20 5 18 5 10

15
25 5

12 C21* 0 u3 = 5 C31* Demanda 5

Determinación de la Variable de Entrada

Multiplicadores asociados a las Variable Básica
v1 = 10 v2 = 0 v3 = 2 v4 = 13 Recurso

Soluciones

de Variables No Básicas, Xpq
Cpq* = up + vq – Cpq

u1 = 0 u2 = 7

10

0

20 9 15 16 15 5

11 20 18

5
12

10
7 5 0 14 15

15 25 5

     

u3 = 5
Demanda 5

5 10

X13 X14 X21 X31 X32 X33

     

C13* = u1 + v3 – C13 C14* = u1 + v4 – C14 C21* = u2 + v1 – C21 C31* = u3 + v1 – C31 C32* = u3 + v2 – C32 C33* = u3 + v3 – C33

Determinación de la Variable de Entrada

Multiplicadores asociados a las Variable Básica
v1 = 10 v2 = 0 v3 = 2 v4 = 13 Recurso

Soluciones

de Variables No Básicas, Xpq :
C* = up + vq – Cpq
  

u1 = 0 u2 = 7

10 5 12 5 0 5 10

0 7 14 15

20 9 15 16 15 5

11 20 18 5 10

15 25 5

  

u3 = 5
Demanda

X13: X14: X21: X31: X32: X33:

C*13 = u1 + v3 – C13 = 0 + 2 – 20 = -18 C*14 = u1 + v4 – C14 = 0 + 13 – 11 = 2 C*21 = u2 + v1 – C21 = 7 + 10 – 12 = 5 C*31 = u3 + v1 – C31 = 5 + 10 – 0 = 15 C*32 = u3 + v2 – C32 = 5 + 0 – 14 = - 9 C*33 = u3 + v3 – C33 = 5 + 2 – 16 = - 9

Determinación de la Variable de Entrada

Uso de la tabla de costos para determinar C*pq asociada a las variables no básicas, Xpq : C*pq = up + vq – Cpq
v1 = 10 v2 = 0
10 0 10 12 7 5 C*13= 9 5 18 5 10

v1 = 10 v2 = 0 v3 = 2 v4 = 13Recurso u1 = 0 u2 = 7
10 5 12 5 0 5 14 15 10 7 9 15 16 15 5 18 5 10 20 0 20 11 15 25 5

v3 = 2
20

v4 = 13 Recurso
11 C*13= 20 15

u1 = 0

5

u3 = 5
Demanda

15 0 14 16 C*33= u3 = 5 C*31= C*32= Demanda 5 15 15

u2 = 7 C*23=

25
5

Determinación de la Variable de Entrada

La solución no es óptima

La variable que entra será la variable no básica de la solución inicial, con la variable C*pq más positiva La variable entrante es X31

Determinación de la Variable que Sale
 Prueba

de Factibilidad: Construcción de un ciclo para la variable que entra

Formar un ciclo cerrado con las variables básicas de la solución básica inicial y la variable entrante (X31) Realizar el análisis de lo que sucede con las variables básicas actuales si la variable que entra (X31) se incrementa en una unidad
1 1 Origen 2 3 Demanda 10 5 12 0 X31 5 Destinos 2 3 0 20 10 7 9 5 15 14 16 15 15 4 11 20 5 18 5 10 Recurso s 15 25 5

Determinación de la Variable que Sale
Prueba de Factibilidad

Análisis de lo que sucede con las variables básicas actuales si la variable que entra (X31) se incrementa en una unidad
Si X31 = 1 entonces:  X11 disminuye una unidad  X12 aumenta una unidad  X22 disminuye una unidad  X34 disminuye una unidad  X24 aumenta una unidad  X23 se mantiene
Destinos Recurso s 1 2 3 4 (-) 10 (+) 0 20 11 15 5 10 12 (-) 7 9 (+) 20 25 5 15 5 (+) 0 14 16 (-) 18 5 X31 5 5 15 15 10

1
Origen 2 3

Demanda

Determinación de la Variable que Sale

La variable que sale se selecciona de entre las variables de esquina del ciclo que disminuirán (etiquetadas (-) en la tabla) cuando la variable que entra (X31) aumente arriba del nivel cero. Se selecciona la variable más pequeña como la variable que sale, ya que será la primera en llegar al valor cero y cualquier disminución posterior la volverá negativa.
Destinos 1 2 3 10 0 20 5 (-) 10 (+) 12 7 9 5 (-) 15 0 14 16 X31 5 15 15 4 11 20 Recursos 15 25 5

1 Origen 2 3 Demanda

5 (+) 18 5 (-) 10

Determinación de la Variable que Sale

Selección de la variable que sale (la mas pequeña)

X11, X22 y X34 son las tres variables básicas que pueden salir, se puede tomar cualquiera de ellas. Se elige X34  Sale X34 = 0, entra X31 = 5

 

Se recalculan las otra variables básicas sumando o restando 5 dependiendo del signo (+) o (-) en la tabla Las variables básicas actuales con valor cero se consideran como variables positivas.
1 1 Origen 2 3 Demanda 10 X11= 0 12 0 5 5 Destinos Recursos 2 3 4 0 20 11 15 X12= 15 7 9 20 25 X22= 0 15 X23= 10 14 16 18 5 15 15 10

Determinación de la Variable que Sale

El nuevo costo es 0*10 + 15*0 + 0*7 + 15*9 + 10*20 + 5*0 + 0*18 = $335 El costo de la primera iteración fue de $ 410. La diferencia es $410 - $335 = $ 75 $75 = X31 ∙ C31* = 5 * 15

Se revisa la optimidad de la nueva solución básica calculando los nuevos multiplicadores ui, vj, Cpq*

¿La solución es óptima??

Resumen
Entra X31 Destinos Fuentes 1 10 5 12 5 5 10 7 2 0 3 20 -18 9 15 16 -9 15 2 4 11 2 20 5 Recurso ui Fuentes (-) 5 12 1 10 2 (+) 0 10 (-) 7 5 14 15 Destinos 3 20 9 15 (+) 5 4 11 20 Recurso ui 1 2 3 Demanda vj 15 25 5 $ 410 0 7 5 1 2 3 15 25 5

0
15 5 10 -9 15 0

14

18
5 10 13

(+) 0 X31 Demanda 5 vj

16
15

(-)
5 10

18

Entra X31 Sale X34 Destinos Fuentes 1 10 0 12 0 15 7 15 9 10 20 2 0 3 20 4 11 Recurso ui Fuentes 1 10 0 12 5 0 15 7 2 0 Destinos 3 20 -18 9 15 16 -24 15 9 4 11 2 20 10 Recurso ui

1 2 3 Demanda vj

15 25 5 $ 335

1 2 3 Demanda vj

15 25 5

-7 0 -17

0
5 5 15

14
15

16
10

18

0
5 5 17

14 -24 15 7

18 -15 10 20

Resumen
Entra X21 Destinos Fuentes 1 10 0 12 5 0 5 5 17 15 7 0 14 -24 15 9 15 7 15 16 -24 10 20 2 0 3 20 -18 9 10 18 -15 2 20 4 11 Recurso ui Fuentes (-) 0 (+) 12 0 5 5 15 15 10 (-) 0 14 X21 1 10 (+) 15 7 15 16 9 10 18 20 2 0 Destinos 3 20 4 11 Recurso ui 1 2 3 Demanda vj 15 25 5 $0 -7 0 -17 1 2 3 Demanda vj 15 25 5

Entra X21 Sale X11 Destinos Fuentes 1 10 15 12 0 0 5 5 15 15 10 0 14 7 15 16 9 10 18 20 2 0 3 20 4 11 Recurso ui Fuentes 1 10 -5 12 0 0 5 5 12 15 7 0 14 -19 15 9 15 7 15 16 -19 10 20 2 0 Destinos 3 20 -18 9 10 18 -10 2 20 4 11 Recurso ui

1 2

15 25

1 2

15 25

-7 0

3
Demanda vj

5
$ 335

3
Demanda vj

5

-12

Resumen
Entra X14 Destinos Fuentes 1 10 -5 12 15 7 2 0 3 20 -18 9 2 20 4 11 Recurso ui Fuentes 1 10 (-) 15 12 (+) 7 9 Destinos 2 0 3 20 (+) (-) 4 11 20 Recurso ui 1 2 3 Demanda vj Sale X24 Destinos Fuentes 1 10 5 12 0 0 5 5 15 15 10 10 14 7 15 16 18 9 2 0 3 20 4 11 10 20 Recurso ui Fuentes 1 10 2 12 0 0 5 5 12 -7 15 7 10 14 -7 15 9 5 7 15 16 0 10 18 Destinos 2 0 3 20 -11 9 -2 18 4 11 10 20 Recurso ui 15 25 5 $ 335 -7 0 -12 1 2 3 Demanda vj X14 15 25 5 $ 335

0
0 5 5 12

0
14 -19 15 7

15 16 -19 15 9

10 18 -10 10 20

0
0 5 5

0
14 15

15 16
15

10 18
10

1
2 3 Demanda vj

15
25 5 $ 315

1
2 3 Demanda vj

15
25 5

-7
0 -12

OPTIMO

Soluciones Múltiples

Prueba de factibilidad en una minimización
 

Si todos los C*pq < 0 la solución es óptima única; Si algunos C*pq = 0 la solución es óptima múltiple, cada celda igual a cero indica una ruta alterna, sin que varíe Z; Si se tienen varios C*pq > 0 se toma el más negativo y se asigna en dicha celda, es decir, se realizan nuevas asignaciones (reasignaciones).

Soluciones Múltiples

Solución inicial
D A B C 10 10 5 15 5 E F G 0

Optimo 1: De A Unidades A F 10 A G 10 B F 30 C D 10 C E 15 C G 20 Solución Optima No Degenerada Z *1 = $550

Costo 5 0 5 10 10 5

Soluciones Múltiples
A B C D 10 E F 10 30 G

15 De A A B C C A D F F E G

30 Unidades 10 10 30 15 30 Costo 5 5 5 10 5

Optimo 2:

Solución Optima Degenerada Z*2 = $550

Soluciones Múltiples
Optimo 3: D A B C 10 15 E F 20 20 G 30

DE A B B C C Solución Optima

A Unidades Costo F 20 5 D 10 5 F 20 5 E 15 10 G 30 5 Degenerada Z*3 = $550

Problemas deTransbordo

MODELO DE TRANSBORDO
• Se reconoce mediante el uso de nodos intermedios o transitorios para el envío de recursos entre las distintas fuentes (oferta) y destinos (demanda) • Se construye una malla con orientación desde las fuentes (nodos de inicio) hacia los destinos (nodos de llegada), utilizando amortiguadores (nodos transitorios) que permiten recibir y transferir recursos. Las flechas que unen los nodos de la malla representan los eventuales flujos de recursos en la secuencia de distribución

MODELO DE TRANSBORDO
 Luego, la malla permite convertir un modelo de transbordo en un modelo de transporte regular y resolverse como tal, utilizando los amortiguadores  Así, la malla reconoce tres tipos de nodos:  Nodos puros de Oferta: solo transfieren recursos  Nodos de Transbordo: entregan y reciben recursos  Nodos puros de Demanda: solo reciben recursos  El amortiguador debe ser suficientemente grande para permitir que los recursos se transfieran desde las fuentes hacia los
destinos

ESQUEMA DE TRANSBORDO
Un esquema simple del modelo de transbordo se expresa como una red de modelo de asignación

F1 A1 F2 A2 F3 D2 D1

Nodos puros de Oferta

Nodos de Transbordo

Nodos puros de Demanda

EJEMPLO DE TRANSBORDO
• Dos fábricas de automóviles, P1 y P2, están conectadas a tres distribuidores, D1, D2 y D3, por medio de dos centros de tránsito, T1 y T2, de acuerdo con la red que se muestra en la siguiente diapositiva • Las cantidades de la oferta en las fábricas P1 y P2, son de 1000 y 1200 automóviles, y las cantidades de la demanda en las distribuidoras D1, D2 y D3, son de 800, 900 y 500 automóviles. El costo de envío por automóvil (en cientos de pesos) entre los pares de nodos, se muestra en los eslabones (arcos) de conexión de la red

RED - MODELO DE ASIGNACION
8 1000 3 P1 4 2 5 1200 P2 T2 3 9 T1 D1 5 800

6

4

D2

900

D3

500

PROBLEMA PROGRAMACION LINEAL
D1 XD1D2 1000 XP1T1 800

P1

T1

D2 1200 P2 XP2T2 T2 XD2D3

900

D3

500

PROBLEMA PROGRAMACION LINEAL
F.O. Mín Z = 3XP1T1 + 4XP1T2 + 2XP2T1 + 5XP2T2 + 8XT1D1 + 6XT1D2 + 4XT2D2 + 9XT2D3 + 5XD1D2 + 3XD2D3
s.a.

P1: P2: T1: T2: D1: D2: D3:

XP1T1 + XP1T2 = 1000 XP2T1 + XP2T2 = 1200 XP1T1 + XP2T1 = XT1D1 + XT1D2 XP2T2 = XT2D2 + XT2D3 XT1D1 = XD1D2 + 800 XT1D2 + XT2D2 + XD1D2 = XD2D3 + 900 XT2D3 + XD2D3 = 500 Xij > 0

EJEMPLO DE TRANSBORDO
• Nodos puros de Oferta P1, P2 T1, T2, D1, D2 D3

• Nodos de Transbordo
• Nodos puros de Demanda

El modelo de transbordo se convierte a un modelo de transporte con seis puntos de origen (P1, P2, T1, T2, D1 y D2) y cinco de destino (T1, T2, D1, D2 y D3)

MODELO DE ASIGNACION PROBLEMA DE TRANSPORTE
1000 P1 T1 1200 P2 T2 T1

D1
T2 D2 D1

800 900

D3
D2

500

MODELO
DESTINO T1 FUENTE P1 P2 T1 T2 D1 D2 T2 D1 D2 D3 OFERTA

DEMANDA

NODOS PUROS DE OFERTA Y NODOS PUROS DE DEMANDA
Las cantidades de la oferta y la demanda en los nodos puros de oferta y puros de demanda, queda:

Oferta en un Nodo puro de Oferta

Oferta Original

Un nodo puro de oferta no posee amortiguador Demanda en un Nodo puro de Demanda

Demanda Original

Un nodo puro de demanda no posee amortiguador

MODELO
DESTINO T1 FUENTE P1 P2 T1 T2 D1 D2 1000 1200 T2 D1 D2 D3 OFERTA

DEMANDA

500

NODOS DE TRANSBORDO
Las cantidades de la oferta y la demanda en los nodos de transbordo, se establece de acuerdo a: Oferta en un Nodo de Transbordo Oferta + AmortiOriginal guador

La oferta necesariamente posee un amortiguador, mientras que a veces se encuentra oferta original Demanda en un Nodo de Transbordo Demanda + AmortiOriginal guador

La demanda necesariamente posee amortiguador, mientras que en ocasiones hay demanda original

NODOS DE TRANSBORDO
La oferta del nodo de transbordo T1 sí posee oferta original, mientras que la oferta del nodo de transbordo T2 no posee oferta original
200 D1 500 P1 T1 D2 300 P2 T2 400 400

D2

200

NODOS DE TRANSBORDO
La demanda del nodo de transbordo T1 no posee demanda original, mientras que la demanda del nodo de transbordo T2 sí posee demanda original
D1
400 P1 T1 D2 600 200 300

P2

T2 D2 200 300

MODELO
DESTINO T1 FUENTE P1 P2 T1 T2 D1 D2 1000 1200 B1 B2 B3 B4 T2 D1 D2 D3 OFERTA

DEMANDA

B1

B2

B3+800 B4+900

500

Se obtiene la 1ª solución mediante método de Vogel

T1 3

T2 4 5 M M M M M M 8 M M M

D1 M M 6 4 5 M

D2 M

D3

Ofta

P1
P2 2 M M M M

1000
M

1200
M 9 M 3 B1 B2 B3 B4 500

T1
T2

D1 D2
Dda

B1

B2

800+B3

900+B4

EJEMPLO DE TRANSBORDO
Obtener la primera solución factible mediante Vogel, implica asignar el máximo número de unidades posible en las celdas de menor costo marginal, según los sucesivos gradientes No obstante, en ocasiones, la celda de menor costo marginal puede asociarse con un máximo número de unidades determinado por los amortiguadores. Luego, se requiere definir los rangos posibles para cada amortiguador 800 < B1 < 2200 0 < B2 < 1400 0 < B3 < 1400 0 < B4 < 500

EJEMPLO DE TRANSBORDO
T1 P1 P2 T1 T2 D1 D2 Dda 3 2 4 1000 5 M 400 M M M M B1 1 B2 1 8 800 M M M M M M 4 1400 5 M M 3 500 500 6 9 6 M M M 1200 B1 B2 B3 B4 3 2 M M T2 M D1 M D2 M 1000 1 D3 Ofta

800
M

5 M M M M M

800+B3 900+B4
M 1

EJEMPLO DE TRANSBORDO
Al calcular los gradientes del método de Vogel, se van obteniendo los valores de los amortiguadores Valores de los amortiguadores: B1 = 800 B2 = 1400 B3 = 0 B4 = 500

Si es que hay 2 o más gradientes de igual valor (como sucede con los gradientes + M ), entonces se asigna el máximo número de unidades posibles en aquella celda de menor costo unitario de transporte

EJEMPLO DE TRANSBORDO
1ª asignación: XD2D3 = 500, gradiente fila D2 = M 2ª asignación: XT1D2 = 1400, gradiente fila T2 = M 3ª asignación: XT1D1 = 800, gradiente fila T1 = M 4ª asignación: XP2T1 = 800, gradiente fila P2 = 3 5ª asignación: XP1T2 = 1000 6ª asignación: XP2T2 = 400

Asignación manual

Así, Vogel determina la 1ª solución básica factible, sin embargo falta verificar la condición de optimalidad e iterar vía simplex si es que se requiere

EJEMPLO DE TRANSBORDO
m + n - 1 = 10 Sin embargo, la asignación inicial mediante método de Vogel tiene solamente 6 variables básicas

Deben ingresarse cuatro valores 0 a la base XT1T2 = 0, XT2T2 = 0, XD1T2 = 0, XD2T2 = 0 Luego, se deben calcular los precios sombra para verificar si la solución básica factible es o no es óptima

EJEMPLO DE TRANSBORDO
T1 P1 P2 T1 T2 D1 D2 Dda 3 2 800 M M M M B1 M 0 M M 0 M B2 4 T2 M D1 M M 6 800 M M M 4 1400 5 M M 3 500 500 9 D2 M 1000 M 400 8 M M 1200 B1 B2 B3 B4 D3 Ofta

1000
5

0

0

800+B3 900+B4

Se deben calcular todos los precios sombra

EJEMPLO DE TRANSBORDO
T1 P1 P2 T1 T2 D1 D2 Dda 3 +2 4 1000 T2 M D1 D2 M D3 M Ofta 1000 1200 B1 B2 B3 B4

+M +M
800

+M +M
E

+M +M
E

2
800 M M M M B1 E E

5 400
M 0 M M 0 M B2 0 0

M
8 M M M

M
6 4

M
M 9

1400 5 M E E 3 M

500 500

A

Ya que

> 0 ij

i,j

800+B3 900+B4
XJ

Solución óptima

E

E

E E E

E E

EJEMPLO DE TRANSBORDO
Solución óptima del ejemplo de transbordo:

XJ = ( XP1T2, XP2T1, XP2T2, XT1T2, XT1D1, XT2T2, XT2D2, XD1T2, XD2T2, XD2D3 )
XP1T2 = 1000 XT2T2 = XD1T2 = 0 0
La solución no es única, pues es una solución degenerada

XP2T1 = 800
XP2T2 = 400 XT1T2 = 0

XT2D2 = 1400
XD2T2 = 0 XD2D3 = 500

XT1D1 = 800

Z = (1000*4) + (800*2) + (400*5) + (800*8) + (1400*4) + (500*3) = 21.100 ($100)