You are on page 1of 54

INVESTIGACION DE

OPERACIONES
PROF.: FELIPE LILLO V.
ING. CIVIL INDUSTRIAL
flillo@ucm.cl
INVESTIGACION DE OPERACIONES
Definición:
Conjunto de técnicas matemáticas y estadísticas aplicable a diversos
sistemas con el fin de mejorarlos, buscando las mejores alternativas de
acción; esto mediante el modelamiento matemático de los problemas en
estudio.
 Proceso: Conjunto de Actividades que crean una Salida o
Resultado a partir de una o más Entradas o Insumos.

 Sistema: Un Conjunto de Elementos interconectados utilizados
para realizar el Proceso. Incluye subprocesos pero también
incluye los Recursos y Controles para llevar a cabo estos
procesos.

 En el diseño de Procesos nos enfocamos en QUÉ se ejecuta.

 En el diseño del Sistemas el énfasis está en los detalles de
CÓMO, DÓNDE Y CUÁNDO.
Sistemas v/s Procesos
Entidades
que Entran
Entidades
que Salen
Reglas de
Operación
(Controles)
Sistema
Recursos
Actividades
Sistemas v/s Procesos

 Con el propósito de estudiar científicamente un sistema del
mundo real debemos hacer un conjunto de supuestos de cómo
trabaja.
 Estos supuestos, que por lo general toman la forma de
relaciones matemáticas o relaciones lógicas, constituye un
Modelo que es usado para tratar de ganar cierta comprensión
de cómo el sistema se comporta.

Modelos
INVESTIGACION DE OPERACIONES
INVESTIGACION DE OPERACIONES
Clasificación de los modelos
Existen múltiples tipos de modelos para representar la realidad. Algunos son:


Dinámicos: Utilizados para representar sistemas cuyo estado varía con el tiempo.

Estáticos: Utilizados para representar sistemas cuyo estado es invariable a través del
tiempo.


Matemáticos: Representan la realidad en forma abstracta de muy diversas maneras.

Físicos: Son aquellos en que la realidad es representada por algo tangible, construido
en escala o que por lo menos se comporta en forma análoga a esa realidad (maquetas,
prototipos, modelos analógicos, etc.).


Analíticos: La realidad se representa por fórmulas matemáticas. Estudiar el sistema
consiste en operar con esas fórmulas matemáticas (resolución de ecuaciones).

Numéricos: Se tiene el comportamiento numérico de las variables intervinientes. No
se obtiene ninguna solución analítica.
INVESTIGACION DE OPERACIONES
Clasificación de los modelos

Continuos: Representan sistemas cuyos cambios de estado son graduales. Las
variables intervinientes son continuas.

Discretos: Representan sistemas cuyos cambios de estado son de a saltos. Las
variables varían en forma discontinua.


Determinísticos: Son modelos cuya solución para determinadas condiciones es única
y siempre la misma.

Estocásticos: Representan sistemas donde los hechos suceden al azar, lo cual no es
repetitivo. No se puede asegurar cuáles acciones ocurren en un determinado instante.
Se conoce la probabilidad de ocurrencia y su distribución probabilística. (Por ejemplo,
llega una persona cada 20 ± 10 segundos, con una distribución equiprobable dentro
del intervalo).
INVESTIGACION DE OPERACIONES
Clasificación de los modelos


Es interesante destacar que algunas veces los modelos y los sistemas no pertenecen al mismo tipo.
Por ejemplo:

El estudio del movimiento del fluido por una cañería (Fluidodinámica) corresponde a sistemas
continuos. Sin embargo si el fluido se lo discretiza dividiéndolo en gotas y se construye un modelo
discreto por el cual circulan gotas de agua (una, dos, diez, cien, mil) se está representando un
sistema continuo por un modelo discreto.
10
El problema de transporte
Descripción del problema
Formulación matemática del problema
Tableau de transporte. Solución Básica
factible inicial
Método Simplex de transporte
Análisis de sensibilidad
Carmen Bravo Castillo
11
Descripción del problema
 El problema de transporte es un tipo especial de problema de PL,
como lo son también los problemas de asignación y transbordo.
 Cada uno de estos problemas pueden ser resueltos por el
algoritmo simplex, pero existen algoritmos especializados para
cada uno de ellos mucho más eficientes que el Simplex.

 Descripción del problema de transporte:
 El objetivo es minimizar el costo total de transporte para
abastecer las demandas en los puntos de destino a partir de las
ofertas en los puntos de origen.
12
Descripción del problema
 El problema de transporte se caracteriza por:

 Existen m puntos de origen y n puntos de destino.
 Existe una oferta de producto en el origen i.
 Existe una demanda de producto en el destino j.
 Existe un costo unitario de transporte entre i y j.
 El producto a transportar es uniforme.
 Si el problema consiste en una maximización aún es un problema de
transporte.
 Observe que este problema es un problema PL entera.Por qué?

13
Descripción del problema
 Una empresa forestal tiene 3 predios para abastecer de
madera a 4 aserraderos. El predio 1 puede ofrecer al mes
35 mil m
3
, el predio 2, 50 mil m
3
y el predio 3, 40 mil m
3
.La
demanda del aserradero 1 al mes es de 45 mil m
3
; del
aserradero 2, ,20 m
3
mil; del aserradero 3, de 30 m
3
mil y
del aserradero 4 de 30 mil m
3
.El costo de transporte
depende de la distancia entre predios y aserraderos. La
tabla 1 muestra los costos de transporte en US$/m
3
.
Formule un PL que minimice el costo total de abastecer las
demandas de los aserraderos.
14
Descripción del problema. Tabla 1
Desde

Ase. 1

Ase. 2 Ase. 3 Ase.4

Oferta

Predio 1

8 6 10 9 35
Predio 2

9 12 13 7 50
Predio 3

14 9 16 5 40
Demanda 45 20 30 30
15
Formulación del problema
 Variable de decisión:
 Observamos que se debe decidir cuántos m
3
transportar desde
cada predio a cada aserradero de manera lograr el objetivo de
minimizar los costos totales de transporte y de satisfacer las
demandas con la oferta de madera de la empresa forestal.
Entonces:
x
ij
= cantidad de m
3
transportados desde el predio i al aserradero j.
 Función objetivo:
Min Z= 8x
11
+6x
12
+10x
13
+9x
14
(costo de trasporte desde predio 1)
+ 9x
21
+12x
22
+13x
23
+7x
24
(costo de trasporte desde predio 2)

+ 14x
31
+9x
32
+16x
33
+5x
34
(costo de trasporte desde predio 3)

16
Formulación del problema
 La cantidad de madera que se envía del predio 1 a cada
aserradero,1,2,3 y 4 no debe superar la oferta del predio:

x
11
+ x
12
+ x
13
+ x
14
≤35 (oferta predio 1)
luego para los demás aserraderos:

x
21
+ x
22
+ x
23
+ x
24
≤ 50 (oferta predio 2)
x
31
+ x
32
+ x
33
+ x
34
≤ 40 (oferta predio 3)

17
Formulación del problema
 Restricciones:
 La cantidad de madera que llegue de cada predio, 1,2 y 3 debe
satisfacer al menos la demanda del aserradero 1.

x
11
+ x
21
+ x
31
≥45 (demanda aserradero 1)
luego para los demás aserraderos:
x
12
+ x
22
+ x
32
≥20 (demanda aserradero 2)
x
13
+ x
23
+ x
33
≥30 (demanda aserradero 3)
x
14
+ x
24
+ x
34
≥30 (demanda aserradero 4)
 Restricción de signo
x
ij
≥0 i,1,2,3; j=1,2,3,4

18
Formulación del problema
Min Z= 8x
11
+6x
12
+10x
13
+9x
14
+ 9x
21
+12x
22
+13x
23
+7x
24
+14x
31
+9x
32
+
16x
33
+5x
34
Sa
.

x
11
+ x
12
+ x
13
+ x
14
≤35
x
21
+ x
22
+ x
23
+ x
24
≤50
x
31
+ x
32
+ x
33
+ x
34
≤40
x
11
+ x
21
+ x
31
≥45
x
12
+ x
22
+ x
32
≥20
x
13
+ x
23
+ x
33
≥30
x
14
+ x
24
+ x
34
≥30

x
ij
≥0 i,1,2,3; j=1,2,3,4.
19
Representación gráfica

Predio1 Aserradero1
a
1
=35 b
1
=45 ( si fuera 40)

Predio2 Aserradero2
a
2
=50 b
2
=20

Predio3 Aserradero3
a
3
=40 b
3
=30

Aserradero4
b
4
=30

20
Formulación matemática
 Sea x
ij
la variable de decisión expresada como la cantidad de
producto a enviar del origen i al destino j.

Min Z=
1,..
1,...
0 1,.. 1,...
m n
ij ij
i j
n
ij ij
j
m
ij j
i
ij
c x
sa
x a i m
x b j n
x i m j n
s =
> =
> = =
¿¿
¿
¿
21
Formulación matemática
 Problema balanceado .El problema de transporte está balanceado
si la cantidad total ofrecida es igual a la cantidad total demandada:
El problema balanceado se puede escribir como:
Min Z=
1,..
1,...
0 1,.. 1,...
m n
i j
i j
m n
ij ij
i j
n
ij ij
j
m
ij j
i
ij
a b
c x
sa
x a i m
x b j n
x i m j n
=
= =
= =
> = =
¿ ¿
¿¿
¿
¿
22
Balanceo del problema
 Cómo balancear un problema?. Veamos, si la demanda de
aserradero 1 fuera de 40m
3
:



 Existe un exceso de oferta de 5 mil m
3
. Para balancearlo
creamos un destino ficticio (aserradero) que requiera el
exceso de oferta. Luego el aserradero ficticio demanda 5 mil
m
3
al mes.
 En caso de que exista un exceso de demanda se debe crear
una oferta ficticia que supla el exceso de demanda.

 Si balanceamos este problema agregamos las variables de
decisión x
i5
, con i= 1,2,3.
35 50 40 125 40 20 30 30 120
m n
i j
i j
a b = + + = = = + + + =
¿ ¿
23
Formulación matemática del
problema balanceado
Min Z= 8x
11
+6x
12
+10x
13
+9x
14
+ 9x
21
+12x
22
+13x
23
+7x
24
+14x
31
+9x
32
+
16x
33
+5x
34
Sa
.
x
11
+ x
12
+ x
13
+ x
14
+ x
15
=35
x
21
+ x
22
+ x
23
+ x
24
+ x
25
=50
x
31
+ x
32
+ x
33
+ x
34
+ x
35
=40
x
11
+ x
21
+ x
31
=40
x
12
+ x
22
+ x
32
=20
x
13
+ x
23
+ x
33
=30
x
14
+ x
24
+ x
34
=30
x
15
+ x
25
+ x
35
=5

x
ij
≥0 i,1,2,3; j=1,2,3,4,5.
24
Tableu de transporte balanceado
c
11
c
12
c
1j
c
1n
a
1
c
21
c
22
c
2j
c
2n
a
2
c
i1
c
i2
c
ij
c
mn
a
m
b
1
b
2
b
j
b
n
25
Solución Básica Factible Inicial
 Observamos que este problema tiene m+n restricciones.
 Si comprobamos que un conjunto x
ij
’s satisface m+n-1
restricciones de un problema balanceado, este conjunto satisface
también la restricción restante.
 Circuito o Loop: orden de secuencia de al menos 4 celdas si:
 Cualquier par de celdas consecutivas están ya sea en la misma fila o
misma columna.
 No hay tres celdas consecutivas que descansen en la misma fila o
columna
 La última celda en la secuencia tiene una fila o celda en común con
la primera celda en la secuencia

26
Solución Básica Factible Inicial
 Teorema
En un problema de transporte balanceado con m puntos de oferta y
n puntos de demanda, las celdas correspondientes a m+n-1
variables no contienen loop si y solo sí, las m+n-1 variables
producen una solución básica.

 Métodos para encontrar una sbf inicial:
 Esquina Noroeste
 Método de Costo mínimo
 método Vogel

27
Solución Básica Factible Inicial
 Método de la esquina NO:

 En la esquina superior izquierda del tableau de transporte y se
hace x
11
lo más grande posible , mín{a
1
,b
1
}. Si x
11
es a
1
,borre la
primera fila del TT, cambie b
1
por b
1
-a
1
. Si x
11
es b
1
,borre la
primera columna del TT, y cambie a
1
por a
1
-b
1.
Si x
11
es
a
1
=b
1
,borre la primera fila y la primera columna del TT.
 Continúe aplicando este procedimiento a la celda más cercana a
la esquina NO del TT.
 y demanda.

28
Solución Básica Factible Inicial
 Método de mínimo costo
 Encuentre la variable con menor costo de transporte, x
ij
, asígnele
el mayor valor posible mín {a
i
,b
j
}. Como en el método NO borre la
fila o columna que se haga cero y actualice la oferta o la
demanda. Luego busque la variable con menor costo entre las
filas y/o columnas restantes y repita el procedimiento.
 Continúe hasta que exista una sola celda que pueda ser elegida y
asígnele la cantidad de oferta y demanda restantes. En este caso
borre ambas, fila y columna.
29
Solución Básica Factible Inicial
 Método Vogel
 Calcule para cada fila y columna una penalización igual a la
diferencia entre los costos de transporte más bajos. Luego
encuentre la fila o columna con la más alta penalidad. Elija como
la primera VB la variable en esta fila o columna que tenga el más
bajo costo de transporte. Haga esta variable básica los más
grande posible y elimine la fila o la columna que se hace cero y
cambie la oferta y la demanda asociada.
 Continúe con el procedimiento hasta que solo una celda quede al
final. Haga esta variable igual a la oferta o demanda asociada
con la variable.
30
Ejemplo
 Por simplicidad consideraremos el ejemplo de la empresa forestal, con
la variación de que la demanda del aserradero 1 es de 45 m
3
/mes. De
esta forma el problema ya está balanceado y el TT queda como:

8 6 10 9
35
9 12 13 7
50
14 9 16 5
40
45 20 30 30
31
Ejemplo
Min Z= 8x
11
+6x
12
+10x
13
+9x
14
+ 9x
21
+12x
22
+13x
23
+7x
24
+14x
31
+9x
32
+
16x
33
+5x
34
Sa
.

x
11
+ x
12
+ x
13
+ x
14
=35
x
21
+ x
22
+ x
23
+ x
24
=50
x
31
+ x
32
+ x
33
+ x
34
=40
x
11
+ x
21
+ x
31
=45
x
12
+ x
22
+ x
32
=20
x
13
+ x
23
+ x
33
=30
x
14
+ x
24
+ x
34
=30

x
ij
≥0 i,1,2,3; j=1,2,3,4
32
Método Simplex para el problema
de transporte
 Paso 1. Si el problema no está balanceado. Balancéelo.
 Paso 2.Use uno de los métodos descritos para lograr una sbf.
 Paso 3. Use el hecho de que una variable dual es igual a cero,
ejemplo u
1
=0, y u
i
+v
j
=c
ij
para todas las variables básicas para
encontrar todos los valores de u
i
y v
j
de la sbf actual. Donde
C
VB
B
-1
= { u
i
,v
j
} i=2,3,.,m j=1,2,.,n

 Los costos reducidos de las VB de cualquier sbf deben ser cero,
luego se tiene que:
 C
ij
=C
VB
B
-1
a
j
-c
ij
=0

33
Método Simplex para el problema
de transporte
 Paso 4.Si u
i
+v
j
-c
ij
≤0 para todas las variables no básicas, entonces
la sbf actual es óptima. En caso contrario que entre la variable no
básica que tenga u
i
+v
j
-c
ij
más positivo usando el procedimiento
de privote. Esto produce una nueva sbf.

 El pivote consiste en establecer un circuito que contenga la celda
de la variable entrante y algunas de las variables básicas.
Etiquete alternamente cada celda con signo + y - partiendo en la
celda entrante con signo positivo. Elija de las celdas con signo
negativo aquella con menor valor de asignación. Luego sume
este valor a las celdas con signo positivo y réstelo a las celdas
con signo negativo.
 Paso 5. Use la nueva sbf y vuelva a los pasos 3 y 4.
34
Método Simplex para el problema
de transporte
 Si el problema es de maximización, reemplace el Paso 4 por:
 Paso 4’ .Si u
i
+v
j
-c
ij
≥0 para todas las variables no básicas,
entonces la sbf actual es óptima. En caso contrario que entre la
variable no básica que tenga u
i
+v
j
-c
ij
más negativo usando el
procedimiento de privote. Esto produce una nueva sbf.



35
Aplicación
 Partiendo con una sbf inicial mediante el método esquina NO, se tienen
el primer TT: Aquí se han completado los pasos 1 y 2.
8
35
6 10 9
35
9
10
12
20
13
20
7

50
14 9 16
10
5
30
40
45 20 30 30
36
Aplicación
 Paso 3. La sbf es: {x
11
,x
21
,x
22
,x
23
,x
33
,x
34
}.

| |
| |
11 2 3 1 2 3 4 1
21 2 3 1 2 3 4 2 1
0
0
1
8 8 0
0
0
0
1
0
1
9 9 0
0
0
0
c u u v v v v v
c u u v v v v u v
(
(
(
(
= ÷ = ÷ =
(
(
(
(
(
¸ ¸
(
(
(
(
= ÷ = + ÷ =
(
(
(
(
(
¸ ¸
37
Aplicación
 Realizando el mismo procedimiento anterior se tiene:
 c
22
= u
2
+v
2
-12=0
 c
23
= u
2
+v
3
-13=0
 c
33
= u
3
+v
3
-16=0
 c
34
= u
3
+v
4
-5=0
 Se llega a un sistema de ecuaciones fácil de resolver:
 u
2
+v
2
-12=0 v
1
-8=0
 u
2
+v
3
-13=0 u
2
+v
1
-9=0
 u
3
+v
3
-16=0 u
1
=0
 u
3
+v
4
-5=0, Se tiene entonces que: u
1
=0,u
2
=1, u
3
=4,v
1
=8,
 v
2
=11,v
3
=12 y v
4
=1
38
Aplicación
 Paso 4. Cálculo de costos reducidos para variables no básicas:
 c
12
=u
1
+v
2
-c
12
=0+11-6=5
 c
14
=0+1-9=-8
 c
31
=4+8-14=-2
 c
13
=0+12-10=2
 c
24
=1+1-7=-5
 c
32
=4+11-9=6
 Como el costo reducido más positivo es el de la variable x
32
, ésta
entra a la base y sale aquella que se hace cero en el pivoteo.

39
Aplicación
8
35
6 10 9
35
9
10
12
20
13
20
7

50
14 9 16
10
5
30
40
45 20 30 30
40
Aplicación
 Paso 5. Entra x
32
=0+10=10 la variable x
22
=20-10=10, la variable
x
23
=20+10=30 y sale la variable x
33
=0. El TT queda:



8
35
6 10 9
35
9
10
12
10
13
30
7

50
14 9
10
16

5
30
40
45 20 30 30
41
Aplicación
 Calculando los costos reducidos para cada variable no básica
tenemos que c
12
=5,c
24
=1 y c
13
=2, son los únicos positivos, luego la
variable x
12
entra a la base. Pivoteo.
u
i
/v
j
8 11 12 7

0

1

-2



8
35
6 10 9
35
9
10
12
10
13
30
7

50
14 9
10
16

5
30
40
45 20 30 30
42
Aplicación
 Paso 5.La celda del circuito con signo menos con asignación más
negativa es x
22
=10, luego x
12
=10, x
11
=25 y x
21
=20 y sale x
22
(x
22
=0).
8
35
6

10 9
35
9
10
12
10
13
30
7

50
14 9
10
16

5
30
40
45 20 30 30
43
Aplicación
 El tableau con la nueva sbf .Calculando los c
ij
para las variables no
básicas encontramos que el único positivo es: c
13
=2, luego entra x
13
a la
base, la nueva sbf la encontramos haciendo un pivoteo:
u
i
/v
j
8 6 12 2

0

1

3



8
25
6
10
10 9
35
9
20
12

13
30
7

50
14 9
10
16

5
30
40
45 20 30 30
44
Aplicación
 Pivoteo
8
25
6
10
10 9
35
9
20
12

13
30
7

50
14 9
10
16

5
30
40
45 20 30 30
45
Aplicación
 Paso 5.Como x
11
=25 es la asignación más pequeña de las celdas con
signo negativo en el circuito, x
13
=0+25=25, x
21
=20+25=45,x
23
=30-25=5 y
x
11
=0. El TT para esta sbf:
u
i
/v
j
6 6 10 2

0

3

3


8 6
10
10
25
9
35
9
45
12

13
5
7

50
14 9
10
16

5
30
40
45 20 30 30
46
Análisis de sensibilidad
 Compruebe que el TT anterior es óptimo, es decir que todos los c
ij
≤0.
 La SO es:
 x
12
=10 x
13
=25, x
21
=45,x
23
=5,x
32
=10,x
34
=30

 Z= 6(10)+10(25)+9(45)+13(5)+9(19)+5(30)= US$1020 miles

 Ud. está en condiciones de hacer una análisis de sensibilidad para:
 Cambio de coeficiente de FO de una VNB
 Cambio en coeficiente de FO de una VB
 Aumento de una sola oferta por un Δ y de una sola demanda por un Δ .
 Qué características tiene la matriz A, de este problema? Averigüe.
 Degeneración: Cuando una sbf tiene menos que m+n-1 asignaciones se
dice que el problema es degenerado. Se puede usar una asignación Ɛ
(valor muy bajo) para completarm+n-1 asignaciones y continuar con el
método. Es posible que se produzca un loop.
47
El Problema de asignación
 Corresponde a una clase de problema de transporte en el cual el
método simplex de transporte no es eficiente para su solución.

 Ejemplo. Muebles Talca tienen 4 máquinas y 4 trabajos que
completar. Cada máquina debe ser asignada para completar un
trabajo. El tiempo requerido de preparación de cada máquina se
muestra en la Tabla 1. Muebles Talca desea minimizar el total de
tiempo de preparación requerido para completar los 4 trabajos.
Use PL para resolver este problema.
48
El Problema de asignación
 Tabla 1.
Máquinas
-trabajos
1 2 3 4
1 14 5 8 7
2 2 12 6 5
3 7 8 3 9
4 2 4 6 10
49
El Problema de asignación
 Vd:
 X
ij
=1 si la máquina i es es asignada para cumplir las demandas del trabajo j.
 X
ij
=0 si la máquina i no es es asignada para cumplir las demandas del trabajo j.
F.O
Min Z= 14x
11
+5x
12
+8x
13
+7x
14
+2x
21
+12x
22
+6x
23
+
5x
24
+7x
31
+8x
32
+3x
33
+9x
34
+2x
41
+4x
42
+6x
43
+10x
44
s.a.
x
11
+x
12
+x
13
+x
14
=1
x
21
+x
22
+x
23
+x
24
=1
x
31
+x
32
+x
33
+x
34
=1 RESTRICCIONES DE MÁQUINAS
x
41
+x
42
+x
43
+x
44
=1

50
El Problema de asignación
x
11
+x
21
+x
31
+x
41
=1
x
12
+x
22
+x
32
+x
42
=1
x
13
+x
23
+x
33
+x
43
=1 RESTRICCIONES DE TRABAJOS
x
14
+x
24
+x
34
+x
44
=1

X
ij
=1ó X
ij
=0

 Resuelva el problema por simlex transporte (MST).
 El alto grado de degeneración de MST en los problemas de asignación
puede causar que este método sea ineficiente para resolver problemas de
asignación.
51
Método Hungariano
 Paso 1. Comience encontrando el mínimo elemento en cada fila de la
matriz de costo m*m. Construya una nueva matriz a través de la resta
sobre cada costo del costo mínimo en esa fila. Para esta nueva matriz
encuentre el costo mínimo en cada columna. Construya una nueva matriz
llamada matriz de los costos reducidos mediante la resta sobre cada
costo del costo mínimo en su columna.
 Paso 2. Dibuje el número mínimo de líneas (horizontales o verticales)
que son necesarias para cubrir todos los ceros en la matriz de costos
reducidos. Si se requieren m líneas para cubrir todos los ceros en la
matriz de costos reducidos, una SO está disponible entre los ceros
cubiertos en la matriz. Si menos que m líneas son necesarias para cubrir
los ceros, vaya al paso 3.
52
Método Hungariano
 Paso 3. Encuentre el menor elemento no cero en la matriz de costos
reducidos, que no están cubiertas por las líneas del paso 2, llame a su
valor k. Ahora reste k desde cada valor no cubierto de la matriz de costos
reducidos y sume k a cada elemento de esta matriz que está cubierto por
dos líneas. Vuelva al Paso 2.
 Si el problema consiste en una maximización de la FO. Transforme el
problema mediante la multiplicación de la FO por (-1) y resuelva para
minimización.
 Si el problema no está balanceado cree puntos ficticios de manera de
balancear el problema.
 En problemas grandes se complica encontrar el mínimo número de
líneas requeridos para cubrir todos los ceros. Se puede mostrar que si j
líneas son requeridas para cubrir todos los ceros, entonces solo j trabajos
pueden ser asignados a costo cero en la matriz actual (Gillet, 1976).
53
Solución
1 2 3 4
1 14 5 8 7
2 2 12 6 5
3 7 8 3 9
4 2 4 6 10
5
2
2
3
Min
1 2 3 4
1 9 0 3 2
2 0 10 4 3
3 4 5 0 6
4 0 2 4 8
Min
0 0 0 2
Matriz de costos
Matriz de costos depués de la
resta de los mínimos de fila
54
Solución
1 2 3 4
1 9 0 3 0
2 0 10 4 1
3 4 5 0 4
4 0 2 4 6
Matriz de costo depués de la resta de
los mínimos de columna
1 2 3 4
1 10 0 3 0
2 0 9 3 0
3 5 5 0 4
4 0 1 3 5
Cuatro líneas requeridas: SO
SO: x
12
=1, x
24
=1,x
33
=1 y x
41
=1