You are on page 1of 126

Investigación Operativa 1

Capítulo 7: Transporte, transbordo y


asignación

Profesor: Wilmer Atoche Díaz


ÍNDICE
1. Terminología de redes.
2. Árbol de expansión mínima.
3. Problema de la ruta más corta.
4. Problema de flujo máximo.
5. Problema de flujo a costo mínimo.
6. PERT y CPM.

2
5. El problema de flujo a costo mínimo (1)

El problema del flujo a costo mínimo representa


una clase general del modelo de redes que
comprende a los problemas de transporte,
transbordo, asignación y flujo máximo, como
casos especiales.

Representación de la red
Considere una red (N, A), en donde N es el
conjunto de nodos y A es el conjunto de arcos.
3
5. El problema de flujo a costo mínimo (2)

Para definir un problema de flujo a costo mínimo, sea:


• Xij: es el número de unidades de flujo enviado del nodo i al
nodo j a través del arco (i, j)
• bi: es el flujo neto (salida - entrada) en el nodo i.
• Cij: es el costo de transportar una unidad de flujo del nodo i
al nodo j a través del arco (i, j)
• Iij: es la capacidad inferior para el flujo a través del arco (i, j);
si no existe entonces es igual a cero
• Sij: es la capacidad superior para el flujo a través del arco (i,
j); si no existe entonces es igual a infinito

4
5. El problema de flujo a costo mínimo (3)

El valor de bi depende de la naturaleza del nodo i,


en donde:
 bi > 0, si i es un nodo de oferta
 bi < 0, si i es un nodo de demanda
 bi = 0, si i es un nodo de transbordo

5
5. El problema de flujo a costo mínimo (4)

Formulación
Minimizar Z =  todos los arcos Cij Xij
sujeta a:
j Xij - k Xki = bi
para cada nodo i en la red
Iij  Xij  Sij
para cada arco en la red
Con Xij  0
6
5. El problema de flujo a costo mínimo (5)

5.1 Problema de transporte


5.2 Problema de transbordo
5.3 Problema de asignación

7
5.1 Problema de transporte

Características
• Un nodo de oferta para cada origen
• Un nodo de demanda para cada destino
• Los arcos son dirigidos desde el nodo de oferta hasta
el nodo de demanda
• Como el problema de transporte no impone
restricciones de cota superior sobre las Xij
individuales, todas las Sij= 

8
Ejemplo 1.6.- Executive Furniture
Corporation (1)
Fabrica escritorios de oficina en tres localidades:
Des Moines, Evansville y Fort Lauderdale.

La firma distribuye los escritorios a través de almacenes


localizados en:
Boston, Albuquerque y Cleveland.

9
Ejemplo 1.6.- Executive Furniture
Corporation (2)
Cleveland
Des Moines (200 unid.)
(100 unid.) requerimiento
capacidad

Albuquerque
(300 unid.) Evansville Boston
requerimiento (300 unid.) (200 unid.)
capacidad requerimiento

Ft. Lauderdale
(300 unid.)
capacidad 10
Ejemplo 1.6.- Executive Furniture
Corporation (3)
Un estimado de la capacidad de producción mensual en cada fábrica y un
estimado del número de escritorios que son necesarios casa mes en cada
almacén es mostrado en la siguiente figura.

Fábricas (orígenes) Almacenes (destinos)

300 unid.
100 unid. Des Moines Albuquerque

200 unid.
300 unid. Evansville Boston

200 unid.
300 unid. Fort Lauderdale Cleveland

11
Costos de transporte (1)
 Los costos de fabricación (intis por escritorio) en cada fábrica son
iguales; los únicos costos pertinentes son los de envío de cada origen
a cada destino.
 Los costos de envío son considerados constantes sin importar el
volumen enviado.

A (Destinos)
De (Orígenes)
Albuquerque Boston Cleveland
Des Moines 5.00 4.00 3.00

Evansville 8.00 4.00 3.00

Fort Lauderdale 9.00 7.00 5.0012


Costos de transporte (2)

1. El primer paso es preparar una tabla de transporte.


• Su propósito es resumir conveniente y concisamente todos los
datos pertinentes y seguir la pista de los cálculos del algoritmo
(Esto sirve igual que la tabla símplex en los problemas de PL).
2. Construir una tabla de transporte e identificar sus diversos
componentes.

13
Costos unitarios de envío:
De fábrica a almacén
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
(D)

Evansville 8 4 3
(E)
9 7 5
Fort
Lauderdale (F)

Requerimientos de
almacén

14
Demanda Total y Capacidad Total

Albuquerque Boston Cleveland Capacidad


(A) (B) (C) de fábrica

Des Moines
100
(D)

Evansville
300
(E)

Fort
300
Lauderdale (F)

Requerimientos de
almacén 300 200 200 700

15
Tabla de Transporte
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100
(D)

Evansville 8 4 3
300
(E)
9 7 5
Fort
300
Lauderdale (F)

Requerimientos de
almacén
300 200 200 700

16
Regla de la esquina noroeste para
obtener una solución inicial (1)
Comenzar en la esquina superior izquierda (o esquina
noroeste) de la tabla y asignar unidades a las rutas de
envío como sigue:
1. Agotar la demanda (capacidad de la fábrica) en cada fila
antes de descender a la fila siguiente.
2. Agotar los requerimientos (almacén) de cada columna antes
de continuar hacia la derecha a la siguiente columna.
3. Comprobar que todas las ofertas y demandas se satisfagan.

17
Regla de la esquina noroeste para
obtener una solución inicial (2)
1. Comenzar en la esquina superior izquierda, asignar 100 unidades de
Des Moines a Albuquerque.
• Esto consume la capacidad u oferta de la fábrica de Des Moines.
• Pero aún le faltan 200 escritorios a Albuquerque.
• A continuación, se desciende a la segunda fila en la misma
columna.
2. Asignar 200 unidades de Evansville a Albuquerque.
• Esta cantidad satisface la demanda de Albuquerque para un total de
300 escritorios.
• La fábrica Evansville tiene 100 unidades sobrantes, entonces nos
movemos a la derecha hacia la siguiente columna de la segunda
fila.

18
Regla de la esquina noroeste para
obtener una solución inicial (3)
3. Asignar 100 unidades de Evansville a Boston.
• La oferta de Evansville se agotó, pero al almacén de Boston aún le
faltan 100 escritorios.
• En este punto se desciende verticalmente en la columna Boston a
la siguiente fila.
4. Asignar 100 unidades de Fort Lauderdale a Boston.
• Esta cantidad satisface la demanda de Boston para un total de 200
unidades.
• Note que la fábrica de Fort Lauderdale aún tiene 200 unidades
disponibles que todavía no ha enviado.

19
Regla de la esquina noroeste para
obtener una solución inicial (4)
5. Asignar 200 unidades de Fort Lauderdale a Cleveland.
• Este movimiento final satisface a la demanda de Cleveland y
agota la oferta de Fort Lauderdale.
• Esto sucede siempre con un problema balanceado.
• El programa inicial de envíos ya está completo.

20
Regla de la esquina noroeste para
obtener una solución inicial (5)
 Esta solución es factible puesto que todas las restricciones de
oferta y demanda se satisfacen.
• Esta debe ser evaluada para ver si es óptima.
• Calcule un índice de mejora por cada celda vacía con el
método de salto de piedra en piedra o MODI.
• Si estos procedimientos indican que es posible una mejor
solución, se utiliza el trayecto de salto de piedra en piedra
para ir de esta solución a soluciones mejoradas hasta que
se encuentra una que sea óptima.

21
Regla de la esquina noroeste para
obtener una solución inicial (6)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
200 100 300
(E)
9 7 5
Fort 200
100 300
Lauderdale (F)

Requerimientos de
almacén
300 200 200 700

22
Regla de la esquina noroeste para
obtener una solución inicial (7)

Origen Destino Unidades Costo (intis Costo total


enviadas por unidad) (intis)
D A 100 5 500
E A 200 8 1,600
E B 100 4 400
F B 100 7 700
F C 200 5 1,000
Costo total 4,200

23
Método del salto de piedra en piedra para
resolver problemas de transporte (1)
1. Seleccionar un cuadro no utilizado que será evaluado.
2. Comenzar en este cuadro. Trazar un trayecto cerrado de
regreso al cuadro original vía aquellos cuadros que actualmente
se utilizan (moverse en sentido antihorario sólo con
desplazamientos horizontales y verticales).
3. Iniciar con un signo mas (+) en el cuadro no utilizado, colocar
alternadamente signos menos (-) y signos mas (+) en cada
cuadro de esquina del trayecto que se acaba de trazar.
4. Calcular un índice de mejora mediante la suma de las cifras de
costo por unidad de cada cuadro que contenga un signo mas
(+) y luego restar los costos por unidad de cada cuadro que
contiene el signo menos (-).

24
Método del salto de piedra en piedra para
resolver problemas de transporte (2)
5. Repetir los pasos 1 a 4 hasta que se haya calculado un índice de
mejora para todos los cuadros no utilizados.
• Si todos los índices calculados son más grandes que o iguales
a cero, se llegó a una solución óptima.
• Sino, es posible mejorar la solución actual y disminuir los
costos totales de envío.

25
Método del salto de piedra en piedra (Des
Moines-Boston)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 Inicio 4 3


100
(D) - 100
+
Evansville 8 4 3
100 300
(E) + 200 -
9 7 5
Fort 200
100 300
Lauderdale (F)

Requerimientos de
almacén
300 200 200 700

Índice: +4-5+8-4 = +3 26
Método del salto de piedra en piedra (Des
Moines-Cleveland)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 Inicio 3


100
(D) - 100 +
Evansville 8 4 3
100 300
(E) + 200 -
9 7 5
Fort 200
100 300
Lauderdale (F) + -

Requerimientos de
almacén
300 200 200 700

Índice: +3-5+8-4+7-5 = +4 27
Método del salto de piedra en piedra
(Evansville-Cleveland)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 Inicio 3
200 100 300
(E) - +
9 7 5
Fort 200
100 300
Lauderdale (F) + -

Requerimientos de
almacén
300 200 200 700

Índice: +3-4+7-5 = +1 28
Método del salto de piedra en piedra (Fort
Lauderdale-Albuquerque)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
200 100 300
(E) - +
Fort Inicio 9 7 5
100 200 300
Lauderdale (F) + -

Requerimientos de
almacén
300 200 200 700

Índice: +9-7+4-8 = -2 OK 29
Método del salto de piedra en piedra:
Segunda solución (1)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
100 200 300
(E)
9 7 5
Fort 200
100 300
Lauderdale (F)

Requerimientos de
almacén
300 200 200 700

30
Método del salto de piedra en piedra:
Segunda solución (2)

Origen Destino Unidades Costo (intis Costo total


enviadas por unidad) (intis)
D A 100 5 500
E A 100 8 800
E B 200 4 800
F A 100 9 900
F C 200 5 1,000
Costo total 4,000

31
Método del salto de piedra en piedra (Des
Moines-Boston)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 Inicio 4 3


100
(D) - 100 +
Evansville 8 4 3
100 200 300
(E) + -
9 7 5
Fort 200
100 300
Lauderdale (F)

Requerimientos de
almacén
300 200 200 700

Índice: +4-5+8-4 = +3 32
Método del salto de piedra en piedra (Des
Moines-Cleveland)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 Inicio 3


100 100
(D) - +
Evansville 8 4 3
100 200 300
(E)

Fort + 9 7
- 200
5
100 300
Lauderdale (F)

Requerimientos de
almacén
300 200 200 700

Índice: +3-5+9-5 = +2 33
Método del salto de piedra en piedra
(Evansville-Cleveland)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 Inicio 3
200 300
(E) - 100
+
9 7 5
Fort 200 300
Lauderdale (F) + 100
-

Requerimientos de
almacén
300 200 200 700

Índice: +3-8+9-5 = -1 OK 34
Método del salto de piedra en piedra (Fort
Lauderdale-Boston)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
100 200 300
(E) + -
Fort 9 Inicio 7 5
Lauderdale (F) - 100
+
200 300

Requerimientos de
almacén
300 200 200 700

Índice: +7-4+8-9 = +2 35
Método del salto de piedra en piedra:
Tercera solución (1)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
200 100 300
(E)
9 7 5
Fort 100
200 300
Lauderdale (F)

Requerimientos de
almacén
300 200 200 700

36
Método del salto de piedra en piedra:
Tercera solución (2)

Origen Destino Unidades Costo (intis Costo total


enviadas por unidad) (intis)
D A 100 5 500
E B 200 4 800
E C 100 3 300
F A 200 9 1,800
F C 100 5 500
Costo total 3,900

37
Método del salto de piedra en piedra (Des
Moines-Boston)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 Inicio 4 3


100
(D) - 100 +
Evansville 8 4 3
200 300
(E) - + 100
9 7 5
Fort 100 300
Lauderdale (F) + 200
-

Requerimientos de
almacén
300 200 200 700

Índice: +4-5+9-5+3-4 = +2 38
Método del salto de piedra en piedra (Des
Moines-Cleveland)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 Inicio 3


100 100
(D) - +
Evansville 8 4 3
200 100 300
(E)
9 7 5
Fort 100
200 300
Lauderdale (F) + -

Requerimientos de
almacén
300 200 200 700

Índice: +3-5+9-5 = +2 39
Método del salto de piedra en piedra
(Evansville-Albuquerque)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville Inicio 8 4 3
(E) + 200
- 100 300

9 7 5
Fort 100
200 300
Lauderdale (F) - +

Requerimientos de
almacén
300 200 200 700

Índice: +8-9+5-3 = +1 40
Método del salto de piedra en piedra (Fort
Lauderdale-Boston)
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
200
300
(E) - + 100
Fort 9 Inicio 7 5
200 100 300
Lauderdale (F) + -

Requerimientos de
almacén
300 200 200 700

Índice: +7-5+3-4 = +1 41
Método del salto de piedra en piedra:
Solución Óptima

Origen Destino Unidades Costo (intis Costo total


enviadas por unidad) (intis)
D A 100 5 500
E B 200 4 800
E C 100 3 300
F A 200 9 1,800
F C 100 5 500
Costo total 3,900

42
Método de distribución modificada
para resolver problemas de
transporte (1)
 El método de distribución modificada (MODI) permite calcular
índices de mejora con rapidez para cada cuadro no utilizado sin
tener que dibujar todos los caminos cerrados.
 Debido a esta característica, con frecuencia se puede ahorrar un
tiempo considerable con respecto al método de salto de piedra
en piedra cuando se deben resolver problemas de transporte.
 Para aplicar el método MODI se comienza con una solución
inicial.

43
Método de distribución modificada
para resolver problemas de
transporte (2)
 Pero ahora hay que calcular el valor de cada fila (llámense
U1, U2, U3 si hay tres filas) y de cada columna (V1, V2, V3 si
hay tres columnas) en la tabla de transporte.
 Los costos de envío del origen i al destino j se denominan Cij.
 El valor asignado a la fila i se denomina Ui.
 El valor asignado a la columna j se denomina Vj.

44
Método de distribución modificada
para resolver problemas de
transporte (3)
1. Calcule los valores de cada fila y cada columna: hágase Ui +
Vj = Cij para aquellos cuadros ocupados.
2. Después de escribir todas las ecuaciones, haga U1 = 0.
3. Resuelva el sistema de ecuaciones para los valores de Ui y
Vj.
4. Calcule el índice de mejora para cada cuadro no utilizado
mediante la fórmula: Iij = Cij - Ui - Vj
5. Seleccione el mejor índice negativo y proceda a resolver el
problema como se hizo con el método de salto de piedra en
piedra.

45
Método MODI: Solución Inicial (1)

Albuquerque Boston Cleveland


Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
200 100 300
(E)
9 7 5
Fort 200
100 300
Lauderdale (F)

Requerimientos de
almacén
300 200 200 700

46
Método MODI: Solución Inicial (2)

Origen Destino Unidades Costo (intis Costo total


enviadas por unidad) (intis)
D A 100 5 500
E A 200 8 1,600
E B 100 4 400
F B 100 7 700
F C 200 5 1,000
Costo total 4,200

47
Método MODI: Solución Inicial (3)

Ecuaciones
U1 + V1 = 5
U2 + V1 = 8
U2 + V2 = 4
U3 + V2 = 7
U3 + V3 = 5

Resolución de las ecuaciones


Sea U1 = 0 entonces:
V1 = 5, U2 = 3, V2 = 1, U3 = 6, V3 = -1
48
Método MODI: Solución Inicial (4)

Índices de Mejora (Iij = Cij - Ui - Vj )


Des Moines - Boston:
I12 = 4 – 0 – 1 = +3
Des Moines - Cleveland:
I13 = 3 – 0 – (-1) = +4
Evansville - Cleveland:
I23 = 3 – 3 – (-1) = +1
Fort Lauderdale - Albuquerque:
I31 = 9 – 6 – 5 = -2 OK

49
Método MODI: Solución Inicial (5)

Albuquerque Boston Cleveland


Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
200 100 300
(E) - +
Fort Inicio 9 7 5
100 200 300
Lauderdale (F) + -

Requerimientos de
almacén
300 200 200 700

50
Método MODI: Segunda solución (1)

Albuquerque Boston Cleveland


Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
100 200 300
(E)
9 7 5
Fort 200
100 300
Lauderdale (F)

Requerimientos de
almacén
300 200 200 700

51
Método MODI: Segunda solución (2)

Origen Destino Unidades Costo (intis Costo total


enviadas por unidad) (intis)
D A 100 5 500
E A 100 8 800
E B 200 4 800
F A 100 9 900
F C 200 5 1,000
Costo total 4,000

52
Método MODI: Segunda solución (3)

Ecuaciones
U1 + V1 = 5
U2 + V1 = 8
U2 + V2 = 4
U3 + V1 = 9
U3 + V3 = 5

Resolución de las ecuaciones


Sea U1 = 0 entonces:
V1 = 5, U2 = 3, V2 = 1, U3 = 4, V3 = 1
53
Método MODI: Segunda solución (4)

Índices de Mejora (Iij = Cij - Ui - Vj )


Des Moines - Boston:
I12 = 4 – 0 – 1 = +3
Des Moines - Cleveland:
I13 = 3 – 0 – 1 = +2
Evansville - Cleveland:
I23 = 3 – 3 – 1 = -1 OK
Fort Lauderdale - Boston:
I32 = 7 – 4 – 1 = 2

54
Método MODI: Segunda solución (5)

Albuquerque Boston Cleveland


Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 Inicio 3
200 300
(E) - 100
+
9 7 5
Fort 200 300
Lauderdale (F) + 100
-

Requerimientos de
almacén
300 200 200 700

55
Método MODI: Tercera solución (1)

Albuquerque Boston Cleveland


Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
200 100 300
(E)
9 7 5
Fort 100
200 300
Lauderdale (F)

Requerimientos de
almacén
300 200 200 700

56
Método MODI: Tercera solución (2)

Origen Destino Unidades Costo (intis Costo total


enviadas por unidad) (intis)
D A 100 5 500
E B 200 4 800
E C 100 3 300
F A 200 9 1,800
F C 100 5 500
Costo total 3,900

57
Método MODI: Tercera solución (3)

Ecuaciones
U1 + V1 = 5
U2 + V2 = 4
U2 + V3 = 3
U3 + V1 = 9
U3 + V3 = 5

Resolución de las ecuaciones


Sea U1 = 0 entonces:
V1 = 5, U3 = 4, V3 = 1, U2 = 2, V2 = 2
58
Método MODI: Tercera solución (4)

Índices de Mejora (Iij = Cij - Ui - Vj )


Des Moines - Boston:
I12 = 4 – 0 – 2 = +2
Des Moines - Cleveland:
I13 = 3 – 0 – 1 = +2
Evansville - Albuquerque:
I21 = 8 – 2 – 5 = +1
Fort Lauderdale - Boston:
I32 = 7 – 4 – 2 = +1

59
Método MODI: Solución óptima

Origen Destino Unidades Costo (intis Costo total


enviadas por unidad) (intis)
D A 100 5 500
E B 200 4 800
E C 100 3 300
F A 200 9 1,800
F C 100 5 500
Costo total 3,900

60
Método de aproximación de Vogel para
obtener un solución inicial (1)
 El método de aproximación de Vogel (VAM) no es tan simple
como el método de la esquina noroeste, pero permite obtener
una muy buena solución inicial, que usualmente es solución
óptima.
 VAM aborda el problema de encontrar una buena solución
inicial bajo la premisa de tomar en cuenta los costos asociados
con cada ruta alternativa.
• Esto es algo que la regla de la esquina noroeste no hace.
 Para aplicar VAM, primero se calcula para cada fila y columna
la penalización que se deberá enfrentar si se envía por la
segunda mejor ruta en lugar de hacerlo por la de costo mínimo.

61
Método de aproximación de Vogel para
obtener un solución inicial (2)
1. Para cada fila y columna, encontrar la diferencia entre los dos
costos más bajos.
 Costo de oportunidad
2. Encontrar el costo de oportunidad más grande.
3. Asignar tantas unidades como sea posible al cuadro en la fila
o columna con el mayor costo de oportunidad.
4. Eliminar cualquier fila o columna que acaba de ser satisfecha.
5. Recalcular las diferencias de costos en las filas restantes
6. Regresar al paso 2 y repetir los pasos hasta obtener una
solución inicial factible.

62
Método de aproximación de Vogel para
obtener un solución inicial (3)
Costos de
3 0 0
oportunidad
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 1
(D)

8 4 3
Evansville
300 1
(E)
9 7 5
Fort 2
300
Lauderdale (F)

Requerimientos de
almacén
300 200 200
63
Método de aproximación de Vogel para
obtener un solución inicial (4)
Costos de
3 0 0
oportunidad
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 0 0 0 1
(D)

8 4 3
Evansville
300 1
(E)
9 7 5
Fort 2
300
Lauderdale (F)

Requerimientos de
almacén
200 200 200
64
Método de aproximación de Vogel para
obtener un solución inicial (5)
Costos de
1 3 2
oportunidad
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 0 0 0
(D)

8 4 3
Evansville
300 1
(E)
9 7 5
Fort 2
300
Lauderdale (F)

Requerimientos de
almacén
200 200 200
65
Método de aproximación de Vogel para
obtener un solución inicial (6)
Costos de
1 3 2
oportunidad
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 0 0 0
(D)

8 4 3
Evansville
200 100 1
(E)
9 7 5
Fort 2
0 300
Lauderdale (F)

Requerimientos de
almacén
200 0 200
66
Método de aproximación de Vogel para
obtener un solución inicial (7)
Costos de
1 2
oportunidad
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 0 0 0
(D)

8 4 3
Evansville
200 100 5
(E)
9 7 5
Fort 4
0 300
Lauderdale (F)

Requerimientos de
almacén
200 0 200
67
Método de aproximación de Vogel para
obtener un solución inicial (8)
Costos de
1 2
oportunidad
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 0 0 0
(D)

8 4 3
Evansville
0 200 100 0 5
(E)
9 7 5
Fort 4
0 300
Lauderdale (F)

Requerimientos de
almacén
200 0 100
68
Método de aproximación de Vogel para
obtener un solución inicial (9)
Costos de
0 0
oportunidad
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 0 0 0
(D)

Evansville 8 4 3
0 200 100 0
(E)
9 7 5
Fort 4
0 300
Lauderdale (F)

Requerimientos de
almacén
200 0 100
69
Método de aproximación de Vogel para
obtener un solución inicial (10)
Costos de
0 0
oportunidad
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 0 0 0
(D)

Evansville 8 4 3
0 200 100 0
(E)
9 7 5
Fort 4
0 100 200
Lauderdale (F)

Requerimientos de
almacén
200 0 0
70
Método de aproximación de Vogel para
obtener un solución inicial (11)
Costos de
0
oportunidad
Albuquerque Boston Cleveland
Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 0 0 0
(D)

Evansville 8 4 3
0 200 100 0
(E)
9 7 5
Fort 0
200 0 100 0
Lauderdale (F)

Requerimientos de
almacén
0 0 0
71
Método MODI: Solución inicial (1)
Ecuaciones
U1 + V1 = 5
U2 + V2 = 4
U2 + V3 = 3
U3 + V1 = 9
U3 + V3 = 5

Resolución de las ecuaciones


Sea U1 = 0 entonces:
V1 = 5, U3 = 4, V3 = 1, U2 = 2, V2 = 2

72
Método MODI: Solución inicial (2)
Índices de Mejora (Iij = Cij - Ui - Vj )
Des Moines - Boston:
I12 = 4 – 0 – 2 = +2
Des Moines - Cleveland:
I13 = 3 – 0 – 1 = +2
Evansville - Albuquerque:
I21 = 8 – 2 – 5 = +1
Fort Lauderdale - Boston:
I32 = 7 – 4 – 2 = +1

73
Método MODI: Solución óptima

Origen Destino Unidades Costo (intis Costo total


enviadas por unidad) (intis)
D A 100 5 500
E B 200 4 800
E C 100 3 300
F A 200 9 1,800
F C 100 5 500
Costo total 3,900

74
Casos especiales en el problema de
Transporte

 Problema desbalanceado
• Demanda menor que la oferta
• Demanda mayor que la oferta
 Degeneración
 Más de una solución óptima
 Rutas prohibidas o inaceptables

75
Problemas de transporte
desbalanceados (1)
 En los problemas de la vida real, la demanda total no es
igual a la oferta total
 Estos problemas desbalanceados pueden ser manejados con
facilidad usando orígenes ficticios o destinos ficticios.
 Si la oferta total es mayor que la demanda total, un destino
ficticio (almacén), con demanda exactamente igual al
excedente, es creado.
 Si la demanda total es mayor que la oferta total, un origen
ficticio (fábrica) con una oferta igual al exceso de demanda
sobre la oferta, es creado.
76
Problemas de transporte
desbalanceados (2)
 En cualquiera de los dos casos, se asignan coeficientes de
cero al costo de envío a cada localidad o ruta ficticia.
 Cualquier cantidad de unidades asignadas a un destino
ficticio representa una capacidad excedente y la asignada a
un origen ficticio representan una demanda no satisfecha.

77
Problema desbalanceado con
demanda menor que oferta
Cliente 1 Cliente 2 Cliente Capacidad
ficticio de fábrica
8 5 0
Fábrica 1 170

Fábrica 2 15 10 0
130

Fábrica 3 7 8 0
80

Requerimientos
del cliente 150 80 150 380

78
Problema desbalanceado con oferta
menor que demanda
Capacidad
Cliente 1 Cliente 2 Cliente 3 de fábrica
8 5 16
Fábrica 1 170

Fábrica 2 15 10 7
130

Fábrica ficticia 0 0 0
80

Requerimientos
del cliente 150 80 150 380

79
Degeneración (1)
 La degeneración ocurre cuando el número de cuadros
ocupados en una tabla solución de transporte es menor que el
número de filas mas el número de columnas menos 1.
• # cuadros ocupados = # filas + # columnas – 1
 Una situación así puede ocurrir en la solución inicial o en
cualquier solución subsiguiente.
• La degeneración requiere un procedimiento especial para corregir el
problema.
 Sin suficientes cuadros ocupados para trazar un trayecto
cerrado por cada ruta que no se utiliza, sería imposible aplicar
el método de salto de piedra en piedra o calcular los valores
de U y V necesarios para la técnica MODI.
80
Degeneración (2)
 Para manejar problemas degenerados se crea una celda
artificial ocupada.
 Esto es, se coloca un cero (representa un envío ficticio)
en uno de los cuadros no utilizados y luego se procede
como si estuviera ocupado.
 El cuadro seleccionado debe estar en una situación que
permita que todos los trayectos del salto de piedra en
piedra se cierren.
 Usualmente hay una buena cantidad de flexibilidad al
seleccionar el cuadro no utilizado que recibirá cero.

81
Degeneración (3)
Cliente 1 Cliente 2 Cliente 3 Oferta del
almacén
100 8 2 6
Almacén 1
100

0 10 100 9 20 9
Almacén 2
120

Almacén 3 7 10 80 7
80

Demanda
del cliente 100 100 100 300

82
Más de una solución óptima (1)
 Como con los problemas de PL, es posible que un problema de
transporte tenga soluciones múltiples.
 Tal situación se da cuando uno o más de los índices de mejora
que se calcularon para cada uno de los cuadros no utilizados es
cero en la solución óptima.
• Esto indica que es posible diseñar rutas de envío alternativas con el
mismo costo de envío total.
 La solución óptima alternativa se encuentra mediante el envío
de la mayor cantidad posible a este cuadro no utilizado usando
el trayecto de salto de piedra en piedra.
 En términos prácticos, las soluciones óptimas múltiples otorgan
a la administración una mayor flexibilidad para seleccionar y
utilizar los recursos.
83
Más de una solución óptima (2)

Albuquerque Boston Cleveland


Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
200 100 300
(E)
10 7 6
Fort 100
200 300
Lauderdale (F)

Requerimientos
de almacén 300 200 200 700

84
Más de una solución óptima (3)

Ecuaciones
U1 + V1 = 5
U2 + V2 = 4
U2 + V3 = 3
U3 + V1 = 10
U3 + V3 = 6

Resolución de las ecuaciones


Sea U1 = 0 entonces:
V1 = 5, U3 = 5, V3 = 1, U2 = 2, V2 = 2
85
Más de una solución óptima (4)

Índices de Mejora (Iij = Cij - Ui - Vj )


Des Moines - Boston:
I12 = 4 – 0 – 2 = +2
Des Moines - Cleveland:
I13 = 3 – 0 – 1 = +2
Evansville - Albuquerque:
I21 = 8 – 2 – 5 = +1
Fort Lauderdale - Boston:
I32 = 7 – 5 – 2 = 0

86
Más de una solución óptima (5)
Solución Óptima 1
Origen Destino Unidades Costo (intis Costo total
enviadas por unidad) (intis)
D A 100 5 500
E B 200 4 800
E C 100 3 300
F A 200 10 2,000
F C 100 6 600
Costo total 4,200

87
Más de una solución óptima (6)

Albuquerque Boston Cleveland


Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
200 300
(E) - + 100

Fort 10 Inicio 7 6
200 100 300
Lauderdale (F) + -
Requerimientos
de almacén 300 200 200 700

88
Más de una solución óptima (7)

Albuquerque Boston Cleveland


Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100 100
(D)

Evansville 8 4 3
100 200 300
(E)
10 7 6
Fort
200 100 300
Lauderdale (F)

Requerimientos
de almacén 300 200 200 700

89
Más de una solución óptima (8)
Solución Óptima 2
Origen Destino Unidades Costo (intis Costo total
enviadas por unidad) (intis)
D A 100 5 500
E B 100 4 400
E C 200 3 600
F A 200 10 2,000
F B 100 7 700
Costo total 4,200

90
Rutas inaceptables o prohibidas (1)
 En ocasiones existen problemas de transporte en los cuales
uno de los orígenes es incapaz de enviar una carga a uno o
más de los destinos.
• Cuando esto ocurre, se dice que se tiene una ruta inaceptable o
prohibida.
 En un problema de minimización, a la ruta prohibida se le
asigna un costo muy alto para impedir que sea utilizada en la
solución óptima.
 Después que este alto costo es colocado en la tabla de
transporte, el problema es resuelto usando las técnicas
mostradas.
 En un problema de maximización, al costo muy alto se le asigna
un signo negativo, convirtiéndose en una utilidad muy mala.

91
Rutas inaceptables o prohibidas (2)

Albuquerque Boston Cleveland


Capacidad
(A) (B) (C) de fábrica

Des Moines 5 4 3
100
(D)

Evansville 8 1000 3
Ruta 300
(E) prohibida
Fort 9 7 1000
Ruta 300
Lauderdale (F)
prohibida

Requerimientos
de almacén 300 200 200 700

92
Problema de maximización en
transporte
 Si el objetivo en un problema de transporte es maximizar la
utilidad, se requiere introducir un cambio mínimo en el algoritmo
de transporte.
 Desde que el índice de mejora para una celda vacía indica
cómo cambiará el valor de la función objetivo si se coloca una
unidad en esa celda vacía,
• La solución óptima es alcanzada cuando todos los índices de mejora son
negativos o cero.
 Si cualquier índice es positivo, la celda con el índice de mejora
más grande es seleccionada para ser llenado usando el método
de saldo de piedra en piedra.
 Esta nueva solución es evaluada y el proceso continúa hasta
que ya no hay índices de mejora positivos.
93
5.2 Problema de transbordo
Características
• Un nodo de oferta para cada origen
• Un nodo de demanda para cada destino
• Un nodo intermedio para cada punto de transbordo
• Los arcos son dirigidos desde el nodo de oferta hasta el
nodo de demanda, pasando por los puntos de
transbordo que generen rutas factibles.
• Como el problema de transbordo no impone
restricciones de cota superior sobre las Xij individuales,
todas Sij = 
94
Ejemplo 1.7.- Frosty Machine (1)

La figura representa la red del problema


Destino

Origen Transbordo Nueva York


D1 = 450 unid.

Toronto Chicago
Filadelfia
O1 = 800 unid.
D2 = 350 unid.

Detroit Búfalo
San Luis
O2 = 700 unid.
D3 = 300 unid.
95
Ejemplo 1.7.- Frosty Machine (2)

Costos de envío (intis por unidad)

Transbordo
Origen Chicago Búfalo
Toronto 4.00 7.00
Detroit 5.00 7.00

Destino
Transbordo Nueva York Filadelfia San Luis
Chicago 6.00 4.00 5.00
Búfalo 2.00 3.00 4.00

96
Ejemplo 1.7.- Frosty Machine (3)
A Chicago Búfalo Nueva Filadelfia San Luis Oferta
De York
Toronto 4 7 M M M 800

Detroit 5 7 M M M 700

Chicago 0 M 6 4 5 1500

Búfalo M 0 2 3 4 1500

Demanda 1500 1500 450 350 300 4100 <


4500

97
Solución inicial (1)

A Chicago Búfalo Nueva Filadelfia San Luis Ficticio Oferta


De York

Toronto 4 7 M M M 0 800
800 0 0 0 0 0
Detroit 5 7 M M M 0 700
300 0 0 0 0 400
Chicago 0 M 6 4 5 0 1500
400 0 450 350 300 0
Búfalo M 0 2 3 4 0 1500
0 1500 0 0 0 0
Demanda 1500 1500 450 350 300 400 4500

98
Solución inicial (2)

Origen Destino Unidades Costo (intis Costo total


enviadas por unidad) (intis)
Toronto Chicago 800 4 3,200
Detroit Chicago 300 5 1,500
Chicago Nueva York 450 6 2,700
Chicago Filadelfia 350 4 1,400
Chicago San Luis 300 5 1,500
Costo total 10,300

99
Solución óptima (1)

A Chicago Búfalo Nueva Filadelfia San Luis Ficticio Oferta


De York

Toronto 4 7 M M M 0 800
650 150 0 0 0 0
Detroit 5 7 M M M 0 700
0 300 0 0 0 400
Chicago 0 M 6 4 5 0 1500
850 0 0 350 300 0
Búfalo M 0 2 3 4 0 1500
0 1050 450 0 0 0
Demanda 1500 1500 450 350 300 400 4500

100
Solución óptima (2)

Origen Destino Unidades Costo (intis Costo total


enviadas por unidad) (intis)
Toronto Chicago 650 4 2,600
Toronto Búfalo 150 7 1,050
Detroit Búfalo 300 7 2,100
Chicago Filadelfia 350 4 1,400
Chicago San Luis 300 5 1,500
Búfalo Nueva York 450 2 900
Costo total 9,550

101
Oferta en los nodos de
transbordo
Destino

Origen Transbordo Nueva York


D1 = 450 unid.

Toronto Chicago
Filadelfia
O1 = 800 unid. O3 = 200 unid.
D2 = 350 unid.

Detroit Búfalo
San Luis
O2 = 700 unid.
D3 = 300 unid.

102
Solución inicial
A Chicago Búfalo Nueva Filadelfia San Luis Ficticio Oferta
De York

Toronto 4 7 M M M 0 800
800 0 0 0 0 0
Detroit 5 7 M M M 0 700
300 0 0 0 0 400
Chicago 0 M 6 4 5 0 1700
400 0 450 350 300 200
Búfalo M 0 2 3 4 0 1500
0 1500 0 0 0 0
Demanda 1500 1500 450 350 300 600 4700

103
Demanda en los nodos de
transbordo
Destino

Origen Transbordo Nueva York


D1 = 450 unid.

Toronto Chicago
Filadelfia
O1 = 800 unid.
D2 = 350 unid.

Detroit Búfalo
San Luis
O2 = 700 unid. D4 = 200 unid.
D3 = 300 unid.

104
Solución inicial

A Chicago Búfalo Nueva Filadelfia San Luis Ficticio Oferta


De York

Toronto 4 7 M M M 0 800
800 0 0 0 0 0
Detroit 5 7 M M M 0 700
300 200 0 0 0 200
Chicago 0 M 6 4 5 0 1500
400 0 450 350 300 0
Búfalo M 0 2 3 4 0 1500
0 1500 0 0 0 0
Demanda 1500 1700 450 350 300 200 4500

105
5.3 Problema de asignación
Características
Es un caso especial del problema de transporte, donde:

• El número de nodos de oferta es igual al número de


nodos de demanda.
• bi = +1 para cada nodo de oferta
• bi = -1 para cada nodo de demanda

106
Método húngaro para resolver
problemas de asignación (1)

1. Encontrar la tabla de costos de oportunidad


a) Restando el número más pequeño en cada fila de la tabla o
matriz de costos original de cada número en esa fila.
b) Entonces se resta el número más pequeño obtenido en la
parte (a) de cada número de esa columna.

107
Método húngaro para resolver
problemas de asignación (2)
2. Probar la tabla resultante en el paso 1 para ver si
una asignación óptima puede ser hecha.
• El procedimiento es trazar el mínimo número de líneas
rectas verticales y horizontales necesarias para cubrir
todos los ceros que hay en la tabla.
• Si el número de líneas es igual al número de filas o
columnas de la tabla, una asignación óptima puede ser
hecha.
• Si el número de líneas es menor que el número de filas o
columnas, entonces se procede al paso 3.

108
Método húngaro para resolver
problemas de asignación (3)

3. Revisar la tabla de costos de oportunidad presente


• Esto es hecho por sustracción del número más pequeño no
cubierto por una línea de cada número no cubierto.
• Este mismo número pequeño también es sumado a
cualquier número(s) que queden en la intersección de
líneas horizontales y verticales.
• Retornar al paso 2 y continuar el ciclo hasta que una
asignación óptima sea posible.

109
Ejemplo 1.8.- Fix-It Shop
Costos (intis)

Proyecto
Persona 1 2 3
Adams 11 14 6
Brown 8 10 11
Cooper 9 12 7

110
Tabla de costos de oportunidad (1)

Proyecto
Persona 1 2 3
Adams 11 14 6
Brown 8 10 11
Cooper 9 12 7

Costos más pequeños de cada fila

111
Tabla de costos de oportunidad (2)

Proyecto
Persona 1 2 3
Adams 5 8 0
Brown 0 2 3
Cooper 2 5 0

Restar los costos más pequeños a los


demás costos de cada fila
112
Tabla de costos de oportunidad (3)

Proyecto
Persona 1 2 3
Adams 5 8 0
Brown 0 2 3
Cooper 2 5 0

Costos más pequeños de cada columna

113
Tabla de costos de oportunidad (4)

Proyecto
Persona 1 2 3
Adams 5 6 0
Brown 0 0 3
Cooper 2 3 0

Restar los costos más pequeños a los


demás costos de cada columna
114
Tabla de costos de oportunidad (5)

Proyecto
Persona 1 2 3
Adams 5 6 0
Brown 0 0 3
Cooper 2 3 0

Prueba de optimalidad
115
Revisión de la tabla (1)

Proyecto
Persona 1 2 3
Adams 5 6 0
Brown 0 0 3
Cooper 2 3 0

Mínimo costo no rayado


116
Revisión de la tabla (2)

Proyecto
Persona 1 2 3
Adams 3 4 0
Brown 0 0 5
Cooper 0 1 0
Restar el mínimo costo de los demás costos
no rayados; y sumarlo a los costos
doblemente rayados
117
Revisión de la tabla (3)

Proyecto
Persona 1 2 3
Adams 3 4 0
Brown 0 0 5
Cooper 0 1 0

Prueba de optimalidad OK
118
Solución óptima (1)

Proyecto
Persona 1 2 3
Adams 3 4 0
Brown 0 0 5
Cooper 0 1 0

119
Solución óptima (2)

Asignación Costos
(intis)
Adams al proyecto 3 6
Brown al proyecto 2 10
Cooper al proyecto 1 9
Costo total 25

120
Problemas de asignación
desbalanceados (1)
 Con frecuencia el número de personas u objetos que
deben ser asignados no es igual al número de tareas,
clientes o máquinas que aparecen en las columnas, y
el problema es desbalanceado.
• Cuando esto ocurre y se tienen más filas que columnas,
simplemente se agrega una columna ficticia o tarea (similar a
como los problemas de transporte fueron tratados).

121
Problemas de asignación
desbalanceados (2)
 Si el número de tareas que tienen que ser realizadas
es mayor que el número de personas disponibles se
inserta una fila ficticia.
• Esto crea una tabla de dimensiones iguales y permite
resolver el problema como antes.
 Debido a que la tarea o persona ficticia en realidad no
existen, es razonable ingresar ceros en su fila o
columna como estimación de costos o tiempo.

122
Problemas desbalanceados con más
personas que proyectos

Proyecto
Persona 1 2 3 Ficticio
Adams 11 14 6 0
Brown 8 10 11 0
Cooper 9 12 7 0
David 10 13 8 0

123
Problemas desbalanceados con más
proyectos que personas

Proyecto
Persona 1 2 3 4
Adams 11 14 6 7
Brown 8 10 11 8
Cooper 9 12 7 9
Ficticio 0 0 0 0

124
Problema de maximización de
asignación (1)
 Algunos problemas de asignación son planteados en
términos de maximizar la recompensa, utilidad, o
eficacia de una asignación en lugar de minimizar los
costos.
 Es fácil obtener un problema de minimización
equivalente convirtiendo todos los números de la tabla
en costos de oportunidad.
• Esta tarea se realiza restando cada número de la tabla de
ganancias original del número más grande que hay en la
tabla.
125
Problema de maximización de
asignación (2)
 Los datos de entrada transformados representan
costos de oportunidad:
• Resulta que la minimización de los costos de oportunidad
produce la misma asignación que el problema original.
 Una vez que se ha alcanzado la solución óptima para
este problema transformado, la ganancia o utilidad
total es encontrada mediante la suma de las ganancias
originales de las celdas que se encuentran en la
asignación óptima.

126