PROBLEMA DEL

TRANSPORTE
• El PT es un caso particular de la PL

• Se debe determinar un esquema óptimo de

transporte que se origina en los lugares de
oferta donde la existencia de cierta
mercancía es conocida, y llega a los lugares
de donde se conoce la cantidad requerida. El
costo de cada envió es proporcional a la
cantidad transportada y, el costo total es la
suma de los costos individuales.
 Esquema tabular del PT
DESTINOS

D1 D2 ............... Dn ai
c11 c12 c1n
O1 ............... a1
ORIGENES

c12 c22 c2n

O2 ............... a2
.........

.........

.........

.........

.........
...............

cm1 cm2 cmn

Om ............... am

bj b1 b2 ................ bn
Una solución al PT queda definido por un conjunto de
mxn número Xij, donde:

Xij : Número de unidades a enviar desde el origen i al

destino j

Siendo Xij ≥ 0

X11 X12 ..... X1n

X21 X22 ..... X2n
X=
... .... .... ....
Xm1 Xm2 …. Xmn
El programa lineal del Problema del
transporte queda expresado de la siguiente
manera: m n
Min ( Z )    c X ij ij
i 1 j 1

n
Sujeto a:
 X ij
j 1
 ai
i=1,....,m
m

X
i 1
ij  bj
j=1,....,n
X ij  0
METODOS PARA HALLAR SOLUCION FACTIBLE
BASICA INICIAL
METODO DE LA ESQUINA NOR OESTE

Se empieza en la casilla (1,1) calculando

X11 = min(a1,b1). Si a1 < b1, se hace b1 = b1 – a1 y se
pasa a la casilla (2,1) calculando X21 = min(a2,b1).

Si a1 > b1 entonces se hace a1 = a1 – b1 y se pasa a la

casilla (1,2) para calcular X12 = min (a1, b2), y así se
continua hasta obtener la sfbi.
EJEMPLO:
Una compañía tiene 3 fábricas ubicadas en A, B y C, las cuales
proveen a los almacenes que están ubicados en D, E, F y G.
La capacidad de producción de las fábricas son de 70, 90 y 115
unidades mensuales respectivamente, mientras que las
capacidades de los almacenes es de 50, 60 , 70 y 95 unidades
respectivamente.
El costo de envió de una unidad desde cada una de las fábricas a
cada una de los almacenes se presenta en el siguiente cuadro (en
$).
D1 D2 D3 D4
O1 17 20 13 12
O2 15 21 26 25
O3 15 14 15 17

Determinar la solución factible básica inicial utilizando el método

de la esquina NO
 Se colocan los datos en forma tabular.

D1 D2 D3 D4 ai
17 20 13 12
O1 70

15 21 26 25
O2 90

15 14 15 17
O3 115

bj 50 60
X11 = min (a1,b1)=min (70,50) = 50
X12 = min (a1,b2)=min (20,60) = 20
X22= min (a2,b21)=min (90,40) = 40
X23 = min (a2,b3)=min (50,70) = 50
X33= min (a3,b3)=min (115,200) = 50
X34= min (a3,b41)=min (95,95) = 95
70 95
a1 = a1 - b1 = 70 – 50 = 20
b2 = b2 - a1 = 60 – 20 = 40
a2 = a2 – b2 = 90 – 40 = 50
b3 = b3 – b2 = 70 – 50 = 20
a3 = a3 – b3 = 115 – 20 = 95
 D1 D2 D3 D4 ai
17 20 13 12
O1 50 20 70

15 21 26 25
O2 40 50 90

15 14 15 17
O3 115
20 95

bj 50 60 70 95

Z = 17*50+20*20+21*40+26*50+15*20+17*95
Z = $ 5305
Caso 1: Minimización de costos de desplazamiento
El hospital Saludmuch pertenece a la Compañía de Seguros
Todosalud SA. Esta sociedad tiene un Centro de Asistencia
Primaria (CAP) en 5 ciudades de una región (un CAP en
cada ciudad). Para obtener un buen funcionamiento global
del servicio y poder planificar el número de visitas en
función del personal previsto en cada CAP y de su
dimensión, Todosalud S.A. ha decidido organizar el servicio
de tal forma que todos sus asegurados tengan un CAP de
referencia asignado, pero que sea éste el más cercano posible
a su lugar de residencia. En la región hay 5 ciudades y la
compañía sabe cuantos asegurados tiene en cada uno de
ellos. Los CAP tienen una capacidad máxima de pacientes
que pueden soportar. El objetivo es asignar a los asegurados
a los CAPs minimizando el coste de desplazamiento o la
distancia total.
 Número de
CAP 1 CAP 2 CAP 3 CAP 4 CAP 5
asegurados
Ciudad 1 2 5 4 8 6 500
Ciudad 2 5 6 3 8 7 700
Ciudad 3 6 2 8 10 5 1000
Ciudad 4 6 8 9 5 3 800
Ciudad 5 8 5 7 10 6 600
Capacidad
máxima de 750 800 650 900 500
atención
Si no existiera el problema de capacidad de los CAPs, el
modelo sería trivial, ya que bastaría asignar cada ciudad al
CAP más cercano, obteniéndose el coste de transporte más
barato. Al tener límites en la capacidad, puede ser que no
todas las ciudades tengan asignado el centro más cercano,
ya que esto implicaría una sobre utilización. Entonces,
puede ser que alguna ciudad, o parte de ella tenga asignada
un CAP que no es el más cercano, en función de la
disponibilidad o holgura del sistema.
 El PT en sus forma tabular quedaría de la
siguiente manera:
D1 D2 D3 D4 D5 ai
2 5 4 8 6
O1
500
5 6 3 8 7
O2
700
6 2 8 10 5
O3
1000
6 8 9 5 3
O4
800
8 5 7 10 6
O5
600
bj 750 800 650 900 500

El PT es un problema balanceado:
 a  b
i j

El número de variables básicas esta dado por (m + n – 1)

 METODO DE RUSSELL

Proporciona una solución inicial cercana a la óptima.

El procedimiento es el siguiente:
1. Calcular ui = max cij vj = max cij
2. Encuentre la variable Xij = max (i,j) [(ui + vj –cij) > 0]
3. Introducir a la base Xij = min (ai , bj )
Si ai < bj hágase bj = bj – ai y elimine la fila i
Si ai > bj hágase ai = ai – bj y elimine la columna j
Si ai = bj elimínese fila i o columna j
4. El método termina cuando loa ai y los bj son ceros.
 D1 D2 D3 D4 ai ui
17 20 13 12
O1 70 20

15 21 26 25
O2 90 26

15 14 15 17
O3 115 17

bj 50 60 70 95
vj 17 21 26 25

(ui + vj - cij)
20 21 33 33
28 26 26 26
18 24 28 25
Introducimos a la base la variable:
X14 = min (70, 95) = 70 b4 = 95 – 70 = 25
y elimine la fila 1.
Repetimos el proceso:
D1 D2 D3 D4 ai ui
O1 0
15 21 26 25
O2 90 26
15 14 15 17
O3 115 17

bj 50 60 70 95
vj 15 21 26 25
 (ui + vj - cij)

26 26 26 26
17 24 28 25

Introducimos a la base
X33 = min (115, 70) = 70 a3 = 115 – 70 = 45
y elimine la columna 3

D1 D2 D3 D4 ai ui
O1 0
15 21 25
O2 90 25
15 14 17
O3 115 17

bj 50 60 0 95
vj 15 21 25
 (ui + vj - cij)

25 25 25
17 24 25

Introducimos a la base
X21 = min (90 , 50) = 50 a2 = 90 - 50= 40
y elimine la columna 1
D1 D2 D3 D4 ai ui
O1 0
21 25
O2 90 25
14 17
O3 115 17

bj 0 60 0 95
vj 21 25
 (ui + vj - cij)

25 25
24 25

Introducimos a la base
X34= min (45, 25) = 25 a3 = 45 - 25= 20
y elimine la columna 4

Introducimos a la base
X22= min (40 , 60) = 40 a2 = 60 - 40= 20
y elimine la columna 2

Introducimos a la base
X32= min (20 , 20) = 20
 La solución por lo tanto es :
D1 D2 D3 D4 ai
17 20 13 12
O1 70
70
15 21 26 25
O2 90
50 40
15 14 15 17
O3 115
20 70 25
bj 50 60 70 95

El costo de la solución es Z = $ 4,185

 Generación de nuevas soluciones
Consideremos la solución inicial hallada por el método de la esquina N.O.
D1 D2 D3 D4 ai
- +
O1 70
50 20
+ -
O2 90
40 50
+ -
O3 115
20 95
bj 50 60 70 95

El costo de la solución era Z = $ 5,305

Si se ingresa a la base la variable X14, el nuevo valor de
Z1 = Z + X14 * D14 = 5305 + 20 (-15) = $5,005
Donde
D14 = c14 – c34 + c33 – c23 + c22 – c12 = 12-17+15-26+21-20= -15
Solución Optima
Método MODI o UV
Consideremos la solución inicial hallada por el método de la Esquina N.O.

D1 D2 D3 D4 ai
17 20 13 12
O1 70
50 20
15 21 26 25
O2 90
40 50
15 14 15 17
O3 115
20 95
bj 50 60 70 95

Z = $ 5305
Paso 2: Se dibuja la matriz Zij que contiene los costos de la
variable solución

17 20
21 26
15 17
Paso 3: Se construye un conjunto de números vj y ui tal que la suma iguale a
los valores de la matriz Zij del paso 2 y se completa las celdas vacías con la
suma de los ui y vj la matriz Zij que contiene los costos de la variable
solución.

vj
ui 0 3 8 10
17 17 20 25 27
18 18 21 26 28
7 7 10 15 17
Se tiene las siguientes ecuaciones de las celdas básicas:
U1 + v1 = 17 u2 + v3 = 26
U1 + v2 = 20 u3 + v3 = 15
U2 + v2 = 21 u3 + v4 = 17

Haciendo v1 = 0 se encuentra que: u1 = 17 ; v2 = 3 ; u2 = 18

V3 = 8 ; u3 = 7 ; v4 = 10
Paso 4: Se calcula Cij - Zij
vj
ui 0 3 8 10
17 17 20 25 27
-
17 20 13 12 18 18 21 26 28
15 21 26 25 7 7 10 15 17
15 14 15 17

Cij - Zij
= 0 0 -12 -15
-3 0 0 -3
8 4 0 0
 Se selecciona la casilla (1,4) que tiene el costo de entrada mas pequeño,
por consiguiente debe entrar a la base la variable X14

D1 D2 D3 D4 ai
D1 D2 D3 D4 ai
O1 70
O1 - + 70
50 20
50 20
+ -
O2 90
O2 90 60 30
40 50
+ - O3 115
O3 115 40 75
20 95
bj 50 60 70 95
bj 50 60 70 95

El costo de la nueva solución es: Z1 = 5305 + (20)(-15) = 3005

A continuación probamos si esta solución es o no la óptima

Se calcula Cij - Zij
vj
ui 0 -12 -7 -5
17 17 5 10 12
17 20 13 12 -
21 26
33 33 28
15 21 26 25
22 22 10 15 17
15 14 15 17

Cij - Zij
=
0 15 3 0
-18 0 0 -3
-7 4 0 0
 Se selecciona la casilla (2,1) que tiene el costo de entrada mas pequeño,
por consiguiente debe entrar a la base la variable X21

D1 D2 D3 D4 ai D1 D2 D3 D4 ai
- + 70 70
50 20 20 50
+ - 90 90
60 30 30 60
+ - 115 115
40 75 70 45
50 60 70 95 50 60 70 95

El costo de la nueva solución es: Z2 = 5005 + (30)(-18) = 4465

A continuación probamos si esta solución es o no la óptima

Se calcula Cij - Zij
vj
ui 0 -6 -7 -5
17 17 23 10 12
17 20 13 12 -
15 15 21 8 10
15 21 26 25
15 14 15 17 22 22 28 15 17

Cij - Zij
= 0 -3 3 0
0 0 18 15
-7 -14 0 0
 Se selecciona la casilla (3,2) que tiene el costo de entrada mas pequeño,
por consiguiente debe entrar a la base la variable X32
D1 D2 D3 D4 ai
D1 D2 D3 D4 ai
O1 - + 70
O1 70
50 20
70

O2 + - 90 O2 90
60 30 50 40
O3 + - 115 O3 115
40 75 20 70 25
bj 50 60 70 95 bj 50 60 70 95

El costo de la nueva solución es: Z2 = 4465+ (20)(-14) = 4185

A continuación probamos si esta solución es o no la óptima

 Se calcula Cij - Zij vj
ui 0 6 7 9
17 20 13 12 3 3 9 10 12
-
15 21 26 25 15 15 21 22 24
15 14 15 17 8 8 14 15 17

Cij - Zij
14 11 3 0
=
0 0 4 1
7 0 0 0
Esta es la solución óptima