INDICE

INTRODUCCION................................................................................. 2
5.1 DEFINICION DEL PROBLEMA DE TRANSPORTE ...................... 5
5.2 METODO DE LA ESQUINA NOROESTE .................................... 7
5.4 DEFINICION DEL PROBLEMA DE ASIGNACION ........................15
Demostracion ................................................................................18
5.5 PROCEDIMIENTOS DE OPTIMIZACION ....................................20
5.7 METODO HUNGARO...................................................................25
5.7 USO DE SOFTWARE...................................................................32
CONCLUSION ...................................................................................33
REFERNCIAS: ...................................................................................34

pág. 1
 INTRODUCCION

El problema general del transporte se refiere a la distribución de mercancía desde

cualquier conjunto de centro de suministro, denominados orígenes (fuentes), hasta
cualquier conjunto de centros de recepción, llamados destinos, de tal forma que se
minimicen los costos totales de distribución.
Cada origen tiene que distribuir ciertas unidades a los destinos y cada destino tiene
cierta demanda de unidades que deben recibir de los orígenes
Modelo de transporte es una técnica que busca determinar un programa de
transporte de productos o de mercancías desde los origines hasta los destinos al
menor costo posible.
El método de asignación se utiliza para resolver problemas de programación lineal
con unas características muy especiales. Ambos métodos tienen diferente función,
bueno son utilizados para resolver problemas distintos con diferente aplicación. El
método de transporte se deriva de varios métodos los cuales son: Vogel y esquina
noroeste.

pág. 2
pág. 3
pág. 4
5.1 DEFINICION DEL PROBLEMA DE TRANSPORTE

La manera más fácil de reconocer un problema de transporte es por su naturaleza

o estructura "de - hacia": de un origen hacia un destino, de una fuente hacia un
usuario, del presente hacia el futuro, de aquí hacia allá. Al enfrentar este tipo de
problema, la intuición dice que debe haber una manera de obtener una solución. Se
conocen las fuentes y los destinos, las capacidades y demandas y los costos de
cada trayectoria. Debe haber una combinación óptima que minimice el costo (o
maximice la ganancia). La dificultad estriba en el gran número de combinaciones
posibles.

En general, los problemas de transporte se ocupan (en forma literal o imaginaría)

de la distribución desde cualquier grupo de centros de suministro, llamados
orígenes, a cualquier grupo de centros de recepción, llamados destinos de modo
que se minimice el costo total de distribución.

Cada origen tiene ciertos recursos (oferta) para distribuir a los destinos y cada
destino tiene cierta demanda de estos recursos que recibe de los orígenes. El
modelo de un problema de transporte hace la siguiente suposición acerca de estos
recursos (ofertas) y demandas.

El problema del transporte o distribución es un problema de redes especial en

programación lineal que se funda en la necesidad de llevar unidades de un punto
específico llamado fuente u Origen hacia otro punto específico llamado Destino. Los
principales objetivos de un modelo de transporte son la satisfacción de todos los
requerimientos establecidos por los destinos y claro está la minimización de los
costos relacionados con el plan determinado por las rutas escogidas.

pág. 5
El contexto en el que se aplica el modelo de transporte es amplio y puede generar
soluciones atinentes al área de operaciones, inventario y asignación de elementos.

El procedimiento de resolución de un modelo de transporte se puede llevar a cabo

mediante programación lineal común, sin embargo, su estructura permite la creación
de múltiples alternativas de solución tales como la estructura de asignación o los
métodos más populares.

Los problemas de transporte o distribución son uno de los más aplicados en la

economía actual, dejando como es de prever múltiples casos de éxito a escala
global que estimulan la aprehensión de los mismos.

PROBLEMA DE TRANSPORTE MEDIANTE PROGRAMACIÓN LINEAL

Como se mencionó anteriormente la programación lineal puede ser utilizada para la

resolución de modelos de transporte, aunque no sea sensato resolver los modelos
mediante el Método Simplex si puede ser de gran utilidad la fase de modelización,
la programación carece de la practicidad de los métodos de asignación, pero puede
ser de gran importancia dependiendo de la complejidad de las restricciones
adicionales que puede presentar un problema particular.

pág. 6
5.2 METODO DE LA ESQUINA NOROESTE

El método de la esquina noroeste es un método sencillo para el cálculo de una

solución factible básica inicial para el problema de transporte. Este método no toma
en cuenta la tabla de costes para calcular una solución. Una mejora del método
consiste en tomar en cuenta los costes al elegir las posiciones para asignar los flujos.

Dado un problema equilibrado, se obtiene una solución factible básica inicial con
los siguientes pasos

1. Asignar a la tabla de costos oferta y demanda las asignaciones a cada

una de las casillas desde la parte superior izquierda hacia la derecha y
hacia debajo de dicha tabla.

2. Analizar cada una de las casillas desocupadas hacia la derecha o

hacia la izquierda asignando valores ±

3. Este método terminara si todas las casillas desocupadas son con

signos positivo.

4. Si existieran casillas con valores negativos se realizará una nueva

tabla iniciando la asignación a la casilla mas negativa. Esta asignación
será el valor que se encuentre mas cerca del origen.

Pasos:

1. El primero paso es ir rellenado las casillas no rebasando la oferta y la

demanda.

pág. 7
2. Una vez llenado las casillas enseguida verificar si el método es factible. Para
ello se suman el número de renglones y casillas y esta deben ser igual al número
de casillas ocupadas:

m+n-1 = casillas ocupadas.

4+(3-1) = 6

6=6

Entonces es factible y se puede continuar con el proceso.

3. A continuación, se pasa al proceso de optimización con cada una de las

casillas desocupadas

pág. 8
4. De los resultados de optimizar las casillas elegir de los valores negativos el
que tenga mayor valor absoluto, en este caso es la casi 1C. Asi, se vuelve a
realizar una nueva tabla como en el paso 1, pero esta vez se coloca valor en la
casilla 1C y continuar con el procedimiento desde la esquina superior izquierda.

Para saber qué valor colocar en la casilla 1C se comparan con sus valores en la

pág. 9
primera tabla y se elige el valor negativo con menor valor absoluto (-10)

5. Se vuelven a analizar una vez mas casillas y el proceso terminara cuando en

el proceso de optimización los valores arrojados sean positivos.

Ejercicios

1.

pág. 10
2.

3.

pág. 11
5.3 EL MEDOTO DE APROXIMACION DE VOGEL

El Método de Aproximación de Vogel es un método heurístico de resolución de

problemas de transporte capaz de alcanzar una solución básica no artificial de
inicio, este modelo requiere de la realización de un numero generalmente mayor
de iteraciones que los demás métodos heurísticos existentes con este fin, sin
embargo producen mejores resultados iniciales que los mismos.

Ejemplo

Una caja de camiones transporta de la planta A,B,C a los destinos Santo Tomás,
Tampico, Victoria, Mante, junto con los costos unitarios en comparación otras
rutas.

1. Determinar para cada renglón y columna una penalización, restando los

costos menores.

2. Elegir la mayor penalización de filas y columnas y darle la mayor demanda

(10).

3. Una vez que saturemos la demanda se elimina la columa y se vuelven a

repetir los pasos 1 y 2 hasta que saturemos las demandas. Entonces nos
quedarían las siguientes tablas.

pág. 12
pág. 13
 SOLUCION OPTIMA

Z=15(2)+15(9)+10(20)+5(49+5(18)

Z=475

pág. 14
 5.4 DEFINICION DEL PROBLEMA DE ASIGNACION

El problema de asignación es un caso particular del problema de transporte. Se

trata de asignar un número de orı́genes (individuos, tareas etc.) a un mismo número
de destinos (tareas, máquinas etc.) con el objetivo de optimizar una función de
coste. La asignación debe hacerse con la condición de que cada origen tenga
asignado un único destino y cada destino esté asignado a un único origen. La
asignación de un origen Oi a un destino Dj tiene un coste cij .

Las variables de decisión se definen de la siguiente manera:

Formalmente, si n orígenes deben ser asignados a n destinos, siendo cij el

coste de asignar cada origen Oi, i = 1, . . . , n a cada destino Dj, j = 1, . . . , n, el
modelo lineal en forma estándar es el siguiente:

Las primeras n restricciones indican que cada origen se debe asignar a un único
destino; las n restricciones siguientes indican que cada destino tiene asignado un
único origen.

pág. 15
Cuando el número de orı́genes no es igual al número de destinos, la forma de
equilibrar el problema es añadir tantos orı́genes o destinos como sean necesarios.
Por ser los orı́genes o destinos añadidos ficticios,el coste de asignación será cero.

Para este problema la información esencial está contenida en la tabla de costes

porque todas las ofertas y demandas son 1.

El modelo de asignación es un tipo especial de problema de programación lineal en

el que los asignados son recursos que se destinan a la realización de tareas. Por
ejemplo, los asignados pueden ser empleados a quienes se tiene que dar trabajo.
La asignación de personas a trabajos es una aplicación común del problema de
asignación. Sin embargo, los asignados no tienen que ser personas. También
pueden ser máquinas, vehículos o plantas, o incluso periodos a los que se asignan
tareas.

“La mejor persona para el puesto” es una buena descripción del modelo de
asignación.

El objetivo del modelo es determinar la asignación óptima (de costo mínimo) de

trabajadores a puestos.

El modelo general de asignación con n trabajadores y n puestos se representa

en la tabla siguiente:

pág. 16
 Para que se ajuste a la definición de un problema de asignación, es necesario
que este tipo de aplicaciones se formule de manera tal que se cumplan los
siguientes supuestos:

1. El número de asignados es igual al número de tareas. (Este número se

denota por n.)
2. A cada asignado se le asigna sólo una tarea.
3. Cada tarea debe realizarla sólo un asignado.
4. Existe un costo cij asociado con el asignado i (i 5 1, 2, . . . , n) que realiza la
tarea j ( j 1, 2, . . . , n).
5. El objetivo es determinar cómo deben hacerse las n asignaciones para
minimizar los costos totales.

Se puede resolver el modelo de asignación en forma directa como modelo normal

de transporte. Sin embargo, el hecho de que todas las ofertas y las demandas son
iguales a 1, condujo al desarrollo de un algoritmo sencillo de solución llamado
método húngaro.

pág. 17
El algoritmo de solución del problema de asignación se basa en los dos siguientes
teoremas.

Teorema 1 Si las variables xij , i = 1, . . . , n, j = 1, . . . , n son solución óptima para

un problema de asignación con función objetivo

Entonces esos mismos valores son también solución óptima para un problema cuya
función objetivo es

siendo c′ = cij − ui − vj, con ui y vj. constantes.

ij
Demostracion

Las funciones z y z′ se diferencian en la constante k y, por tanto, alcanzan el

óptimo en el mismo conjunto de valores de las variables.
Aplicando el resultado del Teorema, en la tabla de costes se pueden hacer
transformaciones sin que cambie la solución óptima. Concretamente las siguientes
transformaciones: restar en las filas y/o columnas una constante.

pág. 18
 Teorema 2 Si cij ≥ 0, i, j = 1, . . . , n y el conjunto de valores de las
variables es tal que

n n

z = cijxij = 0,
j=1 i=1

entonces xij , i, j = 1, . . . , n, es solución óptima para el problema.

Demostración. Si todos los costes cij , i, j = 1, . . . , n, son mayores o iguales que

cero, el valor de la función objetivo será mayor o igual que cero. Por tanto, si se tienen
valores de las variables xij , i, j = 1, . . . , n que den a z el valor 0, ése es el mı́nimo
absoluto y, por tanto, la solución óptima para el problema.

pág. 19
 5.5 PROCEDIMIENTOS DE OPTIMIZACION

Partiendo de una solución inicial factible (Vogel, Esquina Noroeste, etc.) es

necesario probar la optimización de la asignación evaluando todas las celdas no
asignadas (vacías) y determinando la conveniencia de asignar en ellas. En la
evaluación de las celdas vacías para un posible mejoramiento, una ruta cerrada
(ciclo) es seleccionada. La ruta tiene movimientos horizontales y verticales,
considerando que las celdas asignadas y no asignadas pueden ser brincadas en el
movimiento para localizar una celda adecuada. Con la excepción de la celda que
está siendo evaluada, el resto de las celdas en la ruta deben tener una
asignación. Cuando nos movimientos alrededor de la ruta cerrada, cambios de
dirección en ángulo recto (movimientos verticales y horizontales) son realizados en
cada celda que toque la ruta, que resulta con la adición de una unidad y la resta de
una unidad de cada fila, y la columna incluida en la ruta (con asignación alternada
de signos positivos y negativos a los costos de las celdas en la ruta).

La adición y la resta asegura que las restricciones de la unidad de capacidad y la

unidad de requerimientos no serán violadas.

Para evaluar la celda vacía se realiza la sumatoria de los costos de cada una de las
celdas en la ruta.

Si alguna de estas evaluaciones arrojará un signo negativo (para un problema de

minimización), entonces se deberá asignar en aquella celda con la evaluación más
negativa. Esto indicará que una reducción en el costo total puede lograrse
transfiriendo tantas unidades como sea posible a esa celda.

El número de unidades posibles a ser transferido será igual a la mínima cantidad

que se encuentra asignada en las celdas de la ruta con costo negativo. Al realizarse
esta transferencia debe asegurarse que las restricciones de la capacidad y de
requerimientos no sean violadas (esto se hace agregando las unidades encontradas

pág. 20
a asignar en las celdas con signo positivo y restando estas unidades de las celdas
con signo negativo).

Si la evolución de todas las celdas vacías arrojan valores positivos, entonces

se dice que la asignación es óptima

Ejemplos de rutas:

pág. 21
Ejemplo 4: Partiendo de la solución inicial obtenida en el ejemplo 1 obtenga la
solución óptima utilizando este procedimiento de optimización:

pág. 22
Le deben asignar 5 unidades en la celda B1 ya que en la ruta las celdas con signo
negativo la asignación menor es de 5 unidades.

TABLA.

Le deben asignar 15 unidades en la celda B2 ya que en la ruta las celdas con

signo negativo la asignación menor es de 15 unidades.

pág. 23
Como todas las evoluciones son positivas la asignación es óptima, con el
resultado siguiente:

pág. 24
5.7 METODO HUNGARO

El método húngaro es un método de optimización de problemas de asignación, conocido

como tal gracias a que los primeros aportes al método clásico definitivo fueron de Dénes
König y Jenő Egerváry dos matemáticos húngaros.

Este método utiliza la propiedad de reducción de matrices para reducir la matriz original de
costo, hasta que los costos C i j asociados con la asignación óptima, sean cero y todos los
otros costos sean no negativos.

En cada iteración del método húngaro, se reduce la matriz de tal manera que haya al menos
un cero en cada renglón y columna, comprobando con el teorema de König si se ha
alcanzado la solución óptima. Si el número mínimo de renglones y/o columnas necesarias
para cubrir todos los ceros es n, entonces existe una asignación óptima (no necesariamente
única).

Procedimiento:

El Método Húngaro consta de los siguientes pasos:


Paso 1: En la matriz original de costo, identificar el mínimo de cada fila y
restarlo de todos los elementos de la fila.

 Paso 2: En la matriz que resulte del Paso 1, identificar el mínimo de cada

columna, y restarlo de todos los elementos de la columna.
 Paso 3: Identificar la solución óptima como la asignación factible asociada
con los elementos cero de la matriz obtenida en el Paso 2.

pág. 25
Ejemplo
1. Encontrar el numero menor de cada fila y restárselo a la demanda

2. Se hace lo mismo con las columnas.

pág. 26
 3. Para que el problema finalice necesitamos trazar líneas donde haya ceros,
estos no deben tener mas de dos intersecciones, como solo tenemos 2 líneas
es necesario encontrar el numero menor que no se encuentre marcado por
las líneas (1) y sumarlo en las intersecciones. Por ultimo se le resta a los
números que no se estén en las intersecciones como se muestra.

4. El número de líneas no satisface al numero de columnas y filas así que es

necesario repetir el paso 3.

pág. 27
 5. Ya quedaron satisfechas las 4 líneas, ahora el ultimo paso es colocar las
demandas donde haya 1 cero en las columnas.

pág. 28
Ejemplo

Un equipo de 3 ingenieros debe ser asignado para la realización de 3 tareas, donde

cada ingeniero debe hacer una tarea. Se requiere encontrar la asignación de costo
mínimo para lo cual se dispone de los costos asociados a que el ingeniero i realice
la tarea j. Por ejemplo, representa el costo correspondiente a que el ingeniero 1
asuma la tarea 1.

Aplicar el Método Húngaro para encontrar una asignación óptima de los ingenieros
a las tareas.

Paso 1 del Método Húngaro requiere identificar el valor mínimo de cada fila. En el
caso de la fila 1 dicho valor es $9 siendo el costo de que el ingeniero realice la
tarea 3.
En particular si se dispone de un problema de mayor tamaño, hacer uso de Excel
facilita los cálculos tal como se muestra en la siguiente imagen:

pág. 29
A continuación, se resta el mínimo de cada fila a cada uno de los valores de la fila
respectiva, para obtener la matriz reducida:

La aplicación del Paso 2 produce los mínimos de cada columna según se observa
en la tabla anterior. Al restar esos valores de las columnas respectivas se obtiene
la siguiente matriz reducida:

pág. 30
Las celdas con valor cero y color azul son la solución óptima. En consecuencia, el
ingeniero 1 realiza la tarea 2, el ingeniero 2 asuma la tarea 1 y el ingeniero 3 la tarea
3. Cada ingeniero realiza exactamente una tarea y el costo total de dicha asignación
(valor óptimo) es de:

$9 + $10 + $8 = $27

pág. 31
 5.7 USO DE SOFTWARE

IBM ILOG CPLEX resuelven de forma lineal o cuadrática problemas de optimización

restringidos donde el objetivo a optimizar se puede expresar como una función lineal
o una función cuadrática convexa.

Las variables del modelo se pueden declarar como continuas o como más
restringidas para tomar solo valores enteros.

 CPLEX vienen en las formas siguientes:

1. CPLEX interactive optimizer

2. Concert technology
3. Biblioteca de C: Visual Basic, Fortran, etc.

El CPLEX es una herramienta para resolver, problemas de optimización líneas.

Estos problemas convencionales se escriben de la siguiente forma:

Donde la relación puede ser mayor o igual, menor o igual o simplemente igual y las
cotas superiores y las cotas inferiores pueden ser infinidad negativa o cualquier
número real.

CPLEX resuelve los siguientes problemas:

 Función objetiva cuadrática

 Tipos de problemas restringidos cuadráticamente
 Problemas enteros mixtos o MIP
 Problemas lineales con estructura de red

pág. 32
 CONCLUSION

Después de realizar la investigación y desarrollar los ejercicios de cada método, se

logra comprender la gran importancia y la utilidad de los métodos en las industrias,
ya que hoy en día utilizan este tipo de estrategias para lograr un mayor nivel de
competitividad, ya que se logra obtener las mejores rutas para incrementar la
economía y estabilidad empresarial.

pág. 33
REFERNCIAS:

http://hemaruce.angelfire.com/notas_M_TODO_DE_TRANSPORTE.pdf

https://proyectoinvestigacionoperaciones.wordpress.com/2016/11/09/primera-entrada-del-blog/

http://inves-op-ittol.blogspot.com/2016/05/metodo-hungaro_25.html

https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigaci%C3%B3n-de-operaciones/m%C3%A9todo-de-la-esquina-noroeste/

http://www.itsmante.edu.mx/wp-content/uploads/2017/11/ANTOLOGIA-INVESTIGACI%C3%93N-
DE-OPERACIONES-I.pdf

pág. 34
pág. 35