CONTENIDO

INTRODUCCIN
1. MTODO DEL TRANSPORTE
1.1 FORMULACIND DEL PROBLEMA GENERAL DE TRANSPORTE
1.2 MTODOS UTILIZADOS EN LA PRIMERA FASE
1.2.1

Mtodo de la Esquina Noroeste

1.2.2

Mtodo de Vogel

1.2.3

Mtodo del Coste Mnimo

1.2.4

Ejercicio de Aplicacin Mtodos Primera Fase

1.3 MTODOS UTILIZADOS EN LA SEGUNDA FASE

1.3.1 Ejercicio de Aplicacin del Mtodo de Stepping-Stone
1.3.2 Ejercicio de Aplicacin del Mtodo de Distribucin Modificado
1.4 PROBLEMA DE ASIGNACIN (MTODO HNGARO)
1.4.1 Ejercicio de Aplicacin
2. MTODO DE REDES
2.1 ARBOL DE EXPANSIN MINIMA
2.1.1 Ejercicio de Aplicacin
2.2 ALGORITMO DE LA RUTA MS CORTA
2.2.1 Ejercicio de Aplicacin
2.3 ALGORITMO DEL FLUJO MXIMO
2.3.1 Ejercicio de Aplicacin
2.4 ALGORITMO DE REDES CAPACITADAS DE COSTO MNIMO
2.4.1 Ejercicio de Aplicacin
2.5 ALGORITMO DE LA RUTA CRTICA (CPM)
2.5.1 Ejercicio de Aplicacin
CONCLUSIONES
BIBLIOGRAFA

INTRODUCCIN

En este trabajo se

tratan dos aplicaciones especiales de la programacin lineal: los

problemas de transporte y de asignacin y problemas de redes.

En el primer captulo, se abarcar el problema de transporte que estudia la distribucin de
un producto homogneo desde un conjunto de fbricas a un conjunto de almacenes o puntos
de venta de modo que se satisfagan las demandas de los almacenes y no se superen las
disponibilidades de las fbricas, con coste mnimo. Se identifican dos fases en la solucin
de los problemas; en la primera encontramos los mtodos de la esquina noroeste (MEN), de
Vogel y de coste mnimo. En la segunda fase se utilizan los mtodos de Stepping-Stone y
MODI (distribucin modificada, tambin denominada u-v).
Por su parte, en el segundo captulo, analizaremos el problema de redes. Dentro de los
mtodos que veremos aqu encontramos: rbol de expansin mnima, algoritmo de la ruta
ms corta, algoritmo del flujo mximo, algoritmo de redes capacitadas de costo mnimo y el
algoritmo de la ruta crtica.

1. MTODO DEL TRANSPORTE

El modelo de transporte tiene notable inters por sus importantes aplicaciones que, como
se vera en varios ejercicios, no se restringe nicamente a la distribucin de mercancas.
Su procedimiento especifico de solucin, llamado algoritmo de transporte consta de dos
fases y es rpido y eficiente. La primera fase consiste en obtener una solucin factible
inicial. Se pasa despus a la segunda fase, en la que se comprueba si la solucin obtenida
en la primera fase es ptima, y si no lo es, como mejorarla.

1.1 FORMULACIN DEL PROBLEMA GENERAL DE TRANSPORTE.

El problema de Transporte presenta una estructura especial de programacin lineal, que

requiere de la programacin entera y de la no-negatividad.
Puede decirse que, existen m orgenes que surten a n centros de consumo (destinos) para
cierto producto.
La capacidad de oferta del origen (i) es
La demanda del centro de consumo ( j ) es

filas.
con j = 1,2,3,...,n columnas.

Teniendo en consideracin el costo unitario de enviar el producto

de consumo ( j ).

del origen (i) al centro

Y de esto resulta la siguiente cuestin: Cuntas unidades del producto se deben enviar del
origen ( i ) al centro de consumo ( j ), de manera que comnmente se minimicen los costos
totales de Transporte, se est satisfecha la demanda del centro de consumo sin exceder la
capacidad de la oferta del origen ( i)?

El problema de transporte se representa a continuacin como una matriz, que puede estar en
funcin a los costos

o a los flujos

DESTINO
ORIGEN

1 2 3 ...

DEMANDA
Expresado en forma general queda:

de donde

OFERTA

para j = 1, 2, 3, ..., n
donde

es la cantidad de recursos (x) asignados al destino ( j ) con su costo unitario (i).

Desarrollando la funcin objetivo, se tiene

Aunque la matrices de Transporte pueden presentarse de la siguiente manera:

Caso 1.

Que la oferta total sea mayor que la demanda total

Es decir,
Se

tendr

.
que

aadir

un

centro

de

consumo

en los cuales los costos unitarios

artificial(n+1)

cuya

demanda

, son todos ceros con

k= 1,2,...,m que de forma matricial se expresa de la siguiente manera:

DESTINO

Columna

ORIGEN

agregada

OFERTA

DEMANDA

Caso2.

Que la demanda total sea mayor que la oferta total, o sea:

para lo cual se aadir una fila a la matriz, que ser (m+1), con capacidad de oferta

, los costos unitarios

como sigue.

son ceros, quedando la matriz de costos

DESTINO
ORIGEN

OFERTA
1 2 ... n

DEMANDA

El objetivo de aumentar una columna o agregar una fila es el de balancear el problema de

Transporte. Una vez hecho esto, se requerir que la solucin inicial sea bsica y factible.
Para esto, los mtodos de resolucin al problema de Transporte para obtener la solucin
inicial son:
1. PRIMERA FASE:
Mtodo de la Esquina Noroeste
Mtodo Vogel.
Mtodo del Coste Mnimo
2. SEGUNDA FASE
Mtodo de Stepping Stone

 Mtodo Distribucin Modificada (MODI)

3. PROBLEMA DE ASIGNACIN (MTODO HNGARO)

1.2 MTODOS UTILIZADOS EN LA PRIMERA FASE

1.2.1

Mtodo de la Esquina Noroeste.

Tambin llamado noroccidental o de extremos, presenta la construccin de una matriz de

flujos de la siguiente manera.
Paso1
En

la

posicin

(1,

1)

que

es

el

extremo

Noroeste

se

decide

, por lo tanto alguno de los valores se hacen

cero.

Paso 2.

Si

es CERO, se pasa a la posicin que le sigue ( "abajo" en la columna) que es la (2, 1),

para hacer

Se cancela el resto de la fila con ceros; adems no se

considerarn estas posiciones en un futuro, exceptuando la posicin

Por otro lado, si

, en el paso anterior, se pasa a la posicin contigua (que en este caso

sera (1, 2), tal que

Se cancela lo restante de la columna con ceros, y

se descarta de consideracin futura alguna, con excepcin de la posicin

Paso3.
Continuar con la misma lgica hasta llegar a la posicin (m, n) de la matriz de flujos.
En esta forma se obtendr una solucin inicial factible, bsica; pero bastante distante del
ptimo para el problema del transporte.
Donde :

1.2.2

Mtodo de Vogel

El algoritmo del Mtodo Vogel para obtener una solucin bsica factible de un problema de
Transporte es el que se muestra a continuacin:
Paso 1.
Construccin de una matriz de costos y flujos en relacin a un problema balanceado.
Ir al paso 3.
Paso2.
Usar el remanente de costos y flujos de la matriz, hasta que los flujos estn asignados.

Paso3.
Calcular las diferencias de las filas y de las columnas de la matriz de costos. Esta diferencia
resulta entre los nmeros ms pequeos (tanto de filas como de columnas).
Paso4.
Seleccionar a la fila o a la columna que tenga la mayor diferencia. En caso de empate, se
decide arbitrariamente.
Paso 5.
Localizar el costo ms pequeo en la matriz de costos en la fila o la columna seleccionada
en el paso anterior. Esta ser la posicin
Paso 6.
En la matriz de flujos , decidir

, con ( i, j ) identificado en el paso

anterior.

Se considerar determinar la oferta con

, y la demanda ser

Paso7.

Si

, llnese la fila i con ceros, exceptuando la posicin

, eliminando

la fila de cualquier consideracin futura.

De resultar
posicin

, se llenar la columna j con ceros, con excepcin de la

, las posiciones restantes se descartadas de tomarse en cuenta.

Continuar con el paso 2 del algoritmo.

1.2.3

Mtodo de Coste Mnimo

El mtodo del coste mnimo asigna el mayor nmero posible de unidades a la posicin de
menor coste eliminando la fila y/o columna que quede satisfecha, y repite el proceso hasta
eliminar todas las filas y columnas.

1.2.4

Ejercicio de Aplicacin Mtodos Primera Fase

Dada la tabla de transporte:

Disp.

45

25

50

30

Dem.

40

60

30

Donde los elementos interiores representan costes, se desea determinar una solucin inicial
bsica factible y su coste asociado con:
a) El MEN.
b) El mtodo de Vogel.
c) El mtodo de Coste Mnimo.
d) Comentar la calidad relativa de las soluciones obtenidas en los apartados anteriores.

SOLUCIN
Como la disponibilidad total es de 150 y la demanda total es de 130, el problema no es
equilibrado. Para equilibrarlo, introducimos un destino ficticio (columna F) con demanda
150-30=20 y costes nulos en las posiciones de sus columnas. Tenemos entonces, la tabla:

Disp.

45

25

50

30

Dem.

40

60

30

20

a) El MEN comienza tomando la posicin de la tabla situada ms al noroeste (A,1) y

situando en ella el mximo nmero posible de unidades, que ser el mnimo entre la
disponibilidad del origen A y la demanda del destino 1. En este caso, XA1=min(45,40)=40.
A continuacin, se reducen, en ese valor asignado, la disponibilidad de A y la demanda de
1. Se obtiene as la tabla de la que se elimina la fila y/o columna que quede satisfecha.

Disp.

40
A

25

50

Dem.

60

30

30

20

En este caso, la columna 1 pasa a tener demanda 0, as que la eliminamos, teniendo ahora la
tabla reducida y con bordes (disponibilidades y demandas) revisados,

Disp.

25

50

30

Dem.

60

5
30

20

Se repite el procedimiento con esta tabla. Ahora, la esquina noroeste corresponde a la

(A,2). El nmero de unidades que asignamos a esta aposicin es XA2=min(5,60)=5. Una
vez reducidas la disponibilidad de A y la demanda de 2, se obtiene:

Disp.

5
A

25

50

30

Dem.

55

30

20

Prescindiendo de la fila A, que ha quedado satisfecha al convertirse en nula su

disponibilidad, tenemos la nueva tabla reducida con la asignacin XB2=25.

Disp.

25
B

50

30

Dem.

30

30

20

Prescindiendo de la fila B, ya queda satisfecha, y reiterando el procedimiento, tenemos la

solucin bsica factible que mostramos en la tabla:

40

Disp.

45

25

50

30

25
B

5
30

20

7
10

D
Dem.

7
40

20

8
60

5
30

20

Esta solucin es no degenerada, ya que el nmero de posiciones bsicas es 7 igual al

nmero mximo posible que es m + n 1 = 4 + 4 1 = 7, donde m = nmero de filas y
n = nmero de columnas de la tabla de transporte equilibrada, de posiciones bsicas que
puede tener una solucin bsica factible. El coste asociado a esta solucin es:
C = 40*8 + 5*9 +25*7 +30*5 + 20*7 + 10*5 + 20*0 = 880

b) El mtodo de Vogel comienza determinando las penalizaciones de la fila (PF i) y

columna (PCj), obtenidas como el valor absoluto de la diferencia entre los dos costes
menores de cada fila y cada columna, respectivamente. Situamos estos valores a la derecha
y en la parte inferior de la tabla, obteniendo la tabla ampliada

Disp.

PFi

45

6*

25

50

30

Dem.

40

60

30

20

PCj

A continuacin, consideramos la mayor penalizacin entre filas y columnas, que es 6

(marcada con un *) y corresponde a la fila A. Elegimos la posicin de menor coste en esta
fila, que es la (A , F), y situamos en ella el mayor nmero posible de unidades dado por
XAF = min (45,20) = 20. Reduciendo la disponibilidad de la fila A y la demanda de la
columna F en ese valor, tenemos la tabla:

Disp.

20
A

25

25

50

30

Dem.

40

60

30

Eliminamos la fila y/o columna que haya quedado satisfecha, que en este caso es la
columna F, y repetimos el proceso con la tabla reducida y sus bordes revisados. Las
penalizaciones son ahora

Disp.

PFi

25

25

50

30

D
Dem.
PCj

40
2

60
2*

30
1

Y la mayor es 2. Como hay empate, lo rompemos arbitrariamente y tomamos, por ejemplo,

la columna 2. En esta columna, el menor coste es 5, que corresponde a la posicin (C , 2).
Hacemos XC2 = min (50,60) = 50 y reducimos la disponibilidad de C y la demanda de 2 en
tal nmero de unidades

Disp.

25

25

50
C

30

Dem.

40

10

30

eliminamos la fila C. La nueva tabla reducida, con las penalizaciones, es

Disp.

PFi

25

25

30

2*

30
D

Dem.

40

10

30

PCj

Tomamos como mayor penalizacin la correspondiente a la fila D, pues hay empates. En

ella, la posicin de menor coste es (D , 3). Hacemos XD3 = min (30 , 30) = 30 y reducimos
la disponibilidad de D y la demanda de 3 en ese valor.

Esto nos lleva a eliminar

simultneamente la fila D y la columna 3, indicacin de degeneracin en la solucin inicial.

Continuando con el procedimiento llegamos a la solucin bsica factible

15
A

Fict.

10

Disp.

20

45

25

50

30

25
B

50
C

30
D
Dem.

7
40

8
60

30

20

que es degenerada, ya que tiene 6 posiciones bsicas, una menos que el nmero mximo
que es 7. El coste asociado es
C = 15*8 + 10*9 + 20*0 + 25*5 + 50*5 + 30*5 = 735
c) Mtodo del Coste Mnimo

En nuestra tabla, el menor coste es 0, que corresponde a toda las posiciones de la

columna F. Elegimos una arbitrariamente, por ejemplo, la posicin (A , F) y el
mayor nmero de unidades que podemos asignar es XAF = min (45,20) = 20.
Reducimos la disponibilidad de la fila A y la demanda de la columna F en ese
nmero de unidades y tenemos la tabla

Disp.

20
A

25

25

50

30

Dem.

40

60

30

Eliminamos la columna F, que ha quedado satisfecha. La nueva tabla reducida con bordes
revisados es:
1

Disp.

25

25

50

30

Dem.

40

60

30

La posicin de menor coste es (C , 1). Le asignamos XC1 = min (50,40) = 40. La tabla con
la disponibilidad de la fila C y la demanda de la columna 1 reducidas en ese nmero de
unidades es:

Disp.

25

25

10

30

40

Dem.

60

30

Y eliminando la columna 1, ya que satisfecha, se obtiene la tabla reducida:

Disp.

25

25

10

D
Dem.

30

60

30

La posicin de menor coste es (B,3). Le asignamos XB3 = min (25,30) =25. Continuando
con el procedimiento, se llega a la solucin dada en la tabla que es no degenerada, ya que
tiene 7 posiciones bsicas.

25
A

Disp.

20
9

45

25

25
B

40

10

5
25

D
Dem.

50

30

7
40

8
60

30

20

C = 25*9 + 20*0 + 25*4 +40*3 + 10*5 + 25*8 + 5*5 = 720

d) Los mtodos de Vogel y de Coste mnimo han proporcionado una solucin inicial bsica
factible, bastante mejor que el MEN. En general

esto era de esperarse, ya que el MEN

distribuye las unidades en la tabla de transporte sin tener en cuenta los costes, mientras que
los otros dos mtodos tienen una lgica basada en ellos.

1.3 MTODOS UTILIZADOS EN LA SEGUNDA FASE

1.3.1 Ejercicio de Aplicacin del Mtodo de Stepping-Stone
Dada la tabla de transporte:

Disp.

11

400

11

700

12

10

100

Dem.

500

400

100

200

Obtener la solucin ptima con el mtodo de Stepping-Stone a partir de la solucin inicial

obtenida con el MEN.
SOLUCIN

La disponibilidad total (1200) coincide con la demanda total, por lo que el problema es
equilibrado. Determinamos la solucin inicial bsica factible con el MEN. Esta es:

Disp.

400
1

8
100

11
400

5
100

400

11

700

10

100

100
6
100

3
Dem.

12
500

400

100

200

Con coste C = 8800. Esta solucin inicial es no degenerada, pues tiene 6 posiciones
bsicas. Podemos, entonces, comenzar el procedimiento de Stepping-Stone calculando
primero el coste relativo ij de cada posicin no bsica a partir de la construccin de un
ciclo para cada una (un ciclo para una posicin no bsica es un camino que comienza y
termina en la posicin no bsica elegida, formado por segmentos alternativamente
verticales y horizontales, o viceversa, con extremos en posiciones bsicas. Se designarn
alternativamente las posiciones del ciclo con ^+ y ^-, comenzando con ^+ en la
posicin no bsica de partida).
Consideramos inicialmente la posicin no bsica (1,2). La tabla muestra el ciclo construido
para ella, con el efecto sobre el objetivo debido al incremento de una unidad para las
posiciones con designacin ^+ y la disminucin de una unidad para las posiciones con
designacin ^-, y el coste relativo 12.

Posicin

Designacin

Efecto sobre

(i,j)

el objetivo

(1,2)

^+

11

(1,1)

^-

-8

(2,1)

^+

(2,2)

^-

-5

(1,2)

^+

Coste relativo

Procediendo de modo anlogo con el resto de las posiciones

no bsicas, podemos

determinar los dems costes relativos.

Posicin

Coste relativo

(i,j)

(ij)

(1,2)

(1,3)

(1,4)

-3

(3,1)

(3,2)

(3,3)

Situamos stos sobre los costes de transporte por unidad dentro de la tabla. Se obtiene as:

400
1

8
100

Dem.

4
0

-3

11

400

11

700

10

100

100

100

12

500

Disp.

7
400

2
3

400

100

100
200

Si todos los costes relativos fueran no negativos, la solucin actual sera ptima. No es este
el caso. Tomamos la posicin con coste relativo ms negativo, la nica en este caso es
(1,4), con 14

= -3.

Generamos a continuacin una nueva solucin determinando

previamente, a partir del ciclo construido con la posicin (1,4), que es

Posicin

Valor de

Designacin

(i,j)

(Xij)

(1,4)

^+

(1,1)

400

^ -

(2,1)

100

^+

(2,4)

100

^ -

la cantidad = min {Xij} = min {400,100} = 100.

^ Esta cantidad es el mayor valor que se puede asignar a la posicin (1,4). Se modifica la
solucin actual, sumndola a las posiciones del ciclo con designacin ^+, restndola a
aquellas con designacin ^ - y permaneciendo igual los valores del resto de las variables.
As, la nueva solucin, con los nuevos costes relativos es:

300
1

8
200

3
Dem.

0 100

11

400

100
5

-3

0 100

12

400

100

400

500

Disp.

11

700

10

100

200

Sigue siendo no degenerada, ya que tiene de nuevo 6 posiciones bsicas. El coste asociado
ser de C = 8800 + (-3)*100 = 8500, como puede tambin comprobarse de forma directa a
partir de la tabla. Ahora, el coste relativo ms grande (i nico) corresponde a la posicin
(3,2), con 32 = -3. El ciclo para esa posicin es

Posicin

Valor de

Designacin

la cantidad

(i,j)

(Xij)

(3,2)

^+

(3,4)

100

^ -

(1,4)

100

^+

(1,1)

300

^ -

(2,1)

200

^+

(2,2)

400

^ -

= min {100,300,400} = 100, y la nueva solucin, que permanece no

degenerada, es

200
1

8
300

Dem.

0 200

11

9
4

300

11

3
4

8
100

400

3
6

100
400

Disp.

100
5

12
500

700

3
10

100

200

Esta tabla contiene, adems, los nuevos costes relativos. Como todos son no negativos, el
procedimiento termina al haberse alcanzado la solucin ptima. Esta es
X*11 = 200, X*14 = 200, X* 21 = 300, X*22 = 300, X*26 = 100, X*32 = 100
Con coste C* = 8200.

Finalmente, observamos que en esta tabla final la posicin no bsica (1,3) tiene coste
relativo 13 = 0, lo que significa que existen ptimas alternativas.

1.3.2 Ejercicio de Aplicacin del Mtodo de Distribucin Modificado

Dada la tabla de transporte

Disp.

Dem.

determinar la solucin ptima con el mtodo MODI a partir de la solucin inicial obtenida
por el procedimiento MEN.

SOLUCIN
La disponibilidad total es 19, menor
equilibrado.

que 20, la demanda total.

El problema no es

Aadimos un origen ficticio (F) con disponibilidad 20 19 = 1, que

proporciona el exceso de demanda, con costes 0 en las posiciones de esta nueva fila. La
solucin bsica factible inicial con el MEN es

Disp.

8
1

3
3

3
6

1
1

F
Dem.

0
8

0
3

Tal solucin tiene 5 posiciones bsicas, si prescindimos por el momento del que aparece
en la posicin (1,2), siendo el mximo posible m + n 1 = 4 + 3 1 = 6. Hay que aadir
una posicin.

Las posiciones independientes son (1,2), (1,3), (2,1), (3,1) y (F,1).

Elegimos de forma arbitraria la posicin (1,2) como -posicin, como aparece en la tabla
anterior.
Al haber convertido la solucin inicial en no degenerada, podemos aplicar el mtodo
MODI, para saber si tal solucin es ptima o, si no lo es, mejorarla.

Comenzamos

calculando los nmeros MODI de fila ( Si, i = 1,2,3,F) y columna (Tj, j = 1,2,3) con la
condicin
ij = 0 = Si + Tj + Cij

(i , j) bsica

donde los ij son los indicadores, o costes relativos, de las variables Xij, con un significado
anlogo al de los indicadores en el mtodo simples; observemos que Sij = ui + Tj = -vj,
donde = ui y vj son los valores de las variables duales del problema de transporte en
formato estndar. De la condicin anterior, tenemos el sistema de 6 ecuaciones lineales con
7 incgnitas, compatible indeterminado,
S1 + T1 + 4 = 0,

S1 + T2 + 3 = 0,

S2 + T2 + 3 = 0

S2 + T3 + 6 = 0,

S3 + T3 + 2 = 0,

SF + T 3 + 0 = 0

Tomando arbitrariamente la variable S1 y hacindola, por ejemplo, igual a 0, se tiene la

solucin que aparece en la columna de la derecha, bajo S i, y en la fila inferior, a la derecha
de Tj, de la tabla.

8
1

-2

F
Dem.
Tj

8
-4

Disp.

Si

-1

3
3

3
-3

9
-6

Calculamos los indicadores de las variables o posiciones no bsicas a partir de la relacin

ij = 0 = Si + Tj + Cij

(i , j) no bsica

que tambin aparecen en la tabla (nmeros sobre los costes).

indicadores negativos, es posible la mejora de la solucin actual.

Puesto que existen

Elegimos el ms

negativo, que corresponde a la posicin (2,1), marcada con *, con 21 = -2 y construimos

un ciclo para ella. Este es

Posicin

Valor de

Designacin

(i,j)

(Xij)

(2,1)

^+

(1,1)

^ -

(1,2)

^+

(2,2)

^ -

Con valor
= min {Xij} = min {8,3} = 3.
^ La nueva solucin, que se mantiene no degenerada, es:

Disp.

3+

5
1

3
2

2
2

3
6

1
1

Dem.

Para esta tabla, calculamos los nmeros MODI de fila y columna a parir del sistema
S1 + T1 + 4 = 0,

S1 + T2 + 3 = 0,

S2 + T1 + 2 = 0

S2 + T3 + 6 = 0,

S3 + T3 + 2 = 0,

SF + T 3 + 0 = 0

Y los indicadores ij de las posiciones no bsicas, que podemos ver en la tabla

2
3+

5
1
2

4
3

Disp.

Si

-3

3
2

*
2

3
F
Dem.
Tj

0
8
-4

6
1

0
3
-3

9
-8

Existe un indicador negativo, as que an es posible la mejora. Este corresponde a la

posicin (1,3), con 13 = -3. El ciclo para esta posicin es

Posicin

Valor de

Designacin

(i,j)

(Xij)

(1,3)

^+

(1,1)

^ -

(2,1)

^+

(2,3)

^ -

con valor = min {5,2} = 2. La nueva solucin, que es no degenerada, junto con los
nmeros MODI e indicadores, se muestra en la tabla siguiente:
1

3+

3
1

Si

Disp.

F
Dem.

Tj

-4

-3

-5

Puesto que todos los indicadores son no negativos, se ha alcanzado la optimalidad.

Hacemos entonces = 0 y la solucin ptima es
X*11 = 3, X*12 = 3, X*13 = 2, X*21 = 5, X*33 = 6, X*F3 =1
con coste C* = 53. Observemos que el ptimo es nico, pues todos los indicadores de las
posiciones no bsicas son positivos.

1.4 PROBLEMA DE ASIGNACIN (MTODO HNGARO)

Paso1.
Deber haber una matriz balanceada de costos, donde ser restado tanto en la columna
como en la fila el nmero ms pequeo de esa columna o fila. O sea,

con j = 1,...,n y i = 1,...,m.

Paso2.
Seleccionar un cero en cada rengln y columna de la nueva matriz de costos. Se elimina la
columna y el rengln al que pertenece el cero seleccionado.
Tenemos una solucin ptima, si al finalizar este paso, se ha hecho una asignacin
completa de ceros, en otras palabras, cada origen tiene su destino y viceversa.
Si no se ha llegado al ptimo, se contina con el paso 3.
Paso3.
Se encuentra la condicin de Kning, donde el ndice cuadrado (donde concuerdan el
mximo nmero de ceros) es igual al ndice de diseminacin (el nmero mnimo de filas y
columnas, tal que si se omiten desaparecen los ceros de la matriz).

Este paso de subdivide en los siguientes:

3a) Marcar cada una de las filas que no contenga un cero asignado.
3b) Marcar cada columna que contenga un cero, (que no es necesario que est asignado), de
la fila descrita en el paso 3a).
3c) Marcar cada fila que contenga un cero asignado en la columna del paso anterior 3b).
3d) Repetir los pasos 3b) y 3c), has que no se puedan marcar ms columnas o ms filas.
3e) Tachar las filas que no se encuentren marcadas y las columnas que s lo estn.
3f) Seleccionar el nmero ms pequeo de los elementos no considerados en ningn
aspecto. Este elemento se restar a los dems elementos no tachados, y se sumar a los que
tengan doble marca, o que estn tachados.
Los elementos que tengan una sola marca, no cambian.

1.4.1 Ejercicio de Aplicacin

Una empresa de alimentacin tiene en plantilla 4 ejecutivos Ei, i = 1,2,3,4, que debe asignar
a cuatro grandes clientes Cj, j = 1,2,3,4. Los costes estimados (en millones de pesetas) de la
asignacin de cada ejecutivo a cada cliente son

C1

C2

C3

C4

E1

15

19

20

18

E2

14

15

17

14

E3

11

15

15

14

E4

21

24

26

24

resolverlo con el mtodo hngaro.

SOLUCIN
Resolvemos el problema con el mtodo Hngaro, un algoritmo especfico para el problema
de asignacin, computacionalmente ms eficiente que los procedimientos anteriores.
Como la tabla tiene todos los costes no negativos, podemos comenzar la aplicacin del
algoritmo cuyo primer paso consiste en generar ceros restando el menor elemento de cada
fila de todos los elementos de su fila y haciendo lo mismo para las columnas con la tabla
obtenida. La nueva tabla es

C1

C2

C3

C4

E1

E2

E3

E4

Para ver si es posible una asignacin independiente de ceros, es decir, que exista al menos
un cero por fila y columna, aplicamos la heurstica que consiste en buscar la fila y columna
con menor nmero de ceros en la tabla obtenida, marcar uno de los ceros de la fila (aparece
en negrita en la siguiente tabla) y tachar el resto de ceros (se indica poniendo X) que se
encuentran en la misma fila y columna que el cero marcado. La fila con menor nmero de
ceros es la primera (rompemos empates tomando la fila superior), as que marcamos el cero
de la posicin (1,1) y tachamos los ceros de las posiciones (2,1), (3,1) y (4,1). Ahora, la
fila con menor nmero de ceros (no tachados) es la segunda. Marcamos, por ejemplo, el
cero de la posicin (2,2) y tachamos los de las posiciones (2,3) y (2,4). La tabla es

C1

C2

C3

C4

E1

E2

E3

E4

Como N hemos conseguido un cero marcado por fila, no tenemos una asignacin
independiente, y el algoritmo debe continuar generando ceros adicionales sobre la tabla
obtenida. Para ello, aplicamos el siguiente procedimiento:
1) Marcar todas las filas (con a la derecha de la fila) que no contienen un cero marcado,
que sern la tercera y cuarta.
2) Marcar columnas (con ) que tienen un cero tachado en filas marcadas, que slo ser la
primera columna.
3) Marcar toda la fila que tenga un cero marcado en una columna marcada, que ser la
primera fila.
4) Repetir 2) y 3) hasta que no haya ms filas y columnas que marcar. La tabla con las
filas y columnas marcadas es

C1

C2

C3

C4

E1

E2

E3

E4

A continuacin, debemos pasar lneas a travs de las filas no marcadas y las columnas
marcadas, que indicaremos con flechas como se puede observar en la tabla y que es el
menor nmero de lneas verticales y horizontales (L. C.) que cubren todos los ceros de la
matriz (hemos quitado la marca de los ceros y restituido los ceros tachados).

C1

C2

C3

C4

E1

E2

E3

E4

L. C.

L. C.

Ahora, seleccionamos el menor de los costes no cubiertos por las lneas anteriores, siempre
ser un valor positivo al estar todos los ceros cubiertos, que es c^m = 1 que corresponde a
la posicin (3,3). Esta cantidad la restamos a todos los elementos no cubiertos, la sumamos
a los elementos cubiertos que estn en la interseccin no cubiertos, la sumamos a los
elementos cubiertos que estn en la interseccin de una lnea vertical y horizontal, y
permanece igual el resto. La nueva tabla es

C1

C2

C3

C4

E1

E2

E3

E4

De nuevo, comprobamos si es posible marcar un cero por fila. Tenemos

C1

C2

C3

C4

E1

E2

E3

E4

Como no hay un cero marcado por fila, no hemos alcanzado una asignacin ptima y
debemos generar nuevamente ceros adicionales. Aplicando el procedimiento de antes, el
menor nmero de lneas que cubren todos los ceros est indicado en la tabla

C1

C2

C3

C4

L. C.

E1

E2

E3

E4

L. C.

El menor elemento no cubierto es c^m = 1, y la nueva tabla de asignacin que tambin

contiene los ceros marcados y tachados, es
C1

C2

C3

C4

E1

E2

E3

E4

Esta tabla tiene un cero marcado por fila. Por tanto, se ha alcanzado la optimalidad. La
solucin es la misma

2. MTODO DE REDES
Aunque muchos de los problemas de optimizacin de redes pueden formularse como
programas lineales o enteros y resolverse con los algoritmos correspondientes, existen
mtodos especficos que aprovechan la estructura especial de cada problema y su
representacin en una red, permitiendo procedimientos de solucin ms eficientes.
Existen un gran nmero de situaciones en investigacin de operaciones que se pueden
modelar y resolver adecuadamente como redes (nodos conectados por ramas). A manera de
ilustracin considere las siguientes situaciones:
a) El diseo de una re de ductos de gas natural mar adentro, que conectan las fuentes en el
golfo de Mxico con un punto de entrega cerca de la orilla. El objeto del modelo es
minimizar el costo de construccin del ducto.

b) La determinacin de la ruta ms corta entre dos ciudades en una red de carreteras

existente.
c) La determinacin de la capacidad mxima (en toneladas por ao) de una red de ductos
de suspensin de carbn, que une las minas de carbn en Wyoming con las plantas de
energa

elctrica en Houston.

(Los ductos de suspensin transportan el carbn

bombardeando agua a lo largo de ductos especialmente diseados).

d) La determinacin del programa de flujo de costo mnimo de los campos petroleros a las
refineras a travs de una red de ductos.
e) La determinacin del programa de tiempo (fechas de inicio y de terminacin) para las
actividades de un proyecto de construccin.
La solucin de estas situaciones y de otras semejantes se logran por medio de una variedad
de algoritmos de optimizacin de redes. Algunos de estos algoritmos son:
rbol de expansin mnima.
Algoritmo de la ruta mas corta.
Algoritmo del flujo mximo.
Algoritmo de redes capacitadas de costo mnimo.
Algoritmo de la ruta crtica.
2.1 ARBOL DE EXPANSIN MINIMA
Un problema de recorrido mnimo involucra a un conjunto de nodos y a un conjunto de
ramas propuestas, ninguna de las cuales es orientada. Cada rama propuesta tiene un costo
no negativo asociado a ella. El objetivo es construir una red conexa que contenga a todos
los nodos y que sea tal que la suma de los costos asociados con las ramas realmente
empleadas sea mnima.

Debe suponerse que hay suficientes ramas propuestas para

asegurar la existencia de una solucin.

No es difcil ver un problema de recorrido mnimo se resuelve siempre mediante un rbol .
(si dos nodos en una red conexa estn unidos mediante dos rutas, una de estas rutas debe

contener una rama cuya eliminacin no desconecte a la red. El eliminar la rama puede
solamente abatir el costo total). Una rbol de recorrido mnimo puede encontrarse al
seleccionar inicialmente cualquier nodo y determinar cual de las ramas que coinciden con
el nodo seleccionado tiene el menor costo. A esta rama se le acepta como parte de la red
final. Despus se completa la red iterativamente. En cada etapa del proceso iterativo, la
atencin se centra en aquellos nodos que ya se han eslabonado. Todas las ramas que
conectan a estos nodos con nodos inconexos se consideran y se identifica a la mas barata de
las ramas. Los empates se resuelven arbitrariamente.

A esta rama se le acepta como parte

de la red final. El proceso iterativo termina cuando se han eslabonado todos los nodos.
Si todos los costos son diferentes ( esto siempre se puede obtener mediante cambios
infinitesimales ), se puede probar que el rbol de recorrido mnimo es nico y que es un
producto del algoritmo anterior para cualquier seleccin de nodo inicial.

2.1.1

Ejercicio de Aplicacin

El servicio de Parques Nacionales planea desarrollar una zona campestre para el turismo.
Se han sealado cuatro sitios en el rea para llegar a ellos en automviles. Estos sitios y
las distancias ( en millas ) entre ellos, se presentan en la tabla.

Entrada al parque

Cascada

Formacin rocosa

Mirador

Pradera

Entrada al parque

....

7.1

19.5

19.1

25.7

Cascada

7.1

....

8.3

16.2

13.2

Formacin rocosa

19.5

8.3

....

18.1

5.2

Mirador

19.1

16.2

18.1

....

17.2

Pradera

25.7

13.2

5.2

17.2

....

Para daar lo menos posible al medio ambiente, el Servicio de Parques desea minimizar el
nmero de millas de caminos necesario para proporcionar el acceso deseado. Determnese
cmo debern construirse los caminos para lograr este objetivo.

SOLUCION
Los nodos son los cuatro sitios que van a desarrollarse y la entrada del parque, mientras
que las ramas propuestas son los posibles caminos para unir los sitios. Los costos son el
nmero de millas. La red completa se muestra en la siguiente figura, en donde cada sitio
est representado por la primera letra de su nombre.
C

7.1

13.2

25.7

19.51

5.2

16.2
19.11
M

8.3
17.2

18.1

Se selecciona arbitrariamente la entrada del parque como nodo inicial. Los costos de las
ramas que llegan a este nodo se enlistan en el primer rengln de la tabla. Ya que el menor
costo es 7.1, se agrega a la red la rama que va de la entrada del parque a la cascada.
Se considerarn ahora todas las ramas que unen a la entrada del parque o a la cascada con
un nuevo lugar.

Estas son las ramas que van de la entrada del parque a la formacin

rocosa, al mirador y a la pradera; as como aquellas que van de la cascada a los mismos
tres sitios. De estas, la rama ms barata es aquella que va de la cascada a la formacin
rocosa as que se agrega a la red.
Despus se consideran todas aquellas ramas que vayan hacia el mirador o la pradera, desde
la entrada del parque, la cascada o la formacin rocosa.

De estas, la rama que va de la

formacin rocosa a la pradera tiene el menor costo, as que se agrega a la red.

En esta etapa, el nico sitio no comunicado es el mirador. La rama ms barata que une al
mirador con cualquiera de los otros sitios, es la que corresponde a la cascada. Agregando
esta rama a la red, se llega a la siguiente figura la cual tiene un costo mnimo de
Z* = 7.1 + 8.3 + 5.2 + 16.2 = 36.8 millas
C

7.1

16.2
M

8.3

5.2

2.2 ALGORITMO DE LA RUTA MAS CORTA

Un problema de la ruta ms corta involucra una red conexa con un costo no negativo
asociado a cada rama. A un nodo se le denomina fuente y a otro nodo se le denomina
destino. El objetivo es determinar una ruta que una a la fuente con el origen, de manera que
la suma de los costos asociados con las ramas en la ruta sea mnima.
Los problemas de la ruta ms barata se resuelven mediante el siguiente algoritmo, en cuya
aplicacin todo empate ser resuelto arbitrariamente.
Paso 1.
Constryase una lista maestra tabulando bajo cada nodo, en orden ascendente segn el
costo, las ramas que llegan a l. Cada rama bajo un nodo dado, se escribe con ese nodo
como su primer nodo. Omtase en la lista cualquier rama que tenga a la fuente como su
segundo nodo o que tenga al destino como su primer nodo.
Paso 2.
Mrquese con un asterisco a la fuente y asgnese el valor 0. Localcese la rama ms barata
que coincida con la fuente y encirrese en un crculo.

Mrquese con un asterisco al

segundo nodo de esta rama y asgnese a este nodo un valor igual al costo de la rama.
Elimnense de la lista maestra todas aquellas otras ramas que tengan como segundo nodo al
que se acaba de marcar con asterisco
Paso 3
Si el nodo que acaba de marcarse con asterisco es el destino continese en el paso 5.
no, continese en el paso 4.

Si

Paso 4.
Considrense en la lista maestro actual, todos los nodos marcados con asterisco que tengan
bajo ellos ramas muy cerradas en un crculo.

Para cada uno de ellos, agrguese el valor

asignado al nodo, al costo de la rama sin crculo mas barata bajo l. Dentese a la menor
de estas sumas con M y encirrese en un crculo la rama cuyo costo contribuy a M.
Mrquese con un asterisco

el segundo nodo de esta rama y asgnesele el valor M.

Elimnense de la lista maestra todas las otras ramas que tengan al nodo que acaba de
marcarse con asterisco como segundo nodo. Continese en el paso 3.
Paso 5.
Z* es el valor asignado al destino. Una ruta de costo mnimo se obtiene recursivamente,
iniciando con el destino, al incluir en la ruta cada rama encerrada en crculo cuyo segundo
nodo pertenece a la ruta.
2.2.1

Ejercicio de Aplicacin.

Smart conduce diariamente a su trabajo.

Debido a que acaba de terminar un curso en

anlisis de redes, l puede determinar la ruta ms corta al trabajo. Desafortunadamente, la

ruta seleccionada est excesivamente patrullada por la polica y con todas las multas
pagadas por exceso de velocidad, la ruta ms corta no es la mejor eleccin.

Por

consiguiente, Smart ha decidido elegir una ruta que maximice la probabilidad de no ser
detenido por la polica.
La red en la figura muestra las posibles rutas entre su hogar y el trabajo y las probabilidades
asociadas de que no lo detengan en cada segmento. Por consiguiente, la probabilidad de
que no lo detengan camino al trabajo es el producto de las probabilidades asociadas con los
segmentos sucesivos de la ruta seleccionada.

Por ejemplo, la probabilidad de que no lo

multen en la ruta 1 3 5 7 es 0.9 * 0.3 * 0.25 = 0.0675. El objetivo de Smart es

seleccionar la ruta que maximice la probabilidad de que no lo multen.

0.8

0.35

0.2

0.6

0.5

0.4
0.1

0.9
3

0.3

0.25

El problema se puede formular como un modelo de la ruta ms corta, utilizando una

transformacin logartmica que convertir el producto probabilidad en la suma de los
logaritmos de probabilidades, es decir, si p1k = p 1 * p 2 * ..... * p k es la probabilidad de
que no lo detengan, entonces
log p 1k = log p 1 + log p 2 + .. + log p k
Matemticamente la maximizacin de p 1k es equivalente a la maximizacin de log p 1k .
Debido a que log p 1k
minimizacin de log

< = 0, la maximizacin de log p 1k , a su vez, es equivalente a la

p

1k

Utilizando sta transformacin, las probabilidades

individuales p la figura anterior se reemplazan con log p, para todas las j en la red, por
tanto da la red de la ruta ms corta en la figura siguiente:

0.09691

0.45593

0.30103

0.69897
0.22185

0.39794

1.
0.04576
3

0.52288

0.60206
5

Utilizando TORA, la ruta ms corta en la figura anterior, est definida por los nodos 1, 3, 5
y 7, con una longitud correspondiente de 1.1707 ( = - log p

17

) . Por tanto, la

probabilidad mxima de que no lo detengan es p 17 = 0.0675.

2.3 ALGORITMO DE FLUJO MXIMO

El objetivo en un problema de flujo mximo es desarrollar un programa de embarque que
maximice la cantidad de material enviado entre dos puntos. Al punto de origen se le
denomina fuente; al punto final se le denomina destino. Existen varias vas de embarque
que unen a la fuente con el destino, directamente o pasando por lugares intermedios
denominados empalmes.

Se considera que no es posible almacenar material en los

empalmes, es decir, que cualquier material que llega a un empalme es embarcado

inmediatamente a otro sitio.
Una red puede ser el modelo para un problema de flujo mximo. La fuente, el destino y los
empalmes se representan mediante nodos, mientras que las ramas representan los conductos
a travs de las cuales se transportan materiales. Asociado a cada nodo N y a cada rama NM
que salga de N, hay un nmero no negativo, o capacidad, que representa la cantidad
mxima de material que puede embarcarse de N a travs de NM.
0

B
8
Fuente

10

0
D Destino

5
0

10

EJEMPLO:
La figura anterior es una red que tiene A como fuente, a D como destino y a B y C como
empalmes. Cerca de los extremos de cada rama se indican las capacidades de flujo en
ambas direcciones. Ntese que pueden embarcarse 7 unidades de A a C a lo largo de AC,
pero en la direccin opuesta slo pueden embarcarse 0 unidades, sta asimetra permite, de
desearse definir una orientacin para AC. En contraste, los flujos a lo largo de BC pueden
moverse en ambas direcciones, con una capacidad de 5 unidades en ambos sentidos.
Los problemas de flujo mximo se resuelven mediante el siguiente algoritmo:
Paso 1
Encuntrese una ruta que permita el flujo positivo de material de la fuente al destino. Si no
existe alguna, continese en el paso 5.
Paso 2
Determnese el flujo mximo que puede embarcarse a lo largo de esta ruta y dentese k.

Paso 3
Disminyase la capacidad directa (es decir, la capacidad en la direccin de flujo de las k
unidades) de cada rama de sta ruta en k y aumntese la capacidad en sentido inverso en k.
Agrguense k unidades a la cantidad enviada al destino.
Paso 4
Continese en el paso 1.
Paso 5
El flujo mximo es la cantidad de material entregada en el destino. El programa ptimo de
embarque se determina comparando la red original con la red final. Cualquier reduccin
en capacidad significa un embarque.
2.3.1

Ejercicio de Aplicacin

Determnese el flujo mximo de material que puede ser enviado de la fuente A al destino
D, a travs de la red planteada en el ejemplo anterior.
Una ruta que va de la fuente al destino es la rama AD, la cual une a estos nodos
directamente. Puede permitir 8 unidades. Embarcando sta cantidad, se envan 8 unidades
a D, disminuyendo en 8 la capacidad de AD y aumentando en 8 la capacidad de DA. La
red resultante se muestra en la figura siguiente:

10

0
Fuente
(-8)

8
D Destino
(+8)

A
0

5
0

10

Otra ruta de la fuente al destino que puede permitir el flujo positivo es { AC, CB, BD }. La
cantidad mxima de material que puede ser enviado a lo largo de sta ruta es de 4 unidades,
es decir, la capacidad de BD. Haciendo este embarque, se incrementa en cuatro unidades el
suministro en D, con lo cual se tiene 8+4 = 12.

simultneamente, se disminuyen en 4

unidades las capacidades de AC, CB y BD y se incrementan en esta misma cantidad las

capacidades de CA, BC y DB. Entonces, la figura anterior se convierte en la siguiente
figura:

0
Fuente
(-12)

10

A
0

1
4

10

8
D Destino
(+12)

La ruta { AC, CD } de la figura anterior, puede permitir 3 unidades de A a D. Haciendo

este embarque se aumenta en 3 unidades el suministro e D, tenindose 12 + 3 = 15, y se
disminuyen en 3 las capacidades de AC y CD. Tambin se incrementas en 13 unidades las
capacidades de CA y DC. La nueva red es la figura siguiente.

10

Fuente
(-15)

D Destino
(+15)

1
7

La ruta { AB, BC, CD } de la figura anterior, puede permitir 7 unidades de la fuente al

destino. Haciendo este embarque se aumenta el suministro en 15 + 7 = 22 unidades y se
disminuye en 7 las capacidades de AB, BC y CD. Tambin se incrementan en 7 unidades
las capacidades de BA, CB y DC. El resultado es la figura siguiente:

0
Fuente
(-22)

0
B
2

D Destino
(+22)
10

8
7

2.4 ALGORITMO DE REDES CAPACITADAS DE COSTO MINIMO

El problema del flujo restringido de costo mnimo generaliza el modelo de flujo mximo en
cuatro aspectos:
a) Todos los arcos son direccionales (un sentido).
b) Un costo de flujo por unidad ( no negativo ) est asociado con cada arco.
c) Los arcos pueden tener lmites positivos de capacidad inferior.
d) Cualquier nodo en la red puede actuar como un punto de origen o un pozo.
El nuevo modelo determina lo flujos en los diferentes arcos que minimizan el costo total, al
mismo tiempo que satisfacen las relaciones del flujo en los arcos y las cantidades de la
oferta y la demanda en los nodos.
2.4.1

Ejercicio de Aplicacin

GrainCo proporciona maz de tres sitios a tres granjas avcolas. Las cantidades de la oferta
en los tres sitios son 100, 200 y 50 mil bushels y la demanda en las tres granjas es de 150,
80 y 120 mil bushels. En su mayor parte GrainCo utiliza ferrocarriles para transportar el
maz a las granjas, con excepcin de tres rutas en las cuales se utilizan camiones.
La figura siguiente resume la ruta disponible entre los silos y las granjas.
[-150]

$1
[100]

(50,80)
$4

[50]120)

$3
$5
[200]

3
$6

$1
(70,120)

$2

(100,120)

$2

[-120]

$4

[-80]

Los silos estn representados por los nodos 1, 2 y 3, cuyas cantidades de oferta son [100],
[200] y [50], respectivamente. Las granjas estn representadas por los nodos 4, 5 y 6, cuyas

cantidades de demandas son [-150], [-80] y [-120], respectivamente. Las rutas permiten el
transbordo entre los silos.

Los arcos (1,4), (3,4) y (4,6) son rutas de camiones.

Estas

rutas tienen capacidades mnimas y mximas. Por ejemplo la capacidad de la ruta (1,4) es
entre 50 y 80 mil bushels. Todas las otras rutas utilizan transbordos cuya capacidad
mxima es prcticamente ilimitada. Los costos de transporte por bushel se indican en los
respectivos arcos.
2.5 ALGORITMO DE LA RUTA CRITICA (CMP)
El mtodo de la ruta crtica fue diseado para ayudar en la planificacin, la programacin y
el control de proyectos.

Un proyecto se define como una coleccin de actividades

interrelacionadas, en la cual cada actividad requiere tiempo y recursos. El objetivo de este

mtodo es proporcionar medios analticos para programar las actividades.

Los pasos de

sta tcnica son:

a) Definir las actividades del proyecto, sus relaciones de precedencia y sus requerimientos
de tiempo.
b) Despus el proyecto se traduce a una red que muestra las relaciones de precedencia entre
las actividades.
c) El tercer paso indica hacer clculos especficos de red que faciliten el desarrollo del
programa de tiempo para el proyecto.
Esta tcnica supone relaciones deterministas de la actividad.
2.5.1

Ejercicio de Aplicacin

Cierto programa se compone de 12 subrutinas A, B, ..., L. La concepcin del proyecto

hace que su ejecucin implique el siguiente cuadro de precedencia, costes en miles de
pesetas y tiempos de complecin de las subrutinas en das.
Actividad
A

Predecesor
-

Tiempo
Normal
5

Tiempo
Reducido
3

Coste
Normal
200

Coste
Reducido
250

B
C
D
E
F
G
H
I
J
K
L

A
A
C
C
B, D
F, H
F, H
E, I
G, J

4
8
3
7
5
4
3
9
11
8
10

4
7
2
5
5
3
3
6
7
6
9

300
400
120
200
300
300
800
70
150
60
100

300
500
150
300
300
370
800
160
200
150
105

a) Dibujar la red CPM.

b) Determinar el camino crtico y su duracin.
c) Reducir la duracin del proyecto en dos das en la forma ms econmica.
SOLUCION
a) La red CPM de ejecucin de este proyecto con el criterio actividad arco es:
E,7

2
A,5

6
D,3

B,4

K,8

I,9
H,3

J,11

F,5

C,8

G,4

L,10

b) Utilizando el algoritmo CPM determinamos para cada actividad los valores PC, PT, TC
y TT, que se muestran en la tabla

Actividad

Etiquetas

Holgura

Nombre

Duracin

PC

PT

TC

TT

TT - TC

10

Crtica

10

12

19

26

14

13

13

Crtica

12

20

24

12

11

10

13

13

22

17

26

11

13

24

13

24

Crtica

22

30

26

34

10

24

34

24

34

Crtica

El tiempo de complecin es T = 34 das, el camino crtico C F J L, y el coste C es

la suma de los costes normales de todas las actividades, 3000.000 pesetas.
c) Determinamos inicialmente el incremento de costes Cij por da reducido para cada
actividad (i,j), a partir de la expresin
Coste reducido Coste normal
Cij =
Tiempo Normal - Tiempo reducido
Para la actividad A asociada al arco (1,2), este coste es, en miles de pesetas:
250 200
Cij =

= 25

5-3
y, anlogamente, para las restantes actividades. La tabla siguiente recoge tales costes:

Actividad

Coste reduccin

Actividad

Coste reduccin

Nombre

(i,j)

Cij (* 10^3 ptas)

Nombre

(i,j)

Cij (* 10^3 ptas)

(1,2)

25

(4,7)

70

(1,3)

(3,5)

(1,4)

100

(5,6)

30

(2,3)

30

(5,7)

12.5

(2,6)

50

(6,8)

45

(4,5)

(7,8)

Realizamos una representacin del proyecto en un diagrama horizontal dibujando cada

actividad con una barra de longitud igual a su duracin y con origen en el valor de su
etiqueta PC. Dibujamos el camino crtico como una lnea continua sobre el eje de tiempos
y el resto de actividades en diferentes niveles, utilizando lneas punteadas para indicar los
enlaces entre actividades de la red CPM . El esquema es:
A,5

E,7
D,3

H,3

I,9

K,8

B,4
C,8

F,5

J , 11

L , 10

G,4

10

15

20

25

El procedimiento de reduccin se lleva a cabo unidad a unidad.

30

35

Las actividades que

consideramos inicialmente para su reduccin sern las actividades crticas con coste
Cij

> 0. Estas son C, J y L. La que conlleva menor incremento de coste el L, as que

reducimos esta actividad en 1 da, teniendo el proyecto una nueva duracin T = 33 y un

coste C = 3005000. El camino crtico sigue siendo el mismo, aunque la duracin L es de 9

das. Ahora, intentamos reducir en otro da la duracin del proyecto. Observemos que L
no admite una nueva reduccin, pero la actividad crtica que permite reducir un da con
menor incremento en el costo es J. La nueva duracin de la actividad J es 10 das y el
incremento de costo12500. De nuevo, permanece el mismo camino crtico.

A,5

E,7
D,3

H,3

I,9

K,8

B,4

C,8

F,5

J , 10

I,9

G,4

10

15

15

20

30

35

CONCLUSIONES
El modelo de transporte busca determinar un plan de transporte de una mercanca de
varias fuentes a varios destinos. Entre los datos del modelo se encuentran: a) Nivel de
oferta en cada fuente y la demanda en cada destino y b) El costo de transporte unitario
de la mercanca de cada fuente a cada destino.
El problema del rbol de extensin mnima consiste en encontrar las conexiones ms
eficientes entre todos los nodos de la red, las que por definicin no deben incluir ningn
lazo.
El problema de la ruta ms corta tiene que ver con la determinacin de las ramas
conectadas en una red de transporte que constituyen, en conjunto, la distancia ms corta
entre una fuente y un destino.
La idea bsica del algoritmo de flujo mximo es encontrar una trayectoria de
penetracin que conecte el nodo fuente con el nodo destino en modo tal, que la
capacidad de cada rama en esta trayectoria sea positiva. El flujo mximo a lo largo de
esta rama debe ser igual a la capacidad mnima de todas las ramas que constituyen la
trayectoria.

BIBLIOGRAFA

BRONSON, Richard y FOURNIER, Mara.

TEORA Y PROBLEMAS DE

INVESTIGACIN DE OPERACIONES. Ed. McGraw-Hill. Mxico,1983. P. 167-178.

ROS, Sixto; INSUA, David y otros. PROGRAMACIN LINEAL Y APLICACIONES.
Ed. Alfaomega. Santaf de Bogot, 1998. P. 193-320.
TAHA, Hamdy.

INVESTIGACIN DE OPERACIONES:

Sexta Edicin. Ed. McGraw-Hill. Mxico, 1998. P. 215-279.

UNA INTRODUCCIN.