1.

Algoritmos de
Transporte

Modelos

de

Una compaa tiene dos sucursales. Una ubicada en Caman que puede producir 3000 docenas de cajas y los
costos de enviar cada docena de cajas a las ciudades de Cuzco, Tacna, Moquegua y Puno son de 5, 8, 3 y 6
dlares respectivamente, la sucursal de Mollendo puede producir 4000 docenas de cajas y los costos de enviar a
las ciudades de Cuzco, Tacna, Moquegua y Puno son de 6, 2, 4 y 5 dlares respectivamente, la fbrica principal
ubicada en la ciudad de Arequipa puede producir 5000 docenas de cajas y los costos de enviar a las ciudades de
Cuzco, Tacna, Moquegua y Puno son de 4, 5, 7 y 4 dlares respectivamente. Los consumos para las cuatro
ciudades son de 2500, 1500, 4500 y 3500 docenas de cajas respectivamente. Determinar el mnimo costo de
transporte desde los centros de abastecimientos a los consumidores.
SOLUCIN
El problema del caso estudio puede ser representado grficamente del modo siguiente:

Para tomar en consideracin todos los datos del problema, observamos que el grfico anterior traduce en forma
esquemtica los datos que son conocidos del problema como son la oferta del producto en cada fbrica, las
demandas de productos en cada ciudad y los costos unitarios de transporte de cada fbrica (origen) a cada ciudad
consumidora (destino), adems presentamos las variables incgnitas del problema de transporte que generalizado
podemos representarlo por:
Xij: Cantidad de docenas de cajas enviadas de la fbrica "i" al consumidor "j" (valor a determinar)
Cij: Costo de enviar una docena de cajas de la fbrica "i" al consumidor "j" (valor conocido)
ai : Cantidad de docenas de cajas que ofrece la fbrica "i", (valor conocido)
bj : Cantidad de docenas de cajas que consume el cliente "j", (valor conocido)
Los datos y variables incgnitas quo representan al problema podemos representarlos en la grfica siguiente:

Investigacin de Operaciones

Ordenando los datos en la matriz del problema del transporte obtenemos la Matriz de Transporte siguiente:

Como se puede observar en el cuadro anterior las variables incgnitas o de decisin del problema estn
determinados por Xij (docenas de cajas a transportarse desde la fbrica "i" a la ciudad consumidora "j") y los
valores conocidos estn determinados por Cij (costo de trasladar una docena de cajas de la fbrica "i" a la
ciudad "j"), as como la oferta de docenas de cajas (ai) que producen cada una de las fbricas "i" y la cantidad de
demanda requerida por cada ciudad "j" (bj).
Luego de haber procedido a tabular los datos, estamos en condiciones de aplicar un mtodo de solucin inicial
mediante el algoritmo de transporte, para posteriormente dar uso a otro algoritmo de solucin final, y de esta
forma determinar la solucin ptima del modelo de transporte en estudio.
En consecuencia la matriz de transporte diseada en el cuadro anterior nos servir de modelo, para la aplicacin
de mtodos de solucin inicial y final que usaremos a continuacin.

A. MTODOS DE SOLUCIN INICIAL

A.1 MTODO DE LA ESQUINA NOROESTE
Pasos a seguir en el mtodo:
1. Se empieza en la celda (1,1) calculando X11 = Min(a1, b1)
2. Si al<b1, se hace b1=b1-al y se pasa a la celda (2,1) calculando X21=Min(a2,b1).
3. Si en el paso anterior a1>b1, entonces se hace al=a1-b1y se pasa a la celda (1,2) para determinar X12=Min
(a1,b2) y as se continua hasta obtenerse la solucin factible inicial conforme mostramos en el cuadro 1.

Ing. Efran Murillo Msc.

Investigacin de Operaciones

CUADRO 1
APLICACIN DEL MTODO DE LA ESQUINA NOROESTE

SOLUCIN
(1,1): a1>b1
(1,2): b2>a1
(2,2): a2>b2
(2,3): b3>a2
(3,3): a3>b3
(3,4): a3=b4

X11=Min(3000,2500)=2500
X12=Min(500,1500)= 500
X22=Min(5000,1000)=1000
X23=Min(4000,4500)=4000
X33=Min(4000,500)=500
X34=Min(3500,3500)=3500

a1=3000-2500=500
b2=1500-500=1000
a2=5000-1000=4000
b3=4500-4000=500
b3=4000-500=3500

En razn a esto la solucin factible inicial quedar determinada por:

X11 = 2500 X22 = 1000
X33 = 500
X12 = 500 X23 = 4000
X34 = 3500
Estos valores en la funcin objetivo del problema hacen un costo total de:
CT=5(2500) + 8(500) + 5(1000) + 7(4000) + 4(500) + 5(3500) = 69000

A.2. MTODO DEL COSTO MNIMO

Este mtodo tiene la particularidad de asignar sucesivamente las cantidades a distribuir a las celdas cuyos costos
en la matriz sean los de menor valor.
Pasos a seguir:
1. Se identifica la celda cuyo costo es el ms bajo de todas las que integran la matriz. Si existen varias se
selecciona arbitrariamente una de ellas o la que ms conviene para la minimizacin del problema.
2. La celda elegida es asignada por xij=Min(ai.bj).
3. Luego de asignado xij se elimina la fila "i" y/o columna "j" dependiendo si la oferta y/o demanda se hagan
nulas.
4. Una vez asignado xij se elige otra celda cuyo costo sea el ms bajo de todas las que integran la matriz a
excepcin de la celda ya elegida. Si existen varias se toma arbitrariamente una de ellas o la que ms
convenga.
5. Se siguen los mismos pasos anteriores hasta que sean asignados a las celdas seleccionadas todas las ofertas
o requerimientos de la matriz con forme se presenta en el cuadro 2.
CUADRO 2.
APLICACIN DEL MTODO DEL COSTO MNIMO

Ing. Efran Murillo Msc.

Investigacin de Operaciones

SOLUCIN
1. Celda cuyo costo es el ms bajo de la matriz: celda (3,2) X32=Min (4000,1500) = 1500; a3 = 4000-1500 =
2500; se elimina columna 2(1).
2. Celda cuya celda es ms bajo a excepcin de (3,2): celda (1.3) X13=Min(3000,4500)=3000; b3 = 4500-3000
= 1500: se elimina fila 1 (2) .
3. Celda cuyo costo es el ms bajo: celdas (2,1), (2,4) y (3,3), elegimos celda (2,4) de donde asignamos a la
referida celda la cantidad X24=Min (5000,3500)=3500; a2 = 5000-3500 =1500; se elimina columna 4 (3).
4. Celda cuyo costo es el ms bajo: celdas (2,1) y (3,3) elegimos (2,1), X21=Min(1500,2500) = 1500; bl =
2500-1500= 1000 se elimina fila 2 (4).
5. Celda cuyo costo es el ms bajo: celda (3.3) X33=Min(2500,1500)=1500; a3=2500-1500=1000; se elimina
columna 3 (5).
6. Celda cuyo costo es el ms bajo: celda (3,1), X3l=Min(1000,1000)=1000; se elimina fila 3 y columna 1 (6).
Con los clculos anteriores generamos la solucin bsica inicial para asignaciones de:
X32=1500 X24=3500 X33=1500
X13=3000 X21=1500 X31=1000
Cuyas asignaciones reemplazadas en la funcin objetivo determinan un costo total del:
CT=2(1500) + 3(3000)+4(3500)+4(1500) + 4(1500)+6 (1000) = 44000

A.3. MTODO DE LA MATRIZ MNIMA

Este mtodo consiste en dar asignacin en primera instancia a la celda de menor costo de la matriz y
posteriormente dar asignacin a la celda de siguiente menor costo ubicado en la misma fila o columna de la
primera celda asignada y se sigue los mismos pasos hasta la asignacin completa de disponibilidades y
requerimientos.
Pasos a seguir:
1.
2.
3.

Se elige la celda cuyo costo es el ms bajo de todas las que integran la matriz. Si existen varias se
selecciona una de ellas arbitrariamente sea por ejemplo la celda (i,j), entonces Xij=Min (ai,bj).
Si ai<bj hgase bj=bj-ai y eliminse la fila "i".
Si bj<ai hgase ai=ai-bj y elimnese la columna "j".
Si ai=bj elimnese la fila "i" la columna "j" pero no ambos, a excepcin de la ltima celda asignadas.
Se contina el proceso hasta la asignacin completa de las disponibilidades y requerimientos, como se
muestra en el cuadro 3.

CUADRO 3.
APLICACIN DEL MTODO DE LA MATRIZ MNIMA

Ing. Efran Murillo Msc.

Investigacin de Operaciones

SOLUCIN
Celda cuyo costo es el ms bajo de la matriz: celda (3,2).
X32=Min(4000,1500)=1500; a3=4000-1500=2500. Se elimina columna 2(1).
Celda cuyo costo es el siguiente ms bajo de la fila 3: celda (3,3).
X33=Min(2500,4500)=2500; b3=4500-2500=2500. Se elimina fila 3(2).
Celda cuyo costo es el siguiente ms bajo de la columna 3: celda (1,3).
X13=Min(3000,2000)=2000; a1=3000-2000=1000. Se elimina columna 3(3).
Celda cuyo costo es el siguiente ms bajo de la fila 1: celda (1,1).
X33=Min(1000,2500)=1000; b1=2500-1000=1500. Se elimina fila 1(4).
Celda cuyo costo es el siguiente ms bajo de la columna 1: celda (2,1).
X21=Min(5000,1500)=1500; a2=5000-1500=3500. Se elimina columna 1(5).
Celda cuyo costo es el siguiente ms bajo de la fila 2: celda (2,4).
X24=Min(3500,3500)=1000; a2=b4 elimnese fila 2 y columna 4(6).
Luego la solucin bsica inicial resulta ser:
X32=1500
X13=2000
X21=1500
X33=2500
X11=1000
X24=3500
Reemplazando en la solucin objetivo obtenemos un costo total de:
CT= 2(1500) + 4(2500) + 3(2000) + 5(1000) + 4(1500) + 4(3500) = 44000

A.4. MTODO VOGEL

El mtodo consiste en medir la diferencia entre los dos costos menores en cada fila o columna; de esta manera se
tiene (m+n) diferencias. Se debe buscar la columna o fila cuya diferencia sea mayor y por ah introducir a la
base, la asignacin de Xij correspondiente a la celda de costo ms bajo (i, j) . Dependiendo de qu requerimiento
es satisfecho, eliminar el regln o la columna y repetir el proceso para la tabla resultante, procediendo as hasta
obtener la solucin bsica factible. Este mtodo determina solucin inicial generalmente superior a las
anteriores, cercana a la ptima.
CONCEPTO DE PENALIDAD
Es la diferencia entro el segundo menor costo y el menor de todos ya sea tomando en cuenta la fila o columna.
PASOS A SEGUIR EN EL MTODO
1. Clculo de penalidades en filas y columnas.
2. Se escoge la mxima pena1idad, ubicndola ya sea en la fila o columna, dentro de la mxima penalidad
ubicada, se escoge la celda de menor costo.
3. Se hace clculo de las nuevas penalidades se escoge el menor costo de cada empate.
4. Si persiste el empate se procede al clculo de las penalidades secundarias.
En la fila (o columna) se escoge el segundo menor costo de esa fila (o columna) y dentro de la fila que
pertenece se realiza una resta.
5. Si a pesar de ello persiste el empate se procede a elegir arbitrariamente ya sea la fila o columna. La
aplicacin del mtodo lo podemos observar en el cuadro 4.
CUADRO 4.

Ing. Efran Murillo Msc.

Investigacin de Operaciones

MTODO DE VOGEL

PASOS A SEGUIR
Calculo de penalidades, para:
O1=5-3=2 Dl=5-4=1
O2=4-4=0 D2=5-2=3
O3=4-2=2 D3=4-3=l
D4=5-4=l
1.

Se elige como mxima penalidad la columna 2 (penalidad 3), luego se observa que celda de costo mnimo
en la columna 2 es (3,2) de donde:
X32=Min(4000,1500)=1500) a3= 4000-1500=2500
Se elimina columna 2 (1).

2.

Se calcula penalidades para filas y columnas que no han sido eliminadas, de donde:
O1=2 O2=0 O3=1 Dl=l D3=l D4=l. Luego, observamos que la mxima penalidad se ubica en la fila 1. Su
mnimo costo se encuentra en la celda (1,3) de donde: X13=Min(3000,4500)=3000, b3=4500-3000=1500
Se elimina fila 1 (2 ).

3.

Siguiendo con el paso 2 se tendra penalidades para:

O2=0, O3=1, Dl=l, D3=3, D4=l
Mxima penalidad en columna 3, mnimo costo en celda (3,3): X33=Min(2500,1500)=1500, a3=2500l500=1000. Se elimina columna 3(3).

4.

Nuevo clculo de penalidades:

O2=0. O3=1. Dl=2. D4 = l.
Mxima penalidad en columna 1, mnimo costo en celda (2.1): X32=Min(5000,2500)=2500, b3=50002500=2500. Se elimina columna 1(4o).

5.

Nuevo clculo do penalidades, solo existe para la columna de donde: D4=5-4=l. mnimo costo en celda
(2.4):
X24=Min(2500,3500)=2500.
b4=3500-2500=1000 Se elimina fila 2(5o).

6.

Por ltimo la ltima celda sin asignacin es (3.4):

X34=Min(1000.1000)=1000; se elimina fila 3 y columna 4 (6).

Luego la solucin bsica inicial es:

CT=3(3000) + 4(2500) + 4(2500) + 2(1500) + 4(1500)+5(1000) = 43000

B. MTODOS DE SOLUCIN PTIMA

Ing. Efran Murillo Msc.

Investigacin de Operaciones

En el presente trabajo vamos a desarrollar tres mtodos de solucin final u ptima los cuales estn definidos por
los mtodos U-V, algoritmo de optimizacin y de Stepping-Stone, para su aplicacin ser necesario partir con
una solucin bsica inicial determinada por algunos de los mtodos ya estudiados anteriormente. A continuacin
pasamos a ver cada uno do los mtodos.

B.1. MTODO U-V

PASOS A SEGUIR EN EL MTODO
1.

Se empieza con una solucin inicial utilizando cualquiera de los mtodos estudiados anteriormente Para
nuestro ejemplo empezramos con la solucin inicial del mtodo de la matriz mnima.

2.

Se determina la matriz Zij tomando en cuenta para ello los costos cuyas celdas tienen cantidades asignadas
Xij. Las otras celdas so determinan por la suma (Ui + Vj ) partiendo con asignar un valor arbitrario ya sea a
un (Ui) de su correspondiente fila o un (Vj) de su correspondiente columna.
Para determinar la matriz Zij se debe tomar en cuenta que cada celda debe tomar el valor:
Zij = Ui + Vj

3.

Se define la matriz Cij de costos directos U originales (matriz que toma en cuenta todos los costos de la
matriz original).

4.

Se determina la matriz diferencia Dij del modo siguiente: Dij = Cij - Zij
Donde:
Zij = matriz de costos indirectos o asignados
Cij = matriz de costos directos u originales
Dij = matriz diferencia
Si todos los Dij (valores marginales) son mayores o igual a cero, la solucin es ptima.
Si al menos un Dij es menor a cero significa que existe una mejor solucin.

5.

Se determina la celda do menor valor en la matriz Dij (mas negativa); esto nos determina a la celda desde la
cual iniciaremos una trayectoria cclica de + y - que nos permitir agregar o restar una cantidad conveniente
por cada una de las celdas elegidas. La trayectoria cclica a seguir solo puedo tomar sentido horizontal o
vertical y debo estar conformada por una celda no asignada (celda do menor valor en Dij) y las dems
deben estar asignadas.

6.

Se repite los pasos 2 a 5 hasta quo una iteracin demuestre la solucin ptima donde todos los Dij sean
mayores o iguales a cero.

APLICACIN DEL MTODO

1. Siguiendo con el caso estudio analizado en los mtodos de solucin inicial partiremos con la solucin del
mtodo de la Matriz Mnima (Cuadro 3)
SOLUCIN INICIAL: MTODO DE LA MATRIZ MNIMA

Ing. Efran Murillo Msc.

Investigacin de Operaciones

2. Determinacin de la matriz Zij, tomando en cuenta las celdas con asignacin en la solucin inicial los cuales
son: (1,1), (1,3), (2,1), (2,4), (3,2) y (3,3) identificndose sus respectivos costos. En resumen se tendra las celdas
con costos asignados (resaltados) que se observan en los cuadros 5 Y 6:
CUADRO 5:
D1 D2 D3 D4 Ui
O1 5
3
U1
O2 4
4 U2
O3
2 4
U3
Vj V1 V2 V3 V4
CUADRO 6
MATRIZ Zij
D1 D2 D3 D4 Ui
O1 5 1 3 5 1
O2 4 0 2 4 0
O3
Vj

6
4

2
0

4
2

6
4

Para determinar los otros valores del cuadro 6 se pasa a determinar valores Ui y Vj. para lo cual se da un valor
arbitrario cualquiera para uno y solamente un valor Ui o Vj. En nuestro caso damos el valor inicial arbitrario
para U2 (fila 2) = 0 (el valor arbitrario cero es el ms adecuado porque permite minimizar la complejidad de las
operaciones). El valor arbitrario puede darse a uno y solamente un valor Ui de fila o un valor Vj de columna. El
resto de valores Ui y Vj sale como consecuencia de que cada celda de la matriz Zij; debe valor (Ui + Vj) y se
resume en el cuadro 7. Es recomendable asignar el nico valor arbitrario a una fila (ui) o columna (vj) que tenga
mayor nmero de celdas asignadas.
Se identifica la matriz de costos originales o sin modificacin alguna, compuesta por la matriz Cij y se le resta la
matriz Zij obteniendo la matriz diferencia Dij tal como se aprecia en los cuadros siguientes:
CUADRO 7:
DETERMINACIN DE LA MATRIZ Dij

5. En esta parte debemos preguntarnos si hemos llegado a la solucin ptima; es decir si todos los valores de Dij
son menores o iguales a coro, lo que indicarla que estamos en solucin ptima; si hubiera al monos algn valor
menor a cero significa que hay mejor solucin por lo tanto debemos elaborar "la trayectoria cclica de + y - a
partir del menor valor negativo de Dij. Para nuestro caso slo existe un valor menor a cero y se ubica en la celda
(3,4) con D34 = -1 por lo tanto elaboramos la trayectoria cclica a partir de la celda (3,4) como celda no asignada
y debemos ubicar las otras en su sentido vertical y horizontal conocidas asignadas de tal forma que la trayectoria
iniciada en (3,4) debe culminar en (3.4) como se muestra en el cuadro 4. Es necesario aclarar que en cada fila o
columna de la trayectoria cclica siempre debe existir el mismo nmero de + y - para mantener los mismos
valores de oferta y demanda. En la trayectoria el valor + significa que se va a asignar a una celda vaca una
determinada cantidad y que esa misma cantidad se incrementa a celdas asignadas con valor +, igual criterio tiene
el valor - significando que se resta la misma cantidad aumentada en +. Para saber qu cantidad se aumenta y
disminuye en la trayectoria bastar identificar el de menor asignacin en la trayectoria de - el cual se ubica en la
celda (1.1) con asignacin igual a 1000 y esto generar la nueva solucin que se observa en el cuadro 8.
CUADRO 8
NUEVA SOLUCIN

Ing. Efran Murillo Msc.

Investigacin de Operaciones

A partir de la nueva solucin se vuelven a repetir los pasos 2 a 5 hasta llegar a la solucin ptima
donde todos los valores Dij deben ser mayores o iguales a cero, los cuales resumimos rpidamente:
DETERMINACIN DE NUEVA MATRIZ Dij

Al determinar la matriz Dij observamos que todos sus valores son mayores o Iguales, esto implica que
se ha llegado a la solucin ptima, cuyas asignaciones son:
X 13 = 3000
X 21 = 2500
X 32 = 1500
X 33 = 1500
Su costo total mnimo es

X 24 = 2500
X 34 = 1000

CT = 3(3000) + 4(2500) + 4(2500) + 2(1500) + 4(1500) + 5(1000) = 43000

B.2. MTODO DE STEPPING-STONE O VALORES MARGINALES

PASOS A SEGUIR
1.

Se elige una solucin inicial (en nuestro caso empezaremos con la solucin inicial por el mtodo
de la matriz mnima) como se muestra en el cuadro 9.

2.

Para cada una de las celdas no asignadas, se determina el valor (Dij = Zij Cij), aplicando el
criterio de la trayectoria cclica pero para valores de costos; es decir, que la trayectoria recoge un
costo no asignado (celda sin asignacin) y el resto debe contemplar celdas con costos asignados.
Por ejemplo en la celda no asignada (2.3) +, el costo es 7 y los valores de su trayectoria estn
dados por las celdas asignadas (1.3) -, con costo 3, celda (1,1) +, con costo 5, celda (2,1) -, con
costo 4 y cerramos la trayectoria con la celda inicial no asignada (2.3).
Luego su D 23 = Z 23 -C 23 = + 7 - 3 + 5 - 4 = 5
Del mismo modo determinamos los valores de las otras celdas no asignadas, dependiendo do la
trayectoria cclica que tomen.

3.

Si despus do haber obtenido los Di j no asignados, los resultados son:

Todos los Dij >= 0, la solucin es ptima
Si algn Dij < 0, existe mejor solucin

4.

Si existe mejor solucin, ser necesario encontrar la nueva solucin, aplicando el criterio de la
trayectoria cclica, asignando una cantidad Xi al mayor valor absoluto de los valores Dij<0 que
existan.

5.

Repetimos los pasos hasta obtener todos los Dij >= 0.

APLICACIN DEL MTODO

Ing. Efran Murillo Msc.

Investigacin de Operaciones
1.

10

Iniciamos con la solucin inicial por el mtodo de la matriz mnima, de acuerdo al cuadro 9

CUADRO 9
SOLUCIN INICIAL: MTODO DE LA MATRIZ MNIMA

2.

Determinacin de los valores Dij para cada una de las celdas con costos no asignados.

3.

D12= +8 -2 +4 -3 =7
D14= +6 -4 +4 -5 =1
D22= +5 -4 +5 -3 +4 -2=5
D23= +7 -3 +5 -4 =5
D31= +6 -4 +3 -5 =0
D34= +5 -4 +4 -5 +3 -4 =-1
Como D 34 < 0 implica que existe mejor solucin.

4.

A partir de la celda (3.4) se inicia y termina la trayectoria cclica de + y - con la finalidad de

asignar X 34 a su respectiva celda no asignada. Esto se muestra en el cuadro 9 y el resultado de la
nueva solucin se muestra en el cuadro 10

CUADRO 10
NUEVA SOLUCIN

5.

Repetimos el paso 2 para determinar los nuevos Dij de celdas no asignadas en la solucin ptima.
D11= +5 -3 +4 -5 +4 -4 =1
D12= +8 -3 +4 -2 =7
D14= +6 -5 +4 -3 =2

6.

7.

D22= +5 -4 +5 -2 =4
D22= +5 -4 +5 -2 =4
D31= +6 -4 +4 -5 =1

Como todos los Dij>=0, implica que se ha llegado a la solucin ptima, con la siguiente
asignacin:
X 13 = 3000
X 21 = 1500
El costo total resulta ser:

X 24 = 2500
X 32 = 1500

X 33 = 1500
X 34 = 1000

CT = 3(3000) + 4(2500) + 4(2500) + 2(1500) + 4(1500) +5(1000) = 43000

C. CASOS ESPECIALES
Ing. Efran Murillo Msc.

Investigacin de Operaciones

11

C.1 PROBLEMA DE TRANSPORTE DEGENERADO

Una variable Xij es bsica cuando en su correspondiente celda existe una asignacin y es no bsica
cuando no existe asignacin alguna. Al tener presente esta definicin, so dice que un problema es no
degenerado cuando el nmero de variables bsicas es (m + n - 1) y es degenerado cuando el nmero de
variables bsicas es menor a (m + n - 1). Cuando al aplicar un mtodo de solucin inicial, se obtiene
una solucin degenerada: no podemos aplicar directamente un mtodo de solucin ptima (U-V.
algoritmo de ptimizacin y Stepping-Stone; en este caso tendremos que recurrir al levantamiento de la
degeneracin, del modo siguiente:
Supongamos el siguiente ejemplo (cuadro 11)
CUADRO 11
SOLUCION DEGENERADA
METODO DE LA ESQUINA NOROESTE

Para levantar la degeneracin se asigna artificialmente un valor E (representa a cero) en forma arbitraria a la
siguiente celda de su correspondiente fila o columna de la celda que ha permitido la eliminacin de fila o
columna a la vez, porque ai = bj. En nuestro caso la celda (1.1) ha permitido la eliminacin de fila 1 y comuna
1. De acuerdo al criterio de levantamiento de la degeneracin, las posibles celdas a obtener asignacin sern
(1.2) y (2.1). Elegimos arbitrariamente la celda (1.2) y le asignamos Xij = E con lo que levantamos la
degeneracin como se muestra en el cuadro 11.
En estos momentos nos encontramos aptos a emplear cualquiera de los mtodos de solucin ptima.
Par este caso aplicaremos el mtodo de Stepping Stone de donde:
D 13 = + 5 6 + 8 5 = 2
D 21 = + 6 5 + 6 8 = -1
Como D21 no existe mejor solucin: Luego aplicamos el criterio de la trayectoria cclica y se muestra tambin en
el cuadro 11 para encontrar la nueva solucin. En la trayectoria de + y - , el menor valor de los es 150 por lo
tanto asignaremos a la celda (2.1) = + 150 y a las otras celdas de la trayectoria agregamos y restamos la misma
cantidad; de donde obtenemos la nueva solucin que se muestra en el cuadro 12.
CUADRO 13
NUEVA SOLUCION

Prosiguiendo con las reglas de Stepping-Stone

D11= + 5 6 + 8 6 =1
D13 = + 5 5 + 8 6 =2
Como todos Dij son >=0; la nueva solucin es ptima; dado que E = 0, tendremos la siguiente asignacin ptima:
X12= 150
X22= 50
X21=150
X23=100
Su costo total ser:
CT= 6(150) + 6(150) + 8(50) =2700

Ing. Efran Murillo Msc.

Investigacin de Operaciones

12

C.2 PROBLEMA DE MAXIMIZACIN

Cuando no encontramos en un problema de maximizacin existe varias formas e resolver el problema, nos
ocupamos de tres de sus formas para el modelo que se presente en el cuadro 14 en el cual podemos suponer que
se trata de una empresa que desea determinar su beneficio total por transportar su producto desde los orgenes
(01, 02, 03) a los destinos (D1, D2, D3)
CUADRO 14
PROBLEMA DE MAXIMIZACIN

01
02
03
DEM (bj)

a.

D1
5
8
4
8

D2
3
2
7
13

D3
6
4
9
9

OFERTA(ai)
10
15
5

Maximizando el modelo

La aplicacin es la misma que realizamos cuando nos ocupamos anteriormente del problema de minimizacin,
con la condicin de que ahora invertiremos el proceso seguido, porque optaremos por los beneficios unitarios
mayores que maximizan los resultados del problema.
CUADRO 15
SOLUCION INICIAL: METODO DEL BENEFICIO MXIMO

En el cuadro 15 hemos aplicado el mismo proceso que seguimos cuando nos ocupamos del mtodo del costo
mnimo, con la variante de que ahora elegimos los beneficios mximos en lugar de los mnimos costos.
La solucin del mtodo del beneficio mximo es:
X12 = 6;

X34 = 4; X21 = 8;

X22 = 5

CT = 3(6) + 6(4) + 8(8) +2(7) + 9(5) = 165

Ahora nos preguntamos si con el cuadro 15 hemos llegado a la solucin optima, para ello debemos determinar la
matriz Dij

En caso de minimizacin, la solucin ptima se obtena cuando todos los valores de D ij eran mayores o iguales a
cero. En caso de maximizacin, la solucin ptima se obtiene para cuando todos los valores de D ij son menores o
iguales a cero. Para nuestro ejemplo se tiene la celda C 32 +1, entonces hay que determinar su trayectoria cclica y
realizar la reasignacin respectiva, finalmente se calcula nuevamente la matriz Dij. En el caso en el que cumpla
la condicin (Dij<=0) se habr llegado a la solucin ptima, tal como se muestra en el cuadro 16.

Ing. Efran Murillo Msc.

Investigacin de Operaciones

13

CUADRO 16
SOLUCION PTIMA

En la ultima matriz Dij tenemos que todos sus valores negativos o iguales a cero por lo tanto hemos llegado a la
solucin optima que se presenta en el cuadro 16 el cual resulta ser:
X12 = 1;
CT =

X13 = 9;

X21 = 8;

X22 = 7; X32 = 5

3(1) + 6(9) + 8(8) +2(7) + 7(5) = 170

b. Minimizando Beneficios Negativos

En este caso nos limitamos a multiplicar por menos uno a todos los beneficios unitarios de la tabla para
posteriormente proceden a aplicar cualquiera de los mtodos posteriormente procede a aplicar cualquiera de los
mtodos estudiados como si nos encontramos en un caso de minimizacin, la aplicacin del mismo se presenta
en el cuadro 17
CUADRO 17
PROBLEMAS DE MAXIMIZACION

c.

Minimizando Diferencia de Beneficio Mximo

El proceso tiene por condicin elegir el mximo beneficio unitario, procedindose luego a restar al valor elegido
los otros beneficios de cada casillero, lego el cual aplicamos los mtodos de minimizacin con los nuevos
valores determinados, como se muestra en el cuadro 18.
CUADRO 18
PROBLEMA DE MAXIMIZACION

C.3 PROBLEMAS DESBALANCEADOS

El algoritmo del transporte se aplica cuando el problema esta balanceado, es decir, cuando el total ofertado es
igual ala totalidad de lo demandado

Ing. Efran Murillo Msc.

Investigacin de Operaciones

14

En la prctica generalmente se dan a los casos desbalanceados, cuando al comparar oferta con demanda existe
una diferencia entre ambos que posibilita los siguientes casos
a. LA OFERTA TOTAL ES MAYOR QUE LA DEMANDA TOTAL
Cuando nos encontramos en esta situacin, salvamos el desbalance creando un destino ficticio con los costos de
transporte nulos y su correspondiente demanda igual a:
m
n
Dj =ai - bj
i=1
j=1
Supongamos que tenemos el problema que se muestra en el cuadro 19.
CUADRO 19.
OFERTA MAYOR QUE DEMANDA

En el cuadro 20 mostramos la aplicacin del destino ficticio (D3 = 80 -70 = 10) con costos unitarios nulos.
CUADRO 20
PROBLEMA BALANCEADO

b. LA DEMANDA TOTAL ES MAYOR QUE LA OFERTA TOTAL

En este caso creamos un origen ficticio con costos unitarios nulos y su correspondiente oferta igual a la relacin
siguiente:
m
n
Dj = bj - ai
j=1
i=1
Observemos el ejemplo del cuadro 21
CUADRO 21
DEMANDA MAYOR QUE LA OFERTA

Para balancear el problema ser necesario que sea creado en origen ficticio (O3 = 85 70) con costos nulos
como se muestra en el cuadro 23.
CUADRO 23
PROBLEMA BALANCEADO

Ing. Efran Murillo Msc.

Investigacin de Operaciones

15

Para ambos casos, luego de balanceado el problema se procede a aplicar cualquiera de los mtodos estudiado
para encontrar la solucin inicial y optima del mismo

C.4 TRANSPORTE PROHIBIDO

Puede existir casos en que por ciertas condiciones del modelo no se desee trasladar por ejemplo productos desde
cierto origen a un determinado destino, en tales condiciones asignamos un costo unitario muy grande como M o
un valor conocido prohibitivo a la celda con dicha restriccin; con la nica intencin de asegurarnos que no
participe su respectiva variable en la solucin ptima, como se muestra en el cuadro 24.

CUADRO 24
TRANSPORTE PROHIBIDO

El cuadro 24 nos refleja que no existir traslado de O1 a D2 y de O3 a D4, en cuyas celdas se les asignan costos
M de valor infinitamente grande, luego del cual procedemos a aplicar los mtodos de solucin del modelo de
transporte.

C.5 SOLUCIONES PTIMAS MULTIPLES

Este caso se presenta cuando al aplicar el mtodo de solucin ptima u-v nos encontramos que en la matriz Dij
existe una cantidad mayor a (m+n-1) de valores nulos como apreciamos en el siguiente ejemplo, sobre todo en la
matriz Dij.
CUADRO 25.
METODO VOGUEL

Ing. Efran Murillo Msc.

Investigacin de Operaciones

16

CUADRO 26
SOLUCION PTIMA

En el ejemplo observamos que la matriz (D ij = Cij - Zij) >=0, esto implica que nos encontramos en la solucin
optima con aplicacin del mtodo de Voguel. Adems observamos que el numero de valores ceros y nulos en la
matriz Dij es mayor a (m + n i = 4) por lo tanto significa que nos encontramos en un caso de soluciones optimas
mltiples.
El mtodo de Voguel arroja una solucin optima, luego debemos encontrar otra solucin optima, para ello
observamos que la celda (2.3) de la matriz D ij no tiene en la solucin asignacin, por lo tanto debemos encontrar
una solucin optima, por lo tanto debemos encontrara una nueva solucin asignando X 23 = 50 (valor mnimo de
la trayectoria cclica) el cual nos proporciona la solucin optima que se muestra en el cuadro 26.
En resumen nos encontramos con la primera solucin ptima:
X11 = 50;
CT =

X13 = 100;

X21 = 50;

X22 = 250

5(50) + 4 (100) + 6 (50) + 3 (250) = 1700

Segunda solucin optima:

X11 = 100;
CT =

X13 = 50;

X22 = 250;

X23 = 50

5 (100) + 4 (50) + 3 (250) +5 (50) = 1700

C.6 PROBLEMA DE TRANSPORTE MLTIPLE

Para analizar el comportamiento del modelo veamos el siguiente problema:
Supongamos que una empresa de bebidas gaseosas tiene tres plantas procesadoras. La primer planta (P1) procesa
bebida familiar (F), mediana (D) y chica (C); la segunda (P2) solo chica (C) y la tercera (P3), mediana (D) y
Chica (C)
Adems se tiene los almacenes A1 y A2 a donde deben trasladar sus productos. Las capacidades de planta y
almacenes se presentan en el cuadro 27 vamos a suponer que los almacenes recepcionan los tres productos (F, D
y C)

Ing. Efran Murillo Msc.

Investigacin de Operaciones

17

CUADRO 27

La caracterstica del modelo de transporte es identificar los orgenes son la oferta en las plantas procesadoras y
los destinos la demanda en los almacenes.
El problema de transporte mltiple contempla que cada planta procesadora genera un mnimo de orgenes igual
del numero de productos que proceso y que cada almacn genera un numero de destino igual al numero de
productos que recepciona.
En conclusin habr 3 orgenes en la planta 1; 1 en la planta 2 y 2 en la planta3, del mismo modo existir 3
destinos para el almacn 1 y tambin 3 destinos para el almacn 2; como se muestra en la figura 1.
Figura 1.

En la figura anterior observamos que en definitiva tenemos un modelo de transporte balanceado de 6 orgenes y
6 destinos con lo cual confeccionamos el cuadro 28 en el cual estamos contemplando con los datos de cotos
unitarios de transporte.
CUADRO 28
PROBLEMAS DE TRANSPORTE MLTIPLE

En el cuadro 28 las celdas que tienen costos unitarios M son trasporte prohibidos porque no existe traslado de
productos entre su origen y destino como se puede apreciar en la figura 1
Por ejemplo no existe traslado del origen F de P1 al destino D de A1. Del mismo modo estamos suponiendo
costos unitarios reales entre orgenes y destinos donde existe traslado de productos. As podemos observar que el
costo de trasporte unitario entre el origen D de P3 y el destino D de A2 es 5. Luego de haber obtenido el cuadro
28 estamos en condiciones de aplicar los mtodos de solucin estudiados.
Existe otra forma de plantear el problema de transporte mltiple, que consiste en descomposicin de modelos de
transporte por productos. En nuestro ejemplo existen 3 productos a trasportar por lo tanto debe generar 3
modelos en P1 (origen) y existe demanda en A1 y A2 (destinos). El producto D es producto de P1 y P3

Ing. Efran Murillo Msc.

Investigacin de Operaciones

18

(orgenes) y existe demanda en A1 y A2 (destinos). El producto C es producido en P1, P2 y P3 (orgenes) y

existe demanda en A1 y A2 (destinos)
La presentacin de estos modelos se pueden observar en los cuadros 29, 30 y 31
CUADRO 29
PRODUCTOS F

CUADRO 30
PRODUCTOS D

CUADRO 31
PRODUCTOS C

Si damos solucin independientemente a los tres modelos y al final combinamos sus soluciones ptimas,
obtendremos la misma solucin ptima que genere el cuadro 28

1.6 Algoritmo de Modelos de

Asignacin
Es un caso especial del modelo de transporte. En que la oferta de cada origen es siempre a i = 1 y la demanda es
cada destino es siempre bj = 1.
Antes de pasar a dar solucin a un modelo de asignacin debemos cerciorarnos si cumple con las
especificaciones que requiere todo modelo de transporte como es el de balancear ofertas y demandas, colocar
costos unitarios M donde no se requiere asignacin, crear un origen ficticio con costos unitarios ceros cuando el
modelo es desbalanceado, etc. El tratamiento para maximizacin es el mismo que se le da a todo modelo de
transporte.
A continuacin pasaremos a ver la aplicacin del mtodo Hngaro a un ejemplo especfico.

METODO HUNGARO
La mecnica que sigue el mtodo Hngaro la vamos a realizar en funcin al desarrollo que muestra el ejemplo
del cuadro 32 el cual se atribuye a distribuir las ambulancias hacia los tipos de paciente al menor costo posible.
CUADRO 32
PROBLEMA DE ASIGNACION

Ing. Efran Murillo Msc.

Investigacin de Operaciones

19

MATRIZ Cij, donde Cij es la distancia recorrida (en Km) por la ambulancia i para atender al paciente j.

PASOS ASEGUIR EN METODO HUNGARO

1.- Se determina en cada columna (vj = mnimo cij) de cada columna, como se muestra en el cuadro 32
2.- Se procede a determinar la matriz Cij = Cij de cada columna menos su respectivo Vj . Como se muestra en el
cuadro 33.
CUADRO 33
MATRIZ Cij

3.- En cada fila determinamos su ui = Minimo de Cij de cada fila como se establece en el cuadro 33.
4.-Pasamos a determinar la matriz C ij = Cij de cada fila menos su respectivo u i como observamos en el cuadro
34.
CUADRO 34
MATRIZ Cij

5.- Este paso consiste en trazar lneas o columnas y/o filas de la matriz Cij con la finalidad de desechar o tachar
los ceros con el mismo numero de lneas.
Si el nmero de lneas mnimo trazado es igual al numero de lneas o columnas (n1 =5) de la matriz Cij,
entonces nos encontramos en la solucin optima.

Ing. Efran Murillo Msc.

Investigacin de Operaciones

20

Si el numero mnimo de lneas trazadas es menor a (n1 = 5) entonces debemos continuar con el paso 6. En
nuestro caso el nmero mnimo de lneas que tachan a los ceros es:
n = 4 < n1 = 5 debemos continuar con e paso 6.
6.- Elegimos el menor valor de la matriz Cij que no ha sido tachado, en nuestro caso el menor elemento no
tachado es 1, luego procedemos a los siguientes pasos:
- A los elementos no tachados se le restan el elemento elegido.
- A los elementos que se encuentran en la interseccin de dos lneas se le aumenta elemento elegido. Ambos
pasos son mostrados en el cuadro 35
CUADRO 35
AMBULANCIA
1
2
3
4
5

A
1
0
3
7
0

PACIENTE
B
C
2
0
0
2
0
0
3
0
1
1

D
0
5
3
3
0

E
1
0
3
0
0

En el cuadro 35 se necesitarn como mnimo lneas para tachar los ceros por lo tanto hemos llegado a la solucin
ptima, de no haber sido as debemos continuar con los pasos cinco y seis hasta la obtencin de la solucin
ptima.
7.- En esta parte procedemos a la asignacin correspondiente a la solucin ptima, pasando a asignar a aquella
fila o columna que tenga un solo cero en la instancia, si no existiera se busca fila o columna con dos ceros, y as
sucesivamente.
Una vez hecha la asignacin se eliminan los otros dos ceros de la fila y columna de la celda asignada,
volvindose a repetir el paso siete desde su inicio hasta la asignacin completa de la matriz.
En el cuadro 36 se presentan una solucin ptima de las varias que existen en el modelo desarrollado.
La asignacin ptima del cuadro 6 es:
Ambulancia 1 paciente D
Ambulancia 2 paciente E
Ambulancia 3 paciente B
Ambulancia 4 paciente C
Ambulancia 5 paciente A
Cuyo costo total es:
CT= 13 + 15 + 16 + 13 + 16 = 73
Las otras soluciones ptimas se muestran en el cuadro 36
CUADRO 36
SOLUCION 1
ASIGNACIN
COSTO
1-C
14
2-A
14
3-B
16
4-E
14
5-D
15
TOTAL
73

Ing. Efran Murillo Msc.

SOLUCION 2
ASIGNACIN
COSTO
1-D
13
2-A
14
3-B
16
4-C
13
5-E
17
TOTAL
73

SOLUCION 3
ASIGNACIN
COSTO
1-D
13
2-B
15
3-C
15
4-E
14
5-A
16
TOTAL
73