MODELO DE TRANSPORTE Y ASIGNACION

Definicin y aplicacin del modelo de transporte. Problemas de transporte o de

distribucin. Casos prcticos. Bsqueda de la primera solucin. Regla de la
esquina noroeste. Costo mnimo. ndices de Vogel. Optimizacin de la solucin
bsica. Problemas de asignacin. Mtodo Hngaro. Manejo de software
especfico

Bibliografa

1.
Investigacin de operaciones - Taha, Hamdy - Ed. Alfaomega - 1991 - 2
edicin

Introduccin

Esta unidad trata con una clase importante de programas lineales

llamada el modelo de transporte. En el sentido obvio, el modelo busca la
minimizacin del costo de transportar una mercadera desde un nmero de
fuentes a varios destinos. Se conocen el abastecimiento en cada origen y la
demanda en cada destino. Por ejemplo, un producto puede transportarse de las
fbricas (orgenes) a las tiendas.
Aunque el problema de transporte puede resolverse por mtodo simplex
regular, sus propiedades especiales ofrecen un procedimiento de solucin ms
conveniente.

El modelo de transporte

Definicin del modelo

Supongamos que existen m orgenes y n destinos. Sea ai el nmero de

unidades disponibles para ofrecerse en cada origen i (i=1,2,...,m) y sea bj el
nmero de unidades requeridas en el destino j (j=1,2,.,n)
Sea cij el costo de del transporte por unidad en la ruta (i,j) que une el origen i
con el destino j. El objetivo es determinar el nmero de unidades transportadas
del origen i la destino j de manera que minimicen los costos totales de
transporte.

Sea xij el nmero de unidades transportadas del origen i al destino j;

entonces el modelo de programacin lineal equivalente est dado como:

sujeto a:

A fin de apreciarla estructura especial del modelo de transporte

consideremos un ejemplo con dos orgenes ( m=2 ) y tres destinos (n=3). La
tabla del programa lineal asociado al problema se muestra en la Tabla 1. Todos
los elementos que faltan son iguales a cero.

Variables del

Variables del

origen 1

Z x11

origen 2

x12

x13

x21

x22

x23

Ecuacin

objetivo

c11

c12

c13

c21

c22

c23

Restricciones
de origen

0 1

a1
1

a2

........................................................... ...
Restricciones
de destino

0 1
0

b1

b2
b3

Tabla 1

Todos los coeficientes diferentes de 0 son iguales a +1.

La forma rectangular de la Tabla 1 no ofrece una solucin obvia de inicio.
Esta dificultad se evita presentando el problema de una forma ms
conveniente. Esta clase de disposicin ( Tabla 2 ) es la que se utiliza para
desarrollar la tcnica de transporte.

Destino j

1
2
3
Oferta

Origen i
1

c11

c12

c13
a1

x11

x12

x13

c21

c22

c23
a2

x21

x22

x23

Demanda
b1
b2
b3

Tabla 2

Balanceo del modelo del transporte

La definicin general del modelo de transporte implica que:

Esto significa que la oferta en todos los orgenes debe igualar a la

demanda de todos los destinos. En problemas reales esta restriccin no
necesita satisfacerse siempre. En otras palabras la oferta disponible puede ser
menor que la demanda o excederla. En este caso se dice que el modelo no est
balanceado.
La restriccin mSi=1 ai = nSj=1 bj se impone nicamente porque es
fundamental al desarrollar la tcnica de transporte. Sin embargo cualquier
problema real puede balancearse artificialmente convirtindolo a un problema
con igual oferta y demanda.
Si la demanda excede a la oferta, se aumenta un origen ficticio que
suministrar la cantidad de Sj bj - Si ai. Si existe exceso de oferta se utiliza un
destino ficticio para absorber la cantidad de
Si ai - Sj bj. Los costos de "transporte" por unidad desde el origen ficticio a
todos los destinos son cero ya que esto es equivalente a no transportar desde
el origen ficticio. En forma semejante, los costos de "transporte" por unidad
desde todas las fuentes a todos los destinos ficticios son cero. Fsicamente las
cantidades enviadas desde un origen ficticio pueden interpretarse como
escasez de la demanda, mientras que los asignados a un destino ficticio
pueden interpretarse como capacidades no utilizadas en el origen.
La tcnica del transporte

Los pasos bsicos de la tcnica del transporte son:

Paso 1: Determinar la solucin factible bsica de inicio.

Paso 2: Determinar una variable que entra de las variables no bsicas. Si todas
de tales variables satisface la condicin de optimidad (del mtodo simplex)
parar; de otra manera , ir al paso 3.
Paso 3: Determinar una variable que sale ( usando la condicin de factibilidad )
de entre las variables de la solucin bsica real; entonces encontrar la nueva
solucin bsica. Regresar al paso 2.

Para considerar todos los pasos se utilizar la Tabla 3. El costo de

transporte unitario cij est en unidades monetarias. La oferta y la demanda
estn dadas en nmero de unidades.

Solucin bsica inicial

La definicin general del modelo del transporte requiere que mSi=1 ai =

nSj=1 bj. Este requisito resulta en una ecuacin dependiente, lo cual significa
que el modelo de transporte tiene nicamente m + n - 1 ecuaciones
independientes. Por consiguiente, como en el mtodo simplex una solucin
factible bsica de inicio debe incluir m + n - 1 variables bsicas.
Normalmente, si el modelo de transporte se formula como la tabla
simplex mostrada en la Tabla 1, sera necesario utilizar variables artificiales
para asignar una solucin bsica de inicio. Sin embargo, cuando se usa la tabla
de transporte ( Tabla 2 ), puede obtenerse fcil y directamente una solucin
bsica inicial (factible).
A continuacin se presentan tres mtodos para obtener la solucin
bsica inicial. Se supone que el modelo de transporte est balanceado.

a - Mtodo de la "esquina noroeste"

Este mtodo comienza asignando la cantidad mxima permisible por la

oferta y la demanda a la variable x11 ( la que est en la esquina noroeste de la
tabla ). La columna satisfecha ( fila ) se tacha indicando que las variables
restantes de la columna tachada (fila) son igual a cero. Si una columna y una
fila se satisfacen simultneamente, nicamente uno ( cualquiera de los dos )
debe tacharse. Despus de ajustar las cantidades de oferta y demanda para
todas las filas y columnas no tachados, la cantidad mxima factible se asigna
al primer elemento no tachado de la nueva columna ( fila ). El procedimiento
termina cuando exactamente una fila o una columna se dejan sin tachar.
El procedimiento se aplica a la Tabla 3.

Destino j

1
2
3
4
Oferta

Origen i
1

10

20

11
15

x11

x12

x13

x14

12

20
25

x21

x22

x23

x24

14

16

18
5

x31

x32

x33

x34

Demanda
5
15
15
10

Tabla 3
x11 = 5, lo cual tacha la columna 1. Por consiguiente ninguna asignacin
puede hacerse en dicha columna. La cantidad que queda en la fila 1 es de 10
unidades.
x12 = 10, lo cual tacha la fila 1 y deja 5 unidades en la columna 2.
x22 = 5, lo cual tacha la columna 2 y deja 20 unidades en la fila 2.
x23 = 15, lo cual tacha la columna 3 y deja 5 unidades en la fila 2.
x24 = 5, lo cual tacha la fila 2 y deja 5 unidades en la columna 4.
x34 = 5, lo cual tacha la fila 3 o la columna 4. Ya que nicamente una fila
o una columna permanecen sin tachar, termina as el procedimiento.

La solucin bsica inicial resultante se da en la Tabla 4. Las variables

bsicas son x11 = 5, x12 = 10, x22 = 5, x23 = 15, x24 = 5 y x34 = 5. Las
variables restantes son no bsicas a nivel 0.

El costo del transporte asociado es:

SS xij cij = 5 * 10 + 10 * 0 + 5 * 7 + 15 * 9 + 5 * 20 + 5 * 18 = $ 410

1 2 3 4

1 5 10 15

2 5 15 5 25

3 5 5

5 15 15 10
Tabla 4

Cuando tanto una columna como una fila se satisfacen simultneamente,

la variable siguiente que debe agregarse a la solucin bsica

1 2 3 4

1 5 5 10 5

2 5 0 5

3 8 7 15

5 10 8 7
5
Tabla 5

necesariamente estar en un nivel 0. La Tabla 5 muestra este caso. La columna

2 y la fila 2 se satisfacen simultneamente. Si la columna 2 se tacha, x23 se
har bsica a nivel 0 en el siguiente paso, ya que la oferta restante para la fila
2 es 0 ahora ( ver Tabla 5 ). Si en lugar de la columna se tachara la fila 2, x23
sera la variable bsica 0.
Las soluciones de inicio de las Tablas 4 y 5 incluyen el nmero adecuado
de variables bsicas, a saber, n + m - 1 = 6. La regla de la esquina noroeste
siempre proporciona el nmero apropiado de variables bsicas.

b - Mtodo de costo mnimo

El mtodo de la esquina noroeste no intenta localizar una buena solucin

de inicio usando rutas "baratas" en el modelo de transporte. Por ese motivo de
crea el mtodo de costo mnimo.
El procedimiento es como sigue. Asignar tanto como sea posible a la
variable con el costo unitario ms pequeo en la tabla completa ( los empates
se rompen arbitrariamente ). Se tacha la fila o columna satisfecha. Despus de
ajustar la oferta y la demanda para todos los elementos no tachados, se repite
el proceso asignando tanto como sea posible a la variable no tachada con el
costo unitario ms pequeo. El procedimiento est completo cuando slo una
fila o una columna est sin tachar.
Utilizando el ejemplo de la Tabla 3, se obtiene por este mtodo la
solucin de inicio resultante. (Tabla 6 )

Destino

Oferta

10

20

15

11

15

Origen

12
2

15

20

10

25

14

16

18

Demanda

15

15

10

Tabla 6

Los pasos de la solucin son los siguientes: x12 y x31 son las variables
asociadas a los costos unitarios ms pequeos(c12=c31= 0)
Rompiendo arbitrariamente el empate, por ejemplo seleccionamos x12. Las
unidades asociadas de oferta y demanda dan x12 = 15, lo cual satisface tanto
la fila 2 como la columna 2. Tachando la columna 2 la oferta que se deja en la
fila 1 es cero. Ahora x31 tiene el costo unitario ms pequeo sin tachar. Por
consiguiente x31 = 5 satisface tanto la fila 3 como la columna 1. Tachando la
fila 3 la demanda en la columna 1 es 0. El elemento ms pequeo sin tachar es
c23 = 9. Las unidades de oferta y demanda dan x23 = 15, lo cual tacha la
columna 3 y deja 10 unidades de oferta en la fila 2. El elemento ms pequeo
sin tachar es c11 = 10. Ya que la oferta restante en la fila 1 y la demanda que
queda en la columna 1 son ambas cero, x11=0. Tachando la columna 1, la
oferta que se deja en la fila 1 es cero. Las variables bsicas restantes se
obtienen, respectivamente, como
x14 = 0 y x24 = 10.

El costo asociado con esta solucin es:

SS xij cij = 0 * 10 + 15 * 0 + 0 * 11 + 15 * 9 + 10 * 20 + 5 * 0= $ 335

que es mejor ( ms pequeo ) que el obtenido por el mtodo de la esquina

noroeste.
La solucin bsica de la Tabla 6 incluye cuatro variables positivas y dos
variables cero. Esto significa que la solucin bsica inicial es degenerada, esto
es, al menos una variable bsica es igual a cero. La degeneracin no presenta
problemas especiales ya que las variables bsicas cero pueden tratarse como
cualquiera de las variables bsicas positivas.

c - Mtodo de Aproximacin de Vogel (MAV)

Este mtodo es heurstico y usualmente proporciona una mejor solucin

de inicio que los dos mtodos anteriores. Generalmente el MAV produce una
solucin de inicio ptima o cercana a la ptima.
Los pasos del procedimiento son los siguientes:

Paso 1: Evaluar una penalizacin para cada fila ( columna ) restando el

elemento de costo ms pequeo en la fila (columna) del siguiente elemento de
costo ms pequeo en la misma fila (columna).
Paso 2: Identificar la fila o columna con la penalizacin mayor, rompiendo
arbitrariamente los empates. Asignar tanto como sea posible a la variable con
el costo mnimo en la fila o columna seleccionados. Ajuste la oferta y la
demanda y tache la fila o la columna satisfechas. Si una fila y una columna se
satisfacen simultneamente, nicamente uno de ellos se tacha y a la fila
( columna ) restante se le asigna una oferta (demanda) cero. Cualquier fila o
columna con oferta o demanda cero no debern ser utilizados al calcular
futuras penalizaciones ( en el paso 3 ).
Paso 3: a)
parar.

Si exactamente una fila o una columna permanece sin tachar;

b)
Si nicamente una fila ( columna ) con oferta (demanda) positiva
permanece sin estar tachada, determinar las variables bsicas en la fila
(columna) por el mtodo de costo mnimo.
c)
Si todos las filas y columnas no tachados tienen oferta y
demanda cero, determinar las variables bsicas por el mtodo de costo
mnimo. Parar
d)
En cualquier caso calcular las penalizaciones para las filas y
columnas no tachadas y despus ir al paso 2.

Aplicando el MAV al problema dado en la Tabla 3 se obtiene la Tabla 7 en

la que se muestra el primer conjunto de penalizaciones de fila y columna.

Destino
1
2
3
4 Oferta Pena
lidad
fila

10

20

11

15

10

Origen

12
2

20

25

14

16

18

14

Demanda

15

10

15

10

Penalidad de
columna
Tabla 7

Ya que la fila 3 tiene la penalizacin mayor ( 14 ) y ya que c31 = 0 es el

costo unitario mnimo en la misma fila, la cantidad 5 se le asigna a x31. La fila
3 y la columna 1 se satisfacen simultneamente. Supongamos que la columna
1 se tacha. La oferta restante para la fila 3 es 0.
La Tabla 8 muestra el nuevo conjunto de penalizaciones despus de
tachar la columna 1 en la Tabla 7. La fila 1 y la columna 3 tienen las mismas
penalizaciones. Seleccionando arbitrariamente la columna 3, la cantidad 15 se
asigna a x23, se tacha la columna 3 y se ajusta a 10 la oferta en la fila 2.
Aplicaciones sucesivas del MAV producen x22 = 10 ( se tacha la fila 2 );
x12 = 5 ( se tacha la columna 2 ); x14 = 10 ( se tacha la fila 1 ) y x34 = 0.
El costo del programa es de $ 315, que es el ptimo.

Error! Marcador no definido.

Destino

1
2
3
4 Oferta Pena
lidad
fila

/ 10

1 /
/

20

11

15

11

/
/ 12

Origen 2 /
/

15

20

25 10 2

/
/0
3 /
/5

14

16

18

5 0 --

Demanda

15

15

10

Penalidad de
columna

--

11

Tabla 8
Existen otros mtodos y criterios para conseguir la solucin inicial
bsica, como por ejemplo: Columna mnima, Fila mnima y Algoritmo de
Russell.

Obtencin de la solucin ptima: Mtodo de banquillo (stepping stone)

La solucin inicial puede ser ahora considerada como la asociada con la

iteracin actual. La forma de verificar si la solucin actual puede mejorarse es
examinar las variables no bsicas actuales en busca de mejoras potenciales en

el valor de la funcin objetivo. Si existe una de tales variables, ser la variable

que entra, en cuyo caso una de las variables bsicas actuales debe dejar la
solucin
( como en el mtodo simplex ).
A fin de determinar la variable que entra y la que sale, se identifica un
circuito cerrado para cada variable no bsica. El circuito comienza y termina en
la variable no bsica designada. Consiste en segmentos horizontales y
verticales sucesivos (conectados) cuyos puntos extremos deben ser variables
bsicas, excepto para los dos segmentos de inicio y de terminacin en la
variable no bsica. La Tabla 9 ilustra un circuito para la variable no bsica x31
que da la solucin bsica de la Tabla 4. Este circuito puede definirse en funcin
de las variables bsicas como:

x31 x11 x12 x22 x24 x34 x31.

Es indiferente si el circuito se recorre en el sentido horario o en el sentido

contrario. Se observa que para una solucin bsica dada slo un circuito nico
puede construirse para cada variable no bsica.
El circuito se utiliza para comprobar si el valor de la funcin objetivo
puede mejorarse cuando la variable no bsica asociada se aumenta sobre su
valor actual de cero. Por ejemplo, en la Tabla 9, si x31 se aumenta en una
unidad, entonces, a fin de mantener la
Destino

Oferta

10

20

11

5 - 10 +

15

12 7
Origen

20

25

5 - 15 5 +

14

16 18

x31 + 5 -

Demanda

15

15

10

Tabla 9
factibilidad de la solucin, los elementos en las esquinas del circuito x31 deben
ajustarse de la manera siguiente. Disminuir x11 en una unidad, aumentar x12
en una unidad, disminuir x22 en una unidad, aumentar x24 en una unidad y
finalmente disminuir x34 en una unidad. Este procedimiento se resume con los
signos + y - en las esquinas apropiadas de la Tabla 9. El cambio mantendr
satisfechas las restricciones de oferta y demanda.

Variable no bsica
x13

Circuito asociado
x13 x12 x22 x23 x13

x14

x14 x12 x22 x24 x14

x21

x21 x11 x12 x22 x21

x32

x32 x22 x24 x34 x32

x33

x33 x23 x24 x34 x33

Considerando Dc31 el aumento o disminucin neto en costo como

resultado de aumentar x31 en una unidad. Entonces,

Dc31 = c31 - c11 + c12 - c22 + c24 - c34 = 0 - 10 + 0 - 7 + 20 - 18

= - $15

Es importante aumentar x31 sobre el nivel cero, ya que cada aumento

de una unidad reduce el costo de transporte en $ 15. Haciendo lo mismo para
los otros circuitos se obtienen los siguientes valores: Dc13 = +$18, Dc14 = $2, Dc21 = - $5, Dc32 = + $9 y Dc33 = + $9. Ya que x31 proporciona la mayor
disminucin por unidad de costo, se elige como variable que entra ( como en la
condicin de optimidad del mtodo simplex ).
La variable que sale se elige de las variables en las esquinas del circuito,
las cuales disminuirn cuando la variable de entrada x31 aumente sobre el
nivel cero. Estas se indican en la Tabla 9 por las variables designadas con el
signo -. De la Tabla 9 x11, x22 y x34 son las variables bsicas que disminuirn
cuando x31 aumente. La variable que sale se elige como aquella que tiene el
valor ms pequeo, ya que ser la primera que llegue al valor cero y cualquier

disminucin adicional causar su negatividad. En este ejemplo, las tres

variables de signo - tienen el mismo valor, en cuyo caso cualquiera de ellas
puede elegirse como la variable que sale. Supongamos que x34 se toma como
variable que sale; entonces el valor de x31 se aumenta en 5 y se ajustan los
valores en las esquinas ( bsicas ). La nueva solucin est dada en la Tabla 10.
Su nuevo costo es:
SS xij cij = 0 * 10 + 15 * 0 + 0 * 7 + 15 * 9 + 10 * 20 + 5 * 0 = $ 335
Destino

Oferta

10

20

15

11

15

Origen

12
2

15

20

10

25

14

16

18

Demanda

15

15

10

Tabla 10

Este difiere del asociado a la solucin de la Tabla 4 en 410 - 335 = $75, el cual
es igual al nmero de unidades asignadas a x31 multiplicado por la
disminucin en costo por unidad.
La solucin bsica en la Tabla 10 es degenerada, ya que las variables
bsicas x11 y x22 son cero. Sin embargo, la degeneracin no necesita

provisiones especiales y las variables bsicas iguales a cero se tratan como

cualquier otra variable bsica positiva.
Se verifican las nuevas variables no bsicas para ver la posibilidad de
mejorar la solucin actual. El procedimiento dado en la Tabla 9, se repite para
la Tabla 10, determinando los circuitos y verificando luego la optimidad para
cada variable no bsica. Los nmeros en la esquina inferior de cada cuadrado
no bsico en la Tabla 11, resumen si un aumento unitario en la variable puede
aumentar el costo total del transporte.

Destino

Oferta

10

20

11

15

0 - 15 + +18

-2

Origen

12 7

20

-5x21 + 0 - 15

10

25

14

16

18

5
5

+24

+24

+15

Demanda

15

15

10

Tabla 11

En la Tabla 11 entra la variable x21 y sale x11 o x22 ( se elige

arbitrariamente x11 ). La Tabla 12 da la nueva solucin bsica junto con la

evaluacin de las variables no bsicas asociadas, la cual muestra que x14 es la

variable de entrada y x24 es variable de salida.

Destino

Oferta

10

1
+5

20

11

15

15 - +18-2x14 +

Origen

12
2

9 20

25

0 +15 10 -

14

16

18

5
5

+19

+19

+10

Demanda

15

15

10

Tabla 12
Cuando x14 entra a la solucin y x24 la deja, resulta la nueva solucin
de la Tabla 13. La evaluacin de todas las variables no bsicas muestra que la
solucin es ptima, ya que un aumento en el valor de cualquier variable no
bsica sobre su valor actual de cero aumentar los costos totales.
La solucin ptima se resume como sigue: transportar 5 unidades 1
(origen) a 2 ( destino ), 10 unidades de 1 a 4, 10 unidades de 2 a 2, 15
unidades de 2 a 3 y 5 unidades de 3 a 1.
El costo total de transporte del programa es $ 315.

Existen otros mtodos y criterios para conseguir la solucin inicial

bsica, como por ejemplo: Mtodo de los multiplicadores, Solucin numrica de
Houthakker, Primal Dual para el transporte.

Destino

Oferta

10

1
+5

20

11

+18

10

15

Origen

12
2

10

15

20

25

14

16

18

5
5

+19

+19

+12

Demanda

15

15

10

Tabla 13

El modelo de asignacin

Considerando la situacin de asignar m trabajos (o trabajadores) a n

mquinas. Un trabajo i (= 1,2,..,m) cuando se asigna a la mquina j (=1,2,..,n)
incurre en un costo cij. El objetivo es asignar los trabajos a las mquinas ( un
trabajo por mquina ) con el costo mnimo total. Este caso es conocido como el
problema de asignacin.
La formulacin de este problema puede considerarse como un caso
especial del modelo de transporte. Aqu los trabajos representan "orgenes" y
las mquinas representan "destinos". La oferta disponible en cada fuente es 1;

esto es ai = 1 para toda i. De igual manera la demanda requerida en cada

destino es 1; esto es bj = 1 para toda j. El costo de "transportar" ( asignar ) el
trabajo i a la mquina j es cij. Si un trabajo no puede asignarse a una cierta
mquina la cij correspondiente se toma igual a M, un costo muy alto. La Tabla
14 da una representacin general del modelo de asignacin.

Mquina

1
2
....
n

Trabajo
1
c11
c12
....
c1n
1

2
c21
c22
....

c2n
1

.
.
.
....
.
.

m
cm1
cm2
....
cmn
1

1
1
....
1

Tabla 14

Antes de que el modelo pueda resolverse por la tcnica de transporte, es

necesario balancear primero el problema aadiendo trabajos ficticios o
mquinas ficticias dependiendo de si m < n o m > n. Por consiguiente, se
supone que m=n.

El modelo de asignacin puede expresarse matemticamente como

sigue. Sea

El modelo, por consiguiente, est dado como:

sujeto a

Para ilustrar el modelo de asignacin se utiliza el ejemplo de la Tabla 14

con tres trabajos y tres mquinas. La solucin inicial (usando la regla de la
esquina noroeste) obviamente es degenerada. Este ser siempre el caso en el
modelo de asignacin independiente del mtodo utilizado para obtener la base
de inicio. La solucin continuar como degenerada en cada iteracin.

Mquina

1
2
3

Trabajo
1

9
1

x12

x13

14

10

12
1

x21

x23

15

13

16
1

x31

x32

1
1
1

Tabla 15
La estructura especial del modelo de asignacin permite el desarrollo de
un mtodo eficiente de solucin.
La solucin ptima del modelo de asignacin permanece igual si una
constante se suma o se resta a cualquier fila o columna de la matriz de costo.
Si pi y qj se restan de la fila i y de la columna j, los nuevos elementos del costo
sern:

c'ij = cij - pi - qj

Esto proporciona la nueva funcin objetivo

Ya que

se obtiene

Esto demuestra que la minimizacin de la funcin objetivo original Z

proporciona la misma solucin que la minimizacin de Z'.
La idea anterior indica que si uno puede crear una nueva matriz c'ij con
cantidades cero y si estos elementos, o un subconjunto, constituye una
solucin factible, entonces esta solucin factible es ptima, ya que el costo no
puede ser negativo.
En la Tabla 15, los elementos cero se crean restando el elemento ms
pequeo de cada fila ( columna ) de la fila correspondiente (columna). Si cada
uno considera las filas primero, la nueva matriz c'ij se muestra en la Tabla 16

1
2
3

c'ij =
1
0
2
4
p1 = 5

2
4
0
2
p2 = 10

3
2
0
3
p3 = 13

Tabla 16

La ltima matriz puede hacerse para que incluya ms ceros restando q3

= 2 de la tercera columna. Esto proporciona la Tabla 17.

1
2
3

c'ij =
1

2
2

4
0

3
2

Tabla 17
Los rectngulos de la Tabla dan la asignacin factible ( y por tanto
ptima ) (1,1), (2,3) y (3,2) que cuesta 5 + 12 + 13 = 30. Este costo es igual a
p1 + p2 + p3 + q3.
No siempre es posible obtener una asignacin factible; por consiguiente
se requieren reglas adicionales para encontrar la solucin ptima. Esta reglas
se ilustran con el ejemplo de la Tabla 18

1
2
3
4

1
1
4
6
3

2
9
7
10
9

3
4
5
11
7

4
8
7
8
5

Tabla 18
Efectuando los mismos pasos iniciales que en el ejemplo anterior se
obtiene la Tabla 19

1
2
3
4

1
0

3
2
2

2
2
0
0
2

3
0
1
4
3

4
3
2
0
0

Tabla 19
Una asignacin factible a los elementos cero no es posible en este caso.
El procedimiento es entonces dibujar un nmero mnimo de lneas a travs de
algunas filas y columnas, de tal manera que todos los ceros se tachen. Esto se
muestra en la Tabla 20.

1
2
3
4

1
0
3
2
2

2
2
0
0
2

3
0
1
4
3

4
3
2
0
0

Tabla 20
El paso siguiente es seleccionar el elemento ms pequeo que no est
cruzado ( 1 ). Este elemento no tachado y se agrega a todo elemento en la
interseccin de dos lneas. Esto proporciona la asignacin ptima ( Tabla 21 )
(1,1), (2,3), (3,2) y (4,4). El costo total correspondiente es 1 + 10 + 5 + 5 = 21

1
2
3
4

2
1
1

2
3
0

3
0

3
2

4
4
2
0

Tabla 21
Si la solucin ptima no se obtuviera en el caso anterior, el
procedimiento se debe repetir hasta que se logre una asignacin factible.
A este mtodo se lo conoce con el nombre de Mtodo Hngaro.
Tambin es posible investigar la asignacin que de el mximo de la
funcin econmica ( funcional ). En este caso se debe operar de la siguiente
manera:
1 - Determinar el costo unitario ms elevado de la tabla completa, o
sea: c = mx cij.
2 - Restar este costo unitario de todos los elementos de la tabla. O sea,
se forma una una nueva tabla formada con nmeros negativos o nulos:

c*ij = cij - c

3-

Cambiar los signos de todos los elementos c*ij, o sea

c**ij = - c*ij = c - cij

Como el mximo del problema de asignacin formado con las cij

corresponde al mnimo de aquel formado con las c**ij; se busca entonces, la
solucin ptima de la tabla formada con las c**ij.

Mtodo MODI

El algoritmo MODI conocido como el mtodo de los costes ficticios, consiste en aadir a la
matriz de costes una fila y una columna que recogen unos costes ficticios determinados
arbitrariamente (los nmeros MODI), tal que permite calcular los ndices de mejora para las
celdas (casillas) no utilizadas.
A continuacin se explicar con un ejercicio cada uno de los pasos que se deben realizar para
la resolucin de problemas de transporte por el mtodo MODI

Procedimiento de optimizacin
Procedimiento de Optimizacin. (Stepping Stone, Cruce de Arroyo)
Partiendo de una solucin inicial factible (Vogel, Esquina Noroeste, etc.) es necesario probar la
optimizacin de la asignacin evaluando todas las celdas no asignadas (vacas) y determinando
la conveniencia de asignar en ellas. En la evaluacin de las celdas vacas 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 excepcin de la celda que est siendo
evaluada, el resto de las celdas en la ruta deben tener una asignacin. Cuando nos
movimientos alrededor de la ruta cerrada, cambios de direccin en ngulo recto (movimientos
verticales y horizontales) son realizados en cada celda que toque la ruta, que resulta con la
adicin de una unidad y la resta de una unidad de cada fila, y la columna incluida en la ruta (con
asignacin alternada de signos positivos y negativos a los costos de las celdas en la ruta).
La adicin y la resta asegura que las restricciones de la unidad de capacidad y la unidad de
requerimientos no sern violadas.
Para evaluar la celda vaca se realiza la sumatoria de los costos de cada una de las celdas en la
ruta.
Si alguna de estas evaluaciones arrojar un signo negativo (para un problema de minimizacin),
entonces se deber asignar en aquella celda con la evaluacin ms negativa. Esto indicar que
una reduccin en el costo total puede lograrse transfiriendo tantas unidades como sea posible a
esa celda.
El nmero de unidades posibles a ser transferido ser igual a la mnima 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 a asignar en las celdas con signo positivo y
restando estas unidades de las celdas con signo negativo).
Si la evolucin de todas las celdas vacas arrojan valores positivos, entonces se dice que la
asignacin es ptima.
Ejemplos de rutas:

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

Como todas las evoluciones son positivas la asignacin es ptima, con el resultado siguiente: