3 Modelo de Transporte

MODELO DE TRANSPORTE
INVESTIGACIN DE OPERACIONES
CIV 376
Algunos antecedentes
La primera referencia escrita de este problema se
remonta a 1781, cuando el matemtico francs Gaspard
Monge describe el problema de la construccin y
abastecimiento
b t i i t de
d fortificaciones
f tifi i
militares
ilit
d los
de
l
ejrcitos de Napolen. Monge era entonces general de
los ejrcitos napolenicos. Para resolver este problema
us el mtodo de cortar y llenar; es decir, ir
abasteciendo las diferentes trincheras desde los depsitos
de material existentes.
Formalmente, este problema aparece en 1941 cuando
F.L. Hitchcock publica una solucin analtica para este
problema, aunque su desarrollo se produce a finales de
l aos
los
40,
40 cuando
d Koopmans
K
( joven
(un
j
h l d )
holands)
realiza su tesis doctoral sobre los problemas de
embarque de la marina holandesa.
holandesa
A partir de ese momento el campo de aplicacin del
problema del transporte empieza a crecer de una forma
muy rpida, no solo en aplicaciones militares, sino
t bi en ell campo de
tambin
d la
l construccin,
t
i la
l produccin,
d i
la distribucin, las finanzas, etc.
Modelizacin del problema

Hiptesis bsicas
Se trata de uno de los primeros problemas que se

formularon como problemas de programacin
g
entera. El problema consiste en lo siguiente:
Supongamos que tenemos m orgenes (almacenes)
que tienen que suministrar a n destinos (centros
de consumo) un cierto producto. La capacidad de
oferta de cada origen i (i= 1,...m) es ai (ai>0),
mientras que la demanda de cada destino j
(j=1,...n) es bj, (bj>0).

Hiptesis bsicas
El costo de enviar una unidad de producto del

origen i al destino j es Cij. El problema consiste
en determinar cuantas unidades de producto
deben enviarse desde el origen i al destino j, de
forma que se minimice el costo de envo, y por
descontado, garantizando la demanda de los
destinos y no excediendo de la capacidad de los
orgenes.

Hiptesis bsicas
A las variables de decisin xij representan la cantidad
enviada desde el almacn i al centro de consumo j, estas
variables de decisin han de ser no negativas y enteras.
En lo sucesivo, y para el planteamiento formal del
problema
bl
vamos a obviar
b i la
l condicin
di i de
d integridad
i t id d de
d
las variables, ya que bajo determinadas condiciones
podemos garantizar la existencia de una solucin entera
para el problema resolvindolo como un problema
lineal.

Hiptesis bsicas

Hiptesis bsicas
Por tanto, el problema se puede plantear matemticamente
como:
Funcin objetivo: MinZ C x
m
i 1 j 1
ij ij
Sujeto a:
n
x
j 1
ij
x
i 1
ij
ai
i = 1,
1 2,
2 , m
bj
j = 1,
1 2,
2 , n
xij 0
i = 1,, 2,, ,, m j = 1,, 2,, ,, n

Hiptesis bsicas
En su forma desarrollada se puede expresar:
F
F.o.:
Mi z = C11x11 + C12x12 + ... + C1nx1n + +
Min
+
Cmnxmn
Sa.:
x11 + x12 + + x1n = a1
x21 + x22 + + x2n = a2
... Restricciones de oferta
xm1 + xm2 + +xmn = am
x11 + x21 + + xm1 = b1
x12 + x22 + + xm2 = b2
Restricciones de Demanda
x1n + x2n + +xmn = bn

xij 0
Propiedades matemticas
Condicin 1:
Una condicin necesaria y suficiente
para que un problema de transporte tenga solucin es que la
oferta total sea igual a la demanda total,
total es decir:
m
a b
i
Condicin 2:
El problema de transporte tiene una
solucin factible acotada, si los ai y bj lo estn.
Condicin 3:
La matriz A de coeficientes, de orden m
(filas) y n (columnas),
(columnas) tiene un rango igual a n+m-1
n+m 1 (# de
variables bsicas).
Condicin 4: Un orden secuencial de al menos cuatro
celdas distintas se denomina loop si:
1 Dos
1.
D celdas
ld consecutivas estn
en la
l misma columna
l
o en la
l
misma fila.
2 No tiene tres celdas consecutivas en una misma columna o
2.
en una misma fila.
3. La ltima celda de la secuencia tiene una fila o columna
comn con la primera celda de la secuencia.
Las figuras siguientes muestran algunos tipos de loop en dos
tablas de transporte:
Las siguientes figuras muestran algunos ejemplos de
secuencias de celdas que no conforman un loop, pues no
satisfacen todas las condiciones.
condiciones
Condicin 5:
La matriz A es una matriz unimodular,
lo que significa, que cualquier submatriz cuadrada de A de
orden n+m-1 tiene una determinante con un valor igual a 0 o
a 1.
1
Esta qquinta condicin nos ppermite ggarantizar qque si los ai y
los bj son enteros y no negativos, los valores de las variables
en toda solucin factible bsica y entonces existe por lo
menos una solucin
l factible
f bl bsica
b
ptima
que es entera.
D
Determinacin
i
i de
d la
l solucin
l i factible
f ibl d
de iinicio
i i
Un modelo general de transporte con m fuentes

y n destinos tiene m + n ecuaciones de
restriccin, una para cada fuente y cada destino.
Si embargo,
Sin
b
como ell modelo
d l de
d transporte
t
t
siempre est balanceado (suma de la oferta =
suma de la demanda),
demanda) una de esas ecuaciones es
redundante. Entonces el modelo tiene m + n 1
p
de restriccin,, lo qque
ecuaciones independientes
quiere decir que la solucin bsica factible de
inicio consiste en m + n 1 variables bsicas.
Determinacin
de la solucin
factible
f
de inicio
La estructura especial del modelo de transporte permite
asegurar que haya una solucin bsica no artificial de inicio,
obtenida con uno de los tres mtodos siguientes.
siguientes
Mtodo de la Esquina Noroeste (MEN)
Mtodo del Costo Mnimo (MCM).
Mtodo de Aproximacin deVogel (MAV).
Determinacin
de la solucin
factible
f
de inicio
Los tres mtodos difieren en la calidad de la

solucin bsica factible de inicio que se obtienen,
en el sentido de que una mejor solucin bsica
factible de inicio produce un valor objetivo
menor. En general, el mtodo de aproximacin
de Vogel produce la solucin bsica factible de
inicio, y el de la Esquina Noroeste produce la
peor.
Mtodo de la Esquina Noroeste

El procedimiento de la Esquina Noroeste es generalmente
considerado por ser el mtodo ms fcil al determinar una
solucin bsica factible inicial. Es tambin considerado por ser
el menos probable para dar una buena solucin inicial de bajo
bajo
costo porque ignora la magnitud relativa de los costos Cij.
Se siguen los siguientes pasos:
PASO 1: En la posicin (1,1) de la matriz asigne el valor x11
correspondiente al min (a1,b1), o sea x11 = min (a1,b1). O sea,
asignar todo los ms que se pueda a la celda seleccionada.

PASO 2: Hallar los nuevos valores de oferta 1 y demanda 1
1 = a1 x11
y 1 = b1 x11
Si 1 se hace cero, pasar a la posicin (2,1) donde:
x21 = min (b1 x11 , a2).
Si 1 se hace cero, pasar a la posicin (1,2) donde y
x12 = min (a1 x11, b2).
E decir
Es
d
ajustar las
l cantidades
d d asociadas
d a oferta
f
y demanda
d
d
restando la cantidad asignada.

PASO 3: Salir del rengln o la columna cuando se alcance
oferta o demanda cero, y tacharlo, para indicar que no se
pueden hacer ms asignaciones a ese rengln o columna.
Si un rengln y una columna dan cero al mismo tiempo,
tiempo tachar
solo uno (el rengln o la columna) y dejar una oferta
(demanda) cero en el rengln
g (columna) qque no se tacho.
PASO 4: Continuar el procedimiento partiendo de la posicin
asignada y llegar a la posicin (m,n)

EJEMPLO:
El siguiente problema tiene tres orgenes y cuatro destinos. Las
ofertas en los orgenes O1, O2 y O3 son 20, 6 y 9 unidades
respectivamente Los requerimientos en los destinos D1, D2, D3
respectivamente.
y D4 son 5, 20, 5 y 5 unidades respectivamente. Los unitarios
de envi aparecen
p
en la siguiente
g
tabla.
D1
D2
D3
D4
Oferta
O1
20
30
40
20
20
O2
60
30
50
40
O3
20
10
40
70
Demanda
20
35

EJEMPLO:
Entonces: Primeramente ver si el pproblema esta balanceado Demanda = Oferta. El problema
p
esta
balanceado porque el total de la oferta y demanda total son ambos igual a 35 unidades.
El modelo de transporte esta balanceado y la meta es minimizar el costo de envi sujeto a las
restricciones de disponibilidad y requerimientos. Esto es:
Minimizar Z = 20x11 + 30x12 + 40x13 + 20x14 + 60x21 + 30x22 + 50x23 + 40 x24 +20x31 + 10x32 +
40 33 + 70x
40x
70 34
Sujeto a: x11 + x12 + x13 + x14 = 20
x21 + x22 + x23 + x24 = 6 Restr. ofer.
x31 + x32 + x33 + x34 = 9
x11
+ x21
x31
=5
x12
+ x22
+ x32
= 20
Rest. dem.
x13
+ x23
+ x33
=5
x14
+ x24
+ x34 = 5
xij 0 (i =1, 2, 3 y j = 1, 2, 3, 4)
Entonces el modelo tiene m + n ecuaciones, entonces 3 + 4 1 = 6 variables bsicas.

EJEMPLO:
Al aplicar el procedimiento al modelo, se obtiene la solucin
bsica factible de inicio, las flechas indican el orden en el que se
generan las cantidades asignadas.
asignadas
iteracin cero
Destinos
Orgenes
Matriz de costos de transporte

1
1
2
3
Demanda
Oferta
20
30
40
20
60
30
50
40
20
10
40
70
20
20
6
9
35

EJEMPLO:
1 iteracin
D ti
Destinos
Orgenes
1
Oferta
20
30
40
20
60
30
50
40
20
10
40
70
2
3
Demanda
20
15
6
9
35

EJEMPLO:
2 iteracion
Destinos
Orgenes
1
20
Oferta
30
40
20
60
30
50
40
20
10
40
70
15
2
3
Demanda
0
6
9
35

EJEMPLO:
Y as sucesivamente hasta llegar a la iteracin sexta. Como se ve
en la tabla siguiente:
6 iteracion
Destinos
Orgenes
1
20
5
Oferta
30
40
20
30
50
40
40
70
15
60
20
3
Demanda
10
4
5
0
0
0
0
35

EJEMPLO:
La Solucin bsica factible de inicio es la siguiente:
x11 = 5, x12 = 15, x13 = 0, x14 = 0
x21 = 0, x22 = 5, x23 = 1, x24 = 0
x31 = 0, x32 = 0, x33 = 4, x34 = 5
El costo del programa correspondiente es:
Z = 5*20 + 15*30 + 0*40 + 0*20 + 0*60 + 5*30 + 1*50 +
0*40 + 0*20 + 0*10 + 4*40 + 5*70 = $ 1260.
Mtodo del costo mnimo
Este mtodo determina una mejor solucin de inicio, porque se

concentra en las rutas menos costosas; este es un
procedimiento que se utiliza tomando como base a las rutas que
tengan el menor costo.

El procedimiento es el siguiente:
Asgnese el valor ms grande posible a la variable con menor
costo unitario de toda la tabla (Cij). (Los empates se rompen
arbitrariamente) Tchese el rengln o columna satisfecha.
arbitrariamente).
satisfecha (Como
en el mtodo de la esquina noroeste, si una columna y un rengln se
satisfacen
f
de manera simultnea, slo una ppuede tacharse). Despus
p
de ajustar la oferta y la demanda de todos los renglones y
columnas no tachados, reptase el proceso asignando el valor
ms
grande
d posible
ibl a la
l variable
i bl con ell costo
t unitario
it i no
tachado ms pequeo. El procedimiento esta completo cuando
qqueda exactamente un rengln
g o una columna sin tachar.

EJEMPLO:
El siguiente problema tiene tres orgenes y cuatro destinos. Las
ofertas en los orgenes O1, O2 y O3 son 20, 6 y 9 unidades
respectivamente Los requerimientos en los destinos D1, D2, D3
respectivamente.
y D4 son 5, 20, 5 y 5 unidades respectivamente. Los unitarios
de envi aparecen
p
en la siguiente
g
tabla.
D1
D2
D3
D4
Oferta
O1
20
30
40
20
20
O2
60
30
50
40
O3
20
10
40
70
Demanda
20
35

EJEMPLO:
iteracin cero
Destinos
Orgenes

1
1
2
3
Demanda
Oferta
20
30
40
20
60
30
50
40
20
10
40
70
20
20
6
9

EJEMPLO:
1 iteracin
Destinos
Orgenes

1
1
2
3
Demanda
20
30
40
20
60
30
50
40
20
10
40
70
9
5
Oferta
11
20
6
0

EJEMPLO:
2 iteracin
Destinos
Orgenes
1
Oferta
20
30
40
20
60
30
50
40
20
10
40
70
2
3
Demanda
9
0
11
15
6
0

EJEMPLO:
3 iteracin
Destinos
Orgenes
1
20
3
30
4
40
Oferta
20
2
3
Demanda
60
30
50
40
20
10
40
70
9
0
11
10
6
0

EJEMPLO:
4 iteracin
Destinos
Orgenes
1
20
5
3
30
4
40
10
2
3
Demanda
20
5
60
30
50
40
20
10
40
70
9
0
Oferta
0
6
0

EJEMPLO:
5 iteracin
Destinos
Orgenes
1
20
5
3
30
4
40
10
Oferta
20
60
30
50
40
10
40
70
1
20
3
Demanda
9
0
0
5
0

EJEMPLO:
6 iteracin
D i
Destinos
Orgenes
1
20
5
3
30
4
40
10
30
1
20
50
40
40
70
20
10
9
Oferta
60
Demanda
0
0
0

EJEMPLO:
x11 = 5, x12 = 10, x13 = 0, x14 = 5
x21 = 0, x22 = 1, x23 = 5, x24 = 0
x31 = 0, x32 = 9, x33 = 0, x34 = 0
Z = 5*20 + 10*30 + 0*40 + 5*20 + 0*60 + 1*30 + 5*50 +
0*40 +
0*20 +
9*10 + 0*40 + 0*70 = $ 870.
Mtodo de Vogel
El mtodo comienza calculando por cada columna y
por cada fila el castigo o penalty. El castigo se
calcula como la diferencia entre los dos costos
menores (Cij) en la columna o en la fila segn
corresponda. A continuacin, se determina la fila o
columna
l
con un mayor valor
l de
d castigo.
i Luego,
L
se
selecciona como variable bsica la celda con menor
costo de la fila o columna,
columna segn corresponda,
corresponda y se le
asigna la mxima cantidad posible.
Mtodo de Vogel
Una vez realizada la asignacin, se descarta la fila o columna
cuya oferta o demanda haya sido completa. Se re calcula la
demanda u oferta disponible en la fila o columna.
columna La primera
asignacin se ha completado.
Se vuelven a calcular los castigos por fila y por columna y se
repite el procedimiento descrito hasta completar las
asignaciones posibles en la tabla.
Mtodo de Vogel
La ventaja del mtodo de Vogel por sobre el de la Esquina
Noroeste es que va adelante algunas iteraciones y por lo tanto
se obtiene una solucin inicial mejor.
mejor
Eventualmente puede ocurrir que aplicando el mtodo se
llegue directamente a la solucin ptima. La desventaja del
mtodo de Vogel radica en que sin duda es ms complejo que
el de la esquina noroeste.
Mtodo de Vogel: Ejemplo

El siguiente problema tiene tres orgenes y cuatro destinos.
Las ofertas en los orgenes O1, O2 y O3 son 20, 6 y 9
unidades respectivamente. Los requerimientos en los
destinos D1, D2, D3 y D4 son 5,
5 20,
20 5 y 5 unidades
respectivamente. Los unitarios de envi aparecen en la
siguiente tabla:
D1
D2
D3
D4
Oferta
O1
20
30
40
20
20
O2
60
30
50
40
O3
20
10
40
70
Demanda
20
35

Solucin:
Entonces:
Entonces
Primeramente ver si el problema esta balanceado
Demanda = Oferta.
El pproblema esta balanceado pporque
q el total de la oferta y
demanda total son ambos igual a 35 unidades.
El modelo de transporte esta balanceado y la meta es minimizar el
costo de envi sujeto a las restricciones de disponibilidad y
requerimientos.

Solucin:
Minimizar Z = 20x11 + 30x12 + 40x13 + 20x14 + 60x21 + 30x22 + 50x23 + 40
x24
+20x31 + 10x32 + 40x33 + 70x34
Sujeto a:
x11 + x12 + x13 + x14
x21 + x22 + x23 + x24
x11
x12
x13
x31 + x32 + x33 + x34

+ x21
+ x31
+ x22
+ x32
+ x23
+ x33
x14
+ x24
+ x34
xij 0 (i =1, 2, 3 y j = 1, 2, 3, 4)
= 20
=6
=9
=5
= 20
=5
=5

Solucin:
iteracin cero
Destinos
Orgenes

1
1
2
3
Oferta
20
30
40
20
60
30
50
40
20
10
40
70
Demanda
20
Castigo
20
10
20
Castigo
20
10
10
35

Solucin:
Aplicando el mtodo de Aproximacin de Vogel tenemos:
1 iteracin
Destinos
Orgenes

1
1
2
3
Oferta
20
30
40
20
60
30
50
40
20
10
40
70
Demanda
11
Castigo
40
10
20
Castigo
20
10

Solucin:
2 iteracin
D ti
Destinos
Orgenes
1
Castigo
Oferta
20
30
40
20
60
30
50
40
20
10
40
70
Demanda
9
0
11
10
20
Castigo
15
10
10

Solucin:
3 iteracin
Destinos
Orgenes
1
20
30
4
40
Oferta
20
Castigo
Demanda
60
30
50
40
20
10
40
70
9
0
11
10
Castigo
10
10
20

Solucin:
4 iteracin
Destinos
Orgenes
1
20
30
4
40
Oferta
20
5
60
30
50
40
10
40
70
6
20
Castigo
Demanda
9
0
10
0
0
Castigo
10

Solucin:
5 iteracin
Destinos
Orgenes
1
20
5
30
4
40
Oferta
20
60
30
50
40
10
40
70
6
20
Castigo
Demanda
9
0
5
0
0
Castigo

Solucin:
6 iteracin
Destinos
Orgenes
1
20
5
3
30
4
40
60
Oferta
20
30
50
40
10
40
70
6
20
3
Demanda
9
0
0
0
0

Solucin:
x11 = 5, x12 = 5, x13 = 5, x14 = 5
x21 = 0, x22 = 6, x23 = 0, x24 = 0
x31 = 0, x32 = 9, x33 = 0, x34 = 0
Z = 5*20 + 5*30 + 5*40 + 5*20 + 0*60 + 6*30 + 0*50 +
0*40 + 0*20 + 9*10 + 0*40 + 0*70 = $ 820.
Algoritmo de verificacin y bsqueda del

ptimo
Una vez hallada la solucin bsica factible de inicio en el

anterior punto, se aplican
l
l siguientes pasos para hallar
los
h ll la
l
solucin ptima. Este procedimiento es iterativo y trabaja
bajo
j los pprincipios
p del mtodo simplex.
p .
A continuacin se expondrn
p
los ppasos ppara aplicar
p
el mtodo
simplex para el problema de Transporte.

ptimo
Paso 1: Si el problema no esta balanceado, balancearlo. Construir
l tabla
la
bl de
d transporte.
Paso 2: Encontrar una solucin inicial factible por el

mtodo de la Esquina Noroeste,
Noroeste Mnimo Costo o el de
Vogel. Verificar las m + n 1 asignaciones y
completarlas
p
si es necesario. ((descrita en el seccin 6.5.2))

ptimo
Plantear y resolver el sistema que se obtiene a travs de:
Definir para cada fila de la tabla la variable ui con (i = 1.m).
Definir para cada columna de la tabla la variable vj con (j = 1.n).
Plantear para cada casilla asignada la ecuacin ui + vj = Cijj . Donde Cijj es
el costo unitario asociado a la casilla i - j.
Asignar un valor arbitrario a una de las variables, por ejemplo u1 = 0.

ptimo
Calcular en todas las casillas no asignadas (no bsicas) eij = Cij
ui vj. Si todos
d llos eij 0 se ha
h encontrado
d ell ptimo.
i
Si existe
i
algn eij < 0, incorporar la variable con menor eij siempre y
cuando pueda formar un loop,
p en dicho caso, asignar
g el mayor
y
valor posible de modo de mantener las variables bsicas mayores
o iguales a cero.

ptimo
Paso 5. Si la solucin no es la ptima, emplear la solucin del paso
anterior
i para volver
l a plantear
l
y resolver
l ell sistema
i
(P
(Paso 3)
3).
Seguir al Paso 4.
La variable eij representa el aporte neto unitario de la
incorporacin de la variable i j a la base. Por lo

tanto, si el pproblema es de maximizacin, la solucin
seria ptima si todos los eij < 0. En caso contrario, se
ingresa a la base la variable con mayor eij que pueda
f
formar
un loop.
l

ptimo
En el caso de que al emplear uno de los mtodos para

obtener
b
una solucin
l iniciall falten
fl
d o ms
dos
asignaciones
para completar las m + n 1 asignaciones requeridas, los
ceros deben ser ubicados de tal forma qque sea suficiente dar
solo un valor arbitrario a las variables del sistema asociado a
la asignacin para poder resolverlo completamente.

ptimo
Ejemplo:
Ilustremos el procedimiento resolviendo la tabla planteada para
el problema del ejemplo anterior.
En ese caso,
caso mediante la Esquina Noroeste se obtuvo la
siguiente solucin inicial:
Destinos v1 =
v2 =
v3 =
v4 =
Orgenes
1
2
3
4
20
30
40
20
u1 =
5
15
1
60
30
50
40
u2 =
5
1
2
20
10
40
70
u3 =
4
5
3
Demanda
Oferta
Con un costo de Z = $1260
0
0
0
35

ptimo
Luego, las ecuaciones se plantean en las casillas asignadas:
u1 + v1 = 20
u1 + v2 = 30
u2 + v2 = 30
u2 + v3 = 50
u3 + v3 = 40
u3 + v4 = 70
(1)
(2)
(3)
(4)
(5)
(6)

ptimo
Agregando la condicin u1 = 0 se obtiene de (1) v1 = 20. Luego, de
(2) v2 = 30.
30 De (3) y de (4) u2 = 0 y v3 = 50.
50 Reemplazando en (5)
se calcula u3 = 10. Finalmente, de (6) se obtiene v4 = 80. A
continuacin se calculan los eij en las casillas no bsicas:
eij = Cij ui vj
e13 = 40 0 50 = 10
e14 = 20 0 80 = 60
e21 = 60 0 20 = 40
e24 = 40 0 80 = 40
e31 = 20 (-10) 20 = 10
e32 = 10 ((-10)) 30 = 10

ptimo
Destinos v1 = 20 v2 = 30 v3 = 50 v4 = 80
Orgenes
1
2
3
4
20
30
40
20
u1= 0
5
15
-10
-60
1
60
30
50
40
u2= 0
40 5
1
-40
2
20
10
40
70
u3= -10
10
-10 4
5
3
D
Demanda
d
20
Oferta
20
6
9
35
Por lo tanto, el menor eij corresponde a e14 con valor -60. Lo que
ssignifica
g ca que po
por ca
cadaa uunidad
a as
asignada
g a a a laa va
variable
a e x14 eel eefecto
ecto
global neto es de -60, independientemente de que el costo asociado a
dicha casilla sea de 20. Veamos si existe un loop factible y el mximo
valor que podra tomar la variable.

ptimo
Por lo tanto, la variable de entrada es x14.
Destinos v1 = 20
v2= 30 v3 = 50 v4 = 80
g
1
2
3
4
Orgenes
20
30
40
20
u1= 0
5
15-
+ -60
1
60
30
50
40
u2= 0
5+
1-
2
20
10
40
70
u3= -10
4+
5-
3
Demanda
20
Oferta
20
6
9
35
Como las variables deben ser positivas, el valor de debe ser tal que
no introduzca una variable negativa a la tabla. En este caso, la
condicin
d que controla
l es 1 - = 0,
0 por lo
l tanto = 1.
1 Entonces,
E
l
la
variable de salida es x23.

ptimo
Introducimos el valor de = 1, entonces tendremos:
1 iteracin
Destinos
1
Orgenes
2
20
30
Oferta
4
40
14
20
1
60
30
50
40
10
40
70
2
20
3
Demanda
20
4
5
20
6
9
35
Con un costo total mnimo de Z = $1200

ptimo
Y volvemos a plantear el sistema asociado:
u1 + v1 = 20
u1 + v2 = 30
u1 + v4 = 20
u2 + v2 = 30
u3 + v3 = 40
u3 + v4 = 70
(1)
(2)
(3)
(4)
(5)
(6)

ptimo
Agregando la condicin u1 = 0, entonces se procede a hallar las
restantes incgnitas o sea, v1 = 20, v2 = 30, v4 = 20, u2 = 0, u3
= 50 y v3 = -10, respectivamente.
Destinos v1 = 20
v2 = 30 v3 = -10 v4 = 20
O
Orgenes
1
2
3
4
20
30
40
20
u1 = 0
5
14
1
1
60
30
50
40
u2 = 0
6
2
20
10
40
70
u3 = 50
5
4
3
Demanda
20
Oferta
20
6
9
35

ptimo
A continuacin se calculan los eij en las casillas no bsicas:
eij = Cij ui vj
e13 = 40 0 (-10) = 50
e21 = 60 0 20 = 40
e23 = 50 0 (-10) = 60
e24 = 40 0 20 = 20
e31 = 20 50 20 = 50
e32 = 10 50 30 = 70
Por lo tanto, el menor eij corresponde a e32 con valor -70. Veamos si
existe un loop factible y el mximo valor que podra tomar la
variable.

ptimo
Destinos v1 = 20
v2 = 30 v3 = -10 v4 = 20
Orgenes
1
2
3
4
20
30
40
20
u1 = 0
5
14-
1+
1
60
30
50
40
u2 = 0
6
2
20
10
40
70
u3 = 50
+ -70 5
4-
3
Demanda
20
Oferta
20
6
9
35
Como las variables deben ser positivas, el valor de debe ser tal que
no introduzca una variable negativa al la tabla. En este caso, la
condicin
d que controla
l es 4 - = 0,
0 por lo
l tanto = 4.
4 Entonces,
E
l
la
variable de salida es x34.

ptimo
2 iteracin
Destinos
Orgenes
2
20
30
Oferta
4
40
10
20
5
60
30
50
40
10
40
70
2
20
3
Demanda
5
20
20
6
9
35
Con un costo total mnimo de Z = $ 920

ptimo
u1 + v1 = 20
u1 + v2 = 30
u1 + v4 = 20
u2 + v2 = 30
u3 + v2 = 10
u3 + v3 = 40
(1)
(2)
(3)
(4)
(5)
(6)

ptimo
Agregando la condicin u1 = 0, entonces se procede a hallar las
restantes incgnitas o sea, v1 = 20, v2 = 30, v4 = 20, u2 = 0, u3
= -20 y v3 = 60, respectivamente.
M t i de
Matriz
d costos
t de
d transporte
t
t
Destinos v1 = 20
v2 = 30 v3 = 60 v4 = 20
1
2
3
4
Orgenes
20
30
40
20
u1 = 0
5
10
5
1
60
30
50
40
u2 = 0
6
2
20
10
40
70
u3 = -20
4
5
3
Demanda
20
Oferta
20
6
9
35

ptimo
eij = Cij ui vj
e13 = 40 0 60 = 20
e21 = 60 0 20 = 40
e23 = 50 0 60 = 10
e24 = 40 0 20 = 20
e31 = 20 (-20) 20 = 20
e34 = 70 (-20) 20 = 70
Por lo tanto, el menor eij corresponde a e13 con valor -20. Veamos si
existe un loop factible y el mximo valor que podra tomar la
variable.

ptimo
Destinos v1 = 20
v2= 30 v3 = 60 v4 = 20
Orgenes
1
2
3
4
20
30
40
20
u1= 0
5
10-
+ -20 5
1
60
30
50
40
u2= 0
6
2
20
10
40
70
u3= -20
4+
5-
3
Demanda
20
Oferta
20
6
9
35
Como las
l variables
bl deben
d b ser positivas, ell valor
l de
d debe
d b ser
tal que no introduzca una variable negativa a la tabla. En este
caso, la condicin que controla es 5 - = 0, por lo tanto = 5.
Entonces, la variable de salida es x33.

ptimo
3 iteracin
Destinos
1
Orgenes
2
20
30
5
Oferta
4
40
60
20
5
30
50
40
10
40
70
2
20
3
Demanda
20
20
6
9
35
C un costo totall mnimo

Con
i
de
d Z = $ 820

ptimo
u1 + v1 = 20
u1 + v2 = 30
u1 + v3 = 40
u1 + v4 = 20
u2 + v2 = 30
u3 + v2 = 10
(1)
(2)
(3)
(4)
(5)
(6)
g g
la condicin u1 = 0,, entonces se pprocede a hallar las
Agregando
restantes incgnitas o sea, v1 = 20, v2 = 30, v3 = 40, v4 = 20, u2 = 0
y u3 = -20, respectivamente.

ptimo

Destinos v1 = 20
v2 = 30 v3 = 40 v4 = 20
1
2
3
4
Orgenes
20
30
40
20
u1 = 0
5
5
5
5
1
60
30
50
40
u2 = 0
6
2
20
10
40
70
u3 = -20
9
3
Demanda
20
Oferta
20
6
9
35

ptimo
eij = Cij ui vj
e21 = 60 0 20 = 40
e23 = 50 0 40 = 10
e24 = 40 0 20 = 20
e31 = 20 (-20) 20 = 20
e33 = 40 (-20)
( 20) 40 = 20
e34 = 70 (-20) 20 = 70
Resolviendo el sistema,
sistema se determina que todos los eij son positivos,
positivos por lo
tanto la incorporacin de cualquier variable a la base aumentara el valor
total de la funcin objetivo. Como el problema es de minimizacin, se ha
alcanzado el ptimo.

ptimo
Por lo tanto, la tabla final queda en la 3 iteracin:
3 iteracin
3
Destinos
Orgenes
2
20
30
5
Oferta
4
40
60
20
5
30
50
40
10
40
70
2
20
3
D
Demanda
d
20
20
6
9
35
La Solucin ptima es la siguiente:

x11 = 5, x12 = 5, x13 = 5, x14 = 5
x21 = 0, x22 = 6, x23 = 0, x24 = 0
x31 = 0, x32 = 9, x33 = 0, x34 = 0
El costo del pprograma
g
correspondiente
p
es:
Z = 5*20 + 5*30 + 5*40 + 5*20 + 0*60 + 6*30 + 0*50 + 0*40 + 0*20 +
9*10 + 0*40 + 0*70 = $ 820.

3 Modelo de Transporte

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

3 Modelo de Transporte

Cargado por

Copyright:

Formatos disponibles

MODELO DE TRANSPORTE

Modelizacin del problema

Se trata de uno de los primeros problemas que se

Modelizacin del problema

El costo de enviar una unidad de producto del

Modelizacin del problema

Modelizacin del problema

Modelizacin del problema

i = 1,, 2,, ,, m j = 1,, 2,, ,, n

Modelizacin del problema

x1n + x2n + +xmn = bn

Un modelo general de transporte con m fuentes

Los tres mtodos difieren en la calidad de la

Mtodo de la Esquina Noroeste

Mtodo de la Esquina Noroeste

Mtodo de la Esquina Noroeste

Mtodo de la Esquina Noroeste

Mtodo de la Esquina Noroeste

Mtodo de la Esquina Noroeste

Matriz de costos de transporte

Mtodo de la Esquina Noroeste

Matriz de costos de transporte

Mtodo de la Esquina Noroeste

Matriz de costos de transporte

Mtodo de la Esquina Noroeste

Matriz de costos de transporte

Mtodo de la Esquina Noroeste

Mtodo del costo mnimo

Este mtodo determina una mejor solucin de inicio, porque se

Mtodo del costo mnimo

Mtodo del costo mnimo

Mtodo del costo mnimo

Matriz de costos de transporte

Mtodo del costo mnimo

Matriz de costos de transporte

Mtodo del costo mnimo

Matriz de costos de transporte

Mtodo del costo mnimo

Matriz de costos de transporte

Mtodo del costo mnimo

Matriz de costos de transporte

Mtodo del costo mnimo

Matriz de costos de transporte

Mtodo del costo mnimo

Matriz de costos de transporte

Mtodo del costo mnimo

Mtodo de Vogel: Ejemplo

Mtodo de Vogel: Ejemplo

Mtodo de Vogel: Ejemplo

x31 + x32 + x33 + x34

Mtodo de Vogel: Ejemplo

Matriz de costos de transporte

Mtodo de Vogel: Ejemplo

Matriz de costos de transporte

Mtodo de Vogel: Ejemplo

Matriz de costos de transporte

Mtodo de Vogel: Ejemplo

Matriz de costos de transporte

Mtodo de Vogel: Ejemplo

Matriz de costos de transporte

Mtodo de Vogel: Ejemplo

Matriz de costos de transporte

Mtodo de Vogel: Ejemplo

Matriz de costos de transporte