Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigacion de Operaciones - Rodolfo V PDF
Investigacion de Operaciones - Rodolfo V PDF
de operaciones
INVESTIGACIÓN DE OPERACIONES
Primera edición
ISBN: 978-607-15-0598-9
1098765432 1098765432101
VII
El objetivo principal de este trabajo es servir como libro de consulta para el curso de
Investigación de operaciones, el cual se orienta a estudiantes de licenciatura y, funda-
mentalmente, a las áreas de estudio como Negocios internacionales, Administración y
Marketing. Los prerrequisitos son álgebra lineal, matemáticas y estadística.
El texto proporciona suficiente material para el curso, tratando de desarrollar en
cada unidad numerosos ejemplos basados en la realidad para una mejor comprensión
de los contenidos de esta disciplina.
Si se analizan los ejemplos, el lector adquirirá capacidad para resolver problemas
matemáticos y conocerá las principales áreas que componen la Investigación de opera-
ciones (desde el análisis del problema, la recopilación de la información, la formula-
ción del modelo y el análisis de resultados).
Esta última etapa se destaca por su importancia, por lo que se expondrán en forma
amplia temas como el de análisis de sensibilidad.
VIII
Al finalizar el estudio de esta unidad, se espera que el lector sea capaz de:
explicar qué se entiende por investigación de operaciones.
describir qué es un modelo.
mencionar algunas aplicaciones de la investigación de operaciones.
explicar los diferentes tipos de modelos.
diseñar modelos para casos específicos.
1
Francisco J., González Hernández, Breve introducción a la investigación de operaciones, pp. 7 y 8.
2
Hillier y Lieberman, Investigación de operaciones, pp. 2 y 3.
1.2 Modelo
Un modelo se define como una representación simplificada o idealizada de una
Modelo. Representación simplificada o parte de la realidad; o, según el Diccionario de la lengua española es:
idealizada de una parte de la realidad.
[…]un esquema teórico, generalmente en forma matemática, de un sistema o de una
realidad compleja, como la evolución económica de un país, que se elabora para facilitar su compren-
sión y el estudio de su comportamiento[…].4
Los modelos, que se definen como una función objetivo y restricciones que se expresan en
términos de las variables alternativas de decisión del problema (véase figura 1.1), deben conte-
ner los siguientes tres elementos:
3
Op. cit., p. 3.
4
Real Academia Española, Diccionario de la lengua española, vigésima segunda edición, http://buscon.rae.es/draeI/SrvltConsulta?TIPO_
BUS=3&LEMA=modelo, consultado el 4 de octubre de 2010.
y = 200x
donde, si el promotor llevara a cabo 3 ventas (x = 3), su ingreso total (y) sería de
5
Juan Pilar Tormos, Investigación operativa para ingenieros, España, Ed. Universidad Politécnica de Valencia, p. 33.
Además de la clasificación anterior, existen otras que son independientes de los modelos
matemáticos que se mencionaron y que pueden agruparse bajo la perspectiva de uno o varios
de los términos que aparecen en la tabla 1.1.
Tabla 1.1 Términos de los modelos matemáticos
Término Definición
Modelos físicos Se representan a escala y se construyen con base en problemas concretos.
Modelos abstractos Se les denomina así debido a que es impredecible usar expresiones simbólicas
para representar el comportamiento del sistema; es decir, se construyen mediante
el empleo de gran cantidad de símbolos.
Modelos estáticos Representan la realidad en una determinada unidad de tiempo.
Modelos dinámicos Interpretan la evolución de una parte de la realidad en un tiempo determinado.
Modelos determinísticos Representan un fenómeno que se comporta regularmente a intervalos iguales y,
por consiguiente, es factible predecir su comportamiento con un cierto margen de
error aceptable o tolerable.
Modelos aleatorios Describen un fenómeno que se comporta regularmente en intervalos diferentes;
por lo tanto, predecir su comportamiento es muy difícil.
Ventajas Desventajas
Permiten apreciar cuáles son las variables importan- Pueden llevar a simplificaciones exageradas o excesivas
tes del problema y cómo se relacionan entre sí. si se pretende que el modelo se aplique a situaciones
muy diversas, lo que puede provocar la omisión de
variables que puedan ser importantes.
Ayudan a operacionalizar las variables con base en Su implementación puede ser demasiado costosa o
ciertos patrones o indicaciones. compleja.
Suministran una base cuantitativa para la toma de
decisiones.
1.3 Optimización
Se considera que optimizar es la función de lograr mayores beneficios con la
Optimizar. Logro de mayores beneficios mínima cantidad de recursos invertidos; es decir, buscar la mejor manera de
con una mínima inversión de recursos. realizar una actividad.
Arsham Hosseim, experto en el tema, explica que la
…también denominada programación matemática, sirve para encontrar la respuesta que proporcio-
na el mejor resultado, la que obtiene mayores ganancias, mayor producción o felicidad o la que logra
el menor costo, desperdicio o malestar. Con frecuencia, estos problemas implican utilizar de la mane-
ra más eficiente los recursos, tales como dinero, tiempo, maquinaria, personal, existencias, etc. Los
Problemas de optimización
En un problema se trata de maximizar o minimizar una cantidad específica llamada objetivo,
la cual depende de un número finito de variables de entrada. Éstas pueden ser independientes
entre sí o relacionarse a través de una o más restricciones.
1
El problema: Minimizar: Z = x1 + x2
Sujeto a: x1 – x2 = 3
x2 ≥ 2
Éste es un problema de optimización del objetivo z, en el que las variables de entrada son x1
y x2. Se desean obtener valores de las variables de entrada que minimicen el objetivo principal,
sujetos a las limitaciones impuestas por las restricciones.
Un programa matemático como el del ejemplo anterior es lineal si f(x1, x2, …, xn) y cada
gi(x1, x2, …, xn) donde (i = 1, 2, …, m) se dan como funciones matemáticas y como ilaciones
funcionales (como sucede en el primer ejemplo).
2
Maximizar Z = 4x1 + 5x2
Cabe señalar que la última restricción, de no negatividad, indica que las variables que se utilizaron en
el modelo deben ser positivas o ceros puesto que, si se deseara producir, por ejemplo, dulces, no se podrían
producir –4 dulces.
6
Arsham Hosseim. Modelos deterministas: optimización lineal, http://home.ubalt.edu/ntsbarsh/opre640S/spanishD.htm#rop,
consultado el 4 de octubre de 2010.
Al finalizar el estudio de esta unidad, se espera que el lector sea capaz de:
explicar qué entiende por programación lineal.
exponer los pasos para plantear un problema dado.
explicar cómo se forman las restricciones y la función objetivo.
mencionar la estructura general de un modelo de programación lineal.
resolver e interpretar problemas mediante el empleo del concepto de método gráfico.
resolver e interpretar problemas mediante el empleo del concepto de método símplex.
1
Hamdy A. Taha, Investigación de operaciones, 7a. ed., p. 11.
Las variables de decisión son las cantidades desconocidas que deben deter-
Variables de decisión. Cantidades que minarse en la solución de un problema cuyo modelo se plantea. Un ejemplo
se desconocen y que deben determi- para definir una variable de decisión podría ser la cantidad de un determinado
narse en la solución de un problema
producto que debe fabricarse en una operación de producción que involucra
cuyo modelo se plantea.
diversos productos a partir de un mismo recurso básico (véase figura 2.1).
Escritorios
Recurso
Mano de obra
básico
Mesas
En la figura 2.1 se indica que, a partir de un recurso básico, que en este ejemplo es la mano
de obra, pueden fabricarse diversos productos (escritorios y mesas).
Los parámetros son los valores que describen la relación entre las variables
de decisión y que permanecen constantes en cada problema, pero varían en
Parámetros. Valores que especifican
problemas distintos. Por ejemplo, las horas de mano de obra que se requieren
la relación entre las variables de
para elaborar cada uno de estos productos. Supongamos que en la producción
decisión.
de cada mesa se emplean 6 horas y en la de cada escritorio, 8 horas; en conse-
cuencia, la relación función de mano de obra es la siguiente:
Si reunimos toda la información descrita en una tabla, ésta tendría la forma y los conteni-
dos siguientes:
Total de horas a la
Producto Horas laboradas Operación semana
Mesa 6 6x1 + 8x2 ≤ 80
Escritorio 8
cuyo propósito principal es maximizar las utilidades que genera la fabricación de mesas y escri-
torios.
Los pasos básicos que se deben dar para plantear un problema en términos de un modelo
de programación lineal (MPL) son los siguientes:
1. Identificar las variables importantes del problema (variables de decisión) y seleccionar una
notación adecuada para ellas.
2. Plantear la función objetivo en términos de las variables de decisión.
3. Identificar los recursos limitantes para, de esta manera, plantear cada una de las restricciones.
4. Formular el modelo de acuerdo con la estructura general.
1
Una fábrica de muebles se especializa en la producción de dos tipos de comedores; cada uno requiere de
un tiempo de construcción y otro diferente de pintura. Un comedor tipo 1 demanda 6 horas de producción y
8 horas de pintura; en la construcción de un comedor tipo 2 se emplean 12 horas y 4 horas para la pintura.
El departamento de construcción cuenta con 120 horas diarias disponibles mientras que el de pintura sólo
dispone de 64 horas. La compañía desea determinar el número de unidades de cada tipo de comedor que
debe producir por día, de tal manera que las utilidades totales sean máximas.
La compañía logra una utilidad de $2 000 por cada comedor tipo 1 y $2 400 por cada comedor tipo 2.
Plantee el modelo de programación lineal (MPL) correspondiente.
Solución:
Cuando se definen las variables debe tomarse en cuenta que, en la mayoría de los casos, son numéri-
cas, por lo que es importante especificar cuáles son las cantidades que se deben producir.
En el momento en que nos indican costos o utilidades, es indispensable precisar cuántas variables se
van a utilizar en el problema.
La frase “La compañía obtiene una utilidad de $2 000 por cada comedor tipo 1 y $2 400 por cada comedor
tipo 2” refleja con claridad cuántas variables de decisión se usarán y, a su vez, cuál será la función objetivo.
Otro aspecto que debe definirse con claridad es el objetivo del problema que se va a resolver; en este
caso, se tiene:
2 000x1 + 2 400x2
8x1 + 4x2 ≤ 64
Luego de reunir todos los datos y de acuerdo con la estructura general de un MPL, se obtiene lo siguiente:
2
Una compañía de zapatos, especialista en la fabricación de botas, no vende en forma directa al público, sino
que lo hace a través de tiendas al menudeo. Según las fluctuaciones de los costos de la materia prima la
empresa ha observado que el costo de producción varía de un mes a otro.
Debido a esas variaciones y a que el costo unitario del manejo y almacenamiento es de $11.00 por
mes, la compañía considera que resulta conveniente fabricar pares de botas demás en algunos meses para
venderlos en meses posteriores.
Los administradores han pronosticado la demanda y los costos de producción de los siguientes 8 me-
ses. Además, desean programar la producción de este periodo para minimizar los costos totales de produc-
ción y almacenamiento, como se muestra en la tabla 2.2.
Solución:
Sea:
En este caso, tomemos, por ejemplo, el 360x1,1 donde i = 1 y j = 1, es decir, el costo de las botas fabrica-
das en el mes 1 y vendidas en el mes 1 es de $360.00 Bajo el supuesto de que en ese mes no se vendan
todas las botas, las tendrán que vender en el mes 2 con un costo adicional de $11.00 por almacenamiento,
lo cual significa que las botas fabricadas en el mes 1 y vendidas en el mes 2 tendrán un costo total de $371,
esto es, $360 + $11, lo que da como resultado la variable “371x1, 2”.
Una vez que hayamos determinado la función objetivo, tendremos que definir las restricciones a las
cuales se encuentra sujeta.
Sujeta a:
Esta restricción indica que las botas que no se vendieron en el mes 1 y se guardaron para venderse en
el mes 2 (x1,2) se suman a las que se fabricaron en el mes 2 (x2,2), con lo cual tenemos:
x1,2 + x2,2
Ahora, si en el mes 2 la demanda pronosticada es de 110 000 pares, se obtiene la restricción de ese mes:
3
En su proceso de producción, una pequeña empresa que elabora diversos productos químicos utiliza 3 ma-
teriales para elaborar 2 productos, un aditivo y un disolvente.
El aditivo se vende a empresas petroleras y se emplea en la producción de diesel y otros combustibles
similares. El disolvente se vende a empresas químicas para elaborar productos de limpieza industrial y para
el hogar. Para formar el aditivo y el disolvente se mezclan las tres materias primas en forma específica.
La tabla 2.3 muestra que una tonelada de aditivo se obtiene mezclando 37 de 1 000 kg de la materia
prima 1; y 47 de 1 000 kg de la materia prima 3; una tonelada de disolvente se logra con la mezcla de 14 de
1 000 kg de la materia prima 1, 25 de 1 000 kg de la materia prima 2 y 207
de 1 000 kg de la materia prima 3.
Debido al deterioro y a la naturaleza del proceso de producción, cualquier materia prima que no se use
para la producción actual debe desecharse. La utilidad asciende a $4 000.00 por cada tonelada de aditivo y
a $3 000.00 por cada tonelada de disolvente. Después de un análisis de la demanda potencial, la administra-
ción de la empresa ha concluido que cuenta con las siguientes cantidades de materia prima:
Solución:
Antes que nada, se extraen los datos del problema para tener la información de una forma clara y conci-
sa, con la cual se puede generar la tabla 2.4.
Una vez elaborada la tabla 2.4 se deben definir las variables de decisión que se utilizarán:
Proceso de restricciones:
La expresión anterior significa que va a ganar $4 000 por cada tonelada de aditivo y $3 000 por cada
tonelada de disolvente.
Por último, agregamos la restricción de no negatividad:
x1, x2 ≥ 0
4. Ubicar el o los puntos factibles que den el mejor valor de la función objetivo.
A este punto se le conoce como punto óptimo.
Punto óptimo. Punto factible que
brinda el mejor valor de la función
objetivo.
Suponga que x1 es el número de sillas tipo 1 que se van a producir y que x2 es el número de sillas tipo 2 que
se elaborarán.
Como primer paso, es necesario determinar el conjunto de soluciones de cada una de las restricciones.
Para obtener el conjunto de soluciones de una desigualdad en el plano cartesiano (R2), primero debemos
considerarlo como una ecuación con objeto de graficar la recta que limitará al semiplano correspondiente a
la solución de la desigualdad.
4
Va hacia la izquierda
3
Región factible
2
1
x1
1 2 3 4 5
Para saber dónde se ubica la región factible debe tomarse un valor antes y uno después del de x1, si es
que existe; de no ser así, podemos tomar x2; es decir, si en este caso el valor de x1 es de 3, se toma el valor de
2 y 4, respectivamente, y se sustituyen en la restricción 1.
¿2 por el valor de x1, que es 2, es menor que 6? Si la respuesta es afirmativa, la región factible de esa
restricción se encuentra hacia la izquierda y se desecha la siguiente suposición de que x1 tome el valor de 4;
pero, si es negativa, la región factible se localiza hacia la derecha.
Nota: Si se utiliza el valor de x1, olvide el valor de x2 o supóngalo cero al sustituir los valores anteriormente
descritos.
En este punto terminamos la restricción 1.
En el caso de la restricción 2 se tiene lo siguiente:
x2
3
2.5
2
1.5
1
x1
–5 –4 –3 –2 –1 1 2 3 4 5
Para saber hacia dónde se encuentra la región factible debe tomarse un valor antes y uno después del
valor de x1, si es que existe x1; si no se tiene x1 podemos tomar x2, es decir, si en este caso el valor de x1 es de
–1, se toma el valor de –2 y 0, respectivamente, y se sustituyen en la restricción 2.
¿–3 por el valor de x1, que es –2, es menor que 3? Si la respuesta es positiva, la región factible de esa
restricción se encuentra hacia la izquierda y se desecha la siguiente suposición de que x1 tome el valor de 0;
pero, si es negativa, entonces la región factible se localiza hacia la derecha.
Nota: Si se utiliza el valor de x1, olvide el valor de x2 o supóngalo cero al sustituir los valores descritos.
En este punto terminamos con la restricción 2.
En el caso de la restricción 3 se tiene lo siguiente:
Restricción 3 2x1 + x2 ≤ 4
Observe que x1 = 2 y x2 = 4. Por lo tanto, la gráfica de la restricción quedaría como muestra la figura 2.4.
x2
5
2
1
x1
1 2 3 4 5
Figura 2.4 Tercera restricción.
Para saber hacia dónde se localiza la región factible, debe tomarse un valor antes y uno después del
valor de x1, si es que existe x1; si no es así podemos tomar x2, es decir, si en este caso el valor de x1 es 2, se
toma el valor de 1 y 3, respectivamente, y se sustituyen en la restricción 3.
Restricción 3 2x1 + x2 ≤ 4
¿2 por el valor de x1, que es 1, es menor que 4? Si la respuesta es afirmativa, la región factible de esa
restricción se encuentra hacia la izquierda y se desecha la siguiente suposición de que x1 tome el valor de 3;
pero, si es negativa, la región factible se localiza hacia la derecha.
Nota: Si se emplea el valor de x1, olvide el valor de x2 o supóngalo cero al sustituir los valores descritos.
En este punto terminamos con la restricción 3.
El siguiente paso es unir las tres gráficas en una sola e identificar la región factible que es la intersección
entre las tres áreas.
Para determinar en qué punto factible se alcanza el mejor valor de la función objetivo, nos apoyaremos
en las curvas de nivel o frontera de la región factible óptima, para lo cual será necesario evaluar los puntos
de intersección existentes dentro del cuadrante uno, como se observa en la figura 2.5.
x2
3
5
2
4
1
3 Región factible
B
2
1.5
A
C
1
D x1
–1 1 1.5 2 3 4 5
En la gráfica pueden observarse cuatro puntos óptimos posibles: A, B, C y D, de los cuales sólo se dedu-
cen A y D, ya que intersecan el eje x1 y el x2; por otra parte, los valores de los puntos B y C los tenemos que
obtener por medio de un método de resolución de ecuaciones.
En nuestro ejemplo utilizaremos el método de suma y resta para obtener los valores de los puntos B y C. El
primero de ellos interseca con las restricciones 1 y 2, mientras que el segundo interseca las restricciones 1 y 3.
El punto B tiene el siguiente sistema de ecuaciones, el cual resolveremos por el método de suma y resta:
Como se puede observar sólo se tiene que multiplicar por 3 la restricción 1 y por 2 la restricción 2 para
poder eliminar una variable, a partir de lo cual se obtiene:
6x1 + 9x2 = 18 (se multiplica por 3)
–6x1 + 4x2 = 6 (se multiplica por 2)
Note que no es necesario multiplicar por un valor negativo puesto que ya lo tiene
2x1 + 3 ( 2413 ) = 6
72
2x1 = 6 –
13
6
2x1 =
13
3
x1 =
13
Luego, el punto queda así: B ( 133 , 2413 )
El punto C tiene el siguiente sistema de ecuaciones, el cual resolveremos por el método de suma y resta:
Como se puede observar, cualquier restricción debe multiplicarse por –1, puesto que los dos valores de
x1 son iguales.
2x1 + 3x2 = 6
2x1 + x2 = 4 (–1)
2x1 + 3x2 = 6
–2x1 – x2 = 4
2x2 = 2
2
De este resultado, despejamos el valor de x2 para obtener: x2 = x2 = 1
2
Ahora, para encontrar el valor de x1 se sustituye x2 en cualquiera de las dos ecuaciones iniciales. En
este caso, sustituiremos el valor en la ecuación 1, despejaremos la variable x1 y, finalmente, obtendremos
el valor del punto C.
2x1 + 3x2 = 6
2x1 + 3 (1) = 6
2x1 = 6 – 3
2x1 = 3
x1 = ( 32 )
Luego, el punto queda así: C ( 32 , 1)
Como ya determinamos los valores de los cuatro posibles puntos óptimos, procederemos a obtener la Z
final que satisfaga nuestras expectativas de maximizar utilidades.
Sustituyendo en la función objetivo los valores de los puntos A, B, C y D obtenemos:
Z = 4x1 + 3x2
Entonces,
( 32 ) = 92 ) = 4.5
ZA = 4(0) + 3
3 24 84
Z = 4( ) + 3( ) =
13 )
B
= 6.4615
13 13
3
Z = 4( ) + 3(1) = 9
C
2
ZD = 4(2) + 3(0) = 8
⬖ Z Max = 9 Punto óptimo
3
lo cual indica que se va a lograr una utilidad máxima de 9 si la fábrica produce 2
de sillas del tipo 1 y 1 del
tipo 2.
Sujeto a: xi + xj ≥ b1
xi + xj ≤ b2
xi, xj ≥ 0
Sujeto a: xi + xj – s1 = b1
xi + xj + s2 = b2
xi, xj, s1, s2 ≥ 0
Suponga que usted produce galletas y que gana $6.00 por cada galleta cuadrada y $5.00 por cada galleta
redonda. El modelo del problema se resume a continuación:
Observe que x1 es el número de galletas cuadradas y x2 de galletas redondas unido a la ganancia de cada
galleta.
Sujeto a: x1 + x2 ≤ 9
x1 – x2 ≥ 1
x1, x2 ≥ 0
Para resolver este problema, en primer lugar debemos convertir la función objetivo a la forma estándar.
¿Cómo se lleva a cabo esta tarea?
La función objetivo Max Z = 6x1 + 5x2 deberá cambiar de signo; es decir, si son valores negativos, la
función tomará valores positivos; y si son valores positivos, la función asumirá valores negativos, según sea
el caso. Así, tenemos:
Continuemos ahora con las restricciones. La primera restricción x1 + x2 ≤ 9 debe convertirse a la forma
estándar, el valor de x1 y x2 no cambia. Por lo tanto, queda x1 + x2 = 9, pero tenemos que quitar la desigualdad
agregando una variable de holgura, la cual llamaremos s1, tarea que se debe repetir con cada restricción; si
la desigualdad de la restricción es ≤, la variable de holgura tomará un signo positivo, es decir, se suma a la
restricción y queda de la siguiente forma:
x1 + x2 + s1 = 9
Ahora, en el caso de la segunda restricción, la variable de holgura asumirá un valor negativo ya que la
desigualdad es ≥ y queda de la siguiente forma:
x1 – x2 – s2 = 1
Sujeto a: x1 + x2 ≤ 9 Sujeto a: x1 + x2 + s1 = 9
x1 – x2 ≥ 1 x1 – x2 – s2 = 1
x1, x2 ≥ 0 x1, x2, s1, s2 ≥ 0
El siguiente paso es introducir los valores del modelo de la forma estándar a la tabla símplex.
x1 x2 s1 s2 Solución
Nombre que se
les da: s1 1 1 1 0 9
Restricción 1
Restricción 2 s2 1 –1 0 –1 1
Z –6 –5 0 0 0
Ya con los valores en la tabla se debe resolver este problema de acuerdo con los siguientes pasos:
x1 x2 s1 s2 Solución
s1 1 1 1 0 9
s2 1 –1 0 –1 1
Z –6 –5 0 0 0
Más negativo
Paso 2. Se determina la variable de salida mediante la división de la columna solución de las restriccio-
nes entre la columna pivote o de entrada. Recuerde que este procedimiento sólo se aplica a las restricciones,
no a la función objetivo Z.
x1 x2 s1 s2 Solución
s1 1 1 1 0 9
9 entre 1 = 9
x1 x2 s1 s2 Solución
s2 1 –1 0 –1 1
1 entre 1 = 1
Observe que los resultados son 9 y 1, por lo que se elige el valor positivo más pequeño sin tomar en
cuenta valores negativos o ceros.
x1 x2 s1 s2 Solución
s1 1 1 1 0 9 9/1 = 9
s2 1 –1 0 –1 1 1/1 = 1
Z –6 –5 0 0 0
Aquí se observa que s2 es la variable que debe salir y la que entra es x1.
x1
1 Pivote
s2 1 –1 0 –1 1
–6
Paso 4. Es muy importante que el pivote tome el valor 1; si éste no tiene dicho valor, conviértalo a 1
dividiendo todo el renglón entre el valor del pivote.
En este caso, el pivote ya es 1; por lo tanto, el renglón queda igual.
Paso 5. Hacer ceros los demás valores de la columna de entrada o pivote cambiado sólo el nombre de
la restricción de s2 a x1.
Columna de entrada o pivote
x1 x2 s1 s2 Solución s1 1
s1 1 1 1 0 9 x1 Pivote
Note el
x1 1 –1 0 –1 1 Z –6
cambio del Z –6 –5 0 0 0
nombre de la Convertirlos
Pivote en ceros
variable
En primer término, se tiene que multiplicar el renglón x1 por el inverso del valor que se hará cero y su-
márselo al renglón que desea convertirse; es decir, si queremos hacer cero al 1, multiplicamos al renglón x1
por –1, que es el inverso de 1 y el resultado se lo sumamos a s1.
x1 x2 s1 s2 Solución
s1 1 1 1 0 9
x1 1 –1 0 –1 1
x1 x2 s1 s2 Solución
s1 0 2 1 1 8
x1 1 –1 0 –1 1
Ya es cero
(–1)(–1) = 1 + 1 = 2
(–1)(0) = 0 + 1 = 1
(–1)(–1) = 1 + 0 = 1
(–1)(1) = –1 + 9 = 8
Una vez terminado el renglón s1, continuamos con el renglón Z multiplicando al renglón x1 por 6 ya que
es el inverso de –6. Además, el renglón x1 es el que tiene el pivote.
x1 x2 s1 s2 Solución
x1 1 –1 0 –1 1 Multiplicar por 6
y sumar a Z
Z –6 –5 0 0 0
Inverso de –6
6* 1 = 6 + (–6) = 0
6* –1 = –6 + (–5) = –11
6* 0 =0+0=0
6*–1 = –6 + 0 = –6
6* 1 =6+0=6
lo cual genera:
x1 x2 s1 s2 Solución
x1 1 –1 0 –1 1
Z 0 –11 0 –6 6
x1 x2 s1 s2 Solución
s1 0 2 1 1 0
Note que ya
son ceros x1 1 –1 0 –1 1
Z 0 –11 0 –6 6
Paso 6. Si en el renglón de Z aún existen valores negativos, regrese al paso 1, hasta que el renglón Z no
tenga valores negativos.
Como el renglón Z todavía tiene valores negativos, regresamos al paso 1, el cual indica que se tiene que
elegir el mayor valor negativo. En este caso, se tienen 2 valores, –11 y –6, y el valor que elegimos es –11.
La nueva columna entrante es:
x1 x2 s1 s2 Solución
s1 0 2 1 1 8 8 =4 Renglón elegido
2
x2 1 –1 0 –1 1 1 = –1
–1 No se toma en
Z 0 –11 0 –6 6 cuenta ya que
es negativo
Pivote
En este punto ya se han definido todas las variables; la variable que entra es x2 y la que sale es s1. Aho-
ra, debemos realizar nuevamente las operaciones correspondientes y hacer que el renglón pivote tenga un
valor de 1 y los demás valores de la columna de entrada o pivote tengan valores de 0.
En primer lugar, debe convertirse el renglón pivote en 1. Se divide todo el renglón entre 2.
x1 x2 s1 s2 Solución
Cambió de s1 a x2 x2 0 2 1 1 8
0/2 = 0
2/2 = 1
1 1
2
= 2 0 2 1 1 1 1 8
=0 =1 = = =4
1 1 2 2 2 2 2 2 2
2
= 2
8
2
=4
A continuación se introducen los valores que obtuvimos para ubicarlos en el renglón pivote, lo que genera:
x1 x2 s1 s2 Solución
1 1
x2 0 1 4
2 2
Para convertir en ceros los valores de la columna de entrada o pivote, se debe emplear el pivote:
x2 Pivote
x1 –1 Valores a
convertir
Z –11 en ceros
En seguida, se debe multiplicar al renglón x2 por el inverso de cada valor que se convertirá en cero y
sumárselo al renglón que se desea convertir; es decir, si queremos hacer cero al –1, debemos multiplicar el
renglón x1 por 1 y sumárselo al renglón x1.
x1 x2 s1 s2 Solución
1 1
x2 0 1 4
2 2
x1 1 –1 0 –1 1
1* 0 =0+1=1
1* 1 = 1 + (–1) = 0
1 1 1
1* 2
= 2
+0= 2
1 1 1
1* 2
= – 2 + (–1) = – 2
1* 4 =4+1=5
x1 x2 s1 s2 Solución
1 1
x2 0 1 4
2 2
1 1
x1 1 0 – 5
2 2
Una vez terminado el renglón x1, continuamos con el renglón Z multiplicando al renglón x2 por 11 ya que
es el inverso de –11.
x1 x2 s1 s2 Solución
1 1
x2 0 1 4 Multiplicar por 11
2 2
y sumárselo a Z
Z 0 –11 0 –6 6
11* 0 =0+0=0
11* 1 = 11+ (–11) = 0
1 11 11
11* 2
= 2
+0= 2
1 11 1
11* 2
= 2
+ –6 = – 2
11* 4 = 44 + 6 = 50
x1 x2 s1 s2 Solución
1 1
x2 0 1 4
2 2
11 1
Z 0 0 – 50
2 2
x1 x2 s1 s2 Solución
1 1
x2 0 1 4
2 2
1 1
Note que ya x1 1 0 – 5
2 2
son ceros
11 1
Z 0 0 – 50
2 2
Como podemos observar, aún tenemos valores negativos en el renglón Z; por lo tanto, tenemos que
realizar de nueva cuenta las operaciones correspondientes hasta lograr que el renglón Z no tenga ningún
valor negativo.
x1 x2 s1 s2 Solución
1 1 1 Renglón
x2 0 1 4 4/ =8
2 2 2 elegido
1 1 1
x1 1 0 – 5 5/– = –10
2 2 2
11 1
Z 0 0 – 50
2 2 No se toma en cuenta puesto que es negativo
Pivote
1
En principio, debemos ubicar las variables de entrada que, en este caso, es s2, que tiene el valor de – 2 ;
éste es el único valor negativo que queda en el renglón Z.
1
El renglón de salida es x2 y el pivote es 2 .
Con base en el reglón pivote, debemos hacer que el pivote tenga el valor 1 y los demás valores que
componen la columna de entrada o pivote obtengan valores de 0.
1
Para convertir el renglón pivote en 1 es necesario dividir el renglón pivote entre 2 . Queda como sigue:
x1 x2 s1 s2 Solución
1 1
x2 0 1 4
2 2
1
0/ 2
=0
1
1/ 2
=2
1 1 1 1
2
/ 2
=1 0 1 2 2 4
1
=0 1
=2 1
=1 1
=1 1
=8
1 1
2
/ 2
=1 2 2 2 2 2
1
4/ 2
=8
x1 x2 s1 s2 Solución
x2 0 2 1 1 8
Pivote
Note que ya cambió a 1
El siguiente paso implica convertir a ceros los valores de la columna de entrada o pivote utilizando el
pivote para hacerlo:
x2 Pivote
1
x1 – Valores a
2
convertir
1
Z – en ceros
2
En seguida, debe multiplicarse al renglón x2 por el inverso de los valores que se harán cero y sumárselos
1
al renglón que se convertirá; es decir, si queremos hacer cero al 2 , entonces debemos multiplicar el renglón
1
x2 por 2 y sumarlo a x1.
x1 x2 s1 s2 Solución
s2 0 2 1 1 8 1
Multiplicar por 2
y sumar a x1
1 1
x1 1 0 – 5
2 2
1
2
*0=0+1=1
1
2
*2=1+0=1
1 1 1
2
*1= 2
+ 2
=1
1 1 1
2
*1= 2
+ (– 2
)= 0
1
2
*8=4+5=9
x1 x2 s1 s2 Solución
s2 0 2 1 1 8
x1 1 1 1 0 9
1
Ya terminado el renglón x1, continuamos con el renglón Z multiplicando el renglón x2 por 2
ya que es el
1
inverso de – 2 .
x1 x2 s1 s2 Solución
1
s2 0 2 1 1 8 Multiplicar por 2
y sumar a Z
11 1
Z 0 0 – 50
2 2
1
2
*0=0+0=0
1
2
*2=1+0=1
1 1 11
2
*1 = 2
+ 2
=6
1 1 1
2
*1 = 2
+ (– 2
)=0
1
2
*8 = 4 + 50 = 54
Aquí se genera:
x1 x2 s1 s2 Solución
s2 0 2 1 1 8
Z 0 1 6 0 54
x1 x2 s1 s2 Solución
s2 0 2 1 1 8
x1 1 1 1 0 9
Z 0 1 6 0 54
Como se puede observar esta tabla símplex no incluye valores negativos en Z, lo cual indica que el
problema ha sido resuelto.
Cuando no aparece una de las variables básicas (x1 y x2) en la tabla símplex final, se supone que es igual
a cero. Ahora, sólo nos queda resumir los resultados que obtuvimos y dar una conclusión:
x1 = 9
x2 = 0
Z = 54
Como conclusión, puede decirse que deben fabricarse 9 galletas de tipo cuadrada y 0 de tipo redonda,
pues esas cantidades generan una utilidad máxima de $54.00.
Para asegurarnos de que realizamos las operaciones adecuadas, puede hacerse una comprobación en
cualquiera de las ecuaciones del problema. Vamos a llevarla a cabo en la función objetivo original para verificar.
2
Forma estándar
Max Z = 5x1 + 2x2 Max Z = –5x1 – 2x2
x1 x2 s1 s2 Solución
s1 6 10 1 0 30
s2 10 4 0 1 20
Z –5 –2 0 0
El valor más negativo del renglón Z es –5, por lo cual ésa será la columna entrante.
Columna
x1 x2 s1 s2 Solución
de entrada
o pivote 30 = 5
s1 6 10 1 0 30
6
20 Renglón
Pivote s2 10 4 0 1 20 =2
10 elegido
Z –5 –2 0 0 0
Hasta este momento hemos definido todas las variables; la que entra es x1 y la que sale es s2. Ahora
tenemos que realizar de nueva cuenta las operaciones correspondientes y hacer que el renglón pivote tenga
un valor de 1 y los demás valores de la columna de entrada o pivote posean valores de 0.
Para empezar, debemos convertir el renglón pivote en 1 mediante la división de todo el renglón entre 10,
que es el mismo valor del pivote.
x1 x2 s1 s2 Solución
x1 10 4 0 1 20
10
=1
10
Cambió de s2 a x1
4
= 2
10 5
0
=0
10
1
= 1
10 10
20
=2
10
A continuación, introducimos los valores que obtuvimos para ubicarlos en el renglón pivote, con lo cual
la tabla queda así:
Note que ya
x1 x2 s1 s2 Solución
cambió a 1
2 1
x1 1 0 2
5 10
Luego convertimos a ceros los valores de la columna de entrada o pivote usando el pivote para hacerlo:
s1 6 Valores a
x1 Pivote convertir
en ceros
Z –5
A continuación debe multiplicarse el renglón x1 por el inverso de cada valor que se transformará en cero
y sumarlo al renglón que se convertirá.
x1 x2 s1 s2 Solución
s1 6 10 1 0 30 Multiplicar por –6
y sumar a s1
2 1
x1 1 0 10 2
5
–6 * 1 = –6 + 6 = 0
2
–6 * = – 12 + 10 = 38
5 5 5
–6 * 0 = 0 + 1 =1
1 3 3
–6 * =– +0=–
10 5 5
–6 * 2 = –12 + 30 = 18
El resultado es el siguiente:
x1 x2 s1 s2 Solución
38 3
s1 0 1 – 18
5 5
2 1
x1 1 0 2
5 10
Una vez que hemos resuelto el renglón x1, continuamos con el renglón Z. Ahora debemos multiplicar el
renglón x2 por 11 ya que es la inversa de –11.
x1 x2 s1 s2 Solución
2 1 Multiplicar por 5
x1 1 0 2
5 10 y sumarlo a Z
Z –5 –2 0 0 0
5 * 1 = 5 + (–5) = 0
2
5* = 2+ (–2) = 0
5
5*0=0+0=0
1 1 1
5* = +0=
10 2 2
5 * 2 = 10 + 0 = 10
Esta operación genera:
x1 x2 s1 s2 Solución
2 1
s1 1 0 2
5 10
1
Z 0 0 0 10
2
x1 x2 s1 s2 Solución
38 3
x2 0 1 – 18
5 5
Note que ya 2 1
x1 1 0 2
son ceros 5 10
1
Z 0 0 0 10
2
Como se puede ver, esta tabla símplex no tiene valores negativos en el renglón Z, lo cual nos indica que
hemos terminado. Ahora sólo nos queda resumir los resultados que obtuvimos:
s1 = 18; x1 = 2; s2 = 0; x2 = 0 y Z = 10.
A continuación, podemos hacer una comprobación en cualquiera de las ecuaciones del problema para
asegurarnos de que efectuamos las operaciones adecuadas. Para llevarla a cabo vamos a verificar la función
objetivo original.
Max Z = 5x1 + 2x2
10 = 5(2) + 2(0)
10 = 10
Hemos finalizado todo el procedimiento por el método símplex.
3
Forma estándar
Max Z = 3x1 + x2 Max Z = –3x1 – x2
x1 x2 s1 s2 Solución
s1 2 1 1 0 8
s2 2 3 0 1 12
Z –3 –1 0 0 0
El valor más negativo del renglón Z es –3, por lo cual ésa será la columna entrante.
Columna
x1 x2 s1 s2 Solución
de entrada
o pivote s1 2 1 1 0 8 8 Renglón
=4
2 elegido
Pivote s2 2 3 0 1 12 12
=6
2
Z –3 –1 0 0 0
Hasta este punto hemos definido todas las variables: la que entra es x1 y la que sale es s1; ahora debe-
mos efectuar de nuevo las operaciones correspondientes y hacer que el renglón pivote tenga un valor de 1 y
los demás valores de la columna de entrada o pivote tengan valores de 0.
Para empezar debemos convertir el renglón pivote en 1 mediante la división de todo el renglón entre 2,
que es el mismo valor del pivote.
x1 x2 s1 s2 Solución
Cambió de s1 a x1 x1 2 1 1 0 8
2
=1
2
1 1
=
2 2
1 1
=
2 2
0
=0
2
8
=4
2
Luego de la división, introducimos los valores que obtuvimos para ubicarlos en el renglón pivote, activi-
dad que genera la siguiente tabla:
x1 x2 s1 s2 Solución
1 1
x1 1 0 4
2 2
Note que ya cambió a 1
Para convertir a ceros los valores de la columna de entrada o pivote, utilizamos el pivote:
x1 Pivote Valores a
s2 2 convertir
en ceros
Z –3
A continuación debe multiplicarse el renglón x1 por el inverso de cada valor que se transformará en cero
y sumarlo al renglón que se convertirá.
x1 x2 s1 s2 Solución
1 1 Multiplicar por –2
x1 1 0 4
2 2
y sumar a s2
s2 2 3 0 1 12
–2 * 1 = –2 + 2 = 0
1
–2 * = –1 + 3 = 2
2
1
–2 * = –1 + 0 = –1
2
–2 * 0 = 0 + 1 = 1
–2 * 4 = –8 + 12 = 4
x1 x2 s1 s2 Solución
1 1
x1 1 0 4
2 2
s2 0 2 –1 1 4
Una vez resuelto el renglón x1 continuamos con el renglón Z multiplicando al renglón x1 por 3, ya que es
el inverso de –3.
x1 x2 s1 s2 Solución
1 1 Multiplicar por 3
x1 1 0 4
2 2
y sumar a Z
Z –3 –1 0 0 0
3 * 1 = 3 + (–3) = 0
1 3 1
3* = + (–1) =
2 2 2
1 3 3
3* = +0=
2 2 2
3*0=0+0=0
3 * 4 = 12 + 0 = 12
x1 x2 s1 s2 Solución
1 1
x1 1 0 4
2 2
1 3
Z 0 0 12
2 2
x1 x2 s1 s2 Solución
1 1
x1 1 0 4
2 2
s2 0 2 –1 1 4
1 3
Z 0 0 12
2 2
Como podemos observar, en esta tabla símplex no hay ningún valor negativo en el renglón Z, lo cual nos
indica que hemos concluido. Ahora, sólo nos queda resumir los resultados que obtuvimos, a saber:
s1 = 0; x1 = 4; s2 = 4; x2 = 0 y Z = 12.
Ahora podemos hacer una comprobación en cualquiera de las ecuaciones del problema para asegurarnos
de que efectuamos las operaciones adecuadas; para verificar, nos enfocaremos en la función objetivo original.
Max Z = 3x1 + x2
12 = 3(4) + 0
12 = 12
2.6 Dualidad
El término dualidad señala la existencia de dos fenómenos o caracteres diferentes en un mismo
estado. En este sentido, las nociones del bien y el mal son un ejemplo de dualidad; la filosofía
china también cuenta con los conceptos del yin y el yang para resumir la dualidad de todo lo
que existe en el universo.
Dentro de la investigación de operaciones, el concepto de dualidad desempeña un papel
importante tanto en la teoría como en la práctica. Todo modelo de programación lineal está
asociado a otro modelo llamado modelo dual; al modelo de programación inicial también se le
conoce como modelo primal.
Entre otras cosas, las estructuras duales permiten:
• Resolver problemas lineales que tienen más restricciones que actividades. Por ejemplo, el
grado de dificultad para resolver un programa lineal por medio de una computadora que
está en función del número de filas de la matriz A y no en el número de columnas, al aplicar
la dualidad a un problema primario donde m > n, se obtiene otro problema lineal donde
el número de columnas m < n. Una vez que se resuelve el problema primario, de manera
automática se soluciona su correspondiente dual o viceversa.
• Hacer interpretaciones económicas de las soluciones óptimas de los problemas de programa-
ción lineal.
Max Min
Cuestión 2. Los coeficientes de la función objetivo del problema primal se convierten en los
coeficientes del vector de disponibilidad del problema dual.
Cuestión 3. Los coeficientes del vector de disponibilidad del problema original se convierten
en los coeficientes de la función objetivo (vector de costo o precio) del problema dual.
Cuestión 4. Los coeficientes de las restricciones del problema primal serán la matriz de co-
eficientes del dual.
Cuestión 5. Los signos de desigualdad del problema dual son contrarios a los del primal.
Cuestión 6. Si el primal tiene m restricciones y n variables, el dual tendrá n restricciones y
m variables. Así, las variables xn del primal se convierten en nuevas variables ym del dual.
Primal Dual
Max Z = Cx Min G = BT y
Sujeto a: Ax ≤ B Sujeto a : AT y > CT
x≥0 y>0
Donde:
C = constante
x = variable
Cx = función objetivo
A
x1 ≥ 0
Figura 2.7 Estructura de un problema dual.
Primal Dual
2
Primal Dual
Cabe destacar que, una vez solucionados el dual como el primal por medio del método símplex, la solu-
ción es la misma.
Sujeto a: Sujeto a:
3x1 + 2x2 ≤ 30 x1 + x2 ≥ 2
x1 + 2x2 ≥ 20 5x1 + x2 ≥ 4
x1, x2 ≥ 0 x1, x2 ≥ 0
Al finalizar el estudio de esta unidad, se espera que el lector sea capaz de:
explicar qué entiende por modelos de transporte.
desarrollar los pasos para resolver problemas de transporte.
resolver problemas por el método de la esquina noroeste.
solucionar problemas por medio del método de costo menor.
resolver problemas por medio del método Vogel.
exponer el modelo de asignación.
solucionar problemas de asignación por medio del método húngaro.
a2 2 2 b2
am m n bn
cmn xmn
35
El modelo supone que el costo de envío por una ruta específica es directamente proporcio-
nal al número de unidades enviadas (por esa ruta). En general, el modelo de transporte puede
ampliarse a otras áreas, entre ellas el control de inventarios, horarios de empleo y asignación
de personal.
A partir de la figura 3.1 se deduce que:
Una fábrica de autos cuenta con 3 plantas fabriles, una en Guanajuato, otra en Michoacán y otra en Nayarit.
También posee 2 centros de distribución principales, uno en México y otro en Guadalajara. Las capacida-
des de producción de las 3 plantas durante el próximo trimestre son de 2 000, 2 400 y 3 000 automóviles,
mientras que la demanda durante el mismo periodo de los 2 centros de distribución será de 4 600 y 2 800
automóviles.
La tabla 3.1 proporciona la distancia en kilómetros que existe entre las plantas y los centros de distribución.
La compañía encargada del transporte de los automóviles cobra 16 centavos por kilómetro por auto.
Para obtener el costo de envío por cada ruta, debe multiplicarse la distancia por el costo de transporte
que, en este caso, será de 16 centavos por kilómetro.
Dado que la tabla de costos puede resolverse por medio del método símplex, elabore el modelo de pro-
gramación lineal correspondiente al problema (véase figura 3.2).
320x11
Guanajuato 1 1 México
860.8x12
400x21
432x22
Michoacán 2 2 Guadalajara
408x31
272x32
Nayarit 3
Figura 3.2 Formas de enviar automóviles desde la fábrica hasta los puntos de venta.
Sea xij = Número de automóviles enviados del origen (i) al destino (j).
Donde:
El modelo de programación lineal puede resolverse con el método símplex; sin embargo, la
estructura especial de las restricciones nos permite solucionarlo de una manera más convenien-
te con ayuda de la tabla símplex de transporte que se muestra a continuación:
Esquina
noroeste
Paso 1. Asigne tanto como sea posible al cuadro seleccionado y ajuste las cantidades asocia-
das de oferta y demanda; luego, reste la cantidad asignada.
Paso 2. Tache el renglón o la columna con 0 oferta o demanda para indicar que no pueden
hacerse asignaciones adicionales en ese renglón o columna. Si tanto el renglón como la colum-
na, de manera simultánea, dan 0, tache sólo uno de ellos y deje una oferta o demanda de 0 en
el renglón o columna no tachado.
Paso 3. Si queda sin tachar un renglón o una columna, deténgase; de lo contrario, avance
al siguiente cuadro a la derecha si acaba de tachar una columna o al inferior si ha tachado un
renglón. Regrese al paso 1.
2
Tenemos 3 granjas de pollos (A, B, C) con una oferta de 120, 130 y 250 pollos cada una, que deben cubrir la
demanda de 3 rosticerías (1, 2, 3) que es de 150, 130 y 220 pollos.
Los costos de envío de la granja A a las rosticerías 1, 2 y 3 son de 10, 15 y 18 pesos por pollo; los de la
granja B son de 1, 5 y 3 pesos y los de la granja C son de 7, 11 y 9 pesos, respectivamente, por pollo.
Elabore el modelo de programación lineal correspondiente y determine cuántos pollos se deben enviar
desde las granjas (A, B, C) a las rosticerías (1, 2, 3).
Enviamos 120 pollos a la rosticería 1 que pide 150, con lo cual sólo quedan por satisfacer 30 pollos.
Observe que, al entregar 120 pollos, la granja A ya no puede vender más, por lo que se cancelan los demás
espacios.
Paso 2. Tache el renglón o la columna con 0 oferta o demanda para indicar que no pueden hacerse asigna-
ciones adicionales en ese renglón o columna. Si tanto el renglón como la columna, de manera simultánea, dan 0,
tache sólo uno de ellos y deje una oferta o demanda de 0 en el renglón o columna no tachados.
Paso 3. Si queda sin tachar un renglón o una columna, deténgase; de lo contrario, avance al siguiente
cuadro a la derecha si acaba de tachar una columna o al inferior si ha tachado un renglón. Regrese al paso 1.
Como se tachó el renglón de la granja A, avanzamos a la siguiente esquina noroeste para satisfacer los
30 pollos que solicita la rosticería 1.
La rosticería 2 aún necesita 30 pollos, que deben ser proporcionados por la granja C ya que la B agotó
su oferta.
C 7 11 30 9 250 – 30 = 220
Demanda (pollos) 0 30 – 30 = 0 220 220
C 7 11 30 9 250 – 30 = 220
Demanda (pollos) 0 0 220 220
Debido a que la demanda de la rosticería 2 ya fue satisfecha, se tacha y se avanza a la siguiente rosticería.
La granja A debe enviar 120 pollos a la rosticería 1; la granja B, 30 pollos a la rosticería 1 y 100 al 2; la
granja C, 30 pollos al 2 y 220 al 3 (figura 3.4).
Los costos de envío de pollos de las granjas son:
Granjas de 30
100
pollos B 2 Rosticerías
30
220
C 3
Paso 1. Asígnele tanto como sea posible al cuadro con el costo más bajo por unidad de toda
la tabla.
Paso 2. Tache el renglón o la columna con 0 oferta o demanda para indicar que no pueden
hacerse asignaciones adicionales en ellos. Si tanto el renglón como la columna dan 0 de manera
simultánea, tache sólo uno de ellos y deje una oferta o demanda de 0 en el renglón o columna
no tachado.
Paso 3. Si queda sin tachar un renglón o una columna, deténgase; de lo contrario, avance
al siguiente cuadro con el costo más bajo por unidad de la tabla no tachada. Regrese al paso 1.
3
Para este tema, retomaremos el ejercicio que se trabajó en la sección anterior (método de la esquina noroeste).
Tenemos 3 granjas (A, B, C), con una oferta de 120, 130 y 250 pollos, respectivamente, que deben cu-
brir la demanda de 3 rosticerías (1, 2, 3), que es de 150, 130 y 220 pollos.
Paso 1. Asígnele tanto como sea posible al cuadro con el menor costo unitario de toda la tabla y ajuste
las cantidades asociadas de oferta y demanda mediante la resta de la cantidad asignada.
Paso 2. Tache el renglón o la columna con 0 oferta o demanda para indicar que no pueden hacerse asig-
naciones adicionales en ellos. Si tanto el renglón como la columna dan 0 de manera simultánea, tache sólo
uno de ellos y deje una oferta o demanda de 0 en el renglón o columna no tachados.
Siguiente costo más bajo, se le asigna lo que pide Se tacha porque satisface la demanda
la rosticería 3 (220) quedando aún 10 pollos por de la rosticería 3
colocar de la granja C
Paso 3. Si queda sin tachar un renglón o una columna, deténgase; de lo contrario, avance al siguiente
cuadro con el costo más bajo por unidad de la tabla no tachada. Regrese al paso 1.
Último costo más bajo se le asigna Note que tanto la demanda como la oferta
el total de pollos disponibles de la quedaron satisfechas
granja A
Observe que el costo es mayor que en caso del método de la esquina noroeste, lo cual demuestra que
no siempre este método es mejor.
4
Tres fábricas de calzado (1, 2, 3) con una oferta de 15, 25 y 10 mil pares de zapatos, respectivamente, deben
cubrir los pedidos de 4 tiendas (A, B, C, D), cuyas demandas ascienden a 5, 15, 15 y 15 mil pares de zapatos
cada una.
Elabore el modelo de programación lineal correspondiente y determine cuántos pares de zapatos se
van a enviar desde las fábricas (1, 2, 3) a cada una de las tiendas (A, B, C, D).
Cabe que recordar que no se puede eliminar al mismo tiempo una fila y una columna,
por eso se otorga 0 a B2 (note que no se eliminó desde la primera tabla)
Nota: En este punto se llega al abastecimiento de la demanda y se agota la oferta, lo que da como resultado:
En este caso, para optimizar los costos de envío, de la fábrica 1 se deben enviar 15 000 pares de zapa-
tos a la tienda B y 10 000 pares a la tienda D; de la fábrica 2, 15 000 pares a la tienda C y, por último, 5 000
pares de la fábrica 3 a la tienda A y 5 000 a la tienda D.
Los costos de envío son:
Paso 1. En el caso de cada renglón o columna con una oferta o una demanda estrictamente
positiva, determine una medida de penalidad restando el elemento del costo por unidad más
bajo del renglón o columna del siguiente elemento de menor costo.
Paso 2. Identifique el renglón o columna con penalidad más grande y asígnele tanto como
sea posible a la variable con el costo más bajo, ajuste la oferta y demanda y tache el renglón o
columna satisfechos; si se satisfacen de manera simultánea un renglón y una columna, sólo se
tacha uno de ellos.
Paso 3. Si queda un renglón o una columna sin tachar con 0 oferta y 0 demanda, deténgase. Si
queda sin tachar un renglón o una columna con una oferta o demanda positiva, precise las variables
básicas del renglón o columna por el método del costo menor; de lo contrario, regrese al paso 1.
5
Para explicar este tema se retomarán los ejercicios que se trabajaron en las dos secciones anteriores (mé-
todo de la esquina noroeste y método del costo menor) para, al final, poder hacer una comparación entre los
métodos que se utilizaron.
Tres granjas de pollos (A, B, C), con una oferta de 120, 130 y 250, respectivamente, deben cubrir la
demanda de 3 rosticerías (1, 2, 3) que es de 150, 130 y 220 pollos.
Paso 1. En el caso de cada renglón o columna con una oferta o una demanda estrictamente positiva,
establezca una medida de penalidad mediante la resta del elemento de menor costo unitario del renglón o
columna del siguiente elemento de costo más bajo.
A 10 15 18 120 15 – 10 = 5
Costos más bajos
B 1 5 3 130 3–1=2 por renglón y
columna
C 7 11 9 250 9–7=2
Paso 2. Identifique el renglón o columna con penalidad más grande y asígnele tanto como sea posible a
la variable con el costo más bajo. Ajuste la oferta y demanda y tache el renglón o columna satisfechos; si se
satisfacen de manera simultánea un renglón y una columna, sólo se tacha uno de ellos.
En esta tabla se puede observar que la mayor penalidad es 6 en 3 diferentes lugares; por ello, debemos
elegir sólo una de las tres posibilidades y buscar el costo menor de estas tres.
A 10 15 18 120 15 – 10 = 5
B 1 5 3 130 3–1=2
C 7 11 9 250 9–7=2
Después de elegir el costo menor (1), se le asigna lo más que se pueda al renglón elegido (B); en este
caso, 130 de los 150 pollos que se piden.
A 10 15 18 120 15 – 10 = 5
C 7 11 9 250 9–7=2
Ya asignada la cantidad de 130, se ajustan las cantidades de oferta y demanda como se muestra a
continuación.
A 10 15 18 120 15 – 10 = 5
C 7 11 9 250 9–7=2
Luego, se tachan los renglones o columnas satisfechos con cero oferta o cero demanda.
A 10 15 18 120 15 – 10 = 5
C 7 11 9 250 9–7=2
La siguiente etapa implica regresar al paso 1 y encontrar otra penalidad (penalidad 2) mediante la resta
de los dos valores más pequeños por renglón y por columna.
A 10 15 18 120 15 – 10 = 5
C 7 11 9 250 9–7=2
Penalidad 2 10 – 7 = 3 15 – 11 = 4 18 – 9 = 9
Una vez que se eligió la columna, se asigna al valor más pequeño lo más que se pueda.
A 10 15 18 120 15 – 10 = 5
C 7 11 9 250 9–7=2
Penalidad 2 10 – 7 = 3 15 – 11 = 4 18 – 9 = 9
A 10 15 18 120 15 – 10 = 5
Penalidad 2 10 – 7 = 3 15 – 11 = 4 18 – 9 = 9
Luego de asignar la cantidad de 220, se ajustan las cantidades de oferta y demanda como se muestra
a continuación.
Rosticería Penalidad 2
Granjas 1 2 3 Oferta (pollos)
A 10 15 18 120 15 – 10 = 5
Penalidad 2 10 – 7 = 3 15 – 11 = 4 18 – 9 = 9
Luego, se tachan los renglones o columnas satisfechos con cero oferta o cero demanda.
A 10 15 18 120 15 – 10 = 5
Penalidad 2 10 – 7 = 3 15 – 11 = 4 18 – 9 = 9
La siguiente etapa exige regresar al paso 1 y encontrar otra penalidad (penalidad 3) mediante la resta
de los dos valores más pequeños por renglón y por columna.
A 10 15 18 120 15 – 10 = 5
B 1 13 5 3 130 – 130 = 0
Penalidad 3 10 – 7 = 3 15 – 11 = 4
A 10 15 18 120 15 – 10 = 5
Penalidad 3 10 – 7 = 3 15 – 11 = 4
A 10 15 18 120 15 – 10 = 5
Penalidad 3 10 – 7 = 3 15 – 11 = 4
Al cuadro elegido se le asignan 20 pollos pues es lo último que se pide aunque A ofrezca aún 120 pollos.
A 10 20 15 18 120 15 – 10 = 5
Penalidad 3 10 – 7 = 3 15 – 11 = 4
Luego, se tachan los renglones o columnas satisfechos con cero oferta o cero demanda.
A 10 15 18 120 – 20 = 100 15 – 10 = 5
150 – 130 = 20
Demanda (pollos) 130 220 – 220 = 0 380
20 – 20 = 0
Penalidad 3 10 – 7 = 3 15 – 11 = 4
De inmediato se regresa al paso 1, pero como ya sólo queda una columna no tachada se continúa el
proceso por medio del método del costo menor.
A 10 15 18 120 – 20 = 100
150 – 130 = 20
Demanda (pollos) 130 220 – 220 = 0 380
20 – 20 = 0
Columna no tachada que se resuelve por medio del método de costo menor
El método de costo menor establece que se debe elegir el costo más pequeño de entre todos los ele-
mentos. En este caso se elige el costo menor de la columna no tachada.
A 10 15 18 120 – 20 = 100
150 – 130 = 20
Demanda (pollos) 130 220 – 220 = 0 380
20 – 20 = 0
Se le asigna lo más que se pueda al cuadro elegido, en este caso, 30 pollos, con lo cual el cuadro queda
de la siguiente forma.
A 10 15 18 120 – 20 = 100
150 – 130 = 20
Demanda (pollos) 130 220 – 220 = 0 380
20 – 20 = 0
En seguida se tachan los renglones o columnas satisfechos con cero oferta o cero demanda.
A 10 20 15 18 120 – 20 = 100
250 – 220 = 30
C 7 11 30 9 220
20 – 20 = 0
150 – 130 = 20
Demanda (pollos) 130 – 30 = 100 220 – 220 = 0 380
20 – 20 = 0
Por último, se asignan 100 pollos al cuadro final no tachado y se ajustan las ofertas y demandas corres-
pondientes.
120 – 20 = 100
A 10 20 15 100 18
100 – 100 = 0
250 – 220 = 30
C 7 11 30 9 220
30 – 30 = 0
En el problema de los modelos anteriores (modelos de la esquina noroeste, del costo me-
nor y modelo de Vogel, respectivamente) se manejó el mismo ejemplo para poder hacer una
comparación entre estos tres métodos y, como puede observarse, ninguno de ellos es cien por
ciento seguro ya que tendría que hacerse una comprobación previa antes de poder tomar una
decisión.
Paso 1. Calcule el índice de mejoramiento (IMij), de cada celda vacía hasta que encuentre
una trayectoria cerrada que comience en dicha celda y continúe alternativamente sobre las
celdas llenas, es decir, con valor asignado, de forma horizontal y/o vertical. El IMij se calcula
mediante la suma y resta de manera alternativa de los costos de las celdas sobre la trayectoria.
Paso 2. Si todos los IMij calculados son mayores o iguales a cero, el procedimiento finaliza y
se dice que la solución actual es la óptima, en caso contrario, donde exista algún valor negativo,
indicará que hay una mejor solución a la que aquí se presenta.
Elija la variable de entrada correspondiente al menor (IMij) y la variable de salida que
corresponda a la casilla de menor valor asignado en la trayectoria y que se reste y sume de los
demás según sea el caso en el cálculo de IMij. Sea k el valor de dicha casilla.
Asigne a la casilla de entrada k unidades y recalcule de nueva cuenta los valores de las casi-
llas sobre la trayectoria.
Paso 3. Elija la variable de entrada correspondiente a la menor (IMij) y la variable de salida
que corresponda a la casilla de menor valor asignado y que se reste en el cálculo del IMij. Sea k
el valor de dicha casilla.
Paso 4. De acuerdo con el costo más bajo que eligió en el paso anterior, asigne la cantidad que
tiene la celda a la variable de entrada y, por lo tanto, reasigne los valores de manera que queden
con los totales que la tabla exige. Regrese al paso 1.
1
Con los datos del problema que se incluyen en la tabla siguiente, determine la solución óptima.
Origen 1 2 3 Oferta
A 5 10 10 55
B 20 30 20 80
C 10 20 30 75
Demanda 70 100 40
En este caso aplicaremos el método del costo mínimo para asignar los valores a la tabla, de lo cual resulta:
Origen D1 D2 D3 Oferta
5
s1 10 10 55
55
30 20
s2 20 80
40 40
10 20
s3 30 75
15 60
Demanda 70 100 40
Paso 1. Para hallar la trayectoria que debe seguir la celda vacía S1, D2, debe buscarse la opción que permita
pasar por celdas llenas, que puede ser: pasar primero por (S1, D1), después ir hasta la siguiente celda llena que
nos dé dirección diferente, es decir (S3, D1). La siguiente celda llena es (S3, D2) y, por último, la celda para cerrar
la trayectoria es (S2, D2). Cabe destacar que no importa el orden en que hayamos encontrado la trayectoria, pues
bien podríamos haber iniciado en (S2, D2), después continuar en (S3, D1) y terminar en S1, D1.
Recuerde que, para conocer los índices de mejoramiento nos debemos enfocar en los costos, no en las
cantidades que hemos asignado a cada una de las celdas.
Origen D1 D2 D3 Oferta
5 10
s1 10 55
55 Inicio
Note la trayectoria
30 20 de la celda (S1, D2)
s2 20 80
40 40
10 20
s3 30 75
15 60
Demanda 70 100 40
Nota: Las flechas indican la trayectoria que debe seguirse para asignar nuevos valores. La flecha roja especi-
fica dónde comienza la trayectoria.
El índice de mejoramiento (IM) de las celdas S1 y D2.
IM12 = 10 – 5 + 10 – 20 = – 5
La trayectoria que debe seguirse para la celda vacía S1, D3 es (S1, D3); (S2, D3); (S2, D2); (S3, D2); (S3, D1) y
(S1, D1). Como podemos observar, en esta ocasión, la trayectoria tuvo que pasar por todas las celdas llenas
que, a veces, se encuentran con esta ruta.
Origen D1 D2 D3 Oferta
5 10
s1 10 55
55 Inicio
30 20 Note la trayectoria
s2 20 80
40 40 de la celda (S1, D3)
10 20
s3 30 75
15 60
Demanda 70 100 40
IM13 = 10 – 20 + 30 – 20 + 10 – 5 = 5
La trayectoria para la próxima celda vacía (S2, D1) sería:(S2, D1); (S2, D2); (S3, D2) y (S3, D1).
Origen D1 D2 D3 Oferta
5
s1 10 10 55
55
20 30 20 Note la trayectoria
s2 80
Inicio 40 40 de la celda (S2, D1)
10 20
s3 30 75
15 60
Demanda 70 100 40
IM21 = 20 – 30 + 20 – 10 = 0
La trayectoria para la siguiente celda vacía y última (S3, D3) quedaría así: (S3, D3); (S3, D2); (S2, D2) y (S2, D3).
Origen D1 D2 D3 Oferta
5
s1 10 10 55
55
30 20
s2 20 80
40 40
10 20 30
s3 75
15 60 Inicio
Demanda 70 100 40
IM33 = 30 – 20 + 30 – 20 = 20
Paso 2. Como en este caso IM12 es negativo, tendremos que reasignar valores a las celdas con el objetivo
de conseguir que, en el siguiente cálculo, ningún valor sea negativo.
Paso 3. Elija la variable de entrada que es la correspondiente a la menor (IMij) y la variable de salida que
corresponda a la casilla de menor valor asignado y que se reste en el cálculo del IMij.
Sea k el valor de dicha casilla.
En este caso, la variable de entrada es donde está la celda (S1, D2) que elegimos debido a que ahí se
encuentra el índice negativo. Recordemos la trayectoria que seguía esta celda vacía.
70 100 40
Los costos de la trayectoria de esta celda son: 10, 5, 10 y 20. Como corresponde, tomaremos el costo
más bajo de la trayectoria, es decir, 5.
Paso 4. En este caso, el costo más bajo es 5, por lo cual debemos asignar la cantidad que tiene esta
celda (55) a la variable de entrada y, por lo tanto, reasignar los valores de manera que queden con los totales
que la tabla exige. La nueva tabla queda como se presenta a continuación:
Origen D1 D2 D3 Oferta
10
s1 5 10 55 Observemos cómo el valor
0 + 55
que tenía la celda de menor
30 20 costo cambió a la celda
s2 20 80
40 40 donde teníamos un índice
de mejoramiento negativo
10 20
s3 30 75 sumándolo
15 60
Demanda 70 100 40
Nota: Recordemos que reasignamos el 55 a la celda vacía porque ésta tenía un valor negativo en su índice de
mejoramiento y que reacomodamos los valores de la tabla de tal modo que cada columna y fila quedaran satisfe-
chas con el valor asignado. Para reasignar los valores con los que quedará la tabla para satisfacer los requisitos de
la tabla total, sólo debemos mover los valores sobre los cuales se movió la trayectoria y todos los demás por los que
no pasaba permanecerán iguales.
Es por eso que a la celda (S3, D1), que al inicio tenía un valor de 15, al reasignarle el valor de 55 para
satisfacer la columna, debemos sumarle 15 + 55 = 70. La celda (S3, D2) también debe ser reasignada y, por
esa razón, debemos restar los 55 que reubicamos, de lo cual resulta: 60 – 55 = 5.
Origen D1 D2 D3 Oferta
5 10
s1 10 55
55 – 55 0 + 55
30 20
s2 20 80
40 40
10 20
s3 30 75
15 + 55 60 – 55
Demanda 70 100 40
Observe que los valores de la tabla, tanto de la oferta como de la demanda, quedan satisfechos.
Ahora, la nueva tabla quedaría de la siguiente forma:
Origen D1 D2 D3 Oferta
5 10
s1 10 55
0 55
30 20
s2 20 80
40 40
10 20
s3 30 75
70 5
Demanda 70 100 40
Para obtener de nueva cuenta el costo total del problema se debe realizar la siguiente operación:
IM11 = 5 – 10 + 20 – 10 = 5
IM13 = 10 – 10 + 30 – 20 = 10
Cuando existe un 0 en los índices de mejoramiento,
IM21 = 20 – 30 + 20 – 10 = 0
eso indica que hay otra solución factible
IM33 = 30 – 20 + 30 – 20 = 20
Como en este caso no obtuvimos ningún valor negativo, el resultado final nos indica que el valor de Z
es 3 350.
2
Con los datos relativos al problema de transporte elaboramos la siguiente tabla:
Origen D1 D2 D3 Oferta
$8.00 $6.00 $10.00
s1 125
En este caso utilizaremos el método de costo mínimo para asignar valores a la tabla, que quedará así:
Origen D1 D2 D3 Oferta
8 6 10
s1 125
85 40
4 9 8
s2 150
110 40
7 6 5
s3 95
95
Demanda 110 85 175
Origen D1 D2 D3 Oferta
8 6 10
s1 125
Inicio 85 40
4 9 8
s2 150
110 40
7 6 5
s3 95
95
Demanda 110 85 175
IM11 = 8 – 10 + 8 – 4 = 2
Origen D1 D2 D3 Oferta
8 6 10
s1 125
85 40
4 9 8
s2 150
110 Inicio 40
7 6 5
s3 95
95
Demanda 110 85 175
IM22 = 9 – 8 + 10 – 6 = 4
Origen D1 D2 D3 Oferta
8 6 10
s1 125
85 40
4 9 8
s2 150
110 40
7 6 5
s3 95
Inicio 95
Demanda 110 85 175
IM31= 7 – 4 + 8 – 5 = 6
Origen D1 D2 D3 Oferta
8 6 10
s1 125
85 40
4 9 8
s2 150
110 40
7 6 5
s3 95
Inicio 95
Demanda 110 85 175
IM32 = 6 – 6 + 10 – 5 = 5
En este caso, ninguno de los índices de mejora muestra valores negativos; por lo tanto, la solución ópti-
ma indica que Z tiene un valor de 2 145.
3
Una cervecería cuenta con 3 plantas de embotellamiento de marcas genéricas, desde las cuales se distribu-
ye el producto a 5 bodegas. La siguiente tabla sintetiza los costos de distribución, las capacidades mensua-
les de las plantas y las necesidades de cada bodega expresadas todas ellas en cientos de cajas.
Bodega
Capacidad
Planta 1 2 3 4 5
mensual
1 $20.00 $35.00 $30.00 $40.00 $42.00 400
2 $45.00 $30.00 $42.00 $36.00 $38.00 350
3 $38.00 $40.00 $36.00 $35.00 $50.00 450
Necesidad
150 300 200 250 175
mensual
Se puede observar que, en este ejercicio, las cantidades de la demanda y la oferta no son iguales; por
lo tanto, debemos igualarlas. Para hacerlo, añadiremos otra columna antes de los valores finales con la can-
tidad que hace falta, que en este caso es 125.
Agregando la bodega ficticia, queda de la siguiente forma:
Bodega
Capacidad
Planta 1 2 3 4 5 Ficticia
mensual
1 20 35 30 40 42 400
2 45 30 42 36 38 350
3 38 40 36 35 50 450
Necesidad
150 300 200 250 175 125
mensual
Bodega
Capacidad
Planta 1 2 3 4 5 Ficticia
mensual
20 35 30 40 42 0
1 400
150 200 50
45 30 42 36 38 0
2 350
300 50
38 40 36 35 50 0
3 450
250 75 125
Necesidad
150 300 200 250 175 125
mensual
Luego de equilibrar los valores, procederemos a asignar valores a la tabla. Al final, insertaremos la co-
lumna de la bodega ficticia para equilibrar la tabla.
A continuación debemos calcular los índices de mejoramiento de cada una de las celdas vacías que son:
IM12 = 35 – 42 + 38 – 30 = 1
IM14 = 40 – 42 + 50 – 35 = 13
IM21 = 45 – 20 + 42 – 38 = 29
IM23 = 42 – 30 + 42 – 38 = 16
IM24 = 36 – 38 + 50 – 35 = 13
IM31 = 38 – 20 + 42 – 50 = 10
IM32 = 40 – 30 + 38 – 50 = –2
IM33 = 36 – 30 + 42 – 50 = –2
Como aparecieron valores negativos, es necesario reasignar valores a la tabla mediante el método de
asignación.
Bodega
Capacidad
Planta 1 2 3 4 5 Ficticia
mensual
20 35 30 40 42 0
1 400
150 200 50
45 30 42 36 38 0
2 350
225 125
38 40 36 35 50 0
3 450
75 250 125
Necesidad
150 300 200 250 175 125
mensual
A continuación debemos calcular los índices de mejoramiento de cada celda vacía, que son:
IM12 = 35 – 42 + 38 – 30 = 1
IM14 = 40 – 35 + 40 – 30 + 38 – 42 = 11
IM21 = 45 – 20 + 42 – 38 = 29
IM23 = 42 – 30 + 42 – 38 = 16
IM24 = 36 – 35 + 40 – 30 = 11
IM31 = 38 – 20 + 42 – 38 + 30 – 40 = 12
IM33 = 36 – 40 + 30 – 38 + 42 – 30 = 0
IM35 = 50 – 38 + 30 – 40 = 2
Observe que existe otra opción óptima para resolver este problema, pero la solución que acabamos de
hallar también satisface todos los lineamientos que se requerían.
Aunque este tipo de problemas podría resolverse con el método de transporte, existe uno
más eficiente, al que se conoce como método húngaro.
Paso 1. Con base en la tabla original de costos, desarrolle otra tabla para reducir cada fila
restándole el menor valor de ésta.
Paso 2. De la tabla que encontró en el paso anterior, reduzca ahora cada columna, restán-
dole el menor elemento.
Paso 3. De la tabla que desarrolló en el paso 2, elimine todos los ceros cruzándolos con el
menor número de líneas horizontales o verticales.
Si el menor número de líneas que trazó es igual a m, el problema queda resuelto y se proce-
de a la asignación, que debe hacerse empleando sólo celdas en cero. Si el número de líneas que
trazó en este paso es menor que m, réstele el menor elemento no cubierto por una línea a todos
los elementos que no fueron eliminados por una línea; luego, súmeselo a todos los elementos
que se encuentran en una intersección de dos líneas. Los demás elementos quedan igual. Con
la tabla así formada, se vuelve al inicio de este paso.
El proceso concluye cuando el menor número de líneas que trazó, que cubran todos los
ceros, sea igual a m.
3 1
Cuatro vendedores (A, B, C, D), deben asignarse a cuatro destinos (1, 2, 3, 4). Los costos de la asignación
aparecen en la tabla que a continuación se presenta:
Destinos
1 2 3 4
Vendedores
A 16 7 10 9
B 4 14 8 7
C 9 10 5 11
D 4 6 8 12
Destinos
1 2 3 4
Vendedores
A 16 7 10 9
B 4 14 8 7
C 9 10 5 11
D 4 6 8 12
Destinos
1 2 3 4
Vendedores
A 16 – 7 = 9 7–7=0 10 – 7 = 3 9–7=2
B 4–4=0 14 – 4 = 10 8–4=4 7–4=3
C 9–5=4 10 – 5 = 5 5–5=0 11 – 5 = 6
D 4–4=0 6–4=2 8–4=4 12 – 4 = 8
El resultado es el siguiente:
Destinos
1 2 3 4
Vendedores
A 9 0 3 2
B 0 10 4 3
C 4 5 0 6
D 0 2 4 8
Destinos
1 2 3 4
Vendedores
A 9 0 3 2
B 0 10 4 3
C 4 5 0 6
D 0 2 4 8
Nota: Como el costo menor en cada columna es 0, sólo se procederá a restar donde no tenga cero dicha colum-
na; en este caso, sería la 4:
Destinos
1 2 3 4
Vendedores
A 9 0 3 0
B 0 10 4 1
C 4 5 0 4
D 0 2 4 6
Paso 3. Elimine todos los ceros de la tabla que desarrolló cruzándolos con el menor número de líneas
horizontales o verticales.
Destinos
1 2 3 4
Vendedores
A 9 0 3 0
B 0 10 4 1
C 4 5 0 4
D 0 2 4 6
Como el número de líneas no es igual a m (4 vendedores), debe restarse el menor costo no cubierto por
una línea y luego sumarlo a las intersecciones de las líneas, luego de lo cual el cuadro queda como sigue:
Destinos
1 2 3 4
Vendedores
A 9 + 1 = 10 0 3+1=4 0
B 0 10 – 1 = 9 4 1–1=0
C 4 5–1=4 0 4–1=3
D 0 2–1=1 4 6–1=5
Nota: En este caso, el costo menor no cubierto por ninguna línea es el número 1 ubicado en B,4; como se men-
cionó, se suma dicho número en donde hay intersección y a los números que no fueron cubiertos por las líneas se
les restará el costo menor.
El resultado es el siguiente. Cabe recordar que debe procederse a trazar las líneas en donde hay ceros.
Destinos
1 2 3 4
Vendedores
A 10 0 4 0
B 0 9 4 0
C 4 4 0 3
D 0 1 4 5
En este caso, como el número de filas es igual a m (4), debe hacerse la asignación:
Destinos
1 2 3 4
Vendedores
A 10 0 4 0
B 0 9 4 0
C 4 4 0 3
D 0 1 4 5
La asignación quedaría así: el vendedor A se dirige al destino 2 con un costo de 7 (que es el valor inicial
de la primera tabla), el B al punto de arribo 4 con un costo de 7, el C al 3 con un costo de 5 y el vendedor D va
al destino 1 con un costo de 4.
Destinos
1 2 3 4
Vendedores
A 16 7 10 9
B 4 14 8 7
C 9 10 5 11
D 4 6 8 12
Luego de sumar los costos de cada vendedor en relación con cada uno de los destinos se obtiene:
7 + 7 + 5 + 4 = 23
1. Una empresa que fabrica automóviles cuenta con 3 plantas de producción, una en Toluca, otra en Coahui-
la y otra en San Luis Potosí. Sus centros de distribución principales están ubicados en las ciudades de
México y Monterrey. Las capacidades de las tres plantas durante el trimestre próximo son de 5 000, 4 500
y 3 200 automóviles. Las demandas trimestrales en los dos centros de distribución son de 7 300 y 5 400
vehículos, respectivamente. El envío de automóviles se realiza por vía férrea con un costo aproximado
de 8 centavos por cada 2 000 km. El diagrama de la distancia que existe entre las plantas y los centros de
distribución es el siguiente:
Toluca 75 km 875 km
Coahuila 993 km 348 km
San Luis Potosí 407 km 501.2 km
W X Y Z Oferta
A 10 1 9 11 600
B 12 14 20 20 100
C 2 7 16 18 140
Demanda 120 80 100 540
3. Utilizando el método húngaro encuentre la asignación óptima asociada de cada uno de los trabajos a cada
una de las máquinas y calcule el costo final.
Máquina A B C
1 5 7 9
2 14 10 12
3 15 13 16
Al finalizar el estudio de esta unidad, se espera que el lector sea capaz de:
explicar qué entiende por red.
explicar qué es una ruta, nodo, arco, árbol, lazo.
resolver problemas mediante el algoritmo de Dijkstra.
resolver problemas mediante el algoritmo de Floyd.
resolver problemas mediante el algoritmo de flujo máximo.
resolver problemas mediante los métodos PERT y CPM
1 3 5
N = 1, 2, 3, 4, 5
67
¿Por qué el arco (3, 1) no está en el conjunto A? Porque se repetiría el arco puesto que el
(1, 3) sí existe.
En general, el flujo de una red está limitado por la capacidad de sus arcos, los cuales pue-
den ser finitos e infinitos.
Se dice que un arco está dirigido u orientado si permite un flujo positivo en una dirección
y un flujo 0 en la dirección opuesta; una red dirigida tiene todas las ramas orientadas.
Ruta
Una ruta es una secuencia de ramas distintas que unen a dos nodos sin que
Ruta. Secuencia de ramas diferentes importe la dirección del flujo de cada rama. Una ruta forma un lazo o ciclo si
que enlazan dos nodos sin que importe conecta un nodo consigo mismo, como muestra la figura 4.2.
la dirección del flujo de cada rama.
1 3 5
2 4
Lazo dirigido
Un lazo dirigido o circuito es un círculo en el cual todas las ramas están orien-
Lazo dirigido (circuito). Círculo en el tadas en la misma dirección.
que todas las ramas se orientan en la
misma dirección.
Red conectada
Red conectada. Es aquella en la cual
dos nodos se encuentran unidos, por Una red conectada es aquella en la cual dos nodos se encuentran unidos, por lo
lo menos, por una ruta. menos, por una ruta.
Árbol. Red conectada que puede con-
tener sólo un subconjunto de todos los Árboles
nodos de la red.
Árbol de expansión. El que une todos Por su parte, un árbol es una red conectada que puede incluir sólo un subcon-
los nodos sin permitir ningún lazo. junto de todos los nodos de la red, mientras que un árbol de expansión une
todos los nodos sin permitir ningún lazo entre ellos.
Si se observa la figura 4.1, se obtiene lo siguiente (véase figura 4.3):
Figura
1 1
2
2
4 6
3 3
5
Árbol Árbol de expansión
En el caso de la siguiente figura, determine el conjunto de N, A y determine una ruta, un árbol de expansión,
un árbol y un lazo o circuito.
N = 1, 2, 3, 4, 5
1 5
A = (1, 2) (1, 3) (3, 4) (3, 5) (2, 5) (4, 5) (5, 1)
3 4
Rutas: Ciclos:
1, 2, 5 1, 2, 5, 1
1, 3, 5 1, 3, 5, 1
1, 3, 4, 5, 1
2 1 5 1 5
1 5 3 3 4
1 1
Árbol:
1, 2, 5 3 3
1, 3, 5, 2
1, 3, 5
4 2
5 5
Red
Una red es la representación gráfica de un proyecto; las actividades que se desa-
rrollan en ella se simbolizan mediante círculos (nodos), mientras que las rela- Red. Representación gráfica de un
ciones de secuencia entre actividades con segmentos dirigidos (aristas). proyecto.
Ruta. Secuencia entre actividades que
se desarrollan en una red.
Ruta
Una ruta es una secuencia entre actividades en una red.
Algoritmo de Dijkstra
Los cálculos del algoritmo de Dijkstra avanzan de un nodo i a un nodo siguiente j, por medio
de un procedimiento especial de clasificación. La clasificación de nodos de acuerdo con el al-
goritmo de Dijkstra se representa en dos formas:
• Temporales
• Permanentes
Una clasificación temporal puede ser remplazada por otra si se puede encontrar una ruta
más corta al mismo nodo. Si se llega al punto en el cual es evidente que no existe una ruta me-
jor, el estado temporal cambia a permanente.
1
Permanente = 15
Permanente = 10
i=1 15
2 4
j = 2, 3
dij = 30 j j
100 20 10 50
Ruta: 1, 3, 4, 2
Costo: 55 30 60
1 3 5
i j j
Permanente = 30
Algoritmo de Floyd
El algoritmo de Floyd es más general que el de Dijkstra ya que determina la ruta más corta en-
tre cualesquiera dos nodos de la red. Este algoritmo representa una red de N nodos como una
matriz cuadrada con N renglones y N columnas. La entrada (i, j) de la matriz de la distancia
dij del nodo i al nodo j, que es finito. Por su parte, i está elaborado directamente con j; de lo
contrario, es infinito.
1
Hillier y Lieberman, Investigación de operaciones, p. 423.
Actividades Cálculos
de proceso de la red
Programas de tiempos
tiempo
Las técnicas CPM y PERT difieren en que la primera supone duraciones deterministas de la
actividad; en cambio, la segunda supone duraciones probabilísticas.
1 1
A
2
A 3 3 A
2 B 2 B 1 3
B
3. Por definición, una actividad simulada normalmente se representa por medio de una fle-
cha de líneas punteadas, la cual no consume tiempo ni recursos. La figura 4.5 muestra
cómo debe utilizarse una actividad simulada para representar dos actividades concurrentes
(A y B).
Al insertar una actividad simulada en una de las tres reglas anteriores, mantenemos la con-
currencia de A y B, es decir, proporcionamos los nodos finales únicos para las dos actividades
concurrentes.
Para mantener las relaciones de precedencia correctas, se deben responder las siguientes
preguntas a medida de que se añade cada actividad en la red.
¿Cuál actividad debe preceder inmediatamente a la actual?
¿Cuál actividad debe seguir a la actual?
¿Cuáles actividades deben ocurrir de forma concurrente a la actual?
Las respuestas a estas preguntas pueden requerir el empleo de actividades simuladas para
asegurar la presencia empleada entre las actividades.
Por ejemplo, supongamos que debe satisfacerse la siguiente precedencia. La actividad C
puede comenzar inmediatamente después de que se hayan completado las actividades A y B.
La actividad D puede empezar inmediatamente después de haberse completado sólo la
actividad B (véase figura 4.6).
A C
B D
Las flechas indican la trayectoria de las actividades, las cuales, a su vez, se representan con
círculos.
1
Un editor tiene un contrato con un autor para publicar un libro de texto. Las actividades simplificadas que se
asocian con la producción del libro de texto se desarrollan y proporcionan a continuación.
Desarrolle la red que represente el proyecto.
C Diseño de la portada – 4
Para poder elaborar la red, primero debe asignarse el punto de origen (nodo 1). Después, deben tomarse
las actividades que no tengan ninguna actividad precedente; en este caso, serían A, B, C, D. Al finalizar estas
actividades, comienzan a ubicarse las siguientes como:
Con ello, se concluye la trayectoria de la red de dicho proyecto (véase figura 4.7).
E F
2 4 5
A
3
B
1 9 G
J
C
D 8
I
H 7
6
2
Calcule la ruta crítica dada la siguiente red. 2
3 5
3 7 5
1 3 6 6
7
3
2
2
4
2 2
Respuesta: Ruta: 1, 3, 4, 5, 6, 7 = 19
1. Una compañía de televisión por cable está en proceso de proporcionar servicio a cinco nuevas áreas
habitacionales. La figura siguiente representa los enlaces posibles de televisión entre las cinco áreas. La
extensión de los cables se muestra en cada uno de los arcos. Determine la red de cable más económica
en las conexiones de cable de la compañía:
3
2 5
1 4 6
6
9
1
5 10
3 6
7 5
8
3
4
2. Una compañía que renta automóviles desea desarrollar un plan de reposición de su flotilla para un horizonte
de planeación de 4 años, que comienza el 1 de enero de 2006 y termina el 31 de diciembre de 2010. Al
iniciar cada año se decide si un auto se debe mantener en operación o se debe sustituir. Cada vehículo debe
estar en servicio durante 1 año como mínimo y 3 años como máximo. La figura siguiente muestra el costo
de reposición en función del año de compra del vehículo y los años que tiene en funcionamiento.
El problema se formula como una red, en la cual se representan por los nodos del 1 al 5 los años de
2006 a 2010. Determine la ruta más corta entre los nodos 1 y 5:
9 800
5 000 7 100
6 200
8 700
3. Considere la siguiente figura. Luego, encuentre la ruta más corta del nodo 1 al 15.
6 8
4 10
12
2
14
1 15
3 13
5 11
7 9
4. Resuelva el problema de recorrido mínimo en la red que se muestra en la figura siguiente. Los números
sobre las ramas representan los costos de incluir estas ramas en la red final.
10
8
7
2 B 1 5
A 1 10
D F
3
4 7
4
3
C G
5. En la figura siguiente, identifique una ruta del origen A al destino G que permita un flujo positivo.
3
5
2
E
1
2 4
A 1 7
C G
1
6
5
F
10 3
Egresos (miles p)
Proyecto 1 2 3 4 5 Utilidad
1 25 27 28 30 28 215
2 18 22 21 28 31 320
3 16 27 21 34 24 270
Fondos disponibles 120 140 120 150 110
x1 = proyecto 1
x2 = proyecto 2
x3 = proyecto 3
Objetivo: maximizar
S.A.
25x1 + 18x2 + 16x3 ≥ 120
27x1 + 22x2 + 27x3 ≥ 140
28x1 + 21x2 + 21x3 ≥ 120
30x1 + 28x2 + 34x3 ≥ 150
28x1 + 31x2 + 24x3 ≥ 110
xi ≥ 0
Problema 2
La compañía Higiene y Limpieza Institucional (HLI) desea evaluar y proyectar las utilidades de
cada uno de sus productos Fabuloso, así como su proceso de elaboración durante 5 años; se nos
proporcionan las utilidades esperadas de cada producto. Plantee el modelo de programación
lineal entero.
77
Sea:
Objetivo: maximizar
Problema 3
Se analizan cuatro medios electrónicos de comunicación para lanzar la nueva campaña publi-
citaria de Desechables Jaguar. La campaña tendrá una duración de 3 meses. La siguiente tabla
proporciona los alcances totales y los costos mensuales presupuestados de cada medio. Elabore
el modelo de programación lineal entero.
Número Medio de comunicación Costos 1er. mes 2do. mes 3er. mes Alcance del medio
Sea:
x1 = medio 1
x2 = medio 2
x3 = medio 3
x4 = medio 4
S.A.
35 000x1 + 16 000x2 + 18 000x3 + 15 000x4 ≤ 84 000
22 000x1 + 10 000x2 + 14 000x3 + 9 000x4 ≤ 55 000
16 000x1 + 5 000x2 + 9 000x3 + 7 000x4 ≤ 37 000
xi ≥ 0
Problema 4
Una compañía aérea debe evaluar tres proyectos promocionales, los cuales se llevarán a cabo
en los siguientes 12 meses y, para ello, cuenta con un capital limitado para cada mes, por lo cual
debe elegir la opción que más se adapte a sus necesidades. Los datos se muestran en la siguiente
tabla:
Sea:
x1 = TV y prensa
x2 = Radio y prensa
x3 = Radio y TV
Problema 5
La empresa Sueño desea importar colchones de Tailandia, para lo cual debe evaluar las posibles
agencias aduanales a las que acudirá para ello.
A la compañía le interesa cumplir con los pedidos que tiene, así que uno de los factores más
importantes para elegir agencia es el tiempo en que llega el pedido al almacén de la tienda, sin
olvidar el costo y la utilidad.
La empresa está comprometida a entregar sus pedidos en no más de una semana y no pue-
de gastar más de 25 000 pesos por pedido.
La tabla ilustra las características de cada agencia aduanal.
¿Qué agencia aduanal debe elegir la empresa de acuerdo con la ganancia obtenida?
Sea:
S.A.
4x1 + 5x2 + 5x3 ≥ 7 días
24 000x1 + 20 000x2 + 19 500x3 ≤ 25 000
x1 ≥ 0
Problema 6
La empresa de telemarketing Atel trata de reducir sus costos; la estrategia es escoger la compa-
ñía telefónica que le ofrezca más llamadas a un costo reducido. Son tres las compañías telefó-
nicas: Telmex, que cobra 360 pesos por mes. AT&T, 450 pesos fijos al mes, y Avantel, cuya tarifa
fija es de 280 pesos mensuales.
La compañía debe cumplir con sus clientes, pero, debido a que la competencia ha aumen-
tado, tiene que ofrecerles planes muy atractivos. Ello significa un precio considerable para la
promoción o ventas de los productos de sus clientes, aunque sin poner en riesgo la buena pro-
moción de los productos.
Para que la empresa cumpla con sus clientes, debe hacer un promedio de 400 llamadas
al mes por empleado, pero sus costos extras no deben exceder de 2 000 pesos. En la siguiente
tabla se presentan los beneficios que se obtienen con cada una de las compañías telefónicas.
Compañía Renta mensual Núm. de llamadas al mes Costo por llamada extra
Telmex 350 350 2.00
AT&T 400 300 1.50
Avantel 280 300 2.20
¿Cómo debe repartir las llamadas la empresa para minimizar los costos?
Sea:
S.A.
350x1 + 300x2 + 300x3 ≥ 400
2x1 + 1.5x2 + 2.2x3 ≤ 2 000
x1 ≥ 0
81