CAPÍTULO 5

Modelo de transporte y sus variantes

Aplicación de la vida real. Programación de citas en eventos comerciales

australianos
La Comisión de Turismo Australiana (ATC, por sus siglas en inglés) organiza eventos
comerciales alrededor del mundo para que sirvan de foro donde se puedan reunir los
vendedores australianos con los compradores internacionales de productos turísticos.
Durante estos eventos los vendedores se sitúan en cubículos y los compradores los vi-
sitan de acuerdo con citas programadas. Debido a la limitación de tiempo disponible
en cada evento y al hecho de que la cantidad de compradores y vendedores puede ser
muy grande, la ATC procura programar las citas entre vendedor y comprador con an-
ticipación para maximizar las preferencias. El modelo ha resultado muy satisfactorio
tanto para los compradores como para los vendedores. (El caso 3 del capítulo 26, en
inglés, del sitio web contiene los detalles del estudio).

5.1 DEFINICIÓN DEL MODELO DE TRANSPORTE

La red que aparece en la figura 5.1 representa el problema. Hay m orígenes y n desti-
nos, cada uno representado por un nodo. Los arcos representan las rutas que unen los
orígenes con los destinos. El arco (i, j) que une el origen i con el destino j transporta
dos piezas de información: el costo de transporte por unidad, cij y la cantidad transpor-
tada, xij. La cantidad de la oferta en el origen i es ai y la cantidad de la demanda en el
destino j es bj. El objetivo del modelo es minimizar el costo de transporte total al
mismo tiempo que se satisfacen las restricciones de la oferta y la demanda.

Ejemplo 5.1-1
MG Auto cuenta con tres plantas en Los Ángeles, Detroit y Nueva Orleáns, y dos importantes
centros de distribución en Denver y Miami. Las capacidades trimestrales de las tres plantas son
1000, 1500 y 1200 automóviles, y las demandas de los dos centros de distribución durante el
mismo periodo son de 2300 y 1400 automóviles. La distancia en millas entre las plantas y los cen-
tros de distribución aparece en la tabla 5.1.

175

www.FreeLibros.com
200 Capítulo 5 Modelo de transporte y sus variantes

donde
ai 5 Oferta en el origen i
bj 5 Demanda en el destino j
cij 5 Costo de transporte por unidad del origen i al destino j
ui 5 Variable dual de la restricción asociada con el origen i
vj 5 Variable dual de la restricción asociada con el destino j
De acuerdo con la fórmula 2, sección 4.2.4, los coeficientes de la función objetivo
(costos reducidos) de la variable xij son iguales a la diferencia entre los lados izquierdo
y derecho de la restricción dual correspondiente; es decir, ui 1 vj 2 cij. Sin embargo, sa-
bemos que esta cantidad debe ser igual a cero para cada variable básica, lo que produ-
ce el siguiente resultado:
ui 1 vj 5 cij para cada variable básica xij
Hay m 1 n 2 1 ecuaciones como esas cuya solución (después de suponer un valor ar-
bitrario u1 5 0) dan por resultado los multiplicadores ui y uj. Una vez calculados estos
multiplicadores, la variable de entrada se determina a partir de todas las variables no
básicas como la que tiene el máximo valor positivo ui 1 vj 2 cij.
La asignación de un valor arbitrario a una de las variables duales (es decir, u1 5 0)
puede parecer inconsistente con la forma en que se calculan las variables duales si-
guiendo el método 2 de la sección 4.2.3. En otras palabras, para una solución básica
dada (y, por consiguiente, la inversa), los valores duales deben ser únicos. El problema
2, conjunto 5.3c, aborda este punto.

CONJUNTO DE PROBLEMAS 5.3C

1. Escriba el problema dual para la programación lineal del problema del transporte del
ejemplo 5.3-5 (tabla 5.21). Calcule el valor objetivo dual óptimo asociado utilizando los
valores duales óptimos dados en la tabla 5.25, y demuestre que es igual al costo óptimo
dado en el ejemplo.
2. En el modelo de transporte, una de las variables duales asume un valor arbitrario. Esto
quiere decir que para la misma solución básica, los valores de las variables duales asocia-
das no son únicos. El resultado parece contradecir la teoría de programación lineal,
donde los valores duales se determinan como el producto del vector de los coeficientes
objetivo de las variables básicas y la matriz básica inversa asociada (vea el método 2, sec-
ción 4.2.3). Demuestre que para el modelo de transporte, aunque la base inversa es única,
el vector de los coeficientes objetivo básicos no tiene que ser así. Específicamente, de-
muestre que si cij se cambia a cij 1 k para toda i y j, donde k sea una constante, entonces
los valores óptimos de xij no cambiarán. Por consiguiente, el uso de un valor arbitrario
para una variable dual es implícitamente equivalente a asumir que se agrega una cons-
tante específica k a todas las cij.

5.4 MODELO DE ASIGNACIÓN

El modelo de asignación clásico se ocupa de compaginar a los trabajadores (con diver-
sas habilidades) con los trabajos. Presumiblemente, la variación de la habilidad afecta
el costo de completar un trabajo. La meta es determinar la asignación de costo mínimo
de los trabajadores a los trabajos. El modelo de asignación general con n trabajadores
y n trabajos está representado en la tabla 5.31. El elemento cij representa el costo de
asignar el trabajador i al trabajo j (i,j 5 1, 2,…,n). No se pierde la generalidad al supo-
ner que la cantidad de trabajadores y la de los trabajos son iguales, porque siempre
podemos agregar trabajadores o trabajos ficticios para satisfacer esta suposición.

www.FreeLibros.com
 5.4 Modelo de asignación 201

TABLA 5.31 Modelo de asignación

Trabajos
1 2 ... n

1 c11 c12 ... c1n 1

2 c21 c22 ... c2n 1
Trabajador
o o o o o o
N cn1 cn2 ... cnn 1
1 1 ... 1

El modelo de asignación es un caso especial del modelo de transporte, donde los

trabajadores representan los orígenes y los trabajos representan los destinos. La oferta
(demanda) en cada origen (destino) es igual a 1. El costo de “transportar” al trabajador
i al trabajo j es cij. De hecho, el modelo de asignación puede resolverse de forma direc-
ta como un modelo de transporte (o como una PL regular). Sin embargo, el hecho
de que la oferta y la demanda sean iguales a 1 conduce al desarrollo de un algoritmo de
solución simple llamado método húngaro. Aunque el nuevo método de solución pare-
ce totalmente ajeno al modelo de transporte, en realidad el algoritmo tiene su origen
en el método simplex, al igual que el modelo de transporte.

5.4.1 Método húngaro8

Utilizaremos dos ejemplos para presentar la mecánica del nuevo algoritmo. La si-
guiente sección proporciona una explicación del procedimiento basada en simplex.

Ejemplo 5.4-1
Los tres hijos de Joe Klyne, John, Karen y Terri, desean ganar algún dinero para sus gastos per-
sonales. El señor Klyne eligió tres tareas para sus hijos: podar el césped, pintar la puerta de la
cochera y lavar los automóviles de la familia. Para evitar la competencia anticipada entre los her-
manos, les pide que presenten licitaciones individuales (secretas) por lo que consideren un pago

TABLA 5.32 Problema de asignación del señor Klyne

Podar Pintar Lavar

John $15 $10 $9

Karen $9 $15 $10
Terri $10 $12 $8

8
Como con el método de transporte, el método húngaro clásico (diseñado principalmente para cálculos ma-
nuales) es algo del pasado, y se presenta aquí por razones históricas. En la actualidad no se requiere ese tipo
de cálculos, ya que el problema puede resolverse mediante códigos de computadora de PL altamente efi-
cientes. Tal vez el beneficio de estudiar estas técnicas clásicas es que están basadas en una teoría compleja
que reduce los pasos de solución a reglas simples adecuadas para cálculos manuales.

www.FreeLibros.com