Unid. 2 Modelo de Transporte

CARRERA DE ADMINISTRACION DE EMPRESAS
GUIA DE ESTUDIOS
AUTOR:
Ing. Com. Peralta Q. Nelson C. M.B.A.
Quito, Marzo 2021
Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

Docente Universidad Politécnica Salesiana. 2021
UNIDAD 2
MODELO DE TRANSPORTE, TRANSBORDO, ASIGNACIÓN y REDES
2.1. Modelo de Transporte

El modelo de transporte tiene como objetivo encontrar el menor costo de transporte desde
varios puntos de oferta (orígenes) hasta varios puntos de demanda (destino). En general, se
tiene la capacidad (oferta) de bienes en cada fuente, un requerimiento (demanda) de bienes
en cada destino, y el costo de envío por unidad de cada fuente a cada destino. El objetivo de
este problema es programar los envíos de manera que se minimice el costo total de
transporte. Algunas veces, también se incluyen los costos de producción.
Los modelos de transporte sirven también cuando una empresa intenta decidir dónde
localizar
una nueva instalación. Antes de abrir un nuevo almacén, fábrica u oficina de ventas, se
recomienda considerar varios sitios alternativos. Las buenas decisiones financieras respecto
a la localización de instalaciones también intentan minimizar los costos totales de
transporte y producción para el sistema completo.
Modelos de solución Heurísticos:

a. Método de la Esquina Noroeste.
b. Método del Costo Mínimo.
c. Método de Aproximación de Vogel.
2.1.1. Planteo como un modelo de red
Una red la podemos conceptualizar como un conjunto de nodos, los cuales están unidos por
un conjunto de trayectorias. Los modelos de redes son sumamente conocidos en la práctica
y uno de ellos es el de transporte.
El modelo de transporte consiste en tener un conjunto de fábricas que producen algún bien
y un conjunto de clientes que demandan este tipo de unidades. La idea fundamental
consiste en que cada planta pueda enviar artículos a cada uno de los clientes y el problema
consiste en determinar cuántos artículos debe enviar cada fabrica a cada cliente para que el
costo de transporte sea el más económico.

En mapa nos ayudará a entender el problema, las estrellas verdes son las fábricas donde
fabricamos nuestras auto partes, y las estrellas azules son las plantas donde ensamblamos
nuestros autos las cuales ahora juegan el papel de clientes. Cada uno de nuestros clientes
tiene una demanda diferente, y cada una de nuestras plantas tiene una máximo capacidad de
producción. La información de la demanda de cada cliente y la capacidad de producción de
cada planta y el costo de envío por unidad de cada planta a cada cliente se registra en una
matriz, que de ser el caso debe ser balanceada con filas o columnas ficticias y costos de
envío cero (oferta igual demanda)
Esta información también la podemos representar mediante una red, en este caso los nodos
representan a las plantas y clientes, y las trayectorias o arcos saldrían de cada planta y
llegarían a cada uno de los clientes. Cada trayectoria representa una variable, las
trayectorias solamente parten de las plantas y llegan a cada cliente ya que no se contempla
que los clientes envíen artículos a las plantas, en este caso cuando la trayectoria tiene un
solo sentido se le conoce como trayectorias dirigidas. En los modelos de redes también
existen trayectoria no dirigidas y ocurren cuando el flujo de unidades puede darse en ambos
sentidos. Cuando hay una trayectoria no dirigida entonces esa trayectoria representa dos
variables una de ellas representa el número de unidades que va del nodo A al nodo B y la
otra representa el número de unidades que va del nodo B al nodo A. El número de variables

es la multiplicación de las filas y las comunas (m * n) sin contar la fila de la demanda y la
fila de la oferta.
2.1.2 Planteamiento como un problema de programación lineal
Para resolver este problema de transporte se puede utilizar un modelo de programación

lineal. Utilizamos variables de decisión de doble subíndice, en las cuales X11 indica la
cantidad de unidades enviadas desde el origen 1 al destino 1, X12 denota la cantidad de
unidades enviadas desde el origen 1 al destino 2, etc. En general, las variables de decisión
para un problema de transporte que tiene m orígenes y n destinos se escriben como sigue:
El primer subíndice identifica al nodo “desde” del arco correspondiente, y el segundo

subíndice identifica al nodo “hasta” del arco

Se debe tener en cuenta que en este modelo existen tres casos:
Caso 1: La Oferta es igual a la Demanda

Todas las restricciones tanto de origen (oferta) y de destino (demanda) son iguales.
Caso 2: La Oferta mayor que la Demanda
Las restricciones asociadas a los orígenes (oferta) debe ser de tipo “<= “y las asociadas a la
demanda deben ser “=”
Caso 3: La Oferta menor que la Demanda.
Las restricciones asociadas a los orígenes (oferta) deben ser “=” y los asociados a la
demanda deben ser “<=”.
El suministro total no es igual a la demanda total. Con frecuencia el suministro total no
es igual a la demanda total. Si el suministro total excede a la demanda total, no es
necesaria ninguna modificación en la formulación de programación lineal. El exceso de
suministro aparecerá como una holgura en la solución de la programación lineal. La
holgura para cualquier origen particular puede interpretarse como la oferta sin usar o la
cantidad no enviada desde el origen.
Si el suministro total es menor que la demanda total, el modelo de programación lineal de

un problema de transporte no tendrá una solución factible. En este caso, modificamos la
representación de red al añadir un origen ficticio con un suministro igual a la diferencia
entre la demanda total y el suministro total. Con la adición del origen ficticio y un arco
desde el origen ficticio a cada destino, el modelo de programación lineal tendrá una

solución factible. A cada arco que sale del origen ficticio se asigna un costo unitario de
cero, de modo que el valor de la solución óptima para el problema modificado representará
el costo de envío de las unidades que en realidad se enviaron (no se harán envíos reales
desde el origen ficticio). Cuando se implementa la solución óptima, los destinos que
muestran envíos recibidos desde el origen ficticio serán los destinos que experimentarán un
déficit en la demanda insatisfecha.
Función objetivo de maximización. En algunos problemas de transporte, el objetivo es

encontrar una solución que maximice las utilidades o los ingresos. Usando los valores para
las utilidades o ingresos por unidad como coeficientes de la función objetivo, resolvemos
sencillamente un programa lineal de maximización en vez de minimización. Este cambio
no afecta a las restricciones.
Capacidades de ruta o mínimos de ruta. La formulación de programación lineal del

problema de transporte también puede aceptar capacidades o cantidades mínimas para una
o más de las rutas. Por ejemplo, suponga que en el problema de Foster Generators la ruta de
York-Boston (origen 3 a destino 1) tenía una capacidad de 1000 unidades debido a la
disponibilidad de espacio limitada en su modo de transporte normal. Si x31 denota la
cantidad enviada desde York a Boston, la restricción de la capacidad de ruta para York-
Boston sería
X31 <= 1.000
Los mínimos de ruta se especifican de la misma manera. Por ejemplo,
X22 <= 2.000
garantizaría que un pedido asignado previamente para una entrega de Bedford a Chicago
de mínimo 2000 unidades se mantendría en la solución óptima.
Rutas inaceptables. Por último, establecer una ruta desde todos los orígenes a todos los
destinos tal vez no sea posible. Para manejar esta situación, sencillamente se omite el arco
correspondiente de la red y se elimina la variable que corresponde a la formulación de
programación lineal. Por ejemplo, si la ruta Cleveland-St. Louis fuera inaceptable o
inutilizable, el arco de Cleveland a St. Louis se omitiría en la fi gura 10.1 y x13 podría
eliminarse de la formulación de programación lineal. Al resolver el modelo resultante de 11
variables y 7 restricciones, proporcionaríamos la solución óptima y al mismo tiempo
garantizaríamos que no se utilice la ruta de Cleveland-St. Louis.
Ejemplo:

1. Tres plantas de agua potable cuentan con capacidad de 25, 40 y 30 toneladas por
hora, proporcionan agua potable a tres regiones del ecuador. La demanda máxima
de las tres regiones se calcula en 30, 35 y 25 toneladas por hora. En la siguiente
tabla se proporciona el precio en millones de toneladas por hora.
Región 1 Región 2 Región 3

Planta 1 600 700 400
Planta 2 320 300 350
Planta 3 500 480 450
Determine el costo mínimo para la distribución y compra de agua potable en las tres
regiones.
2. Este problema implica el transporte de un producto desde tres plantas a cuatro

centros de distribución. Foster Generators opera plantas en Cleveland, Ohio;
Bedford, Indiana, y York, Pennsylvania. Las capacidades de producción durante el
próximo periodo de planeación de tres meses para un tipo particular de generador
son las siguientes:
La empresa distribuye sus generadores a través de cuatro centros de distribución regionales

localizados en Boston, Chicago, St. Louis y Lexington; el pronóstico de la demanda en los
tres meses para los centros de distribución es el siguiente:
Los costos de transporte por unidad son los siguientes:

3. Una empresa produce un artículo único en tres plantas A, B, C. La capacidad de
producción mensual de la empresa está limitada a 50, 70, 90 unidades mensuales en
cada una de las plantas. La empresa tiene tres clientes mayoristas cuyas demandas
mensuales son 30, 90 y 80 unidades respectivamente.
Los costos de envío a los tres clientes mayoristas que la empresa tiene viene dados
por la siguiente tabla:
Cliente 1 Cliente 2 Cliente 3

Planta A 208 320 145
Planta B 310 260 135
Planta C 280 150 125
2.1.3 El modelo de transbordo
El problema de transbordo es una extensión del problema de transporte en el cual los

nodos intermedios, llamados nodos de transbordo, se añaden para representar sitios como
almacenes. En este tipo más general de problema de distribución se pueden hacer envíos
entre cualquier par de tres tipos generales de nodos: de origen, de transbordo y de destino.
Por ejemplo, el problema de transbordo permite embarques de productos desde los orígenes
a los nodos intermedios y de ahí a sus destinos, desde un origen a otro, desde un sitio
intermedio a otro, desde un sitio de destino a otro, y directamente desde los orígenes a los
destinos.
Como sucedió en el problema de transporte, el suministro disponible en cada origen está

limitado y se especifica la demanda en cada destino. El objetivo en el problema de
transbordo es determinar cuántas unidades deben enviarse por cada arco de la red, de modo
que todas las demandas de destino se satisfagan con el costo de transporte mínimo posible.

Al igual que con los problemas de transporte y asignación, podemos formular un modelo de
programación lineal del problema de transbordo a partir de una representación de red. De
nuevo necesitamos una restricción para cada nodo y una variable para cada arco. Sea Xij la
cantidad de unidades enviada desde el nodo i hasta el nodo j.
Como se menciona al principio de esta sección, en el problema de transbordo los arcos

pueden conectar cualquier par de nodos. Todos estos patrones de envío son posibles en un
problema de transbordo. Seguimos requiriendo sólo una restricción por nodo, pero la
restricción debe incluir una variable para cada arco que entra o sale del nodo. Para los
nodos de origen, la suma de los envíos entrantes debe ser menor o igual que el suministro
del origen. Para los nodos de destino, la suma de los envíos entrantes menos la suma de los
envíos salientes debe ser igual a la demanda. Para los nodos de transbordo, la suma de los
envíos salientes debe ser igual a la suma de los envíos entrantes, como antes.
Variaciones del problema.
Al igual que con los problemas de asignación y transporte, los problemas de transbordo
pueden formularse con diversas variaciones, que incluyen
1. La oferta total no es igual a la demanda total

2. Función objetivo de maximización
3. Capacidades de ruta o mínimos de ruta
4. Rutas inaceptables
Como un modelo de Programación Lineal.
Para poder resolver un problema de transbordo mediante programación lineal, basta con
conocer una nueva familia de restricciones, las llamadas restricciones de balanceo. En un

problema de transbordo existen 3 clases de nodos, los nodos de oferta pura, los de demanda
pura y los nodos transitorios que posibilitan el transbordo y que deben de balancearse para
hacer que el sistema sea viable, es decir, que todas las unidades que ingresen a un nodo
sean iguales a las que salgan del mismo (unidades que salen + unidades que conserve el
nodo).
El modelo general de programación lineal para el problema de transbordo es el siguiente:
Ejemplo:
1. Ryan Electronic es una empresa con instalaciones de producción en Denver y en
Atlanta. Los componentes de producción en cualquiera de estas instalaciones
pueden ser embarcadas a cualquiera de los almacenes de la empresa que están

localizadas en Kansas City y en Lousiville. De los almacenes regionales la empresa
suministra a los detallistas al menudeo en Detroit, Miami, Dallas y Nueva Orleáns.
Las empresas Denver y Atlanta ofertan 600 y 400 unidades respectivamente y los
detallistas Detroit, Miami, Dallas y Nueva Orleans demandan 200, 150, 350 y 300
respectivamente.
a. Elabore una representación de red para este problema.
b. Formule un modelo de programación lineal del problema.
c. Resuelva el programa lineal para determinar el plan de envío óptimo.
2. El sistema de distribución de Herman Company se compone de tres plantas, dos

almacenes y cuatro clientes. Las capacidades de las plantas y los costos de envío por
unidad (en $) desde cada planta a cada almacén son los siguientes:

a. Elabore una representación de red para este problema.
b. Formule un modelo de programación lineal del problema.
c. Resuelva el programa lineal para determinar el plan de envío óptimo
3. Tres plantas de agua potable cuentan con capacidades de 25,40 y 30 toneladas por hora,
proporcionan de agua potable a tres ciudades del Ecuador. La demanda máxima de las
ciudades se calcula en 30, 35 y 25 toneladas por hora. En la siguiente tabla se proporciona
el precio en millones de toneladas por hora.
CIUDAD

PLANT
A 1 2 3
1 600 700 400
2 320 300 350
3 500 480 450
Determine el costo mínimo para la distribución y compra de agua potable en las tres
ciudades.
4. Créditos Económicos S.A. se dedica a la venta de televisores, esta cuenta con tres
almacenes para cumplir con la demanda de sus cuatro clientes. Su gerencia de ventas
desea determinar la o las rutas que minimicen sus costos de transporte. Los costos se
indican en la tabla:

CLIENTES
ALMACENE
S 1 2 3 4
1 30 45 26 28
2 32 40 28 24
3 37 38 30 32
La oferta de los almacenes A, B y C son 20, 18 y 32 respectivamente y la demanda de los
clientes 1, 2, 3 y 4 son 10, 15, 12 y 20 respectivamente.
5. Una empresa produce un artículo en tres plantas A, B, C. La capacidad de producción

mensual de la empresa está limitada a 50, 70, 90 unidades mensuales en cada una de las
plantas. La empresa tiene tres clientes mayoritarios cuyas demandas mensuales son 30, 90
y 80 unidades respectivamente.
Los costos de envío a los 3 clientes mayoristas que la empresa tiene vienen dados por la
siguiente tabla:
xPLANTAS CLIENTE - 1 CLIENTE – 2 CLIENTE – 3

A 208 320 145
B 310 260 135
C 280 150 125
a. Calcular la distribución óptima y el costo mínimo, utilizando el método del costo mínimo.
6. Un taller de confecciones industriales elabora tres productos A, B, C de acuerdo a la

demanda estimada por el estudio de mercado en las cantidades de 90, 210 y 120 unidades
semanales, respectivamente.
Los productos pueden fabricarse por uno de los tres métodos de producción llamados M1,
M2, M3 los mismos que tienen una capacidad de reproducción instalada de 160, 120 y 140
unidades semanales. Las ganancias ($/unidad) asociadas con cada producto y cada
método de manufacturación se indican en la siguiente tabla.
METODOS
PRODUCTO M1 M2 M3
S
A 139 140 137
B 209 207 210

C 254 255 255
El gerente de producción desea determinar cómo distribuir la producción de sus productos

a cada método con el fin de maximizar sus ganancias.
2.1.4 El modelo de Asignación
El problema de asignación surge en una variedad de situaciones de toma de decisiones;

los problemas de asignación típicos implican la asignación de puestos a máquinas, de
agentes a tareas, de personal de ventas a territorios de ventas, de contratos a contratistas,
etc. Una característica distintiva del problema de asignación es que un agente se asigna a
una y solo una tarea. En específico buscamos el conjunto de asignaciones que optimicen el
objetivo establecido, tal como minimizar el costo, el tiempo o maximizar las utilidades.
Dado que el problema de asignación es un caso especial del problema de transporte, se

puede elaborar una formulación de programación lineal. De nuevo necesitamos una
restricción para cada nodo y una variable para cada arco. Como en el problema de
transporte, utilizamos variables de decisión con doble subíndice, en las cuales X11 denota
la asignación del líder de proyecto 1 al cliente 1, X12 denota la asignación del líder de
proyecto 1 al cliente 2, etc. Por tanto, definimos las variables de decisión para el problema
de asignación como:
Como el número de líderes de proyecto es igual al número de clientes, todas las

restricciones podrían escribirse como igualdades. Pero cuando el número de líderes de
proyecto excede el número de clientes, deben utilizarse restricciones de menor o igual que
para las restricciones del líder de proyecto.
Variaciones del problema.
Debido a que el problema de asignación puede considerarse un caso especial del problema
de transporte, las variaciones del problema que pueden surgir en uno de asignación se
equiparan a aquellas del problema de transporte. En específico, podemos manejar

1. El número total de agentes (suministro) que no es igual al número de tareas
(demanda)
2. Función objetivo de maximización
3. Asignaciones inaceptables
La situación en la cual el número de agentes no es igual al número de tareas es análoga al

suministro total que no es igual a la demanda total en un problema de transporte. Si el
número de agentes excede el número de tareas, los agentes extra sencillamente permanecen
sin asignarse en la solución de programación lineal. Si el número de tareas supera al
número de agentes, el modelo de programación lineal no tendrá una solución factible. En
esta situación, una modificación simple es añadir suficientes agentes ficticios para igualar
el número de agentes y el número de tareas. Por ejemplo, en un problema podríamos haber
tenido cinco clientes (tareas) y sólo tres líderes de proyecto (agentes). Al añadir dos líderes
de proyecto ficticios, podemos crear un nuevo problema de asignación con el número de
líderes de proyecto igual al número de clientes. Los coeficientes de la función objetivo para
la asignación de los líderes de proyecto ficticios sería cero, de modo que el valor de la
solución óptima representaría el número total de días requeridos por las asignaciones
hechas en realidad (no se hacen asignaciones reales a los clientes que reciben líderes de
proyecto ficticios).
Si las alternativas de asignación se evalúan en términos de ingresos o utilidades en vez del

tiempo o costo, la formulación de programación lineal puede resolverse como un problema
de maximización en vez de uno de minimización. Además, si una o más asignaciones son
inaceptables, la variable de decisión correspondiente puede eliminarse de la formulación de
programación lineal. Esta situación podría ocurrir, por ejemplo, si un agente no tuviera la
experiencia necesaria para una o más tareas.
Modelo general de programación lineal.
Para mostrar el modelo general de programación lineal para un problema de asignación con
m agentes y n tareas se utiliza la notación:

Al principio de esta sección, indicamos que una función distintiva del problema de
asignación es que un agente se asigna a una y solo una tarea. En las generalizaciones del
problema de asignación donde un agente puede asignarse a dos o más tareas, la formulación
de programación lineal del problema se puede modificar fácilmente. Por ejemplo, suponga
que en un problema un líder se pudiera asignarse hasta a dos clientes; en este caso, la
restricción que representa la asignación de sería X11 + X12 + X13 <= 2. En general, si ai
denota el límite superior para el número de tareas al cual el agente i puede asignarse,
escribimos las restricciones del agente
Si algunas tareas requieren más de un agente, la formulación de programación lineal

también puede reflejar esta situación. Utilice el número de agentes requerido como el lado
derecho de la restricción de tarea apropiada.
Ejemplo:
1. Los tiempos estimados para la terminación de un proyecto se muestran a

continuación

CLIENTES
LIDERE
S 1 2 3
Pedro 10 15 9
Juan 9 18 5
Marco 6 14 3
Obtenga la asignación con el menor tiempo para la terminación del proyecto.
2. Panadería San Carlos tiene cuatro empleados y realiza tres tipos de pan enrollados,
moldes y empanadas; para el propietario es importante que se asigne
adecuadamente a cada empleado para realizar los diferentes tipos de pan. Se
dispone de un historial en el que se indica cuantos panes por hora realizan en
promedio cada empleado. Considere que solo se puede asignar una persona para
cada clase de pan por razones operativas de la panadería
TIPOS DE PAN
EMPLEAD ENROLLAD MOLDEAD EMPANAD
OS OS OS AS
JUAN 120 118 115
PEDRO 125 80 140
MATEO 110 128 133
CARLOS 100 130 128
a. Calcular la distribución óptima y el número de panes que se puede realizar en una hora.
3. Una empresa contrata a cuatro personas para cubrir los siguientes puestos: supervisor de
acabado, supervisor de empaque, supervisor de producción, supervisor de materia prima.
A cada uno se aplica un examen de aptitudes para determinar sus habilidades. A partir del
resultado de los exámenes se determina el costo que tiene su capacitación para cada uno
de los puestos. Los costos se presentan en la siguiente tabla.

4. Una empresa compra tres impresoras Una empresa compra 3 impresoras, una de
inyección de tinta, una de punto matriz y una láser. Las impresoras se deben asignar
a los siguientes departamentos: recursos humanos, facturación y dirección. Debido a
la frecuencia de uso en cada departamento y al tipo de impresora se tiene un costo
de asignación, el cual se muestra en la siguiente tabla:
5. Una empresa contrata a cuatro personas para cubrir los siguientes puestos:
supervisor de acabado, supervisor de empaque, supervisor de producción,
supervisor de materia prima.
A cada uno se aplica un examen de aptitudes para determinar sus habilidades. A

partir del resultado de los exámenes se determina el costo que tiene su capacitación
para cada uno de los puestos. Los costos de presentan en la siguiente tabla.

Obtener la asignación de menor costo para la empresa.
6. Una empresa de transportes tiene cuatro diferentes modelos de camiones.
Dependiendo de la pericia del conductor para manejar los cambios de la caja de
velocidades, el camión consume más o menos combustible. En la actualidad la
planta cuenta con tres conductores. Los costos por uso adicional de combustible se
muestran en la siguiente tabla:
Hallar la asignación que minimiza los costos de combustible adicional.
2.2. Teoría de redes.
2.2.1 Introducción
Las redes sirven para modelar una amplia gama de problemas. En los temas anteriores
vimos los problemas de transporte, trasbordo y asignación modelados como redes. Se
utilizó programación lineal para resolverlos. En este tema se estudiarán los siguientes
problemas de redes: el problema del árbol de expansión mínima, el problema del flujo
máximo y el problema de la ruta más corta. La técnica del árbol de expansión mínima
determina el camino a través de la red que conecta todos los puntos, al tiempo que
minimiza la distancia total. Cuando los puntos representan casas en una sección, esta
técnica es útil para determinar la mejor forma de conectarlas a la energía eléctrica, al
sistema de agua, etcétera, de modo que se minimice la distancia total o la longitud de los
cables o las tuberías. La técnica del flujo máximo encuentra el máximo flujo de cualquier

cantidad o sustancia que pasa por la red. Esta técnica puede determinar, por ejemplo, el
número máximo de vehículos (autos, camiones y otros) que pueden transitar por la red de
carreteras de un lugar a otro. Por último, la técnica de la ruta más corta calcula la
trayectoria más corta a través de una red. Por ejemplo, la ruta más corta de una ciudad a
otra por la red de carreteras.
2.2.2 Tipo de redes
Gráfica: Una gráfica es una serie de puntos llamados nodos que van unidos por unas líneas
llamadas ramales o arcos.
Red: Una red es una gráfica que presenta algún tipo de flujo en sus ramales. Por ejemplo,
una gráfica cuyo flujo en sus ramales sea la electricidad es una red eléctrica. En las redes se
usa una simbología específica para denotar su tamaño y elementos que la constituyen, dicha
notación es la (N, A) donde N representa el número de nodos que contiene la red y A
representa el número de arcos o ramales.
Cadena: Una cadena corresponde a una serie de elementos ramales que van de un nodo a
otro. En el siguiente caso se resalta una cadena que va desde el nodo 1 hasta el nodo 7 y
que se compone por los elementos [1-4, 4-7].
Ruta: Una ruta corresponde a los nodos que constituyen una cadena, en el siguiente caso
[1, 4, 7].

Ciclo: Un ciclo corresponde a la cadena que une a un nodo con sigo mismo, en el siguiente
ejemplo el ciclo está compuesto por la cadena [4-2, 2-5, 5-7, 7-4].
Ramal orientado: Un ramal o arco orientado es aquel que tiene un sentido determinado, es
decir que posee un nodo fuente y un nodo destino.
Gráfica orientada: Una gráfica orientada es aquella en la cual todos sus ramales se

encuentran orientados.

Árbol: Un árbol es una gráfica en la cual no existen ciclos, como el siguiente ejemplo.
Árbol de expansión: Un árbol de expansión es aquel árbol que enlaza todos los nodos de la
red, de igual manera no permite la existencia de ciclos.
Nodo fuente: El nodo fuente es aquel nodo en el cual todos sus ramales se encuentran
orientados hacia afuera.
Nodo destino: El nodo destino es aquel nodo en el cual todos sus ramales se encuentran
orientados hacia él.
2.2.3 Problema de flujo máximo.
El problema del flujo máximo implica determinar la cantidad máxima de material que en
una red puede fluir de un punto (el origen) a otro (destino final). Los ejemplos de este tipo
de problema incluyen determinar el número máximo de autos que circulan por un sistema
de carreteras, la cantidad máxima de líquido que fluye por una red de tuberías y la cantidad
máxima de datos que pueden fluir por una red de cómputo.

Para encontrar el flujo máximo desde el origen o el inicio de una red hasta el sumidero o
final de la red, se utilizan dos métodos comunes: la técnica del flujo máximo y la
programación lineal.
Ejemplo.
1. Considere el sistema de carreteras interestatales de norte a sur que pasan por

Cincinnati, Ohio. El flujo vehicular de norte a su alcanza un nivel de 15,000
vehículos por hora en horas críticas. Debido a un programa de mantenimiento de
carreteras de verano, el cual exige el cierre temporal de carriles y límites de
velocidad específicos, el comité de planeación de transporte ha propuesto una red de
rutas alterna a través de Cincinnati. Las rutas alternas incluyen otras carreteras, así
como calles citadinas. Debido a las diferencias en los límites de velocidad y los
patrones de tránsito, las capacidades de flujo varían en función de las calles y
carreteras usadas en particular
2. Waukesha, un pequeño pueblo en Wisconsin, está en el proceso de desarrollar un

sistema de caminos para el área del centro. Bill Blackstone, uno de los planeadores
de la ciudad, quiere determinar el número máximo de automóviles que pueden fluir
por el pueblo de oeste a este.

3. Por un incremento en los impuestos prediales y un plan de desarrollo de carreteras
dinámico, la ciudad de Nuevo Berlín ha podido aumentar la capacidad de dos de sus
carreteras (véase el problema 11-10). La capacidad de la carretera representada por
la ruta del nodo 1 al nodo 2 ha aumentado de 2 a 5. Además, la capacidad del nodo
1 al 4 ha aumentado de 1 a 3. ¿Qué impacto tendrán estos cambios en el número de
automóviles por hora que pueden viajar de este a oeste?
2.2.4 Problema de la ruta más corta
El objetivo del problema de la ruta más corta es encontrar la menor distancia para ir de
un lugar a otro. En una red, esto suele implicar la determinación de la ruta más corta de un
nodo a cada uno de los otros nodos. Este problema se resuelve con la técnica de la ruta más
corta, o bien, planteándolo como un programa lineal con variables 0–1.
Modelo general de programación lineal.

Para mostrar el modelo general de programación lineal para el problema de la ruta más
corta, utilizamos la notación siguiente:
Ejemplo:
1. La red de la figura representa la distancia en kilómetros entre pares de ciudades 1, 2,

3, …….,8.Use el diagrama de Dijkstra para determinar la ruta más corta entre la
ciudad 1 y 8.

2. Todos los días, Fabián debe transportar camas, sillas y otros muebles de la fábrica al
almacén; necesita pasar por varias ciudades y Fabián desea encontrar la ruta con la
distancia más corta. La red de carreteras se muestra en la figura
3.2.5 Problema del árbol de expansión mínima.
Este problema implica conectar todos los nodos de una red, al tiempo que minimiza la
distancia entre ellos, sin existir un ciclo.
Pasos para la técnica de árbol de expansión mínima:
1. Seleccione cualquier nodo de la red.

2. Conectar este nodo con el nodo más cercano que minimice la distancia total.
3. Considerar todos los nodos que están conectados, encontrar y conectar el nodo más
cercano que no esté conectado. Si hay un empate en el nodo más cercano,
seleccionar uno de manera arbitraria. Un empate sugiere que existe más de una
solución óptima.
4. Repetir el paso 3 hasta que todos los nodos estén conectados.
Ejercicio.
1. Dada la siguiente red. Construya el árbol de expansión mínima

2. Una abastecedora de agua desea llevar sus servicios a siete diferentes
fraccionamientos. Los números entre las líneas son los kilómetros que se deben
recorrer.
2.2.6. Problema del costo mínimo.
El método del costo mínimo o método de los mínimos costos es un algoritmo

desarrollado con el objetivo de resolver problemas de transporte o distribución, arrojando
mejores resultados que métodos como el de la esquina noroeste, dado que se enfoca en las
rutas que presentan menores costos.
Este algoritmo es mucho más sencillo que los anteriores, dado que se trata simplemente de
la asignación de la mayor cantidad de unidades posibles (sujeta a las restricciones de oferta
y/o demanda) a la celda menos costosa de toda la matriz hasta finalizar el método.
Problema del costo mínimo.

Paso 1
De la matriz se elige la ruta (celda) menos costosa (en caso de un empate, este se rompe
arbitrariamente) y se le asigna la mayor cantidad de unidades posible, cantidad que se ve
restringida ya sea por las restricciones de oferta o de demanda. En este mismo paso se
procede a ajustar la oferta y demanda de la fila y columna afectada, restándole la cantidad
asignada a la celda.
Paso 2
En este paso se procede a eliminar la fila o destino cuya oferta o demanda sea 0 después del
«Paso 1», si dado el caso ambas son cero arbitrariamente se elige cual eliminar y la restante
se deja con demanda u oferta cero (0) según sea el caso.
Paso 3
Una vez en este paso existen dos posibilidades, la primera que quede un solo renglón o
columna, si este es el caso se ha llegado al final el método, «detenerse».
La segunda es que quede más de un renglón o columna, si este es el caso iniciar

nuevamente el «Paso 1».
Ejemplo:
Por medio de este método resolveremos el problema de transporte propuesto y resuelto en

artículos anteriores mediante programación lineal.
El problema
Una empresa energética colombiana dispone de cuatro plantas de generación para satisfacer
la demanda diaria eléctrica en cuatro ciudades, Cali, Bogotá, Medellín y Barranquilla. Las
plantas 1,2,3 y 4 pueden satisfacer 80, 30, 60 y 45 millones de KW al día respectivamente.
Las necesidades de las ciudades de Cali, Bogotá, Medellín y Barranquilla son de 70, 40, 70
y 35 millones de Kw al día respectivamente. Los costos asociados al envío de suministro
energético por cada millón de KW entre cada planta y cada ciudad son los registrados en la
siguiente tabla.

Formule un modelo de programación lineal que permita satisfacer las necesidades de
todas las ciudades al tiempo que minimice los costos asociados al transporte.
Solución paso a paso
Seleccionamos la celda con menor valor, es decir la menos costosa, para asignarle la mayor
cantidad posible.
Luego esa cantidad asignada se resta a la demanda de Bogotá y a la oferta de la «Planta 3»,
en un proceso muy lógico. Dado que Bogotá se queda sin demanda esta columna
desaparece, y se repite el primer proceso.

Nuevo proceso de asignación

Una vez finalizado el cuadro anterior nos daremos cuenta que solo quedará una fila, por
ende asignamos las unidades y se ha terminado el método.
El cuadro de las asignaciones (que debemos desarrollarlo paralelamente) queda así:

Los costos asociados a la distribución son:

En este caso el método del costo mínimo presenta un costo total superior al obtenido
mediante Programación Lineal y el Método de Aproximación Vogel, sin embargo,
comúnmente no es así, además es simple de desarrollar y tiene un mejor rendimiento en
cuanto a resultados respecto al Método de la Esquina Noroeste.

BIBLIOGRAFIA
1. RODIGUEZ ACOSTA, SEGUNDO, Enseñanza Aprendizaje de la Investigación
de Operaciones Volumen ,1 Mayo 2011, Ecuador.
2. RODIGUEZ ACOSTA, SEGUNDO, Enseñanza Aprendizaje de la Investigación

de Operaciones Volumen 2, Octubre 201,1 Ecuador.
3. CAMACHO QUIROZ ARTURO, Principios de Investigación de Operaciones

para Contaduría y Administración, 1999, México.
4. TAHA, HAMDY A. Investigación de Operaciones 7edición Pearson 2004
5. FREDERICK S. HILLIER. MARK S. HILLIER, Métodos Cuantitativos para

Administración, 7ma edición, Mc Graw Hill 2008
6. ANDERSON, SWEENEY, WILLIAMS, CAMM, MARTIN, Métodos

Cuantitativos para los Negocios. CENGAGE Learnin. 11 edición.


Unid. 2 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

Unid. 2 Modelo de Transporte

Cargado por

Copyright:

Formatos disponibles

CARRERA DE ADMINISTRACION DE EMPRESAS

Ing. Com. Peralta Q. Nelson C. M.B.A.

Quito, Marzo 2021

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

2.1. Modelo de Transporte

Modelos de solución Heurísticos:

2.1.1. Planteo como un modelo de red

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

2.1.2 Planteamiento como un problema de programación lineal

Para resolver este problema de transporte se puede utilizar un modelo de programación

El primer subíndice identifica al nodo “desde” del arco correspondiente, y el segundo

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

Caso 1: La Oferta es igual a la Demanda

Si el suministro total es menor que la demanda total, el modelo de programación lineal de

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

Función objetivo de maximización. En algunos problemas de transporte, el objetivo es

Capacidades de ruta o mínimos de ruta. La formulación de programación lineal del

X31 <= 1.000

Los mínimos de ruta se especifican de la misma manera. Por ejemplo,

X22 <= 2.000

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

Región 1 Región 2 Región 3

2. Este problema implica el transporte de un producto desde tres plantas a cuatro

La empresa distribuye sus generadores a través de cuatro centros de distribución regionales

Los costos de transporte por unidad son los siguientes:

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

Cliente 1 Cliente 2 Cliente 3

2.1.3 El modelo de transbordo

El problema de transbordo es una extensión del problema de transporte en el cual los

Como sucedió en el problema de transporte, el suministro disponible en cada origen está

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

Como se menciona al principio de esta sección, en el problema de transbordo los arcos

Variaciones del problema.

1. La oferta total no es igual a la demanda total

Como un modelo de Programación Lineal.

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

El modelo general de programación lineal para el problema de transbordo es el siguiente:

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

2. El sistema de distribución de Herman Company se compone de tres plantas, dos

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

5. Una empresa produce un artículo en tres plantas A, B, C. La capacidad de producción

xPLANTAS CLIENTE - 1 CLIENTE – 2 CLIENTE – 3

6. Un taller de confecciones industriales elabora tres productos A, B, C de acuerdo a la

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

El gerente de producción desea determinar cómo distribuir la producción de sus productos

2.1.4 El modelo de Asignación

El problema de asignación surge en una variedad de situaciones de toma de decisiones;

Dado que el problema de asignación es un caso especial del problema de transporte, se

Como el número de líderes de proyecto es igual al número de clientes, todas las

Variaciones del problema.

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

La situación en la cual el número de agentes no es igual al número de tareas es análoga al

Si las alternativas de asignación se evalúan en términos de ingresos o utilidades en vez del

Modelo general de programación lineal.

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

Si algunas tareas requieren más de un agente, la formulación de programación lineal

1. Los tiempos estimados para la terminación de un proyecto se muestran a

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

Obtenga la asignación con el menor tiempo para la terminación del proyecto.

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.

A cada uno se aplica un examen de aptitudes para determinar sus habilidades. A

Apuntes Gerencia de Operaciones Ing. Com. Nelson Peralta Q. M.B.A.