Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TESIS
Que para obtener el título de:
LICENCIADO EN MATEMÁTICAS
Presenta
CLAUDIO ALFREDO LÓPEZ MIRANDA
Excepto si se señala otra cosa, la licencia del ítem se describe como openAccess
BIBLIOTECA
\ DE CIENCIAS EXACTAS
Y NATURALES
.n, SABEk al. MI!, HUO.~
. <RA,u ,;RA1'1>[ZA
A MI MADRE
Con todo el amor y el recuerdo a su carino
a sus consejos, a su vida, a su educación.
A MI ESPOSA NINA
Especialmente por su amor y comprensión en
momentos difíciles de mi vida, por
compartir conmigo su juventud.
A MI PADRE Y HERMANOS
A Don Claudia por el amor que siempre
guarda para mí, cuando no estoy
4 de Junio de 1993
BlBLlOTECA
DE CIHICl>.S EXACTAS
Y NATURALES
..,.,,,.~ ll( MIS HIJOS ):~
·.-~. · ... í . ',
·<! CRA~1)[7,h
CONTENIDO
INTRODUCCION
BIBLIOGRAFIA
INTRODUCCION
1
de celdas ó la gráfica de transporte (nodos y arcos). Con este
nuevo enfoque se describe la manera de construir los circuitos que
dan la representación para una celda no básica (i,j), asociado con
el vector no básico a sin necesidad de un Tableau Simplex. Esto
1 J
es, para el cálculo de los Y no es necesario resolver el sistema
IJ
BY= a que utiliza el simplex para actualizar las columnas del
1J 1j
tableau. Por otro lado, utilizando el circuito asociado a cada
celda no básica obtenemos un criterio de elección para la variable
que entra a la base y otro para la variable que va de salida. Esto
hace más práctica y sencilla la manera de encontrar la solución.
2
CAPITULO
ANTECEDENTES
La primera formulación y análisis de un modelo de transporte
fue hecho pro Frank Hitchcock en 1941, quien en su trabajo traza
de modo parcial la técnica del método simplex, sin aprovechar las
propiedades del problema de transporte, excepto para encontrar
soluciones iniciales. Posteriormente T.C. Koopmans, fue el primero
en notar la relación entre las soluciones básicas del problema de
transporte y la estructura de árbol de una gráfica. La formulación
de programación lineal y el método sistemático para la solución
fue expuesto por primera vez por G.B.Dantzig, adaptando su método
simplex para resolver problemas de transporte. El procedimiento de
cómputo es una adaptación del método simplex aplicado al sistema
de ecuaciones, del problema de programación lineal asociado.
Charnes y Cooper desarrollaron una presentación intuitiva del
procedimiento de Dantzig mediante lo que se conoce como el método
"Stepping stone". Otro investigador que contribuyó al desarrollo
de la programación lineal en esta dirección, fue E.Egerváry, en
su trabajo consideró el problema de encontrar una permutación de
ceros en una matriz compuesta de elementos cero ó unos. Basado en
este trabajo H.W. Kuhn, en 1955 desarrolló un algoritmo eficiente
para resol ver el problema de asignación conocido como el método
Húngaro. Lo cual condujo, el año siguiente al método primal-dual o
algoritmo de Ford y Fulkerson para problemas lineales.
3
1.1 Introducción
El problema de transporte presenta una estructura especial que
frecuentemente aparece en situaciones reales en diferentes
contextos. Este tipo de problemas al igual que otros de la
programación lineal pueden resolverse aplicando directamente el
método Simplex. Sin embargo, aprovechando las carecterísticas que
presentan los modelos, es posible desarrollar un algoritmo de
solución más eficiente que el método simplex. Incluso la gran
mayoría de los problemas reales de transporte requieren de un gran
número de restricciones y variables. Por lo tanto, una aplicación
directa del método simplex resulta casi imposible, desde el punto
de vista de la computación.
4
1.2 EJEMPLOS DE PROBLEMAS DE TRANSPORTE
DISTRIBUIDORAS
1 2 3 4 5 OFERTA a 1
1 7 3 2 4 2 50000
FABRICAS 2 6 5 8 3 4 70000
3 3 2 5 7 1 90000
5
DEFINICION DE VARIABLES:
x
lJ
= No. de unidades mensuales en toneladas de acero
transportadas del origen 1 al destino J.
e
lJ
= Costo por unidad de transporte del origen i al destino J
FUNCION OBJETIVO:
Minimizar z = l e
lJ
X
lJ
RESTRICCIONES DE OFERTA:
Debe cumplirse que el total de unidades que salen del origen
1-sea igual a la oferta total disponible en ese origen. Por lo
tanto, las restricciones de oferta para los fábricas son:
Fábrica 1 X
1 1
+ X
1 2
+ X
1 3
+ X
1 4
+ X
1 5
= 50,000
Fábrica 2 X
21
+ X
22
+ X
23
+ X
24
+ X
25
= 70, 000
Fábrica 3 X
31
+ X
32
+ X
33
+ X
34
+ X
35
= 90, 000
RESTRICCIONES DE DEMANDA:
Por otro lado, el flujo total que entra a cada uno de los
destinos debe ser igual a su demanda requerida. Es decir, el
número de unidades que entran a un destino J, debe ser igual a la
demanda requerida en el destino J. Así, las restricciones de
demanda son de la forma:
Distribuidora 1 X
11
+ X
21
+ X
31
= 20, 000
Distribuidora 2 X
12
+ X
22
+ X
32
= 60, 000
Distribuidora 3 X
13
+ X
23
+ X
33
= 80, 000
Distribuidora 4 X + X + X = 40,000
14 24 34
6
RESTRICCIONES DE NO NEGATIVIDAD:
x
1J
2:: o para toda i=1,2,3, J=l,2,3,4,5.
T
Sea X = [ x11 x12· · · · · · · x35] las variables de solución
El problema consiste en
Hin z=l C
1J
X
1J
sujeto a:
5
¿
J=l
X
1J = a1 1=1,2,3
3
l
1=1
X
1J = bJ J=l, 2, 3 1 14 5
X
1J
2:: o \/ 1 ' J
l
1=1
X
1J = bJ
J=l,2, .... ,n
X
1J
2:: o \/ l ' J
7
EJEMPLO 1.2.2. -
8
Se desea encontrar un modelo de transporte para programar la
entrega de fertilizantes a las zonas de irrigación que utilice el
máximo de toneladas disponibles de fertilizante para satisfacer
la demanda total requerida en cada área de irrigación de tal forma
que el costo de distribución de fertilizante resulte lo más barato
posible. (de manera práctica podemos suponer que en ninguna área de
irrigación debe haber faltantes de fertilizante)
DEFINICION DE VARIABLES
FUNCION OBJETIVO
x41 +x 44
+x 46
+x)47
RESTRICCIONES DE OFERTA
Se debe cumplir que el total de fertilizante tipo i distribuidos a
las áreas donde es requerido no exeda al total de toneladas
disponibles del fertilizante. Las restricciones de ofertan son de
la forma:
2 X + X + X + X26 :s 4 000
22 23 25
3 X + X +x :S 6000
32 33 37
9
RESTRICCIONES DE DEMANDA
AREA ECUACION
1 A X
11
+ X41 = 2000
2 B X
12
+ X22 + X 32 = 3000
3 e X
23
+ X33 = 1000
4 D X
14
+ X
44
= 2000
5 E X
15
+ X25 = 3000
6 F X
16
+ X26 + X46 = 2000
7 G X
37
+ X47 = 1000
10
Observación 2.-En un problema de transporte se requiere hablar de
un solo tipo de producto. Para homogenizar esto
como un solo producto, diremos que lo que se
transporta son toneladas de fertilizante sin
especificar el tipo, el cual está implícito por el
origen especifico. Por ejemplo, x 26 representa las
toneladas de fertilizante transportadas del origen 2
(fetilizante tipo Y) al destino 6 (área de
irrigación F).
11
si el costo c 13 es un costo muy alto, para que x 13
no aparezca nunca como varible básica. De la misma
forma se asignarían costos muy altos {M) a todas
las combinaciones (i,j) que no deban hacerse.
RESTRICCIONES DE OFERTA
X + X + X + X + X + X + X :S 7000
11 12 13 14 15 16 17
X + X + X + X + X + X + X :S 4000
21 22 23 24 25 26 27
X + X + X + X + X + X + X :S 6000
31 32 33 34 35 36 37
X + X + X + X + X + X + X :S 5000
41 42 43 44 45 46 47
12
RESTRICCIONES DE DEMANDA
AREA
A X
11
+ X21 + X 31 + X 41 = 2000
B X
12
+ X
22
+ X
32
+ X42 = 3000
e X
13
+ X
23
+ X
33
+ X
43
= 1000
D X
14
+ X 24 + X34 + X
44
= 2000
E X
15
+ X
25
+ X35 + X45 = 3000
F X
16
+ X26 + X + X
36 46
= 2000
G X
17
+ X27 + X37 + X47 = 1000
CON X 2: o
lJ
4 7
Minimizar Z =¿ ¿ e
1 J
a:
1 J
1=1 J=l
sujeto a: ,
7
l
J=l
X
1 J
~ a
1
1=1,2,3,4
1
l= 1
X
iJ
= b
J
J=l,2,3,4,5,6,7
13
La matriz de costos del problema es la siguiente
AREAS DE IRRIGACION
F
E
1
A B e D E F G
1
a 1
R
T
I
1 1000 1000 -- 1000 1000 1000 -- 7000
L 2 -- 4000 4000 -- 4000 4000 -- 4000
I --
z 3 2000 2000 -- -- -- 2000 5000
A 4 5000 -- -- 5000 -- 5000 5000 6000
N
T
b 1 2000 3000 1000 2000 3000 2000 1000
E j
14
SECCION l. 3
15
1.4 EL MODELO DE TRANSPORTE
m
Min Z = ¿= ! e
ij
X
ij
i 1 J= 1
sujeto a
j
!
= 1
X
i J
:S a
i
Cl=l,2, ... ,m) restricciones de origen
i
l = 1
X
i J
2:: b
J
(J=l, 2, ... ,n) restricciones de destino
16
La formulación anterior al problema del transporte es la más
general dado que no es necesario agotar la totalidad de oferta
para surtir a los n destinos y satisfacer el total de la demanda.
Este hecho se muestra por que las restricciones son del tipo :Sen
los origenes y~ en los destinos. En algunos ejemplos prácticos
los problemas se plantean en términos de :S y z , La teor ia del
problema del transporte nos lleva a que agregando nodos (origen o
destino) se pueden plantear las restricciones en la forma de
igualdad estricta la cual permite una mejor técnica de solución.
Con lo anterior podemos decir que todo problema de transporte
puede plantearse de forma general como:
m
Min Z =
l
¿= 1
sujeto a
J=1
l X
lJ
= al (1=1,2, ... ,m) restricciones de origen
l
l =1
X
lj
= b
J
(J=l,2, ... ,n) restricciones de destino
X
lJ
~ o para toda l y J
17
BIBLIOTECA
DE CIENCIAS EXACTAS
Y NATURALES
l'.L SAllEll D[ M ~- HUO.,
~ARA \fl GRA1'1l[ZA
ORIGENES DESTINOS
oferta demanda
a1 b
1
a.
1 rn b
J
am b
n
GRAFICA l. 4 .1
18
SECCION l. 5
ECUACION
NUMERO
o 1) X
11
+X + ... +X
12 ln
a
1
r 2) X +X + .•• +X a
21 22 2n 2
i a
g
e
.
3)
1
X
31
+X
32
+ ..• +X
3n
=
3
1
n 1
1
e 1
1
s m) xml+X m2+ .•• +X
mn
= am
D m+l) x11 +X +X
21 31 •..•...... +X = b
e ml
= b1
m+2) +X +X +X +X
s 12 22 32 m2
= b2
t m+'.}) +X +X +X +X 3
13 23 33 m3
i 1
1
n 1
1
o
s .
1
1
m+n) X +X +X +X
1n 2n 3n mn = b
n
Min z= ex
sujeto a
AX= b
X > O
19
XT = ( X X , ... ,X , X X , ... ,X , ...... ,X , X , ... ,X )
11' 12 ln 21' 22 2n ml m2 mn
a1
a2
1} o r Lq e n e s
J
b = 1 bm
bl
2 destinos
b.
n
1 o o o ........ o
o 1 o o ........ o
o o 1 o ........ o I
m renglones
A = 1
.. .. 1
} m + n renglones
o o o o ........ 1
I
n
I
n
I
n
I
n
........ I
n
I n renglones
m x n columnas
1=(111 1)
n componentes
0=(000 ••••••• 0)
n componentes
y
1 O
O 1
•••
•
o]
O n conponentes
I
n
=
[
. .•
• •
. •.
O O • 1
n componentes
20
En forma desarrollada la matriz A tiene la siguiente estructura:
o o 1 o o ..... : 1 O o 1 m+n
o o o
o. o. o.
. . .
1 ~ pos 1 e 1 on 1 o 1 I ~ 1
a = e 1 + e m+ J =1 o.. + o. o.
iJ
. = .
o 1 ~ posicion m+ J 1 1
.. ~+J
o 1 1 o 1 o
21
1.6 FACTIBILIDAD DEL PROBLEMA DE TRANSPORTE
l
1 = 1
ª1 e
o equivalentemente
f f
1 = 1 j =1
X
ij
j
f f
=1 1 = 1
x1J
ab
1 j
e
para toda (i,j), ademas x ij ~ o.
22
Restricciones de oferta
a b a a e
J
n
l= 1
x1J
J
I= 1
e
l J
('.; l
l
m
=1
bJ = + = ª1 para 1=1,2, .... ,m
Restricciones de demanda
m m a lb b m b e
1=1
l xlJ =
1=1
l e
J
= -+Iª1
l =1
=+ = bj para 1=1,2, .... ,m
23
C A P I T U L O 11
24
La matriz A de coeficientes tecnológicos para el PT tiene las
siguientes propiedades importantes
EJEMPLO 2.0.1
D e s t i n o
oferta
o 1 2 3
1
~~--,1--~~~~~~~~~~~--1~- a1
r
i 1 3 1 6 2
g
e 2 2 4 3 7
n
-
Demanda b 1 3 4 8
J
para este ejemplo
a a a a 22 a
ecuación
ª 11 12 13 21 23
1 1 1 o o o E1
o o o 1 1 1 E2
A= 1 o o 1 o o~'., E3
1
o 1 o o 1 o E4
o o 1 o o 1 Es
25
2.1 EL RANGO DE LA MATRIZ A ES m + n - 1
La matriz A tiene m+n renglones y mn columnas, suponiendo que
m,n ~ 2, entonces m + n ~ mn. Por lo tanto el rango (A) ~ m+n.
Pero el rango (A) ~ m+n pues cualquier renglón de A puede
exprezarce en término de los m+n-1 renglones restantes, en
consecuencia los renglones de A son linealmente dependientes. Para
demostrar que el rango (A} = m+n-1 es suficiente probar que A
posee una submatriz cuadrada de orden m+n-1 no singular.
Demostración:
Ignorando el primer renglón de A y ademas solo consideremos la
submatriz B de (m+n-1) x (m+n-1) con la siguiente estructura:
a 21 a 31 .a ml a 11 a 12 .a ln
2)
1 o o o o ..... o 3)
1
} m-1 oenglones
o o •.... 1 o o ..... o mi
B = 1 1 1..... 1 1 o ••••• o m+l)
o o o o 1 .•... o.
. } n r-enq l orie s
o o ....• o o o ..... 1 m+n)
I m-1xm-1 Qm-lxn
B = 1
. . .lxm-1
........... I
Q nxn
n-lxm-1
donde
O es la matriz cero
1 matriz renglón de l's
I matriz identidad.
26
Con el fin de ilustrar lo anterior considermos de nuevo la
matriz A del ejemplo 1.0, eliminando el primer renglón de A
tenemos la matriz B4x4
a 11 a 12 a 13 a 21
o o o
o o
1
o 1 o i]
O.
o o 1 o
a 11 a 12 a 13 a 21
1 o o 1
B =
[ o
o
o
1
o
o
o
1
o
o
o
1
]
Por lo tanto B es no singular, como el orden (B) = rango (A) ,
entonces rango (A) = 4. (m+n-1)
27
DEMOSTRACION: Se procederá por inducción sobre k, Sea A
k
cualquier submatriz cuadrada de A, la propiedad es válida para
k=l, Como los elementos de la matriz de transporte son O ó +1,
cada submatriz 1 x 1 tiene el valor de o ó +l. Además cualquier
submatriz de (m+n) x (m+n) tiene un determinante de O puesto que
el rango de A es m+n-1.
Nos faltaría probar que el determinante de cualquier
submatriz Ak de A con 1 < k < m+n tiene un determinante de ±1 ó O.
procedamos por inducción sobre k de la siguiente forma: Se sabe
que es cierto para k=l, entonces supongamos que vale par k-1 y
demostremos que vale para k.
Al tomar la submatriz Ak de A ocurren tres posibilidades. A
saber: Que todas las columnas de Ak contengan dos l's. si este es
el caso, uno de los l's ocurre en un renglón origen y el otro en
un renglón destino, como la suma de los renglones orígenes es
igual a la suma de los renglones destinos, entonces el det Ak=O.
En cualquier otro caso, ó Ak contiene al menos una columna de
ceros y entonces el Det Ak=O, ó Ak contiene al menos una columna
con un solo 1, desarrollando el det Ak sobre los cofactores de esa
columna, tendríamos que
28
PROPOSICION:Toda matriz básica del problema de transporte es una
permutación de una matriz triangular.
PRUEBA:
Supongamos que B es una matriz básica de A, como A tiene la
propiedad de unimodularidad total, se sabe que debe existir una
columna de B que contenga un solo 1; de lo contrario Det B = o.
Permutando renglones y columnas en B de tal modo que el 1 quede en
la primera posición de la matriz, la nueva matriz Bes:
B
m+n-2
29
columnas tal que B se hace equivalente a una matriz triangular
superior. Entoces B tiene un solo elemento en el último reglón y
sobre la última columna (sin pérdida de generalidad supongamos que
no hubo permutaciones en las columnas) usando la última ecuación
se resuelve para X B m+n-1, luego, usando este valor resol vemos en
la penúltima ecuación para X m+n-21 y asi sucesivamente se
B
resuelve en sustitución regresiva hasta encontrar el valor de las
m+n-1 variables básicas.
a 11 a 12 a 13 a 21
n
o o
o o
1 o
o 1
30
a 11 a 12 a 13 a 21
o o
BX
B
= [ oOl
o
o
1
o
o
o
1 ~] [ ~[~ ] [n =
X = 4
21
X
11
= 8 - X = 4
21
X = 7
12
X = 3
13
BY
1J
= a
1J
det Bk
Y1/ det B
31
Esto sisgnifica que una columna simplex actualizada
consi te de ±1 y o' s. También demuestra que cualquier vector a
1J
puede obtenerse mediante una simple suma y resta de vectores
. básicos. Esta simplicidad sugiere que puede haber un método
conveniente para obtener la representación única By -a y
lJ- lJ'
obtenerse fácilmente el tableau simplex asociado con la solución
básica. En particular, en la representación del vector no básico
a .. = e.+ e+· en términos de los vectores básicos, debe haber un
J.J J. m J
vector básico de la forma ªik=ei+ em+k con un +1 en la posición 1.
Luego debe existir un vector básico ªlk con un -1 en la posición
m+k que tenga un +1 en la representación básica, pero luego, debe
existir otro vector básico ªls con un +1 en la posición 1 para
eliminar el -1 en la posición 1 del vector ªlk, este proceso
continua hasta llegar a que, debe existir un vector de la forma
auJ =eu + e m + J con un coeficiente de +1 en la representación básica.
Una representacion ilustrativa para culquier vector no básico a ..
J.J
puede ser:
a ij =a lk
-a lk
+a Is
-a us
+a uj
...... ecuación 2.5.1
= (e +e m+k ) - ( e 1 +e m + k ) + ( e 1 +e m + s ) - ( e u +e m + s ) + ( e u +e m + j )
1
= e.+e
J. m+J
m +n-1
a
ij = l
k =1
ak
k
en donde los B son los vectores de la base B. (recuerde que los
vectores básicos Bk Ck=1,2, .... ,m+n-ll son equivalentes a m+n-1
columnas a 1 j de la matriz A). Esto último es pues,de acuerdo al
simplex, la manera de representar un vector no básico en término
de los vectores básicos.
La manera de representar estos vectores no básicos en el
tableau del transporte en término de los vectores básicos se
ilustra en la gráfica 2.5.1. Con esta gráfica se pueden hacer las
siguientes observaciones importantes: La celda (i,j) junto con las
32
celdas (i,k),(l,k),(l,s),(u,s),(u,j) forman un ciclo en la matriz
·(tableau del transporte). Es decir, es una. gráfica cerrada. Las
celdas (i,k),(l,k), (l,s),(u,s),(u,j) forman una cadena (impar) en
la matriz entre la celda (i,k) y la celda (u,j). En la gráfica
2. 5. 1 se omiten todas las celdas básicas que no aparecen en la
representación de a . Nótese también, de manera importante que
l J
los signos de los coeficientes se alternan en la cadena. Esto
sugiere que las ecuaciones del simplex en la representación
básica de a lj pueden escribirse
donde a k =±1
a +1 a us-1
\1 J
- -1 '+1
a1 a1 s
k
-
- +1
a--
l J
---- -a l k
GRAFICA
2. 5 .1 Ilustración de la representación de a en térmimo
l J
de los vectors básicos
33
C A P I T U L O 111
34
2.1.0 ELEMENTOS DE TEORIA DE GRAFICAS
35
En la teoría de gráficas hay algunas propiedades interesantes
que se dan en estructuras especiales, enumeramos a continuación
algunas de ellas.
36
Al final del capitulo anterior (gráfica 2.5.1) se vió que una
celda (vector, variable) no básica junto con un conjunto de celdas
(vectores) básicas forman un ciclo en el tableau de transporte. Lo
interesante de esto es que los vectores que aparecen en el ciclo
nos dan la representación del vector no básico, ahorrándonos el
trabajo de resolver el sistema BY = a • Lo anterior muestra una
l J l J
temprana ventaja al no aplicar directamente el simplex.
a pq - a rq + a
rs
- a
us
+ a
uv
- a pv =
(e
p
+ e
m+q
) - (e
r
+ e
m+q
) + (e
r-
+ e
m+s
) +
(e
u
+ em+s> + (e
u
+ em+) - (e
p
+ em+) = o
37
GRAFICA 3.1.1. Una base no puede contener un ciclo.
q s V
u a us a uv
-·
r a a rs
I r q
1
p a pq a pv
BIBLIOTECA
DE CIENCIAS EXACTAS
Y NATURALES
:~ . . r~t.ioi ;·,f. i.os HlJOS
·C'IA!'ilJ[?,I,
38
18- ---18- -18- -18- -18- -18
1
18
1
1
18
1
1
18
a kj = a r- j - a r s + a ts - +auv - a up + a kp
En este caso las celdas básicas (i,j) y (k,l) estan conectadas por
la cadena básica
39
j 1
03 03
i T
03- L- 03
k
IB- ~03- ~ IB
1
IB
40
1 j n
1 18- ....._18
1
1
18 18- --IB
1
i 1
18
m
18 18
GRAFICA 3.2.1
Q=[~]
en donde Q es la matriz asociada con los vectores del árbol
1
cuando se elimina el renglón i y el vector aiJ Esto equivale a
eliminar el renglón i correspondiente a la terminal de la tabla y
a la linea que lo toca, al hacerlo se genera un nuevo árbol
conexo con la siguiente estructura
1 j n
1 18- -18
1
1
18 18 18
m 18 18
GRAFICA 3.2.2
41
Ahora, considerando la terminal en la celda (k,l), única
celda en la columna 1, de manera que a kl = e k + e m + I es el único
vector con un elemento distinto de cero en la posición m+1.
Efectuando de nuevo permutaciones de renglones y columnas en la
matriz Q 1 se obtine:
p
Q1 =
o 1
o o 1
42
3.3 REPRESENTACION DE LA BASE EN LA RED DE TRANSPORTE
1 2 3 4 ORIGEN DESTINO
1
18 18 ITJ ITJ
1
2 18
1
18 []] []]
1
3 1
18
1
18 [I] [I]
4 1 artificial
18
[!] [!] ~RA IZ
GRAFICA 3.3.1
a) una base sobre el tableau de b) una base representada en
trasporte la red de transporte
43
SECCION 3.4 REPRESENTACION DE UN VECTOR NO BASICO EN
TERMINO DE LOS VECTORES BASICOS.
Como el método simplex en el proceso de actulización de la
base requiere conocer cual es la representación de un vector no
básico en término de los básicos, aprovecharemos la herramienta de
la teoría de gráficas introducida en este capítulo para lograr tal
representación. Podemos decidir si obtenemos la representación
directamente del tableau o de la red de transporte. Si escogemos
el tablea u. el ciclo único asociado con cada celda no básica
(entiéndase variable o vector) se obtiene omitiendo aquellas
celdas básicas que no contengan otra celda básica en su mismo
renglón o columna, por que una celda aparecerá en el ciclo
únicamente si nos permite movernos sobre el renglón o la columna
para seleccionar otra variable básica. Por otro lado, si la
representación deseamos obtenerla de la red de transporte, solo
necesitamos localizar el ciclo único asociado con el arco no
básico, sin desechar ninguno puesto que la red de transporte ya se
encuentra depurada.
44
SECCION 3,5
PROCEDIMIENTO PARA ENCONTRAR EL CICLO UNICO PARA UNA VARIABLE
NO BASICA EN EL TABLE.AU DE TRANSPORTE
1 2 3 4 5
1 IB IB
1
1
2 IB
1
1
3 IB IB IB IB
1
1
4 IB
45
La red de transporte correspondiente a esta base es la siguiente:
ORIGEN DESTINOS
GRAFICA 3.5.2
e + e = (e + e )- (e + e )+ (e + e )
3 4+2 1 4+2 1 4+1 3 4+1
46
GRAFICA 3.5.3 Representación del vector a
32
usando el tableau de transporte
1 2 3 4 5
1 18 18
1
2
~ 1
1
i
3 18..... . ......... ···········[] 18 18 18
4 18
a 31 !al+
~
I"
Por otro parte, utilizando el procedimiento de tachar
columnas y renglones, el ciclo para a 32 se obtiene de la siguiente
manera:
1 2 3 4 5
1 18 IB
2 18
3 18 D 18
4 18
GRAFICA 3.5.4
47
SEGUNDO PASO.- Tachar aquellos renglones
contengan una sola que
celda básica. En este caso, debe tacharse el renglón 2 y el
renglón 4. La nueva tabla es ahora:
1 2 3 4 5
1 18 18
3 18 D 18
GRAFICA 3.5.5
1 2 3 4 5
1 18+ ,18 -
"
- ' +
3 18
GRAFICA 3.5.6
+ ---
l
a31 [g+
48
Veamos ahora un segundo ejemplo para obtener la
representación directamente del tableau del vector no básico a
42
asociado con la celda no básica (4,2), utilizando el método de
tachar columnas y renglones.
1 2 3 4 5
1 18 18
2 18
3 18 D 18
4 18
GRAFICA 3.5.7
En el segundo paso tachamos el renglón 2. Como no exite
ningún reglón o columna que contenga una celda única (excepto la
que corresponde a la celda no básica). Las celdas que aparecen en
el tableau forman el ciclo que da la representación para el vector
a .El ciclo correspondiente es
42
1 2 3 4 5
1 18 + 18
-
3 18
- 18 +
"'1
4
D+
'18
-
GRAFICA 3.5.8
49
EL PAPEL DE LA VARIABLE ARTIFICIAL EN EL PROBLEMA DE TRANSPORTE
50
C A P I T U L O IV
EL ALGORITMO DE TRANSPORTE
51
El problema que se quiere resolver es:
m n
min Z = ¿ l C
l J
X
l J
l =1 J =1
sujeto a
J
!= 1
X
l J
= a
1
i=1,2, .... ,m
1
!
=1
X
1 J
= b
J
J=l,2, .... ,n
C O S T O S F L U J O S
1 2 ........ n 1 . .......
2 n
1 e 11 e 12 ........ e ln a 1 a: a: . ....... a: a
1 11 12 ln 1
e 21 e 22 ........ e 2n 21 a: 22 . .......
2 a 2 a: a: a
2 2n 2
m e ml e m2 ........ e mn a
m m a:
ml a: m2 . ....... a: a
mn m
b b
1 b
2
........ b b b
1 b
2
. ....... b
n
J n J
Tabla 4.1. 1
El tablea u o tabla de transporte permite desarrollar un
mecanismo de solución más fácil de seguir que el de presentar el
problema de transporte en forma de modelo de restricciones, el
algoritmo que se presenta en este capítulo nos dirá como encontrar
el óptimo sin necesidad de usar el tableau del simplex.
52
SECCION 4.4 EL DUAL DEL PROBLEMA DE TRANSPORTE
PROBLEMA DUAL
sujeto a
u1 + V :S e 11
1
u1 c
... V
+ :S
2
.. ..
12
tt
. •+ .
V :S e'
lu n 1n
+ V :S e 21
u22 1
+ V :S e 22
. 2
.. .
.. . ..
tt 2 '+ V
n
:S e 2n
..
.. . ... (4.4.1)
. •.••• u
m
+ V
1
:S e
+ V ~ e ml
2
..
m2
.
•+ V
n
:S e mn
u I y v j no restringidas en signo
53
es la traspuesta de la base correspondiente al sistema original, la
base para el problema dual también es triangular. Entonces si se
tiene una solución actual al problema de transporte:
e - z c - (u + v )
i j i j ij i j
e - z C - (U + V ) > 0
ij ij 1j 1 j
54
En el caso de que la oferta total sea diferente a la demanda
total, esto es, ¿
a1 -:;; ¿
b J , el problema está desbalanceado y
deberá añadirse ya sea un origen ó un destino ficticio, con tal de
satisfacer esa diferencia. Una vez balanceado se satisface la
condición necesaria y suficiente para que el problema tenga
solución. El procedimento para balancear un PT es el siguiente:
4.1 BALANCEO DEL PROBLEMA DE TRANSPORTE
55
sobreproducción originando gastos de almacenaje o de otro tipo.
Cuando existe sobreproducción indica que los centros demandadores
no tienen capacidad para distribuir el total del producto.
Dependiendo del contexto del problema podrá interpretarse el
significado de un origen o destino ficticio.
56
El problema que se quiere resolver es encotrar un programa que
indique a la compañia como debe transportar su producto de sus dos
fábricas a sus tres centros de consumo de tal forma que se use la
mayor parte de la oferta y se satisfaga la mayor parte posible de
la demanda total requerida minimizando los costos totales de
transporte.
D E S T I N O S
1 2 3 OFiRTA
!
1 ·5 6 8 1 4000
58
La siguiente tabla muestra un PT balanceado donde el tercer
origen es un origen ficticio.
D E S T I N O
o
R 1 2 3 !OFERTA a
1
I
G 1 1 5 6 8 4000
E
N
2 1 10 4 2 1 7500
E
s
ficticio ~ 3 o o o 2500
DEMANDA 1 5000 8000 1000 1
b
J
SECCION 4.4
59
METODO DE APROXIMACIONES DE VOGEL
60
REGLA DE DETENCION
61
Paso 2.- Cálculo de las diferencias de filas y columnas
TABLA 4.4.2
penal I zaclon por
1 2 3 1 renglon
1 1
1 5 6 8
2 10 4 2 2
3 o o o o
1
penallzaclon
columnas
por I [fil 4 2
A
a3 = 2500 - X 3 1 = 2500 - 2500 = 0
A
b 1 = 5000 - a: 31 = 5000 - 2500 = 2500
A
como a3 = o, todos los elementos de la matriz de flujos de renglón
3 se hacen cero, a excepción de x31• Se elimina el renglón 3 de
cualquier consideración futura.
62
TABLA 4.4.3 MATRIZ DE COSTOS
1 2 3 a1
1 5 6 8 4000
2 10 4 2 7500
flctlclo 3 -O o o 2500
1 2 3 a1
1 4000
2 7500
flctlclo 3 2500 o o o
b
j 2500 8000 1000
SEGUNDA ITERACION:
Paso 3.- Cálculo de penalizaciones a la matriz de costos
1 1
1 1 5 6 8
2 1 10 4 1 1 2
3 1 1
--
penallzaclon
columnas
por I 5 2 m
Paso 4.- Seleccionamos la tercera columna por tener la penalización
mayor []]
63
A
a= 7500 - X = 7500 - 1000 = 6500
2 23
A
b = 1000 -
3
X
23
= 1000 - 1000 = 0
A
como b3 = O, todos los elementos del tercer destino deberán hacerse
cero, a excepción de la posición x 23 . Se elimina la tercera columna
de cualquier consideración futura.
Paso 6.- Al regresar al paso 2, la matariz de costos y la de flujos
estan dadas por:
TABLA 4.4.6 MATRIZ DE COSTOS
1 2 3 a
i
1 5 6 4000
2 10 4 6500
ficticio 3 o
b 2500- 8000 o
1 2 3
1 o 4000
2 1000 6500
ficticio 3 2500 o o o
b
J 2500 8000 o
1
1 1 5 6
2 -10 4 []]
3
64
TABLA 4.4.9 MATRIZ DE COSTOS
1 2 3 a
l
1 5 6 4000
2 10 4 o
flcllc!o 3 o
b 2500 8000 o
J
1 2 3 a
1
1 o 4000
f!cllc!o 3 2500 o o o
b
J 2500 8000 o
1 6 4000
2 o
ficticio 3 o
b 2500 1500 o
65
TABLA 4.4.12 MATRIZ DE FLUJOS
SOLUCION INICIAL
1 2 3 al
1 2 3 a
1
66
Representación de la base en el tableau de transporte
(Arbol de expansión conexo)
IB IB
1
1
IB IB
18
GRAFICA 4.1
DESTINO
OFERTA a 1 ORIGEN DEMANDA b
J
4000 [!] [!] 5000
7500 rn rn 8000
Todos los flujos (arcos) que salen del origen (nodo) fic
3 a cualquiera de los destinos, en la práctica se interpretan
asignaciones que no se hacen. Por lo tanto, el flujo x 31
insatisfecho el centro de consumo 1 en 2500 unidades (pe
momento).
67
4.43 EL MAV PROPORCIONA UNA SOLUCION INICIAL BASICA FACTIBLE
68
entonces una base para el problema de transporte.
j k s
i IB IB
1
1
1 18 18
1
1
r 18 18
GRAFICA 4.2
la solucion proporcionada por el MAV no contiene ciclos
4.5 E L A L G O R I T M O O E T R A N S P O R T E
PASO l. - Balancear el problema de transporte para satisfacer la
condición necesaria y suficiente para obtener una solución óptima,
es decir, ¿ a1 = ¿ bJ = c.
A
cij c1j si x es básica
1 J
c1J o si x lj es no básica
A
e lj es el costo asociado a la variable x lj en la nueva matriz de
costos.
69
PASO 4.- Calcular los valores de las variables duales utilizando la
fórmula:
=
A
U
1
+ V
l
C
1j
(4.5.1)
aiJ = a - a rk + a rs - +a
í k I J
70
gráficamente se ilustraria asi
/ :lk
a + rs
i j
,,,,······' ....
de la celca no básica}
o bien
71
el paso 6 puede resumirse como sigue
b) x
1j
= ~, donde~ es el mínimo de todos los valores básicos en el
circuí to que disminuyen su valor a medida que ~ aumenta. ( estas
variables se identifican con un -1 en la representación). Dado~ se
procede a ajustar los valores de las variables a lo largo del
ciclo, de acuerdo con el signo del coeficiente. Con esta nueva
solución regresar al paso 3.
BIBLIOTECA
PRIMERA ITERACION ·• DE CIENCIAS EXACTAS
;u..'lA1llll »[ ~n., lllJO., Y NATURALES
''f,1 IV, '>fl r.RA~1lEZA
D E S T I N O
o
R 1 2 3 IOFERTA a
!
I
G 1 1 5 6 8 4000
E
N 2 10 4 2 1 7500
1
E
s ;
f1ct1c 1 o ~ 3 o o o 1 2500
72
TABLA 4.5.2 MATRIZ DE FLUJOS
1 2 3 a
i
D E S T I N O
o
R 1 2 3
I
G 1 1 5 6
E
N 2 1 4 2
E
s
ficticio ~ 3 1 o
u1 + V
1
= 5
u1 + V
2
= 6
u2 + V
2
= 4
u2 + V
3 = 2
u3 + V
1
= o
Haciendo u
1
= o (arbitrario), la solución del sistema es:
V
1
= 5 - u1 = 5
V
2
= 6 - u1 = 6
u2 = 4 - V2 = 4 - 6 = -2 ......... (4.5.2)
V
3
= 2 - u2 = 2 + 2 = 4
u3 = 0 - V
1
= -5
73
Como el cálculo de los u y v es bastante sencillo estos
.i J
pueden calcularse directamente del tableau actual, sin necesidad de
resolver el sistema de ecuaciones 4.5.2. Haciendo u1 = o y
recordando que u + v = e • Cada intersección de renglón y
i J i J
columna en la tabla de costos relaciona una variable u i con una
variable v , cada costo
j
e
ij
nos define el valor de dos variables
(una u i y una v j ) . Se comienza con el renglón de la variable ui a
la cual se le asignó un valor de cero (arbitrario), encontrando
todas las v que tengan intersección con el renglón 1, se procede a
J
buscar intersecciones con las columnas de las variables v
j
encontradas. Asi sucesivamente hasta obtener el valor de las m+n
variables duales.
TABLA 4.5.4
D E S T I N O
o
R 1 2 3
I
G 1 5 6 u1= o (arbitrario)
1 1
E
N 2 4 2 u = -2
E 1 1 2
s
fictlc i o ~ 3 1 o u 3= -5
1
V =5 V =6 V =4
1 2 3
74
Paso 5.- Cálculo de los costos reducidos para cada variable no
básica utilizando la fórmula
e - z (4.5.3)
lj lj
X
13
+ V )
3
8 - (O + 4) = 4
X
21
X
32
e
32
- (u
3
+ v )
2
O - (-5 + 6) =[:!]
C
33
- (U
3
+ V )
3
= 0 - ( -5 + 4) = 1
SISTEMA 4.5.4
75
D E S T I N O
o
R 1 2 3
I
G 1 5 6 [!] U
1
= O (arb! trar!o)
1 1
E
N
E
2
1
[TI 4 2
1
u
2
= -2
s
flcllclo 4 3 1 o [::!] m 1
u
3
= -5
V
1
= 5 V
2
= 6 V
3
= 4
1 2 4
+ -
1 18· ,18 -
2 18 18
- +
3 18 D
GRAFICA 4.4
1 18 18
2 18
3 18 D
GRAFICA 4.5
76
Segundo paso.- Tachar el único renglón que contiene una sola celda,
en este caso el renglón 2.
1 2 3
1 18+ 18 -
"
3 18
- o+
GRAFICA 4.6
X32 = Min { X3 1 X
1 2 } = x12
X
32 = Min { 2500
, 1500} = 1500
32 = 1500
X
77
X
31
= 2500 - X32 = 2500 - 1500 = 1000
X
11
= 2500 + X
32
= 2500 + 1500 = 4000
X
12
= 1500 - X 32 = 1500 - 1500 = O ( sale de la base)
1 2 3 , a
1
1 4000 4000
D E S T I N O
o
R 2 3
I
G ~
E
N 2 4 2
1
E
s
f!cllcio °' 3 1 o o
78
TABLA 4.5.8
D E S T I N O
o
R 2 3
I
G u = 1
~ 1 1
E
N u o
2 4 2 = (arbitrarlo)
E 1 1 2
s
ficticio ~ 3 1 o o u
3
= -4
1
V = 4 V = 4 V= 2
1 2 3
TABLA 4.5.9
D E S T I N O
o
R 1 2 3
I
G 1 5 U
1
= 1
E
N
E
2 4 2 U
2
= O (arbitrarlo)
s
ficticio ~ 3 o o u=
3
-4
V
1
= 4 V
2
= 4 V
3
= 2
ORIGEN DESTINO
OFERTA a l DEMANDA b
J
4000 [!] [!] 5000
2500 rn rn 1000
79
El costo de transporte generado por esta solución es
80
EL T ABLEAU SIMPLEX ASOCIADO CON UN T ABLEAU DE TRANSPORTE
D E S T I N O
o
R 1 2 3 IOFERTA a
l
I
G 1 1
5 6 8 4000
E
N 2 1 10 4 2 1 7500
E
s
flctlc lo ~ 3 o o o 2500
b
J
TABLA 4.5.10
La solución inicial que obtuvimos con el MAV juntos con los costos
reducidos se resumen en la siguiente tabla
D E S T I N O
o
R
1 2 3
I
G
E
1 25oot- - 1500 , [!] u O (arbitrarlo)
N
E
2
~
[TI 6500 1000 u2 -2
slo
flctlc ~ 3 2500- ~C:IJ +- [IJ u3 -5
1 2 3
TABLA 4.5.11
81
El tableau simplex asociado con el tableau de transporte
anterior es
z a;
11
a;
12
a;
13
a;
21
a;
22
a;
23
X
31
a;
32
a;
33
a;
a L D
1 o o -4 -7 o o O f+Il -1 o 49500
o 1 o o 1 o o o -1 -1 o 2500
o o 1 1 -1 o o o IT] 1 o 1500
o o o -1 1 1 o o o -1 o 6500
o o o 1 o o 1 o o 1 o 1000
o o o o o o o 1 1 1 o 2500
o o o o o o o o o o 1 o
82
APENDICE A
EL METODO SIMPLEX
Este apéndice tiene como finalidad presentar los pasos que utiliza
el método simplex y cuales son las modificaciones que deben hacerse
para aplicar directamente del tableau el algoritmo de transporte
visto en capitulo IV.
o.
.
o
..
1 ~ poslclon 1
a lj = a lj = e1 + e
1 o m+J
..
1 ~ poslclon m+ J
.
o
83
En el capitulo II, seccióm 2.5 se dijo que los Y son O ó ±1. En
Ij
forma matricial se tiene
a lj = B Y lj
donde
yl
lj
y2
1 ,1
y
lj
=
ym+n
- lj
XB 1
X 2
B
X
B
XB m+n
A•
XBm+n
donde
A
Yk X r
pq B
X
B
= X
B
k - si k -:1: r
A
X r
B
X r
B
= yr
si k = r
pq
84
A
k
Xk=Xk±Xr
B B B
con k * r (para Y pq *-O) ••••• 4.1.1
A
X r = X r
B B
= l ± Bk }
k e L
. . . • . . . • . 4.2.1
k • . k
como Y
M
es el pivote, entonces Y
M
= +1. Por lo tanto, obtener el
mínimo en la ecuación 2.0, se convierte en
Min { xl } donde M = { k / yk
ij
= +1 }
k E M
85
Es decir, la variable que sale es la de valor minimo en la
representación de a pq Siempre y cuando XB k tenga un +1 en la
representación.
eB Y
i j
donde C8 ( cB1 cB2 e
B
m+n
y
yl
1j
y2
ij
y
i j
entonces
1 2 m+n
z - e = (e 1Y C 2 Y e m+n Y
ik ij B ij B ij B ij
CY - e1 J - e ij
B ij
86
Como todos los Yk
lj
son ±1 ó O, también eBY l J se calcula
sumando y restando los costos de algunas variables básicas. Por
ejemplo:
e B Y lj C 1
B
- C r
B
+ •.•.. + C s
B
, BIBLIOTECA
DE CIENCIAS EXACTAS
1 2 Y NATURALES
ZL SABER ll[ MIS /l!JO[.
IB IB !iAR,. '\si 1;r1Al',ll[U.
-1
e 6 - (5 - 2 + 1) 6 - 4 2
12
e 21 z 21 = 4 - (2 - 5 + 8) = 4 - 5 -1
e lj - z lj = e lj - ( e B 1 - e Br + ••..• + esB
87
Por la forma en que son obtenidos los Y i j , el método anterior
se conoce como el Método del Ciclo o el Método Stepping-Stone.
Existe otro método alternativo para el cálculo de los e i j - zij
tal como se muestra a continuación:
z
ij
= e
Ij
• -1
haciendo W = C8B obtenemos
e
ij
e lj _ w.a1J • • • • • • • • • • •4•3•2
TABLEA.U SIMPEX
1 eB B-1 A - e C B-1
B
C B-1b
B variables
dual es
--+ poslclon I
Puesto que e + e
1 m+ J
--+ poslclon m+ j
y w U
1
U •••
2
U
m
V
1
V.,
2
••• V
n
tenemos w ª1J W (e + e ) We + We U + V
l m+ j l m+j l j
88
La ecuación 4.3.2 adquiere la forma
e
Ij
-z
Ij
e
Ij
- Wa
Ij
e Ij - (u I-v.:J .... 4.3.3
Por ejemplo:
y eB = [ e pq e rs , e a J el vector de costos
U
p
+ V
q
= C
pq
•••• (4.3.4)
U
r
+ V
s
= C
rs
V
n
= 0
89
NOTA: En el caso que no se use el vector artificial e m+n , la base
B será de orden m+n-1 y el sistema (4.3.4) WB = eB será
U
p
+ V
q
= C
pq
(4.3.5)
U
r
+ V
s
ers
90
B I BL I OGRAF I A