UNIDAD V “TRANSPORTE Y ASIGNACION”

METODO DE TRANSPORTE.
Definición del problema de transporte
El modelo de transporte busca determinar un plan de transporte de una mercancía de varias
fuentes a varios destinos. Los datos del modelo son:

1. Nivel de oferta en cada fuente y la cantidad de demanda en cada destino.

2. El costo de transporte unitario de la mercancía a cada destino.

Como solo hay una mercancía, un destino puede recibir su demanda de una o más fuentes.
El objetivo del modelo es el de determinar la cantidad que se enviará de cada fuente a cada
destino, tal que se minimice el costo del transporte total.

La suposición básica del modelo es que el costo del transporte en una ruta es directamente
proporcional al número de unidades transportadas. La definición de “unidad de transporte”
variará dependiendo de la “mercancía” que se transporte.

El modelo de transporte puede ser representado por la siguiente figura:

Fuente Destino

C11: X11
a1 1 1 b1

Unidades de
Unidades a2 2 2 b2 demanda
de oferta

am Cmn: Xmn bn
m n

Este modelo de transporte es representado como una red con m fuentes y n destinos. Una
fuente o un destino esta representado por un nodo. La unión entre la fuente y el destino
representa la ruta por la cual se transporta la mercancía. La cantidad de oferta en la fuente i
es ai y la demanda en el destino j es bj. El costo de transporte unitario entre la fuente i y el
destino j es Cij.

La tabla de transporte.

El modelo de transporte es representado mediante una matriz llamada tabla de transporte, la

que contiene todos los datos del problema dado.
Consideremos el siguiente problema:
Una compañía tiene 3 plantas de fabricación de autos en Los Angeles, Detroit y Nueva
Orleáns y tiene sus centros de distribución en Miami y Denver. La capacidad de las plantas
durante el trimestre próximo es de 1000, 1500 y 1200 autos. La demanda para el trimestre
próximo en los centros de distribución es de 2300 y 1400 autos. El costo por transportar
cada auto se da en la siguiente tabla:

Denver Miami
Los Angeles 80 215
Detroit 100 108
Nueva Orleans 102 68

Considerando que se quiere cubrir la demanda con el menor costo posible, hacemos que Xij
represente el número de automóviles transportados de la fuente i al destino j. Este problema
nos proporciona el siguiente modelo matemático:

Min Z = 80 X11 + 215 X12 + 100 X21 + 108 X22 + 102 X31 + 68 X32
Sujeto a :
X11 + X12 = 1000
X21 + X22 = 1500
X31 + X32 = 1200
X11 + X21 + X31 = 2300
X12 + X22 + X32 = 1400
Xij ≥ 0
para todas las i y j.

Un método más reducido para representar el modelo de transporte consiste en utilizar lo que
se llama tabla de transporte. Esta es una forma de matriz donde sus renglones representan
las fuentes y sus columnas los destinos. Los elementos de costos Cij se resumen en la esquina
noreste de la celda correspondiente de la matriz. El modelo anterior se representaría con la
siguiente tabla:

Destinos

Denver Miami Oferta

80 215
Los Angeles X11 X12 1000

100 108
Fuentes Detroit X21 X22 1500

102 68
Nueva Orleáns X31 X32 1200

Demanda 2300 1400

Una consideración muy importante antes de utilizar cualquier técnica de transporte para
resolver el modelo es el balanceo, esto se da cuando la oferta total es igual a la demanda
total. Para este problema tenemos que la oferta total es 1000 + 1500 + 1200 = 3700, y la
demanda total es 2300+ 1400 = 3700. La demanda y oferta totales son igual por lo que se
dice que esta tabla esta balanceada.

Balanceo de una tabla de transporte.

En los casos en que la demanda y la oferta total son diferentes, se requerirá de balancear la
tabla de transporte, esto se logra de la siguiente manera:

En el ejemplo anterior supongamos que la capacidad de Detroit es de 1300 unidades en vez

de 1500. Esta situación desequilibra la tabla, la oferta total sería de 3500 contra una demanda
de 3700. Esto implicaría volver a formular la tabla de transporte de manera que distribuya la
cantidad faltante en forma óptima entre los centros de distribución.

Como la demanda es mayor que la oferta, se puede agregar una fuente ficticia con una
capacidad de la cantidad faltante. Se permite que la planta ficticia, en condiciones normales,
envíe su producción a los centros de distribución. Físicamente la cantidad enviada desde una
fuente ficticia representará la cantidad faltante en ese destino.

En lo relacionado al costo de transporte, como la planta ficticia no existe, no habrá ningún

envío físico y el costo de transporte unitario correspondiente es cero, pero también se
incurre en un costo de penalización por cada unidad de demanda insatisfecha en los centros
de distribución. Se considera que los costos de transporte unitario son iguales a los costos de
penalización unitarios en los diversos centros de distribución. Con esto, la nueva tabla sería:

Denver Miami Oferta

80 215
Los Angeles X11 X12 1000

100 108
Detroit X21 X22 1300

102 68
Nueva Orleáns X31 X32 1200

0 0
Planta ficticia X41 X42 200

Demanda 2300 1400

Podemos observar que esta tabla esta balanceada y, por lo tanto, lista para ser aplicadas las
técnicas de transporte.

Ahora consideremos que la demanda en Denver disminuye a 1900 autos en el modelo

original, esto también nos provocaría un desbalanceo en la tabla de transporte, en este caso
la oferta sería mayor que la demanda. Esta situación también nos obliga a volver a formular
la tabla de transporte, para este caso tendremos que agregar un destino ficticio que absorberá
la diferencia, Esto nos indica que cualquier auto enviado de una fuente a un centro de
distribución ficticio representará una cantidad excedente en la planta.

El costo de transporte unitario asociado es cero. El costo de almacenamiento por guardar el

auto en la planta se compensa con el costo de transporte unitario de los autos no enviados.
Por lo que la tabla de transporte para este caso sería:

Denver Miami Destino Oferta

Ficticio
80 215 0
Los Angeles X11 X12 X13 1000
100 108 0
Detroit X21 X22 X23 1500

102 68 0
Nueva Orleáns X31 X32 X33 1200

Demanda 1900 1400 400

Esta tabla de transporte ya esta balanceada, por lo que puede ser utilizada para resolver el
problema.

Técnica de transporte.

Los pasos básicos de la técnica de transporte son:

Paso 1: Aplique un método inicial para obtener una solución factible.

Paso 2: Del resultado obtenido, determínese la variable que entra, que se elige entre las
variables no básicas. Si todas estas variables satisfacen la condición de optimidad, deténgase;
de lo contrario, diríjase al paso 3.

Paso 3: Determínese la variable que sale (mediante el uso de la condición de factibilidad) de

entre las variables de la solución básica actual; después obténgase la nueva solución básica.
Regrese al paso 2.

Obtención de soluciones básicas factibles para problemas de transportes.

Podemos obtener una solución básica factible para un problema de transporte balanceado
mediante el método de la esquina Noroeste, el método de costo mínimo, o el método de
aproximación de Vogel. Estos métodos nos proporcionarán una solución inicial, es decir,
estos son métodos heurísticos que nos proporcionan una solución, pero no necesariamente
es la mejor, es por esto que posteriormente aplicaremos otro método para encontrar la
solución óptima y factible.
 METODOS DE SOLUCION INICIAL Y OPTIMA

El método de la esquina noroeste.

Este método se utiliza para encontrara una solución inicial, que nos ayudará a encontrar la
solución óptima y factible.

El método de la esquina noroeste comienza con la asignación de la máxima cantidad

admisible a través de la oferta y la demanda de la variable X11 (la celda en la esquina noroeste
de la tabla). Después se tacha la columna o renglón satisfecho, lo que indica que las variables
restantes de la columna o renglón tachado son iguales a cero. Si se satisfacen una columna y
un renglón al mismo tiempo, sólo una (una u otro) puede ser tachada y la no tachada quedará
con oferta o demanda cero. Esta condición garantiza la ubicación automática de variables
básicas cero, si las hay. Después de ajustar las cantidades de oferta y demanda, se ubica la
siguiente esquina noroeste de la tabla resultante (sin considerar el renglón o columna
tachado) y se repite el procedimiento. El proceso se completa cuando se deja sin tachar
exactamente un renglón o una columna.

Consideremos el siguiente ejemplo para resolverlo con el método de la esquina noroeste:

Destino
1 2 3 4 Oferta
10 0 20 11
1 X11 X12 X13 X14 15
12 7 9 20
Fuente 2 X21 X22 X23 X24 25
0 14 16 18
3 X31 X32 X33 X34 5

Demanda 5 15 15 10

El procedimiento que se acaba de describir se aplica ahora en el ejemplo:

1. X11 = 5, se tacha la columna 1. Por lo tanto, no se puede hacer otra asignación en la

columna 1. La cantidad que falta en el renglón 1 son 10 unidades.

2. X12 = 10, se tacha el renglón 1 y faltan 5 unidades en la columna 2.

3. X22 = 5, se tacha la columna 2 y faltan 20 unidades en el renglón 2.

4. X23 = 15, se tacha la columna 3 y faltan 5 unidades en el renglón 2.

5. X24 = 5, se tacha el renglón 2 y faltan 5 unidades en la columna 4.
 6. X34 = 5, se tacha el renglón 3 o la columna 4. Como sólo un renglón o una
columna se mantienen sin tachar, el proceso llega a su fin.

La solución básica inicial resultante se presenta a continuación. Las variables básicas son X11
= 5, X12 =10, X22 =5, X23 =15, X24 =5 y X34 = 5. Una consideración muy importante es que
el número de variables básicas siempre debe de respetar la siguiente regla: m + n – 1, es decir,
el número de variables básicas debe de ser igual al número de renglones más el número de
columnas menos uno, para este problema tendríamos 3 + 4 – 1 = 6, por lo que debemos
mantener 6 variables básicas, que es el número obtenido en la solución. Las variables
restantes son no básicas en el nivel cero. El costo de transporte asociado es:

5 x 10 +10 x 0 + 5 x 7+ 15 x 9 + 5 x 20 +5 x 18 = $410.

Destino
1 2 3 4 Oferta
10 0 20 11
1 5 10 15
12 7 9 20
Fuente 2 5 15 5 25
0 14 16 18
3 5 5

Demanda 5 15 15 10

Esta tabla nos proporciona la solución inicial arriba descrita y esta lista para que se le aplique
alguna técnica para encontrar la solución óptima.

El método del costo mínimo.

Existen métodos alternativos para encontrar la solución inicial, otro método muy utilizado es
el de costo mínimo. El procedimiento trata de asignar el valor más grande posible a la
variable con el menor costo unitario en toda la tabla. Los empates se rompen en forma
arbitraria. Se tacha la columna o renglón satisfecho. Si un renglón y una columna se
satisfacen al mismo tiempo, solo uno se tacha y el restante quedará con oferta o demanda
cero. Después de ajustar la oferta y demanda de todos los renglones no tachados, se repite el
proceso asignando el valor más grande posible a la variable con el costo unitario no tachado
más pequeño. El proceso esta completo cuando queda exactamente una columna o un
reglón sin tachar.

Aplicando el método del costo mínimo al ejemplo anterior tendremos:

 Destino
1 2 3 4 Oferta
10 0 20 11
1 0 15 0 15
12 7 9 20
Fuente 2 15 10 25
0 14 16 18
3 5 5

Demanda 5 15 15 10

Para obtener esta solución inicial se realizaron los siguientes pasos: X12 y X31 son las variables
con costo unitario menor (cero) en toda la tabla. Para romper el empate, escogemos a X 12 en
forma arbitraría. La oferta y demanda asociada para X12 es 15, lo que satisface tanto al
renglón 1 como a la columna 2. Tachando la columna 2, tenemos una oferta de cero para el
renglón 1. La siguiente variable con el menor costo unitario no tachado es X31 con valor de
cero. Por lo que X31 = 5 satisface al renglón 3 y a la columna 1. Tachando el renglón 3, la
demanda de la columna 1 es cero. La variable con menor costo unitario no tachado es ahora
X23 (nueve). Las unidades de oferta y demanda producen X23=15, que elimina la columna 3 y
deja 10 unidades de oferta en el renglón 2. La variable con menor costo unitario no tachado
es ahora X11 con un valor de 10. Como la oferta del renglón 1 y la demanda de la columna 1
es cero, tenemos que X11 = 0. Al tachar la columna 1, la oferta del renglón 1 seguirá en cero.
Como solo nos queda un a columna sin tachar, las variables básicas restantes se obtienen,
respectivamente, como X14 = 0 y X24 = 10. El costo asociado con esta solución es 0 * 10 +
15 * 0 + 0 * 11 + 15 * 9 + 10 * 20 + 5 * 0 = $355, que es mejor resultado que el obtenido en
el método de la esquina noroeste.

El método de aproximación de Vogel.

Este método es heurístico y suele producir una mejor solución inicial que los dos métodos
anteriores. Este método suele producir una solución inicial óptima, o próxima al nivel
óptimo. Los pasos del procedimiento son los siguientes:

Paso 1: Evalúese una penalización por cada renglón y cada columna restando el menor
elemento de costo del renglón y columna del menor elemento de costo siguiente en el
mismo renglón y columna.

Paso 2: Identifíquese el renglón o columna con la mayor penalización, rompiendo empates en

forma arbitraria: Asígnese el mayor valor posible a la variable con el costo más bajo del
renglón o columna seleccionado. Ajústese la demanda y la oferta y tache la columna o
renglón satisfecho. Si un reglón y una columna se satisfacen al mismo tiempo, solo uno se
tacha y al renglón o columna restante se le asigna una oferta o demanda cero. Cualquier
renglón o columna con oferta o demanda cero, no debe utilizarse para calcular
penalizaciones futuras (en el paso 3).
Paso 3: a) Si solo hay un renglón o columna sin tachar, deténgase.

b) Si solo hay un renglón o columna con oferta o demanda positiva sin tachar,
determínese las variables básicas a través del método del costo mínimo.

c) Si todos los renglones y columnas sin tachar tiene oferta y demanda cero,
determínese las variables básicas cero a través del método del costo mínimo.
Deténgase.

d) De lo contrario, calcúlense las penalizaciones de los renglones y columnas no

tachados y después diríjase al paso 2. (Los renglones y columnas con oferta o
demanda cero no deben utilizarse para determinar las penalizaciones).

Aplicando el método de aproximación de Vogel al problema anterior tenemos el siguiente

conjunto de penalizaciones para cada renglón y columna:

Penalización
1 2 3 4 del renglón
10 0 20 11
1 X11 X12 X13 X14 15 10
12 7 9 20
2 X21 X22 X23 X24 25 2
0 14 16 18
3 X31 X32 X33 X34 5 14
5 15 15 10
Penalización
de la columna 10 7 7 7

En la tabla se muestra el primer conjunto de penalizaciones de renglones y columnas. Como

el renglón 3 tiene la mayor penalización (14) y como la variable X31 tiene el menor costo
unitario (cero) del mismo renglón, se asigna la cantidad de 5 a X31. El renglón 3 y la columna
1 se satisfacen al mismo tiempo. Si tachamos la columna 1, la oferta del renglón 3 será cero.

La siguiente tabla muestra el nuevo conjunto de penalizaciones después de tachar la columna

1. Nótese que el renglón 3 con oferta cero no se utiliza al determinar penalizaciones.
 Penalización
1 2 3 4 del renglón
10 0 20 11
1 X11 X12 X13 X14 15 11
12 7 9 20
2 X21 X22 X23 X24 25 2
0 14 16 18
3 5 X32 X33 X34 5 0 --
-- 15 15 10
Penalización
de la columna -- 7 11 9

En esta tabla se puede se puede observar que el renglón 1 y la columna 3 tienen las mismas
mayores penalizaciones. Al seleccionar la columna 3 en forma arbitraria, la cantidad 15 se
asigna a X23 por tener el menor costo unitario (nueve) en esta columna. Esto elimina la
columna 3 y se ajusta la oferta del renglón 2 a 10.

Penalización
1 2 3 4 del renglón
10 0 20 11
1 X11 X12 X13 X14 15 11
12 7 9 20
2 X21 X22 15 X24 25 -- 13
0 14 16 18
3 5 X32 X33 X34 5 0 --
-- 15 5 -- 10
Penalización
de la columna -- 7 -- 9

La mayor penalización la encontramos ahora en el renglón 2 por lo que selecciona a la

variable X22 que tiene el menor costo unitario de este renglón. Asignándole la mayor cantidad
posible tenemos que X22 = 10, eliminándose ahora el renglón 2 y ajustando la demanda de la
columna 2 a 5.

Esto nos proporciona la siguiente tabla:

 1 2 3 4
10 0 20 11
1 X11 X12 X13 X14 15
12 7 9 20
2 X21 X22 15 X24 25 --
0 14 16 18
3 5 X32 X33 X34 5 0
-- 15 5 -- 10

En esta tabla tenemos que solo nos queda un solo renglón con oferta positiva (arriba de
cero), por lo que no podemos seguir penalizando y procedemos a determinar las cantidades
de las variables básicas mediante el método de costos mínimos, lo que nos da como
resultado la siguiente tabla inicial:

Destino
1 2 3 4 Oferta
10 0 20 11
1 5 10 15
12 7 9 20
Fuente 2 10 15 25
0 14 16 18
3 5 0 5

Demanda 5 15 15 10

Esta solución inicial nos da el siguiente costo total 5 * 0 + 10 * 11 + 10 * 7 + 15 * 9 + 5 * 0

+ 0 * 18 = $315, que es menor costo que nos han proporcionado los métodos iniciales.

Procedimiento de optimización.

Para obtener una solución óptima y factible para el método de transporte, se necesita
primeramente una solución inicial. Esta se puede obtener por cualquiera de los métodos
anteriormente expuestos. Posteriormente, se requiere de la aplicación de otro método para
obtener la solución óptima.

Un método comúnmente utilizado para obtener la solución óptima en los problemas de

transporte es el denominado Step´n Stone. Este método requiere de los siguientes pasos:
Paso 1: Analizar las variables no básicas para determinar un valor para cada una de estas, y
comprobar si existe o no un índice de mejoramiento. De no existir el índice de
mejoramiento, la tabla actual es la óptima. En caso de existir el índice de mejoramiento, ir al
paso 2.

Paso 2: Determinada la variable no básica a cambiarse como básica mediante el índice de

mejoramiento, se selecciona la variable básica que se convertirá en no básica.

Paso 3: Determinadas las variables entrante y saliente, se ajustan las asignaciones y se obtiene
una nueva tabla de transporte. Calcule el nuevo costo total, que debe ser mejor o igual que el
obtenido en la tabla de transporte anterior. Ir al paso 1.

Para aplicar este método, utilizaremos la solución inicial obtenida en el método de costos
mínimos que fue la siguiente tabla:

Destino
1 2 3 4 Oferta
10 0 20 11
1 0 15 0 15
12 7 9 20
Fuente 2 15 10 25
0 14 16 18
3 5 5

Demanda 5 15 15 10

Paso 1: En esta tabla tenemos que las variables no básicas son las variables que no tienen
asignación (X13, X21, X22, X32, X33 y X34). Obsérvese que en todo momento se debe de
respetar la regla del número de variables básicas = m + n – 1.

La forma de analizar las variables no básicas consiste en realizar un recorrido por la tabla,
utilizando únicamente las variables básicas iniciando en la variable no básica a analizar y
terminando en esta misma variable, realizando movimientos horizontales y verticales en
forma alterna.

Para la variable no básica X13 tenemos que el recorrido sería X13→X14→X24→X23

terminando nuevamente en X13. Para determinar el valor representativo de X13, se toman los
costos unitarios en cada una de las variables incluidas en el recorrido, asignándoseles un
valor positivo y negativo en forma alterna, empezando siempre con el signo positivo. X 13 →
20 – 11 + 20 – 9 = 20

El recorrido en la tabla sería:

 1 2 3 4 Oferta
10 0 20 11
1 0 15 X13 0 15
12 7 9 20
2 15 10 25
0 14 16 18
3 5 5
Demanda 5 15 15 10

Para las siguientes variables no básicas el recorrido y sus valores serían:

X21 = X21→X11→X14→X24 = 12 – 10 + 11 – 20 = -7
X22 = X22→X12→X14→X24 = 7 – 0 + 11 – 20 = -2
X32 = X32→X31→X11→X12 = 14 – 0 + 10 – 0 = 24
X33 = X33→X31→X11→X14→X24→X23 = 16 – 0 + 10 – 11 + 20 – 9 = 26
X34 = X34→X31→X11→X14 = 18 – 0 + 10 – 11 = 17

Optimidad en la tabla de transporte.

Para determinar si una tabla de transporte es óptima, se analizan los valores obtenidos en el
estudio anterior de las variables no básicas y se obtiene valores no negativos, esta es básica.
En el ejemplo que acabamos de analizar, se observa que existen valores negativos, por lo que
la tabla anterior no es óptima. Tenemos que seleccionar una variable no básica para hacerla
básica, escogiéndose la que tenga el valor más negativo (índice de mejoramiento)
rompiéndose empates en forma arbitraria. Se selecciona a X21 por tener el valor más negativo
(-7) como variable entrante.

Paso 2: Determinada la variable entrante, ahora determinaremos la variable saliente entre las
variables básicas, para esto necesitamos el recorrido efectuado por la variable entrante X21,
que es el siguiente:

1 2 3 4 Oferta
- 10 0 20 + 11
1 0 15 0 15
+ 12 7 9 - 20
2 X21 15 10 25
0 14 16 18
3 5 5
Demanda 5 15 15 10
Se utilizan los signos establecidos en el análisis a cada celda, empezando con el positivo a la
variable entrante. Para seleccionar a la variable saliente, esta se escoge entre las variables con
signo negativo, aquella que tenga menor asignación, rompiéndose empates en forma
arbitraria. Por lo tanto escogemos la variable X11 para que salga.

Paso 3: La tabla se ajusta considerando la asignación actual de la variable saliente, y hacemos

con esta lo que nos indique el signo de cada celda del recorrido, que serán las únicas que
modifiquen su asignación, esto nos proporciona:

Asignación Asignación de variable Nueva

Actual Saliente Asignación
X21 = 0 + 0 =0
X11 = 0 - 0 = Variable no básica
X14 = 0 + 0 =0
X24 = 10 - 0 = 10

Debemos observar que debemos respetar la regla del número de variables básicas = m + n –
1, por lo que para esta tabla de transporte es 6. Esto nos proporciona la siguiente tabla

Destino
1 2 3 4 Oferta
10 0 20 11
1 15 0 15
12 7 9 20
Fuente 2 0 15 10 25
0 14 16 18
3 5 5

Demanda 5 15 15 10

El costo total para esta nueva tabla sería 15 * 0 + 0 * 11 + 0 * 12 + 15 * 9 + 10 * 20 + 5 * 0

= $335. Este costo es igual al obtenido en la solución inicial. Debemos determinar si esta
tabla es la óptima, por lo que debemos volver a hacer análisis del paso 1.

Los recorridos y los valores para las variables no básicas serían:

X11 = X11→X14→X24→X21 = 10 – 11 + 20 – 12 = 7
X13 = X13→X14→X24→X23 = 20 – 11 + 20 – 9 = 20
X22 = X22→X12→X14→X24 = 7 – 0 + 11 – 20 = -2
X32 = X32→X31→X21→X24 →X14→X12 = 14 – 0 + 12 – 20 + 11 – 0 = 17
X33 = X33→X31→X21→X23 = 16 – 0 + 12 – 9 = 19
X34 = X34→X31→X21→X24 = 18 – 0 + 12 – 20 = 10
La tabla actual no es óptima, se selecciona como variable entrante a X22, lo que nos
proporciona como variable saliente a X24, que tiene la menor asignación (10) de entre las
variables básicas con signo negativo. La tabla de transporte resultante después de las nuevas
asignaciones es la siguiente:

Destino
1 2 3 4 Oferta
10 0 20 11
1 5 10 15
12 7 9 20
Fuente 2 0 10 15 25
0 14 16 18
3 5 5

Demanda 5 15 15 10

El costo total para esta nueva tabla de transporte es 5 * 0 + 10 * 11 + 0 * 12 + 10 * 7 + 15 *

9 +5 * 0 = $315. Este resultado mejoró en comparación con la tabla anterior. Debemos
comprobar si esta tabla de transporte es la óptima. Tenemos los siguientes recorridos y
valores para las variables no básicas:

X11 = X11→X12→X22→X21 = 10 – 0 + 7 – 12 = 5
X13 = X13→X12→X22→X23 = 20 – 0 + 7 – 9 = 18
X24 = X24→X14→X12→X22 = 20 – 11 + 0 – 7 = 2
X32 = X32→X31→X21→X22 = 14 – 0 + 12 – 7 = 19
X33 = X33→X31→X21→X23 = 16 – 0 + 12 – 9 = 19
X34 = X34→X31→X21→ X22→ X12→X14 = 18 – 0 + 12 – 7 + 0 – 11 = 12

Todos los valores obtenidos para las variables no básicas son no negativos, por lo que no
existe un índice de mejoramiento, es decir, esta tabla es óptima.

Degeneración.

Anteriormente comentamos que es muy importante en la tabla de transporte respetar la regla

del número de variables básicas = m + n – 1. Pero hay ocasiones que al aplicar algunos de
los métodos para obtener una solución inicial, no se cumple con esta regla, estos se conocen
como casos degenerados.

Consideremos la siguiente tabla:

 Destino
1 2 3 Oferta
3 6 0
1 X11 X12 X13 400
4 5 0
Fuente 2 X21 X22 X23 300
7 3 0
3 X31 X32 X33 400

Demanda 400 400 300

Al resolver esta tabla tenemos el siguiente resultado:

Destino
1 2 3 Oferta
3 6 0
1 100 300 400
4 5 0
Fuente 2 300 300
7 3 0
3 400 400

Demanda 400 400 300

En esta tabla el número de variables básicas es 4, no cumpliendo con la regla de m + n – 1,

esto producirá problemas para realizar los recorridos de las variables no básicas al aplicar el
método Step´n Stone y determinar si esta es la tabla de transporte óptima.

La solución a problemas degenerados en la solución inicial puede manejarse utilizando celdas

de asignación artificial con asignación de cero. Esta celda degenerada no cambia el costo de
la asignación pero permite utilizar el método Step´n Stone. Debe elegirse la celda con
asignación cero de manera que permita realizar el recorrido a todas las variables no básicas.

En la siguiente tabla puede observarse la celda elegida con asignación de cero y que permite
realizar el análisis en las variables no básicas.
 Destino
1 2 3 Oferta
3 6 0
1 100 0 300 400
4 5 0
Fuente 2 300 300
7 3 0
3 400 400

Demanda 400 400 300

La degeneración puede ocurrir en cualquier momento durante el proceso de reasignación. Si

existe un empate entre dos celdas con respecto a la cantidad que debe reasignarse sumando y
restando, entonces una de estas celdas terminará sin asignación (vacía) y la otra tendrá una
asignación degenerada o cero. Puede resolverse el problema de la degeneración haciendo que
una de las celdas vacías sirva como celda de asignación. La elección de cuál celda deberá
considerarse vacía (sin asignación) es por completo arbitraria y no afecta el proceso de
solución.
 METODO DE ASIGNACION
Definición del problema de asignación.
En una diversidad de situaciones de toma de decisiones se presenta un problema de
asignación; los problemas típicos de asignación implican asignar tareas a maquinaria, agentes
a trabajos especiales, personal de ventas de territorios, contratos a licitantes, etc. Una
característica que distingue los problemas de asignación es que un agente se asigna a una y
solamente una sola tarea. Específicamente, buscamos el conjunto de asignaciones que
optimizarán un objetivo dado, como minimizar el costo, minimizar el tiempo o maximizar la
utilidad.

El método Húngaro.
El método más utilizado para los problemas de asignación es el método húngaro, este
método consta de los siguientes pasos:

Paso 1.- Encuentre primero el elemento más pequeño en cada renglón de la matriz de costos
m x m. Construya una nueva matriz al restar de cada costo el costo mínimo de su renglón.
Encuentre, para esta nueva matriz, el costo mínimo de cada columna. Construya una nueva
matriz (llama matriz de costos reducidos) al restar de cada costo el costo mínimo de su
columna.

Paso 2.- Dibuje el número mínimo de líneas (horizontales, verticales o ambas) que se
necesitan para cubrir todos los ceros de la matriz de costos reducidos. Si se requieren m
líneas (número de renglones o columnas) para cubrir todos los ceros, se dispone de una
solución óptima entre los ceros cubiertos de la matriz. Si se necesitan menos de m líneas para
cubrir todos los ceros, siga con el paso 3.

Paso 3.- Encuentre el menor elemento no cero (llámelo k) en la matriz de costos reducidos,
que no esta cubierto por las líneas dibujadas en el paso 2. Ahora reste k de cada elemento no
cubierto de la matriz de costos reducidos y sume k a cada elemento de la matriz de costos
reducidos cubierto por dos líneas. Regrese al paso 2.

Para la aplicación de este método, tomaremos el siguiente problema.

14 5 8 7
2 12 6 5
7 8 3 9
2 4 6 10

Paso 1: Al restar el menor costo de cada renglón a su respectivo renglón, tendremos como
resultado la siguiente tabla:

9 0 3 2
0 10 4 3
4 5 0 6
0 2 4 8
Restando el menor valor de cada columna, obtendremos la siguiente matriz de costos
reducidos:

9 0 3 0
0 10 4 1
4 5 0 4
0 2 4 6

Paso 2: Cubriendo los ceros en la matriz de costos con el número mínimo de líneas
tenemos:

9 0 3 0
0 10 4 1
4 5 0 4
0 2 4 6

Como se puede observar, necesitamos 3 líneas para cubrir todos los ceros de la matriz,
considerando que para esta matriz m = 4, concluimos que esta tabla no es óptima.

Paso 3: El elemento k en la tabla resultante es 1, restándolo a los elementos no tachado y

sumándolo a los elementos en los cruces, obtenemos la siguiente matriz:

10 0 4 0
0 9 4 0
4 4 0 3
0 1 4 5

Cubriendo los ceros obtenidos con el menor número de líneas tenemos:

10 0 4 0
0 9 4 0
4 4 0 3
0 1 4 5

Se requieren de 4 líneas para cubrir todos los ceros, como el número de líneas utilizadas es
igual a m, concluimos que esta es la tabla óptima.

Para determinar las variables básicas, debemos considerar que no se deben repetir renglones
ni columnas, tomamos en cuenta las celdas que contienen elementos ceros, estas son X 12,
X14, X21, X24, X33 y X41. Si analizamos por renglón, debemos seleccionar a X33 y X41, debido a
que es la única opción que tenemos para los renglones 3 y 4 respectivamente. Si analizamos
el renglón 2, observamos que no podemos seleccionar la variable X21, debido a que ya
seleccionamos la columna 1 al elegir anteriormente a X41, por lo tanto seleccionamos a X24.
Para la elección en el renglón 1, no podemos seleccionar a X14, debido a que ya fue escogida
la columna 4 al elegir anteriormente la variable X24, por lo que nos queda la variable X12.
Estos resultados lo resumimos de la siguiente manera:
Renglón 1: X12 X14
Renglón 2: X21 X24
Renglón 3: X33
Renglón 4: X41

Para la determinación del costo total, consideramos los costos en la tabla inicial de cada
variable seleccionada, esto nos da el siguiente resultado:

X12 = 5
X24 = 5
X33 = 3
X41 = 2
Costo total 15