de Autor desconocido está bajo licencia

Metodos de transporte y
metodos de asignacion.

Torres Chavira Manuel | investigacion de operaciones I | 14-15

METODO DE TRANSPORTE.

El método del transporte es una aplicación singular de la programación lineal

cuyo objetivo es determinar el esquema de transporte que minimice el coste
total de este, conocidos los costes unitarios desde el origen i hasta el destino
j. Además, se sabe que el producto está disponible en una determinada
cantidad bi en cada uno de los m orígenes, y es necesario que sea llevado a
cada uno de los n destinos posibles en una cantidad demandada d j.

La formulación de un problema de transporte, siguiendo un modelo de

programación lineal será:

Donde:

 — Z: función de costes totales que se desea minimizar.

 — cij: coste de transportar una unidad de producto desde el origen i
(i=1, 2,..., m) hasta el destino j (j=1, 2,..., n).
 — xij: cantidad transportada de producto desde el origen i hasta el
destino j.
 — bi: cantidad disponible de producto en cada origen i.
 — dj: cantidad demandada de producto en cada destino j.

Los problemas de transporte pueden ser resueltos mediante el Algoritmo del

Simplex. Sin embargo, dadas las peculiaridades de este problema han

PÁGINA 1
aparecido otros algoritmos específicos que facilitan el proceso. Para su
implementación se representa el problema en una tabla de doble entrada:

Como premisa de partida se supone que la demanda total de un producto es

igual a su disponibilidad:

Obtención de una solución inicial factible

Pueden emplearse cuatro métodos: Método de la esquina noroeste, Método

del mínimo de filas, Método del mínimo de columnas y el Método de Vogel.

Si la solución factible contiene (m+n-1) variables básicas, se denomina no

degenerada, y si está formada por menos de (m+n-1) variables básicas será
degenerada.

Método de la esquina noroeste

PÁGINA 2
Se empieza por el elemento de la esquina superior izquierda (x 11) y se elige
entre el menor valor de su disponibilidad (b 1) y su demanda (d1), es decir,
x11=Min (b1, d1). Se repite este proceso hasta completar el valor de la fila
(disponibilidad) o de la columna (demanda), hasta alcanzar una solución
inicial factible.

Entre las ventajas de su implementación se encuentra la rapidez y facilidad

de este método, siendo su principal inconveniente que no tiene en cuenta los
costes derivados del transporte en la asignación de rutas.

Para una mejor comprensión nos vamos a apoyar en un pequeño ejemplo.

Imaginemos que una pequeña empresa textil fabrica su producto en dos
centros de trabajo (A, B), de manera que en el primero se elaboran 300
unidades y en el segundo 500 unidades. Dicho producto es vendido en tres
mercados, cuyas demandas son 150, 250 y 400 unidades, respectivamente.

La matriz de costes unitarios de transporte facilitada por la empresa es la

siguiente:

Tabla 2: matriz de costes unitarios (€ por unidad)

cij 1 2 3
A 10 15 12
B 8 10 9
Fuente: Elaboración Propia

En primer lugar construimos la tabla de transporte del problema:

Comenzamos por determinar el valor de la casilla superior izquierda:

x11=Min(b1, d1)=Min(300,150)=150, es decir, se transportan 150 unidades del
origen 1 hasta el mercado 1, quedando satisfecha la demanda de dicho
mercado.

PÁGINA 3
Seguimos el proceso, por lo que tenemos que establecer el valor de la nueva
esquina noroeste, en este caso la casilla x12=Min(b1, d2)=Min(300-
150,250)=150, quedando agotada la disponibilidad del producto en el primer
centro de trabajo.

A continuación proseguimos con el proceso asignando el valor de la siguiente

esquina noroeste: x22=Min(b2, d2)=Min(500, 250-150)=100, resultando
completada la demanda del segundo destino.

Completamos el proceso de búsqueda de la solución inicial factible

asignando el último valor x23=Min(b2, d3)=Min (500-100, 400-0)=400.

PÁGINA 4
Como el número de variables básicas es igual a (m+n-1)=(2+3-1)=4, se trata
de una solución no degenerada.

Conocidos los costes unitarios de transporte, el coste total generado sería:

Método del mínimo de filas

Se elige la casilla de menor coste unitario de la primera fila, y se asigna el

valor de esa casilla como el menor entre su disponibilidad y su demanda,
hasta completar la fila o la columna correspondiente.

Para aplicarlo al ejemplo anterior, partimos de la siguiente tabla de

transporte, en la que se incluyen los costes (€ por unidad):

Comenzamos por la primera fila, siendo la casilla de menor coste la

correspondiente a x11(c11=10), por lo que x11=Min(b1, d1)=Min(300,150)=150,
quedando la columna saturada.

PÁGINA 5
Al completarse la primera columna, el siguiente valor a asignar es el
correspondiente a x13 (c13=12), de manera que x 13=Min(b1, d3)=Min (300-150,
400)=150, por lo que la disponibilidad del primer centro de trabajo estaría
agotada.

A continuación pasamos a la fila 2, siendo el valor de menor coste el

correspondiente a la casilla x 23 (c23=9), de manera que
x23=Min(b22, 33)=Min(500, 400-150)=250, quedando satisfecha la demanda
del tercer destino.

Por último determinamos el valor de la última casilla 222=Min(22, 22)=Min (500-

250, 250)=250, siendo la solución inicial no degenerada la siguiente:

PÁGINA 6
El coste total del transporte resultante de la aplicación del método del mínimo
de filas sería:

Método del mínimo de columnas

Es similar al método anterior, pero como su propio nombre indica, el

procedimiento comienza por la primera columna.

Aplicando este método a la empresa que hemos tomado como ejemplo (ver
Tabla 8), comenzaríamos por la casilla 211(211=8), por lo
que 211=Min(22, 11)=Min(500,150)=150, quedando satisfecha la demanda del
primer mercado.

Seguiríamos por la segunda columna, siendo el valor de menor coste el

correspondiente a 222(222=10), de manera que 222=Min(22, 22)=Min (500-150,
250)=250, resultando saturado el segundo mercado.

PÁGINA 7
Pasamos a la tercera columna, donde el menor coste es el correspondiente a
la segunda fila 233(233=9), de manera que 233=Min(22, 33)=Min (500-150-250,
400)=100, por lo que la disponibilidad del segundo centro de trabajo estaría
agotada.

Por último, se calcula el valor de la casilla 133=Min(11, 33)=Min (300, 400-

100)=300.

Los costes asociados a esta solución inicial factible no degenerada son:

Resultando un coste superior al generado por el Método del mínimo de filas.

Método de Vogel

PÁGINA 8
Es el método que genera una solución inicial factible más próxima a la
óptima. Para aplicar este procedimiento se siguen los siguientes pasos:

 a) Se calculan las diferencias en valor absoluto entre los dos menores
costes unitarios, para cada fila y columna, eligiendo aquella de mayor
valor.
 b) En la fila o columna seleccionada, se elije la variable con menor
coste unitario, y se asigna su valor hasta satisfacer la demanda o
agotar la disponibilidad, no teniéndose en cuenta, una vez que ha sido
completada, esa fila o columna en las siguientes iteraciones.
 c) Se continúa con el proceso hasta alcanzar una solución inicial
factible.

Aplicado a la empresa que hemos tomado como ejemplo, iniciamos el

procedimiento obteniendo las diferencias de coste para cada fila y columna.

Comenzamos por la columna 2, ya que es la diferencia de mayor valor,

asignado la variable 222, por ser la de menor coste unitario. De manera
que 222=Min(22, 22)=Min(500, 250)=250, quedando saturada la demanda del
segundo mercado.

A continuación se calculan de nuevo las diferencias para cada fila y columna:

Como la mayor diferencia se encuentra en la columna 3, se determina el

valor de la variable 233 por ser la de menor coste
unitario: 233=Min(22, 33)=Min(500-250, 400)=250, quedando completada la
disponibilidad del segundo centro de trabajo.

PÁGINA 9
Por último, se alcanza la solución inicial factible (no degenerada) con las
casillas 111 y 133, de manera que 111=Min(11, 11)=Min(300, 150)=150
y 133=Min(11, 33)=Min(300-150, 400-250)=150.

El coste total asociado a esta solución sería:

Prueba de optimalidad

Una vez que se ha alcanzado una solución inicial, se debe comprobar que es
la óptima, es decir, si cumpliendo los condicionantes establecidos de
disponibilidad de cada origen i y de demanda de cada destino j, la solución
actual es la que genera el menor coste total de transporte. Para ello, se aplica
el denominado Algoritmo Stepping-Stone o Algoritmo del escalón, cuyos
principios se fundamentan en elAlgoritmo de Simplex o Algoritmo de
Dantzingg.

Como se trata de un problema que sigue el principio de ahorro, es decir, la

minimización de los costes, se alcanzará la solución óptima cuando el
rendimiento marginal de las variables no básicas (las que no forman parte de
la ruta de transporte) sea no negativo. Por lo tanto, si algunas de estas
variables no básicas tuviera un rendimiento marginal negativo, se incluiría
dentro de la solución, ya que este hecho permitiría reducir el coste de la
distribución de productos.

PÁGINA 10
Para realizar la prueba de optimalidad siguiendo el Algoritmo Stepping-Stone,
se parte de la solución inicial factible alcanzada por alguno de los métodos
desarrollados con anterioridad. En nuestro caso, seguiremos con la empresa
que hemos tomado como ejemplo, tomando como solución inicial factible la
que se ha logrado con la aplicación del Método de la esquina noroeste, tal y
como muestra la siguiente tabla de costes y cantidades transportadas.

Los costes asociados a esta solución son:

Para aplicar el Algoritmo Stepping-Stone se siguen las siguientes etapas:

 a) Determinación de la nueva variable básica: se calcula el rendimiento

marginal de las variables que no forman parte de la solución básica, en
nuestro caso, 133 y 211. Para ello, se determina la variación que se
produce en la función objetivo ante un incremento unitario de estas
variables.

Aplicado al ejemplo, si la variable 133 toma el valor 1, se estaría

transportando una unidad del centro de trabajo A al destino 3,
sobrepasando la disponibilidad existente de dicho centro
(11=150+150+1=301). Para evitar esta situación, se reduce en una
unidad la cantidad transportada del centro de trabajo A al destino 2
(incluido en la ruta básica), no quedando satisfecha la demanda del
mismo, por lo que se lleva una unidad desde el otro origen, es decir,
desde el centro de trabajo B. Como consecuencia de este hecho, y
como medida para no sobrepasar su disponibilidad, se detrae en una
unidad la cantidad que se transporta de este centro al destino 3,
estableciéndose el siguiente circuito:

PÁGINA 11
  El transporte de una unidad del origen A al destino 3 supone un coste
de 12 €. Para cumplir las restricciones del problema, se reduce en una
unidad de transporte del origen A al destino 2, minorando el coste en
15 €. Se añade una unidad del origen B al destino 2, que supone un
aumento del coste en 10 €, y se detrae una unidad de este origen al
destino 3, que implica una reducción de 9 €. Por lo tanto el rendimiento
marginal de la variable 133 sería: 133=12-15+10-9=-2 €, siendo
recomendable modificar la solución inicial.
 b) Cálculo del nivel de utilización: a raíz de la información anterior, nos
interesa transportar el mayor número de unidades del origen A al
destino 3, de manera que se cumpla:

Por lo que la nueva ruta de transporte sería:

Esta ruta proporciona los siguientes costes:

PÁGINA 12
A continuación aplicamos a esta nueva solución básica no degenerada la
prueba de optimalidad, calculando los rendimientos marginales de las
variables no básicas 122 y 211.

Para calcular el rendimiento marginal de 122, se incrementa en una unidad el

valor de esta variable, se sigue el siguiente circuito:

De esta forma 122=15-10+9-12=2 €, por lo que esta opción no minoraría el

valor de la función objetivo.

El rendimiento marginal de la variable no básica 211 se hallaría a través del

siguiente circuito:

PÁGINA 13
Por lo tanto, 211=8-9+12-10=1 €, por lo que al resultar positivo tampoco se
conseguiría reducir el coste.

A la vista de los resultados obtenidos, dado que los rendimientos marginales

de las variables que no forman parte de la ruta básica son no negativos ( 122
y 211), estamos ante la solución óptima del problema (ver Tabla 23), siendo el
mínimo coste total que garantiza el suministro de 8.050 €.

METODOS DE ASIGNACION
El problema de asignación es una variación del problema original de
transporte, variación en la cual las variables de decisión X(i,j) solo pueden
tomar valores binarios, es decir ser cero (0) o uno (1), en la solución óptima,
lo que supone que la oferta y la demanda están perfectamente alineadas, de
hecho ambas son iguales a uno (1).

Múltiples son los casos en los que como ingenieros industriales podemos
hacer uso del problema de asignación para resolver diversas situaciones,
entre los que cabe mencionar se encuentran la asignación de personal a
maquinas, herramientas a puestos de trabajos, horarios a maestros,
candidatos a vacantes, huéspedes a habitaciones, comensales a mesas,
vendedores a zonas territoriales etc.

En el modelo de asignación, la idea fundamental de resolución

es ¿Qué fuente satisface mejor el destino?, y dado que hemos asociado el
modelo a una gran diversidad de circunstancias esta pregunta puede

PÁGINA 14
plantearse en múltiples contextos, como ¿Qué candidato es el idóneo para la
vacante?, o ¿Qué personal es el indicado para la línea productiva?, o ¿Qué
personal es el mejor para ejecutar determinada tarea? Una característica
particular del modelo de asignación es que para su resolución no se hace
necesario que el número de fuentes sea igual al número de destinos, lo cual
es muy común en la vida real, teniendo en cuenta su aplicación, pues
generalmente la cantidad de aspirantes es superior al número de vacantes
(lógicamente haciendo referencia a la aplicación del modelo al contexto de
oferta y demanda laboral).

MÉTODO HÚNGARO

Apartándonos un poco de la idea expresada en módulos anteriores respecto

a la facilidad de resolver problemas atinentes a la investigación operativa en
especial aquellos de transporte mediante el uso de herramientas tecnológicas
como lo son WinQSB, LINGO, TORA, STORM, Excel, Or Tools, etc. vale la
pena ya sea para fines académicos o de cultura ingenieril realizar la
resolución del problema de asignación mediante el algoritmo que se creó
para tal fin, como lo es el Método Húngaro.
El método húngaro es un método de optimización de problemas de
asignación, conocido como tal gracias a que los primeros aportes al método
clásico definitivo fueron de Dénes König y Jenő Egerváry dos matemáticos
húngaros. El algoritmo tal como se detallará a continuación está diseñado
para la resolución de problemas de minimización únicamente, será entonces
cuestión de agregar un paso adicional para abordar ejercicios de
maximización.

Paso 1
Antes que nada, cabe recordar que el método húngaro trabaja en una matriz
de costos n*m (en este caso conocida como matriz m*m, dado que el número
de filas es igual al número de columnas n = m), una vez construida esta se
debe encontrar el elemento más pequeño en cada fila de la matriz.
Paso 2
Una vez se cumple el procedimiento anterior se debe construir una nueva
matriz n*m, en la cual se consignarán los valores resultantes de la diferencia

PÁGINA 15
entre cada costo y el valor mínimo de la fila a la cual cada costo corresponde
(valor mínimo hallado en el primer paso).
Paso 3
Este paso consiste en realizar el mismo procedimiento de los dos pasos
anteriores referidos ahora a las columnas, es decir, se halla el valor mínimo
de cada columna, con la diferencia que este se halla de la matriz resultante
en el segundo paso, luego se construirá una nueva matriz en la cual se
consignarán los valores resultantes de la diferencia entre cada costo y el
valor mínimo de la columna a la cual cada costo corresponde, matriz llamada
«Matriz de Costos Reducidos».

Paso 4
A continuación, se deben de trazar líneas horizontales o verticales o ambas
(únicamente de esos tipos) con el objetivo de cubrir todos los ceros de la
matriz de costos reducidos con el menor número de líneas posibles, si el
número de líneas es igual al número de filas o columnas se ha logrado
obtener la solución óptima (la mejor asignación según el contexto de
optimización), si el número de líneas es inferior al número de filas o columnas
se debe de proceder con el paso 5.
Paso 5
Este paso consiste en encontrar el menor elemento de aquellos valores que
no se encuentran cubiertos por las líneas del paso 4, ahora se restará del
restante de elementos que no se encuentran cubiertos por las líneas; a
continuación este mismo valor se sumará a los valores que se encuentren en
las intersecciones de las líneas horizontales y verticales, una vez finalizado
este paso se debe volver al paso 4.

Bibliografía

PÁGINA 16
Salazar Lopez, B. (junio de 2019). ingenieria industrial. Obtenido de metodos de
asignacion: https://www.ingenieriaindustrialonline.com/investigacion-de-
operaciones/problemas-de-asignacion/

wolters kluwer. (s.f.). Obtenido de

https://guiasjuridicas.wolterskluwer.es/Content/Documento.aspx?
params=H4sIAAAAAAAEAMtMSbF1jTAAASMTMwtTtbLUouLM_DxbIwMDS0
NDQ3OQQGZapUt-ckhlQaptWmJOcSoAsC_qJjUAAAA=WKE

PÁGINA 17