Modelo Transporte Completo

Modelo de Transporte
El objetivo general es encontrar el mejor plan de distribución, es

decir, la cantidad que se debe enviar por cada una de las rutas desde
los puntos de suministro hasta los puntos de demanda.
El “mejor plan” es aquel que minimiza los costos totales de envío,
produzca la mayor ganancia u optimice algún objetivo corporativo.
Se debe contar con:
i) Nivel de oferta en cada fuente y la cantidad de demanda

en cada destino.
ii) Costo de transporte unitario de mercadería desde cada
fuente a cada destino.
1
2.1 Modelo de Transporte
También es necesario satisfacer ciertas restricciones:
1. No enviar más de la capacidad especificada desde cada punto de

suministro (oferta).
2. Enviar bienes solamente por las rutas válidas.
3. Cumplir (o exceder) los requerimientos de bienes en los puntos
de demanda.
2
Gráficamente: Para m fuentes y n destinos
Esquemáticamente se podría ver como se muestra en la siguiente

figura
Fuentes Destinos
C11, X11
1 1 d1
s1
s2 2 2 d2
. .
. .
. .
sm m
n dn
Cmn, Xmn
donde Xij: cantidad transportada desde la fuente i al destino j

Cij: Costo del transporte unitario desde la fuente i al destino j
3
Modelo general de PL que representa al modelo de Transporte
m n
minimizar Z =  cij xij
i =1 j =1
n
sa x
j =1
ij  si i=1,2,...,m
m
x
i =1
ij  dj j=1,2,...,n
xij  o para toda i y j
El modelo implica que al menos la oferta debe ser igual a la demanda
4
Modelo general de PL que representa al modelo de Transporte
Modelo de transporte equilibrado: Oferta = Demanda
x
j =1
ij = Si i=1, 2, 3,....,m
x
i =1
ij = Dj j=1, 2, 3,....,n
xij  0 para toda i y j
5
Aplicaciones del modelo de Transporte
El Modelo de Transporte no sólo es aplicable al movimiento de

productos, sino que también, como modelo se puede aplicar a otras
áreas tales como:
• Planificación de la Producción
• Control de Inventarios
• Control de Proveedores
• Otras
6
RPG tiene cuatro plantas ensambladoras en Europa. Están

ubicadas en Leipzig, Alemania (1);Nancy, Francia (2); Lieja,
Bélgica (3), y Tilburgo, Holanda (4). Las máquinas
ensambladoras usadas en estas plantas se producen en Estados
Unidos y se embarcan a Europa. Llegaron a los puertos de
Amsterdan (1), Amberes (2) y El Havre (3).
Los planes de producción del tercer trimestre (julio a
septiembre) ya han sido formulados. Los requerimientos (la
demanda en destinos) de motores diesel E-4 son los
siguientes:
Planta Cantidad de Motores

(1) Leipzig 400
(2) Nancy 900
(3) Lieja 200
(4) Tilburgo 500
Total 2000
La cantidad disponible de máquinas E-4 en los puertos(oferta en

orígenes) son:
Puerto Cantidad de Motores

(1) Amsterdan 500
(2) Amberes 700
(3) El Hevre 800
Total 2000
Los costos ($) de transporte de un motor
desde un origen a un destino son:
Al destino
Desde el
origen
1 2 3 4
1 12 13 4 6
2 6 4 10 11
3 10 9 12 4
9
Construcción del modelo de PL
1. Variables de decisión
Xij = número de motores enviados del puerto i a la planta j

i = 1, 2, 3
j = 1, 2, 3, 4
2. Función Objetivo
Minimizar Z = 12 X11 + 13 X12 + 4X13 + 6X14 + 6X21 + 4X22 +

10X23 + 11X24 + 10X31 + 9X32 + 12X34 + 4X14
10
3. Restricciones: 2.1 Modelo de Transporte
1) Oferta: La cantidad de elementos enviados no puede exceder la

cantidad disponible
X11 + X12 + X13 + X14  500
X21 + X22 + X23 + X24  700
X31 + X32 + X33 + X34  800
2) Demanda: Debe satisfacerse la demanda de cada planta
X11 + X21 + X31  400
X12 + X22 + X32  900
X13 + X23 + X33  200
X14 + X24 + X34  500
y de no negatividad Xij  0 para i=1, 2, 3; j= 1, 2, 3, 4
11
Algoritmos Específicos
Regla de la esquina noroeste (MEN)
Método por aproximación de Vogel (MAV)
Método del costo mínimo (MCM)
13
Descripción de los algoritmos

La regla de la esquina noroeste, el método de aproximación
de Vogel y el método del costo mínimo son alternativas para
encontrar una solución inicial factible.
Por tanto, el primer paso es encontrar una solución inicial
factible, que por definición es cualquier distribución de
ofertas que satisfaga todas las demandas
14
Descripción de los algoritmos

Una vez obtenida una solución básica factible, el algoritmo
procede paso a paso para encontrar un mejor valor para la
función objetivo.
La solución óptima es una solución factible de costo mínimo
Para aplicar los algoritmos, primero hay que construir una

tabla de transporte.
15
Tabla Inicial
Destinos
Origen 1 2 3 4 n Ofertas
1 C11 C12 C13 C14 .... C1n
2 C21 C22 C23 C24 .... C2n
3 C31 C32 C33 C34 .... C3n
... .... ..... .... .... ....
m Cm1 Cm2 Cm3 Cm4 .... Cmn
Demanda
16
Tabla Inicial del Ejemplo

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 200 500 2000
17
2.1.1 Regla de la esquina Noroeste

Se inicia el proceso desde la esquina izquierda superior
Se ubican tantas unidades como sea posible en la ruta

Cantidad de Unidades = Mínimo(disponibilidad, demanda)
Las siguientes asignaciones se hacen o bien recorriendo hacia la

derecha o bien hacia abajo.
Las demandas se satisfacen recorriendo sucesivamente de
izquierda a derecha y las ofertas se destinan recorriendo de
arriba hacia abajo.
18
Primera asignación
Plantas
1 12 13 4 6
400 100 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 0 400 900 200 500 2000
19
Hasta cuarta asignación
Plantas
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 700 800
Demanda 0 400 0 900 200 500 2000
20
Esquina Noroeste: Solución final factible
Plantas
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 200 500 2000
Valor FO: 400*12+100*13+700*4+100*9+200*12+500*4= $14.200
21
2.1.2 Método de aproximación de

Vogel (MAV)
MAV usa información de costos mediante el concepto de costo
de oportunidad para determinar una solución inicial factible.
Seleccionar en una fila la ruta más barata y la que le sigue.
Hacer su diferencia (penalidad), que es el costo adicional por
enviar una unidad desde el origen actual al segundo destino y
no al primero.
En nuestro caso, para el puerto1, C13 y C14; Penalidad = 6 - 4
MAV asigna un costo de penalidad por no usar la mejor ruta
en esta fila.
22
2.1.2 Método de aproximación de Vogel
Lo anterior se repite para cada fila y cada columna, esto es,
determinar todas las penalidades
Los pasos iterativos de MAV son los siguientes:
1. Identificar la fila o columna con la máxima penalidad.
2.Colocar la máxima asignación posible a la ruta no usada que
tenga menor costo en la fila o columna seleccionada en el punto
1 (los empates se resuelven arbitrariamente)
3. Reajustar la oferta y demanda en vista de esta asignación.
4. Eliminar la columna en la que haya quedado una demanda 0 (o
la fila con oferta 0), de consideraciones posteriores.
5. Calcular los nuevos costos de penalidad.
23
El MAV continúa aplicando este proceso en forma sucesiva

hasta que se haya obtenido una solución factible.
Los resultados obtenidos se muestran en las siguientes tablas
24

Paso 0: Cálculo de penalidades
Plantas
Puertos 1 2 3 4 Oferta Penalidades
1 12 13 4 6 2
500
2 6 4 10 11 2
700
3 10 9 12 4 5
800
Demanda 400 900 200 500 2000
Penalidades 4 5 6 2
Paso 1: Identificar máxima penalidad (fila o columna)
Calculadas todas las penalidades, la mayor

corresponde a la columna 3 (penalidad = 6)
25
Paso 2: Asignación de unidades (MIN(oferta,demanda))

Paso 3:Reajuste de oferta y demanda
Plantas
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 0 200 500 2000
26
Paso 4: Eliminar columna (fila) con demanda (oferta) 0
Plantas
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 0 200 500 2000
27
Paso 5: Calcular los nuevos costos de penalidad
Plantas
Puertos 1 2 3 4 Oferta Penalidades
1 12 13 4 6 6
200 300 500
2 6 4 10 11 2
700
3 10 9 12 4 5
800
Demanda 400 900 0 200 500 2000
Penalidades 4 5 2
28
Repitiendo los pasos anteriores, finalmente se llega a la siguiente

solución
Plantas
1 12 13 4 6
200 300 300 500
2 6 4 10 11
700 0 700
3 10 9 12 4
400 200 200 600 800
Demanda 400 900 0 200 200 500 2000
¿Es solución factible? ¿m + n - 1 = 6? SI
Costo: 200*4+300*6+700*4+400*10+200*9+200*4 = $12.000
29
2.1.3. Método del Costo Mínimo
Fundamento
Asignar la mayor cantidad de unidades a una ruta
disponible de costo mínimo
Algoritmo
1. Dada una tabla de transporte
2. Asignar la mayor cantidad de unidades a la variable
(ruta) con el menor costo unitario de toda la tabla.
3. Tachar la fila o columna satisfecha.
4. Ajustar oferta y demanda de todas las filas y columnas
5. Si hay más de una fila o columna no tachada repetir
los puntos 2, 3 y 4
30
2.1.3. Método del Costo Mínimo (cont.)
Ejemplo: Aplicar MCM a la tabla de transporte
Plantas
1 12 13 4 6
500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 200 500 2000
Paso 2 Existen tres rutas costo mínimo. Elijamos la 1_3

Unidades a asignar = MIN(200,400) = 200
31
Paso 3: Tachar fila o columna (columna 3)
Plantas
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 0 200 500 2000
Paso 4 Ajustar ofertas y demandas (fila 1 y columna 3)
Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2
32
Paso 2: Ruta de costo menor -> 3_4 (ó 2_2)
Unidades = MIN(500,800) = 500
Paso 3: Tachar columna 4
Paso 4: Tachar ajustar fila 3 y columna 4
Plantas
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
500 300 800
Demanda 400 900 0 200 0 500 2000
33
Paso 2: Ruta de costo menor -> 2_2
Unidades = MIN(700,900) = 300
Paso 3: Tachar fila2
1 12 13 4 6
200 300 500
2 6 4 10 0
700 0 700
3 10 9 12 4
500 300 800
Demanda 400 200 900 0 200 0 500 2000
34
Unidades = MIN(200,300) = 200
Paso 3: Tachar columna 2
1 12 13 4 6
200 300 500
2 6 4 10 0
700 0 700
3 10 9 12 4 100
200 500 300 800
Demanda 400 200 900 0 200 0 500 2000
35
Unidades = MIN(400,100) = 100
Paso 3: Tachar fila 3
1 12 13 4 6
200 300 500
2 6 4 10 0
700 0 700
3 10 9 12 4 100 0
100 200 500 300 800
Demanda 300 400 200 900 0 200 0 500 2000
36
Unidades = MIN(300,300) = 300
Paso 3: Tachar fila 1 ó columna 1 (sólo una de ellas)
1 12 13 4 6 0
300 200 300 500
2 6 4 10 0
700 0 700
3 10 9 12 4 100 0
100 200 500 300 800
Demanda 300 400 200 900 0 200 0 500 2000
Paso 5 Queda sólo una fila sin tachar. Terminar
37
¿Es solución factible? ¿m + n - 1 = 6? SI
Costo: 300*12+200*4+700*4+100*10+200*9+500*4 = $12.000
Comparación de los resultados

Método Rutas Costo
MEN 6 $14.200
MAV 6 $12.000
MCM 6 $12.000
Conclusión
Los tres métodos entregan soluciones básicas factibles,
pero ninguno asegura que la solución sea óptima.
38
2.1.4. Método de Pasos Secuenciales
Fundamento
Este método comienza con una solución inicial factible.
En cada paso se intenta enviar artículos por una ruta que
no se haya usado en la solución factible actual, en tanto
se elimina una ruta usada actualmente.
En cada cambio de ruta debe cumplirse que:
1. La solución siga siendo factible y
2. Que mejore el valor de la función objetivo
El procedimiento termina cuando no hay cambio de rutas

que mejoren el valor de la función.
39
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo
Usar la solución actual (MEN, MAV o MCM) para crear una
1 trayectoria única del paso secuencial. Usar estas trayectorias
para calcular el costo marginal de introducir a la solución
cada ruta no usada.
2 Si todos los costos marginales son iguales o mayores que
cero, terminar; se tendrá la solución óptima. Si no, elegir la
celda que tenga el costo marginal más negativo (empates se
resuelven arbitrariamente)
3 Usando la trayectoria del paso secuencial, determine el
máximo número de artículos que se pueden asignar a la ruta
elegida en el punto 2 y ajustar la distribución adecuadamente.
4 Regrese al paso 1
40
Algoritmo Paso 1
a) Ponga un signo + en la celda de interés no ocupada
b) Ponga un signo - en una celda usada de la misma fila
c) Ponga un + en una celda usada de la misma columna
El proceso continúa alternando los signos + y - tanto en las filas

como en las columnas hasta que se obtenga una sucesión de
celdas (trayectoria) que satisfagan dos condiciones
1. Hay un signo + en la celda desocupada original de interés, y
2. Cualquier fila o columna que tenga un signo + debe tener
también un signo - y viceversa.
41
Algoritmo Paso 1
Plantas
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 200 500 2000
Solución básica factible obtenida aplicando el método de la Esquina Noroeste
42
Algoritmo Paso 1
Plantas
1 12 13 4 6
400 100 - + 100 500
2 6 4 10 11
700 0 700
3 10 9
12 4
100 + 200 - 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
Trayectoria 1: +C13-C12+C32-C33
43
Algoritmo Paso 1
Plantas
1 12 13 4 6
400 100 - + 100 500
2 6 4 10 11
700 0 700
3 10 9
12 4
100 + 200 - 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
Costos de las Trayectorias

1: +(4)-(13)+(9)-(12)= -12 2: +(6)-(13)+(9)-(4) = -2
3: +(6)-(4)+(13)-(12)= 3 4: +(10)-(4)+(9)-(12) = 3
5: +(11)-(4)+(9)-(4) = 12 6: +(10)-(9)+(13)-(12)= 2
44
Algoritmo Paso 2
1: +(4)-(13)+(9)-(12)= -12 2: +(6)-(13)+(9)-(4) = -2
3: +(6)-(4)+(13)-(12)= 3 4: +(10)-(4)+(9)-(12) = 3
5: +(11)-(4)+(9)-(4) = 2 6: +(10)-(9)+(13)-(12)= 2
La solución factible NO es óptima !!
Se selecciona la trayectoria 1 (costo marginal más negativo)
45
Algoritmo Paso 3 (Generación de la nueva tabla)
¿Cuántas unidades se pueden asignar a la ruta elegida?
Acción Ruta Unidades disponibles en

celdas decrecientes
Aumentar 1 unidad 1_3
Disminuir 1 unidad 1_2 100
Aumentar 1 unidad 3_2
Disminuir 1 unidad 3_3 200
46
Plantas
1 12 13 4 6
400 - 100 + 100 500
2 6 4 10 11
700 0 700
3 10 129 4
200 + 100 - 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
Costo: $13.000
47
Algoritmo Paso 4
Volver al Paso 1:
Para cada trayectoria evaluar costo marginal

Plantas
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
200 100 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
48
Algoritmo Paso 2: Elección de CMg menor
Plantas
1 12 13 4
6
400 +12 100 +10 100 500
2 6 4 10 11
-9 700 +3 +12 0 700
3 10 9 12 4
-10 200 100 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
La celda más negativa es c 31 (-10) y la trayectoria es:

C31 – C33 + C13 – C11
49
¿Cuántas unidades se pueden asignar a la ruta elegida?
Acción Ruta Unidades disponibles en

celdas decrecientes
Aumentar 1 unidad 31
Disminuir 1 unidad 33 100
Aumentar 1 nidad 13
Disminuir 1 unidad 11 400
50
Plantas
1 12 13 4 6
300 200 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
Costo: $12.000
51
Algoritmo Paso 4
Volver al Paso 1:
Para cada trayectoria evaluar costo marginal

Plantas
1 12 13 4 6
300 200 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
52
Algoritmo Paso 2: Determinar costos marginales
Plantas
1 12 13 4 6
300 +2 200 0 100 500
2 6 4 10 11
+1 700 +13 +12 0 700
3 10 9 12 4
100 200 +10 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
Todas rutas son no negativas (positivas o cero)
Solución factible óptima!!! $12.000
Compare esta solución con la obtenida con MAV y MCM ¿ ...?
53
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte
Algoritmo
1. Usar la solución actual (NE, MAV o MCM) y las siguientes

operaciones (a) y (b) para determinar el costo marginal de enviar
material para cada una de las rutas no usadas.
Asociar a cada fila un índice ui y a cada columna un índice vj
a) Hacer u1 = 0. Encuéntrese los índices de las filas u2, ..., um y los
índices de las columnas v1, ...., vn tales que cij = ui + vj para cada
celda usada.
b) Sea eij = cij - (ui+vj) para cada celda no usada; eij será el costo
marginal de introducir la celda (ruta) i, j a la solución.
Los pasos 2 a 4 son los mismos que en el método secuencial.
54
2.1.5. Método de Distribución Modificada (DIMO)
Aplicar el algoritmo al problema en estudio y

comparar resultados obtenidos con los métodos
anteriores
Comentar resultados
¿Qué explica que existan dos soluciones

óptimas factibles?
55
Aplicación vj
Plantas
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
ui 3 10 9 12 4
100 200 500 700 800
Demanda 0 400 0 900 200 500 2000
Costo por
Ruta en uso motor ($) Ecuación
Paso 0: Asociar índices 11 12 u1 + v1 = 12
12 13 u1 + v2 = 13
22 4 u2 + v2 = 4
32 9 u3 + v2 = 9
33 12 u3 + v3 = 12
34 4 u3 + v4 = 4
56
Paso1.a) Solucionar la ecuación

Existen 6 ecuaciones y siete variables entonces se hace u1 = 0
(puede ser cualquiera) y se determina el resto de los índices
v1 = 12 v2 = 13 u2 = - 9 u3 = -4 v3 = 16 v4 = 8
Paso 1.b) Calcular los costos marginales para cada celda no usada.
eij = cij - (ui + vj)
57
Costos marginales para las celdas no usadas.

1) e13 = c13 - (u1 + v3)= 4 - (0 + 16) = -12

2) e14 = c14 - (u1 + v4)= 6 - (0 + 8) = -2
3) e21 = c21 - (u2 + v1)= 6 - (-9 + 13) = 2
4) e23 = c23 - (u2 + v3)= 10 - (-9 + 16) = 3
5) e24 = c24 - (u2 + v4)= 11 - (-9 + 8) = 12
6) e31 = c31 - (u3 + v1)= 10 - (-4 + 12) = 2
58
Plantas
1 12 13 4 6
400 100 -12 -2 100 500
2 6 4 10 11
2 700 3 12 0 700
3 10 9 12 4
2 100 200 500 700 800
Demanda 0 400 0 900 200 500 2000
Paso 2: Prueba de Optimalidad.

Hay costos negativos por lo tanto no es óptima
La ruta de reasignación es: +C13 -C33 +C32 -C12 (más negativo, -12)
59
Paso 3: Asignación de unidades a la ruta elegida.

Unidades disponibles a mover:
Disminuir 1 unidad C12 100
Plantas
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
200 100 500 700 800
Demanda 0 400 0 900 200 500 2000
60
2.1.5. Método de Distribución Modificada (DIMO)
Vuelta al Paso 1:
Costo por
11 12 u1 + v1 = 12
13 4 u1 + v3 = 4
22 4 u2 + v2 = 4
32 9 u3 + v2 = 9
33 12 u3 + v3 = 12
34 4 u3 + v4 = 4

Se hacer u1 = 0 y se determina el resto de los índices
v1 = 12 v2 = 1 v3 = 4 v4 = -4 u2 = 3 u3 = 8
Paso 1.b) Calcular los costos marginales para cada
celda no usada. eij = cij - (ui + vj)
61

1) e12 = c12 - (u1 + v2)= 13 - (0 + 1) = 12

2) e14 = c14 - (u1 + v4)= 6 - (0 - 4) = 10
3) e21 = c21 - (u2 + v1)= 6 - (3 + 12) = -9
4) e23 = c23 - (u2 + v3)= 10 - (3 + 4) = 3
5) e24 = c24 - (u2 + v4)= 11 - (3 - 4) = 12
6) e31 = c31 - (u3 + v1)= 10 - (8 + 12) = -10
62
Plantas
1 - 12 13 + 4 6
400 19 100 1 100 500
2 6 4 10 11
0 700 3 12 0 700
3 + 10 9 - 12 4
-1 200 100 500 700 800
Demanda 0 400 0 900 200 500 2000

Hay costos negativos por lo tanto no es óptima
La ruta de reasignación es: +C31 -C33 +C13 -C11
63
Paso 3: Asignación de unidades a la ruta elegida.

Unidades disponibles a mover:
Plantas
1 12 13 4 6
300 200 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 700 800
Demanda 0 400 0 900 200 500 2000
64
Vuelta al Paso 1:
Costo por
11 12 u1 + v1 = 12
13 4 u1 + v3 = 4
22 4 u2 + v2 = 4
31 10 u3 + v1 = 10
32 9 u3 + v2 = 9
34 4 u3 + v4 = 4

u1 = 0 y se determina el resto de los índices
v1 = 12 v2 = 11 v3 = 4 v4 = 6 u2 = - 7 u3 = -2
Paso 1.b) Calcular los costos marginales para cada
celda no usada. eij = cij - (ui + vj)
65

1) e12 = c12 - (u1 + v2)= 13 - (0 + 11) = 2

2) e14 = c14 - (u1 + v4)= 6 - (0 + 6) = 0
3) e21 = c21 - (u2 + v1)= 6 - (-7 + 12) = 1
4) e23 = c23 - (u2 + v3)= 10 - (-7 + 4) = 13
5) e24 = c24 - (u2 + v4)= 11 - (-7 + 6) = 12
6) e33 = c33 - (u3 + v3)= 12 - (-2 + 4) = 10
66
Plantas
1 12 13 4 6
300 0 200 0 100 500
2 6 4 10 11
1 700 13 12 0 700
3 10 9 12 4
100 200 10 500 700 800
Demanda 0 400 0 900 200 500 2000

No hay costos negativos por lo tanto es óptima
VO = 300*12+200*4+700*4+100*10+200*9+500*4=$12.000
Ver Transporte RPG Equilibrio

67
2.1.6. Modelo de Transporte: Situaciones Especiales
1. Solución en problemas de maximización de transporte

2. El caso en que la oferta excede a la demanda.
3. Eliminación de rutas inaceptables.
4. Degeneración en problemas de transporte.
5. Propiedades especiales del modelo de transporte
68
1. Solución en problemas de maximización de transporte.
a) Se utilizan los beneficios marginales en lugar de los costos.

Se asignará unidades a la celda que tenga el mayor valor
marginal y el procedimiento concluirá cuando todas las rutas
tengan valores marginales negativos.
b) Convertir la tabla de beneficios en una tabla de costo: Se
busca el beneficio mayor, en cada celda se le resta al mayor
el beneficio de la celda. Ejemplo:
69

Tabla de beneficios
Destinos
1 2 3
1
14 19 12
Fuentes
2
Mayor = 20
17 19 15
3
16 20 11
Tabla de costo Destinos

1 2 3
1
6 1 8
Fuentes
2
3 1 5
3
4 0 9
70

2. El caso en que la oferta excede a la demanda.
Se utiliza un destino ficticio en la tabla de transporte. Se
considera como nulo el costo de enviar una unidad a dicho
destino desde cada una de las fuentes (orígenes).
Si la demanda es mayor que la oferta el problema no tiene
solución factible, sin embargo el administrador podría
abastecer toda la demanda que sea posible a un costo
mínimo.
Se utiliza un origen ficticio. El costo de abastecer cualquier
destino desde dicho origen será cero. Sin embargo podría
haber un cargo por orden no cubierta.
Ver Transporte RPG (O>D) y (O<D

71
3. Eliminación de rutas inaceptables.

Se asocia a una ruta no aceptable un costo lo suficientemente
alto para que no sea atrayente la ruta en cuestión. El costo M
Por ejemplo: producir en abril para vender en febrero del mismo
año.
4. Degeneración en problemas de transporte.
Se dice que un problema se degenera cuando hay menos de
m + n - 1 rutas ocupadas. Esto puede ocurrir cuando
simultáneamente se satisface una demanda y se agota una
oferta.
Ver Transporte RPG (inaceptable)

72
5. Propiedades especiales del modelo de transporte
Todo problema de transporte es posible resolverlo mediante

algoritmos que usan sólo la adición y la sustracción.
Si todas las ofertas y demandas tienen valores enteros en un

problema de transporte, los valores óptimos de las variables
de decisión serán también enteros.
73
Ejercicios
1 Suponer que se tienen tres fábricas M1, M2 y M3 que producen
39, 48 y 33 toneladas respectivamente, de un cierto producto
que debe llevarse a cuatro destinos, D1, D2, D3 y D4, los cuales
requieren 40, 37, 18 y 25 toneladas.
Los costos están dados por la siguiente tabla:
D1 D2 D3 D4
M1 2 3 1 2
M2 1 4 7 6
M3 8 9 4 5
74
2 Planificación de la producción:
Periodo Capacidad de Producción Demanda a Costo de Costo de
Máxima (unidades) satisfacer Producción ($) Almacenaje ($)
1 1200 900 15 1.2
2 800 800 18 1.4
3 1100 1000 17 1.1
4 900 700 20 1.5
¿Cuánto hay que producir en cada periodo para satisfacer la

demanda al mínimo costo (tanto de producción como de
almacenaje)?.
Supuesto: No existe inventario inicial ni final.
Plantear el problema usando el modelo de transporte.
Encuentre las respuestas usando Solver.
75

Modelo Transporte Completo

Cargado por

Información del documento

Título original

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

Modelo Transporte Completo

Cargado por

Copyright:

Formatos disponibles

Modelo de Transporte

El objetivo general es encontrar el mejor plan de distribución, es

i) Nivel de oferta en cada fuente y la cantidad de demanda

También es necesario satisfacer ciertas restricciones:

1. No enviar más de la capacidad especificada desde cada punto de

Esquemáticamente se podría ver como se muestra en la siguiente

donde Xij: cantidad transportada desde la fuente i al destino j

Modelo general de PL que representa al modelo de Transporte

El modelo implica que al menos la oferta debe ser igual a la demanda

Modelo general de PL que representa al modelo de Transporte

Modelo de transporte equilibrado: Oferta = Demanda

xij  0 para toda i y j

Aplicaciones del modelo de Transporte

El Modelo de Transporte no sólo es aplicable al movimiento de

RPG tiene cuatro plantas ensambladoras en Europa. Están

Planta Cantidad de Motores

La cantidad disponible de máquinas E-4 en los puertos(oferta en

Puerto Cantidad de Motores

Xij = número de motores enviados del puerto i a la planta j

Minimizar Z = 12 X11 + 13 X12 + 4X13 + 6X14 + 6X21 + 4X22 +

1) Oferta: La cantidad de elementos enviados no puede exceder la

y de no negatividad Xij  0 para i=1, 2, 3; j= 1, 2, 3, 4

Descripción de los algoritmos

Descripción de los algoritmos

Para aplicar los algoritmos, primero hay que construir una

2 C21 C22 C23 C24 .... C2n

3 C31 C32 C33 C34 .... C3n

... .... ..... .... .... ....

m Cm1 Cm2 Cm3 Cm4 .... Cmn

Tabla Inicial del Ejemplo

2.1.1 Regla de la esquina Noroeste

Se ubican tantas unidades como sea posible en la ruta

Las siguientes asignaciones se hacen o bien recorriendo hacia la

Hasta cuarta asignación

Esquina Noroeste: Solución final factible

Valor FO: 400*12+100*13+700*4+100*9+200*12+500*4= $14.200

2.1.2 Método de aproximación de

2.1.2 Método de aproximación de Vogel

El MAV continúa aplicando este proceso en forma sucesiva

Los resultados obtenidos se muestran en las siguientes tablas

2.1.2 Método de aproximación de Vogel

Calculadas todas las penalidades, la mayor

Paso 2: Asignación de unidades (MIN(oferta,demanda))

Paso 4: Eliminar columna (fila) con demanda (oferta) 0

Paso 5: Calcular los nuevos costos de penalidad

Repitiendo los pasos anteriores, finalmente se llega a la siguiente

¿Es solución factible? ¿m + n - 1 = 6? SI

Costo: 200*4+300*6+700*4+400*10+200*9+200*4 = $12.000

Ejemplo: Aplicar MCM a la tabla de transporte

Paso 2 Existen tres rutas costo mínimo. Elijamos la 1_3

Paso 3: Tachar fila o columna (columna 3)

Paso 4 Ajustar ofertas y demandas (fila 1 y columna 3)

Paso 5 Queda sólo una fila sin tachar. Terminar

Comparación de los resultados

El procedimiento termina cuando no hay cambio de rutas

El proceso continúa alternando los signos + y - tanto en las filas

Solución básica factible obtenida aplicando el método de la Esquina Noroeste

Costos de las Trayectorias

La solución factible NO es óptima !!

Se selecciona la trayectoria 1 (costo marginal más negativo)

Algoritmo Paso 3 (Generación de la nueva tabla)

¿Cuántas unidades se pueden asignar a la ruta elegida?

Acción Ruta Unidades disponibles en

Valor FO: 40012+10013+7004+1009+20012+5004= $14.200

Costo: 2004+3006+7004+40010+2009+2004 = $12.000