M3 T1 1

Situación problematica

Para abordar este tema, comenzaremos planteando una situación problemática:

Problema:

La empresa Limpia S.A. es una organización que produce y comercializa hipoclorito de sodio (lavandina)
en envases de 2 litros. Limpia S.A. posee tres fábricas en la Provincia de Córdoba: una en la ciudad de
Villa María (V), otra en la ciudad de Río Cuarto (R) y una tercera en la ciudad de San Francisco (S).

La empresa abastece, en estos momentos, a dos supermercados: Abastecer S.A. (A) y Buenaventura
S.R.L. (B).

La capacidad de producción de lavandina para el próximo trimestre es de 3000 unidades en Villa María, de
4000 unidades en Río Cuarto y de 3500 unidades para San Francisco.

Las demandas para el próximo trimestre de los supermercados Abastecer S.A. y Buenaventura S.R.L. son,
respectivamente, de 4000 y 6500 unidades de envases de lavandina de 2 litros.

La Tabla 1 muestra los costos de envío por unidad de envase de lavandina, desde cada fábrica hasta cada
supermercado.

Tabla 1: Costos de envío unitario de lavandina desde las fábricas hacia los supermercados

- Abastecer S.A. Buenaventura S.R.L.

Villa María 15 25

Río Cuarto 30 20

San Francisco 18 40

Notación y características del modelo

Nuestro objetivo en esta lectura no es resolver el problema, sino reconocer las características de un
modelo de transporte y su expresión matemática. Por este motivo comenzaremos a mostrar su notación.

1 El problema se representa en forma de red.

2 Hay m orígenes y n destinos.

3 Cada origen y cada destino se representa con un nodo.

4 Las rutas que unen los orígenes con los destinos se representan con arcos. El flujo de la red va desde
los orígenes hasta los destinos, y su dirección se indica mediante flechas.

5 El arco (i, j) que une el origen i con el destino j proporciona dos informaciones:

 El costo de transporte por unidad: cij

 La cantidad transportada: Xij

6 La cantidad de la oferta en el origen ies ai , y la cantidad de la demanda en el destino jes bj .

7 Un destino puede cubrir su demanda desde una o más fuentes.

8 Una fuente puede enviar un solo tipo de producto que ofrece a uno o más destinos.
 2

9 El objetivo del modelo es determinar un plan de transporte de productos desde las fuentes hasta los
destinos, de modo tal que minimice el costo total, al mismo tiempo que se satisfacen las restricciones de la
oferta y la demanda.

10 Un supuesto importante en este modelo es que el costo es directamente proporcional a la cantidad de

unidades transportadas.

11 Los datos del modelo son: cij ; aj ; bj .

12 Las incógnitas del modelo son: xij .

Veamos estas anotaciones y características en forma gráfica. Como dijimos, el modelo se representa en
forma de red, con nodos y arcos, de la siguiente manera:

Figura 1: Representación genérica de un modelo de transporte con nodos y arcos

Representación del problema de la empresa Limpia S.A.

Comenzaremos realizando el planteo en forma de red, en donde los nodos (círculos) representan tanto a
las fábricas (orígenes) como a los clientes (destinos). 

Los nodos de las fábricas son V, R y S; simbolizan a las fábricas ubicadas en Villa María, Río Cuarto y San
Francisco respectivamente. De la misma manera, los nodos A representan al supermercado Abastecer
S.A. y los B, a Buenaventura S.R.L.

Las rutas que unen las fábricas (orígenes) con los supermercados (destinos) se representan con arcos, y
los valores que se encuentran arriba de las flechas son los costos unitarios por ruta.

Los valores que se encuentran al lado de los nodos V, R y S son las ofertas de lavandina de cada fábrica,
mientras que los valores próximos a los nodos que simbolizan a los supermercados son las demandas de
lavandina.

Ahora sí podemos visualizar la representación gráfica del problema:

Figura 2: Representación del problema de la empresa Limpia S. A. mediante nodos y arcos

 3

Planteo del problema mediante programación lineal (PL)

Variables de decisión

Las variables que influyen directamente en los costos y que proporcionan dicho plan son las Xij, que unen
cada origeni con cada destinoj, siendo la variable X la cantidad de unidades de lavandina que se deben
enviar porcada ruta. Las unidades de productos pueden darse en cajas, en bolsas o bien, como en este
caso, en unidades del producto (lavandina en envase de 2 litros). Por lo tanto, las variables de decisión son
las siguientes:

X₁₁ = Cantidad de lavandina de 2 litros desde Villa María (1) hasta el supermercado Abastecer S. A. (1).

X₁₂= Cantidad de lavandina de 2 litros desde Villa María (1) hasta el supermercado Buenaventura S. R. L.
(2).

X₂₁ = Cantidad de lavandina de 2 litros desde Río Cuarto (2) hasta el supermercado Abastecer S. A. (1).

X₂₂ = Cantidad de lavandina de 2 litros desde Río Cuarto (2) hasta el supermercado Buenaventura S. R. L.
(2).

X₃₁ = Cantidad de lavandina de 2 litros desde San Francisco (3) hasta el supermercado Abastecer S. A.
(1).

X₃₂ = Cantidad de lavandina de 2 litros desde San Francisco (3) hasta el supermercado Buenaventura S.
R.L. (2).

Por lo expuesto, entonces, hay que calcular cuántas unidades del producto (lavandina de 2 litros) deben
enviarse desde cada fábrica hasta cada supermercado.

Como observarás, en este problema hay tres fábricas (orígenes) que deben satisfacer la demanda de los
dos supermercados(destinos), por lo que la cantidad de rutas posibles es: 3 fábricas (orígenes) × 2
supermercados (destinos) = 6 rutas posibles. En programación lineal se dice que el problema tiene
6 variables de decisión.

Entonces, se puede indicar que, en general, si poseemos m orígenes y n destinos, tenemos m×n rutas

posibles y, por lo tanto, m×n variables de decisión.

Función objetivo

El objetivo del problema es hacer mínimo el costo total de transporte.

El costo de transporte en una ruta es el valor que surge de multiplicar el costo unitario de
transporte (Cij) por la cantidad transportada en esa ruta (Xij). Por lo tanto, en la ruta 1-1 el costo es: C₁₁
×X₁₁ = 15 ×X₁₁, ya que el costo unitario en esta ruta es dato, y en este caso es C₁₁ = 15 (costo de enviar
 4

lavandina desde la fábrica de Villa María [1] hasta el supermercado Abastecer S. A. [1]). Y así con las
demás rutas.

Teniendo en cuenta los valores de los costos por producto de la Tabla 1 y sumando luego todos los costos
de cada ruta, llegamos a nuestra función objetivo de minimizar:

Min z = ∑mi = 1 X∑ nj = 1 Cij x Xij (donde m son los orígenes y n, los destinos).

Para nuestro problema, la función objetivo es:

Min z = ∑3i = 1 x ∑2j = 1 Cij x Xij

Desarrollando esta expresión, resulta:

Minimizar Z= C₁₁ ×X₁₁ + C₁₂ ×X₁₂ + C₂₁ ×X₂₁ + C₂₂ ×X₂₂ + C₃₁ ×X₃₁ + C₃₂ ×X₃₂

Reemplazando por el valor de los costos de la Tabla 1 del enunciado del problema, obtenemos:

Minimizar Z= 15×X₁₁ + 25×X₁₂ + 30×X₂₁ + 20×X₂₂ + 18×X₃₁ + 40×X₃₂

Restricciones

Sabemos que la minimización del costo total está sujeta a las cantidades ofrecidas por cada fábrica
(origen) y a las cantidades demandas por cada supermercado (destino).Por lo tanto, tenemos tres
conjuntos de restricciones:

1 Un conjunto de restricciones tiene que ver con la oferta: Cada origen (fábrica) no debe enviar más de lo
que dispone. Por lo tanto, es lógico que la suma de los envíos desde un origen o fuente no deba exceder
su oferta. Matemáticamente, se expresa así:

∑n j = 1 xij ≤ aij , para i=1,.., m (donde a es la oferta, es decir que hay m restricciones).

Analicemos esta expresión en nuestro problema:

∑2j = 1 xij ≤  aij , para i=1,.., 3

Por lo tanto, hay 3 restricciones:

 X₁₁ + X₁₂<= 3000.

 X₂₁ + X₂₂<= 4000.

 X₃₁ + X₃₂<= 3500.

Los valores que están a la derecha de signo<= se llaman vectores recursos y muestran las restricciones de
oferta de cada fábrica. Villa María ofrece 3000 envases de lavandina de 2 litros; Río Cuarto, 4000, y San
Francisco, 3500

2 El segundo conjunto de restricciones tiene que ver con los puntos de demanda. Cada punto de demanda
debe ser satisfecho. Por lo tanto, la suma de los envíos de las distintas fuentes a un destino debe
satisfacer la demanda de ese destino. Se expresa así:

∑m i = 1 xij ≤  bij , para j=1,.., n (donde b es la demanda).

Por lo expresado con anterioridad, hay n restricciones de este conjunto referidas al problema de la
empresa Limpia S.A. Examinemos esta expresión en nuestro problema. Resulta:

∑3 i = 1 xij ≤  bij , para j=1,.., 2

Así, tendremos 2 restricciones:

 5

 X₁₁ + X₂₁ + X₃₁ >= 4000.

 X₁₂ + X₂₂ + X₃₂ >= 6500.

Los valores que están a la derecha de signo >= se llaman vectores recursos y muestran las restricciones
de demanda de cada supermercado. Abastecer S.A. demanda 4000 envases de lavandina de 2 litros y
Buenaventura S.R.L., 6500.

3 El tercer conjunto de restricciones es el delas restricciones de no negatividad, ya que no puede existir

una cantidad de productos negativos. A esto lo expresamos de la siguiente manera:

Xij> = 0 para i = 1,…, m y j = 1,…, n

Para nuestro problema, significa que no se pueden fabricar envases de lavandina de 2 litros con valores
negativos.

Xij> = 0 para i = 1,…, 3 y j = 1,…, 2

Desarrollando esta expresión resulta que las variables de decisión (cantidad de lavandina en envase de 2
litros) no pueden tener valores negativos:

X₁₁, X₂₁, X₃₁, X₁₂, X₂₂, X₃₂ > = 0

Observa que, en total, sin tener en cuenta las restricciones de no negatividad, un problema de transporte
tiene m + n restricciones. Esto indica que nuestro caso de la empresa Limpia S.A. tendrá 5 restricciones (3
de ofertas de las fábricas y 2 de demandas de los supermercados).

Pero ¡cuidado! El número de restricciones suficientes para poder resolver un problema mediante el

algoritmo de transporte es de m + n−1, como veremos en la segunda lectura.

Como podrás ver, el problema de transporte es un tipo especial de problema de PL. En la próxima lectura,
ampliaremos este tema y veremos la forma de simplificar los cálculos para su resolución.

Situación problemática M3 T2

La empresa Limpia S. A. es una organización que produce y comercializa hipoclorito de sodio (lavandina)
en envases de 2 litros. Limpia S. A. posee tres fábricas en la Provincia de Córdoba: una en la ciudad de
Villa María (V), otra en la ciudad de Río Cuarto (R) y una tercera en la ciudad de San Francisco (S).

La empresa abastece, en estos momentos, a dos supermercados: Abastecer S. A. (A) y Buenaventura S.

R. L. (B).

La capacidad de producción de lavandina para el próximo trimestre es de 3000 unidades en Villa María, de
4000 unidades en Río Cuarto y de 3500 unidades para San Francisco.

Las demandas para el próximo trimestre de los supermercados Abastecer S. A. y Buenaventura S. R. L.

son, respectivamente, 4000 y 6500 unidades de envases de lavandina de 2 litros.

Tabla 1: Costos de envío unitario de Lavandina, desde las fábricas hacia los supermercados

- Abastecer S.A. Buenaventura S.R.L.

Villa María 15 25

Río Cuarto 30 20

San Francisco 18 40
 6

Forma estándar de un problema de transporte

En esta lectura, nuestro objetivo es balancear el modelo de transporte para, posteriormente, aplicar el
algoritmo de transporte que nos permita obtener una solución básica factible inicial (SBFI) por medio de los
métodos de la esquina noroeste, costo mínimo y aproximación de Vogel. Entonces, comenzaremos
estudiando la forma estándar del problema de transporte.

Retomando el problema y lo expuesto en la introducción, para el caso de la empresa Limpia S. A., se

puede observar que la oferta de lavandina en envase de 2 litros en cada fábrica es: en Villa María, de 3000
envases, en Río Cuarto, de 4000 y en San Francisco, de 3500. Esto arroja un total de 10 500 envases de
lavandina de 2 litros que ofrecen en total las fábricas de la empresa Limpia S. A., mientras que el
supermercado Abastecer S. A. demanda 4000 unidades de lavandina de 2 litros y el supermercado
Buenaventura S. R. L., 6500 unidades, totalizando entre ambas una demanda de 10 500 envases de
lavandina de 2 litros. Pero en la práctica no es necesariamente cierto que la oferta sea igual a la demanda.

Sin embargo, ¿qué sucede si la suma de los puntos de ofertas de las fábricas es distinta a la suma de los
puntos de demanda de los supermercados? Si esto ocurre, debemos balancear el modelo de transporte, lo
que se conoce como forma estándar del problema de transporte.

¿Cómo balancearlo? Agregando un punto de oferta (o de demanda) “ficticio” al que se le asigna el

excedente de oferta (o demanda). Esa ruta tiene costo cero. Con este artificio matemático, se equilibra el
problema y puede utilizarse el algoritmo de transporte.

Ahora, nuestro objetivo es conocer cómo funciona el modelo de transporte para el problema presentado, el
cual, como indicamos, ya está balanceado (la oferta de las 3 fábricas de lavandina para envases de 2 litros
es de 10 500, que es igual a las demandas de los 2 supermercados).

Todo lo dicho hasta aquí nos permite afirmar: para que un problema de transporte tenga una solución
óptima, antes debe tener una solución factible. Y esa condición factible se da cuando el problema está
balanceado. Entonces, la condición de factibilidad que exige un problema de transporte es:

∑ mi = 1 ai = ∑nj = 1 bj , donde a son ofertas y b, demandas.

Si un problema de transporte siempre puede equilibrarse, su formulación estándar es prácticamente la

misma, haciendo solo una modificación en las restricciones, como se muestra a continuación.

Forma estándar de un problema de transporte

Esta modificación en las restricciones de oferta y de demanda se produce por la condición de

factibilidad que vimos anteriormente.

Tabla de transporte
 7

Como ya sabemos, un problema de programación lineal (PL) puede resolverse mediante el método
simplex. Pero el problema de transporte presenta una estructura especial en sus restricciones, que permite
resolverlo en forma más simple utilizando la tabla de transporte siguiente:

Tabla 2: Modelo de la tabla de transporte genérica aplicado al problema

Ya tenemos los datos del problema de transporte planteado. Lo primero que tenemos que hacer ahora es
resumir toda la información que poseemos en una tabla. 

Observa:

Los encabezamientos de las filas son los orígenes.

Los encabezamientos de las columnas son los destinos.

Al final de las filas, se añade una fila con el total de las demandas (bj).

Al final de las columnas, se añade una columna con el total de las ofertas (ai).

En cada celda hay dos valores: el que está recuadrado en la parte superior derecha de cada celda es el
costo unitario para esa ruta Cij, y son los coeficientes de la función objetivo; el otro valor es el de la variable
de decisión que se debe calcular para esa ruta, que, como sabemos, es la cantidad de mercadería que
debe enviarse por cada ruta para que el costo sea mínimo, variable que aún desconocemos (Xij).

Ahora que ya sabemos cómo armar la tabla, la completaremos con los restantes datos del problema, de lo
que resulta:

Tabla 3: Modelo de la tabla de transporte aplicado al problema planteado

Aquí el símbolo de interrogación (?) hace referencia a las variables de decisión que se deben calcular, las
cuales representan la cantidad de producto (lavandina en envase de 2 litros) que habrá que transportar
desde las fábricas (orígenes) hacia los supermercados (destinos) para minimizar los costos de transporte.

Algoritmo de transporte

Determinación de la solución de inicio. Variables básicas

 8

Este es el primer paso, cuyo objetivo es obtener una solución básica factible inicial (SBFI).

Repasemos el número de restricciones que tiene un problema de transporte con m orígenes y n destinos.
El número es m + n; sin embargo, el número de variables básicas (variables distintas de cero en la solución
básica) es m + n − 1. Esto se debe a que se manejan igualdades en las restricciones, como estudiamos en
la forma estándar del problema de transporte. Entre esas m + n ecuaciones, hay una restricción
redundante que se satisface en forma automática.

Como síntesis y para tener en cuenta, ya que es importante: en un problema de transporte, una solución
básica debe contener exactamente m + n − 1 asignaciones no negativas.

Volviendo al problema de Limpia S. A. y lo expresando en el párrafo anterior, resulta que esta empresa
posee 3 fábricas (m) y dos clientes supermercadistas (n); por lo tanto, la cantidad de restricciones es: m +
n = 3 fábricas + 2 supermercados = 5 restricciones (3 que ofertan, las fábricas, y 2 que demandan, los
supermercados).

Asimismo, la solución básica contiene m + n − 1 asignaciones no negativas (variables básicas), es decir: 3
fábricas + 2 supermercados − 1 = 4 variables de decisión con valores no negativos.

Procedimientos para encontrar una solución básica factible inicial (SBFI)

Una vez aprendidos estos conceptos teóricos y asociados al problema, estamos en condiciones de
conocer los procedimientos para encontrar una solución básica factible inicial (SBFI).

Existen varios procedimientos, pero nosotros estudiaremos tres:

1 Método de la esquina noroeste.

2 Método del costo mínimo.

3 Método de Vogel.

La diferencia entre ellos es que los dos primeros se realizan con pocos cálculos, mientras que el de Vogel
recurre a un algoritmo más complejo, pero se consigue una SBFI más cercana al costo mínimo. 

La explicación de estos métodos se hará tomando como base el problema de la empresa Limpia S. A. Por
lo tanto, el número de asignaciones (variables básicas) que debemos utilizar es de 3 + 2 − 1 = 4 variables
básicas, como vimos recientemente.

1. Método de la esquina noroeste (NO)

 Para la primera asignación, se toma X₁₁ (cantidad de lavandina de 2 litros desde la fábrica de Villa
María hasta el supermercado Abastecer S. A.), es decir, la celda que está más al norte y al oeste
de la tabla de transporte. Se le asigna el máximo valor posible, siempre que lo permitan la oferta y
la demanda correspondientes a esa celda. En nuestro ejemplo, hemos tenido que elegir entre 3000
y 4000 unidades. Colocamos en la celda X₁₁: 3000, pues la cantidad 4000 excedería la oferta de la
fábrica de Villa María (ver Tabla 4).

 Nos fijamos si esa asignación anula el resto de la fila o de la columna. En nuestro caso, anularía
cualquier envío de la fábrica de Villa María al Buenaventura S. R. L., ya que la oferta está saturada.

 Ahora volvemos a seleccionar la celda que está al noroeste de la tabla: X₂₁ (cantidad de lavandina
de 2 litros desde la fábrica de Río Cuarto hasta el supermercado Abastecer S. A.) y le asignamos el
mayor valor posible, sin alterar las ofertas y las demandas que afectan a esa celda. Como ya
asignamos 3000 unidades de lavandina de 2 litros a la celda X₁₁, solo nos quedan 1000 unidades
de lavandina de 2 litros para asignarle a la celda X₂₁.
 9

 Nos volvemos a fijar en si esa asignación anula el resto de la fila o de la columna. Vemos que anula
a la celda x₃₁ (cantidad de lavandina de 2 litros desde la fábrica de San Francisco hasta el
supermercado Abastecer S. A.), ya que la demanda en esa columna queda satisfecha.

 Solo quedan por asignar los valores que faltan para completar el total de ofertas en las celdas X₂₂ =
3000 unidades de lavandina de 2 litros y X₃₂ = 3500 unidades de lavandina de 2 litros, donde X₂₂
representa la cantidad de lavandina de 2 litros desde la fábrica de Río Cuarto hasta el
supermercado Buenaventura S. R. L. y X3₂ simboliza la cantidad de lavandina de 2 litros desde la
fábrica de San Francisco hasta el supermercado Buenaventura S. R. L.

 En la tabla se muestran las cuatro asignaciones, que serán nuestra SBFI.

Tabla 4: SBFI por el método de la esquina NO

Calculemos el valor de Z para esta SBFI:

Z = C₁₁ × X₁₁ + C₁₂ × X₁₂ + C₂₁ × X₂₁ + C₂₂ × X₂₂ + C₃₁ × X₃₁ + C₃₂ × X₃₂ (ver Lectura 1).

Z = 15 × X₁₁ + 25 × X₁₂ + 30 × X₂₁ + 20 × X₂₂ + 18 × X₃₁ + 40 × X₃₂

Entonces:

Z = 15 × 3000 + 25 × 0 + 30 × 1000 + 20 × 3000 + 18 × 0 + 40 × 3500 = $275 000

2. Método del costo mínimo

El método consiste en asignar la mayor cantidad de productos en la celda que tiene el menor valor de
costo unitario.

Como se indicó, la primera asignación se hace en la celda que tiene el menor costo unitario. En nuestro
caso, es la celda X₁₁ (cantidad de lavandina de 2 litros desde la fábrica de Villa María hasta el
supermercado Abastecer S. A.), cuyo costo unitario es de $15. A esta celda le asignamos el mayor valor
posible de productos (lavandina de 2 litros), tal como lo hicimos en el método de la esquina NO. También
en este caso esa asignación es de 3000 unidades de lavandina de 2 litros.

Luego anulamos la celda X₁₂ (cantidad de lavandina de 2 litros desde la fábrica de Villa María hasta el
supermercado Buenaventura S. R. L.), ya que no hay más oferta para esa ruta.

Ahora elegimos, de entre las celdas que aún no tienen asignación, aquella con el menor costo unitario. Es
la celda X₃₁ (cantidad de lavandina de 2 litros desde la fábrica de San Francisco hasta el supermercado
Abastecer S. A.), cuyo costo unitario es de $18. Le asignamos el máximo valor posible respetando las
ofertas y las demandas afectadas a esa celda. El único valor que podemos asignarle es 1000 unidades de
lavandina de 2 litros, ya que un valor mayor excedería las ofertas y las demandas.

Esta asignación anula a la celda X₂₁ (cantidad de lavandina de 2 litros desde la fábrica de Río Cuarto hasta
el supermercado Abastecer S. A.) y fuerza a asignarle a la celda X₃₂ (cantidad de lavandina de 2 litros
 10

desde la fábrica de San Francisco hasta el supermercado Buenaventura S. R. L.) 2500 unidades de
lavandina de 2 litros.

Por último, la celda X₂₂ queda vacía (cantidad de lavandina de 2 litros desde la fábrica de Río Cuarto hasta
el supermercado Buenaventura S. R. L.), a la que corresponde asignarle 4000 unidades de lavandina de 2
litros.

Esta es otra forma de disponer las asignaciones en una SBFI. Es de suponer que esta solución es más
cercana a la óptima, ya que está basada en costos mínimos.

Tabla 5: SBFI por el método del costo mínimo 

Calculemos el valor de Z para esta SBFI:

Z = 15 × X₁₁ + 25 × X₁₂ + 30 × X₂₁ + 20 × X₂₂ + 18 × X₃₁ + 40 × X₃₂

Reemplazando, resulta:

Z = 15 × 3000 + 25 × 0 + 30 × 0 + 20 × 4000 + 18 × 1000 + 40 × 2500 = $243 000

Como vemos, el costo total de envío es más bajo si se aplica el método del costo mínimo en lugar del
método de la esquina noroeste para inicializar el problema.

3. Método de Vogel

Este método trabaja con penalización. Para ello buscamos por fila (origen) y por columna (destino) los
menores costos unitarios. Luego los restamos en cada fila y en cada columna. Para nuestro problema, si
buscamos la penalización por fila, para Villa María será: de 25 − 15 = 10 (C12 − C11); para Río Cuarto, de 30
− 20 = 10 (C22 − C21), y para San Francisco, de 40 − 18 = 22 (C32 − C31). La penalización por columnas
será, para Abastecer S. A., de 18 − 15 = 3 (C31 − C11) y para Buenaventura S. R. L., de 25 − 20 = 5 (C12 −
C22). 

 C11 = Costo unitario de envío desde la fábrica de Villa María hasta el supermercado Abastecer S. A.

 C12 = Costo unitario de envío desde la fábrica de Villa María hasta el supermercado Buenaventura
S. R. L.

 C21 = Costo unitario de envío desde la fábrica de Río Cuarto hasta el supermercado Abastecer S. A.

 C22 = Costo unitario de envío desde la fábrica de Río Cuarto hasta el supermercado Buenaventura
S. R. L.

 C31 = Costo unitario de envío desde la fábrica de San Francisco hasta el supermercado Abastecer
S. A.

 C32 = Costo unitario de envío desde la fábrica de San Francisco hasta el supermercado
Buenaventura S. R. L.
 11

Posteriormente identificamos la mayor penalización que hay en las filas y columnas; en caso de tener el
mismo valor de penalización, se rompe el empate en forma arbitraria. Para nuestro problema la
penalización mayor está en la fila para San Francisco, con 22.

La primera asignación se debe realizar en la fila (San Francisco) donde tenga el menor costo unitario, que
en nuestro problema es C31, con $18. Allí ingresarán 3500 unidades de lavandina de 2 litros para el
supermercado Abastecer S. A. y ajustaremos la oferta y la demanda tachando la celda X32 porque la
fábrica de San Francisco no tiene más lavandina por ofrecer. Pero aún quedan sin satisfacer 500 unidades
de envases de lavandina de 2 litros para el supermercado Abastecer S. A. En el caso de que se hubieran
satisfecho una fila y una columna de forma simultánea, solo se tachará una de los dos y a la que quede se
le asignará oferta o demanda cero.

Se debe continuar el proceso hasta que se satisfagan todas las demandas con su respectiva oferta. De no
finalizar, se retoma al primer paso calculando la penalización de cada fila y columna que estén sin tachar.

Tabla 6: SBFI por el método de aproximación de Vogel 

Calculando el valor de Z para esta SBFI, se obtiene:

Z = 15 × X₁₁ + 25 × X₁₂ + 30 × X₂₁ + 20 × X₂₂ + 18 × X₃₁ + 40 × X₃₂

Reemplazando, resulta: Z = 15 × 500 + 25 × 2500 + 30 × 0 + 20 × 4000 + 18 × 3500 + 40 x 0 = $213 000

Situación problemática M3 T3

La empresa Limpia S. A. es una organización que produce y comercializa hipoclorito de sodio (Lavandina)
en envases de 2 litros. Limpia S. A. posee tres fábricas en la Provincia de Córdoba: una en la ciudad de
Villa María (V), otra en la ciudad de Río Cuarto (R) y una tercera en la ciudad de San Francisco (S).

La empresa abastece en estos momentos a dos supermercados: Abastecer S. A. (A) y Buenaventura S. R.

L. (B).

La capacidad de producción de lavandina para el próximo trimestre es de 3000 unidades en Villa María, de
4000 unidades en Río Cuarto y de 3500 unidades para San Francisco.

Las demandas para el próximo trimestre de los supermercados Abastecer S. A. y Buenaventura S. R. L.

son, respectivamente, 4000 y 6500 unidades de envases de lavandina de 2 litros.

La Tabla 1 muestra los costos de envío por unidad de envase de lavandina, desde cada fábrica hasta cada
supermercado.

Tabla 1: Costos de envío unitario de lavandina, desde las fábricas hacia los supermercados
 12

- Abastecer S.A. Buenaventura S.R.L

Villa María 15 25

Río Cuarto 30 20

San Francisco 18 40

La empresa desea confeccionar un plan de envíos de modo tal que el costo total sea el mínimo.

Cálculos iterativos del algoritmo de transporte

El objetivo que persigue esta lectura es encontrar una solución óptima, a partir de la solución básica
factible inicial (SBFI) alcanzada por algunos de los métodos estudiados en la Lectura 2.

Para comenzar con un método que nos permita obtener el óptimo a partir de una solución básica factible
inicial (SBFI), recordemos los resultados obtenidos a través del método de costo mínimo visto en la lectura
anterior.

Tabla 2: SBFI por el método del costo mínimo 

Calculemos el valor de Z para esta SBFI:

Z = 15 × X₁₁ + 25 × X₁₂ + 30 × X₂₁ + 20 × X₂₂ + 18 × X₃₁ + 40 × X₃₂

Reemplazando, resulta:

 Z = 15 × 3000 + 25 × 0 + 30 × 0 + 20 × 4000 + 18 × 1000 + 40 × 2500 = $243 000

Cálculos iterativos del algoritmo de transporte

Prueba de optimalidad: método de los multiplicadores

El método de los multiplicadores está fundamentado en el método simplex. Se utilizan las variables duales
U y V. Consiste en asignar a la tabla de transporte los multiplicadores: Ui y Vj a las filas y las columnas,
respectivamente, de modo que se cumpla lo siguiente:

Para cada variable básica: Ui + Vj = Cij, recordando que las variables básicas son aquellas celdas que
tienen valores de producto que transportar; en este caso, lavandina de 2 litros, de acuerdo con la Tabla 2.

X₁₁: Enviar desde la fábrica de Villa María 3000 unidades de lavandina en envase de 2 litros hasta el
supermercado Abastecer S. A.

X₂₂: Enviar desde la fábrica de Río Cuarto 4000 unidades de lavandina en envase de 2 litros hasta el
supermercado Buenaventura S. R. L.
 13

X₃₁: Enviar desde la fábrica de San Francisco 1000 unidades de lavandina en envase de 2 litros hasta el
supermercado Abastecer S. A.

X₃₂: Enviar desde la fábrica de San Francisco 2500 unidades de lavandina en envase de 2 litros hasta el

supermercado Buenaventura S. R. L.

Por otra parte, recordemos que, para nuestro problema, habrá m + n − 1 = 4 ecuaciones (una por cada
variable básica) y m + n = 5 multiplicadores (incógnitas), donde m = 3 fábricas (Villa María, Río Cuarto y
San Francisco) y n = 2 supermercados (Abastecer S. A. y Buenaventura S. R. L.).

Por lo expuesto en las variables básicas, hay que aplicar:

 X₁₁: U₁ + V₁ = 15 (1).

 X₂₂: U₂ + V₂ = 20 (2).

 X₃₁: U₃ + V₁ = 18 (3).

 X₃₂: U₃ + V₂ = 40 (4).

Estas cuatro ecuaciones con cinco incógnitas forman un sistema que tiene infinitas soluciones. Para
resolverlo, haremos arbitrariamente U₁ = 0, y calcularemos las restantes (en realidad, al valor cero se lo
podemos asignar a cualquier variable; generalmente, se utiliza U₁).

Haciendo U₁ = 0, tenemos:

En (1): 0 + V₁ = 15; entonces: V₁ = 15.

En (3): U₃ + 15 = 18; entonces: U₃ = 3.

En (4): 3 + V₂ = 40; entonces: V₂ = 37.

En (2): U₂ + 37 = 20; entonces: U₂ = −17.

Podemos disponer los multiplicadores en la tabla y calcularlos directamente desde allí, para las variables
básicas, de la siguiente manera:

Tabla 3: Cálculo de los multiplicadores en relación con las variables básicas directamente en tabla

Cabe preguntarse: ¿esta SBFI obtenida es la óptima?

Para saber si es el óptimo, se debe evaluar cada variable no básica de la siguiente manera:

Condición de optimalidad: Para cada variable no básica, realizar Ui + Vj − Cij <= 0. El método termina
cuando las evaluaciones den cero o sean negativas. Siempre que exista una evaluación positiva, puede
seguir mejorándose la función objetivo.
 14

Variables no básicas

Una SFB (solución factible básica) es óptima si y solo si se verifica que U i + Vj − Cij <= 0 para todo i, j
tal que Xij sea una variable no básica.
Para nuestro problema evaluaremos las variables no básicas, que son X₁₂ y X₂₁, donde:
 X12: Enviar desde la fábrica de Villa María ninguna unidad de lavandina en envase de 2 litros
hasta el supermercado Buenaventura S. R. L.
 X21: Enviar desde la fábrica de Río Cuarto ninguna unidad de lavandina en envase de 2 litros
hasta el supermercado Abastecer S. A.

X₁₂: U₁ + V₂ − C₁₂ = 0 + 37 − 25 = 12

X₂₁: V₂ + V₁ − C₂₁ = −17 + 15 − 30 = −32

Observa que no cumple la condición de optimalidad para la variable no básica X₁₂, pues es positiva. Esto
significa que la distribución de la Tabla 4 no es la óptima.
Tabla 4: Cálculo de los multiplicadores en relación con las variables no básicas directamente en tabla

Si deseamos redistribuir las variables de manera que el costo total disminuya lo más posible, debemos
tomar la celda de la variable no básica cuya evaluación (U i + Vj − Cij) sea más positiva (en caso de que
haya más de una positiva).

En este caso, un solo evaluador es positivo, por lo que se trata de que la variable no básica X₁₂ pase a
tener un valor distinto de cero. A esta variable se la llama variable entrante. Se trata, entonces, de
adjudicarle el mayor valor posible a la variable X₁₂, por ejemplo, el valor λ, aún desconocido. Al ingresar
una variable en la base, es decir, al pasar de no básica a básica, debe salir otra variable; una variable
básica pasará a ser no básica. Ahora bien, ¿cuál es la variable básica que sale?
Para saber qué variable sale, debemos construir un ciclo cerrado comenzando en la celda de la variable no
básica entrante: X₁₂, con vértices en las celdas de las variables básicas, formando ángulos rectos y
terminando en la misma celda origen. El circuito puede hacerse en el sentido de las agujas del reloj, o bien
en el opuesto, pero respetando en todo el trayecto el sentido elegido.
Teniendo en cuenta la construcción de la tabla y respetando las ofertas y las demandas, a las variables
básicas se les irá sumando y restando el valor λ, tal como se muestra en la 

Tabla 5: Pasos de redistribución de las variables

 15

La variable que sale es (de entre las que disminuyen su valor en el ciclo) la que tiene un valor menor, es
decir, se selecciona de los que tienen −λ y se elige el que posee menor valor de mercadería que
transportar (lavandina en envase de 2 litros).

Debemos escoger, entonces, entre 3000 y 2500, que corresponden a las celdas en donde λ se resta. El
menor valor es 2500, de modo que le asignamos a λ = 2500. Así, la variable que sale es X₃₂ (enviar desde
la fábrica de San Francisco 2500 unidades de lavandina en envase de 2 litros hasta el supermercado
Buenaventura S. R. L.).

En la Tabla 6, se ilustra la nueva distribución de las variables:

Observa que λ = 2500 es el menor valor que puede asumir la variable entrante, de manera que la
disminución de los costos sea la máxima posible y a la vez no se alteren las restricciones de no
negatividad Xij > = 0.

Calculemos ahora la disminución que debería producirse en el costo total por esta nueva asignación a las
variables de decisión. Para esto, multiplicamos el valor asignado a la variable entrante, 2500, por el valor
del evaluador que mejora la función objetivo, 12. 
Entonces, observando la Tabla 6:

Disminución en la función costo será: X₃₂ × (U₁ + V₂ − C₁₂) = 2500 × 12 = 30 000.

Por lo tanto, al costo de $243 000 —que teníamos con la asignación que nos proporcionó el método para
obtener la SBFI— debemos restarle el valor obtenido de $30 000.
El costo total (CT) ahora, con las nuevas asignaciones, deberá ser el siguiente: 
CT = $243 000 − $30 000 = $213 000
Otra forma de calcular el CT de la Tabla 3 es:
CT = $500 × 15 + $2500 × 25 + $4000 × 20 + $3500 × 18 = 213 000

¿Será este el mínimo costo para el plan de transporte planteado en la Tabla 3?

Para esto, debemos volver a aplicar la condición de optimalidad y observar si algún evaluador sigue
quedando positivo.
En la Tabla 7, se muestra la nueva distribución recientemente encontrada agregando las variables duales
U y V para aplicar el método de los multiplicadores a las nuevas variables básicas, evaluar a cada variable
no básica y ver si se puede mejorar (disminuir aún más) el costo total o si ya llegamos al óptimo.
Ahora, evaluamos nuevamente las variables no básicas de obteniendo:

Para las variables no básicas:

X₂₁: U₂ + V₁ − C₂₁ = −5 + 15 − 30 = −20
X₃₂: U₃ + V₂ − C₃₂ = 3 + 25 − 40 = −12

Visualiza que en la Tabla 7 se calcularon los valores de Ui y Vj directamente en la tabla.

Tabla 7: Cálculo de los multiplicadores en relación con las variables no básicas directamente en
tabla con la nueva distribución
 16

Como observamos, las variables no básicas son negativas. Concluimos con que se cumple la prueba de
optimalidad y las asignaciones realizadas son la respuesta del problema.
Significa, entonces, que los costos que arrojan las tablas 6 y 7 son los mínimos y que la distribución de
variables es la respuesta sobre el plan de transporte que optimiza los costos totales, como se exhibe en
la Tabla 8.
Tabla 8: Solución óptima para el problema de la empresa Limpia S. A. 

Calculando el valor de Z, se obtiene:

Z = 15 × X₁₁ + 25 × X₁₂ + 30 × X₂₁ + 20 × X₂₂ + 18 × X₃₁ + 40 × X₃₂
Reemplazando, resulta:
Z = 15 × 500 + 25 × 2500 + 30 × 0 + 20 × 4000 + 18 × 3500 + 40 × 0 = $213 000

Respuesta:
El plan es enviar lo siguiente:
Desde la fábrica de Villa María hasta el supermercado Abastecer S. A., se deben enviar 500 envases de
lavandina de 2 litros.
Desde la fábrica de Villa María hasta el supermercado Buenaventura S. R. L., se deben
enviar 2500 envases de lavandina de 2 litros.
Desde la fábrica de Río Cuarto hasta el supermercado Abastecer S. A., no se deben enviar envases de
lavandina de 2 litros.
Desde la fábrica de Río Cuarto hasta el supermercado Buenaventura S. R. L., se deben
enviar 4000 envases de lavandina de 2 litros.
Desde la fábrica de San Francisco hasta el supermercado Abastecer S. A., se deben enviar 3500 envases
de lavandina de 2 litros.
Desde la fábrica de Río Cuarto hasta el supermercado Buenaventura S. R. L., no se deben enviar envases
de lavandina de 2 litros.
Con un costo mínimo de $213 000.

De este modo, se satisfacen todas las demandas y se utilizan todas las ofertas.
Este modelo asegura un plan de envío al mínimo costo y ayuda a la toma de decisiones.