Investigación de operaciones

y optimización
Unidad 5. El modelo de asignación
 Presentación de la unidad……………………………………………………………………..……………. 3

Objetivo………………………………………………………………………………………………………..…………. 4

5. El modelo de asignación………………………………...........………………………………… 5

5.1. Definición y construcción del modelo…..………..…………………………………….. 6

5.2. Método Húngaro o de matriz reducida…………………………………………………. 11

Temario 5.3. Problemas no balanceados.............................................................................. 15

5.4. Optimización de resultados…………………………………………………………………….. 23

5.5. Solución de modelos de asignación……………………………………………..……….. 26

Para saber más…………………………………………………………………………….............……………… 30

Cierre de la unidad…………………………………………………………….......................……………… 31

Fuentes de consulta………………………………………………….……….………………...………………. 32

2
Presentación de la
unidad

¡Bienvenido a la unidad 5!

Durante esta quinta tendrás oportunidad de estudiar qué es el modelo de asignación, su

construcción y su uso para solucionar problemas y optimizar. También veremos en qué consiste y
cómo se utiliza el método Húngaro.

Te invito a estudiar estos contenidos de manera profunda y, ante cualquier duda, contactar a tu
profesor.

¡Éxito en esta quinta unidad!

3
 Objetivo

Al término de esta unidad lograrás:

• Reconocer qué es el modelo de asignación, cómo se construye y utiliza para solucionar problemas y optimizar
los resultados, además de distinguir qué es y cómo se utiliza el método Húngaro en la solución de problemas,
todo ello, mediante la realización de las actividades sugeridas por la institución, para ponerlo en práctica de
forma apropiada cuando desempeñes tu profesión.

4
5. El modelo de asignación

Este método se usa para solucionar problemas de

programación lineal que pueden ser clasificados dentro de los Aplicaciones del modelo de asignación
modelos de transporte y que poseen unas características muy
especiales.
Aunque se pueden resolver con la técnica de transporte, es
más rápido solucionarlos con el método de asignación. Asignación de trabajadores Asignación de contratistas a
a máquinas. proyectos.

Características

• Las capacidades son iguales a 1. Asignación de agentes de Asignación de equipos de

ventas a distritos. trabajo a proyectos.

• Las demandas son iguales a 1.

Asignación de profesores a
• Se busca determinar qué origen asignar a cada cursos en cualquier
destino. institución, buscando el
beneplácito de los
estudiantes.
• La matriz de aij debe ser cuadrada.

5
5.1. Definición y construcción
del modelo

El modelo de asignación se ocupa de compaginar a los trabajadores con los trabajos. A

veces la variación de la habilidad del trabajador afecta el costo que se requiere para
completar un trabajo. La meta es determinar cuál será la asignación que permitirá lograr el
costo mínimo, por ejemplo, en casos particulares, se deben minimizar los costos, los
tiempos de producción o bien los defectos de producción.

Cabe señalar que, anteriormente, los modelos de asignación se resolvían usando las mismas
técnicas que el modelo de transporte, pero, por sus características, esto resultaba un poco
tedioso, sin embargo dos matemáticos Húngaros lograron obtener un algoritmo eficiente
para este modelo, el cual se nombró y se conoce como “método Húngaro”.

El modelo de asignación general con “n” trabajadores y “n” trabajos está representado en la
siguiente tabla que se presenta en la siguiente diapositiva. El elemento cij representa el
costo de asignar el trabajador i al trabajo j (i,j 1,2,…,n).

6
5.1. Definición y construcción
del modelo

No se pierde la generalidad al suponer que la cantidad de trabajadores y la de los trabajos

son iguales, porque siempre podemos agregar trabajadores o trabajos ficticios para
satisfacer esta suposición.

El modelo de asignación es un caso especial del modelo de transporte, donde los

trabajadores representan los orígenes y los trabajos representan los destinos. La oferta
(demanda) en cada origen (destino) es igual a 1. El costo de “transportar” al trabajador i al
trabajo j es cij. De hecho, el modelo de asignación puede resolverse de forma directa como
un modelo de transporte (o como una PL regular). Sin embargo, el hecho de que la oferta y
la demanda sean iguales a 1, conduce al desarrollo de un algoritmo de solución simple
llamado método húngaro

7
5.1. Definición y construcción
del modelo

Las variables que se utilizan en el modelo de asignación son variables binarias, es decir,
variables que sólo pueden tomar los valores 0 o 1. Matemáticamente se escribe:

El costo total de la asignación es igual a la suma de los productos de cada variable Xij por el
costo asignado Cij.

En las restricciones se asigna una persona a cada una de las tareas y cada tarea debe ser
realizada por una persona. Esto lo representamos como:

El modelo completo de asignación se obtiene al añadir la restricción de no negatividad y la

de variables binarias:

8
5.1. Definición y construcción
del modelo

Observamos que el modelo de asignación es muy parecido al modelo de transporte, la

diferencia radica en que las variables del modelo de asignación son binarias, mientras que
en el modelo de transporte las variables son enteras.

Podemos tomar el modelo de asignación como un problema de transporte donde cada una
de las personas es el origen y cada una de las tareas son los destinos.

La oferta y demanda son igual a uno, es decir, cada origen tiene una sola persona y cada
destino necesita sólo una persona.

Los costos de capacitación representan el costo de transportar una unidad del origen i al
destino j.

El objetivo es encontrar la combinación que minimice los costos de asignación y cumpliendo

las restricciones de oferta y demanda. Más adelante veremos problemas que aunque no
cumplen la primera propiedad pueden formularse como problemas de asignación.

9
5.1. Definición y construcción
del modelo

Ejemplo: Una empresa contrata a cuatro personas para cubrir los siguientes puestos:
supervisor de acabado, supervisor de empaque, supervisor de producción y supervisor de
materia prima. A cada uno se aplica un examen de aptitudes para determinar sus
habilidades. A partir del resultado de los exámenes, se determina el costo que tiene su
capacitación para cada uno de los puestos, los cuales son:

Para conocer la asignación de menor costo para la empresa, es necesario desarrollar la tabla
inicial asociada al problema, que sería la siguiente::

10
5.2. Método Húngaro o de
matriz reducida

Este algoritmo, aunque parece totalmente ajeno al modelo de transporte, en realidad tiene su
origen en el método simplex, igual que el modelo de transporte. A continuación se describe
éste:

1. Se construye una tabla de n+1 por n+1. En la primera columna se colocan las etiquetas de los
candidatos a asignar, mientras que en la primera fila se colocan las etiquetas de las tareas. En las
intersecciones se escribe el costo de asignación asociado.

2. Se identifica el costo menor de cada una de las filas y se resta a los costos de la misma fila (o
renglón).

3. Para la matriz que resulte del punto anterior, se identifica el costo menor por columna y se
resta a los costos de la misma columna.

4. Se buscan los llamados ceros de asignación que son únicos en su renglón y su columna, de
manera que, si existen dos o más ceros en un solo renglón o en una sola columna, éstos se marcan
con dos líneas cruzadas. Los ceros de asignación generan la solución óptima del problema. La
posición de los ceros de asignación indican la tarea que corresponde a cada persona. Cuando el
número de ceros de asignación sea igual al número de columnas (o filas) hemos llegado a la
solución óptima y se termina el proceso, de lo contrario, se sigue con el algoritmo.

11
5.2. Método Húngaro o de
matriz reducida

5. Si no es posible obtener todos los ceros de asignación con el proceso anterior, entonces se
procede como sigue:

a) Trazamos el menor número de líneas rectas horizontales y verticales, de tal manera que se
cubran todas las entradas con un cero.

b) Seleccionamos el costo menor no cubierto por línea de alguna de las rectas trazadas en el
inciso anterior y se lo restamos al resto de las entradas no cubiertas.

c) El elemento menor seleccionado del inciso anterior se suma a los elementos que se
encuentren en el cruce de dos líneas.

d) Los elementos cruzados por una sola línea se copian en la nueva tabla.

a) Regresamos al paso 4.

12
5.2. Método Húngaro o de
matriz reducida

Ejemplo: Retomando el ejemplo 1, se procede como sigue:

Paso 1. La tabla inicial del método húngaro es:

Paso 2. El costo menor de cada una de las filas es 100, 300, 250 y 150 respectivamente. Al restar el
costo mínimo de cada una de las filas correspondientes obtenemos:

13
5.2. Método Húngaro o de
matriz reducida

Paso 3. El costo menor por columna de esta nueva tabla es 50, 0, 0 y 0. Al restar este costo mínimo
a cada una de las columnas correspondientes obtenemos:

Paso 4. Para verificar si es posible realizar una asignación factible óptima, intercambiamos las filas
para ver si es posible obtener entradas ceros en la diagonal principal. Intercambiamos la fila
cuatro por la fila uno y obtenemos la siguiente tabla:

El método asegura que la asignación óptima es: La persona 4 supervisa el departamento de

acabado, la persona 2 al departamento de empaque, la persona 3 al departamento de
producción y la persona 1 al departamento de materia prima, con un costo mínimo de $ 850.

14
 5.3. Problemas no
balanceados

La primera condición que debe cumplir un problema de asignación es que el número de

personas a asignar sea igual al número de tareas, sin embargo, en ocasiones algunos
problemas no lo cumplen. En esta sección vamos a aprender cómo podemos modificar este
tipo de problemas para aplicar el algoritmo de asignación.

≠
Ejemplo 1. Una empresa de transportes tiene cuatro diferentes modelos de camiones.
Dependiendo de la pericia del conductor para manejar los cambios de la caja de velocidades, el
camión consume más o menos combustible. En la actualidad la planta cuenta con tres
conductores y los costos por uso adicional de combustible se muestran en la siguiente tabla:

15
 5.3. Problemas no
balanceados

Ahora aplicamos el método húngaro.

Paso 1. La tabla inicial del modelo es:

Paso 2. Los costos mínimos por fila son 150, 250, 100, 0, respectivamente. Al restar este valor de
cada una de las filas obtenemos la siguiente tabla:
≠
Paso 3. El paso tres no es necesario, debido a que todas las columnas contienen al menos un cero
que proviene de la fila de la persona ficticia.

16
 5.3. Problemas no
balanceados

Paso 4. Intercambiamos las filas 1 con la 2 y la 3 con la 4 para obtener los ceros de asignación en la
diagonal principal:

La asignación óptima es:

a) El conductor 2 al camión 1.
b) El conductor 1 al camión 2.
≠
c) El conductor 3 al camión 4.
d) La asignación del conductor 4 al camión 3 no es posible, debido a que el conductor 4 es ficticio,
por lo tanto, el camión 3 es el que no se ocupa.

El costo mínimo es de $ 500.

17
 5.3. Problemas no
balanceados

Ejemplo 2. En un centro de cómputo se tienen tres puestos libres, el de Programador,

el de Analista y el de Supervisor, sin embargo, la empresa tiene a cuatro candidatos para ocupar
los puestos, y el salario de cada uno dependerá del puesto donde sean colocados. En la
siguiente tabla se resume esta información.

Como hay cuatro personas para ocupar tres puestos, el problema está desbalanceado.

Para balancearlo tenemos que agregar un puesto ficticio, con un costo de cero para todos los
candidatos:
≠
18
 5.3. Problemas no
balanceados

Utilizamos el método húngaro:

Paso 1. La tabla inicial es:

Paso 2. Este paso no tiene ningún sentido aplicarlo, porque el costo menor por fila es cero, por lo
tanto la tabla queda igual al paso uno.

Paso 3. Las cantidades mínimas por columna son 11’800, 13’000, 14’400 y 0, respectivamente, se
≠
restan a cada valor en la columna correspondiente:

19
 5.3. Problemas no
balanceados

Paso 4. No es posible obtener la matriz con ceros en la diagonal, sólo tenemos 3 ceros de
asignación y existen 4 columnas, por lo tanto debemos continuar con el algoritmo.

Paso 5.

≠
a) Se tachan las filas donde hayan quedado los ceros.

b) El costo menor no tachado es 1’600, lo restamos al resto de las entradas libres.

20
 5.3. Problemas no
balanceados

c) Sumamos el costo menor (1,600) a las celdas donde se intersectan dos rectas.

Paso 6. Regresamos al paso 4, es decir, buscamos los ceros de asignación: ≠

21
 5.3. Problemas no
balanceados

Paso 7. Intercambiamos la fila 3 por la 4.

Por lo tanto, la asignación óptima es candidato 1 a Programador, candidato 2 a Analista y

candidato 4 a Supervisor. El candidato 3 no se emplea y el costo de esta asignación es $40’800.
≠
22
5.4. Optimización de
resultados

Una vez que hemos aprendido cómo se utiliza el método húngaro para la solución de problemas
de asignación, es necesario que sepamos por qué funciona.

Encontramos que el modelo de P.L. de asignación es el siguiente:

Sujeto a:

≠
Vamos a demostrar que la solución óptima de este modelo permanece sin cambios si se suma o
resta una constante a cualquier fila o columna de la matriz de costos. Supongamos que la matriz
de costos es la siguiente:

23
5.4. Optimización de
resultados

Sea pi el costo menor de cada fila, al restar esta cantidad de cada fila nos queda un nuevo costo,
dado por: c’ ij = cij – pi

La tabla actualizada quedaría de la siguiente forma:

Sea qj el costo menor por columna de la tabla anterior, al restar esta cantidad de cada columna nos
queda un nuevo costo, dado por: c’’ ij = cij – pi –qj

La tabla actualizada es:

Ahora calculemos la función objetivo, en término de estos nuevos costos:

z=(c11–p1 –q1 )x11 + (c12–p1 –q2 )x12 + (c21–p2 –q1 )x21 + (c22–p2 –q2 )x22

24
5.4. Optimización de
resultados

Realizando algunos cambios algebraicos, podemos llegar a la siguiente expresión equivalente:

z=c11x11 + c12x12 + c21x21 + c22x22–(p1 +q1) x11–(p1 +q2 )x12–(p2 +q1)x21 –(p2 +q2)x22

Esta expresión la podemos rescribir como:

Por restricciones del problema de asignación, sólo una de las variables de cada fila puede ser
igual a uno y el resto debe ser igual a cero, por lo tanto, la suma del segundo término es:

Finalmente, la función objetivo la podemos escribir como:

Debido a que esta función objetivo difiere de la original por sólo una constante, ambas deben
tener los mismos valores de xij, por lo tanto, tienen la misma solución. Con esto demostramos que
los pasos realizados en el algoritmo húngaro son válidos.

25
5.5. Solución de modelos de
asignación

Una empresa compra 3 compresoras de diferentes capacidades, una grande, una mediana y una chica. Las
compresoras se deben asignar a los siguientes departamentos: pintura de interiores, pintura de exteriores y
pintura de detalle. Debido a la frecuencia de uso en cada departamento y al tipo de compresora, se tienen los
siguientes costos de asignación:

Obtén la asignación de compresoras a los diferentes departamentos, de tal manera que se minimicen los
costos.

Paso 1. Obtenemos la tabla inicial:

26
5.5. Solución de modelos de
asignación

Paso 2. Las cantidades mínimas de cada fila son 10, 2 y 5 respectivamente, se restan a cada valor en la fila
correspondiente.

Paso 3. Las cantidades mínimas por columna son 0, 0 y 2 respectivamente, se restan a cada valor en la
columna respectiva.

Paso 4. Los ceros de asignación están en la diagonal principal de la tabla, por tanto, la solución óptima del
problema es: La compresora grande a pintura de exteriores, la compresora mediana a pintura de interiores y
la compresora chica a pintura de detalle (solución óptima: x11=1, x22=1, x33=1) con un costo mínimo de
asignación de z=$ 19.

27
5.5. Solución de modelos de
asignación

Ahora, si los costos se incrementanen 10% la tabla con los nuevos costos es:

Al resolver obtenemos:
Paso 2. Los costos menores por fila que son 11, 2.20 y 5.50 respectivamente, se restan de los costos en
su fila.

28
5.5. Solución de modelos de
asignación

Paso 3. Los costos menores por columna que son 0, 0 y 2.20 respectivamente, se restan de los costos en su
columna.

La solución óptima del problema es: X11=1, X22=1, X33=1, con un costo mínimo de asignación de z=$ 20.90.
Observamos que la solución es la misma, es decir, tenemos las mismas variables con valor uno; lo único que
cambia es el valor de z, el cual se incrementa en $ 1.90.

29
 Para saber más

Para saber más sobre los temas vistos en esta unidad revisa los siguientes materiales:

• Problema de asignación.
En el siguiente video se explica cómo resolver un problema de asignación, en investigación de operaciones, o administración de
operaciones.

(Ruíz, 2012). https://www.youtube.com/watch?v=7jl0hRf7OvE

• Método de asignación o húngaro.

En el siguiente video se explica cómo resolver un problema de investigación de operaciones utilizando el Método Húngaro.

(Pereyra, 2014). https://www.youtube.com/watch?v=Kf2fMyeV58U

• Problemas de Asignación - Método Húngaro.

En el siguiente video se muestra cómo resolver un problema de asignación utilizando el Método Húngaro.

(Piedracruz, 2017). https://www.youtube.com/watch?v=AwCyr6srBEg

• MTA.07 Método Húngaro (Investigación de Operaciones).

En el siguiente se muestra la forma de resolver un problema de asignación usando el Método Húngaro.

(Catos Académico de México, 2013). https://www.youtube.com/watch?v=2IizZmyTpUk

30
Cierre de la unidad

Hemos estudiado qué es el modelo de asignación, su construcción y su uso para solucionar problemas y
optimizar, también en qué consiste y cómo se utiliza el método Húngaro. El tema que estudiaremos la
próxima unidad se titula “Programación de proyectos CPM y PERT”.

¡Felicidades!

Has concluido la unidad 5.

¡Continúa esforzándote!

31
Fuentes de consulta

• Catos Académico de México. (2013, 04 de abril). MTA.07 Método Húngaro (Investigación de Operaciones) [video]. YouTube.
https://www.youtube.com/watch?v=2IizZmyTpUk

• Pereyra, J. (2014, 03 de julio). Método de asignación o húngaro [video]. YouTube.

https://www.youtube.com/watch?v=Kf2fMyeV58U

• Piedracruz, K. (2017, 06 de octubre). Problemas de Asignación - Método Húngaro [video] YouTube.

https://www.youtube.com/watch?v=AwCyr6srBEg

• Ruíz, M. (2012, 22 de marzo). Problema de asignación [video]. YouTube. https://www.youtube.com/watch?v=7jl0hRf7OvE

• Taha, H. (2012). Investigación de operaciones, novena edición. Pearson Educación.

https://frh.cvg.utn.edu.ar/pluginfile.php/14900/mod_resource/content/1/Taha.pdf

• Winston, W. (2006). Investigación de operaciones aplicaciones y algoritmos, cuarta edición. International Thomson Editores.
https://www.academia.edu/28247643/Wayne_L_Winston_Investigacion_de_operaciones_Aplicaciones_y_algoritmos

32