Transport e

OPERACIONES 2
Transporte
MODELO DE TRANSPORTE
Plantea que hay ciertas fuentes (F) abastecedoras
de determinados destinos (D) receptores, donde
hay que transportar cierta cantidad de recursos
productivos (naturales, intermedios o finales)
desde las fuentes hacia los destinos
FUENTES
DESTINOS
Oferta
Demanda
Capacidad de produccin Capacidad de venta
Proveedores
Plantas de produccin
Plantas de produccin
Almacenes mayoristas
Almacenes mayoristas
Tiendas minoristas
Se desea determinar la distribucin ptima de los
recursos productivos, lo que implica establecer la
combinacin de distribucin de fuentes a
destinos, que tenga el mnimo costo asociado
F1
D1
F2
D2
F3
D3
Fn
Dm
Lo anterior se obtiene mediante el mnimo costo
de transporte, lo que requiere considerar los
costos unitarios de transporte desde cada fuente
hacia cada destino
Se construye un modelo de transporte que, es un
caso particular del mtodo simplex
n m
F.O. :
Mn Z
= Cij Xij
Cij
i=1 j=1
Cij : Costo unitario de

transporte desde la
fuente i hasta el destino j
Xij : Unidades a transportar desde la fuente i

hasta el destino j
n m
F.O. :
Mn Z
= Cij Xij
i=1 j=1
Xij =
Qdemandada
Xij =
Qofrecida
i=1
m
j=1
Xij
>
s.a. :
i,j
Cij
ALGORITMO DE TRANSPORTE
Hacia
Desde
D1
D2
D3
D4
F1
F2
Cij
Xij
F3
F4
TOTAL
Xi1 Xi2 Xi3 Xi4
TOTAL
X1j
X2j
X3j
X4j
Hacia
Desde
F1
F2
F3
F4
TOTAL
D1
C11
C21
C31
C41
X11
X21
X31
X41
D2
C12
C22
C32
C42
X12
X22
X32
X42
D3
C13
C23
C33
C43
X13
X23
X33
X43
D4
C14
C24
C34
C44
X14
X24
X34
X44
Xi1 Xi2 Xi3 Xi4
TOTAL
X1j
X2j
X3j
X4j
SIGNIFICADO DE CADA CUADRO

Cij
Xij
C23
X23
175
Significa que el costo unitario de transporte

desde la fuente 2 al destino 3 es de $6
A su vez, el nmero de unidades a transportar
desde la fuente 2 al destino 3 es de 175
Es el valor total producido en los
orgenes (Qofrecida) y es tambin
el valor total demandado por los
destinos (Qdemandada)
Qdemandada
Qofrecida
= Xi1 + Xi2 + Xi3 + .......+Xim

= X1j + X2j + X3j + .......+Xnj
Necesariamente:
Qdemandada
Qofrecida
Si Qdemandada = Qofrecida, entonces significa
que falta en el cuadro una columna o fila, la que
representa las holguras existentes
Si Qdemandada = Qofrecida
Holguras
Exceso de Qdemandada <Qofrecida
Oferta
Holguras
Exceso de
Qdemandada >Qofrecida
Demanda
VARIABLES DE HOLGURA
Cuando no se cumple la condicin necesaria del
modelo de transporte (Qofrecida = Qdemandada),
se incorporan variables de holgura (o exceso), a
travs de la creacin una columna adicional o una
fila adicional en el cuadro
Se asume que el costo unitario de
transporte para la columna adicional o fila
adicional es cero, ya que las variables de
holgura o exceso no forman parte de la
funcin objetivo de optimizacin
VARIABLES DE HOLGURA
Dependiendo si se trata de un exceso de oferta
(Qofrecida > Qdemandada), o de un exceso de
demanda (Qdemandada > Qofrecida), las
variables de holgura (o exceso) que se aaden, a
travs de la creacin una columna adicional o una
fila adicional en el cuadro, representan diferentes
casos
Cada caso de variables de holgura o
exceso, con su posible columna adicional
o fila adicional, se identifica a partir del
contexto de cada situacin particular
EXCESO DE OFERTA
Casos Posibles:
Si Qofrecida
> Qdemandada
Acumulacin
de Inventario
Se crea una columna adicional en el cuadro, que

corresponde a la acumulacin de inventario
Si Qofrecida
> Qdemandada
Capacidad
Ociosa
Se crea una columna adicional en el cuadro, que

representa a las unidades a no producir
EXCESO DE DEMANDA
Casos Posibles:
Si Qofrecida
< Qdemandada
Desacumulacin
de Inventario
Se crea una fila adicional en el cuadro, que

corresponde a la desacumulacin de inventario
Si Qofrecida
< Qdemandada
Demanda No
Satisfecha

corresponde a la demanda no satisfecha
EXCESO DE DEMANDA
Casos Posibles:
Si Qofrecida
< Qdemandada
Produccin en
Turno Extra

corresponde a la produccin en turno extra
(sobretiempo)
EJEMPLO
Una compaa manufacturera dispone de 3
fbricas con diferentes capacidades y costos de
transporte para el destino de sus 4 almacenes.
La informacin pertinente se muestra en la tabla:
Costo Unitario de Transporte a cada Almacn Capacidad
Planta Almacn 1 Almacn 2 Almacn 3 Almacn 4 (unidades)
1
23
18
21
25
650
2
21
24
23
18
600
3
18
21
27
23
700
Demanda
300
450
500
600
Para resolver se arma un cuadro simplex
METODOLOGIA DEL SIMPLEX

1) Se arma el tableau inicial
2) El tableau inicial otorga la 1 solucin factible
3) Evaluar si la solucin factible es o no es ptima
4) Si no es la solucin ptima, se itera hallando
una nueva solucin factible, para verificar si la
nueva solucin factible es o no es ptima
5) Se realizan tantas iteraciones como sean
necesarias hasta encontrar la solucin ptima
METODOS PARA LOGRAR LA

1 SOLUCION FACTIBLE
Esquina Nor-Oeste
Vogel
Ambos mecanismos no garantizan la optimalidad
inmediata, solo garantizan la factibilidad
Iteraciones: Si la solucin bsica no es ptima,
se deben reasignar recursos, mediante el criterio
de la minimizacin de los costos, lo que implica
realizar iteraciones al cuadro
METODO ESQUINA NOR-OESTE

Asigna el mximo nmero de unidades a
transportar en la celda ubicada en la esquina noroeste del cuadro tableau
Luego, se asigna el mximo nmero de unidades
a transportar en la celda aledaa correspondiente,
segn las restricciones de demanda en los
destinos y las restricciones de oferta en las
fuentes

Si en principio, la asignacin de la esquina noroeste es una restriccin de demanda, entonces no
es posible asignar hacia abajo en el tableau y se
asigna hacia el lado
Mientras que, si la asignacin inicial es una
restriccin de oferta, entonces no es posible
asignar hacia el lado en el tableau y se asigna
hacia abajo
As sucesivamente, se completa el cuadro tableau,
de acuerdo al criterio recientemente descrito

En general:
Si no se puede asignar ms
por restriccin de demanda
Se completa
hacia el lado
Si no se puede asignar ms
por restriccin de oferta
Se completa
hacia abajo
EJEMPLO DE TRANSPORTE
Hacia
Alm.1 Alm.2 Alm.3 Alm.4 Inven. Oferta
Desde
23
25
0
18
21
Planta 1
300
350
21
24
23
18
0
Planta 2
100
500
18
21
27
23
0
Planta 3
600 100
Demanda
Como
300
450
500
600
Qofrecida > Qdemandada
100
650
600
700
1950
1850
Acumulacin
de Inventario
DIMENSION ESPACIO VECTORIAL

El problema de transporte es una aplicacin de la
programacin lineal, para el caso especfico de
variables de decisin bidimensionales (Xij, con
dos subndices: ij)
La programacin lineal se concibe y comprende,
a partir de conceptos geomtricos y un sistema
de ecuaciones lineales (que en el caso del modelo
de transporte: Qofrecida = Qdemandada)
Los conceptos geomtricos implican el uso de
espacios vectoriales, con determinada dimensin

La dimensin es el rango del espacio vectorial, que
representa la cantidad de componentes requerida
en la base o vector de variables bsicas ( XJ )
Si se cumple con el rango establecido, entonces el
conjunto de ecuaciones (restricciones) del sistema
cumple la condicin de linealidad: o sea, todas las
restricciones son linealmente independientes (l.i.)
La condicin de linealidad o restricciones
linealmente independientes, es condicin
ineludible para aplicar la metodologa del simplex

Programacin Lineal con
variables de decisin
Rango = m
unidimensionales (caso Xi)

Donde m es el nmero de restricciones l.i.
Programacin Lineal con
variables de decisin
Rango = m + n - 1
bidimensionales (caso Xij)

Donde: m es el nmero de columnas del tableau
n es el nmero de filas del tableau
SOLUCION DEGENERADA
Existe cuando en la solucin bsica hay al menos
una variable cuyo valor es igual a cero
Cuando la solucin es ptima y a la vez
degenerada, entonces hay mltiples soluciones
ptimas: 2, 3, 4 o quizs infinitas soluciones
La solucin degenerada no
implica dificultad para el
problema de programacin
lineal, es simplemente un
caso particular
SOLUCION DEGENERADA
Nmero de Variables Bsicas
m+n-1
m: Nmero de columnas en el tableau (destinos)

n : Nmero de filas en el tableau (fuentes)
Si
Variables
bsicas
<
(m+n-1)
Existe
solucin
degenerada
SOLUCION DEGENERADA
Para completar una base con solucin
degenerada, se ingresan tantos valores ceros
como sean necesarios para completar el rango
(dimensin) requerido por el espacio vectorial
Cuando se ingresa uno o ms valores ceros,
no se hace en cualquiera celda vaca al azar
El o los valores ceros, deben
ingresarse tal que se disponga
una base linealmente
independiente (l.i.)
(m+n-1) = 7
Sin embargo, en la asignacin inicial del mtodo
de la esquina nor-oeste, solo hay 6 variables
bsicas (celdas ocupadas)
Por lo tanto, existe una solucin degenerada.
Luego, debe ingresarse un valor cero para
completar la base de iteracin
Ingresa XP3A2 = 0
Pudo ser tambin en

otras celdas vacas
Hacia
Desde
23
25
0
18
21
Planta 1
300
350
21
24
23
18
0
Planta 2
100
500
18
21
27
23
0
Planta 3
0
600 100
Demanda
300
450
500
600
100
650
600
700
1950
1950
XJ1 = (XP1A1,XP1A2,XP2A2,XP2A3,XP3A2,XP3A4,XP3INV)
BASE LINEALMENTE
INDEPENDIENTE (L.I.)
Una base es linealmente independiente cuando
permite realizar la verificacin de la condicin de
optimalidad para cada variable no bsica (celda
vaca en el tableau)
Aquello acontece cuando se forma un nico
lazo alrededor de cada una de las variables
no bsicas, determinando para cada una de
stas, si realizan o no realizan aporte a la
minimizacin de costos del problema
BUSQUEDA DE SOLUCION OPTIMA

Se realiza un anlisis de sensibilidad, calculando
los precios sombra de cada una de las variables
no bsicas (celdas vacas en el algoritmo de
transporte), para saber si es que hay algn ahorro
respecto del costo total (valor de la funcin
objetivo z) de la reciente iteracin
Variables bsicas ( XJ ): Estn en el tableau y
toman un valor, que en general es mayor que cero
Variables no bsicas ( XJ ): No estn en el tableau
VERIFICACION DE OPTIMALIDAD
Permite comprobar si una solucin bsica factible
es o no es ptima, evaluando el precio sombra o
costo marginal asociado al transporte o envo de
una unidad en cada variable no bsica o celda
desocupada en el tableau
Verificar la condicin de
optimalidad se efecta por
medio de la formacin de
lazos, alrededor de cada
variable no bsica
Lazos: Son los caminos que se forman dentro del
tableau, alrededor de las celdas no bsicas y, que
se cierran mediante movimientos exclusiva y
alternadamente, horizontales y verticales
Por ejemplo:
El primer vrtice del lazo es una celda no

bsica, la cual tambin es el ltimo
vrtice, cerrando el lazo. Los dems
vrtices del lazo necesariamente son
variables o celdas bsicas
El costo marginal referido a la verificacin de la
optimalidad, se obtiene a travs de los mismos
costos unitarios presentes en las celdas del lazo,
segn la transferencia de unidades asignadas
que exista en cada celda del lazo:
Si la celda del lazo
recibe unidades
en la transferencia
Se suma el costo
unitario de la celda
para la verificacin
Si la celda del lazo

entrega unidades
en la transferencia
Se resta el costo
unitario de la celda
para la verificacin
En el ejemplo, para la celda P2A1
(planta 2 y almacn 1) se tiene:
-23 Alm.1
Planta 1 300
Planta 2
+21
Alm.2 +18
350
100
-24
CMg = +21 -24 +18 -23 = - 8
Hay un Ahorro
Marginal, es el
concepto de
precio sombra
PRECIO - SOMBRA
Es cunto vara la funcin objetivo respecto del

cambio en una unidad de una de sus variables
componentes
La verificacin de optimalidad requiere obtener el
precio sombra de todas las celdas vacas, para lo
cual se necesita formar los lazos respectivos
Una base linealmente
independiente garantiza un
nico lazo alrededor de cada
una de las variables no bsicas
CONDICION DE OPTIMALIDAD
ij > 0 , ij X
A
Si
Solucin ptima
La solucin factible es ptima cuando no

existe posibilidad alguna de ahorro marginal,
lo que ocurre cuando todos los precios
sombra son mayores o iguales a cero
CONDICION DE OPTIMALIDAD
E
Si
ij < 0 ,ij X
Solucin no
es ptima
Mientras exista al menos un precio sombra

menor que cero en las celdas no bsicas de las
iteraciones del tableau, entonces su solucin
factible no es ptima, por lo que entonces deben
continuarse las iteraciones
Si hay dos o ms precios sombra menores a cero,
se determina que ingresa a la base la variable no
bsica que origina el precio sombra ms negativo
ITERACIONES
Cuando hay ahorro marginal, lo mximo que se
transfiere hacia la celda no bsica, es el mnimo
de las celdas que entregan unidades en la
transferencia, para as conservar la condicin
de factibilidad
Xij > 0
i,j
A
Cada vez que se realiza una iteracin

(reasignacin de unidades), a continuacin se
necesita volver a calcular los precios sombra,
hasta verificar que se alcanza la solucin ptima
CONCEPTO DE LA GRAN M
Si
CMg
En caso de que no se pueda o no se desee

almacenar o asignar unidades, el mtodo de
transporte define un costo unitario de transporte
igual a M, que representa un costo marginal
infinito, que en el tableau se expresa de la
siguiente manera:
M
Hacia
Desde
23
25
0
18
21
Planta 1
300
350
21
24
23
18
0
Planta 2
-8
100
500
18
21
27
23
0
Planta 3
0
600 100
Demanda
300
450
500
600
P2A1 = + 21 - 24 + 18 - 23 = - 8
100
650
600
700
1950
1950
Se deben calcular todos los precios sombra
Hacia
Desde
23
25
0
18
21
Planta 1
+4
300
350
21
24
23
18
0
Planta 2
-8
100
500
18
21
27
23
0
Planta 3
0
600 100
Demanda
300
450
500
600
P1A3 = + 21 - 18 + 24 - 23 = + 4
100
650
600
700
Hacia
Desde
23
25
0
18
21
Planta 1
+4
+5
300
350
21
24
23
18
0
Planta 2
-8
100
500
18
21
27
23
0
Planta 3
0
600 100
Demanda
300
450
500
600
P1A4 = + 25 - 18 + 21 - 23 = + 5
100
650
600
700
Hacia
Desde
23
25
0
18
21
Planta 1
+4
+5
+3
300
350
21
24
23
18
0
Planta 2
-8
100
500
18
21
27
23
0
Planta 3
0
600 100
Demanda
P1INV
300
450
500
= + 0 - 18 + 21 - 0 = + 3
600
100
650
600
700
Hacia
Desde
23
25
0
18
21
Planta 1
+4
+5
+3
300
350
21
24
23
18
0
Planta 2
-8
-8
100
500
18
21
27
23
0
Planta 3
0
600 100
Demanda
300
450
500
600
P2A4 = + 18 - 24 + 21 - 23 = - 8
100
650
600
700
Hacia
Desde
23
25
0
18
21
Planta 1
+4
+5
+3
300
350
21
24
23
18
0
Planta 2
-8
-8
-3
100
500
18
21
27
23
0
Planta 3
0
600 100
Demanda
300
450
500
P2INV = + 0 - 24 + 21 - 0 = - 3
600
100
650
600
700
Hacia
Desde
23
25
0
18
21
Planta 1
+4
+5
+3
300
350
0
21
24
23
18
Planta 2
-8
-8
-3
100
500
18
21
27
23
0
Planta 3
0
600 100
E
Demanda
300
P3A1 = No Existe
450
500
600
650
600
700
100
Pues no pueden asignarse

unidades desde P3A2
Hacia
Desde
23
25
0
18
21
Planta 1
+4
+5
+3
300
350
0
21
24
23
18
Planta 2
-8
-8
-3
100
500
18
21
27
23
0
Planta 3
0
600 100
E
Demanda
300
P3A3 = No Existe
450
500
600
650
600
700
100
Pues no pueden asignarse

unidades desde P3A2
Revisin del lazo para la iteracin correspondiente:
Hacia Alm.1 Alm.2 Alm.3 Alm.4 Inven. Oferta
Desde
23
25
0
18
21
Planta 1
300
350
0
21
24
23
18
Planta 2
-8
-8
100
500
18
21
27
23
0
Planta 3
0
600 100
Demanda
300
450
500
P2A4 = + 18 - 24 + 21 - 23 = - 8
600
100
650
600
700
Entra XP2A4 y Sale XP2A2. Unidades Transferir = 100
Hacia
Desde
18
21
23
25
0
Planta 1
300
350
0
21
24
23
18
Planta 2
100
100
500
18
0
21
27
23
Planta 3
0
600
100
500 100
Demanda
300
450
500
600
650
600
700
100
Clculo de los Precios Sombra para 2 iteracin:
Hacia
Desde
23
18
21
25
0
Planta 1
-4
+5
+3
300
350
0
21
24
23
18
Planta 2
0
+8
+5
100
500
18
21
27
23
0
Planta 3
-8
-1
100
500 100
Demanda
300
450
500
600
100
650
600
700
Hacia
Desde
23
18
21
25
0
Planta 1
300
350
0
21
24
23
18
Planta 2
100
500
18
21
27
23
0
Planta 3
-8
100
500 100
Demanda
300
450
500
600
P3A1 = + 18 - 23 + 18 - 21 = - 8
100
650
600
700
Hacia
Desde
18
21
23
25
0
Planta 1
200
350
300 450
0
21
24
23
18
Planta 2
100
500
18
0
21
27
23
Planta 3
100
500 100
100
Demanda
300
450
500
600
650
600
700
100
Hacia
Desde
23
18
21
25
0
Planta 1
-12
-3
-5
200
450
0
21
24
23
18
Planta 2
+8
+16 500
+5
100
18
21
27
23
0
Planta 3
+8
-1
100
500 100
Demanda
300
450
500
600
100
650
600
700
Hacia
Desde
23
18
21
25
0
Planta 1
-12
200
450
0
21
24
23
18
Planta 2
100
500
18
21
27
23
0
Planta 3
100
500 100
Demanda
300
450
500
600
100
P1A3 = + 21 - 23 + 18 23 + 18 - 23 = - 12
650
600
700
Hacia
Desde
18
21
23
25
0
Planta 1
200
200
450
0
21
24
23
18
Planta 2
300
300
500
100
18
0
21
27
23
Planta 3
100
500
300
300 100
Demanda
300
450
500
600
650
600
700
100
Hacia
Desde
23
18
21
25
0
Planta 1
+12 450
+9
+7
200
0
21
24
23
18
Planta 2
+8
+4
+5
300
300
18
21
27
23
0
Planta 3
-4
-1
300
300 100
Demanda
300
450
500
600
100
650
600
700
Hacia
Desde
23
18
21
25
0
Planta 1
200
450
0
21
24
23
18
Planta 2
300
300
18
21
27
23
0
Planta 3
-4
300
300 100
Demanda
300
450
500
600
100
P3A2 = + 21 - 18 + 21 23 + 18 - 23 = - 4
650
600
700
Entra XP3A2 y Salen XP2A3 y XP3A4. Transferir = 300
Hacia
Desde
18
21
25
0
Planta 1
450
200
150
500
0
21
24
23
18
Planta 2
600
300
0
300
18
0
21
27
23
Planta 3
300
300
300 100
23
Demanda
300
450
500
600
650
600
700
100
Hacia
Desde
18
21
25
0
Planta 1
+8
+9
+3
500
150
0
21
24
23
18
Planta 2
0
600
18
0
21
27
23
Planta 3
+3
+4 100
300
300
23
300
Demanda
450
500
600
650
600
700
100
Se hall la solucin ptima, que es degenerada
Solucin ptima del Ejercicio:
XJ = (XP1A2,XP1A3,XP2A3,XP2A4,XP3A1,XP3A2, XP3INV)
= 150
= 500
= 0
= 600
XP3A1 = 300
XP3A2 = 300
XP3INV = 100
ij > 0
XP1A2
XP1A3
XP2A3
XP2A4
i,j
XJ
La solucin no
es nica, pues
es una solucin
degenerada
Z = (150*18) + (500*21) + (0*23) + (600*18) +

+ (300*18) + (300*21) + (0*100)
Z = Costo Total = $ 35.700
EJEMPLO
Problema resuelto el mtodo de esquina nor-oeste:
1
23
18
21
25
650
2
21
24
23
18
600
3
18
21
27
23
700
Demanda
300
450
500
600
Considere que los costos unitarios de produccin

son de $18, $25 y $10 para las plantas 1, 2 y 3
respectivamente. Por poltica de la empresa, no se
permite almacenar inventario en las plantas 1 y 2.
Plantee como problema de programacin lineal y
encuentre la asignacin ptima por mtodo Vogel
PROBLEMA PROGRAMACION LINEAL

Cada vez que se plantea un problema
de programacin lineal, se procede
cumpliendo las siguientes etapas:
1.- Comprensin del problema (lectura en detalle)
2.- Definicin de las variables de decisin
3.- Descripcin de la funcin objetivo
4.- Identificacin de las restricciones del problema

Resulta imprescindible definir las variables de
decisin. Si no se definen las variables de decisin,
entonces es imposible determinar qu significan las
denominaciones Xij que, a continuacin, se
describen en la funcin objetivo y las restricciones
En un problema de transporte, las
variables de decisin contemplan
todas las combinaciones posibles de
flujos de distribucin fsica, a transferir
desde las fuentes hacia los destinos

Se define como funcin objetivo la minimizacin
de los costos de transporte asociados a la red de
distribucin fsica
Las restricciones incluyen un
conjunto de restricciones de
oferta (una por cada fuente) y
otro conjunto de restricciones
de demanda (una por cada
destino), sin olvidar la
condicin de no negatividad

Generalmente de ambos conjuntos de restricciones
(oferta y demanda), uno de ellos son desigualdades
( < , > ) y el otro de ellos son igualdades ( = ), lo que
depende del contraste entre oferta total y demanda
total. Caso exceso de oferta:
Si Oferta Demanda
total > total
Restricciones Oferta <

Restricciones Demanda =
Situacin vlida tanto para acumulacin

de inventario como capacidad ociosa
(unidades a no producir)

Generalmente de ambos conjuntos de restricciones
(oferta y demanda), uno de ellos son desigualdades
( < , > ) y el otro de ellos son igualdades ( = ), lo que
depende del contraste entre oferta total y demanda
total. Caso exceso de demanda:
Si Oferta Demanda
total < total
Restricciones Oferta =
Restricciones Demanda <
Situacin vlida para caso de demanda no satisfecha

Si Oferta Demanda
total < total
Restricciones Oferta >

Situacin vlida para los casos de desacumulacin

de inventario y de produccin en turno extra

El ejemplo considera dos categoras de costos,
por lo que se deben sumar los costos unitarios de
produccin con los costos unitarios de transporte
La tabla de costos para plantear el problema de
programacin lineal queda as:
A1
P1 41
P2 46
P3 28
A2
36
49
31
A3
39
48
37
A4 INV
43 M
43 M
33 10

Sea Xij: Nmero de unidades a transportar desde
la fuente i-sima hacia el destino j-simo
donde: i = { planta 1, planta 2, planta 3 }
j = { almacn 1, almacn 2, almacn 3,
almacn 4 }
Funcin objetivo: Minimizar Z (produccin + transporte)
Mn Z = 41XP1A1 + 36XP1A2 + 39XP1A3 + 43XP1A4 +
46XP2A1 + 49XP2A2 + 48XP2A3 + 43XP2A4 +
28XP3A1 + 31XP3A2 + 37XP3A3 + 33XP3A4

Para el ejemplo planteado:
1
23
18
21
25
650
2
21
24
23
18
600
3
18
21
27
23
700
Demanda
300
450
500
600
Oferta total = 1950

Demanda total = 1850
Luego, se plantean:
Hay un exceso de oferta
Oferta <
Restricciones

Restricciones de Oferta:
s.a. XP1A1 + XP1A2 + XP1A3 + XP1A4
XP2A1 + XP2A2 + XP2A3 + XP2A4
XP3A1 + XP3A2 + XP3A3 + XP3A4
<650
<600
<700
Restricciones de Demanda:
>0
s.a. XP1A1 + XP2A1 + XP3A1 =300

XP1A2 + XP2A2 + XP3A2 =450
XP1A3 + XP2A3 + XP3A3 =500
XP1A4 + XP2A4 + XP3A4 =600
Restricciones de No Negatividad: X
, ij
METODO DE VOGEL
>
>
Selecciona las diferencias de ahorros ms altas y

luego asigna el mximo nmero de recursos
productivos en la celda con el mnimo costo
unitario, segn las restricciones de oferta y de
demanda
z
z
Gradiente:
g(x) =
xi +
yj
Utiliza conceptos matemticos y de clculo

avanzado: calcula un gradiente movindose por
la mayor pendiente, asignando unidades en las
celdas con el menor costo marginal
Vogel es ms inteligente y rpido que la esquina
noroeste, pero tampoco garantiza la optimalidad
ETAPAS DEL METODO VOGEL

1) Calcular las diferencias entre los dos costos
unitarios ms bajos para cada fila y para cada
columna, en el tableau
2) Se escoge la mayor de las diferencias y se
ubica en tal fila o columna (segn sea el caso), la
celda con el menor costo unitario, asignndole el
mximo nmero de unidades posible
3) Se elimina la fila o columna que copa su oferta
total o demanda total, respectivamente, por
efecto de la asignacin reciente
ETAPAS DEL METODO VOGEL

4) Se reinicia sucesivamente desde la etapa 1),
recalculando las diferencias entre los dos costos
unitarios ms bajos para cada fila y para cada
columna, seleccionando la mayor de tales
diferencias, para identificar en dicha mxima
diferencia la celda con el menor costo unitario y
asignar en dicha celda el mximo nmero de
unidades posibles, segn las restricciones de
oferta y de demanda. Esta etapa sigue hasta que
ya no se obtiene diferencia alguna en el tableau
5) Se asignan las celdas restantes en forma manual
Al resolver el problema de transporte, slo se
consideran los costos diferenciales, por lo que si
bien se deben sumar los costos unitarios de
produccin con los costos unitarios de transporte,
es posible reducir la tabla de costos segn:
A1
P1 41
P2 46
P3 28
A2
36
49
31
A3
39
48
37
A4 INV
43 M
43 M
33 10
A1
P1 31
P2 36
P3 18
Como slo interesan los costos

diferenciales, podra trabajarse
A2
26
39
21
A3
29
38
27
A4 INV
33 M
33 M
23 0
P.1
P.2
P.3
Dda
Alm.1 Alm.2 Alm.3 Alm.4 Inven Ofta

26
29
M
31
33
3
650
36
39
38
33
M
3
600
18
21
27
23
0
18
100 700
300 450 500 600 100
13
10
1 asignacin: en la celda con menor costo de la

mayor de las diferencias de mnimos costos
P.1
P.2
P.3
Dda
Alm.1 Alm.2 Alm.3 Alm.4 Inven Ofta

26
29
M
31
33
3
650
36
39
38
33
M
3
600
18
21
27
23
0
3
300
100 700
300 450 500 600 100
13
10
1 asignacin: XP3A3 = 100

M
.... y as se completa
sucesivamente
P.1
P.2
P.3
Dda
Alm.1 Alm.2 Alm.3 Alm.4 Inven

26
29
M
31
33
450 200
36
39
38
33
M
300 300
18
21
27
23
0
300
300 100
300 450 500 600 100
10
5
2
13
M
13
9
0
Ofta
650
3 4
3
5
600
18
3
2
700
1 asignacin: XP3INV = 100, gradiente columna INV = M
2 asignacin: XP3A1 = 300, gradiente columna A1 = 13
Asignacin
manual
5
columna A3 = 9
7 asignacin:
asignacin: X
XP1A3 =
= 200
300, gradiente
P2A4
As, Vogel determina la 1 solucin bsica factible,

sin embargo falta verificar la condicin de optimalidad e iterar va simplex si es que es necesario
Planta 1
Planta 2
Planta 3
Demanda

26
29
M
31
33
+12 450 200
+9
+M
36
39
38
33
M
+8
+4 300 300
+M
18
21
27
23
0
-4
-1 300 100
300
300 450 500 600 100
Oferta
650
600
700
De acuerdo al clculo de los precios sombra

Entra XP3A2 y salen XP2A3 y XP3A4. Transferir = 300
Hay solucin degenerada, ingresa XP2A2 = 0
Planta 1
Planta 2
Planta 3
Demanda

26
29
M
31
33
450
150 200
500
36
39
38
33
M
0 300 600
300
18
21
27
23
0
300 300
300 100
300 450 500 600 100
Oferta
650
600
700
Ya que
ij > 0
Demanda
Planta 3
Planta 2
i,j
Planta 1

26
29
M
31
33
+8 150 500
+13 +M
36
39
38
33
M
0
600
18
21
27
23
0
+3
+8 100
300 300
300 450 500 600 100
Oferta
650
600
700
La solucin
es ptima
Solucin ptima del ejemplo:
XJ = (XP1A2,XP1A3,XP2A2,XP2A4,XP3A1,XP3A2, XP3INV)
XP3A1 = 300
XP3A2 = 300
= 100
X
P3INV
ij > 0
XP1A2 = 150
XP1A3 = 500
XP2A2 = 0
XP2A4 = 600
i,j
XJ
La solucin no
es nica, pues
es una solucin
degenerada
Z = (150*36) + (500*39) + (0*69) + (600*43) +

+ (300*28) + (300*31) + (100*10)
Z = Costo Total = $ 69.400
(produccin + transporte)

Transport e

Cargado por

Información del documento

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

Transport e

Cargado por

Copyright:

Formatos disponibles

OPERACIONES 2

Cij : Costo unitario de

Xij : Unidades a transportar desde la fuente i

Xi1 Xi2 Xi3 Xi4

Xi1 Xi2 Xi3 Xi4

SIGNIFICADO DE CADA CUADRO

Significa que el costo unitario de transporte

= Xi1 + Xi2 + Xi3 + .......+Xim

Se crea una columna adicional en el cuadro, que

Se crea una columna adicional en el cuadro, que

Se crea una fila adicional en el cuadro, que

Se crea una fila adicional en el cuadro, que

Se crea una fila adicional en el cuadro, que

Para resolver se arma un cuadro simplex

METODOLOGIA DEL SIMPLEX

METODOS PARA LOGRAR LA

METODO ESQUINA NOR-OESTE

METODO ESQUINA NOR-OESTE

METODO ESQUINA NOR-OESTE

Qofrecida > Qdemandada

DIMENSION ESPACIO VECTORIAL

DIMENSION ESPACIO VECTORIAL

DIMENSION ESPACIO VECTORIAL

unidimensionales (caso Xi)

bidimensionales (caso Xij)

m: Nmero de columnas en el tableau (destinos)

Pudo ser tambin en

BUSQUEDA DE SOLUCION OPTIMA

El primer vrtice del lazo es una celda no

Si la celda del lazo

CMg = +21 -24 +18 -23 = - 8

Es cunto vara la funcin objetivo respecto del

La solucin factible es ptima cuando no

Mientras exista al menos un precio sombra

Cada vez que se realiza una iteracin

En caso de que no se pueda o no se desee

Se deben calcular todos los precios sombra

Pues no pueden asignarse

Pues no pueden asignarse

Se hall la solucin ptima, que es degenerada

Z = (150*18) + (500*21) + (0*23) + (600*18) +

Considere que los costos unitarios de produccin

PROBLEMA PROGRAMACION LINEAL

PROBLEMA PROGRAMACION LINEAL

PROBLEMA PROGRAMACION LINEAL

PROBLEMA PROGRAMACION LINEAL

Restricciones Oferta <

Situacin vlida tanto para acumulacin

PROBLEMA PROGRAMACION LINEAL

Situacin vlida para caso de demanda no satisfecha

Restricciones Oferta >

Situacin vlida para los casos de desacumulacin

PROBLEMA PROGRAMACION LINEAL

PROBLEMA PROGRAMACION LINEAL

PROBLEMA PROGRAMACION LINEAL

Oferta total = 1950

Hay un exceso de oferta

PROBLEMA PROGRAMACION LINEAL

s.a. XP1A1 + XP2A1 + XP3A1 =300

Selecciona las diferencias de ahorros ms altas y

Utiliza conceptos matemticos y de clculo

ETAPAS DEL METODO VOGEL

ETAPAS DEL METODO VOGEL

Como slo interesan los costos

Z = (15018) + (50021) + (023) + (60018) +

Z = (15036) + (50039) + (069) + (60043) +