INVESTIGACIÓN DE OPERACIONES

MODELOS DE TRANSPORTE

Ing. Efrain De La Hoz Ph.D

1
Ing. E. De La Hoz Ph.D
CONCEPTUALIZACIÓN
Los modelos de transporte, transbordo y asignación
corresponden a una clase especial de modelos denominados de
flujo de red.
El objetivo básico del problema de transporte es satisfacer las
expectativas de demanda de los clientes estableciendo rutas
entre las fuentes y los destinos a un costo mínimo.

Capacidad Requerimientos
(Oferta) (Demanda)

2
Ing. E. De La Hoz Ph.D
MÉTODOS DE SOLUCIÓN

Métodos de Iniciación
1. Método de la esquina Noroeste
2. Método de la celda de costo mínimo
3. Método de Vogel

Métodos de Optimización
4. Método del cruce del arroyo
5. Método Modificado de Distribución MODI

3
Ing. E. De La Hoz Ph.D
APLICACIONES DEL MT
• Determinación de centros de distribución
• Control de producción e inventarios
• Decisiones de producción en tiempo extra y timpo
normal
• Determinación de zonas de venta
• Diseño y control de plantas de producción
• Problemas de cadena de suministro
• Entre otros.

4
Ing. E. De La Hoz Ph.D
MODELO DE PL DE UN PROBLEMA DE TRANPORT

• Sujeto a

5
Ing. E. De La Hoz Ph.D
 RESTRICCIONES DEL MT

• cumplir o satisfacer los requerimientos de oferta y

demanda en los puntos de origen y destino.
• No enviar mas de la capacidad instalada desde cada
punto de origen o suministro
• Utilizar solo vías validas (no prohibidas)

6
Ing. E. De La Hoz Ph.D
TABLA CARACTERÍSTICA DEL MT
Destino
Origen 1 2 … n Recursos
1
2
. . . . .
. . . . .
. . . . .
m

Demanda

m: Orígenes
n: Destinos

7
Ing. E. De La Hoz Ph.D
PROPIEDADES DEL MT

• Las cantidades de suministro y de demanda tienen valores

enteros por tanto las cantidades distribuidas deben cumplir la
propiedad de soluciones enteras.
• deben tomar valores no negativos (propiedad de no
negatividad).
• Las soluciones deben ser factibles, esto es:

8
Ing. E. De La Hoz Ph.D
MT BALANCEADO

• Para solucionar un MT, este debe estar balanceado

• El balance consiste en que la cantidad total de origen o
suministros sea exactamente igual al tota de unidades
demandadas.
• Si el modelo no se encuentra balanceado se deben crear
orígenes o destinos con ofertas o demandas ficticias.
Modelo Balanceado
A B C D Oferta
1 * * * * 600
2 * * * * 700
3 * * * * 1300
2600
Demanda 200 1000 400 1000 2600

9
Ing. E. De La Hoz Ph.D
BALANCEADO DE UN MT
Destino Ficticio
A B C D Oferta

1 * * * * 600
2 * * * * 700
3 * * * * 1300
2600
Demanda 200 1000 400 800 2400

A B C D E Oferta
Ficticia
1 * * * * 0 600
2 * * * * 0 700
3 * * * * 0 1300
2600
Demanda 200 1000 400 800 200 2600

10
Ing. E. De La Hoz Ph.D
 BALANCEADO DE UN MT
A B C D Oferta

1 * * * * 600

Origen Ficticio 2 * * * * 700

3 * * * * 1000

2300
Demanda 200 1000 400 800 2400

A B C D Oferta

1 * * * * 600
2 * * * * 700
3 * * * * 1000
4 (Ficticio) 0 0 0 0 100
2400
Demanda 200 1000 400 800 2400

11
Ing. E. De La Hoz Ph.D
CASOS ESPECIALES DEL MT
Solución óptima múltiple
Esta solución se presenta cuando un costo reducido es
cero. Este valor se encuentra cuando se aplica un método
de optimización.

Rutas no aceptables o prohibidas

Existen problemas en los que una o algunas rutas están
restringidas y no pueden utilizarse por el modelo.

Si una ruta (Celda origen destino) es prohibida, se penaliza

con un costo +M en casos de minimización y con –M en
caso de maximización.
Se asigna

12
Ing. E. De La Hoz Ph.D
CASOS ESPECIALES DEL MT
Degeneración de un MT
Se presenta cuando se produce una solución cuyo resultado
tiene un numero de asignaciones menor a m+n-1.
Esta situación puede presentarse en una solución inicial,
intermedia u óptima. Para resolver este problema se aplica
el siguiente procedimiento:

1. Se asigna “o” a una celda vacía, en una posición tal que

no se hubiese podido hacer un circuito cerrado para
hallar el costo o utilidad marginal.

2. Una vez signada dicha celda, se procede a desarrollar el

algoritmo de optimización de los métodos de optiización

13
Ing. E. De La Hoz Ph.D
EJEMPLO MT
Los siguientes datos suministran las cantidades de
demandadas por los destinos A, B, C y D, las capacidades
de suministro de los orígenes 1, 2 y 3 y los costos de
transporte unitarios de origen-destino.

n A B C D Oferta
m
1 60 80 90 90 60
2 50 90 60 85 50
3 60 85 58 75 100
210
Demanda 30 10 20 60 120

14
Ing. E. De La Hoz Ph.D
EJEMPLO MT

Balanceado
n A B C D E Oferta
m Ficticia
1 60 80 90 90 0 60
2 50 90 60 85 0 50
3 60 85 58 75 0 100
210
Demanda 30 10 20 60 90 210

15
Ing. E. De La Hoz Ph.D
MÉTODO DE LA ESQUINA NOROESTE

• Consiste en satisfacer los requerimientos de oferta

y demanda de cada origen y destino empezando
por la esquina superior izquierda de la tabla de
transporte.
• Si se satisface la fila, entonces se sigue con la
siguiente, permaneciendo en la misma columna.
• Si se satisface la columna entonces se sigue con la
siguiente, permaneciendo en la misma fila.
• El procedimiento se continua hasta satisfacer todos
los orígenes y destinos.

16
Ing. E. De La Hoz Ph.D
MÉTODO DE LA ESQUINA NOROESTE

n A B C D E Oferta
m Ficticia
1 60 80 90 90 0 60
30
2 50 90 60 85 0 50

3 60 85 58 75 0 100

210
Demanda 30 10 20 60 90 210

Columna Satisfecha

17
Ing. E. De La Hoz Ph.D
MÉTODO DE LA ESQUINA NOROESTE

n A B C D E Oferta
m Ficticia
1 60 80 90 90 0 60
30 10
2 50 90 60 85 0 50

3 60 85 58 75 0 100

210
Demanda 30 10 20 60 90 210

Columna Satisfecha

18
Ing. E. De La Hoz Ph.D
MÉTODO DE LA ESQUINA NOROESTE

n A B C D E Oferta
m Ficticia
1 60 80 90 90 0 60

Fila Satisfecha
30 10 20
2 50 90 60 85 0 50
50
3 60 85 58 75 0 100

210
Demanda 30 10 20 60 90 210

19
Ing. E. De La Hoz Ph.D
MÉTODO DE LA ESQUINA NOROESTE

n A B C D E Oferta
m Ficticia
1 60 80 90 90 0 60
30 10 20
2 50 90 60 85 0 50
50
3 60 85 58 75 0 100
10
210
Demanda 30 10 20 60 90 210

Columna Satisfecha

20
Ing. E. De La Hoz Ph.D
MÉTODO DE LA ESQUINA NOROESTE

n A B C D E Oferta
m Ficticia
1 60 80 90 90 0 60
30 10 20
2 50 90 60 85 0 50

Fila Satisfecha
50
3 60 85 58 75 0 100
10 90
210
Demanda 30 10 20 60 90 210

Columna Satisfecha

21
Ing. E. De La Hoz Ph.D
PRUEBA DE OPTIMALIDAD
• La prueba de optimalidad calcula los costos reducidos
para establecer si la solución obtenida es óptima.
• Los costos reducidos se determinan haciendo circuito
cerrado en las variables no básicas (celdas vacías)
comenzando en la celda vacía con signo positivo (+)
alternando entre signo (-) y (+).
• En cada trayectoria se pasa por celdas llena(variables
básicas) alternando recorrido vertical horizontal hasta
regresar al al punto de partida (Variable no básica)
• La solución es óptima los costos reducidos son todos
positivos (+) o ceros en problemas de minimización y
(-) o ceros en problemas de maximizción.

22
Ing. E. De La Hoz Ph.D
PRUEBA DE OPTIMALIDAD
m+n-1=3+5-1=7
Numero de asignaciones=6 6<7

n A B C D E Oferta
m Ficticia
1 (-) 60 80 90 (+)90 0 60
30 10 20
2 (+) 50 90 60 (-) 85 0 50
O 50
3 60 85 58 75 0 100
10 90
210
Demanda 30 10 20 60 90 210

1-D: 90-60+50-85=-5

23
Ing. E. De La Hoz Ph.D
PRUEBA DE OPTIMALIDAD
n A B C D E Oferta
m Ficticia
1 60 80 90 90 0 60
30 10 20 -5 -20
2 50 90 60 85 0 50
O 20 -20 50 -10
3 60 85 58 75 0 100
20 25 -2 10 90
210
Demanda 30 10 20 60 90 210

1-D: 90-60+50-85=-5 2-E:-10

1-E:0-60+50-85+75-0=-20 3-A:20
2-B:9-80+60-50=20 3-B:25
2-C=60-90+60-50=-20 3-C:-12
Solución NO óptima

24
Ing. E. De La Hoz Ph.D
MÉTODO DE LA CELDA DE COSTO MÍNIMO

n A B C D E Oferta
m Ficticia
1 60 80 90 90 0 60
60
2 50 90 60 85 0 50
30
3 60 85 58 75 0 100

210
Demanda 30 10 20 60 90 210

25
Ing. E. De La Hoz Ph.D
MÉTODO DE LA CELDA DE COSTO MÍNIMO

n A B C D E Oferta
m Ficticia
1 60 80 90 90 0 60
60
2 50 90 60 85 0 50
20 30
3 60 85 58 75 0 100
10
210
Demanda 30 10 20 60 90 210

26
Ing. E. De La Hoz Ph.D
MÉTODO DE LA CELDA DE COSTO MÍNIMO

n A B C D E Oferta
m Ficticia
1 60 80 90 90 0 60
60
2 50 90 60 85 0 50
20 30
3 60 85 58 75 0 100
10 10 20 60
210
Demanda 30 10 20 60 90 210

¿La solución es optima?

27
Ing. E. De La Hoz Ph.D
MÉTODO DE APROXIMACIÓN DE VOGEL

Este método es heurístico y permite obtener una

solución muy próxima a la optima. Su procedimiento es
el siguiente
1. Determine una penalización para cada fila o
columna restando los dos costos menores de esa
fila o columna y; en caso de maximizar las dos
utilidades mayores de esa fila o columna.
2. Determine la mayor penalización, rompiendo
arbitrariamente los empates, si la función es
minimizar. Cuando la optimización es maximizar, se
escoge la menor penalización.
3. Asigne la mayor cantidad posible a la variable con
el costo unitario mínimo de esa fila o columna
seleccionada, o la utilidad más allá de esa fila o
columna; según sea el caso.

28
Ing. E. De La Hoz Ph.D
MÉTODO DE APROXIMACIÓN DE VOGEL
4. Elimine la fila o columna satisfecha de esa fila o
columna, a fin de no tenerse en cuenta para
cálculos futuros.
5. Si solo queda una fila o columna sin eliminar,
continúe con el método de costo mínimo para
balancear el sistema.
6. En caso de que no se cumpla el literal 5, vaya al
literal 1.
7. Halle el valor de la función objetivo.

29
Ing. E. De La Hoz Ph.D
MÉTODO DE APROXIMACIÓN DE VOGEL
n A B C D E Oferta ∆O1 ∆O2 ∆O3 ∆O4
m Fict
1 60 80 90 90 0 60 60* xxxxx xxxx xxxxx
60
2 50 90 60 85 0 50 50 50 10 25*
30 20
3 60 85 58 75 0 100 58 58* 2 17
10 60 30
210
Dem 30 10 20 60 90 210
.
∆D1 10 5 2 10 0
∆D2 10 5 2 10 0
∆D3 10* 5 2 10 Xxxx
∆D4 xxx 5 2 10 Xxxx

30
Ing. E. De La Hoz Ph.D
 MÉTODO DE APROXIMACIÓN DE VOGEL
n A B C D E Oferta ∆O1 ∆O2 ∆O3 ∆O4
m Fict
1 60 80 90 90 0 60 60*
60
2 50 90 60 85 0 50 50 50 10 25*
30 20
3 60 85 58 75 0 100 58 58* 2 17
10 60 30
210
Dem. 30 10 20 60 90 210
∆D1 10 5 2 10 0
∆D2 10 5 2 10 0
∆D3 10* 5 2 10
∆D4 5 2 10

¿La solución es óptima?

31
Ing. E. De La Hoz Ph.D
MÉTODO DEL CRUCE ARROYO
SOLUCIÓN INICIAL (ESQUINA NOROESTE

n A B C D E Oferta
m Ficticia
1 (-) 60 80 90 90 (+) 0 60
30 10 20
2 50 90 60 85 0 50
O (+) 50
(-)
3 60 85 58 75 0 100
10 90 (-)
(+)
210
Demanda 30 10 20 60 90 210

1-E:0-60+50-85+75-0=-20
Se suma y resta en cada celda el menor de los negativos

32
Ing. E. De La Hoz Ph.D
MÉTODO DEL CRUCE ARROYO
SOLUCIÓN INICIAL (ESQUINA NOROESTE

n A B C D E Oferta
m Ficticia
1 (-) 60 80 90 90 (+) 0 60
10 20 30
2 50 90 60 85 0 50
30 (+) 20 (-)
3 60 85 58 75 0 100
40 60 (-)
(+)
210
Demanda 30 10 20 60 90 210

1-E:0-60+50-85+75-0=-20
Se vuelve a realizar la prueba de optimalidad hasta que todos
precios sombra sean positivos

33
Ing. E. De La Hoz Ph.D