E.

Raffo Lecca

11
El problema del transporte

El presente captulo est dedicado al problema de transporte. Este es una importante
extensin de la programacin lineal, con origen econmico y fsico.

El clsico problema de transporte fue planteado y resuelto por F. L. Hitchcock en
1941, con anterioridad a la formulacin del concepto de la programacin lineal, mucho
antes que George Dantzig planteara el mtodo simplex. El problema del transporte se
caracteriza por lo siguiente:

- Una cantidad fija en cada nodo de destino, denominada demanda.
- Una cantidad fija en cada nodo de origen, denominada oferta.
- El costo de envo desde un origen a un destino, es proporcional a la
cantidad enviada. El costo total, la suma de las contribuciones unitarias.
- El total de la oferta es igual al total de la demanda.


11.1 Introduccin al problema del transporte

A finales de los aos 40, Koopmans desarrolla una tesis doctoral sobre el problema del
embarque martimo en la flota holandesa. En los tiempos napolenicos el matemtico
francs Gaspar Monge (1781) describe el problema de abastecimiento en el ejrcito de
Napolen.

11.1.1 Estructura del problema de transporte

Suponga que se desea enviar cantidades desde orgenes o almacenes a destinos o
mercados. Por cada origen i-simo, se tiene la oferta a
i
, i =1,2,..., m, y por cada destino j-
simo, la demanda es b
j
, j =1,2,..., n.

Existe un costo de transporte o flete por cada bien que se enva. El costo total del
envo es minimizando, en el considerando que se enva las unidades disponibles y se
reciben las unidades requeridas. En la figura 11.1 se presenta el problema de la asignacin
de los puntos o centros de orgenes hacia los centros de destino.

El total de la oferta es igual al total de la demanda:

E. Raffo Lecca

a b i j
j
n
i
m
=
= =

1 1


1 1
i
j
m
n
...
...
...
...
...
ai
bj



Figura 11.1

Si el costo de enviar una unidad desde i a j es c
ij
, el problema ser determinar
unidades de i a j, x
ij
, de acuerdo a sus necesidades y disponibilidades, con la finalidad de
minimizar los costos totales.

n j m i x
n j b b x
m i a a x
x c z
ij
j j ij
i i ij
ij ij
m
i
n
j
m
i
n
j
,..., 1 ,..., 1 0
,..., 1 , 0 ,
,..., 1 , 0 ,
a sujeto
Min


1
1
1 1
= = >
= > =
= > =
=

=
=
= =


El primer juego de restricciones (uno por cada nodo de origen, totalizando m)
efecta el siguiente balance:

Cantidad que se enva en i = oferta en i

El segundo juego de restricciones (uno por cada destino, totalizando n) efecta el
balance siguiente:

Cantidad que se recibe en j = demanda en j

E. Raffo Lecca

La estructura especial de un problema de transporte es como sigue:

m mn m m
n
n
a x x x
a x x x
a x x x
=

=
=
2 1
2 2 22 21
1 1 12 11
+ +
+ +
+ +
+
+
+

n n n b x x x
b x x x
b x x x
= + + +

= + + +
= + + +
mn 2 1
2 m2 22 12
1 m1 21 11

mn mn m m n n n n x c x c x c x c x c x c + + + + + + + + + 1 1 2 2 21 21 1 1 11 11


El modelo de transporte permite una forma tabular, tal como se presenta el
problema en la siguiente figura:

1 2 ... n
1 c
11
c
12
c
1n
a
1

x
11
x
12
x
1n

2 c
21
c
22
c
2n
a
2

x
21
x
22
x
2n

...

m c
m1
c
m2
c
mn
a
m

x
m1
x
m2
x
mn

b
1
b
2
... b
n



De donde se desprende que cada variable x
ij
se encuentra acotada.

0 s x
ij
s min {a
i
,b
j
}
i, j


Un problema de transporte, es de la forma:

Min z = cx
s.a:
Ax = b
x > 0

y para m =2 y n =3, la matriz A es

x
11
x
12
x
13
x
21
x
22
x
23

1 1 1
1 1 1
1 1
E. Raffo Lecca

1 1
1 1

y su tablero es :

1 c
11
c
12
c
13
20
x
11
x
12
x
13

2 c
21
c
22
c
23
5
x
21
x
22
x
23

10 5 10

Cuando Ud. empieza una solucin factible, desde el origen 1 y el nodo, se tiene
que x
11
= min {a
i
, b
j
}; si a
1
< b
1
, entonces x
11
= a
1
y a
1
es cero, b
1
queda como b
1
- a
1
y
viceversa. En cada asignacin se elimina una fila o columna; pero al final se eliminan
ambos. Entonces se obtiene una solucin factible con (m+n-1) valores de x
ij
diferentes de
cero.

Frecuentemente se tiene ms ofertas que demandas; en estos casos la demanda es
satisfecha completamente:

=
= s
n
j
m i a x i ij
1
,..., 1 ,

=
= =
m
i
n j b x j ij
1
,..., 1 ,

De


= =
>
m
i
n
j
j i b a
1 1


Se introduce la variable de holgura x
i,n+1
, para que

=
= = + +
n
j
m i a x x i n i ij
1
,..., 1 , 1 ,


y

= =
= +
m
i
n
j
j i n b a b
1 1
1


La cantidad b
n+1
es conocida como el exceso de oferta que ser asignada a un
destino ficticio, con un costo cero.

c
i,n+1
= 0 ,i=1,.....,m

E. Raffo Lecca

En el ejemplo, el total de oferta es mayor que el total de demanda, luego se
introduce una columna ficticia con demanda igual al exceso de oferta, siendo cero los
costos.

En la tabla que aparece a continuacin es para m =2 y n =3.


1 c
11
c
12
c
13
20
x
11
x
12
x
13

2 c
21
c
22
c
23
5
x
21
x
22
x
23

10 5 1

Quedando como:

1 c
11
c
12
c
13
0 20
x
11
x
12
x
13
x
14

2 c
21
c
22
c
23
0 5
x
21
x
22
x
23
x
24

10 5 1 9

Considere la otra variante

=
= =
n
j
m i a x i ij
1
,..., 1 ,

=
= >
m
i
n j b x j ij
1
,..., 1 ,

O sea, el caso en que el total de la oferta es menor que la demanda total:

a b i j
j
n
i
m
<
= =

1 1


Se introduce un origen ficticio con asignaciones

y costos

= 0 ; la
oferta ficticia se expresar como :


= =
= +
m
i
n
j
i j m a b a
1 1
1

Sea el tablero de transporte:

1 c
11
c
12
c
13
15
x
11
x
12
x
13

2 c
21
c
22
c
23
7
x
21
x
22
x
23

10 5 11

Que origina:
E. Raffo Lecca


1 c
11
c
12
c
13
15
x
11
x
12
x
13

2 c
21
c
22
c
23
7
x
21
x
22
x
23

3 0 0 0 4
x
31
x
32
x
33

10 5 11


11.1.2 Propiedades de la matriz A

La matriz A posee filas y columnas. La columna

corresponde a la
posicin ( ) . Esta columna es la unin de dos vectores unitarios, el primero es
el vector unitario

en el conjunto de restricciones para el origen; y el segundo es el

vector unitario

en el conjunto de restricciones para el destino:

) =

Vectores que pertenecen al espacio

.

En el problema del transporte para el caso de se tiene que la
matriz A es de 5 filas por 6 columnas:


(

Sea

una submatriz de orden k formada por k columnas y k filas, se encuentra

que su determinante es :

|

|

|

| |



|

Se observa que cada columna de

contiene al menos cero, uno o dos unos. Si

contiene una o ms columnas de ceros entonces |

| .

Una propiedad de la matriz A es cada menor de A puede tener los valores de
. Propiedad conocida como la propiedad unimodular (UM) de la matriz A.

E. Raffo Lecca

Si B es una base de A entonces tiene determinante || y la solucin

es entera.

Teorema

Sea A una matriz unimodular (UM) y b entero, entonces el poliedro *| +
tiene vrtices enteros.

Una matriz A es una matriz totalmente unimodular (TUM), si est formada de
coeficientes enteros y el determinante de toda submatriz de orden k tiene determinante
de . En un problema de transporte la solucin es entera si las ofertas y destinos son
valores enteros.


11.2 Tcnicas de solucin

El proceso de optimizacin del mtodo Simplex de la PL, se resume en lo siguiente:

1. Solucin inicial.
2. Si los costos reducidos cumplen con el ptimo, entonces la BFS es ptima.
3. En el caso de no cumplir con el ptimo, efectuar un cambio de base y
efectuar la prueba.


No
Mtodos de solucin
inicial
BFS inicial
Cambiar BFS
BFS ptima
Si
Mtodos de solucin
ptima
Prueba de
Optimalidad

Figura 11.2: Algoritmo de transporte

El algoritmo Simplex en transporte puede ser apreciado en dos fases:
E. Raffo Lecca


- Solucin inicial.
- Solucin ptima.

Existiendo para cada uno de ellos un gran conjunto de algoritmos.


11.2.1 Algoritmos de Solucin inicial

Existe una variedad de algoritmos que generan una BFS cercana o lejana al ptimo,
dependiendo de que el procedimiento haga o no consideracin de los costos. Destacan la
regla de la esquina del Nor-Oeste, el Mtodo de Aproximacin de Vogel, columna
mnima, fila mnima, matriz mnima y el Mtodo de Russell.

La regla de la "esquina del Nor-Oeste" o NCM (Northwest Corner Method), es un
mtodo que no considera la evaluacin de costos. Es uno de los clsicos, de fcil
aplicacin y con una BFS lejana al ptimo. El nombre fue dado por G. Dantzig.

Considere el siguiente tablero:

1 c
11
c
12
c
13
30
x
11
x
12
x
13

2 c
21
c
22
c
23
5
x
21
x
22
x
23

20 5 10

Ubicndose en la celda superior izquierda, se debe decidir entre 30 y 20, es decir

i=1, j=1

x
11
= min {a
1
, b
1
}
= min {30, 20}
= 20

Luego se ha cumplido con la demanda 1 y se pasa a la demanda 2, quedando por asignar
una oferta de 10;

a
1
=

a
1
- x
11
= 10
b
1
=

b
1
- x
11
= 0

1 c
11
c
12
c
13
10
10
2 c
21
c
22
c
23
5

0 5 10

i=1, j=2

E. Raffo Lecca

x
11
= min {a
1
, b
2
}
= min {10, 5}
= 5

a
1 =
a
1
-x
21
= 5
b
2 =
b
2
-x
21
= 0

1 c
11
c
12
c
13
5
20 5
2 c
21
c
22
c
23
5

0 0 10

Nuevamente se pasa a la siguiente demanda y la oferta es actualizada.

x
13
= min {a
1
,b
3
}
= min {5,10}
= 5

a
1
=

a
1
-x
31
= 0
b
3
=

b
3
-x
31
= 5

En este caso la demanda restante es 5; pasndose a la siguiente fila.

1 c
11
c
12
c
13
0
20 5 5
2 c
21
c
22
c
23
5

0 0 5

i = 2, j=3
x
23
= min {a
2
,b
3
}
= 5

Resultando el tablero de solucin inicial

1 c
11
c
12
c
13
30
20 5 5
2 c
21
c
22
c
23
5
5
20 5 10


E. Raffo Lecca

Si
I=1, J=1
X(I,J)=A(I)
A(I)=0, B(J)=B(J)-A(I)
I=I+1
X(I,J)=B(J)
B(J)=0, A(I)=A(I)-B(J)
J=J+1
Regla del Nor-Oeste
No
IF
A(I) <= B(J)
IF
I > M o J > N
Si
No
BFS inicial


Figura 11.3: Regla NCM

En todo el proceso de la regla NCM, no se hace uso de los costos. Evaluando z, se
tiene,

= =
n
j i
i j i jx c z
,
90

x
ij
c
ij
x
ij
c
ij

20
5
5
5
3
1
2
3
60
5
10
15
90

La regla de aproximacin de Vogel o VAM (Vogel Aproximation Method) hace
nfasis en los costos, incidiendo en aquellas celdas cuyos costos son muy diferenciados
con respecto a sus inmediatos adyacentes. Con ese fin trata de minimizar el costo penal
ms grande con la finalidad de evitar su ocurrencia.

Sea el modelo de transporte

1 3 2 1 10

2 4 2 1 5

3 1 2 2 15

10 15 5
E. Raffo Lecca


La diferencia de costos entre el menor y su inmediato sucesor se encuentra en
cada fila y columna.

1 3 2 1 2-1

2 4 2 1 2-1

3 1 2 2 2-1
*
3-1 2-2 1-1

Escoger en la fila o columna con mayor valor de diferencia y asignar en la celda
de menor costo entre:

}

1 3 2 1

2 4 2 1

3 1 2 2 15
x
31

10

Para el caso se elimina la columna 1 y se actualiza la fila 3. Se repite el proceso hasta
encontrar (m +n - 1) variables:

1 3 2 1
x
13
2-1
2 4 2 1
2-1
3 1 2 2
10 2-2
2-2 1-1


1 3 2 1
5 5 5
2 4 2 1
5 5
3 1 2 2
5 5 5
15

1 3 2 1 10
5 5
2 4 2 1 5
5
3 1 2 2 15
10 5
10 15 5
E. Raffo Lecca


La solucin inicial tiene z = 45.

Si
Para cada fila y columna calcular el costo
penal de no incurrir en una asignacin.
En la fila o columna con el mayor costo
penal, localizar la celda de menor costo:
c(p, q)
X(p, q)=A(p)
A(p)=0, B(q)=B(q)-A(p)
X(p, q)=B(q)
B(q)=0, A(p)=A(p)-B(q)
Regla de Vogel
No
IF
A(p) <= B(q)
Existen (m+n-1)
asignaciones
Si
No
BFS inicial


Figura 11.4: Lgica del VAM

La regla de Russell o RAM (Russell Aproximation Method)

1 3 2 1 10

2 4 2 1 5

3 1 2 2 15

10 15 5

Encontrar el mayor costo por cada fila y columna.

1 2 3 u
i
1 3 2 1 3

2 4 2 1 4

3 1 2 2 2

v
j
4 2 2

Evaluar

para cada celda vaca. Buscar la diferencia ms grande (en

valores negativos) y asignar. Para el caso la celda (2,3).

E. Raffo Lecca

1 2 3
1 3 2 1

2 4 2 1 5
5
3 1 2 2

5

Se elimina la columna 3 y la fila 2. Y la regla continua aplicndose.

1 2 3 u
i

1 3 2 1 3

2 4 2 1
5
3 1 2 2 2

v
j
3 2

En la siguiente iteracin ingresa la celda (3,1).

1 2 3
1 3 2 1

2 4 2 1 5
5
3 1 2 2 15
10
10 5

Finalmente la SBF inicial usando la regla de Russell es como sigue:

1 2 3
1 3 2 1 10
10
2 4 2 1 5
5
3 1 2 2 15
10 5
10 15 5


11.2.2 bucles e independencia lineal

Una secuencia ordenada de cuatro o ms celdas es denominada bucle o loop, si
cualquier par de celdas consecutivas se encuentran en la misma fila o columna; y no
existen tres celdas consecutivas en la misma fila o columna.

E. Raffo Lecca

(p,q)
(p,r)
(s,r) (s,q)


Figura 11.5: Loops

Por ejemplo la secuencia *( ) ( ) ( ) ( )+ .
Se puede verificar que toda secuencia posee un nmero par de celdas.

En trminos del mtodo simple, una celda est ocupada con una asignacin,
significa que la celda corresponde a una variable bsica. Una celda ( ) en el tablero
Simplex para el transporte, corresponde a la variable

, siendo su vector columna

.
En el problema del transporte existen m ecuaciones para los orgenes y n ecuaciones para
los destinos. En una columna de

existe un vector unitario

en el conjunto de las m
ecuaciones y un vector unitario

en el conjunto de las n ecuaciones,

) =

Teorema
En un conjunto de celdas asignadas al tablero Simplex del transporte, sus vectores
columnas cumplen con la independencia lineal. Un bucle o loop cumple con la
dependencia lineal.

Sea la variable

una variable no bsica, constituye una dependencia lineal con

los vectores columnas asociados al loop o dicho de otro modo la variable de entrada es
dependiente de las variables que se encuentran en la base pero que se hallan en el bucle.

)
(

) (

) (

) (

)

E. Raffo Lecca

Se observa que los escalares tienen valores alternativos de mas y de menos 1.
Toda vez que si una celda no bsica ingresa a la solucin est sumando o asignado un
valor y las celdas contiguas en la secuencia ordenada son restadas en ese valor.

11.2.3 Mtodos de Solucin ptima

Una variable no bsica, se puede representar mediante un loop; su costo reducido, viene a
ser el negativo del costo incremental en dicho loop; es decir, el costo en que se incurre por
una unidad que ingresa a la base:

A
pq
= - ( z
pq
- c
pq
) = c
pq
- c
pr
+ c
sr
- c
sq


Si todos los (z
pq
- c
pq
) s 0, la BFS es ptima; es decir..

Usando la solucin inicial siguiente:

1 3 2 1 10
5 5
2 4 2 1 5
5
3 1 2 2 15
10 5
10 15 5

Analizando los incrementos de costos para las variables no bsicas

A
11
= c
11
- c
12
+ c
32
- c
31

= 3 - 2 + 2 - 1
= 2

A
21
= c
21
- c
22
+ c
32
- c
31

= 4 - 2 + 2 - 1
= 3

A
23
= c
23
- c
22
+ c
12
- c
13

= 1 - 2 + 2 - 1
= 0

A
33
= c
33
- c
32
+ c
12
- c
13

= 2 - 2 + 2 - 1
= 1

Todos los Ac
ij
son no negativos o dicho de otro modo, todos los costos reducidos
son no positivos, luego el problema es ptimo. Esta tcnica es conocida como el "Cruce
del Arroyo" del ingls Stepping Stone (las piedras que se colocan para cruzar un arroyo);
y fue ideada por Charnes y Cooper en 1954.

E. Raffo Lecca

Qu ocurre cuando se encuentran incrementos de costos que pueden reducir la
FO?

Suponga la BFS:

1 3 2 1 10
5 5
2 4 2 1 5
5
3 1 2 2 15
5 10
10 15 5

Calculando los incrementos de costos:

A
12
= 2 - 2 + 1 - 3
= -2

A
21
= 4 - 2 + 2 - 1
= 3

A
23
= 1 - 2 + 2 - 1 + 3 - 1
= 2

A
33
= 2 - 1 + 3 - 1
= 3

El min { A
ij
/ tal que A
ij
< 0 } es en A
12
, de:

z = z
o
- ( z
pq
- c
pq
) x
pq

= z
o
+ Ac
pq
x
pq

x
pq
= min (10,5)
= 5

z = z
o
+ (-2)5
= 55 - 10
= 45

La nueva BFS es



1 3 2 1 10
5 5
2 4 2 1 5
5
3 1 2 2 15
10 5
E. Raffo Lecca

10 15 5

Probando los A
ij
, todos son positivos; luego la solucin es ptima. Ver diagrama
de solucin en la figura 11.6.

1
1
2
2
3 3
5
5
10
5
5



Figura 11.6: Solucin ptima


11.3 Mtodos de los multiplicadores

En el mtodo Simplex, los costos reducidos se calculan como:

z
pq
- c
pq
=

( ) (

=( )(

)-

En la estructura de la matriz A, se tiene:

x
pq

c
pq

0
...
1
...
0
1
...
fila p
...
m
u
1
...
u
p
...
u
m

0
...
1
...
0
1
...
fila q
...
n
v
1
...
v
q
...
v
n


E. Raffo Lecca

Aplicando el dual, la restriccin asociada a x
pq
es:

( ) (

Es decir:

z
pq
- c
pq
= u
p
+ v
q
-c
pq


Desde el algoritmo Simplex:

1. Si la variable es bsica

z
pq
- c
pq
= 0 , luego u
p
+ v
q
= c
pq


2. Si la variable es no bsica, en el ptimo se cumple:

z
pq
- c
pq
s 0 , luego u
p
+ v
q
s c
pq

Para que una variable no bsica ingrese a la base, es necesario que:

{ } 0 > /
max

) , (
ij ij ij ij pq pq c z c z c z
j i
=

Suponga la solucin

1 3 2 1 10
5 5
2 4 2 1 5
5
3 1 2 2 15
5 10
10 15 5

Para las variables bsicas se cumple que:

u
1
+ v
1
= c
11

u
1
+ v
3
= c
13

u
2
+ v
2
= c
22

u
3
+ v
1
= c
31

u
3
+ v
2
= c
32


Haciendo que algn u
i
o v
j
sea igual a una cantidad, para solucionar que existen
ms incgnitas que ecuaciones se tiene:

u
1
= 0 entonces v
1
= c
11
= 3

v
3
=c
13
entonces v
3


= 1

u
3
+ v
1
= c
31
entonces u
3


= c
31
- v
1
= -2
E. Raffo Lecca


u
3
+ v
2
= c
32
entonces v
2


= c
31
- u
3
= 4

u
2
+ v
2
= c
22
entonces u
2


= c
22
- v
2
= -2

Luego:
z
11
-c
12
= u
1
+ v
2
-c
12

= 0 + 4 - 2
= 2

z
21
- c
21
= u
2
+ v
1
- c
21

= -2 + 3- 4
= -3

z
23
- c
23
= u
2
+ v
3
- c
23

= -2 + 1 - 1
= -2

z
33
- c
33
= u
3
+ v
3
- c
33

= -2 + 1 - 2
= -3

Variable de entrada x
12
; tal como ocurre con la aplicacin del algoritmo del "cruce
del arroyo".

El nombre de mtodo de los multiplicadores, se debe George B. Dantzig quin
utiliz el nombre de multiplicadores Simplex, para denominar a las variables duales, de
all que en algunas bibliografas aparezcan como el mtodo U-V (desde las variables
duales u
i
, v
j
) o el mtodo Simplex para transporte.

Al asignar u
i
a la variable dual asociada a la restriccin de origen i y v
j
, a la
variable dual relativa a la restriccin de destino j, se encuentra que al existir una ecuacin
redundante, cualquier ecuacin puede ser considerada como tal; por tanto, se puede
asignar un valor arbitrario a uno de los multiplicadores Simplex. Aqu se sugiere que:

u
1
= 0

El problema dual del problema de transporte es:

as irrestrict son ,

a sujeto
max
1 1
j i
ij j i
j j i i
v u
c v u
v b u a z
m
i
n
j
s +
+ =

= =


E. Raffo Lecca

El siguiente teorema que viene a continuacin, da una nueva luz con respecto a las
variables duales.

Teorema
Cuando los costos c
ij
son enteros y uno de los multiplicadores es un valor entero, todos los
multiplicadores Simplex sern enteros.


11.4 Aplicaciones en transporte
En la presente seccin se presenta el uso del problema del transporte a algunas
aplicaciones prcticas que se encuentran en la vida real. Una de ellas es el denominado
transporte al tiempo [PRS76] y la otra es el problema del proveedor o caterer problem.

11.4.1 Transporte al tiempo

El departamento de produccin se encuentra planeando la cantidad de unidades a producir
en cada de uno de los siguientes cuatro trimestres.

En cada trimestre se conoce la capacidad de produccin

, como la demanda
respectiva

. Si se incurre en un costo unitario de produccin de

unidades monetarias;
y se permite dejar inventarios a un costo por unidad por trimestre. Cul es el plan de
produccin que minimice los costos totales de produccin inventario?

El problema visto como un transporte, posee orgenes el tiempo cuando se
produce con sus capacidades de produccin; y posee destinos el tiempo cuando se entrega
para cumplir con la demanda o requerimientos. Por cada unidad que se deja en inventario
a un trimestre se carga a los costos de produccin el costo de inventario . Si se deja el
inventario a dos trimestres, se carga el costo de ; y as sucesivamente.

1 c
1
c
1
+h c
1
+2h c
1
+3h P
1

2 c
2
c
2
+h c
2
+2h P
2


3 c
3
c
3
+h P
3


4 c
4
P
4


D
1
D
2
D
3
D
4


Figura 11.7: Tablero Simplex para el transporte al tiempo

En la figura 11.7, se presenta el tablero Simplex de transporte para este problema,
denominado transporte al tiempo. Se observa que las celdas oscurecidas significan
asignacin prohibida (un costo muy grande, infinito). Toda vez que la demanda no puede
ser diferida. Esto significa por ejemplo, que si necesitaba en el trimestre del verano, no
puede entregarlo en el trimestre del invierno.

E. Raffo Lecca

Los datos referentes a la demanda, costo de produccin por unidad, costo de
inventario y capacidad de produccin, se presentan en la tabla 11.1.

Trimestre
Costo
Produccin
($/unidad)
Demanda
Costo
inventario
($/unid-
trimestre)
Capacidad
de
produccin
1 6 30 1 50
2 7 60 1 50
3 7 40 1 50
4 9 60 1 50

Tabla 11.1: Datos de produccin


1 6 6+1 6+2 6+3 50


2 7 7+1 7+2 50

3 7 7+1 50

4 9 50

30

60 40 60

Figura 11.8: Tablero Simplex para el problema

Como el transporte no est balanceado porque el total demandas es menor que el
total de las capacidades de produccin, se introduce una columna ficticia, con costos ceros
para las variables de holgura. La columna tiene una demanda ficticia de 10, que es la
cantidad del desbalance.

1 6 7 8 9 0 50


2 7 8 9 0 50

3 7 8 0 50

4 9 0 50

30

60 40 60 10


Figura 11.9: Tablero Simplex balanceado

Para la BFS inicial se ha utilizado el mtodo de la matriz mnima. La secuencia de
asignaciones ha sido la siguiente:

()

()
E. Raffo Lecca

()

()
(Se eliminan las dos, existe degeneracin)

()

1 6 7 8 9 0 50

30 10 10
2 7 8 9 0 50
50

3 7 8 0 50
40 10
4 9 0 50
50
30

60 40 60 10


Aplicando los multiplicadores, se encuentra que todos los costos reducidos para
las celdas no bsicas tienen valor no positivo: ptimo.

1
1
2 2
3
3
10
40
50
30
4 4
10
50

Figura 11.10: Solucin ptima


11.4.2 El problema del proveedor

El problema del proveedor o The Caterer Problem, es un famoso problema desde los
anales de la literatura en Investigacin de Operaciones, apareciendo en [JAC54],
[DAN63], [HAD62] y otros. Los textos que aparecen en esta seccin, han sido tomados
mayormente desde Raffo Lecca [RAF99].
E. Raffo Lecca


Un proveedor tiene un contrato para una serie de de almuerzos que se darn en un
exclusivo club de Nueva York. Existen n almuerzos, uno por cada da en los n sucesivos
das.

El proveedor o caterer, deber comprar servilletas especiales para esos almuerzos,
porque el club tiene registrado un tipo especial de servilletas.

En un da se necesitarn

servilletas. Dos tipos de lavados de

servilletas estn disponibles para el caterer. El servicio regular toma p das (si se enva al
fin del da k, este puede ser usado otra vez en el da ) y los costos son b centavos por
servilletas. Un servicio rpido toma das a un costo centavos por servilleta.

Las servilletas nuevas cuestan a centavos cada una. El caterer busca minimizar
los costos asociados en comprar y lavar servilletas. El problema del proveedor o est
asociado con la decisin de cuntas servilletas comprar y determinar cuntas enviar a los
servicios regulares y rpidos cada da.

0 1 2 3 4 5
Compra
-D1
-D2 -D3 -D4


Figura 11.11: Situacin del proveedor

En la figura 11.11 se presenta la situacin del proveedor para periodos, con
los tiempos de servicios regular y rpido . Se asume que se puede comprar
servilletas en una cantidad igual a la demanda, con tal fin se ha dispuesto del nodo cero; y
del mismo modo el nodo , el quinto es un nodo ficticio que se utiliza para asignar
las servilletas nuevas que no sern usadas porque el reciclaje es ms barato.

1 2 3 4 5
0 75

1 0 15

E. Raffo Lecca

2 0 10

3 30

4 20

15

10 30 20 75

La solucin ptima es comprar 15, 10 y 5 para los tres primeros das
respectivamente. En la tabla 12.2, se presenta la gestin completa para el proveedor.
Tambin ver la implementacin usando LINGO.

1 2 3 4 5
0 75
15 10 5 45
1 0 15
15
2 0 10
10
3 30
20 10
4 20
20
15

10 30 20 75


Da Nuevas
Lavandera
Rpido Regular
1 15 0 15
2 10 10 0
3 5 20 0
4 0 0 0

Tabla 11.2: Gestin del proveedor

Implementacin

! PROBLEMA DE TRANSPORTE;
! CATERER;
! E. RAFFO LECCA;
SETS:
ORIGEN/1..5/:OFERTA;
DESTINO/1..5/:DEMANDA;
TABLERO(ORIGEN,DESTINO):X,COSTO;
ENDSETS
DATA:
OFERTA =75 15 10 30 20;
DEMANDA=15 10 30 20 75;
COSTO=4 4 4 4 0
100 2 1 1 0
100 100 2 1 0
E. Raffo Lecca

100 100 100 2 0
100 100 100 100 0;
ENDDATA

! FUNCION OBJETIVO;
MIN=@SUM(TABLERO:X*COSTO);

! RESTRICCION DE ORIGEN;
@FOR(ORIGEN(I):
@SUM(DESTINO(J):X(I,J))=OFERTA(I);
);

! RESTRICCION DE DESTINO;
@FOR(DESTINO(J):
@SUM(ORIGEN(I):X(I,J))=DEMANDA(J);
);



eraffolecca@yahoo.es