UNIVERSIDAD DR.

JOSE
MATIAS DELGADO
FACULTAD DE INGENIERIA
Investigacin de Operaciones 1

METODO HUNGARO Y
METODO VOGEL
Ing. Rene Linares Silva
ALUMNOS
APELLIDOS

NOMBRES

CARNET N

Barrientos Reyna
Padilla Gracias
Panam Fernndez
Recinos Ponce

Ramiro Alfredo
Jasmin Alexandra
Daniela Eugenia
rsula Damaris

201201325
201202900
201203015
201202787

SECCIN: 1-1

Antiguo Cuscatln, 19 de noviembre de 2014

INDICE
INTRODUCCIN...........................................................................................3
OBJETIVOS..................................................................................................4
GENERAL..................................................................................................................... 4
ESPECIFICOS................................................................................................................ 4
MARCO TERICO.........................................................................................5
METODO DE APOXIMACIN VOGEL............................................................................5
MTODO HUNGARO.................................................................................................. 8
EJERCICIOS............................................................................................... 10
EJERCICIOS METODO APROXIMACION VOGEL.............................................................10
EJRCICIO 1.............................................................................................................. 10
EJERCICIO 2.......................................................................................................... 17
EJERCICIOS METODO HUNGARO................................................................................20
EJERCICIO 1............................................................................................................ 20
EJERCICIO 2.......................................................................................................... 24
CONCLUSIONES.........................................................................................28

INTRODUCCIN
Una Aproximacin es una representacin inexacta que, sin embargo, es
suficientemente fiel como para ser til. Aunque en matemticas la
aproximacin tpicamente se aplica a nmeros, tambin puede aplicarse
a objetos tales como las funciones matemticas, figuras geomtricas o
leyes fsicas. Por otra parte existen problemas que son demasiado
complejos para resolverse analticamente, o bien imposibles de resolver
con las herramientas disponibles. En estos casos, una aproximacin
puede arrojar una solucin suficientemente exacta, reduciendo
significativamente la complejidad del problema y el costo de su solucin.
El mtodo de aproximacin de Vogel es un mtodo heurstico (se basan
en hallar una solucin de calidad aceptable mediante la exploracin de

una parte del universo de todas soluciones posibles) de resolucin de

problemas de transporte capaz de alcanzar una solucin bsica no
artificial de inicio, este modelo requiere de la realizacin de un nmero
generalmente mayor de iteraciones que los dems mtodos heursticos
existentes con este fin, sin embargo produce mejores resultados iniciales
que los mismos.
El modelo de asignacin es un caso especial del modelo de transporte.
Donde los trabajadores representan los orgenes y los trabajos
representan los destinos. La oferta (demanda) en cada origen (destino)
es igual a 1. El costo puede transportar al trabajador. De hecho el
modelo de asignacin puede resolverse de forma directa como un
modelo de transporte ( o como programacin lineal regular). El hecho de
que la oferta y la demanda sean iguales a 1 conduce al desarrollo de un
algoritmo de solucin simple llamada mtodo hngaro.

OBJETIVOS
GENERAL
Aprender a minimizar los costos de envi que se enviaran de cada
fuente a cada destino de un modelo de transporte mediante el uso del
modelo de aproximacin Vogel y el mtodo hngaro

ESPECIFICOS
-resolver problemas de asignacin aplicando el mtodo hngaro

-resolver problemas de asignacin aplicando el modelo de aproximacin

de Vogel

MARCO TERICO
METODO DE APOXIMACIN VOGEL
El mtodo de aproximacin de Vogel es un mtodo de resolucin de
problemas de transporte capaz de alcanzar una solucin bsica no
artificial de inicio, este modelo requiere de la realizacin de un nmero
generalmente mayor de iteraciones que los dems mtodos heursticos
existentes con este fin, sin embargo produce mejores resultados iniciales
que los mismos.

CARACTERSTICAS

Al igual que otros mtodos de algoritmo de solucin bsica

factible, se debe enviar las mayores cantidades al mayor costo
posible este busca enviar las mayores cantidades a menor costo
Tienen diferentes orgenes con diferentes destinos.
Un origen puede abastecer a diferentes destinos.
Al finalizar el ejercicio la oferta y la demanda deben de ser
satisfecha en su totalidad y/o terminado sus valores en cero.
La aproximacin de Vogel finaliza en costo mnimo.
Es ms elaborado que los anteriores, ms tcnico y dispendioso.
Tiene en cuenta los costos, las ofertas y las demandas para hacer
las asignaciones. Generalmente nos deja cerca al ptimo.

VENTAJAS

Conduce rpidamente a una mejor solucin. mediante los clculos

de las llamadas penalizaciones de fila y columna, los cuales
representan el posible coste de penalizacin que se obtendra por
no asignar unidades a transportar a una determinada posicin.

Tiene en cuenta en el anlisis la diferencia entre los menores

costos de transporte, mediante los clculos de las llamadas
penalizaciones de fila y columna, los cuales representan el posible
coste de penalizacin que se obtendra por no asignar unidades a
transportar a una determinada posicin.

DESVENTAJAS

No aporta ningn criterio que permita determinar si la solucin

obtenida por este mtodo es la mejor (ptima) o no.

requiere mayores esfuerzos de clculos que el Mtodo de la

esquina noroeste

APLICACIN
El modelo se utiliza para ayudar a la toma de decisiones en la realizacin
de actividades como: control de inventarios, flujo de efectivo,
programacin de niveles de reservas en prensas entre otras. Este
mtodo es heurstico y suele producir una mejor solucin inicial, produce
una solucin inicial ptima, o prxima al nivel ptimo.

CONNOTACION

Este mtodo requiere

mayor esfuerzo que el
mtodo de la Esquina
Noreste pero conduce a
una
solucin
inicial
bastante mejor, pues
tiene en cuenta la in
formacin de los costes
de transporte a travs
de penalizaciones de
fila y columna, que
representan el posible
coste de penalizacin
que se obtendra por no
situar
unidades
a
transportar
en
una
determinada posicin.

El mtodo consiste en la realizacin de un algoritmo que consta de 3

pasos fundamentales y 1 ms que asegura el ciclo hasta la culminacin
del mtodo.

PROCEDIMIENTOS o PASOS
PASO 1
Identificar en cada fila y columna los dos costos ms bajos o menores,
posteriormente se restan entre si dichos valores y a ese resultado lo
llamamos PENALIZACION. (El valor de la penalizacin siempre es
positivo dado que se resta el valor mayor menos el menor) .
PASO 2
Identificar la fila o columna con la mayor penalizacin, es decir que de la
resta realizada en el "Paso 1" se debe escoger el nmero mayor de
manera general. En caso de haber empate, se debe escoger
arbitrariamente (a criterio personal).
PASO 3
La fila o columna de mayor penalizacin determinada en el paso
anterior, debemos de identificar la celda con el menor costo, y en esta
asignar la mayor cantidad posible que cumpla con las condiciones de
demanda y disponibilidad. Una vez se realiza este paso una oferta o
demanda quedar satisfecha por ende reducimos la tabla sombreando

las columnas o filas satisfechas (en caso de haber empate solo se

tachara 1, la restante o no satisfecha quedar con oferta o demanda
igual a la diferencia.) en adelante repetir el proceso desde el paso 1.
Para tener en cuenta si durante el desarrollo de este paso se presentan
dos penalizacin iguales de grandes y nos asalta un interrogante. Cul
columna o fila elegir? Debemos analizar las dos por separado; es decir
primero regln y luego columna al realizar el comparativo del costo total
elegimos o gana la opcin que nos ofrezca el mnimo costo.
Para calcular el cotos total de distribucin (z): sumamos el producto de
las multiplicaciones (se multiplica las casillas que quedaron con
unidades mximas asignadas por el costo unitario - valores anotados
dentro de la misma).
PASO 4: DE CICLO Y EXCEPCIONES.
- Si queda sin tachar exactamente una fila o columna con cero oferta o
demanda, detenerse.
Si queda sin tachar una fila o columna con oferta o demanda positiva,
determine las variables bsicas en la fila o columna con el mtodo de
costos mnimos, detenerse.
- Si todas las filas y columnas que no se tacharon tienen cero oferta y
demanda, determine las variables bsicas cero por el mtodo del costo
mnimo, detenerse.
- Si no se presenta ninguno de los casos anteriores vuelva al paso 1
hasta que las ofertas y las demandas se hayan agotado.

MTODO HUNGARO
El mtodo Hngaro es un mtodo de
optimizacin de problemas de asignacin,
conocido como tal gracias a que los
primeros aportes al mtodo clsico
definitivo fueron de Dnes Knig y Jen
Egervry dos matemticos hngaros. El
algoritmo tal como se detallar a
continuacin est diseado para la
resolucin
de
problemas
de
minimizacin nicamente, ser entonces
cuestin de agregar un paso adicional
para abordar ejercicios de maximizacin.
Es
un
problema
de
transporte
balanceado, en el cual todas las ofertas y todas las demandas son
iguales a uno. Se puede resolver eficientemente un problema de
asignacin m x m mediante el mtodo Hngaro

CARACTERISTICAS IMPORTANTES
1. Para resolver un problema de asignacin en el cual la meta es
maximizar la funcin objetivo, se debe multiplicar la matriz de ganancias
por menos uno (-1) y resolver el problema como uno de minimizacin.

2. Si el nmero de filas y de columnas en la matriz de costos son

diferentes, el problema de asignacin est desbalanceado. El mtodo
Hngaro puede proporcionar una solucin incorrecta si el problema no
est balanceado; debido a lo anterior, se debe balancear primero
cualquier problema de asignacin (aadiendo filas o columnas ficticias)
antes de resolverlo mediante el mtodo Hngaro.

3. En un problema grande, puede resultar difcil obtener el mnimo

nmero de filas necesarias para cubrir todos los ceros en la matriz de
costos actual. Se puede demostrar que si se necesitan j lneas para
cubrir todos los ceros, entonces se pueden asignar solamente j trabajos
a un costo cero en la matriz actual; esto explica por qu termina cuando
se necesitan m lneas.

Mediante el siguiente ejemplo vamos a ilustrar la manera de aplicar el

mtodo Hngaro a la solucin de un problema de asignacin de
minimizacin:
Una factora tiene cuatro operarios, los cuales deben ser asignados al
manejo de cuatro mquinas; las horas requeridas para cada trabajador
en cada mquina se dan en la tabla adjunta; el tiempo a laborar por
cada operario en cada una de las mquinas se pretende que sea
mnimo, para lo cual se busca la asignacin ptima posible.
PROCEDIMIENTOS o PASOS
ALGORITMO HNGARO, PASO 1
Antes que nada cabe recordar que el mtodo hngaro trabaja en una matriz de
costos n*m (en este caso conocida como matriz m*m, dado que el nmero de
filas es igual al nmero de columnas n = m), una vez construida esta se debe
encontrar el elemento ms pequeo en cada fila de la matriz.

ALGORITMO HNGARO, PASO 2

Una vez se cumple el procedimiento anterior se debe construir una nueva
matriz n*m, en la cual se consignarn los valores resultantes de la diferencia
entre cada costo y el valor mnimo de la fila a la cual cada costo corresponde
(valor mnimo hallado en el primer paso).

ALGORITMO HNGARO, PASO 3

Este paso consiste en realizar el mismo procedimiento de los dos pasos
anteriores referidos ahora a las columnas, es decir, se halla el valor mnimo de
cada columna, con la diferencia que este se halla de la matriz resultante en el
segundo paso, luego se construir una nueva matriz en la cual se consignarn
los valores resultantes de la diferencia entre cada costo y el valor mnimo de la
columna a la cual cada costo corresponde, matriz llamada "Matriz de Costos
Reducidos".

ALGORITMO HNGARO, PASO 4

A continuacin se deben de trazar lneas horizontales o verticales o ambas
(nicamente de esos tipos) con el objetivo de cubrir todos los ceros de la
matriz de costos reducidos con el menor nmero de lneas posibles, si el
nmero de lneas es igual al nmero de filas o columnas se ha logrado obtener
la solucin ptima (la mejor asignacin segn el contexto de optimizacin), si
el nmero de lneas es inferior al nmero de filas o columnas se debe de
proceder con el paso 5.

ALGORITMO HNGARO, PASO 5

Este paso consiste en encontrar el menor elemento de aquellos valores que no
se encuentran cubiertos por las lneas del paso 4, ahora se restar del restante
de elementos que no se encuentran cubiertos por las lneas; a continuacin
este mismo valor se sumar a los valores que se encuentren en las
intersecciones de las lneas horizontales y verticales, una vez finalizado este
paso se debe volver al paso 4.

EJERCICIOS
EJERCICIOS METODO APROXIMACION VOGEL

EJRCICIO 1
Una empresa energtica colombiana dispone de cuatro plantas de
generacin para satisfacer la demanda diaria elctrica en cuatro
ciudades, Cali, Bogot, Medelln y Barranquilla. Las plantas 1, 2, 3 y 4
pueden satisfacer 80, 30, 60 y 45 millones de KW al da
respectivamente. Las necesidades de las ciudades de Cali, Bogot,
Medelln y Barranquilla son de 70, 40, 70 y 35 millones de KW al da
respectivamente. Los costos asociados al envo de suministro energtico
por cada milln de KW entre cada planta y cada ciudad son los
registrados en la siguiente tabla.

Formule un modelo de programacin lineal que permita satisfacer las

necesidades de todas las ciudades al tiempo que minimice los costos
asociados al transporte.

SOLUCIN PASO A PASO

El primer paso es determinar las medidas de penalizacin y consignarlas
en el tabulado de costos, tal como se muestra a continuacin.

El paso siguiente es escoger la mayor penalizacin, de esta manera:

El paso siguiente es escoger de esta columna el menor valor, y en una

tabla paralela se le asigna la mayor cantidad posible de unidades,
podemos observar como el menor costo es "2" y que a esa celda se le
pueden asignar como mximo 60 unidades "que es la capacidad de la
planta 3".

Dado que la fila de la "Planta 3" ya ha asignado toda su capacidad (60

unidades) esta debe desaparecer.

Se ha llegado al final del ciclo, por ende se repite el proceso

Continuamos con las iteraciones,

Iniciamos otra iteracin

Al finalizar esta iteracin podemos observar como el tabulado queda una

fila sin tachar y con valores positivos, por ende asignamos las variables
bsicas y hemos concluido el mtodo.

Los costos asociados a la distribucin son:

De esta manera hemos llegado a la solucin a la cual tambin llegamos

mediante programacin lineal.

EJERCICIO 2
En la figura 6.12. Se ve que una empresa tiene tres plantas en
diferentes zonas geogrficas del pas, productoras de un solo
artculo que se vende en cuatro diferentes centros de
distribucin tambin instalados en diferentes zonas
geogrficas. La mxima posibilidad de produccin de las
plantas y los requerimientos de cada centro de distribucin
estn dados en la tabla. Adems, nos proporciona los costos
unitarios de transporte de cada centro de produccin a cada
centro de distribucin. El objetivo es encontrar el costo total
mnimo de transporte, satisfaciendo las demandas y
considerando las limitaciones de oferta.
Aplicando el mtodo Vogel, las tablas (figura 6.13. y figura
6.14.) Muestran los pasos mencionados anteriormente.
Planta 1
Planta 2

Centro 1
10
5

Centro 2
20
17

Centro 3
6
29

Centro 4
5
22

Oferta
30
30

Planta3
Demanda

15
20

25
20

5
15

10
25

20

Figura 6.12. Tabla: Requerimientos, costos y disponibilidades.

Planta 1
Planta 2
Planta 3
Demand
a
Diferenci
a

Centro 1

Centro 2

Centro 3

Centro 4

Oferta

10
5
15
20

20
17
25
20

6
29
5
15

5
22
10
25

30
30
20

Diferenci
a
1
12
5

Figura 6.13. Tabla: primera tabla del mtodo Vogel

El segundo regln tiene la diferencia ms alta, y dentro de las
casillas d este regln X21 tiene el costo unitarios ms bajo. A
X21 asignamos 20 unidades de mercanca(es el mximo que se
puede asignar por el requerimiento del centro de distribucin)
y eliminamos la primera columna.
Con en el resto de la tabla sacamos las diferencias entre los
costos mnimos para obtener los resultados indicados en la
tabla figura 6.14.
Planta 1
Planta 2
Planta 3
Demanda
Diferencia

Centro 2
20
17
25
20
3

Centro 3
6
29
5
15
1

Centro 4
5
22
10
25
5

Oferta
30
10
20

Diferencia
1
12
5

Como hay 3 diferencias iguales, arbitrariamente escogemos el

tercer rengln. En el tercer rengln el costo ms bajo es el de
la casilla X33 que tiene un costo unitario de 5; a esta casilla
asignamos 15 unidades (mximo que se puede asignar), as,
la columna numero 3 queda eliminada.

De nuevo sacamos las diferencias entre los dos costos mas

pequeos de las columnas y de los renglones restantes. Estas
operaciones se representan en la tabla figura 6.15

Planta 1
Planta 2
Planta 3
Demanda
Diferencia

Centro 2
20
17
25
20
3

Centro 4
5
22
10
25
5

Oferta
30
10
5

Diferencia
15
5
15

Observe que hay dos diferencias mximas de costos iguales,

arbitrariamente seleccionamos el rengln 3; en este rengln
X34 tiene el costo unitario mas bajo(10), por lo tanto
asignamos 5 unidades (el mximo que se puede) y la
disponibilidad queda agotada .
Siguiendo con el mtodo sacamos las diferencias de las
columnas y renglones restantes, conociendo los resultados en
la siguiente tabla 6.16.
Planta 1
Planta 2
Demanda
Diferencia

Centro 2
20
17
20
3

Centro 4
5
22
25
5

Oferta
30
10

Diferencia
15
5

Como se ve en la tabla, la columna del centro 4 tiene la

diferencia ms alta; en esta columnaX14 tiene el costo unitario
ms pequeo, a este le asignamos 20 unidades, por lo que la
columna queda eliminada. Eliminando la columna del centro 4
quedaremos solo con una. Vase figura 6.17.
Planta 1
Planta 2
Demanda

Centro 2
20
17
20

Oferta
10
10

A X12 y X22 les asignamos 10 unidades de mercanca, respectivamente.

De esta manera, todas las columnas y renglones quedan eliminadas y el
resultado final se ve en la tabla figura6.18.
Centro 1
Planta 1
Planta 2
Planta 3
Demanda

20
20

Centro 2
10
10
20

Centro 3

Centro 4
20

15
15

5
25

Oferta
30
30
20

La solucin bsica-factible es:

Y el costo total del transporte ser:

C.T. = (10)(20) + (20)(5) + (10)(17) + (20)(5) + (15)(5) + (5)(10) = 695

EJERCICIOS METODO HUNGARO

EJERCICIO 1

La compaa de manufactura "Jimnez y Asociados" desea realizar una

jornada de mantenimiento preventivo a sus tres mquinas principales A,
B y C. El tiempo que demanda realizar el mantenimiento de cada
mquina es de 1 da, sin embargo la jornada de mantenimiento no
puede durar ms de un da, teniendo en cuenta que la compaa cuenta

con tres proveedores de servicios de mantenimiento debe de asignarse

un equipo de mantenimiento a cada mquina para poder cumplir con la
realizacin del mantenimiento preventivo. Teniendo en cuenta que
segn el grado de especializacin de cada equipo prestador de servicios
de mantenimiento el costo de la tarea vara para cada mquina en
particular, debe de asignarse el equipo correcto a la mquina indicada
con el objetivo de minimizar el costo total de la jornada. Los costos
asociados se pueden observar en la siguiente tabla:

PASO 1
Encontramos el menor elemento de cada fila

PASO 2
Construimos una nueva matriz con las diferencias entre los valores de la matriz
original y el elemento menor de la fila a la cual corresponde.

PASO 3
En la matriz construida en el paso anterior se procede a efectuar el paso 1 esta
vez en relacin a las columnas, por ende escogemos el elemento menor de
cada columna. Igualmente construimos una nueva matriz con la diferencia
entre los valores de la matriz 2 y el elemento menor de la columna a la cual
corresponde cada valor.

En este paso trazaremos la menor cantidad de combinaciones de lneas

horizontales y verticales con el objetivo de cubrir todos los ceros de la matriz
de costos reducidos.

Como se puede observar el menor nmero de lneas horizontales y/o

verticales necesarias para cubrir los ceros de la matriz de costos
reducidos es igual a 2, por ende al ser menor que el nmero de filas o
columnas es necesario recurrir al paso 5.

PASO 5
En este paso seleccionamos el menor elemento de los elementos no
subrayados.

Luego se procede a restarse de los elementos no subrayados y a

adicionarse a los elementos ubicados en las intersecciones de las lneas,
en este caso existe una nica interseccin (3).

Ahora ya efectuado este paso pasamos al paso 4.

Ahora observamos cmo se hace necesario trazar tres lneas (la misma
cantidad de filas o columnas de la matriz) por ende se ha llegado al
tabulado final, en el que por simple observacin se determina las
asignaciones ptimas.

Por ende la asignacin que representa el menor costo para la jornada de

mantenimiento preventivo determina que el Equipo 1 realice el
mantenimiento de la Mquina 1, el Equipo 2 realice el mantenimiento de
la Mquina 3 y el Equipo 3 realice el mantenimiento de la Mquina 2,
jornada que tendr un costo total de 17 unidades monetarias.

EJERCICIO 2
Los tres hijos de Joe Klyne, John, Karen y Terri, quieren ganar algn
dinero para cubrir sus gastos personales durante un viaje organizado por
la escuela al zoolgico local. El seor Klyne eligi tres tareas para sus
hijos: podar el csped, pintar la cochera y lavar los automviles de la
familia. Para evitar las competencias anticipadas entre hermanos, les
pidi que presentaran licitaciones (secretas) para lo que ellos crean era
un pago justo para cada una de las tres tareas. Quedaba entendido que

los tres hijos aceptaran la decisin de su padre en lo concerniente a

quin desempeara cada tarea. La siguiente tabla resume las
licitaciones recibidas.
Tabla de asignacin
Podar

Pintar

Lavar

John

$15

$10

$9

Karen

$9

$15

$10

Terri

$10

$12

$8

Solucin por medio del Mtodo Hngaro

Basndose en esta informacin, Cmo debe asignar las tareas el seor
Klyne? Este problema se resolver con los primeros tres pasos del
mtodo Hngaro.
1. iteracin.
Rengln

Podar Pintar Lavar

mnimo

John

15

10

p1=9

Karen

15

10

p2=9

Terri

10

12

p3=8

En seguida restamos el rengln mnimo de cada rengln respectivo, para

obtener la matriz reducida.
Podar

Pintar

Lavar

John

Karen

Terri

q2=1

q3=0

Columna
Mnima

q1=0

La aplicacin del paso 2 nos da los mnimos en la columna. restando

estos valores de las columnas respectivas obtenemos las matriz
reducida.
Podar

John

Pintar

Lavar

Karen 0

Terri

Interpretacin de resultados
Los cuadros con las entradas cero en negritas proporcionan la solucin
ptima. Eso quiere decir que John pintar la cochera, Karen podar el
csped y Terri lavar los automviles de la familia. El costo total para el
sr Klyne es 9+10+8 =27 dlares. Adems esa cantidad siempre igualar
(p1 + p2 + p3) + (q1 + q2 + q3)=(9+9+8)+(0+1+0)= 27 dlares.
-Suponga que la situacin analizada se ampla a cuatro nios y cuatro tareas.
La tabla siguiente resume los elementos de costo del problema.
TAREA

$1

$4

$6

$3

$9

$7

$10

$9

ACTIVIDAD

La aplicacin
de los pasos 1
3
$4
$5
$11
$7
y 2 a la matriz
de la tabla
4
$8
$7
$8
$5
5.34 (con p1 =
1, p2 = 7, p3
= 4, p4 = 5, q1 = 0, q2 = 0, q3 = 3 y q4 = 0) da por resultado la matriz
reducida de la tabla.
TAREA
1
2
3
4

1
0
2
0
3

2
3
0
1
2

3
2
0
4
0

4
2
2
3
0

ACTIVIDAD

Las ubicaciones
de las entradas
cero no permiten
asignar
tareas
nicas a todos los nios. Por ejemplo, si asignamos al nio 1 la tarea 1,
entonces se eliminar la columna 1, y el nio tres no tendr una entrada
cero en las tres columnas restantes. Este obstculo puede superarse
agregando el siguiente paso al procedimiento dado en el ejemplo 1:
Paso 3b. Si no pueden encontrarse asignaciones de elemento cero
factibles:
(i) Trace el mnimo de lneas horizontales y verticales en la ltima matriz
reducida para cubrir todas las entradas cero.
(ii) Seleccione la entrada mnima no cubierta y rstela de cada entrada
no cubierta, y luego smela a cada entrada en la interseccin de dos
lneas.
(iii) Si no puede determinar una asignacin factible entre las entradas
cero resultantes, repita el paso 3a.
La aplicacin del paso 3b a la ltima matriz produce las celdas
sombreadas en la tabla.
1
2
3
4

1
0
2
0
3

2
3
0
1
2

3
2
0
4
0

4
2
2
3
0

La entrada mnima no sombreada (que se muestra subrayada) es igual a

1. Esta entrada se suma a la celda de interseccin y se resta de las
celdas sombreadas restantes para producir la matriz de la tabla, y la
solucin ptima indicada por los ceros subrayados.
TAREA

1
2
3
4

1
0
3
0
4

2
2
0
0
2

3
1
0
3
0

4
1
2
2
0

ACTIVIDAD

El costo ptimo asociado es 1 + 10 + 5 + 5 = 21. El mismo costo

tambin se determina sumando las p y las q y la celda que se resto
despus de la determinacin de las celdas sombreadas; esto es ( 1 + 7
+ 4 + 5 ) + ( 0 + 0 + 3 + 0 ) + ( 1 ) = 21

CONCLUSIONES
Podemos concluir que se puede resolver modelos de transporte por
medio de los mtodos estudiados, mtodo hngaro y mtodo de
aproximacin Vogel. El modelo matemtico brinda una asignacin
arbitral ms fidedigna y efectiva que los comits de asignacin arbitral.
Una consideracin muy importante que hay que tener en cuenta con
cualquier mtodo que se utilice, es que el problema de transporte no
siempre puede aislarse y resolverse dentro de sus propios lmites. El
transporte es tan solo una parte de todo el sistema de distribucin de la
compaa. Es muy difcil resolver el mejor programa de transporte en
trminos de servicio y bajo costo.