Transporte y

asignacio n

WHH16
INTRODUCCION:
4.1. Definicin del problema de transporte.

La manera ms fcil de reconocer un problema de transporte es por su naturaleza

o estructura "de - hacia": de un origen hacia un destino, de una fuente hacia un
usuario, del presente hacia el futuro, de aqu hacia all. Al enfrentar este tipo de
problema, la intuicin dice que debe haber una manera de obtener una solucin.
Se conocen las fuentes y los destinos, las capacidades y demandas y los costos
de cada trayectoria. Debe haber una combinacin ptima que minimice el costo (o
maximice la ganancia). La dificultad estriba en el gran nmero de combinaciones
posibles.

En general, los problemas de transporte se ocupan (en forma literal o imaginara)

de la distribucin desde cualquier grupo de centros de suministro, llamados
orgenes, a cualquier grupo de centros de recepcin, llamados destinos de modo
que se minimice el costo total de distribucin.

Cada origen tiene ciertos recursos (oferta) para distribuir a los destinos y cada
destino tiene cierta demanda de estos recursos que recibe de los orgenes. El
modelo de un problema de transporte hace la siguiente suposicin acerca de estos
recursos (ofertas) y demandas.

El problema del transporte o distribucin es un problema de redes especial en

programacin lineal que se funda en la necesidad de llevar unidades de un punto
especfico llamado fuente u Origen hacia otro punto especfico llamado Destino.
Los principales objetivos de un modelo de transporte son la satisfaccin de todos
los requerimientos establecidos por los destinos y claro est la minimizacin de los
costos relacionados con el plan determinado por las rutas escogidas.

El contexto en el que se aplica el modelo de transporte es amplio y puede generar

soluciones atinentes al rea de operaciones, inventario y asignacin de elementos.

El procedimiento de resolucin de un modelo de transporte se puede llevar a cabo

mediante programacin lineal comn, sin embargo su estructura permite la
creacin de mltiples alternativas de solucin tales como la estructura de
asignacin o los mtodos ms populares.
Los problemas de transporte o distribucin son uno de los ms aplicados en la
economa actual, dejando como es de prever mltiples casos de xito a escala
global que estimulan la aprehensin de los mismos.

PROBLEMA DE TRANSPORTE MEDIANTE PROGRAMACIN LINEAL

Como se mencion anteriormente la programacin lineal puede ser utilizada para

la resolucin de modelos de transporte, aunque no sea sensato resolver los
modelos mediante el Mtodo Simplex si puede ser de gran utilidad la fase de
modelizacin, la programacin carece de la practicidad de los mtodos de
asignacin, pero puede ser de gran importancia dependiendo de la complejidad de
las restricciones adicionales que puede presentar un problema particular.

ITTLaguna. (2014). METODOS PARA ENCONTAR UNA SOLUCION BASICA

INICIAL.. 24/05/2016, de ITTLaguna Sitio web:

http://www.itlalaguna.edu.mx/academico/carreras/industrial/invoperaciones1/U5B.
HTML

Guzmn, L.. (2010). Modulo Mtodos Determinsticos. 24/05/2016, de UNAD Sitio

web:

http://datateca.unad.edu.co/contenidos/102016/CONTENIDOS/Exe_nuevo/leccin_
11_mtodo_de_la_esquina_noroeste.html
4.2. Algoritmo de transporte.

Se denomina algoritmo a un grupo finito de operaciones organizadas de

manera lgica y ordenada que permite solucionar un determinado problema.
Se trata de una serie de instrucciones o reglas establecidas que, por medio
de una sucesin de pasos, permiten arribar a un resultado o solucin.

Segn los expertos en matemticas, los algoritmos permiten trabajar a

partir de un estado bsico o inicial y, tras seguir los pasos propuestos,
llegar a una solucin. Cabe resaltar que, si bien los algoritmos suelen estar
asociados al mbito matemtico (ya que permiten, por citar casos
concretos, averiguar el cociente entre un par de dgitos o determinar cul es
el mximo comn divisor entre dos cifras pertenecientes al grupo de los
enteros), aunque no siempre implican la presencia de nmeros.

Adems de todo lo expuesto, en el mbito matemtico, y cuando estamos

decididos a llevar a cabo la descripcin de uno de esos algoritmos hay que
tener en cuenta que se puede efectuar mediante tres niveles. As, en primer
lugar, nos encontramos con el de alto nivel, lo que es la descripcin formal y
finalmente la tarea de implementacin.
El modelo de transporte es un caso particular de los problemas referidos a
la programacin lineal. Trata situaciones de envo de productos de lugares
llamados puntos origen (fuentes de abastecimiento) a los puntos destino
(fuentes de consumo), siendo su objetivo, determinar las cantidades
ptimas de envo de las fuentes de abastecimiento a las fuentes de
consumo que minimicen el costo total del transporte, al mismo tiempo que
satisfagan tanto los lmites de la oferta como los requerimientos de la
demanda.

El algoritmo de transporte organiza los clculos en una forma ms cmoda

aprovechando la ventaja de la estructura especial del modelo de transporte.
Pare esto sigue los mismos pasos que el mtodo simplex, sin embargo en
lugar de usar la tabla simplex normal se aprovecha la ventaja de la
estructura especial del modelo de transporte para organizar los clculos en
una forma ms cmoda.

Se debe agregar que el algoritmo especial de transporte fue desarrollado

por primera vez cuando la norma eran los clculos a mano y se necesitaba
de soluciones con mtodo abreviado.

Hoy contamos con programas de cmputo que nos apoyan en la solucin de

los problemas que se presentan en la investigacin de operaciones, sin
embargo, el algoritmo adems de su importancia histrica permite tener
una perspectiva del uso de las relaciones tericas primal-dual para llegar a
un resultado prctico, de mejorar los clculos a mano.
Otro detalle importante es que el algoritmo de transporte se basa en la
hiptesis que el modelo esta balanceado y eso quiere decir que la demanda
total es igual a la oferta total. Si el modelo est desbalanceado siempre se
podr aumentar con una fuente ficticia o destino ficticio para restaurar el
equilibrio o balance.

Los pasos del algoritmo de transporte son exactamente iguales a los del
algoritmo simplex.

1. En el primer paso se determina una solucin bsica factible de inicio

que nos ayude a proseguir en el paso dos.

2. En el segundo paso se usa la condicin de optimalidad del mtodo

simplex para determinar la variable de entrada entre todas las
variables bsicas. Detenerse si se satisface.

3. En el tercer paso se usa la condicin de factibilidad del mtodo

simplex para determinar la variable de salida y as obtener la nueva
solucin y posteriormente regresar al paso dos.

Tambin estudiaremos ms acerca de los algoritmos de transporte pero

ante quisiera recordarte algunos aspectos anteriores que seguro te sern de
mucha utilidad.

Problema de transporte: Consiste en decidir cuntas unidades trasladar

desde ciertos puntos de origen (platas, ciudades, etc) a ciertos puntos de
destino (centros de distribucin, ciudades, etc) de modo de minimizar los
costos de transporte, dada la oferta y demanda en dichos puntos. Se
suponen conocidos los costos unitarios de transporte, los requerimientos de
demanda y la oferta disponible.

Los principales objetivos de un modelo de transporte son la satisfaccin de

todos los requerimientos establecidos por los destinos y claro est la
minimizacin de los costos relacionados con el plan determinado por las
rutas escogidas.

El contexto en el que se aplica el modelo de transporte es amplio y puede

generar soluciones atinentes al rea de operaciones, inventario y
asignacin de elementos.

Cualquier modelo de transporte se compone de unidades de un bien a

distribuir, m orgenes, n destinos, recursos en el origen, demandas en los
destinos y costos de distribucin por unidad. Adicionalmente, se tienen
varios supuestos:
 1. Supuesto de requerimientos: cada origen tiene un suministro fijo de
unidades que se deben distribuir por completo entre los destinos.

2. Supuesto de costo: el costo de distribuir unidades de un origen a un

destino cualquiera es directamente proporcional al nmero de
unidades distribuidas.

3. Propiedad de soluciones factibles: un problema de transporte tiene

soluciones factibles slo si la sumatoria de recursos en los
m orgenes es igual a la sumatoria de demandas en los destinos.

4. Propiedad de soluciones enteras: En los casos en los que tanto los

recursos como las demandas toman un valor entero, todas las
variables bsicas (asignaciones), de cualquiera de las
soluciones bsicas factibles (inclusive la solucin ptima),
asumen tambin valores enteros.

Lo primero que se debe hacer es formular el problema en trminos de

programacin lineal para esto se necesita identificar las actividades y los
requerimientos del problema para de esta forma formularlo como un
problema de programacin lineal.

Despus de formular el problema, el siguiente paso es obtener

una solucin bsica factible, la cual se puede obtener a partir de cualquiera
de los 3 criterios siguientes:

1. Regla de la esquina noroeste.

2. Mtodo de la ruta preferente.

3. Mtodo de aproximacin de Vogel.

Regla de la esquina noroeste: la primera eleccin X11, es decir, se

inicia la asignacin por la esquina noroeste de tabla. Luego
se desplaza a la columna de la derecha si todava quedan recursos en
ese origen. De lo contrario se mueve al reglo debajo hasta realizar
todas las asignaciones.

Mtodo de la ruta preferente:se fundamenta en la asignacin a partir

del costo mnimo de distribuir una unidad. Primero se identifica este
costo se realiza la asignacin de recursos mxima posible y luego se
identifica el siguiente costo menor realizando el mismo procedimiento
hasta realizar todas las asignaciones.

Mtodo de asignacin de Vogel: para cada rengln y columna, se

calcula su diferencia, que se define como la
 diferencia aritmtica entre el costo unitario ms pequeo y el costo
menor que le sigue en ese rengln o columna. En el rengln o columna
con la mayor diferencia, se le asigna al menor costo unitario. Los
empates se pueden romper de manera arbitraria.

4.3. Mtodo de la Esquina Noroeste.

El mtodo de la esquina Noroeste es un algoritmo heurstico capaz de solucionar

problemas de transporte o distribucin mediante la consecucin de una solucin
bsica inicial que satisfaga todas las restricciones existentes sin que esto implique
que se alcance el costo ptimo total.

Este mtodo tiene como ventaja frente a sus similares la rapidez de su ejecucin,
y es utilizado con mayor frecuencia en ejercicios donde el nmero de fuentes y
destinos sea muy elevado.
Es uno de los mtodos ms fcil para determinar una solucin bsica factible
inicial. Este tambin considerado por ser el menos probable para dar una buena
solucin de bajo costo porque ignora la magnitud relativa de los costos.

Pasos para desarrollar este mtodo:

Seleccionar la celda de la esquina noroeste (esquina superior izquierda).

Haga el ms grande envo como pueda en la esquina de la celda de la esquina

noroeste, esta operacin agotar completamente la disponibilidad de suministros
en un origen a los requerimientos de demanda en un destino. A este procedimiento
o paso se le llama con frecuencia saturar.

Corrija los nmeros del suministro y requerimiento para reflejar lo que va

quedando de suministro y vuelva al paso uno.

Reglas para el desarrollo del mtodo esquina noroeste:

Los envos son indicadores dentro de cada celda.

Los suministros y requerimientos que quedan pueden ser registrados a la derecha

de los nmeros originales.

Las filas correspondientes a los orgenes pueden ser eliminadas o sealadas,

despus de que sus requerimientos estn completamente llenos.

4.4. Mtodo de Costo Mnimo.

El mtodo del costo mnimo o de los mnimos costos es un algoritmo

desarrollado con el objetivo de resolver problemas de transporte o distribucin,
arrojando mejores resultados que mtodos como el de la esquina noroeste, dado
que se enfoca en las rutas que presentan menores costos.
El diagrama de flujo de este algoritmo es mucho ms sencillo que los anteriores
dado que se trata simplemente de la asignacin de la mayor cantidad de unidades
posibles (sujeta a las restricciones de oferta y/o demanda) a la celda menos
costosa de toda la matriz hasta finalizar el mtodo.
PASO 1:
De la matriz se elige la ruta (celda) menos costosa (en caso de un empate, este se
rompe arbitrariamente) y se le asigna la mayor cantidad de unidades posible,
cantidad que se ve restringida ya sea por las restricciones de oferta o de
demanda. En este mismo paso se procede a ajustar la oferta y demanda de la fila
y columna afectada, restndole la cantidad asignada a la celda.
PASO 2:
En este paso se procede a eliminar la fila o destino cuya oferta o demanda sea 0
despus del "Paso 1", si dado el caso ambas son cero arbitrariamente se elige
cual eliminar y la restante se deja con demanda u oferta cero (0) segn sea el
caso.
PASO 3:
Una vez en este paso existen dos posibilidades, la primera que quede un solo
rengln o columna, si este es el caso se ha llegado al final el mtodo, "detenerse".
La segunda es que quede ms de un rengln o columna, si este es el caso iniciar
nuevamente el "Paso 1".

4.5. Mtodo de aproximacin de Vogel.

el mtodo de vogel como un mtodo de aplicacin de la investigacin de operaciones, que nos

permitir analizar los problemas y llegar a un resultado ptimo para la obtencin de las mximas
ganancias. 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 numero generalmente
mayor de iteraciones que los dems mtodos heursticos existentes con este fin, sin embargo,
produce mejores resultados iniciales que los mismos
Este procedimiento trata de eliminar casi toda la tabla simplex adems de los datos de entrada,
para llegar a la nica informacin necesaria que es la solucin bsica factible actual, los valores
actuales y los valores resultantes de las variables no bsicas. Es posible apreciar de manera global
la gran diferencia en eficiencia y conveniencia entre los mtodos simplex de transporte y simplex si
ambos se aplican al mismo problema pequeo.

MTODO DE VOGEL

Este mtodo tiene como objetivo obtener una solucin inicial BF. Como todas las restricciones
funcionales de los problemas de transporte son igualdades, el mtodo simplex obtendra esta
solucin mediante la introduccin de variables artificiales y su utilizacin como variables bsicas
iniciales. La solucin bsica que resulta slo es factible para la versin revisada del problema, por
lo que se necesita un buen nmero de iteraciones para hacer que el valor de estas variables sea
igual a cero y se obtengan las soluciones BF reales. Este procedimiento es ms sencillo ya que
construye de manera directa una solucin BF real en la tabla simplex de transporte.

4.6. Definicin del problema de asignacin.

El problema de asignacin es una variacin del problema original de transporte,

variacin en la cual las variables de decisin X(i,j) solo pueden tomar valores binarios, es
decir ser cero (0) o uno (1) en la solucin ptima, lo que supone que la oferta y la
demanda estn perfectamente alineadas, de hecho ambas son iguales a uno

Mltiples son los casos en los que como ingenieros industriales podemos hacer uso del
problema de asignacin para resolver diversas situaciones, entre los que cabe mencionar
se encuentran la asignacin de personal a maquinas, herramientas a puestos de trabajos,
horarios a maestros, candidatos a vacantes, huspedes a habitaciones, comensales a
mesas, vendedores a zonas territoriales etc.

En el modelo de asignacin la idea fundamental de resolucin es qu fuente satisface

mejor el destino?, y dado que hemos asociado el modelo a una gran diversidad de
circunstancias esta pregunta puede plantearse en mltiples contextos, como qu
candidato es el idneo para la vacante?, o qu personal es el indicado para la lnea
productiva?, o qu personal es el mejor para ejecutar determinada tarea?. Una
caracterstica particular del modelo de asignacin es que para su resolucin no se hace
necesario que el nmero de fuentes sea igual al nmero de destinos, lo cual es muy
comn en la vida real teniendo en cuenta su aplicacin, pues generalmente la cantidad de
aspirantes es exageradamente superior al nmero de vacantes (lgicamente haciendo
referencia a la aplicacin del modelo al contexto de oferta y demanda laboral).

4.7. El mtodo hngaro.

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.
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 lineas
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 lineas 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 lineas horizontales y verticales, una vez finalizado este paso se debe volver al
paso 4.

4.8. Uso de software (WIN QSB,TORA, DS for Windows, LINGO, LINDO, Y OTROS)

Herramientas de Programacin

Para desarrollar el Trabajo Prctico de la asignatura Investigacin de Operaciones I (315), deben

utilizan un Paquete de Software de Optimizacin Lineal, tales como LINDO, TORA, Microsoft
Excel Solver, LOPT, WinQsB u otros, estos constituyen herramientas de apoyo para resolver
problemas de programacin lineal, transporte y asignacin.
A continuacin los coloco:

Solver de Microsoft Excel. Programacin Lineal

La utilizacin de software para resolver problemas de programacin lineal es una fortaleza

tecnolgica que facilita la elaboracin de estudios de factibilidad. Una opcin es la herramienta
(complemento) Solver de Microsoft Excel. Esta constituye una adecuada herramienta en este
sentido, de relativamente fcil programacin inicial y posterior versatilidad para aplicar a
diferentes problemas. Abrir Instructivo. (Documento Original: Ing. Mario Ren Galindo Modificado
por: Ing. Golfredo Molina (mayo, 2009)

WinQSB

Es un sistema interactivo de ayuda a la toma de decisiones que contiene herramientas muy tiles
para resolver distintos tipos de problemas en el campo de la investigacin operativa.

WinQsb Ver. 2.0

TORA

Es un programa para resolver problemas de PL. TORA no se instala, ya que es un programa para ser
operado bajo el Sistema Operativo MS-DOS.

Descargar TORA

LINDO

LINDO es una aplicacin para computadoras que se utiliza para resolver problemas de
programacin lineal, cuadrtica y entera.

Desde 1979 el programa LINDO ha sido una de las herramientas de optimizacin favoritas de las
comunidades Educativas y Empresariales. LINDO Systems se ha dedicado a proveer poderosas e
innovativas herramientas de optimizacin que tambin son flexibles y muy fciles de usar. LINDO
tiene una larga historia y es uno de los pioneros en crear poderosos programas de optimizacin.

En 1979 se vendi en Mxico la primer copia comercial de LINDO, la ayuda que este proporcion
en aquel momento, le hizo ganar popularidad muy rpidamente para luego ser utilizado en
aplicaciones industriales. En 1983 la versin LINDO/PC fue el primer paquete para programacin
lineal, este manejaba 60 restricciones y 120 variables. En 1996 apareci la versin 6.0 para
WINDOWS.

Antes que aparecieran Lotus 1-2-3 o Excel, LINDO haba sido incorporado a la planilla de clculo
VisiCalc, el paquete se llam VINO y es el equivalente del SOLVER que viene con Excel. En estos
momentos existe una hoja de clculo llamada WHATS Best! la cual se integra a EXCEL o LOTUS 1-2-
3; sta resuelve problemas de optimizacin con algoritmos de LINDO Systems.