MODELOS DE TRANSPORTE,

TRANSBORDO, ASIGNACIN,
REDES
Email : jhv777@hotmail.com

MSC. JOS HERNNDEZ

1
VALLEJOS
 Mapa Conceptual del curso
Mtodos de Interpretacin
Formulacin Aplicaciones
Solucin de Resultados

Transporte
Formulacin de
Modelos
Mtodo
Grafico Transbordo y
Programacin Dualidad y Asignacin
Lineal Sensibilidad
Mtodo
Simplex Redes

Programacin
Lineal Entera
 Mapa Conceptual de la Sesin
Aplicaciones de Mtodos para Mtodos para
Programacin lograr Solucin lograr Solucin
Lineal Inicial Optima

Esquina
Rango de
Nor-Oeste
Optimalidad

Costo Mnimo Costos

Valores Reducidos
Modelo de Algoritmo de marginales
Transporte Transporte Matriz Mnima MODI Precios Sombra

Rango Optimo
Vogel Lado Derecho
Holguras y
Excesos
 Objetivo de la Sesin
Plantear el modelo de transporte
Identificar la primera solucin factible usando
los mtodos de la Esquina Noroeste, Costo
Mnimo, Matriz Mnima y Vogel
Encontrar la solucin optima con mtodos de
los valores marginales y MODI
Identificar el impacto econmico de la solucin.
Competencia o Capacidad terminal a obtener
El Alumno ser capaz de Formular y Resolver
el modelo de programacin lineal para un
problema de transporte
MODELO DE TRANSPORTE
Plantea que hay ciertas orgenes (O) 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

ORGENES DESTINOS
Oferta Demanda
Capacidad de produccin Capacidad de venta
Proveedores Plantas de produccin
Plantas de produccin Almacenes mayoristas
Almacenes mayoristas Tiendas minoristas
Modelo de Transporte

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
O1 D1

O2 D2

O3 D3

On Dm
 Modelo de Transporte

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
=
Cij
F.O. : Mn Z Cij Xij i j

i=1 j=1

Cij : Costo unitario de transporte Xij : Unidades a transportar

desde la fuente i hasta el destino j desde la fuente i hasta el destino j
 Modelo de Transporte

n m
= Cij Xij
Cij
F.O. : Mn Z i j

i=1 j=1
n
s.a. :
Xij
= Qdemandada
i=1
m
Xij
= Qofrecida
j=1

Xij > 0 A
i,j
Algoritmo de Transporte

Hacia
D1 D2 D3 D4 TOTAL
Desde

F1 X1j
F2
Cij
Xij X2j
F3 X3j
F4
X4j
TOTAL Xi1 Xi2 Xi3 Xi4
Algoritmo de Transporte

Hacia
D1 D2 D3 D4 TOTAL
Desde

X1j
C11 C12 C13 C14
01 X11 X12 X13 X14
X2j
C21 C22 C23 C24
02 X21 X22 X23 X24

X3j
C31 C32 C33 C34
03 X31 X32 X33 X34

X4j
C41 C42 C43 C44
04 X41 X42 X43 X44
TOTAL Xi1 Xi2 Xi3 Xi4
Algoritmo de Transporte
Significado de cada cuadro

Cij C23 6
Xij X23 175

Significa que el costo unitario de transporte

desde origen 2 al destino 3 es de $6
A su vez, el nmero de unidades a transportar
desde origen 2 al destino 3 es de 175
 Algoritmo de Transporte
Significado de cada cuadro

Es el valor total producido en los

orgenes (Qofrecida) y es tambin el
valor total demandado por los
destinos (Qdemandada)

Qdemandada
= Xi1 + Xi2 + Xi3 + ....... + Xim
Qofrecida
= X1j + X2j + X3j + ....... + Xnj
Necesariamente:
Qdemandada = Qofrecida
 PROBLEMA DEL TRANSPORTE

1 CUZCO
2500
3000 1 CAMANA

5000
2 AREQUIPA

4000 3 MOLLENDO
4 PUNO
3500
3 MOQUEGUA 4500

2 TACNA 1500
MSC. JOS HERNNDEZ
13
VALLEJOS
 CUADRO 6.1

OFERTA ORIGENES DESTINOS DEMANDA

Cij,Xij

5,X11
3 000 CAMANA 2 500
O1 1,X21 D1
CUZCO
6,X13
8,X12
5 000 AREQUIPA 5,X22
TACNA 1 500
O2 D2
2,X32

4 000 MOLLENDO 3,X13 MOQUEGUA 4 500

O3 7,X23
D3
4,X33

6,X14 PUNO 3 500

4,X24
D4
5,X34
12 000 12 000

BALANCEADA

MSC. JOS HERNNDEZ

14
VALLEJOS
 CUADRO 6.2

MATRIZ DEL PROBLEMA DE TRANSPORTE

D D1 D2 D3 D4 OFERTA
O CUZCO TACNA MOQUEGUA PUNO (ai)

5 8 3 6
O1
CAMANA 3000
X11 X12 X13 X14
4 5 7 4
O2
AREQUIPA 5000
X21 X22 X23 X24
6 2 4 5
O3
MOLLENDO 4000
X31 X32 X33 X34
DEMANDA
(bj) 2500 1500 4500 3500

MSC. JOS HERNNDEZ

15
VALLEJOS
MSC. JOS HERNNDEZ
16
VALLEJOS
Mtodos para lograr solucin inicial factible

Esquina Noroeste
Costo Mnimo
Matriz Mnima
Vogel

Los mtodos 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
Mtodos : Esquina Nor-Oeste

Asigna el mximo nmero de unidades a transportar

en la celda ubicada en la esquina nor-oeste 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
 Mtodos : Esquina Nor-Oeste

Si en principio, la asignacin de la esquina nor-oeste

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
Mtodos : Esquina Nor-Oeste

En general:

Si no se puede asignar ms Se completa

por restriccin de demanda hacia el lado

Si no se puede asignar ms Se completa

por restriccin de oferta hacia abajo
 CUADRO 6.3

APLICACIN DEL METODO DE LA ESQUINA NOROESTE

D D1 D2 D3 D4 OFERTA
ELIMINA
O CUZCO TACNA MOQUEGUA PUNO (ai)

5 8 3 6 3000
2
O1 1 2
CAMANA
500
2500 500 0
4 5 7 4 5000
4
O2 3 4
AREQUIPA
4000
1000 4000 0
6 2 4 5 4000
O3
MOLLENDO
5 6
3500 6
500 3500 0
DEMANDA 2500 1500 4500 3500
(bj) 0 1000 500,0 0
ELIMINA 1 3 5 6
MSC. JOS HERNNDEZ
21
VALLEJOS
 CUADRO 6.4

APLICACIN DEL METODO DE LA COLUMNA MINIMA

D D1 D2 D3 D4 OFERTA
ELIMINA
O CUZCO TACNA MOQUEGUA PUNO (ai)

5 8 3 3 6 3000
3
O1
CAMANA 3000 0

4 5 7 4 5 5000
5
O2 1
AREQUIPA
2500
2500 2500 0
6 2 2 4 4 5 4000
O3
MOLLENDO
6
2500 6
1500 1500 1000 1000,0
DEMANDA 2500 1500 4500 3500
(bj) 0 0 1500,0 1000
ELIMINA 1 2 4 6
MSC. JOS HERNNDEZ
22
VALLEJOS
 CUADRO 6.5

APLICACIN DEL METODO DE LA FILA MINIMA

D OFERTA
D1 D2 D3 D4 ELIMINA
O (ai)

5 8 3 1 6 3000
O1
0
1
3000
4 5 7 4 2 5000
3
O2 1500 3
1500 3500 0
6 6 2 4 4 5 5 4000
O3 2500 6
1000 1500 1500 1000,0
DEMANDA 2500 1500 4500 3500
(bj) 1000,0 0 1500,0 0
ELIMINA 6 4 5 2
MSC. JOS HERNNDEZ
23
VALLEJOS
 CUADRO 6.6

APLICACIN DEL METODO DEL COSTO MINIMO

D OFERTA
D1 D2 D3 D4 ELIMINA
O (ai)

5 8 3 2 6 3000
O1
0
2
3000
4 4 5 7 4 3 5000
O2 1500 4
1500 3500 0
6 6 2 1 4 5 5 4000
O3 2500 6
1000 1500 1500 1000
DEMANDA 2500 1500 4500 3500
(bj) 1000,0 0 1500,0 0
ELIMINA 6 1 5 3
MSC. JOS HERNNDEZ
24
VALLEJOS
 CUADRO 6.7

APLICACIN DEL METODO DE LA MATRIZ MINIMA

D OFERTA
D1 D2 D3 D4 ELIMINA
O (ai)

5 4 8 3 3 6 3000
O1 1000 4
1000 2000 0
4 5 7 4 5000
O2 5 6
3500 6
1500 3500 0
6 2 1 4 2 5 4000
O3 2500 2
1500 2500 0
DEMANDA 2500 1500 4500 3500
(bj) 1500,0 0 2000,0 0
ELIMINA 5 1 3 6
MSC. JOS HERNNDEZ
25
VALLEJOS
 CUADRO 6.8

APLICACIN DEL METODO MUTUAMENTE PREFERIDO (FASE I)

D OFERTA
D1 D2 D3 D4 ELIMINA
O (ai)

5 8 3 2 6 3000
O1
0
2
3000
4 5 7 4 5000
3
O2 2500
2500
6 2 1 4 5 4000
O3 2500
1500
DEMANDA 2500 1500 4500 3500
(bj) 0 0 1500
ELIMINA 3 1
MSC. JOS HERNNDEZ
26
VALLEJOS
 CUADRO 6.9

APLICACIN DEL METODO MUTUAMENTE PREFERIDO (FASE II)

D OFERTA
D3 D4 ELIMINA
O (ai)

7 4 2500
O2 5
0 5
2500
4 4 5 6
2500
O3 1000 6
1500 1000 0
DEMANDA 1500 3500
(bj) 0 1000,0
ELIMINA 4 6

MSC. JOS HERNNDEZ

27
VALLEJOS
Proceso del Mtodo de Vogel

1) Calcular las penalidades (diferencias entre los dos

costos unitarios ms bajos para cada fila y para cada
columna), en el tableau

2) Se escoge la mayor penalidad de fila y/o columna

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 agota su oferta

total o demanda total, respectivamente, por efecto de
la asignacin reciente
Proceso del Mtodo de Vogel

4) Se reinicia sucesivamente desde la etapa 1),

recalculando las diferencias entre los dos costos
unitarios vigentes 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
 CUADRO 6.10

METODO DE VOGEL

D OFERTA PENA
D1 D2 D3 D4 ELIMINA
O (ai) LIDAD

5 8 3 6 3000,0
O1 2 2, 2 2
3000
4 4 5 7 4 5 5000,0
0,0,0
O2 2500,0
0 5
2500 2500
6 2 1 4 5 6
4000
2,1,1
O3
3
2500
1 6
1500 1500 1000 1000,0
DEMANDA 2500,0 1500,0 4500 3500
(bj) 1500,0 1000,0
1,1,2 3 1,1, 3 1,1,1
PENALIDAD
2 1
ELIMINA 4 1 3 6
MSC. JOS HERNNDEZ
30
VALLEJOS
 CUADRO 6.11

METODO DE RUSELL

D OFERTA
D1 D2 D3 D4
(ai)
Ui ELIMINA
O
5 8 3 6 3000,0
O1 2 8 2
3000
4 4 5 7 4 5 5000,
O2 2500,0 7 5
2500 2500
6 2 1 4 5 6
4000,
O3
3
2500, 6 6
1500 1500 1000 1000,0
DEMANDA 2500,0 1500,0 4500, 3500,
(bj) 1500,0 1000,0
Vj 6 8 7 6

ELIMINA 4 1 3 6
MSC. JOS HERNNDEZ
31
VALLEJOS
 CUADRO 6.12

MATRIZ dij = (ui+vj-cij)

D
D1 D2 D3 D4 ELIMINA
O

O1 9 8 12 8 2

O2 9 10 7 9 5

O3 6 12 9 7 6

ELIMINA 4 1 3 6

MSC. JOS HERNNDEZ

32
VALLEJOS
 Bsqueda de Solucin Optima

Se realiza un anlisis de sensibilidad, calculando los

valores marginales 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
(celdas vacas) y necesariamente valen cero
Verificacin de Optimalidad

Permite comprobar si una solucin bsica factible es

o no es ptima, evaluando el precio sombra o valor
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
trayectoria ciclica alrededor
de cada variable no bsica
 Verificacin de Optimalidad
Trayectoria ciclica o cruce del arroyo: 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
 Verificacin de Optimalidad

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 Se suma el costo

recibe unidades en unitario de la celda para
la transferencia la verificacin

Si la celda del lazo Se resta el costo unitario

entrega unidades de la celda para la
en la transferencia verificacin
 Verificacin de Optimalidad

En el ejemplo de la matriz mnima, para

la celda 31 (03 y D1) se tiene:

-5 D1 D3 +3
01 1000 2000

03 2500
+6 -4 Hay un Ahorro
Marginal, es el
VMij = +6 -5 +3 -4 = 0 concepto de
precio sombra
 Precio Sombra o valor marginal
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 o valor marginal 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
Condicin de Optimalidad (Minimizacin)

Si todo VMij 0 Solucin ptima

La solucin factible es ptima cuando no

existe posibilidad alguna de ahorro
marginal, lo que ocurre cuando todos los
precios sombra o valores marginales
son mayores o iguales a cero
Condicin de Optimalidad

Solucin no es
Si algn VMij < 0
ptima
Mientras exista al menos un precio sombra o
valor marginal 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 mayor disminucin de costo
Iteraciones

Cuando hay ahorro marginal, lo mximo que se

transfiere hacia la celda no bsica, es el mnimo de
las celdas que entregan unidades (con signo
negativo en la trayectoria) en la transferencia, para
as conservar la condicin de factibilidadA
>
Xij 0 i,j
Cada vez que se realiza una iteracin (reasignacin
de unidades), a continuacin se necesita volver a
calcular los valores marginales, hasta verificar que se
alcanza la solucin ptima
 CUADRO 6.13
SOLUCION INICIAL : METODO DE LA MATRIZ MINIMA

D OFERTA
D1 D2 D3 D4
O (ai)

5 - 8 3 + 6 3000
O1
1000 2000
4 + 5 7 4 - 5000
O2
1500 3500
6 2 4 - 5 +
4000
O3
1500 2500
DEMANDA 2500 1500 4500 3500
(bj)

MSC. JOS HERNNDEZ

42
VALLEJOS
 CUADRO 6.14

D
D1 D2 D3 D4
O

O1 5 3

O2 4 4

O3 2 4

MSC. JOS HERNNDEZ

43
VALLEJOS
 CUADRO 6.15
MATRIZ Zij

D
D1 D2 D3 D4 Ui
O

O1 5 1 3 5 1

O2 4 0 2 4 0

O3 6 2 4 6 2

Vj 4 0 2 4

MSC. JOS HERNNDEZ

44
VALLEJOS
 CUADRO 6.16

DETERMINACION DE LA MATRIZ Dij

MATRIZ Zij MATRIZ Cij MATRIZ Dij

D D D
O D1 D2 D3 D4 O D1 D2 D3 D4 O D1 D2 D3 D4
O1 5 1 3 5 O1 5 8 3 6 O1 0 7 0 1
+ =
O2 4 0 2 4 O2 4 5 7 4 O2 0 5 5 0
O3 6 2 4 6 O3 6 2 4 5 O3 0 0 0 -1

MSC. JOS HERNNDEZ

45
VALLEJOS
 CUADRO 6.17
NUEVA SOLUCION

D
D1 D2 D3 D4
O
5 8 3 6
O1
3000
4 5 7 4
O2
2500 2500
6 2 4 5
O3
1500 1500 1000

MSC. JOS HERNNDEZ

46
VALLEJOS
 CUADRO 6.17_b
DTERMINACION DE NUEVA MATRIZ Dij

MATRIZ Zij MATRIZ Cij MATRIZ Dij

ui
4 1 3 4 -1 5 8 3 6 0 7 0 2
- + =
4 1 3 4 -1 4 5 7 4 0 4 4 0
5 2 4 5 0 6 2 4 5 1 0 0 0
vj 5 2 4 5

MSC. JOS HERNNDEZ

47
VALLEJOS
 CUADRO 6.18
SOLUCION INICIAL : METODO DE LA MATRIZ MINIMA

D OFERTA
D1 D2 D3 D4
O (ai)

5 - 8 3 + 6 3000
O1
1000 2000
4 + 5 7 4 - 5000
O2
1500 3500
6 2 4 - 5 +
4000
O3
1500 2500
DEMANDA 2500 1500 4500 3500
(bj)

MSC. JOS HERNNDEZ

48
VALLEJOS
 CUADRO 6.19
COSTOS SELECCIONADOS REDUCIDOS A CERO

D SUMA/RESTA
D1 D2 D3 D4 DE FILA
O

O1 5,1,2, 0 8,5,7 3,-1, 6,2,3,1 +1

O2 4,0,-2, 0 5,3,5 7,3,5 4,0,2, 0 -2

O3 6,2, 0 2, 0 4, 0 5,1,-1

SUMA/RESTA
DE COLUMNA
-4,-2 -2 -4 -4,-2

MSC. JOS HERNNDEZ

49
VALLEJOS
 CUADRO 6.20
NUEVA SOLUCION

D OFERTA
D1 D2 D3 D4
O (ai)

5 8 3 6 3000
O1
3000
4 5 7 5000
O2
2500 2500
6 2 4 5 4000
O3
1500 1500 1000
DEMANDA 2500 1500 4500 3500
(bj)

MSC. JOS HERNNDEZ

50
VALLEJOS
 CUADRO 6.21
COSTOS SELECCIONADOS REDUCIDOS A CERO

D SUMA/RESTA
D1 D2 D3 D4 DE FILA
O

O1 0,1 7 0 1

O2 0,-1, 0 5, 4 5, 4 0, 1, 0 -1

O3 0, 1 0 0 -1, 0

SUMA/RESTA
DE COLUMNA
+1 +1

MSC. JOS HERNNDEZ

51
VALLEJOS
 CUADRO 6.22
SOLUCION INICIAL : METODO DE LA MATRIZ MINIMA

D OFERTA
D1 D2 D3 D4
O (ai)

5 - 8 3 + 6 3000
O1
1000 2000
4 + 5 7 4 - 5000
O2
1500 3500
6 2 4 - 5 +
4000
O3
1500 2500
DEMANDA 2500 1500 4500 3500
(bj)

MSC. JOS HERNNDEZ

52
VALLEJOS
 CUADRO 6.23
NUEVA SOLUCION

D OFERTA
D1 D2 D3 D4
O (ai)

5 8 3 6 3000
O1
3000
4 5 7 4 5000
O2
2500 2500
6 2 4 5 4000
O3
1500 1500 1000
DEMANDA 2500 1500 4500 3500
(bj)

MSC. JOS HERNNDEZ

53
VALLEJOS
MSC. JOS HERNNDEZ
54
VALLEJOS
METODO MODI
CUADRO 6.23_a
SOLUCION INICIAL : METODO DE LA MATRIZ MINIMA

D OFERTA
D1 D2 D3 D4
(ai)
Ui
O
5 - 8 3 + 6 3000 1
O1
1000 7 2000 1
4 + 5 7 4 - 5000 0 VA
O2
1500 5 5 3500
6 2 4 - 5 +
4000 2
O3
0 1500 2500 -1
DEMANDA 2500 1500 4500 3500
(bj)

Vj 4 0 2 4
MSC. JOS HERNNDEZ
55
VALLEJOS
METODO MODI
CUADRO 6.23_b
NUEVA SOLUCION : (SOLUCION OPTIMA)

D OFERTA
D1 D2 D3 D4
(ai)
Ui
O
5 8 3 6 3000 -1
O1
1 7 3000 2
4 5 7 4 5000 -1
O2
2500 4 4 2500
6 2 4 5 4000 VA
0
O3
1 1500 1500 1000
DEMANDA 2500 1500 4500 3500
(bj)

Vj 5 2 4 5
MSC. JOS HERNNDEZ
56
VALLEJOS
 CUADRO 6.24

SOLUCION DEGENERADA
METODO DE LA ESQUINA NOROESTE

D OFERTA
D1 D2 D3
O (ai)

5 - 6 + 5 150,0
O1
150 E
6 + 8 - 5 300,0
O2
200 100
DEMANDA 150,0 200,0 100,0
(bj)

MSC. JOS HERNNDEZ

57
VALLEJOS
 CUADRO 6.25

NUEVA SOLUCION

D OFERTA
D1 D2 D3
O (ai)

5 6 5 150,0
O1
E+150
6 8 5 300,0
O2
150 50 100
DEMANDA 150,0 200,0 100,0
(bj)

MSC. JOS HERNNDEZ

58
VALLEJOS
 CUADRO 6.26

PROBLEMA DE MAXIMIZACION

D OFERTA
D1 D2 D3
O (ai)

5 3 6 10
O1

8 2 4 15
O2

4 7 9 5
O3

DEMANDA 8 13 9
(bj)

MSC. JOS HERNNDEZ

59
VALLEJOS
 CUADRO 6.27

SOLUCION INICIAL : METODO DEL BENEFICIO MAXIMO

D OFERTA
D1 D2 D3 ELIMINA
O (ai)

5 3 6 10,6,0
O1 - + 4
6 4
8 2 4 15,7,0
O2 5
8 7
4 7 + 9 - 5,0
O3 1
5
DEMANDA 8,0 13,7,0 9,4,0
(bj)

ELIMINA 2 5 3
MSC. JOS HERNNDEZ
60
VALLEJOS
 CUADRO 6.27_

MATRIZ Zij MATRIZ Cij MATRIZ Dij

ui
9 3 6 0 5 3 6 -4 0 0
- + =
8 2 5 -1 8 2 4 0 0 -1
12 6 9 3 4 7 9 -8 1 0
vj 6 3 5

MSC. JOS HERNNDEZ

61
VALLEJOS
 CUADRO 6.28

SOLUCION OPTIMA

NUEVA SOLUCION

D
D1 D2 D3
O
5 3 6
O1
1 9
8 2 4
O2
8 7
4 7 9
O3
5

MSC. JOS HERNNDEZ

62
VALLEJOS
 CUADRO 6.28_

MATRIZ Zij MATRIZ Cij MATRIZ Dij

ui
9 3 6 0 5 3 6 -4 0 0
- + =
8 2 5 -1 8 2 4 0 0 -1
12 7 10 3 4 7 9 -9 1 0
vj 9 3 6

MSC. JOS HERNNDEZ

63
VALLEJOS
 CUADRO 6.28_A

PROBLEMA DE MAXIMIZACION

D OFERTA
D1 D2 D3
O (ai)

-5 -3 -6 10
O1

-8 -2 -4 15
O2

-4 -7 -9 5
O3

DEMANDA 8 13 9
(bj)

MSC. JOS HERNNDEZ

64
VALLEJOS
 CUADRO 6.29

PROBLEMA DE MAXIMIZACION

D OFERTA
D1 D2 D3
O (ai)

4 6 3 10
O1

1 7 5 15
O2

5 2 0 5
O3

DEMANDA 8 13 9
(bj)

MSC. JOS HERNNDEZ

65
VALLEJOS
 Algoritmo de Transporte

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
Demanda Qdemandada >Qofrecida
 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
 Algoritmo de Transporte

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

Capacidad
Si Qofrecida > Qdemandada Ociosa
Se crea una columna adicional en el cuadro, que
representa a las unidades a no producir
 Exceso de Demanda

Casos Posibles:
Desacumulacin
Si Qofrecida< Qdemandada de Inventario
Se crea una fila adicional en el cuadro, que
corresponde a la desacumulacin de inventario

Demanda No
Si Qofrecida<Qdemandada Satisfecha
Se crea una fila adicional en el cuadro, que
corresponde a la demanda no satisfecha
 Exceso de Demanda

Casos Posibles:
Produccin
en Turno
Si Qofrecida < Qdemandada
Extra
Se crea una fila adicional en el cuadro, que
corresponde a la produccin en turno extra
(sobretiempo)
 CUADRO 6.30

OFERTA MAYOR QUE DEMANDA

D OFERTA
D1 D2
O (ai)

7 8 30
O1

4 5 50
O2

DEMANDA 25 45
(bj)

MSC. JOS HERNNDEZ

72
VALLEJOS
 CUADRO 6.31

PROBLEMA BALANCEADO

D OFERTA
D1 D2 D3 (ai)
O
5 8 0 30
O1

4 5 0 50
O2

DEMANDA 25 45 10
(bj)

MSC. JOS HERNNDEZ

73
VALLEJOS
 CUADRO 6.32

DEMANDA MAYOR QUE OFERTA

D OFERTA
D1 D2
O (ai)

7 8 40
O1

4 5 30
O2

DEMANDA 50 35
(bj)

MSC. JOS HERNNDEZ

74
VALLEJOS
 CUADRO 6.33

PROBLEMA BALANCEADO

D OFERTA
D1 D2
O (ai)

7 8 40
O1

4 5 30
O2

0 0 15
O3

DEMANDA 50 35
(bj)

MSC. JOS HERNNDEZ

75
VALLEJOS
MODELO DE MINIMIZACIN
TRANSPORTE OBLIGATORIO MAXIMO Y MINIMO
Transporte Obligatorio Total de O1 D1 y O3 D3
Transporte Mnimo (1000 unid.) de O2 D4
MATRIZ ORIGINAL

D OFERTA
D1 D2 D3 D4
O (ai)

9 8 3 6 3000,0
O1
3000
4 5 7 1 5000,4000
O2
1000
6 7 4 5 3000,1500
O3
1500
2000, 11000
DEMANDA 3000,0 1500,0 4500
(bj) 1000
11000

MSC. JOS HERNNDEZ

CUADRO 6.34_a
76
VALLEJOS
MODELO DE MINIMIZACIN
TRANSPORTE OBLIGATORIO MAXIMO Y MINIMO

CUADRO 6.34_b SOLUCION INICIAL : METODO DE VOGEL

D OFERTA PENA
D3 D4
O (ai) LIDAD

7 1 4000,3000
O2 6
3000 1000 0

4 5 1500, 0
O3 1
1500
DEMANDA 4500, 1000, 0 5500
(bj) 1500, 0 5500
PENALIDAD 3 4

MSC. JOS HERNNDEZ

77
VALLEJOS
MODELO DE MINIMIZACIN
TRANSPORTE OBLIGATORIO MAXIMO Y MINIMO

CUADRO 6.34_c METODO DE SOLUCION FINAL: MODI

D OFERTA
D3 D4 Ui
O (ai)

7 1 4000,
O2 3000 0 VA
3000 1000
4 5 1500,
O3 0 -3
1500 7
DEMANDA 4500, 1000, 0
(bj) 1500, 0
Vj 7 1

MSC. JOS HERNNDEZ

78
VALLEJOS
MODELO DE MINIMIZACIN
TRANSPORTE OBLIGATORIO MAXIMO Y MINIMO

CUADRO 6.34_d SOLUCION OPTIMA FINAL

D OFERTA
D1 D2 D3 D4
O (ai)

9 8 3 6 3000
O1
3000
4 5 7 1 1000
+
5000
O2
3000 1000
6 7 4 5 3000
O3
1500 1500
DEMANDA 3000 1500 4500 2000
(bj)

MSC. JOS HERNNDEZ

79
VALLEJOS
 Transporte prohibido

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
=
8

Costo
 CUADRO 6.35

TRANSPORTE PROHIBIDO

D OFERTA
D1 D2 D3 D4
O (ai)

5 M 3 6 3000
O1

4 5 7 4 5000
O2

6 2 4 M 4000
O3

DEMANDA 2500 1500 4500 3500

(bj)

MSC. JOS HERNNDEZ

81
VALLEJOS
Modelo de transporte mltiple
Modelo de Transporte Mltiple

Plantas Puertos
4, 5, 7 C=60
C=90 1 M=70
M=50 1 F=30
F=30 6, 9
5, 6

C=60 7, 8 C=80
M=40 2 9 2 F=40
8, 10

4, 5, 6
C=70 5, 8
C=80
M=40 3 3, 4 M=50
F=20 3

MSC. JOS HERNNDEZ

82
VALLEJOS
 Modelo de Transporte Mltiple

Producto C
Puertos
Plantas 1 2 3 Oferta
1 4 6 5
90
2 7 9 8
60
3 4 5 3
70
Demanda 60 80 80

MSC. JOS HERNNDEZ

83
VALLEJOS
 Modelo de Transporte Mltiple

Producto M
Puertos
Plantas 1 3 Oferta
1 5 6
50
2 8 10
40
3 5 4
40
Demanda 70 50

MSC. JOS HERNNDEZ

84
VALLEJOS
 Modelo de Transporte Mltiple

Producto F
Puertos
Plantas 2 3 Oferta
1 7 9
30
3 6 8
20
Demanda 30 40

MSC. JOS HERNNDEZ

85
VALLEJOS
Modelo de Asignacin
Asignar m trabajos (o trabajadores) a n mquinas.

Un trabajo i (=1, 2, 3 ,...,m) cuando se asigna a la mquina j

(=1,2,....,n) incurre en un costo cij.

El objetivo es asignar los trabajos a las mquinas uno a uno al

menor costo.

La formulacin de este problema puede considerarse como un

caso especial del modelo de transporte.

MSC. JOS HERNNDEZ

86
VALLEJOS
 Descripcin

Los trabajos representan las fuentes y las

mquinas los destinos
La oferta disponible en cada fuente es 1 como
tambin lo es la demanda en cada destino.
cij es el costo o beneficio de asignar el trabajo i
a la mquina j
El costo o beneficio puede representar tambin
caractersticas de competencia de cada
trabajador

MSC. JOS HERNNDEZ

87
VALLEJOS
 Descripcin

En el caso que un trabajo no deba ser

asignado (porque no cumple con los
requisitos) a una mquina (actividad) en
particular, este costo debe tener un valor alto
(M) o beneficio (-M)

En el caso de existir desequilibrio, esto es,

ms trabajos que mquinas o ms mquinas
que trabajos, hay que equilibrar con mquinas
o trabajos figurados (ficticios), logrando de
esta forma que m = n

MSC. JOS HERNNDEZ

88
VALLEJOS
 Expresin matemtica del modelo
0, si el i-simo trabajo no se asigna a la j-
Xij = sima mquina
1, si el i-simo trabajo se asigna a la j-
sima mquina

Mquina
1 2 .. n
1 C11 C12 .. C1n 1
2 C21 C22 .. C2n 1
Trabajo .. .. .. .. .. ..
n Cn1 Cn2 .. Cnn 1

1 1 .. 1
MSC. JOS HERNNDEZ
89
VALLEJOS
MSC. JOS HERNNDEZ
90
VALLEJOS
 Ejemplo:

La gerencia general de RPG (ejemplo de transporte) con

sede en Bruselas, este ao, como parte de su auditora
anual, decidi que cada uno de sus cuatro vicepresidentes
visite e inspeccione cada una de sus plantas de ensamblaje
durante las primeras dos semanas de junio. Las plantas
estn ubicadas en Leipzig (Alemania), Nancy (Francia),
Lieja (Blgica) y Tilburgo (Holanda).
Para decidir a que vicepresidente enviar a una planta
determinada, se asignaron puntos (costos) a cada uno de
ellos de acuerdo a su experiencia, habilidades lengusticas,
tiempo que durar la inspeccin y otros. Estos datos se
muestran en la siguiente tabla:
MSC. JOS HERNNDEZ
91
VALLEJOS
 Ejemplo

PLANTA
Leipzig (1) Nancy(2) Lieja (3) Tilburgo(4)
Finanzas (F) (1) 24 10 21 11
Mercadotecnia(M) (2) 14 22 10 15
Operaciones (O) (3) 15 17 20 19
Personal(P) (4) 11 19 14 13

MSC. JOS HERNNDEZ

92
VALLEJOS
 Ejemplo: Modelo de PL
MIN Z = 24 X11 + 10 X12 + ... + 14 X43 + 13 X44
sujeto a:
a) Oferta X11 + X12 + X13 + X14 = 1
X21 + X22 + X23 + X24 = 1
X31 + X32 + X33 + X34 = 1
X41 + X42 + X43 + X44 = 1
b) Demanda X11 + X21 + X31 + X41 = 1
X12 + X22 + X32 + X42 = 1
X13 + X23 + X33 + X43 = 1
X14 + X24 + X34 + X44 = 1
c) No negatividad Xij >= 0 i=1,...,4, j=1,....,4
MSC. JOS HERNNDEZ
93
VALLEJOS
 Mtodo Hngaro:

Paso 0: Construir la matriz Cij de asignacin, si matriz es

balanceada continuar con paso 1, de lo contrario balancear
matriz.
Paso 1:
a) Reduccin de filas: Restar el costo menor de cada fila a la fila
correspondiente y generar matriz Cij y continuar con paso
b)
b) Reduccin de columnas: Restar el costo menor de cada
columna a la columna correspondiente y generar matriz
Cij, continuar con paso 2.
Nota: Los pasos a) y b) pueden ser intercambiados

MSC. JOS HERNNDEZ

94
VALLEJOS
 Mtodo Hngaro:

Paso 2: Trazar el menor nmero de lneas rectas sobre las filas

y columnas para cubrir todos los ceros ().
Si el nmero de rectas () es igual al nmero de filas o
columnas se dice que estamos en la solucin ptima.
Si la matriz es ptima pasar al paso 4, si no es optima pasar al
paso 3

MSC. JOS HERNNDEZ

95
VALLEJOS
 Mtodo Hngaro:

Paso 3:
a) De las celdas no tachadas elegir el menor valor (EE)
b) A las celdas no tachadas restar el elemento elegido
c) A las celdas interceptadas por dos lneas sumar el
elemento elegido.
d) Las celdas tachadas no interceptadas no varan.
Volver al paso 2

MSC. JOS HERNNDEZ

96
VALLEJOS
 Mtodo Hngaro:

Paso 4: Solucin ptima

El proceso de asignacin se hace en funcin a los ceros de la
matriz ptima:
Primero se asigna a las filas o columnas que tengan slo una
alternativa o un cero, se van asignando sucesivamente
Determinar el costo: Se suman todos los costos o beneficios
correspondientes a las asignaciones.

MSC. JOS HERNNDEZ

97
VALLEJOS
 Ejemplo:

Matriz Cij

1 2 3 4 ui
F 24 10 21 11 10
M 14 22 10 15 10
O 15 17 20 19 15
P 11 19 14 13 11

Nota: En negrita los menores de cada fila

MSC. JOS HERNNDEZ

98
VALLEJOS
 Matriz Cij
1 2 3 4
F 14 0 11 1
M 4 12 0 5
O 0 2 5 4
P 0 8 3 2
vj 0 0 0 1

Matriz C''ij
1 2 3 4
F 14 0 11 0
M 4 12 0 4
O 0 2 5 3
P 0 8 3 1

MSC. JOS HERNNDEZ

99
VALLEJOS
 Determinar si la matriz es ptima

Matriz Cij, =3, EE=1

1 2 3 4
F 14 0 11 0
M 4 12 0 4
O 0 2 5 3
P 0 8 3 1

No es ptima: slo tres rectas (para ser ptima deben ser 4)

Ir al paso 3

MSC. JOS HERNNDEZ

100
VALLEJOS
 Paso 3:
1 2 3 4
F 14 0 11 0
M 4 12 0 4
O 0 2 5 3
P 0 8 3 1

Matriz C''''ij
1 2 3 4
F 15 0 12 0
M 4 11 0 3
O 0 1 5 2
P 0 7 3 0

Volver al paso 2
MSC. JOS HERNNDEZ
101
VALLEJOS
 Matriz C''''ij, =4 (S.O.)

1 2 3 4
F 15 0 12 0
M 4 11 0 3
O 0 1 5 2
P 0 7 3 0
Se tachan todos los ceros con cuatro rectas, por tanto es ptima
Ir al paso 4
MSC. JOS HERNNDEZ
102
VALLEJOS
 Paso 4: Asignacin Optima

1 2 3 4
F 12 0 12 0
M 4 11 0 3
O 0 1 5 2
P 0 7 3 0

Asignacin Puntos
F 2 10
M 3 10
O 1 15
P 4 13
TOTAL 48

MSC. JOS HERNNDEZ

103
VALLEJOS
 Modelo de Asignacin: Otras consideraciones

El modelo de asignacin de RPG es un modelo de

minimizacin en el cual el nmero de vicepresidentes es igual
al nmero de plantas, y todas las asignaciones posibles son
aceptables.
Consideremos ahora modelos tipo asignacin donde no todas
las condiciones anteriores se cumplen. En particular se
considerarn situaciones en las que:

1 Hay una desigualdad entre el nmero de personas por

asignar y el nmero de destinos que requieren personas
asignadas.
2 Hay un modelo de maximizacin
3 Existen asignaciones inaceptables

MSC. JOS HERNNDEZ

104
VALLEJOS
 Oferta mayor que Demanda

Ambulancia
Paciente 1 2 3
Carmen 13 14 16
Ral 15 12 14
Pedro 14 22 10
Mara 15 17 20
MODELO BALANCEADO
Ambulancia
Paciente 1 2 3 Ficticia
Carmen 13 14 16 0
Ral 15 12 14 0
Pedro 14 22 10 0
Mara 15 17 20 0

MSC. JOS HERNNDEZ

105
VALLEJOS
 Demanda mayor que Oferta

Proyecto
Ciudad 1 2 3 4
Arequipa 24 10 21 11
Cusco 14 22 10 15
Puno 15 17 20 19
MODELO BALANCEADO
Proyecto
Ciudad 1 2 3 4
Arequipa 24 10 21 11
Cusco 14 22 10 15
Puno 15 17 20 19
Ficticia 0 0 0 0

MSC. JOS HERNNDEZ

106
VALLEJOS
 Modelo de Asignacin: Otras consideraciones

2. Hay un modelo de maximizacin

La respuesta de asignacin es un beneficio y no un costo

Ejemplo: Suponga que RPG tiene que asignar vendedores

a sus territorios de venta.
Existen cuatro personas bien capacitadas listas para ser
asignadas y tres territorios requieren un nuevo vendedor.
Uno de los vendedores no ser asignado.
En este caso la asignacin de un vendedor cualquiera a un
territorio se mide por el incremento marginal esperado en
la contribucin de dicha asignacin a las ganancias.

MSC. JOS HERNNDEZ

107
VALLEJOS
 Modelo de Asignacin: Otras consideraciones

2. Hay un modelo de maximizacin

La matriz de ganancia es la siguiente
Contribucin del Territorio Territorio Territorio
Vendedor\a 1 2 3
A $ 40 $ 30 $ 20
B $ 18 $ 28 $ 22
C $ 12 $ 16 $ 20
D $ 25 $ 24 $ 27
Transformar matriz de maximizacin en matriz de minimizacin para aplicar el
mtodo hungaro

MSC. JOS HERNNDEZ

108
VALLEJOS
 Modelo de Asignacin: Otras consideraciones

Balancear modelo

A $ 40 $ 30 $ 20 $ 0
B $ 18 $ 28 $ 22 $ 0
C $ 12 $ 16 $ 20 $ 0
D $ 25 $ 24 $ 27 $ 0

MSC. JOS HERNNDEZ

109
VALLEJOS
 1. Mtodo del mximo beneficio

Mximo beneficio = 40, restar a toda la matriz ese valor.

La matriz de minimizacin es la siguiente:

A $ 0 $ 10 $ 20 $ 40
B $ 22 $ 12 $ 18 $ 40
C $ 28 $ 24 $ 20 $ 40
D $ 15 $ 16 $ 13 $ 40
Aplicar el mtodo hungaro, para asignacin ptima
MSC. JOS HERNNDEZ
110
VALLEJOS
 2. Maximizar (Z) = Minimizar (-Z)

A toda la matriz multiplicar por (-1)

La matriz de minimizacin es la siguiente:

Mode lo de Asigna cin

A $ (40) $ (30) $ (20) $ 0

B $ (18) $ (28) $ (22) $ 0
C $ (12) $ (16) $ (20) $ 0
D $ (25) $ (24) $ (27) $ 0

Aplicar el mtodo hungaro, para asignacin ptima

MSC. JOS HERNNDEZ

111
VALLEJOS
 Modelo de Asignacin: Otras consideraciones

3. Situaciones con asignaciones inaceptables

Ejemplo: Suponga que el presidente de RPG no tiene

el menor deseo de que el vicepresidente de
Operaciones realice una auditora a la Planta Nancy.

Solucin: Asignar un costo arbitrariamente alto a esta

ruta, de tal modo que al restar de l cualquier
nmero finito se obtiene siempre un valor mayor que
otros nmeros relevantes

MSC. JOS HERNNDEZ

112
VALLEJOS
 Modelo de Transbordo
Este modelo permite que las unidades no vayan
directamente desde un origen a un destino, sino
que pasen por nodos intermedios o transitorios.

Cada origen, punto intermedio y destino final se

representan como nodos y se conectan a travs de
arcos dirigidos
Restriccin en cada nodo transitorio:

suma flujos entrantes = suma flujos saliente

MSC. JOS HERNNDEZ

113
VALLEJOS
 Ejemplo 1:
Determnese un programa de embarque que cubra todas
las demandas a un costo mnimo total para los datos
correspondientes al siguiente grafo (costo en $).
8

+15
3 4
1 3 5
+95 4 -30
2 3
7 2
2 4 6

+70 -30 -45

MSC. JOS HERNNDEZ

114
VALLEJOS
 Solucin: pasos a seguir
R=Suma total de oferta (180) = Suma total de demanda (105+75)
Los sitios 1 y 2 son orgenes (mantienen sus ofertas)
Los sitios 5 y 6 son destinos (mantienen sus demandas
El sitio 3 es origen y destino (aumentar R = 180)
El sitio 4 es origen y destino (aumentar R = 180)
La oferta es mayor que la demanda por tanto se requiere un
destino ficticio que demande 75 unidades
Agregar 180 unidades a cada empalme (oferta y demanda)
El costo de las unidades que van de un empalme (como origen)
a l mismo (como destino) y de cualquier origen al sitio ficticio
es cero.
A las rutas no permitidas se les asocia un valor relativamente
alto M o un valor conocido prohibitivo.

MSC. JOS HERNNDEZ

115
VALLEJOS
 La tabla inicial es:

Destinos
3 4 5 6 F Oferta
1 95
3 1000 8 1000 0
2 70
Orgenes

2 7 1000 1000 0
3 195
0 3 4 4 0
4 180
1000 0 1000 2 0
Demanda 180 210 30 45 75

MSC. JOS HERNNDEZ

116
VALLEJOS
 La tabla final es:

Destinos
3 4 5 6 F Oferta
1 20 75 95
3 1000 8 1000 0
2 70 70
Orgenes

2 7 1000 1000 0
3 90 30 10 45 195
0 3 4 4 0
4 180 180
1000 0 1000 2 0
Demanda 180 210 30 45 75

Costo = 20*3+75*0+70*2+90*0+30*3+30*4+45*4+180*0=$590

MSC. JOS HERNNDEZ

117
VALLEJOS
 SOLUCION

8 20

+15
4 10
1 3 5
+95 4
2 70 30 3 45
-30

2 4 6
0 -30
+70 75 -45

F6

MSC. JOS HERNNDEZ

118
VALLEJOS
 Modelos de Redes

1. Modelo de la Ruta ms corta

2. Modelo del rbol Expandido Mnimo
3. Modelo del Flujo Mximo

MSC. JOS HERNNDEZ

119
VALLEJOS
 1. Modelo de la Ruta ms corta
a. Considernse todos los nodos que estn
directamente conectados con el origen.
Etiquetarlos con la distancia al origen y su nodo
predecesor. Etiquetas temporales, [distancia,
nodo].
b. De entre todos los nodos candidatos con
etiquetas temporales, escoger el que tenga la
distancia menor y se marca como permanente.
Si todos estn con etiquetas permanentes se va
al paso d.

MSC. JOS HERNNDEZ

120
VALLEJOS
 Modelo de la Ruta ms corta

c. Todo nodo que no tenga etiqueta permanente, tendr

etiqueta temporal o estar sin etiqueta. Sea L el ltimo
nodo con etiqueta permanente. Considernse todas las
etiquetas de los vecinos de L (directamente conectados a
L mediante un arco). Para cada uno de estos nodos
calclese la suma de su distancia a L. Si el nodo en
cuestin no est etiquetado, asgnese una etiqueta
temporal que conste de esta distancia y de L como
predecesor. Si el nodo en cuestin ya tiene etiqueta
temporal, cmbiese slo si la distancia recin calculada es
menor que la componente de distancia de la etiqueta
actual. En este caso, la etiqueta contendr esta distancia y
a L como predecesor. Regresar al paso b

MSC. JOS HERNNDEZ

121
VALLEJOS
 Modelo de la Ruta ms corta

d. Las etiquetas permanentes indican la distancia ms

corta entre el nodo origen a cada nodo de la red.
Tambin indican el nodo predecesor en la ruta ms corta
hacia cada nodo. Para encontrar el camino ms corto de
un nodo dado, comincese en l y retroceda al nodo
anterior. Continuar con el recorrido hasta llegar al origen.

MSC. JOS HERNNDEZ

122
VALLEJOS
 Modelo de la Ruta ms corta
Ejemplo: Para el siguiente grafo encontrar la distancia ms
corta desde el nodo H al resto de los nodos.

7 1
8
2 3 6
H 7
4
1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

123
VALLEJOS
 Modelo de la Ruta ms corta

7 1
8
2 3 6
H 7
4
(0,0) 1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

124
VALLEJOS
 Modelo de la Ruta ms corta
Solucin:

(8,H)
7 1
8
2 3 6
H 7
4
(0,0) 1 3
(7,H) 3
4 1 3
1
5
1
2 2
(4,H) 6

MSC. JOS HERNNDEZ

125
VALLEJOS
 Modelo de la Ruta ms corta
Solucin:

(8,H)
7 1
8
2 3 6
H 7
4
(5,1) 1 3
(7,H) 3
4 1 3
1 (6,3)
5
1
2 2
(4,H) 6
(10,1)
(6,3)
MSC. JOS HERNNDEZ
126
VALLEJOS
 Modelo de la Ruta ms corta
Solucin:

(8,H)
7 1
8
2 3 6
H 7
4
(5,1) 1 3
(7,H) 3
4 1 3
1 (6,3)
5
1
2 2
(4,H) 6
(10,1)
(6,3)
MSC. JOS HERNNDEZ
127
VALLEJOS
 Modelo de la Ruta ms corta
Solucin:

(8,H)
7 1
8
2 3 6
H 7
4
(5,1) 1 3
(7,H) 3
4 1 3
1 (6,3)
5
1
2 2 (8,2)
(4,H) 6
(10,1)
(6,3)
MSC. JOS HERNNDEZ
128
VALLEJOS
 Modelo de la Ruta ms corta
Solucin:

(8,H)
7 1
8 (9,4)
2 3 6
H 7
4
(5,1) 1 3
(7,H) 3
4 1 3
1 (6,3)
5
1
2 2 (8,2)
(4,H) 6
(10,1)
(6,3)
MSC. JOS HERNNDEZ
129
VALLEJOS
 Modelo de la Ruta ms corta
Solucin:

(8,H) (9,7)
7 1
8 (9,4)
2 3 6
H 7
4
(5,1) 1 3
(7,H) 3
4 1 3
1 (6,3)
5
1
2 2 (8,2)
(4,H) 6
(10,1)
(6,3)
MSC. JOS HERNNDEZ
130
VALLEJOS
 Modelo de la Ruta ms corta
Solucin:
(8,4)
(8,H) (9,7)
7 1
8 (9,4)
2 3 6
H 7
4
(5,1) 1 3
(7,H) 3
4 1 3
1 (6,3)
5
1
2 2 (8,2)
(4,H) 6
(10,1)
(6,3)
MSC. JOS HERNNDEZ
131
VALLEJOS
 Modelo de la Ruta ms corta
Solucin:

7 1
8
2 3 6
H 7
4
1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

132
VALLEJOS
 Modelo de la Ruta ms corta
Solucin:

(8,H) (9,7)
7 1
8

2 3 6
H 7 (9,4)
4
(5,1) 1 3
(6,3) 3
4 1 3
1
5
1
2 2
(4,H) 6 (8,2)
(6,3)
MSC. JOS HERNNDEZ
133
VALLEJOS
 Modelo de la Ruta ms corta
Solucin:

(8,H) (9,7)
7 1
8

2 3 6
H 7 (9,4)
4
(5,1) 1 3
(6,3) 3
4 1 3
1
5
1
2 2
(4,H) 6 (8,2)
(6,3)
MSC. JOS HERNNDEZ
134
VALLEJOS
Eventos Distancia
i j Mnima Trayectoria
H 1 4 H1
H 2 6 H132
H 3 5 H13
H 4 6 H134
H 5 8 H1345
H 6 9 H76, H1346, H13476
H 7 8 H7, H1347

MSC. JOS HERNNDEZ

135
VALLEJOS
 2. Modelo de rbol extensin mnima

Definicin 1 Un rbol es un grafo que tiene sus n nodos

(vrtices) conectados (conexo) con n-1 arcos (aristas),
no existiendo ciclos (caminos cerrados)

Definicin 2 Un rbol de expansin de costo mnimo es aquel en

que todos los enlaces tienen longitudes (costos)
mnimas

MSC. JOS HERNNDEZ

136
VALLEJOS
rbol de expansin mnima.

1. Se selecciona un nodo cualquiera y se

conecta al nodo ms cercano a ste.
2. Se identifica el nodo no conectado ms
cercano a un nodo conectado y se conectan
estos dos nodos
Nota: Empates se deciden en forma arbitraria.
Los empates indican que existen soluciones
alternativas para la construccin.

MSC. JOS HERNNDEZ

137
VALLEJOS
Ejemplo: Encontrar el AEM para el siguiente grafo

7 1
8
2
3 6
H 7
4
1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

138
VALLEJOS
 Modelo del rbol de Extensin Mnima
Ejemplo: Para el siguiente grafo encontrar la distancia ms
corta de conexin desde el nodo H al resto de los nodos.

7 1
8
2 3 6
H 7
4
1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

139
VALLEJOS
Modelo del rbol de Extensin Mnima

7 1
8
2 3 6
H 7
4
1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

140
VALLEJOS
Modelo del rbol de Extensin Mnima

7 1
8
2 3 6
H 7
4
1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

141
VALLEJOS
Modelo del rbol de Extensin Mnima

7 1
8
2 3 6
H 7
4
1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

142
VALLEJOS
Modelo del rbol de Extensin Mnima

7 1
8
2 3 6
H 7
4
1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

143
VALLEJOS
Modelo del rbol de Extensin Mnima

7 1
8
2 3 6
H 7
4
1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

144
VALLEJOS
Modelo del rbol de Extensin Mnima

7 1
8
2 3 6
H 7
4
1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

145
VALLEJOS
Modelo del rbol de Extensin Mnima

7 1
8
2 3 6
H 7
4
1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

146
VALLEJOS
Modelo del rbol de Extensin Mnima

7 1
8
2 3 6
H 7
4
1 3
4 1 3 3
1
5
1
2 2
6

MSC. JOS HERNNDEZ

147
VALLEJOS
Solucin :
7 1
2 6
H
4
1
4 1 3
1
5
1
2 2

MSC. JOS HERNNDEZ

148
VALLEJOS
 Modelo del Flujo Mximo

Descripcin En este problema hay un solo nodo fuente (nodo de

entrada) y un solo nodo destino (nodo de salida), y el
resto son nodos de transbordo. El problema consiste
en encontrar la mxima cantidad de flujo total
(petrleo, gas, efectivo, mensajes, trnsito, etc.) en
una unidad de tiempo.
La cantidad de flujo por unidad de tiempo en cada
arco est limitada por las restricciones de capacidad.
Este problema se puede representar como una red
dirigida y conexa.

MSC. JOS HERNNDEZ

149
VALLEJOS
Ejemplo: Determinar el flujo mximo que debe ingresar por la
estacin 1 y salir por la estacin 6

6 0
0 2 4 6
2
0 0 0
F 4 F
1 6
0
3 1
6 0 2
0 3 5
4 0

Consideremos un camino desde el nodo 1 al nodo 6

Ejemplo: 1-2-5-6
MSC. JOS HERNNDEZ
150
VALLEJOS
 Consideremos un camino desde el nodo 1 al nodo 6
Ejemplo: 1-2-4-6 Flujo mximo = 4
2 4
4 6 0 2
0 2 4 6
4
0 2
0 0 0
F 4 F
1 6
0
3 1
6 0 2
0 3 5
4 0

MSC. JOS HERNNDEZ

151
VALLEJOS
 Consideremos ahora un camino desde el nodo 1 al nodo 6
Ejemplo: 1-3-5-6 Flujo mximo = 2

2 4
4 6 0 2
0 2 4 6
4
0 2
0 0 0
F 4 F
1 6
3 1
6 0 0
4 2
0 3 5 2
2 4 0
2 0
2

MSC. JOS HERNNDEZ

152
VALLEJOS
 Consideremos ahora un camino desde el nodo 1 al nodo 6
Ejemplo: 1-3-2-4-6 Flujo mximo = 2
0
6 2 4 0
4 6 0 2
0 2 4 6 6
4
0 2
20 0 0
F 4 F
1 6
13 1
6 0 0
4 2
0 3 5 2
2 4
2 0 0
4 2 2

MSC. JOS HERNNDEZ

153
VALLEJOS
 SOLUCIN
0 6
2 6 4 0
4 6 0 2
0 2 4 6 6
4
0 2
20 0 0
8 4 8
1 6
2

1
6 13 0 0
4 2
0 3 5 2
2 4
2 0 0
4 2 2 2

MSC. JOS HERNNDEZ

154
VALLEJOS
 Se dice que la cantidad de flujo a lo largo de dicho
recorrido es factible si:

1 No excede la capacidad de ningn arco del camino

2 Con excepcin de los nodos 1 y 6, el flujo en cada nodo
debe satisfacer la condicin de conservacin

La cantidad mxima que puede fluir desde la fuente a lo

largo de un camino es igual a la menor de las
capacidades de los arcos de dicho camino
Al asignar un flujo a un arco nos atendremos a las reglas:

1 Se reduce la capacidad en la direccin del flujo (cantidad de flujo)

2 Se aumenta la capacidad en sentido opuesto (cantidad de flujo)

MSC. JOS HERNNDEZ

155
VALLEJOS
 Ejemplo: Considerar el arco 1-2

4 0
1 2

Si se asignan dos unidades a este arco:

Aplicando las reglas 1 y 2 se tiene
2 2
1 2
(2 )

Se gener una capacidad ficticia en la direccin 2-1

Enviar una unidad de 2 a 1

3 1
1 2
(1 )

MSC. JOS HERNNDEZ

156
VALLEJOS
Algoritmo
Inicial Inicializar cada nodo del grafo con capacidades uij en
la direccin del flujo y cero en la direccin opuesta.
1 Encontrar cualquier camino de la fuente a destino que
tenga capacidad de flujo positiva, si no los hay, se
habr encontrado la solucin ptima.
2 Sea cmin la capacidad mnima de flujo entre los arcos
seleccionados en el paso 1, se aumenta el flujo
existente a travs de la red al enviar un flujo adicional
cmin para todos los arcos del camino.
3 Para todos los arcos del camino, disminyanse las
capacidades en la direccin del flujo y aumntese las
capacidades en la direccin opuesta en cmin. Volver al
paso 1
MSC. JOS HERNNDEZ
157
VALLEJOS
Aplicar el algoritmo al grafo del ejemplo:

Paso Inicial

6 0
0 2 4 6
2
0 0 0
4
1 6
0
3 1
6 0 2
0 3 5
4 0

MSC. JOS HERNNDEZ

158
VALLEJOS
Iteracin 1:
Elegir arbitrariamente el camino 1-3-5-6
cmin = MIN(6,4,2)=2; actualizando la red se tiene

6 0
0 2 4 6
2
0 0 0
4 2
2 6
1
0
3 1
6 0 2
4 2
0 3 5 0
2 4 0
2 2

MSC. JOS HERNNDEZ

159
VALLEJOS
Iteracin 2:
Elegir arbitrariamente el camino 1-2-4-6
cmin = MIN(4,6,6)=4; actualizando la red se tiene

2 4
4 6 0 2
0 2 4 6
2 4
0 0 0 6
6 4 0 2
2 6
1
0
3 1
6 0 2
4 2
0 3 5 0
2 4 0
2 2
MSC. JOS HERNNDEZ
160
VALLEJOS
Iteracin 3:
Elegir arbitrariamente el camino 1-3-2-4-6
cmin = MIN(4,3,2,2)=2; actualizando la red se tiene

6
0 4 0
2
4 6 0 2
0 2 4 6 6 8
8 2 4
0 6
6 4 2 0 0 0
2
2 6
1
0
1 3 1
6 0 2
4 2
2
0 3 5 0
42 4 0
2 2
MSC. JOS HERNNDEZ
161
VALLEJOS
Clculo de la cantidad de flujo en cada arco

Se determina comparando la capacidad inicial de cada arco

con la capacidad inicial. Para cada arco la regla es:
Si la capacidad final es menor que la capacidad inicial,
calcular la diferencia. Esta es la cantidad del flujo a travs
del arco.
Ejemplo: Arco 3-5

Inicial 3 4 0 5

Final 3 5
2 2

Final < inicial entonces el flujo es 4-2=2

MSC. JOS HERNNDEZ
162
VALLEJOS
Aplicando la regla anterior a todos los arcos se tiene el
siguiente grafo:

6
2 4
6
4
8 8
1 6
2
4 2
5
3 2

MSC. JOS HERNNDEZ

163
VALLEJOS