Bases Teoricas

Bases Teóricas: Modelo de Algoritmo de transporte.
Bases teóricas de Investigación de Operaciones y Programación Lineal

Investigación de Operaciones
En la investigación de operaciones no se cuenta con una técnica general única para resolver todos los
modelos que puedan surgir en la práctica. En su lugar, el tipo y complejidad del modelo matemático
determina la naturaleza del método de solución, los tres componentes principales de un modelo de IO,
los cuales son: alternativas, criterio objetivo y restricciones, las situaciones difieren por los detalles
de la construcción de cada componente y la solución del modelo resultante. Una solución del modelo
es factible si satisface todas las restricciones; es óptima si, además de ser factible, produce el mejor
valor (máximo o mínimo) de la función objetivo. Taha (2012)
Según Taha (2012), afirma que una peculiaridad de la mayoría de las técnicas de IO es que por lo
general las soluciones no se obtienen en formas cerradas (como si fueran fórmulas), sino que más bien
se determinan mediante algoritmos los cuales proporcionan reglas fijas de cálculo que se aplican en
forma repetitiva al problema, y cada repetición (llamada iteración) acerca la solución a lo óptimo.
Programación Lineal
La programación lineal según Puente & Gavilanez (2018), es una técnica de optimización matemática.
Por técnica de optimización, se concibe la idea de un método que intenta maximizar o minimizar un
objetivo establecido, como por ejemplo la maximización de utilidades o la reducción de los costos. A
la programación lineal, se le considera como una herramienta de fundamental importancia, pues,
mediante su aplicación, se obtienen soluciones cuantitativas a problemas de todo tipo, buscando
mejorar el resultado y una óptima toma de decisiones
Bases teóricas del modelo de Transporte
Definición de Modelo de Transporte
Taha (2012), afirma que objetivo de este modelo es minimizar el costo de transporte total al mismo
tiempo que se satisfacen las restricciones de la oferta y la demanda.
Figura 1: Modelo de transporte y sus variantes
Fuente: Obtenido de
(Taha, 2012)
Balanceo del modelo de transporte: La representación de transporte asume que el modelo está
balanceado, es decir, que la demanda total es igual a la oferta total. Si el modelo está desbalanceado,
podemos agregar un origen o un destino ficticios para restaurar el balance.
Algoritmo de Transporte
Los pasos básicos del algoritmo de transporte son exactamente iguales a los del método simplex. Sin
embargo, en lugar de utilizar la tabla simplex regular, aprovechamos la estructura especial del modelo
de transporte para organizar los cálculos en una forma más conveniente. (Taha, 2012, p 45). El
algoritmo sigue los siguientes pasos:
Paso 1. Determine una solución factible básica inicial y vaya al paso 2.
Paso 2. Use la condición de optimalidad del método simplex para determinar la variable de entrada de
entre todas las variables no básicas. Si se satisfacen las condiciones de optimalidad, deténgase. De lo
contrario, avance al paso 3.
Paso 3. Use la condición de factibilidad del método simplex para determinar la variable de entrada de
entre todas las variables básicas actuales, y halle la nueva solución básica. Regrese al paso 2.
Determinación de la solución de inicio
Un modelo de transporte general con m orígenes y n destinos tiene m+necuaciones de restricción, una
por cada origen y cada destino. Sin embargo, como el modelo de transporte siempre está balanceado
(suma de la oferta = suma de la demanda) una de las ecuaciones es redundante, por lo que el modelo se
reduce m+n−1ecuaciones independientes y m+n−1 variables básicas. (Taha, 2012).
Ejemplo 1
SunRay Transport Company transporta granos de tres silos a cuatro molinos. La oferta (en camiones
cargados) y la demanda (también en camiones cargados) junto con los costos de transporte por unidad
por camión cargado en las diferentes rutas, se resumen en la Tabla 1 los costos de transporte por
unidad, c ij (que se muestran en la esquina de cada casilla) están en cientos de dólares. El modelo busca
el programa de envíos a un costo mínimo entre los silos y los molinos.
Tabla 1: Modelo de Transporte de SunRay
Fuente: Obtenido de
(Taha, 2012)
La estructura especial del problema de transporte permite asegurar una solución básica inicial no
artificial siguiendo uno de los tres métodos:
1. Método de la esquina noroeste. El método se inicia en la celda de la esquina noroeste (ruta) de la
tabla (variable x 11).
Paso 1. Asigne lo más posible a la celda seleccionada, y ajuste las cantidades asociadas de oferta y
demanda restando la cantidad asignada.
Paso 2. Tache la columna o fila con oferta o demanda cero para indicar que no se hagan más
asignaciones en esa fila o columna. Si una fila y una columna dan cero al mismo tiempo, tache sólo
una, y deje una oferta (demanda) cero en la fila (columna) no tachada.
Paso 3. Si se deja sin tachar exactamente una fila o columna, deténgase. De lo contrario, muévase a la
celda a la derecha si acaba de tachar una columna, o abajo si acaba de tachar una fila. Vaya al paso 1.
Ejemplo 2
La aplicación del procedimiento al modelo del ejemplo 1 da la solución básica inicial en la tabla 2. Las
flechas muestran el orden en que se generan las cantidades asignadas.
La solución básica inicial es:
x 11 =5 , x 12=10
x 22 =5 , x 23=15 , x 24=5
x 34 =10
El costo asociado del programa es
z=5∗10+10∗2+5∗7+ 15∗9+5∗20+ 10∗18=520
Tabla 2: Solución inicial obtenida con el método de la esquina noroeste
Fuente: Obtenido de (Taha, 2012)
2. Método del costo mínimo. El método del costo mínimo determina una mejor solución inicial al
concentrarse en las rutas más económicas. Asigna lo más posible a la celda con el costo unitario
mínimo (los empates se rompen arbitrariamente). Luego se tacha la fila o columna satisfecha y se
ajustan las cantidades de oferta y demanda como corresponda. Si una fila o una columna se satisfacen
al mismo tiempo, sólo se tacha una, igual que en el método de la esquina noroeste. A continuación,
seleccione la celda no tachada con el costo unitario mínimo y repita el proceso hasta que se deje sin
tachar exactamente una fila o columna.
Ejemplo 2
El método del costo mínimo se aplica al ejemplo 1.
1. La celda (1,2) tiene el costo unitario mínimo en la tabla ( ¿ 2). Lo máximo que puede enviarse a
través de (1,2) es x 12 =15 camiones cargados, con lo que se satisfacen tanto la fila 1 como la columna
2.Tachamos arbitrariamente la columna 2 y ajustamos a cero la oferta en la figura 1.
2. La celda (3,1) tiene el costo unitario mínimo no tachado ( ¿ 2).Asigne x 31=5y tache la columna 1
porque se satisface, y ajuste la demanda de la fila 3 a 10 2 5 5 5 camiones cargados.
3. Continuando de la misma manera, asignamos sucesivamente 15 camiones cargados a la celda (2,3),
0 a la celda (1,4), 5 a la celda (3,4), y 10 a la celda (2,4).
La solución inicial resultante se resume en la tabla 3 Las flechas indican el orden en el cual se hacen
las asignaciones. La solución inicial (compuesta de 6 variables básicas) es:
Tabla 3: Solución Inicial de Costo Mínimo
Fuente:
Obtenido de (Taha, 2012)
x 12 =15 , x 14=0 , x 23=15 , x 24=10 , x31 =5 , x 34 =5 . El valor objetivo asociado es
z=15∗2+0∗11+ 15∗9+ 10∗20+ 5∗4+5∗18=475, el cual es mejor que la solución obtenida con
el método de la esquina noroeste.
Método de aproximación de Vogel (MAV). Este método es una versión mejorada del método del
costo mínimo que por lo general, pero no siempre, produce mejores soluciones iniciales.
Paso 1. Para cada fila (columna) determine una medida de penalización restando el elemento de costo
unitario mínimo en la fila (columna) del siguiente elemento de costo mínimo en la misma fila
(columna).
Paso 2. Identifique la fila o columna con la penalización máxima, que rompa los empates
arbitrariamente. Asigne lo más posible a la variable con el costo unitario mínimo en la fila o columna
seleccionada. Ajuste la oferta y la demanda, y tache la fila o columna satisfecha. Si una fila y una
columna se satisfacen al mismo tiempo, sólo se tacha una de las dos, y a la fila restante (columna) se le
asigna una oferta (demanda) cero.
Paso 3.
(a) Si exactamente una fila o columna con oferta o demanda cero permanece sin tachar, deténgase.
(b) Si una fila (columna) con oferta (demanda) positiva permanece sin tachar, determine las variables
básicas en la fila (columna) mediante el método del costo mínimo. Deténgase.
(c) Si todas las filas y columnas no tachadas tienen oferta y demanda cero (restantes), determine las
variables básicas cero por el método del costo mínimo. Deténgase.
(d) De lo contrario, vaya al paso 1.
Ejemplo 3
El método de aproximación de Vogel se aplica al ejemplo 1. La tabla 3 calcula el primer conjunto de

penalizaciones. Como la fila 3 tiene la penalización máxima (5 10) y la celda (3,1) tiene el costo
unitario mínimo en esa fila, se asigna la cantidad 5 a x 31. Ahora la columna está satisfecha y se debe
tachar.
Luego se vuelven a calcular nuevas penalizaciones como en la tabla 4.
Tabla 4: Personalizaciones en filas y columnas con el MAV
Tabla 5: Primera asignación en el MAV ( x 31=5)

La tabla 5 muestra que la fila 1 tiene la penalización máxima ( ¿ 9 ) . Por consiguiente, asignamos la
cantidad máxima posible a la celda (1,2), la cual da x 12 =15y al mismo tiempo satisface tanto a la fila 1
como a la columna 2.Tachamos arbitrariamente la columna 2 y ajustamos a cero la oferta en la fila 1.
Continuando de la misma manera, la fila 2 producirá la penalización máxima ( ¿ 9 ) ,y asignamos x 13=15
, la cual tacha la columna 3 y deja 10 unidades en la fila 2. Sólo queda la columna 4, y tiene una oferta
positiva de 15 unidades. Aplicando el método del costo mínimo a esa columna, asignamos
sucesivamente x 14 =0 , x 34 =5 y x 14=10.El valor objetivo asociado con esta solución es:
z=15∗2+0∗11+ 15∗9+ 10∗20+ 5∗4+5∗18=475

Sucede que esta solución tiene el mismo valor objetivo que se obtuvo con el método del costo mínimo.
Figura 6: Aplicación del método del costo mínimo
Bibliografía
Puente, R. M., & Gavilanez, A. (2018). Programacion lineal para la toma de decisiones. Escuela
Superior Politécnica de Chimborazo. Obtenido de http://cimogsys.espoch.edu.ec/direccion-
publicaciones/public/docs/books/2019-09-19-210805-58%20Libro%20Programacio%CC%81n
%20Lineal%20final.pdf
Taha, H. (2012). Investigacion de operaciones. University of Arkansas, Fayetteville. Obtenido de
https://www.academia.edu/34227970/_Taha_Investigacion_De_Operaciones_9na_Edicion

Bases Teoricas

Cargado por

Copyright:

Formatos disponibles

Bases Teoricas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Bases Teoricas

Cargado por

Copyright:

Formatos disponibles

Bases Teóricas: Modelo de Algoritmo de transporte.

Bases teóricas de Investigación de Operaciones y Programación Lineal

Fuente: Obtenido de (Taha, 2012)

El método de aproximación de Vogel se aplica al ejemplo 1. La tabla 3 calcula el primer conjunto de

Fuente: Obtenido de (Taha, 2012)

Tabla 5: Primera asignación en el MAV ( x 31=5)

Fuente: Obtenido de (Taha, 2012)

z=15∗2+0∗11+ 15∗9+ 10∗20+ 5∗4+5∗18=475

Fuente: Obtenido de (Taha, 2012)

También podría gustarte