S.E.

S.E.S.T.N.M.

T.N.M

INSTITUTO TECNOLGICO DE TOLUCA

INGENIERA EN LOGSTICA

MODELOS DE SIMULACION EN LA LOGISTICA

M en A. Luis Tomas Avalos Lpez

Unidad I. TRANSPORTE Y ASIGNACION

Guadarrama Garca Gibran

Berumen Ruz Miguel
Ortega Padua Vania Jazmn
Raul Retama Arriaga

ndice

INTRODUCCION...

1.1 CONCEPTYOS DE METODO DE TRANSPORTE Y

TRASBORDO.
1.2 APROXIMACION Y SOLUCION OPTIMA DEL MODELO DE

TRANSPORTE...
1.2.1 METODO DE LA ESQUINA NOROESTE...

1.2.2 METODO DEL ESCALN (Stepping Stone).

1.2.3 METODO VOGEL, APROXIMACION DE LA SOLUCION

12

OPTIMA...
1.2.4 METODO MODI O DE COSTO MINIMO.

17

1.3 CASOS ESPECIALES DEL TRANSPORTE (MAXIMIZACION)

22

1.4 CONCEPTOS DE METODO DE ASIGNACION

25

1.5 MTODO HNGARO

28

1.6 CASOS ESPECIALES DE ASIGNACIN (MAXIMIZACIN).

34

1.7 UTILIZACIN DE SOFTWARE EN LA RESOLUCIN DE

39

PROBLEMAS DE TRANSPORTE Y ASIGNACIN

CONCLUSIN,OBJETIVOS ESPECIFICOS,OBJETIVO

49

GENERAL
FUENTES CONSULTADAS.

50

INTRODUCCION
En el presente trabajo se hablara sobre el desarrollo de los modelos
matemticos as como los conceptos bsicos de cada uno de ellos incluyendo
algunos ejemplos que nos ayudaran a desarrollar de forma manual cada uno
2

de estos modelos los cuales nos ayudan a comprender los resultados se

menciona que es preferente hacer uso de distintos tipos de software ya que en
la vida real no se trata de un solo objetivo o variable ya que existen distintos
tipos de problemas con diferente grado de dificultad.
Con los temas y subtemas desarrollados de esta unidad se pretende trabajo se
pretende profundizar y adquirir un conocimiento superior para darle solucin a
problemas relacionados con el transporte mediante los metodos asignacin,
que pueden ser tanto maximizacin en casos especiales o minimizacin.

1.1 CONCEPTYOS DE METODO DE TRANSPORTE Y

TRASBORDO
Bsicamente el modelo de transporte se define como una tcnica que
determina un programa de transporte de productos o mercancas desde unas
3

fuentes que sera en un dado caso un centro de produccin hasta los

diferentes destinos al menor costo posible.
Este modelo busca determinar un plan de transporte de una mercanca de
varias fuentes a varios destinos.
Los datos del modelo son:

Nivel de oferta en cada fuente y la cantidad de demanda en cada

destino.
El costo de transporte unitario de la mercanca a cada destino.

Como solo hay una mercanca un destino puede recibir su demanda de una
o ms fuentes. El objetivo del modelo es el de determinar la cantidad que se
enviar de cada fuente a cada destino, tal que se minimice el costo del
transporte total.
La suposicin bsica del modelo es que el costo del transporte en una ruta
es directamente proporcional al nmero de unidades transportadas. La
definicin de unidad de transporte variar dependiendo de la mercanca
que se transporte.
El esquema siguiente representa el modelo de transporte como una red con
m fuentes y n destinos. Una fuente o un destino est representado por un
nodo, el arco que une fuente y un destino representa la ruta por la cual se
transporta la mercanca. La cantidad de la oferta en la fuente i es ai, y la
demanda en el destino j es bj. El costo de transporte unitario entre la fuente i
y el destino j es Cij.
Si Xi j representa la cantidad transportada desde la fuente i al destino j,
entonces, el modelo general de PL que representa el modelo de transporte
es:
Minimiza
Z= S i=1 m

S j=1 n C i j X i j
4

Sujeta a:
S j=1 n X i j <= ai ,

i=1,2,, m

S i=1 m X I j >= bj ,

j=1,2,, n

X i j >=0

para todas las i y j

El primer conjunto de restricciones estipula que la suma de los envos desde

una fuente no puede ser mayor que su oferta; en forma anloga, el segundo
conjunto requiere que la suma de los envos a un destino satisfaga su
demanda.
Este modelo indica que la oferta total Si=1 m ai debe ser cuando menos igual
a la demanda total Sj=1 n bj. Cuando la oferta total es igual a la demanda
total, la formulacin resultante recibe el nombre de modelo de transporte
equilibrado. Este difiere del modelo solo en el hecho de que todas las
restricciones son ecuaciones, es decir:
SX i j = ai,

i=1,2,, m

SX i j = bj,

j=1,2,, n

En el mundo real, no necesariamente la oferta debe ser igual a la demanda o

mayor que ella. Sin embargo, un modelo de transporte siempre puede
equilibrarse. El equilibrio, adems de su utilidad en la representacin a travs
de modelos de ciertas situaciones prcticas, es importante para el desarrollo
del mtodo de solucin que explote completamente la estructura especial del
modelo de transporte. Los dos ejemplos que siguen presentan la idea del
equilibrio y tambin sus implicaciones prcticas

1.2 APROXIMACION Y SOLUCION OPTIMA DEL MODELO DE

TRANSPORTE
5

Cuando la oferta total no es igual a la demanda total, se dice que el modelo

de transporte no est balanceado. La forma en la que siempre es posible
balancear un modelo no balanceado es aadiendo un punto de origen o de
destino ficticio con costos cero.
El Problema de Transbordo, Intertransporte o Reembarque es una variacin
del modelo original de transporte que se ajusta a la posibilidad comn de
transportar unidades mediante nodos fuentes, destinos y transitorios,
mientras el modelo tradicional solo permite envos directos desde nodos
fuentes hacia nodos destinos.
Existe la posibilidad de resolver un modelo de transbordo mediante las
tcnicas tradicionales de resolucin de modelos de transporte y este
procedimiento se basa en la preparacin del tabulado inicial haciendo uso de
artificios conocidos con el nombre de amortiguadores, los cuales deben ser
iguales a la sumatoria de las ofertas de los nodos de oferta pura y de
coeficiente cero (0) en materia de costos.

Sin embargo la resolucin de un problema de transbordo haciendo uso de los

algoritmos de resolucin de modelos de transporte es una idea anacrnica,
teniendo en cuenta la posibilidad de acceso a herramientas de cmputo
capaces de resolver problemas complejos una vez modelados mediante las
tcnicas de programacin lineal.

1.2.1 METODO 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.
Algunas de sus caractersticas son que es muy sencillo y fcil de hacer
adems de que no tiene en cuenta los costos para hacer las asignaciones y
generalmente nos deja lejos del ptimo.
Algoritmo
Paso 1. Construya una tabla de ofertas (disponibilidades) y demandas
(requerimientos).
Paso 2. Empiece por la esquina noroeste.
Paso 3. Asigne lo mximo posible (Lo menor entre la oferta y la demanda,
respectivamente)
Paso 4. Actualice la oferta y la demanda y rellene con ceros el resto de
casillas (Filas Columnas) en donde la oferta la demanda haya quedado
satisfecha.
Paso 5. Muvase a la derecha o hacia abajo, segn haya quedado
disponibilidad para asignar.
Paso 6. Repita los pasos del 3 al 5 sucesivamente hasta llegar a la esquina
inferior derecha en la que se elimina fila y columna al mismo tiempo.
Como recomendacin no eliminar la fila y columna al mismo tiempo, a no ser
que sea la ltima casilla. El romper sta regla ocasionar una solucin en
donde el nmero de variables bsicas es menor a m+n-1, produciendo una
solucin bsica factible degenerada.
7

1.2.2 METODO DEL ESCALN (Stepping Stone)

Este mtodo nos ayudara a encontrar una solucin ptima (costo total del
transporte mnimo), partiendo de una solucin inicial.
De acuerdo con Soret (2004) se conoce como mtodo Stepping Stone cuando se
evala cada celda que no se utiliza dentro del desarrollo de una solucin ptima,
para asegurarse que cada una de ellas causa un cambio ventajoso desde el punto
de vista del costo total. Si este cambio resulta bueno, se reemplaza y se contina
el proceso con todas las celdas.
En base a Soret (2004) se desarrollaran respectivamente los pasos a seguir.
1.- Se tiene que seleccionar cualquier celda vaca e identificar el camino cerrado
que este lleva a ella. Un camino cerrado consiste en lneas horizontales y
verticales que conducen de una celda vaca de regreso a ella misma. Se debe
avanzar hasta una casilla llena y girar ah en ngulo recto hasta llegar a otra
casilla llena. As hasta cerrar el camino en la casilla vaca de partida. Se pueden
saltar las casillas llenas o vacas necesarias.
Por ejemplo: para evaluar la celda B-E, el camino cerrado seria B-E, A-E, E-F, FB, que es el indicado con lnea punteada en la siguiente figura.

2.- En este paso se tiene que mover una unidad a una celda vaca desde una llena
en una esquina del camino cerrado, cambiando las celdas llenas restantes en las
otras esquinas del camino cerrado para reflejar este movimiento.
La modificacin implica sumar y restar las celdas llenas de tal manera que no se
cambien las restricciones de oferta y demanda. Esto exige que una unidad sea
restada en una fila o columna dada por cada unidad sumada a dicha fila o
columna.
Para la celda B-E implica: Sumar una unidad a B-E (celda vaca), restar una
unidad de B-F, sumar una unidad a A-F, restar una unidad de A-E.
3.- En este tercer paso para poder determinar la conveniencia del cambio, se logra
al sumar los valores de costo para cada celda a la cual se ha agregado una
unidad, sumar los valores de costo de las celdas de las cuales se ha restado una
unidad, y tomar la diferencia entre las dos sumas para determinar si existe
reduccin de costos. Si el costo se reduce al hacer el cambio, deben cambiarse
cuantas unidades sea posible de las celdas llenas a las vacas. Pero si el costo se
incrementa, no se debe hacerse ningn cambio y la celda vaca se debe marcar
de alguna manera para indicar que ha sido evaluada por lo general se utiliza un
signo (+) En problemas de maximizacin de utilidades se utiliza un signo (-).
Entonces para la celda B-E,
Celdas que se ha agregado una unidad: (+)
(B-E) = $ 55
(A-F) = $ 35
Celdas que se ha restado una unidad: (-)
(B-F) = $ 30
(A-E) = $ 25
Total = $35

4.- En este cuarto paso se tiene que repetir los pasos 1 a 3 hasta que se evalen
todas las celdas vacas. Si consideramos por ejemplo la celda D-F, el camino que
lleve a ella seria: C-F, C-G y D-G.

Por lo tanto:
Celdas que se ha agregado una unidad: (+)
(D-F) = $ 40
(C-G) = $ 26
Celdas que se ha restado una unidad: (-)
(C-F) = -$50
(D-G) = -$66
Total = -$50

Como hay ahorro de $50 por unidad al despachar por la va D-F, deben cambiarse
todas las unidades que sean posibles a esa celda. En este caso, la cantidad
mxima que se puede cambiar es una unidad, porque la cantidad mxima que se
agregue a cualquier celda no puede exceder la cantidad que hay en la celda de
menor nmero de la que se va a restar.

10

Al aplicar el mtodo a las celdas restantes y realizar los cambios indicados se

llega a la solucin ptima. En particular la celda vaca A-G tiene el camino cerrado:
D-G, D-F y A-F.
Por lo tanto:
Celdas que se ha agregado una unidad: (+)
(A-G) = $36
(D-F) = $40
Celdas que se ha restado una unidad: (-)
(D-G) = $66
(A-F) = $35
Total: -$25
Por lo tanto el ahorro es de $25, se cambia una unidad de A-G.
En la figura 14 se muestra la solucin ptima obtenida.
.

11

1.2.3 METODO VOGEL, APROXIMACION DE LA SOLUCION OPTIMA

De acuerdo con Sierra (2012) el mtodo de aproximacin de Vogel es un mtodo
que se basa en buscar una solucin de calidad aceptable mediante la exploracin
de una parte del universo de todas las soluciones posibles de resolucin de
problemas de transporte capaz de alcanzar una solucin bsica no artificial de
inicio.
Este mtodo hace un anlisis de los costos de transporte, tanto de materias
primas como de productos terminados. El principal objetivo es reducir al mnimo
los costos de transporte destinados a satisfacer los requerimientos de demanda y
materiales.
En base a Sierra (2012) algunas de las caractersticas ms importantes de este
modelo son las siguientes:

Se enva las mayores cantidades al menor costo posible Se tienen

diferentes orgenes con diferentes destinos.

Solo un origen puede abastecer a diferentes destinos.
Al terminar la practica la oferta y la demanda deben de ser satisfecha en su

totalidad.
La aproximacin de Vogel finaliza en costo mnimo.

De acuerdo con sierra (2012) estos son los pasos a seguir para implementar este
modelo:
1.- Primero se debe identificar en cada fila y columna los dos costos ms bajos,
despus se restan entre si dichos valores y a ese resultado se le llama
penalizacin. Y el valor de la penalizacin siempre es positivo ya que se resta el
valor mayor menos el valor menor.

12

2.- Se debe 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 que haya un empate, se debe escoger de manera personal.

3.- De acuerdo con la fila o columna de mayor penalizacin que se determin en el

paso anterior, se debe identificar la celda con el menor costo, y en esta asignar la
mayor cantidad que cumpla con las condiciones de demanda y disponibilidad.
Una vez se realiza este paso una oferta o demanda quedar satisfecha y por ende
se reduce la tabla sombreando las columnas o filas satisfechas y en caso de haber
un empate solo se tachara 1, la restante o no satisfecha quedar con oferta o
demanda igual a la diferencia.
Ejemplo:
En el siguiente problema de transporte en el que se especifica la oferta y
demanda, para los orgenes (almacenes) y destinos (ciudades) respectivamente,
as como los costos de transporte por unidad, desde cada uno de los almacenes
hacia cada una de las ciudades, se desea determinar la cantidad o nmero de
artculos que se tiene que enviar desde cada almacn a cada una de las
ciudades, con un costo mnimo de transporte, se resuelve lo siguiente:

13

1.- Para poder dar inicio al ejercicio se debe identificar los costos ms bajos por
fila y por columna. Y as posteriormente se restan dichos valores y este resultado
se denomina Penalizacin.

De acuerdo con lo anterior el valor de la penalizacin siempre es positivo dado

que se resta el valor mayor menos el menor.
2.- Se deber identificar la fila o columna con la mayor penalizacin.
Ya que de ese rengln o columna tomaremos el menor costo y se le asignara la
mayor cantidad posible de artculos que se necesiten para poder cubrir la
demanda.
Despus de concluir con lo anterior se tacha toda la columna o fila indicando que
ya se cumpli con la demanda. En este caso se tach la columna de la ciudad 3 y
el almacn 2 cubri la demanda de los 11 artculos. Y de esta forma, entonces en
el almacn 2 se quedara con 3 artculos.

14

3.- Una vez al reducir la tabla de transporte sombreando las columnas o filas
satisfechas, se debe repetir el proceso desde el paso 1 y se calculan las nuevas
penalizaciones, sin tener en cuenta la ciudad 3 (columna 3) pues ya se cubri la
demanda en su totalidad. Al cubrir la demanda de la ciudad nmero 2 el almacn 1
quedara con 3 artculos.

4.- Y como ltimo paso no es necesario realizar la diferencia para encontrar la

mayor penalizacin, solo se debe asignar las unidades

que sobran en los

almacenes 1,2 y 3 a la ciudad nmero 1, por lo tanto debe surtirse a la ciudad 1

con los 2 artculos que sobran en el almacn 1, del almacn nmero 2 se asignan
las 3 y por ultimo de almacn nmero 4 se debe asignar los artculos para cubrir la
demanda de la ciudad nmero 1 en su totalidad.

15

En base a Sierra (2012) para saber cuntas celdas se deben haber llenado vamos
se realiza la siguiente operacin:

# Filas + # columnas 1

m+n-1

Entonces: 3+3-1 =5 celdas ocupadas.

Y para poder calcular el costo total de envi se realiza la siguiente operacin:

Z= Unidades asignadas * costo unitarios
Z= 2(5)+10(1)+3(2)+11(0)+4(3)
Z= 38 es el costo mnimo total de envi

16

Y en conclusin se tiene que la distribucin de los artculos a las ciudades para

poder minimizar los costos de transporte se dieron de la siguiente forma:

El almacn 1 debe surtir a la ciudad 1 con 2 artculos a un costo mnimo de

transporte de $5
El almacn 1 debe surtir a la ciudad 2 con 10 artculos a un costo mnimo

de transporte de $1
El almacn 2 debe surtir a la ciudad 1 con 3 artculos a un costo mnimo de

transporte de $2
El almacn 2 debe surtir a la ciudad 3 con 11 artculos a un costo mnimo

de transporte de $0
El almacn 3 debe surtir a la ciudad 1 con 4 artculos a un costo mnimo de
transporte de $3.

1.2.4 METODO MODI O DE COSTO MINIMO

De acuerdo con Salazar (2012) el mtodo del costo mnimo es un algoritmo
desarrollado con el nico objetivo de resolver problemas de transporte o
distribucin, y as poder obtener mejores resultados que mtodos como el de la
esquina noroeste, dado que se enfoca en las rutas que presentan menores
costos.
En base a Salazar (2012) se desarrollaran lo siguientes pasos:

17

1.- De una matriz se debe elegir la ruta menos costosa y as poder asignar 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.
2.- En este paso se elimina la fila o destino donde la oferta o demanda sea 0
despus del primer paso, si dado el caso ambas son cero se elige cual eliminar y
la restante se deja con demanda u oferta cero.
3.- En este paso existen dos posibilidades, donde la primera que quede con un
solo rengln o columna, si este es el caso se ha llegado al final el mtodo. La
segunda es que quede ms de un rengln o columna, si este es el caso iniciar
nuevamente el primer pas.

Ejemplo:
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 son asociados al envo de suministro energtico por cada milln de KW
entre cada planta y cada ciudad son los registrados como se muestra en la
siguiente tabla.

18

Formule un modelo de programacin lineal que permita satisfacer las necesidades

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

En este caso se presenta un empate, este se rompe de manera personal asi que
se le debe de asignar la mayor cantidad posible.
La cantidad asignada se deber restar a la demanda de Bogot y a la oferta de la
planta 3. Ya que Bogot se quedara sin demanda esta columna desaparece, y se
repite el primer paso.

19

Despus del proceso se asignacin.

Despus del nuevo proceso se asignacin.

20

Depues del nuevo proceso de asignacin.

Finalizado el cuadro anterior solo quedar una fila, y se le asignara las unidades y
se ha terminado el mtodo.

21

El cuadro de las asignaciones donde debe de desarrollarse en forma paralela

quedara de la siguiente forma:

Los costos asociados a la distribucin son los siguientes:

22

1.3 CASOS ESPECIALES DEL TRANSPORTE (MAXIMIZACION)

Casos especiales
Oferta y demanda desiguales. Cuando la oferta y la demanda son
desiguales, se asigna una actividad ficticia con un costo de cero para
mantener la condicin de mtodo que debe ser igual nmero de ofertas y
demandas
Problemas de Maximizacin. Considere un problema de asignacin en el que
la respuesta a cada asignacin es una utilidad en vez de un costo. Considere
la matriz de utilidades del problema como la caracterstica nueva la cual
consiste en que el nmero que aparece en cada celdilla representa un
beneficio en lugar de un costo.

Problemas con asignacin inaceptable. Supngase que se est resolviendo

un problema de asignacin y que se sabe que ciertas asignaciones son
inaceptables. Para alcanzar esta meta, simplemente asigna un costo
arbitrariamente grande representado mediante la letra M. M es un nmero
23

tan grande que si se le resta un nmero finito cualquiera, queda todava un

valor mayor que los dems.

Problema de seleccin: Es un caso especial donde la funcin u objetivo es

maximizar pero el problema se trata igual que una minimizacin al multiplicar
por (-1).
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 heursticos ms populares como
Vogel, Esquina Noroeste o Mnimos Costos.
Problema del Transporte

24

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.

El modelo de asignacin es un caso especial del modelo de transporte, en el

que los recursos se asignan a las actividades en trminos de uno a uno,
haciendo notar que la matriz correspondiente debe ser cuadrada. As
entonces cada recurso debe asignarse, de modo nico a una actividad
particular o asignacin.
Se tiene un costo Cij asociado con el recurso que es asignado, de modo que
el objetivo es determinar en qu forma deben realizarse todas las
asignaciones para minimizar los costos totales.

25

1.4 CONCEPTOS DE METODO DE ASIGNACION

MTODO HNGARO
EL objetivo de este mtodo de optimizacin es principalmente la minimizacin
debido a que se obtienen mejores resultados al momento de la solucin por el alto
grado de degradacin que usualmente contienen los problemas de asignacin; sin
embargo es necesario mencionar que aplicando un paso ms a lo establecido se
puede llegar a la maximizacin.

Mtodo de asignacin:
Estos problemas ocurren en muchos contextos de la administracin. En general
consisten en el problema para determinar la asignacin ptima de agentes objetos
indivisibles, en el sentido de que ningn agente se puede dividir entre varias
tareas. La restriccin importante, para cada agente, es que ser designado a una
solo una tarea.

Las matrices origen destino son muy empleadas en el transporte puesto que de
manera grfica es posible conocer los flujos entre los diferentes puntos
analizados, es decir, la matriz representa los flujos de transporte existentes entre
diferentes puntos de la red de transporte.

En la representacin, las filas y columnas de la matriz ordenan los puntos

considerados de la red de transporte, siendo representados en las filas los
posibles orgenes y en las columnas, los posibles destinos. En las celdas de cada
par origen-destino, se indica el nmero de vehculos que circulan entre dicho
origen y dicho destino. De esta manera, es posible conocer a partir de una
representacin esquemtica todos los flujos existentes entre los nodos de la red.

26

La obtencin de las matrices origen destino (matrices O/D) puede realizarse

mediante diferentes tcnicas. Las ms elementales son el recuento de vehculos
entre las localizaciones o encuestas a los conductores, aunque su coste
econmico y humano es muy elevado. Actualmente se est avanzando en los
algoritmos de estimacin de las matrices origen-destino en funcin de los
volmenes de trfico en los arcos de la red y el uso de parmetros
desactualizados o estimados por otros procedimientos. Decir de estos algoritmos
que su complejidad es elevada, y que son de difcil aplicacin a los problemas
reales debido a las grandes dimensiones de los problemas reales y a las malas
propiedades matemticas de los modelos.
EJEMPLO CASO MAXIMIZACIN
Un administrador enfrenta el problema de asignar cuatro nuevos mtodos a tres
medios de produccin. La asignacin de nuevos mtodos aumenta las utilidades,
segn las cantidades mostradas en la siguiente tabla. Determinar la asignacin
ptima si solo puede asignarse un mtodo a un medio de produccin
El procedimiento a seguir es el explicado en el caso de minimizacin, excepto que
despus del paso 1 se deber realizar un paso intermedio el cual consiste, en:
Selccionar de toda la tabla del paso 1 el trmino nmerico mayor.
Seleccionado este trmino, se debe restar todos los demas valores de la tabla
original.
En caso de que la tabla no tenga igual nmero de renglones que de columnas se
debe completar dicha matriz en renglones o columnas, segn faltaren para que
stos sean iguales. Los costos o trminos numricos de las casillas debern ser
cero.

PASO 1. Realizar tabla inical.

27

PASO ADICIONAL: Selecionar el mximo valor de la tabla (13.5) y restar a todos

los valores de la tabla, as como complementar el nmero de columnas, ya que
hay cuatro renglones y solo 3 columnas.
Mximo valor de la tabla 13.5

PASO 2. A partir de aqu, y con esta tabla, se realiza el procedimiento

exactamente igual que si fuera minimizacin.

1.5 MTODO HNGARO

Kuhn, quien estableci este mtodo mediante algoritmo, se bas en Dnes Knig
y Jen Egervry.

28

EL objetivo de este mtodo de optimizacin es principalmente la minimizacin

debido a que se obtienen mejores resultados al momento de la solucin por el alto
grado de degradacin que usualmente contienen los problemas de asignacin; sin
embargo es necesario mencionar que aplicando un paso ms a lo establecido se
puede llegar a la maximizacin.
Para la solucin con este mtodo, tenemos presente que el problema re refiere a
la asignacin de tareas a empleados, territorios a vendedores, contratos a
postores o de trabajos a plantas. De esta forma se consigue el objetivo, dentro de
este puede ser una minimizacin de costo total, maximizacin de utilidades o
minimizacin del tiempo total involucrado.
A continuacin se encuentran descritos los pasos a seguir para la solucin
correcta.
PASO 1.
Construir una matriz de costos de n*m y encontrar el elemento ms pequeo en
cada fila de la matriz.
PASO 2.
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).
PASO 3.
Realizar el mismo procedimiento 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"

29

PASO 4.
Trazar lneas horizontales o verticales o ambas 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.
PASO 5.
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.
EJERCICIO TIPO ASIGNACIN
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:

30

. APLICACIN DE PASO 1

(Se encontr al elemento ms pequeo de cada fila)

APLICACIN DE PASO 2

(Construccin de nueva matriz con la diferencia entre el valor de cada fila y el

elemento menor.)
31

APLICACIN DE PASO 3

(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.)

PASO 4
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.

32

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.

33

(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.
34

1.6 CASOS ESPECIALES DE ASIGNACIN (MAXIMIZACIN)

EJERCICIO TIPO MAXIMIZACIN
Una organizacin de recoleccin de caf cuenta con tres equipos de siembra y
cosecha del mismo (equipos 1, 2, 3). Estos equipos de trabajo se encuentran
entrenados para trabajar en condiciones particulares del proceso, condiciones
como lo son el tipo de suelo, las condiciones del clima y el tipo de grano. La
organizacin cuenta con cuatro terrenos disponibles para efectuar el proceso de
siembra y cosecha (terrenos A, B, C, D), estos terrenos tienen condiciones
particulares de suelo, clima y tipo de grano. Cada equipo cuenta con la capacidad
de efectuar el proceso en solo uno de los terrenos disponibles, salvo el equipo 2,
que cuenta con una serie de herramientas tecnolgicas que le permiten realizar la
siembra y cosecha del grano en dos de los terrenos disponibles. Se ha contratado
a un Ingeniero Industrial con el objetivo de realizar las asignaciones precisas que
maximicen la cantidad de sacos de caf cosechados en total. El siguiente tabulado
muestra la capacidad (en cientos de sacos) de cosecha de caf de cada uno de
los equipos dependiendo de cada uno de los terrenos.

SOLUCIN
En este problema debemos recordar un concepto fundamental para la aplicacin
del mtodo hngaro, este concepto nos dice que el nmero de filas debe ser
exactamente igual al nmero de columnas. Por ende, la accin a realizar debera
ser crear un equipo ficticio, el cual nos deje el tabulado balanceado y a este
asignarle un nmero de sacos cosechados equivalente a cero en cada uno de los
terrenos. Sin embargo el problema nos indica que uno de los equipos se
35

encuentra en capacidad de que se le asignen dos terrenos, en este caso

crearemos un equipo 2 alternativo (Equipo 2B) el cual nos balancear el tabulado
y nos har prescindir del equipo ficticio pensado inicialmente. A este equipo 2B
que crearemos le corresponder la misma capacidad de cosecha del equipo 2 (en
adelante equipo 2A) segn el terreno, lgicamente.

Una vez balanceado el tabulado debemos de cuestionarnos acerca del criterio de

optimizacin, pues recordemos que el mtodo hngaro se encuentra diseado
para ejercicios de minimizacin. En este caso nuestro objetivo es maximizar, por lo
que tendremos que aplicar un paso adicional.
Lo primero que debemos hacer es ubicar el mayor valor del tabulado inicial.

En este caso este valor es 15, por lo cual procederemos a realizar la siguiente
operacin con cada uno de los valores:
Restaremos a 15, el valor de cada una de las celdas y este valor quedar en cada
una de las celdas correspondientes.

36

Ahora nuestro tabulado inicial quedar de la siguiente manera:

A partir de este tabulado ya podemos aplicar el algoritmo del mtodo hngaro

como se aplicara en un caso e minimizacin (normalmente).
Ahora encontramos el menor elemento de cada fila.

y se lo restamos a todas las celdas de la fila.

37

Ahora efectuamos este mismo paso, pero esta vez con las columnas. Elegimos el
menor de los valores de cada columna y se lo restamos a cada una de las celdas
de la columna correspondiente.

Ahora procedemos a cubrir la mayor cantidad de ceros, con la menor cantidad de

lneas, si el nmero de lneas que empleemos es igual al grado de la matriz (en
este caso matriz grado 4, 4x4) habremos llegado al final del ejercicio.

38

Dado que el nmero de lneas es igual al grado de la matriz, hemos concluido el

algoritmo. Lo nico que quedar ser asignar a cada equipo el terreno en el que el
intercepto es igual a 0 (cero).

Las asignaciones, como es lgico debern iniciarse por el equipo al cual solo
corresponda un terreno, en este caso al Equipo 3 le corresponde el Terreno A. De
esta manera al Equipo 1 le corresponde el Terreno D. Mientras tanto el Equipo 2
se encargar de la cosecha en los terrenos B y C. Segn el tabulado del problema
(recordemos que es de maximizacin), la cantidad de sacos (expresada en cientos
de sacos) ser as:

39

1.7 UTILIZACIN DE SOFTWARE EN LA RESOLUCIN DE PROBLEMAS

DE TRANSPORTE Y ASIGNACIN.

Para este tipo de problemas, es bsico conocer el funcionamiento de software

para facilitarnos la solucin y evitar las prdidas de tiempo al encontrar una
respuesta ptima.
Cada software tiene sus objetivos, por lo tanto funciona de manera diferente, y es
necesario estudiar paso a paso para llegar a un resultado.
SOLVER EXCEL
El objetivo es encontrar un valor ptimo que puede ser tanto mnimo como mximo
para una celda llamada celda objetivo que cuenta con restricciones y limitaciones.
Tambin cuenta con un grupo de celdas de variables de decisin que funcionan
como celdas objetivo y de restriccin. Utiliza un cdigo de optimizacin no lineal
llamado GRG2.
EJERCICIO
Un herrero con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer bicicletas de
paseo y de montaa que quiere vender, respectivamente a 20.000 y 15.000 pesos
cada una para sacar el mximo beneficio. Para la de paseo emplear 1 Kg. De
acero y 3 Kg. de aluminio, y para la de montaa 2 Kg. de ambos metales.
Cuntas bicicletas de paseo y de montaa deber fabricar para maximizar las
utilidades?
EL MODELO MATEMTICO
Acero

Aluminio

Precio de Venta

Bicicleta de paseo (x)

1 kg

3 kg

$ 20.000

Bicicleta de montaa (y)

2 kg

2 kg

$ 15.000

Disponibilidad

80 kg

120 kg

40

Declaracin de variables
x = Cantidad de bicicletas de paseo a producir
y = Cantidad de bicicletas de montaa a producir
Restricciones de capacidad
Aluminio:
x + 2y <= 80
Acero:
3x + 2y <= 120
Funcin Objetivo
Zmax = 20000x + 15000y
INGRESANDO LOS DATOS A EXCEL
Tal cmo se mencion, la importancia de una correcta organizacin de la
informacin es vital, proponemos la siguiente plantilla para ingresar los datos de
nuestro problema:

41

El siguiente paso corresponde a registrar la informacin en la plantilla, de acuerdo

a los datos que tenemos en el problema:

El siguiente paso consiste en formular la plantilla, para ello debemos considerar

qu pasara si cambiaran las variables de decisin?... Pues, en caso tal de que
las variables sufrieran cambios se alterara la contribucin total, y el inventario de
recursos. Por ello, debemos formular en consecuencia:

Ahora que ya tenemos nuestra plantilla formulada, el siguiente paso consiste en

utilizar Solver para resolver el modelo, para ello, vamos a la pestaa Datos (En
cualquier versin de Office), y seleccionamos el complemento Solver:

42

Una vez iniciemos Solver se abrir una ventana emergente llamada "Parmetros
de Solver", en ella como primera medida seleccionaremos nuestra celda objetivo
(Contribucin Total) y seleccionaremos el criterio Maximizar:

El siguiente paso, es indicarle a Solver que debe alcanzar el mximo valor para la
celda objetivo mediante la variacin de las siguientes celdas (Cambiando las
celdas), es decir, le indicaremos cuales son las variables de decisin:

43

El siguiente paso consiste en asignarle las restricciones a las que el modelo est
sujeto, las cuales son restricciones de disponibilidad de recursos:

44

Lo que nos muestra la imagen anterior es la forma de indicarle la restriccin a

Solver, para que el inventario usado sea menor o igual al inventario disponible. De
igual forma debe hacerse para el recurso de Aluminio.

45

La siguiente restriccin es la de no negatividad, es decir, que las variables de

decisin no puedan tomar valores menores que cero.

Si quisiramos resolver el modelo tal cual como est pudisemos hacerlo, y

obtendramos quiz una respuesta que distara de su aplicacin prctica, dado
que es probable que la respuesta nos de variables continuas, y en la prctica
vender 0,6 bicicletas es un poco complicado. Por tal razn, agregaremos una
restriccin que hace que el ejercicio se resuelva mediante programacin lineal
entera, indicando que las variables de decisin deban ser enteras:

46

Hecho esto, damos clic en Aceptar y en Resolver... Podemos observar como las
variables de decisin, las restricciones (inventario usado) y la contribucin total
(celda objetivo) han tomado valores, estos son los valores ptimos segn el
modelo formulado. Ahora nos aparecer un cuadro de dilogo que nos preguntar
si deseamos utilizar la solucin de Solver y unos informes que debemos
seleccionar para obtener una tabla resumen de la respuesta y un anlisis de
sensibilidad que se insertarn como hojas al archivo de Excel:

47

El informe de sensibilidad arrojado por Solver es mucho ms bsico que el que

nos puede proporcionar WinQSB, sin embargo destacamos la informacin
referente al "Multiplicador de Lagrange" que corresponde al "Shadow Price de
WinQSB" conocido como el precio sombra, es decir, el cambio marginal de la
funcin objetivo cuando el valor del lado derecho de la restriccin aumenta en una
unidad, en este caso, por cada kg de Acero adicional que dispongamos, la funcin
objetivo aumentara en $ 1250.

48

49

OBJETIVO GENERAL
Desarrollar por completo la Unidad I. Transporte y asignacin correspondientes a
la materia, Modelos de Simulacin y Logstica, para as tener conocimiento bsico
y entender el transcurso de la clase.

OBJETIVOS ESPECIFICOS
-

Leer detalladamente el temario correspondiente a la materia.

Investigar cada tema en pginas de internet, libros, ensayos, o artculos que

contengan informacin referenciada y verdica.

Desarrollar un resumen con lo ya investigado.
Entender cada tema y llegar a una conclusin entre el equipo.

CONCLUSIN
Como equipo hemos llegado a la conclusin que saber desarrollar los modelos
matemticos de forma manual nos ayudan a comprender los resultados aunque se
necesita mayor tiempo de prctica para no caer en el error; sin embargo al saber
que se trata de una parte fundamental de la logstica de transporte, es preferente
hacer uso de distintos tipos de software ya que en la vida real no se trata de un
solo objetivo o variable ya que existen problemas de mayor grado de dificultad y
gracias a estos podemos proporcionar resultados ptimos en el tiempo requerido.
Se necesita practicar cada software deseado a utilizar, tener en claro que datos
son lo necesarios para colocar y que nos darn resultados pero principalmente se
necesita una habilidad y capacidad para leer los resultados obtenidos. En esta
unidad tendremos la oportunidad de profundizar con los mtodos y ser

50

beneficiario al momento de realizar actividades de asignacin que pueden ser

tanto maximizacin en casos especiales o minimizacin.

Fuentes consultadas:

http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingenieroindustrial/investigaci%C3%B3n-de-operaciones/problema-de-transbordo/
https://inveoperaciones.wordpress.com/transporte-y-transbordo/
http://gc.initelabs.com/recursos/files/r157r/w13212w/Invg
%20operaciones_2aEd_07.pdf
Soret, I. (1994). Logstica comercial y empresarial. Pozuelo de alarcon
(madrid): ESIC.
SIERRA REQUENA, A. (2012). PROGRAMA DE ADMINISTRACION DE
EMPRESAS. MAESTRIA. UNIVERSIDAD DE LA GUAJIRA.
http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingenieroindustrial/investigaci%C3%B3n-de-operaciones/problema-del-transporte-odistribuci%C3%B3n/

51

52