INSTITUTO TECNOLGICO DE VILLAHERMOSA

Departamento:
CIENCIAS DE LA TIERRA

Asignatura:
MODELOS DE OPTIMIZACIN DE RECURSOS
INSTITUTO TECN
In
Unidad:
3
Tema:
ALGORITMOS ESPECIALES DE PROGRAMACIN LINEAL

Autores:

Alejo Flix Samuel Arturo

Carrillo Alfonso Eduardo
Ramn Hernndez Nallely

Catedrtico:
Ing. Juan Sols Hernndez

VILLAHERMOSA, TABASCO, 21 DE MARZO DEL 2017

 NDICE

INTRODUCCIN.......................................................................................................1

3.- ALGORITMOS ESPECIALES DE PROGRAMACIN LINEAL...........................2

3.1.- EL PROBLEMA DE TRANSPORTE...............................................................2

3.1.1.- PLANTEAMIENTO DEL PROBLEMA.....................................................4

3.1.2.- DETERMINACIN DE LA SOLUCIN BSICA FACTIBLE...................9

3.1.3.- EL CRITERIO DE OPTIMABILIDAD Y EL ALGORITMO DE

MEJORAMIENTO DE LA SOLUCIN (RUTAS DE SIGNO)............................16

3.2.- EL PROBLEMA DE ASIGNACIN...............................................................29

3.2.1 PLANTEAMIENTO DEL PROBLEMA......................................................30

3.2.2. ALGORITMO PARA DETERMINAR LA ASIGNACIN PTIMA............31

3.3.- EL USO DEL SOFTWARE...........................................................................36

CONCLUSIONES....................................................................................................40

GLOSARIO DE TRMINOS....................................................................................41

ANEXOS..................................................................................................................44

BIBLIOGRAFA........................................................................................................48
 INTRODUCCIN

Sabemos que para que un ordenador pueda llevar adelante una tarea
cualquiera, se tiene que contar con un algoritmo que le indique, a travs de un
programa, que es lo que debe hacer con la mayor precisin posible. Consecuencia
de lo anterior es la importancia del estudio de los algoritmos.

Concepto de algoritmo:

Un algoritmo es un conjunto ordenado y finito de pasos o instrucciones que

permite realizar una actividad mediante pasos sucesivos sin generar dudas a
quien deba realizar dicha actividad conduciendo a la solucin de un problema
determinado. De esta manera, dados un estado inicial y una entrada, siguiendo los
pasos sucesivos se llega a un estado final y se obtiene una solucin. En la vida
cotidiana, frecuentemente se emplean algoritmos para resolver problemas.

Algoritmos especiales:

Son diseados para problemas de programacin lineal, son problemas

enunciados con ecuaciones lineales y con una funcin objetivo, y una o ms
funciones restricciones, para lograr la optimizacin de la funcin objetivo que se
analiza. Algunos de ellos son: Gran M, flujo mnimo, algoritmo fraccional, mtodo
dual simplex, entre otros.

Dos tipos particularmente importantes (y relacionados) de problemas de

programacin lineal, son el problema de transporte y el problema de asignacin. El
problema de transporte recibe este nombre debido a que muchas de sus
aplicaciones involucran determinar la manera ptima de transportar bienes. Sin
embargo, algunas de aplicaciones importantes (como la programacin de la
produccin), de hecho no tienen nada que ver con el transporte. El segundo tipo,
llamado problema de asignacin, incluye aplicaciones tales como asignar
personas a tareas. Aunque sus aplicaciones parecen diferir del problema de

1
transporte, se ver que este problema es un caso especial del problema de
transporte

3.- ALGORITMOS ESPECIALES DE PROGRAMACIN

LINEAL

La Programacin Lineal corresponde a un algoritmo a travs del cual se

resuelven situaciones reales en las que se pretende identificar y resolver
dificultades para aumentar la productividad respecto a los recursos (principalmente
los limitados y costosos), aumentando as los beneficios.

El objetivo primordial de la Programacin Lineal es optimizar, es decir, maximizar o

minimizar funciones lineales en varias variables reales con restricciones
lineales (sistemas de inecuaciones lineales), optimizando una funcin objetivo
tambin lineal.

Los resultados y el proceso de optimizacin se convierten en un respaldo

cuantitativo de las decisiones frente a las situaciones planteadas. Decisiones en
las que sera importante tener en cuenta diversos criterios administrativos como:

Los hechos
La experiencia
La intuicin
La autoridad

3.1.- EL PROBLEMA DE TRANSPORTE

Para empezar, es necesario saber qu es el problema de transporte?, sabemos

que pertenece a un tipo de algoritmo de la programacin lineal, y como se
mencion anteriormente, los algoritmos dentro de la programacin lineal optimizan
cualquier actividad o funcin.

A partir de esto podemos decir que el problema del transporte o distribucin, es

un problema de redes especial en programacin lineal que se funda en la

2
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.

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

o estructura de-hacia de un origen hacia un destino, de una fuente hacia un
usuario, del presente hacia el futuro, de aqu hacia all, una relacin de uno a otro.

Al enfrentar este tipo de problemas, la intuicin dice que debe haber una manera
de obtener una solucin. Se conocen las fuentes y los destinos, las capacidades y
demandas y los costos de cada trayectoria. Debe haber una combinacin ptima
que minimice el costo (o maximice la ganancia).

La dificultad est en el gran nmero de combinaciones posibles, debido a eso el

problema del transporte recurre a buscar soluciones con la computara y software
especializado.

3
 El responsable de gestin del trasporte debe
determinar una poltica ptima; cmo hacer
llegar los productos de sus diversos depsitos,
plantas de produccin o bodegas a sus
consumidores o clientes, con el objeto de
satisfacer la demanda a un costo mnimo de
transporte o de envo.

3.1.1.- PLANTEAMIENTO DEL PROBLEMA

El problema del transporte en general se especifica mediante la siguiente

informacin:

Un conjunto de m puntos de oferta desde los cuales se envan utilidades o

bienes.
Una lista de capacidades de suministro mximo de cada sitio de oferta si para
i = 1, 2,..., m.
Un conjunto de n puntos de demanda hacia los cuales se enva una utilidad o
bien.
Una lista de demandas de utilidades o bienes dj de cada punto de demanda j
las cuales deben satisfacerse mnimamente.
Una matriz de valores que indica el costo fijo en el que se incurre al enviar una
unidad producida en el punto de oferta i y enviada al punto de demanda j, cij.

3.1.1.1.- Modelo de programacin lineal del problema de transporte

Dado que el modelo de transporte es un problema donde debe determinarse como

hacer llegar los productos desde los puntos de existencia hasta los puntos de
demanda, minimizando los costos de envo.

Se tendrn puntos de suministro o fuentes (fabricas, bodegas, proveedores,

etctera) los cuales enviarn un producto determinado hasta ciertos destinos
(clientes, tiendas detallistas, etctera).

4
En programacin lineal, se plantea una funcin objetivo, variables de decisin y
restricciones; para plantear esa informacin requerimos definir formalmente el
modelo con apoyo de cierta nomenclatura.

Nomenclatura

Como primer requisito para el planteamiento del problema, se debe conocer la

cantidad de los puntos de suministro (oferta) y la cantidad de puntos de destino
(demanda). As como los costos de envo de cada combinacin. Para poder
manejar todos estos datos, se requiere estandarizar una nomenclatura, es decir,
definir cmo se les llamar a cada variable del modelo.

Por ejemplo, para un problema de transporte con tres puntos de origen y tres de
destino, se puede plantear como el esquema mostrado.

Oferta y Demanda (Suministro / Destino)

Los puntos de suministro se enumeran (del uno en adelante), lo mismo ocurre con
los puntos de destino. En el caso de la figura puede nombrarse suministro 1 como
S1 y destino 1 como D1.

Costos, Cij

Los costos se nombran de la siguiente forma: el costo de enviar una unidad de

producto del origen i al destino j se denomina Cij; es decir: el costo de enviar
una unidad de producto del origen o suministro 1 al destino 1, se denomina C 11; de

5
igual manera, el costo de enviar una unidad del suministro 1 al destino 2 se
denomina C12 y as sucesivamente.

Cantidad de unidades de envo, xij:

La cantidad de unidades del producto a transportar se denominarn de la misma

forma, la cantidad programada de envo del suministro i al destino j se denomina x
i j. Tal como se muestra en la figura anterior.

Ntese que la cantidad total de material o unidades que ser enviada al destino
uno, es la suma de todas las llegadas a ese destino de los tres puntos de origen,
es decir, la cantidad de unidades que se enviarn al destino del origen 1 es X 11, las
provenientes del origen 2 X 21 y del origen 3 X 31. Por lo tanto la cantidad total de
unidades que llegan al destino 1 es: X11+ X21+ X31.

Otra forma de decirlo es que si al destino 1 le llegan 5 unidades provenientes del

origen 1, ms 4 unidades provenientes del origen 2, ms 6 unidades provenientes
del origen 3, la cantidad total de unidades que llegarn al destino 1 es: 5 + 4 + 6 =
15.

Ocurre lo mismo para contabilizar las unidades totales que salen de los tres
puntos de origen o suministro, as como para el resto de los puntos de destino.

A continuacin se definir el modelo, el cual se compone de una funcin objetivo,

la cual describe el objetivo de la programacin, en este caso ser reducir el costo
del programa de envo al mnimo; adems se describen las restricciones del

6
modelo, y las variables que se manejarn, las cuales en este caso sern la
cantidad de unidades a enviar por cada ruta.

Funcin Objetivo, z

Recordando que el objetivo de la programacin de envos es la minimizacin de

los costos, debemos definir una funcin matemtica que represente el costo del
programa de envos; a dicha funcin se le denomina Z y queda de la siguiente
forma.

Por cada unidad que se enva del origen 1 al destino 1 se incurre en el costo C 11;
(dicho costo unitario es de C11 = $50, si se programa el envo de una unidad del
origen 1 al destino 1, el valor de X11 = 1) Si se envan 2 unidades el costo total ser
de 2*$50 = $100; es decir el costo siempre ser el costo unitario multiplicado por
la cantidad de unidades programadas a enviarse por esa ruta: C 11 X11.

Ya que estamos programando no solo una ruta sino nueve rutas en nuestro
ejemplo, el costo total de la estrategia de programacin de envos ser la suma de
los costos de esas nueve rutas:

Costo total = Z = C11 X11 + C12 X12 + C13 X13 + C21 X21 + C22 X22 + C23 X23 + C31 X31 +
C32 X32 + C33 X33 +

Restricciones

Si nosotros no tuviramos restricciones en este modelo, y lo simulramos tal cual,

el resultado sera no enviar nada, de ningn lado a ninguna parte. Es decir,
quieres minimizar costos?; no enves nada y no gastaras nada.

Dado que en este problema debemos cumplir con requisitos de abastecimiento

existen restricciones. Supondremos que la cantidad demandada es la siguiente:

Demanda destino 1 = 50 unidades.

Demanda destino 2 = 40 unidades.

Demanda destino 3 = 60 unidades.

7
Las restricciones deben definirse de la siguiente manera, la demanda del destino 1
debe ser satisfecha, y se lograr enviando una determinada cantidad de cada
punto de origen ha dicho destino; es decir:

Las siguientes restricciones se refieren a la capacidad de cada punto de origen de

suministrar unidades, es decir, la cantidad de unidades que se programa para
enviar de cada origen es:

Oferta origen 1 = 50 unidades.

Oferta origen 2 = 40 unidades.

Oferta origen 3 = 60 unidades.

Por lo tanto las siguientes restricciones o requisitos a cumplir quedan definidos de

la siguiente forma:

Asumir No Negativos

La ltima restriccin aun cuando es obvia para una persona, debe ser definida
para un modelo matemtico y en una computadora, y dicha restriccin se refiere a
que no es posible una programacin de mercancas con nmeros negativos. Es
decir, no es posible enviar menos 5 unidades de producto del origen 1 al destino 1.

8
 Variables

Las variables son la cantidad de unidades que se enviarn para cada combinacin
de origen destino, en nuestro esquema de la figura son nueve cantidades
nombradas de la x11 hasta la x33.

Resumiendo lo anterior tenemos:

FUNCIN OBJETIVO:

Z= C11X11+C12X12+C13X13+C21X21+C22X22+C23X23+C31X31+C32X32+C33X33
RESTRICCIONES
X11+ X21+ X31 = Demanda destino 1
X12+ X22+ X32 = Demanda destino 2
X13+ X23+ X33 = Demanda destino 3
X11+ X12+ X13 = Oferta origen 1
X21+ X22+ X23 = Oferta origen 2
X31+ X32+ X33 = Oferta origen 3
Para todas las combinaciones: xij >=0 Siendo i = 1 a 3 y j = 1 a 3.
VARIABLES: X11, X12, X13, X21, X22, X23, X31, X32 y X33.

3.1.2.- DETERMINACIN DE LA SOLUCIN BSICA FACTIBLE

La utilizacin del mtodo SIMPLEX no resulta eficiente para resolver el Problema

de Transporte, por lo cual se utilizan otros mtodos como:

a) Mtodo de la Esquina Nor-Oeste (N-O)

b) Mtodo de la Matriz de Costo Mnimo
c) Mtodo de Vgel

MTODO DE LA ESQUINA NOROESTE

Caractersticas

Sencillo y fcil de hacer

9
 No tiene en cuenta los costos para hacer las asignaciones
Generalmente nos deja lejos del ptimo

Algoritmo

1. Construya una tabla de ofertas (disponibilidades) y demandas

(requerimientos).
2. Empiece por la esquina noroeste.
3. Asigne lo mximo posible (Lo menor entre la oferta y la demanda,
respectivamente)
4. Actualice la oferta y la demanda y rellene con ceros el resto de casillas
(Filas o Columnas) en donde la oferta o la demanda haya quedado
satisfecha.
5. Muvase a la derecha o hacia abajo, segn haya quedado disponibilidad
para asignar.
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.

Nota: No elimine 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.

PROBLEMA DE EJEMPLO

Una compaa tiene 3 fbricas ubicadas en A, B y C, las cuales proveen a los

almacenes que estn ubicados en D, E, F y G.

La capacidad de produccin de las fbricas es de 70, 90 y 115 unidades

mensuales respectivamente, mientras que las capacidades de los almacenes son
de 50, 60, 70 y 95 unidades respectivamente.

El costo de envi de una unidad desde cada una de las fbricas a cada una de los
almacenes se presenta en el siguiente cuadro (en pesos):

10
Se colocan los datos en forma tabular:

Por consiguiente la solucin es:

11
MTODO DEL COSTO MNIMO

Caractersticas:
Es ms elaborado que el mtodo de la esquina noroeste

Tiene en cuenta los costos para hacer las asignaciones

Generalmente nos deja alejados del ptimo

Algoritmo:
1. Construya una tabla de disponibilidades, requerimientos y costos
2. Empiece en la casilla que tenga el menor costo de toda la tabla, si hay empate,
escoja arbitrariamente (Cualquiera de los empatados).
3. Asigne lo mximo posible entre la disponibilidad y el requerimiento (El menor de
los dos).
4. Rellene con ceros (0) la fila o columna satisfecha y actualice la disponibilidad y
el requerimiento, restndoles lo asignado.

12
Nota: Recuerde que no debe eliminar o satisfacer fila y columna al mismo tiempo,
caso en que la oferta sea igual a la demanda, en tal caso recuerde usar la
(psilon).
5. Muvase a la casilla con el costo mnimo de la tabla resultante (Sin tener en
cuenta la fila o columna satisfecha).
6. Regrese a los puntos 3, 4, 5 sucesivamente, hasta que todas las casillas
queden asignadas

PROBLEMA EJEMPLO:
El hospital Saludmuch pertenece a la Compaa de Seguros Todosalud SA. Esta
sociedad tiene un Centro de Asistencia Primaria (CAP) en 5 ciudades de una
regin (un CAP en cada ciudad).

Para obtener un buen funcionamiento global del servicio y poder planificar el

nmero de visitas en funcin del personal previsto en cada CAP y de su
dimensin, Todosalud S.A. ha decidido organizar el servicio de tal forma que todos
sus asegurados tengan un CAP de referencia asignado, pero que sea ste el ms
cercano posible a su lugar de residencia.

En la regin hay 5 ciudades y la compaa sabe cuntos asegurados tiene en

cada uno de ellos. Los CAP tienen una capacidad mxima de pacientes que
pueden soportar. El objetivo es asignar a los asegurados a los CAPs minimizando
el coste de desplazamiento o la distancia total.

13
Si no existiera el problema de capacidad de los CAPs, el modelo sera trivial, ya
que bastara asignar cada ciudad al CAP ms cercano, obtenindose el coste de
transporte ms barato. Al tener lmites en la capacidad, puede ser que no todas las
ciudades tengan asignado el centro ms cercano, ya que esto implicara una sobre
utilizacin. Entonces, puede ser que alguna ciudad, o parte de ella tenga asignada
un CAP que no es el ms cercano, en funcin de la disponibilidad u holgura del
sistema.
En su forma tabular quedara de la siguiente manera:

MTODO DE VOGEL

Caractersticas

Es ms elaborado que los anteriores, ms tcnico y dispendioso.

Tiene en cuenta los costos, las ofertas y las demandas para hacer las
asignaciones.
Generalmente nos deja cerca al ptimo.

Algoritmo

14
 1. Construir una tabla de disponibilidades (ofertas), requerimientos (demanda)
y costos.
2. Calcular la diferencia entre el costo ms pequeo y el segundo costo ms
pequeo, para cada fila y para cada columna.
3. Escoger entre las filas y columnas, la que tenga la mayor diferencia (en
caso de empate, decida arbitrariamente).
4. Asigne lo mximo posible en la casilla con menor costo en la fila o columna
escogida en el punto 3.
5. Asigne cero (0) a las otras casillas de la fila o columna donde la
disponibilidad o el requerimiento quede satisfecho.
6. Repita los pasos del 2 al 5, sin tener en cuenta la(s) fila(s) y/o columna(s)
satisfechas, hasta que todas las casillas queden asignadas.

PROBLEMA EJEMPLO

Fjese que la mayor diferencia la tiene la columna 4 con un valor de 19, escogido
entre 2, 2, 3, 0, 15,13, 19 y 16.
El menor costo de la columna 4 es cero (0), se asigna lo mximo posible entre 50
y 40, que es 40, se satisface la columna y se actualiza la oferta y la demanda.
Ahora recalculamos las diferencias, sin tener en cuenta la columna 4, que est
satisfecha.
Una vez ejecutado todo el algoritmo hasta asignar todas las casillas, obtenemos la
siguiente asignacin bsica y factible inicial.

15
Fjese que el nmero de variables bsicas es: m+n-1=8
Solucin bsica factible no degenerada:

X15=40; X21=30; X23=20; X25=10; X32=40; X33=30; X44=40; X45=10

Z = 16(40) + 15(30) + 13(20) + 16(10) + 15(40) + 18(30) + 0(40) +

0(10) = 2.650

3.1.3.- EL CRITERIO DE OPTIMABILIDAD Y EL ALGORITMO DE

MEJORAMIENTO DE LA SOLUCIN (RUTAS DE SIGNO)

Hemos conseguido tres soluciones bsicas factibles no degeneradas por medio de

tres mtodos:

El de la esquina noroeste, el del costo mnimo y el de Vogel.

Pero ninguna de ellas nos garantiza que la solucin encontrada es la ptima. Para
saberlo, debemos estar seguros que ninguna de las variables no bsicas pueda
entrar a la base haciendo que la funcin objetivo disminuya. Para discernir un
mtodo que nos evale el efecto de introducir una unidad de cada variable no
bsica, recurrimos al mtodo MODI.

16
Mtodo MODI o UV
Consideremos la solucin inicial hallada por el mtodo de la Esquina N.O.

Paso 2: Se dibuja la matriz Zij que contiene los costos de la variable solucin.

Paso 3: Se construye un conjunto de nmeros vj y ui tal que la suma iguale a los

valores de la matriz Zij del paso 2 y se completa las celdas vacas con la suma de
los ui y vj la matriz Zij que contiene los costos de la variable solucin.

Se tiene las siguientes ecuaciones de las celdas bsicas:

17
U1 + V1 = 17

U2 + V3 = 26

U1 + V2 = 20

U3 + V3 = 15

U2 + V2 = 21

U3 + V4 = 17

Haciendo v1 = 0 se encuentra que: U1 = 17; V2 = 3; U2 = 18 V3 = 8; U3 = 7; V4 =

10

Paso 4: Se calcula Cij Zij

Se selecciona la casilla (1,4) que tiene el costo de entrada ms pequeo, por

consiguiente debe entrar a la base la variable X 14

18
El costo de la nueva solucin es: Z1 = 5305 + (20) (-15) = 3005 A continuacin
probamos si esta solucin es o no la ptima
Se calcula Cij Zij

Se selecciona la casilla (2,1) que tiene el costo de entrada ms pequeo, por

consiguiente debe entrar a la base la variable X21.

El costo de la nueva solucin es: Z2 = 5005 + (30)(-18) = 4465 A continuacin

probamos si esta solucin es o no la ptima.

19
Se selecciona la casilla (3,2) que tiene el costo de entrada ms pequeo, por
consiguiente debe entrar a la base la variable X32

El costo de la nueva solucin es: Z2 = 4465+ (20) (-14) = 4185 A continuacin

probamos si esta solucin es o no la ptima

20
EL ALGORITMO DE MEJORAMIENTO DE LA SOLUCIN
Dado que los mtodos estudiados no garantizan una solucin ptima, es
necesario verificar que no exista una ruta no utilizada que lo sea.

De ser este el caso, se determina esta nueva solucin.

Se estudiarn 2 mtodos para el mejoramiento de una solucin bsica factible

inicial:
a) Mtodo de la Distribucin Modificada
b) Mtodo del Paso Secuencial

MTODO DEL PASO SECUENCIAL

21
1) Localizar una celda no bsica, que no tenga costo marginal, y determinar un
circuito con el mnimo nmero de celdas bsicas siguiendo trayectorias
horizontales y verticales solamente.

2) Asignar intercalando signos positivos + y negativos - al circuito determinado

en el paso 1, comenzando con la asignacin + a la celda no bsica.

3) Determinar el costo marginal del circuito localizado, que consiste en el costo de

ingresar una unidad a la celda no bsica utilizando los signos del paso 2:

22
4) Si existen celdas no bsicas sin costo marginal regresar al paso1.
5) Si todas las celdas no bsicas tienen costo marginal no negativo la solucin
actual es ptima. FIN.
6) Localizar la celda que tenga el costo marginal ms negativo.

Asignar a esta celda xP, donde xP es el mnimo valor de las celdas del circuito que
tienen signo menos -:

xP = min (x1, x3, x5)

Reajuste el valor de las celdas bsicas en xP conforme a los signos

correspondientes:
X1 = x1 - xP
X2 = x2 + xP
X3 = x3 - xP
X4 = x4 + xP
x=xx
X5 x5 xP
Z = Z + (Costo Marginal) x xP
7) Descarte los costos marginales de las celdas no bsicas y regrese al paso 1.

23
24
25
26
27
28
MTODO DE LA DISTRIBUCIN MODIFICADA
1) Asignar a cada fila las variables:
ui, i = 1, 2,..., m
Asignar a cada columna las variables:
vj, j = 1, 2,..., n

2) Con cada celda bsica se tiene:

cij = ui + vj
Se asigna:
u1 = 0
Determinar las restantes variable u y v.

3) Determinar el costo marginal de las celdas no bsicas de la siguiente forma:

Costo Marginal (k, m) = ckm (uk + vm )

4) Si todas las celdas no bsicas tienen costo marginal no negativo la solucin

actual es ptima. FIN.

5) Localizar la celda que tenga el costo marginal ms negativo. Disear un circuito

similar al mtodo anterior para esta celda. Asignar a esta celda xP, donde xP es el
mnimo valor de las celdas del circuito que tienen signo menos -:
xP = min (x1, x3, x5)
Reajuste el valor de las celdas bsicas en xP conforme a los signos
correspondientes:

29
6) Descarte los costos marginales de las celdas no bsicas y regrese al paso 1.

3.2.- EL PROBLEMA DE ASIGNACIN

Muchas de las situaciones en la vida exigen una de dos respuestas posibles: si o

no. As Muchas de las situaciones en la vida exigen una de dos respuestas
posibles: si o no.

As es que podemos representar stas posibilidades con los valores 0 (no) y 1 (si),
y aprovechar las matemticas para que nos den una mano ante decisiones
difciles; a esto es lo que solemos llamar -por obvias razones Programacin
Binaria.

Una de las muchsimas aplicaciones de la Programacin Binaria, es el problema

de la Asignacin.

Este mtodo analiza el problema de asignar un cierto nmero de recursos a un

determinado nmero de tareas, con base en algn tipo de valoracin para cada
recurso.

Cada recurso, podr ser asignado a una sola tarea.

El PA consiste en asignar recursos a tareas en funcin de un objetivo ligado a la

eficiencia del sistema.

30
Un ejemplo tpico es el de asignacin de personas a turnos horarios, o el de
asignar personas a mquinas.

El esquema tabular del PA es:

3.2.1 PLANTEAMIENTO DEL PROBLEMA

Minimizar el costo total de operacin de modo que:

Cada tarea se asigne a una y slo una mquina

Cada mquina realice una y slo una tarea

31
3.2.2. ALGORITMO PARA DETERMINAR LA ASIGNACIN PTIMA

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

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

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

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

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

La utilizacin del mtodo SIMPLEX o los mtodos del Problema de Transporte, no

resultan eficientes para resolver el Problema de Asignacin, por lo cual se utiliza
otro mtodo denominado METODO HNGARO.

32
El Mtodo Hngaro se desarroll por Kuhn, basado en un trabajo de Egervry y
Konig.
Fue Kuhn quien lo denomin: Mtodo Hngaro.

Caracterstica del Mtodo Hngaro

El mtodo a estudiar tiene la siguiente caracterstica:
a) Se garantiza la solucin ptima.
b) El procedimiento requiere que la matriz de costos sea no negativa.
c) La solucin ptima se obtiene en una matriz de costos equivalente cuyo
valor ptimo es cero (0).
d) El problema planteado debe estar balanceado:

e) La solucin ptima no vara si a la matriz original se le incrementa un valor k a

cada celda. Pero el valor Z se incrementa en nk.

f) La solucin ptima no vara si a la matriz original se le incrementa un valor k a

una fila o columna. Pero el valor Z se incrementa en k.

PROCESO DEL MTODO HNGARO

1) Reduccin por filas

Determinar el mnimo valor de cada fila y restarlo a todas las celdas de su
correspondiente fila. Esto garantiza un cero en cada fila.
2) Reduccin por columnas
Determinar el mnimo valor de cada columna y restarlo a todas las celdas de su
correspondiente columna. Esto garantiza un cero en cada columna.
3) Cubrimiento de ceros
Con el mnimo nmero de rectas cubrir los ceros de la matriz reducida.
Empezar por la fila o columna que tenga el mayor nmero de ceros.

33
Si el nmero de rectas resulta igual a n (nmero de tareas o equipos) se ha
llegado a la solucin ptima Pasar al paso 5 de lo contrario pasar al ptima. 5,
paso 4.
4) Reduccin posterior
Localizar la celda no cubierta de menor costo. Restar el valor determinado a las
celdas no cubiertas. Sumar el valor determinado a las celdas que se encuentren
en la interseccin de las rectas. Regresar al paso 3.
5) Localizacin de la solucin
Determinar las filas que tengan un nico valor cero y asignarlos, eliminar las
columnas correspondientes. Determinar las columnas que tengan un nico valor
cero y asignarlos, eliminar las filas correspondientes.
Repetir este procedimiento tantas veces sea necesario.
En caso de celdas con empates seleccionar arbitrariamente.
La asignacin localizada de valor cero, implantarla en la matriz de costos original y
determinar el valor de Z.

PROBLEMA EJEMPLO
Existen 5 operarios (A, B, C, D y C) que tienen que llenar 5 cargos (I, II, III, IV y V).
La matriz de costos que caracteriza el problema de asignacin es la siguiente:

Determinar la asignacin ptima

34
Se calcula Cij= Cij elemento ms pequeo de cada columna

Se calcula C*ij = Cij elemento ms pequeo de cada fila

Procederemos a encontrar el nmero mnimo de recta r que cubren todos los

ceros de la matriz C*

35
Vemos que r = 4 que es diferente de m=5, por consiguiente no se ha llegado al
ptimo

En este caso = 1 (elemento mnimo no cubierto por las rectas). Se resta a

todos los elementos no cubiertos por las rectas- Se suma a todos los elementos
en las intersecciones entre 2 rectas y se vuelve al paso 3. La matriz C* se
transforma en

Se observa que r = 5 = m =5, por consiguiente se ha llegado al ptimo

Determinamos la asignacin ptima

Hay dos soluciones ptimas:

A es asignado a IV
B es asignado a II
C es asignado a I
D es asignado a V

36
E es asignado a II
O bien:
A es asignado a V
B es asignado a II
C es asignado a I
D es asignado a IV
E es asignado a III
El costo total del programa en ambos casos es Z = $ 18

3.3.- EL USO DEL SOFTWARE

El WinQsb maneja el problema del

transporte en su mdulo de Modelos de
Redes, el cual en su inicio nos muestra
la siguiente ventana, que se debe
diligenciar as: Fjese que ste mdulo
tambin resuelve otros modelos de
redes, que se especifican en la parte
izquierda de la ventana.

Los datos se pueden ingresar de dos formas:

En una matriz o tablero de doble entrada o de forma
grfica.
A continuacin se ilustra el ingreso de datos en la tabla
de doble entrada

El modo de edicin del men principal permite cambiar los rtulos de las fuentes y
los destinos. No es necesario que la oferta sea igual a la demanda, el software se
encarga de agregar fuentes o destinos de holgura, segn sea la necesidad.
Para solucionar el problema, se da clic sobre el icono que aparece en la parte
superior y que se seala en la figura siguiente:

37
 El WinQsb le ofrecer entonces una ventana con la respuesta ptima del
problema, indicando cuntas unidades enviar desde cada una de las
ciudades de origen a cada una de las ciudades de destino, con su costo por envo
y el costo total de la operacin.
Si se usa ste icono, el WinQsb nos ilustrar mediante una red la
respectiva respuesta ptima al problema.

Observe que en ste problema la oferta de los

Centros de distribucin es igual a los
requerimientos de los detallistas, por lo tanto
no hubo necesidad de adicionar ni fuentes, ni
destinos ficticios y se trata de un problema de
mercado perfecto.

Software INVOP

Este software maneja las siguientes aplicaciones: Asignaciones, Transporte,

Distancias en redes (Ruta ms corta, rbol de mnimo recorrido, Agente viajero),
Flujo de redes.
El invop est en espaol y su metodologa dirigido a la enseanza, ofreciendo al
usuario tanto la parte terica de fundamento matemtico como la parte prctica de
solucin de problemas con sus respectivos ejemplos.

38
El Invop presenta una ventana principal, en la que hace una breve, pero til
resea de sus aplicaciones, de ellas seleccionamos la de transporte, como se
muestra en la figura siguiente:

Al escoger la opcin de transporte, el INVOP nos ofrece una ventana en donde

captura los datos del problema y en un recuadro situado en la parte inferior
derecha, donde nos ofrece la solucin ptima. Colocando el cursor sobre algunos
sitios de inters de sta ventana, se ofrece un rtulo en fondo amarillo con la
respectiva instruccin de ayuda.
En la parte inferior izquierda de la ventana se especifica el criterio de optimizacin
y la cantidad de fuentes y destinos, en la parte superior derecha se introducen los
costos por unidad a transportar y habilitando el cuadro de control, se editan los
encabezados de fila y columna, al igual que las ofertas y las demandas de fuentes
y destinos.

39
Cuando la informacin del problema est introducida, se procede a solucionar el
problema, haciendo clic sobre el icono del men superior, que tiene la figura de
una calculadora,
Entonces se llena el cuadro en la parte inferior derecha con la solucin
ptima. En la figura siguiente se ilustra sta ventana.

Se recomienda al Usuario del Software leer la ayuda (Help), en la que se explica

toda la parte conceptual y matemtica del algoritmo del transporte al igual que se
ilustran varios ejemplos de muy buena calidad.

40
 CONCLUSIONES

Diariamente la sociedad debe enfrentar y resolver tres problemas bsicos de la

economa: qu bienes y servicios producir, cmo producirlos y, por ltimo, para
quin producirlos.

Por supuesto, para producir los bienes y servicios que requiere la sociedad, es
necesario contar con recursos, los cuales prcticamente son escasos. Estos
pueden ser de tipo natural (agua, petrleo, tierra, flora y fauna, etc.); humano
(trabajo); y capital (maquinaria, equipo, etc.). Por ello, para el estudio y solucin de
estos problemas la sociedad se apoya en la parte de las ciencias sociales que
trata y explica el comportamiento humano en la toma de decisiones que resolvern
tales problemas, la Economa. Dicha solucin se traducir en una asignacin de
recursos, es decir, en una forma en que la sociedad distribuye los recursos entre
los diferentes agentes econmicos que integran a la sociedad (consumidores,
productores y gobierno).

Dado que el modelo de transporte es un problema donde debe determinarse

como hacer llegar los productos desde los puntos de existencia hasta los puntos
de demanda, minimizando los costos de envo. Se tendrn puntos de suministro o
fuentes (fabricas, bodegas, proveedores, etctera) los cuales enviarn un producto
determinado hasta ciertos destinos (clientes, tiendas detallistas, etctera). En
programacin lineal, se plantea una funcin objetivo, variables de decisin y
restricciones; para plantear esa informacin requerimos definir formalmente el
modelo con apoyo de cierta nomenclatura. Nomenclatura Como primer requisito
para el planteamiento del problema, se debe conocer la cantidad de los puntos de
suministro (oferta) y la cantidad de puntos de destino (demanda). As como los
costos de envo de cada combinacin. Para poder manejar todos estos datos, se
requiere estandarizar una nomenclatura, es decir, definir cmo se les llamar a
cada variable del modelo.

41
 GLOSARIO DE TRMINOS

Atinente

El trmino latino attnens lleg al castellano como atinente. Se trata de

un adjetivo que hace referencia a lo concerniente, conexo o relativo. Por
ejemplo: En lo atinente a la seguridad, el presidente anunci que el Estado
comprar nuevos satlites para vigilar las fronteras y luchar contra el
narcotrfico, Vamos a hacer lo siguiente: t te encargas de contactar a los
clientes y yo me dedico a todo lo atinente a los proveedores, Considero que
tengo la preparacin profesional atinente a este cargo.

Costo marginal

El coste marginal se define como la variacin en el coste total, ante el aumento de

una unidad en la cantidad producida. Dicho en otras palabras, es el coste de
producir una unidad adicional.

El coste marginal es un concepto fundamental en la teora microeconmica y se

utiliza para determinar la cantidad de produccin de las empresas y los precios de
los productos. En trminos generales, el coste marginal en cada nivel de
produccin incluye los costes adicionales requeridos para producir la siguiente
unidad. Por ejemplo, si la produccin de vehculos adicionales requiere, por
ejemplo, la construccin de una nueva fbrica, el coste marginal de esos vehculos
adicionales incluye el coste de la nueva fbrica.

Funcin matemtica

El concepto de funcin tiene su origen en el trmino latino functo. La palabra

puede ser utilizada en diversos mbitos y con distintos significados.

42
Una funcin matemtica es la correspondencia o relacin f de los elementos de un
conjunto A con los elementos de un conjunto B. Una funcin cumple con la
condicin de existencia (todos los elementos de A estn relacionados con los
elementos de B) y con la condicin de unicidad (cada elemento de A est
relacionado con un nico elemento de B).

En la informtica, ms precisamente en los lenguajes de programacin, una

funcin es un tipo de sub algoritmo que describe una secuencia de rdenes. Estas
rdenes cumplen con una tarea especfica de una aplicacin ms grande.

Mtodos heursticos

Los mtodos heursticos son estrategias generales de resolucin y reglas de

decisin utilizadas por los solucionadores de problemas, basadas en la
experiencia previa con problemas similares. Estas estrategias indican las vas o
posibles enfoques a seguir para alcanzar una solucin.

Modelo

Con origen en el trmino italiano modello, el concepto de modelo tiene diversos

usos y significados, como puede apreciarse en el diccionario.
Cosa que sirve como pauta para ser imitada, reproducida o copiada.

Nomenclatura

Del latn nomenclatra, la nomenclatura es una lista de nombres de personas o

cosas.

Programacin lineal

Se conoce como programacin lineal a la tcnica de la matemtica que permite

la optimizacin de una funcin objetivo a travs de la aplicacin de

43
diversas restricciones a sus variables. Se trata de un modelo compuesto, por lo
tanto, por una funcin objetivo y sus restricciones, constituyndose todos estos
componentes como funciones lineales en las variables en cuestin.

Trivial

Del latn trivialis, trivial es un adjetivo que permite nombrar a algo comn y sabido
por todos. Se trata de algo vulgarizado, que no sobresale de lo ordinario y que
carece de importancia o novedad.

Lo trivial es lo opuesto a lo profundo o novedoso. Los dichos triviales pueden ser

obviados, porque no aportan algo nuevo ni generan conocimiento. Por eso el
adjetivo tiene denota cierto desprecio hacia el sustantivo al cual modifica.

Utilidades

Es la propiedad por la cual una cosa o accin adquiere la condicin de valor til
para satisfacer las necesidades humanas.

Es la diferencia entre los ingresos obtenidos por un negocio y todos los gastos

incurridos en la generacin de dichos ingresos; vase beneficio econmico.

44
 ANEXOS
Ejemplos de problemas de transporte
Estructura general

45
46
47
La empresa Muebles madera de pino
tiene 3 centros de produccin (A, B, C)
y distribuye sus productos a 4 destinos
(1, 2, 3, 4) con sus respectivos costos
como lo muestra la siguiente tabla:

BIBLIOGRAFA

48
Anderson, D.R., Sweeney.J. , Williams, T.A., Introduccin a los Modelos
Cuantitativos para Administracin. Grupo Editorial Iberoamrica. 1993.

Ing. Bryan Salazar Lpez. (2016). PROBLEMA DEL TRANSPORTE

O DISTRIBUCIN., de ingenieriaindutrialonline.com Sitio web:
https://www.ingenieriaindustrialonline.com/herramientas-para-
el-ingeniero-industrial/investigaci%C3%B3n-de-
operaciones/problema-del-transporte-o-distribuci%C3%B3n/
(con acceso 12/03/2017)

Ing. Bryan Salazar Lpez. (2016). MTODO DE APROXIMACIN

DE VOGEL., de ingnieriaindustrial.com Sitio web:
https://www.ingenieriaindustrialonline.com/herramientas-para-
el-ingeniero-industrial/investigaci%C3%B3n-de-operaciones/m
%C3%A9todo-de-aproximaci%C3%B3n-de-vogel/ (con acceso
13/03/2017)

Ing. Bryan Salazar Lpez. (2016). MTODO DE APROXIMACIN

DE VOGEL., de ingnieriaindustrial.com Sitio web:
https://www.ingenieriaindustrialonline.com/herramientas-para-
el-ingeniero-industrial/investigaci%C3%B3n-de-operaciones/m
%C3%A9todo-del-costo-m%C3%ADnimo/ (con acceso
14/03/2017)

Ing. Bryan Salazar Lpez. (2016). MTODO DEL COSTO

MNIMO., de ingnieriaindustrial.com Sitio web:
https://www.ingenieriaindustrialonline.com/herramientas-para-
el-ingeniero-industrial/investigaci%C3%B3n-de-operaciones/m
%C3%A9todo-de-aproximaci%C3%B3n-de-vogel/ (con acceso
15/03/2017)

Ing. Bryan Salazar Lpez. (2016). MTODO DE LA ESQUINA

NORESTE de ingnieriaindustrial.com Sitio web:
https://www.ingenieriaindustrialonline.com/herramientas-para-
el-ingeniero-industrial/investigaci%C3%B3n-de-operaciones/m
%C3%A9todo-de-aproximaci%C3%B3n-de-vogel/ (con acceso
15/03/2017)

49