Вы находитесь на странице: 1из 21

DEFINICIN Y APLICACIN DEL MODELO DE TRANSPORTE

El modelo de transporte busca determinar un plan de transporte de una mercanca de varias fuentes a varios destinos. Los datos del modelo son:

1.

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.

2.

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 numero 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 esta 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=

i=1

j=1

ij

ij

Sujeta a:

j=1

X X

ij

<= ai , >= bj ,

i=1,2,, m j=1,2,, n

i=1

Ij

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 envios a un destino satisfaga su demanda.

El modelo que se acaba de escribir implica que la oferta total i=1 m ai debe ser cuando menos igual a la demanda total j=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: X
ij

= ai,

i=1,2,..., m j=1,2,..., n

X i j = bj,

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.

Ejemplo 1 (Modelo de transporte estndar)

MG Auto Company tiene plantas en Los ngeles, Detroit y Nueva Orlens. Sus centros de distribucin principales son Denver y Miami. Las capacidades de las plantas durante el trimestre prximo son 1 000, 1 500, y 1 200 automviles. Las demandas trimestrales en los dos centros de distribucin son de 2 300 y 1 400 vehculos. El costo del transporte de un automvil por tren es de 8 centavos por milla. El diagrama de las distancias recorridas entre las plantas y los centro de distribucin son:

Los ngeles Detroit Nueva Orleans

Denver 1 000 1 250 1 275

Miami 1 690 1 350 850

Esto produce en costo por automvil a razn de 8 centavos por milla recorrida. Produce los costos siguientes (redondeados a enteros), que representan a C i j del modelo original:

Los ngeles Detroit Nueva Orleans

Denver 80 100 102

Miami 215 108 68

Mediante el uso de cdigos numricos que representan las plantas y centros de distribucin, hacemos que X i j represente el nmero de automviles transportados de la fuente i al destino j. Como la oferta total ( = 1 000 + 1 500 + 1 200 = 3 700) es igual a la demanda ( = 2 300 + 1 400 = 3 700), el modelo de transporte resultante esta equilibrado. Por lo tanto, el siguiente modelo de PL que representa el problema tiene todas las restricciones de igualdad.

Minimizar Z = 80X 11 + 215X

12

+ 100X 21 + 108X

22

+ 102X 31 + 68X

32

Sujeto a:

X 11

12

X 21 X 11 X X
12

22

X 21 X
22

X 31 X 31

X X

32

32

= = = = =

1 1 1 2 1

000 500 200 300 400

ij

para todas las i y j

Un mtodo mas resumido para representar el modelo de transporte consiste en utilizar lo que se llama tabla de transporte. Esta es una forma de matriz donde sus renglones representan las fuentes y sus columnas los destinos. Los elementos de costo C i j se resumen en la esquina noroeste de la celda de la matriz (i, j). Por lo tanto, el modelo de MG se puede resumir en la tabla siguiente:

Ejemplo 2 (Modelo de transporte con equilibrio)

En el ejemplo anterior suponga que la capacidad de la planta de Detroit es de 1 300 automviles (en vez de 1 500). Se dice que la situacin esta desequilibrada debido a que la oferta total (=3 500) no es igual a la demanda total (=3 700).Nuestro objetivo consiste en volver a formular el modelo de transporte de manera que distribuya la cantidad faltante(=3 700 3 500 = 200) en forma optima entre los centros de distribucin.

Como la demanda es mayor que la oferta se puede agregar una planta ficticia con una capacidad de 200. Se permite que dicha planta, en condiciones normales, enve su produccin a todos los centros de distribucin. Fsicamente, la cantidad de unidades enviadas a un destino desde una planta ficticia representar la cantidad faltante en ese destino.

La nica informacin que falta para completar el modelo son los costos de transporte unitarios de la planta ficticia a los destinos. Como la planta no existe, no habr ningn envo fsico y el costo de transporte unitario es cero. Sin embargo, podemos enfocar la situacin desde otro ngulo diciendo que se incurre en un costo de penalizacin por cada unidad de demanda insatisfecha en los centros de distribucin. En este caso los costos de transporte unitarios sern iguales a los costos de penalizacin unitarios en los diversos destinos.

Los ngeles Detroit Nueva Orlens Planta ficticia

Denver 80 100 102 0

Miami 215 108 68 0

1 000 1 300 1 200 200

De manera anloga, si la oferta en mayor que la demanda podemos aadir un destino ficticio que absolver la diferencia. Por ejemplo, suponga que la demanda en Denver disminuye a 1 900cualquier automvil enviado de una planta a un centro de distribucin ficticio representa un excedente en la planta.

Denver

Miami

Destino Ficticio 0 0

Los ngeles Detroit

80 100

215 108

1 000 1 500

Nueva Orleans

102

68

1 200

La aplicacin del modelo de transporte no se limita al problema de transporte.

El siguiente ejemplo ilustra el uso del modelo del transporte en otros campos.

Ejemplo 3 (Modelo de inventario de produccin)

Una compaa construye una planta maestra para la produccin de un articulo en un periodo de cuatro meses. Las demandas en los cuatro meses son: 100, 200, 180 y 300 unidades. Una demanda para el mes en curso puede satisfacerse a travs de:

1.

Produccin excesiva en un mes anterior almacenada para su consumo posterior. Produccin en el mes actual. Produccin excesiva en un mes posterior para cubrir pedidos de meses anteriores.

2. 3.

El costo de produccin variable por unidad en un mes cualquiera es de $4.00. una unidad producida para consumo posterior incurrir en un costo de almacenamiento razn de $0.50 por unidad por mes. Por otra parte, los artculos ordenados en meses anteriores incurren en un costo de penalizacin de $2.00 por unidad por mes. La capacidad de produccin para elaborar el producto vara cada mes. Los clculos de los cuatro meses siguientes son 50, 180, 280 y 270 unidades, respectivamente.

El objetivo es el de formular el plan de inventario de produccin a costo mnimo. Este problema se puede formular como un modelo de transporte. La equivalencia entre los elementos de los sistemas de produccin y transporte se establece de la manera siguiente:

Sistema de Transporte 1. Fuente i 2. Destino j 3. Oferta en la fuente i 4. Demanda en el destino j

Sistema de Produccin 1. Periodo de produccin i 2. Periodo de demanda j 3. Capacidad de produccin del periodo i 4. Demanda del periodo j

5. Costo de transporte de la fuente i 5. Costo de producto e inventario del al destino j periodo i al j

En tabla de abajo se presenta un resumen del problema como un modelo de transporte:

Demanda

1 2 3 4 Demanda:

Periodo 1 4 6 8 10 100

2 4.5 4 6 8 200

3 5 4.5 4 6 180

4 5.5 5 4.5 4 300

Capacidad 50 180 280 270

El costo de transporte unitario del periodo i al j es:

Costo de produccin en i,

i=j

Cij = i<j

Costo de produccin en i / costo de almacenamiento en i a j

Costo de produccin en i / costo de penalizacin en i a j i>j

La definicin de C i j indica que la produccin en el periodo i para el mismo periodo (i = j) slo iguala el costo unitario de produccin. Si el periodo i se produce para periodos futuros j (i < j), se incurre en un costo de almacenamiento adicional. De la misma manera, la produccin en i para cubrir j pedidos hechos con anterioridad (i > j) incurre en un costo de penalizacin adicional.

PROBLEMAS DE ASIGNACIN (Mtodo Hungaro)

Un problema de asignacin es un problema de transporte balanceado, en el cual todas las ofertas y todas las demandas son iguales a uno. Se puede resolver eficientemente un problema de asignacin m x m mediante el mtodo Hngaro:

Paso 1.- Empiece por encontrar el elemento mas pequeo en cada rengln de la matriz de costos. Construya una nueva matriz, al restar de cada costo, el costo mnimo de su rengln. Encuentre, para esta nueva matriz el costo mnimo en cada columna. Construya una nueva matriz ( la matriz de costos reducidos ) al restar de cada costo el costo mnimo de su columna.

Paso 2.- Dibuje el mnimo numero de lneas (horizontales o verticales ) que se necesitan para cubrir todos los ceros en la matriz de costos reducidos. Si se requieren m lneas para cubrir todos los ceros, siga con el paso 3.

Paso 3.- Encuentre el menor elemento no cero (llame su valor k en la matriz de costos reducidos, que no esta cubiertos por las lneas dibujadas en el paso 2. Ahora reste k de cada elemento no cubierto de la matriz de costos reducidos y sume k a cada elemento de la matriz de costos reducidos cubierto por dos lneas. Regrese al paso 2.

Un problema de asignacin es un problema de transporte balanceado en el que todas las ofertas y demandas son iguales a 1; as se caracteriza por el conocimiento del costo de asignacin de cada punto de oferta a cada punto de demanda. La matriz de costos del problema de asignacin se llama: matriz de costos.

Como todas las ofertas y demandas para el problema de asignacin son nmeros enteros, todas las variables en la solucin ptima deben ser valores enteros.

EJEMPLOS DE PROBLEMAS DE ASIGNACION

1.

Una empresa ha contratado a 4 individuos para 4 trabajos, los 4 individuos y 4 trabajos pueden mostrarse en una tabla que indique las

clasificaciones obtenidas, analizando al individuo para cada trabajo. Los renglones se refieren a los hombres, mientras que las columnas se refieren a los trabajos; el problema consiste en maximizar las calificaciones para asignar los 4 trabajos. Se supone que las calificaciones de un individuo es directamente proporcional a la ganancia que obtendra la compaa si ese individuo se encargara del trabajo.

2.

Otro problema que utiliza la misma estructura del modelo de transporte, es la asignacin de camiones para reducir al mnimo los costos de un problema de asignacin.

3.

Una empresa cubre el territorio nacional con dos camiones especialmente equipados para funcionar en condiciones climatolgicas especficas. La empresa ha dividido en cinco regiones geogrficas. Se compra el camin A y se modifica para que funcione eficientemente en las regiones uno y dos, y para que funcione bastante bien en las regiones tres y cuatro. El mismo camin no funciona bien en la regin cinco. Los gastos de gasolina, mantenimiento y otros costos directos de operacin, seran mnimos en las regiones uno y dos, promedio en las regiones tres y cuatro, y altos en la regin cinco. Se tiene esa misma informacin con respecto a los dems camiones de la compaa, o sea, los tipos B, C y D.

SOLUCION DEL PROBLEMA DE TRANSPORTE.

En esta seccin presentamos los detalles para resolver el modelo de transporte.

TECNICA DE TRANSPORTE.

Los pasos bsicos de la tcnica de transporte son:

Paso 1: determnese una solucin factible.

Paso 2: determnese la variable que entra, que se elige entre las variables no bsicas. Si todas estas variables satisfacen la condicin de optimidad (del mtodo simplex), detngase; de lo contrario, dirjase al paso 3.

Paso 3: determnese la variable que sale (mediante el uso de la condicin de factibilidad) de entre las variables de la solucin bsica actual; despus obtngase la nueva solucin bsica. Regrese al paso 2.

OBTENCIN DE SOLUCIONES BSICAS FACTIBLES PARA PROBLEMAS DE TRANSPORTES Podemos obtener una solucin bsica factible (sbf) para un problema de transporte balanceado mediante el mtodo de la esquina Noroeste, el mtodo de costo mnimo, o el mtodo de Vogel. Para obtener una sbf mediante el mtodo de la esquina noroeste, empiece en la esquina superior izquierda del cuadro del transporte y haga a X11 lo ms grande posible.

Naturalmente, X11 no puede ser mayor que el menor valor Si y as X11 S1 tache el primer rengln del cuadro de transporte; Esto indica que si habr ms variables bsicas del rengln 1 del cuadro. Tambin d1-S1 . Si X11=d1, tache la primera la columna del cuadro de transporte y cambie S1 d1.

Si X11= S1 = d1, tache o el rengln 1, o la columna 1 (pero no ambos), del cuadro de transporte. Si tacha el rengln 1, cambie d1 por cero; si tacha columna 1, cambie S 1 por 0.

Contine aplicando este procedimiento a la celda mas noroeste del cuadro que no cae en un rengln eliminado o en una columna eliminada.

Finalmente, llegara un momento en el cual solo queda una celda a la cual se puede asignar un valor. Asigne a esta celda un valor igual a la oferta de su rengln o a la demanda de su columna, y tache el rengln y la columna de la celda. Se obtiene de esta manera una solucin bsica factible.

OBTENER LA SOLUCIN PTIMA PARA UN PROBLEMA DE TRANSPORTE

Paso 1: Si el problema no est balanceado, balancelo.

Paso 2: Utilice uno de los mtodos descritos anteriormente para obtener una solucin bsica factible.

Paso 3: Utilice el hecho de que U1=0, y Ui+Vj=Cij en todas las variables bsicas para encontrar (U1,U2...Um V1,V2...Vn) para la sbf actual.

Paso 4: Si Ui + Vj Cij es menor o igual a cero, para todas las variables no bsicas, entonces la sbf actual es ptima. Si no es as se introduce la variable con valor ms positivo de Ui + Vj Cij en la base. Para hacer esto, encuentre un circuito cerrado (se puede demostrar que solamente existe un circuito cerrado) que contiene la variable que entra y algunas de las variables bsicas. Despus, tomando en cuenta solamente las celdas en el circuito cerrado marque las que se encuentren alejadas en nmero par (0,2,4,6,...) de celdas de la variable que entra como celdas pares. Tambin marque las celdas en el circuito cerrado, que se encuentra un nmero impar de celdas de la variable que entra como celdas impares. Ahora encuentre la celda impar cuya variable toma el menor valor. Llame este valor teta. La variable correspondiente a esta celda impar saldr de la base. Para realizar el pivoteo, disminuye el valor de cada celda impar en teta y aumenta el valor de cada celda par en teta. Los valores de las variables que no se encuentran en el circuito cerrado permanecen sin cambio. Ahora se complet el bloqueo. S teta es igual a cero, la variable que entra ser igual a cero, y una variable impar que tiene un valor actual de cero, saldr de la base. En este caso, exista un sbf degenerada antes del pivoteo y resultar despus del pivoteo.

Si ms de una celda impar en el circuito cerrado es igual a teta. Puede escoger arbitrariamente una de estas celdas impares para que salga de la base; se obtendr una vez ms una sbf degenerada. El pivoteo produce una nueva sbf.

Paso 5: Regrese a los pasos 3 y 4, utilizando la nueva sbf. Para un problema de maximizacin, proceda como se especific, pero cambie el paso 4 por el paso 4.

Paso 6: Si Ui + Vj Cij es mayor o igual a cero, para todas las variables no bsicas, entonces, la sbf actual es ptima. De otra manera, coloque la variable con el valor ms negativo de Ui + Vj Cij en la base mediante el procedimiento de pivoteo.

METODO DE ESQUINA NOROESTE

Determinacin general del modelo de transporte requiere que:

m ai i=1 = bj

j=1

Este requisito da origen a una ecuacin dependiente, lo que significa que el modelo de transporte tiene slo m + n 1 ecuaciones independientes. Por lo tanto, como en el mtodo simplex, una solucin factible bsica inicial debe incluir m + n 1 variables bsicas.

Normalmente, si el modelo de transporte se formula como una tabla simplex, sera necesario utilizar variables artificiales para asegurar una solucin bsica inicial. Sin embargo, cuando se utiliza la tabla de transporte, una solucin factible bsica inicial se puede obtener fcil y directamente. Presentamos un procedimiento llamado regla de la esquina noroeste para este fin.

Destino 1 Fuente 1 X11 2 X21 3 Demanda X31 5 0 12 10

2 0 X12 7 X22 14 X32 15

3 20 X13 9 X23 16 X33 15

4 11 X14 20 X24 18 X34 10

Oferta 15 25 5

El mtodo de la esquina noroeste comienza con la asignacin de la mxima cantidad admisible atravs de la oferta y la demanda de la variable x11 (la de la esquina noroeste de la tabla). Despus se tacha la columna (rengln) satisfecha, lo que indica que las variables restantes de la columna (rengln) tachada son iguales a cero. Si se satisfacen una columna y un rengln al mismo tiempo, slo una (una u otro) puede ser tachado. (Esta condicin garantiza la ubicacin automtica de variables bsicas cero, si las hay). Despus de ajustar las cantidades de oferta y demanda de todos los renglones y columnas no tachados, la cantidad factible mxima se asigna al primer elemento no tachado de la nueva columna (rengln). El

proceso se completa cuando se deja sin tachar exactamente un rengln o una columna.

El procedimiento que se acaba de describir se aplica ahora en el ejemplo:

1.

x11 = 5, se tacha la columna 1. Por lo tanto, no se puede hacer otra asignacin en la columna 1. La cantidad que falta en el rengln 1 son 10 unidades. x12 = 10, se tacha el rengln 1 y faltan 5 unidades en la columna 2. x22 = 5, se tacha la columna 2 y faltan 20 unidades en el rengln 2. x23 = 15, se tacha la columna 3 y faltan 5 unidades en el renglon 2. x24 = 5, se tacha el rengln 2 y faltan 5 unidades en la columna 4. x34 = 5, se tacha el rengln 3 o la columna 4. Como slo un rengln ouna columna se mantiene sin tachar, el proceso llega a su fin.

2. 3. 4. 5. 6.

La solucin bsica inicial resultante se presenta a continuacin. Las variables bsicas son x11 = 5, x22 =10, x23 =15, x24 =5 y x34 = 5. Las variables restantes son no bsicas en el nivel cero. El costo de transporte asociado es: 5 x 10 +10 x 0 + 5 x 7+ 15 x 9 + 5 x 20 +5 x 18 = $410.

1 2 3

1 5

2 10 5 15

3 15 15

4 5 5 10 15 25 5

Cuando se satisfacen al mismo tiempo una columna y un rengln, la siguiente variable que se agregar a la solucin bsica estar necesariamente en el nivel cero. La siguiente tabla ilustra este aspecto. La columna 2 y el rengln 2 se satisfacen simultneamente.

1 2 3

1 5

2 5 5 10 5

3 0 8 8

4 10 5 15 15 5 0

7 7

Si se tacha la columna 2, x23 se vuelve bsica en el nivel cero en el paso siguiente, ya que la demanda restante del rengln 2 vale ahora cero.(Este caso se presenta en la tabla anterior). Si en cambio se cruza el rengln 2, x32 sera la variable bsica cero.

Las soluciones iniciales de las dos ltimas tablas incluyen el nmero adecuado de variables bsicas, o sea, m + n-1 = 6. La regla de la esquina noroeste produce siempre el nmero adecuado de variables bsicas.

DETERMINACION DE LA VARIABLE DE ENTRADA (METODO DE MULTIPLICADORES)

La variable que entra se determina mediante el uso de la condicin de optimalidad del mtodo simplex. Los clculos de los coeficientes de la funcin objetivo estn basados en las relaciones primales-duales. Primero presentamos la mecnica del mtodo y despus damos una explicacin con base en la teora de la dualidad. Otro mtodo, llamado procedimiento Saltando Piedras, tambin sirve para determinar la variable que entra.

En el mtodo de multiplicadores asociamos los multiplicadores ui y vj con el renglon i y la columna j de la tabla de transporte. Para cada variable basica xij ed la solucion actual, los multiplicadores ui y vj deben satisfacer la ecuacion que sigue:

ui + vj = cij , para cada variable basica xij

Estas ecuaciones producen m+n-1 ecuaciones con m+n incognitas. Los valores de los multilicadores se pueden determinar a partir de estas ecuaciones suponiendo un valor arbitrario para cualquiera de los multiplicadores y resolviendo las m+n-1 multipilicadores desconocidos restantes.

Al hacer esto, la evaluacion de cada variable no basica Xpq esta dada por:

Cpq = up vq - cpq

Despus se selecciona la variable que entra como la variable no basica con la variable no basica con la variable cpq mas positiva.

Si aplicamos este procedimiento a las variables no basicas estan dadas como:

X11: X12: X22: X23: X24: X34:

U1 U1 U2 U2 U2 U3

+ + + + + +

V1 V2 V2 V3 V4 V4

= = = = = =

C11 C12 C22 C23 C24 C34

= = = = = =

10 0 7 9 20 18

Haciendo u1= 0 los valores de los multiplicadores se determinan sucesivamente como V1=10, V2=0, U2=7, V3=2, V4=13, y U3=5. Las evaluaciones de las variables no basicas estan dadas de la manera siguiente:

X13: c13 = u1 + v3 c13 = 0+2-20 = -18 X14: c14 = u1+ v4 c14 = 0+13-11 = 2 X21: c21 = u2 + v1 c21 = 7+10-12 = 5 X31: c31 = u3+v1 c3 = 5+10-0 = 15 X32: c32 = u3+v2 c32 = 5+0-14 = -9 X33: c33 = u3 +v3 c33 = 5+2-16 = -9

Como x31 tiene la variable cpq mas positiva, esta se selecciona como la variable que entra.

Las ecuaciones ui+vj = cij que utilizamos para determinar los multiplicadores, tienen una estructura tan sencilla que es necesario escribirlos en forma explicita.

DETERMINACION DE LA VARIABLE QUE SALE (Construccion de un ciclo)

Este paso es equivalente a aplicar la condicion de factibilidad del metodo simplex.Sin embargo, como todos los coeficientes de restriccion del modelo de transportes original son cero o uno, las razones de condicion de factibilidad tendran siempre su denominador igual a uno .Por lo tanto los valores de las variables basicas producuran dirfectamente las razones asociadas.

Para el fin de determinar la razon minima, construimos un ciclo cerrado para la variable actual que entra. El ciclo empieza y termina en la variable no basica designada. Este consta de los segmentos sucesivos horizontales y verticales cuyos puntos extremos deben de ser variables basicas salvo para los puntos extremos que estan asociados con la variable que entra. Esto significa que todo elemento de esquina del ciclo debe ser una celda que contenga una variable basica. La tabla 610 ilustra un ciclo para la variable que entra dada en la solucion basica de la tabla 6-8.Observese que para la solucion basica dada solo se puede construir un ciclo unico para cada variable no basica.

La variable que sale se selecciona de entre las variables de esquina del ciclo que disminuiran cuando las variables del ciclo que entra aumente arriba del nivel cero. Estas situaciones se indican en la tabla siguiente a travez de las variables contenidas en el cuadro etiquetado con los signos menos.

1 10 5 12

2 0 10 5 0 14 15 + 7

3 20 9 15 16 15

4 11 20 5 + 18 5 10 5 15 25

X 5

31

La solucion basica de la tabla de abajo es degenerada, ya que las variables basicas x11 y x22 son cero.Ahora se revisa la optimidad de la nueva solucion basica de la tabla 6-11 calculando los nuevos multiplicadores como se indica en la tabla 612. Los valores de cpq estan dados por los numeros de la esquina de cada celda no basicaLa variable no basica x21 con la variable cpq positiva mayor entra en la solucion. El ciclo cerrado asociado con x21 muestra que x21 o x22 pueden ser la variable que sale. Seleccionamos arbitrariamente x11 como la que sale de la solucion.

1 1 0 2 3 5 5 12 10

2 0 15 7 0 0 15 14

3 20 9 15 16 15

4 11 20 10 18 10 5 15 25

V1=10 U1=0 0 U2=7 +5 U3=1 0 5 5 12 X 21 + 0 10

V2=0 0 15 0 14 -24 15 + 7

V3=2 20 -18 9 15 16 -24 15

V4=13 11 +2 20 10 18 -15 10 5 25 15

La tabla de arriba muestra la nueva solucion basica que sigue de la tabla siguiente. Los nuevos valores de ui, vj y cpq se vuelven a calcular. La tabla muestra la variable que entra y la que sale como x14 y x24, respectivamente. Al efectuar este cambio en la tabla de abajo obtenemos la nueba solucion de la tabla final. Como todas las variables cpq de la tabla final son no positivas se ha llegado a la solucion optima.

V1=5 U1=0 -5 U2=7 0 U3=5 5 0 12 10

V2=0 0 15 0 7 + 14 -19 15

V3=2 20 -18 9 15 16 -19 15

V4=13 +2 10 X 14 18 -10 10 5 11 + 20 15 25

V1=5 U1=0 -5 U2=7 0 U3=5 5 0 12 10

V2=0 0 5 7 10 14 -19 15

V3=2 20 -18 9 15 16 -19 15

V4=11 11 10 20 -2 18 -12 10 5 25 15

EXPLICACION DEL METODO DE MULPIPLICADORES CON UN METODO SIMPLEX

La relecion que existe entre el metodo multiplicadores y el metodo simplex se puede establecer demostrando que cpq segn se define, es igual directamente a los coeficientes de la funcion objetivo de la tabla simplex asociada con la iteracion actual.

Para mostrar como se obtiene el problema dual para el metodo de transporte, considerese primero el caso especial de ,=2 y n=3 que se indica en la tabla 6-15. Sean las variables duales u1 y u2 para las restricciones de las fuentes y v1,v2, y v3 para las restricciones de los destinos. El problema dual se convierte en:

Maximizar w = (a1u1+a2u2) + (b1v1+b2v2+b3v3)

Sujeto a:

U1 U1 U1 U2+v1 U2+v1 U2

+v1 +v2 +v3

<= c11 <=c12 <=c13 <=c21 <=c22

+v3

<=c23

Ui, U2, v1, v2, v3, irrestrictas

El problema dual correspondiente esta dado por:

Maximizar w = m i-1 a1 u1

+ n bi vj

sujeto a:

ui + vj <=cij para todas las i y j ui y vj irrestrictas

La evaluacion de las variables no basicas se determinan mediante la sustitucion de los valores actuales de las variables duales en las restricciones duales y despues tomando la diferencia entre sus miembros primero y segundo. Los valores de las variables duales se pueden determinar observando que las restricciones deuales correspondientes a una variable basica se deben satisfacer como ecuaciones escritas. En realidad en la iteracion optima los multiplicadores producen los valores duales optimos directamente.

En lo antes expuesto se asigna un valor arbitrario a una de las variables duales que indica que los multiplicadores simplex asociados con una solucion basica dada no son unicos. Esto puede parecer inconsistente con los resultados donde los multiplicadores deben ser unicos.