Modelo de Transporte

El objetivo general es encontrar el mejor plan de distribución, es

decir, la cantidad que se debe enviar por cada una de las rutas desde
los puntos de suministro hasta los puntos de demanda.
El “mejor plan” es aquel que minimiza los costos totales de envío,
produzca la mayor ganancia u optimice algún objetivo corporativo.
Se debe contar con:

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

en cada destino.
ii) Costo de transporte unitario de mercadería desde cada
fuente a cada destino.
1
 2.1 Modelo de Transporte

También es necesario satisfacer ciertas restricciones:

1. No enviar más de la capacidad especificada desde cada punto de

suministro (oferta).
2. Enviar bienes solamente por las rutas válidas.
3. Cumplir (o exceder) los requerimientos de bienes en los puntos
de demanda.

2
 2.1 Modelo de Transporte
Gráficamente: Para m fuentes y n destinos

Esquemáticamente se podría ver como se muestra en la siguiente

figura
Fuentes Destinos
C11, X11
1 1 d1
s1

s2 2 2 d2
. .
. .
. .
sm m
n dn
Cmn, Xmn

donde Xij: cantidad transportada desde la fuente i al destino j

Cij: Costo del transporte unitario desde la fuente i al destino j

3
 2.1 Modelo de Transporte

Modelo general de PL que representa al modelo de Transporte

m n
minimizar Z =  cij xij
i =1 j =1

n
sa x
j =1
ij  si i=1,2,...,m
m

x
i =1
ij  dj j=1,2,...,n
xij  o para toda i y j

El modelo implica que al menos la oferta debe ser igual a la demanda

4
 2.1 Modelo de Transporte

Modelo general de PL que representa al modelo de Transporte

Modelo de transporte equilibrado: Oferta = Demanda

x
j =1
ij = Si i=1, 2, 3,....,m

x
i =1
ij = Dj j=1, 2, 3,....,n

xij  0 para toda i y j

5
 2.1 Modelo de Transporte

Aplicaciones del modelo de Transporte

El Modelo de Transporte no sólo es aplicable al movimiento de

productos, sino que también, como modelo se puede aplicar a otras
áreas tales como:
• Planificación de la Producción
• Control de Inventarios
• Control de Proveedores
• Otras

6
 2.1 Modelo de Transporte

RPG tiene cuatro plantas ensambladoras en Europa. Están

ubicadas en Leipzig, Alemania (1);Nancy, Francia (2); Lieja,
Bélgica (3), y Tilburgo, Holanda (4). Las máquinas
ensambladoras usadas en estas plantas se producen en Estados
Unidos y se embarcan a Europa. Llegaron a los puertos de
Amsterdan (1), Amberes (2) y El Havre (3).
Los planes de producción del tercer trimestre (julio a
septiembre) ya han sido formulados. Los requerimientos (la
demanda en destinos) de motores diesel E-4 son los
siguientes:
 2.1 Modelo de Transporte

Planta Cantidad de Motores

(1) Leipzig 400
(2) Nancy 900
(3) Lieja 200
(4) Tilburgo 500
Total 2000

La cantidad disponible de máquinas E-4 en los puertos(oferta en

orígenes) son:

Puerto Cantidad de Motores

(1) Amsterdan 500
(2) Amberes 700
(3) El Hevre 800
Total 2000
 2.1 Modelo de Transporte
Los costos ($) de transporte de un motor
desde un origen a un destino son:

Al destino
Desde el
origen
1 2 3 4
1 12 13 4 6

2 6 4 10 11

3 10 9 12 4

9
 2.1 Modelo de Transporte
Construcción del modelo de PL
1. Variables de decisión

Xij = número de motores enviados del puerto i a la planta j

i = 1, 2, 3
j = 1, 2, 3, 4

2. Función Objetivo

Minimizar Z = 12 X11 + 13 X12 + 4X13 + 6X14 + 6X21 + 4X22 +

10X23 + 11X24 + 10X31 + 9X32 + 12X34 + 4X14

10
3. Restricciones: 2.1 Modelo de Transporte

1) Oferta: La cantidad de elementos enviados no puede exceder la

cantidad disponible
X11 + X12 + X13 + X14  500
X21 + X22 + X23 + X24  700
X31 + X32 + X33 + X34  800
2) Demanda: Debe satisfacerse la demanda de cada planta
X11 + X21 + X31  400
X12 + X22 + X32  900
X13 + X23 + X33  200
X14 + X24 + X34  500

y de no negatividad Xij  0 para i=1, 2, 3; j= 1, 2, 3, 4

11
2.1 Modelo de Transporte
 2.1 Modelo de Transporte

Algoritmos Específicos
Regla de la esquina noroeste (MEN)
Método por aproximación de Vogel (MAV)
Método del costo mínimo (MCM)

13
 2.1 Modelo de Transporte

Descripción de los algoritmos

La regla de la esquina noroeste, el método de aproximación
de Vogel y el método del costo mínimo son alternativas para
encontrar una solución inicial factible.
Por tanto, el primer paso es encontrar una solución inicial
factible, que por definición es cualquier distribución de
ofertas que satisfaga todas las demandas

14
 2.1 Modelo de Transporte

Descripción de los algoritmos

Una vez obtenida una solución básica factible, el algoritmo
procede paso a paso para encontrar un mejor valor para la
función objetivo.
La solución óptima es una solución factible de costo mínimo

Para aplicar los algoritmos, primero hay que construir una

tabla de transporte.

15
 2.1 Modelo de Transporte

Tabla Inicial
Destinos
Origen 1 2 3 4 n Ofertas
1 C11 C12 C13 C14 .... C1n

2 C21 C22 C23 C24 .... C2n

3 C31 C32 C33 C34 .... C3n

... .... ..... .... .... ....

m Cm1 Cm2 Cm3 Cm4 .... Cmn

Demanda

16
 2.1 Modelo de Transporte

Tabla Inicial del Ejemplo

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 200 500 2000

17
 2.1 Modelo de Transporte

2.1.1 Regla de la esquina Noroeste

Se inicia el proceso desde la esquina izquierda superior

Se ubican tantas unidades como sea posible en la ruta

Cantidad de Unidades = Mínimo(disponibilidad, demanda)

Las siguientes asignaciones se hacen o bien recorriendo hacia la

derecha o bien hacia abajo.
Las demandas se satisfacen recorriendo sucesivamente de
izquierda a derecha y las ofertas se destinan recorriendo de
arriba hacia abajo.

18
 2.1 Modelo de Transporte

Primera asignación

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 0 400 900 200 500 2000

19
 2.1 Modelo de Transporte

Hasta cuarta asignación

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 700 800
Demanda 0 400 0 900 200 500 2000

20
 2.1 Modelo de Transporte

Esquina Noroeste: Solución final factible

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 200 500 2000

Valor FO: 400*12+100*13+700*4+100*9+200*12+500*4= $14.200

21
 2.1 Modelo de Transporte

2.1.2 Método de aproximación de

Vogel (MAV)
MAV usa información de costos mediante el concepto de costo
de oportunidad para determinar una solución inicial factible.
Seleccionar en una fila la ruta más barata y la que le sigue.
Hacer su diferencia (penalidad), que es el costo adicional por
enviar una unidad desde el origen actual al segundo destino y
no al primero.
En nuestro caso, para el puerto1, C13 y C14; Penalidad = 6 - 4
MAV asigna un costo de penalidad por no usar la mejor ruta
en esta fila.

22
 2.1 Modelo de Transporte
2.1.2 Método de aproximación de Vogel
Lo anterior se repite para cada fila y cada columna, esto es,
determinar todas las penalidades
Los pasos iterativos de MAV son los siguientes:
1. Identificar la fila o columna con la máxima penalidad.
2.Colocar la máxima asignación posible a la ruta no usada que
tenga menor costo en la fila o columna seleccionada en el punto
1 (los empates se resuelven arbitrariamente)
3. Reajustar la oferta y demanda en vista de esta asignación.
4. Eliminar la columna en la que haya quedado una demanda 0 (o
la fila con oferta 0), de consideraciones posteriores.
5. Calcular los nuevos costos de penalidad.

23
 2.1 Modelo de Transporte

2.1.2 Método de aproximación de Vogel

El MAV continúa aplicando este proceso en forma sucesiva

hasta que se haya obtenido una solución factible.

Los resultados obtenidos se muestran en las siguientes tablas

24
 2.1 Modelo de Transporte

2.1.2 Método de aproximación de Vogel

Paso 0: Cálculo de penalidades
Plantas
Puertos 1 2 3 4 Oferta Penalidades
1 12 13 4 6 2
500
2 6 4 10 11 2
700
3 10 9 12 4 5
800
Demanda 400 900 200 500 2000

Penalidades 4 5 6 2
Paso 1: Identificar máxima penalidad (fila o columna)

Calculadas todas las penalidades, la mayor

corresponde a la columna 3 (penalidad = 6)
25
 2.1 Modelo de Transporte
2.1.2 Método de aproximación de Vogel

Paso 2: Asignación de unidades (MIN(oferta,demanda))

Paso 3:Reajuste de oferta y demanda

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 0 200 500 2000

26
 2.1 Modelo de Transporte
2.1.2 Método de aproximación de Vogel

Paso 4: Eliminar columna (fila) con demanda (oferta) 0

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 0 200 500 2000

27
 2.1 Modelo de Transporte
2.1.2 Método de aproximación de Vogel

Paso 5: Calcular los nuevos costos de penalidad

Plantas
Puertos 1 2 3 4 Oferta Penalidades
1 12 13 4 6 6
200 300 500
2 6 4 10 11 2
700
3 10 9 12 4 5
800
Demanda 400 900 0 200 500 2000

Penalidades 4 5 2

28
 2.1 Modelo de Transporte
2.1.2 Método de aproximación de Vogel

Repitiendo los pasos anteriores, finalmente se llega a la siguiente

solución

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 300 500
2 6 4 10 11
700 0 700
3 10 9 12 4
400 200 200 600 800
Demanda 400 900 0 200 200 500 2000

¿Es solución factible? ¿m + n - 1 = 6? SI

Costo: 200*4+300*6+700*4+400*10+200*9+200*4 = $12.000

29
 2.1 Modelo de Transporte
2.1.3. Método del Costo Mínimo

Fundamento
Asignar la mayor cantidad de unidades a una ruta
disponible de costo mínimo
Algoritmo
1. Dada una tabla de transporte
2. Asignar la mayor cantidad de unidades a la variable
(ruta) con el menor costo unitario de toda la tabla.
3. Tachar la fila o columna satisfecha.
4. Ajustar oferta y demanda de todas las filas y columnas
5. Si hay más de una fila o columna no tachada repetir
los puntos 2, 3 y 4
30
 2.1 Modelo de Transporte
2.1.3. Método del Costo Mínimo (cont.)

Ejemplo: Aplicar MCM a la tabla de transporte

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 200 500 2000

Paso 2 Existen tres rutas costo mínimo. Elijamos la 1_3

Unidades a asignar = MIN(200,400) = 200

31
 2.1 Modelo de Transporte
2.1.3. Método del Costo Mínimo (cont.)

Paso 3: Tachar fila o columna (columna 3)

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
800
Demanda 400 900 0 200 500 2000

Paso 4 Ajustar ofertas y demandas (fila 1 y columna 3)

Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2

32
 2.1 Modelo de Transporte
2.1.3. Método del Costo Mínimo (cont.)
Paso 2: Ruta de costo menor -> 3_4 (ó 2_2)
Unidades = MIN(500,800) = 500
Paso 3: Tachar columna 4
Paso 4: Tachar ajustar fila 3 y columna 4

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 11
700
3 10 9 12 4
500 300 800
Demanda 400 900 0 200 0 500 2000
Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2

33
 2.1 Modelo de Transporte
2.1.3. Método del Costo Mínimo (cont.)
Paso 2: Ruta de costo menor -> 2_2
Unidades = MIN(700,900) = 300
Paso 3: Tachar fila2
Paso 4: Tachar ajustar fila 2 y columna 2

Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 0
700 0 700
3 10 9 12 4
500 300 800
Demanda 400 200 900 0 200 0 500 2000

Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2

34
 2.1 Modelo de Transporte
2.1.3. Método del Costo Mínimo (cont.)
Paso 2: Ruta de costo menor -> 3_2
Unidades = MIN(200,300) = 200
Paso 3: Tachar columna 2
Paso 4: Tachar ajustar fila 3 y columna 2

Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 0
700 0 700
3 10 9 12 4 100
200 500 300 800
Demanda 400 200 900 0 200 0 500 2000

Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2

35
 2.1 Modelo de Transporte
2.1.3. Método del Costo Mínimo (cont.)
Paso 2: Ruta de costo menor -> 3_1
Unidades = MIN(400,100) = 100
Paso 3: Tachar fila 3
Paso 4: Tachar ajustar fila 3 y columna 1

Puertos 1 2 3 4 Oferta
1 12 13 4 6
200 300 500
2 6 4 10 0
700 0 700
3 10 9 12 4 100 0
100 200 500 300 800
Demanda 300 400 200 900 0 200 0 500 2000

Paso 5 Aún quedan más de una fila o columna sin tachar. Ir a paso 2

36
 2.1 Modelo de Transporte
2.1.3. Método del Costo Mínimo (cont.)
Paso 2: Ruta de costo menor -> 1_1
Unidades = MIN(300,300) = 300
Paso 3: Tachar fila 1 ó columna 1 (sólo una de ellas)
Paso 4: Tachar ajustar fila 1 y columna 1

Puertos 1 2 3 4 Oferta
1 12 13 4 6 0
300 200 300 500
2 6 4 10 0
700 0 700
3 10 9 12 4 100 0
100 200 500 300 800
Demanda 300 400 200 900 0 200 0 500 2000

Paso 5 Queda sólo una fila sin tachar. Terminar

37
 2.1 Modelo de Transporte
2.1.3. Método del Costo Mínimo (cont.)
¿Es solución factible? ¿m + n - 1 = 6? SI
Costo: 300*12+200*4+700*4+100*10+200*9+500*4 = $12.000

Comparación de los resultados

Método Rutas Costo
MEN 6 $14.200
MAV 6 $12.000
MCM 6 $12.000

Conclusión
Los tres métodos entregan soluciones básicas factibles,
pero ninguno asegura que la solución sea óptima.

38
 2.1 Modelo de Transporte
2.1.4. Método de Pasos Secuenciales

Fundamento
Este método comienza con una solución inicial factible.
En cada paso se intenta enviar artículos por una ruta que
no se haya usado en la solución factible actual, en tanto
se elimina una ruta usada actualmente.
En cada cambio de ruta debe cumplirse que:
1. La solución siga siendo factible y
2. Que mejore el valor de la función objetivo

El procedimiento termina cuando no hay cambio de rutas

que mejoren el valor de la función.

39
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo
Usar la solución actual (MEN, MAV o MCM) para crear una
1 trayectoria única del paso secuencial. Usar estas trayectorias
para calcular el costo marginal de introducir a la solución
cada ruta no usada.
2 Si todos los costos marginales son iguales o mayores que
cero, terminar; se tendrá la solución óptima. Si no, elegir la
celda que tenga el costo marginal más negativo (empates se
resuelven arbitrariamente)
3 Usando la trayectoria del paso secuencial, determine el
máximo número de artículos que se pueden asignar a la ruta
elegida en el punto 2 y ajustar la distribución adecuadamente.
4 Regrese al paso 1

40
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 1
a) Ponga un signo + en la celda de interés no ocupada
b) Ponga un signo - en una celda usada de la misma fila
c) Ponga un + en una celda usada de la misma columna

El proceso continúa alternando los signos + y - tanto en las filas

como en las columnas hasta que se obtenga una sucesión de
celdas (trayectoria) que satisfagan dos condiciones
1. Hay un signo + en la celda desocupada original de interés, y
2. Cualquier fila o columna que tenga un signo + debe tener
también un signo - y viceversa.
41
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 1

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 200 500 2000

Solución básica factible obtenida aplicando el método de la Esquina Noroeste

42
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 1

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 - + 100 500
2 6 4 10 11
700 0 700
3 10 9
12 4
100 + 200 - 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000

Trayectoria 1: +C13-C12+C32-C33

43
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 1
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 - + 100 500
2 6 4 10 11
700 0 700
3 10 9
12 4
100 + 200 - 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000

Costos de las Trayectorias

1: +(4)-(13)+(9)-(12)= -12 2: +(6)-(13)+(9)-(4) = -2
3: +(6)-(4)+(13)-(12)= 3 4: +(10)-(4)+(9)-(12) = 3
5: +(11)-(4)+(9)-(4) = 12 6: +(10)-(9)+(13)-(12)= 2

44
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 2
1: +(4)-(13)+(9)-(12)= -12 2: +(6)-(13)+(9)-(4) = -2
3: +(6)-(4)+(13)-(12)= 3 4: +(10)-(4)+(9)-(12) = 3
5: +(11)-(4)+(9)-(4) = 2 6: +(10)-(9)+(13)-(12)= 2

La solución factible NO es óptima !!

Se selecciona la trayectoria 1 (costo marginal más negativo)

45
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)

Algoritmo Paso 3 (Generación de la nueva tabla)

¿Cuántas unidades se pueden asignar a la ruta elegida?

Acción Ruta Unidades disponibles en

celdas decrecientes
Aumentar 1 unidad 1_3
Disminuir 1 unidad 1_2 100
Aumentar 1 unidad 3_2
Disminuir 1 unidad 3_3 200

46
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 3 (Generación de la nueva tabla)

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 - 100 + 100 500
2 6 4 10 11
700 0 700
3 10 129 4
200 + 100 - 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000

Costo: $13.000

47
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 4

Volver al Paso 1:

Para cada trayectoria evaluar costo marginal

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
200 100 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000

48
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 2: Elección de CMg menor

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4
6
400 +12 100 +10 100 500
2 6 4 10 11
-9 700 +3 +12 0 700
3 10 9 12 4
-10 200 100 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000

La celda más negativa es c 31 (-10) y la trayectoria es:

C31 – C33 + C13 – C11

49
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 3 (Generación de la nueva tabla)

¿Cuántas unidades se pueden asignar a la ruta elegida?

Acción Ruta Unidades disponibles en

celdas decrecientes
Aumentar 1 unidad 31
Disminuir 1 unidad 33 100
Aumentar 1 nidad 13
Disminuir 1 unidad 11 400

50
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 3 (Generación de la nueva tabla)

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 200 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000

Costo: $12.000

51
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 4

Volver al Paso 1:

Para cada trayectoria evaluar costo marginal

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 200 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000

52
 2.1 Modelo de Transporte
2.1.4. Método de pasos secuenciales (cont..)
Algoritmo Paso 2: Determinar costos marginales

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 +2 200 0 100 500
2 6 4 10 11
+1 700 +13 +12 0 700
3 10 9 12 4
100 200 +10 500 0 800
Demanda 0 400 0 900 0 200 0 500 2000
Todas rutas son no negativas (positivas o cero)
Solución factible óptima!!! $12.000
Compare esta solución con la obtenida con MAV y MCM ¿ ...?

53
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte

Algoritmo

1. Usar la solución actual (NE, MAV o MCM) y las siguientes

operaciones (a) y (b) para determinar el costo marginal de enviar
material para cada una de las rutas no usadas.
Asociar a cada fila un índice ui y a cada columna un índice vj
a) Hacer u1 = 0. Encuéntrese los índices de las filas u2, ..., um y los
índices de las columnas v1, ...., vn tales que cij = ui + vj para cada
celda usada.
b) Sea eij = cij - (ui+vj) para cada celda no usada; eij será el costo
marginal de introducir la celda (ruta) i, j a la solución.
Los pasos 2 a 4 son los mismos que en el método secuencial.

54
 2.1 Modelo de Transporte

2.1.5. Método de Distribución Modificada (DIMO)

Aplicar el algoritmo al problema en estudio y

comparar resultados obtenidos con los métodos
anteriores

Comentar resultados

¿Qué explica que existan dos soluciones

óptimas factibles?

55
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte

Aplicación vj
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
ui 3 10 9 12 4
100 200 500 700 800
Demanda 0 400 0 900 200 500 2000
Costo por
Ruta en uso motor ($) Ecuación
Paso 0: Asociar índices 11 12 u1 + v1 = 12
12 13 u1 + v2 = 13
22 4 u2 + v2 = 4
32 9 u3 + v2 = 9
33 12 u3 + v3 = 12
34 4 u3 + v4 = 4
56
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte

Paso1.a) Solucionar la ecuación

Existen 6 ecuaciones y siete variables entonces se hace u1 = 0
(puede ser cualquiera) y se determina el resto de los índices

v1 = 12 v2 = 13 u2 = - 9 u3 = -4 v3 = 16 v4 = 8

Paso 1.b) Calcular los costos marginales para cada celda no usada.
eij = cij - (ui + vj)

57
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte

Costos marginales para las celdas no usadas.

eij = cij - (ui + vj)

1) e13 = c13 - (u1 + v3)= 4 - (0 + 16) = -12

2) e14 = c14 - (u1 + v4)= 6 - (0 + 8) = -2
3) e21 = c21 - (u2 + v1)= 6 - (-9 + 13) = 2
4) e23 = c23 - (u2 + v3)= 10 - (-9 + 16) = 3
5) e24 = c24 - (u2 + v4)= 11 - (-9 + 8) = 12
6) e31 = c31 - (u3 + v1)= 10 - (-4 + 12) = 2

58
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 -12 -2 100 500
2 6 4 10 11
2 700 3 12 0 700
3 10 9 12 4
2 100 200 500 700 800
Demanda 0 400 0 900 200 500 2000

Paso 2: Prueba de Optimalidad.

Hay costos negativos por lo tanto no es óptima
La ruta de reasignación es: +C13 -C33 +C32 -C12 (más negativo, -12)

59
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte

Paso 3: Asignación de unidades a la ruta elegida.

Unidades disponibles a mover:
Disminuir 1 unidad C12 100
Disminuir 1 unidad C33 200
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
400 100 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
200 100 500 700 800
Demanda 0 400 0 900 200 500 2000

60
 2.1 Modelo de Transporte
2.1.5. Método de Distribución Modificada (DIMO)
Vuelta al Paso 1:
Costo por
Ruta en uso motor ($) Ecuación
11 12 u1 + v1 = 12
13 4 u1 + v3 = 4
22 4 u2 + v2 = 4
32 9 u3 + v2 = 9
33 12 u3 + v3 = 12
34 4 u3 + v4 = 4

Paso1.a) Solucionar la ecuación

Se hacer u1 = 0 y se determina el resto de los índices
v1 = 12 v2 = 1 v3 = 4 v4 = -4 u2 = 3 u3 = 8
Paso 1.b) Calcular los costos marginales para cada
celda no usada. eij = cij - (ui + vj)
61
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte

Costos marginales para las celdas no usadas.

eij = cij - (ui + vj)

1) e12 = c12 - (u1 + v2)= 13 - (0 + 1) = 12

2) e14 = c14 - (u1 + v4)= 6 - (0 - 4) = 10
3) e21 = c21 - (u2 + v1)= 6 - (3 + 12) = -9
4) e23 = c23 - (u2 + v3)= 10 - (3 + 4) = 3
5) e24 = c24 - (u2 + v4)= 11 - (3 - 4) = 12
6) e31 = c31 - (u3 + v1)= 10 - (8 + 12) = -10

62
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte

Plantas
Puertos 1 2 3 4 Oferta
1 - 12 13 + 4 6
400 19 100 1 100 500
2 6 4 10 11
0 700 3 12 0 700
3 + 10 9 - 12 4
-1 200 100 500 700 800
Demanda 0 400 0 900 200 500 2000

Paso 2: Prueba de Optimalidad.

Hay costos negativos por lo tanto no es óptima
La ruta de reasignación es: +C31 -C33 +C13 -C11

63
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte

Paso 3: Asignación de unidades a la ruta elegida.

Unidades disponibles a mover:
Disminuir 1 unidad C11 400
Disminuir 1 unidad C33 100
Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 200 100 500
2 6 4 10 11
700 0 700
3 10 9 12 4
100 200 500 700 800
Demanda 0 400 0 900 200 500 2000

64
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte

Vuelta al Paso 1:
Costo por
Ruta en uso motor ($) Ecuación
11 12 u1 + v1 = 12
13 4 u1 + v3 = 4
22 4 u2 + v2 = 4
31 10 u3 + v1 = 10
32 9 u3 + v2 = 9
34 4 u3 + v4 = 4

Paso1.a) Solucionar la ecuación

u1 = 0 y se determina el resto de los índices
v1 = 12 v2 = 11 v3 = 4 v4 = 6 u2 = - 7 u3 = -2
Paso 1.b) Calcular los costos marginales para cada
celda no usada. eij = cij - (ui + vj)
65
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte

Costos marginales para las celdas no usadas.

eij = cij - (ui + vj)

1) e12 = c12 - (u1 + v2)= 13 - (0 + 11) = 2

2) e14 = c14 - (u1 + v4)= 6 - (0 + 6) = 0
3) e21 = c21 - (u2 + v1)= 6 - (-7 + 12) = 1
4) e23 = c23 - (u2 + v3)= 10 - (-7 + 4) = 13
5) e24 = c24 - (u2 + v4)= 11 - (-7 + 6) = 12
6) e33 = c33 - (u3 + v3)= 12 - (-2 + 4) = 10

66
2.1.5. Método de Distribución Modificada (DIMO) 2.1 Modelo de Transporte

Plantas
Puertos 1 2 3 4 Oferta
1 12 13 4 6
300 0 200 0 100 500
2 6 4 10 11
1 700 13 12 0 700
3 10 9 12 4
100 200 10 500 700 800
Demanda 0 400 0 900 200 500 2000

Paso 2: Prueba de Optimalidad.

No hay costos negativos por lo tanto es óptima
VO = 300*12+200*4+700*4+100*10+200*9+500*4=$12.000

Ver Transporte RPG Equilibrio

67
 2.1 Modelo de Transporte

2.1.6. Modelo de Transporte: Situaciones Especiales

1. Solución en problemas de maximización de transporte

2. El caso en que la oferta excede a la demanda.
3. Eliminación de rutas inaceptables.
4. Degeneración en problemas de transporte.
5. Propiedades especiales del modelo de transporte

68
 2.1 Modelo de Transporte

2.1.6. Modelo de Transporte: Situaciones Especiales

1. Solución en problemas de maximización de transporte.

a) Se utilizan los beneficios marginales en lugar de los costos.

Se asignará unidades a la celda que tenga el mayor valor
marginal y el procedimiento concluirá cuando todas las rutas
tengan valores marginales negativos.
b) Convertir la tabla de beneficios en una tabla de costo: Se
busca el beneficio mayor, en cada celda se le resta al mayor
el beneficio de la celda. Ejemplo:

69
 2.1 Modelo de Transporte

2.1.6. Modelo de Transporte: Situaciones Especiales

Tabla de beneficios

Destinos
1 2 3
1
14 19 12
Fuentes

2
Mayor = 20
17 19 15
3
16 20 11

Tabla de costo Destinos

1 2 3
1
6 1 8
Fuentes

2
3 1 5
3
4 0 9

70
 2.1 Modelo de Transporte

2.1.6. Modelo de Transporte: Situaciones Especiales

2. El caso en que la oferta excede a la demanda.
Se utiliza un destino ficticio en la tabla de transporte. Se
considera como nulo el costo de enviar una unidad a dicho
destino desde cada una de las fuentes (orígenes).
Si la demanda es mayor que la oferta el problema no tiene
solución factible, sin embargo el administrador podría
abastecer toda la demanda que sea posible a un costo
mínimo.
Se utiliza un origen ficticio. El costo de abastecer cualquier
destino desde dicho origen será cero. Sin embargo podría
haber un cargo por orden no cubierta.

Ver Transporte RPG (O>D) y (O<D

71
 2.1 Modelo de Transporte

2.1.6. Modelo de Transporte: Situaciones Especiales

3. Eliminación de rutas inaceptables.

Se asocia a una ruta no aceptable un costo lo suficientemente
alto para que no sea atrayente la ruta en cuestión. El costo M
Por ejemplo: producir en abril para vender en febrero del mismo
año.
4. Degeneración en problemas de transporte.
Se dice que un problema se degenera cuando hay menos de
m + n - 1 rutas ocupadas. Esto puede ocurrir cuando
simultáneamente se satisface una demanda y se agota una
oferta.

Ver Transporte RPG (inaceptable)

72
 2.1 Modelo de Transporte

2.1.6. Modelo de Transporte: Situaciones Especiales

5. Propiedades especiales del modelo de transporte

Todo problema de transporte es posible resolverlo mediante

algoritmos que usan sólo la adición y la sustracción.

Si todas las ofertas y demandas tienen valores enteros en un

problema de transporte, los valores óptimos de las variables
de decisión serán también enteros.

73
 2.1 Modelo de Transporte

Ejercicios
1 Suponer que se tienen tres fábricas M1, M2 y M3 que producen
39, 48 y 33 toneladas respectivamente, de un cierto producto
que debe llevarse a cuatro destinos, D1, D2, D3 y D4, los cuales
requieren 40, 37, 18 y 25 toneladas.
Los costos están dados por la siguiente tabla:

D1 D2 D3 D4
M1 2 3 1 2
M2 1 4 7 6
M3 8 9 4 5

74
 2.1 Modelo de Transporte

2 Planificación de la producción:
Periodo Capacidad de Producción Demanda a Costo de Costo de
Máxima (unidades) satisfacer Producción ($) Almacenaje ($)
1 1200 900 15 1.2
2 800 800 18 1.4
3 1100 1000 17 1.1
4 900 700 20 1.5

¿Cuánto hay que producir en cada periodo para satisfacer la

demanda al mínimo costo (tanto de producción como de
almacenaje)?.

Supuesto: No existe inventario inicial ni final.

Plantear el problema usando el modelo de transporte.

Encuentre las respuestas usando Solver.

75