INVESTIGACION DE

OPERACIONES

Mtodos de transporte
Ingeniera en informtica
Alex Gadiel Cortes Garca
N control: 12920296

mircoles, 11 de marzo de 2015

Mtodo de Vogel

Descripcin

El mtodo de aproximacin de Vogel es un mtodo de

resolucin de problemas de transporte capaz de alcanzar una
solucin bsica no artificial de inicio, este modelo requiere de la
realizacin de un nmero generalmente mayor de iteraciones
que los dems mtodos heursticos existentes con este fin, sin
embargo producen mejores resultados iniciales que los mismos.
Caractersticas Al igual que otros mtodos de algoritmo de solucin bsica
factible, se debe enviarlas mayores cantidades al mayor costo
posible este busca enviar las mayores cantidades a menor costo
Tienen diferentes orgenes con diferentes destinos.
Un origen puede abastecer a diferentes destinos.
Al finalizar el ejercicio la oferta y la demanda deben de ser
satisfecha en su totalidad y/o terminado sus valores en cero.
La aproximacin de Vogel finaliza en costo mnimo.
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.
Ventajas
Conduce rpidamente a una mejor solucin. Mediante los
clculos de las llamadas penalizaciones de fila y columna, los
cuales representan el posible coste de penalizacin que se
obtendra por no asignar unidades a transportar a una
determinada posicin.
Tiene en cuenta en el anlisis la diferencia entre los menores
costos de transporte, mediante los clculos de las llamadas
penalizaciones de fila y columna, los cuales representan el
posible coste de penalizacin que se obtendra por no asignar
unidades a transportar a una determinada posicin.
Desventajas
No aporta ningn criterio que permita determinar si la solucin
obtenida por este mtodo es la mejor (ptima) o no.
Requiere mayores esfuerzos de clculos que el Mtodo de la
esquina noroeste.
Aplicacin
El modelo se utiliza para ayudar a la toma de decisiones en la
realizacin de actividades como: control de inventarios, flujo de
efectivo, programacin de niveles de reservas en prensas entre
otras. Este mtodo es heurstico y suele producir una mejor
solucin inicial, produce una solucin inicial ptima, o prxima al
nivel ptimo.
Procedimiento Paso 1. Para cada fila (columna) determine una medida de
penalizacin restando el elemento de costo unitario mnimo en la
fila (columna) del siguiente elemento de costo mnimo en la
misma fila (columna).
Paso 2. Identifique la fila o columna con la penalizacin mxima,
que rompa los empates arbitrariamente. Asigne lo ms posible a

la variable con el costo unitario mnimo en la fila o columna

seleccionada. Ajuste la oferta y la demanda, y tache la fila o
columna satisfecha. Si una fila y una columna se satisfacen al
mismo tiempo, slo se tacha una de las dos, y a la fila restante
(columna) se le asigna una oferta (demanda) cero.
Paso 3. (a) Si exactamente una fila o columna con oferta o
demanda cero permanece sin tachar, detngase.
(b) Si una fila (columna) con oferta (demanda) positiva
permanece sin
Tachar, determine las variables bsicas en la fila (columna)
mediante el mtodo del costo mnimo. Detngase.
(c) Si todas las filas y columnas no tachadas tienen oferta y
demanda cero (restantes), determine las variables bsicas cero
por el mtodo del costo mnimo. Detngase.
(d) De lo contrario, vaya al paso 1.

Ejemplo
Una empresa energtica colombiana dispone de cuatro plantas de generacin
para satisfacer la demanda diaria elctrica en cuatro ciudades, Cali, Bogot,
Medelln y Barranquilla. Las plantas 1, 2, 3 y 4 pueden satisfacer 80, 30, 60 y 45
millones de KW al da respectivamente. Las necesidades de las ciudades de Cali,
Bogot, Medelln y Barranquilla son de 70, 40, 70 y 35 millones de Kw al da
respectivamente.
Los costos asociados al envo de suministro energtico por cada milln de KW
entre cada planta y cada ciudad son los registrados en la siguiente tabla.

Formule un modelo de programacin lineal que permita satisfacer las

necesidades de todas las ciudades al tiempo que minimice los costos asociados
al transporte.
El primer paso es determinar las medidas de penalizacin y consignarlas en el
tabulado de costos, tal como se muestra a continuacin.

El paso siguiente es escoger la mayor penalizacin, de esta manera:

El paso siguiente es escoger de esta columna el menor valor, y en una tabla

paralela se le asigna la mayor cantidad posible de unidades, podemos observar
como el menor costo es "2" y que a esa celda se le pueden asignar como mximo
60 unidades "que es la capacidad de la planta 3".

Dado que la fila de la "Planta 3" ya ha asignado toda su capacidad (60 unidades)
esta debe desaparecer.

Se ha llegado al final del ciclo, por ende se repite el proceso.

Iniciamos una nueva iteracin

Continuamos con las iteraciones,

Al finalizar esta iteracin podemos observar como el tabulado queda una fila sin
tachar y con valores positivos, por ende asignamos las variables bsicas y hemos
concluido el mtodo.

Los costos asociados a la distribucin son:

Mtodo Hngaro
Descripcin

Caractersticas

Procedimiento

El mtodo Hngaro es un mtodo de optimizacin de

problemas de asignacin, conocido como tal gracias a que
los primeros aportes al mtodo clsico definitivo fueron de
Dnes Knig y Jen Egervry dos matemticos hngaros. El
algoritmo tal como se detallar a continuacin est
diseado para la resolucin de problemas de minimizacin
nicamente, ser entonces cuestin de agregar un paso
adicional para abordar ejercicios de maximizacin.
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.
Para resolver un problema de asignacin en el cual la meta
es maximizar la funcin objetivo, se debe multiplicar la matriz
de ganancias por menos uno (-1) y resolver el problema
como uno de minimizacin.
Si el nmero de filas y de columnas en la matriz de costos
son diferentes, el problema de asignacin est
desbalanceado. El mtodo Hngaro puede proporcionar
una solucin incorrecta si el problema no est balanceado;
debido a lo anterior, se debe balancear primero cualquier
problema de asignacin (aadiendo filas o columnas
ficticias) antes de resolverlo mediante el mtodo Hngaro.
En un problema grande, puede resultar difcil obtener el
mnimo nmero de filas necesarias para cubrir todos los
ceros en la matriz de costos actual. Se puede demostrar que
si se necesitan j lneas para cubrir todos los ceros, entonces
se pueden asignar solamente j trabajos a un costo cero en
la matriz actual; esto explica por qu termina cuando se
necesitan m lneas. Mediante el siguiente ejemplo vamos a
ilustrar la manera de aplicar el mtodo Hngaro a la
solucin de un problema de asignacin de minimizacin:
Una factora tiene cuatro operarios, los cuales deben ser
asignados al manejo de cuatro mquinas; las horas
requeridas para cada trabajador en cada mquina se dan
en la tabla adjunta; el tiempo a laborar por cada operario
en cada una de las mquinas se pretende que sea mnimo,
para lo cual se busca la asignacin ptima posible.
Paso 1. Antes que nada cabe recordar que el mtodo
hngaro trabaja en una matriz de costos n*m (en este caso
conocida como matriz m*m, dado que el nmero de filas es
igual al nmero de columnas n = m), una vez construida esta
se debe encontrar el elemento ms pequeo en cada fila
de la matriz.
Paso 2. Una vez se cumple el procedimiento anterior se
debe construir una nueva matriz n*m, en la cual se

Aplicacin

consignarn los valores resultantes de la diferencia entre

cada costo y el valor mnimo de la fila a la cual cada costo
corresponde (valor mnimo hallado en el primer paso).
Paso 3. Este paso consiste en realizar el mismo
procedimiento de los dos pasos anteriores referidos ahora a
las columnas, es decir, se halla el valor mnimo de cada
columna, con la diferencia que este se halla de la matriz
resultante en el segundo paso, luego se construir una
nueva matriz en la cual se consignarn los valores
resultantes de la diferencia entre cada costo y el valor
mnimo de la columna a la cual cada costo corresponde,
matriz llamada "Matriz de Costos Reducidos".
Paso 4. A continuacin se deben de trazar lneas
horizontales o verticales o ambas (nicamente de esos tipos)
con el objetivo de cubrir todos los ceros de la matriz de
costos reducidos con el menor nmero de lneas posibles, si
el nmero de lneas es igual al nmero de filas o columnas se
ha logrado obtener la solucin ptima (la mejor asignacin
segn el contexto de optimizacin), si el nmero de lneas es
inferior al nmero de filas o columnas se debe de proceder
con el paso 5.
Paso 5. Este paso consiste en encontrar el menor elemento
de aquellos valores que no se encuentran cubiertos por las
lneas del paso 4, ahora se restar del restante de elementos
que no se encuentran cubiertos por las lneas; a
continuacin este mismo valor se sumar a los valores que
se encuentren en las intersecciones de las lneas horizontales
y verticales, una vez finalizado este paso se debe volver al
paso 4.
El problema de asignacin, al igual que el de transporte
tiene varias aplicaciones especialmente el transporte, tiene
varias aplicaciones, especialmente la asignacin de
personas a ciertas tareas para minimizar los costos. Tambin
en los deportes, por ejemplo para asignar a ciertos atletas
para carreras de relevos, dependiendo de su tiempo en la
prueba, para minimizar el tiempo del relevo, ya sea en
natacin atletismo, etc.

Ejemplo
Una compaa de limpieza desea determinar cmo asignar a sus empleados a
diferentes centros de trabajo para realizar actividades de limpieza, de tal forma
que la efectividad total del desempeo de sus actividades en centro de trabajo
sea mxima.
A continuacin se proporciona la matriz de efectividad del desempeo de cada
uno de los empleados si fueran asignados a los diferentes centros de trabajo.

Cuatro empleados sern asignados a 5 centros de trabajo. El nivel mximo posible

de desempeo es de 40. Debido a que la matriz no es cuadrada, un empleado
artificial ser aadido.

El objetivo es el que de maximizar el desempeo total en los centros de trabajo,

debido a que es un problema de maximizacin, reste de todas las entradas de las
celdas en la matriz la mxima entrada de celda (esta operacin convierte la
matriz de ganancias en una matriz de costos.) La mxima entrada de celda es 40,
la matriz modificada se muestra a continuacin:

Los costos de oportunidad para cada columna son obtenidos restando la entrada
de costo ms baja en cada columna de los otros costos en la misma columna. El
resultado se muestra a continuacin:

Debido a que existen 5 filas y estas pueden cubrir todas las celdas con entradas
cero (con el menor nmero de lneas), una asignacin ptima se ha logrado). El
paso final requiere que las filas y columnas con nicamente un cero son
exploradas para determinar las asignaciones. Las filas 2 y 5 tiene celda nica con
entrada cero, y las columnas 2, 4 y 5 tienen celda nica con entrada cero, por lo
que la persona 2 ser asignada al centro de trabajo 3, la persona 5 ficticia ser
asignada al centro de trabajo 1 (lo que indica que ninguna persona es asignada
al centro de trabajo 1), la persona 4 ser asignada al centro de trabajo 2, la
persona 3 ser asignada al centro de trabajo 4 y la persona 1 ser asignada al
centro de trabajo 1. La asignacin ptima es la siguiente:

Mtodo MODI
Descripcin

Caractersticas

Procedimiento

Conocido como el mtodo de los costes ficticios, consiste

en aadir a la matriz de costes una fila y una columna que
recogen unos costes ficticios determinados arbitrariamente
tal que permite calcular los ndices de mejora para las
celdas (casillas) no utilizadas sin tener que trazar todos los
circuitos (ciclos) que requiere el algoritmo de SteppingStone.
El Mtodo de Modi nos ofrece la oportunidad de calcular
costos marginales basados en los valores de las variables de
decisin del modelo, pero aunado a esto tambin nos
indica la celda no bsica en la cual se deben realizar los
ajustes para obtener una mejor solucin.
Las variables no bsicas se evalan en cada iteracin. Los
valores de los multiplicadores pueden ser determinados a
partir de las ecuaciones suponiendo un valor arbitrario para
cualquiera de los multiplicadores (usualmente se establece
U1=0) y resolviendo el sistema de ecuaciones para
encontrar los multiplicadores desconocidos.
Paso 1. Se calculan los coeficientes de rengln y columna
usando celdas llenas: Coeficiente del rengln + coeficiente
de la columna = costo en la celda.
Paso 2. Se calcula el costo marginal de usar cada celda
vaca: Costo marginal = costo en la celda (coeficiente del
rengln + coeficiente de la columna)
Paso 3. Se selecciona la celda vaca con el costo marginal
ms negativo (los empates se rompen arbitrariamente).e
usar cada celda vaca: Costo marginal = costo en la celda
(coeficiente del rengln + coeficiente de la columna).
Paso 4. Se encuentra la trayectoria de revisin y se llena la
celda vaca al mximo que permita la trayectoria.
Paso 5. Se repiten los pasos 1 al 4 hasta que todos los costos
marginales sean cero o positivos.

Ejemplo
Una compaa est considerando una demanda de 5 clientes utilizando artculos
que tienen disponibles en 2 almacenes. Los almacenes cuentan con 800 y 1000
unidades respectivamente. Los clientes necesitan 200, 150, 200, 180 y 500
unidades respectivamente. Los costos de embarque por artculo de los
almacenes de los clientes son:

Resuelva el modelo de transporte empleando.

a) Una solucin inicial por el mtodo de aproximacin de vogel.
b) La solucin ptima por el mtodo de multiplicadores.

DESTINO FICTICIO = 570 ARTCULOS

Para encontrar el valor de los multiplicadores

Se acostumbra:

Para encontrar costos:

Encuentre la solucin ptima por el mtodo de multiplicadores a partir de la

siguiente tabla inicial.

Referencias

http://cursos.tecmilenio.edu.mx/cursos/at8q3ozr5p/prof/io/io04001/apoyos/17.pdf
http://hemaruce.angelfire.com/notas_M_TODO_DE_TRANSPORTE.pdf
http://www.academia.edu/9399399/modelo_de_aproximaci%C3%B3n_vogel_y_m
odelo_hungaro?login=ag613709@gmail.com&email_was_taken=true
http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingenieroindustrial/investigaci%C3%B3n-de-operaciones/m%C3%A9todo-deaproximaci%C3%B3n-de-vogel/
https://es.scribd.com/doc/96386685/Cuadro-Comparativo#download
http://gc.initelabs.com/recursos/files/r157r/w13110w/MateNegocios_unidad%205.
pdf
https://prezi.com/vanzwzt7oaxb/metodo-de-aproximacion-de-vogel/