Modelo de transporte

Universidad Tecnológica de México

Investigación de Operaciones y optimización
Docente: Aída Castañeda Rico

1 / 10
 Modelo de transporte

Definición y tabla
Tanto el modelo de transporte como el modelo de asignación y
transbordo son problemas que se engloban ya que tienen en
común un alto grado computacional que se traduce en un numero
grande de variables de decisión y restricciones que equivale a
tener una gran tabla simplex, por lo que se han diseñado métodos
heurísticos (métodos alternos que reducen la carga computacional
hablando del simplex, pero que no pueden asegurar una solución
óptima).

2 / 10
• El modelo de transporte resuelve la incógnita sobre como
satisfacer la demanda existente en “N” puntos distintos (destinos)
a través de ofertas que se dan en los “m” orígenes con el menos
costo posible, es decir;

• Cómo todo problema de programación lineal muchas veces el

problema se centra en el planteamiento, en particular, el
problema de transporte es un problema con función objetivo de
minimizar costos sujeto a las restricciones de oferta y demanda.
3
• Función objetivo

• Sujeto a:

Xij ≥ 0, para todas las i y j

4
• La tabla de transporte es una tabla en la que se relacionan
orígenes y destinos. Cada renglón representa una oferta y cada
columna una demanda; en la esquina superior derecha deberán
expresarse los costos relacionados al envío por cada producto
procedente del origen “i” al destino “j”.

Orígenes
(Oferta)

Destinos (Demanda)

5
 Métodos de solución inicial

Algoritmo de esquina noroeste.

• Paso 1: Planteamiento del problema.
• Paso 2: Verificar que el problema se encuentre balanceado, esto
es verificar que la suma de las ofertas sea igual a la suma de las
demandas, caso contrario ir a proceso de balanceo
(posteriormente se explicara éste proceso).
• Paso 3: construcción de la tabla de transporte.
• Paso 4: Nos situamos en la esquina superior izquierda (esquina
noroeste) y se le asigna el mayor recurso posible entre la oferta y
la demanda (es decir el mínimo entre oferta y demanda del
renglón y columna correspondiente, ya que no se puede ofertar
más de lo que se demanda ni al revés). Se actualizan las ofertas y
demandas, en caso de satisfacer oferta (que ya no queda nada
para enviar en ese renglón) se avanza al recuadro inferior. en caso
de satisfacer demanda (el destino no puede recibir más) se
continua el proceso en el recuadro de la derecha. En caso de
satisfacer oferta y demanda al mismo tiempo se analiza el
recuadro en diagonal.
6
• Paso 5: Se repite el paso 4 hasta llegar al recuadro de la esquina
inferior derecha sobre el cual deberá asignarse el recurso que
satisfaga la oferta y la demanda existente sin quedar sobrantes
(éste recurso al final del proceso debe ser igual para ambos para
que no haya sobrantes).
• Paso 6: Se calcula el valor de z sumando el producto del costo con
su respectiva asignación de oferta y demanda-
Ejemplo:
• Soya Company transporta granos de tres silos a cuatro molinos.
La oferta (en camiones cargados) y la demanda (también en
camiones cargados) junto con los costos de transporte por unidad
por camión cargado en las diferentes rutas, se resumen en la
siguiente Tabla. Los costos de transporte por unidad, cij (que se
muestran en la esquina de cada casilla) están en cientos de
dólares. El modelo busca el programa de envíos a un costo
mínimo entre los silos y los molinos.

7
• Tabla de transporte
Molino 1 Molino 2 Molino 3 Molino 4 Oferta
Sitio 1 10 2 20 11 15

Sitio 2 12 7 9 20 25

Sitio 3 4 14 16 18 10
Demanda 5 15 15 15
• Nos posicionamos en la esquina superior izquierda en la variable
• Elegimos la mayor asignación posible entre oferta y demanda, es
decir, el mínimo entre la oferta y la demanda (min{15, 5} = 5).
• Al elegir la demanda el molino 1 satisfacio su demanda
completamente por lo que el resto de sitios que ofertan en esa
columna ya no pueden asignar nada a ese molino y se cancelan.
• Se actualizan las ofertas ya que del sitio 1 al molino 1 se asigno el
costo de 5, es decir la nueva oferta para el sitio 1 ahora es solo 10.
8
 • Nos movemos a la siguiente casilla a la derecha en elegimos
el mínimo entre oferta y demanda min{ 10, 15} = 10.
• Y así seguimos analizando cada una de las casillas que no se vayan
eliminando cuando se satisfacen ofertas y/o demandas.
Molino 1 Molino 2 Molino 3 Molino 4 Oferta Actualizaciones de oferta

Sitio 1 10 2 20 11 15 10 0
5 10

Sitio 2 12 7 9 20 25 20 5 0
5 5

Sitio 3 4 14 16 10 18 10 0
Demanda 5 15 15 15
Actualizació 0 5 0 10
n de las
0 0
demandas

• Obtenemos z multiplicando la asignación por el costo y

sumándolas.
• Z= (5)(10)+(10)(2)+(5)(7)+(15)(9)+(5)(20)+(10)(18)=520
9
• Ventajas.
• Es un método rápido y sencillo de realizar ya que solo toma en
cuenta la oferta y la demanda.
• Desventajas.
• No toma en cuenta costos por lo tanto no toma en cuenta la
función objetivo
• No asegura factibilidad.
• No dimensiona las diferencias existentes entre una ruta y otra.

10
 Algoritmo de costos mínimos.

• Paso 1: Planteamiento del problema.

• Paso 2: Justificar que el problema sea balanceado, caso contrario
ir a proceso de balanceo.
• Paso 3: Construcción de la tabla de transporte.
• Paso 4: De todos los valores del recuadro de costos seleccionar el
que tenga el menor costo, en caso de contar con 2 o más costos
mínimos iguales se seleccionara el más cercano a la esquina
noroeste, en caso de contar con 2 ó más costos mínimos con la
misma distancia a la esquina noroeste se seleccionará el superior.
• Paso 5: Se asigna el mayor recurso posible al recuadro
seleccionado, es decir el mínimo entre la oferta y la demanda
actual.

11
• Paso 6: Se actualizan las ofertas y las demandas eliminando
renglones si queda satisfecha la oferta y/o columnas si queda
satisfecha la demanda. Repetir el proceso hasta satisfacer la
demanda y la oferta sin quedar sobrantes.
• Paso 7: Se calcula el valor de z sumando el producto del costo con
su respectiva asignación de oferta y demanda.
Utilizando el ejemplo anterior tenemos la siguiente tabla de
transporte:

Molino 1 Molino 2 Molino 3 Molino 4 Oferta

Sitio 1 10 2 20 11 15

Sitio 2 12 7 9 20 25

Sitio 3 4 14 16 18 10
Demanda 5 15 15 15

12
• Este algoritmo es muy sencillo, solo debemos ir
identificando los costos más pequeños e ir
asignándole el mínimo entre la oferta y la
demanda.
Molino 1 Molino 2 Molino 3 Molino 4 Oferta Actualizaciones de oferta

Sitio 1 10 2 20 11 15 0
15

Sitio 2 12 7 9 20 25 10 0
10

Sitio 3 5 4 14 16 5 18 10 5 0
Demanda 5 15 15 15
Actualizació 0 0 0 10
n de las
0
demandas

13
• Ventajas.
• Este modelo toma en cuenta a la función objetivo para la
selección de la ruta de envío.
• Es un método que proporciona una solución factible si es que el
modelo propuesto es factible.
• Desventajas.
• No considera la magnitud existente entre los costos de envío.

14
 Algoritmo de Vogel.

• Paso 1: identificación del problema.

• Paso 2: verificación de la nivelación de oferta y demanda, caso
contrario ir a proceso de balanceo.
• Paso 3: Construcción de la tabla de transporte.
• Paso 4: Para cada demanda (columnas) se seleccionan los 2
costos más pequeños y se obtiene su diferencial o magnitud (la
distancia que hay entre ellos).
• Paso 5: Para cada oferta (renglones) se seleccionan los dos costos
menores y se obtiene su magnitud.
• Paso 6: Tomando en cuenta todas las magnitudes se selecciona el
renglón o columna que tenga el mayor diferencial, en caso de
contar con dos magnitudes máximas iguales se dará preferencia
por orden de aparición de las ofertas y posteriormente de las
demandas.

15
• Paso 7: Sobre el renglón o columna seleccionado se deberá
satisfacer la oferta o demanda correspondiente al asignar el
mayor recurso posible sobre las celdas que contengan el menor
costo sobre el renglón o columna seleccionado.
• Paso 8: Se actualizan las magnitudes bajo lo siguiente:
• Si quedo satisfecha una oferta se deberán actualizar las
magnitudes de los destinos (columnas).
• Si quedo satisfecha una demanda se actualizarán las magnitudes
de los orígenes (renglones).
• Si se satisface oferta y demanda se actualizan todas las
magnitudes.
• Paso 9: repetir el procedimiento hasta agotar los recursos
recordando que no deben quedar sobrantes.
• Paso 10: Se calcula el valor de z sumando el producto del costo
con su respectiva asignación de oferta y demanda.

16
 Molino 1 Molino 2 Molino 3 Molino 4 Oferta
Sitio 1 10 2 20 11 15

Sitio 2 12 7 9 20 25

Sitio 3 4 14 16 18 10
Demanda 5 15 15 15

Las magnitudes del método vogel se obtienen de elegir los 2 costos más
pequeños de determinada fila o columna y restarle el menor de ellos al mayor.
Se elige la magnitud mayor y de esa determinada columna o fila se elige el
costo menor.
17
• Ventajas.
• Toma en cuenta la magnitud existente entre dos costos.
• Desventajas.
• Para la magnitud no toma en cuenta todos los costos existentes
en la tabla de transporte.
• Conlleva un estudio que requiere mayor ejercicio computacional.

18
 Algoritmo del modelo de transporte para
la optimización.

• Existe un cálculo para asemejar la tabla de transporte al proceso

iterativo existente en el método simplex; es decir, el método
simplex parte de una solución básica factible inicial y por medio
de un proceso iterativo identifica variables de entrada y salida
utilizando los costos reducidos de las variables no básicas.
• Al igual que en el simplex, éste proceso requiere de una solución
básica factible inicial (la recomendación es tomar la tabla de
transporte final que tenga la mejor solución, es decir, de los 3
métodos heurísticos anteriormente descritos la que arroje una z
menor)
• Las variables básicas dentro de la tabla de transporte serán
aquellas que tengan un valor asignado y recordando el método
simplex, no es necesario calcular su costo reducido ya que éste es
cero.

19
• Para el cálculo de los costos reducidos de las variables no básicas se
tendrá que analizar la cuadratura, es decir, variables básicas que
encierran a la variable no básica analizada a través de rectas
horizontales y verticales dentro de la tabla de transporte. Para esto
será necesario identificar los costos de los vértices que forman la
cuadratura, y se obtendrá la suma de estos cambiando de signo
alternadamente, iniciando con el cambio de signo sobre las variables
no básicas y así alternadamente.

• Costo reducido = Suma de ó

• En ocasiones cuando la metodología elimina renglones y columnas

(principalmente en esquina noroeste) se pueden eliminar cálculos de
costos reducidos de variables no básicas.

20
• El criterio de costos reducidos se conserva como el método simplex, es
decir, para problemas de maximización se dice que se ha llegado a un
óptimo si todos los costos reducidos son mayores o iguales a cero y
caso contrario para la minimización (costos reducidos menores o
iguales a cero). Por lo tanto para seleccionar una variable de entrada
en la maximización se identifica la variable no básica que tenga el costo
reducido más negativo y para la minimización el costo reducido más
positivo.
• Para asignar recursos a la variable no básica será necesario analizar las
asignaciones actuales que tienen las variables básicas de su respectiva
cuadratura que no sufrieron cambios en sus costos para el cálculo de
costos reducidos (se seleccionara la máxima asignación posible, es
decir, el mínimo entre las asignaciones actuales de las variables básicas
analizadas).
• Una vez identificada la asignación de la variable no básica dicho valor
se sumará a las asignaciones actuales de la cuadratura si para el cálculo
de costos reducidos cambiaron su signo y se le restara a las
asignaciones actuales que no cambiaron su signo de sus costos.

21
 Problemas no balanceados

• Uno de los requerimientos principales en el problema de

transporte es que se encuentre balanceado, es decir, que la suma
de las ofertas sea igual a la suma de las demandas por lo que en
caso de no contar con dicho balance se puede seguir el siguiente
proceso.
• Proceso de balanceo.
• A) exceso de oferta: en este caso la cantidad ofertada de los
orígenes excede la cantidad demandada de los destinos por lo
que para su nivelación se deberá agregar un destino ficticio (una
columna en la tabla de transporte) con la cantidad demandante
faltante y con costos de cero desde cualquier origen con el
propósito de poder ser elegido dentro del análisis.

22
• B) exceso de demanda: en este caso la suma de las demandas de
los destinos superan a la cantidad ofertada de los orígenes por lo
que para su nivelación será necesario agregar un origen ficticio
(un nuevo renglón en la tabla de transporte) que contenga la
oferta necesaria y con costos de cero a cualquier destino.
• Una asignación a un origen ficticio significa que su respectivo
destino quedó insatisfecho.

23
 Solución de modelos de transporte.
• Una fábrica de computadoras tiene 2 plantas ensambladoras, la
primera en Guadalajara y la segunda en Toluca. La oferta mensual
de cada una de ellas es: 3 000 y 4 000, respectivamente. Se tiene
un pedido por parte del gobierno federal de 7 000 computadoras
que deben ser entregadas a más tardar en un mes. La siguiente
tabla indica el número de computadoras requeridas y el lugar
donde deben ser entregadas.

24
• El ingeniero del área de entrega estima que los costos de
transporte por unidad de cada una de las plantas a cada uno de
los destinos es el siguiente:

• Con esta información queremos hallar la combinación que

minimiza los costos de transporte, es decir, debemos decidir
cuántas computadoras de cada una de las plantas deben ser
transportadas a cada uno de los destinos, de tal manera que el
costo total de transporte sea mínimo.
• Podemos proporcionar una representación en red del problema,
lo cual nos ayudaría significativamente a comprenderlo.

25
• Colocamos dos columnas de círculos, la columna alineada a la
izquierda representa cada una de las plantas productoras
(fuentes), mientras que la columna de la derecha representa cada
uno de los destinos; dentro de cada círculo se coloca la cantidad
de oferta o demanda, según corresponda. Las flechas indican las
diferentes conexiones que se pueden realizar, el costo se coloca
sobre esta flecha. A continuación presentamos el esquema
asociado con el ejemplo.

26
• PARA EL EJEMPLO, EL MODELO DE TRANSPORTE ES:
• ZMIN = 50X11 + 150X12 + 80X13 + 60X21 + 200X22 + 70X23
• S.A: X11 + X12 + X13 = 3000
• X21 + X22 + X23 = 4000
• X11 + X21 = 2500
• X12 + X22 = 1750 XI.J ≥ 0 I =1,2 J=1,2,3
Querétaro Mexicali Oaxaca Oferta
Guadalajara $50 $150 $80 3000
Toluca $60 $200 $70 4000
Demanda 2500 2750 1750 7000

27
• Hallaremos una solución para el ejemplo de la fábrica de computadoras a través
del heurístico de esquina noroeste, de acuerdo a la tabla inicial.
• Colocamos en la celda superior izquierda 2500, debido a que es el número menor
entre la oferta (3000) y la demanda (2500). Tachamos la columna 1, debido a que
se satisface la demanda.
• Ahora vamos una ceda a la derecha. A la oferta que es 3000 le restamos 2500,
que es la cantidad asignada a la celda(1,1) entonces asignamos 500 a la celda
(1,2) y tachamos la fila 1, ya que agotamos la oferta.
• Nos trasladamos a una celda hacia abajo y restamos a 2750 la cantidad de 500.
En la celda (2,2) asignamos 2250 ya que esta es la cantidad menor entre 2750 y
4000 luego tachamos el resto de la columna, ya que la demanda ya esta
satisfecha.
• Nos trasladamos hacia una celda a la derecha y restamos a 4000 la cantidad de
2250. Asignamos 1750 a la celda(2,3), con lo cual se satisfacen la oferta como la
demanda ahora vamos a la esquina inferior izquierda.

28
 Querétaro Mexicali Oaxaca Oferta Actualizaciones de oferta
Guadalajara 50 150 80 3000 500 0
2500 500

Toluca 60 200 70 4000 1750 0

2250

Demanda 2500 2750 1750 7000

0 2250 0
Actualizaciones
de demanda 0

• Está es la primera solución factible del modelo. Ahora lo interpretamos como:

• Se mandan 2 500 computadoras de Guadalajara a Querétaro, 500 de Guadalajara a
Mexicali, 2250 de Toluca a Mexicali y 1750 de Toluca a Veracruz. El costo asociado es:
• Z= 50 X 2500 + 150 X 500 + 200 X 2250 + 70 X 1750 = 772 500
• Esto quiere decir que las variables básicas son:
• X11 = 2500, x12 = 500, x22 = 2250, x23 = 1750
• Ya que tenemos la primera solución factible, debemos calcular los costos marginales
asociados con cada una de las celdas no básicas (no empleados en la solución).
29
• Trasladamos una unidad a la celda(2,1) y a(1,3):
• Si las cantidades son positivas de los costos marginales, entones hemos
encontrado la solución óptima ya que no hay otro arreglo que disminuya
los costos, por lo que habremos terminado.
• Si los costos marginales nos dan una cantidad negativa, entonces por lo
tanto será necesario formar otra tabla de solución debido a que existe
otro arreglo que disminuye los costos. Por lo que debemos continuar.
• a) Trasladamos una unidad de la trayectoria (1, 1) a la trayectoria no
básica (2, 1) y colocamos un ( – ) y ( + ), respectivamente.

30
• b) Regla para balancear la trasferencia: consideramos siempre
trayectorias empleadas en la solución. Las celdas (1, 2) y la (2, 2) se
utilizan en la transferencia:

• c) Colocamos un signo ( – ) en la celda básica (2, 2) y un signo ( + ) en la

celda (1, 2).

31
• Ahora calculamos el costo marginal de trasladar una unidad a la cantidad asignada
a la celda (2, 1).
Celda (2,1)
• Elaboramos una tabla y escribimos
los letreros y datos correspondientes.

• Al sumar los valores de la columna obtenemos: 60 + ( – 200) + 150 + ( – 50) = – 40

• Hay una disminución en costo al trasladar una unidad a la celda (2, 1). El costo
marginal de esta trayectoria es – $40, por lo tanto, es necesario formar otra tabla
de solución.
• Calculemos el costo marginal asociado a la celda no básica (2, 3).
• La tabla con la trayectoria posible se presenta a continuación:

32
El costo marginal es: $60. Como al trasladar una unidad hay un aumento en los costos
marginales (+ 60), la solución actual no es óptima. Para mejorar la solución debemos
incrementar tanto como sea posible la cantidad asignada a la celda (2, 1), conservando
las restricciones de oferta y demanda:

33
• La celda con signo negativo y costo mayor es la (2, 2) con 2250. Asignamos
a la celda (2, 1) la cantidad de 2 250, para la celda (1, 1) restamos 2250 a
2500 y queda 250, para la celda (1, 2) restamos 250 a 3000 y queda con 2
750 y, finalmente, a la celda (2, 3) le restamos 2250 a 4000 y tenemos
1750. Se genera la siguiente tabla:

Volvemos a calcular los costos marginales de las celdas no básicas: (2, 2) y (1, 3).
A continuación mostramos las trayectorias y sus costos marginales asociados.

34
 Celda (2,2)

Costo marginal $40.

35
Costo marginal $20.
Como los dos costos marginales son positivos, la última tabla de
solución es la óptima.
La solución óptima del problema de transporte es:
x11 = 250, x12 = 2 750, x21 = 2 250, x23 = 1 750
con Z mín = $682 500.

36
 Vídeos sugeridos

• Método esquina noreste

• https://www.youtube.com/watch?v
=sNJWoEZRGps
• https://www.youtube.com/watch?v
=O8EURn0EaIA
• Método de costo mínimo
• https://www.youtube.com/watch?v
=n5cXI10tZMw
• https://www.youtube.com/watch?v
=sjo3Z4qbwXo
Obtención de la solución óptima
https://www.youtube.com/watc
h?v=tega-m6VMsw
https://www.youtube.com/watc
h?v=isBZBsbzZVM
Balanceo de problemas
https://www.youtube.com/watc
h?v=lgzTxswfF1k
Consultados Diciembre 2019.

• Método de Vogel
• https://www.youtube.com/watch?v
=ATINNlNrvRY
• https://www.youtube.com/watch?v
=oH4mxLFZw58
37
 Bibliografía

• HAMDY A. TAHA., INVESTIGACIÓN DE OPERACIONES. MÉXICO,

D.F. :ALFAOMEGA 1991.

• WINSTON WAYNE L. INVESTIGACIÓN DE OPERACIONES

APLICACIONES Y ALGORITMOS, MÉXICO , THOMSON 2005.

38