UNIDAD

SEMANA N° 3

MODELOS DE
TRANSPORTE

Piero Cúneo M.
 Interés

¿Para que sirven

modelos de
transportes
?
 AGENDA

1. Introducción a Los Modelos de transportes.

2. Diversos tipos de ejercicios.

 LOGRO DE LA SESIÓN

El estudiante debe de comprender en que consta la los

modelos de transportes; como se modela cada método en

situaciones determinadas con el fin de optimizar las

decisiones.

Análisis de
Introducción métodos de Ejercicios
Transportes
 Descubrimiento
Modelos 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.
 Modelo de Transporte
Descubrimiento

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 los requerimientos de bienes en los puntos de demanda.
 Descubrimiento
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
 Descubrimiento

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

 Descubrimiento
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

9
 Descubrimiento

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

10
 Experiencia

EJEMPLO:
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:
 Experiencia
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
Experiencia
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
 Experiencia
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
 Experiencia
3. Restricciones:

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

Experiencia

SOLUCIÓN DEL MODELO DE

TRANSPORTE
 Descubrimiento

ALGORITMOS ESPECÍFICOS

1.1 Regla de la esquina noroeste (MEN)

1.2 Método por aproximación de Vogel (MAV)
1.3 Método del costo mínimo (MCM)
1.4 DIMO o MODI (método de distribución
modificada)
 Descubrimiento
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.

El método DIMO/MODI son alternativas para proceder de una

solución inicial factible a la óptima.

Por tanto, el primer paso es encontrar una solución inicial factible,

que por definición es cualquier distribución de ofertas que
satisfaga todas las demandas
 Descubrimiento
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.
 Descubrimiento
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
 Experiencia
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
 Experiencia
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.

22
 2.1 Modelo de Transporte
Experiencia

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

23
 Experiencia

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
 Experiencia
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

 2.1 Modelo de Transporte
Descubrimiento
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.
 Descubrimiento

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.
 Descubrimiento
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

 Descubrimiento
1.2 MÉTODO DE APROXIMACIÓN DE
VOGEL
Paso 0: Cálculo de penalidades (Diferencia entre los mínimos - fila y columna)

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)
Descubrimiento

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
 Experiencia

1.2 MÉTODO DE APROXIMACIÓN DE

VOGEL

Paso 4: Eliminar columna (fila) con demanda u (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
 Experiencia

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
 Experiencia

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

 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
 Experiencia

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

 Experiencia

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
 Experiencia
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
 Experiencia
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
 Experiencia
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
 Experiencia
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
 Experiencia
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

 Experiencia

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.
 PPTevidenciado
Aprendizaje
ESTRUCTURA

EJEMPLO APLICATIVO

Resolver en clase los ejercicios

propuestos por el docente.
 Referencias

• Frederick S. Hillier ,Gerald J. Lieberman. (2010). INTRODUCCIÓN A LA

INVESTIGACIÓN DE OPERACIONES. México: Editorial Mc Graw-Hill.

• Wynston, W. (2005). Investigación de operaciones: aplicaciones y algoritmos.

México: Editorial Thomson.