MÉTODO DE TRANSPORTE

Se refiere a la distribución de mercancía desde cualquier conjunto de centro de

suministro, denominados orígenes (fuentes), hasta cualquier conjunto de centros de
recepción, llamados destinos, de tal forma que se minimicen los costos totales de
distribución. Cada origen tiene que distribuir ciertas unidades a los destinos y cada
destino tiene cierta demanda de unidades que deben recibir de los orígenes.
Adicionalmente, se tienen varios supuestos:
1. Supuesto de requerimientos: cada origen tiene un suministro fijo de
unidades que se deben distribuir por completo entre los destinos.

2. Supuesto de costo: el costo de distribuir unidades de un origen a un destino

cualquiera es directamente proporcional al número de unidades distribuidas.

3. Propiedad de soluciones factibles: un problema de transporte tiene

soluciones factibles si y sólo si la sumatoria de recursos en lo m orígenes es
igual a la sumatoria de demandas en los destinos.

4. Propiedad de soluciones enteras: En los casos en los que tanto los

recursos como las demandas toman un valor entero, todas las variables
básicas (asignaciones), de cualquiera de las soluciones básicas factibles
(inclusive la solución óptima), asumen también valores enteros.

El método del transporte es una aplicación singular de la programación lineal cuyo

objetivo es determinar el esquema de transporte que minimice el coste total de este,
conocidos los costes unitarios desde el origen i hasta el destino j. Además, se sabe
que el producto está disponible en una determinada cantidad bi en cada uno de los
m orígenes, y es necesario que sea llevado a cada uno de los n destinos posibles en
una cantidad demandada dj.

La formulación de un problema de transporte, siguiendo un modelo de programación

lineal será:

Donde:

 — Z: función de costes totales que se desea minimizar.

  — cij: coste de transportar una unidad de producto desde el origen i (i=1, 2,...,
m) hasta el destino j (j=1, 2,..., n).
 — xij: cantidad transportada de producto desde el origen i hasta el destino j.
 — bi: cantidad disponible de producto en cada origen i.
 — dj: cantidad demandada de producto en cada destino j.

Los problemas de transporte pueden ser resueltos mediante el Algoritmo del

Simplex.

Como premisa de partida se supone que la demanda total de un producto es igual a

su disponibilidad
 METODO VOGEL

El método de aproximación de Vogel es un método heurístico de resolución

de problemas de transporte capaz de alcanzar una solución básica no artificial de
inicio, este modelo requiere de la realización de un número generalmente mayor de
iteraciones que los demás métodos heurísticos existentes con este fin, sin embargo
produce mejores resultados iniciales que los mismos. Es una versión mejorada
del Método del Costo Mínimo y el Método de la Esquina Noroeste que en general
produce mejores soluciones básicas factibles de inicio, entendiendo por ello a
soluciones básicas factibles que reportan un menor valor en la función objetivo (de
minimización) de un Problema de Transporte balanceado (suma de la oferta =
suma de la demanda).

El método consiste en la realización de un algoritmo que consta de 3 pasos

fundamentales y 1 más que asegura el ciclo hasta la culminación del método.

PASO 1
Determinar para cada fila y columna una medida de penalización restando los dos
costos menores en filas y columnas.

PASO 2
Escoger la fila o columna con la mayor penalización, es decir que de la resta
realizada en el "Paso 1" se debe escoger el número mayor. En caso de haber
empate, se debe escoger arbitrariamente (a juicio personal).

PASO 3
De la fila o columna de mayor penalización determinada en el paso anterior
debemos de escoger la celda con el menor costo, y en esta asignar la mayor
cantidad posible de unidades. Una vez se realiza este paso una oferta o demanda
quedará satisfecha por ende se tachará la fila o columna, en caso de empate solo se
tachará 1, la restante quedará con oferta o demanda igual a cero (0).

PASO 4: DE CICLO Y EXCEPCIONES

- Si queda sin tachar exactamente una fila o columna con cero oferta o demanda,
detenerse.

- Si queda sin tachar una fila o columna con oferta o demanda positiva, determine las
variables básicas en la fila o columna con el método de costos mínimos, detenerse.

- Si todas las filas y columnas que no se tacharon tienen cero oferta y demanda,
determine las variables básicas cero por el método del costo mínimo, detenerse.

- Si no se presenta ninguno de los casos anteriores vuelva al paso 1 hasta que las
ofertas y las demandas se hayan agotado.
 MÉTODO MODI
El algoritmo MODI conocido como el método de los costes ficticios, consiste en
añadir a la matriz de costes una fila y una columna que recogen unos costes ficticios
determinados arbitrariamente (los números MODI), tal que permite calcular los
índices de mejora para las celdas (casillas)  no utilizadas.
Brinda la oportunidad de calcular costos marginales basados en los valores de las
variables de decisión del modelo, adicional a esto indica la celda no básica en la cual
se deben realizar los ajustes para obtener una mejor solución.1
También es conocido como el método de los costos ficticios, consiste en añadir a
la matriz de costos una fila y una columna que recogen unos costos ficticios
determinados arbitrariamente (los números MODI), tal que permite calcular los
índices de mejora para las celdas no utilizadas.

1. Determinar un índice para cada renglón (U1 para el i-ésimo renglón) y uno para
cada columna (V1 para la j-ésima columna) de forma tal que:

 Ui, Vj = Cij Son los costos unitarios de las variables básicas. U1,V1 = C11;
U1,V2 = C12; U1,V3 = C13;…; Um,Vn = Cmn

1. Hacer U1 O V1 (una variable cualquiera) igual a 0, a fin de poder calcular las

demás ecuaciones.

 Siempre quedará una ecuación con una sola variable. Calcular todos los U, y
los V1

1. Determinar los costos marginales para las celdas vacías (variables no

básicas)

 Cij = Cij - (Ui,Vj)

1. Si todos los costos marginales son cero o positivos, determinar la solución

óptima con la fórmula:

 Z (mínimo)= Doble sumatoria cijxij Si no, seleccione el costo marginal más

negativo, los empates se pueden romper arbitrariamente.

1. Diseñe un circuito cerrado con signos y - , partiendo de la celda marginal

negativa seleccionada, con signo y los demás por celdas llenas (este paso
permite seleccionar la variable que sale y la que entra a la base).
2. Seleccionar la asignación menor de los signos negativos y sumarla y restarla
de acuerdo a los signos del circuito.
3. Vaya al primer paso (1.)

 Los ciclos pueden realizarle en tablas separadas. Para aplicar este método es
posible tomar el plan inicial no óptimo de transporte hallado por cualquier método
visto.
 Si se cumple la igualdad es una solución no degenerada
 Si no se cumple la igualdad es una solución degenerada
Aplicaciones:

 Almacenes
 Proveedores
 Asignación
 Producción
 Transporte
 Compras
 ALGORITMO DE TRANSPORTE
Se denomina algoritmo a un grupo finito de operaciones organizadas de manera
lógica y ordenada que permite solucionar un determinado problema. Se trata de una
serie de instrucciones o reglas establecidas que, por medio de una sucesión de
pasos, permiten arribar a un resultado o solución.
El modelo de algoritmo de transporte trata situaciones de envío de productos de
lugares llamados puntos origen (fuentes de abastecimiento) a los puntos destino
(fuentes de consumo), siendo su objetivo, determinar las cantidades óptimas de
envío de las fuentes de abastecimiento a las fuentes de consumo que minimicen
el costo total del transporte, al mismo tiempo que satisfagan tanto los límites de la
oferta como los requerimientos de la demanda.

El algoritmo de transporte organiza los cálculos en una forma más cómoda

aprovechando la ventaja de la estructura especial del modelo de transporte. Pare
esto sigue los mismos pasos que el método simplex, sin embargo en lugar de usar
la tabla simplex norm al se aprovecha la ventaja de la estructura especial del
modelo de transporte para organizar los cálculos en una forma más cómoda.

Se debe agregar que el algoritmo especial de transporte fue desarrollado por

primera vez cuando la norma eran los cálculos a mano y se necesitaba de
soluciones con método abreviado. El algoritmo de transporte se basa en la
hipótesis que el modelo esta balanceado y eso quiere decir que la demanda total
es igual a la oferta total. Si el modelo está desbalanceado siempre se podrá
aumentar con una fuente ficticia o destino ficticio para restaurar el equilibrio o
balance.

Los pasos del algoritmo de transporte son exactamente iguales a los del algoritmo
simplex.

1. En el primer paso se determina una solución básica factible de inicio que

nos ayude a proseguir en el paso dos.
2. En el segundo paso se usa la condición de optimalidad del método simplex
para determinar la variable de entrada entre todas las variables básicas.
Detenerse si se satisface.
3. En el tercer paso se usa la condición de factibilidad del método simplex
para determinar la variable de salida y así obtener la nueva solución y
posteriormente regresar al paso dos.
 Problema de transporte: Consiste en decidir cuántas unidades trasladar
desde ciertos puntos de origen (platas, ciudades, etc.) a ciertos puntos de
destino (centros de distribución, ciudades, etc.) de modo de minimizar los
costos de transporte, dada la oferta y demanda en dichos puntos. Se
suponen conocidos los costos unitarios de transporte, los requerimientos
de demanda y la oferta disponible.

Los principales objetivos de un modelo de transporte son la satisfacción de

todos los requerimientos establecidos por los destinos y claro está la
minimización de los costos relacionados con el plan determinado por las
rutas escogidas.

Cualquier modelo de transporte se compone de unidades de un

bien a distribuir, orígenes, destinos, recursos en el origen, demandas en
los destinos y costos de distribución por unidad. Adicionalmente, se tienen
varios supuestos:

1. Supuesto de requerimientos: cada origen tiene un suministro fijo de

unidades que se deben distribuir por completo entre los destinos.

2. Supuesto de costo: el costo de distribuir unidades de un origen a un

destino cualquiera es directamente proporcional al número de unidades
distribuidas.

3. Propiedad de soluciones factibles: un problema de transporte tiene

soluciones factibles sólo si la sumatoria de recursos en los m orígenes es
igual a la sumatoria de demandas en los destinos.

4. Propiedad de soluciones enteras: En los casos en los que tanto los

recursos como las demandas toman un valor entero, todas las variables
básicas (asignaciones), de cualquiera de las soluciones básicas factibles
(inclusive la solución óptima), asumen también valores enteros.

Lo primero que se debe hacer es formular el problema en términos de

programación lineal para esto se necesita identificar las actividades y los
requerimientos del problema para de esta forma formularlo como un problema de
programación lineal.
Después de formular el problema, el siguiente paso es
obtener una solución básica factible, la cual se puede obtener a partir de
cualquiera de los 3 criterios siguientes:
1. Regla de la esquina noroeste.
2. Método de la ruta preferente.
3. Método de aproximación de Vogel.

 Regla de la esquina noroeste: La primera elección X11, es decir,

se inicia la asignación por la esquina noroeste de tabla. Luego se
desplaza a la columna de la derecha si todavía quedan recursos en ese
origen. De lo contrario se mueve al reglo debajo hasta realizar todas las
asignaciones.

 Método de la ruta preferente: Se fundamenta en la asignación a

partir del costo mínimo de distribuir una unidad. Primero se identifica este
costo se realiza la asignación de recursos máxima posible y luego se
identifica el siguiente costo menor realizando el mismo procedimiento
hasta realizar todas las asignaciones.

 Método de asignación de Vogel: Para cada renglón y columna,

se calcula su diferencia, que se define como la diferencia
aritmética entre el costo unitario más pequeño y el costo menor que le
sigue en ese renglón o columna. En el renglón o columna con la mayor
diferencia, se le asigna al menor costo unitario. Los empates se pueden
romper de manera arbitraria.
 METODO HÚNGARO
El algoritmo desarrollado por Kuhn está basado fundamentalmente en los primeros
trabajos de otros dos matemáticos húngaros: Dénes König y Jenő Egerváry

Este algoritmo se usa para resolver problemas de minimización, ya que es más

eficaz que el empleado para resolver el problema del transporte por el alto grado
de degeneración que pueden presentar los problemas de asignación.

El problema de asignación tiene que ver con la asignación de tareas a empleados,

de territorios a vendedores, de contratos a postores o de trabajos a plantas. Al
aplicar el método de transporte y el método de asignación la gerencia está
buscando una ruta de distribución o una asignación que optimizará algún objetivo;
éste puede ser la minimización del costo total, la maximización de las utilidades o
la minimización del tiempo total involucrado.

Un problema de asignación 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 asignación m x m mediante el método húngaro:

Paso 1.- Empiece por encontrar el elemento más pequeño en cada renglón de la
matriz de costos. Construya una nueva matriz, al restar de cada costo, el costo
mínimo de su renglón. Encuentre, para esta nueva matriz el costo mínimo en cada
columna. Construya una nueva matriz (la matriz de costos reducidos) al restar de
cada costo el costo mínimo de su columna. 

Paso 2.- Dibuje el mínimo número de líneas (horizontales o verticales ) que se

necesitan para cubrir todos los ceros en la matriz de costos reducidos. Si se
requieren m líneas 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 está cubiertos por las líneas 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
líneas.  Regrese al paso 2.

Un problema de asignación es un problema de transporte balanceado en el que

todas las ofertas y demandas son iguales a 1; así se caracteriza por el
conocimiento del costo de asignación de cada punto de oferta a cada punto de
demanda.  La matriz de costos del problema de asignación se llama: matriz de
costos.

Como todas las ofertas y demandas para el problema de asignación son números
enteros, todas las variables en la solución óptima deben ser valores enteros.
 MÉTODO DE LA ESQUINA NOROESTE.
1. Regla de la esquina noroeste: La primera elección es x11 (es decir, se
comienza en la esquina noroeste de la tabla símplex de transporte). De ahí en
adelante, si xij fue la última variable básica seleccionada, la siguiente elección es
xi,j+1 (es decir, se mueve una columna a la derecha) si quedan recursos en el
origen i. De otra manera, se elige xi+1,j (es decir, se mueve un renglón
hacia abajo).
Para hacer más concreta esta descripción, se ilustrará el procedimiento general,
utilizando la regla de la esquina noroeste en el siguiente ejemplo :

Lo primero que debemos hacer al resolver cualquier problema de transporte es

comprobar que esté balanceado, si no lo estuviera, agregamos un origen o un
destino artificial según sea el caso para conseguir que el problema quede
balanceado y podamos comenzar a resolverlo. En nuestro ejemplo, la sumatoria
de los recursos de los tres orígenes es de 10 unidades que es igual a la sumatoria
de las demandas de los destinos, por lo que nuestro problema está balanceado y
podemos iniciar con la resolución.
Comenzamos asignando en la esquina noroeste de la tabla, es decir, en la celda
correspondiente a la variable básica x11 (paso 1), podemos observar que en la
primera columna se demandan 3 unidades del bien y en el primer renglón
disponemos de 5 unidades, entonces enviamos las 3 unidades demandadas
desde el origen 1 hacia el destino 1 (ya que hay los recursos suficientes para
satisfacer toda la demanda) y decrementamos a 2 los recursos restantes en ese
origen (paso 2). Con esto cubrimos toda la demanda del primer destino
(ó almacén) y lo cancelamos para las próximas asignaciones (paso3):
La siguiente asignación será en la celda correspondiente a la variable x12 (paso 1)
ya que todavía le quedan recursos al origen 1 (además es la esquina noroeste de
la tabla restante después de haber eliminado la primera columna). Notemos que
en el segundo destino se demandan 4 unidades del bien y ahora solamente se
disponen de 2 unidades en el origen 1, entonces se envían las 2 unidades del
origen 1 al destino 2 para satisfacer 2 de las 4 unidades demandadas en este
destino quedando 2 por satisfacer (paso 2) y cancelamos el origen 1 ya que no
tiene más unidades del bien para enviar a otro destino
(paso 3):

La siguiente asignación será en la celda correspondiente a la variable x22 (paso 1)

ya que no le quedan unidades del bien al origen 1 (notemos también que esa
celda es la que se encuentra en la esquina noroeste de la tabla restante después
de haber eliminado el primer renglón y la primera columna y no olvidemos que
estamos aplicando la regla de la esquina noroeste). Ya que solamente faltan 2
unidades para satisfacer por completo la demanda del segundo destino y se
disponen exactamente de 2 unidades en el segundo origen, entonces enviamos 2
unidades del bien del origen 2 al destino 2 (paso 2) y cancelamos el segundo
renglón ya que no le quedan más unidades para enviar a otro destino. Dejamos
pendiente la eliminación de la segunda columna ya que nos servirá más adelante
para hacer la asignación de una variable básica degenerada, es decir, una
asignación con cero unidades (paso 3):

La siguiente asignación será en la celda correspondiente a la variable x32 (paso1)

ya que no le quedan más unidades al origen 2. Notemos que "se demandan cero
unidades del bien en el segundo destino", en este momento es cuando hacemos
una asignación de cero unidades convirtiendo así a la variable x32 en una variable
básica degenerada (paso 2) y ahora sí podemos cancelar la segunda columna
para ya no considerarla más en las siguientes asignaciones (paso 3). Notemos
que esta demanda de cero unidades es satisfecha sin ningún problema por el
origen 3 ya que éste dispone todavía de 3 unidades del bien:

Como solamente queda un renglón dentro de las posibilidades (el renglón 3 no ha

sido cancelado), entonces aplicando el paso 4 del procedimiento general para
construir una solución inicial básica factible, la siguiente asignación será en la
celda que corresponde a la variable x33 (paso 1). Ya que la demanda del tercer
destino (2 unidades) puede ser satisfecha muy bien por el tercer origen, entonces
enviamos 2 unidades del bien del origen 3 al destino 3 quedando solamente 1
unidad en el tercer origen (paso 2) para enviarlo al cuarto destino y con eso cubrir
su demanda de una unidad, cancelando de esta manera tanto el destino 3 como el
destino 4 y el tercer renglón ya que la demanda de todos los destinos ya ha sido
satisfecha y no quedan más unidades del bien en ningún origen:
Es necesario aclarar que esta no es la solución final del problema, es necesario
aplicar a esta primera solución factible la prueba de optimalidad ya que puede
existir una mejor "política de transporte" que minimice todavía más el costo total.
Método de aproximación de Vogel.
Método de Aproximación de Vogel: para cada renglón y columna que queda bajo
consideración, se calcula su diferencia, que se define como la diferencia aritmética
entre el costo unitario más pequeño (cij) y el que le sigue, de los que quedan en
ese renglón o columna. (Si se tiene un empate para el costo más pequeño de los
restantes de un renglón o columna, entonces la diferencia es 0). En el renglón o
columna que tiene la mayor diferencia se elige la variable que tiene el menor costo
unitario que queda. (Los empates para la mayor de estas diferencias se pueden
romper de manera arbitraria).
Para hacer más concreta esta descripción, se ilustrará el procedimiento general,
utilizando el método de aproximación de Vogel. para resolver el ejemplo
presentado anteriormente y que fue resuelto por la regla de la esquina noroeste:
Iniciamos el método calculando las primeras diferencias para cada renglón y
columna. De las diferencias que obtuvimos nos fijamos en la mayor (¿Por qué?),
que resulta ser para la tercera columna. En esa columna encontramos el costo
unitario (cij) menor y en esa celda realizamos la primera asignación:
Nota: Marcaremos a la mayor de las diferencias seleccionada encerrándola en un
círculo y escribiéndole como superíndice el número que le corresponda en la
secuencia de selección.
Observemos en la figura anterior que únicamente eliminamos el segundo renglón
ya que la tercera columna nos servirá después para hacer la asignación de una
variable básica degenerada. Continuando con la aplicación del método, tenemos
que calcular nuevamente las diferencias de las columnas ya que hemos eliminado
un renglón y esto puede ocasionar que las diferencias aritméticas entre el costo
unitario más pequeño y el que le sigue ya no sean las mismas:

Como siguiente paso deberíamos calcular las nuevas diferencias de columnas,

pero ya que solamente queda un renglón dentro de las posibilidades (esto no
significa que solamente un renglón quede bajo consideración ya que podemos
observar que ninguna de las cuatro columnas (destinos) ha sido eliminada y todas
quedan todavía bajo consideración), no es posible encontrar la diferencia
aritmética entre el costo menor y el que le sigue, por lo tanto vamos tomando una
a una las celdas que quedan comenzando con la de menor costo unitario hasta
que todas hayan sido asignadas.

Es necesario aclarar que ésta puede o no ser la solución final del problema, es
necesario aplicar a esta primera solución factible la prueba de optimalidad ya que
puede existir una mejor "política de transporte" que minimice todavía más el costo
total.
CALCULOS ITERATIVOS EN EL MODELO DE TRANSPORTE
Igual que para método símplex estándar, una iteración del método símplex de
transporte debe determinar una variable básica entrante (paso 1), una variable
básica que sale (paso 2) y después identificar la nueva solución básica factible
que resulta (paso 3).
Paso 1: como cij(ui(vj representa la tasa a la que cambia la función objetivo si se
incrementa la variable no básica xij, la variable que entra debe tener un valor de
cij(ui(vj negativo, para que el costo total Z disminuya. Entonces, los candidatos en
la tabla anterior son x13, x14, x23 y x24 . Entre ellos se elige el valor negativo más
grande (en términos absolutos) de cij(ui(vj como la variable básica entrante, que
en este caso corresponde a x13 y x23. En los casos en que haya empate para la
elección de la variable básica entrante, este empate se rompe de manera
arbitraria, ya que tarde o temprano llegaremos a la misma solución
independientemente de la elección de la variable. Pero, observemos lo siguiente:
ya que debemos elegir la variable básica "entrante, es decir, aquella que
comenzará a tener un valor (ya que antes no lo tenía porque era variable no
básica), entonces, es conveniente que elijamos aquella que tenga el costo menor,
ya que el valor de la variable entrante multiplicado por su respectivo costo será la
contribución al costo total. En nuestro caso, el costo asociado a x13 es 6 y el costo
asociado a x23 es 3, por lo que la variable que debemos elegir como entrante es
x23.
Paso 2: si se incrementa el valor de la variable básica entrante, se establece
una reacción en cadena de cambios compensatorios en otras variables básicas
(asignaciones) para seguir satisfaciendo las restricciones de recursos y demanda.
La primera variable básica que disminuya su valor hasta cero será la variable
básica que sale. En general, siempre existe sólo una reacción en cadena (en
cualquier dirección) que se puede completar con éxito para conservar
la factibilidad, cuando la variable básica entrante aumenta su valor. Esta reacción
en cadena se puede identificar si se hace una selección entre las celdas que
tienen variables básicas: primero, la celda donadora en la columna que tiene la
variable básica; después, la celda receptora en el renglón que corresponde a la
celda donadora; luego, la celda donadora en la columna en que se encuentra esta
celda receptora, y así sucesivamente, hasta que la reacción en cadena conduce a
una celda donadora en el renglón que tiene a la variable básica entrante. Cuando
una columna o renglón tiene más de una celda adicional con variable básica,
puede ser necesario explorar el camino que se va aseguir para averiguar cuál
debe seleccionarse como celda donadora o receptora. (Todas las demás menos la
adecuada llegarán tarde o temprano a un camino sin salida en un renglón o
columna que no tiene otra celda con una variable básica). Después de identificar
la reacción en cadena. La celda donadora que tiene la
asignación menor proporciona en forma automática la variable básica que sale.
(En caso de un empate para la celda donadora, se puede elegir cualquiera para
proporcionar la variable básica que sale).
Si x23 es la variable básica entrante, la reacción en cadena de la tabla anterior se
resume enseguida. (Siempre se indicará la variable básica entrante colocando un
signo + encuadrado dentro de su celda):

Al aumentar x23 debe disminuir x33 en la misma cantidad para conservar la

demanda de 2 en la columna 3; esto a su vez requiere que se aumente x32 en esa
cantidad para mantener la oferta de 3 en el renglón 3 y esto a su vez exige una
disminución en el valor de x22 para conservar la demanda de 4 en la columna 2.
Esta disminución en x22 completa con éxito la reacción en cadena ya que también
conserva la oferta del renglón 2.
El resultado final es que las celdas (2,3) y (3,2) se convierten en celdas
receptoras, cada una con su asignación adicional proveniente de las celdas
donadoras (2,2) y (3,3). Estas celdas están indicadas en la tabla anterior por
medio de los signos + y (). Observe que tuvo que elegirse la celda (3,2) como
celda receptora para el renglón 3 y no la (3,4), ya que esta última no hubiera
tenido celda donadora en la columna 4 para continuar la reacción en cadena. Note
además que, a excepción de la variable básica entrante, todas las celdas
receptoras y donadoras en la reacción en cadena deben corresponder a
variables básicas en la solución básica factible actual.
Cada celda donadora disminuye su asignación en una cantidad exactamente igual
al aumento que tiene la variable básica entrante (y las otras celdas receptoras).
Entonces, la celda donadora que comienza con la asignación más pequeña (en
este caso las celdas (2,2) y (3,3)( debe ser la primera en llegar a una asignación
de cero conforme se incrementa la variable entrante x23. Así, x22 ó x23 se
pueden convertir en la variable básica que sale. Cuando existe empate para la
variable básica que sale, éste puede romperse de manera arbitraria, es decir,
eligiendo cualquiera de las variables donadoras con la asignación más pequeña
como variable básica saliente. Como una regla empírica, podemos seleccionar
como variable básica saliente aquélla que tenga asociado el mayor costo unitario,
ya que como esta variable perderá completamente su valor (es decir, se convertirá
de variable básica a variable no básica), esperaríamos que el costo total de
transporte disminuya. Así, escogeríamos a x33 como variable básica saliente.
Paso 3: la nueva solución básica factible se identifica sumando el valor (antes de
los cambios) de la variable básica que sale a las asignaciones de cada celda
receptora y restando esta misma cantidad de las asignaciones de cada celda
donadora. En la tabla anterior se observa que el valor de la variable básica que
sale x33 es 2, por lo que esta porción de la tabla símplex de transporte cambia,
como se ilustra en la siguiente tabla para la nueva solución. (Como x33 es no
básica en la nueva solución, su nueva asignación es cero y ya no se muestra en la
tabla).

es decir, el costo total de transporte se decrementa en 12 unidades con respecto

al costo anterior que era de 52 unidades. Notemos que hemos obtenido una nueva
política de transporte, la cual podemos resumir así:
La nueva solución básica factible es x11=3, x12=2, x22=0 (variable básica
degenerada), x23=2, x32=2 y x34=1 y el costo total de transporte asociado es de:

Antes de completar la solución del problema ejemplo, se hará un resumen de las

reglas del método símplex de transporte.
Resumen del método símplex de transporte
Inicialización: Se construye una solución inicial básica factible. Se realiza la prueba
de optimalidad.
Prueba de optimalidad: Se obtiene ui y vj eligiendo el renglón con el mayor número
de asignaciones y estableciendo su ui = 0, y después resolviendo el sistema de
ecuaciones cij = ui+vj para cada (i,j) tal que xij es básica. Si cij(ui(vj ( 0 para toda
(i,j) tal que xij es no básica, entonces la solución actual es óptima por lo que
el proceso se detiene. De lo contrario, se regresa a una iteración.
 METODO DE LOS MULTIPLICADORES
Este método reproduce exactamente las mismas iteraciones del método de
banquillo. La principal diferencia ocurre en la forma en que las variables no
básicas se evalúan en cada iteración. Asociados a cada renglón i de la tabla
existen multiplicadores Ui similarmente se asocia un multiplicador Vj a cada
columna de la tabla j. Para cada variable básica X ij de la solución actual, se escribe
la ecuación Ui +Vj = Cij. Esas ecuaciones proporcionan m+n-1 relaciones con m+n
incógnitas.

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. Una vez que se hace esto, la
evaluación de cada variable no básica X pq está dada como:

El criterio que se utiliza para seleccionar la variable que entra es el mismo que el
método de banquillo (la mayor negativa).

Ejemplo:

Una compañía está considerando una demanda de 5 clientes utilizando artículos

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 artículo de los almacenes
de los clientes son:

Resuelva el modelo de transporte empleando.

a) Una solución inicial por el método de aproximación de Vogel.

b) La solución óptima por el método de multiplicadores.

 
  

DESTINO FICTICIO = 570 ARTÍCULOS

Para encontrar el valor de los multiplicadores

Se acostumbra:
 

Para encontrar costos:

 
 

Encuentre la solución óptima por el método de multiplicadores a partir de la

siguiente tabla inicial.

 
 BIBLIOGRAFIA
METODO DE TRANSPORTE
Wilson K. Casado. (2004). Método de Transporte. 2020, de Blog spot Sitio web:
http://investigaciondeoperacionesind331.blogspot.com/p/metodo-de-
transporte.html
Unknown. (2017). Método del transporte. 2020, de Wolters Kluwer Sitio web:
http://investigaciondeoperacionesind331.blogspot.com/p/metodo-de-
transporte.html

METODO VOGEL
Martinez Maria. (2018). METODO DE VOGEL. 2020, de Blogspot Sitio
web: http://yulizetpereiraperez.blogspot.com/2018/09/metodo-de-
vogel.html

METODO MODI
Domínguez García Luis Alberto. (2014). Método MODI. 2020, de
invdoperaciones Sitio web: https://invdoperaciones.wordpress.com/metodo-
mudi/

Unknown. (2019). Metodo MODI. 2020, de wikipedia Sitio web :

https://es.wikipedia.org/wiki/M%C3%A9todo_Modi

ALGORITMO DE TRASNPORTE
Quijada Daniel. (2017). Algoritmo de transporte. 2020, de Slideshare
Sitio web: https://es.slideshare.net/danielquijada6/algoritmo-de-
transporte?from_action=save

METODO HUNGARO:
Unknown. (2014). Metodo Húngaro. 2020, de invdoperaciones Sitio web:
https://invdoperaciones.wordpress.com/metodo-hungaro/
DETERMINACION DE LA SOLUCION DE INICIO
Castillo S. Yunior Andres. (2014). Aplicación a la Formulación de los Modelos de
Investigación de operaciones. 2020, de Monografias Sitio web:
https://www.monografias.com/trabajos102/aplicacion-formulacion-
modelos-investigacion-operaciones/aplicacion-formulacion-modelos-
investigacion-operaciones2.shtml
CALCULOS ITERATIVOS EN EL MODELO DE TRANSPORTE
Castillo S. Yúnior Andrés. (2014). Aplicación a la Formulación de los Modelos de
Investigación de operaciones. 2020, de Monografías Sitio web:
https://www.monografias.com/trabajos102/aplicacion-formulacion-
modelos-investigacion-operaciones/aplicacion-formulacion-modelos-
investigacion-operaciones2.shtml

METODO DE LOS MULTIPLICADORES

Uknown. (2018). METODO DE MULTIPLICADORES (MODI).. 2020, de it la laguna
Sitio web:
http://www.itlalaguna.edu.mx/academico/carreras/industrial/invoperaciones1/U5F.
HTML