MTODO DE LA ESQUINA NOROESTE

El mtodo

de

la

esquina

Noroeste es

un

algoritmo

heurstico

capaz

de

solucionar problemas de transporte o distribucin mediante la consecucin de una

solucin bsica inicial que satisfaga todas las restricciones existentes sin que esto
implique que se alcance el costo ptimo total.
Este mtodo tiene como ventaja frente a sus similares la rapidez de su ejecucin, y es
utilizado con mayor frecuencia en ejercicios donde el nmero de fuentes y destinos sea
muy elevado.
Su nombre se debe al gnesis del algoritmo, el cual inicia en la ruta, celda o esquina
Noroeste. Es comn encontrar gran variedad de mtodos que se basen en la misma
metodologa de la esquina Noroeste, dado que podemos encontrar de igual manera el
mtodo e la esquina Noreste, Sureste o Suroeste.

ALGORITMO DE RESOLUCIN DE LA ESQUINA NOROESTE

Se parte por esbozar en forma matricial el problema, es decir, filas que representen
fuentes y columnas que representen destinos, luego el algoritmo debe de iniciar en la
celda, ruta o esquina Noroeste de la tabla (esquina superior izquierda).

www.ingenieriaindustrialonline.com
PASO 1:
En la celda seleccionada como esquina Noroeste se debe asignar la mxima cantidad de
unidades posibles, cantidad que se ve restringida ya sea por las restricciones de oferta o
de demanda. En este mismo paso se procede a ajustar la oferta y demanda de la fila y
columna afectada, restndole la cantidad asignada a la celda.
PASO 2:

En este paso se procede a eliminar la fila o destino cuya oferta o demanda sea 0 despus
del "Paso 1", si dado el caso ambas son cero arbitrariamente se elige cual eliminar y la
restante se deja con demanda u oferta cero (0) segn sea el caso.
PASO 3:
Una vez en este paso existen dos posibilidades, la primera que quede un solo rengln o
columna, si este es el caso se ha llegado al final el mtodo, "detenerse".
La segunda es que quede ms de un rengln o columna, si este es el caso iniciar
nuevamente el "Paso 1".

EJEMPLO DEL MTODO DE LA ESQUINA NOROESTE

Por medio de este mtodo resolveremos el problema de transporte propuesto y resuelto
en mdulos anteriores mediante programacin lineal.
EL PROBLEMA
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.

www.ingenieriaindustrialonli
ne.com
Formule un modelo de programacin lineal que permita satisfacer las necesidades de
todas las ciudades al tiempo que minimice los costos asociados al transporte.
SOLUCIN PASO A PASO

www.ingenieri
aindustrialonline.com
Ahora la cantidad asignada a la esquina noroeste es restada a la demanda de Cali y a la
oferta de la "Planta 1", en un procedimiento muy lgico. Dado que la demanda de Cali una
vez restada la cantidad asignada es cero (0), se procede a eliminar la columna. El
proceso de asignacin nuevamente se repite.

ww
w.ingenieriaindustrialonline.com
Continuamos con las iteraciones.

www.ingenieriaindustrialonline.com
En este caso nos encontramos frente a la eleccin de la fila o columna a eliminar (tachar),
sin embargo podemos utilizar un criterio mediante el cual eliminemos la fila o columna que
presente los costos ms elevados. En este caso la "Planta 2".
Nueva iteracin.

www.ingenier
iaindustrialonline.com
Una vez finalizada esta asignacin, se elimina la "Planta 3" que ya ha sido satisfecha con
la asignacin de 60 unidades, por ende nos queda una sola fila a la cual le asignamos las
unidades estrictamente requeridas y hemos finalizado el mtodo.

www.ingenieri
aindustrialonline.com
El cuadro de las asignaciones (que debemos desarrollarlo paralelamente) queda as:

www.ingenieri
aindustrialonline.com
Los costos asociados a la distribucin son:

www.ingenieriaindustrialonline.com
El costo total es evidentemente superior al obtenido mediante Programacin Lineal y
el Mtodo de Aproximacin de Vogel, lo cual demuestra lo enunciado en la descripcin del
algoritmo que cita que no obtiene siempre la mejor solucin, sin embargo presenta un
cumplimiento de todas las restricciones y una rapidez de elaboracin, lo cual es una
ventaja en problemas con innumerables fuentes y destinos en los cuales no nos importe
ms que satisfacer las restricciones.

EJEMPLO DEL MTODO DEL COSTO MNIMO

Por medio de este mtodo resolveremos el problema de transporte propuesto y

resuelto en mdulos anteriores mediante programacin lineal.
EL PROBLEMA
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.

Bryan Antonio Salazar Lpez

Formule un modelo de programacin lineal que permita satisfacer las necesidades de
todas las ciudades al tiempo que minimice los costos asociados al transporte.
SOLUCIN PASO A PASO

Luego esa cantidad asignada se resta a la demanda de Bogot y a la oferta de la

"Planta 3", en un proceso muy lgico. Dado que Bogot se queda sin demanda esta
columna desaparece, y se repite el primer proceso.

Bryan Antonio Salazar Lpez

Nuevo proceso de asignacin

Bryan Antonio Salazar Lpez

Nuevo proceso de asignacin

Nuevo proceso de asignacin

Bryan Antonio Salazar Lpez

Una vez finalizado el cuadro anterior nos daremos cuenta que solo quedar una fila,
por ende asignamos las unidades y se ha terminado el mtodo.

Bryan Antonio Salazar Lpez

El cuadro de las asignaciones (que debemos desarrollarlo paralelamente) queda as:

Bryan Antonio Salazar Lpez

Los costos asociados a la distribucin son:

En este caso el mtodo del costo mnimo presenta un costo total superior al obtenido
mediante Programacin Lineal y el Mtodo de Aproximacin Vogel, sin embargo
comunmente no es as, adems es simple de desarrollar y tiene un mejor
rendimiento en cuanto a resultados respecto al Mtodo de la Esquina Noroeste.

2015

Qu es la Programacin Lineal?

Un modelo de Programacin Lineal (PL) considera que las variables de

decisin tienen un comportamiento lineal, tanto en la funcin objetivo como restricciones del
problema. En este sentido, la Programacin Lineal es una de las herramientas ms utilizadas en la
Investigacin Operativa debido a que por su naturaleza se facilitan los clculos y en general permite
una buena aproximacin de la realidad.
Los Modelos Matemticos se dividen bsicamente en Modelos Determistas (MD) oModelos
Estocsticos (ME). En el primer caso (MD) se considera que los parmetros asociados al modelo son
conocidos con certeza absoluta, a diferencia de los Modelos Estocsticos, donde la totalidad o un
subconjunto de los parmetros tienen una distribucin de probabilidad asociada. Los cursos
introductorios a la Investigacin Operativa generalmente se enfocan slo en Modelos Determistas.

Supuestos Bsicos de la Programacin Lineal: Linealidad, Modelos Deterministas, Variables

reales, No Negatividad.

APLICACIONES
1. Problema de la Dieta: (Stigler, 1945). Consiste en determinar una dieta de manera eficiente, a partir de un conjunto dado de
alim2entos, de modo de satisfacer requerimientos nutricionales. La cantidad de alimentos a considerar,
sus caractersticas nutricionales y los costos de stos, permiten obtener diferentes variantes de este
tipo de modelos. Por ejemplo:
Leche Legumbre Naranjas Requerimientos
(lt)

(1 porcin) (unidad)

Nutricionales

Niacina

3,2

4,9

0,8

13

Tiamina

1,12

1,3

0,19

15

Vitamina C

32

93

45

Costo

0,2

0,25

Variables de Decisin:

X1: Litros de Leche utilizados en la Dieta

X2: Porciones de Legumbres utilizadas en la Dieta

X3: Unidades de Naranjas utilizadas en la Dieta

Funcin Objetivo: (Minimizar los Costos de la Dieta) Min 2X1 + 0,2X2 + 0,25X3
Restricciones: Satisfacer los requerimientos nutricionales

Niacina: 3,2X1 + 4,9X2 + 0,8X3 >= 13

Tiamina: 1,12X1 + 1,3X2 + 0,19X3 >=15

Vitamina C: 32X1 + 0X2 + 93X3 >= 45

No Negatividad: X1>=0; X2>=0; X3>=0

Compruebe

utilizando

nuestro Mdulo

de

Resolucin que

es X1=0, X2=11,4677, X3=0,483871, con Valor ptimo V(P)=2,4145.

la

solucin

ptima

2. Problema de Dimensionamiento de Lotes: (Wagner y Whitin, 1958). Consiste en hallar una

poltica ptima de produccin para satisfacer demandas fluctuantes en el tiempo, de modo de
minimizar los costos de produccin e inventario, considerando la disponibilidad de recursos escasos.
Considere que una fabrica puede elaborar hasta 150 unidades en cada uno de los 4 periodos en que se
ha subdividido el horizonte de planificacin y se tiene adicionalmente la siguiente informacin:

Periodos

Demandas Costo Prod. Costo de Inventario

(unidades) (US$/unidad)

(US$/unidad)

130

80

125

2.5

195

Adicionalmente considere que se dispone de un Inventario Inicial de 15 unidades y no se acepta

demanda pendiente o faltante, es decir, se debe satisfacer toda la demanda del perodo.
Variables de Decisin:

Xt: Unidades elaboradas en el perodo t (Con t =1,2,3,4)

It: Unidades en inventario al final del perodo t (Con t =1,2,3,4)

Funcin Objetivo: (Minimizar los Costos de Produccin e Inventarios) Min 6X1 + 4X2 + 8X3 +
9X4 + 2I1 + 1I2 + 2,5I3+ 3I4
Restricciones:

Capacidad de Produccin por Perodo: Xt <= 150 (Con t =1,2,3,4)

Satisfacer Demanda Perodo 1: X1 + I0 - I1 = 130 (I0 = 15)

Satisfacer Demanda Perodo 2: X2 + I1 - I2 = 80

Satisfacer Demanda Perodo 3: X3 + I2 - I3 = 125

Satisfacer Demanda Perodo 4: X4 + I3 - I4 = 195

No Negatividad: Xt >=0, It >=0

Solucin ptima utilizando Solver de MS Excel (Para ver una aplicacin de esta herramienta
ingrese AQUI): X1=115,X2=150, X3=100, X4=150, I1=0, I2=70, I3=45, I4=0.
ptimo V(P)=3.622,5

Valor

1. Cmo puedo constatar que un problema de Programacin Lineal tiene infinitas

soluciones?
R: Un problema de PL tiene infinitas soluciones si en la tabla final del Mtodo Simplex un costo
reducido

asociado

una

variable

no

bsica

igual

cero.

2. Utilizando el Mtodo Simplex de 2 Fases, Cmo compruebo que el problema asociado es

infactible?
R: Esto se comprueba si el valor de la funcin objetivo terminada la Fase I es distinto de cero.
3. Puede existir una restriccin activa con precio sombra asociado igual a cero?
R:

Si.

Sin

embargo,

este

caso

es

ms

la

excepcin

que

la

regla.

4. Es incorrecto considerar como variable que entra a la base alguna variable no bsica
con costo reducido negativo, pero no el "ms negativo" de todos? (Mtodo Simplex)
R: No es incorrecto. En general, se utiliza como criterio seleccionar como variable entrante a la base
aquella variable no bsica con costo reducido ms negativo, de modo de que en menos iteraciones
podamos alcanzar el ptimo en caso que ste exista (rapidez de convergencia).
5. Utilizando el Mtodo Simplex, Cmo se puede detectar que un problema de
Programacin

Lineal

es

no

acotado?

R: Esta situacin se detecta cuando al realizar el clculo de la variable que deja la base, todos los
elementos Ykj de la columna j en la tabla son negativos, para j el ndice de una variable no bsica con
costo reducido negativo.
6. Si el problema Dual asociado a un modelo de Programacin Lineal es no acotado, Qu
situacin

se

verifica

con

el

modelo

Primal?

R: Si el modelo Dual es no acotado, entonces el Primal es infactible.

7.

Cmo

se

verifica

que

un

problema

lineal

es

infactible?

R: Si todas las entradas en la columna correspondiente a una variable no bsica con costo reducido
negativo son negativas o igual a cero.
8.

Qu

significa

que

un

modelo

de

programacin

lineal

sea

infactible?

R: Bsicamente consiste en que no existen valores que puedan adoptar las variables de decisin de
modo que se verifique el cumplimiento de todas las restricciones del modelo.