UNIVERSIDAD DE ORIENTE

FACULTAD DE INGENIERIA Y ARQUITECTURA

OPERACIONES DE DECISION
Tema de investigación:
El Problema de Transbordo
Catedrática:
Ing. Yesenia Marisol Valle Benítez
Estudiantes:
Berrios Manzanares Kevyn Francisco
Bonilla Catacho Kevin Wilfredo
Hernández Lovo José Fabricio
Portillo Orellana Bernardo Ismael
Romero Álvarez Walter Mauricio

CICLO II/2019

UNIVO, 27 DE NOVIEMBRE DE 2019

 Índice
Introducción ............................................................................................................... 1
1. Objetivos................................................................................................................ 2
1.1 Objetivo General .............................................................................................. 2
1.2 Objetivos Específicos....................................................................................... 2
2. Marco Teórico ....................................................................................................... 3
2.1 Método de VOGEL........................................................................................... 3
Algoritmo de VOGEL .......................................................................................... 3
2.2 Por medio de la esquina NOROESTE ............................................................. 5
2.3 Por medio de costos mínimos ......................................................................... 7
2.4. El problema del transbordo ............................................................................. 8
2.4.1 Ejemplo para el problema de transbordo ................................................ 10
2.5 El problema de asignación ............................................................................ 16
3. Conclusión ........................................................................................................... 19
Bibliografía............................................................................................................... 20
 Introducción

El problema de transporte consiste en determinar un sistema de rutas, las cuáles

partirán de uno o más depósitos, los cuales deberán de satisfacer la demanda de
varios clientes. La finalidad, es el de entregar la demanda de dichos clientes,
minimizando el costo total involucrado en las rutas. Este tipo de problemas aparece
de forma natural en las áreas de transporte, el cual es de esperarse que implique
un costo sobre el producto que se está distribuyendo, de ahí que una buena
planeación de distribución puede resultar en la disminución de dichos costos de
transporte. En el presente trabajo se estarán desarrollando métodos enfocados en
la resolución de problemas de esta naturaleza (de transporte), profundizando en el
modelo de transbordo, el cual es una variación del modelo tradicional de transporte,
dicho método posee la particularidad de estratificar o clasificar los nodos en: nodos
fuentes, nodos intermediarios y nodos destinos, lo que hace más flexible dicho
modelo.

1
 1. Objetivos

1.1 Objetivo General

• Demostrar la solución de un problema de transbordo mediante el diseño de
un modelo de programación lineal para optimizar el proceso de distribución
de mercadería, seleccionando la ruta óptima que disminuyan los costos de
transporte.

1.2 Objetivos Específicos

• Definir el algoritmo de solución del modelo de transbordo.
• Interpretar y dar a conocer los diferentes casos de aplicación del modelo de
transporte.
• Determinar la asignación de suministros en cada una de las rutas de
distribución.
• Lograr minimizar los costos que genera la red de distribución establecida.

2
 2. Marco Teórico

2.1 Método 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.

Algoritmo de VOGEL

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).

3
• 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.

4
2.2 Por medio de la esquina NOROESTE
Origen: Su nombre se debe al génesis del algoritmo, el cual inicia en la ruta, celda
o esquina Noroeste. Es común encontrar gran variedad de métodos que se basen
en la misma metodología de la esquina Noroeste, dado que podemos encontrar de
igual manera el método e la esquina Noreste, Sureste o Suroeste.
Aplicación: una vez elaborados los productos es necesario definir los lugares y las
cantidades de estos a enviar a las diferentes plazas, en términos de los menores
costos. De esta manera proponer soluciones óptimas y factibles en las empresas,
que las hacen ser más competitivas para la permanencia en el mercado. El método
de la esquina Noroeste es un algoritmo heurístico capaz de solucionar problemas
de transporte o distribución mediante la consecución de una solución básica inicial
que satisfaga todas las restricciones existentes sin que esto implique que se alcance
el costo óptimo total.
Algoritmo de resolución 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).

Tabla 1. Resolución de la esquina noroeste.

5
• Paso 1: En la celda seleccionada como esquina Noroeste se debe asignar la
máxima 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, restándole 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 después 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) según sea el caso.

• Paso 3: Una vez en este paso existen dos posibilidades,

• La primera que quede un solo renglón o columna, si este es el
caso se ha llegado al final el método, "detenerse".
• La segunda es que quede más de un renglón o columna, si este
es el caso iniciar nuevamente el "Paso 1".

6
2.3 Por medio de costos mínimos
El método del costo mínimo o método de los mínimos costos es un algoritmo
desarrollado con el objetivo de resolver problemas de transporte o distribución,
arrojando mejores resultados que métodos como el de la esquina noroeste, dado
que se enfoca en las rutas que presentan menores costos.
El diagrama de flujo de este algoritmo es mucho más sencillo que los anteriores,
dado que se trata simplemente de la asignación de la mayor cantidad de unidades
posibles (sujeta a las restricciones de oferta y/o demanda) a la celda menos costosa
de toda la matriz hasta finalizar el método.

Algoritmo del costo mínimo.

• Paso 1.
De la matriz se elige la ruta (celda) menos costosa (en caso de un empate,
este se rompe arbitrariamente) y se le asigna la mayor cantidad de unidades
posible, 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, restándole 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 después 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)
según sea el caso.
• Paso 3.
Una vez en este paso existen dos posibilidades, la primera que quede un
solo renglón o columna, si este es el caso se ha llegado al final el método,
"detenerse".

7
2.4. El problema del transbordo
El Problema de transbordo, intertransporte o reembarque, es una variación del
modelo original de transporte que se ajusta a la posibilidad común de transportar
unidades mediante nodos fuentes, destinos y transitorios, mientras el modelo
tradicional solo permite envíos directos desde nodos fuentes hacia nodos destinos.
Existe la posibilidad de resolver un modelo de transbordo mediante las técnicas
tradicionales de resolución de modelos de transporte y este procedimiento se basa
en la preparación del tabulado inicial haciendo uso de artificios conocidos con el
nombre de amortiguadores, los cuales deben ser iguales a la sumatoria de las
ofertas de los nodos de oferta pura y de coeficiente cero (0) en materia de costos.
Sin embargo. la resolución de un problema de transbordo haciendo uso de los
algoritmos de resolución de modelos de transporte es una idea anacrónica, teniendo
en cuenta la posibilidad de acceso a herramientas de cómputo capaces de resolver
problemas complejos una vez modelados
mediante las técnicas de programación lineal.
La importancia de los modelos de transbordo
aumenta con las nuevas tendencias globales
de gestión de cadenas de abastecimiento, en
las cuales se deben de optimizar los flujos
logísticos de productos teniendo en cuenta la
importancia de minimizar los costos, asegurar
disponibilidad de unidades y reconociendo la
importancia de los centros de distribución en
Ilustración 1. Problema de transbordo.
la búsqueda del equilibrio entre las
proyecciones y la realidad de la demanda.
En el modelo de transbordo se reconoce que puede ser más económico el
transporte pasando por nodos intermedios o transitorios antes de llegar al destino
final. Este concepto es más general que el del modelo normal de transporte, en el
que sólo se permiten envíos directos entre una fuente y un destino. En esta sección
se explica cómo se puede convertir y resolver un modelo de transbordo en un
modelo de transporte normal, usando la idea de un amortiguador.

8
Resolución de un problema de transbordo mediante programación lineal.
Para poder resolver un problema de transbordo mediante programación lineal, basta
con conocer una nueva familia de restricciones, las llamadas restricciones de
balanceo. En un problema de transbordo existen 3 clases de nodos, los nodos de
oferta pura, los de demanda pura y los nodos transitorios que posibilitan el
transbordo y que deben de balancearse para hacer que el sistema sea viable, es
decir, que todas las unidades que ingresen a un nodo sean iguales a las que salgan
del mismo (unidades que salen + unidades que conserve el nodo).

9
2.4.1 Ejemplo para el problema de transbordo

Dos fábricas de automóviles, P1 y P2, se enlazan con tres agencias, D1, D2 y D3,
a través de dos centros de distribución, T1 y T2, de acuerdo con la red de la figura
a continuación. Las cantidades de oferta en las plantas P1 y P2 son 1000 y 1200
autos, y las cantidades de demanda en las agencias D1, D2 y D3 son 800, 900 y
500 autos. El costo de transporte por vehículo, en cientos de $ entre pares de nudos
se ve en los enlaces (o arcos) de la red. En la red de la figura que se presentara a
continuación hay transbordos porque toda la oferta de 2200 (= 1000 + 1200) autos
de los nodos P1 y P2 podría pasar en principio por cualquier nodo de la red, antes
de llegar a su destino en los nodos D1, D2 y D3.

Ilustración 2. Red de transporte.

A este respecto, los nodos de la red que tienen arcos de entrada y salida al mismo
tiempo (T1, T2, D1 y D2) funcionan como fuentes y destinos al mismo tiempo, y se
llaman nodos de transbordo. Los nodos restantes pueden ser nodos de oferta pura
(P1 y P2) o nodos de demanda pura (D3). El modelo de transbordo se puede
transformar en un modelo normal de transporte con 6 fuentes (P1, P2, T1, T2, D1 y
D2) y cinco destinos (T1, T2, D1, D2 y D3). Las cantidades de oferta y demanda en
los distintos nodos se calculan como sigue:

Oferta en un nodo de oferta pura = Suministro original

Demanda en un nodo de demanda pura = Demanda original

10
Oferta en un nodo de transbordo = Oferta original + Amortiguador

Demanda en un nodo de demanda pura = Demanda original + Amortiguador

La cantidad amortiguadora debe ser lo suficientemente grande como para permitir

que toda la oferta (o demanda) original pase por cualquiera de los nodos de
transbordo. Sea B la cantidad deseada de amortiguador. Entonces

B = Oferta (o demanda) total

= 1000 + 1200 (u 800 + 900 + 500)

= 2200 autos

La ilustración 2 muestra una serie de nodos y sus respectivas rutas mediante las
cuales se supone distribuir las unidades de un producto, el número que lleva cada
arco (flecha) representa el costo unitario asociado a esa ruta (arco), y las cantidades
que se ubican en los nodos iniciales representan la oferta de cada planta, así como
las cantidades de los nodos finales representa la demanda de cada distribuidor.

Las variables de decisión.

En este caso como en la mayoría las variables de decisión deben representar la

cantidad de unidades enviadas por medio de cada ruta. Es muy aconsejable denotar
cada nodo con un número para simplificar la definición nominal de las variables.

Ilustración 3. Red de transporte.

11
Una vez renombrado cada nodo definiremos las variables.

XAC = Cantidad de unidades enviadas desde Pl hacia Tl

XA, D = Cantidad de unidades enviadas desde Pl hacia T2

XB, C = Cantidad de unidades enviadas desde P2 hacia Tl

XB, D = Cantidad de unidades enviadas desde P2 hacia T2

XC, D = Cantidad de unidades enviadas desde Tl hacia T2

XC, E = Cantidad de unidades enviadas desde Tl hacia Dl

XC, F = Cantidad de unidades enviadas desde Tl hacia D2

XD, F = Cantidad de unidades enviadas desde T2 hacia D2

XD, G = Cantidad de unidades enviadas desde T2 hacia D3

XE, F = Cantidad de unidades enviadas desde Dl hacia D2

XF, G = Cantidad de unidades enviadas desde D2 hacia D3

12
Restricciones.
Existen en este modelo 3 tipos de restricciones y están estrechamente relacionadas
con los tipos de nodos existentes, para un nodo oferta pura existe la restricción de
oferta; para un nodo demanda pura existe la restricción de demanda, y para un nodo
transitorio y/o transitorio de demanda existe la restricción de balance. Recordemos
que los nodos transitorios son aquellos que tienen rutas (arcos o flechas) de entrada
y salida, y si además este presenta un requerimiento de unidades se denomina
transitorio de demanda.

Restricciones de Oferta:

XA, C + XA, D = 1000

XB, C + XB, D = 1200

Restricciones de demanda:

XD, G + XF, G = 500

Restricciones de balanceo para nodos únicamente transitorios:

Con estas restricciones aseguramos que todas las unidades que lleguen sean
iguales a las unidades que salgan.

XA, C + XB, C - XC, D - XC, E - XC, F = 0

XA, D + XB, D + XC, D - XD, F - XD, G = 0

13
Restricciones de balanceo para nodos transitorios con requerimientos:
Con estas restricciones aseguramos que todas las unidades que lleguen sean
iguales a la sumatoria de las unidades que salen más los requerimientos del nodo
(demanda).

XC, E - XE, F = 800

XC, F + XD, F + XE, F - XF, G = 900

Función objetivo

En este caso la definición de la función objetivo se limita a la consignación de cada

ruta con su respectivo costo bajo criterio "minimizar".

Min Z = 3XA, C+ 4XA, D + 2XB, C + 5XB, D + 7XC, D + 8XC, E + 6XC, F + 4XD, F

+9XD, G + 5XE, F + 3XF, G

Este planteamiento matemático fue resuelto mediante una herramienta online

“PHPSimplex” obteniendo como resultado un costo óptimo de $20,700 dado que los
costos de transporte están dados en cientos de dólares el costo real es: $2,070,000.

Ilustración 4. Red de transporte.

El algoritmo de transporte se basa en la hipótesis que el modelo está 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 o un destino ficticios
para restaurar el equilibrio o balance.

14
Cuando la demanda es mayor que la oferta se agrega una fuente (planta) ficticia
con la capacidad para completar la demanda exigida de esta firma balancear el
modelo de transporte. En este caso, el costo de transporte por unidad, desde la
planta ficticia a los dos destinos es cero, porque no existe esa fábrica. El costo de
transporte por unidad desde la fuente ficticia a los destinos puede asumir también
valores positivos. Por ejemplo, para asegurar que el nodo receptor (demanda pura)
recibe toda su demanda, se asignará un costo (penalización) alto de transporte por
unidad al elemento cero, desde la fuente ficticia creada.

También podemos demostrar el caso en el que la oferta es mayor que la demanda,

suponiendo que la sumatoria de los nodos de demanda pura es inferior a la
sumatoria de los nodos de oferta pura. En este caso se debe agregar un centro de
distribución ficticio que “reciba” el exceso de oferta. También, los costos unitarios
de transporte al centro ficticio de distribución son cero, a menos que se deseen
imponer otras condiciones. Por ejemplo, se puede pedir que una fábrica “mande
todo” asignando un costo unitario de transporte (muy) alto, desde la fábrica indicada
hasta el destino ficticio.

15
2.5 El problema de asignación
Muchas de las situaciones exigen una respuesta, sea si o no. Así es como podemos
representar estas dos posibilidades con los valores de 0(no) y 1(si). Y aprovechar
las matemáticas para que nos ayuden ante estas decisiones difíciles, a lo que
llamamos Programación Lineal.

El Problema de asignación consisten en asignar recursos a determinadas tareas en

función de un objetivo ligado a la eficiencia de un sistema. Un ejemplo típico es la
asignación de operarios a manejar una serie de máquinas.

Para que se ajuste a la definición de un problema de asignación, es necesario que

este tipo de aplicaciones se formule de manera tal que se cumplan los siguientes
supuestos.

1. El número de asignados es igual al número de tareas. (Este número se

denota por n.
2. A cada asignado se le asigna sólo una tarea.
3. Cada tarea debe realizarla sólo un asignado.
4. Existe un costo ci j asociado con el asignado i (i = 1, 2, n) que realiza la tarea
j (j = 1, 2, n).
5. El objetivo es determinar cómo deben hacerse las n asignaciones para
minimizar los costos totales.
Cualquier problema que satisface todos estos supuestos se puede resolver en forma
muy eficiente mediante los algoritmos diseñados de manera especial para los
problemas de asignación.
Los primeros tres supuestos son bastantes restrictivos. Muchas aplicaciones
potenciales no las satisfacen por completo. Con frecuencia es posible reformular el
problema para hacerlo que se ajuste.

16
Modelo del problema de asignación.
El modelo matemático para manejar el problema de asignación utiliza las siguientes
variables de decisión:

1, 𝑠𝑖 𝑠𝑒 𝑎𝑠𝑖𝑔𝑛𝑎 𝑖 𝑝𝑎𝑟𝑎 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑟 𝑙𝑎 𝑡𝑎𝑟𝑒𝑎 𝑗,

𝑥𝑖𝑗 = {
0, 𝑠𝑖 𝑛𝑜 𝑒𝑠 𝑎𝑠𝑖,
para 𝑖 = 1,2, …, 𝑛 y 𝑗 = 1, 2, …, 𝑛. Entonces, cada 𝑥𝑖𝑗 es una variable binaria (toma
valores 0 o 1). Las variables binarias son importantes en investigación de
operaciones para representar las decisiones de si o no.

Si Z es el costo total, el modelo del problema de asignación es:

Minimizar

𝑛 𝑛

𝑍=∑ ∑ 𝑐𝑖𝑗 𝑥𝑖𝑗 ,

𝑖=1 𝑗=1

Sujeta a:

∑ 𝑥𝑖𝑗 = 1 𝑝𝑎𝑟𝑎 𝑖 = 1,2, … , 𝑛,

𝑗=1

∑ 𝑥𝑖𝑗 = 1 𝑝𝑎𝑟𝑎 𝑗 = 1,2, … , 𝑛,

𝑖=1

𝑥𝑖𝑗 ≥ 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑎 𝑖 𝑦 𝑗

(𝑥𝑖𝑗 𝑏𝑖𝑛𝑎𝑟𝑖𝑎, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑎 𝑖 𝑦 𝑗).

El primer conjunto de restricciones funcionales especifica que cada asignado realice

sólo una asignación, mientras que el segundo conjunto requiere que cada
asignación sea realizada sólo por un asignado. Si se elimina la restricción entre
paréntesis de 𝑥𝑖𝑗 sean binarias, resulta claro que el modelo es un tipo especial de
problema de programación lineal, por lo que se puede resolver de inmediato.
17
Otro modelo por el cual se puede resolver un problema de asignación es el método
Húngaro.

El método húngaro es un método de optimización de problemas de asignación,

conocido como tal gracias a que los primeros aportes al método clásico definitivo
fueron de Dénes Konig y Jeno Egerváry dos matemáticos húngaros.

Algoritmo Húngaro.

Paso 1. Antes que nada, cabe recordar que el método húngaro trabaja en una matriz
de costos n*m (el número de filas es igual al número de columnas n=m).

Paso 2. Una vez se cumple el procedimiento anterior se debe construir una nueva
matriz n*m, en la cual se consignarán los valores resultantes de la diferencia entre
cada costo y el valor mínimo de la fila a la cual cada costo corresponde (valor
mínimo 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 mínimo de cada
columna, con la diferencia que este se halla de la matriz resultante en el segundo
paso.

Paso 4. A continuación se deben de trazar líneas horizontales o verticales o ambas

(únicamente de esos tipos con el objetivo de cubrir todos los ceros de la matriz de
costos reducidos con el menor número de líneas posibles.

Paso 5. Este paso consiste en encontrar el menor elemento de aquellos valores que
no se encuentran cubiertos por las líneas del paso 4, ahora se restara del restante
de elementos que no se encuentran cubiertos por las líneas.

18
 3. Conclusión

Actualmente el objetivo de todas las empresas es la alta movilidad entre países, es

decir, la globalización de los mercados y el desarrollo de nuevas tecnologías
sumados a las respuestas efectivas de aquellas empresas que buscan el
crecimiento en el exterior asegurando el desarrollo del comercio internacional, esto
conlleva a la dificultad de los procesos de distribución del producto de forma
eficiente y a tiempo.
Dado este problema se ha establecido el modelo de transporte y sus variantes que
han satisfecho la necesidad de otorgar una solución óptima a las diferentes redes
de distribución de las empresas, mediante los diferentes casos de aplicación del
modelo de transbordo, son clase especial de programación lineal que tiene que ver
con transportar un artículo desde sus fuentes (es decir, fábricas) en algunos casos
pasando por nodos u almacenes transitorios hasta llegar a su destino final.
Mediante estos algoritmos algebraicos podemos determinar la ruta de distribución
que conlleven a un costo mínimo del total del transporte y que al mismo tiempo
satisfaga los límites de la oferta y la demanda.
En el modelo se supone que el costo de transporte es proporcional a la cantidad de
unidades transportadas en determinada ruta. En general, se puede ampliar el
modelo de transporte a otras áreas de operación, entre otras el control de
inventarios, programación de empleos y asignación de personal.

19
 Bibliografía

• Hillier, F. S., & Libierman, G. J. (s.f.). INTRODUCCIÓN A LA

INVESTIGACIÓN DE OPERACIONES. México, D.F.: McGRAW-HILL.
• ingenieriaindustrialonline. (s.f.). ingenieriaindustrialonline. Obtenido de
ingenieriaindustrialonline:
https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigación-de-operaciones/problema-de-transbordo/
• Iris Abril Martínez Salazar, G. V. (2014). INVESTIGACIÓN DE
OPERACIONES. México D.F.: Grupo Editorial Patria S.A. de C.V.
• Taha, H. A. (2004). INVESTIGACIÓN DE OPERACIONES. México, D.F.:
Pearson educación.

20