MODELOS DE ASIGACIÓN

MÉTODO HÚNGARO-MINIMIZACIÓN

Acevedo Ruiz Fabiola

Salas García Príncipe Jasiel
 Modelos de asignación
Consisten en el problema para determinar la asignación optima de
agentes u objetos “indivisibles” a n tareas. Por ejemplo, el
administrador de una empresa puede tener que asignar agentes de
ventas a territorios designados, o telefonistas para atender llamadas
de servicios, o editores a los manuscritos, o modelos a agencias de
publicidad. Los agentes u objetos que van a designarse son
indivisibles en el sentido en el que ningún agente se puede dividir
entre varias tareas. La restricción importante para cada agente, es
que será designado a una y sólo a una tarea.
Características de los modelos de asignación

Los modelos de asignación forman una

subclase especial de los modelos de
transporte.
• La capacidad en cada origen y la demanda en
cada destino deben ser igual a 1.

Estos modelos tratan de decidir que origen

asignar a cada destino.

• Los problemas típicos de esta naturaleza incluyen el

de asignar trabajadores a máquinas, equipos de
trabajo a proyectos y agentes de ventas a distritos.
 Método Húngaro

La estructura especial de los problemas de asignación ha permitido a

los matemáticos descubrir un algoritmo particularmente simple para
resolver estos problemas.
Este algoritmo llama Método Húngaro consiste en “reducir” la matriz
de costos mediante una serie de operaciones aritméticas. Estas
reducciones se utilizan para establecer costos “reducidos” de cero
en la matriz de costos. La asignación optima se logra mediante
selección de celdillas con un costo “reducido” de cero. Sin embargo.
 Procedimiento del Método Húngaro

• Paso 1: Reducción en renglones. Elabore una nueva matriz eligiendo el

costo mínimo de cada renglón y restándolo de cada costo de este
renglón.
• Paso 2: Reducción en columnas. Elija el elemento de costo mínimo en cada
columna y réstelo a cada elemento de la columna.
• Paso 3: Determine si la matriz es reducida. Encuentre el numero mínimo de
líneas rectas que se pueden trazar sobre los renglones y las columnas para
cubrir todos los ceros. Si este número es igual al de renglones (o columnas)
se dice que la matriz es reducida y se continua con el paso 5. Si el número
de rectas es menor que el número de renglones (o columnas), continúe el
paso 4
• Paso 4: Reducciones posteriores. Encuentre la menor de las celdillas no
cubiertas (sin línea recta). Reste el valor de esta celdilla a todas las celdillas
no cubiertas. Agréguelo al valor de las celdillas que se encuentren en las
intersecciones de las rectas dibujadas en el paso 3. Deje como están las
demás celdillas.
• Paso 5: Localización de la solución óptima. Ya es posible encontrar una
asignación usando solo celdillas que tengan costo cero. Para tener una
asignación óptima, debemos elegir celdillas cuyo costo sea cero. Las
celdillas con costo cero que son parte de la solución se indican mediante
una X que cruza la celdilla.
• El costo es la suma de todas las reducciones que han sido aplicadas.
 Ejemplo 1
La gerencia general de PROTAC europea se encuentra en
Bruselas. Este año como parte de su auditoria anual, el
presidente decidió que cada uno de sus vicepresidentes visite e
inspeccione una de las plantas de ensamblaje durante las dos
primeras semanas de junio. Las plantas de ensamblaje se
encuentran en Lieipzig, Nancy, Lieja y Tilburgo.
Se desea minimizar el costo de las visitas de los vicepresidentes.
• Paso 1: Reducción en renglones. Elabore una nueva matriz
eligiendo el costo mínimo de cada renglón y restándolo de
cada costo de este renglón.
Paso 2: Reducción en columnas. Elija el elemento de costo mínimo en cada
columna y réstelo a cada elemento de la columna.
• Paso 3: Determine si la matriz es reducida. Encuentre el numero
mínimo de líneas rectas que se pueden trazar sobre los renglones
y las columnas para cubrir todos los ceros. Si este número es igual
al de renglones (o columnas) se dice que la matriz es reducida y
se continua con el paso 5. Si el número de rectas es menor que
el número de renglones (o columnas), continúe el paso 4.
• Paso 4: Reducciones posteriores. Encuentre la menor de las
celdillas no cubiertas (sin línea recta). Reste el valor de esta
celdilla a todas las celdillas no cubiertas. Agréguelo al valor de
las celdillas que se encuentren en las intersecciones de las
rectas dibujadas en el paso 3. Deje como están las demás
celdillas.
• Paso 3: Determine si la matriz es reducida. Encuentre el numero
mínimo de líneas rectas que se pueden trazar sobre los
renglones y las columnas para cubrir todos los ceros. Si este
número es igual al de renglones (o columnas) se dice que la
matriz es reducida y se continua con el paso 5. Si el número de
rectas es menor que el número de renglones (o columnas),
continúe el paso 4.
• Paso 5: Localización de la solución óptima. Ya es posible
encontrar una asignación usando solo celdillas que tengan
costo cero. Para tener una asignación óptima, debemos
elegir celdillas cuyo costo sea cero. Las celdillas con costo
cero que son parte de la solución se indican mediante una X
que cruza la celdilla.

El valor de la función El costo es la suma

objetivo se encuentra de todas las
en relación con la reducciones que
matriz original de
han sido aplicadas.
costos.
 Ejemplo 2
Se desea asignar 4 máquinas a 4 lugares posibles. Cada
maquina tiene un tiempo de producción diferente en cada
lugar. Se desea minimizar los tiempos de producción asignando
las maquinas donde en conjunto tengan el menor tiempo de
producción total. A continuación se presenta la matriz donde se
ven los tiempos de cada maquina en cada lugar. El tiempo esta
dado en horas.
• Paso 1: Reducción en renglones. Elabore una nueva matriz
eligiendo el costo mínimo de cada renglón y restándolo de
cada costo de este renglón.
Paso 2: Reducción en columnas. Elija el elemento de costo mínimo en cada
columna y réstelo a cada elemento de la columna.
• Paso 3: Determine si la matriz es reducida. Encuentre el numero
mínimo de líneas rectas que se pueden trazar sobre los renglones
y las columnas para cubrir todos los ceros. Si este número es igual
al de renglones (o columnas) se dice que la matriz es reducida y
se continua con el paso 5. Si el número de rectas es menor que
el número de renglones (o columnas), continúe el paso 4.
• Paso 4: Reducciones posteriores. Encuentre la menor de las
celdillas no cubiertas (sin línea recta). Reste el valor de esta
celdilla a todas las celdillas no cubiertas. Agréguelo al valor de
las celdillas que se encuentren en las intersecciones de las
rectas dibujadas en el paso 3. Deje como están las demás
celdillas.
• Paso 3: Determine si la matriz es reducida. Encuentre el numero
mínimo de líneas rectas que se pueden trazar sobre los
renglones y las columnas para cubrir todos los ceros. Si este
número es igual al de renglones (o columnas) se dice que la
matriz es reducida y se continua con el paso 5. Si el número de
rectas es menor que el número de renglones (o columnas),
continúe el paso 4.
• Paso 5: Localización de la solución óptima. Ya es posible
encontrar una asignación usando solo celdillas que tengan
costo cero. Para tener una asignación óptima, debemos
elegir celdillas cuyo costo sea cero. Las celdillas con costo
cero que son parte de la solución se indican mediante una X
que cruza la celdilla.

El valor de la función El tiempo es la suma

objetivo se encuentra de todas las
en relación con la reducciones que
matriz original de
han sido aplicadas.
costos.
 Fuentes de consulta

• Métodos cuantitativos para la toma de decisiones

en administración. Charles A. Gallagher & Hugh J.
Watson.
• Investigación de operaciones en la ciencia
administrativa. Gould Eppen Schmidt.