TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE IGUALA

CARRERA: INGENIERÍA INDUSTRIAL
SEMESTRE: 4
MATERIA: INVESTIGACIÓN DE OPERACIONES 1
COMPETENCIA NO: 4
TRANSPORTE Y ASIGNACIÓN
ALUMNO:
RAFAEL ESCORCIA MORALES
DOCENTE: SOFÍA CASTREJÓN PÉREZ
GRUPO: A SALON: 2
HORARIO: 7:00 -8:00 AM.
CICLO ESCOLAR: ENERO-JULIO/2019

Iguala de la Independencia, Gro. A 01 de mayo de 2019

1
Índice pág.
INTRODUCCIÓN
..………………………………...………………………………………..……….…..……3,4

DEFINICIÓN DEL PROBLEMA DE TRANSPORTE.

………………………………………………...……………….………………………….5,6

ALGORITMO DE TRANSPORTE

……………………………………………………..………………..…...……......7,8,9,10,11
MÉTODO DE LA ESQUINA NOROESTE.
………………………………………………….………………………………...….12,13,14
MÉTODO DE APROXIMACIÓN DE VOGEL.
……………………………………………………….…………………………....…15,16,17

DEFINICIÓN DEL PROBLEMA DE ASIGNACIÓN

………………………………………………………………………………….…………..18

EL MÉTODO HÚNGARO.

………………………………………………………….……………………...….…19,20,21

USO DE SOFTWARE PARA LA SOLUCIÓN DE PROBLEMAS DE TRANSPORTE

(POM-QM)

……………………………………………...……………….…...22,23,24,25,26,27,28,29,30
CONCLUSIONES:
………………………………………………………………………………….……….….30
BIBLIOGRAFÍAS:
…………………………………………………………………………………….………..30

CUADRO COMPARATIVO
………………………………………………………………………………..
PROBLEMAS RESUELTOS
………………………………………………………………………………..

2
INTRODUCCIÓN.

El problema de transporte tiene su origen en 1941, cuando F. L. Hithcock presentó un estudio

llamado “La distribución de un producto desde diversos orígenes a numerosas localidades”.
Posteriormente en 1947 T. C. Koomans presentó un estudio sin relación con el de Hithcock,
llamado “Utilización óptima del sistema de transporte” ambas aportaciones contribuyeron al
desarrollo de los métodos de transporte que implican un número dado de orígenes y otros de
destinos. Aunque no todos los procesos de distribución pueden incluirse dentro del modelo
general de la programación lineal, hay dos clases de problemas de características bien
definidas y afines que pueden ser formulados y tratados dentro del marco de las relaciones
lineales: el problema de transporte y el problema de asignación de recursos.

El problema consiste en decidir cuántas unidades trasladar desde ciertos puntos de origen
(plantas, 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.

El contexto en el que se aplica el modelo de transporte es amplio y puede generar soluciones

atinentes al área de operaciones, inventario y asignación de elementos.

Cualquier modelo de transporte se compone de unidades de un bien a distribuir, m orígenes,

n 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.

3
El problema del transporte o distribución, es un problema de redes especial en programación
lineal que se funda en la necesidad de llevar unidades de un punto específico
llamado fuente u origen hacia otro punto específico llamado destino. 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.
El contexto en el que se aplica el modelo de transporte es amplio y puede generar soluciones
atinentes al área de operaciones, inventario y asignación de elementos.
El procedimiento de resolución de un modelo de transporte se puede llevar a cabo
mediante programación lineal común, sin embargo su estructura permite la creación de
múltiples alternativas de solución tales como la estructura de asignación o los métodos
heurísticos más populares como Vogel, Esquina Noroeste o Mínimos Costos.

Los problemas de transporte o distribución son uno de los más aplicados en la economía
actual, dejando como es de prever múltiples casos de éxito a escala global que estimulan la
aprehensión de los mismos.

4
DEFINICIÓN DEL PROBLEMA DE TRANSPORTE.

Un problema de transporte surge cuando se necesita un modelo costo-efectividad que permita

transportar ciertos bienes desde un lugar de origen a un destino que necesita aquellos bienes,
con ciertas restricciones en la cantidad que se puede transportar.

El PT es un caso particular de la PL

 Se debe determinar un esquema óptimo de transporte que se origina en los lugares de

oferta donde la existencia de cierta mercancía es conocida, y llega a los lugares de donde
se conoce la cantidad requerida. El costo de cada envió es proporcional a la cantidad
transportada y, el costo total es la suma de los costos individuales.

5
Una solución al PT queda definido por un conjunto de mxn número Xij, donde:

Xij: Número de unidades a enviar desde el origen i al destino j

Siendo Xij ≥ 0

El programa lineal del Problema del transporte queda expresado de la siguiente manera:

Sujeto:

DEFINICIÓN DEL PROBLEMA

1. Se tienen m lugares de origen. Cada lugar de origen tiene una capacidad de

producción Si
2. Se tienen n destinos. Cada destino j demanda Dj
3. Objetivo: Minimizar el costo de transporte de la carga al lugar de destino
cumpliendo con las restricciones de los lugares de origen.

El modelo de transporte tiene notable interés por sus importantes aplicaciones que, como se
verá en varios ejercicios, no se restringe únicamente a la distribución de mercancías.

Su procedimiento especifico de solución, llamado algoritmo de transporte consta de dos fases

y es rápido y eficiente. La primera fase consiste en obtener una solución factible inicial. Se
pasa después a la segunda fase, en la que se comprueba si la solución obtenida en la primera
fase es óptima, y si no lo es, como mejorarla.

6
ALGORITMO DE TRANSPORTE

EL PROBLEMA DE TRANSPORTE

 Corresponde a un problema de flujo de mínimo costo

 Supongamos que deseamos enviar productos desde las bodegas a los lugares de venta

Ejemplo:

 3 bodegas
 4 puntos de venta
 ai: oferta en bodega i
 bj: demanda de vendedor j
 cij: costo de envío de i a j
 Sea xij la cantidad enviada de i a j
 Formule el LP

EL PROBLEMA DE TRANSPORTE

 En general, la formulación es
 Min

FARMACÉUTICA CARLTON

La farmacéutica Carlton abastece de drogas y otros suministros médicos.

Esta tiene tres plantas en: Claveland, Detroit, Greensboro.

7
Tiene cuatro centros de distribución en: Boston, Atlanta, St Louis.

La gerencia de Carlton desea realizar el transporte de sus productos de la manera más

económica posible.

DATOS

Costo de transporte por unidad, oferta y demanda.

SUPUESTOS

* El costo de transporte por unidad es constante

* Todos los transportes ocurren simultáneamente.

* Solo se considera el costo de transporte entre el lugar de origen y el de destino

* La oferta total es igual a la demanda total.

RED QUE REPRESENTA EL PROBLEMA

SOLUCION DEL PROBLEMA DE TRANSPORTE.

En esta sección presentamos los detalles para resolver el modelo de transporte.

8
TECNICA DE TRANSPORTE.

Los pasos básicos de la técnica de transporte son:

Paso 1: determínese una solución factible.

Paso 2: determínese la variable que entra, que se elige entre las variables no básicas. Si todas
estas variables satisfacen la condición de optimidad (del método simplex), deténgase; de lo
contrario, diríjase al paso 3.

Paso 3: determínese la variable que sale (mediante el uso de la condición de factibilidad) de

entre las variables de la solución básica actual; después obténgase la nueva solución básica.
Regrese al paso 2.

OBTENCIÓN DE SOLUCIONES BÁSICAS FACTIBLES PARA PROBLEMAS DE

TRANSPORTES

Podemos obtener una solución básica factible (sbf) para un problema de transporte
balanceado mediante el método de la esquina Noroeste, el método de costo mínimo, o el
método de Vogel.

Para obtener una sbf mediante el método de la esquina noroeste, empiece en la esquina
superior izquierda del cuadro del transporte y haga a X11 lo más grande posible.

Naturalmente, X11 no puede ser mayor que el menor valor Si y así X11 S1 tache el primer
renglón del cuadro de transporte; Esto indica que si habrá más variables básicas del renglón
1 del cuadro. También d1-S1. Si X11=d1, tache la primera la columna del cuadro de
transporte y cambie S1 – d1.

Si X11= S1 = d1, tache o el renglón 1, o la columna 1 (pero no ambos), del cuadro de

transporte. Si tacha el renglón 1, cambie d1 por cero; si tacha columna 1, cambie S 1 por 0.

Continúe aplicando este procedimiento a la celda mas noroeste del cuadro que no cae en un
renglón eliminado o en una columna eliminada.

Finalmente, llegara un momento en el cual solo queda una celda a la cual se puede asignar
un valor.

9
Asigne a esta celda un valor igual a la oferta de su renglón o a la demanda de su columna, y
tache el renglón y la columna de la celda. Se obtiene de esta manera una solución básica
factible.

OBTENER LA SOLUCIÓN ÓPTIMA PARA UN PROBLEMA DE TRANSPORTE

Paso 1: Si el problema no está balanceado, balancéelo.

Paso 2: Utilice uno de los métodos descritos anteriormente para obtener una solución básica
factible.

Paso 3: Utilice el hecho de que U1=0, y Ui+Vj=Cij en todas las variables básicas para
encontrar (U1, U2…Um V1, V2…Vn) para la sbf actual.

Paso 4: Si Ui + Vj – Cij es menor o igual a cero, para todas las variables no básicas, entonces
la sbf actual es óptima. Si no es así se introduce la variable con valor más positivo de Ui +
Vj –Cij en la base. Para hacer esto, encuentre un circuito cerrado (se puede demostrar que
solamente existe un circuito cerrado) que contiene la variable que entra y algunas de las
variables básicas. Después, tomando en cuenta solamente las celdas en el circuito cerrado
marque las que se encuentren alejadas en número par (0,2,4,6,…) de celdas de la variable
que entra como celdas pares. También marque las celdas en el circuito cerrado, que se
encuentra un número impar de celdas de la variable que entra como celdas impares. Ahora
encuentre la celda impar cuya variable toma el menor valor. Llame este valor teta. La variable
correspondiente a esta celda impar saldrá de la base. Para realizar el pivoteo, disminuye el
valor de cada celda impar en teta y aumenta el valor de cada celda par en teta. Los valores de
las variables que no se encuentran en el circuito cerrado permanecen sin cambio. Ahora se
completó el bloqueo.

Sí teta es igual a cero, la variable que entra será igual a cero, y una variable impar que tiene
un valor actual de cero, saldrá de la base. En este caso, existía un sbf degenerada antes del
pivoteo y resultará después del pivoteo.

Si más de una celda impar en el circuito cerrado es igual a teta. Puede escoger arbitrariamente
una de estas celdas impares para que salga de la base; se obtendrá una vez más una sbf
degenerada. El pivoteo produce una nueva sbf.

10
Paso 5: Regrese a los pasos 3 y 4, utilizando la nueva sbf. Para un problema de
maximización, proceda como se especificó, pero cambie el paso 4 por el paso 4’.

Paso 6: Si Ui + Vj –Cij es mayor o igual a cero, para todas las variables no básicas, entonces,
la sbf actual es óptima. De otra manera, coloque la variable con el valor más negativo de Ui
+ Vj – Cij en la base mediante el procedimiento de pivoteo.

11
MÉTODO DE LA ESQUINA NOROESTE.

El Método de la Esquina Noroeste (o esquina superior izquierda) es una heurística que se

aplica a una estructura especial de problemas de Programación Lineal llamada Modelo de
Transporte, la cual permite asegurar que exista una solución básica factible inicial (no
artificial). Otros métodos para la obtención de una solución básica de inicio son el Método
de Costo Mínimo y Método de Aproximación de Vogel. En general, el Método de Vogel
produce la mejor solución básica de inicio y el de la Esquina Noroeste la peor, sin embargo,
el Método de la Esquina Noroeste implica el mínimo de cálculos.
El Método de la Esquina Noroeste comienza en la celda (ruta) correspondiente a la esquina
noroeste, o superior izquierda, de la tabla (variable ). A continuación, una descripción de
los pasos:
Paso 1: Asignar todo lo posible a la celda seleccionada y ajustar las cantidades asociadas de
oferta y demanda restando la cantidad asignada.
Paso 2: Salir de la fila o la columna cuando se alcance oferta o demanda cero, y tacharlo,
para indicar que no se pueden hacer más asignaciones a esa fila o columna. Si una fila y una
columna dan cero al mismo tiempo, tachar sólo uno (la fila o columna) y dejar una oferta
(demanda) cero en la fila (columna) que no se tachó.
Paso 3: Si queda exactamente una fila o columna sin tachar, detenerse. En caso contrario,
avanzar a la celda de la derecha si se acaba de tachar una columna, o a la de abajo si se tachó
un reglón. Seguir con el Paso 1.

Método de la Esquina Noroeste

Para ilustrar la aplicación del Método de la Esquina Noroeste consideremos el siguiente
problema balanceado de transporte que considera 3 silos productos (oferta) que satisfacen
las necesidades de 4 molinos (demanda). El algoritmo de transporte se basa en la hipótesis
que el modelo está balanceado, es decir, que la demanda total es igual a la oferta total (si el
modelo no está balanceado siempre se podrá aumentar con una fuente o un destino ficticios
para restaurar el equilibrio o balance).

12
 Los costos unitarios de transporte desde el silo i al molino j se representan en la esquina
superior derecha de cada cuadro. Por ejemplo el costo unitario de enviar una unidad de
producto desde el silo 1 al molino 1 es de $10. Adicionalmente los silos 1, 2 y 3 tienen
capacidad u oferta de 15, 25 y 10 unidades, respectivamente. Por otra parte los molinos 1, 2,
3 y 4 tienen requerimientos o demanda de 5, 15, 15 y 15 unidades, respectivamente. El
modelo esta balanceado (suma oferta = suma demanda = 50 unidades).
Al aplicar el Método de la Esquina Noroeste al ejemplo anterior se obtienen los siguientes
resultados. Las flechas indican el orden en el que se generan las cantidades asignadas:

 La cantidad asignada a la celda son 5 unidades, dado que, si bien el silo 1 tiene capacidad
de 15 unidades, el molino 1 sólo necesita (demanda) 5 unidades (no se realizan más
asignaciones a la columna 1 correspondiente al molino 1).

 A continuación, nos movemos a la derecha y asignamos lo máximo posible (10 unidades

remanentes) a la celda (con lo cual se completa la capacidad del silo 1 y en consecuencia
no es posible seguir realizando asignaciones en la fila 1).

13
 Luego asignamos 5 unidades a la celda lo cual es por cierto menor que la capacidad del
silo 2 pero lo suficiente para satisfacer los requerimientos del molino 2 (ahora no es posible
generar asignaciones adicionales a la columna 2).

 Nos movemos a la derecha y se asignan 15 unidades del silo 2 al molino 3 ( ) lo que

cubre inmediatamente los requerimientos del molino 3 (no es necesario asignar más en la
columna 3).

 Nuevamente nos movemos a la derecha y asignamos lo máximo posible (5 unidades que es

la capacidad remanente del silo 2, es decir, ) con lo cual el silo 2 opera a máxima
capacidad (ahora ya no es posible nuevas asignaciones en la fila 2).

 Finalmente se asignan 10 unidades del silo 3 al molino 4 ( ) cubriendo la demanda

de dicho molino (y la capacidad del correspondiente silo).

En consecuencia la solución básica factible inicial

es: que reporta un costo del
programa (valor en la función objetivo)
de: Z=5(10)+10(2)+5(7)+15*(9)+5(20)+10*(18)=$520.
Notar que si se implementa computacionalmente el problema anterior haciendo uso
de Solver de Excel y utilizando como motor de resolución Simplex_LP se alcanza la
siguiente solución óptima (celdas amarillas) con costo mínimo (valor óptimo) de $435.

14
 MÉTODO DE APROXIMACIÓN DE VOGEL.

El Método de Aproximación de Vogel 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).
Los pasos que requiere la aplicación del Método de Aproximación de Vogel son los
siguientes:
Paso 1: Determinar para cada fila (columna) una medida de penalización restando el
elemento de costo unitario mínimo en la fila (columna) del elemento con costo
unitario siguiente al mínimo de la misma fila (columna).
Paso 2: Identificar la fila o columna con la mayor penalización. Romper los empates (de
existir) de forma arbitraria. Asignar todo lo posible a la variable que tenga el mínimo costo
unitario de la fila o columna seleccionada. Ajusta la oferta y la demanda y tachar la fila o la
columna ya satisfecha. Si se satisfacen una fila y una columna en forma simultánea, sólo se
tacha uno de los dos y al que queda se le asigna oferta o demanda cero.
Paso 3:
 Si queda sin tachar exactamente una fila o columna con cero oferta o demanda, detenerse.

 Si queda sin tachar una fila (columna) con oferta (demanda) positiva, determinar las variables
básicas en la fila (columna) con el Método del Costo Mínimo. Detenerse.
 Si todas las filas y columnas que no se tacharon tienen cero oferta y demanda (restante),
determinar las variables básicas cero por el Método del Costo Mínimo. Detenerse.
 En cualquier otro caso, seguir en el Paso 1.

Ejemplo Método de Aproximación de Vogel

Consideremos nuevamente un problema de transporte balanceado que tiene 3 fuentes de
oferta (silos) y 4 fuentes de demanda (molinos). Los valores numéricos en la esquina superior
derecha de cada cuadro, en adelante representan el costo unitario de transporte desde el
silo i al molino j. Por ejemplo es el costo unitario de transporte desde el silo 1 al
molino 1.

15
Según lo descrito anteriormente el primer paso consiste en calcular el factor de penalización
para cada fila y columna de la tabla que representa el problema de transporte anterior. Por
ejemplo, en la fila 1 el mínimo costo es $2 y el costo unitario siguiente al mínimo es $10. En
consecuencia, la penalización de dicha fila es $8 ($10-$2). Se replica el mismo cálculo para
cada fila y columna de la tabla lo cual es trivial y reporta los siguientes resultados (se han
marcado las penalizaciones de las respectivas filas y columnas con color naranjo para mayor
claridad):

Como la fila 3 tiene la máxima penalización ($10) y la celda correspondiente a tiene el

costo unitario mínimo de esa fila, se asigna 5 unidades a (más no es necesario aun cuando
la capacidad del silo 3 lo permite dado que la demanda del molino 1 es de sólo 5 unidades).
Con esto la columna 1 se debe tachar (lo hemos marcado con color amarillo) y se procede a
calcular las nuevas penalizaciones como se aprecia a continuación:

16
Ahora la penalización máxima es $9 ($11-$2) lo cual se alcanza en la fila 1. En consecuencia,
se asigna la máxima cantidad posible a la variable , con lo que se obtiene , y al
mismo tiempo se satisfacen tanto la fila 1 como la columna 2. En forma arbitraria se tacha la
columna 2 y se ajusta a cero la oferta en la fila 1.

Al continuar de la misma forma, ahora la fila 2 es la que produce la máxima penalización

correspondiente a $11 ($20-$9), por tanto, se asigna , con lo que se tacha la columna
3 y quedan 10 unidades en la fila 2. Sólo queda la columna 4 y tiene 15 unidades de oferta
positiva. Al aplicar el Método del Costo Mínimo a esa columna, se asigna de forma
sucesiva (se recomienda verificar dichos resultados). Notar
adicionalmente que hay otras soluciones posibles que dependen de cómo se rompen los
empates.

El valor de la función objetivo asociado a esta solución factible inicial

es Z=15(2)+0(11)+15(9)+10(20)+5(4)+5(18)=$475 que es similar a lo alcanzado por el
Método del Costo Mínimo, no obstante, en general el Método de Aproximación de Vogel
reporta mejor solución de inicio.

17
DEFINICIÓN DEL PROBLEMA DE ASIGNACIÓN
El problema de asignación es una variación del problema original de transporte, variación en
la cual las variables de decisión X(i,j) solo pueden tomar valores binarios, es decir ser cero
(0) o uno (1), en la solución óptima, lo que supone que la oferta y la demanda están
perfectamente alineadas, de hecho ambas son iguales a uno (1).
Múltiples son los casos en los que como ingenieros industriales podemos hacer uso del
problema de asignación para resolver diversas situaciones, entre los que cabe mencionar se
encuentran la asignación de personal a maquinas, herramientas a puestos de trabajos, horarios
a maestros, candidatos a vacantes, huéspedes a habitaciones, comensales a mesas,
vendedores a zonas territoriales etc.

En el modelo de asignación, la idea fundamental de resolución es ¿qué fuente satisface mejor

el destino?, y dado que hemos asociado el modelo a una gran diversidad de circunstancias
esta pregunta puede plantearse en múltiples contextos, como ¿qué candidato es el idóneo para
la vacante?, o ¿qué personal es el indicado para la línea productiva?, o ¿qué personal es el
mejor para ejecutar determinada tarea? Una característica particular del modelo de asignación
es que para su resolución no se hace necesario que el número de fuentes sea igual al número
de destinos, lo cual es muy común en la vida real, teniendo en cuenta su aplicación, pues
generalmente la cantidad de aspirantes es superior al número de vacantes (lógicamente
haciendo referencia a la aplicación del modelo al contexto de oferta y demanda laboral).

18
EL MÉTODO HÚNGARO.

Un caso típico de un modelo de asignación es aquel que considera la asignación de

trabajadores de distintos niveles de capacitación a puestos de trabajo. Naturalmente un
puesto que coincide con los conocimientos de un trabajador cuesta menos que uno en el que
el trabajador no es tan hábil. El objetivo del modelo es determinar la asignación de costo
mínimo de trabajadores a puestos.
Consideremos un problema con n trabajadores que deben ser asignados a n puestos de
trabajo. Sea el costo de asignar al trabajador i al puesto j. Asumamos adicionalmente que
cada trabajador debe realizar exactamente un trabajo. Notar que no existe pérdida de
generalidad en asumir que la cantidad de trabajadores es igual a la cantidad de puestos,
porque siempre se pueden agregar trabajadores o puestos ficticios para obtener esa condición.
El Método Húngaro consta de los siguientes pasos:
Paso 1: En la matriz original de costo, identificar el mínimo de cada fila y restarlo de todos
los elementos de la fila.
Paso 2: En la matriz que resulte del Paso 1, identificar el mínimo de cada columna, y restarlo
de todos los elementos de la columna.
Paso 3: Identificar la solución óptima como la asignación factible asociada con los elementos
cero de la matriz obtenida en el Paso 2.
A continuación, presentaremos un ejemplo que muestra la aplicación del Método
Húngaro que nos permite decidir la asignación de trabajadores a puestos de trabajo.
Ejemplo Método Húngaro
Un equipo de 3 ingenieros debe ser asignado para la realización de 3 tareas, donde cada
ingeniero debe hacer una tarea. Se requiere encontrar la asignación de costo mínimo para lo
cual se dispone de los costos asociados a que el ingeniero i realice la tarea j. Por
ejemplo, representa el costo correspondiente a que el ingeniero 1 asuma la tarea 1.

Aplicar el Método Húngaro para encontrar una asignación óptima de los ingenieros a las
tareas.
El Paso 1 del Método Húngaro requiere identificar el valor mínimo de cada fila. En el caso
de la fila 1 dicho valor es $9 siendo el costo de que el ingeniero realice la tarea 3. En particular

19
si se dispone de un problema de mayor tamaño, hacer uso de Excel facilita los cálculos tal
como se muestra en la siguiente imagen:

A continuación, se resta el mínimo de cada fila a cada uno de los valores de la fila respectiva,
para obtener la matriz reducida:

La aplicación del Paso 2 produce los mínimos de cada columna según se observa en la tabla
anterior. Al restar esos valores de las columnas respectivas se obtiene la siguiente matriz
reducida:

20
Las celdas con valor cero y color azul son la solución óptima. En consecuencia, el ingeniero
1 realiza la tarea 2, el ingeniero 2 asuma la tarea 1 y el ingeniero 3 la tarea 3. Cada ingeniero
realiza exactamente una tarea y el costo total de dicha asignación (valor óptimo) es
de $9+$10+$8=$27. Los pasos presentados del Método Húngaro para el ejemplo anterior
funcionaron bien debido a que los elementos cero de la matriz anterior permite una
asignación factible de ingenieros a tareas (en el sentido que las tareas se asignan de forma
única a los ingenieros). No siempre esto es posible lograr una solución factible en la
aplicación caso en el cual se requiere pasos adicionales para la aplicación del método.

21
USO DE SOFTWARE PARA LA SOLUCIÓN DE PROBLEMAS
DE TRANSPORTE (POM-QM )
Introducción: El software POM-QM (Production and Operations Management, Quantitative
Methods) es una herramienta que contiene los principales métodos cuantitativos para las
asignaturas de Investigación de operaciones I y II, así como otras propias de la carrera de
Ingenierías.

En este punto ocuparemos el software para la resolución de problemas de transporte y asignación

22
23
24
25
26
PROBLEMA DE ASIGNACIÓN

27
28
29
CONCLUSIONES:
Con ayuda de los métodos de asignación y transporte se puede lograr un óptimo reparto de
productos o personal dentro de una empresa lo que permite tener un mejor desarrollo y
obtener más ganancias, que se verán reflejadas en el crecimiento de esta a base de un buen
funcionamiento. Permite administrar de la mejor manera los recursos con los que se cuenta
para poder aprovecharlos al máximo, como también ayuda a obtener mayores ganancias y a
minimizar los costos.

BIBLIOGRAFÍAS:
https://jrvargas.files.wordpress.com/2008/08/practicas-de-io-con-pom-qm2.pdf
https://analisisderedes.wordpress.com/unidad-ii/problema-de-transporte/

Hillier, F.; Liberman, G. (2001). Investigación de Operaciones. México. Editorial Mc. Graw
Hill.
Mathur, K.; Solow, D (1996). Investigación de Operaciones. El arte de la toma de decisiones.
México. Prentice Hall.
Taha, H. (2004). Investigación de Operaciones. México. Perason Prentice Hall.
Wayne, W. (2005). Investigación de Operaciones. Aplicaciones y Algoritmos. México.
Editorial Thomson.

30
31