INSTITUTO TECNOLÓGICO NACIONAL DE MÉXICO

“CAMPUS VILLAHERMOSA”

MODELOS DE OPTIMIZACIÓN DE RECURSOS

UNIDAD 3:
ALGORITMOS ESPECIALES DE PROGRAMACION LINEAL

DOCENTE:
LEOVARDO EZCANGA ORTIZ

ALUMNO:
JESÚS MANUEL GAMAS HERNANDEZ

CLASE:
15:00 - 16:00

VILLAHERMOSA, TABASCO, MEXICO FECHA DE ENTREGA: 28/FEBRERO/2024

INDICE
 INTRODUCCIÓN
En este tema veremos el tema algoritmos especiales de programación lineal, en el cual
se busca optimizar y minimizar una función lineal, llamada función objetivo, de forma
que las variables de dicha función estén sujetas a restricciones expresadas mediante
un sistema de inecuaciones lineales, en cada uno de los siguientes algoritmos
especiales como se menciono con anterioridad cuando se encuentra la función objetivo
a un determinado problema se comienza a buscar una forma, ya sea de minimizar un
gasto o de maximizar una ganancia en un determinado problema de programación
lineal y por ello veremos los próximos temas para comprender de mejor forma a lo que
nos referimos.
 3.1 EL PROBLEMA DE TRANSPORTE: PLANTEAMIENTO DEL
PROBLEMA, DETERMINACIÓN DE LA SOLUCIÓN BÁSICA FACTIBLE
INICIAL, EL CRITERIO DE OPTIMABILIDAD Y EL ALGORITMO DE
MEJORAMIENTO DE LA SOLUCIÓN (RUTA DE LOS SIGNOS)

La programación lineal es un campo tan amplio que se extiende a subclases de

problemas para los cuales existen métodos de solución especiales. Dos de estas dos
subclases se conocen como problemas de transporte y problemas de asignación.
Cualquiera de los métodos generales de solución de PL, como el método símplex o el
algebraico, puede servir para resolver estos problemas. Pero se han desarrollado
métodos mas sencillos que aprovechan ciertas características de los problemas.
Entonces, el método del transporte y el método de asignación son solo técnicas
especiales para resolver ciertos tipos de problemas de PL. El transporte desempeña un
papel importante en la economía y en las decisiones administrativas. Con frecuencia la
disponibilidad de transporte económico es critica para la sobre vivencia de una
empresa.

Este capitulo no cubre todo el campo del transporte ya que es demasiado extenso. M·s
bien se hace hincapié en una clase especial de problemas de transporte y en como
pueden resolverse. Después se ver· que estos mismos métodos pueden usarse para
resolver problemas que no tienen relación con el transporte.

La manera m·s fácil de reconocer un problema de transporte es por su naturaleza o

estructura "de-haca": de un origen hacia un destino, de una fuente hacia un usuario, del
presente hacia el futuro, de aque hacia allá. Al enfrentar este tipo de problemas, la
intuición dice que debe haber una manera de obtener una solución. Se conocen las
fuentes y los destinos, las capacidades y demandas y los costos de cada trayectoria.
Debe haber una combinación Optima que minimice el costo (o maximice la ganancia).
La dificultad estriba en el gran numero de combinaciones posibles. Puede formularse
un problema de transporte como un problema de PL y aplicarse el método símplex. Si
se hiciera, se encontrarla que los problemas de transporte tienen características
matemáticas.
El método del transporte en realidad no es un método, sino varios. Sin embargo, existe
una estrategia general, como se muestra en la figura 10-2. Primero, se construye una
matriz de transporte y después se encuentra una solución inicial. Esta solución inicial
puede ser Optima o no. La única manera de saberlo es probándolo y existen varias
técnicas para hacerlo. Si la solución no es Optima, se revisa y la prueba se repite.
Cada interacción la solución estar· más cerca del Optimo. Se examina esta estrategia
por partes, una a la vez, comenzando con la matriz de transporte.

El método para encontrar una solución inicial se llama método del costo mínimo (LCM).
Este método esta basado en la intuición y la habilidad para descubrir la matriz
rápidamente. Como el objetivo es minimizar los costos de transporte la intuición debe
conducir a escoger las rutas menos costosas. Esto es exactamente lo que hace el
LCM.
Una vez encontrada una solución inicial, el siguiente paso es probar la optimabilidad.
Existen dos métodos para esta prueba. El método de la distribución modificada (MODI)
y el método de la piedra que rueda. Difieren en la mecánica, pero ambos dan
exactamente los mismos resultados con la misma estrategia de prueba. Esta estrategia
consiste en probar cada celda vacía (ruta no usada), una a la vez, calculando el costo
marginal por usar esa celda. Después, si una o m·s celdas tienen costo marginal
negativo, se revisa la solución. Se explorar· esta estrategia un poco m·s, antes de
entrar en los detalles para ponerla en practica.
Una vez encontrada una solución inicial, el siguiente paso es probar la optimabilidad.
Existen dos métodos para esta prueba. El método de la distribución modificada (MODI)
y el método de la piedra que rueda. Difieren en la mecánica, pero ambos dan
exactamente los mismos resultados con la misma estrategia de prueba. Esta estrategia
consiste en probar cada celda vacía (ruta no usada), una a la vez, calculando el costo
marginal por usar esa celda. Después, si una o mas celdas tienen costo marginal
negativo, se revisa la solución. Se explorar· esta estrategia un poco mas, antes de
entrar en los detalles para ponerla en practica.
 3.2 EL PROBLEMA DE ASIGNACIÓN: PLANTEAMIENTO DEL
PROBLEMA, ALGORITMO PARA DETERMINAR LA ASIGNACIÓN
ÓPTIMA.

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.

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).

Los problemas de asignación forman una subclase especial de los problemas de

transporte. Para quedar clasificado como un problema de asignación,
la capacidad en cada origen y la demanda en cada destino debe ser igual a 1. Como su
nombre lo dice, el problema trata de decidir qué origen asignar a cada destino. Los
problemas típicos de esta naturaleza incluyen el de asignar trabajadores a m·quinas,
equipos de trabajo a proyectos y agentes de ventas a distritos. Los problemas de
asignación de pequeña escala pueden resolverse con la enumeración de todas las
combinaciones y la selección de la mejor. Pero para un problema de n x n, existen ni
soluciones posibles. Aun un pequeño problema de 5 x 5 tiene 120 soluciones. Se
podría usar el método de ramificación y acotamiento del capitulo 9. También los
métodos generales de solución de PL como el símplex, o aun el método del transporte.

Método Húngaro
Apartándonos un poco de la idea expresada en módulos anteriores respecto a la
facilidad de resolver problemas atinentes a la investigación operativa en especial
aquellos de transporte mediante el uso de herramientas tecnológicas como lo son
WinQSB, LINGO, TORA, STORM, Excel, Or Tools, etc.. vale la pena ya sea para fines
académicos o de cultura ingenieril realizar la resolución del problema de asignación
mediante el algoritmo que se creó para tal fin, como lo es el Método Húngaro.

Paso 1
Antes que nada cabe recordar que el método húngaro trabaja en una matriz de costos
n*m (en este caso conocida como matriz m*m, dado que el número de filas es igual al
número de columnas n = m), una vez construida esta se debe encontrar el elemento
más pequeño en cada fila de la matriz.
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, luego se
construirá una nueva matriz en la cual se consignarán los valores resultantes de la
diferencia entre cada costo y el valor mínimo de la columna a la cual cada costo
corresponde, matriz llamada «Matriz de Costos Reducidos».
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, si el número de lineas es
igual al número de filas o columnas se ha logrado obtener la solución óptima (la mejor
asignación según el contexto de optimización), si el número de líneas es inferior al
número de filas o columnas se debe de proceder con el paso 5.
Paso 5
Este paso consiste en encontrar el menor elemento de aquellos valores que no se
encuentran cubiertos por las lineas del paso 4, ahora se restará del restante de
elementos que no se encuentran cubiertos por las líneas; a continuación este mismo
valor se sumará a los valores que se encuentren en las intersecciones de las lineas
horizontales y verticales, una vez finalizado este paso se debe volver al paso 4.
RESÚMENES
 CONCLUSIÓN

Con la ayuda de estos algoritmos tenemos una idea de la forma en la que podemos
encontrar la manera mas optima ya sea de maximizar o minimizar un costo en
diferentes ámbitos siempre y cuando sepamos identificar los datos que requerimos
para realizar dicho movimiento.