El mtodo del cruce del arroyo tambin llamado algoritmo de Stepping Stone

o mtodo del paso a paso es un mtodo que nos ayuda a calcular cul sera la
variacin del costo mnimo, adems a buscar la solucin ptima de un problema
de transporte solucionado por algunos de los mtodos (Vogel, Costo mnimo,
Esquina Noroeste entre otros).
Este mtodo parte de una solucin factible, la cual es tomada de cualquiera de
las soluciones que arrojan los mtodos de asignacin.
El Cruce del Arroyo evala la solucin inicial y mediante iteraciones (procesos
aritmticos) busca mejorarla hasta llegar a la solucin ptima. Si la solucin de
partida es la ms desfavorable en trminos econmicos, el procedimiento se
har ms dispendioso pues implica ms iteraciones hasta aproximarse a la
solucin ptima. Por tal motivo entre mas acertado sea la solucin de la que
partiremos, resultara mas confiable la solucin optima que resultara de nuestro
procedimiento.
CARACTERSTICAS
1.

Se debe comenzar a resolver por las celdas vacas.

2.

El nmero de casillas debe ser igual a m+n-1

3.

Se deben trazar las lneas solo horizontal y verticalmente.

4.

Se puede trazar lneas por celdas llenas o vacas sin utilizarlas.

5. El Circuito debe comenzar en una celda vaca y al recorrer las celdas ocupadas
debe terminar en la misma celda vaca en la que comenz.
6. Cuando alguno de los ndices de mejoramiento arroja un resultado negativo, se
toma el nmero menor de las celdas con signo negativo (-) y este valor se le
suma a las celdas con signo positivo (+) y se resta a las celdas cuyo signo sea
negativo(-). Estas sern las nuevas asignaciones.
7. Cuando los ndices de mejoramiento arrojan como resultado cero (0) o un
numero positivo se puede concluir el ejercicio, es decir, se ha llegado a la
solucin
optima.

IMPORTANCIA
El Mtodo del Cruce del Arroyo nos permite encontrar la solucin optima a
partir del resultado factible que arrojan las operaciones con los mtodos de
transporte.
PASOS DE APLICACIN
Cuando se esta en la solucin factible inicial, obtenida por cualquiera de los
mtodos de distribucin descritos anteriormente, los pasos a seguir son:

1. Se efectan recorridos cerrados en todas las casillas no asignadas de la tabla

de solucin inicial. el recorrido debe iniciar en una casilla no asignada, haciendo
su recorrido por varias casillas asignadas; en la casilla inicial ira un signo
positivo(+), alternndose a uno negativo(-) y as sucesivamente en todas las
casillas asignadas por donde se efecta el circuito.
2. Cuando se hallan efectuados todos los recorridos de las casillas no asignadas
(donde los costos de las casillas asignadas, segn el recorrido tendr signo
positivo o negativo). Si todos los costos marginales nos arrojan resultados
positivos quiere decir que el ejercicio ha llegado a su final, ya que esto nos
indica que hemos llegado al resultado optimo de la operacin.
3. Cuando se hallan efectuado todos los recorridos de las casillas no
asignadas(donde los costos de las casillas asignadas, segn el recorrido tendr
signo positivo o negativo). y los costos marginales nos arrojan algn resultado
negativo se buscan las nuevas asignaciones y se procede a una nueva iteracin.
4. Se repite el paso 1,2 y 3 hasta que la suma de los recorridos de todas las
casillas no asignadas sean positivas(+) o cero (0), que es la forma como
sabremos que el ejercicio a llegado a su resultado optimo.

CONCLUSIN
Por medio del Mtodo del Cruce del Arroyo podemos optimizar una solucin
factible reflejando esto en la minimizacin de los costos por operacin
aumentando la productividad de la empresa
Unidad Cinco: Mtodo de Transporte y Mtodo de Asignacin

TRANSPORTE Y ASIGNACIN
5.1 Definicin del problema de transporte
Mtodo de Transporte
El mtodo de transporte analiza los costos de transporte tanto de la materia prima
como de los productos terminados. El mtodo consiste en reducir al mnimo
posible los costos destinados a satisfacer los requerimientos totales de demanda y
abastecimiento de materiales.
5.2 Mtodo de Aproximacin de Vogel (MAV)
Este mtodo es un mtodo de transporte en el cual todos los datos se llevan a una
matriz oferta-demanda u origen-destino, se escoger aquel sitio que cause los
mnimos costos totales.
Oferta / Demanda/Destino
Origen
W
X
C11
X11

Y
C12

X12
C21

X21

C13
X13

C22
X22

C31

Z
n1

C24

n2

C34

n3

X14
C23

X23
C32

C14

X24
C33

X31

X32

X33

X34

m1

m2

m3

m4

m1+m2 + m3 + m4 = n1 + n2 + n3
La oferta en todos los orgenes debe igualar a la demanda de todos los destinos.
Esta restriccin se impone porque es fundamental para desarrollar la tcnica de
transporte. Sin embargo, cualquier sistema real puede balancearse artificialmente
convirtindolo en un a un problema con igual oferta y demanda, mediante la
aadidura de orgenes o destinos ficticios. Si la demanda excede a la oferta se

aumenta un destino ficticio que suministrar la cantidad faltante. Si existe un

exceso de oferta se utiliza un destino ficticio para absorber la cantidad excedente.
Los costos de transporte por unidad desde el origen ficticio a todos los destinos son
ceros ya que esto es equivalente a no transportar desde el origen ficticio. En forma
semejante los costos de transporte por unidad desde todas las fuentes a los destinos
ficticios es cero. Fsicamente las cantidades enviadas desde un origen ficticio
pueden interpretarse como escasez de la demanda, mientras que los asignados a un
destino ficticio pueden interpretarse como capacidades no utilizadas en el origen.
El MAV es un mtodo heurstico y la mayor parte del tiempo produce soluciones
ptimas o muy cercanas a la ptima.
Pasos del MAV
1. Evale una penalizacin para cada rengln (columna) restando el elemento de
costo ms pequeo en el rengln (columna) del siguiente elemento de costo ms
pequeo en el mismo rengln (columna).
2. Identifique el rengln o columna con la penalizacin mayor, rompiendo
arbitrariamente los empates. Asigne tanto como sea posible a la variable con el
costo mnimo en el rengln o columna, si se satisfacen simultneamente,
nicamente uno de ellos se tacha y al rengln (columna) restante se le asigna una
oferta (demanda) cero. Cualquier rengln o columna con oferta o demanda cero no
deber ser utilizado al calcular penalizaciones futuras.
3. Si exactamente un rengln o columna esta sin tachar pare o detngase. Si
nicamente un rengln (columna) con oferta (demanda) positiva permanece sin
estar tachada, determine las variables bsicas por el mtodo de costo mnimo
(asignar tanto como sea posible a la variable con el costo unitario ms pequeo).
En cualquier otro caso calcule las penalizaciones para los renglones y columnas no
tachadas y vaya al paso dos.
Nota: el nmero de variables bsicas tiene que ser m + n 1
5.4 Procedimiento de optimizacin
Mtodo del Banquillo (Stepping Stones)
Este mtodo sirve para probar si ya se alcanz la optimizacin en el mtodo de
transporte. Una vez que se tiene una buena solucin al mtodo de transporte
usando el MAV, es necesario probar si esta es ptima, cambiando unas unidades a
otras rutas, para evaluar cada cuadro abierto (sin nmero asignado). Siga estos
pasos:
1.
Determine una trayectoria cerrada. Empezando con el cuadro abierto a ser
evaluado y saltando a otros cuadros cerrados (con asignaciones), hasta regresar al
cuadro original abierto. Cada elemento de la esquina de la trayectoria debe ser un
cuadro cerrado (con asignaciones).
2.
Empezando con el cuadro abierto a ser evaluado, asigne un signo ms (+)
alterne signos menos (-) y ms (+). A las esquinas (cuadros) de la trayectoria. Es
indiferente si el circuito se recorre en el sentido de las manecillas del reloj o en
sentido contrario.

3.
Sume los costos por unidad en los cuadros con el signo ms (+), reste los
costos por unidad en los cuadros con el signo menos (-). Si el resultado es negativo,
significa que se puede obtener una disminucin de los costos con una nueva
asignacin.
4.
Si el resultado del punto 3 fue negativo, entonces la variable que sale es
aquel cuadro cerrado que tiene el valor ms pequeo ya que ser la primera que
llegue al valor cero y cualquier disminucin adicional causar se negatividad. El
cuadro deber tener el signo menos (-).
5.
Cuando la suma de todos los cuadros abiertos sea positiva, entonces se ha
llegado a la solucin ptima.
Nota: recuerde que el nmero de

MTODO DE LA ESQUINA NOROESTE

El mtodo de la esquina Noroeste es un algoritmo heurstico capaz de

solucionar problemas de transporte o distribucinmediante 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".

MTODO DEL COSTO MNIMO

El mtodo del costo mnimo o de los mnimos costos es un algoritmo

desarrollado con el objetivo de resolver problemas de transporte o distribucin,
arrojando mejores resultados que mtodos 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 ms sencillo que los anteriores dado que se trata
simplememente de la asignacin 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 mtodo.

ALGORITMO DE RESOLUCIN DEL COSTO MNIMO

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, 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".

PROBLEMAS DE ASIGNACIN

El problema de asignacin es una variacin del problema original de transporte,

variacin en la cual las variables de decisin X(i,j) solo pueden tomar valores
binarios, es decir ser cero (0) o uno (1) en la solucin ptima, lo que supone que la
oferta y la demanda estn perfectamente alineadas, de hecho ambas son iguales
a uno (1).

Mltiples son los casos en los que como ingenieros industriales podemos hacer
uso del problema de asignacin para resolver diversas situaciones, entre los que

cabe mencionar se encuentran la asignacin de personal a maquinas,

herramientas a puestos de trabajos, horarios a maestros, candidatos a vacantes,
huspedes a habitaciones, comensales a mesas, vendedores a zonas territoriales
etc.

En el modelo de asignacin la idea fundamental de resolucin es qu fuente

satisface mejor el destino?, y dado que hemos asociado el modelo a una gran
diversidad de circunstancias esta pregunta puede plantearse en mltiples
contextos, como qu candidato es el idneo para la vacante?, o qu personal
es el indicado para la lnea productiva?, o qu personal es el mejor para ejecutar
determinada tarea?. Una caracterstica particular del modelo de asignacin es que
para su resolucin no se hace necesario que el nmero de fuentes sea igual al
nmero de destinos, lo cual es muy comn en la vida real teniendo en cuenta su
aplicacin, pues generalmente la cantidad de aspirantes es exageradamente
superior al nmero de vacantes (lgicamente haciendo referencia a la aplicacin
del modelo al contexto de oferta y demanda laboral).

MTODO HNGARO
Apartndonos un poco de la idea expresada en mdulos anteriores respecto a la
facilidad de resolver problemas atinentes a la investigacin operativa en especial
aquellos de transporte mediante el uso de herramientas tecnolgicas como lo son
WinQSB, LINGO, TORA, STORM, Excel etc.. vale la pena ya sea para fines
acadmicos o de cultura ingenieril realizar la resolucin del problema de
asignacin mediante el algoritmo que se cre para tal fin, como lo es el Mtodo
Hngaro.

El mtodo Hngaro es un mtodo de optimizacin de problemas de asignacin,

conocido como tal gracias a que los primeros aportes al mtodo clsico definitivo

fueron de Dnes Knig y Jen Egervry dos matemticos hngaros. El algoritmo

tal como se detallar a continuacin est diseado para la resolucin de
problemas deminimizacin nicamente, ser entonces cuestin de agregar un
paso adicional para abordar ejercicios de maximizacin.

ALGORITMO HNGARO, PASO 1

Antes que nada cabe recordar que el mtodo hngaro trabaja en una matriz de
costos n*m (en este caso conocida como matriz m*m, dado que el nmero de filas
es igual al nmero de columnas n = m), una vez construida esta se debe encontrar
el elemento ms pequeo en cada fila de la matriz.

ALGORITMO HNGARO, PASO 2

Una vez se cumple el procedimiento anterior se debe construir una nueva matriz
n*m, en la cual se consignarn los valores resultantes de la diferencia entre cada
costo y el valor mnimo de la fila a la cual cada costo corresponde (valor mnimo
hallado en el primer paso).

ALGORITMO HNGARO, 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 mnimo de cada
columna, con la diferencia que este se halla de la matriz resultante en el segundo
paso, luego se construir una nueva matriz en la cual se consignarn los valores
resultantes de la diferencia entre cada costo y el valor mnimo de la columna a la
cual cada costo corresponde, matriz llamada "Matriz de Costos Reducidos".

ALGORITMO HNGARO, PASO 4

A continuacin se deben de trazar lneas horizontales o verticales o ambas
(nicamente de esos tipos) con el objetivo de cubrir todos los ceros de la matriz de
costos reducidos con el menor nmero de lneas posibles, si el nmero de lineas
es igual al nmero de filas o columnas se ha logrado obtener la solucin ptima (la
mejor asignacin segn el contexto de optimizacin), si el nmero de lneas es
inferior al nmero de filas o columnas se debe de proceder con el paso 5.

ALGORITMO HNGARO, 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 restar del restante de
elementos que no se encuentran cubiertos por las lneas; a continuacin este
mismo valor se sumar 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.

Unidad 5

PROGRAMACIN ENTERA
DEFINICIN :
Un modelo de programacin entera es aquel que contiene restricciones y
una funcin objetivo idnticas a la formuladas en programacin
lineal
,
la
nica
diferencia
en
que
una
o
mas
variables
de decisin deben
tomar
valor
entero
en
la solucin final.

CLASIFICACIN:
Existen
tres

A)

PURA :

Son

tipos

modelos

de

modelos

similares

por

los

programacin

de

programacin

entera

entera

Forma

Max

Sujeto

No

General

(Min

A1X1+A2X2+A3X3+A4X4+A5X5+..........+AnXn

A1X1+A2X2+A3X3+A4X4+A5X5+..........+AnXn >=

negatividad

: Xi >=

(<=)(=)

Bi

y ENTERO

B) BINARIA : Estos modelos lineales , las variables slo toman valores

0 y 1 , son usadas para uso probabilistico Donde 0 se rechaza
la opcin y
1
se
acepta
la opcin

Forma

Max

General

(Min

Sujeto

No

negatividad

A1Y1+A2Y2+A3Y3+A4Y4+A5Y5+..........+AnYn

y1+y2+y3+y4+..........+yn >=

: yi >=

(<=)(=)

Bi

C) MIXTA : En estos tipos de modelos , integra las variables puras y

las
mixtas

Max
(Min
)
=
+AnXn+A1Y1+A2Y2+A3Y3+A4Y4+A5Y5+..........+AnYn

Sujeto
A1X1+A2X2+A3X3+A4X4+A5X5+..........+AnXn >=

A1X1+A2X2+A3X3+A4X4+A5X5+..........

a
(<=)(=)

:
Bi

y1+y2+y3+y4+..........+yn >=

No
Xi >=
Xi >=

(<=)(=)

Bi

:
y ENTERO
1

negatividad
0
0

* Tipos de Restricciones Usadas en la Programacin Entera Mixta :

1) Excluyentes : Solo sirve para elegir una alternativa de varias
posibles
2) Pre-requisito : Cuando necesitas realizar una accin antes de
proceder
con
la
siguiente
3) Incluyente : Dicha restriccin se da para cuando realizas una
accin
"A"
entonces
debes
hacer
la
accin
"B"
4) Costo Fijo : Cuando se nombra un costo fijo , es sinnimo de uso de
variable mixta