0

INTRODUCCIÓN

Una Aproximación es una representación inexacta que, sin embargo, es suficientemente

fiel como para ser útil. Aunque en matemáticas la aproximación típicamente se aplica a
números, también puede aplicarse a objetos tales como las funciones matemáticas,
figuras geométricas o leyes físicas. Por otra parte existen problemas que son demasiado
complejos para resolverse analíticamente, o bien imposibles de resolver con las
herramientas disponibles. En estos casos, una aproximación puede arrojar una solución
suficientemente exacta, reduciendo significativamente la complejidad del problema y el
costo de su solución.

El método de aproximación de Vogel es un método heurístico (se basan en hallar una

solución de calidad aceptable mediante la exploración de una parte del universo de todas
soluciones posibles) 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.

El modelo de asignación es un caso especial del modelo de transporte. Donde los

trabajadores representan los orígenes y los trabajos representan los destinos. La oferta
(demanda) en cada origen (destino) es igual a 1. El costo puede “transportar” al
trabajador. De hecho el modelo de asignación puede resolverse de forma directa como un
modelo de transporte ( o como programación lineal regular). El hecho de que la oferta y la
demanda sean iguales a 1 conduce al desarrollo de un algoritmo de solución simple
llamada método húngaro.

3
 OBJETIVOS

GENERAL
Aprender a minimizar los costos de envió que se enviaran de cada fuente a cada destino
de un modelo de transporte mediante el uso del modelo de aproximación Vogel y el
método húngaro

ESPECIFICOS
-resolver problemas de asignación aplicando el método húngaro

-resolver problemas de asignación aplicando el modelo de aproximación de Vogel

 MARCO TEÓRICO

“METODO DE APOXIMACIÓN VOGEL”

El método de aproximación de Vogel es un método 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.

CARACTERÍSTICAS

 Al igual que otros métodos de algoritmo de solución básica factible, se debe enviar
las mayores cantidades al mayor costo posible’ este busca enviar las mayores
cantidades a menor costo
 Tienen diferentes orígenes con diferentes destinos.
 Un origen puede abastecer a diferentes destinos.
 Al finalizar el ejercicio la oferta y la demanda deben de ser satisfecha en su
totalidad y/o terminado sus valores en cero.
 La aproximación de Vogel finaliza en costo mínimo.
 Es más elaborado que los anteriores, más técnico y dispendioso.
 Tiene en cuenta los costos, las ofertas y las demandas para hacer las asignaciones.
Generalmente nos deja cerca al óptimo.

VENTAJAS

 Conduce rápidamente a una mejor solución. mediante los cálculos de las llamadas
penalizaciones de fila y columna, los cuales representan el posible coste de
penalización que se obtendría por no asignar unidades a transportar a una
determinada posición.
 Tiene en cuenta en el análisis la diferencia entre los menores costos de transporte,
mediante los cálculos de las llamadas penalizaciones de fila y columna, los cuales
representan el posible coste de penalización que se obtendría por no asignar
unidades a transportar a una determinada posición.

DESVENTAJAS

 No aporta ningún criterio que permita determinar si la solución obtenida por este
método es la mejor (óptima) o no.
 requiere mayores esfuerzos de cálculos que el Método de la esquina noroeste
APLICACIÓN
El modelo se utiliza para ayudar a la toma de decisiones en la realización de
actividades como: control de inventarios, flujo de efectivo, programación de niveles de
reservas en prensas entre otras. Este método es heurístico y suele producir una mejor
solución inicial, produce una solución inicial óptima, o próxima al nivel óptimo.

CONNOTACION

Este método requiere mayor

esfuerzo que el método de la
Esquina Noreste pero
conduce a una solución inicial
bastante mejor, pues tiene
en cuenta la in formación de
los costes de transporte a
través de penalizaciones de
fila y columna, que
representan el posible coste
de penalización que se
obtendría por no situar
unidades a transportar en
una determinada posición.

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.

PROCEDIMIENTOS o PASOS

PASO 1
Identificar en cada fila y columna los dos costos más bajos o menores, posteriormente se
restan entre si dichos valores y a ese resultado lo llamamos “PENALIZACION”. (El valor de
la penalización siempre es positivo dado que se resta el valor mayor menos el menor) .

PASO 2
Identificar 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 de manera general. En caso de haber
empate, se debe escoger arbitrariamente (a criterio personal).

PASO 3
La fila o columna de mayor penalización determinada en el paso anterior, debemos de
identificar la celda con el menor costo, y en esta asignar la mayor cantidad posible que
cumpla con las condiciones de demanda y disponibilidad. Una vez se realiza este paso una
oferta o demanda quedará satisfecha por ende reducimos la tabla sombreando las
columnas o filas satisfechas (en caso de haber empate solo se tachara 1, la restante o no
satisfecha quedará con oferta o demanda igual a la diferencia.) en adelante repetir el
proceso desde el paso 1.
Para tener en cuenta si durante el desarrollo de este paso se presentan dos penalización
iguales de grandes y nos asalta un interrogante. ¿Cuál columna o fila elegir? Debemos
analizar las dos por separado; es decir primero reglón y luego columna al realizar el
comparativo del costo total elegimos o gana la opción que nos ofrezca el mínimo costo.
Para calcular el cotos total de distribución (z): sumamos el producto de las
multiplicaciones (se multiplica las casillas que quedaron con unidades máximas asignadas
por el costo unitario - valores anotados dentro de la misma).

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.
 “MÉTODO HUNGARO”
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 König y Jenő
Egerváry dos matemáticos húngaros. El algoritmo
tal como se detallará a continuación está diseñado
para la resolución de problemas de
minimización únicamente, será entonces cuestión
de agregar un paso adicional para abordar ejercicios
de maximización.
Es un problema de transporte balanceado, en el
cual todas las ofertas y todas las demandas son
iguales a uno. Se puede resolver eficientemente un
problema de asignación m x m mediante el método Húngaro

CARACTERISTICAS IMPORTANTES

1. Para resolver un problema de asignación en el cual la meta es maximizar la función

objetivo, se debe multiplicar la matriz de ganancias por menos uno (-1) y resolver el
problema como uno de minimización.

2. Si el número de filas y de columnas en la matriz de costos son diferentes, el problema

de asignación está desbalanceado. El método Húngaro puede proporcionar una solución
incorrecta si el problema no está balanceado; debido a lo anterior, se debe balancear
primero cualquier problema de asignación (añadiendo filas o columnas ficticias) antes de
resolverlo mediante el método Húngaro.

3. En un problema grande, puede resultar difícil obtener el mínimo número de filas

necesarias para cubrir todos los ceros en la matriz de costos actual. Se puede demostrar
que si se necesitan j líneas para cubrir todos los ceros, entonces se pueden asignar
solamente j trabajos a un costo cero en la matriz actual; esto explica por qué termina
cuando se necesitan m líneas.

Mediante el siguiente ejemplo vamos a ilustrar la manera de aplicar el método Húngaro a

la solución de un problema de asignación de minimización:

Una factoría tiene cuatro operarios, los cuales deben ser asignados al manejo de cuatro
máquinas; las horas requeridas para cada trabajador en cada máquina se dan en la tabla
adjunta; el tiempo a laborar por cada operario en cada una de las máquinas se pretende
que sea mínimo, para lo cual se busca la asignación óptima posible.
 PROCEDIMIENTOS o PASOS

ALGORITMO 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.

ALGORITMO HÚNGARO, 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).

ALGORITMO HÚNGARO, 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".

ALGORITMO HÚNGARO, 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 líneas 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.

ALGORITMO HÚNGARO, 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 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 líneas horizontales y verticales, una vez finalizado este
paso se debe volver al paso 4.
 EJERCICIOS
EJERCICIOS METODO APROXIMACION VOGEL

EJRCICIO 1

Una empresa energética colombiana dispone de cuatro plantas de generación para

satisfacer la demanda diaria eléctrica en cuatro ciudades, Cali, Bogotá, Medellín y
Barranquilla. Las plantas 1, 2, 3 y 4 pueden satisfacer 80, 30, 60 y 45 millones de KW al día
respectivamente. Las necesidades de las ciudades de Cali, Bogotá, Medellín y Barranquilla
son de 70, 40, 70 y 35 millones de KW al día respectivamente. Los costos asociados al
envío de suministro energético por cada millón de KW entre cada planta y cada ciudad son
los registrados en la siguiente tabla.

Formule un modelo de programación lineal que permita satisfacer las necesidades de

todas las ciudades al tiempo que minimice los costos asociados al transporte.

SOLUCIÓN PASO A PASO

El primer paso es determinar las medidas de penalización y consignarlas en el tabulado de

costos, tal como se muestra a continuación.
El paso siguiente es escoger la mayor penalización, de esta manera:

El paso siguiente es escoger de esta columna el menor valor, y en una tabla paralela se le
asigna la mayor cantidad posible de unidades, podemos observar como el menor costo es
"2" y que a esa celda se le pueden asignar como máximo 60 unidades "que es la capacidad
de la planta 3".
Dado que la fila de la "Planta 3" ya ha asignado toda su capacidad (60 unidades) esta debe
desaparecer.

Se ha llegado al final del ciclo, por ende se repite el proceso

Continuamos con las iteraciones,

Iniciamos otra iteración

Al finalizar esta iteración podemos observar como el tabulado queda una fila sin tachar y
con valores positivos, por ende asignamos las variables básicas y hemos concluido el
método.
Los costos asociados a la distribución son:
De esta manera hemos llegado a la solución a la cual también llegamos mediante
programación lineal.

EJERCICIO 2

En la figura 6.12. Se ve que una empresa tiene tres plantas en diferentes

zonas geográficas del país, productoras de un solo artículo que se vende en
cuatro diferentes centros de distribución también instalados en diferentes
zonas geográficas. La máxima posibilidad de producción de las plantas y los
requerimientos de cada centro de distribución están dados en la tabla.
Además, nos proporciona los costos unitarios de transporte de cada centro
de producción a cada centro de distribución. El objetivo es encontrar el costo
total mínimo de transporte, satisfaciendo las demandas y considerando las
limitaciones de oferta.

Aplicando el método Vogel, las tablas (figura 6.13. y figura 6.14.) Muestran
los pasos mencionados anteriormente.

Centro 1 Centro 2 Centro 3 Centro 4 Oferta

Planta 1 10 20 6 5 30
Planta 2 5 17 29 22 30
Planta3 15 25 5 10 20
Demanda 20 20 15 25
Figura 6.12. Tabla: Requerimientos, costos y disponibilidades.

Centro 1 Centro 2 Centro 3 Centro 4 Oferta Diferencia

Planta 1 10 20 6 5 30 1
Planta 2 5 17 29 22 30 12
Planta 3 15 25 5 10 20 5
Demanda 20 20 15 25
Diferencia 5 3 1 5

Figura 6.13. Tabla: primera tabla del método Vogel

El segundo reglón tiene la diferencia más alta, y dentro de las casillas d este
reglón X21 tiene el costo unitarios más bajo. A X21 asignamos 20 unidades de
mercancía(es el máximo que se puede asignar por el requerimiento del
centro de distribución) y eliminamos la primera columna.

Con en el resto de la tabla sacamos las diferencias entre los costos mínimos
para obtener los resultados indicados en la tabla figura 6.14.

Centro 2 Centro 3 Centro 4 Oferta Diferencia

Planta 1 20 6 5 30 1
Planta 2 17 29 22 10 12
Planta 3 25 5 10 20 5
Demanda 20 15 25
Diferencia 3 1 5

Como hay 3 diferencias iguales, arbitrariamente escogemos el tercer renglón.

En el tercer renglón el costo más bajo es el de la casilla X33 que tiene un costo
unitario de 5; a esta casilla asignamos 15 unidades (máximo que se puede
asignar), así, la columna numero 3 queda eliminada.

De nuevo sacamos las diferencias entre los dos costos mas pequeños de las
columnas y de los renglones restantes. Estas operaciones se representan en
la tabla figura 6.15
 Centro 2 Centro 4 Oferta Diferencia
Planta 1 20 5 30 15
Planta 2 17 22 10 5
Planta 3 25 10 5 15
Demanda 20 25
Diferencia 3 5

Observe que hay dos diferencias máximas de costos iguales, arbitrariamente

seleccionamos el renglón 3; en este renglón X34 tiene el costo unitario mas
bajo(10), por lo tanto asignamos 5 unidades (el máximo que se puede) y la
disponibilidad queda agotada .

Siguiendo con el método sacamos las diferencias de las columnas y renglones

restantes, conociendo los resultados en la siguiente tabla 6.16.

Centro 2 Centro 4 Oferta Diferencia

Planta 1 20 5 30 15
Planta 2 17 22 10 5
Demanda 20 25
Diferencia 3 5

Como se ve en la tabla, la columna del centro 4 tiene la diferencia más alta;

en esta columnaX14 tiene el costo unitario más pequeño, a este le asignamos
20 unidades, por lo que la columna queda eliminada. Eliminando la columna
del centro 4 quedaremos solo con una. Véase figura 6.17.

Centro 2 Oferta
Planta 1 20 10
Planta 2 17 10
Demanda 20

A X12 y X22 les asignamos 10 unidades de mercancía, respectivamente. De esta manera,

todas las columnas y renglones quedan eliminadas y el resultado final se ve en la
tabla figura6.18.

Centro 1 Centro 2 Centro 3 Centro 4 Oferta

Planta 1 10 20 30
Planta 2 20 10 30
Planta 3 15 5 20
Demanda 20 20 15 25
La solución básica-factible es:

Y el costo total del transporte será:

C.T. = (10)(20) + (20)(5) + (10)(17) + (20)(5) + (15)(5) + (5)(10) = 695

EJERCICIOS METODO HUNGARO

EJERCICIO 1

La compañía de manufactura "Jiménez y Asociados" desea realizar una jornada de

mantenimiento preventivo a sus tres máquinas principales A, B y C. El tiempo que
demanda realizar el mantenimiento de cada máquina es de 1 día, sin embargo la jornada
de mantenimiento no puede durar más de un día, teniendo en cuenta que la compañía
cuenta con tres proveedores de servicios de mantenimiento debe de asignarse un equipo
de mantenimiento a cada máquina para poder cumplir con la realización del
mantenimiento preventivo. Teniendo en cuenta que según el grado de especialización de
cada equipo prestador de servicios de mantenimiento el costo de la tarea varía para cada
máquina en particular, debe de asignarse el equipo correcto a la máquina indicada con el
objetivo de minimizar el costo total de la jornada. Los costos asociados se pueden
observar en la siguiente tabla:
PASO 1

Encontramos el menor elemento de cada fila

PASO 2

Construimos una nueva matriz con las diferencias entre los valores de la matriz original y el
elemento menor de la fila a la cual corresponde.

PASO 3

En la matriz construida en el paso anterior se procede a efectuar el paso 1 esta vez en relación a
las columnas, por ende escogemos el elemento menor de cada columna. Igualmente construimos
una nueva matriz con la diferencia entre los valores de la matriz 2 y el elemento menor de la
columna a la cual corresponde cada valor.
En este paso trazaremos la menor cantidad de combinaciones de líneas horizontales y verticales
con el objetivo de cubrir todos los ceros de la matriz de costos reducidos.

Como se puede observar el menor número de líneas horizontales y/o verticales necesarias
para cubrir los ceros de la matriz de costos reducidos es igual a 2, por ende al ser menor
que el número de filas o columnas es necesario recurrir al paso 5.

PASO 5

En este paso seleccionamos el menor elemento de los elementos no subrayados.

Luego se procede a restarse de los elementos no subrayados y a adicionarse a los
elementos ubicados en las intersecciones de las líneas, en este caso existe una única
intersección (3).

Ahora ya efectuado este paso pasamos al paso 4.

Ahora observamos cómo se hace necesario trazar tres líneas (la misma cantidad de filas o
columnas de la matriz) por ende se ha llegado al tabulado final, en el que por simple
observación se determina las asignaciones óptimas.
Por ende la asignación que representa el menor costo para la jornada de mantenimiento
preventivo determina que el Equipo 1 realice el mantenimiento de la Máquina 1, el Equipo
2 realice el mantenimiento de la Máquina 3 y el Equipo 3 realice el mantenimiento de la
Máquina 2, jornada que tendrá un costo total de 17 unidades monetarias.

EJERCICIO 2
Los tres hijos de Joe Klyne, John, Karen y Terri, quieren ganar algún dinero para cubrir sus
gastos personales durante un viaje organizado por la escuela al zoológico local. El señor
Klyne eligió tres tareas para sus hijos: podar el césped, pintar la cochera y lavar los
automóviles de la familia. Para evitar las competencias anticipadas entre hermanos, les
pidió que presentaran licitaciones (secretas) para lo que ellos creían era un pago justo
para cada una de las tres tareas. Quedaba entendido que los tres hijos aceptarían la
decisión de su padre en lo concerniente a quién desempeñaría cada tarea. La siguiente
tabla resume las licitaciones recibidas.

Tabla de asignación

Podar Pintar Lavar

John $15 $10 $9

Karen $9 $15 $10

Terri $10 $12 $8

Solución por medio del Método Húngaro

Basándose en esta información, ¿Cómo debe asignar las tareas el señor Klyne? Este
problema se resolverá con los primeros tres pasos del método Húngaro.
1.ª iteración.

Podar Pintar Lavar Renglón mínimo

John 15 10 9 p1=9

Karen 9 15 10 p2=9

Terri 10 12 8 p3=8

En seguida restamos el renglón mínimo de cada renglón respectivo, para obtener la matriz
reducida.

Podar Pintar Lavar

John 6 1 0

Karen 0 6 1

Terri 2 4 0

Columna Mínima q1=0 q2=1 q3=0

La aplicación del paso 2 nos da los mínimos en la columna. restando estos valores de las
columnas respectivas obtenemos las matriz reducida.

Podar Pintar Lavar

John 6 0 0
 Karen 0 5 1

Terri 2 3 0

Interpretación de resultados
Los cuadros con las entradas cero en negritas proporcionan la solución óptima. Eso quiere
decir que John pintará la cochera, Karen podará el césped y Terri lavará los automóviles de
la familia. El costo total para el sr Klyne es 9+10+8 =27 dólares. Además esa cantidad
siempre igualará (p1 + p2 + p3) + (q1 + q2 + q3)=(9+9+8)+(0+1+0)= 27 dólares.
-Suponga que la situación analizada se amplía a cuatro niños y cuatro tareas.
La tabla siguiente resume los elementos de costo del problema.

TAREA

1 2 3 4
1 $1 $4 $6 $3
ACTIVIDAD 2 $9 $7 $10 $9
3 $4 $5 $11 $7
4 $8 $7 $8 $5

La aplicación de los pasos 1 y 2 a la matriz de la tabla 5.34 (con p1 = 1, p2 = 7, p3 = 4, p4 =

5, q1 = 0, q2 = 0, q3 = 3 y q4 = 0) da por resultado la matriz reducida de la tabla.
TAREA
1 2 3 4
1 0 3 2 2
ACTIVIDAD 2 2 0 0 2
3 0 1 4 3
4 3 2 0 0

Las ubicaciones de las entradas cero no permiten asignar tareas únicas a todos los niños.
Por ejemplo, si asignamos al niño 1 la tarea 1, entonces se eliminará la columna 1, y el
niño tres no tendrá una entrada cero en las tres columnas restantes. Este obstáculo puede
superarse agregando el siguiente paso al procedimiento dado en el ejemplo 1:

Paso 3b. Si no pueden encontrarse asignaciones de elemento cero factibles:

(i) Trace el mínimo de líneas horizontales y verticales en la última matriz reducida para
cubrir todas las entradas cero.
(ii) Seleccione la entrada mínima no cubierta y réstela de cada entrada no cubierta, y
luego súmela a cada entrada en la intersección de dos líneas.
(iii) Si no puede determinar una asignación factible entre las entradas cero resultantes,
repita el paso 3a.

La aplicación del paso 3b a la última matriz produce las celdas sombreadas en la tabla.

1 2 3 4
1 0 3 2 2
2 2 0 0 2
3 0 1 4 3
4 3 2 0 0
La entrada mínima no sombreada (que se muestra subrayada) es igual a 1. Esta entrada se
suma a la celda de intersección y se resta de las celdas sombreadas restantes para
producir la matriz de la tabla, y la solución óptima indicada por los ceros subrayados.

TAREA
1 2 3 4
1 0 2 1 1
ACTIVIDAD 2 3 0 0 2
3 0 0 3 2
4 4 2 0 0

El costo óptimo asociado es 1 + 10 + 5 + 5 = 21. El mismo costo también se determina

sumando las pὶ y las qϳ y la celda que se resto después de la determinación de las celdas
sombreadas; esto es ( 1 + 7 + 4 + 5 ) + ( 0 + 0 + 3 + 0 ) + ( 1 ) = 21
 CONCLUSIONES
Podemos concluir que se puede resolver modelos de transporte por medio de los
métodos estudiados, “método húngaro” y “método de aproximación Vogel”. El modelo
matemático brinda una asignación arbitral más fidedigna y efectiva que los comités de
asignación arbitral.

Una consideración muy importante que hay que tener en cuenta con cualquier método
que se utilice, es que el problema de transporte no siempre puede aislarse y resolverse
dentro de sus propios límites. El transporte es tan solo una parte de todo el sistema de
distribución de la compañía. Es muy difícil resolver el mejor programa de transporte en
términos de servicio y bajo costo.