SlideShare una empresa de Scribd logo
1 de 10
UNIDAD1
1
UNIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
CARRERA DE CONTABILIDAD Y AUDITORÌA
INVESTIGACIÓN OPERATIVA II
MATERIA
TEMA:
EL MÉTODO DE TRANSPORTE
JESSICA PEREZ
SEXTO SEMESTRE A
PERIODO ACADÉMICO
Abril – julio 2015
UNIDAD1
2
EL MÉTODO DE TRANSPORTE
Este método se utiliza para minimizar tiempo y los cotos al crear guías de rutas.
Para cualquiera de los métodos de resolución, es fundamental que la matriz del problema mantenga
su oferta y demanda equilibrada; caso contrario será necesarioequilibrarla aumentando ficticias (filas
o columnas) en la oferta o en la demanda según se requiera para cada ejercicio.
Se lo puede resolver mediante:
1. MCM, Método del Costo Mínimo.
2. MEN, Método de la Esquina Noroeste
3. MAV o VAM, Método de Aproximación de Vogel
Estos métodos proporcionan una solución básica factible, y para resolver cada uno se debe conocer
el algoritmo.
También se resuelve por los siguientes métodos:
1. MODI, Método de distribución modificada
2. Método de Pasos Secuenciales
3. Método del Trampolín
Estos últimos nos proporcionan solución óptima; como también es el caso del método simplex.
1 2 3 OFERTA
A 300
B 100
C
200
600
1500
600500400DEMANDA
1 2 3 OFERTA
A 300
B 100
C
200
f 0 0 0
900
1500
1500
600500400DEMANDA
UNIDAD1
3
MÉTODO DE COSTO MÍNIMO
ALGORITMO DE RESOLUCIÓN
1. De la matriz se elige la ruta menos costosa (en caso de empate, rompa arbitrariamente) y se le
asigna la mayor cantidad de unidades posibles, cantidad que se verá restringida por las
restricciones de oferta o demanda. Aquí mismo ajuste la oferta y la demanda restando la cantidad
asignada.
2. Elimine la fila cuya oferta o demanda sea cero,si dado el caso, ambas son cero, arbitrariamente
elija cual eliminar y la restante se deja con demanda u oferta cero, según sea el caso.
3. Una vez en este paso, existen dos posibilidades.
 La primera es que quede un solo renglón o columna; si este es el caso, se llega al final del
método.
 La segunda es que quede más de un renglón o columna, si este es el caso, inicie nuevamente
el paso uno.
EJERCICIO 1
𝑴𝑪𝑴 = 𝐶1 + 𝐴2 + 𝐴4 + 𝐵2 + 𝐵3
𝑴𝑪𝑴 = 2400 + 1000 + 900 + 7000 + 1200
𝑴𝑪𝑴 = 12500 SOLUCIÓN BÁSICA FACTIBLE
COMPROBACIÓN
𝒊 + 𝒋 − 𝟏 ≤ Número de celdas ocupadas
𝒎 + 𝒏 − 𝟏 ≤
𝟑 + 𝟒 − 𝟏 ≤ 𝟔
UNIDAD1
4
EJERCICIO 2
𝑴𝑪𝑴 = 1 𝐴 + 1 𝐵 + 2 𝐵
+ 2 𝐶 + 2 𝐷
+ 3 𝐵 + 4 𝐴
𝑴𝑪𝑴 = 1000 + 1500 + 1400 + 1200 + 200 + 5600 + 400
𝑴𝑪𝑴 = 11300 SOLUCIÓN BÁSICA FACTIBLE
COMPROBACIÓN
𝒎 + 𝒏 − 𝟏 ≤
4 + 4 − 1 ≤ 7
MÉTODO DE LA ESQUINA NOROESTE
 Proporciona una solución básica factible.
 Empieza en la celda 11
EJERCICIO 1
La Panadería Granis con sucursales en la Dolorosa, Circunvalación y Plaza Giralda oferta
30, 40 y 10 unidades de panes a la Condamine, TIA, AKÍ y Sp-Maxi, que demandad de 20,
10, 30 y 20 unidades de pan respectivamente.
𝒁 = 240 + 80 + 270 + 120 + 100
𝒁 = 810
EJERCICIO 2
UNIDAD1
5
𝒁 = 200 + 600 + 100 + 300 + 600 + 400 + 300 + 200
𝒁 = 2700
EJERCICIO 3
𝒁 = 1890 + 720 + 4740
𝒁 = 𝟕𝟑𝟓𝟎
MÉTODO DE APROXIMACIÓN DE VOGEL (VAM)(MAV)
 Proporciona Solución Factible Básica
ALGORITMO DE RESOLUCIÓN
1. Determinar para cada fila y columna una medida de penalización restando los 2 costos menores
en filas y columnas.
2. Seleccione la fila o columna con la mayor penalización.
3. De la fila o columna de mayor penalización escojo la celda con el menor costo y asigne la cantidad
posible de unidades.
4. Si queda sin tachar una fila o columna, deténgase.
 Si queda sin tachar una fila o columna con oferta o demanda positiva aplique el método de
costo mínimo y termine.
UNIDAD1
6
 Si todas las filas y columnas que no se tacharon tienen oferta cero o demanda cero determine
las variables básicas cero utilizando el MCM y termine.
 Si no se presenta ninguno de los casos anteriores, vuelva al paso 1 hasta que las ofertas se
hayan agotado.
EJERCICIO
𝒁 = 1200 + 300 + 250 + 450 + 600
𝒁 = 2700
MÉTODO DE ASIGNACIÓN O HÚNGARO
 Para su aplicación debemos tener igual número de filas que de columnas
 No se integra con oferta ni demanda
EJEMPLO PARA MINIMIZAR
UNIDAD1
7
𝒁 = 4 + 1 + 3 + 9
𝒁 = 17
EJEMPLO PARAMAXIMIZAR
𝒁 = 𝟏𝟒 + 𝟏𝟕 + 𝟏𝟔 + 𝟏𝟒
𝒁 = 𝟔𝟏
MÉTODO DE PASOS SECUENCIALES
Este método comienza con una solución inicial factible (como el que produce el MEN,MCM, MAV).
En cada paso se intenta enviar artículos por una ruta que no se haya usado en la solución factible
actual, en tanto se elimina na ruta usada actualmente. En cada cambio de ruta debe cumplirse que:
 La solución siga siendo factible.
 Que mejore el valor de la función objetivo.
El procedimiento termina cuando no hay cambio de rutas que mejore el valor de la función.
UNIDAD1
8
Problema degenerado.- es cuando una solución factible usa menos de m+n-1 rutas
Callejones sin salida.- cuando no se encuentran trayectorias apropiadas.
ALGORITMO DE RESOLUCIÓN
1. Usarla solución actual(MEN,MCM, MAV)para crearuna trayectoria única del paso secuencial.
Usar estas trayectorias para calcular el costo marginal de introducir a la solución cada ruta no
usada.
2. Si todos los costos marginales son iguales o mayores que cero, terminar. Se tendrá la solución
óptima; sino, elegir la celda que tenga el costo marginal más negativos (empates se resuelven
arbitrariamente)
3. Usando la trayectoria delpaso secuencialdetermine el máximo númerode artículos que se pueden
asignar a la ruta elegida en el punto 2 y ajustar la distribución adecuadamente.
4. Regrese al paso 1.
EJERCICIO
MEN=12200
𝒁 = 2400 + 800 + 2400 + 1000 + 1800 + 1600
𝒁 = 10000
1C= 4-12+9-13 -12
1D= 6-4+9-13 -2
2A= 6-12+13-4 3
2C= 10-12+9-4 3
2D= 11-4+9-4 12
3A= 10-12+13-9 2
1B= 13-9+12-4 12
1D= 6-4+12-4 10
2C= 10-12+9-4 3
2D= 11-4+9-4 12
3A= 10-12+4-12 -10
1B= 13-9+10-12 2
1D= 6-4+10-12 0
2A= 6-10+9-4 1
2D= 11-4+9-4 12
3C= 12-10+12-4 10
UNIDAD1
9
MÉTODO DE DISTRIBUCIÓN MODIFICADA
 En este método se elabora el circuito en dirección de las manecillas del reloj.
EJERCICIO
MEN Z=12200
Z= 12000
MÉTODO DEL CRUCE DEL ARROYO
A 300
12 13
200
4 6
500
B
6
700
4 10 11
700
C 100
10
200
9 12
500
4
800
2000
2000
OFERTAORIGEN
DEMANDA 200900400
32
DESTINOS
1 4
500
UNIDAD1
10
 Aquí los ceros constan como celdas llenas.
EJERCICIO
MEN Z=410
Z= 315 Solución óptima
Como se puede apreciar, este método es el que nos ofrece una solución óptima.
1C = 18
1D
= -2
2A
= -5
3A
= -15
3B = 9
3C = 9
1C = 18
1D
= -2
2A
= 10
3B
= 24
3C = 9
1C = 18
2A
= 14
3B
= 7
3C
= 9

Más contenido relacionado

La actualidad más candente

Datos agrupados ejercicio 5
Datos agrupados ejercicio 5Datos agrupados ejercicio 5
Datos agrupados ejercicio 5Arturo Najeriux
 
Para una distribución de probabilidad binomial
Para una distribución de probabilidad binomialPara una distribución de probabilidad binomial
Para una distribución de probabilidad binomialRichard Huaman Durand
 
Distribución de probabilidad continua
Distribución de probabilidad continuaDistribución de probabilidad continua
Distribución de probabilidad continuaecruzo
 
Ejercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemasEjercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemasJaguar Luis XD
 
Variables aleatorias parte 2
Variables aleatorias parte 2Variables aleatorias parte 2
Variables aleatorias parte 2Tensor
 
Teoria de errores Electronica
Teoria de errores ElectronicaTeoria de errores Electronica
Teoria de errores ElectronicaTensor
 
Ch08 a esp utilidad marginal y curvas de indiferencia
Ch08 a esp utilidad marginal y curvas de indiferenciaCh08 a esp utilidad marginal y curvas de indiferencia
Ch08 a esp utilidad marginal y curvas de indiferenciaGloria Gonzalez
 
Métodos numéricos método de la secante
Métodos numéricos   método de la secanteMétodos numéricos   método de la secante
Métodos numéricos método de la secanteHELIMARIANO1
 

La actualidad más candente (11)

Calidad
CalidadCalidad
Calidad
 
Calculo del tamaño de muestra
Calculo del tamaño de muestraCalculo del tamaño de muestra
Calculo del tamaño de muestra
 
Datos agrupados ejercicio 5
Datos agrupados ejercicio 5Datos agrupados ejercicio 5
Datos agrupados ejercicio 5
 
Para una distribución de probabilidad binomial
Para una distribución de probabilidad binomialPara una distribución de probabilidad binomial
Para una distribución de probabilidad binomial
 
Distribución de probabilidad continua
Distribución de probabilidad continuaDistribución de probabilidad continua
Distribución de probabilidad continua
 
Ejercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemasEjercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemas
 
Variables aleatorias parte 2
Variables aleatorias parte 2Variables aleatorias parte 2
Variables aleatorias parte 2
 
S04 ad4024 v2
S04 ad4024 v2S04 ad4024 v2
S04 ad4024 v2
 
Teoria de errores Electronica
Teoria de errores ElectronicaTeoria de errores Electronica
Teoria de errores Electronica
 
Ch08 a esp utilidad marginal y curvas de indiferencia
Ch08 a esp utilidad marginal y curvas de indiferenciaCh08 a esp utilidad marginal y curvas de indiferencia
Ch08 a esp utilidad marginal y curvas de indiferencia
 
Métodos numéricos método de la secante
Métodos numéricos   método de la secanteMétodos numéricos   método de la secante
Métodos numéricos método de la secante
 

Destacado (20)

Img
ImgImg
Img
 
Correccion
CorreccionCorreccion
Correccion
 
Trabajo grupal
Trabajo grupalTrabajo grupal
Trabajo grupal
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
Unidad 3
Unidad 3Unidad 3
Unidad 3
 
Prueba 2
Prueba 2Prueba 2
Prueba 2
 
Prueba
PruebaPrueba
Prueba
 
Trabajo grupal 2
Trabajo grupal 2Trabajo grupal 2
Trabajo grupal 2
 
Corrección
Corrección Corrección
Corrección
 
Modelos de redes
Modelos de redesModelos de redes
Modelos de redes
 
Deber 3
Deber 3Deber 3
Deber 3
 
Deber de ramificacion y acotamiento2015
Deber de ramificacion y acotamiento2015Deber de ramificacion y acotamiento2015
Deber de ramificacion y acotamiento2015
 
Deber 1
Deber 1Deber 1
Deber 1
 
Deber 7
Deber 7Deber 7
Deber 7
 
Deber 5
Deber 5Deber 5
Deber 5
 
Deber 4
Deber 4Deber 4
Deber 4
 
Deber 6
Deber 6Deber 6
Deber 6
 
Deber 9
Deber 9Deber 9
Deber 9
 
Deber 2
Deber  2Deber  2
Deber 2
 
Deber 8
Deber 8Deber 8
Deber 8
 

Similar a Método de transporte para optimización de rutas

Similar a Método de transporte para optimización de rutas (20)

Martes 5 mayo del 2015 (2) (1)
Martes 5 mayo del 2015 (2) (1)Martes 5 mayo del 2015 (2) (1)
Martes 5 mayo del 2015 (2) (1)
 
Martes 5 mayo del 2015
Martes 5 mayo del 2015Martes 5 mayo del 2015
Martes 5 mayo del 2015
 
Martes 5 mayo del 2015
Martes 5 mayo del 2015Martes 5 mayo del 2015
Martes 5 mayo del 2015
 
Presentacion de Portafolio Final
Presentacion de Portafolio FinalPresentacion de Portafolio Final
Presentacion de Portafolio Final
 
Unidad i
Unidad iUnidad i
Unidad i
 
material operativa
material operativamaterial operativa
material operativa
 
Trasporte
TrasporteTrasporte
Trasporte
 
Operativa b
Operativa  bOperativa  b
Operativa b
 
Trasporte
TrasporteTrasporte
Trasporte
 
Operativa II
Operativa IIOperativa II
Operativa II
 
Materia operativa
Materia operativaMateria operativa
Materia operativa
 
Materia operativa
Materia operativaMateria operativa
Materia operativa
 
Operativa 1 2015
Operativa  1  2015Operativa  1  2015
Operativa 1 2015
 
Operativa 1 2015
Operativa  1  2015Operativa  1  2015
Operativa 1 2015
 
Proyecto ingenieria de sistemas
Proyecto ingenieria de sistemasProyecto ingenieria de sistemas
Proyecto ingenieria de sistemas
 
Método de aproximación de vogel algoritmos
Método de aproximación de vogel algoritmosMétodo de aproximación de vogel algoritmos
Método de aproximación de vogel algoritmos
 
Materia
MateriaMateria
Materia
 
Materia
MateriaMateria
Materia
 
Materia
MateriaMateria
Materia
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 

Más de jessi perez

Algoritmo de ramificacion
Algoritmo de ramificacionAlgoritmo de ramificacion
Algoritmo de ramificacionjessi perez
 
Programación cuadrática
Programación cuadráticaProgramación cuadrática
Programación cuadráticajessi perez
 
Miercoles 6 de mayo del 2015
Miercoles 6 de mayo del 2015Miercoles 6 de mayo del 2015
Miercoles 6 de mayo del 2015jessi perez
 
Silabo invope22015
Silabo invope22015Silabo invope22015
Silabo invope22015jessi perez
 
Metod algebraico
Metod algebraicoMetod algebraico
Metod algebraicojessi perez
 

Más de jessi perez (9)

Algoritmo de ramificacion
Algoritmo de ramificacionAlgoritmo de ramificacion
Algoritmo de ramificacion
 
Programación cuadrática
Programación cuadráticaProgramación cuadrática
Programación cuadrática
 
Miercoles 6 de mayo del 2015
Miercoles 6 de mayo del 2015Miercoles 6 de mayo del 2015
Miercoles 6 de mayo del 2015
 
UNIDAD I
UNIDAD IUNIDAD I
UNIDAD I
 
Silabo invope22015
Silabo invope22015Silabo invope22015
Silabo invope22015
 
Metod algebraico
Metod algebraicoMetod algebraico
Metod algebraico
 
Taller n1
Taller n1Taller n1
Taller n1
 
Prueba 4
Prueba 4Prueba 4
Prueba 4
 
Prueba 3
Prueba 3Prueba 3
Prueba 3
 

Método de transporte para optimización de rutas

  • 1. UNIDAD1 1 UNIVERSIDAD NACIONAL DE CHIMBORAZO FACULTAD DE CIENCIAS POLÍTICAS Y ADMINISTRATIVAS CARRERA DE CONTABILIDAD Y AUDITORÌA INVESTIGACIÓN OPERATIVA II MATERIA TEMA: EL MÉTODO DE TRANSPORTE JESSICA PEREZ SEXTO SEMESTRE A PERIODO ACADÉMICO Abril – julio 2015
  • 2. UNIDAD1 2 EL MÉTODO DE TRANSPORTE Este método se utiliza para minimizar tiempo y los cotos al crear guías de rutas. Para cualquiera de los métodos de resolución, es fundamental que la matriz del problema mantenga su oferta y demanda equilibrada; caso contrario será necesarioequilibrarla aumentando ficticias (filas o columnas) en la oferta o en la demanda según se requiera para cada ejercicio. Se lo puede resolver mediante: 1. MCM, Método del Costo Mínimo. 2. MEN, Método de la Esquina Noroeste 3. MAV o VAM, Método de Aproximación de Vogel Estos métodos proporcionan una solución básica factible, y para resolver cada uno se debe conocer el algoritmo. También se resuelve por los siguientes métodos: 1. MODI, Método de distribución modificada 2. Método de Pasos Secuenciales 3. Método del Trampolín Estos últimos nos proporcionan solución óptima; como también es el caso del método simplex. 1 2 3 OFERTA A 300 B 100 C 200 600 1500 600500400DEMANDA 1 2 3 OFERTA A 300 B 100 C 200 f 0 0 0 900 1500 1500 600500400DEMANDA
  • 3. UNIDAD1 3 MÉTODO DE COSTO MÍNIMO ALGORITMO DE RESOLUCIÓN 1. De la matriz se elige la ruta menos costosa (en caso de empate, rompa arbitrariamente) y se le asigna la mayor cantidad de unidades posibles, cantidad que se verá restringida por las restricciones de oferta o demanda. Aquí mismo ajuste la oferta y la demanda restando la cantidad asignada. 2. Elimine la fila cuya oferta o demanda sea cero,si dado el caso, ambas son cero, arbitrariamente elija cual eliminar y la restante se deja con demanda u oferta cero, según sea el caso. 3. Una vez en este paso, existen dos posibilidades.  La primera es que quede un solo renglón o columna; si este es el caso, se llega al final del método.  La segunda es que quede más de un renglón o columna, si este es el caso, inicie nuevamente el paso uno. EJERCICIO 1 𝑴𝑪𝑴 = 𝐶1 + 𝐴2 + 𝐴4 + 𝐵2 + 𝐵3 𝑴𝑪𝑴 = 2400 + 1000 + 900 + 7000 + 1200 𝑴𝑪𝑴 = 12500 SOLUCIÓN BÁSICA FACTIBLE COMPROBACIÓN 𝒊 + 𝒋 − 𝟏 ≤ Número de celdas ocupadas 𝒎 + 𝒏 − 𝟏 ≤ 𝟑 + 𝟒 − 𝟏 ≤ 𝟔
  • 4. UNIDAD1 4 EJERCICIO 2 𝑴𝑪𝑴 = 1 𝐴 + 1 𝐵 + 2 𝐵 + 2 𝐶 + 2 𝐷 + 3 𝐵 + 4 𝐴 𝑴𝑪𝑴 = 1000 + 1500 + 1400 + 1200 + 200 + 5600 + 400 𝑴𝑪𝑴 = 11300 SOLUCIÓN BÁSICA FACTIBLE COMPROBACIÓN 𝒎 + 𝒏 − 𝟏 ≤ 4 + 4 − 1 ≤ 7 MÉTODO DE LA ESQUINA NOROESTE  Proporciona una solución básica factible.  Empieza en la celda 11 EJERCICIO 1 La Panadería Granis con sucursales en la Dolorosa, Circunvalación y Plaza Giralda oferta 30, 40 y 10 unidades de panes a la Condamine, TIA, AKÍ y Sp-Maxi, que demandad de 20, 10, 30 y 20 unidades de pan respectivamente. 𝒁 = 240 + 80 + 270 + 120 + 100 𝒁 = 810 EJERCICIO 2
  • 5. UNIDAD1 5 𝒁 = 200 + 600 + 100 + 300 + 600 + 400 + 300 + 200 𝒁 = 2700 EJERCICIO 3 𝒁 = 1890 + 720 + 4740 𝒁 = 𝟕𝟑𝟓𝟎 MÉTODO DE APROXIMACIÓN DE VOGEL (VAM)(MAV)  Proporciona Solución Factible Básica ALGORITMO DE RESOLUCIÓN 1. Determinar para cada fila y columna una medida de penalización restando los 2 costos menores en filas y columnas. 2. Seleccione la fila o columna con la mayor penalización. 3. De la fila o columna de mayor penalización escojo la celda con el menor costo y asigne la cantidad posible de unidades. 4. Si queda sin tachar una fila o columna, deténgase.  Si queda sin tachar una fila o columna con oferta o demanda positiva aplique el método de costo mínimo y termine.
  • 6. UNIDAD1 6  Si todas las filas y columnas que no se tacharon tienen oferta cero o demanda cero determine las variables básicas cero utilizando el MCM y termine.  Si no se presenta ninguno de los casos anteriores, vuelva al paso 1 hasta que las ofertas se hayan agotado. EJERCICIO 𝒁 = 1200 + 300 + 250 + 450 + 600 𝒁 = 2700 MÉTODO DE ASIGNACIÓN O HÚNGARO  Para su aplicación debemos tener igual número de filas que de columnas  No se integra con oferta ni demanda EJEMPLO PARA MINIMIZAR
  • 7. UNIDAD1 7 𝒁 = 4 + 1 + 3 + 9 𝒁 = 17 EJEMPLO PARAMAXIMIZAR 𝒁 = 𝟏𝟒 + 𝟏𝟕 + 𝟏𝟔 + 𝟏𝟒 𝒁 = 𝟔𝟏 MÉTODO DE PASOS SECUENCIALES Este método comienza con una solución inicial factible (como el que produce el MEN,MCM, MAV). En cada paso se intenta enviar artículos por una ruta que no se haya usado en la solución factible actual, en tanto se elimina na ruta usada actualmente. En cada cambio de ruta debe cumplirse que:  La solución siga siendo factible.  Que mejore el valor de la función objetivo. El procedimiento termina cuando no hay cambio de rutas que mejore el valor de la función.
  • 8. UNIDAD1 8 Problema degenerado.- es cuando una solución factible usa menos de m+n-1 rutas Callejones sin salida.- cuando no se encuentran trayectorias apropiadas. ALGORITMO DE RESOLUCIÓN 1. Usarla solución actual(MEN,MCM, MAV)para crearuna trayectoria única del paso secuencial. Usar estas trayectorias para calcular el costo marginal de introducir a la solución cada ruta no usada. 2. Si todos los costos marginales son iguales o mayores que cero, terminar. Se tendrá la solución óptima; sino, elegir la celda que tenga el costo marginal más negativos (empates se resuelven arbitrariamente) 3. Usando la trayectoria delpaso secuencialdetermine el máximo númerode artículos que se pueden asignar a la ruta elegida en el punto 2 y ajustar la distribución adecuadamente. 4. Regrese al paso 1. EJERCICIO MEN=12200 𝒁 = 2400 + 800 + 2400 + 1000 + 1800 + 1600 𝒁 = 10000 1C= 4-12+9-13 -12 1D= 6-4+9-13 -2 2A= 6-12+13-4 3 2C= 10-12+9-4 3 2D= 11-4+9-4 12 3A= 10-12+13-9 2 1B= 13-9+12-4 12 1D= 6-4+12-4 10 2C= 10-12+9-4 3 2D= 11-4+9-4 12 3A= 10-12+4-12 -10 1B= 13-9+10-12 2 1D= 6-4+10-12 0 2A= 6-10+9-4 1 2D= 11-4+9-4 12 3C= 12-10+12-4 10
  • 9. UNIDAD1 9 MÉTODO DE DISTRIBUCIÓN MODIFICADA  En este método se elabora el circuito en dirección de las manecillas del reloj. EJERCICIO MEN Z=12200 Z= 12000 MÉTODO DEL CRUCE DEL ARROYO A 300 12 13 200 4 6 500 B 6 700 4 10 11 700 C 100 10 200 9 12 500 4 800 2000 2000 OFERTAORIGEN DEMANDA 200900400 32 DESTINOS 1 4 500
  • 10. UNIDAD1 10  Aquí los ceros constan como celdas llenas. EJERCICIO MEN Z=410 Z= 315 Solución óptima Como se puede apreciar, este método es el que nos ofrece una solución óptima. 1C = 18 1D = -2 2A = -5 3A = -15 3B = 9 3C = 9 1C = 18 1D = -2 2A = 10 3B = 24 3C = 9 1C = 18 2A = 14 3B = 7 3C = 9