INSTITUTO TECNOLOGICO SUPERIOR

DE ALVARADO

INGENIERÍA INDUSTRIAL

Materia:
INV. DE OPERACIONES II

Semestre-Grupo:
QUINTO ¨A¨

Producto Académico:
INV. UNIDAD 5

Presenta:
LAGUNA MARTINEZ CESAR JAVIER

FECHA DE ENTREGA:
04/DIC/2017
Docente:
ALBINO SOTO FUERTES

H. Y G. ALVARADO, VER. FEBRERO-JUNIO 2017

INDICE

Tabla de contenido
INTRODUCCION ........................................................................................................................ 3
5.1 TERMINOLOGIA ................................................................................................................. 4
5.2 PROBLEMA DE LA RUTA MÁS CORTA. REDES CÍCLICAS Y ACÍCLICAS. .......... 6
5.3 PROBLEMA DEL ÁRBOL DE MÍNIMA EXPANSIÓN .................................................... 9
5.4 PROBLEMA DE FLUJO MÁXIMO .................................................................................. 11
5.5 PROBLEMA DE FLUJO DE COSTO MÍNIMO .............................................................. 12
CONCLUSIÓN .......................................................................................................................... 13
BIBLIOGRAFÍA......................................................................................................................... 14
INTRODUCCION

Uno de los mayores desarrollos recientes en Investigación de Operaciones ha

sido el rápido avance tanto en la metodología como en la aplicación de los
modelos de optimización de redes.

Los problemas de redes surgen en una gran variedad de situaciones como por
ejemplo las redes de transporte, eléctricas en fin una inmensa lista que
predominan en la vida diaria. La representación de redes se utiliza en áreas tan
diversas como producción, distribución, localización de instalaciones en fin un
sin número de áreas. De hecho una representación de redes nos proporciona
un panorama general tan poderoso y una ayuda conceptual para visualizar las
relaciones entre los componentes del sistema que se utiliza casi en todas las
áreas científicas, sociales y económicas.

Se darán a conocer en este trabajo diversos tipos importantes de problemas de

redes y algunas ideas básicas sobre cómo resolverlos.
5.1 TERMINOLOGIA
Una red o grafo consiste de puntos, y líneas que conectan pares de puntos.
Los puntos se llaman nodos o vértices. Las líneas de llaman arcos. Los arcos
pueden tener una dirección asociada, en cuyo caso se denominan arcos
dirigidos. Si un arco no tiene dirección normalmente se le denomina rama. Si
todos los arcos en la red son dirigidos, la red se denomina una red dirigida. Si
todos los arcos son no-dirigidos, la red es una red no-dirigida.

Dos nodos pueden estar conectados por un conjunto de arcos. Una trayectoria
(path en inglés) es una secuencia de arcos distintos (con nodos no repetidos)
conectando a los nodos. Una trayectoria dirigida desde nodo i al nodo j es una
secuencia de arcos, cada uno de los cuales apunta al nodo j (si es que hay
dirección). Una trayectoria no dirigida puede incluir arcos dirigidos apuntando
en cualquiera de dirección.

Una trayectoria que comienza y que termina en el mismo nodo se denomina

ciclo y puede ser ya sea dirigida o no-dirigida.

Una red está conectada si existe una trayectoria no-dirigida entre cualquier par
de nodos. Una red conectada que no tiene ciclos se denomina árbol.

Optimización de redes es un tipo especial de modelo en programación lineal.

Los modelos de redes tienen tres ventajas importantes con respecto a la
programación lineal.
Pueden resolverse muy rápidamente. Problemas que con programación lineal
tendrían 1000 filas y 30.000 columnas pueden ser resueltos en segundos. Esto
permite que los modelos de redes sean usados en muchas aplicaciones (tal
como la toma de decisión en tiempo real) para lo cual la programación lineal no
es lo ideal.

Requieren en forma natural de soluciones enteras. Al reconocer que un

problema puede formularse como algún modelo de red nos permitirá resolver
tipos especiales de problemas de programación entera aumentando la
eficiencia y reduciendo el tiempo consumido por los algoritmos clásicos de
programación lineal.

Son intuitivos. Los modelos de redes proveen un lenguaje para tratar los
problemas, mucho más intuitivo que "variables, objetivo, restricciones".

Obviamente los modelos de redes no son capaces de cubrir la amplia gama de

problemas que puede resolver la programación lineal. Sin embargo, ellos
ocurren con suficiente frecuencia como para ser considerados como una
herramienta importante para una real toma de decisiones.

Los problemas de optimización de redes se pueden representar en términos

generales a través de uno de estos cuatro modelos:

 Modelo de minimización de redes (Problema del árbol de mínima

expansión).
 Modelo de la ruta más corta.
 Modelo del flujo máximo.
 Modelo del flujo del costo mínimo.
 Modelo de minimización de redes

El modelo de minimización de redes o problema del árbol de mínima expansión

tiene que ver con la determinación de los ramales que pueden unir todos los
nodos de una red, tal que minimice la suma de las longitudes de los ramales
escogidos. No se deben incluir ciclos en la solución del problema.

Para crear el árbol de expansión mínima tiene las siguientes características:

1. Se tienen los nodos de una red pero no las ligaduras. En su lugar se
proporcionan las ligaduras potenciales y la longitud positiva para cada una si se
inserta en la red. (Las medidas alternativas para la longitud de una ligadura
incluyen distancia, costo y tiempo.)

2. Se desea diseñar la red con suficientes ligaduras para satisfacer el requisito

de que haya un camino entre cada par de nodos.

3. El objetivo es satisfacer este requisito de manera que se minimice la longitud

total de las ligaduras insertadas en la red.

5.2 PROBLEMA DE LA RUTA MÁS CORTA. REDES CÍCLICAS Y ACÍCLICAS.

Se trata de encontrar la ruta de menor distancia o costo entre en punto de
partida o el nodo inicial y el destino o nodo terminal.

Redes cíclicas

EJEMPLO 1 REMPLAZO DEL EQUIPO

Una compañía arrendadora de automóviles está desarrollando un plan de

reemplazo de su flotilla para los próximos cinco años. Un automóvil debe de
estar en servicio cuando menos un año antes de que se considere ser
reemplazado. La tabla 8-1 resume el costo de reemplazo por unidad (en miles
de unidades monetarias) como función del tiempo y el número de años en
operación. El costo incluye la compra, prima del seguro, operación y
mantenimiento.

Este problema se puede representar mediante una red como sigue. Cada año
está representado por un nodo. La “longitud” de una rama que une a dos nodos
es igual al costo de reemplazo asociado que se da en la tabla 8-1. La figura 8-
6representa la red. El problema se reduce a determinar la “ruta” más corta del
nodo 1 al 5. La “ruta” más corta se puede determinar mediante el uso de
algoritmo que representaremos en la sección 8.3.2. la solución optima
producirá la ruta 1 - 2 - 5
Tabla 8-1

Año 1 2 3 4 5
1 4.0 5.4 9.8 13.7
2 4.3 6.2 8.1
3 4.8 7.1
4 4.9

13.7

9.8

5.4
1 4 2 4.3 3 4.8 44.9 5

6.2 8.1 7.1

Figura 8-6

Con un costo total de 4+ 8.1 = 12.1 (miles de unidades monetarias). Esto

quiere decir que cada automóvil debe reemplazarse al segundo año de uso y
desecharse al quinto año.

Apliquemos el procedimiento a la red en la figura8-10. Una hipótesis básica del

algoritmo es que en todas las distancias en la red son no negativas.
 2
100 15

1 20 4
10 50

30 60
3 5
Figura 8-10

Iteración 0: el nodo 1 lleva la etiqueta permanente [0,-].

Iteración 1: los nodos 2 y 3, que se pueden alcanzar directamente desde el

nodo 1 (el ultimo nodo rotulado permanentemente), llevan ahora las etiquetas
temporales [0+100, 1] y [0+30,1] o bien [100,1], respectivamente.

Entre las etiquetas temporales corrientes, el nodo 3 tiene la menor distancia d

=30(=min {100,30}). Si el nodo 3 esta etiquetado permanentemente.

Iteración 2: los nodos 4 y 5 se pueden alcanzar desde el ultimo nodo rotulado

permanentemente (nodo 3) y sus etiquetas temporales son [30+10,3] y
[30+60,3] (o bien [40,3] y [90,3]), respectivamente. En este punto tenemos las 3
etiquetas temporales [100,1], [40,3] y [90,3] asociados con los nodos 2, 4 y 5,
respectivamente. El nodo 4 etiquetado temporalmente tiene la menor d = 40
(=min {100, 40,90}) y, por consiguiente, su etiqueta [40,3] se convierte a un
estado permanente.

Iteración 3: del nodo cuatro rotulamos ahora el nodo 2 con la etiqueta temporal
[40+15,4] = [55,4], que reemplaza a la etiqueta temporal anterior [100,1]. A
continuación el nodo 5 se etiqueta temporalmente con [40+50,4] = [90,4]. Las
etiquetas temporales incluyen ahora a [55,4] y [90,4] asociadas con los nodos 2
y 5, respectivamente. Rotulamos entonces al nodo 2 en forma permanente con
la etiqueta [55,4].

El único nodo restante es el nodo destino 5, que convierte su etiqueta [90,4] a

una etiqueta permanente, con lo que se termina el procedimiento.

Los pasos de cálculo anteriores se resumen gráficamente en la figura 8-11

observe que los cálculos se basan en el concepto de recursión empleado en el
algoritmo aciclico.

5.3 PROBLEMA DEL ÁRBOL DE MÍNIMA EXPANSIÓN

Este problema considera una red no dirigida y conexa. En ella se debe
encontrar un árbol de expansión con la longitud mínima de sus arcos.

Algoritmo para el problema del árbol de expansión mínima.

1.- selecciona, de manera arbitraria, cualquier nodo y se conecta (es decir, se

agrega una ligadura) al nodo distinto más cercano.

2.- se identifica el nodo no conectado más cercano a un nodo conectado y se

conectan estos dos nodos (es decir, se agrega una ligadura entre ellos). este
paso se repite hasta que todos los nodos están conectados.

3.- Empates. Los empates para el nodo mas cercano distinto (paso 1) o para el
nodo conectado más cercano (paso 2), se pueden romper en forma arbitraria y
el algoritmo debe llegar a una solución optima. No obstante, estos empates son
señal de que pueden existir (pero no necesariamente) soluciones optimas
optimas múltiples. Todas esas soluciones se pueden identificar si se trabaja
con las demás formas de romper los empates hasta el final.

La manera más rápida de ejecutar este algoritmo en forma manual es el

enfoque grafico que se ilustra enseguida.
Aplicación de este algoritmo al problema del árbol de expansión mínima
de seervada park

La administración de seervada park necesita determinar los caminos bajo los

cuales se deben entender las líneas telefónicas para conectar todas las
estaciones con una longitud total mínima de cable. Se describirá paso a paso
la solución de este problema con base en los datos que se dan a continuación.

Los nodos y distancias para el problema se resumen enseguida, en donde las

líneas delgadas ahora representan ligaduras potenciales.

A
7

T
2 2 5

0 5 B 4 D

3 1 7

4 1
C E

4
En forma arbitraria, se selecciona el nodo 0 como inicio. El nodo no conectado
más cercano a 0 es A. se conecta el nodo A al nodo 0.

5.4 PROBLEMA DE FLUJO MÁXIMO

En una red con flujo de capacidades en los arcos, el problema es determinar el
flujo máximo posible proveniente de los orígenes de forma tal de ahogar las
capacidades de flujos de los arcos. Considere una red con m nodos y n arcos
con un flujo simple de bienes. Denote el arco de flujo (i a j) como Xij.
Asociamos cada arco a una capacidad de flujo, kij. En esta red, deseamos
encontrar el flujo total máximo en la red, F, del nodo 1 al nodo m.
En la formulación de la programación lineal, el objetivo es maximizar F. El
monto que parte del origen por varias rutas. Para cada nodo intermedio, lo que
entra debe ser igual a lo sale. En algunas rutas los flujos pueden tomar ambas
direcciones. La capacidad que puede ser enviada a una dirección en particular
también es mostrada en cada ruta
.

5.5 PROBLEMA DE FLUJO DE COSTO MÍNIMO

El problema de flujo de costo mínimo tiene una posición medular entre los

problemas de optimización de redes; primero, abarca una clase amplia de

aplicaciones y segundo, su solución es muy eficiente.
Todos los problemas de red anteriores son casos especiales del problema de
flujo de costos mínimo. Al igual que el problema de flujo máximo, este
considera flujos en las redes con capacidades. Al igual que el problema del
camino mas corto, este considera un costo por flujo hacia un arco. Al igual que
el problema de transporte, este permite múltiples orígenes y destinos. Por lo
tanto, todos estos problemas pueden ser vistos como casos especiales del
problema de flujo de costos mínimo.
El problema es minimizar el costo total sujeto a la disponibilidad y la demanda
de algunos nodos, y de la conexión superior de flujo a través de cada arco

La solución óptima es: X12 = 12, X13 = 8, X23 = 8, X24 = 4, X34 = 11, X35 = 5,
X45 = 10, todos los demás Xij = 0. El costo óptimo es $150

CONCLUSIÓN

Los modelos de optimización de redes constituyen una herramienta muy

sencilla para la encontrar la solución óptima a los problemas de flujo de redes,
porque proporcionan algoritmos fáciles de comprender y aplicar que
comparados con el método simplex disminuyen el número de iteraciones que
resuelven el problema. Si se aplicara el método simplex en un problema de
distribución o de redes, tendríamos muchas variables y restricciones en el
modelo y se tendría que utilizar herramientas computacionales para encontrar

la solución optima de una forma rápida, ahora con los modelos de redes solo
habría que aplicar las iteraciones al grafo que origina la representación de la
red del problema y luego aplicar el algoritmo que corresponde, que puede ser
el algoritmo de la ruta más corta, algoritmo para encontrar el árbol de
expansión mínima, algoritmo de la trayectoria de aumento o el algoritmo de
flujo máximo.
Aunque los problemas de flujo de costo mínimo y el de la ruta más corta
pueden formularse como modelos de programación lineal para luego aplicar el
método simplex, no es conveniente su utilización. Por otro lado solucionar el
problema utilizando redes mejora la eficiencia de los cálculos.

BIBLIOGRAFÍA

Frederick S. Hiller y Gerald J. Liberman. Investigación De Operaciones . McGraw-Hill.

Séptima Edición. 2002.

Hamdy A. Taha. Investigación De Operaciones. Ediciones Alfaomega. Cuarta Edición.

1991

https://es.slideshare.net/adncstell/51-31403677