Modelos de redes

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.

1. 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.
2. 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.
3. 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 EJEMPLOS SI ESTAN BIEN. NO?

Problema de Transporte
Considere el siguiente problema de limpieza de nieve: la ciudad está dividida en comunas.
Después de una tormenta de nieve, se debe sacar la nieve y botarla en un lugar conveniente.
En Helsinki (la ciudad del problema), esos lugares son grandes esplanadas con un sistema
de secado artificial. Cada una de esos "destinos" tiene una capacidad. El objetivo es
minimizar la distancia recorrida para transportar la nieve.
Este problema es un ejemplo de un problema de transporte. En tales problemas, existe un
conjunto de nodos llamados fuentes y un conjunto de nodos llamados destinos. Todos los
arcos van desde el origen al destino. Existe un costo unitario (por unidad) asociado a cada
arco. Cada fuente tiene un concepto de abastecimiento y cada destino maneja el concepto
de demanda. Se asume que la cantidad total a abastecer es exactamente igual a la cantidad
demandada. Para el problema de la nieve la red puede ser como se muestra en la figura 1.4.
Figura 1.4:Red de Transporte de Nieve

Un problema que corresponde al modelo de transporte puede ser el asignar clientes a un

negocio para poder satisfacer las demandas. En tal caso los almacenes son las fuentes, los
clientes son los destinos y los costos representan los costos de transporte por unidad.

Otro ejemplo sería:

Uno de los principales productos de la Compañía P&T son los duraznos en conserva. Los
duraznos son preparados en 3 enlatadoras (Washington, Oregon y Minnesota) y luego se
despachan en camiones para distribuirlos en tres supermercados en California, Utah, South
Dakota, Nuevo México. Debido a que los costos de transporte han aumentado, la
administración ha decidido hacer un estudio sobre ellos. Para la próxima estación se ha
estimado el número de tarros de conserva generado en cada enlatadora, y la cantidad que
requerirá cada almacén para satisfacer a sus clientes. Los costos de trasnporte desde la
enlatadora a los almacenes se resume en la siguiente tabla.

veamos cuál sería el modelo de programación lineal para este problema. Sea el número
de camiones cargados que van desde la enlatadora i al almacén j, el problema sería:
Este es un ejemplo de modelo de transporte. Este problema tiene una estructura
interesante. Todos los coeficientes son 1 y cada variable aparece exactamente en 2
restricciones. Es esta estructura que hace que el algoritmo simplex sea extremadamente
eficiente al resolverlo.

¿Qué define a un modelo de transporte?. En general el modelo de transporte tiene que ver
con distribuir desde un grupo de centros de abastecimiento, llamados fuentes a un grupo de
centros de recepción denominados destinos para minimizar el costo total.

En general, la fuente i tiene una capacidad para abastecer de unidades, y el destino j tiene
una demanda para unidades. El costo de la distribución de los items desde la fuente al
destino es proporcional al número de unidades. Esta información puede expresarse de una
manera apropiada a través de una tabla como en el ejemplo.

Se supondrá de una manera general que la oferta es igual a la demanda total. Si esto no
fuese verdad para un problema particular, se podrán crear fuentes o destinos dummy para
que esta condición se cumpla. Esto se denomina problema de transporte balanceado. Estos
centros dummy pueden tener costos de distribución cero.

Supongamos que la enlatadora 3 puede llenar sólo 75 camiones. Asi la cantidad "ofrecida"
es ahora 25 unidades menor. Un nodo de oferta dummy se crea para balancear el problema,
y el costo de la oferta dummy podría ser cero o representar el costo de NO-satisfacer la
demanda.

El costo de transporte tiene varias propiedades interesantes:

Factibilidad. El problema tiene una solución factible del momento que la oferta iguala a la
demanda

Integralidad. Si las ofertas y las demandas son enteras, cada solución básica (incluyendo el
óptimo) será entera. De esta manera no es necesario resolverlo por programación lineal
entera. Cabe hacer notar que no significa que cada destino será abastecido por exactamente
un origen!.
En el ejemplo, una solución básica podría ser llenar 20 camiones desde la enlatadora 1 para
enviarlos al negocio 2 y los 55 restantes al almacén 4, 80 desde la enlatadora 2 al almacén 1
y 45 al almacén 2. Finalmente 70 desde la enlatadora 3 al almacén 3 y 30 al almacén 4. La
formulación de este problema de programación lineal tiene 7 restricciones además de la no-
negatividad, y una solución básica tiene sólo 6 variables básicas. Esto se debe a que las
restricciones son linealmente dependientes: La suma de las primeras tres restricciones es
igual a la suma de la cuarta restricción. En consecuencia, la región factible definida por las
restricciones será la misma si nosotros mantenemos sólo 6 de ellas.
En general, una solución básica de un problema de transporte tendrá un número de
variables básicas igual al número de orígenes más el número de destinos menos uno.

Conclusion

El método PERT ha sido aplicado a varios proyectos de empresas ya que es necesario resolver
problemas de incertidumbre en el tiempo de las actividades y no solo es un sistema de planeaion
de proyectos sino que también puede ser útil para registrar el progreso del proyecto para la
elaboración de planes. El creador del proyecto puede comparar la efectividad de las actividades
que ocurren durante la planeación y dar oportunidad de ajustar la asignación de los recursos de
actividades de la ruta critica y asi poder para alcanzar la meta deseada.