Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Redes de Distribucion 03
Redes de Distribucion 03
INTRODUCCIÓN
1. MÉTODO DEL TRANSPORTE
1.1 FORMULACIÓND DEL PROBLEMA GENERAL DE TRANSPORTE
1.2 MÉTODOS UTILIZADOS EN LA PRIMERA FASE
1.2.1 Método de la Esquina Noroeste
1.2.2 Método de Vogel
1.2.3 Método del Coste Mínimo
1.2.4 Ejercicio de Aplicación Métodos Primera Fase
1.3 MÉTODOS UTILIZADOS EN LA SEGUNDA FASE
1.3.1 Ejercicio de Aplicación del Método de Stepping-Stone
1.3.2 Ejercicio de Aplicación del Método de Distribución Modificado
1.4 PROBLEMA DE ASIGNACIÓN (MÉTODO HÚNGARO)
1.4.1 Ejercicio de Aplicación
2. MÉTODO DE REDES
2.1 ARBOL DE EXPANSIÓN MINIMA
2.1.1 Ejercicio de Aplicación
2.2 ALGORITMO DE LA RUTA MÁS CORTA
2.2.1 Ejercicio de Aplicación
2.3 ALGORITMO DEL FLUJO MÁXIMO
2.3.1 Ejercicio de Aplicación
2.4 ALGORITMO DE REDES CAPACITADAS DE COSTO MÍNIMO
2.4.1 Ejercicio de Aplicación
2.5 ALGORITMO DE LA RUTA CRÍTICA (CPM)
2.5.1 Ejercicio de Aplicación
CONCLUSIONES
BIBLIOGRAFÍA
INTRODUCCIÓN
El modelo de transporte tiene notable interés por sus importantes aplicaciones que, como
se vera en varios ejercicios, no se restringe únicamente a la distribución de mercancías.
Puede decirse que, existen m orígenes que surten a n centros de consumo (destinos) para
cierto producto.
Teniendo en consideración el costo unitario de enviar el producto del origen (i) al centro
de consumo ( j ).
Y de esto resulta la siguiente cuestión: ¿Cuántas unidades del producto se deben enviar del
origen ( i ) al centro de consumo ( j ), de manera que comúnmente se minimicen los costos
totales de Transporte, se esté satisfecha la demanda del centro de consumo sin exceder la
capacidad de la oferta del origen ( i)?
El problema de transporte se representa a continuación como una matriz, que puede estar en
DESTINO
ORIGEN 1 2 3 ...
OFERTA
DEMANDA
de donde
para j = 1, 2, 3, ..., n
donde es la cantidad de recursos (x) asignados al destino ( j ) con su costo unitario (i).
Caso 1.
Es decir, .
ORIGEN agregada
DEMANDA
Caso2.
para lo cual se añadirá una fila a la matriz, que será (m+1), con capacidad de oferta
ORIGEN 1 2 ... n
DEMANDA
Para esto, los métodos de resolución al problema de Transporte para obtener la solución
inicial son:
1. PRIMERA FASE:
2. SEGUNDA FASE
Paso1
Paso 2.
Si es CERO, se pasa a la posición que le sigue ( "abajo" en la columna) que es la (2, 1),
Por otro lado, si , en el paso anterior, se pasa a la posición contigua (que en este caso
sería (1, 2), tal que Se cancela lo restante de la columna con ceros, y
Continuar con la misma lógica hasta llegar a la posición (m, n) de la matriz de flujos.
En esta forma se obtendrá una solución inicial factible, básica; pero bastante distante del
óptimo para el problema del transporte.
Donde :
El algoritmo del Método Vogel para obtener una solución básica factible de un problema de
Transporte es el que se muestra a continuación:
Paso 1.
Ir al paso 3.
Paso2.
Usar el remanente de costos y flujos de la matriz, hasta que los flujos estén asignados.
Paso3.
Calcular las diferencias de las filas y de las columnas de la matriz de costos. Esta diferencia
resulta entre los números más pequeños (tanto de filas como de columnas).
Paso4.
Seleccionar a la fila o a la columna que tenga la mayor diferencia. En caso de empate, se
decide arbitrariamente.
Paso 5.
Paso 6.
Paso7.
El método del coste mínimo asigna el mayor número posible de unidades a la posición de
menor coste eliminando la fila y/o columna que quede satisfecha, y repite el proceso hasta
eliminar todas las filas y columnas.
1.2.4 Ejercicio de Aplicación Métodos Primera Fase
1 2 3 Disp.
A 8 9 6 45
B 5 7 4 25
C 3 5 7 50
D 7 8 5 30
Dem. 40 60 30
Donde los elementos interiores representan costes, se desea determinar una solución inicial
básica factible y su coste asociado con:
a) El MEN.
b) El método de Vogel.
c) El método de Coste Mínimo.
d) Comentar la calidad relativa de las soluciones obtenidas en los apartados anteriores.
SOLUCIÓN
A 8 9 6 0 45
B 5 7 4 0 25
C 3 5 7 0 50
D 7 8 5 0 30
Dem. 40 60 30 20
1 2 3 F Disp.
40
A 8 9 6 0 5
B 5 7 4 0 25
C 3 5 7 0 50
D 7 8 5 0 30
Dem. 0 60 30 20
En este caso, la columna 1 pasa a tener demanda 0, así que la eliminamos, teniendo ahora la
tabla reducida y con bordes (disponibilidades y demandas) revisados,
2 3 F Disp.
A 9 6 0 5
B 7 4 0 25
C 5 7 0 50
D 8 5 0 30
Dem. 60 30 20
2 3 F Disp.
5
A 9 6 0 0
B 7 4 0 25
C 5 7 0 50
D 8 5 0 30
Dem. 55 30 20
C 5 7 0 50
D 8 5 0 30
Dem. 30 30 20
1 2 3 F Disp.
40 5
A 8 9 6 0 45
25
B 5 7 4 0 25
30 20
C 3 5 7 0 50
10 20
D 7 8 5 0 30
Dem. 40 60 30 20
A 8 9 6 0 45 6*
B 5 7 4 0 25 4
C 3 5 7 0 50 3
D 7 8 5 0 30 5
Dem. 40 60 30 20
PCj 2 2 1 0
1 2 3 F Disp.
20
A 8 9 6 0 25
B 5 7 4 0 25
C 3 5 7 0 50
D 7 8 5 0 30
Dem. 40 60 30 0
Eliminamos la fila y/o columna que haya quedado satisfecha, que en este caso es la
columna F, y repetimos el proceso con la tabla reducida y sus bordes revisados. Las
penalizaciones son ahora
1 2 3 Disp. PFi
A 8 9 6 25 2
B 5 7 4 25 1
C 3 5 7 50 2
D 7 8 5 30 2
Dem. 40 60 30
PCj 2 2* 1
1 2 3 Disp.
A 8 9 6 25
B 5 7 4 25
50
C 3 5 7 0
D 7 8 5 30
Dem. 40 10 30
1 2 3 Disp. PFi
A 8 9 6 25 2
B 5 7 4 25 1
30
D 7 8 5 30 2*
Dem. 40 10 30
PCj 2 1 1
Tomamos como mayor penalización la correspondiente a la fila D, pues hay empates. En
ella, la posición de menor coste es (D , 3). Hacemos XD3 = min (30 , 30) = 30 y reducimos
la disponibilidad de D y la demanda de 3 en ese valor. Esto nos lleva a eliminar
simultáneamente la fila D y la columna 3, indicación de degeneración en la solución inicial.
Continuando con el procedimiento llegamos a la solución básica factible
1 2 3 Fict. Disp.
15 10 20
A 8 9 6 0 45
25
B 5 7 4 0 25
50
C 3 5 7 0 50
30
D 7 8 5 0 30
Dem. 40 60 30 20
que es degenerada, ya que tiene 6 posiciones básicas, una menos que el número máximo
que es 7. El coste asociado es
B 5 7 4 0 25
C 3 5 7 0 50
D 7 8 5 0 30
Dem. 40 60 30 0
Eliminamos la columna F, que ha quedado satisfecha. La nueva tabla reducida con bordes
revisados es:
1 2 3 Disp.
A 8 9 6 25
B 5 7 4 25
C 3 5 7 50
D 7 8 5 30
Dem. 40 60 30
La posición de menor coste es (C , 1). Le asignamos XC1 = min (50,40) = 40. La tabla con
la disponibilidad de la fila C y la demanda de la columna 1 reducidas en ese número de
unidades es:
1 2 3 Disp.
A 8 9 6 25
B 5 7 4 25
40
C 3 5 7 10
D 7 8 5 30
Dem. 0 60 30
2 3 Disp.
A 9 6 25
B 7 4 25
C 5 7 10
D 8 5 30
Dem. 60 30
La posición de menor coste es (B,3). Le asignamos XB3 = min (25,30) =25. Continuando
con el procedimiento, se llega a la solución dada en la tabla que es no degenerada, ya que
tiene 7 posiciones básicas.
1 2 3 F Disp.
25 20
A 8 9 6 0 45
25
B 5 7 4 0 25
40 10
C 3 5 7 0 50
25 5
D 7 8 5 0 30
Dem. 40 60 30 20
1 2 3 4 Disp.
1 8 11 5 7 400
2 9 5 6 11 700
3 12 4 8 10 100
Dem. 500 400 100 200
Obtener la solución óptima con el método de Stepping-Stone a partir de la solución inicial
obtenida con el MEN.
SOLUCIÓN
La disponibilidad total (1200) coincide con la demanda total, por lo que el problema es
equilibrado. Determinamos la solución inicial básica factible con el MEN. Esta es:
1 2 3 4 Disp.
400
1 8 11 5 7 400
100 400 100 100
2 9 5 6 11 700
100
3 12 4 8 10 100
Dem. 500 400 100 200
Con coste C = 8800. Esta solución inicial es no degenerada, pues tiene 6 posiciones
básicas. Podemos, entonces, comenzar el procedimiento de Stepping-Stone calculando
(i,j) el objetivo
(1,2) ^+ 11
(1,1) ^- -8
(2,1) ^+ 9
(2,2) ^- -5
(1,2) ^+ -
Coste relativo 7
(i,j) ij)
(1,2) 7
(1,3) 0
(1,4) -3
(3,1) 4
(3,2) 0
(3,3) 3
Situamos éstos sobre los costes de transporte por unidad dentro de la tabla. Se obtiene así:
1 2 3 4 Disp.
400 7 0 -3
1 8 11 5 7 400
100 400 100 100
2 9 5 6 11 700
4 0 3 100
3 12 4 8 10 100
Dem. 500 400 100 200
Si todos los costes relativos fueran no negativos, la solución actual sería óptima. No es este
el caso. Tomamos la posición con coste relativo más negativo, la única en este caso es
(1,4), con 14 = -3. Generamos a continuación una nueva solución determinando
previamente, a partir del ciclo construido con la posición (1,4), que es
(i,j) Xij)
(1,4) - ^+
(1,1) 400 ^ -
(2,1) 100 ^+
(2,4) 100 ^ -
1 2 3 4 Disp.
300 7 0 100
1 8 11 5 7 400
200 400 100 3
2 9 5 6 11 700
1 -3 0 100
3 12 4 8 10 100
Dem. 500 400 100 200
Sigue siendo no degenerada, ya que tiene de nuevo 6 posiciones básicas. El coste asociado
será de C = 8800 + (-3)*100 = 8500, como puede también comprobarse de forma directa a
partir de la tabla. Ahora, el coste relativo más grande (i único) corresponde a la posición
(i,j) Xij)
(3,2) - ^+
(3,4) 100 ^ -
(1,4) 100 ^+
(1,1) 300 ^ -
(2,1) 200 ^+
(2,2) 400 ^ -
la cantidad = min {100,300,400} = 100, y la nueva solución, que permanece no
degenerada, es
1 2 3 4 Disp.
200 7 0 200
1 8 11 5 7 400
300 300 100 3
2 9 5 6 11 700
4 100 3 3
3 12 4 8 10 100
Dem. 500 400 100 200
Esta tabla contiene, además, los nuevos costes relativos. Como todos son no negativos, el
procedimiento termina al haberse alcanzado la solución óptima. Esta es
X*11 = 200, X*14 = 200, X* 21 = 300, X*22 = 300, X*26 = 100, X*32 = 100
Finalmente, observamos que en esta tabla final la posición no básica (1,3) tiene coste
1 2 3 Disp.
1 4 3 5 8
2 2 3 6 5
3 3 1 2 6
Dem. 8 3 9
determinar la solución óptima con el método MODI a partir de la solución inicial obtenida
por el procedimiento MEN.
SOLUCIÓN
1 2 3 Disp.
8 Î
1 4 3 5 8
3 2
2 2 3 6 5
6
3 3 1 2 6
1
F 0 0 0 1
Dem. 8 3 9
Tal solución tiene 5 posiciones básicas, si prescindimos por el momento del Î que aparece
en la posición (1,2), siendo el máximo posible m + n – 1 = 4 + 3 – 1 = 6. Hay que añadir
una Î posición. Las posiciones independientes son (1,2), (1,3), (2,1), (3,1) y (F,1).
Elegimos de forma arbitraria la posición (1,2) como Î-posición, como aparece en la tabla
anterior.
S1 + T1 + 4 = 0, S1 + T2 + 3 = 0, S2 + T2 + 3 = 0
S2 + T3 + 6 = 0, S3 + T3 + 2 = 0, SF + T 3 + 0 = 0
1 2 3 Disp. Si
8 Î -1
1 4 3 5 8 0
-2 3 2
2 * 2 3 6 5 0
3 2 6
3 3 1 2 6 4
2 3 1
F 0 0 0 1 6
Dem. 8 3 9
Tj -4 -3 -6
que también aparecen en la tabla (números sobre los costes). Puesto que existen
indicadores negativos, es posible la mejora de la solución actual. Elegimos el más
negativo, que corresponde a la posición (2,1), marcada con *, con 21 = -2 y construimos
un ciclo para ella. Este es
(i,j) Xij)
(2,1) - ^+
(1,1) 8 ^ -
(1,2) Î ^+
(2,2) 3 ^ -
Con valor
= min {Xij} = min {8,3} = 3.
^ -
1 4 3 5 8
3 2
2 2 3 6 5
6
3 3 1 2 6
1
F 0 0 0 1
Dem. 8 3 9
Para esta tabla, calculamos los números MODI de fila y columna a parir del sistema
S1 + T1 + 4 = 0, S1 + T2 + 3 = 0, S2 + T1 + 2 = 0
S2 + T3 + 6 = 0, S3 + T3 + 2 = 0, SF + T 3 + 0 = 0
Y los indicadores ij de las posiciones no básicas, que podemos ver en la tabla
1 2 3 Disp. Si
5 3+Î -3
1 4 3 * 5 8 0
3 2 2
2 2 3 6 5 2
5 4 6
3 3 1 2 6 6
4 5 1
F 0 0 0 1 8
Dem. 8 3 9
Tj -4 -3 -8
Existe un indicador negativo, así que aún es posible la mejora. Este corresponde a la
posición (1,3), con 13 = -3. El ciclo para esta posición es
Posición Valor de Designación
(i,j) Xij)
(1,3) - ^+
(1,1) 5 ^ -
(2,1) 3 ^+
(2,3) 2 ^ -
con valor = min {5,2} = 2. La nueva solución, que es no degenerada, junto con los
números MODI e indicadores, se muestra en la tabla siguiente:
1 2 3 Disp. Si
3 3+Î 2
1 4 3 5 8 0
5 2 3
2 2 3 6 5 2
2 1 6
3 3 1 2 6 3
1 2 1
F 0 0 0 1 5
Dem. 8 3 9
Tj -4 -3 -5
con coste C* = 53. Observemos que el óptimo es único, pues todos los indicadores de las
posiciones no básicas son positivos.
Deberá haber una matriz balanceada de costos, donde será restado tanto en la columna
como en la fila el número más pequeño de esa columna o fila. O sea,
Paso2.
Tenemos una solución óptima, si al finalizar este paso, se ha hecho una asignación
completa de ceros, en otras palabras, cada origen tiene su destino y viceversa.
Paso3.
3a) Marcar cada una de las filas que no contenga un cero asignado.
3b) Marcar cada columna que contenga un cero, (que no es necesario que esté asignado), de
la fila descrita en el paso 3a).
3c) Marcar cada fila que contenga un cero asignado en la columna del paso anterior 3b).
3d) Repetir los pasos 3b) y 3c), has que no se puedan marcar más columnas o más filas.
3e) Tachar las filas que no se encuentren marcadas y las columnas que sí lo están.
Una empresa de alimentación tiene en plantilla 4 ejecutivos Ei, i = 1,2,3,4, que debe asignar
a cuatro grandes clientes Cj, j = 1,2,3,4. Los costes estimados (en millones de pesetas) de la
asignación de cada ejecutivo a cada cliente son
C1 C2 C3 C4
E1 15 19 20 18
E2 14 15 17 14
E3 11 15 15 14
E4 21 24 26 24
SOLUCIÓN
Como la tabla tiene todos los costes no negativos, podemos comenzar la aplicación del
algoritmo cuyo primer paso consiste en generar ceros restando el menor elemento de cada
fila de todos los elementos de su fila y haciendo lo mismo para las columnas con la tabla
obtenida. La nueva tabla es
C1 C2 C3 C4
E1 0 3 2 3
E2 0 0 0 0
E3 0 3 1 3
E4 0 2 2 3
Para ver si es posible una asignación independiente de ceros, es decir, que exista al menos
un cero por fila y columna, aplicamos la heurística que consiste en buscar la fila y columna
con menor número de ceros en la tabla obtenida, marcar uno de los ceros de la fila (aparece
en negrita en la siguiente tabla) y tachar el resto de ceros (se indica poniendo X) que se
encuentran en la misma fila y columna que el cero marcado. La fila con menor número de
ceros es la primera (rompemos empates tomando la fila superior), así que marcamos el cero
de la posición (1,1) y tachamos los ceros de las posiciones (2,1), (3,1) y (4,1). Ahora, la fila
con menor número de ceros (no tachados) es la segunda. Marcamos, por ejemplo, el cero
de la posición (2,2) y tachamos los de las posiciones (2,3) y (2,4). La tabla es
C1 C2 C3 C4
E1 0 3 2 3
E2 X 0 X X
E3 X 3 1 3
E4 X 2 2 3
Como N hemos conseguido un cero marcado por fila, no tenemos una asignación
independiente, y el algoritmo debe continuar generando ceros adicionales sobre la tabla
obtenida. Para ello, aplicamos el siguiente procedimiento:
1) Marcar todas las filas (con a la derecha de la fila) que no contienen un cero marcado,
que serán la tercera y cuarta.
2) Marcar columnas (con ) que tienen un cero tachado en filas marcadas, que sólo será la
primera columna.
3) Marcar toda la fila que tenga un cero marcado en una columna marcada, que será la
primera fila.
4) Repetir 2) y 3) hasta que no haya más filas y columnas que marcar. La tabla con las
filas y columnas marcadas es
C1 C2 C3 C4
E1 0 3 2 3
E2 X 0 X X
E3 X 3 1 3
E4 X 2 2 3
A continuación, debemos pasar líneas a través de las filas no marcadas y las columnas
marcadas, que indicaremos con flechas como se puede observar en la tabla y que es el
menor número de líneas verticales y horizontales (L. C.) que cubren todos los ceros de la
matriz (hemos quitado la marca de los ceros y restituido los ceros tachados).
C1 C2 C3 C4 L. C.
E1 0 3 2 3
E2 0 0 0 0 ¬
E3 0 3 1 3
E4 0 2 2 3
L. C.
Ahora, seleccionamos el menor de los costes no cubiertos por las líneas anteriores, siempre
será un valor positivo al estar todos los ceros cubiertos, que es c^m = 1 que corresponde a
la posición (3,3). Esta cantidad la restamos a todos los elementos no cubiertos, la sumamos
a los elementos cubiertos que estén en la intersección no cubiertos, la sumamos a los
elementos cubiertos que estén en la intersección de una línea vertical y horizontal, y
permanece igual el resto. La nueva tabla es
C1 C2 C3 C4
E1 0 2 1 2
E2 1 0 0 0
E3 0 2 0 2
E4 0 1 1 2
C1 C2 C3 C4
E1 0 2 1 2
E2 1 0 X X
E3 X 2 0 2
E4 X 1 1 2
Como no hay un cero marcado por fila, no hemos alcanzado una asignación óptima y
debemos generar nuevamente ceros adicionales. Aplicando el procedimiento de antes, el
menor número de líneas que cubren todos los ceros está indicado en la tabla
C1 C2 C3 C4 L. C.
E1 0 2 1 2
E2 1 0 0 0 ¬
E3 0 2 0 2 ¬
E4 0 1 1 2
L. C.
C1 C2 C3 C4
E1 0 1 X 1
E2 2 X X 0
E3 1 2 0 2
E4 X 0 X 1
Esta tabla tiene un cero marcado por fila. Por tanto, se ha alcanzado la optimalidad. La
solución es la misma
2. MÉTODO DE REDES
a) El diseño de una re de ductos de gas natural mar adentro, que conectan las fuentes en el
golfo de México con un punto de entrega cerca de la orilla. El objeto del modelo es
minimizar el costo de construcción del ducto.
b) La determinación de la ruta más corta entre dos ciudades en una red de carreteras
existente.
c) La determinación de la capacidad máxima (en toneladas por año) de una red de ductos
de suspensión de carbón, que une las minas de carbón en Wyoming con las plantas de
energía eléctrica en Houston. (Los ductos de suspensión transportan el carbón
bombardeando agua a lo largo de ductos especialmente diseñados).
d) La determinación del programa de flujo de costo mínimo de los campos petroleros a las
refinerías a través de una red de ductos.
e) La determinación del programa de tiempo (fechas de inicio y de terminación) para las
actividades de un proyecto de construcción.
La solución de estas situaciones y de otras semejantes se logran por medio de una variedad
de algoritmos de optimización de redes. Algunos de estos algoritmos son:
El servicio de Parques Nacionales planea desarrollar una zona campestre para el turismo.
Se han señalado cuatro sitios en el área para llegar a ellos en automóviles. Estos sitios y
las distancias ( en millas ) entre ellos, se presentan en la tabla.
Para dañar lo menos posible al medio ambiente, el Servicio de Parques desea minimizar el
número de millas de caminos necesario para proporcionar el acceso deseado. Determínese
cómo deberán construirse los caminos para lograr este objetivo.
SOLUCION
Los nodos son los cuatro sitios que van a desarrollarse y la entrada del parque, mientras
que las ramas propuestas son los posibles caminos para unir los sitios. Los costos son el
número de millas. La red completa se muestra en la siguiente figura, en donde cada sitio
está representado por la primera letra de su nombre.
C
7.1 16.2
19.11
E M
13.2 8.3
P F
25.7 19.51
17.2 18.1
5.2
Se selecciona arbitrariamente la entrada del parque como nodo inicial. Los costos de las
ramas que llegan a este nodo se enlistan en el primer renglón de la tabla. Ya que el menor
costo es 7.1, se agrega a la red la rama que va de la entrada del parque a la cascada.
Se considerarán ahora todas las ramas que unen a la entrada del parque o a la cascada con
un nuevo lugar. Estas son las ramas que van de la entrada del parque a la formación
rocosa, al mirador y a la pradera; así como aquellas que van de la cascada a los mismos
tres sitios. De estas, la rama más barata es aquella que va de la cascada a la formación
rocosa así que se agrega a la red.
Después se consideran todas aquellas ramas que vayan hacia el mirador o la pradera, desde
la entrada del parque, la cascada o la formación rocosa. De estas, la rama que va de la
formación rocosa a la pradera tiene el menor costo, así que se agrega a la red.
En esta etapa, el único sitio no comunicado es el mirador. La rama más barata que une al
mirador con cualquiera de los otros sitios, es la que corresponde a la cascada. Agregando
esta rama a la red, se llega a la siguiente figura la cual tiene un costo mínimo de
C
7.1 16.2
E M
8.3
P F
5.2
2.2 ALGORITMO DE LA RUTA MAS CORTA
Un problema de la ruta más corta involucra una red conexa con un costo no negativo
asociado a cada rama. A un nodo se le denomina fuente y a otro nodo se le denomina
destino. El objetivo es determinar una ruta que una a la fuente con el origen, de manera que
la suma de los costos asociados con las ramas en la ruta sea mínima.
Los problemas de la ruta más barata se resuelven mediante el siguiente algoritmo, en cuya
aplicación todo empate será resuelto arbitrariamente.
Paso 1.
Constrúyase una lista maestra tabulando bajo cada nodo, en orden ascendente según el
costo, las ramas que llegan a él. Cada rama bajo un nodo dado, se escribe con ese nodo
como su primer nodo. Omítase en la lista cualquier rama que tenga a la fuente como su
segundo nodo o que tenga al destino como su primer nodo.
Paso 2.
Márquese con un asterisco a la fuente y asígnese el valor 0. Localícese la rama más barata
que coincida con la fuente y enciérrese en un círculo. Márquese con un asterisco al
segundo nodo de esta rama y asígnese a este nodo un valor igual al costo de la rama.
Elimínense de la lista maestra todas aquellas otras ramas que tengan como segundo nodo al
que se acaba de marcar con asterisco
Paso 3
Considérense en la lista maestro actual, todos los nodos marcados con asterisco que tengan
bajo ellos ramas muy cerradas en un círculo. Para cada uno de ellos, agréguese el valor
asignado al nodo, al costo de la rama sin círculo mas barata bajo él. Denótese a la menor
de estas sumas con M y enciérrese en un círculo la rama cuyo costo contribuyó a M.
Márquese con un asterisco el segundo nodo de esta rama y asígnesele el valor M.
Elimínense de la lista maestra todas las otras ramas que tengan al nodo que acaba de
marcarse con asterisco como segundo nodo. Continúese en el paso 3.
Paso 5.
La red en la figura muestra las posibles rutas entre su hogar y el trabajo y las probabilidades
asociadas de que no lo detengan en cada segmento. Por consiguiente, la probabilidad de
que no lo detengan camino al trabajo es el producto de las probabilidades asociadas con los
segmentos sucesivos de la ruta seleccionada. Por ejemplo, la probabilidad de que no lo
multen en la ruta 1 3 5 7 es 0.9 * 0.3 * 0.25 = 0.0675. El objetivo de Smart es
seleccionar la ruta que maximice la probabilidad de que no lo multen.
0.8 0.35
2 4 6
0.2 0.5
0.6
0.4
1 0.1 7
0.9
0.25
3 5
0.3
El problema se puede formular como un modelo de la ruta más corta, utilizando una
transformación logarítmica que convertirá el producto probabilidad en la suma de los
logaritmos de probabilidades, es decir, si p1k = p 1 * p 2 * ..... * p k es la probabilidad de
que no lo detengan, entonces
Utilizando TORA, la ruta más corta en la figura anterior, está definida por los nodos 1, 3, 5
y 7, con una “longitud” correspondiente de 1.1707 ( = - log p 17 ) . Por tanto, la
probabilidad máxima de que no lo detengan es p 17 = 0.0675.
Una red puede ser el modelo para un problema de flujo máximo. La fuente, el destino y los
empalmes se representan mediante nodos, mientras que las ramas representan los conductos
a través de las cuales se transportan materiales. Asociado a cada nodo N y a cada rama NM
que salga de N, hay un número no negativo, o capacidad, que representa la cantidad
máxima de material que puede embarcarse de N a través de NM.
0
4
B
5
10
8 4 0
Fuente A D Destino
0
7
5
0 10
C
EJEMPLO:
La figura anterior es una red que tiene A como fuente, a D como destino y a B y C como
empalmes. Cerca de los extremos de cada rama se indican las capacidades de flujo en
ambas direcciones. Nótese que pueden embarcarse 7 unidades de A a C a lo largo de AC,
pero en la dirección opuesta sólo pueden embarcarse 0 unidades, ésta asimetría permite, de
desearse definir una orientación para AC. En contraste, los flujos a lo largo de BC pueden
moverse en ambas direcciones, con una capacidad de 5 unidades en ambos sentidos.
Paso 1
Encuéntrese una ruta que permita el flujo positivo de material de la fuente al destino. Si no
existe alguna, continúese en el paso 5.
Paso 2
Determínese el flujo máximo que puede embarcarse a lo largo de esta ruta y denótese k.
Paso 3
Disminúyase la capacidad directa (es decir, la capacidad en la dirección de flujo de las k
unidades) de cada rama de ésta ruta en k y auméntese la capacidad en sentido inverso en k.
Agréguense k unidades a la cantidad enviada al destino.
Paso 4
Continúese en el paso 1.
Paso 5
Determínese el flujo máximo de material que puede ser enviado de la fuente A al destino
D, a través de la red planteada en el ejemplo anterior.
Una ruta que va de la fuente al destino es la rama AD, la cual une a estos nodos
directamente. Puede permitir 8 unidades. Embarcando ésta cantidad, se envían 8 unidades
a D, disminuyendo en 8 la capacidad de AD y aumentando en 8 la capacidad de DA. La
red resultante se muestra en la figura siguiente:
0 4
B
5
0 7A
10 0 5C 10 40 D 8
Fuente Destino
(-8) (+8)
Otra ruta de la fuente al destino que puede permitir el flujo positivo es { AC, CB, BD }. La
cantidad máxima de material que puede ser enviado a lo largo de ésta ruta es de 4 unidades,
es decir, la capacidad de BD. Haciendo este embarque, se incrementa en cuatro unidades el
suministro en D, con lo cual se tiene 8+4 = 12. simultáneamente, se disminuyen en 4
unidades las capacidades de AC, CB y BD y se incrementan en esta misma cantidad las
capacidades de CA, BC y DB. Entonces, la figura anterior se convierte en la siguiente
figura:
0 0
B
9
10
0 8 8
Fuente A D Destino
(-12) 0 (+12)
3
1
4 10
C
La ruta { AC, CD } de la figura anterior, puede permitir 3 unidades de A a D. Haciendo
este embarque se aumenta en 3 unidades el suministro e D, teniéndose 12 + 3 = 15, y se
disminuyen en 3 las capacidades de AC y CD. También se incrementas en 13 unidades las
capacidades de CA y DC. La nueva red es la figura siguiente.
0 0
B
9
10 8
0 8
Fuente A D Destino
(-15) 3 (+15)
0
1
7 7
C
0
7
B
2
3
0 8 8
Fuente A D Destino
(-22) 10 (+22)
0
8
7 0
C
2.4 ALGORITMO DE REDES CAPACITADAS DE COSTO MINIMO
El problema del flujo restringido de costo mínimo generaliza el modelo de flujo máximo en
cuatro aspectos:
El nuevo modelo determina lo flujos en los diferentes arcos que minimizan el costo total, al
mismo tiempo que satisfacen las relaciones del flujo en los arcos y las cantidades de la
oferta y la demanda en los nodos.
GrainCo proporciona maíz de tres sitios a tres granjas avícolas. Las cantidades de la oferta
en los tres sitios son 100, 200 y 50 mil bushels y la demanda en las tres granjas es de 150,
80 y 120 mil bushels. En su mayor parte GrainCo utiliza ferrocarriles para transportar el
maíz a las granjas, con excepción de tres rutas en las cuales se utilizan camiones.
La figura siguiente resume la ruta disponible entre los silos y las granjas.
[-150]
$1
[100] 1 4 $2
(50,80)
$1
$4 [50]120) (100,120)
(70,120)
$3 [-120]
6
$5 3 $2
[200] $4
2 5
$6 [-80]
Los silos están representados por los nodos 1, 2 y 3, cuyas cantidades de oferta son [100],
[200] y [50], respectivamente. Las granjas están representadas por los nodos 4, 5 y 6, cuyas
cantidades de demandas son [-150], [-80] y [-120], respectivamente. Las rutas permiten el
transbordo entre los silos. Los arcos (1,4), (3,4) y (4,6) son rutas de camiones. Estas
rutas tienen capacidades mínimas y máximas. Por ejemplo la capacidad de la ruta (1,4) es
entre 50 y 80 mil bushels. Todas las otras rutas utilizan transbordos cuya capacidad
máxima es prácticamente ilimitada. Los costos de transporte por bushel se indican en los
respectivos arcos.
a) Definir las actividades del proyecto, sus relaciones de precedencia y sus requerimientos
de tiempo.
b) Después el proyecto se traduce a una red que muestra las relaciones de precedencia entre
las actividades.
c) El tercer paso indica hacer cálculos específicos de red que faciliten el desarrollo del
programa de tiempo para el proyecto.
SOLUCION
a) La red CPM de ejecución de este proyecto con el criterio actividad – arco es:
E,7
2 6
K,8
A,5
D,3 I,9
c) Determinamos inicialmente el incremento de costes Cij por día reducido para cada
actividad (i,j), a partir de la expresión
Para la actividad A asociada al arco (1,2), este coste es, en miles de pesetas:
250 – 200
Cij = = 25
5-3
y, análogamente, para las restantes actividades. La tabla siguiente recoge tales costes:
A,5 E,7
C,8 F,5 J , 11 L , 10
G,4
0 5 10 15 20 25 30 35
A,5 E,7
B,4
G,4
0 5 10 15 15 20 30 35
CONCLUSIONES
El problema del árbol de extensión mínima consiste en encontrar las conexiones más
eficientes entre todos los nodos de la red, las que por definición no deben incluir ningún
lazo.
El problema de la ruta más corta tiene que ver con la determinación de las ramas
conectadas en una red de transporte que constituyen, en conjunto, la distancia más corta
entre una fuente y un destino.