Unidad 4 Modelo de Flujo de Redes

INSTITUTO TECNOLOGICO DE
CERRO AZUL
MOD.OPTIM. RECUR
TRABAJO DE INVESTIGACION
TEMA: UNIDAD 4 “MODELO DE FLUJO DE REDES”
DOCENTE: ING. ADALBERTO VARGAS SANTIAGO
ALUMNO: REGINO REYES OVIEDO 18500233
FECHA: 26/ MARZO/ 2020

ÍNDICE
INTRODUCCIÓN ................................................................................................... 1
4. MODELOS DE FLUJOS EN REDES.................................................................. 2
4.1 EL MODELO DEL CAMINO .......................................................................... 4
4.2 EL MODELO DE FLUJO MÁXIMO ............................................................. 10
4.3 EL MODELO DEL ÁRBOL DE EXPANSIÓN MÍNIMA ................................. 18
4.4 USO DE SOFTWARE ................................................................................. 21
CONCLUSIÓN ..................................................................................................... 23
GLOSARIO DE TÉRMINO ................................................................................... 24
BIBLIOGRAFÍA ....................................................................................................
27
INTRODUCCIÓN
Las técnicas de flujo de redes están orientadas a optimizar situaciones
vinculadas a las redes de transporte, redes de comunicación, sistema de vuelos
de los aeropuertos, rutas de navegación de los cruceros, estaciones de bombeo
que transportan fluidos a través de tuberías, rutas entre ciudades, redes de
conductos y todas aquellas situaciones que puedan representarse mediante una
red donde los nodos representan las estaciones o las ciudades, los arcos los
caminos, las líneas aéreas, los cables, las tuberías y el flujo lo representan los
camiones, mensajes y fluidos que pasan por la red. Con el objetivo de encontrar la
ruta más corta si es una red de caminos o enviar el máximo fluido si es una red de
tuberías.
Cuando se trata de encontrar el camino más corto entre un origen y un destino, la
técnica, algoritmo o el modelo adecuado es el de la ruta más corta; aunque
existen otros modelos de redes como el árbol de expansión mínima, flujo máximo
y flujo de costo mínimo cada uno abarca un problema en particular. En este
trabajo se mencionan los modelos de redes existentes y los problemas que
abarca cada uno de ellos, además se describen los algoritmos que aplican estos
modelos para encontrar la solución óptima al problema. Utilizando la terminología
utilizada para representarlos como una red.
1
4. MODELOS DE FLUJOS EN REDES
MODELOS DE REDES
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.
Una red con n nodos requiere sólo (n-1) ligaduras para proporcionar una
trayectoria entre cada par de nodos. Las (n-1) ligaduras deben elegirse de tal
manera que las redes resultantes formen un árbol de expansión. Por tanto, el
problema es hallar el árbol de expansión con la longitud total mínima de sus
ligaduras.
Algoritmo para construir el árbol de expansión
mínima:
1. Se 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.
Empates: los empates para el nodo más cercano distinto (paso 1) o para el
nodo no conectado más cercano (paso 2), se pueden romper en forma arbitraria
y el algoritmo debe llegar a una solución óptima. No obstante, estos empates
son señal de que pueden existir (pero no necesariamente) soluciones optimas
múltiples. Todas esas soluciones se pueden identificar si se trabaja con las
demás formas de romper los empates hasta el final.
LA IMPORTANCIA DE LOS MODELOS DE REDES
Muchos problemas comerciales pueden ser resueltos a través de modelos rede
El resultado de un problema de redes garantiza una solución entera, dada su

estructura matemática. No se necesitan restricciones adicionales para obtener
este tipo de solución.
Problemas de redes pueden ser resueltos por pequeños algoritmos, no

importando el tamaño del problema, dada su estructura matemática.
4.1 EL MODELO DEL CAMINO
Definición del Problema
Se tienen n nodos, partiendo del nodo inicial 1 y terminando en el nodo final n.
Arcos bidireccionales conectan los nodos i y j con distancias mayores que cero, dij
Se desea encontrar la ruta de mínima distancia que conecta el nodo 1 con el nodo
n.
MODELO DE LA RUTA MÁS CORTA
Considere una red conexa y no dirigida con dos nodos especiales llamados
origen y destino. A cada ligadura (arco no dirigido) se asocia una distancia no
negativa. El objetivo es encontrar la ruta más corta (la trayectoria con la mínima
distancia total) del origen al destino.
Se dispone de un algoritmo bastante sencillo para este problema. La esencia del
procedimiento es que analiza toda la red a partir del origen; identifica de manera
sucesiva la ruta más corta a cada uno de los nodos en orden ascendente de sus
distancias (más cortas), desde el origen; el problema queda resuelto en el
momento de llegar al nodo destino.
El método de la ruta más corta es un método de programación lineal, que permite

buscar la solución a un problema de optimización que resulte de una
combinatoria y de diferentes aplicaciones, el objetivo de este método está en
encontrar rutas cortas o de menor costo, según sea el caso, que va desde un
nodo especifico hasta cada uno de los demás nodos de la red. En este sentido un
nodo es una representación gráfica en forma de circulo, este nodo es muy
importante ya que denota los orígenes y destinos del problema que se realice,
asimismo una red representa un conjunto de puntos y líneas que conectan pares
de puntos, estos puntos son los que llamaremos nodos y las líneas serían las
aristas., por ejemplo:
FIGURA1. Ejemplo De NODOS Y ARCOS
Un ejemplo simple para aplicar a este tipo de problemas sería el viaje de una
persona desde un estado a ciudad el cual pudiese tener varias alternativas, según
el interés de la persona, bien sea para ir más rápido o llegar de manera
económica según sus recursos, para el primer caso se minimizaría la distancia y
para el segundo caso el costo, en cualquier caso el objetivo consistiría en
encontrar la
ruta más eficiente a un menor costo, y por lo tanto tendríamos que los
estados estarán representados como los nodos y las carreteras como los
arcos.
IMPORTANCIA
Este método es muy importante ya que por medio de este modelo se pueden
resolver de manera rápida, ya que pueden formularse como modelos de redes
obteniendo soluciones enteras sin necesidad de restricciones (aunque en algunos
casos pudieran tenerlas), asimismo se puede decir que no importa que tan
grande sea el problema se puede resolver por pequeños algoritmos. Por otra
parte según la página www.ptolomeo.unam.mx en sus conceptos básicos,
capitulo 1 señala la importancia de este método:
El problema de la Ruta más Corta es fundamental en muchas áreas, como
son: investigación de operaciones, ciencia de la computación e ingeniería.
Algunas de las razones son:
I. La amplia variedad de aplicaciones prácticas como es el envío de

algún material entre dos puntos específicos de la forma más eficiente,
económica o rápida.
II. Existen métodos de solución eficientes, los cuales al ser aplicados a una
red con características específicas (a cíclica y con costos no negativos),
proveen una solución exacta a un tiempo y costo razonables.
III. Se puede utilizar como inicio en el estudio de modelos complejos de

redes, esto es, cuando no se conoce la estructura de la red se pueden aplicar
algoritmos para conocer algunas características de la red (presencia de
ciclos negativos).
IV. Se utiliza frecuentemente como sub-problemas (subrutinas) en la solución

de problemas combinatorios y redes, así en el caso de problemas para los
cuales no existe un algoritmo de solución exacto (p. e. problemas NP-
completos), la aplicación de algoritmos de ruta más corta, resultan auxiliares
para encontrar una buena solución.
APLICACIONES
En cuanto a sus aplicaciones este modelo tiene muchas aplicaciones en la vida

práctica, dentro de las que podemos mencionar:
Transporte,
Horarios de operadores telefónicos,
Planeación de tráfico urbano,
Trasbordo,
En las redes eléctricas,

Diseño de rutas de vehículos
Telecomunicaciones,
Planeación de inventarios,
Planeación de producción, entre otros.
ALGORITMO DE LA RUTA MÁS CORTA:
1. Objetivo de la n-ésima iteración: encontrar el n-ésimo nodo más cercano al

origen. (Este paso se repetirá para n=1,2,… hasta que el n-ésimo nodo más
cercano sea el nodo destino.)
2. Datos para la n-ésima iteración: n-1 nodos más cercanos al origen
(encontrados en las iteraciones previas), incluida su ruta más corta y la
distancia desde el origen. (Estos nodos y el origen se llaman nodos resueltos,
el resto son nodos no resueltos.)
3. Candidatos para el n-ésimo nodo más cercano: Cada nodo resuelto que tiene
conexión directa por una ligadura con uno o más nodos no resueltos
proporciona un candidato, y éste es el nodo no resuelto que tiene la ligadura
más corta. (Los empates proporcionan candidatos adicionales.)
4. Cálculo del n-ésimo nodo más cercano: para cada nodo resuelto y sus
candidatos, se suma la distancia entre ellos y la distancia de la ruta más corta
desde el origen a este nodo resuelto. El candidato con la distancia total más
pequeña es el n-ésimo nodo más cercano (los empates proporcionan nodos
resueltos adicionales), y su ruta más corta es la que genera esta distancia.
Anexo 1
El Problema del Camino más Corto

El problema es determinar la mejor manera de cruzar una red para encontrar la
forma más económica posible desde un origen a un destino dado. Suponga que en
una red dada existen m nodos y n arcos (bordes) y un costo Cij asociado con cada
arco (i a j)
en la red. Formalmente, el problema del camino más corto (CC) es encontrar el
camino más corto (menor costo) desde el nodo de comienzo 1 hasta el nodo final m.
El costo del camino es la suma del costo de cada arco recorrido. Defina las
variables binarias Xij, donde Xij =1 si el arco (i a j) es sobre el CC y Xij = 0 de lo
contrario. Existen dos nodos especiales llamados origen y destino. El objetivo es
encontrar el camino más corto entre el origen y el destino.
En la red siguiente, varios costos son asignados para el camino que va de un

nodo a otro. Por ejemplo, el costo de ir desde el nodo 2 al 4 es 6. La función objetivo
considera los costos de moverse de un nodo a otro, o de un origen a un destino. Las
restricciones están divididas en tres grupos. La restricción del nodo de origen dice
que debe dejar el nodo 1 para ir al 2 o 3. La restricción del nodo intermedio dice que
si siempre que se dirija a un nodo usted deberá dejar ese nodo. El nodo de destino
es similar al nodo de origen dado que se puede alcanzar este nodo solo desde los
nodos vecinos.
Considere la siguiente red dirigida (para una red indirecta, haga que los arcos
estén dirigidos en ambas direcciones, luego aplique la misma formulación. Note que
en este caso usted tiene Xij y Xji variables). El objetivo es encontrar el camino más
corto desde el nodo 1al nodo 7.
Luego de correr el problema en cualquier paquete que solucione programación lineal,
los resultados son:
Ir desde 1 hasta el 3
Este es el camino más corto con un total de 22 unidades de longitud.
Anexo 2
4.2 EL MODELO DE FLUJO MÁXIMO
Modelo de Flujo Máximo

Existe un flujo que viaja desde un único lugar de origen hacia un único lugar de
destino a través de arcos que conectan nodos intermediarios. Los arcos tienen
una capacidad máxima de flujo y se trata de enviar desde la fuente al destina
la mayor cantidad posible de flujo.
Hay problemas donde lo importante es la cantidad de flujo que pasa a través de la

red como, por ejemplo: en las líneas de oleoductos, redes eléctricas o de
transmisión de datos. Por esta razón en dichos problemas se determina el flujo
máximo que pasa a través de una red.
Se trata de enlazar un nodo fuente y un nodo destino a través de una red de

arcos dirigidos. Cada arco tiene una capacidad máxima de flujo admisible. El
objetivo es el de obtener la máxima capacidad de flujo entre la fuente y el destino.
Características:
1. Todo flujo a través de una red conexa dirigida se origina en un nodo,

llamado fuente, y termina en otro nodo llamado destino.
2. Los nodos restantes son nodos de trasbordo.
3. Se permite el flujo a través de un arco sólo en la dirección indicada por la
flecha, donde la cantidad máxima de flujo está dado por la capacidad del arco.
En la fuente, todos los arcos señalan hacia fuera. En el destino, todos señalan
hacia el nodo.
4. El objetivo es maximizar la cantidad total de flujo de la fuente al destino. Esta
cantidad se mide en cualquiera de las dos maneras equivalentes, esto es, la
cantidad que sale de la fuente o la cantidad que entra al destino.
El problema de flujo máximo se puede formular como un problema de

programación lineal, se puede resolver con el método simplex y usar cualquier
software. Sin embargo, se dispone de un algoritmo de trayectorias aumentadas
mucho más eficientes. El algoritmo se basa en dos conceptos intuitivos, el de red
residual y el de trayectoria aumentada.
Algoritmo de la trayectoria de aumento para el problema de flujo
máximo:
1. Se identifica una trayectoria de aumento encontrando alguna trayectoria

dirigida del origen al destino en la red residual, tal que cada arco sobre esta
trayectoria tiene capacidad residual estrictamente positiva. (Si no existe una,
los flujos netos asignados constituyen un patrón del flujo óptimo).
2. Se i d e n ti fi ca la capacidad residual c* de esta trayectoria de aumento
encontrando el mínimo de las capacidades residuales de los arcos sobre esta
trayectoria. Se aumenta en c* el flujo de esta trayectoria.
3. Se disminuye en c* la capacidad residual de cada arco en esta trayectoria de
aumento. Se aumenta en c* la capacidad residual de cada arco en la dirección
opuesta en esta trayectoria. Se regresa el paso 1.
Problema del 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.
Luego de resolver este problema de PL mediante el uso de LINDO (entre
otros softwares), obtenemos los siguientes resultados:
Enviar 10 unidades de 1 a 2
El flujo máximo es F= 17 unidades.
El Problema Dual de Flujo Máximo:
El problema dual para el ejemplo numérico anterior es:
Min 10Y12 + 10Y13 + Y23 + Y32 + 6Y26 + 4Y36 + 4Y63 + 8Y24

3Y64 + 3Y46 + 12Y35 + 2Y65 + 2Y56 + 8Y75 + 7Y47 + 2Y67
sujeto a:
X2 - X1 + Y12 ³ 0, X3 - X1 + Y13 ³ 0, X3 - X2 + Y23 ³ 0,

X3 - X2 + Y32 ³ 0, X6 - X2 + Y26 ³ 0, X6 - X3 + Y36 ³ 0,
X3 - X6 + Y63 ³ 0, X4 - X2 + Y24 ³ 0, X4 - X6 + Y64 ³ 0
X6 - X4 + Y46 ³ 0, X5 - X3 + Y35 ³ 0, X5 - X6 + Y65 ³ 0,
X6 - X5 + Y56 ³ 0, X5 - X7 + Y75 ³ 0, X7 - X4 + Y47 ³ 0,
X7 - X6 + Y67 ³ 0, X1 - X7 ³1, y
Yij ³ 0, y todos los Xi son variables libres.
La formulación dual sugiere que se intente asignar flujos a arcos de misma

manera que para cada arco, la diferencia en valores en el nodo inicial y el nodo
final excede el valor agregado.
Ejemplo
Nos permite conocer (calcular) la máxima cantidad de cualquier artículo o

información que podemos transportar desde un origen hasta un destino.
Pasos a seguir:
Primer paso: Elegir una ruta arbitraria.
Segundo paso: En dicha ruta escoger aquel ramal de menor flujo en ese sentido
y transportar por esa ruta la cantidad escogida.
Hacer esto repetitivamente hasta que no sea posible encontrar una ruta con
capacidad de flujo.
16
Ejemplo: El origen puede despachar 28 unidades y el destino puede recibir 22
unidades, pero por las restricciones, el destino solo puede recibir 19 unidades en
la ruta AB- BC – CD – DF – FG
17
4.3 EL MODELO DEL ÁRBOL DE EXPANSIÓN MÍNIMA
Este problema surge cuando todos los nodos de una red deben conectar entre ellos,
sin formar un loop.
El árbol de expansión mínima es apropiado para problemas en los cuales la redundancia

es expansiva, o el flujo a lo largo de los arcos se considera instan táneo.
REDES (ARBOL DE EXPANSION MINIMA)
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:
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.)
Se desea diseñar la red con suficientes ligaduras para satisfacer el requisito de

que haya un camino entre cada par de nodos.
El objetivo es satisfacer este requisito de manera que se minimice la longitud

total de las ligaduras insertadas en la red.
Una red con n nodos requiere sólo (n-1) ligaduras para proporcionar una
trayectoria entre cada par de nodos. Las (n-1) ligaduras deben elegirse de tal
manera que las redes resultantes formen un árbol de expansión. Por tanto, el
problema es hallar el árbol de expansión con la longitud total mínima de sus
ligaduras.
Algoritmo para construir el árbol de expansión mínima:

Se selecciona, de manera arbitraria, cualquier nodo y se conecta (es decir, se
agrega una ligadura) al nodo distinto más cercano.
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.
Empates: los empates para el nodo más cercano distinto (paso 1) o para el nodo
no conectado más cercano (paso 2), se pueden romper en forma arbitraria y el
algoritmo debe llegar a una solución óptima.
No obstante, estos empates son señal de que pueden existir (pero no

necesariamente) soluciones optimas múltiples.
Todas esas soluciones se pueden identificar si se trabaja con las demás formas
de romper los empates hasta el final.
EJEMPLO
La ciudad de Vancouver está planificando el desarrollo de una nueva línea en

sistemas de tránsito. El sistema debe unir 8 residencias y centros comerciales. El
distrito metropolitano de tránsito necesita seleccionar un conjunto de líneas que
conecten todos los centros a un mínimo costo. La red seleccionada debe permitir:
Factibilidad de las líneas que deban ser construidas. Mínimo costo posible por
línea.
Solución - Analogía con un problema de redes
El algoritmo que resuelve este problema es un procedimiento muy fácil
(“trivial”). Corresponde a una categoría de algoritmos “ávidos”.
Algoritmo:
Comience seleccionando el arco de menor longitud.
En cada iteración, agregue el siguiente arco de menor longitud del conjunto de

arcos disponibles, tomando la precaución de no formar ningún loop.
El algoritmo finaliza cuando todos los nodos están conectados.

4.4 USO DE SOFTWARE
Análisis de Sensibilidad para los Modelos de Redes
La familia de un clásico problema de optimización de redes incluye los siguientes
prototipos de modelos: asignación, camino crítico, flujo máximo, camino más corto, y
transporte. A pesar de que es bien conocido que este tipo de problemas se pueden
modelar como programación lineal, normalmente nunca se hace. Debido a la
ineficiencia y complejidad relativa del método simplex (primal, dual y otras
variaciones) para modelos de redes, este problema es tratado por uno de más de
400 algoritmos especiales.
Esto conlleva a muchas dificultades. Las soluciones de los algoritmos no están

unificadas y cada algoritmo usa una estrategia diferente para explorar la estructura
especial de un problema específico. Adicionalmente, pequeñas variaciones en el
problema tales como la adición de una restricción aparte, o índices múltiples,
destruye la estructura especial y obliga a re comenzar el algoritmo. Además, estos
algoritmos obtienen soluciones eficientes al costo de la astucia gerencial, como la
solución final de estos algoritmos que no tienen la información suficiente para
realizar un análisis de sensibilidad.
Otro acercamiento es adoptar el simplex para los problemas de optimización de

redes a través del simplex de redes. Esto proporciona la unificación de varios
problemas, pero mantiene todas las ineficiencias del simplex, así como también la
mayoría de las inflexibilidades de las redes para manejar problemas tales como las
restricciones aparte. Al igual que el análisis ordinario de sensibilidad (AOS),
ampliamente disponible en el tabular simplex, ha sido recientemente transferido a
redes simplex.
Advertencia: las soluciones de computadoras para problemas de redes son

válidas, sin embargo, los resultados de sensibilidad producidos podrían no ser
válidos. Esto se debe al hecho de que, entre otras cosas, estos problemas son PL
de enteros, y cualquier restricción en cualquiera de estos modelos es una restricción
redundante.
Dado que el “camino” tomado por la rama- atadura (Branch-and-bound), la rama-
corte (Branch-and-cut) y otros métodos pueden ser muy diferentes para los
pequeños cambios en el valor de los parámetros, hemos desarrollado, vea las
referencias, nuevas soluciones algorítmicas, las cuales nos permiten realizar varias
formas de análisis de sensibilidad.
Análisis de Perturbación de Costos: Conjunto de Perturbación General, Análisis

de Sensibilidad Paramétrico, Análisis de Sensibilidad Ordinario, Regla del 100%,
Análisis de Tolerancia.
Análisis de la Capacidad de Perturbación del Arco: Conjunto de Perturbación

General, Análisis de Sensibilidad Paramétrico, Análisis de Sensibilidad Ordinario,
Regla del 100%, Análisis de Tolerancia.
Análisis de Perturbación de Oferta y Demanda: Conjunto de Perturbación

General, Análisis de Sensibilidad Paramétrico, Análisis de Sensibilidad Ordinario,
Regla del 100%, Análisis de Tolerancia.
CONCLUSIÓN
Utilice el algoritmo adecuado para encontrar la ruta más corta a través de la red
que se muestra a continuación, en donde los números representan las distancias
reales entre los nodos correspondientes. Formule el problema de la ruta más corta
como uno de PL.
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 óptima 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.
GLOSARIO DE TÉRMINO
Red: Una red consiste en un conjunto de puntos y un conjunto de líneas que unen
ciertos pares de puntos. Los puntos se llaman nodos (o vértices). Las líneas se
llaman arcos (o ligaduras, aristas o ramas).
Los arcos se etiquetan para dar nombres a los nodos en sus puntos terminales,
por ejemplo, AB es el arco entre los nodos A Y B.
En un problema de programación lineal, las redes pueden representar un conjunto

de estaciones, campos petrolíferos, almacenes, fabricas, sucursales,
ciudades, interconectadas entre sí a través de caminos, conductos, tuberías
que permiten fluir productos para la comercialización o la distribución.
Arcos Dirigidos: Se dice que un arco es dirigido cuando el arco tiene flujo en una
dirección (como en una calle de un sentido). La dirección se indica agregando una
cabeza de flecha al final de la línea que representa el arco.
Al etiquetar un arco dirigido con el nombre de los nodos que une, siempre se
coloca primero al nodo de donde viene y después el nodo a donde va, esto es, un
arco dirigido del nodo A al nodo B debe etiquetarse como AB y no como BA. Otra
Manera es A B.
Arcos No Dirigidos: Si el flujo a través de un arco se permite en ambas

direcciones (como una tubería que se puede usar para bombear fluido en ambas
direcciones), se dice que es un arco no dirigido.
También se les llama ligadura. Aunque se permita que el flujo a través de un arco
no dirigido ocurra en cualquier dirección, se supone que ese flujo será en una
dirección, en la seleccionada, y no se tendrá flujos simultáneos en direcciones
opuestas.
Trayectoria: Una trayectoria entre dos nodos es una sucesión de arcos distintos
que conectan estos nodos. Por ejemplo, una de las trayectorias que conectan los
nodos O y T en la figura 1 es la sucesión de arcos OB-BD-DT (O B D T), y
viceversa.
Cuando algunos o todos los arcos de una red son arcos dirigidos, se hace la
distinción entre trayectorias dirigidas y trayectorias no dirigidas.
Trayectoria Dirigida: Una trayectoria dirigida del nodo i al nodo j, es una

sucesión de arcos cuya dirección (si la tienen) es hacia el nodo j, de manera que
el flujo del nodo i al nodo j, a través de esta trayectoria es factible.
Variables binarias: Las variables binarias son un artificio matemático que permite
que modelos de programación no lineal se resuelvan como tal. El buen uso de las
variables binarias se convierte en una poderosa herramienta matemática para
plantear problemas más complejos que los que habitualmente se resuelven
acudiendo a las variables continuas.
Trayectoria No Dirigida: Una trayectoria no dirigida del nodo i al nodo j es una

sucesión de arcos cuya dirección (si la tienen) pueden ser hacia o desde el nodo j.
Con frecuencia alguna trayectoria no dirigida tendrá algunos arcos dirigidos hacia
el nodo j y otros desde él (es decir, hacia el nodo i).
Ciclo: Un ciclo es una trayectoria que comienza y termina en el mismo nodo. En

la red no dirigida que se muestra en la figura 5 existen muchos ciclos, OA-AB-BC-
CO.
Red Conexa: Una red conexa es una red en la que cada par de nodos está
conectado. Se dice que dos nodos están conectados si la red contiene al menos
una trayectoria no dirigida entre ellos. Se debe resaltar que no es necesario que
la trayectoria sea dirigida aun cuando la red sea dirigida. La figura 1 representa
una red conexa.
Árbol de Expansión: es una red conexa para los n nodos, que contiene ciclos no
dirigidos. Todo árbol de expansión tiene justo n-1 arcos, ya que este es el número
mínimo de arcos necesarios para tener una red conexa y el máximo número
posible para que no haya ciclos no dirigidos.
La figura 6 representa una red conexa, la figura 7 muestra los cinco nodos de la
red conexa de la figura 6, ahora la figura 8 muestra el proceso para hacer crecer
un árbol colocando una rama a la vez, hasta obtener un árbol de expansión. En
cada
etapa del proceso se tienen varias alternativas para el nuevo arco, por lo que
la figura 8 muestra solo una de las muchas formas de construir un árbol de
expansión.
Capacidad de Arco: Es la cantidad máxima de flujo (quizás infinito) que

puede circular en un arco dirigido.
Nodo Fuente: (o nodo de origen) tiene la propiedad de que el flujo que sale
del nodo excede al flujo que entra a él.
Nodo de Trasbordo: (o nodo intermedio) satisface la conservación del flujo,

es decir, el flujo que entra es igual al que sale.
Flujo: Circulación de unidades homogéneas de un lugar a otro.

Capacidad de flujo: es la capacidad de unidades que pueden entrar por el
nodo fuente y salir por el nodo destino.
Origen o fuente de flujo: nodo por el cual el flujo ingresa.
Destino o Sumidero de flujo: nodo por el cual el flujo sale.
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.
 http://profmgodoy.wordpress.com/2013/01/02/modelo-de-redes-la-ruta-
mas- corta/
 www.ptolomeo.unam.mx
 http://www.slideshare.net/luenfajardo/el-problema-de-la-ruta-mas-corta
 Revenga, Juana M.Alonso. (2008). Flujo en Redes y Gestión de

Proyectos, Teoría y ejercicios resueltos (1era ed.). España.Editorial
Netbiblo. Páginas
87-89.
 Marcel Ruiz (2012).Problema de flujo
máximo p1/3. http://www.youtube.com/watch?v=a697qlRsLIk ,
recuperado
27

Unidad 4 Modelo de Flujo de Redes

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 4 Modelo de Flujo de Redes

Cargado por

Copyright:

Formatos disponibles

INSTITUTO TECNOLOGICO DE

DOCENTE: ING. ADALBERTO VARGAS SANTIAGO

ALUMNO: REGINO REYES OVIEDO 18500233

FECHA: 26/ MARZO/ 2020

4. MODELOS DE FLUJOS EN REDES.................................................................. 2

4.1 EL MODELO DEL CAMINO .......................................................................... 4

4.2 EL MODELO DE FLUJO MÁXIMO ............................................................. 10

4.3 EL MODELO DEL ÁRBOL DE EXPANSIÓN MÍNIMA ................................. 18

4.4 USO DE SOFTWARE ................................................................................. 21

GLOSARIO DE TÉRMINO ................................................................................... 24

Los problemas de optimización de redes se pueden representar en términos

MODELO DE MINIMIZACIÓN DE REDES

1. Se tienen los nodos de una red, pero no las ligaduras. En su lugar se

LA IMPORTANCIA DE LOS MODELOS DE REDES

Muchos problemas comerciales pueden ser resueltos a través de modelos rede

El resultado de un problema de redes garantiza una solución entera, dada su

Problemas de redes pueden ser resueltos por pequeños algoritmos, no

Definición del Problema

Se tienen n nodos, partiendo del nodo inicial 1 y terminando en el nodo final n.

MODELO DE LA RUTA MÁS CORTA

El método de la ruta más corta es un método de programación lineal, que permite

I. La amplia variedad de aplicaciones prácticas como es el envío de

III. Se puede utilizar como inicio en el estudio de modelos complejos de

IV. Se utiliza frecuentemente como sub-problemas (subrutinas) en la solución

En cuanto a sus aplicaciones este modelo tiene muchas aplicaciones en la vida

Horarios de operadores telefónicos,

Planeación de tráfico urbano,

En las redes eléctricas,

Planeación de producción, entre otros.

ALGORITMO DE LA RUTA MÁS CORTA:

1. Objetivo de la n-ésima iteración: encontrar el n-ésimo nodo más cercano al

El Problema del Camino más Corto

En la red siguiente, varios costos son asignados para el camino que va de un

Este es el camino más corto con un total de 22 unidades de longitud.

Modelo de Flujo Máximo

Hay problemas donde lo importante es la cantidad de flujo que pasa a través de la

Se trata de enlazar un nodo fuente y un nodo destino a través de una red de

1. Todo flujo a través de una red conexa dirigida se origina en un nodo,

El problema de flujo máximo se puede formular como un problema de

1. Se identifica una trayectoria de aumento encontrando alguna trayectoria

Problema del Flujo Máximo

En la formulación de la programación lineal, el objetivo es maximizar F.

El monto que parte del origen por varias rutas.

En algunas rutas los flujos pueden tomar ambas direcciones.

La capacidad que puede ser enviada a una dirección en particular también

El flujo máximo es F= 17 unidades.

El Problema Dual de Flujo Máximo:

El problema dual para el ejemplo numérico anterior es:

Min 10Y12 + 10Y13 + Y23 + Y32 + 6Y26 + 4Y36 + 4Y63 + 8Y24

X2 - X1 + Y12 ³ 0, X3 - X1 + Y13 ³ 0, X3 - X2 + Y23 ³ 0,

Yij ³ 0, y todos los Xi son variables libres.

La formulación dual sugiere que se intente asignar flujos a arcos de misma

Nos permite conocer (calcular) la máxima cantidad de cualquier artículo o

Primer paso: Elegir una ruta arbitraria.

El árbol de expansión mínima es apropiado para problemas en los cuales la redundancia

REDES (ARBOL DE EXPANSION MINIMA)

Modelo de minimización de redes

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

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

Se tienen los nodos de una red pero no las ligaduras. En su lugar se

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

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

Algoritmo para construir el árbol de expansión mínima: