INVESTIGACIÓN DE

OPERACIONES .

PRESENTACIÓN Nº4
MODELO DE ASIGNACIÓN Y FLUJO DE REDES

Area : Administración y Negocios

Carrera : Ingeniería (E) en Administración
Profesor : Rodrigo Matamala O.
Semestre : 2014 - 1
 Contenidos del Curso

1. Introducción a la Investigación de Operaciones

2. Programación Lineal

3. Optimización, Flujos de Redes y Modelos de Transporte

Prof. Rodrigo Matamala O.

 Contenidos del Curso

1. Introducción a la Investigación de Operaciones ✓

2. Programación Lineal ✓

3. Asignación, Flujos de Redes y Modelos de Transporte

Prof. Rodrigo Matamala O.

 3. Problemas de Asignación
Fuentes Destinos
(Oferta) (Demanda)
Cantidades Costos

O1 1 x11
c11
x12
4 D1
x21 c21
c31
O2 2
x22 c12
c22
5 D2
x31
c32

O3 3 x32

Mínimo Costo
Prof. Rodrigo Matamala O.
 3. Problemas de Asignación
¿Cuáles serán nuestras Variables de Decisión ?

• x11: cantidad a enviar desde la Fuente “1” al Destino “1”

• x12: cantidad a enviar desde la Fuente “1” al Destino “2”
• x21: cantidad a enviar desde la Fuente “2” al Destino “1”
• x22: cantidad a enviar desde la Fuente “2” al Destino “2”
• x31: cantidad a enviar desde la Fuente “3” al Destino “1”
• x32: cantidad a enviar desde la Fuente “3” al Destino “2”

Por lo tanto:
xij: Cantidad a enviar desde la “Fuente” i al “Destino” j
con i= 1,2,….número de fuentes
j= 1,2,….número de destinos
Prof. Rodrigo Matamala O.
 3. Problemas de Asignación
¿Cuáles será nuestra Función Objetivo?

Min Z = c11*x11 + c12*x12 + c21*x21 + c22*x22 + c31*x31

Por lo tanto, nuestra F.O. generalizada quedará:

Min Z = ∑ cij*xij

Prof. Rodrigo Matamala O.

 3. Problemas de Asignación
¿…. y las Restricciones?

• x11 + x12 ≤ O1
• x21 + x22 ≤ O2 Oferta
• x31 + x32 ≤ O3

• x11 + x21 + x31 ≤ D1

• x12 + x22 + x32 ≤ D2 Demanda

Prof. Rodrigo Matamala O.

 3. Problemas de Asignación
…entonces nos queda:

Variables de Decisión:

xij: Cantidad a enviar desde la “Fuente” i al “Destino” j

con i= 1,2,….número de fuentes
j= 1,2,….número de destinos

Modelo Matemático

Min Z = ∑ cij*xij
s/a
x11 + x12 ≤ O1
x21 + x22 ≤ O2 Oferta
X31 + x32 ≤ O3

x11 + x21 + x31 ≤ D1

x12 + x22 + x32 ≤ D2 Demanda

Prof. Rodrigo Matamala O.

 3. Problemas de Asignación
¿Cómo resolvemos este tipo de problemas?

Prof. Rodrigo Matamala O.

 3. Problemas de Asignación
¿Cómo resolvemos este tipo de problemas?

1. Flujo de Redes

Prof. Rodrigo Matamala O.

 3. Problemas de Asignación
¿Cómo resolvemos este tipo de problemas?

2. Matriz de Transporte

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes

Problemas de la Ruta
más corta

Flujo de Redes

Problemas del Flujo

Máximo

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes

Problemas de la Ruta
más corta

Flujo de Redes

Problemas del Flujo

Máximo

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.1. Problemas de la Ruta más Corta
Son problemas en donde se tiene una red en que cada arco tiene un costo 𝑐𝑖𝑗 el
recorrerlo (tiempo, distancia, dinero, etc).

El problema consiste en llegar desde un nodo denominado origen (nodo 1) a

un nodo denominado destino (nodo n) al menor costo posible.

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.1. Problemas de la Ruta más Corta

2 2

1 4 1 4

3 3

Red Acíclica Red Cíclica

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.1. Problemas de la Ruta más Corta
Entonces… existen 2 maneras de resolver los problemas de la Ruta más corta:

A) Algoritmo Acíclico: más eficiente porque se necesitan menos cálculos

B) Algoritmo Cíclico (de DIJKSTRA): Es más general ya que incluye el

caso Acíclico

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.1. Problemas de la Ruta más Corta

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.1. Problemas de la Ruta más Corta

Distancia ui más corta a un nodo i

inmediatamente anterior

uj = mini +

Distancia dij entre el nodo actual j y su

predecesor i

uj = mini uj + dij

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.1. Problemas de la Ruta más Corta

Nodo
Nodo precedente
precedente más
más
Distancia
Distancia total
total desde
desde el
el corto
corto
nodo
nodo 11 al
al jj

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.1. Problemas de la Ruta más Corta
Luego nos queda…

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.1. Problemas de la Ruta más Corta

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.1. Problemas de la Ruta más Corta

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.1. Problemas de la Ruta más Corta

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes

Problemas de la Ruta
más corta

Flujo de Redes

Problemas del Flujo

Máximo

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes

Problemas de la Ruta
más corta

Flujo de Redes

Problemas del Flujo

Máximo

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.2. Problemas de Flujo Máximo
En este tipo de problemas las ramas o arcos tienen capacidad finita y pueden
tener dos capacidades distintas dependiendo si el flujo es de i a j o de j a i.

La idea básica para este tipo de problemas es encontrar una trayectoria de

penetración que conecte el nodo fuente con el nodo de destino en forma tal
que la capacidad de cada arco en esta trayectoria sea positiva.

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.2. Problemas de Flujo Máximo
El flujo máximo a lo largo de la trayectoria definida debe ser igual a la
capacidad mínima c* de todas los arcos que constituyen la trayectoria.

Este tipo de problemas tiene 3 características especiales:

•Existe un único nodo de origen (capacidad positiva) y un único nodo de
destino (capacidad negativa).
•Todos los demás nodos son de transición (capacidad cero)
•Cada arco tiene una capacidad asociada pero no un costo.

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.2. Problemas de Flujo Máximo
Algunos tipos de aplicaciones comunes del problema del flujo máximo:

1.Maximizar el flujo a través de la red de distribución de una compañía desde

sus fábricas hasta sus clientes.
2.Maximizar el flujo a través de la red de suministros de una compañía de
proveedores a las fábricas.
3.Maximizar el flujo de petróleo por un sistema de tuberías.
4.Maximizar el flujo de agua a través de un sistema de acueductos.
5.Maximizar el flujo de vehículos por una red de transporte.

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.2. Problemas de Flujo Máximo
Método Algoritmo de Ford-Fulkerson

Este algoritmo depende de 3 conceptos:

1.Camino de aumento: trayectoria desde el nodo origen al nodo destino que
puede conducir más flujo.

2.Capacidad residual: capacidad adicional de flujo que un arco puede llevar r ij

= uij - fij

3.Teorema de Ford-Fulkerson: en cualquier red, el flujo máximo que fluye

desde la fuente al destino es igual a la capacidad de corte mínimo que separa a
la fuente del destino.

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.2. Problemas de Flujo Máximo
Método Algoritmo de Ford-Fulkerson

Pasos:

1. Clasificamos el Nodo origen con la etiqueta [∞,-]. i = 1

2. Luego de todos los posibles “caminos” desde el Nodo i (origen) elegimos el

de mayor arco.

3. Etiquetamos el Nodo “final” elegido con [aij,i], donde aij es el flujo del nodo
i al nodo j.

4. Repetimos desde el Paso 2 hasta llegar al Nodo destino. Hacemos i = j

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.2. Problemas de Flujo Máximo
Método Algoritmo de Ford-Fulkerson

Pasos:

5. Cuando llegamos al Nodo destino, encontramos una Ruta de Penetración y

determinamos el flujo máximo a lo largo de esta ruta que estará determinada
por la capacidad de los arcos que forman ese camino.
fp = min a1, a2…, an con n desde 1 al destino con todos los caminos de la
ruta y a p se le da el número de la ruta encontrada.

Prof. Rodrigo Matamala O.

 3.1. Flujo de Redes
3.1.2. Problemas de Flujo Máximo
Método Algoritmo de Ford-Fulkerson

Pasos:

6. La capacidad residual de cada arco a lo largo de la ruta de penetración se

disminuye por fp en dirección del flujo y se incrementa por fp en dirección
inversa, es decir, para los nodos i y j en la ruta, el flujo residual se cambia de
la (cij,cji) actual a (cij-fp, cji+fp) si el flujo es de i a j, o (cij+fp, cji-fp) si el flujo es
de j a i.

Prof. Rodrigo Matamala O.

 5. Flujo de Redes
5.2. Problemas de Flujo Máximo
Método Algoritmo de Ford-Fulkerson

Pasos:

7. Inicializamos en i=1 cuantas veces sea necesario y volvemos al paso 2 para

intentar una nueva ruta de penetración.

8. Habiendo determinado m rutas de penetración. El flujo máximo en la red

será la suma de los flujos máximos en cada ruta obtenida, es decir:
F= f1 + f2 + ... + fm.

Prof. Rodrigo Matamala O.

 5. Flujo de Redes
5.2. Problemas de Flujo Máximo
Método Algoritmo de Ford-Fulkerson

Pasos:

7. Inicializamos en i=1 cuantas veces sea necesario y volvemos al paso 2 para

intentar una nueva ruta de penetración.

8. Habiendo determinado m rutas de penetración. El flujo máximo en la red

será la suma de los flujos máximos en cada ruta obtenida, es decir:
F= f1 + f2 + ... + fm.

Prof. Rodrigo Matamala O.

 5. Flujo de Redes
5.2. Problemas de Flujo Máximo

 RESOLVAMOS LA GUÍA Nº5.

Prof. Rodrigo Matamala O.

Prof. Rodrigo Matamala O.