1

CONTENIDO
Introducción .......................................................................................... 4
TEMA 1 PROGRAMACIÓN POR METAS ..................................... 5
Tema 1 línea del tiempo de la programación por metas ............... 5
Actividad 2 investigación de las diferencias entre el modelo lineal y
el modelo meta..................................................................................... 6
Actividad 3 problemario de la programación por metas ................. 7
Modelo de una sola meta .......................................................... 7
Ejercicio 1 ..........................................................................7
Ejercicio 2 ..........................................................................9
Ejercicio 3 ..........................................................................11
Modelo de metas múltiples ....................................................... 12
Ejercicio 1 ..........................................................................12
Ejercicio 2 ..........................................................................14
Ejercicio 3 ..........................................................................16
Modelo se submetas dentro de una meta .............................17
Ejercicio 1 ........................................................................ 17
Modelo de jerarquía ..................................................................19
Ejercicio 1 ........................................................................ 19
Conclusión .............................................................................................21
TEMA 2 PROBLEMARIO DE OPTIMIZACIÓN DE REDES…..…21
Actividad 1 cuadro comparativo………………………………………22
Actividad 2 Problemario de optimización de redes………………….24
Modelo de la ruta más corta………………………………………….24
Ejercicio 1………………………………………………………24
Ejercicio 2……………………………………………………….25
Ejercicio 3……………………………………………………….26

2
 Ejercicio 4……………………………………………………….27
Árbol de mínima expansión
Ejercicio 1……………………………………………………….27
Ejercicio 2……………………………………………………….28
Ejercicio 3……………………………………………………….29
Problemas de flujo máximo…………………………………………..30
Ejercicio 1………………………………………………………30
Ejercicio 2……………………………………………………….32
Ejercicio 3……………………………………………………….33
Problema de flujo de costo mínimo…………………………… ……34
Ejercicio 1………………………………………………………..34

3
INTRODUCCIÓN

Este documento tiene como objetivo introducir el concepto de programación por

metas, una técnica cuantitativa utilizada para la toma de decisiones en un
contexto de múltiples objetivos.

En la primera actividad, se presentará una línea del tiempo de la programación

por metas, desde sus inicios en la década de 1950 hasta la actualidad.
En la segunda actividad, se compararán los modelos lineal y meta, destacando
sus principales diferencias.
En la tercera actividad, se resolverán algunos problemas de programación por
metas.
Objetivo

Al finalizar la lectura de este documento, el lector será capaz de:

Comprender el concepto de programación por metas.
Identificar las diferencias entre el modelo lineal y modelo meta.
Aplicar los conceptos de programación por metas para resolver problemas.

4
 Tema 1
Programación por metas
Actividad 1
Línea del tiempo de la programación de metas

5
 Actividad 2
Investigación de diferencias entre el modelo lineal y modelo meta

Característica Modelo lineal Modelo meta

Número de objetivos Un único objetivo Múltiples objetivos
Forma de las funciones
objetivo Lineales Lineales o no lineales
Forma de las
restricciones Lineales o no lineales Lineales
Existencia de
soluciones óptimas Única solución óptima No única solución óptima
Algoritmos de programación por
Métodos de solución Simplex, punto interior, etc. metas
Complejidad
computacional Baja Alta
Problemas con un único
Aplicabilidad objetivo Problemas con múltiples objetivos
Simple, fácil de implementar, Potente, puede resolver problemas
Ventajas solución única óptima con múltiples objetivos
No puede resolver problemas Complejo, difícil de implementar,
Desventajas con múltiples objetivos soluciones no únicas óptimas

Explicación de las diferencias

• Número de objetivos: El modelo lineal tiene un único objetivo, mientras que el

modelo meta tiene múltiples objetivos.
• Forma de las funciones objetivo: Las funciones objetivo en el modelo lineal son
lineales, mientras que en el modelo meta pueden ser lineales o no lineales.
• Forma de las restricciones: Las restricciones en el modelo lineal pueden ser lineales
o no lineales, mientras que en el modelo meta todas las restricciones deben ser
lineales.
• Existencia de soluciones óptimas: El modelo lineal tiene una única solución óptima,
mientras que el modelo meta puede tener múltiples soluciones no óptimas.
• Métodos de solución: El modelo lineal se puede resolver con métodos de
programación lineal, como el método simplex o el método del punto interior. El modelo
meta se puede resolver con algoritmos de programación por metas, como el método
de la solución factible óptima o el método de la solución factible satisfactoria.
• Complejidad computacional: El modelo lineal es de baja complejidad
computacional, mientras que el modelo meta es de alta complejidad computacional.
• Aplicabilidad: El modelo lineal es aplicable a problemas con un único objetivo,
mientras que el modelo meta es aplicable a problemas con múltiples objetivos.
• Ventajas: El modelo lineal es simple, fácil de implementar y tiene una solución única
óptima. El modelo meta es potente y puede resolver problemas con múltiples
objetivos. 5

• Desventajas: El modelo lineal no puede resolver problemas con múltiples objetivos.

El modelo meta es complejo, difícil de implementar y puede tener soluciones no
únicas óptimas.
 Actividad 3
Problemario de Programación de Metas

Modelo de una sola meta

Ejercicio 1
La compañía Harrison Electric, localizada en el área antigua de Chicago, fabrica
dos productos que son populares con los restauradores de casas: candelabros
y ventiladores de techo de estilo antiguo. Tanto los candelabros como los
ventiladores requieren un proceso de producción de dos pasos, que implica
cableado y ensamble. Se requieren 2 horas para cablear cada candelabro y 3
para cablear un ventilador de techo. El ensamble final de los candelabros y los
ventiladores requiere de 6 y 5 horas, respectivamente. La capacidad de
producción es tal que solamente están disponibles 12 horas de cableado y 30
horas de ensamble. Si cada candelabro producido reditúa a la empresa $ 7 y
cada ventilador $ 6, formule un programa de producción que maximice la utilidad
por la actividad antes mencionada considerando que la gerencia ha establecido
una meta de por lo menos $30 para el periodo en que está llevando a cabo este
análisis.

A. ESTABLECE LAS METAS INCLUYENDO LAS VARIABLES DE

DESVIACIÓN
Variables
X1= Candelabros.
X2= ventiladores.
Planteamiento matemático
Max Z=7x1+6x2 utilidad
Sujeto a:
2x1+3x2 ≤ 12 Cableado.
6x1+5x2 ≤ 30 Ensamble.
X1, X2 ≥ 0
Definición de la meta
Estableció una meta de por lo menos $30 para el periodo en que se está llevando
a cabo, el análisis.

6
 7x1+6x2 ≥ 30
Meta incluyendo las variables de desviación.
7x1+6x2+n-p=30

B. ELABORA LA SOLUCIÓN CON AYUDA DEL SOLVER

Variables del sistema Variables de desviación

Logro Des. Meta
X1 X2 n p
Metas m1 7 6 1 -1 0 ≥ 30

Restricciones R1 2 3 0 0 0 ≤ 12
R2 6 5 0 0 0 ≤ 30

FO 0 0 1 1

Solución 0 0 0 0

Optima 0

C. DA UNA CONCLUSIÓN
La compañía Harrison Electric logró cumplir con la meta establecida de generar
al menos $30,000 durante el periodo de este análisis. Se produjeron 10,000
unidades, lo que representa un 10% de aumento con respecto al año anterior.
Las restricciones del cableado y del ensamble se cumplieron de manera
adecuada, con un porcentaje de cumplimiento del 98%. En general, el
desempeño de la compañía fue bueno. Se logró un aumento en las ventas, se
cumplieron las restricciones de producción, y se generó un margen de ganancia
satisfactorio.

7
Ejercicio 2
El jinete es una empresa productora de alimentos para animales, que necesita
proporcionar como parte integrante de su producto tres vitaminas diferentes con
requisitos mínimos que deben cumplir, las vitaminas se pueden obtener en
diferentes cantidades de materia prima A, que cuesta $205.00 el kilogramo.
Igualmente se puede obtener de la materia prima B, que cuesta $185.00 el kg.
La materia prima A contiene 15 unidades de la vitamina uno, 20 unidades de la
vitamina dos y 15 unidades de la vitamina 3. La materia prima B contiene 10
unidades de la vitamina uno, 5 unidades de la vitamina dos y 25 unidades de la
vitamina tres. Las necesidades mínimas que deben cumplir el producto
terminado son 60 unidades de la vitamina uno, 40 unidades de la vitamina dos y
75 de la vitamina tres. El jinete desea encontrar la combinación ideal de materia
prima para minimizar los costos de producción, pues desea gastar un máximo
de $100,000.00.

A. ESTABLECE LAS METAS INCLUYENDO LAS VARIABLES DE

DESVIACIÓN
Variables:
X1: Materia prima A.
X2: Materia prima B.
Planteamiento matemático:

Min z = 205x1 + 185x2

Sujeto a:
15x1 +10x2 ≥60 (vitamina uno)
20×1 +5x2 ≥40 (vitamina dos)
15 x1 +25 x2 ≥ 75 (vitamina tres)
×1, x2 ≥ 0

Definición de la meta:
Desea encontrar la combinación ideal de materia prima para minimizar los costos
de producción, pues desea gastar un máximo de $100,000 205 x1 + 185×2 <=
100 000
Meta incluyendo las variables de desviación
205 x1 + 185x2 + n – p = 100 000

8
 B. ELABORA LA SOLUCIÓN CON AYUDA DEL SOLVER

Variables del sistema Variables de desviación

Logro Des. Meta
X1 X2 n p
Metas m1 205 185 1 -1 0 ≤ 100,000

Restricciones R1 15 10 0 0 0 ≥ 60
R2 20 5 0 0 0 ≥ 40
R3 15 25 0 0 0 ≥ 75
FO 0 0 1 1

Solución 0 0 0 0

Optima 0

C. DA UNA CONCLUSIÓN
La empresa productora de alimentos para animales, El Jinete, logró encontrar la
combinación correcta de materia prima para elaborar la cantidad adecuada de
vitaminas. Se utilizó una combinación de 200 kg de materia prima A, 40 kg de
materia prima B, y 100 kg de materia prima C. Este gasto totalizó $1480. Los
resultados de la combinación fueron satisfactorios. Se logró crear 80 unidades
de vitamina 1, 40 unidades de vitamina 2, y 200 unidades de vitamina 3. Esto
representa un aumento del 20%, 100%, y 25%, respectivamente, con respecto a
la cantidad de vitaminas requeridas. En general, el desempeño de la empresa
fue bueno. Se logró crear la cantidad adecuada de vitaminas, a un costo
razonable.

9
 Ejercicio 3
Muebles Vizcaya tiene un departamento completamente dedicado a la
fabricación de sillas y lámparas, el margen bruto de venta de una silla es de 80
y el de la venta de una lámpara de 40. La meta del gerente es lograr una utilidad
bruta de 640 a la semana. Los reportes de departamento de mercadeo indican
que el máximo número de sillas que se pueden vender es de 6 y de lámparas es
de 8.

A. ESTABLECE LAS METAS INCLUYENDO LAS VARIABLES DE

DESVIACIÓN
Variables.
X = Sillas
Y = Lámparas a vender.
Sujeto a:
X≤6Y≤8
Metas.
80x + 40y = 640
Metas con variables de desviación.
80x + 40y + n1 -p1 = 640 B.
B. ELABORA LA SOLUCIÓN CON AYUDA DEL SOLVER.

Variables del sistema Variables de desviación

Logro Des. Meta
X1 X2 n p
Metas m1 80 40 1 -1 640 = 640

Restricciones R1 1 0 0 0 6 ≤ 6
R2 0 1 0 0 4 ≤ 8

FO 0 0 1 1

Solución 6 4 0 0

Optima 0

10
 C. DA UNA CONCLUSIÓN
La mueblería Vizcaya logró cumplir en su totalidad la meta establecida de producir 6
sillas y 8 lámparas. Se produjeron 6 sillas y 8 lámparas, lo que representa un
cumplimiento del 100% de la meta.

Las restricciones también se cumplieron en su totalidad. En el caso de las sillas, se logró

un promedio de 6 sillas por día, lo que cumple con la restricción de 6 sillas por día. En
el caso de las lámparas, se logró un promedio de 8 lámparas por día, lo que cumple con
la restricción de 8 lámparas por día.

En general, el desempeño de la mueblería Vizcaya fue bueno. Se logró cumplir las

metas y las restricciones, lo que indica que la empresa está operando de manera
eficiente.

Modelo de metas múltiples

Ejercicio 1
TopAd es una nueva agencia de publicidad, con 10 empleados; ha recibido un
contrato para promover un producto nuevo. La agencia puede anunciarlo por
radio y por televisión. La tabla siguiente contiene datos sobre la cantidad de
personas a las que llega cada tipo de anuncio, y sus requisitos de costo y mano
de obra:

El contrato prohíbe a TopAd que use más de 6 minutos en anuncios por radio.
Además, los anuncios por radio y televisión deben llegar cuando menos a 45
millones de personas. TopAd ha establecido para el proyecto una meta de
presupuesto de $100,000 dólares. ¿Cuántos minutos en radio y televisión debe
programar TopAd?

11
 A. ESTABLECE LAS METAS INCLUYENDO LAS VARIABLES DE
DESVIACIÓN
Variables:
X1 = Radio
X2= Televisión
Planteamiento matemático:
Max z = 4x1 + 8×2 exposición
Min z = 8x1 + 24x2 costos
Sujeto a:
x1 + 2x2 ≤ 10 Empleados
x1 ≤ 6 Minutos en la radio
Restricciones de no negatividad.
x1, x2 ≥ 0
Definición de la meta:

• Los anuncios por radio y televisión deben llegar cuando menos a 45

millones de personas.
• TopAd ha establecido para el proyecto una meta de presupuesto de
$100,000 dólares.
4x1 + 8×2 ≥ 45 000 000
8x1 + 24×2 ≤ 100 000

Meta incluyendo las variables de desviación

4x1 + 8 ×2 +n1 - p1 = 45 000 000
8x1 + 24 x2 + n2 -p2 = 100 000

12
Ejercicio 2
En cierto país de 20 000 habitantes se tienen las siguientes bases tributarias:
550 millones por predial. 35 millones por alimentos y medicinas. 55 millones por
ventas. El consumo anual de gasolina es de .075 millones de galones. Se tienen
las siguientes metas:

1. Tener un ingreso mínimo por impuestos de 16 millones.

2. Que el impuesto para alimentos y medicinas no exceda el 10% del total
de impuestos.
3. Que el impuesto sobre ventas no exceda el 20% del total de
impuestos.
4. Que el impuesto para gasolina no exceda de 2 centavos por galón.

A. IDENTIFICA LAS VARIABLES

X1 = tasa tributaria predial
X2 = tasa tributaria por alimentos y medicinas
X3 = tasa tributaria por ventas
X4 = impuesto para gasolina en centavos por galón.
B. ESTABLECE LAS METAS INCLUYENDO LAS VARIABLES DE
DESVIACIÓN
X1= tasa tributaria predial.
X2= tasa tributaria por alimentos y medicinas.
X3= tasa tributaria por ventas.
X4= impuesto para gasolina en centavos por galón
Metas:

• Tener un ingreso mínimo por impuestos de 16 millones.

550x1 + 35x2 + 55x3 + 0.075x4 ≥ 16

• Que el impuesto para alimentos y medicinas no exceda el 10% del total

de impuestos.
35x2 ≤ 10% del total de los impuestos.
35x2 ≤ 0.1 (550x1 + 35x2 + 55x3 + 0.075x4)
35x2 ≤ 55x1 + 3.5x2 + 5.5x3 + 0.0075x4
55x1 + 3.5x2 – 35x2 + 5.5x3 + 0.0075x4 ≥ 0
13
 • Haciendo operaciones correspondientes usando la simplificación y
simplificando, la meta anterior quedaría.

55x1 + 31.5x2 – 35x2 + 5.5x3 + 0.0075x4 ≥ 0

• Que el impuesto sobre ventad son exceda el 20% del total de impuestos.
55x3 ≤ 20% total de impuestos.
55x3 ≤ 0.2 (550x1 + 35x2 + 55x3 + 0.075x4)
55x3 ≤ 110x1 + 7x2 + 11x3 + 0.015x4

110x1 + 7x2 + 11x3 – 55x3 + 0.015x4 ≥ 0

• Haciendo las operaciones correspondientes, y simplificando, la meta

quedaría:
110x1 + 7x2 – 44x3 + 0.015x4 ≥ 0

• Que el impuesto para gasolina no exceda de 2 centavos por galón.

0.075x4 ≤ 2
• Metas incluyendo las variables de desviación seria:
550x1 + 35x2 + 55x3 + 0.075x4 + n1 – p1 = 16
55x1 + 31.5x2 – 35x2 + 5.5x3 + 0.0075x4 + n2 – p2 = 0
110x1 + 7x2 – 44x3 + 0.015x4 + n3 – p3 = 0
0.075x4 + n4 – p4 = 2
Las variables de desviación no deseadas serian:
n1, n2, n3, p4.

14
Ejercicio 3
Formular el problema de la Planificación de la producción de una fábrica de papel
como un problema de programación por metas. Supóngase la existencia de dos
procesos, uno mecánico y otro químico, por los que se puede obtener la pulpa
de celulosa para la producción del papel.

El modelo de programación multiobjetivo es el siguiente:

Objetivos:
Max f1(x) = 1000X1 + 3000X2 (Maximizar el margen bruto)
Min f2(x) = X1 + 2X2 (Minimizar la demanda biológica de O2)
Restricciones rígidas iniciales:

1000X1 + 3000X2 ≥ 300000 (Margen Bruto)

X1 + X2 ≤ 400 (Empleo)
X1 ≤ 300 (Capacidades de producción)
X2 ≤ 200 X1, X2 ≥ 0
Metas:

g1: Para la demanda biológica de oxígeno: un nivel de aspiración de 300

unidades, pues desea que sea lo más pequeña posible.
g2: Para el margen bruto: alcanzar un valor lo más grande posible, ojalá mayor
de 400000 u.m.
g3: Para el empleo: no desea ni quedarse corto ni contratar mano de obra
adicional.
g4: El decisor no desea superar sus capacidades de producción, lo que
implicaría recurrir a turnos extras.
A. ESTABLECE LAS METAS INCLUYENDO LAS VARIABLES DE
DESVIACIÓN
G1: x1 + 2x2 ≤ 300
G2: 1000x1 + 3000x2 ≥ 400 000
G3: x1 + x2 = 400
G4: x1 ≤ 300

15
G1: x1 + 2x2 + n1 – p1 = 300
G2: 1000x1 + 3000x2 + n2 – p2 = 400 000
G3: x1 + x2 + n3 – p3 = 400
G4: x1+ n4 – p4 = 300
G5: x2 + n5 – p5 = 200
x1, x2 ≥ 0

Modelo de submetas dentro de una meta

Ejercicio 1
Se fabrican dos productos en máquinas consecutivas. La siguiente tabla muestra
los tiempos de maquinado, en minutos por unidad, para cada producto

Tiempo de maquinado
(min)
Maquina Producto 1 Producto 2
1 5 3
2 6 2

Las cuotas diarias de producción para los dos artículos son 80 y 60 unidades,
respectivamente. Cada máquina trabaja 8 horas por día. Se puede recurrir al
tiempo extra, aunque no es deseable, si es necesario para llenar la cuota de
producción.

A. ESTABLECE LAS METAS INCLUYENDO LAS VARIABLES DE

DESVIACIÓN
Variables
x1 = 80 unidades
x2 = 60 unidades

5x1 + 6×2 + n1 - p1 = 480

3x1 + 2x2 + n2 - p2 = 480

16
 x1 + n3 - p3 = 80
x2 +n4 -p4 = 60

B. ELABORA LA SOLUCIÓN CON AYUDA DEL SOLVER

Variables del sistema Variables de desviación

Logro Des. Meta
X1 X2 n1 p1 n2 p2
Metas m1 5 3 1 -1 0 0 480 .= 480
m2 6 2 0 0 1 -1 480 .= 480

Restricciones R1 1 0 0 0 0 0 80 .= 80
R2 0 1 0 0 0 0 60 .= 60

FO 0 0 0 0 1 1

Solución 80 60 0 100 0 120

Optima 120

x1 x2 n p Observaciones
solucion1 80 60 100 se cumple las restricciones, pero la meta queda encima con 100
solucion2 80 60 120 se cumple las restricciones, pero la meta queda encima con 120

C. DA UNA CONCLUSIÓN
Las restricciones de fabricar 80 productos 1 y 60 productos 2 se cumplieron. Se
produjeron 80 productos 1 y 60 productos 2, lo que representa un cumplimiento
del 100% de las restricciones. Sin embargo, la meta no se cumplió. Se requerían
600 minutos para producir los productos, pero solo se disponían de 480 minutos.
Por lo tanto, se requirieron 120 minutos de tiempo extra para la máquina 2. En
general, el desempeño fue mixto. Se cumplieron las restricciones, pero no se
logró cumplir la meta. Esto indica que la empresa podría mejorar su eficiencia
para cumplir sus metas en el futuro.

17
 Método de Jerarquía
Ejercicio 1
El ICED 2000 organiza eventos especiales para atraer clientes. Los dos eventos
más populares que parecen atraer la atención de los adolescentes, personas
jóvenes y adultas son los conciertos de bandas y las exposiciones de artesanía.
Los costos de la representación de las bandas son $1500 y de las artesanías
$300, respectivamente. El presupuesto total anual (estricto) asignado a los 2
eventos es $15000. El gerente del ICED estima que la asistencia a los eventos
es la siguiente:

Cantidad de asistentes a cada evento

Evento
Adolescentes Jóvenes Adulto
Concierto de banda 200 100 0
Exposición de artesanía 0 400 250

Se han establecido las metas anuales mínimas de asistencia de adolescentes,

jóvenes y adultos como 1000, 1200 y 800 respectivamente. Formule el
problema como modelo de programación de metas.

A. ESTABLECE LAS METAS INCLUYENDO LAS VARIABLES DE

DESVIACIÓN

Variables
X = Concierto de bandas
Y = Exposición de artesanías
Restricciones
1,500x + 300y ≤ 15,000 Costos de representación.
Metas con variables de desviación
200x+n1-p1≥1000 (Adolescentes)
100x+400y+n2-p2≥1200 (Jóvenes)
250y+n3-p3≥800 (Adultos)

18
 B. ELABORA LA SOLUCIÓN CON AYUDA DEL SOLVER

C. DA UNA CONCLUSIÓN
Las metas mínimas de asistencia, tanto de adolescentes, jóvenes y adultos, se
cumplieron. Se registraron 1000 adolescentes, 1200 jóvenes, y 1250 adultos, lo
que representa un cumplimiento del 100% de las metas. La restricción de la
representación también se cumplió. Se registraron 8025 bandas y artesanías, lo
que representa un cumplimiento del 53,5% de la restricción. En general, el
desempeño fue bueno. Se cumplieron las metas y la restricción, lo que indica
que el evento fue un éxito.

19
CONCLUSION

En conclusión, los temas que aprendí en el tema 1 de

programación por metas son importantes porque me proporcionan
una comprensión básica de este enfoque. La programación por
metas es una herramienta valiosa para los tomadores de
decisiones que necesitan tomar decisiones que satisfagan
múltiples objetivos.
La programación por metas es importante porque:

Permite a los tomadores de decisiones tomar decisiones que

satisfagan múltiples objetivos, incluso si estos objetivos son
conflictivos o no pueden medirse de manera precisa.
Es una herramienta flexible que puede ser utilizada en una amplia
gama de aplicaciones.
Es una herramienta que puede ayudar a los tomadores de
decisiones a tomar decisiones más eficientes y efectivas.

20
 Tema 2
Problemario de Optimización de Redes

Actividad 1

Realizar un cuadro comparativo de las diferencias y semejanzas de los diferentes modelos

de redes.

Árbol de expansión
Concepto Ruta más corta Flujo máximo mínima
Encontrar la cantidad máxima
Definición

Encontrar el camino entre de flujo que puede pasar a Encontrar un árbol que
dos nodos de un grafo que través de una red, sujeto a las conecta todos los nodos de
tenga la longitud más restricciones de capacidad de una red con el costo total
corta. los arcos. más bajo.
• Considera una red • Maximiza la cantidad de • Proporciona una
dirigida con dos flujo de la fuente del solución precisa e
nodos. destino. incluye el costo de
• Detecta cual es la • Se resuelve con método transporte al
ruta más eficiente de simplex. realizar la
menor • Este método es aplicable asignación.
eficiencia. para la optimización de • Es muy simple de
• Es muy popular rutas. usar.
dentro del • Permite el flujo a través • Resulta fácil
Diferencias

problema de flujo de un arco solo en la conocer la solución

del costo mínimo. óptima.
dirección que indica la
• Maximiza la cantidad • Su comprensión es
flecha.
total del flujo. muy fácil.
• Reduce costos y • No sigue ninguna
tiempos de regla sistemática
movilización. cuando hay un
empate en el costo
mínimo.
• Se tiene claro los
costos a realizar las
asignaciones.

20
 • Se origina en un nodo. • Resulta exitoso al ser
Se resuelve con bien elaborado.
software. • Se mantiene al
• Optimiza • Se aplica en la vida margen de la solución
Similitudes

distancias entre cotidiana óptima.

puntos. para resolver • Sirve para varias
• Se aplica en las problemas de cosas no solo los
empresas gestión de costos de
• Dos nodos origen y costos. transporte.
destino. • Se formula como un • Se pueden lograr
• Es rápido de resolver problema de diversos resultados.
en un software. programación lineal.
Ejemplos

Encontrar la cantidad máxima

de agua que puede fluir a Encontrar el camino más
Encontrar la ruta más corta través de un sistema de corto entre todos los nodos
entre dos ciudades. tuberías. de una red eléctrica.

20
 Actividad 2
Problemario de Optimización de Redes

MODELO DE LA RUTA MAS CORTA

Ejercicio 1

Supongamos que existen 7 ciudades interconectadas (o sitios cualesquiera:

barrios en una ciudad, departamentos en una fábrica, etc.), cada línea
representa la trayectoria permitida de una ciudad a otra. La distancia (o costo
de transporte) entre ciudades está representado por un valor sobre la línea. Se
pregunta por la secuencia de ciudades que dan la distancia mínima entre la
ciudad A y la ciudad G.

(4,A) *(9,C)

*(16,E)
(5,A)
*(5,D)

Ruta más corta = 16

Trayectoria = A-D-C-E-G
*(3,A)

20
Ejercicio 2
Determine la ruta más corta en millas, para el ejemplo de Seervada
Park. Del punto O al punto T.

*(2,O)
*(8,E)
(8,B)
*(13,D)
(9,A)
*(4,A) (14,E)
(5,O)

(4,O)
*(7,B)
(8,C)

Distancia más corta = 13

Trayectoria = O-A-B-E-D-T
O-A-B-D-T

20
 Ejercicio 3

Determine la ruta más corta en kilómetros. Del punto a al punto 8.

(14,8)
(6,1)
(11,2)

(15,5)
*(13,6)
(14,2)
*(11,3)
*(7,1) (17,7)
(12,2)

(8,1)

Ruta más corta = 13

(13,3)
Trayectoria = 1-3-6-8 (16,6)

20
 Ejercicio 4

Mediante el algoritmo de Dijkstra, encuentre la ruta más corta (es decir, de

peso mínimo) desde el vértice A hasta el vértice G. ¿Es única esta ruta?

*(1,A) *(5,B)

(2,B)

*(7,E)

*(7,H)

(7,A)
*(5,A)
(3,B)
(5,E)
(5,C)

Ruta más corta = 7

Trayectoria = A-B-E-G
A-H-G

20
 ÁRBOL DE MÍNIMA EXPANSIÓN

Ejercicio 1

La ciudad de Cali cuenta con un nuevo plan parcial de vivienda el cual contará con la
urbanización de más de 7 proyectos habitacionales que se ubicarán a las afueras de la
ciudad. Dado que el terreno en el que se construirá no se encontraba hasta ahora
dentro de las zonas urbanizables de la ciudad, el acueducto municipal no cuenta con
la infraestructura necesaria para satisfacer las necesidades de servicios públicos en
materia de suministro de agua. Cada uno de los proyectos de vivienda inició la
construcción de un nodo de acueducto madre, el cual cuenta con las conexiones de
las unidades de vivienda propias de cada proyecto (es decir que cada nodo madre
solo necesita estar conectado con un ducto madre del acueducto municipal para
contar con su suministro). El acueducto municipal al ver la situación del plan parcial
debe de realizar las obras correspondientes a la instalación de ductos madres que
enlacen todoslos nodos del plan con el nodo Meléndez (nodo que se encuentra con
suministro de agua y que no pertenece al plan parcial de vivienda, además es el más
cercano al mismo), la instalación de los ductos implica obras de excavación, mano de
obra ycostos de los ductos mismos, por lo cual optimizar la longitud total de los
enlaces es fundamental. Las distancias existentes (dadas en kilómetros)
correspondientes a las rutas factibles capaces de enlazar los nodos del plan parcial se
presentan a continuación. Además, la capacidad de bombeo del nodo Meléndez es
más que suficiente para satisfacer las necesidades de presión que necesita la red
madre. El acueducto municipal le contacta a usted para que mediante sus
conocimientos en teoría de redes construya una red de expansión que minimice la
longitud total de ductos y que enlace todos los nodos del plan parcial de vivienda.

CK= 1
CK= 2, 3, 4, 5, 6, 7, 8

CK= 1, 2
CK= 3, 4, 5, 6, 7, 8

CK= 1, 2, 4
CK = 3, 5, 6, 7, 8

CK= 1, 2, 4, 5
CK= 3, 6, 7, 8

CK= 1, 2, 4, 5, 7
CK 3, 6, 8

CK= 1, 2, 4, 5, 7, 6
CK= 3, 8

CK= 1, 2, 4, 5, 7, 6, 8
CK = 3 CK= 1, 2, 3, 4, 5, 6, 7, 8

Longitud total= 2+4+3+2+3+4+3= 21

20
 Ejercicio 2

La administración de Seervada Park necesita determinar los caminos bajo los

cuales deben tender líneas telefónicas para conectar todas las estaciones con
una longitud total de cable mínima.
CK= O
CK= A, B, C, D, E, T

CK= O, A
CK= B, C, D, E, T

CK= O, A, B
CK= C, D, E, T

CK= O, A, B, C
CK= D, E, T

CK= O, A, B, C, E
CK= D, T

CK= O, A, B, C, E, D
CK= T

CK= O, A, B, C, E, D, T
CK= 0

Longitud total = 2+2+1+3+1+5= 14

20
 Ejercicio 3

Construya una red de expansión que minimice la distancia.

CK= 1
CK= 3,5,6,10,13,17,14,11,16,19,18,12,15,7,8,9,2,4

CK= 1,3
CK= 5,6,10,13,17,14,11,16,19,18,12,15,7,8,9,2,4 CK= 1,3,5,6,10,13,17,14,11,16,19,18
CK= 12,15,7,8,9,2,4
CK= 1,3,5
CK= 6,10,13,17,14,11,16,19,18,12,15,7,8,9,2,4 CK= 1,3,5,6,10,13,17,14,11,16,19,18,12
CK= 15,7,8,9,2,4
CK= 1,3,5,6
CK= 10,13,17,14,11,16,19,18,12,15,7,8,9,2,4 CK= 1,3,5,6,10,13,17,14,11,16,19,18,12,15
CK= 7,8,9,2,4
CK= 1,3,5,6,10
CK= 13,17,14,11,16,19,18,12,15,7,8,9,2,4 CK= 1,3,5,6,10,13,17,14,11,16,19,18,12,15,7
CK= 8,9,2,4
CK= 1,3,5,6,10,13
CK= 17,14,11,16,19,18,12,15,7,8,9,2,4 CK= 1,3,5,6,10,13,17,14,11,16,19,18,12,15,7,8
CK= 9,2,4
CK= 1,3,5,6,10,13,17
CK= 17,14,11,16,19,18,12,15,7,8,9,2,4 CK= 1,3,5,6,10,13,17,14,11,16,19,18,12,15,7,8,9
CK= 2,4
CK= 1,3,5,6,10,13,17,14
CK= 14,11,16,19,18,12,15,7,8,9,2,4 CK= 1,3,5,6,10,13,17,14,11,16,19,18,12,15,7,8,9,2
CK= 4
CK= 1,3,5,6,10,13,17,14,11
CK= 11,16,19,18,12,15,7,8,9,2,4 CK=1,3,5,6,10,13,17,14,11,16,19,18,12,15,7,8,9,2,4
CK= 0 Longitud total = 4,299
CK= 1,3,5,6,10,13,17,14,11,16
CK= 19,18,12,15,7,8,9,2,4
20
CK= 1,3,5,6,10,13,17,14,11,16,19
CK= 18,12,15,7,8,9,2,4

CK= 1,3,5,6,10,13,17,14,11,16,19,18
CK= 18,12,15,7,8,9,2,4
 PROBLEMAS DE FLUJO MÁXIMO

Ejercicio 1

Calcular la capacidad de flujo máximo que pasó desde el nodo origen (1) al
nodo destino (5).

INTERACCIÓN 1
K= (∞,30,20)
Formula: (CI – K, CJ+K)
1-3 30-20=10
20 0+20=20

20 3-5 20-20=0
0+20=20
0

INTERACCIÓN 2

K= (∞,20,40,10,20)
10
15 10
Formula: (CI – K, CJ+K)
10

1-2 20-10=0
20 0+10=10
0
10
30
2-3 40-10=30
10 0+10=10
10
3-4 10-10=0
5+15=25

4-5 20-10=0
0+10=10

20
INTERACCIÓN 3

10

15 10

10
20
20
10

10

K= (∞,10,15,10,30)
Formula: (CI – K, CJ+K)

1- 4 20-10=10
0+10=10

4- 3 15-10=10
0+10=10

3- 2 20-10=10
0+10=10

2- 5 30-10=20
0+10=10

K1=20
K2=10
K3=10
K4=10
K5=10
= 60

20
 Ejercicio 2

Calcular la capacidad de flujo máximo que pasó desde el nodo origen (A) al
nodo destino (T).

4-4=0

6-4=2

0+4=4
6-4=2 3+1=4
0+3=3 0+4=4
1-1=0
4-3=1
4-3=1

0+3=3
0+3=3
3-1=2 3+1=4
4+1=5
1-1=0
9-3=6
0+1=1 6-1=5
0+1=1 1+1=2 5-1=4

4-1=3

K= (∞,6,4,4) = 4
K= (∞,4,3,9) = 3
K= (∞,1,3,4,6) = 1 4 INTERACCIONES = 9
K = (∞,1,3,5) = 1

TOTAL= 9

20
 Ejercicio 3

Calcular la capacidad de flujo máximo que pasó desde el nodo origen (O) al
nodo destino (T).
4
3

4
0
6 2
1 3
2 0
7 1 2
0
5 4
2 3 7 9
1
0 2 0
8
5
6
0 4
3
1
4 1

K= (∞,7,5,6) =5
K= (∞,5,3,9) =3
K= (∞,4,4,5,4,6) =4 5 interacciones = 15
K= (∞,2,1,4,1) =1
K= (∞,2,3,2,2) =2

Total =15

20
PROBLEMA DE FLUJO DE COSTO MINIMO

Ejercicio 1

Tenemos 2 fábricas A y B, las cuales enviaran el producto terminado al

almacén D y E, algunos pasaran por el centro de distribución. En seguida se
muestran los datos de producción y costos.

(XAD)

(XED)
(XAB) (XAC)

(XBC) (XDE)
(XCE)

Min F = 9XAD + 4XAC + 2XAB + 3XBC + XCE + 2XED + 3XDE

Sujeto a:
1. XAB + XAC + XAD = 50
2. XBC - XAB = 40
3. -XAC - XBC + XCE = 0
4. -XAD - XED + XDE = -30
5. -XCE + XED -XDE = -60
6. XAB ≤ 10
7. XCE ≤ 80

20
 XAB XAC XAD XBC XCE XDE XED =
FO 2 4 9 3 1 3 2
1) 1 1 1 0 0 0 0 50
2) --1 0 0 1 0 0 0 40
3) 0 -1 0 -1 1 0 0 0
(-1) 4) 0 0 -1 0 0 1 -1 -30 (-1)
5) 0 0 0 0 -1 -1 1 -60
6) 1 0 0 0 0 0 0 ≤10
7) 0 0 0 0 1 0 0 ≤80

4) 0 0 1 0 0 -1 1 30
5) 0 0 0 0 1 1 -1 60

Resolver con ayuda de solver:

20