Instituto Tecnológico de Tijcuana

Carrera: c

Materia: Estadística Inferencial II.

Unidad 2 Optimización de redes

Actividad 1.- Investigación UII

Maestro: c

Alumno:
No. De control: #
Grupo: 5to. Z

}
Contenido
 MODELOS DE OPTIMIZACIÓN DE REDES..........................................................................2
 TERMINOLOGÍA DE REDES....................................................................................................4
 PROBLEMA DE LA RUTA MAS CORTA.................................................................................6
 Algoritmo de la ruta más corta:..........................................................................................6
 EJEMPLO DE APLICACIÓN DE LA RUTA MAS CORTA.................................................8
 PROBLEMA DE FLUJO MAXIMO.........................................................................................10
EJEMPLO DE FLUJO DE COSTO MAXIMO...........................................................................11
 PROBLEMA DE FLUJO DE COSTO MÍNIMO......................................................................24
 EJEMPLO DE FLUJO DE COSTO MINIMO......................................................................30
 CONCLUSION............................................................................................................................35
 BIBLIOGRAFIA...........................................................................................................................36

1
 MODELOS DE OPTIMIZACIÓN DE REDES

Los problemas de redes surgen en una gran variedad de

situaciones. Las redes de transporte, eléctricas y de
comunicaciones predominan en la vida diaria. La representación
de redes se utiliza ampliamente en áreas tan diversas como
producción, distribución, planeación de proyectos, localización de
instalaciones, administración de recursos y planeación financiera,
para nombrar sólo unos ejemplos. De hecho, una representación
de redes proporciona un panorama general tan poderoso y una
ayuda conceptual para visualizar las relaciones entre los
componentes del sistema, que se usa casi en todas las áreas
científicas, sociales y económicas.

Uno de los mayores desarrollos recientes en investigación de

operaciones (IO) ha sido el rápido avance tanto en la metodología
como en la aplicación de los modelos de optimización de redes.
La aparición de algunos algoritmos ha tenido un impacto
importante, al igual que las ideas de ciencias de la computación
acerca de estructuras de datos y la manipulación eficiente de los
mismos. En consecuencia, ahora se dispone de algoritmos y
paquetes de computadora y se usan en forma rutinaria para
resolver problemas muy grandes que no se habrían podido
manejar hace dos o tres décadas.

2
Se darán a conocer en este trabajo cinco tipos importantes de
problemas de redes y algunas ideas básicas sobre cómo
resolverlos (sin profundizar en los aspectos de estructuras de
bases de datos, tan vitales para la aplicación exitosa en los
problemas de gran escala). Los tres primeros tipos de problemas
–el problema de la ruta más corta, el problema del árbol de
mínima expansión y el problema del flujo máximo- tienen una
estructura específica que surge con frecuencia en la práctica.

El cuarto tipo –el problema del flujo de costo mínimo- proporciona

un enfoque unificador de muchas otras aplicaciones por su
estructura mucho más general. Y por último el método del CPM.

3
  TERMINOLOGÍA DE REDES

Red: conjunto de puntos y líneas que unen ciertos pares de

puntos.
Nodos: Puntos (o vértices).
Arcos: Líneas, ligaduras, aristas o ramas. Se etiquetan para dar
nombre a los nodos en sus puntos terminales.
Arco dirigido: Si el flujo a través de un arco se permite sólo en
una dirección. La dirección se indica agragando una cabeza de
flecha al final de la línea que representa el arco.
Arco no dirigido: Si el flujo a través de un arco se permite en
ambas direcciones.
Red dirigida: Red que tiene sólo arcos dirigidos.
Red no dirigida: Todos sus arcos son no dirigidos.
Trayectoria: Sucesión de arcos distintos que conectan nodos.
Ciclo: Trayectoria que comienza y termina en el mismo nodo.
Red conexa: Red en la que cada par de nodos esta conectado.
Árbol: Red conexa (para algún subconjunto de n nodos) que no
contiene ciclos no dirigidos.
Árbol de expansión: Red conexa para los n nodos que contiene
ciclos no dirigidos.
Capacidad del arco: Cantidad máxima de flujo (quizá infinito) que
puede circular en un arco dirigido.
Nodo fuente: Nodo origen, tiene la propiedad de que el flujo que
sale del nodo excede el flujo que entra a él.

4
Nodo de demanda: Nodo de destino, donde el flujo que llega
excede al que sale de él. Nodo de trasbordo: Intermedio,
satisface la conservación del flujo, es decir, el flujo que entra es
igual al que sale.

5
  PROBLEMA DE LA RUTA MAS 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.

 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.
3. (Estos nodos y el origen se llaman nodos resueltos, el resto son
nodos no resueltos.)
6
4. 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.)
5. 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.

7
  EJEMPLO DE APLICACIÓN DE LA RUTA MAS CORTA
n Nodos resueltos Nodo no Distancia n-esimo Distancia Ultima
conectados resulto más Total nodo mínima conexión
directamente a cercano involucrada más
nodos no conectado cercano
resueltos
1 O A 2 A 2 OA
2 O C 4 C 4 OC
3 A B 2+2-4 B 4 AB
A D 2+7=9

4 B E 4+3=7 E 7 BE
C E 4+4=8
5 A D 2+7=9 D 8 BD ED
B D 4+4=8 D 8
E D 7+1=8
6 D T 8+5=13 T 13 DT
E T 7+7=14

DE A DISTANCIA

1 O A 1 2
2 O B 0 5
3 O C 0 4
4 A B 1 2
5 A D 0 7
6 B C 0 1
7 B D 1 4
8 B E 0 3
9 C B 0 1
10 C E 0 4
11 D E 0 1
12 D T 1 5
13 E D 0 1
14 E T 0 7

NODOS DEMANDA
O 1 = 1
A 0 = 0
B 0 = 0
C 0 = 0
D 0 = 0
E 0 = 0
8
T -1 = -1
9
  PROBLEMA DE FLUJO MAXIMO.

En términos generales, el problema de flujo máximo se puede

describir de la siguiente manera:

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 los nodos de trasbordo
3. Se permite el flujo a través de un arco solo en la dirección
indicada por la flecha, donde la cantidad máxima de flujo está
dada por la capacidad del arco. En la fuente, todos los arcos
señalan hacia afuera. 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.

Algunas aplicaciones:

A continuación, se menciona 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 fabricas.
3. Maximizar el flujo de petróleo por un sistema de tuberías.

10
4. Maximizar el flujo de agua a través de un sistema de
acueductos
5. Maximizar el flujo de vehículos por una red de transporte.

En algunas de estas aplicaciones, el flujo a través de la red se

puede originar en más de un nodo y también puede terminar en
mas de uno, aunque el problema de flujo máximo puede tener solo
un origen y un destino.

EJEMPLO DE FLUJO DE COSTO MAXIMO

Se considera el problema de trasladar una cierta mercancía desde
un punto específico, llamado fuente a un punto de destino,
denominado sumidero. Para ello se considera un grafo dirigido G
= (V,A), en el que se consideran dos nodos o vértices: uno
denominado nodo fuente y otro denominado nodo destino. Por
supuesto, se considera que no existe un arco directo que conecte
el nodo fuente con el nodo destino. Por supuesto, el grafo estará
formado por unos nodos intermedios conocidos como puntos de
transbordo a través de los cuales el flujo (la mercancía) es
desviado.

Sea

V = conjunto de todos los vértices o nodos del grafo.

11
fij = el flujo que circula por el arco (i,j). f = cantidad total de
flujo que se lleva desde el nodo fuente al nodo destino. k ij =
capacidad del arco (i,j).

Ejemplo:

s = nodo fuente n = nodo destino 1, 2 = nodos intermedios

Objetivo:

Determinar el máximo flujo f que se puede enviar desde el nodo

fuente s al nodo destino n, teniendo en cuenta las capacidades k ij
sobre el flujo de cada arco (i,j) y que el flujo se debe conservar.

Modelo de programación lineal:

12
Las ecuaciones (1.1) representan la conservación del flujo en los
nodos. Mientras que las restricciones (1.2) son sobre el flujo que
circula por cada arco, para que no sea negativo y no supere la
capacidad del arco.

En el ejemplo anterior se traduce en

Veamos un método eficiente para resolver el problema del flujo

máximo directamente sin usar el método del simplex.

Conceptos previos:

Definición: Dado cualquier nodo i todos los arcos que salen del
nodo i se denominan arcos hacia delante con respecto al nodo i.

Definición: Dado cualquier nodo i todos los arcos que entran al

nodo i se denominan arcos hacia atrás para el nodo i.

13
Definición: Un corte que separa el nodo fuente del nodo destino
es una partición de los nodos de la red en dos subconjuntos S y S *
tal que el nodo fuente está en S y el nodo destino está en S*.

Un ejemplo de corte en el ejemplo anterior podría ser (S, S *) dado

por S = {s,1,2}.

Definición:

La capacidad de un corte es la suma de todas las capacidades de

los arcos procedentes de los nodos de S a los nodos en S *. Se
denota K(S, S*). Esto es

14
Definición: El corte con la capacidad más pequeña se denomina
corte mínimo.

A partir de los ejemplos anteriores de cortes se puede apreciar

que si todos los arcos de un corte se eliminan de la red entonces
no existe un camino que una el nodo fuente con el nodo destino,
de aquí que el flujo de s a n no seria posible. En otras palabras,
cualquier flujo de s a n debe atravesar los arcos en el corte, y por
consiguiente, el flujo f estará limitado por la capacidad de ese
corte. La relación entre flujos y cortes vendrá dada por el siguiente
lema:

Lema: Para cualquier red dirigida, si f es el flujo desde el nodo

fuente al nodo destino, y (S, S*) es un corte, entonces el valor de f
es menor o igual que la capacidad de ese corte K(S,S*).

Como consecuencia de este lema se tiene que cualquier flujo

compatible desde el nodo fuente al nodo destino no puede
exceder la capacidad de ningún corte. Por tanto, el flujo máximo a
través de la red está limitado por la capacidad del corte mínimo. El
siguiente teorema establece que siempre es posible encontrar el
flujo de s a n igual a la capacidad del corte mínimo.
15
Teorema de flujo máximo-corte mínimo: (Ford Fulkerson).

Para cualquier red el flujo máximo desde el nodo fuente al nodo

destino es igual a la capacidad del corte mínimo.

A partir de este teorema el problema de encontrar el flujo máximo

en una red se traduce en encontrar las capacidades de todos los
cortes y elegir la mínima capacidad. Por otra parte, dado el valor
máximo de f no se especifica como este flujo es distribuido a
través de los distintos arcos. Además este método es poco
recomendable ya que el número de posibles cortes que separan el
nodo fuente del destino son 2n-2.

Definición: Dada una red G = (V,A) llamamos Red Residual o

Incrementeal R(f), a aquella red formada a partir de G, con el
mismo conjunto de nodos que ésta, y dado cada arco dirigido (i,j)
∈ A en la red original, que no tiene arco en la dirección opuesta
(es decir, (j,i) ∉ A), tal que 0 ≤ fij ≤ kij se consideran en la Red
Incremental dos arcos (i,j) y (j,i) con capacidades r ij = kij - fij y rji = fij ,
respectivamente. A dichas capacidades se las denomina
capacidades residuales o incrementales.

Al principio que no circula ningún flujo por los arcos de la red

original, la red residual difiere de la original en que para cada arco
dirigido de la red original sin arco opuesto, ahora se le añade su
opuesto con capacidad nula.

16
Definición: Se denomina Camino Incremental a todo camino
dirigido desde el nodo fuente al nodo destino en la red
incremental.

Definición: Llamamos Cuello de Botella y lo denotamos por δ a la

menor capacidad residual de los arcos en un camino incremental,
es decir, δ = min (i,j) ∈P rij. Dado el siguiente camino P
⊂ R(f) δ= 2

Definición: Un arco se dice saturado sí y solo sí f ij = kij ó rij = 0 y kij

> 0.

El motivo de introducir el concepto de red residual o red

incremental se debe a los siguiente, fijémonos en la red siguiente:

17
Si se elige como primer camino incremental P = {(s,1),(1,3),(3,2),
(2,n)} entonces saturo los arcos (1,3),(3,2) y (2,n) y no podemos
enviar más flujo de s a n consiguiendo un valor para f = 1, cuando
el flujo máximo es f = 2.

Sin embargo, tomando ahora el camino incremental P’ = {(s,1),

(1,2),(2,3),(3,n)} podemos enviar una unidad más de s a n y
deshacer el error cometido al enviar una unidad de flujo a través
del arco (3,2). Notemos que ahora se ha enviado una unidad de
flujo a través del arco (2,3), el cual no existe en la red original.

El algoritmo de flujo máximo consiste en encontrar un camino a

través del cual se puede enviar un flujo positivo desde el nodo
fuente al nodo destino. Tal camino es a lo que denominabamos
camino incremental, y se usa para enviar tanto flujo como sea
posible desde s a n. El proceso se repite hasta que no se pueda
encontrar ningún otro camino incremental, que mejore el flujo total
de s a n. En dicho caso, se ha encontrado el flujo máximo.

Proceso de etiquetado:

Este proceso se usa para encontrar un camino incremental desde

el nodo fuente al nodo destino. Comenzando con el nodo fuente s,
se dice que cualquier nodo j se puede etiquetar si podemos enviar
un flujo positivo desde s a j. En general, desde cualquier nodo i
podemos etiquetar el nodo j si se satisface una de las siguientes
condiciones:

18
1.- El arco que conecta los nodos i y j es un arco hacia delante y el
flujo en el arco (i,j) es menor que su capacidad ( es decir, fij ≤ kij).

2.- El arco que conecta i y j es un arco hacia atrás y el flujo en el

arco (j,i) es mayor que 0.

Se continúa el proceso de etiquetado hasta que el nodo destino

sea etiquetado. Entonces se ha conseguido un camino
incremental.

Algoritmo del Flujo Máximo:

El algoritmo se inicializa con un flujo nulo o cualquier flujo factible

en todos los arcos, esto es, satisfaciendo las restricciones de
capacidad y conservación de los flujos en todos los nodos. Para
mejorar este flujo, se etiqueta inicialmente el nodo s y se aplica el
proceso de etiquetado para etiquetar los otros nodos hasta
alcanzar el destino. Cuando esto ocurra tendremos un camino
incremental desde s a n a través del cual se puede enviar un flujo
positivo. A continuación, volvemos hacia atrás en el camino
incremental con la ayuda de las etiquetas de los nodos y
calculamos el flujo máximo δ que puede ser enviado por el
camino. Entonces incrementamos el flujo en δ unidades en todos
los arcos hacia delante en el camino incremental y
decrementamos el flujo en δ unidades en todos los arcos hacia
atrás. Repetimos el proceso de etiquetado para encontrar otro

19
camino incremental desde s a n. El algoritmo termina cuando no
se pueda encontrar ningún otro camino incremental, lo que nos
conduce al máximo flujo posible de s a n.

ALGORITMO:

Paso 0:

Se inicializa f = 0 ( o cualquier flujo factible) y fij = 0 ∀ (i,j) ∈ A.

Se construye la red incremental, que coincide con la original. Esto

es, rij = kij para todo arco en la red original y se añade su opuesto
con rji = 0.
Sea δ = ∝. Sea hace i = s el nodo fuente, se marca con Predi = 0.

Paso 1:

Se elige un j ∈ Γ(i) no marcado tal que rij > 0 para el arco (i,j) y se
marca con Predj = i.

Se asigna δ = min{δ,rPredj j}. En caso de que no exista y si i = s

parar ya que se ha alcanzado el máximo flujo posible que se
puede enviar desde s a n. Si i ≠ s se hace i = Pred i y se busca otro
j ∈ Γ(i), no marcado con rij > 0.
Paso 2:

Si j = n, hacer f = f + δ, e ir al paso 3.

En caso contrario, hacer i = j y repetir el paso 1.

20
Paso 3:

Cambiamos rPredj j = rPredj j - δ y rj Predj = rj Predj + δ.

Hacer j = Predj, si j = s ir al paso 4. En otro caso, repetimos el

paso 3.

Paso 4:

Se borran todas las marcas menos la de s, sea s = i. Se vuelve a

asignar δ = y se va al paso
1.

Ejemplo: Sea la siguiente red en la cual los números sobre los

arcos representan las capacidades.

21
22
23
Flujo máximo es igual a 15.

24
  PROBLEMA DE FLUJO DE COSTO MÍNIMO

¿Qué es?
El problema del flujo de costo mínimo tiene una posición medular
entre los modelos de optimización de redes; primero, abarca una
clase amplia de aplicaciones y segundo, su solución es muy
eficiente. Toma en cuenta un flujo en una red con capacidades
limitadas en sus arcos. Considera un costo (o distancia) para el
flujo a través de un arco. Puede manejar varios orígenes (nodo
fuente) y varios destinos (nodos demanda) para el flujo, de nuevo
con costos asociados.

La razón por la que el problema de flujo de costo mínimo se puede

resolver de modo tan eficiente es que se puede formular como un
problema de programación línea y es posible resolverlo con una
versión simplificada del método simplex llamada método simplex
de redes.

A continuación, se describe el problema del flujo de costo mínimo.

1. La red es una red dirigida y conexa.
2. Al menos uno de los nodos es un nodo fuente.
3. Al menos uno de los nodos es un nodo de demanda.
4. El resto de los nodos son nodos de trasbordo.
1. Se permite el flujo a través de un arco sólo en la dirección
indicada por la flecha, donde la cantidad máxima de flujo está
dada por la capacidad del arco
25
2. La red tiene suficientes arcos con suficiente capacidad para
permitir que todos los flujos generados por los nodos fuente
lleguen a los nodos de demanda.
3. El costo del flujo a través del arco es proporcional a la cantidad
de ese flujo, donde se conoce el costo por unidad.
4. El objetivo es minimizar el costo total de enviar el suministro
disponible a través de la red para satisfacer la demanda dada.
(Un objetivo alternativo es maximizar la ganancia total del
envío.)

Objetivo
Tal vez el tipo más importante de aplicación del problema del flujo
de costo mínimo es en la operación de la red de distribución de
una compañía (Fig. 1). Este tipo de aplicación siempre incluye
determinar un plan para enviar bienes desde las fuentes (fábricas,
etc.) a las instalaciones de almacenamiento intermedias (según se
necesite) y después a los consumidores. Siendo así, el objetivo es
minimizar el costo total de mandar los recursos a través de la red
para satisfacer la demanda dada.

Por ejemplo, considere la red de distribución de la International

Paper Company (descrita en el número de marzo-abril de 1988 de
Interfaces). Esta compañía es el mayor fabricante en el mundo de
pulpa, papel y productos de papel, lo mismo que un importante
productor de madera y triplay. Los nodos fuente en su red de

26
distribución son esos bosques en los distintos lugares. Sin
embargo, antes de que los bienes de la compañía puedan llegar a
los nodos de demanda (clientes), la madera debe pasar por una
larga secuencia de nodos de trasbordo. Una trayectoria típica por
la red de distribución es:

Bosques→Maderería→Aserradero→Fábrica de papel Plantas.

transformadoras→Almacenes→Consumidores.

Aplicaciones comunes del problema del flujo de costo

mínimo
Tipo de Nodos Nodos de Nodos de
aplicación fuente trasbordo demanda
Operación de Fuentes Almacenes Consumidore
una red de de bienes intermedios s
distribución
Administració Fuentes Instalaciones Rellenos
n de de de
desechos desechos procesamient
sólidos sólidos o
Operación de Agentes Almacenes Instalaciones
una red de de ventas intermedios de
suministros procesamient
o
Coordinación Plantas Producción Mercado del
de mezclas de un artículo producto
27
 de productos específico específico
en plantas
Administració Fuentes Opciones de Necesidad de
n de flujo de de inversión a efectivo en
efectivo efectivo corto plazo tiempos
en específicos
tiempos
específico
s

¿Cómo se realiza?
Para la formulación del modelo considere una red conexa dirigida
en la que los n nodos incluyen al menos un nodo origen y al
menos un nodo destino. Las variables de decisión son:

xij= flujo a través del arco i→j, y la información dada incluye

cij=costo por unidad de lujo a través del arco i→j,
uij= capacidad del arco i→j, bj= flujo neto generado en el nodo i.
El valor de bi depende de la naturaleza del nodo i, en donde
bi>0, si i es un nodo fuente, bi>0, si i es un nodo de demanda,
bi=0, si i es un nodo de trasbordo.

El objetivo es minimizar el costo total de mandar los recursos

disponibles a través de la red para satisfacer la demanda dada.
Usando la convención de que las sumas se toman sólo sobre

28
arcos existentes, la formulación de programación lineal de este
problema es:

Minimizar

sujeta a para cada nodo i,

y para
cada arco i→j.

La primera suma en las restricciones de los nodos representa el

flujo total que sale del nodo i mientras que la segunda representa
el flujo total que entra al nodo i; así, la diferencia es el flujo neto
generado en este nodo.

No se garantiza que el problema posea soluciones factibles; esto

depende en parte de qué arcos están presentes en la red y de sus
capacidades.

Propiedades de soluciones factibles: una condición necesaria para

que un problema de flujo de costo mínimo tenga soluciones
factibles es que:

29
Es decir, el flujo total generado en los nodos origen es igual al flujo
total absorbido por los nodos de destino.

Si los valores de bi que se dan en alguna aplicación violan esta

condición, la interpretación más común es que los recursos o las
demandas (lo que tenga el exceso) representan en realidad cotas
superiores y no cantidades exactas. Cuando esta situación se
presente, se aumenta un destino ficticio para recibir los recursos
que sobraban o bien se aumenta un origen ficticio para mandar el
exceso de demanda. El paso análogo en este caso es que debe
agregarse un nodo de demanda ficticio para absorber el exceso
de recursos (se agregan arcos con cij=0 desde todos los nodos
origen hasta este nodo), o bien debe agregarse un nodo origen
ficticio para generar u flujo equivalente al exceso de demanda (se
agregan arcos con cij=0 de este nodo a todos los nodos de
demanda).

 EJEMPLO DE FLUJO DE COSTO MINIMO

En la figura 2 se muestra un ejemplo del problema de flujo de

costo mínimo. Esta red, de hecho, es la red de distribución para el
problema de Distribution Unlimited Co. Los valores de b i en la
figura 2 se muestran entre paréntesis cuadrados cerca de los
nodos; entonces, los nodos origen (bi>0) son A y B (las dos
30
fábricas de la compañía), los nodos destino (b i>0) son D y E (los
dos almacenes), y el único nodo de trasbordo (bi=0) es C (un
centro de distribución). Los valores cij se muestran junto a los
arcos. En este ejemplo, todos menos dos de los arcos tienen
capacidades que exceden el flujo total generado (90), de manera
que uij=∞ para cualquier propósito práctico. Las dos excepciones
son el arco A→B, donde uAB=10 y el arco C→E que tiene uCE=80.

Minimizar Z= 2xAB + 4xAC + 9xAD +3xBC + xCE + 3xDE + 2xED,

sujeta a
xAB + xAC + xAD = 50
-xAB +xBC = 40
-xAC -xBC + xCE = 0
-xAD + xDE – xED = -30
- xCE – xDE + xED = -60
y xAB ≤ 10, xCE≤ 80, todas las xij ≥ 0.

Fig. 2. El problema de la Distribution Unlinmited Co.

formulado como un problema de flujo de costo mínimo.

31
De forma manual se realizaría por el método simplex, obteniendo
como se observa 5 tablas de la fase I y 2 tablas par la fase II.

32
Después de este largo procedimiento obtenemos que la solución
óptima es Z= 490, con X1= 0; X2= 40; X3= 10; X4= 40; X5= 80; X6=
0 y X7 = 20.

Uso de Excel

Excel proporciona una manera conveniente de formular y resolver

problemas del flujo de costo mínimo como éste, y algunos más
grandes. La figura 3 muestra cómo se puede hacer esto. Se
deben incluir los costos unitarios (cij), en la columna G. Como se
especifican los valores de bi para cada nodo, se requieren las
restricciones de flujo neto para todos los nodos. Sin embargo, en

33
realidad sólo dos arcos necesitan restricciones de capacidad. La
celda objetivo (D12) ahora da el costo total del flujo (embarques) a
través de la red, de manera que el objetivo especificado en el
cuadro de diálogo de Solver es minimizar esta cantidad. Las
celdas que cambian (D4:D10) en esta hoja de cálculo muestran la
solución óptima obtenida después de hacer clic en resolver.

Para problemas más grandes de flujo de costo mínimo, el método

simplex de redes proporciona un procedimiento de solución
mucho más eficiente.

Fig. 3. Formulación en hoja de cálculo del problema del flujo

de costo mínimo de Distribution Unlimited Co.

34
35
 CONCLUSION

36
 BIBLIOGRAFIA

37