INSTITUTO TECNOLÓGICO DEL

OCCIDENTE DEL ESTADO DE

HIDALGO

INGENIERÍA INDUSTRIAL

MATERIA
INVESTIGACION DE OPERACIONES II

TEMA
OPTIMIZACION DE REDES

SUBTEMA
 PROBLEMA DE LA RUTA MAS CORTA
 PROBLEMA DE ARBOL DE MINIMA EXPANSION

DOCENTE:

JUAN MANUEL CAMACHO GOMEZ

ALUMNO:

SERRANO BRAVO JOSÉ MANUEL 16011726

GRADO Y GRUPO: 5 A 24 DE SEPTIEMBRE DE 2018.

 Introducción
Uno de los mayores desarrollos recientes en Investigación de Operaciones ha sido el
rápido avance tanto en la metodología como en la aplicación de los modelos de
optimización de redes.
Los problemas de redes surgen en una gran variedad de situaciones como por ejemplo
las redes de transporte, eléctricas en fin una inmensa lista que predominan en la vida
diaria. La representación de redes se utiliza en áreas tan diversas como producción,
distribución, localización de instalaciones en fin un sin número de áreas. De hecho, una
representación de redes nos proporciona un panorama general tan poderoso y una ayuda
conceptual para visualizar las relaciones entre los componentes del sistema que se utiliza
casi en todas las áreas científicas, sociales y económicas.
Se darán a conocer en este trabajo diversos tipos importantes de problemas de redes y
algunas ideas básicas sobre cómo resolverlos.

Objetivo
 Conocer el concepto de optimización de redes, así como la aplicación y el
desarrollo de los modelos de optimización.
Problema de la ruta más corta
Considere una red conexa y no dirigida con dos nodos especiales llamados origen y
destino. A cada arco no dirigido se asocia una distancia no negativa. El objetivo es
encontrar la ruta más corta (la trayectoria con la más mínima distancia total) del origen al
destino.
Se dispone de un algoritmo sencillo, la esencia del procedimiento es que analizara 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 desde el origen.

Ejemplo:
Una compañía arrendadora de automóviles está desarrollando un plan de reemplazo de
su flotilla para los próximos cinco años. Un automóvil debe de estar en servicio cuando
menos un año antes de que se considere ser reemplazado. La tabla 8-1 resume el costo
de reemplazo por unidad (en miles de unidades monetarias) como función del tiempo y
el número de años en operación. El costo incluye la compra, prima del seguro, operación
y mantenimiento.
Este problema se puede representar mediante una red como sigue. Cada año está
representado por un nodo. La “longitud” de una rama que une a dos nodos es igual al
costo de reemplazo asociado que se da en la tabla 8-1. La figura 8-6 representa la red.
El problema se reduce a determinar la “ruta” más corta del nodo 1 al 5. La “ruta” más
corta se puede determinar mediante el uso de algoritmo que representaremos en la
sección 8.3.2. la solución óptima producirá la ruta 1 - 2 - 5

Año 1 2 3 4 5
1 4.0 5.4 9.8 13.7
2 4.3 6.2 8.1
3 4.8 7.1
4 4.9
 1 2 3 4 5

Con un costo total de 4+ 8.1 = 12.1 (miles de unidades monetarias). Esto quiere decir que
cada automóvil debe reemplazarse al segundo año de uso y desecharse al quinto año.
Apliquemos el procedimiento a la red en la figura8-10. Una hipótesis básica del algoritmo
es que en todas las distancias en la red son no negativas.

2
100 15

1 4
20

10 50
3 5

Iteración 0: el nodo 1 lleva la etiqueta permanente [0,-].

Iteración 1: los nodos 2 y 3, que se pueden alcanzar directamente desde el nodo 1 (el
ultimo nodo rotulado permanentemente), llevan ahora las etiquetas temporales [0+100,
1] y [0+30,1] o bien [100,1], respectivamente.
Entre las etiquetas temporales corrientes, el nodo 3 tiene la menor distancia d =30(=min
{100,30}). Si el nodo 3 este etiquetado permanentemente.
Iteración 2: los nodos 4 y 5 se pueden alcanzar desde el ultimo nodo rotulado
permanentemente (nodo 3) y sus etiquetas temporales son [30+10,3] y [30+60,3] (o bien
[40,3] y [90,3]), respectivamente. En este punto tenemos las 3 etiquetas temporales
[100,1], [40,3] y [90,3] asociados con los nodos 2, 4 y 5, respectivamente. El nodo 4
etiquetado temporalmente tiene la menor d = 40 (=min {100, 40,90}) y, por consiguiente,
su etiqueta [40,3] se convierte a un estado permanente.
Iteración 3: del nodo cuatro rotulamos ahora el nodo 2 con la etiqueta temporal [40+15,4]
= [55,4], que reemplaza a la etiqueta temporal anterior [100,1]. A continuación, el nodo 5
se etiqueta temporalmente con [40+50,4] = [90,4]. Las etiquetas temporales incluyen
ahora a [55,4] y [90,4] asociadas con los nodos 2 y 5, respectivamente. Rotulamos
entonces al nodo 2 en forma permanente con la etiqueta [55,4].
El único nodo restante es el nodo destino 5, que convierte su etiqueta [90,4] a una
etiqueta permanente, con lo que se termina el procedimiento.
Los pasos de cálculo anteriores se resumen gráficamente en la figura 8-11 observe que
los cálculos se basan en el concepto de recursión empleado en el algoritmo a cíclico.
La diferencia principal entre los dos algoritmos estriba en que un nodo en el algoritmo
cíclico puede rotularse (temporalmente) sin tener en cuenta que todos los nodos que
llegan directamente a él se hayan o no rotulado.
La solución en la figura 8-11 proporciona la distancia más corta a cada nodo en la red,
junto con su ruta.

Problema de árbol de mínima expansión

Es un gráfico en el que existe un único nodo desde el que se puede acceder a todos los
demás y cada nodo tiene un único predecesor, excepto el primero que no tiene ninguno.
También podemos definir al árbol como:
 Un grafo conexo y sin ciclos
 Un grafo sin ciclos y con n – 1 aristas, siendo n el número de vértices
Grado de un nodo en un árbol es el número de subárboles de aquel nodo (en el ejemplo,
el grado de v1 es 2 y de v2 1).
Denominamos hojas en un árbol a los nodos finales (v3, v5 y v6).
Un árbol de máximo alcance es aquel que obtenemos en un grafo conexo y sin ciclos.
Árbol de mínima expansión: Árbol de máximo alcance cuyo valor es mínimo, es decir, la
suma de sus aristas es mínima.

ALGORITMO DE KRUSKAL
El algoritmo de Kruskal permite hallar el árbol minimal de cualquier grafo valorado (con
capacidades). Hay que seguir los siguientes pasos:
 Se marca la arista con menor valor. Si hay más de una, se elige cualquiera de
ellas.
 De las aristas restantes, se marca la que tenga menor valor, si hay más de una,
se elige cualquiera de ellas.
 Repetir el paso 2 siempre que la arista elegida no forme un ciclo con las ya
marcadas.
 El proceso termina cuando tenemos todos los nodos del grafo en alguna de las
aristas marcadas, es decir, cuando tenemos marcados n-1 arcos, siendo n el
número de nodos del grafo.

Ejemplo: Determinar el árbol de mínima expansión para el siguiente grafo:

Siguiendo el algoritmo de Kruskal, tenemos:

 Elegimos, por ejemplo, la arista (5, 6) = 1 (menor valor) y la marcamos.

 Elegimos la siguiente arista con menor valor (1, 3) = 1 y la marcamos.
 Elegimos la siguiente arista con menor valor (5, 7) = 2 y la marcamos, ya que no
forma ciclos con ninguna arista de las marcadas anteriormente.
 Elegimos la siguiente arista con menor valor (1, 2) = 3 y la marcamos, ya que no
forma ciclos con ninguna arista de las marcadas anteriormente.
 Elegimos la siguiente arista con menor valor (6, 7) = 4 y la desechamos, ya que
forma ciclos con las aristas (5, 7) y (5, 6) marcadas anteriormente.
 Elegimos la siguiente arista con menor valor (2, 5) = 5 y la marcamos, ya que no
forma ciclos con ninguna arista de las marcadas anteriormente.
 Elegimos la siguiente arista con menor valor (4, 5) = 6 y la marcamos, ya que no
forma ciclos con ninguna arista de las marcadas anteriormente.
 FIN. Finalizamos dado que los 7 nodos del grafo están en alguna de las aristas, o
también ya que tenemos marcadas 6 aristas (n-1).
Por tanto, el árbol de mínima expansión resultante sería:
 CONCLUSION
La importancia de la optimización de redes es muy grande ya que a través de ella se
pueden tomar decisiones tonto para empresas como para negocios pequeños ya que se
puede establecer rutas alternas a las que ya se tenían para optimizar recursos. Estos
modelos de optimización han sido una herramienta muy importante ya que proporciona
algoritmos fáciles de entender y aplicar.
 Bibliografía
 José Luis Albornoz Salazar. (2011). Optimización de redes 23 de septiembre del
2018, de monografías Sitio web:
https://www.monografias.com/trabajos-pdf4/optimizacion-redes/optimizacion-
redes.shtml
 UNIVERSIDAD PONTIFICA DE MADRID. (2009). Optimización en redes. Flujos
en redes 23 de septiembre del 2018, de Universidad de Madrid Sitio web:
https://www.iit.comillas.edu/aramos/simio/transpa/t_nf_ar.pdf