IN4016 Métodos de optimización para la toma de decisiones

Métodos de optimización
para la toma de decisiones

Problema de redes

Definiciones

Un grafo (G) consiste de un conjunto 
de puntos, nodos o vértices (V) y un 
conjunto de aristas o arcos (A) por lo 
que podríamos definir G=(V,A). 

Cada arco está compuesto por un 
par nodos ( j, k ) donde j y k V. En 
general “j” denota el nodo origen o 
de inicio y “k” el nodo destino o final

© Tecnológico de Monterrey. 2018

1
IN4016 Métodos de optimización para la toma de decisiones

Ejemplo
V = { 1, 2, 3, 4 }
A = { (1,2), (1,3), (2,3), (34), (4,1), (4,2) }

1 2

3 4

Un camino o recorrido es una 
secuencia de vértices donde el 
nodo final de una artista es el 
nodo inicial de la siguiente arista.

Un ciclo es un recorrido o ruta 
que vuelve al punto de partida.

1 2

3 4

© Tecnológico de Monterrey. 2018

2
IN4016 Métodos de optimización para la toma de decisiones

Tipo de Problemas de Grafos

Ruta más Corta
Árbol de Expansión Mínima
Flujo Máximo
Problema del agente viajero
Problema de la ruta crítica
PERT….

Problema de la Ruta más Corta
7 E 1
B
6 4 4
H 3
2 3 6
4 C 2 F
A J
4 3
3 4
I
4 3
1
D G 3
5

© Tecnológico de Monterrey. 2018

3
IN4016 Métodos de optimización para la toma de decisiones

Modelación usando PE
Como en el caso de los modelos de 
transporte cada arco representa una 
variable. Entonces sea Xij donde “ i ” es el 
nodo origen y “ j ” el nodo destino.  

Función objetivo
Min 2XAB + 4XAC + 3XAD + 7XBE + 4XBF + 6XBG + 
3XCE + 2XCF + 4XCG + 4XDE + 1XDF + 5XDG +
1XEH + 4XEI + 6XFH + 3XFI + 3XGH + 3XGI +
3XHJ + 4XIJ

Análisis de los nodos
Comenzamos por el nodo de partida “A”.
Una de las tres opciones debe ser 
seleccionada:     XAB + XAC + XAD = 1

2
A 4
C
3

© Tecnológico de Monterrey. 2018

4
IN4016 Métodos de optimización para la toma de decisiones

Análisis de la segunda sección
Ahora solo podemos seleccionar un nodo
si este fue previamente seleccionado por
la ruta A,k

Al igual que en el caso anterior, una de las

tres opciones debe ser seleccionada:
XBE + XBF + XBG – XAB = 0 B E
XCE + XCF + XCG – XAC = 0
XDE + XDF + XDG – XAD = 0 C F

D G

Análisis de la tercera sección

Ahora solo podemos seleccionar un nodo si 
este fue previamente seleccionado por la 
rutas previas.
Al igual que en el caso anterior, una de las 
tres opciones debe ser seleccionada:
XEH + XEI – XBE – XCE – XDE = 0 E
XFH + XFI – XBF – XCF – XDF = 0 H
XGH + XGI – XBG – XCG – XDG = 0
F

© Tecnológico de Monterrey. 2018

5
IN4016 Métodos de optimización para la toma de decisiones

Análisis de la Última sección

Siguiendo los mismos razonamientos 
tenemos que:
XHJ – XEH – XFH – XGH = 0
XIJ – XEI – XFI – XGI = 0 H

Todas las variable son Binarias

Solución usando Lindo

XAD = 1 Costo = 3 
XDF = 1 Costo = 1
XFI = 1 Costo = 3 
XIJ = 1 Costo = 4

Costo total de $11 

© Tecnológico de Monterrey. 2018

6
IN4016 Métodos de optimización para la toma de decisiones

Algoritmo de Dijkstra

T=2 7 T=∞
B E 1 T=∞
4 4
2 6
H 3 T=∞
T=4 3 6
4 2
A C F J
3 4 3
4
T=∞ I
4
3
1
D G 3 T=∞
5
T=3 T=∞

Algoritmo de Dijkstra

P=2 7 T=9
B E 1 T=∞
4 4
2 6
H 3 T=∞
T=4 3 6
4 2
A C F J
3 4 3
4
T=6 I
4
3
1
D G 3 T=∞
5
T=3 T=8

© Tecnológico de Monterrey. 2018

7
IN4016 Métodos de optimización para la toma de decisiones

Algoritmo de Dijkstra

P=2 7 T=7
B E 1 T=∞
4 4
2 6
H 3 T=∞
T=4 3 6
4 2
A C F J
3 4 3
4
T=4 I
4
3
1
D G 3 T=∞
5
P=3 T=8

Algoritmo de Dijkstra

P=2 7 T=7
B E 1 T=∞
4 4
2 6
H 3 T=∞
P=4 3 6
4 2
A C F J
3 4 3
4
T=4 I
4
3
1
D G 3 T=∞
5
P=3 T=8

© Tecnológico de Monterrey. 2018

8
IN4016 Métodos de optimización para la toma de decisiones

Algoritmo de Dijkstra

P=2 7 T=7
B E 1 T = 10
4 4
2 6
H 3 T=∞
P=4 3 6
4 2
A C F J
3 4 3
4
P=4 I
4
3
1
D G 3 T=7
5
P=3 T=8

Algoritmo de Dijkstra

P=2 7 P=7
B E 1 T=8
4 4
2 6
H 3 T=∞
P=4 3 6
4 2
A C F J
3 4 3
4
P=4 I
4
3
1
D G 3 T=7
5
P=3 T=8

© Tecnológico de Monterrey. 2018

9
IN4016 Métodos de optimización para la toma de decisiones

Algoritmo de Dijkstra

P=2 7 P=7
B E 1 T=8
4 4
2 6
H 3 T = 11
P=4 3 6
4 2
A C F J
3 4 3
4
P=4 I
4
3
1
D G 3 P=7
5
P=3 T=8

Algoritmo de Dijkstra

P=2 7 P=7
B E 1 T=8
4 4
2 6
H 3 T = 11
P=4 3 6
4 2
A C F J
3 4 3
4
P=4 I
4
3
1
D G 3 P=7
5
P=3 P=8

© Tecnológico de Monterrey. 2018

10
IN4016 Métodos de optimización para la toma de decisiones

Algoritmo de Dijkstra

P=2 7 P=7
B E 1 P=8
4 4
2 6
H 3 T = 11
P=4 3 6
4 2
A C F J
3 4 3
4
P=4 I
4
3
1
D G 3 P=7
5
P=3 P=8

Algoritmo de Dijkstra

P=2 7 P=7
B E 1 P=8
4 4
2 6
H 3 P = 11
P=4 3 6
4 2
A C F J
3 4 3
4
P=4 I
4
3
1
D G 3 P=7
5
P=3 P=8

© Tecnológico de Monterrey. 2018

11
IN4016 Métodos de optimización para la toma de decisiones

Árbol de Expansión Mínima
Un árbol es un conjunto de “n”
conectados por “n–1” arcos y
en donde la unión no forma un
ciclo.
1 2

3 4

1 2 1 2

3 4 3 4

Ejemplo
19

16
1 2 5
11 18
21
33
5 6
4 6
3 10 14

© Tecnológico de Monterrey. 2018

12
IN4016 Métodos de optimización para la toma de decisiones

Función objetivo
min 16X12 + 19X15 + 21X16 + 5X23 + 
6X24 + 11X26 + 10X34 + 18X45 + 
14X46 + 33X56

19

16
1 2 5
11 18
21
33
5 6
4 6
3 10 14

Restricciones para que todo nodo 
sea parte del árbol
X12 + X15 + X16 > 1
X12 + X23 + X24 + X26 > 1
X23 + X34 > 1
X24 + X34 + X45 + X46 > 1
X15 + X45 + X56 > 1
X16 + X26 + X46 + X56 > 1
19

16
1 2 5
11 18
21
33
5 6
4 6
3 10 14

© Tecnológico de Monterrey. 2018

13
IN4016 Métodos de optimización para la toma de decisiones

Restricción para que se forme un árbol al 
unir “n” nodos con “n‐1” segmentos:
X12 + X15 + X16 + X23 + X24 + X26 + X34 
+ X45 + X46 + X56 = 5

19

16
1 2 5
11 18
21
33
5 6
4 6
3 10 14

Restricciones para evitar ciclos de 
tres nodos
X12 + X26 + X16 < 2
X24 + X46 + X26 < 2
X45 + X56 + X46 < 2
X16 + X56 + X15 < 2
X23 + X34 + X24 < 2
19

16
1 2 5
11 18
21
33
5 6
4 6
3 10 14

© Tecnológico de Monterrey. 2018

14
IN4016 Métodos de optimización para la toma de decisiones

Algoritmo de Kruskal

1. Ordenar los pesos de los arcos:        
5, 6, 10, 11, 14, 16, 18, 19, 21 y 33.

19

16
1 2 5
11 18
21
33
5 6
4 6
3 10 14

2. Ir asignando en orden de prioridad 
sin formar ciclos: 
5, 6, 10, 11, 14, 16, 18, 19, 21 y 33.

19

16
1 2 5
11 18
21
33
5 6
4 6
3 10 14

© Tecnológico de Monterrey. 2018

15
IN4016 Métodos de optimización para la toma de decisiones

Costo Total = 5 + 6 + 11 + 16 + 18 
= 56

16
1 2
11

6
5 6
4
3
18

Algoritmo de Prim
1. Seleccionar el nodo más cercano al árbol 
generado al partir de un nodo 
arbitrariamente, cuidando no hacer un 
ciclo.
19

16
1 2 5
11 18
21
33
5 6
4 6
3 10 14

© Tecnológico de Monterrey. 2018

16
IN4016 Métodos de optimización para la toma de decisiones

Árbol actual {    2, 3 }

19

16
1 2 5
11 18
21
33
5 6
4 6
3 10 14

Árbol actual {    2, 3, 4 }

19

16
1 2 5
11 18
21
33
5 6
4 6
3 10 14

© Tecnológico de Monterrey. 2018

17
IN4016 Métodos de optimización para la toma de decisiones

Árbol actual {    2, 3, 4, 6 }

19

16
1 2 5
11 18
21
33
5 6
4 6
3 10 14

Árbol actual { 1, 2, 3, 4, 6 }

19

16
1 2 5
11 18
21
33
5 6
4 6
3 10 14

© Tecnológico de Monterrey. 2018

18
IN4016 Métodos de optimización para la toma de decisiones

Costo Total = 5 + 6 + 11 + 16 + 18 = 56

16
1 2
11

6
5 6
4
3
18

En resumen

© Tecnológico de Monterrey. 2018

19
IN4016 Métodos de optimización para la toma de decisiones

Derechos Reservados

México

© Tecnológico de Monterrey. 2018

20