Escolar Documentos
Profissional Documentos
Cultura Documentos
FACULTAD DE INGENIERA
BOGOT, COLOMBIA
2013
MODELADO DE RUTA MS CORTA PARA LA COMUNICACIN Y
TRANSPORTE TERRESTRE ENTRE POBLACIONES DE CUNDINAMARCA
COMO UNA PROPUESTA A LA MOVILIDAD REGIONAL
FACULTAD DE INGENIERA
BOGOT, COLOMBIA
2013
PAGINA DE ACEPTACIN
NOTA DE
ACEPTACIN ____________________________________________
____________________________________________
____________________________________________
____________________________________________
____________________________________________
____________________________________________
FIRMA DEL
ASESOR
____________________________________________
FIRMA DEL
JURADO
____________________________________________
FIRMA DEL
JURADO
___________________________________________
FECHA DE
ACEPTACIN ____________________________________________
DEDICATORIA
Jessica Vega.
AGRADECIMIENTOS
A nuestros padres que con su afecto, paciencia y sacrificio nos brindaron en todo
momento su apoyo.
Al Ingeniero Oscar Palacio, Asesor de este Proyecto, quien nos contact con el
Grupo de Investigacin de Produccin Experimental de la Universidad Militar
Nueva Granada, quien tuvo mucha transigencia para llevar a cabo este proyecto.
A la Ingeniera Martha Ruth Mendoza quien con sus crticas y sugerencias nos
impuls a crear un Proyecto de Calidad.
Al Ingeniero Carlos Ivn Palacios, que nos trasmiti sus conocimientos sobre las
asignaturas ms importantes de la Ingeniera Industrial.
CONTENIDO
Pg.
Resumen ............................................................................................................... 16
INTRODUCCIN .................................................................................................. 18
1. MATEMATICA DISCRETA............................................................................. 23
2. Algoritmos ...................................................................................................... 27
5. METODOLOGA ............................................................................................ 46
5.3.1. Observacin....................................................................................... 48
5.3.2. Induccin. .......................................................................................... 48
8. ANALISIS ECONOMICO................................................................................ 70
9. CONCLUSIONES .......................................................................................... 74
Bibliografa ......................................................................................................... 76
Lista de Figuras
Pg.
Pg.
Grfica 4 Datos obtenidos con las corridas realizadas con el solver SOPLEX ..... 64
Grfica 5 Datos obtenidos con las corridas realizadas con el solver CBC ............ 65
Grfica 6 Datos obtenidos con las corridas realizadas con el solver BDMLP ....... 65
Pg.
PALABRAS CLAVES
16
ABSTRACT
In the present paper proposes a Shortest Path Modeling for Communication and
ground transportation between locations of Cundinamarca, contrasting different
computational algorithms as proposed regional mobility.
KEYWORDS
17
INTRODUCCIN
18
JUSTIFICACIN
19
generar un crecimiento econmico y social sostenible. (Universidad Autonoma de
Colombia, 2010). En este trabajo se pretende generar una propuesta a la
movilidad, que pretende apoyar a la Gobernacin de Cundinamarca, en su
iniciativa de mejorar la Competitividad, Innovacin y Movilidad en la regin, a
travs de diferentes Programas, tal es el caso del programa: Cundinamarca
Competitiva, Emprendedora y Empresarial, que pretende ascender durante el
periodo de Gobierno 2012-2016, un lugar en el escalafn de Fortaleza Econmica
en el Ranking de Competitividad Departamental en Colombia. Este Programa tiene
como objetivo hacer este Departamento ms competitivo, al fortalecer condiciones
y factores estructurales que permitan el crecimiento econmico, al igualar las
condiciones de las Diferentes poblaciones del Territorio. (Gobernacin de
Cundinamarca, 2012). Este trabajo presenta un Modelo que permite fortalecer y
consolidar la red regional, promoviendo la articulacin de las Poblaciones, con el
fin de apoyar las estrategias de la Gobernacin en el Fortalecimiento de la
asociatividad, el cooperativismo y otras herramientas para promover la economa
Solidaria; siendo esto una base para aumentar la Competitiva de la Regin en el
Pas.
21
OBJETIVOS
OBJETIVO GENERAL.
OBJETIVOS ESPECIFICOS
22
1. MATEMATICA DISCRETA
23
1.1. EL PROBLEMA DE LOS PUENTES DE KNIGSBERG
Fuente: http://www.mat.ucm.es/catedramdeguzman/modelizaciones/proyectos
24
1.2. TEORIA DE GRAFOS
Un Grafo es una terna G= (V, A, i), donde V y A son conjuntos finitos e i es una
aplicacin, El primer elemento del grafo es denominado vrtice o nodo (V),
seguido de un segundo elemento llamado aristas o arcos (A) y por ltimo se tiene
un elemento de incidencia i, que asocia a cada arista sus extremos o vrtices. Una
caracterstica importante de los grafos es que algunos presentan bucles, un bucle
se presenta cuando cada uno de los extremos de una misma arista llega a un solo
vrtice. (Ferrando & Gregori, 2012)
Existen dos tipos de grafos los dirigidos y los no dirigidos. Los dirigidos tambin
llamados dgrafos, son los que tienen un arco con una direccin predeterminada y
tiene un vrtice de origen y un vrtice de destino, como una carretera con un solo
sentido, cuando un dgrafo presenta mltiples aristas o aristas paralelas se
denomina Multgrafo. Los grafos no dirigidos o grafos bidireccionales, como su
nombre lo indica son grafos en los cuales una arista tiene dos direcciones es decir
que puede ir del nodo 1 al nodo 2 y del nodo 2 al nodo 1. (Prez Aguila, 2013)
25
Figura 2 Ejemplo de un Dgrafo
Como un grafo es una representacin en forma de red (Taha, 2012). Una red
consiste en una serie de nodos enlazados con arcos (o ramas). La notacin para
describir una red es (N, A). Donde N es el conjunto de nodos y A es el conjunto de
arcos. (Prawda, 2004) (Grimaldi, 1998)
26
2. ALGORITMOS
Para dar una definicin sencilla y clara, un algoritmo es una serie o una secuencia
finita de pasos estructurados y ordenados los cuales precisan la manera de llevar
a cabo una tarea o actividad, La palabra algoritmo surgi en el siglo IX d, D.,
gracias al matemtico persa al-Khwarizmi, quien desarrollo mltiples algoritmos
para resolver ecuaciones lineales y cuadrticas, lo cual dio origen al algebra.
(Moreno & Ramrez, 2011)
27
Tabla 1 Algoritmos para la solucin de redes
En este algoritmo la red est conectada por todos los nodos del grafo mediante los
arcos, ya sea de forma directa o indirecta, es esencial que la longitud de las ramas
conectadas sea minina. En el rbol de expansin mnima no estn permitidos los
ciclos, ni los bucles. El presente algoritmo busca o tiene como finalidad encontrar las
ramas ms econmicas del sistema con el fin de encontrar la distancia mnima a
recorrer, construir, disear, etc. (Taha, 2012)
La solucin de este algoritmo en muy eficiente ya que toma en cuenta las capacidades
limitadas de los arcos, considera el costo y distancia del arco, una caracterstica
importante de este modelo es que se puede tomar varios orgenes y destinos con el fin
de que la ganancia total sea la mxima, como en las empresas de mensajera. (Taha,
2012)
28
Tabla 2 Algoritmos para la solucin de redes
Tambin llamado camino crtico, en este algoritmo son fundamentales dos mtodos; el
CPM (Mtodo de la ruta crtica o del camino crtico, Critical Path Method) y PERT
(Tcnica de evaluacin y revisin de programa, program evaluation and review
technique). Estos algoritmos son fundamentales para la realizacin de proyectos ya que
ayudan a planificar, programar las actividades (nodos) - consumen tiempo y recursos -,
las interacciones (arcos), para este algoritmo es necesario tener en cuenta las
relaciones de las precedencias y sus tiempos. (Palacios Morales, 2010)
El mtodo simplex de redes es una versin muy simplificada del mtodo simplex para
resolver problemas del flujo de costo mnimo. Como tal, realiza los mismos pasos
bsicos en cada iteracin encontrar la variable bsica entrante, determinar la variable
bsica que sale y obtener la nueva solucin BF- a fin de mover la solucin BF actual a
una adyacente mejor. Sin embargo, ejecuta estos pasos en una forma de explota la
estructura especial de la red del problema sin necesidad alguna de la tabla simplex.
(Hillier & Liberman, 2010)
29
2.2. CAMINO MINIMO
30
Desde la investigacin de Operaciones se puede dar solucin a muchos
problemas de la ruta ms corta, calculando el camino ms corto entre dos vrtices
de un grfico. Este problema es comn en aplicaciones de enrutamiento, que se
desarrolla usando algoritmos. (Philpott, 1994)
Para encontrar los caminos ms cortos entre los nodos origen-destino en una red,
despus de haberla dividido en dos o ms regiones, se puede desarrollar tambin
entre nodos de Lmite, es decir, un nodo que est en una regin ubicado con otro
que se encuentra en una regin diferente. (Lansdowne & Robinson, 1982) (Garrido
& Onainda, 1999)
31
2.2.1.1. Algoritmos para la solucin de ruta ms corta
A continuacin se presentan algunos algoritmos que pueden ser utilizados para la
solucin del algoritmo de la ruta ms Corta, con el propsito de hacer una
identificacin clara y precisa de cada uno de ellos, lo que nos permita escoger el
ms adecuado.
Este algoritmo tiene por objetivo calcular la ruta ms corta entre un nodo origen y los
dems nodos del grafo, est basado en el estado del enlace (arco) el cual est definido
por un nmero (longitud del arco), este valor debe ser inversamente proporcional a la
capacidad del enlace -los arcos pueden ser bi-direccionados (Gil Vzquez, Candelas, &
Pomares, 2010). Una caracterstica de este algoritmo es que se utilizan etiquetas para
definir los nodos. (Taha, 2012)
Algoritmo de Floyd-Warshall
Este algoritmo establece la ruta ms corta entre dos nodos cualesquiera de la red
(grafo). Es de vital importancia mencionar que este algoritmo representa al grafo como
una matriz cuadrada con n renglones y n columnas, la distancia del arco esta expresada
con dij del nodo i al nodo j. El arco es finito cuando i est conectada directamente con j,
es infinito cuando es inverso. (Taha, 2012)
Transbordo
32
Tabla 4 Algoritmos para la solucin de la ruta ms corta
Sujeto a: ={
A groso modo la programacin lineal es una tcnica que sirve fundamentalmente para
resolver problemas de asignacin de recursos (Arreola Risa & Arreola Risa, 2003). El
modelo de Programacin Lineal en forma general responde a la siguiente estructura: n
es el nmero de variables y m es el nmero de restricciones (Soler Fajardo, Rojas
Corts, & Molina Focazzio, 2004).
33
2.2.1.2. Hardwares comerciales para trabajar grafos
Posteriormente se muestran algunos Hardware (maquinas) que pueden ser
usados para trabajar grafos, con el fin de dar solucin a los mismos, como el grafo
de una red vial:
AMPL111
(Algebraic Mathematical Programming Language) Lenguaje de modelado algebraico
para problemas de optimizacin lineal y no lineal, en variables discretas o continuas.
(Bell Laboratories, 2013)
MPL
(Mathematical Programming Language) Sistema de modelado avanzado que permite al
desarrollador un modelo para formular modelos de optimizacin complejos de una
manera clara, concisa y eficaz. (Maximal Software, 2013)
AIMMS
Un lenguaje de modelado con estructuras de datos indexados que se combina con
conceptos de modelado y de resolucin avanzados, como la generacin de columnas y
la programacin estocstica. (AIMMS, 2013)
Xpress-IVE
Xpress-IVE es un desarrollador de entorno visual para escribir, compilar y gestionar
modelos matemticos. (FICO, 2013)
GAMS
GAMS (General Algebraic Modeling System) es un Lenguaje de Programacin
Matemtica que permite modelar, analizar y generar la resolucin de diferentes
Problemas. (Marn Alberdi, 2000)
34
El hardware que se utilizara para resolver el problema de la ruta ms corta en el
departamento de Cundinamarca es Gams, esto por disposicin del grupo de
investigacin de la Universidad Militar Nueva Granada.
3. LENGUAJE DE PROGRAMACIN
35
3.1.1. Modelo imperativo.
El modelo Imperativo utiliza la secuencia de comandos o instrucciones para
generar el estado de un programa, lo cual define el cdigo de la mquina.
(Saavedra Gutierrez, 2007)
3.3. COMPUTABILIDAD
36
orden de complejidad lineal son los problemas que se resuelven en un tiempo
equivalente a su tamao. (Cortez, 2004)
37
3.5.1. Medida de la eficiencia algortmica.
Para comparar y analizar la Eficiencia de los Algoritmos, estos deben estar
establecidos en un lenguaje de Programacin, una unidad de medida es el nmero
de instrucciones que tiene el programa, sin embargo, esto determinara que el
algoritmo ms eficiente es aquel que tarde el menor tiempo en resolver un
problema en determinada mquina, por ello, se debe tener un tipo de datos, que
permita emplear los mtodos acertados para la realizacin de las operaciones
entre ellos. El objetivo general de la Eficiencia Algortmica es reducir el nmero de
instrucciones, y seleccionar aquellas que realmente se requieren para procesarse.
(Abad Soriano, 2010) Lo anterior refiere, a que la metida del tiempo est
directamente relacionada con la ejecucin de cada instruccin.
38
Tabla 6 Solvers para resolver problemas de programacin lineal, entera y
mixta.
Alpha-CP
Es un solucionador MINLP (programacin no lineal entera mixta) basado en el mtodo
de plano de corte extendido (ECP). El solucionador puede aplicarse a problemas MINLP
generales y soluciones ptimas globales puede garantizarse para problemas MINLP.
BARON
BARON (Branch-And-Reduce Optimization Navigator) Es un solver de GAMS para la
solucin global de PNL y MINLP BARON implementa algoritmos deterministas de
optimizacin global del tipo branch-and-bound que estn garantizados para
proporcionar ptimos globales bajo supuestos bastante generales. Estas incluyen la
disponibilidad de los lmites inferior y superior finitos sobre las variables y sus
expresiones en la PNL o MINLP a ser resuelto.
DICOPT
Es un programa para resolver (MINLP) problemas de programacin lineal entera mixta
que involucran binario lineal o variables enteras y las variables continuas lineales y no
lineales, estas han alcanzado la fase de madurez y fiabilidad como el modelado de
programacin lineal, entera o no lineal, estos problemas tienen una amplia rea de
aplicaciones. El algoritmo MINLP dentro DICOPT resuelve una serie de la PNL y MIP.
Estas sub -problemas se pueden resolver utilizando cualquier PNL (Programacin no
lineal ) o MIP (Programacin entera mixta ) resuelve que se ejecuta en GAMS
BDMLP
Es un solucionador de MIP y LP que viene gratis con cualquier sistema GAMS. Est
dirigido a pequeas y medianos modelos.
39
Tabla 7 Solvers para resolver problemas de programacin lineal, entera y
mixta.
LGO
El Optimizer Global Lipschitz - continua (LGO) sirve para el anlisis y la solucin global
de la programacin lineal en general (PNL) modelos. El sistema resuelve LGO se ha
desarrollado y extendido progresivamente desde hace ms de una dcada y ahora
incorpora un conjunto de solucionadores lineales globales y locales slidas y eficientes.
Tambin puede manejar modelos PT pequeos. GAMS / LGO integra los siguientes
algoritmos de alcance mundial
El enfoque general de la solucin seguida por GAMS / LGO est basado en la
combinacin perfecta de la bsqueda global y local estrategias. Esto permite una amplia
gama de operaciones. En particular, un enfoque suite de solucionador apoya el uso
flexible de los solucionadores de componentes: uno puede ejecutar completamente
automtica (bsqueda global y / o local basado en ) la optimizacin , y pueden disear
personalizado carreras interactivos .
LINDO
Garantiza soluciones globalmente ptimas a problemas no lineales generales con la
continua y / o discretas variables. LINDO soporta funciones ms matemticos como
Solucionadores de mtodos no lineales como la programacin lineal sucesiva
empleando (SLP) o el gradiente reducido generalizado (GRG) devolver una solucin
ptima local a un problema de PNL.
SCIP
Solucin de programas enteros de restriccin, es un marco para Programacin Entera
con restricciones orientado hacia las necesidades de Programacin Matemtica.
Tambin se puede utilizar como una MIP puro o solucionador de MINLP o como un
marco para la rama de branch-cut-and-price. Dentro de GAMS, el MIP y Instalaciones
para resolver MINLP de SCIP estn disponibles.
40
Por cuestiones de la licencia de Gams, los solvers utilizados para este trabajo
fueron BDMLP, SOPLEX y CBC, debido a que tienen licencia completa, por esta
misma razn Gams tiene restringida informacin sobre el solver de BDMLP y no
ofrece informacin alguna los software SOPLEX y CBC.
Existe una Alternativa para encontrar solucin al problema de la ruta con menor
distancia desde un punto origen a un punto destino, en las grandes ciudades,
permitiendo reducir la distancia que recorre un auto en una carretera, utilizando
teora de Grafos y sistemas de Informacin Geogrfica. (Toledo Lpez & Montiel
Prez, 2004) (Moreno Navarro, 2007)
41
4.1. SISTEMA ASTRA
Distanci metro DM6E: Sirve para medir las distancias de las vas.
42
Figura 5 Esquema del Sistema ASTRA
43
Figura 6 Sistema ASTRA instalado
44
Figura 7 Diferencia entre el Sistema ASTRA y el IGAC
5. METODOLOGA
5.1. INVESTIGACIN
46
5.1.1. Conocimiento.
El conocimiento es un proceso que manifiesta la percepcin de la realidad, y
genera un resultado tales como conceptos o representaciones. (Molina, 2007)
5.1.2. Ciencia.
La Ciencia es una conglomeracin de Conocimientos, los cuales deben establecer
descripciones Objetivas, fundamentadas en aspectos verificables de la Realidad, y
se presentan de forma sistemtica y metodolgica. (Arias F. G., 2006)
La Ciencia Aplicada es aquella que trata de aplicar la ciencia bsica para mejorar
o implementar una solucin a determinado problema, para ello realiza
investigaciones cientficas (Gutirrez Aranzeta, 2005). La Investigacin Aplicada
parte de los avances y descubrimientos que genera la Investigacin Pura, est se
interesa en ponerlos en prctica, llevarlos a la realidad y as generar una continua
modificacin, innovacin y continua mejora en su ejecucin (Toro Jaramillo &
Parra Ramrez, 1986) (Arias, y otros, 1987)
47
5.3. METODO CIENTIFICO
5.3.1. Observacin.
Indagar un objeto, fenmeno o factor, a travs de la aplicacin de los sentidos,
para interpretar la realidad, utilizando la Medicin para la Obtencin de Datos.
5.3.2. Induccin.
Establecer los principios que pueden plantearse despus de observaciones o
experiencias con el fenmeno observado. Para ello se registran exactamente lo
que vemos, con las medidas que se hayan podido realizar, para luego clasificar
estos fenmenos observados.
5.3.3. Hiptesis.
Plantear una suposicin y/o interrogante respecto a la Observacin, tomando en
cuenta la informacin extrada de la revisin bibliogrfica hecha con anterioridad,
para proponer una conjetura con fundamento.
48
5.3.4. Comprobacin de la hiptesis.
Realizar tipos de Experimentacin para verificar la Viabilidad de la Hiptesis,
empleando aparatos de Medida.
5.3.6. Tesis.
Se debe concluir y llegar a la Teora Cientfica, esta se valida explicando todos los
hechos conocidos durante el proceso del mtodo.
Este es el proceso que se tom con base en el Mtodo Cientfico (Bravo, 1997), el
cual es adaptado al problema de investigacin (ruta ms corta) que estamos
trabajando.
49
Tabla 8 Proceso del mtodo cientfico
ETAPA DESCRIPCIN
Planeacin y Diseo Se debe establecer una estrategia General para el
Desarrollo del Proyecto.
Se debe hacer una revisin bibliogrfica, para obtener la
Recoleccin y Consulta mayor cantidad de informacin relevante para el Desarrollo
Terico del Modelado.
6. DESARROLLO EXPERIMENTAL
50
Tabla 9 Etapas del proceso de investigacin
51
6.1. APLICACIN DE LA METODOLOGIA
52
Tabla 10 Nodos seleccionados
4 BOGOT Carrera 7.
Sabana
13 Facatativ 8 Crdoba
Occidente
53
6.1.1. Cdigo programado en Gams
En este apartado presentaremos el cdigo programado y utilizado para su
posterior corrida en Gams, este cdigo nos permite extraer de las bases de Excel
los datos requeridos, para la solucin de la ruta ms corta, en este caso en
Cundinamarca.
sets /;
/ table
54
$include rig1.inc Origen(j) Muestra la suma de los
tramos para los nodos de origen (inicial y
$gdxin
de tranferencia)
/;
Destino(i) Muestra la suma de los
Parameters tramos para los nodos de destino (inicial
y de tranferencia);
Dest(i) Indica el destino tipo j de la ruta
mas corta (el cero indica cual es el nodo
inicial)
Objetivo.. F=e=sum((i,j),d(i,j)*X(i,j));
/
Origen(j).. sum(i,X(i,j))=E=Orig(j);
$call=xls2gms r=c4:d76 i=destinos.xlsx
Destino(i).. sum(j,X(i,j))=E=Dest(i);
o=dest1.inc
$include dest1.inc
* 1 opcion: muestra que tipo de solver
$gdxin
ejecuta:
/;
option lp=CBC
positive Variable
* 2 opcion: numero maximo limite de
X(i,j) Cantidad a transportar entre el iteraciones:
origen tipo i y el destino tipo j caso
option iterlim=1000000
continuo (lineal);
* 3 opcion: numero maximo de recursos
(Binary);
del sistema
Free variable
option reslim=1000000
F Funcion Objetivo Distancia total de la
* 4 - 5 opciones: suprimen las
ruta mas corta del problema;
ecuaciones del informe de resultados.
Equations
option limcol=0
Objetivo Valor de la funcion objetivo
option limrow=0
minima distancia para la ruta
55
* 6 opcion: Muestra el numero de display x.L;
decimales en la respuesta de salida
option decimals=1
execute_unload
'Matriz_CND_Resultado.gdx' , X;
6.1.2. Procedimiento
56
6.1.2.1. Primera metodologa
En donde la Ruta es Variable y la Cantidad de Nodos es Constante.
11,000
Tiempo en Segundos 10,800
10,600
10,400
10,200
10,000
9,800
9,600
9,400
9,200
9,000
Rutas
58
Tabla 12 Metodologa dos, Ruta fija - Nodos variables
Numero de
Cantidad de Capacidad
Ruta Fija Provincias Tiempo
Nodos Requerida
Utilizadas
59
RUTA FIJA - CANTIDAD DE NODOS VARIABLES
3,5
2,5
Tiempo en Segundos
1,5
0,5
0
0 100 200 300 400 500 600 700 800 900
Nmero de Nodos
60
Tabla 13 Metodologa tres, Ruta variable - Nodos variables
61
RUTA VARIABLE - CANTIDAD DE NODOS VARIABLES
9
Tiempo en Segundos 8
7
6
5
4
3
2
1
0
-10 40 90 140 190 240 290 340 390 440 490 540 590 640 690 740 790
Nmero de Nodos
62
Tabla 14 Comparacin de los resultados en las corridas de los solvers
63
7.1. RESULTADOS CON SOLVERS EMPLEADOS
7.1.1. SOPLEX
SOPLEX
9
y = 0,2746x + 1,3311
8 R = 0,9631
7
Tiempo en Segundos
6
5
4
3
2
1
0
2 4 6 8 10 12 14 16 18 20 22 24
Capacidad Requerida (Mb)
Grfica 4 Datos obtenidos con las corridas realizadas con el solver SOPLEX
64
7.1.2. CBC Y BDMLP
CBC
20
19 y = 0,4046x + 9,6684
18 R = 0,9758
Tiempo en Segundos
17
16
15
14
13
12
11
10
2 4 6 8 10 12 14 16 18 20 22 24
Capacidad Requerida (Mb)
Grfica 5 Datos obtenidos con las corridas realizadas con el solver CBC
BDMLP
15
14 y = 0,3655x + 6,1057
R = 0,9839
13
Tiempo en Segundos
12
11
10
9
8
7
6
5
3 6 9 12 15 18 21 24
Capacidad requerida (Mb)
Grfica 6 Datos obtenidos con las corridas realizadas con el solver BDMLP
65
Los solvers CBC y BDMLP tienen muchos puntos similares en factores como la
capacidad requerida y el tiempo en segundos que se demoran en correr. Los dos
solvers tienen tendencia Lineal.
14
12
10
8
6
4
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Capacidad Requerida (Mb)
66
El factor que se evala para eficiencia algortmica es el tiempo de corrida de cada
uno de los solvers, al ser muy similar la capacidad requerida, todo en funcin de la
cantidad de nodos.
Tiempo (Segundos)
67
Tiempo de Corrida Vs. Cantidad de Nodos
SOPLEX CBC BDMLP
19,000
18,000
17,000
16,000
Tiempo de Corrida (Segundos)
15,000
14,000
13,000
12,000
11,000
10,000
9,000
8,000
7,000
6,000
5,000
4,000
3,000
2,000
1,000
100 200 300 400 500 600 700
Cantidad de Nodos
68
7.3. ECUACIN GENERADA DEL CONTRASTE
69
8. ANALISIS ECONOMICO
VALOR TIEMPO
DESCRIPCIN JUSTIFICACIN
ESTIMADO REQUERIDO
El computador permite la
Equipo de Computo
Realizacin de la Programacin, y
ASUS, Core Do i7 RAM $800.000
para la determinacin de eficiencia
16 3 Meses
algortmica.
Licencia del Software Este Software Se requiere para
$2.100.000
GAMS programar el algoritmo.
El mapa se requiere para verificar
Mapa de Cundinamarca
los puntos geogrficos con ms de
levantado por el Instituto $900.000 8 Meses
una Conexin, para establecer la
Agustn Codazzi
Red.
Ingeniero Industrial que lidera el
Investigador Lder $9.000.000 10 Meses
Proyecto
Auxiliar de Investigacin Ingeniero de Software. $3.600.000 10 Meses
TOTAL $16.400.000 11 Meses
70
8.2. ELEMENTOS SUMINISTRADOS POR LAS AUTORAS
VALOR TIEMPO
DESCRIPCIN JUSTIFICACIN
ESTIMADO REQUERIDO
71
Tabla 18 Presupuesto general
TIEMPO
ELEMENTOS PRESUPUE
CONCEPTO NECESARI
REQUERIDOS STO
O
Documentar la informacin destacada
Libros, Artculos, Tesis
sobre ruta ms corta para el desarrollo $1.200.000 1 Mes
Doctorales, etc.
terico del Proyecto.
Hacer el diagnstico del estado actual Mapa de
de las rutas del Departamento de Cundinamarca (IAC). $3.100.000 1 Mes
Cundinamarca. Sistema Astra- SIG.
Mapa de
Escoger los puntos geogrficos con ms
Cundinamarca (IAC). $2.800.000 2 Meses
de una conexin.
Microsoft Excel
Establecer la Red, de acuerdo a los Microsoft Excel. Mapa
$2.200.000 1 Mes
nodos con ms de una Interaccin. de Cundinamarca (IAC)
Generar la base de datos, con las
distancias de los arcos, a partir de la red
que interrelaciona los pueblos de Microsoft Excel. $3.500.000 3 Meses
Cundinamarca (vas de comunicacin y
transporte terrestre)
Formular el modelo matemtico de ruta
ms corta, utilizando la tcnica y GAMS $2.400.000 1 Mes
algoritmo seleccionado.
Realizar las corridas del Algoritmo
utilizando determinado tipo de GAMS $1.700.000 1 Mes
metodologa.
Contrastar a travs de Diferentes
GAMS. Microsoft Excel $1.700.000 2 Meses
Solvers el Algoritmo generado.
Determinar Eficiencia Algortmica de
acuerdo a los resultados que se Microsoft Excel $1.600.000 2 Meses
generaron del Contraste.
TOTAL $20.200.000 14 Meses
72
8.4. IMPACTO ESPERADO
73
9. CONCLUSIONES
74
La eficiencia algortmica es un propsito fundamental en el desarrollo de
cualquier proyecto que requiera lenguaje de programacin para su
desarrollo, pues se debe buscar el consumo mnimo de los recursos y a su
vez su mximo aprovechamiento.
75
Bibliografa
Ahuja, R. K., Ergum, O., Orlin, J. B., & Punnen, A. P. (1999). Estudio de Tcnicas
de Busqueda por Vecindad a muy Garan Escala. Cambridge.
Arias, L. C., Gorbitz, A., Cruz, L. C., MacLean, A., Salinas, L. A., & Samper, A.
(1987). Fundamentos de Comunicacin Cientfica y Redaccin Tecnica:
Una Recopilacin. Montevideo: Procisur.
Arreola Risa, J. S., & Arreola Risa, A. (2003). Programacin Lineal. una
introduccin a la Toma de Desiciones Cuantitativas. Mxico, D.F. : Ciencias
e Ingeniera.
76
Bell Laboratories. (22 de Julio de 2013). AMPL. Recuperado el 03 de Noviembre
de 2013, de http://www.ampl.com/
Garca , C., Lpez , J. M., & Puigjaner, D. (2002). Matemtica Discreta. Madrid:
Pearson Ecucacin, S.A. .
Gil Vzquez, P., Candelas, F., & Pomares, J. (2010). Redes y Trasmisin de
Datos. San Vicente del Raspeig: Universidad de Alicante.
77
Gobernacin de Cundinamarca. (2012). Plan de Desarollo Departamental 2012-
2016. Cundinamarca Calidad de Vida. Cundinamarca.
Gutierrez Riveros, L., Beltran Urrego, H., & Mendoza Pardo, J. (1983).
Introduccin a las Ciencias. Los Seres y la Naturaleza. Bogot: Educar
Editores.
Hernandez Sampieri, R., Fernndez Collado, C., & Baptista Lucio, P. (1991).
Metodologa de la Investigacin. Mxico, D.F.: Mc Graw Hill.
78
bi-conexas de um grafo segundo o modelo proposto no livro Grafos e
Algoritmos Computacionais do autor Swarcfiter. Belm: Univeridade Federal
Do Par.
Montiel Perz, J. Y., Romero Herrera, R., & Lopez Bonilla, J. L. (2001).
Generacin de Rutas de Viaje con base a un Sistema de Informacin
Geografico. International Conference on System Sciences, 11.
Montiel Prez, J. Y., Serrano Talamantes, J. F., & Lpez Bonilla, J. L. (5-7 de Abril
de 2006). El Algoritmo de Dijkstra y un Sistema de Informacin Geogrfica
para la Generacin de rutas de Viaje. Encuentro de Investigacin en
Ingeniera Elctrica. Zacatecas: Instituto Politecnico Nacional. Escula
Superior de Computo, Departamento de Posgrados.
Nazemi, A., & Omidi, F. (2012). An efcient dynamic model for solving the shortest
path problem.
79
Palacios Morales, C. I. (2010). Tpicos de Investigacin Operativa CPM - PERT-
Teora de Colas - Teora de Inventarios. Bogot D.C.: Universidad
Autnoma de Colombia.
80
Saavedra Gutierrez, J. A. (25 de Octubre de 2007). El Mundo Informtico.
Recuperado el 10 de Noviembre de 2013, de
http://jorgesaavedra.wordpress.com/2007/05/05/lenguajes-de-
programacion/
Soler Fajardo, F., Rojas Corts, L., & Molina Focazzio, F. (2004). lgebra Lineal y
Programacin Lineal. Con Aplicacin a las Ciencias Administrativas,
Contables y Financieras. Bogot, D.C.: ECOE Ediciones.
Soret los Santos, I. (2004). Logstica Comercial y Empresarial (Cuarta edicin ed.).
Espaa: Esic Editorial.
Toledo Lpez, A., & Montiel Prez, J. Y. (2004). Generador de Rutas de Viaje
Utilizando un Sistema de Informacin Geografica y Procesamiento de
Video. Revista Digital Universitaria UNAM, 2-16.
81
Toro Jaramillo, I., & Parra Ramrez, R. D. (1986). Metodo y Conociemiento:
Metodologa de la Investigacin. Bogot: EAFIT.
Zhan, B. (1997). Three Fastest Shortest Path Algorithms on Real Road. Networks:
Data Structures and Procedures. Journal of Geographic Information and
Decision Analysis, 70-82.
82