Академический Документы
Профессиональный Документы
Культура Документы
Al 2030 se espera que Lima aumente en 20% su número de habitantes (12 millones).
"Esto evidentemente contribuye a una mayor congestión vehicular, mayor densidad por
kilómetro cuadrado y deteriora la calidad de vida de los ciudadanos", señaló Michelle
Rodríguez, decana de la Facultad de Ingeniería de la Universidad del Pacífico.
En ese sentido, el MIT refiere que las ciudades, en este caso, Lima, necesita desarrollar
soluciones sistemáticas para balancear las necesidades de eficiencia logística urbana de
servicios sostenible en ambientes urbanos densos.
El distrito de Lince es uno de los 43 distritos que conforman la Provincia de Lima, ubicada
en el departamento de Lima. Limita al norte con los distritos de Jesús María y el Cercado
de Lima (urbanización Santa Beatriz), al este con La Victoria y al sur y oeste con San
Isidro.
Lince tiene forma trapezoidal. Está compuesto por 255 manzanas, incluyendo áreas
verdes (organizadas en 9 zonas) destinado a viviendas, comercio e industria. Su intensa
actividad financiera y comercial habiéndose incrementado también los centros de estudio.
Parque automotor
Las calles de una ciudad se ven además afectadas por elementos como paradas de autobús
o plazas de aparcamiento, peatones, taxis, semáforos, etc. Cada vez que un bus se para a
recoger a una persona o un coche se detiene para realizar un estacionamiento se forma
una pequeña retención.
El tráfico puede estar provocado por incidentes como averías de vehículos, accidentes,
derramamientos de objetos en la calzada, lluvia, etc. Estos hechos provocan que
disminuya la capacidad de circulación en un punto de la carretera. Los coches se van
acumulando, empiezan a hacer adelantamientos para esquivar los obstáculos y se termina
formando un embudo.
FUNDAMENTO TEÓRICO
1. TEORÍA DE GRAFOS
La teoría de grafos es una de las áreas de la matemática cuyo desarrollo ha estado siempre
motivado por sus aplicaciones. Así, el primer artículo conocido sobre la misma fue escrito
por Euler y publicado en 1736 para dar solución al célebre problema de “los puentes de
Königsberg”. La situación era la siguiente: ¿es posible encontrar una ruta en la ciudad
que recorra los siete puentes, cruzando cada uno de ellos una sola vez y regresando al
punto de partida? Euler demostró que no era posible puesto que el número de líneas que
inciden en cada punto no es par (condición necesaria para entrar y salir de cada punto
regresando al punto de partida por caminos distintos en todo momento). Así surgió el
concepto de grafo euleriano que, informalmente hablando, es aquel grafo que puede ser
dibujado sin levantar el lápiz el papel, sin pasar dos veces por la misma línea y acabando
en el punto de partida. A partir de tal fecha muchos matemáticos importantes han
realizado contribuciones en este campo.
Desde sus orígenes la teoría de grafos se utilizó para la resolución de juegos matemáticos,
para el estudio de circuitos eléctricos y en diversas aplicaciones en una multitud de
campos tan diferentes como la economía, física teórica, psicología, física nuclear,
lingüística, sociología, zoología, tecnología , antropología computación, biología,
ingeniería, química, etc.
Grafo dirigido
En conclusión, se puede afirmar que un grafo dirigido es aquel que tiene uniones
unidireccionales que suelen dibujarse con una flecha.
Un grafo dirigido es aquel que tiene todas sus aristas dirigidas; es decir, un dígrafo está
asociado a un par ordenado. Por ejemplo, si 𝑤 es vértice de partida y 𝑣 es vértice de
llegada, entonces la arista se asocia a la pareja ordenada (𝑤, 𝑣), que es diferente de
(𝑣, 𝑤).
Los vértices de donde parten las aristas se denominan vértices salientes y los vértices
a donde llegan las aristas se llaman vértices entrantes.
Grafo no dirigido
Es aquel grafo dirigido en el que sus aristas tienen una etiqueta. Una etiqueta puede
ser un nombre, costo o un valor de cualquier tipo de dato. También a este grafo se le
denomina red de actividades, y el número asociado al arco se le denomina factor de
peso. Se usa en el modelado de problemas de la vida real; por ejemplo, al tiempo que
se tardará en realizar una actividad determinada o la distancia que hay de un lugar a
otro.
Grafos particulares
Grafo conexo. Es aquél grafo en que existe camino simple entre cualquier par de
vértices. Es decir, desde cualquier vértice 𝑣 tiene al menos un camino para llegar
al vértice 𝑤. También llamado grafo conectado.
Grafo disconexo. Un grafo 𝐺 es disconexo, si dos o más de sus nodos no están
conectados por caminos simples.
Grafo regular. Es un grafo 𝐺 conexo cuyos vértices tienen el mismo grado.
Grafo completo. Un grafo 𝐺 dirigido o no dirigido (simple) es completo si cada
vértice es adyacente a los demás vértices del grafo. Es decir, entre cada par de
nodos 𝑣 y 𝑤 existe una arista de 𝑣 hacia 𝑤 y de 𝑤 hacia 𝑣 (forzosamente tendrán
que cumplirse ambas condiciones). Todo grafo completo es regular; pero no el
recíproco.
Trayectoria o camino
Corresponde a los vértices por los cuales hay que pasar para ir desde un vértice 𝑤 hacia
un vértice 𝑣. Es decir un camino entre dos vértices es una lista de vértices que están
conectados por una arista del grafo.
Para que un camino o trayectoria exista es condición necesaria que las aristas sobre la
trayectoria existan sobre el conjunto de aristas que definen el grafo.
Camino Simple
Existe camino simple cuando todos sus vértices, excepto tal vez el primero y el último,
son distintos.
Ciclos
La teoría de gráficas o teoría de grafos es aplicada entre otras, en áreas tales como
ciencias sociales, ciencias físicas, ingeniería de comunicación; pero, básicamente
juega un papel importante en las ciencias de la computación, tales como inteligencia
artificial, lenguajes formales, teoría de cambio y lógica de diseño, gráficos por
computadora, sistemas operativos, compiladores, y organización y recuperación de
información, en lo que respecta al modelado de problemas, indicando sus
características de manera muy objetiva.
2. ALGORITMO DE DIJKSTRA
El Algoritmo de Dijkstra, también denominado Algoritmo de caminos mínimos, es un
modelo que se clasifica dentro de los algoritmos de búsqueda. Su objetivo, es determinar
la ruta más corta, desde el nodo origen, hasta cualquier nodo de la red. Su metodología se
basa en iteraciones, de manera tal que en la práctica, su desarrollo se dificulta a medida
que el tamaño de la red aumenta, dejándolo en clara desventaja, frente a métodos de
optimización basados en programación matemática.
El algoritmo de Dijkstra hace uso y define etiquetas a partir del nodo origen y para cada
uno de los nodos subsiguientes. Estas etiquetas contienen información relacionada con
un valor acumulado del tamaño de los arcos y con la procedencia más próxima de la ruta.
Las etiquetas corresponden a los nodos, no a los arcos. En el algortimo de Dijkstra, estas
etiquetas son temporales y permanentes. Las etiquetas temporales son aquellas que son
susceptibles de modificarse mientras exista la posibilidad de hallar para sí, una ruta más
corta; de lo contrario, dicha etiqueta pasa a ser permanente.
Es necesario considerar, que los valores utilizados en los arcos de la red objeto de estudio
del algoritmo de Dijkstra, no necesariamente representan distancias. Si bien, es un modelo
que aborda el denominado "problema de la ruta más corta"; en la práctica, puede utilizarse
para optimizar: distancia, costos, tiempo.
De hecho, los sistemas de ruteo utilizados en la actualidad, priorizan los costos y el tiempo
como variable decisión de los modelos de optimización.
Ejemplo:
Iteración 0
En este paso, asignamos una etiqueta permanente para el nodo origen. Recordemos que
la etiqueta se compone por un valor acumulado, que en este caso debe ser 0, ya que es el
punto base y que no existe procedencia:
Iteración 1
En este paso, evaluamos a cuáles nodos se puede llegar desde el nodo 1. En este caso se
puede llegar a los nodos 2 y 3. De manera que debemos asignar las etiquetas para cada
nodo:
En este caso, podemos observar que la etiqueta del nodo 3, ya contiene el menor valor
acumulado posible para llegar a este. Ya que 30 es la mínima distancia posible, toda vez
que para llegar al nodo 3 por medio del nodo 2, tendrá que recorrer como mínimo el valor
absoluto del arco que une el origen con el nodo 2 = 100. Así entonces, la etiqueta del
nodo 3 pasa a ser permanente.
Tabulamos la iteración 1:
Iteración 2:
En este paso, evaluamos las posibles salidas desde el nodo 3, es decir los nodos 4 y 5. De
manera que debemos asignar las etiquetas para cada nodo:
En este caso, podemos observar que la etiqueta del nodo 4, contiene el menor valor
acumulado posible para llegar a este. Así entonces, la etiqueta del nodo 4 pasa a ser
permanente.
Tabulamos la iteración 2:
Iteración 3:
En este paso, evaluamos las posibles salidas desde el nodo 4, es decir los nodos 2 y 5. De
manera que debemos asignar las etiquetas para cada nodo:
En este caso, podemos observar que el nodo 2 ahora cuenta con 2 etiquetas temporales, y
definitivas, ya que no existe otra ruta hacia dicho nodo. De manera que se elige la etiqueta
que tenga el menor valor acumulado. Así entonces, la etiqueta del nodo 2 con procedencia
del nodo 4, pasa a ser permanente.
Tabulamos la iteración 3:
Iteración 4:
En este paso, evaluamos las posibles salidas desde el nodo 2 y el nodo 5. Sin embargo, el
nodo 2 solo tiene un posible destino, el nodo 3, el cual ya tiene una etiqueta permanente,
de manera que no puede ser reetiquetado. Ahora, evaluamos el nodo 5 y es un nodo que
no tiene destinos. Así entonces, su etiqueta temporal pasa a ser permanente, en este caso
cuenta con 2 etiquetas que tienen el mismo valor, es decir, alternativas óptimas. De esta
manera concluye el algortimo de Dijkstra.
La ruta más corta entre el nodo 1 (origen) y cualquier otro nodo de la red (destino), se
determina partiendo desde el nodo destino y recorriendo las procedencias de sus etiquetas.
Por ejemplo:
La ruta más corta entre el nodo 1 y el nodo 4 tiene un valor acumulado de: 40
3. SOFTWARE EMPLEADO EN LA SOLUCIÓN DE LA PROBLEMÁTICA
Grafos
Un grafo representa un modelo de una realidad empresarial en forma de red. Este modelo
podrá ser analizado desde distintos puntos de vista gracias a los algoritmos y funciones
incorporados en el software Grafos. Independientemente de sus conocimientos actuales
sobre la materia, la información recogida en estas páginas y el libro serán un buen punto
de partida para el aprendizaje en mayor profundidad de la teoría de grafos y su aplicación
en la realidad empresarial e industrial.
La idea
El proyecto
El autor
Todo el material del que se dispone en el sitio web (software, textos, imágenes, casos,
etc.) ha sido desarrollado por Alejandro Rodríguez Villalobos y se distribuye bajo licencia
Creative Commons Licenses (by-nc-sa). Tiene información detallada en el apartado
Licencia.
Bibliografía:
B. Salazar, Ingeniería Industrial, Algoritmo de Dijkstra, recuperado de:
https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigacion-de-operaciones/algoritmo-de-dijkstra/
A. Menéndez, SUMA, Una breve introducción a la teoría de grafos, 28, 11-26 (1998),
recuperado de https://revistasuma.es/IMG/pdf/28/011-026.pdf
A. Rodriguez, Grafos - software para la construcción, edición y análisis de grafos,
recuperado de http://arodrigu.webs.upv.es/grafos/doku.php?id=inicio