Modelo Matematico Del Agente Viajero para Encontrar Una Solucion Optima

&
Investigacin
gestin organizacional
Modelo matemtico
del problema del
agente viajero para
encontrar la ruta
ptima de distribucin
Modelo matemtico del problema del agente viajero para encontrar la ruta ptima de distribucin
www.unitec.edu.co/
&
Investigacin
gestin organizacional
Volumen 1, nmero 2, julio-diciembre de 2013 ISSN 2322-8393
Modelo matemtico del

problema del agente viajero
para encontrar la ruta
ptima de distribucin
Aarn Fernando Quirs Morales
Gilda Mara Martnez Solano
Mauricio Lpez Acosta
Anneliz Esthela Alcaraz Escamilla
Instituto Tecnolgico de Sonora

Luis Carlos Montiel Rodrguez

Recibido: 17 de octubre de 2013

Aceptado: 06 de noviembre de 2013
JEL: C61
resumen
En el presente trabajo se describe la implementacin de la metodologa del problema del agente viajero en una fbrica de tostadas,
con la finalidad de encontrar la ruta ptima de distribucin para los dos das crticos de reparto, es decir, minimizar la distancia que
debe recorrer el repartidor sin dejar de visitar a ningn cliente. El total de la distancia que se recorra sin haber hecho un anlisis
para minimizar la distancia a recorrer del viernes era de 32,76 km; una vez que se ha resuelto el problema del agente viajero
en el sistema WinQSB se observ que se puede reducir la distancia recorrida a 9,72 km, lo que representa una disminucin de
70,3% del total que se tena. De igual manera, para el sbado de 36,37 km que se recorran, una vez que se ha resuelto el
modelo la distancia recorrida se reduce a 8,05 km, logrando una disminucin de 77,8% del total que se tena, representativos a
28,32 km. Sumando las distancias que se disminuiran por los das viernes y sbado, se tiene un total de 51,36 km y en cuanto
a costo por consumo de gasolina disminuido por los dos das, se obtiene un total de $95 mensualmente $380 y anualmente
aproximadamente $4556. Las mejoras antes mencionadas se vern reflejadas directamente en la productividad de la organizacin.
palabras clave
redes de optimizacin, modelo matemtico, productividad, logstica, ruta ptima.
Investig. Gest. Organ. | jul.-dic. | 2013 | Vol. 1 | No. 2 | pp. 9-26
Mathematical model of the travelling salesman problem to find the optimal distribution route
abstract
This study describes the implementation of the methodology of the travelling salesman problem in a toast factory, with the purpose
of finding the optimal distribution route for two critical delivery days, i.e., minimizing the distance that the delivery person must travel
without skipping any customer. The total distance that would have to be covered, without doing an analysis to minimize the distance
travelled on a Friday, was 32.76 km. After the travelling salesman problem was solved using the WinQSB system, we observed
that the distance travelled can be reduced to 9.72 km, 70.3% less than the initial total distance. Similarly, the distance travelled on
Saturday, 36.37 km, was reduced by 8.05 km to 77.8% of the initial total distance, or 28.32 km. The total reduction in distance
travelled on Friday and Saturday was 51.36 km. The savings in the cost of gasoline in the two days was $95, for a total of $380
per month, and approximately $4.556 per year. These savings will be reflected directly in the productivity of the organization.
Keyywords: optimization networks, mathematical model, productivity, logistics, optimal route.
Modelo matemtico do problema do agente viageiro para encontrar a rota perfeita de distribuio
resumo
No presente trabalho se descreve a implementao da metodologia do problema do agente viageiro em uma fbrica de torradas,
com a finalidade de encontrar a rota perfeita de distribuio para os dois dias crticos de entrega, ou seja, minimizar a distncia
que deve percorrer o entregador sem deixar de visitar nenhum cliente. O total da distncia que se percorria sem ter feito uma
anlise para minimizar a distncia a percorrer da sexta-feira era de 32,76 km; uma vez que o problema do agente viageiro
foi resolvido no sistema WinQSB se observou que se pode reduzir a distncia percorrida a 9,72 km, o que representa uma
diminuio de 70,3% do total que se tinha. De igual forma, para o sbado de 36,37 km que se percorriam, uma vez que foi
resolvido o modelo a distncia percorrida se reduz a 8,05 km, conseguindo uma diminuio de 77,8% do total que se tinha,
representativos a 28,32 km. Somando as distncias que se diminuiriam pelas sextas-feiras e sbados temos um total de 51,36 km
e sobre o custo por consumo de gasolina diminudo pelos dois dias, obtemos um total de $95 mensalmente $380 e anualmente
aproximadamente $4556. As melhoras antes mencionadas se vero refletidas diretamente na produtividade da organizao.
palavras-chaves: redes de otimizao, modelo matemtico, produtividade, logstica, rota perfeita.
Aarn Fernando Quirs Morales

Docente tiempo completo, Instituto Tecnolgico de Sonora. Maestro en Ingeniera en
Sistemas Productivos. Ramn Corona s/n, Colonia ITSON, Navojoa, Sonora, Mxico.
Tel. (01642) 4225929 EXT 5117. aaron.quiroz@itson.edu.mx
Mauricio Lpez Acosta
Tel. (01642) 4225929 EXT 5404. mauricio.lopez@itson.edu.mx
Luis Carlos Montiel Rodrguez
Tel. (01642) 4225929 EXT 5124. luis.montielz@itson.edu.mx
Gilda mara Martnez Solano
Docente tiempo completo, Instituto Tecnolgico de Sonora. Maestra en Ingeniera en
Logstica y Calidad. Ramn Corona s/n, Colonia ITSON, Navojoa, Sonora, Mxico. Tel.
(01642) 4225929 EXT 5115. gilda.martinez@itson.edu.mx
Anneliz Esthela Alcaraz Escamilla
Egresada del programa de Maestra en Ingeniera de Sistemas (MIS), Instituto
Tecnolgico de Sonora. Ingeniero Industrial y de Sistemas. Ramn Corona s/n, Colonia
ITSON, Navojoa, Sonora, Mxico. Tel. (01642) 4225929. gilda.martinez@itson.edu.mx
Este es un artculo de acceso abierto

distribuido bajo los trminos de la licencia
de Creative Commons ReconocimientoNoComercial-SinObraDerivada (CC
BY-NC-ND), la cual permite su uso,
distribucin y reproduccin de forma
libre siempre y cuando el o los autores
reciban el respectivo crdito.
www.unitec.edu.co/
Quirs, Lpez, Montiel, Martnez & Alcaraz
Introduccin
e dice que hoy en da la investigacin de operaciones (en adelante IO)

es una herramienta dominante e indispensable para tomar decisiones; por tal motivo, es importante saber que las primeras actividades
formales de la IO se dieron en Inglaterra, durante la Segunda Guerra Mundial,
cuando se encomend a un equipo de cientficos ingleses la toma de decisiones acerca de la mejor utilizacin de materiales blicos. Al trmino de la
guerra, las ideas formuladas en operaciones militares fueron adaptadas para
mejorar la eficiencia y la productividad en el sector civil (Taha, 2004).
Uno de los trminos utilizados en la IO es logstica. Es necesario entender
la logstica como aquella funcin que se encarga de distribuir de manera eficiente los productos de una determinada empresa con un menor costo y un
excelente servicio al cliente (Roldn, Moras & Aguilar, 2007).
Asimismo, entendemos que la distribucin, segn Chopra y Meindl
(2008), se refiere a los pasos a seguir para mover y almacenar un producto
desde la etapa del proveedor hasta la del cliente en la cadena de suministro;
considerndola una directriz clave de la rentabilidad total de la compaa.
Algunas aplicaciones de IO demuestran mejoras en las organizaciones en
casos de logstica y distribucin; por ejemplo, Roldn, Moras y Aguilar (2007)
consiguieron optimizar la secuencia de visita a los clientes y minimizaron la
distancia total recorrida en un 30%; por su parte, Flores (2004) presenta una
optimizacin de rutas para cumplir con toda la entrega a los clientes.
Teniendo como referencia de estudio los casos anteriores y el anlisis de
los resultados obtenidos, se considera la posibilidad de aplicar herramientas
que permitan crear valor y obtener beneficios significativos en una fbrica de
tostadas (frituras de maz) de la regin del Mayo, en el sur del estado de Sonora, Mxico, debido a que no cuenta con una ruta definida para su distribucin
ya que realiza una secuencia de visitas a sus clientes segn su experiencia le
indica, destacando que este proceso es realizado por un solo repartidor.
11
Con el paso de los aos las ventas se han incrementado y se han creado rutas de reparto para tener
ms cobertura de entregas. Sin embargo, se considera que debe existir una mejor distribucin si este
proceso se realiza en orden y de forma planeada.
De acuerdo con lo anterior y con el fin de encontrar ventajas competitivas para la empresa, sobre
todo la reduccin de costos y disminucin de distancias, se plantea lo siguiente: cul es orden del flujo
de distribucin de tiendas a recorrer en los dos das
crticos de reparto de la organizacin, lo cual permita
minimizar las distancias recorridas por el repartidor?
Se pretende establecer una ruta de reparto definida, la cual permita reducir distancias recorridas y,
por ende, los costos de transporte de sus productos,
buscando crear valor y ventajas competitivas que
proporcionen a la empresa una base slida que le
permita permanecer dentro del mercado incrementando a su vez la cobertura de reparto (Martnez,
2003).
De acuerdo con Maneiro y Loyo (2003), algunos
de los beneficios que se pueden obtener con la definicin de la ruta son:
Reduccin de costos en combustible por kilmetro recorrido.
Minimizacin de distancias recorridas.
Incremento de cobertura de reparto (mayor cantidad de clientes visitados).
Aumento de ventas y utilidades.
Objetivo general
De acuerdo con lo anterior, el objetivo del estudio
fue determinar el flujo de la ruta de reparto mediante
el algoritmo del problema del agente viajero para la
optimizacin de distancias recorridas y minimizacin del costo total de transporte.
12
Objetivos especficos
Recolectar la informacin necesaria para obtener
datos de ubicaciones de los clientes y sus distancias, entrevistando al propietario del negocio.
Encontrar las distancias entre cada uno de los
clientes mediante el programa AutoCad para
definir distancias entre un origen y un destino.
Disear el modelo matemtico representativo
del caso en estudio para encontrar el flujo de
la ruta de reparto ptimo segn sus elementos
correspondientes.
Resolver el modelo matemtico bajo estudio
mediante el programa WinQSB para obtener la
solucin.
Mtodo y materiales
Sujeto bajo estudio
La empresa bajo estudio se dedica a la fabricacin
de tostadas y frituras hechas a base de maz, mediante procesos tales como: elaboracin de tortillas, secado, fredo, horneado y empaque de sus productos, los
cuales son vendidos tanto en el propio establecimiento como en tiendas de abarrotes al alcance del cliente
final. Actualmente, la fbrica de tostadas posee 144
clientes localizados en la ciudad de Navojoa, Sonora,
Mxico, a los cuales debe proveer con producto en
un da o dos a la semana (de lunes a viernes), segn
convenio previamente establecido.
Procedimiento
1. Obtencin y anlisis de datos: en esta etapa se recolecta la informacin necesaria para obtener datos de ubicaciones de los clientes y sus distancias.
2. Formulacin del modelo matemtico: se procede
a traducir la definicin del problema a relaciones
matemticas. Debido a que las relaciones matemticas eran demasiado complejas como para
permitir el clculo de una solucin analtica, se
opt por buscar un modelo ms prctico para
www.unitec.edu.co/
resolver el problema de decisiones, el cual fue el

problema del agente viajero.
3. Solucin del modelo: para elaborar esta parte del
proyecto se realiza la corrida del modelo en el
software WinQSB, como el problema del agente
viajero.
4. Validacin del modelo: en este apartado del proyecto se comparan los resultados obtenidos con
el sistema real.
Materiales
Los materiales que se necesitaron principalmente para el desarrollo del presente trabajo fueron los
siguientes:
Programa AutoCAD.
Programa y manual de WinQSB (Quantitative
System Business).
Microsoft Office (Excel, Power Point, Word).
Datos relevantes y actuales de la ruta de reparto
de la empresa.
Resultados
Obtencin y anlisis de datos
La empresa bajo estudio posee actualmente un
proceso de distribucin de sus productos visitando a
25 clientes cada viernes y otros 25 los sbados de cada
semana, siendo estos los dos das analizados en el presente estudio por ser considerados crticos, debido a
que presentan una mayor demanda. Con la finalidad
de conocer el flujo de distribucin de dicho proceso
se realizaron tres visitas programadas con el propietario/distribuidor de la fbrica. Las reuniones son descritas a continuacin, al igual que la informacin que
se obtuvo como resultado de cada encuentro.
La primera visita consisti en obtener el recorrido del repartidor de tostadas de los viernes segn
los establecimientos acordados a hacer entregas.
En esta reunin se plasm en un croquis de la ciudad de Navojoa, Sonora el recorrido que se lleva
a cabo para llegar hasta cada punto de entrega de
tostadas, desde la fbrica como referencia de salida hasta el ltimo cliente.
La segunda visita fue la misma dinmica que
la anterior, la diferencia consisti en obtener el
recorrido del repartidor los sbados segn los
clientes acordados para hacer entregas, donde se
determin la ruta desde el punto que el repartidor
sale de la fbrica y visita cada punto de entrega de
tostadas en este da y llega hasta el ltimo cliente.
La tercer reunin con el propietario de la fbrica de tostadas fue con la finalidad de definir las
distancias correctas entre cada punto de entrega.
De lo anterior, se obtuvo como resultado la tabla 1
para los viernes y la tabla 2 para los sbados, donde
se pueden observar las distancias en kilmetro para
cada cliente, identificado con la abreviacin T y un
nmero, los cuales representan un cliente diferente
desde el nmero uno hasta el 50 (ejemplo T1, T2,
T3); cabe sealar que el orden de la numeracin
es como se realizaba el recorrido del repartidor. Las
distancias se localizaron utilizando el software AutoCAD, donde se indicaron los puntos de cada uno
de los clientes que se deseaban obtener las distancias
desde un origen hacia un destino, para los 50 establecimientos, distribuidos en los dos das de reparto.
Con lo anterior, se obtiene que para el viernes la
distancia recorrida total en las entregas es de 32,76
km y para el sbado 36,37 km.
13
14
1,00
1,11
1,60
1,50
1,32
1,33
1,25
1,24
1,07
1,53
1,73
0,03
0,32
0,62
1,12
1,47
1,55
2,16
2,25
1,65
1,47
1,20
1,19
1,55
1,50
Fbrica
T1
T2
T3
T4
T5
T6
T7
T8
T9
T10
T11
T12
T13
T14
T15
T16
T17
T18
T19
T20
T21
T22
T23
T24
T25
Fbrica
T2
T3
T4
T5
T6
T7
T8
T9
T10
T11
T12
T13
T14
T15
T16
T17
T18
T19
T20
T21
T22
T23
T24
T25
0,05
0,40 0,35
1,62 1,64 2,09 2,07 2,07 1,13 2,08 2,07 1,95 2,30 2,47 1,53 1,62 1,24 0,88 1,23 1,25 1,28 1,35 0,34 0,27 0,27 0,35 0,05
1,67 1,69 1,14 1,13 2,12 2,18 2,13 2,12 2,00 2,35 2,52 1,58 1,65 1,27 0,90 1,22 1,24 1,25 1,31 0,30 0,25 0,32 0,40
0,20 0,32 0,27
0,32 0,50 0,25 0,27
1,28 1,32 1,78 1,75 1,75 1,81 1,75 1,74 1,62 1,98 2,27 1,22 1,35 1,02 0,85 1,26 1,30 1,50 1,58 0,60 0,50 0,20
1,45 1,50 1,98 1,94 1,90 1,96 1,91 1,90 1,77 2,16 2,36 1,23 1,33 0,97 0,68 1,09 1,10 1,31 1,38 0,45 0,32
0,15 0,45 0,60 0,30 0,34
1,03 1,10 1,38 1,58 1,31 1,35
1,77 1,80 2,30 2,25 2,22 0,23 2,22 2,21 2,10 2,42 2,65 1,50 1,55 1,14 0,71 0,98 0,97 1,00 1,10 0,15
1,87 1,92 2,38 2,35 2,33 2,41 2,35 2,34 2,21 2,57 2,75 1,68 1,68 1,28 0,80 1,03 1,05 1,00 1,03
0,08 1,00 1,02 1,31 1,50 1,25 1,28
0,74 0,83 1,05 0,97 1,10 1,30 1,24 1,25
2,80 2,85 3,34 3,30 3,26 3,30 3,24 3,23 3,04 3,48 3,70 2,28 2,15 1,70 1,15 0,89 0,83 0,08
2,72 2,77 3,26 3,21 3,17 3,22 3,17 3,16 2,97 3,40 3,63 2,19 2,06 1,61 1,05 0,80 0,74
0,07 0,80 0,89 1,03 0,98 1,09 1,26 1,22 1,23
0,43 0,50 1,05 1,12 0,80 0,71 0,68 0,85 0,90 0,88
2,27 2,35 2,88 2,81 2,70 2,72 2,66 2,65 2,50 2,92 3,12 1,58 1,37 0,95 0,50 0,07
2,21 2,30 2,82 2,75 2,63 2,66 2,60 2,59 2,43 2,87 3,05 1,50 1,30 0,87 0,43
0,58 0,87 0,95 1,61 1,70 1,28 1,14 0,97 1,02 1,27 1,24
0,45 1,05 1,30 1,37 2,06 2,15 1,68 1,55 1,33 1,35 1,65 1,62
1,80 1,86 2,38 2,33 2,20 2,25 2,16 2,15 2,02 2,44 2,63 1,15 1,05 0,58
1,49 1,58 2,11 2,00 1,85 1,90 1,81 1,80 1,63 2,08 1,07 0,65 0,45
0,29 0,65 1,15 1,50 1,58 2,19 2,28 1,68 1,50 1,23 1,22 1,58 1,53
1,72 2,02 1,07 2,63 3,05 3,12 3,63 3,70 2,75 2,65 2,36 2,27 2,52 2,47
1,31 1,40 1,91 1,80 1,62 1,62 1,53 1,52 1,36 1,80 2,02 0,29
1,20 1,12 1,60 1,50 1,32 1,32 1,25 1,24 1,07 1,51 1,72
0,22 1,51 1,80 2,08 2,44 2,87 2,92 3,40 3,48 2,57 2,42 2,16 1,98 2,35 2,30
0,45 0,66 1,07 1,36 1,63 2,02 2,43 2,50 2,97 3,04 2,21 2,10 1,77 1,62 2,00 1,95
0,90 0,85 0,48 0,43 0,45 0,40 0,49 0,50 0,66 0,22
0,70 0,67 0,42 0,31 0,25 0,20 0,27 0,28 0,45
0,16 0,28 0,50 1,24 1,52 1,80 2,15 2,59 2,65 3,16 3,23 2,34 2,21 1,90 1,74 2,12 2,07
0,01 0,17 0,27 0,49 1,25 1,53 1,81 2,16 2,60 2,66 3,17 3,24 2,35 2,22 1,91 1,75 2,13 2,08
0,34 0,32 0,60 0,46 0,25 0,25 0,17 0,16
0,47 0,44 0,49 0,33 0,12 0,07 0,01
0,06 0,07 0,25 0,20 0,40 1,32 1,62 1,90 2,25 2,66 2,72 3,22 3,30 2,41 2,30 1,96 1,81 2,18 1,13
0,12 0,11 0,12 0,25 0,25 0,45 1,32 1,62 1,85 2,20 2,63 2,70 3,17 3,26 2,33 2,22 1,90 1,75 2,12 2,07
0,48 0,45 0,48 0,34 0,11 0,06
0,53 0,50 0,46 0,32 0,12
0,23 0,32 0,34 0,33 0,46 0,31 0,43 1,50 1,80 2,00 2,33 2,75 2,81 3,21 3,30 2,35 2,25 1,94 1,75 1,13 2,07
0,15 0,36 0,46 0,48 0,49 0,60 0,42 0,48 1,60 1,91 2,11 2,38 2,82 2,88 3,26 3,34 2,38 2,30 1,98 1,78 1,14 2,09
0,46 0,42 0,36 0,23
0,52 0,45 0,15
0,53 0,45 0,42 0,50 0,45 0,44 0,32 0,67 0,85 1,12 1,40 1,58 1,86 2,30 2,35 2,77 2,85 1,92 1,80 1,50 1,32 1,69 1,64
0,10 0,63 0,52 0,46 0,53 0,48 0,47 0,34 0,70 0,90 1,20 1,31 1,49 1,80 2,21 2,27 2,72 2,80 1,87 1,77 1,45 1,28 1,67 1,62
0,63 0,53
1,00
1,00 1,11 1,60 1,50 1,32 1,33 1,25 1,24 1,07 1,53 1,73 0,03 0,32 0,62 1,12 1,47 1,55 2,16 2,25 1,65 1,47 1,20 1,19 1,55 1,50
T1
Tabla 1. Distancias en kilmetros desde un origen hacia un destino da viernes
www.unitec.edu.co/
1,1
1,15
1,55
1,6
1,25
1,35
1,72
1,91
1,92
2,1
2,13
2,3
2,39
2,4
2,07
1,65
1,49
1,45
1,42
1,3
1,23
0,67
0,11
0,08
0,03
Fbrica
T26
T27
T28
T29
T30
T31
T32
T33
T34
T35
T36
T37
T38
T39
T40
T41
T42
T43
T44
T45
T46
T47
T48
T49
T50
Fbrica
1,1
1,12
1,15
0,45
0,7
0,75
0,83
0,98
1,13
1,26
1,55
1,87
1,8
1,7
1,53
1,43
1,32
1,22
0,92
0,55
0,21
0,52
0,46
0,1
1,1
T26
1,16
1,19
1,21
0,5
0,6
0,67
0,74
1,05
1,17
1,47
1,78
1,72
1,6
1,44
1,33
1,21
1,13
0,82
0,45
0,13
0,5
0,45
0,1
1,15
T27
1,5
1,58
1,6
0,88
0,9
0,94
0,97
1,02
1,2
1,35
1,45
1,62
1,9
1,68
1,55
1,4
1,36
1,22
0,9
0,68
0,43
0,08
0,45
0,46
1,55
T28
1,59
1,62
1,64
0,97
0,9
0,94
0,98
1,15
1,32
1,42
1,59
1,86
1,77
1,67
1,52
1,37
1,33
1,19
0,85
0,65
0,41
0,08
0,5
0,52
1,6
T29
1,24
1,27
1,3
0,6
0,58
0,63
0,7
0,87
1,03
1,15
1,4
1,72
1,64
1,52
1,37
1,25
1,15
1,06
0,73
0,4
0,41
0,43
0,13
0,21
1,25
T30
1,38
1,41
1,44
0,77
0,37
0,3
0,35
0,52
0,68
0,77
1,02
1,33
1,26
1,15
0,99
0,88
0,76
0,67
0,38
0,4
0,65
0,68
0,45
0,55
1,35
T31
1,74
1,77
1,8
1,15
0,49
0,45
0,38
0,5
0,62
0,65
0,73
1,01
0,93
0,81
0,67
0,54
0,47
0,34
0,38
0,73
0,85
0,9
0,82
0,92
1,72
T32
1,97
2,03
1,41
0,7
0,64
0,51
0,52
0,56
0,5
0,44
0,68
0,6
0,48
0,33
0,2
0,18
0,34
0,67
1,06
1,19
1,22
1,13
1,22
1,91
T33
1,95
1,99
2,02
1,45
0,72
0,65
0,53
0,47
0,49
0,39
0,27
0,57
0,51
0,41
0,23
0,21
0,18
0,47
0,76
1,15
1,33
1,36
1,21
1,32
1,92
T34
2,15
2,18
2,21
1,62
0,88
0,82
0,7
0,68
0,7
0,58
0,33
0,52
0,41
0,29
0,18
0,21
0,2
0,54
0,88
1,25
1,37
1,4
1,33
1,43
2,1
T35
2,15
2,18
2,21
1,67
0,95
0,88
0,76
0,69
0,65
0,55
0,17
0,35
0,27
0,18
0,18
0,23
0,33
0,67
0,99
1,37
1,52
1,55
1,44
1,53
2,13
T36
2,35
2,38
2,4
1,85
1,11
1,05
0,94
0,87
0,83
0,7
0,28
0,25
0,12
0,18
0,29
0,41
0,48
0,81
1,15
1,52
1,67
1,68
1,6
1,7
2,3
T37
2,44
2,74
2,5
1,95
1,26
1,16
1,03
0,96
0,91
0,77
0,33
0,13
0,12
0,27
0,41
0,51
0,6
0,93
1,26
1,64
1,77
1,9
1,72
1,8
2,39
T38
2,45
2,48
2,5
1,26
1,2
1,08
0,97
0,9
0,75
0,33
0,13
0,25
0,35
0,52
0,57
0,68
1,01
1,33
1,72
1,86
1,62
1,78
1,87
2,4
T39
2,11
2,14
2,12
1,65
0,93
0,86
0,75
0,64
0,59
0,43
0,33
0,33
0,28
0,17
0,33
0,27
0,44
0,73
1,02
1,4
1,59
1,45
1,47
1,55
2,07
T40
1,67
1,71
1,74
1,27
0,59
0,53
0,45
0,28
0,15
0,43
0,75
0,77
0,7
0,55
0,58
0,39
0,5
0,65
0,77
1,15
1,42
1,35
1,17
1,26
1,65
T41
1,54
1,57
1,6
1,12
0,43
0,38
0,73
0,14
0,15
0,59
0,9
0,91
0,83
0,65
0,7
0,49
0,56
0,62
0,68
1,03
1,32
1,2
1,05
1,13
1,49
T42
1,46
1,5
1,53
1,02
0,3
0,25
0,18
0,14
0,28
0,64
0,97
0,96
0,87
0,69
0,68
0,47
0,52
0,5
0,52
0,87
1,15
1,02
0,98
1,45
T43
Tabla 2. Distancias en kilmetros desde un origen hacia un destino da sbado,
1,44
1,47
1,5
0,92
0,19
0,13
0,18
0,73
0,45
0,75
1,08
1,03
0,94
0,76
0,7
0,53
0,51
0,38
0,35
0,7
0,98
0,97
0,74
0,83
1,42
T44
1,32
1,35
1,38
0,8
0,06
0,13
0,25
0,38
0,53
0,86
1,2
1,16
1,05
0,88
0,82
0,65
0,64
0,45
0,3
0,63
0,94
0,94
0,67
0,75
1,3
T45
1,26
1,29
1,32
0,75
0,06
0,19
0,3
0,43
0,59
0,93
1,26
1,26
1,11
0,95
0,88
0,72
0,7
0,49
0,37
0,58
0,9
0,9
0,6
0,7
1,23
T46
0,67
0,7
0,72
0,75
0,8
0,92
1,02
1,12
1,27
1,65
0,06
0,03
0,72
1,32
1,38
1,5
1,53
1,6
1,74
2,12
2,5
2,5
1,95
2
2,4
2,21
2,21
2,02
2,03
1,8
1,44
1,3
1,64
1,6
1,21
1,15
0,11
T48
1,85
1,67
1,62
1,45
1,41
1,15
0,77
0,6
0,97
0,88
0,5
0,45
0,67
T47
0,03
0,03
0,7
1,29
1,35
1,47
1,5
1,57
1,71
2,14
2,48
2,74
2,38
2,18
2,18
1,99
1,77
1,41
1,27
1,62
1,58
1,19
1,12
0,08
T49
0,03
0,06
0,67
1,26
1,32
1,44
1,46
1,54
1,67
2,11
2,45
2,44
2,35
2,15
2,15
1,95
1,97
1,74
1,38
1,24
1,59
1,5
1,16
1,1
0,03
T50
15
La fbrica de tostadas dispone de un nico repartidor para cubrir con las entregas de sus productos
a sus 25 clientes asignados cada viernes y sbado de
la semana. El repartidor debe cubrir la ruta ptima
de distribucin que minimice la distancia a recorrer
por da asignado, visitando a todos y cada uno de
los clientes. La interrogante que se plantea es la siguiente: cul es la ruta de reparto que debe seguir el
trabajador que minimice la distancia por recorrer y
logre visitar a los 25 establecimientos asignados para
el viernes y para el sbado?
Al analizar el diagrama que se muestra en la figura 1

se aprecia que el repartidor debe iniciar su ruta en la
fbrica de tostadas, posteriormente debe continuar
hacia el primer cliente el cual deber localizarse en
la ubicacin ms cercana a este, de manera similar
contina el procedimiento para toda su ruta; es decir,
deber elegirse el cliente que este a menor distancia
uno seguido de otro y regresar al punto de partida.
Para determinar la funcin objetivo se plantea
lo siguiente: minimizar distancias recorridas diariamente por el repartidor.
3
0,1
26
2
4
0,63
3
5
1
2
1,11
26
Fbrica
25
3
25
Figura 1. Diagrama del modelo para problema bajo estudio
Las variables de decisin definidas son:

1 reparto por calles entre la fbrica i y el cliente j
X ij= 1

0 de otra manera
Limitantes:
Un solo repartidor.
Repartir a 25 tiendas por cada viernes y sbado de
la semana (caso de estudio).
Si se recorre la ruta (i,j), esto significa que no puede utilizarse ninguna otra ruta que parta del cliente i.
16
www.unitec.edu.co/
Formulacin del modelo

Se procedi a traducir la definicin del problema
a relaciones matemticas buscando se ajustara a uno
de los modelos matemticos, normales, como puede
ser la programacin lineal, con la intencin de llegar
a una solucin empleando los algoritmos disponibles, segn comenta Taha (2004).
Funcin objetivo, la cual representa, como su
nombre lo dice, el objetivo del problema. Es la expresin que se debe maximizar o minimizar; en
este caso ser la de minimizar distancias.
(1) Min Z = XF,T1+ 1.11XF,T2+ XF,T25+ 1XT1,F+0.1
XT1,T2+ XT1,T25+ 1.11XT2,F+ 0.1XT2,T1++ XT25,T24
La ecuacin (1) se refiere a que se debe obtener la

distancia mnima, la cual es el resultado de la suma
de todas y cada una de las variables dependientes por
su variable independiente para el viernes y, de igual
manera, puede expresarse el sbado.
Las restricciones que se plantean para el modelo
son las siguientes:
Restricciones
Fbrica
XF,T1+ XF,T2+ XF,T3+ + XF,T25= 1
Clientes
XF,T1 - XT1,T2 - XT1,T3+ - XT1,T25= 0
.
..
XF,T25 - XT25,T1 XT25,T2+ - XT25,T24= 0
XT1,T2 XT2,3 XT2,T4+ - XT2,T25 = 0
.
..
XT25,T1 XT1,T2, XT2,T3+ - XT23,T24= 0
Regreso a la fbrica
XT1,F+ XT2,F+ XT3,F+ + XT25,F = 1
Condicin tcnica:
X ij 0, binarias
Cabe mencionar que el proceso para la obtencin de informacin de este modelo es similar para
los dos das bajo estudio; sin embargo, se tendr un
cambio en los valores de las distancias para la variable independiente X.
Para resolver el modelo planteado, se determin
que el problema del agente viajero era el apropiado
para dar solucin a este. Consiste en que un vendedor, que se encuentra en la ciudad origen, debe visitar exactamente una vez un conjunto de ciudades
vecinas de tal forma que se obtenga la ruta de costo
mnimo, comenzando y finalizando en la ciudad de
origen (Pradenas & Garca, 2005). Adems, se dispone de un solo vehculo que debe visitar a todos los
clientes en una sola ruta y a costo mnimo. No suele
haber un depsito (y si lo hubiera, no se distinguira
de los clientes), no hay demanda asociada a los clientes y tampoco hay restricciones temporales (Daza,
Montoya & Narducci, 2009).
Solucin del modelo
Es posible resolver el problema del agente viajero
como un problema de redes de optimizacin que involucra un conjunto de nodos y arcos interconectados. El objetivo es encontrar la forma de realizar una
gira completa que conecte todos los nodos visitando
solo una vez cada nodo y minimizar o maximizar la
distancia de la gira total (Quesada & Vergaras, s. f.).
Para dar solucin a este problema del agente viajero, se capturo el modelo en un paquete computacional (Software WinQSB).
1. Los datos de distancias en kilmetros presentados en la tabla 1 y 2 se capturaron en el sistema
WinQSB. Una vez capturados los datos, se observa la pantalla del programa WinQSB cmo estos
quedan ordenados, de la manera en que se muestra en la figura 2.
17
Figura 2. Datos (en km) introducidos en WinQSB

representativos al viernes.
2. Ejecutar el programa en WinQSB. Al resolver el

problema, el paquete WinQSB ofrece los resultados que aparecen en la figura 3, los cuales indican
el punto de partida del repartidor, el primer cliente al que tendra que visitar y el orden que necesita seguir en su ruta hasta volver a la fbrica para
optimizar la distancia a recorrer durante el da en

cuestin. Tambin se muestra la distancia total
que recorrer el trabajador, si la distribucin se
realiza conforme a como se plantea en ella, dando
una distancia total 9,72 km.
Figura 3. Solucin al problema del agente viajero obtenido de WinQSB,

para el da viernes.
3. Representacin de la ruta de distribucin. Con

la finalidad de visualizar el flujo que seguira el
distribuidor de tostadas, se hizo un diagrama
18
representativo del recorrido que se debe seguir el

viernes (figuras 3 y 4).
www.unitec.edu.co/
Figura 4. Diagrama de la ruta de distribucin del modelo para el da viernes.
Este mismo procedimiento debe seguirse para

dar solucin al problema con los datos que se plantean para los sbados de cada semana; los resultados
se presentan en la figura 5. La distancia total que recorrer el trabajador, si la distribucin se realiza conforme a los resultados obtenidos, es de 8,05 km.
4. Representar la ruta de distribucin en un diagrama. Con la finalidad de visualizar el flujo que seguir el distribuidor de tostadas el sbado, se hizo
un diagrama representativo al mismo (figura 6).
Se observa el orden que debe seguir el repartidor, siendo el primer cliente a visitar el T50, y
el ltimo del da ser el T4, para regresar hasta

el punto de partida. Con la finalidad de investigar el impacto que tiene el hacer cambios en los
parmetros del modelo sobre la solucin ptima,
fue necesario realizar un anlisis de sensibilidad,
el cual se denomina as porque estudia la sensibilidad de la solucin ptima respecto a los cambios
que se hagan en el modelo Taha (2004). Para llevar
a cabo el anlisis se aadieron al programa datos
de dos clientes potenciales con sus respectivas distancias para cada uno de los dos das en cuestin.
Los resultados que arroj el sistema para el viernes
fueron los que se muestran en la figura 7.
Figura 5. Solucin al problema del agente viajero obtenido de WinQSB, para el sbado.
19
Figura 6. Diagrama de la ruta de distribucin del

modelo para el sbado.
Figura 7. Resultado del anlisis de sensibilidad para el viernes, distancias en km.
Comparando los datos anteriores se observa lo

siguiente:
3. Adems se muestra un comportamiento ms lgico en el recorrido.
1. Cambia el orden de la ruta de distribucin para

el mismo da.
2. Disminuye 0,59 km la distancia recorrida, es decir de 9,72 km que se recorra, con los dos clientes potenciales de entregar se recorrern 9,13 km,
pero con la diferencia de que pueden ser visitados
los dos nuevos consumidores.
El anlisis de sensibilidad tambin se realiz para

el da de reparto sbado, siguiendo el mismo procedimiento, obtenindose los resultados que se muestran en la figura 8.
20
www.unitec.edu.co/
Figura 8. Resultado del anlisis de sensibilidad para el sbado, distancias en km.
Comparando los datos obtenidos se observa lo

siguiente:
No cambia el orden de la ruta de distribucin con
respecto a lo obtenido para el mismo da; solo al
final se le agregan los dos clientes potenciales.
Sin embargo, s aumenta 6,04 km del total de la
distancia recorrida, es decir, de 8,05 km que se
recorra, con los dos clientes potenciales de entregar nuevos se recorrern 14,09 km, pero con la
diferencia de que pueden ser visitados los nuevos
consumidores. Por lo anterior, debe considerarse
la cantidad de producto que pudieran adquirir estos dos clientes, ya que el aumento en la distancia
representa el 75,25% ms de lo que se recorre con
los 25 clientes actuales.
El flujo del recorrido puede considerarse como
un comportamiento lgico.
Validacin del modelo
Una de las primeras reglas de investigacin de
operaciones dice que, por lo general, no es suficiente confiar solamente en la propia intuicin. Debe
tomarse esta precaucin no solo al obtenerse la solucin de un problema, sino tambin al evaluar el
modelo que se formul para representarlo (Taha,
2004).
Para probar el modelo, se utilizan como entradas

datos histricos sobre decisiones, parmetros y resultados obtenidos en una situacin similar en una
poca ya conocida. A continuacin se comparan los
dos conjuntos de resultados, los del modelo y los de
la historia, y el modelo queda validado si existe similitud entre ellos (Eppen, 2000).
Para validar el modelo que se obtuvo en el estudio, se compararon los datos (histricos) del sistema
real contra los resultados obtenidos al dar solucin
al problema del agente viajero en WinQSB, como se
muestra en la tabla 3. En dicha tabla se observa que
el total de la distancia que se recorra sin haber hecho
un anlisis para minimizar la distancia a recorrer el
viernes era de 32,76 km; de igual manera vemos el orden que se segua para visitar a los 25 clientes asignados para su jornada de trabajo. Sin embargo, una vez
que se ha resuelto el problema del agente viajero en
el sistema WinQSB, se observ que se puede reducir
la distancia recorrida a 9,72 km (figura 9), logrando
una disminucin en distancia de 70,3% del total que
se tena, representativos a 23,04 km.
21
Tabla 3. Distancias recorridas por

el repartidor en km los viernes.
Figura 9. Resultados obtenidos de WinQSB, para el viernes en km.
Cabe sealar que lo anterior es posible si el recorrido se lleva a cabo tal y como muestra la solucin
obtenida, adems considerando que este se realice en
condiciones normales (clima, no haya vas obstruidas, no tenga fallas el carro repartidor, no tenga que
salirse de la ruta por urgencias, entre otras).
22
El anlisis tambin se puede realizar para el segundo da del estudio (sbado); para esto se consideran los datos de la tabla 4, que contiene las distancias
histricas recorridas y la figura 10, la cual muestra el
resultado obtenido en el WinQSB.
www.unitec.edu.co/
Tabla 4. Distancias recorridas por el repartidor los sbados en km.
Figura 10. Resultados obtenidos de WinQSB, para el sbado en km.
Finalmente, se observa que el total de la distancia que se recorra sin haber hecho un anlisis para
minimizar la distancia a recorrer del sbado era de
36,37 km; de igual manera, el orden que se segua
para visitar a los 25 clientes asignados para su jornada de trabajo. No obstante, una vez que se ha resuelto
el problema en el WinQSB se nota que se puede reducir la distancia recorrida a 8,05 km, logrando una
disminucin de 77,8% del total que se tena, representativos a 28,32 km.
Consideraciones a tener en cuenta para lograr los
resultados anteriores:
23
Recorrer la ruta tal y como se muestra en la

solucin.
Considerar que se realice en condiciones normales (clima, no haya vas obstruidas, no tenga fallas
el carro repartidor, no tenga que salirse de la ruta
por urgencias, entre otras).
Entregar a los mismos clientes estimados para el
estudio.
cual representa el 70,3% menos del trayecto que

segua (antes 32,76 km).
Resultados y discusin
La aplicacin de herramientas para la formulacin
y el desarrollo de modelos proporciona a las organizaciones la forma de resolver algunos de los problemas de su trabajo diario; pero debido a la falta de
informacin e inversin de tiempo que conlleva el
desarrollo de este tipo de proyectos, algunas organizaciones no le dan importancia a la evaluacin de sus
rutinas diarias, que pudieran ser ms eficientes sus
procesos, ayudndoles en la disminucin de costos
y en la optimizacin de uno de los recursos ms importantes, el tiempo.
Al inicio de este proyecto de investigacin se
plante como objetivo general determinar el flujo
de la ruta de reparto mediante el algoritmo del problema del agente viajero, con el fin de optimizar las
distancias recorridas y minimizacin del costo total
de transporte, obtenindose lo siguiente:
Figura 11. Flujo de la ruta de reparto para

los das viernes de cada semana.
Por tanto, se puede obtener la siguiente informacin (tabla 5) de comparacin de costo en consumo de combustible por los viernes de reparto por
semana:
Tabla 5. Comparacin de costo en pesos mexicanos,
en uso de gasolina para los viernes de cada semana
Antes
Despus
Distancia recorrida
32,76
9,72
Costo de gasolina
(magna)
9,24
9,24
Rendimiento Km/l
60,54
17,96
Totales en $

El flujo de la ruta de reparto para el viernes est

dado por el siguiente orden; | F | T12 | T13 | T14 |
T15 | T16 | T17 | T18 | T19 | T20 | T21 | T6 | T7 |
T8 | T5 | T4 | T3 | T10 | T11 | T9 | T2 | T1 | T23 |
T22 | T25 | T24 |. El punto de partida es la fbrica
(F), seguido y denotndolo con la letra T y un nmero se encuentran los clientes, como se puede
ver en la figura 11.
Siguiendo el flujo anterior, el repartidor visitar a
sus 25 clientes asignados, adems recorrer una
distancia de 9,72 km, disminuyendo 23,04 km lo
24
En la tabla 5 se puede ver cmo el costo por consumo de combustible disminuye directamente proporcionalmente a la distancia recorrida, obteniendo
por cada semana y solo por el viernes un ahorro de
$42,58, lo cual representa mensualmente $170,31 y
anualmente $2043,74.
Dndole continuidad al objetivo general, se obtuvo la siguiente informacin:
El flujo de la ruta de reparto para el sbado est
dado por el siguiente orden: | F | T50 | T49 | T48
www.unitec.edu.co/
| T47 | T26 | T27 | T30 | T31 | T45 | T46 | T44 |

T43 | T42 | T41 | T34 | T33 | T35 | T36 | T40 |
T37 | T38 | T39 | T32 | T29 | T28 |, de la misma
manera que el da anterior, el punto de partida es
la fbrica (F), seguido y denotndolo con la letra
T y un nmero se encuentran los clientes, como
se puede ver en la figura 12.
Con este flujo el repartidor visitar a sus 25 clientes asignados, adems recorrer una distancia de
8.05 km, disminuyendo 28,32 km lo cual representa el 77,8% menos del trayecto que segua (antes 36,37 km).
Se puede obtener la informacin de comparacin
de costo en consumo de combustible por los sbados de reparto por semana, como se muestra
en la tabla 6.
Tabla 6. Comparacin de costo en pesos, en uso

de gasolina para los sbados de cada semana
Antes
Despus
Distancia recorrida
36,37
8,05
Costo de gasolina
(magna)
9,24
9,24
Rendimiento Km/l
67,21
14,88
Totales en $

Sumando las distancias que se disminuiran por los

viernes y sbados, tenemos un total de 51,36 km.
En cuanto a costo por consumo de gasolina disminuido por los dos das, obtenemos un total de
$95, mensualmente $380 y anualmente aproximadamente $4556.
Con la finalidad de lograr efectivamente los resultados obtenidos con el desarrollo del presente estudio, se deben tener en cuenta las siguientes
consideraciones:
Figura 12. Flujo de la ruta de reparto

para los sbados de cada semana.
De igual forma que el viernes, se puede observar

en la tabla 6 cmo el costo por consumo de combustible disminuye directamente proporcionalmente a
la distancia recorrida, obteniendo por cada semana
y solo por el sbado un ahorro de $52,34, lo cual
representa mensualmente $209,34 y anualmente
$2512,10.
Recorrer cada ruta como muestra la solucin,

tanto para los das viernes como para los sbados.
Considerar que tanto el recorrido se realice en
condiciones normales (clima, no haya vas obstruidas, no tenga fallas el carro repartidor, no
tenga que salirse de la ruta por urgencias, entre
otras) se tendrn las reducciones de distancia y
costo planteados.
Hacer las entregas a los clientes que se estimaron
para el estudio, es decir, no hacer intercambio
por otros establecimientos sin antes haberlo sometido a prueba en el programa WinQSB, con el
fin de verificar si existen cambios en el flujo de la
distribucin.
Se propone realizar un lista de verificacin de la
relacin de las visitas diarias a los clientes, y evaluar que realmente se est siguiendo la ruta como
fue propuesta y se est cumpliendo con la distancia definida.
25
Adems, se puede aadir que de la misma manera como fue planteado y resuelto el orden de distribucin en las entregas de tostadas para los viernes
y sbados, se puede desarrollar el proyecto para los
das de entregas del producto que quedaron fuera del
estudio en esta ocasin, hacindose un anlisis de
factibilidad previo.
Cabe sealar que este tipo de problemas como
lo es el del agente viajero, no aplica exclusivamente
para entregas de tostadas o frituras, sino que puede
desarrollarse cualquier otro problema que se tenga
de distribucin, siempre y cuando cumpla con las
caractersticas que este requiere o sea similar al planteado en este estudio.
Agradecimientos
Se agradecen las atenciones y la informacin proporcionada a la empresa bajo estudio para llevar a
cabo la Tesis de Maestra en Ingeniera de Sistemas
titulada Aplicacin del problema del agente viajero
para encontrar la ruta ptima de distribucin en una
fbrica de tostadas de la regin por la alumna Anneliz
Esthela Alcaraz Escamilla.
Referencias
Chopra, S., & Meindl, P. (2008). Administracin de la
cadena de suministro: estrategia, planeacin y operacin (3 ed.). Mxico, D. F.: Pearson Educacin.
Daza, J., Montoya, J., & Narducci, F. (2009). Resolucin del problema de enrutamiento de vehculos
26
con limitaciones de capacidad utilizando un procedimiento metaheurstico de dos fases. Revista

EIA, (12), 23-38.
Eppen, G. D. (2000). Investigacin de operaciones en
la ciencia administrativa: construccin de modelos para la toma de decisiones con hojas de clculo
electrnicas (5 ed.). Mxico, D. F.: Prentice-Hall.
Flores, M. (2004). Optimizacin en la entrega de productos para una cadena de abastecimientos. Lima:
Universidad Mayor de San Marcos.
Maneiro, N., & Loyo, J. (2003). Enfoque evolutivo
para problemas de localizacin en lneas de ensamble con backtracking. Revista Ingeniera UC,
10(2), 60-69.
Martnez, A. G. (2003). Creacin de un algoritmo
GRASP para la empresa Junghanns. Tesis Licenciatura. Ingeniera Industrial. Departamento de
Ingeniera Industrial y Textil, Escuela de Ingeniera, Universidad de las Amricas Puebla. Mayo.
Pradenas, L., & Garca, L. (2005). Optimizacin en la
asignacin de tareas en un sistema de guardera
forestal. Bosque, 26(2), 17-24.
Quesada I. V., & Vergaras, J. (s. f.). Manual de anlisis
cuantitativo con WINQSB: mtodos cuantitativos
de gestin. Cartagena: Universidad de Cartagena.
Roldn E., Moras, C., & Aguilar (2007). Optimizacin de las rutas de reparto de helado de la empresa Fricongelados Citlaltpetl. Ingeniera Industrial.
Academia Journals, 1(1), 1-8.
Taha, H. (2004). Investigacin de operaciones (7 ed.).
Mxico, D. F.: Pearson Educacin.
www.unitec.edu.co/

Modelo Matematico Del Agente Viajero para Encontrar Una Solucion Optima

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelo Matematico Del Agente Viajero para Encontrar Una Solucion Optima

Cargado por

Copyright:

Formatos disponibles

&

Volumen 1, nmero 2, julio-diciembre de 2013 ISSN 2322-8393

Modelo matemtico del

Gilda Mara Martnez Solano

Mauricio Lpez Acosta

Anneliz Esthela Alcaraz Escamilla

Instituto Tecnolgico de Sonora

Instituto Tecnolgico de Sonora

Instituto Tecnolgico de Sonora

Luis Carlos Montiel Rodrguez

Recibido: 17 de octubre de 2013

Investig. Gest. Organ. | jul.-dic. | 2013 | Vol. 1 | No. 2 | pp. 9-26

Aarn Fernando Quirs Morales

Este es un artculo de acceso abierto

Quirs, Lpez, Montiel, Martnez & Alcaraz

e dice que hoy en da la investigacin de operaciones (en adelante IO)

Investig. Gest. Organ. | jul.-dic. | 2013 | Vol. 1 | No. 2 | pp. 9-26

Quirs, Lpez, Montiel, Martnez & Alcaraz

resolver el problema de decisiones, el cual fue el

Investig. Gest. Organ. | jul.-dic. | 2013 | Vol. 1 | No. 2 | pp. 9-26

0,20 0,32 0,27

0,32 0,50 0,25 0,27

0,15 0,45 0,60 0,30 0,34

1,03 1,10 1,38 1,58 1,31 1,35

0,08 1,00 1,02 1,31 1,50 1,25 1,28

0,74 0,83 1,05 0,97 1,10 1,30 1,24 1,25

0,07 0,80 0,89 1,03 0,98 1,09 1,26 1,22 1,23

0,70 0,67 0,42 0,31 0,25 0,20 0,27 0,28 0,45

0,34 0,32 0,60 0,46 0,25 0,25 0,17 0,16

0,47 0,44 0,49 0,33 0,12 0,07 0,01

0,48 0,45 0,48 0,34 0,11 0,06

0,53 0,50 0,46 0,32 0,12

0,46 0,42 0,36 0,23

0,52 0,45 0,15

Tabla 1. Distancias en kilmetros desde un origen hacia un destino da viernes

Investig. Gest. Organ. | jul.-dic. | 2013 | Vol. 1 | No. 2 | pp. 9-26

Tabla 2. Distancias en kilmetros desde un origen hacia un destino da sbado,

Quirs, Lpez, Montiel, Martnez & Alcaraz

Al analizar el diagrama que se muestra en la figura 1

Las variables de decisin definidas son:

1 reparto por calles entre la fbrica i y el cliente j

Quirs, Lpez, Montiel, Martnez & Alcaraz

Formulacin del modelo

La ecuacin (1) se refiere a que se debe obtener la

Figura 2. Datos (en km) introducidos en WinQSB

2. Ejecutar el programa en WinQSB. Al resolver el

optimizar la distancia a recorrer durante el da en

Figura 3. Solucin al problema del agente viajero obtenido de WinQSB,

3. Representacin de la ruta de distribucin. Con

representativo del recorrido que se debe seguir el

Quirs, Lpez, Montiel, Martnez & Alcaraz

Figura 4. Diagrama de la ruta de distribucin del modelo para el da viernes.

Este mismo procedimiento debe seguirse para

el ltimo del da ser el T4, para regresar hasta

Figura 6. Diagrama de la ruta de distribucin del

Figura 7. Resultado del anlisis de sensibilidad para el viernes, distancias en km.

Comparando los datos anteriores se observa lo

3. Adems se muestra un comportamiento ms lgico en el recorrido.

1. Cambia el orden de la ruta de distribucin para

El anlisis de sensibilidad tambin se realiz para

Quirs, Lpez, Montiel, Martnez & Alcaraz

Figura 8. Resultado del anlisis de sensibilidad para el sbado, distancias en km.

Comparando los datos obtenidos se observa lo