Monografía: Aplicaciones de la Teoría de Grafos

en la Ingeniería

1. Introducción.
La teoría de grafos es un área relativamente nueva de las matemáticas, siendo considerado el
trabajo de Leonhard Euler, sobre el problema de los puentes de Königsberg (1736), el primero en
este tema. A partir de ese momento, hemos presenciado un vertiginoso crecimiento gracias a
importantes aportes que han hecho matemáticos, ingenieros y otros científicos, quienes han
encontrado en esta área las herramientas necesarias para modelar y resolver problemas de muy
distinta índole.

La teoría de grafos es un área de las matemáticas que se encarga del estudio de ciertas propiedades
de estructuras llamadas grafos o gráficas. Estas estructuras se utilizan para modelar diversos
problemas en áreas como Ingeniería, Física, Economía y por supuesto en la Ingeniería de Sistemas.

2. Historia.

El trabajo de Leonhard Euler, en 1736,

sobre el problema de los puentes de
Königsberg es considerado el primer
resultado de la teoría de grafos.

En 1845 Gustav Kirchhoff publicó sus

leyes de los circuitos para calcular el
voltaje y la corriente en los circuitos
eléctricos. En 1852 Francis Guthrie
planteó el problema de los cuatro
colores que plantea si es posible,
utilizando solamente cuatro colores, colorear cualquier mapa de países de tal forma que dos países
vecinos nunca tengan el mismo color. Este problema, que no fue resuelto hasta un siglo después
por Kenneth Appel y Wolfgang Haken, puede ser considerado como el nacimiento de la teoría de

1
grafos. Al tratar de resolverlo, los matemáticos definieron términos y conceptos teóricos
fundamentales de los grafos.

3. Definición de grafo:

Los grafos son estructuras útiles para

esquematizar relaciones entre
elementos. Es debido a esto que, para
la modelización del texto del cual se
quiere extraer patrones, se utiliza un
grafo donde los gramas sean nodos y
la relación entre ellos, arcos.

Muchas situaciones y problemas de

la vida real pueden ser representados
mediante grafos. El uso de los mismos como modelos de escenarios complejos puede ser muy
variado. Básicamente, todo esquema consistente en elementos que se relacionan entre sí puede ser
modelado mediante grafos. Ejemplos de esto son las redes de telecomunicaciones, circuitos
eléctricos, personas relacionadas en un ámbito laboral, y, como en el caso de este trabajo, gramas
de un texto.

4. Grafos dirigidos:

Supongamos que mediante un grafo se desean representar los puntos más importantes de la ciudad
y las respectivas calles que los conectan. Como se puede prever los sitios de la ciudad serán vértices
de nuestro grafo, mientras que las calles serán arcos. Es bien conocido que algunas calles pueden
ser transitadas en ambos sentidos, mientras que otras no. Supongamos que todas las calles de
nuestro ejemplo son del segundo tipo. De esta forma, si un punto A de la ciudad se conecta con un
punto B mediante una calle y por ella solo se puede transitar en sentido AB, el arco eAB de nuestro
grafo se debe representar como el par ordenado eAB = {A, B}, pero no al revés. Nuestro grafo es
entonces un claro ejemplo de un grafo dirigido, o digrafo. Gráficamente las aristas de los grafos
dirigidos se representan mediante flechas y se denominan arcos. Formalizando este concepto, se
define a un grafo dirigido D como una tripla ordenada (V(D), A(D), ψD) que consiste en un

2
conjunto V (D) de vértices, un conjunto A(D) disjunto de V (D), de arcos, y una función de
incidencia ψ D que asocia a cada arco de D un par ordenado de vértices de D.

5. Aplicaciones De La Teoría De Grafos.

5.1 En Ingeniería De Sistemas:
5.1.1 Aplicaciones Al Análisis Automático Del Contenido Provenientes De La Teoría
Matemática De La Información.

La propuesta de analizar la información desde unidades mensurables ha sido fructífera en el campo

de la ingeniería de sistemas de comunicación, pero presenta algunos problemas en lo referente al
procesamiento de la información, si no es combinado con métodos lingüísticos. Si la teoría
matemática ayudó a que el concepto de información y su tratamiento fuese objeto de innumerables
estudios en Documentación, originados casi siempre dentro de la American Society for Information
Science, podemos afirmar que, en general, los resultados que ha producido tienen que
compatibilizarse con métodos semánticos si se quieren obtener aplicaciones válidas. La primera
teoría de la información surgió de la propuesta de Shanon y Weaver con el propósito de fijar un
modelo de entropía sobre la suma de información requerida en una situación dada para eliminar la
incertidumbre1. La información para ellos era una medida de libertad de elección al seleccionar
un mensaje desde una fuente dada. Shannon y Weaver, ingenieros, buscaban un concepto de
información formalizado, que pudiese expresarse en medidas. Nuestro propósito es revisar las
propuestas más representativas sucesivas a la concepción de Shannon y Weaver, y que hayan
tenido como destino el análisis automático del contenido documental.

5.1.2 Empleo De La Teoría Matemática De La Información.

En la teoría de Shannon y Weaver la cantidad de información contenida en un mensaje
se define en función de la frecuencia relativa de utilización de los diferentes símbolos
que lo componen:
a.- Los mensajes son transmitidos desde la fuente al usuario por una vía de comunicación,
b.- para que el mensaje pueda recorrer esa vía debe ser codificado,
c.- y luego, descodificado para que lo comprenda convenientemente el destinatario.

El problema está en la transición de los símbolos del mensaje que entró a los del mensaje que salió.
Esta posibilidad de imperfección se llama ruido. Sin ruido, la cantidad de información de un

3
mensaje es la misma a la salida que a la entrada. Con ruido nacen la ambigüedad y los equívocos.
Para evitarlos habrá que transmitir el mensaje con redundancia, aunque esto suponga una pérdida
relativa de información. La principal objeción que desde el primer momento presentó su Teoría
matemática de la Comunicación fue la de no considerar los aspectos relativos al significado de los
mensajes, por lo que debemos considerar el cuerpo especulativo al que abrieron paso como una
teoría de señales, no como una auténtica teoría de la información.
Cualquier desarrollo que involucre un proceso de organización de información debe proporcionar
un mecanismo adecuado que permita clasificar dicha información. Más aún en el contexto en que
nos movemos, pues por una parte pretendemos recuperar información, para lo cual necesitamos
un esquema de representación, y por otra, hacer la representación de esos dominios de forma
automática. En cualquiera de los dos casos es necesario establecer algún método de clasificación
que permita organizar la información que se maneja. Ajenos a la intervención del procesamiento
semántico, hemos descrito los métodos basados en la expresión textual como objeto, representada
mediante elementos matemáticos, y que constituyen una de las dos metodologías de trabajo en
cualquier proyecto de investigación de nuestra especialidad. No nos propusimos cuestionar aquí
la eficacia de simular experimentalmente la recuperación de la información, si no hacer una
relación de utilidades imprescindibles para el análisis de contenido automático, cuyo origen está
en el método estadístico.

5.2 Redes

Si realizamos alguna observación del mundo que nos rodea todo está referido a sistemas, los
cuales los entendemos como un conjunto de elementos interrelacionados entre sí con un objetivo
común, estos sistemas pueden ser grandes y complejos por su gran cantidad de componentes, como
la internet, el cosmos, el cerebro humano, etc., o pequeños como los integrantes de una
organización, un grupo de amigos, las universidades de una localidad, las empresas de una región,
etc., estos sistemas por conveniencia de estudio pueden ser representados por una red que muestre
la interrelación que existe entre sus componentes y sus características.

Si se aplica esta metodología existe una teoría que sustente esta representación:

4
La teoría de redes se refiere al estudio de los sistemas conectados, una herramienta matemática
importante para el estudio de las redes es la teoría de grafos. Estos son una colección de vértices o
nodos conectados por ligaduras (arcos), dirigidos o no.

En términos sencillos, un grafo es la representación de las relaciones entre los elementos de un

cierto conjunto. Por ejemplo, un conjunto de computadoras conectadas entre sí puede ser
representado por medio de un grafo. Cuando la relación entre cada dos objetos lleva asociado un
valor numérico (que puede representar el costo de paso, la longitud o la velocidad de flujo entre
ambos, etc.) se habla de redes en lugar de grafos.

Debido a esta generalidad del concepto de red, muchos de los problemas en campos como Diseño
y Análisis de Redes de Comunicación, Planificación de la Producción, Gestión y Administración,
Ciencias de la Computación, Inteligencia Artificial, Clasificación y Análisis de Datos, Fiabilidad
de Sistemas, Redes de Colas, Tráfico, Localización de Centros o Plantas, Criptografía,
Cristalografía, etc., se plantean y resuelven gracias a los estudios realizados en general para redes.

Podemos decir entonces que la teoría de redes se refiere al estudio de los sistemas conectados. Así,
constituyen redes las palabras en un idioma y los temas en una conversación. El tráfico de una
ciudad, las empresas de un parque industrial el cerebro es una red de neuronas y las organizaciones
son redes de personas. La economía global, es una red de economías nacionales, compuesta de
redes de mercados, las transacciones en una empresa manufacturera, las que a su vez construyen
11 con las interacciones de los productores y los consumidores.

5.3 Aplicaciones De La Teoría De Grafos A Redes Con Elementos

Autónomos.

Tsunamis, terremotos o accidentes en centrales nucleares son ejemplos de catástrofes que pueden
hacer necesaria la evacuación de grandes ciudades. En estas situaciones, la existencia de planes de
evacuación y gestión de tráfico adecuados permiten reducir las consecuencias (en cuanto a daños
humanas) derivadas de estas situaciones.

El diseño de técnicas de evacuación para estas situaciones plantea múltiples dificultades. El

principal problema es la necesidad de implementar un plan de evacuación que sea aceptado y
seguido por los ciudadanos, ya que en última instancia son éstos quienes toman las decisiones, y

5
lo hacen en general en situaciones de gran intensidad emocional (pánico) donde no puede esperarse
un comportamiento racional óptimo.

El segundo problema planteado en las evacuaciones es el gran tamaño y densidad de población de

las ciudades implicadas, así como las congestiones y atascos que pueden originarse en el proceso.

¿Puede la teoría de grafos contribuir a reducir los daños en la evacuación de grades ciudades? El
siguiente documento pretende demostrar que efectivamente la teoría de grafos puede mejorar estas
situaciones. La teoría de grafos puede ser empleada para automatizar la generación de planes de
evacuación que tengan en cuenta la capacidad de decisión de las personas, que se adapten a cada
ciudad en concreto y a cada instante.

La idea propuesta es modelar las calles y vías de transporte mediante un grafo. Una vez se dispone
del grafo, el diseño de técnicas de evacuación planteado consiste en dividir el sistema a evacuar
en varios subsistemas interconectados que evolucionen de forma independiente. Los individuos
pertenecientes a un subsistema serán quienes decidan si existen o no puntos de entrada al
subsistema, así como la posible ubicación de estos puntos. De este modo, cuando se produzca un
conflicto entre dos individuos de un subsistema al intentar acceder a un mismo punto, se les habrá
dado un motivo para aceptar el plan de evacuación y ceder el paso: la garantía de que esa espera
no les obligará a sufrir futuros conflictos, ya que pueden colocar las puertas de entrada a su
subsistema de forma que esto no suceda.

La modelización de las ciudades a evacuar mediante grafos permite, por un lado, realizar divisiones
del sistema que exploten las propiedades del grafo y, por otro lado, clasificar las ciudades en
función de las métricas del grafo para poder aplicar en cada caso el método de división que mejor
se adapte.

5.3.1 Plan de evacuación:

6
En las redes con estructura dinámica y elementos autónomos
resulta especialmente complejo alcanzar soluciones eficientes, ya
que ni las técnicas de optimización ni las de negociación se
adaptan a las necesidades de estos sistemas. Por ello, es para este
tipo de sistemas para los que se plantea un nuevo enfoque de
división que tenga en cuenta la capacidad de decisión de los
elementos autónomos y proporcione a los participantes incentivos
para aceptar las soluciones. La idea consiste en dividir el sistema
total en subsistemas interconectados, mundos, de forma que cada
mundo pueda evolucionar de forma independiente y que los éstos se comuniquen e interactúen
entre sí para establecer las interconexiones entre mundos. De este modo resulta eficiente la
negociación ya que se produce sólo entre mundos. Además, añade a cada uno de los elementos
autónomos un nuevo interés, la cooperación en el mundo para alcanzar la negociación entre
mundos, lo cual favorece el alcance de una solución global óptima. Como ejemplo que permita
clarificar la idea anterior y su aplicación a los planes de evacuación se plantea el escenario de la
evacuación de un tablero de ajedrez. Este escenario consiste en un tablero con obstáculos y una
casilla de salida; a este tablero se añaden peones con capacidad de decisión que intentarán llegar a
la salida por el camino más corto, moviéndose una posición en horizontal o vertical, produciéndose
conflictos si dos peones intentan acceder a una casilla al mismo tiempo. En caso de conflicto,
aleatoriamente se da el derecho de paso a uno de los peones implicados, mientras que el resto
deciden aceptar o no la espera en función de la probabilidad de futuras esperas. Si alguno de los
peones no acepta la solución, se produce un choque y todos los implicados en él quedan parados.
En este escenario, el objetivo a nivel global es que el tablero quede vacío en el menor tiempo
posible, mientras que el objetivo particular de cada peón será salir del tablero en un tiempo mínimo.

7
Aplicando el paradigma propuesto al
problema de la evacuación del tablero
de ajedrez, el escenario queda dividido
en varias regiones, "mundos",
interconectados entre sí por una serie
de puertas. Para establecer estas
puertas, los peones de cada una de las
regiones cooperan para restringir las
entradas permitidas a su mundo, de
modo que ninguno de los peones que ya están en él pueda verse perjudicado por los de fuera.
Además, negocian la elección de la puerta de salida, eligiéndose, de entre las opciones que
permitan los mundos adyacentes, la salida que convenga a más peones. De este modo, cuando se
produzca un conflicto entre peones dentro de un mundo, los peones tendrán un incentivo para
decidir ceder el paso a otro peón: la garantía de que esa espera no les obligará a sufrir futuros
conflictos, ya que pueden colocar las puertas de entrada a su mundo de forma que esto no suceda.

Una vez generados los mundos y establecidas las puertas de estos, los peones se mueven hacia la
salida de su mundo. En caso de que los obstáculos impidan a un peón alcanzar la salida de su
mundo, se considera que éste se moverá por el tablero completo, ignorando los mundos creados,
aunque no los obstáculos. El proceso de división del sistema, negociación de interconexiones y
movimiento de peones se repite hasta que no quedan peones en el escenario.

La teoría de grafos puede ser aplicada para modelizar y generalizar el escenario descrito. El tablero
de ajedrez y los obstáculos de éste se pueden representar como un grafo en el que cada nodo
simboliza una de las casillas sin obstáculos del tablero, mientras que las aristas conectan las casillas
sin obstáculos adyacentes en horizontal y vertical. Los peones, dibujados en verde en el ejemplo
de la figura 9, se sitúan en los nodos y se desplazan a través del grafo hacia la salida. Los grafos
generados de este modo son grafos simples no orientados.

La modelización del sistema mediante un grafo permite la aplicación directa del paradigma
propuesto a otro tipo de red, así como el empleo de las propiedades de grafos para la clasificación
de escenarios o la implementación de diferentes divisiones del sistema, como se explica en el
siguiente apartado.

8
 5.2.1.1: Diferentes divisiones de la red:

En el paradigma propuesto, la división del sistema completo para generar mundos puede realizarse
atendiendo a múltiples criterios. A continuación, se plantean cuatro criterios de división del
sistema diferentes.

5.2.2.1: División simétrica:

Esta división del tablero planteada consiste en dividir éste de forma simétrica. En ella se aplica la
teoría de grafos para realizar la división de forma más genérica, de modo que pueda ser aplicable
a otras redes y de manera que se pueda explotar la estructura del grafo.

5.2.2.2: División de Nodos:

Este tipo de división planteado se basa en generar los mundos agrupando nodos con distancias
semejantes a la salida.

5.2.2.3: División por reparto de peones:

En esta se generan los mundos de modo que los peones queden repartidos entre estos.

5.2.2.4: División por comunidades:

En esta se plantea la división del grafo en comunidades para la formación de los mundos.

5.3.3 tiempo de evacuación:

El tiempo de evacuación es el tiempo que tarda el último peón en abandonar el tablero, es decir el
tiempo que tarda el tablero en quedar vacío.

9
 5.4 Aplicación de grafos en la ingeniería económica.
5.4.1 Aplicación en rutas de trabajos de una empresa del sector de la distribución
automática:

En la actualidad, la gestión de rutas es un aspecto fundamental en las empresas (el transporte), ya

que supone elevados costes de carburantes, mano de obra, etc. Ejemplo, una empresa cualquiera
quieren evaluar la efectividad de su política actual de rutas y compararlas con la política optima
obtenida mediante las aplicaciones informáticas Grafos y Rutas, basados en la Teoría de Grafos.

La herramienta Grafos es un software desarrollado por Rodríguez Villalobos (2008) para la

construcción, edición y análisis de grafos. Abarca toda clase de problemas relacionados con la
Teoría de Grafos, y otras disciplinas relacionadas como la ingeniería de organización industrial, la
logística y el transporte, investigación operativa, diseño de redes, etc., por lo que se puede utilizar
para el modelado y resolución de problemas reales. La Herramienta Rutas (Rodríguez-Villalobos,
2008) permite capturar, almacenar, manipular, analizar y desplegar visualmente en un mapa la
información geográficamente introducida, que servirá posteriormente para resolver una parte del
problema planteado. El objetivo de esta aplicación es el desarrollo de una Herramienta informática
de características profesionales que permita la resolución de problemas reales de flotas de
vehículos capacitados o CVRP
(Capacitated Vehicle Routing
Problems); el cálculo de rutas y
gestión. Algunos ejemplos de sus
posibles aplicaciones son:
localización de clientes, centros de
tránsito y almacenes; calculo y
gestión de distancias, tiempos y
costes de transporte, gestión de
flotas de vehículos; reducción de
costes y tiempos de transporte,
exportar información sobre
localizaciones e itinerarios para otro software cartográfico (Google Earth, OziExplorer, GPS
Visualize, etc.). Ambas aplicaciones resuelven problemas relacionados con la Teoría de Grafos,

10
en la cual se basa este trabajo, aunque cada una de ellas ha servido para proporcionar por una parte
la información necesaria para la localización de los clientes y la distancia entre ellos (Rutas) y los
resultados que han facilitado la obtención de la ruta óptima (Grafos).

5.4.2 Ejemplo:

Semacaf Maquinas de Cafe S.L. es una pyme perteneciente al sector de la distribución automática,
cuya actividad empresarial es la compra y distribución de máquinas vending y de agua refrigerada.
Esta actividad pone a disposición del consumidor una amplia gama de productos a través de un
nuevo modelo de distribución, constituyendo al tiempo, un punto de vista diferenciado de lo
tradicional, puesto que no requiere la presencia humana de un vendedor. Es un sistema mucho más
agresivo que se instala en los propios ámbitos de trabajo, ocio, colectividades y tránsito de la
población, disponiendo de un horario extenso y con niveles de higiene y calidad equiparables,
como mínimo, a los de los establecimientos convencionales.

La empresa objeto de estudio

distribuye sus máquinas
principalmente en entornos
laborales, centros públicos y
privados y en empresas
dedicadas al sector servicios.
Cualquier empresa del mercado
se enfrenta a variables externas
que afectan su gestión. En el'
caso de estudio, destaca la
tendencia en los precios de los productos energéticos, ya que la actividad de la empresa supone un
desplazamiento continuo de todos los operarios a todos los clientes. El estudio realizado se basa
en la media de los precios del carburante en el periodo estaciado (enero, febrero y marzo de 2007),
aunque actualmente estos se han incrementado en un 30%, aproximadamente. A continuación, la
figura 1 refleja la evolución de los precios del carburante desde el año 2001, destacando el
incremento constante de los precios y el continuo acercamiento del precio del gasóleo al de la
gasolina.

11
 5.3.3 Planificación actual de las rutas de trabajo de la empresa

La planificación actual de las rutas de trabajo depende de unos factores muy importantes:
localización del cliente, consumo mensual y tipo de máquina. Posteriormente, el operario realiza
cambios en esta ruta basándose en unos criterios previstos y que dan lugar a la ruta re planificada:

jornada laboral de los clientes, media mensual de consumo, ubicación de las máquinas y dimensión
de la posición, ampliación del número de máquinas instaladas en un mismo cliente, modificación
de la capacidad de la máquina, nueva línea de negocio de la empresa, periodo de caducidad de los
productos, etc. Sin embargo, existen otros factores imprevistos que también podrían condicionar
la ruta del operario y obligarle a modificar el itinerario de las visitas respecto a la ruta inicial y
replanificada.

5.3.4 Propuesta de mejora:

A partir de la herramienta Rutas se obtienen las matrices “Distancia” (km) y “Tiempo” (min). Estas
facilitan la obtención de una tercera matriz “Costes” (€) que es función de las dos anteriores,
mediante la siguiente fórmula: f= Km *Cu + t*Cm +C Tributos. Como puede observarse, existe
una parte fija y una variable. Esta última se expresa en función de los kilómetros y del tiempo,
mientras que la fija se basa en un gasto que absorbe la empresa desde el momento en que el
vehículo entra en funcionamiento. Por tanto, los parámetros empleados son: kmij: distancia en km
del nodo i al nodo j. Cu: se obtiene de la siguiente forma: en primer lugar, se calcula los litros que
consume el vehículo al recorrer un km ( €/km) y, en segundo lugar, se calcula el precio medio
del gasóleo durante el periodo estudiado. Desde el punto de vista de los costes, Grafos proporciona
un total de 16 valores mínimos. Esto significa que de las veinte jornadas diarias analizadas que
componen cada mes estudiado (Semana 1-lunes o S1-L… Semana 4-viernes o S4-V) la aplicación
ha obtenido en dieciséis de estos costes mínimos óptimos. por tanto, el coste global de esta ruta
disminuye dado que se repite la misma secuencia de visitas durante la primera y tercera semana, y
durante la segunda y la cuarta semana para todos los meses analizamos. Estos resultados
comparados con el único valor mínimo que ha generado la ruta inicial confirman que las secuencias
provistas por dicha aplicación ayudaran a reducir el coste a la empresa. La diferencia entre los
valores mínimos obtenidos frente a los m4aximos, suponen un ahorro anual total de 2.610 € para
esta ruta. Al comparar la ruta inicial con la ruta óptima obtenida en Grafos, anualmente la empresa
ahorraría la cantidad de 984,82 € para la ruta estudiada siempre y cuando se modificará la ruta

12
inicial y la adaptara a los resultados obtenidos con la aplicación Grafos. Si se extrapolan los
resultados para las siete rutas que actualmente tiene la empresa, la diferencia entre los valores
mínimos y máximos supondría un coste máximo adicional de 18.270 € anuales para todas las rutas
en el caso de que los operarios desviasen sus rutas para atender las incidencias, mientras que la
cantidad que se ahorraría la empresa si modificase sus rutas iniciales y las adaptase a los resultados
obtenidos con Grafos sería aproximadamente de 6.893,74 € anuales.

A continuación, se muestra un ejemplo para una de las jornadas estudiadas, concretamente la que
representa los miércoles de la primera y tercera semana de cada mes (S1-3-X). En la figura se
representa la ruta inicial planificada por la empresa y, en la otra figura la ruta óptima obtenida con
Grafos.

Las figuras anteriores muestran dos rutas a simple vista similares, aunque al observar la secuencia
se aprecia la diferencia. La figura anterior muestra la ruta inicial fijada por la empresa y llevada a
cabo por el operario durante la jornada escogida, los resultados obtenidos en el análisis fueron los
siguientes: distancia de 87 km, tiempo de desplazamiento efectivo estimado de 107 minutos y coste
de la ruta de 23,2 €. La otra figura muestra la secuencia obtenida para la misma jornada tras haber
aplicado el algoritmo del problema del viajante. A continuación, se resumen los resultados
obtenidos: distancia de 74,6 km, tiempo de desplazamiento efectivo estimado de 89 minutos y
coste de la ruta de 17,63 €. Una vez que se han estudiado todas las rutas, aunque se omitan por
razones de espacio, se observa que, siguiendo la misma ruta, pero cambiando la secuencia de
visitas a los clientes se consigue un ahorro en coste, tiempo y distancia recorrida.

13
5.3.5 Resultados:

La aplicación Grafos ha optimizado la ruta inicial a través del cambio de la secuencia de visitas
planteaba en la ruta inicial, demostrando que puede mejorarse dicha ruta mediante el algoritmo del
problema del viajante y utilizando los tres factores analizados en este trabajo (kilómetros, tiempo
y coste en €). Así ha podido demostrarse que la gestión de rutas es una de las áreas de gestión de
la empresa que permite reducir costes si se optimizan eficazmente. Una de las utilidades de las
diferencias entre los valores mínimos y máximos es que ayudan a entender el coste que supone
desviarse de la ruta establecida para atender avisos, por ejemplo, de averías y reposiciones. Por
tanto, comparando estos datos, se considera necesario replantear en un futuro que le resultaría más
rentable a la empresa: tener un operario que atienda las incidencias que surjan durante una jornada,
desviándose de la ruta, o contratar un técnico para los avisos, evitando que el operario se desvíe
de la ruta inicial planificada.

Aunque los resultados obtenidos con las rutas iniciales demuestran que la gestión de rutas de la
empresa era efectiva, sería positivo que esta se plantease la posibilidad, de reajustar las rutas
iniciales en función de los resultados obtenidos con Grafos para optimizarlas, da que el sistema
propuesto facilitaría a la empresa poder planificar nuevas rutas o añadir nuevos clientes a las rutas
existentes en la jornada más apropiada. También, es importante que la empresa controle los gastos
y los reduzca en la medida de sus posibilidades, da que como ocurre con el precio del gasóleo, hay
variables que no pueden controlarse y que incrementan el gasto de la empresa, con lo que una
buena política de gestión de rutas es el mejor aliado para frenar en parte estos gastos.

En cuanto a las líneas futuras de actuación, a corto plazo la empresa tiene previsto estudiar la
viabilidad del sistema de gestión de rutas propuesto antes de adaptar o modificar su sistema actual
de rutas. El objetivo fundamental tras implantar el método de optimización sería replantearse todas
las rutas iniciales propuestas y modificarlas, siguiendo el patrón de secuencias obtenido mediante
Grafos para cada una de las jornadas. Finalmente, sería interesante poder incorporar al estudio
nuevas variables que influyan sobre las rutas óptimas obtenidas con Grafos. De este modo, podrían
preverse que da a ocurrir en un futuro bajo el supuesto de unas condiciones dadas, haciendo posible
el estudio de diferentes resultados cambiando una o varias variables, con lo que se podría conocer
con exactitud la ruta más adecuada.

14
6. Conclusiones.

 Cualquier desarrollo que involucre un proceso de organización de información debe

proporcionar un mecanismo adecuado que permita clasificar dicha información (En este
caso uso de grafos). Más aún en el contexto de nuestra carrera, pues por una parte
pretendemos recuperar información, para lo cual necesitamos un esquema de
representación, y por otra, hacer la representación de esos dominios de forma automática.

 La generalidad del algoritmo de reducción propuesto radica en la posibilidad de su

aplicación en distintos tipos de redes, así como en el Diseño Racional en Ingeniería
Mecánica.
 Muchos de los sistemas empleados actualmente, tales como sistemas de comunicaciones,
redes eléctricas o infraestructuras de transporte, puede ser modelados como redes:
conjuntos de nodos interconectados. Unos sistemas de especial complejidad son las redes
en las cuales existen elementos autónomos con capacidad de decisión, y en las cuales,
además, puede cambiar de forma dinámica la estructura de la red y los elementos que
forman parte del sistema. En estas redes hay un objetivo global al mismo tiempo que cada
uno de los elementos autónomos tiene unos intereses y objetivos particulares.
 El plan de evacuación de una ciudad es un ejemplo de sistema con elementos autónomos y
estructura dinámica. Para automatizar el diseño de planes de evacuación se ha propuesto
emplear la teoría de grafos para modelar las vías de transporte y estructura de la ciudad
como un grafo.
 La aplicación de la teoría de grafos ha permitido además diseñar divisiones del sistema que
tienen en cuenta la estructura del grafo y que son aplicables a redes y sistemas generales.
Además, ha permitido clasificar los escenarios en función de las propiedades de los grafos.
Por último, se ha mostrado la necesidad de realizar un análisis previo de las propiedades y
estructura de grafo antes de aplicar un método de evacuación, ya que los diferentes planes
de evacuación no proporcionan los mismos beneficios en grafos con diferentes
propiedades.
 En la línea del trabajo realizado quedaría realizar experimentos con grafos de mayor
tamaño y con grafos aleatorios, ya que los experimentos mostrados en este documento han
sido realizados con unos escenarios muy concretos. La realización de experimentos con

15
 otros grafos permitiría determinar la influencia de propiedades de los grafos como el
número de nodos o el diámetro del grafo. Por otro lado, sería el trabajo comenzado con
este documento continuaría aplicando los planes de evacuación diseñados a grafos de
ciudades reales.

7. Bibliografía:

Moreira Gonzales, José. (2012). Aplicaciones al análisis automático del Contenido provenientes
de la teoría matemática De la información. Universidad Carlo III de Madrid. Recuperado
de: https://revistas.um.es/analesdoc/article/view/2101/2091

Cristina, Jordán; Torregrosa, Juan. (2011). Herramientas de la teoría de grafos para la

modelización. Volume 4- No. 22. Recuperado de:
https://polipapers.upv.es/index.php/MSEL/article/view/3088/3191

8. Linkgrafía:

 http://www3.uah.es/libretics/concurso2014/files2014/Trabajos/Aplicacion%20de%20la%
20teoria%20de%20grafos%20a%20redes%20con%20elementos%20autonomos.pdf
 http://www.unipamplona.edu.co/unipamplona/portalIG/home_23/recursos/general/11072
012/grafo3.pdf
 http://materias.fi.uba.ar/7500/federico-tesisdegradoingenieriainformatica.pdf
 https://www.tesisenred.net/bitstream/handle/10803/7023/01Mafm01de10.pdf?sequence=
1&isAllowed=y
 https://cimat.repositorioinstitucional.mx/jspui/bitstream/1008/449/1/TE_1504.pdf
 https://www.academia.edu/16555690/MODELO_A_PARTIR_DE_GRAFOS_DE_UNA
_RED_DE_RIEGO_POR_GOTEO_Y_SU_APLICACI%C3%93N_A_LA_DISTRIBUC
I%C3%93N_DEL_RIEGO_MEDIANTE_UN_ALGORITMO_DE_OPTIMIZACI%C3%
93N?auto=download
 http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815-59442012000200008
 http://estructurasdedatosgrafos.blogspot.com/2016/04/aplicaciones-de-los-grafos.html
 https://repository.ucatolica.edu.co/bitstream/10983/16273/1/Aplicacion%20de%20la%20
Teoria%20de%20Grafos%20al%20Programa%20Institucional%20Yomasa.pdf

16