Konrad-Zuse-Zentrum Takustraße 7

D-14195 Berlín-Dahlem

für Informationstechnik Berlín

Alemania

L UIS M. T ORRES R AMIRO T ORRES

R ALF B ORNDÖRFER METRO ARCO E. P FETSCH

Planificación de líneas en senderos y

redes de árboles con aplicaciones al Quito
Sistema Trolebús

Informe ZIB 08-35 (diciembre de 2008)

 Planificación de líneas en senderos y redes de árboles con
Aplicaciones al Sistema Quito Trolebús
Luis M. Torres ∗ † Ramiro Torres † Ralf Borndörfer ‡ Marc E. Pfetsch §

13. diciembre de 2008

Resumen

La planificación de líneas es un paso importante en el proceso de planificación estratégica

de un sistema de transporte público. En este trabajo, discutimos un modelo de
optimización para este problema con el fin de minimizar los costos de operación y
garantizar un cierto nivel de calidad de servicio, en términos de capacidad de transporte
disponible. Analizamos el problema de las topologías de redes de caminos y árboles, así
como varias categorías de operación de líneas que son importantes para el sistema
Trolebús de Quito. Resulta que, desde el punto de vista del peor de los casos de
complejidad computacional, el problema es difícil en todas las variantes excepto en las
más simples. En la práctica, sin embargo, las instancias basadas en datos reales del
Sistema Trolebús en Quito se pueden resolver bastante bien y se pueden demostrar
importantes potenciales de optimización.

1. Introducción
Las principales ciudades de América del Sur enfrentan una enorme y constante
demanda de transporte y, lamentablemente, también un aumento de la congestión
vehicular, con todos sus efectos negativos. En Quito, la topografía alargada de la
ciudad con su 1.8 millones de habitantes (el área urbana tiene 60 km de largo y 8 km
de ancho) agrava aún más la congestión vehicular, de manera que el tráfico se
interrumpe casi por completo durante las horas pico. Como consecuencia, el gobierno
local enfrenta la necesidad de mejorar el sistema de transporte público masivo.
Una opción de bajo costo que ha dado resultados satisfactorios en los últimos años es
la implementación de grandes corredores de transporte. Estos corredores constan de vías
viales que están reservadas exclusivamente para unidades de bus de gran capacidad, las
cuales, de esta forma, pueden operar independientemente del resto del tráfico. Aunque la
topología de un corredor es extremadamente simple (solo una ruta), el funcionamiento del
autobús no es trivial. De hecho, suele estar organizado en un complejo sistema de
∗ Otto-von-Guericke Universität Magdeburg, Alemania, torres@math.uni-magdeburg.de
† EPN Quito, Ladrón de Guevara E11-253, Quito, Ecuador, { l, r} torres@math.epn.edu.ec
‡ Instituto Zuse de Berlín, Takustr. 7, 14195 Berlín, Alemania, borndoerfer@zib.de
§ TU Braunschweig, Pockelsstr. 14, 38106 Braunschweig, Alemania, m.pfetsch@tu-bs.de

1
 Figura 1: Sistema Trolebús y sistema de línea alimentadora en Quito.

varias docenas de líneas, que cubren, de manera superpuesta, diferentes partes del corredor, y
que pueden operar de diferentes maneras, por ejemplo, como "líneas normales" o como "líneas
expresas" (parando sólo en estaciones expresas distinguidas), como " líneas abiertas
”(unidireccionales) o“ líneas cerradas ”(líneas bidireccionales), y en cualquier combinación de estas
categorías. Las líneas del corredor a menudo se complementan con líneas de alimentación que
transportan pasajeros entre las terminales especiales de transbordo del corredor y los
vecindarios cercanos.
En Quito, el más importante de estos corredores es el llamado Sistema Trolebús ( TS),
ver Figura 1. TS es actualmente el sistema de transporte público más grande de Quito,
que transporta 250 000 pasajeros diariamente. Sin embargo, el dramático aumento en
la demanda de transporte ha tenido un impacto negativo en la calidad del servicio,
con autobuses abarrotados y largos tiempos de espera que los pasajeros suelen
experimentar. Al mismo tiempo, los costos de operación han aumentado
continuamente. Con el objetivo de contribuir a la mejora de esta situación, hemos
estado trabajando en modelos de optimización que se pueden aplicar para mejorar la
operación del TS y sistemas de transporte de corredores similares. La pregunta que
investigamos es si el diseño del sistema de líneas de corredor se puede optimizar
utilizando métodos matemáticos para mejorar la calidad del servicio y / o reducir los
costos de operación mediante una mejor utilización del vehículo.
Los enfoques de optimización matemática para la planificación de líneas han recibido una atención
creciente en la investigación de operaciones y la comunidad de programación matemática en las últimas dos
décadas, ver Odoni, Rousseau y Wilson [13] y Bussieck, Winter y Zimmermann [8] para una descripción general.
En particular, los enfoques de programación de números enteros para la planificación de líneas se han
considerado desde finales de los noventa. Bussieck, Kreuzer y Zimmermann [6] (ver también Bussieck [5]) y
Claessens, van Dijk y Zwaneveld [9] proponen enfoques de corte y ramificación para seleccionar líneas de un
grupo de líneas potenciales generado previamente. Ambos artículos se basan en una "división del sistema" de la
demanda, es decir, una distribución a priori

2
del flujo de pasajeros en los arcos de la red de transporte; estas “demandas
agregadas” son luego cubiertas por líneas de capacidad suficiente. Bussieck, Lindner y
Lübbecke [7] amplían este trabajo incorporando componentes no lineales. Goossens,
van Hoesel y Kroon [10, 11] mejoran los modelos y algoritmos y muestran que los
problemas ferroviarios del mundo real pueden resolverse en un tiempo y calidad
razonables. Recientemente, Borndörfer, Grötschel y Pfetsch [2, 3], Schöbel y Scholl [14,
15] y Nachtigall y Jerosch [12] han propuesto enfoques que integran la planificación de
líneas y la ruta de pasajeros. Los dos últimos grupos consideran enfoques que
permitan minimizar el número de transferencias o el tiempo de transferencia.
Todos estos artículos consideran topologías de red generales, pero no analizan categorías de
operación de línea como líneas rápidas o líneas abiertas, probablemente porque el problema de
planificación de líneas en gráficos generales ya es difícil sin ellas. La topología del corredor, sin
embargo, abre la oportunidad de investigar categorías complejas de operación de línea en un
entorno prácticamente relevante. También plantea la cuestión de si quizás algunos casos
asociados con diferentes categorías de operaciones de línea pueden resolverse en tiempo
polinomial. En la Sección 3 se verá que este es el caso de las topologías de ruta si sólo se utilizan
líneas cerradas y una flota de vehículos homogénea; en todos los demás casos, sin embargo, el
problema es difícil. Estos resultados se extienden a los árboles en la Sección 4. Aquí, la
complejidad computacional depende del número de terminales y de la frecuencia con la que una
línea visita un nodo terminal; nuevamente, algunos casos simples se pueden resolver en tiempo
polinomial, los otros son difíciles. Sin embargo, desde un punto de vista práctico, las instancias de
TS se pueden resolver bastante bien. De hecho, nuestros resultados muestran importantes
potenciales de optimización en comparación con la solución que se utiliza actualmente, consulte
la Sección 5.

2 El problema de la planificación de líneas

Consideramos una red de transporte de autobuses como un dígrafo. D = (V, A), donde cada estación de
autobuses está representada por un nodo v ∈ V y los arcos representan enlaces directos entre
estaciones, es decir, ( yo, j) ∈ A si y solo si algún autobús puede visitar la estación j
directamente después de la estación I. La flota de autobuses suele ser heterogénea; por ejemplo,
en Quito contiene trolebuses y varios otros tipos de autobuses utilizados para las líneas de
alimentación. A un tipo específico de autobús lo llamamos transporte. modo y definir METRO
para ser el conjunto de todos los modos de transporte del sistema. Cada transporte
+
modo metro ∈ M tiene un especi fi co capacidad κ metro ∈ Z. Para cada metro ∈ M, cierto
estaciones referidas como terminales se identifican, donde los buses de modo metro puede iniciar o
finalizar una ruta de servicio. Un linea Abierta para un modo metro es una ruta dirigida cuyos primeros y
últimos nodos son terminales diferentes. Del mismo modo, un línea cerrada por metro
es un circuito que contiene al menos un terminal. Suponemos en este artículo que una línea
cerrada es simétrico en el sentido de que contiene pares de arcos antiparalelos,
es decir, si una línea cerrada contiene un arco a = (i, j), también contiene el arco inverso
a = (j, i). Consideramos para cada metro ∈ M a piscina de línea L metro, es decir, un conjunto de líneas
seleccionadas a priori (abiertas o cerradas) que potencialmente pueden establecerse. Nosotros denotamos
por L: = ∪ metro ∈ METRO L metro el conjunto de todas las líneas posibles y por L metro a el conjunto de líneas de
modo metro usando arco una. Por una linea ℓ ∈ L, C ℓ ∈ R + es el costo de un solo viaje a través de ℓ.

3
 La demanda de transporte generalmente se expresa en términos de origen-destino.
V
matriz D uv) ∈ V × Z+ , donde cada entrada D uv indica el número de pasajeros
viajando desde la estacion tu a la estación v dentro de un cierto horizonte de tiempo T. A
continuación, asumimos que cada pasajero ha sido encaminado a lo largo de alguna dirección
específica ( u, v) - ruta en un paso de preprocesamiento, de modo que un transporte agregado
demanda gramo a en cada arco a de la red se ha calculado, es decir, se da una división del sistema.

La problema de planificación de línea es elegir un conjunto de líneas L ⊆ L y frecuencias

para las líneas en L de tal forma que exista capacidad de transporte suficiente para cubrir la
demanda agregada en cada arco de la red.
A lo largo del artículo, escribimos [ n]: = { 1,. . . , norte}, por norte ∈ Z +.

2.1 Un modelo basado en el flujo para la planificación de líneas

El problema de planificación de líneas se puede formular como un problema de programación de

números enteros, que denotamos por Modelo de cobertura de la demanda con costos fijos ( DCM-FC):

∑
min ∑ ( C ℓ F ℓ + K ℓ y ℓ) (1)
ℓ ∈L ∑

St κ metro F ℓ ≥ gramo a, ∀a∈A (2)

metro ∈M ℓ ∈L metro
a

0 ≤ F ℓ ≤ F maxℓ y ℓ ∀ℓ∈L (3)

Fℓ∈ Z + ∀ℓ∈L (4)
y ℓ ∈ { 0, 1} ∀ ℓ ∈ L. (5)

Aquí, F ℓ es una variable entera que representa la frecuencia asignada a la línea ℓ ∈ L,

y y ℓ es una variable 0/1 que indica si se elige una línea en la solución ( y ℓ = 1) o no ( y ℓ = 0).
El costo de la línea ℓ ∈ L implica un costo fijo K ℓ ∈ R +
así como un costo operativo C ℓ F ℓ eso depende de la frecuencia. La función objetivo (1)
apunta a minimizar el costo total. Las restricciones (2) aseguran que el
Se cubre la demanda agregada de transporte. Restricciones (3) acoplan la línea
variables de selección y ℓ y las variables de frecuencia F ℓ. También imponen límites superiores F max frecuencias
en línea, para
ℓ todos ℓ ∈ L. Finalmente, (4) y (5) son integralidad
restricciones para las frecuencias.
Cuando los costos fijos son cero ( K ℓ = 0 para todos ℓ ∈ L), el modelo se simplifica a la siguiente
forma, que denotamos por Modelo de cobertura de la demanda ( DCM):
∑
min ∑ CℓFℓ (6)
ℓ ∈L ∑

St κ metro F ℓ ≥ gramo a, ∀a∈A (7)

metro ∈M ℓ ∈L metro
a

0 ≤ F ℓ ≤ F maxℓ ∀ℓ∈L (8)

Fℓ∈ Z + ∀ ℓ ∈ L. (9)

4
 g (v 1 v 2)
˜v1v2
gramo

v1 v2 v3 v4 v1 v2 v3 v4
g (v 2 v 1)

D GRAMO

Figura 2: Construcción de la versión no dirigida de DCM en un gráfico de Quito. Las lineas cerradas
( v 1, v 2, v 3, v 2, v 1) y ( v 2, v 3, v 4, v 3, v 2) en D son sustituidos por sencillos caminos no dirigidos en GRAMO.

DCM es una versión simplificada del modelo de Bussieck, Kreuzer y Zimmermann [6],
quienes además consideran límites inferiores no triviales en las frecuencias de línea y una
función objetivo diferente. Claessens, van Dijk y Zwaneveld [9] prueban que DCM (el
“problema simplificado de planificación de líneas de costo óptimo” según [9]) es NP-difícil.
Otra prueba de dureza NP aparece en Schöbel y Scholl [14], quienes muestran que el
problema de cobertura del conjunto es un caso especial del problema de planificación de
líneas ( κ ≡ 1, gramo ≡ 1, F max ≡ 1).
Observe que si el grupo de líneas contiene solo líneas cerradas, entonces, debido al
supuesto de simetría para líneas cerradas, cada línea usa un arco a = (u, v) también debe
usar el arco inverso a = (v, u), en el que el autobús viaja en la dirección opuesta. Por lo
tanto, tanto el conjunto de arcos de la red como el conjunto de arcos de cada línea se
pueden dividir en pares de arcos antiparalelos. Sustituyendo estos pares por bordes no
dirigidos, cualquier instancia de DCM con líneas cerradas se puede reducir a un equivalente no
dirigido instancia en un gráfico no dirigido G = (V, E), donde las nuevas demandas
agregadas en los bordes se calculan de la siguiente manera:

gramo ˜ { u, v}: = max { gramo( u, v), gramo( v, u)}, para todos ( u, v) ∈ UNA.

En esta versión del problema, las líneas corresponden a senderos sencillos no dirigidos
en GRAMO, teniendo los mismos costos que sus contrapartes dirigidas. La tarea consiste en
asignar frecuencias a estos caminos para cubrir las demandas de los bordes a un costo
mínimo. La figura 2 da un ejemplo de esta transformación de problemas.

2.2 Topologías de gráficos

Motivados por la estructura del sistema Quito Trolebús, investigaremos la complejidad
computacional del problema de planificación de líneas en tres topologías de grafos
diferentes.
En el corredor principal del sistema de transporte de Quito, los trolebuses circulan
por un solo camino y generalmente no se les permite adelantar. Esta sugerencia
para de fi nir una red de transporte con un conjunto de nodos V = {v 1,. . . , v norte} y arcos
( v I, v yo + 1), ( v yo + 1, v I) por yo = 1,. . . , norte - 1. Por tanto, la red consta de dos trayectos
dirigidos (uno para cada dirección). A esta topología de red la llamamos
Gráfico de Quito ( QG). Tenga en cuenta que cualquier línea que se mueva a lo largo de alguna dirección de un
QG debe visitar todas las estaciones intermedias a lo largo del camino.
Las autoridades de transporte están considerando actualmente la posibilidad de
permitir el adelantamiento de trolebuses en ciertos tramos del corredor principal. Esto sería

5
hacer posible introducir líneas expresas que se detienen solo en ciertas estaciones
V X ⊆ V. Escritura V X = { v I 1,. . . , v I } con 1 ≤ I 1 <k I 2 < · · · < I k ≤ norte, nosotros
agregar arcos v I j , v I j + 1) y ( vI j + 1, v I ) aj un Qu Ipara graficar como se de fi nió arriba. Nosotros llamamos
una red de este tipo a Gráfico de salto de Quito ( QHG). Tenga en cuenta que un QHG es
plano.
Finalmente, al considerar las líneas de alimentación y el corredor principal juntos,
observamos que el gráfico no dirigido subyacente a la red TS es un árbol, ya que las líneas de
alimentación son senderos simples que comienzan en las estaciones de transbordo a lo largo del
corredor principal. Consulte la Figura 1 para ver una imagen del sistema de Quito.
Los gráficos que se utilizan en las pruebas de dureza NP mencionadas en la
revisión de la literatura en la Sección 2.1 no pertenecen a estas tres clases. En
particular, en general, no son planos.

3 Complejidad computacional en caminos

Ahora investigamos cómo una restricción de la topología de la red a los gráficos de
Quito afecta la complejidad computacional del modelo.

3.1 Los costos fijos son difíciles

En primer lugar, observamos que los costos fijos dificultan el problema, incluso para el caso
simple de dos nodos unidos por un arco.

Proposición 1. DCM-FC es (débilmente) NP-hard, incluso si la red de transporte

subyacente es un Gráfico de Quito con dos nodos, solo se permiten líneas cerradas y
solo hay un modo de transporte. Lo mismo se aplica a la versión no dirigida del
problema.

Prueba. Este problema se puede reducir desde el NP-hard 0/1 minimización del problema de la
mochila 0 / 1- MKP). Una instancia del 0 / 1- MKP viene dado por un conjunto de norte
artículos con costos C 1,. . . , C norte ∈ Z + y pesos w 1,. . . , w norte ∈ Z +. La tarea consiste en encontrar un
subconjunto de ítems tal que la suma de sus ponderaciones sea al menos una
dado constante W y la suma de sus costos se minimiza.
Dado un 0 / 1- Instancia MKP, consideramos un grafo dirigido D = (V, A) dónde
V = { 1, 2} y A = {( 1, 2), (2, 1)}, siendo ambos nodos terminales. Definimos un modo de
transporte con κ: = 1 y la demanda de transporte de ambos
arcos iguales a W. Para cada artículo I ∈ [ norte], construimos una línea ℓ yo = ( 1, 2, 1) con
F ℓmax:
I
= w I y costo fijo K ℓ: = C Más I I. más, de fi nemos los costos operativos como

6
 M = {{x 1, y 1, z 1}, { X 1, y 1, z 2}, { X 2, y 1, y 2}, { X 1, y 2, z 1}, { X 1, y 2, z 2}, { X 2, y 2, z 1}}

ˆ=2
gramo ˆ=4
gramo ˆ=4
gramo ˆ=3
gramo ˆ=3
gramo ˆ=3
gramo ˆ=2
gramo ˆ=2
gramo ˆ=2
gramo ˆ=1
gramo

X1 X2 0 y1 y2 y3 y1 y2 y3 z2 z1
1 1 1 2 2 2

κ2=2 κ1=1

κ2=2 κ1=1

GRAMO

Figura 3: Ejemplo de reducción de la correspondencia tridimensional en la prueba de propuesta

sition 2. Las dos líneas { X 1, y 2} con capacidad
1
κ 2 y { y 2, z 2} con κ 1 son de1 fi nidos por y 2. 1
Además, las líneas { X 2, y 3} 2con capacidad κ 2 y { y 3, z 1} con κ 1 son
2
de fi nidos por y 3. Ambas cosas 2
juntos forman una solución para DCM.

C ℓ I : = 0 para cada línea ℓ I ∈ L. Esto produce el siguiente programa de enteros:

∑norte

min ∑ C I y ℓI
yo = 1
norte

St F ℓI ≥ W
yo = 1

0 ≤ F ℓI ≤ a I y ℓI , ∀ I ∈ [ norte]

y ℓI ∈ { 0, 1}, ∀ I ∈ [ norte].

Dado que no se consideran los costos operativos, cualquier solución factible para este
programa se puede transformar en una solución factible del mismo costo que satisfaga
F ℓI = a I y ℓ, para
I
todos I ∈ [ norte]. Por tanto, obtenemos una formulación equivalente sustituyendo
tutoría F ℓ I con a I y ℓ. Esto
I
produce directamente una formulación de programación entera
por 0 / 1- MKP, mostrando el reclamo. La versión no dirigida sigue directamente.

3.2 Múltiples modos son difíciles

En la sección 3.4 se verá que el caso de la fl ota homogénea (| M | = 1) permite una
simplificación adicional del modelo DCM que conduce a resultados de especial complejidad.
Por lo tanto, primero discutimos el caso de múltiples modos (| M | ≥ 2).

Proposición 2. Si | M | ≥ 2, entonces DCM es NP-hard incluso para gráficos de Quito no

dirigidos y si los costos fijos son cero.

Prueba. Transformamos polinomialmente el problema de emparejamiento

tridimensional NP-completo (3DMP) en DCM con dos modos de transporte (| M | = 2). Considere
una instancia de 3DMP dada por un conjunto METRO ⊂ X × Y × Z, donde X, Y y Z son
conjuntos disjuntos y | X | = | Y | = | Z | =: n. En lo siguiente asumimos
X = {x 1, X 2,. . . , X norte}, Y = {y 1,. . . , y norte} y Z = {z 1,. . . , z norte}. La tarea es decidir si hay un
subconjunto Q ⊆ METRO que particiones X ∪ Y ∪ Z.

7
 Como primer paso, etiquetaremos los elementos de METRO de una manera específica. Suponga los
triples ordenados de METRO se ordenan en orden creciente de los índices de su segundo
componentes. Además, denotar por metro I el número de triples que tiene el segundo
componente igual a y I, por I ∈ [ norte], tal que metro 1+ · · · + metro n = | M |. Dejar y j
I denotar
la j- la ocurrencia de y I en un triple de METRO y observe que cualquier triple ordenado de
METRO se puede identificar unívocamente como ( X k, y j I , z pag), con k, yo, p ∈ [ norte] y j ∈ [ metro I].
Construiremos una instancia de Quito Graph con dos modos de transporte. Dejar G
= (V, E) ser un grafo no dirigido cuyo conjunto de nodos se de fi ne por:

V: = X ∪ Z ∪ { y j I:j ∈ [ metro I], I ∈ [ norte]} ∪ { 0},

es decir, agregamos un nodo por cada elemento de X ∪ Z, un nodo y j I por cada pedido
triple de METRO, y un nodo adicional 0. Definimos conjuntos de aristas

mi x: = {{ X I, X yo + 1}: I ∈ [ norte - 1]} ∪ { X norte, 0}

mi z: = {{ z yo + 1, z I} : I ∈ [ norte - 1]} ∪ { y metro norten, z norte}

mi y: = {{ y j I , y j +I 1}: I ∈ [ metro 1 - 1], I ∈ [ norte]} ∪ {{ y metro I I , y 1 yo + 1}: I ∈ [ norte - 1]}

con las siguientes demandas agregadas:

•
•• 2 I Si e = {x I, X yo + 1} para algunos I ∈ [ norte - 1],
••
•• 2 norte Si e = {x norte, 0},
••
•• 2 norte Si e = { 0, y 11},
•
gramo ˜ e: = 2• norte - I Si e = {y j I , y j +I1} para algunos I ∈ [ norte],
••
•• 2 norte - I Si e = {y metro
I,y1
I
yo + 1} para algunos I ∈ [ norte - 1],
••
•• norte Si e = {y metron, z norte},
•• norte

I Si e = {z yo + 1, z I} para algunos I ∈ [ norte - 1].

El grupo de líneas consta solo de líneas cerradas con dos tipos de modos que tienen
capacidades de transporte iguales a κ 1 = 1 y κ 2 = 2, respectivamente. Para cada
triple X k, y j I , z pag), definimos dos líneas cerradas: una línea con κ 2 = 2 tener el
nodos finales en X k y y j
I con costo igual a ( norte - k + 1) B + 2 K (yo - 1) + j, y
una línea con capacidad de transporte κ 1 = 1 de y j I a z pag teniendo un costo igual a

( norte - p + 1) B + K (n - i) + m I - j. Aquí, K y B son números suficientemente grandes

con K> | M | y B> 3 2 Kn (n - 1) + | M |. Tenga en cuenta que cada y j I,j ∈ [ metro I], I ∈ [ norte],
es el nodo final de exactamente una línea de cada modo de transporte. El límite superior de la
frecuencia se establece en 1 para todas las líneas de la piscina de línea. Consulte la Figura 3 para
ver un ejemplo de esta construcción.
Ahora cualquier coincidencia tridimensional Q ⊂ METRO de fi ne una solución para nuestro DCM
instancia que consiste en elegir para cada ( X k, y j I , z pag) ∈ Q las dos líneas que terminan
en el nodo y j I . Por tanto, la solución contiene norte líneas con capacidad de transporte
κ 2 = 2 y norte líneas que tienen κ 1 = 1. Observe que tal solución cubre los bordes.
{ X I, X yo + 1} ∈ mi X y { z yo + 1, z I} ∈ mi z para todos I ∈ [ norte] por exactamente I líneas. Además, se
puede deducir que, debido a la forma en que la demanda agregada ha sido

8
de fi nido en los arcos de GRAMO, dicho conjunto de líneas es una solución factible para DCM, y
su costo total es:

∑(
norte )
C ∗: = ∑ ( norte - yo + 1) B + 2 K (yo - 1) + I
yo = 1
n( )
+ ( norte - yo + 1) B + K (n - i) + m I - I
yo = 1 ∑
norte
∑ norte
∑norte

=2B yo + 2 K ( norte - i) + K ( I - 1) + | M |
yo = 1 yo = 1 yo = 1

3
= n (n + 1) B + Kn (n - 1) + | M | .
2
Ahora demostramos que cualquier solución factible que haya costado menos o igual a C ∗
de fi ne una coincidencia tridimensional en METRO. Tenga en cuenta al principio que el transporte
mand en los arcos de mi X solo se puede cubrir con líneas de modo 2 al costo de
por lo menos 1
2 B por cada unidad de capacidad de transporte proporcionada en un arco. Simi-
En general, la demanda de transporte en los arcos de mi z solo se puede cubrir con
líneas en modo 1, a un costo mayor o igual a B por cada unidad de transporte
capacidad proporcionada en un arco.
Por lo tanto, si una solución proporciona más capacidad de transporte que la requerida
demanda en cualquier arco de mi X ∪ mi z, entonces su costo será demasiado grande:

∑Bnorte
∑ norte
1 1
2 yo + iB + B ≥ n (n + 1) B + B> C ∗.
2 2 2
yo = 1 yo = 1

Los primeros dos términos representan el costo que cubre la demanda requerida en
los arcos de mi X ∪ mi z, mientras que el tercer término es el costo mínimo posible de
proporcionar una unidad adicional de capacidad de transporte en algún arco. Sigue
que cualquier solución factible de costo como máximo C ∗ debe cubrir la demanda en cada arco
de mi X ∪ mi z herméticamente. Pero esto solo es posible si la solución contiene exactamente
norte líneas de cada modo de transporte, con cada nodo del conjunto X ∪ Z ser
el nodo final de exactamente una línea.
Ahora considere el conjunto mi ∗ = { mi 1, mi 2,. . . , mi n + 1} de bordes definidos por
•
•• { 0, y 11} Si yo = 1,

mi yo: = • { y Imetro
- 1, y 1
I-1
I } Si I ∈ { 2,. . . , norte},
•
n, znortenorte}
{ y metro Si i = n + 1.

Para todos 1 ≤ j ≤ norte, denotamos por α j el número de líneas de modo 2 en la solución que
contiene borde mi j pero no borde mi j + 1, y denotar por β j el número de líneas de modo 1 borde que
contiene mi j + 1 pero no borde mi j. Entonces, borde mi I está contenido en
∑ norte ∑I-1
j = yo α j líneas
de modo 2 y j = 1 β j líneas de modo 1, para todos 1 ≤ I ≤ n + 1.
Debido a la demanda de transporte en los bordes de mi ∗ y las observaciones
hecho arriba, los valores de α j y β j satisfacer el siguiente sistema (P) de lineal

9
restricciones: ∑
norte
∑
I-1

2 αj+ β j ≥ gramo Iˆ e = 2 norte - yo + 1, ∀ I ∈ [ n + 1], (10)

j = yo j=1

∑ norte
∑ norte

αj= β j = norte, (11)

j=1 j=1
+
α j, β j ∈ Z 0 , ∀ j ∈ [ norte]. (12)

Observa eso α j = β j = 1, j ∈ [ norte], es una solución factible para (P) que satisface
todas las desigualdades (10) con igualdad. Además, se puede deducir que
es el solo solución que tiene esta propiedad. De hecho, se puede demostrar por inducción que para
cualquier solución de este tipo,
β j = 2 α j - 1,

sostiene para cada j ∈ [ norte]. Pero entonces las restricciones (12) implican que no α j puede ser igual
a cero como β j no puede ser negativo. Dado que la suma de todos α j es igual a norte, cada uno
tiene que ser igual a 1.
Ahora observe que el costo C de una solución a nuestra instancia de DCM, cuando
expresado en términos de α j y el β j es, al menos ∑

∑ norte norte

C ≥ n (n + 1) B + 2 K ( j - 1) α j + K ( norte - j) β j.
j=1 j=1

Sumando todas las desigualdades de (10), obtenemos ∑

n+1 ∑
∑ norte ∑ ∑I - 1
+1
norte n+1

2 αj+ βj≥ (2 norte - yo + 1),

yo = 1 j = yo yo = 1 j = 1 yo = 1

∑ norte
∑ norte
3
⇔ 2 jα j + ( n + 1 - j) β j ≥ n (n + 1),
2
j=1 j=1∑

∑ norte norte
3
⇔ 2 ( j - 1) α j + ( norte - j) β j ≥ n (n - 1),
2
j=1 j=1

con igualdad si y solo si α j = β j = 1, para todos j ∈ [ norte]. La segunda desigualdad se obtuvo luego
de intercambiar sumas, mientras que para la tercera desigualdad, el hecho de que
∑ norte ∑ norte
j=1αj= j = 1 β j = norte se utilizó. De ello se deduce que, si α j 6 = 1 o β j 6 = 1 sostiene para
algunos j, luego

3
C ≥ n (n + 1) B + Kn (n - 1) + K> C ∗.
2
Por lo tanto, en cualquier solución con costo como máximo C ∗, exactamente dos líneas, una de cada
modo, debe terminar en { y I1, . . . , y metro
I } para
I cada I. Esto significa que hay exactamente
una línea de modo 2 terminando en algún nodo y j 2
I, y una línea de modo 1 terminando en
algún otro nodo y j 1 I , dónde y j1 I , y j 2I ∈ { y1 I,..., y metro
I }. Debido
I a la demanda de

10
Los bordes {{ y I1, y 2I }, . . . , { y metroI I - 1, y metro
I }},Ij 1 ≤ j 2 debe aguantar. Además, uno puede
mira eso si j 1 < j 2, las líneas se superponen. Esto da lugar a un exceso de transporte.
capacidad en los bordes {{ yI j,1y j 1+I 1},. . . , { y j 2 - 1, y j 2I I }}, tal que el costo sea
estrictamente más grande que C ∗, contradiciendo la suposición. Esto implica j 1 = j 2, es decir, se elige
exactamente un nodo para que sea un nodo final común para una línea de modo 2 y
modo 1. Por lo tanto, las líneas en una solución de costo como máximo C ∗ vienen en pares que revelan
triples de METRO que constituyen un 3- coincidencia dimensional.

La siguiente sección investiga la complejidad del corredor principal con líneas

rápidas.

3.3 Saltar es difícil

En esta sección consideramos la topología de Quito Hopping Graph. Recuerde que la
gráfica dirigida correspondiente D = (V, A) contiene un subconjunto de estaciones express
V X ⊆ V. Del mismo modo, existen terminales expresos, donde los autobuses expresos pueden
iniciar o finalizar sus rutas. Líneas expresas se les permite detenerse solo en los nodos
de V X, tiempo normal ( es decir, las líneas no express) tienen que visitar todos los nodos a lo largo
de su ruta. Por lo tanto, el conjunto de arcos se divide en tres clases: un subconjunto A norte
que contiene arcos que sólo pueden ser utilizados por líneas normales, un conjunto A X de arcos que
solo puede ser utilizado por líneas expresas, y un conjunto A S de "arcos compartidos".
Suponemos que previamente se ha asignado una demanda de transporte a cada arco del
red utilizando algún método de división del sistema. Usando una reducción de la correspondencia
tridimensional similar a la de la Proposición 2, se puede probar:

Proposición 3. DCM es NP-hard en Quito Hopping Graphs, incluso si solo se consideran las
líneas cerradas y los costos fijos son cero.

Prueba. Transformamos nuevamente el Problema de emparejamiento tridimensional

(3DMP) a la versión no dirigida del DCM en Quito Hopping Graphs. La prueba usa la
notación introducida en la prueba de la Proposición 2.
Dejar G = (V, E) ser un gráfico no dirigido en 3 n + | M | - 1 nodos de fi nidos
como sigue. El conjunto de nodos está dado por V: = X ∪ Z ∪ Y ∪ W 1 ∪ · · · ∪ W norte, dónde

Y: = {y I : I ∈ { 2,. . . , norte}} y W yo: = { w j I:j ∈ [ metro I]},

para todos I ∈ [ norte]. El conjunto de terminales (potenciales) es X ∪ Z ∪ W 1 ∪ · · · ∪ W norte y los

nodos en V \ (X ∪ Y) son estaciones express.
El conjunto mi de bordes en GRAMO se define como la unión de los siguientes conjuntos:

mi X: = {{ X I, X yo + 1}: I ∈ [ norte - 1]} ∪ { X norte, w 1 1},

mi Z: = {{ z yo + 1, z I} : I ∈ [ norte - 1]} ∪ { w metro norte

n, z norte},

miyo:W= {{ w j I , w j +I1}: j ∈ [ metro I - 1]}, ∀ I ∈ [ norte],

mi E: = {{ w metro
I,w1
I
yo + 1}: I ∈ [ norte - 1]}
mi N: = {{ w metro
I , y yo + 1}, { y yo + 1, w 1
I
yo + 1}: I ∈ [ norte - 1]},

11
donde los bordes en mi mi son bordes rápidos, los bordes en mi X ∪ mi norte son aristas normales y todas las
demás aristas son aristas compartidas.
Por cada borde mi ∈ MI, la demanda agregada se define de la siguiente manera:
•
•• I Si mi ∈ {{ X I, X yo + 1}, { z yo + 1, z I}, { w metro
I,w1
I
yo + 1}}, para algunos I ∈ [ norte - 1],
gramo ˜ e: = • norte - I Si mi ∈ {{ w metro I
I , y yo + 1}, { y yo + 1, w 1 yo + 1}}, para algunos I ∈ [ norte - 1],
•
norte de lo contrario.

Por cada triple ( X r, y j

I , z s) ∈ METRO, introducimos dos líneas cerradas con trans-

capacidad de porte κ = 1: una línea normal que tiene sus nodos finales en X r y w j Iy
una línea exprés que comienza en w j Iy termina en z s usando solo expreso y compartido
bordes, es decir, omitir todas las estaciones en Y. Las líneas utilizan la ruta única entre sus
terminales a lo largo de bordes normales o rápidos, respectivamente.
El costo C ℓ de una línea ℓ ∈ L está configurado para ser igual al número de bordes (express, normal
o compartido) visitados por ℓ. Finalmente, establecemos el límite superior de frecuencia para
todas las líneas a 1, es decir,ℓ F max = 1, para todos ℓ ∈ L. Tenga en cuenta que el costo de cualquier solución es
igual a la suma de la capacidad de transporte total en todos los bordes de GRAMO.
Asumir que Q ⊆ METRO es una solución para 3DMP. Luego, para cada ( X r, y j I , z s) ∈ Q
tomamos la línea normal de X r a w j I y la línea express de w j I a z s. Por
construcción, cada nodo en X ∪ Z es la terminal de exactamente una línea, y cada
colocar W I contiene exactamente un nodo que es el terminal común de un normal
línea y una línea express. Además, cada nodo y I, I ∈ { 2,. . . , norte} es visitado exactamente
por norte - yo + 1 líneas normales. Se puede deducir que tal solución satisface
la demanda en cada borde en GRAMO firmemente y, dado que su costo C ⋆ es igual a la
capacidad de transporte provista, tenemos:

∑ ∑∑norte
∑ ∑
C⋆:= gramo ˜ e + gramo ˜ e + gramo ˜ e + gramo ˜ mi

mi ∈ mi X ∪ mi Z ∑ yo = 1 mi ∈ mi W ∑ mi ∈ mi mi mi ∈ mi norte
I

∑ norte norte norte - 1

∑
norte - 1
1
=2 yo + Nuevo Méjico I - 1) + yo + 2 ( norte - i) = n ( 3 n + 2 | M | - 1).
2
yo = 1 yo = 1 yo = 1 yo = 1

Por el contrario, suponga que hay una solución factible para esta instancia de DCM con un
costo igual a C ⋆ . Tal solución tiene que cubrir la demanda en cada borde de GRAMO
exactamente (es decir, no puede haber una solución con un costo menor que C ⋆ ).
Dejar I ∈ { 2,. . . , norte - 1}. Debido a las demandas de I y I - 1 en los bordes expresos
{ w metro
I , w 1 yo + 1} y
I
{ w metroI I-- 1,1 w 1 I }, respectivamente, la solución debe contener exactamente I
líneas expresas que pasan por la estación w metro I y Iexactamente I - 1 expresar líneas que
pasar por la estación w metro
I - 1. Esto significa que hay exactamente una línea rápida.
I-1

en la solución con un nodo final w j I ∈ W I. Del mismo modo, debido a las demandas de

norte - yo + 1 y norte - I en los bordes { y I, w 1 I}y { w metro I I, y yo + 1}, respectivamente, hay

es exactamente una línea normal que tiene un terminal w k I∈ W I. Para cubrir el
demanda en los bordes de mi W I , Debemos tener j ≤ k. Si j <k, el transporte
capacidad en los bordes { w jI , w jI+ 1},. . . , { w k - 1, wI k I } será igual a n + 1 y
por tanto, estrictamente mayor que la demanda, lo que contradice nuestra suposición.

12
 ˜ v 1, v 2
gramo

v1 v2 v3 v4
˜ v 2, v 1
gramo

Figura 4: Líneas cerradas y abiertas en un gráfico de Quito. Dos líneas cerradas ( v 1, v 2, v 3, v 2, v 1) y

( v 4, v 3, v 2, v 3, v 4), y dos líneas abiertas ( v 1, v 2, v 3) y ( v 4, v 3, v 2) se muestran a modo de ejemplo.

De ello se deduce que hay exactamente un nodo de W I, I ∈ { 2,. . . , norte - 1}, que es
un terminal común para una línea normal y una expresa en la solución. Es
sencillo extender esta observación a los conjuntos W 1 y W norte. Finalmente,
considerando las demandas de mi X y mi Z, cada nodo de X tiene que ser el
terminal de exactamente una línea normal y cada nodo de Z tiene que ser la terminal de
exactamente una línea rápida de la solución.
Dejar Q ser el conjunto de triples X r, y j I , z s) para lo cual existe una línea normal
con terminales X r y w j Iy una línea express con terminales w j Iy z s. Luego
Q es una coincidencia tridimensional en METRO.

3.4 Líneas abiertas y cerradas en gráficos de Quito

En esta sección, investigamos el modelo de cobertura de la demanda en los gráficos de
Quito para una fl ota de transporte homogénea (| M | = 1), sin líneas expresas y costos fijos
de cero. Llamamos al modelo correspondiente Modelo de cobertura de demanda con flota
homogénea ( DCM-HF):

min C T F
S t Df ≥ gramo ˆ

F ≤ F max
L.
F∈Z+

L
Aquí, gramo ˆ a: = ⌈ gramo
κ
a ⌉ para todos a ∈ A, son los demandas agregadas transformadas, C ∈ R

es el vector de costos de línea (operativos), F max ∈ L Z + denota el vector de superior

límites en las frecuencias, y D ∈ { 0, 1} A × L es la matriz de incidencia de la línea de arco.

3.4.1 Las líneas abiertas son difíciles

Si hay líneas abiertas y cerradas en el grupo de líneas, entonces la reducción a gráficos

no dirigidos como en la Sección 2.1 ya no es aplicable. La figura 4 muestra un ejemplo.

Para probar la dureza de este problema, consideramos una reducción del Problema de
emparejamiento tridimensional usando las ideas descritas en la Proposición 2.

Proposición 4. DCM-HF con líneas abiertas y cerradas es NP-Hard incluso para gráficos de
Quito dirigidos.

13
Prueba. DCM-HF en gráficos de Quito dirigidos se puede transformar polinomialmente a partir del
problema de emparejamiento tridimensional. Considere cualquier caso del problema de
emparejamiento tridimensional y la notación como en la demostración de la Proposición 3.
Definimos una instancia de DCM-HF en un gráfico de Quito de la siguiente manera: Sea D =
( V, A) ser un dígrafo, donde el conjunto de nodos consta de un nodo para cada elemento
de X ∪ Z, un nodo y j I por cada triple ordenado de METRO, y un nodo adicional 0.
Es decir, el conjunto de nodos viene dado por:

V: = X ∪ Z ∪ { y j I:j ∈ [ metro I], I ∈ [ norte]} ∪ { 0}.

Dejamos que todos los nodos excepto 0 ser terminales.

Definimos conjuntos de arcos hacia adelante y hacia atrás de la siguiente manera:

mi x: = {( X I, X yo + 1), ( X yo + 1, X I)} : I ∈ [ norte - 1]} ∪ {( X norte, 0), (0, X norte)}

miy: F= {( y j I , y j +I 1): j ∈ [ metro I - 1], I ∈ [ norte]} ∪ {( y metro I I , y yo

1 + 1): I ∈ [ norte - 1]}

miy: B= {( y j + 1, Iy j I):j ∈ [ metro I - 1], I ∈ [ norte]} ∪ {( y 1 ): I ∈ [ norte - 1]}

yo + 1, y metro
I I

miz: F= {( z yo + 1, z I)} : I ∈ [ norte - 1]} ∪ {( y metro norten, z norte)},

miz: B= {( z I, z yo + 1)}: I ∈ [ norte - 1]} ∪ {( z norte, y metro n)}.
norte

Las demandas agregadas se definen de la siguiente manera:

•
•• I Si a ∈ {( X I, X yo + 1), ( X yo + 1, X I)}, para algunos I ∈ [ norte - 1],
••
•• norte Si a ∈ {( X norte, 0), (0, X norte)},
••
••
•• norte Si a ∈ {( 0, y 1 1), ( y 1 1, 0)},
••
•• norte - I Si a ∈ {( y j
•• I , y j +I1), j ∈ [ metro I - 1]}, para algunos I ∈ [ norte],
•• norte Si a ∈ {( y j I+ 1, y j I ), j ∈ [ metro I - 1]}, para algunos I ∈ [ norte],
•
gramo a: = • norte - I Si a = (y metro
I,y1
I
yo + 1), para algunos I ∈ [ norte - 1],
••
•• norte Si a = (y 1 yo + 1, y metro
I ), para algunos I ∈ [ norte - 1],
•• I

•• 0 Si a = (y metron, z norte),
•• norte

•• norte
•• Si a = (z norte, y metro norte
n),
••
•• 0 Si a = (z yo + 1, z I), para algunos I ∈ [ norte - 1],
••
I Si a = (z I, z yo + 1), para algunos I ∈ [ norte - 1].

La piscina de línea consta de líneas cerradas y abiertas. Por cada triple ( X r, y j I , z s),
definimos dos líneas: una línea cerrada que tiene terminales X r y y j costo igual I con
a ( norte - k + 1) B + 2 K (yo - 1) + j, y una línea abierta hacia atrás desde z s a y jI teniendo
costo igual a ( norte - p + 1) B + K (n - i) + m I - j. Aquí, K y B son su cientemente
grandes números con K> | M | y B> 3 2 Kn (n - 1) + | M |. Tenga en cuenta que cada y j I,
por j ∈ [ metro I], I ∈ [ norte], es la terminal de exactamente una línea cerrada y una línea abierta hacia
atrás. Finalmente, el límite superior de la frecuencia se establece en 1 para todas las líneas en
la piscina de línea.
Usando los mismos argumentos que en la Proposición 2, es sencillo verificar que
existe una coincidencia tridimensional si y solo si existe una

14
 ( u, c)

C1 ( fmax, c
ℓ1 ℓ1 )
( B - gramo˜ mi, 0)

B B ˜ e <B
gramo

v1 v2 v3 v4 v1 v2 v3 v4
( ∞, 0) ( ∞, 0) ( ∞, 0)
-B B

C2 ( fmax, c ℓ2 )
ℓ2

Figura 5: Transformar DCM-HF no dirigido en gráficos de Quito en un problema de flujo de costo mínimo.

solución a DCM-HF con costo igual a:

∑ norte
∑ norte
∑norte

C⋆:=2 B yo + 2 K ( norte - i) + K ( I - 1) + | M |
yo = 1 yo = 1 yo = 1

3
= n (n + 1) B + Kn (n - 1) + | M | .
2
Cada solución óptima de valor C ⋆ proporciona exactamente dos líneas, una abierta y
uno cerrado, terminando en uno de { y 1 I,..., y metro
I } para
I todos I ∈ [ norte]. Por lo tanto, líneas
en la solución vienen en pares que revelan triples de METRO, que constituyen un
emparejamiento tridimensional.

3.4.2 Un caso polinomial

La versión no dirigida de DCM-HF en Quito Graphs se puede reducir a un problema de flujo de

costo mínimo de la siguiente manera. Dejar G = (V, E) ser un gráfico de Quito no dirigido
con norte nodos v 1,. . . , v norte. Nosotros de fi nimos B: = max mi ∈ MI{ gramo ˜ mi} y definir D ˆ = ( V, Â ˆ) a
ser una red dirigida en el conjunto de nodos de GRAMO, cuyo conjunto de arco es la unión disjunta de
tres subconjuntos: un conjunto A 1̂ que contiene todos los "arcos hacia atrás" del formulario ( v I, v I - 1), por
todas I ∈ { 2, 3,. . . , norte}; un conjunto A ˆ 2 que contiene un "arco de línea" ( v I, v j), con yo <j por
cada línea que tiene sus extremos apunta en v I y v j; y un set A ˆ 3 que contiene una "holgura
arco ”( v I, v yo + 1) para cada borde { v I, v yo + 1} en GRAMO con B - gramo ˜ e> 0. Las demandas de flujo se definen de la
siguiente manera (demandas negativas, lo que significa que el nodo es una fuente de flujo):

•
•• - B Si yo = 1,
B vI = • B Si i = n,
•
0 de lo contrario.

Los costos del arco son iguales a cero y las capacidades se fijan al infinito en los arcos que pertenecen
a A ˆ 1. Para cada arco en A ˆ 2 representando una línea ℓ ∈ L, el costo es igual a C ℓ y
la capacidad está configurada para
ℓ F máx. Finalmente, cada arco flojo en A ˆ 3 asociado con un
borde mi de GRAMO tiene capacidad igual a B - gramo ˜ mi y costo igual a cero. La figura 5 muestra
un ejemplo.
Considere un fl ujo factible X en D, interpretar los valores de los arcos lineales como
capacidades de transporte. Dejar λ + (yo) ( resp. λ - ( I)) ser el conjunto de arcos de

15
A 2ˆ∪ A ˆ3 que comienzan (resp. finalizan) en el nodo v I. Además, denotar por Si) el conjunto de arcos que
comienzan a más tardar v I y no termine antes v yo + 1, es decir,

S (i): = {(v j, v k) ∈ A ˆ 2∪ A ˆ3: j ≤ I ∧ k> i}.

Desde S (i) = ∪ j ≤ I λ + (j) \ ∪ j ≤ I λ - ( j), resulta que )

∑ ∑ (∑ ∑
X a = ∑ (∑ Xa- ∑ X a)
a ∈ Si) j ≤ I a ∈ λ + (j) a ∈ λ - ( j)

=∑ Xa- X a + X( v yo + 1, v I)
j ≤ I a ∈ δ + (j) a ∈ δ - ( j)

= B v I + X( v yo + 1, v I).
j≤I

Como demanda el fl ujo B v j son iguales a cero para todos j ≤ I excepto por B v 1 = B y
el fl ujo X( v yo + 1, v I) no es negativo para 1 ≤ I ≤ norte - 1, obtenemos
∑
X a ≥ B, ∀ 1 ≤ I ≤ norte - 1.
a ∈ Si)

Ahora observe que los arcos en Si) ¿Corresponden todos a las líneas que cubren el
borde {( v I, v yo + 1)}, más posiblemente el arco de "holgura" ( v I, v yo + 1) ∈ A ˆ 3, cuyo valor de fl ujo
no es más grande que B - gramo ˜ ( v I, v yo + 1). Como la suma de los valores de flujo en los otros arcos es
al menos gramo ˜ v I, v yo + 1, esto prueba que una solución factible para DCM-HF (del mismo
costo) en GRAMO ′ se puede obtener simplemente tomando los valores de fl ujo de los arcos en A ˆ 2
como valores de frecuencia para las líneas correspondientes.
Por el contrario, es sencillo demostrar que cualquier asignación de frecuencia factible
en GRAMO ′ puede "extenderse" a un fl ujo factible en D asignando los arcos de
A 2ˆun valor de flujo igual a la frecuencia de la línea relacionada en L, y definiendo valores
de fl ujo apropiados para los arcos en A ˆ 1y Aˆ 3. Esto demuestra:

Proposición 5. DCM-HF se puede resolver en tiempo polinomial en gráficos de Quito no

dirigidos.

4 Complejidad computacional en árboles

Los sistemas de líneas de alimentación (FLS) transportan a los pasajeros desde el corredor
principal a los suburbios / vecindarios de la ciudad. Cada línea de alimentación comienza en
una terminal de transbordo, visita un conjunto de estaciones consecutivas hasta cierto estación
de volteo, y regresa a la terminal parando en las mismas estaciones en el camino. El FLS en
Quito consta de tres subsistemas independientes. De hecho, el gráfico subyacente es un
árbol y el sistema no incluye líneas rápidas.
Además, solo se admiten líneas cerradas. Por lo tanto, existe nuevamente una versión no dirigida
del DCM que involucra líneas de alimentación; consulte la Sección 2.1 para obtener una descripción.

dieciséis
 ℓ2
ℓ1
t

ℓ5
ℓ3
ℓ4

Figura 6: Ejemplo de líneas de alimentación en una topología en estrella (subdividida).

Por lo tanto, cada línea está representada por una ruta no dirigida que une un terminal con
un cierto nodo donde tiene lugar la rotación.
Los siguientes resultados muestran que la complejidad del DCM depende de la
estructura de la red.

4.1 estrellas
La topología de red utilizada actualmente por TS es incluso más simple que un árbol, ya que el
terminal es el único nodo con grado superior a dos. Llamamos a un gráfico de este tipo estrella
subdividida. La figura 6 muestra un ejemplo. Si cada línea es una ruta que tiene el terminal en
uno de sus extremos, llamamos a dicha estructura de línea un 1- NB-ruta,
ya que cubre un solo barrio de la ciudad. El operador del sistema de Quito está
evaluando la posibilidad de permitir que las líneas cubran múltiples vecindarios. Esta
es la motivación para considerar dos estructuras de línea adicionales: 2- NB-caminos,
que son rutas que tienen la terminal como nodo intermedio (es decir, que cubren dos
vecindarios) y subárboles que contiene la terminal más de una vez (correspondiente a
líneas que cubren más de dos vecindarios).
Debido a que los diferentes vecindarios son en su mayoría atendidos por una flota de
autobuses homogénea, el siguiente resultado es interesante para la aplicación práctica.

Proposición 6. DCM-HF para 1- Los caminos NB se pueden resolver en tiempo polinomial en estrellas
subdivididas, si los costos fijos son cero.

Prueba. si solo 1- Si existen rutas NB, procedemos mediante un algoritmo codicioso simple para
cada rama de la estrella (es decir, cada vecindario) por separado. Tenga en cuenta que el
algoritmo descrito en la Sección 3.4.2 también resuelve el problema aquí considerado, pero tiene
un mayor tiempo de ejecución.
Debido a que el gráfico es una estrella subdividida, las líneas de la rama actual se pueden
ordenar como

ℓ I 1 = ℓ I 1+ 1 = · · · = ℓ I 2 - 1 ⊃ ℓ I 2 = · · · ⊃ ℓ I k = · · · = ℓ r,

dónde 1 = I 1 < I 2 < · · · < I k ≤ r y C ℓ ≤ C ℓ r + 1 parar todos r = yo j,. . . , I j + 1 - 1.

La frecuencia para ℓ 1 se puede calcular de la siguiente manera:}
{1
F ℓ 1 = min max gramo ˜ mi,
ℓ 1F máx.
κ ℓ 1 mi ∈ ℓ 1 \ ℓ 2

17
Recalculamos la demanda en cada borde mi ∈ ℓ 1 como:

gramo ˜ e = max { gramo ˜ mi - κ ℓ 1 F ℓ 1, 0}.

Entonces quita ℓ 1 del conjunto de líneas para la rama actual e iterar. Nota
que F ℓ = 0 puede ocurrir para algunos ℓ ∈ L, en particular, si ℓ j = ℓ j + 1 para algunos j.
Si al final gramo ˜ e> 0 para algunos mi ∈ MI, la instancia es inviable.

Nota. La prueba de la Proposición 6 en realidad muestra que DCM puede resolverse en

tiempo polinomial si las líneas son homogéneas para cada rama diferente, es decir, puede
haber diferentes modos para cada vecindario.

Si las líneas tienen el 2- NB-path estructura, uno puede construir contraejemplos para los
cuales el esquema codicioso en la demostración de la Proposición 6 no encuentra una solución
óptima. Sin embargo, este caso también puede resolverse de manera eficiente.

Proposición 7. DCM-HF para 2- NB-Paths se puede resolver en tiempo polinomial en la estrella

subdividida, si los costos fijos son cero.

Prueba. Mostraremos que cualquier instancia de la versión no dirigida de DCM-HF en una

estrella subdividida se puede reducir polinomialmente a una instancia equivalente.
en un gráfico bipartito completo de la forma K 1, r, con las líneas todavía visitando la terminal
como mucho una vez. Bussieck [5] observó que tal instancia se puede resolver
en tiempo polinomial resolviendo un B- problema de coincidencia.
Dejar G = (V, E) ser la estrella subdividida con conjunto de nodos

V: = {t, v 1 1,. . . , v 1, vk21 1,. . . , v 2,. .k. 2, v s 1,. . . , vs} ks

y conjunto de bordes E: = {{v I j, v I j + 1}: j ∈ { 0,. . . , k I}, I ∈ [ s]}. Aquí, por simplicidad,
nosotros definimos0:v=I t, para todos I ∈ [ s].
Además, deja gramo ˜ mi ser la demanda de transporte al límite mi ∈ MI. La piscina de la línea L
consta de rutas simples que contienen la terminal t, ya sea 1- NB-caminos
o 2- NB-rutas. Como siempre, C ℓ y F max representar
ℓ el costo y el límite superior de la frecuencia en
una línea ℓ ∈ L.
Tenga en cuenta que cualquier línea que contenga un borde e: = {v Ij, v I j + 1}, para algunos j ∈ { 0,. . . , k I},
I ∈ [ s], contendrá todos los bordes en

D (e): = {{v I k, v I k + 1}: k ∈ { 0,. . . , j - 1}}.

Nosotros llamamos Delaware) el conjunto de bordes dominado por mi. Por lo tanto, en cualquier plan de línea
factible, la capacidad de transporte en mi no puede ser menor que la capacidad de transporte de cualquier
borde desde Delaware). Como consecuencia, se deduce que cualquier ventaja mi ˜ ∈
Delaware) con gramo ˜ mi ˜ ≤ gramo ˜ mi induce una desigualdad redundante en la formulación de
programación entera de DCM-HF y, por lo tanto, puede contraerse en GRAMO y en todas las lineas
en L sin cambiar el conjunto de soluciones. Por lo tanto, asumimos en el siguiente
que gramo ˜ mi ˜> gramo ˜ mi sostiene para cada mi ∈ E, ẽ ˜ ∈ Delaware).

Definimos un gráfico bipartito completo GRAMO ˆ: = ( V, Ê ˆ) en el mismo conjunto de nodos y

conjunto de bordes dado por

MI
ˆ: = {{ televisor I
j}: j ∈ { 1,. . . , k I}, I ∈ [ s]}.

18
La demanda gramo ˆ en un borde mi ˆ = { televisorj}I ∈ ˆ Esta determinado por
MI

{
gramo ˜ ( v I Si j = k I,
gramo ˆ ( televisor i): =
j - 1, v I) j
(13)
j
gramo ˜ ( v I gramo( v I , v I
j - 1, v I) -j ˜ j j + 1) Si j ∈ { 1,. . . , k j - 1}.

Considere una línea ℓ ∈ L y asumir ℓ visita dos sucursales con índices yo +

y I -. Definir

ℓ +: = {v yoj + : j ∈ { 1,. . . , k i +}, ℓ visitas v yo + j},

ℓ -: = { v I - j: j ∈ { 1,. . . , k I -}, ℓ visitas v I - j}.

Si ℓ visita solo una sucursal, defina ℓ + análogamente y dejar ℓ -: = ∅.

Algoritmo 1 Entrada del algoritmo de división

de línea: Línea ℓ ∈ L con F max>
ℓ 0.
Salida: Conjunto de líneas S (ℓ) en GRAMO ˆ, F ˆ max, y C ˆ, para todos ˆ ℓ̂ ∈ S (ℓ)
ˆ ℓ̂ ℓ̂
+ -
κ (v j):I = gramo ˜( v I
j - 1, v I), para
j todos v I j ∈ l ∪ l, κ (t): = ∞,
S (ℓ): = ∅,
W: = {v ∈ ℓ + ∪ ℓ -},
z: = b: = f maxℓ
tiempo W 6 = ∅ y b> 0 hacer
Si W ∩ ℓ + 6 = ∅ luego
tu 1: = v yoj ∈+ W ∩ ℓ + teniendo el índice más grande.
demás

tu 1: = t
terminara si

Si W ∩ ℓ - 6 = ∅ luego
tu 2: = v I - j ∈ W ∩ ℓ - teniendo el índice más grande.
demás

tu 2: = t
terminara si

ℓ̂ ˆ: = ( tu 1, t, u 2), ignorando los nodos repetidos

F ˆ max: = z
ℓ̂̂
Cℓ̂ˆ: = C ℓ
S (ℓ): = S (ℓ) ∪ ℓ̂ ˆ
z: = min { κ (u 1), κ (u 2), B}
κ (v j):I = κ (v I j) - z, para todos v I j ∈ W
b: = b - z
W: = {v I j ∈ ℓ + ∪ ℓ -: κ (v I j)> 0}
terminar mientras

El algoritmo 1 define un conjunto S (ℓ) de líneas en GRAMO ˆ asociado con ℓ Juntos con
costes y límites superiores para sus frecuencias.
Afirmamos que la versión no dirigida de DCM-HF en GRAMO ˆ con piscina de línea L̂ ˆ: =
∪ ℓ ∈L S (ℓ) es equivalente al problema original en GRAMO. Para ver esto, considere un

19
solución factible F ˆ en GRAMO ˆ y definir una solución en GRAMO por
∑
F ℓ: = Fℓ̂ˆ,ˆ para todos ℓ ∈ L. (14)
ℓ̂̂ ∈ S (ℓ)

Es sencillo verificar que ambas soluciones tienen el mismo costo y

que 0 ≤ F ℓ ≤ F max sostiene
ℓ para cada ℓ ∈ L. Ahora considere una ventaja arbitraria
e: = {v I j - 1, v I j} en GRAMO, con j ∈ { 1,. . . , k I}, I ∈ [ s]. De (13) tenemos

∑k I ∑k I∑
gramo ˜ e = ĝramo( televisor r) ≤
j
Fℓ̂ˆ.ˆ (15)
r=j r = j {t, v r} ∈ ℓ̂ ˆ
j

Pero cualquier linea ℓ̂ ˆ cubriendo un borde { televisor j r} en ˆ GRAMO, con r ≥ I debe pertenecer a un
colocar S (ℓ) obtenido de una línea en GRAMO que visita la estación v r jy atraviesa el borde
{ vj I- 1, v I j} por el camino. Por lo tanto, se deduce que la calidad más a la derecha en (15)
∑
está delimitado por mi ∈ ℓ F ℓ, y (14) define una solución factible en GRAMO.
Por el contrario, suponga que se nos da una solución óptima F ⋆ ∈ Z Lpara DCM-
HF encendido GRAMO, y deja ℓ 1, ℓ 2,. . . , ℓ norte sean las líneas que tienen frecuencias positivas en la
solución. Aplicar el algoritmo 1 en ℓ 1, pero usando F ⋆ en vez de ℓF1max como entrada,
ℓ1
obtenemos un conjunto { F ˆˆ: ℓ̂
ℓ̂ ∈ˆ S (ℓ 1)} de frecuencias para las líneas en S (ℓ 1). Desde el
valor inicial de la variable B en el algoritmo es como máximo F max, ℓ1

0 ≤ F ˆℓ̂ˆ ≤ ˆ Fℓ̂̂max

debe aguantar para cada ℓ̂ ˆ ∈ S (ℓ 1). Además, debe haber al menos un borde mi
cubierto por ℓ 1 para cual gramo ˜ e = F ⋆ ℓ, como de otra manera F ⋆ no es óptimo. Esto implica
1
∑
que b = 0 debe mantenerse al final del algoritmo. Por eso, ˆ = F⋆.
ℓ̂̂ ∈ S (ℓ 1) F ˆ ℓ̂ ℓ1
Ahora modifiquemos la instancia en GRAMO dejando caer ℓ 1 de L y cambiando la demanda de
transporte en los bordes de la siguiente manera:
{
⋆
˜-
máx. {0, gramomi f} Siℓ 1mi está cubierto por ℓ 1
gramo ˜ e: =
gramo ˜ mi de lo contrario.

Es sencillo verificar que al soltar coordenadas ℓ 1 de F ⋆ Se obtiene una solución

óptima para esta instancia modificada. Debido a la construcción
del algoritmo 1, si un borde { v I j - 1, v I j} posee gramo ˜ ( v F odi
0 a ter yin F
metro el gramo
j -I 1, vI j) =

demanda, luego la demanda en el borde { televisor I ˆ debe haber sido cubierto

j} de GRAMO
por las líneas en S (ℓ 1).
Ahora se repite el mismo proceso para ℓ 2,. . . , ℓ NORTE, de fi nir frecuencias para el
líneas en el set S (ℓ 2),. . . , S (ℓ NORTE), y "actualizar" la demanda en GRAMO después de cada paso. Ya
que al final gramo ˜ e = 0 debe sostenerse por cada borde en G ( como de otra manera F ⋆ es
no factible), la demanda de todos los bordes en GRAMO ˆ está cubierto por las líneas en ∪ norte
∑ yo = 1 S (ℓ I).
Finalmente, desde la optimalidad de F ⋆ , resulta que ˆ = F ⋆ sostiene para
ℓ̂̂ ∈ S (ℓ I) F ˆ ℓ̂ ℓI

cada yo = 1,. . . , NORTE. Por lo tanto, F ˆ de fi ne una solución factible en GRAMO ˆ teniendo lo mismo
costo como F ⋆ . Esto completa la prueba.

20
 En la última sección, hemos demostrado que DCM es difícil para HP | M | ≥ 2 incluso
para los gráficos de Quito no dirigidos, donde el número de terminales es ilimitado.
Desafortunadamente, la Propuesta 2 no es aplicable en este caso donde el número de
terminales se limita a uno. Por lo tanto, damos una nueva prueba de complejidad, basada
nuevamente en el 3DMP.

Proposición 8. DCM es NP-hard en la estrella subdividida, si | M | ≥ 2 y 2-

Las rutas NB se consideran en el grupo de líneas.

Prueba. Reducimos el problema de correspondencia tridimensional a nuestro problema de

planificación de líneas en la estrella subdividida, usando nuevamente la notación de la prueba de
la proposición 2.
Definimos una instancia de DCM en la estrella subdividida con 2 modos de transporte de la
siguiente manera: Sea T = (V, E) ser un grafo no dirigido donde el conjunto de nodos se de fi ne de
la siguiente manera:

V: = X ∪ Y ∪ Z ∪ { y j I:j ∈ [ metro I], I ∈ [ norte]} ∪ { 0},

con nodo 0 siendo la única terminal y V \ { 0} representando estaciones donde es posible un

cambio de imagen. Por lo tanto, agregamos un nodo para cada elemento de X ∪ Y ∪ Z,
un nodo y j I por cada triple de METRO, y una terminal 0.
El conjunto de aristas mi Consiste en una unión de tres conjuntos diferentes:

mi x: = {{ X I, X yo + 1}: I ∈ [ norte - 1]} ∪ { X norte, 0}

mi z: = {{ z yo + 1, z I} : I ∈ [ norte - 1]} ∪ { 0, z norte}

mi y: = {{ y j I , 0}: j ∈ [ metro I], I ∈ [ norte]} ∪ {{ y I, 0}: I ∈ [ norte]}

con demandas agregadas

•
•• I Si mi ∈ {{ X I, X yo + 1}, { z yo + 1, z I}} para algunos I ∈ [ norte - 1],
••
norte Si mi ∈ {{ X norte, 0}, {0, z norte}},
gramo ˜ e: = •
•• 2 Si mi ∈ {{ y j I , 0}, j ∈ [ metro I]} para algunos I ∈ [ norte],
•
2 metro I - 2 Si e = { 0, y I} para algunos I ∈ [ norte].

La piscina de la línea L consta solo de 2- NB-senderos con dos modos de transporte:

modo 1 con capacidad de transporte κ 1 = 1 y modo 2 con capacidad κ 2 = 2,
respectivamente. Por cada triple ( X k, y jI , z pag) ∈ METRO, definimos tres líneas con el
terminal como nodo intermedio. Construimos dos 2- NB-trayectorias con trans-
capacidad de porte κ 1: la primera línea que tiene sus nodos finales en X k y y j I , con
costo norte - k + 2, y la segunda línea de y j Ia z pag con costo norte - p + 2. Finalmente,
a 2- NB-ruta servida por el modo de transporte 2 se agrega de y j Ia y I con fijo
costo igual a 4. Tenga en cuenta que el costo C ℓ es igual al número de bordes cubiertos
por una linea ℓ ∈ L con κ 1 = 1. Las líneas servidas por el modo 2 solo cubren 2 bordes. Finalmente, establecemos
el límite superior de frecuencia para todas las líneas en uno, F max = 1, para todosℓ ℓ ∈ L.
Asumir que Q ⊆ METRO es una solución para 3DMP. Una solución para DCM puede ser
obtenido de la siguiente manera: Si el triple ( X k, y j I , z pag) pertenece a Q, entonces elegimos el

21
líneas correspondientes X k, y jI ) y ( y j I , z pag) del modo 1. Además, todas las líneas ( y I, y q I ),
con q ∈ [ metro I]\{ j}, obtener frecuencias iguales a uno. Proceder de la misma forma para el resto de
elementos de METRO, nosotros elegimos 2 norte líneas de modo 1 y | M | - norte líneas de
modo 2, todos ellos 2- NB-rutas. Debido a la forma en que se han definido las
demandas de transporte en los bordes de T, dicho conjunto de líneas es una solución
factible para DCM con un costo total igual a:

∑ norte
∑norte ∑
metro I - 1
C∗=2 ( norte - yo + 2) + 4 = norte 2 - n + 4 | M | .
yo = 1 yo = 1 j = 1

Por otro lado, el costo de cualquier solución factible de DCM en la estrella

subdividida es mayor o igual a norte 2 - n + 4 | M |. ( Tenga en cuenta que los bordes
de la forma { 0, y I} debe estar cubierto por al menos metro I - 1 diferentes líneas con costo
4 (| M | - norte).) Pero entonces, una solución factible con costo C ∗ debe estar apretado en el
sentir que las líneas seleccionadas proporcionan en cada borde mi ∈ mi exactamente gramo mi unidades
de capacidad de transporte. Por tanto, tal solución debe tener la propiedad de que
cada nodo en X ∪ Z aparece exactamente una vez como un nodo final de una línea y exactamente
un borde del formulario { 0, y j I }, j ∈ [ metro I] debe estar cubierto exactamente 2 líneas con
capacidad de transporte κ 1. Además, una solución que tenga exactamente este costo debe cubrir la
demanda en todos los bordes de manera ajustada, y en este caso el conjunto seleccionado de
líneas con frecuencias positivas revela un 3- coincidencia dimensional en METRO.

Finalmente, cualquier instancia de Exact Cover por 3- los conjuntos se pueden transformar en
tiempo polinómico en una instancia equivalente de DCM en la estrella, donde el grupo de líneas
contiene subárboles que cubren tres ramas incluso para flotas homogéneas.

Proposición 9. DCM-HF para subárboles es NP-duro en la estrella.

Prueba. Reducimos una instancia de DCM-HF en el escenario de la estrella no dirigida a partir de

una instancia del problema de cobertura exacta de 3 (3ECP). Un 3ECP viene dado por un
familia F = { S 1, S 2,. . . , S norte} de subconjuntos de un conjunto básico S = {u 1, tu 2,. . . , tu 3 metro},
cada S I ∈ F tener cardinalidad igual a 3. La tarea es determinar una subfamilia de metro subconjuntos
que cubren S, es decir, cada elemento de S está contenido en exactamente uno
subconjunto.

Consideramos el gráfico bipartito completo K 1,3 metro que es un caso especial de una
estrella. Dejar V: = {t, 1, 2,. . . , 3 metro} y E: = {{t, 1}, { t, 2},. . . , { t, 3 metro}} ser el
conjuntos de nodos y bordes, respectivamente. Además, asociamos con cada borde mi ∈ mi
una demanda de transporte transformada gramo ˜ mi igual a uno.
Ahora para cada S yo = ( tu j, tu k, tu h) definimos una línea que contiene los bordes correspondientes { t, j}, {t, k},
{t, h}, con límite superior de costo y frecuencia ambos iguales a
uno. Es sencillo ver que cualquier plan de línea factible con un costo igual a metro
cubre cada borde de K 1,3 metro exactamente una vez y, por lo tanto, se asocia con una solución 3ECP
factible. Por el contrario, cualquier solución a 3ECP se puede utilizar para de fi nir una línea
plan de costos metro. Dado que ningún plan de línea factible puede contener menos de metro líneas,
resolver DCM-HF nos proporciona una solución para 3ECP.

22
4.2 Árboles generales
Dado que las terminales de transbordo están ubicadas actualmente en posiciones
estratégicas en la red de calles y el FLS cubre un área relativamente pequeña de la
ciudad, las líneas asignadas a diferentes vecindarios se separan poco después de salir
de la terminal. Por lo tanto, se justifica suponer una topología en estrella. Sin
embargo, puede muy bien suceder que al introducir nuevas líneas el sistema cambie
de una estrella subdividida a un árbol general. Esto nos ha motivado a considerar la
complejidad de DCM-HF en árboles con una sola terminal y la generalización natural
con muchas terminales.
Si la estructura de la línea está restringida a 1- Las rutas NB, DCM-HF en árboles con solo un
terminal se pueden resolver en tiempo polinomial utilizando las ideas presentadas en la Sección
3.4.2.
El DCM en árboles no dirigidos se puede reducir a un problema de flujo de costo mínimo de la
siguiente manera. Dejar T = (V, E) ser un árbol sin dirección con n + 1 nodos V =
{ v 1,. . . , v norte, 0}, dónde 0 es la única terminal. Dejar U ⊂ V ser el conjunto de hojas del árbol, es decir,
cada tu j ∈ U tiene grado uno. Además, de fi nemos B: = max mi ∈ MI{ gramo ˜ mi}
y definir D ˆ = ( V, Â ˆ) ser una red dirigida con un conjunto de nodos V. El conjunto de arco es

la unión disjunta de tres subconjuntos: un conjunto A ˆ 1 que contiene "arcos hacia atrás" de la
formulario ( v I, v j), para todos { v I, v j} ∈ mi y d (v i)> d (v j), dónde d (v I) es el numero de
bordes en el camino desde 0 a v I; un conjunto A ˆ 2 que contiene un "arco de línea" ( 0, v I), por
cada línea que tiene su nodo de rotación en v I; y un set A ˆ 3 que contiene un "arco flojo"
( v I, v j) para cada borde { v I, v j} en T y d (v i) < d (v j), con pag a B> g̃ ˜ mi, dónde pag a es
la cantidad de caminos PAG tu que usan arco a, y plomo de una hoja tu ∈ U a la terminal 0.
Las demandas de flujo se definen de la siguiente manera (demandas negativas significan que
nodo es una fuente de fl ujo):
•
•• - | U | B Si v yo = 0,
B vI = • B Si v I ∈ U
•
0 de lo contrario.

Los costos del arco son iguales a cero y las capacidades se fijan al infinito en los arcos que pertenecen
a A ˆ1. Para cada arco en A ˆ 2 representando una línea ℓ ∈ L, el costo es igual a C ℓ, y el
la capacidad está configuradaℓ en F máx. Finalmente, cada arco flojo en A ˆ 3 asociado con un borde mi
en GRAMO tiene capacidad igual a pag a B - gramo ˜ mi y costo igual a cero. Como se indicó anteriormente,
interpretar los valores de un flujo factible en los arcos lineales como capacidades de transporte del
respectivas líneas es la clave para probar.

Proposición 10. DCM-HF para 1- NB-Path se puede resolver en tiempo polinomial en árboles.

Tenga en cuenta que la Proposición 10 generaliza la Proposición 6.

En contraste, la Proposición 9 implica trivialmente que DCM en árboles es NP-hard
si el grupo de líneas contiene subárboles. Aún no hemos podido determinar la
complejidad del problema para el 2- Estructura de línea de ruta NB.
Finalmente, determinamos la complejidad del problema en árboles para la
generalización natural donde el número de terminales es mayor que uno. La

23
El siguiente resultado muestra que si el número de terminales es ilimitado, DCM es
NP-hard, incluso DCM-HF.

Proposición 11. DCM-HF para 1- Los caminos NB en árboles con un número ilimitado
de terminales son NP-hard.

Prueba. Reducimos una instancia de nuestro problema de planificación de líneas en árboles a partir de
una instancia de coincidencia tridimensional.
Definimos una instancia de un DCM no dirigido en un árbol de la siguiente manera. Dejar metro I ser
∑ norte
el número de apariciones de y I en METRO, luego yo = 1 metro i: = | M |. Asumimos que
el árbol tiene un nodo r como root. Además, para cada elemento de X ∪ Y ∪ Z un nodo
w y un borde { r, w} están de fi nidos. Si y I es un nodo asociado a un elemento
de Y, añadimos 2 metro I nodos adicionales y X ik, y z ik y 2 metro I bordes { y I, y X ik}, { y I, y z ik},
con k ∈ [ metro I], para algunos I ∈ [ I]. Cada uno de los nodos y X ik, y z ik es una terminal. La
la demanda agregada en todos los bordes es igual a uno, excepto en los bordes del formulario
{ r, y I}, cuya demanda es dos.
El grupo de líneas contiene las siguientes líneas: Si ( X j, y I, z pag) ∈ METRO corresponde
hacia k- la ocurrencia de y I, sumamos tres líneas con límites superiores de costos y
frecuencia iguales a uno, de fi nidos de la siguiente manera:
◦ l ykI, 1 = ( y X ik, y I, r, x j)
◦ l ykI, 2 = ( y z ik, y I, r, z pag)
◦ l ykI, 3 = ( y X ik, y I, y z ik).

Ahora suponga que Q ⊂ METRO es una coincidencia tridimensional. Una solución para nuestro
instancia de DCM se puede obtener de la siguiente manera: Si y I ∈ Y está cubierto por el k- th
triple X j, y I, z pag), elegimos lineas l k y I, 1, l k y 2, y todas las lineas l metro y 3, metro 6 = k, estar en
I, I,

la solución, con frecuencias todas iguales a uno. Los bordes incidentes a X j, y I, y

z pag por lo tanto, todos están cubiertos a un costo de metro yo + 1. Proceder de la misma forma para
el resto de elementos de Y, una solución que cubra la demanda en todos los bordes del
∑ norte
Se obtiene un gráfico cuyo costo es yo = 1 ( metro yo + 1) = | M | + | Y |.
Por el contrario, observe que cualquier plan de línea factible tiene un costo mayor o igual que
a | M | + | Y |: Al principio, hay 2 | Y | bordes de la forma { r, w} con w ∈ X ∪ Z,
y cada uno tiene que estar cubierto por una línea diferente. Entonces, hay 2 | M | bordes
de la forma { y I, y X ik}, { y I, y z ik}, k ∈ [ metro I] y y I ∈ Y. En el mejor de los casos, 2 | Y |
de estos bordes han sido cubiertos por las líneas elegidas en el primer paso y el
los bordes restantes se pueden cubrir por pares con líneas de la forma l k y I, 3. Por eso,
el costo total de la solución es al menos

1
2 | Y | + ( 2 | M | - 2 | Y |) = | M | + | Y | .
2
Además, una solución que tenga exactamente este costo debe cubrir la demanda en
todos los bordes firmemente, y en este caso las líneas de la forma l k y I, 1, l k y I, 2 con positivo
las frecuencias revelan un 3- coincidencia dimensional en METRO.

24
5 Optimización del sistema Trolebús
Hemos realizado un estudio computacional con varios modelos DCM para las tres
topologías de red consideradas en el apartado anterior, a partir de los datos facilitados por
el operador del Sistema Trolebús. Los modelos se resolvieron utilizando el solucionador de
IP SCIP [ 1] en su configuración estándar, que fue suficiente para obtener soluciones óptimas
en pocos segundos. Todos los experimentos se realizaron en un
PC Pentium 4 a 3,0 GHz con 512 MB de RAM ejecutando Suse Linux 10.0.
La flota total del TS consta de 113 trolebuses para el corredor principal y 89 autobuses
normales para dos tipos diferentes de líneas de alimentación. La red de transporte tiene
528 nodos, 52 de ellos ubicados a lo largo del corredor principal.
La Tabla 1 reporta algunos parámetros operativos para el plan de línea actualmente
implementado por el operador TS en el corredor principal (QG) y en el sistema de línea
alimentadora (FLS): costo, número promedio de transbordos por pasajero, tiempos
promedio de viaje, frecuencia acumulada, y el número de pasajeros transportados. Nos
referimos a este plan de línea como el plan de referencia. Las estadísticas se dan para
intervalos de tiempo de una hora durante un día. Para el intervalo de tiempo de 06:00 a
07:00, el plan de referencia no proporciona la capacidad suficiente para cubrir la demanda
de transporte con la capacidad máxima nominal de un trolebús ( κ = 180); de hecho, la
solución requiere 210 pasajeros a ser transportados por cada unidad de bus en promedio,
es decir, los buses están abarrotados. Las transferencias de pasajeros se calcularon
utilizando el método descrito en Bouma y Oltrogge [4] (las variables de frecuencia se fijaron
a los valores dados por el plan de referencia). Los tiempos de viaje entre estaciones se
tomaron de datos históricos para QG y FLS y se estimaron para arcos rápidos en QHG.
El tiempo de transferencia para un cambio de línea. ℓ 1 alinear ℓ 2 fue estimado como 1. 2 Fℓ2
Como primer experimento, resolvimos DCM-HF para el corredor principal. Consideramos
cada segmento de tiempo de una hora como una instancia independiente y realizamos dos
pruebas en él. En el primero, el grupo de líneas L consta de 66 líneas cerradas y en la segunda L contiene
66 líneas cerradas y 132 líneas abiertas. La Tabla 2 informa los resultados obtenidos para esta
configuración. Se obtuvieron ahorros de costos significativos incluso en el caso en que solo se
permiten líneas cerradas. El costo de nuestra solución es menor que el del plan de referencia, con
una disminución promedio de $ 2,119.31 por hora y una disminución global de $ 40,267. El
número total de transferencias aumentó en los intervalos de tiempo de la mañana, pero
disminuyó drásticamente durante el mediodía y la tarde. El número total de transferencias es de
125, el tiempo medio de viaje es de 25,56 minutos, frente a los 26,4 minutos del plan de
referencia. Si se consideran tanto las líneas abiertas como las cerradas, los costos de la solución
se reducen aún más. Esto puede explicarse por una asimetría en los datos de demanda. De echo,
la mayoría de los pasajeros se mueven en la dirección SN por la mañana y regresan a sus hogares
viajando en la dirección NS por la tarde. El número de transferencias es aproximadamente el
mismo que para el escenario de línea cerrada, excepto para los intervalos de tiempo 15: 00-16: 00
y 18: 00-19: 00, donde se registran aumentos sustanciales; el número total de traslados es de 453.
No obstante, el tiempo medio de viaje es de sólo 25,38 minutos.

La Tabla 3 muestra los resultados para las instancias de QHG, es decir, si se consideran las
líneas express. Para ello, identificamos 17 estaciones expresas a lo largo del corredor principal. Se
consideró un grupo de líneas con 84 líneas cerradas y 168 líneas abiertas, de

25
1 3 4 4 3 2 2 2 4 6 6 C 5 6 7 7 4 4 4 5 7 7 5 C
8 0 6 8 2 3 2 9 7 9 2 o 3 0 4 1 9 9 8 9 2 2 3 o
4 6 2 4 3 4 3 9 9 1 7 St 4 4 5 8 4 4 5 9 4 7 7 St
3 2 5 7 4 2 0 2 2 1 5 3 4 7 8 5 1 8 1 6 1 9 T
a
B
0 0 0 0 0 0 # le
.0 .0 .0 .0 .0 .0
# 1 3 1 T
1
0 0 0 T
5 2 4 :
1 0 2 T a 0 0 0 0 0 2 0 0 0 0 - r. T
1 2 2 r. B h
0 0 0 0 0 0 0 9 3 6 0 le mi
2 T cu
T C : rav Q rren
rav lo O
sedpag
tim el tu
ito t
el T o
3 2 3 3 2 2 2 2 2 3 pag
2 2 2 2 2 2 2 2 2 3 3 T L izin
0 8 0 0 8 1 1 4 8 0 soy GRAMO era
5 6 7 9 6 1 0 4 5 1 0 soy en
.7 .4 .0 .0 .3 .5 .0 .3 .6 .1 .0 .6 .3 .1 .9 .3 .8 .1 .3 .1 .7 - mi ∑ tio
real academia de bellas artes

mi ∑es pag
gramo
0 6 8 2 3 4 5 9 8 9 2 th h norte
mi o
Q F

6
2
tu ℓ∈ th
ℓ∈ ito L mi
L 7 7 8 8 6 6 6 7 8 7 5 F Q
2 4 5 5 3 2 2 3 6 8 7 F T 2 9 5 1 2 3 2 5 3 9 7 ℓ∑ tu
3 0 8 8 9 8 6 8 5 8 9 ro ito
ℓ
leb
1 1 1 1 1 1 1 1 1 1 T
1 1 1 1 1 1 1 1 2 1 |L ú 8 1 5 5 4 5 5 4 6 9 5 ro
9 6 7 6 3 1 0 6 8 0 9 s 5 7 9 9 8 6 8 9 9 0 6 D leb
| S 1 1 0 6 9 5 7 7 4 2 6 tu
y
madre
0 2 2 6 1 1 8 7 6 6 0 v
ú
s
S
y
tu madre
1 2 3 4 2 2 2 2 3 5 4
7 6 9 1 9 2 1 5 7 2 5
pecado

1 6 2 0 4 8 9 2 8 3 6 C 2 3 3 3 3 3 2 3 3 4 3
1 7 2 8 2 9 5 2 5 2 0 o
gramo 5 0 0 4 4 3 8 2 3 1 8 C
St 9 5 5 5 7 2 7 5 3 4 0 (metro
7 0 0 5 3 3 3 1 0 4 6 o
metro
.4 .2 .7 .6 .8 .1 .7 .2 .8 .7 .3
o .6 .2 .0 .8 .6 .6 .6 .0 .4 .6 .8 St a
D en
el
0 0 0 D
co
0 .0 .0 .0
0 0 0 0 0 0 0 0 0 0 0 # rrid
.0 0 0 0 # C
.6 .5 .3 .4 .5 .5 .4 .5 .4 .4 .4
1 1 0 2 METRO
C -H 6 4 9 1 0 0 5 0 5 5 7 T
1 1 2 2 T r. o
r
0 0 6 0 0 0 0 3 3 6 0 r lo F 1 8 4 5 0 4 2 6 6 7 8 a
sedo norte
D
T norte T F alimentación
rav + Q rav eed
O GRAMO
el pag. el en en
T en 5 5 4 4 4 4 4 4 4 4 4 T gramolin
gramo
2 2 2 2 2 2 2 2 2 3 2 6 2 3 2 6 5 1 4 4 6 9
6 6 6 8 6 1 0 3 5 0 9 soy L .0 .4 .2 .8 .7 .1 .1 .7 .9 .3 .6 soy L
.1 .5 .7 .6 .2 .4 .5 .1 .9 .0 .3 es).
0 0 9 4 4 4 1 4 9 9 0 mi ∑en 9 7 9 9 7 8 6 4 4 2 6 mi ∑en
es
es

ℓ∈ ℓ∈
L L
2 4 6 5 3 3 2 3 6 8 7 F 4 4 4 5 5 5 4 5 5 6 5 F
4 1 0 8 9 0 6 8 5 8 9 ℓ 1 9 8 3 4 2 6 2 3 5 9 ℓ∑

1 1 2 1 1 1 1 2 2 2 2 |L
0 7 0 8 9 4 1 0 8 8 5 | 5 5 5 6 69 73 66 7 7 8 7
1 9 9 3 1 3 3 1 D
1 3 6 1 1 5 9 3 3 1 9 tu
8 4 6 8 9 8 8 0 7 7 0 v
de las cuales 18 líneas cerradas y 36 abiertas eran líneas expresas.
En ambos escenarios (líneas cerradas y líneas cerradas + abiertas) el costo aumentó en
comparación con los resultados obtenidos para QG. El costo global del plan de transporte
con solo líneas cerradas fue de $ 60,825, lo que aún representa un ahorro del 36%, en
comparación con el plan actual. El número total de transferencias aumentó en comparación
con QG, principalmente para los intervalos de tiempo 11: 00-12: 00 (de 7 a 458
transferencias) y 21: 00-22: 00 (de 0 a 288 transferencias) en el escenario con abierto +
líneas cerradas. Sin embargo, los aumentos en el costo y el número de traslados se
compensan con un mejor servicio a los pasajeros, en términos de que el tiempo medio de
viaje se redujo a 23,66 minutos si solo se consideran líneas cerradas y 23.35 si se incluyen
líneas abiertas y cerradas en L.
Nuestro último experimento consistió en calcular un plan de línea para el sistema de línea de
alimentación. El TS tiene tres sistemas independientes de líneas de alimentación que se cruzan
con el corredor principal en tres terminales de transbordo diferentes y contienen 12,
17 y 13 estaciones de rotación, respectivamente. Actualmente, la flota de vehículos que se utiliza para
dar servicio a las líneas de alimentación es heterogénea y contiene dos tipos de autobuses con
capacidades de transporte κ 1 = 90 y κ 2 = 110.
Resolvimos DCM en dos escenarios que difieren en la estructura de línea considerada:
solo 1- NB-caminos o permitiendo 2- NB-rutas. En el primer escenario, se consideró un total de 84
líneas en el grupo de líneas (para los tres subsistemas de alimentación), mientras que en el
segundo escenario se agregaron 470 nuevas líneas. La Tabla 4 informa los resultados (agregados
para los tres subsistemas de alimentación). Además de los parámetros operativos descritos
anteriormente, informamos el número | L | de líneas utilizadas en la solución, el tiempo de CPU
requerido y la brecha de integralidad (solo para el segundo escenario). En ambos escenarios, el
costo se redujo en comparación con la solución actualmente implementada en aproximadamente 18%
( solo 1- NB-rutas) y 32% ( con 2- NB-rutas). Por otro lado, estos ahorros están ligados a mayores
tiempos de viaje para los pasajeros, que aumentaron ligeramente en todos los casos. Finalmente,
observando los tiempos de CPU y los valores de brecha, parece que DCM es considerablemente
más difícil de resolver si 2- Las rutas NB están incluidas en L.

La dramática disminución de costos de nuestras soluciones con respecto a la solución de

referencia se puede explicar por dos factores. Primero, nuestro modelo DCM no impone un límite
al número de líneas en una solución. En la práctica, sin embargo, no es deseable tener
demasiadas líneas, ya que todo el sistema se vuelve demasiado complicado para el usuario y el
operador. Añadiendo nuevas variables binarias a DCM que indican si se elige una línea en la
solución o no, llevamos a cabo nuevos experimentos para la topología de la red QG limitando el
número de líneas permitidas a un máximo entre cinco (el número de líneas utilizadas actualmente
por el TS operador) y 30. La Figura 7 resume los resultados de todo el día. Como se esperaba, el
costo de la solución óptima aumenta a medida que disminuye el número de líneas permitidas,
pero el aumento es inferior al 10% de 30 a 5 líneas. Una razón se puede encontrar en las políticas
de planificación que utiliza actualmente el operador de TS. Hasta ahora, la planificación de la línea
se ha llevado a cabo en un solo paso junto con la programación de tareas para los conductores de
autobús mediante la asignación previa de conductores de autobús a los autobuses. Puede ser que
este esquema sea demasiado inflexible, ya que las duras limitaciones laborales pueden descartar
algunas buenas soluciones para el problema de planificación de líneas. Ciertamente valdría la
pena calcular un

27
.6 .0 .4 .6 .8 .6 .6 .2 .8 .8 .0 .4 St :0:0:0:0:0:0:0:0:0:0:0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 # 2 3 5 5 3 2 2 3 5 7 6 C
.5 .6 .5 .3 .4 .4 .4 .4 .5 .4 .4 .5 0 4 1 2 7 4 4 2 1 0 2 o
4 3 3 8 0 9 9 4 0 8 5 0 T 8 4 2 5 7 6 3 0 6 9 8 St
9 1 1 6 9 6 6 4 1 1 4 1 r. ∑ 3 6 5 5 2 2 1 7 7 2 4
T
a
B
le
0 0 0 0 0
o .0 .0 .0 .0 .0 #
l∈ norte
ly 4 0 0 0 0 0 T
4 : 7 2 3 2 1 T a
6 4 4 4 5 5 5 4 5 5 6 5
L 0 1 6 5 7 r. B
.2 3 9 7 4 3 2 6 2 3 5 9 F 1 O 2 0 0 4 0 5 0 1 6 0 0 le
l -N pag
tim C 3
B T lo :
3 izin rav sedO
6 3 3 3 4 3 3 3 3 4 4 4 | L -PAG
| a
.1 5 8 9 1 7 5 7 9 2 3 4 2 2 2 2 2 2 1 2 2 2 2 pag
th gramo
4 4 4 5 3 0 8 1 2 7 7 el tim
th L
T
.4 .2 .2 .7 .4 .1 .7 .8 .9 .6 .4 T en izin
mi 5 2 5 5 8 0 5 2 1 6 2 . es
. Q
5 6 5 4 4 4 4 4 4 4 4 5 T tu

8
2
gramo
5 3 5 5 6 8 6 4 9 8 9 3 soy ito ∑ th
.4 .8 .7 .8 .2 .8 .8 .7 .0 .6 .2 .0 mi
2 4 9 3 0 8 1 8 4 0 3 8 mi T l∈
Q
ro L tu
leb 2 4 6 6 4 2 2 3 6 8 7 F ito
0 C 6 3 2 1 4 8 9 9 5 7 9 l
.0 0 0 0 0 0 0 0 0 0 0 0 PAG ú T
2 .0 .0 .0 .0 .0 .0 .0 .0 .0 .0 .0 s
0 4 2 1 1 1 1 3 1 2 4 1 U S 1 1 2 1 1 1 1 1 1 2 2 |L ro
y 4 8 0 6 6 2 2 9 8 1 4 leb
madre |
ú
s
en S
y
1 1 2 2 2 2 2 1 2 2 2 2 clu madre
9 8 1 0 3 2 2 8 1 2 7 5 C 1 2 4 4 3 2 2 2 4 5 4
9 7 1 0 0 8 0 8 9 2 9 6 D 8 9 2 4 2 4 4 8 5 9 8 C
7 2 0 2 9 9 7 1 8 0 4 2 o en 9 3 5 2 9 3 0 9 5 2 9
.5 .2 .6 .4 .0 .0 .6 .2 .8 .8 .0 .4 St 9 9 7 9 7 3 7 8 6 4 2 o tu
gramo
th .7 .5 .9 .5 .9 .2 .6 .5 .6 .0 .2 St pecado

gramo
# mi
0 0 0 0 0 0 0 0 0 0 0 0 alimentación
0 0 0 0 0 0 0
ex
.5 .6 .5 .3 .4 .4 .4 .4 .4 .4 .4 .4
T .0 .0 .0 .0 .0 .0 .0 # pag
3 2 2 8 0 7 9 2 9 4 5 9 r. ∑ 2 1 0 1 0 0 1 0 C ress
2 2 1 3 5 3 4 5 9 9 4 6 er
3 9 8 6 1 0 2 T lo
-N lin 6 2 7 7 7 0 0 2 0 0 8 r.
sedlin
B mi es.
l∈
-
PAG
sy T +
2 a madre rav O
3 2 2 2 2 2 2 2 2 2 3 3
L
th 2 2 2 2 2 2 1 2 2 2 2
.8 2 6 4 8 7 7 3 7 7 3 0 F
l s s.
4 4 4 5 3 0 8 1 2 6 5 el pag
en
.2 .4 .1 .7 .4 .1 .6 .5 .9 .0 .0
a 9 9 8 0 4 6 0 8 1 7 9 T∑ L
2 llow
2 2 2 2 2 2 2 2 2 2 3 2 |L en
.8 2 4 4 8 4 4 2 4 6 2 8 | ed es
l∈
T L
. 2 4 6 6 4 2 2 4 7 9 8 F
5 68 58 48 49 51 49 47 51 51 54 56 T 6 4 2 1 4 9 9 2 4 4 0 l
8 soy
.4 .3 .0 .3 .2 .4 .8 .8 .7 .2 .3 .0
3 4 2 7 9 0 0 0 6 4 1 3 mi 15 2 2 22 2 1 1 21 2 2 3 |L
4 6 3 5 3 5 7 0 |
3 1 1 1 1 1
6 0 1 0 0 0 0 0 0 C
9 0 1 1 0 . 0 . . 0 0 0 PAG
2 .2 .3 .3 0 5 0 6 2 0 0 0
.0 3 8 8 0 4 0 6 3 0 0 0 U

4 3 4 4 7 4 8 4 3 6 7 6 GRAMO
.9 .0 .3 .3 .4 .7 .2 .6 .2 .2 .0 .9 a
9 1 3 3 2 5 9 8 5 1 3 6 pag
 Líneas cerradas

Líneas abiertas + cerradas

Figura 7: Coste de Tradeo ff vs. número máximo de líneas.

vehículo y un cronograma de servicio basado en nuestros planes de línea, con el fin de obtener
una mejor evaluación de las consecuencias operativas de dicha optimización.

Referencias
[1] T. Achterberg, Programación de enteros de restricción, Tesis doctoral, Technische Uni-
versität Berlín, 2007.

[2] R. Borndörfer, M. Grötschel y ME Pfetsch, Una generación de columnas

enfoque de la planificación de líneas en el transporte público, Transport Sci., 41 (2007),
págs. 123-132.

[3] , Modelos para la planificación de líneas en transporte público, en sistemas asistidos por computadora
en Transporte Público, M. Hickman, P. Mirchandani y S. Voß, eds., vol. 600 de Lecture Notes
in Economics and Mathematical Systems, Springer-Verlag, 2008, págs. 363–378.

[4] A. Bouma y C. Oltrogge, Linienplanung und Simulation für ö ff entliche

Verkehrswege en Praxis und Theorie, Eisenbahntechnische Rundschau, 43 (1994), págs.
369-378.

[5] Señor Bussieck, Líneas óptimas en el transporte público por ferrocarril, Tesis doctoral, TU Braun-
schweig, 1997.

[6] MR Bussieck, P. Kreuzer y UT Zimmermann, Líneas óptimas para

sistemas ferroviarios, EUR. J. Oper. Res., 96 (1997), págs. 54–63.

29
 [7] MR Bussieck, T. Lindner y ME Lübbecke, Un algoritmo rápido para cerca
planes de línea óptimos, Matemáticas. Métodos Oper. Res., 59 (2004).

[8] MR Bussieck, T. Winter y UT Zimmermann, Optimización discreta

en el transporte público por ferrocarril, Matemáticas. Program., 79 (1997), págs. 415–444.

[9] MT Claessens, NM van Dijk y PJ Zwaneveld, Costo óptimo

asignación de líneas ferroviarias de pasajeros, EUR. J. Oper. Res., 110 (1998), págs. 474–489.

[10] J.-WHM Goossens, S. van Hoesel y LG Kroon, Al resolver múltiples

problemas de planificación de líneas de tipo, Memorando de investigación METEOR RM / 02/009,
Universidad de Maastricht, 2002.

[11] , Un enfoque de bifurcación y corte para resolver problemas de planificación de líneas ferroviarias,
Transportation Sci., 38 (2004), págs. 379–393.

[12] K. Nachtigall y K. Jerosch, Planificación y tráfico simultáneos de líneas de red

asignación fi c, en ATMOS 2008 - Octavo taller sobre enfoques algorítmicos para modelado,
optimización y sistemas de transporte, M. Fischetti y P. Widmayer, eds., DROPS, Schloss
Dagstuhl - Leibniz-Zentrum fuer Informatik, Alemania, 2008.

[13] AR Odoni, J.-M. Rousseau y NHM Wilson, Modelos en urbano y

transporte aéreo, en Handbooks in OR & MS 6, SM Pollock et al., ed., North Holland, 1994,
cap. 5, págs. 107-150.

[14] A. Schöbel y S. Scholl, Planificación de líneas con un tiempo de viaje mínimo, en Proc.
V Taller de Métodos y Modelos Algorítmicos para la Optimización de Ferrocarriles,
LG Kroon y RH Möhring, eds., 2006.

[15] S. Scholl, Planificación de líneas orientada al cliente, Tesis de doctorado, Universidad de Göttin-
gen, 2005.

30