Tarea Individual 1

Integrantes : Maddlen Villagra Aguayo

Asignatura : Heurística y Metaheurística

Profesor : Rodrigo Linfati Medina

Fecha : 09/06/2020

Resumen Ejecutivo
Descripción del problema TSP (Travelling Saleman Problem)

El problema TSP o problema del vendedor viajero es el problema que surge al querer identificar
la distancia más corta entre, por ejemplo, una cantidad n de ciudades alrededor del mundo,
para posteriormente volver al punto de origen, es un problema NP-Hard en la optimización
combinatoria, relevante en la informática teórica y en la investigación de operaciones.

Es uno de los problemas de optimización que más se ha estudiado, se formuló alrededor de

1930 y es uno de los puntos de referencia para algunos métodos de optimización aunque el
problema es NP-Hard y por lo tanto el tiempo que tarda un computador puede ser demasiado

Página 1
extenso para aplicaciones prácticas donde se necesite conocer la distancia más corta en una
cantidad de ciudades n = 1000 o más, existen variadas heurísticas que permiten resolver por
completo situaciones con decenas de miles de ciudades con un GAP relativamente bajo.

Históricamente sus orígenes no están claros sin embargo fue considerado matemáticamente en
1930 por Merril M. Flood, donde buscaba resolver un problema de ruta de un autobús escolar.
La primera vez que se le conoció como problema del vendedor viajero fue en 1949 en el
informe de la Rand Corporation de Julia Robinson, llamada, “ On the Hamiltonian game (a
traveling salesman problem), o en español "Sobre el juego hamiltoniano (un problema del
vendedor viajero)"

Entre las décadas de los 50 y 60 George Dantzig, Derbert Ray Fulkerson y Selmer M. Johnson,
ofrecieron un método de solución para una instancia con 49 ciudades mediante un método de
programación lineal entera, demostrando además que ningún otro recorrido podía ser más
corto, además especularon que dada una condición casi óptima era posible agregar un
pequeño número de desigualdades adicionales para encontrar la solución óptima.

Poner formulas

1. TSP aplicado a 10 ciudades del mundo

En el siguiente apartado se muestra la aplicación de el problema TSP para encontrar la ruta

mas corta entre 10 ciudades del mundo, donde se debe volver a la ciudad de inicio.

Las ciudades sometidas a este estudio con sus respectivas coordenadas decimales son las
siguientes:

1- Hong Kong Latitud 22,25

Página 2
 Longitud 114,1667
 
Latitud 35,6895
2- Tokio
Longitud 139,69
 
Latitud 30,2538
3- Kiev
Longitud 50,45466
 
Latitud 26,21666
4- Naha
Longitud 127,68332
 
Latitud 48,8534
5- Paris
Longitud 2,3486
 
Latitud 48,13743
6- Múnich
Longitud 11,57549
 
Latitud 55,75222
7- Moscú
Longitud 37,61556
 
Latitud 40,195591
8- Bursa
Longitud 19,0601292
 
Latitud 59,9386292
9- San Petersburgo
Longitud 30,3141308
 
Latitud 50,08804
10- Praga
Longitud 14,42076
Tabla 1.1: Ciudades y sus respectivas coordenadas geográficas
Fuente: [ CITATION Ant20 \l 13322 ]

Procedimiento de cálculo

Para realizar el cálculo de la distancia se deben considerar las coordenadas geográficas de

cada ciudad, estas se muestran en la tabla 1.1 y se debe considerar lo siguiente:

Si el problema del vendedor ambulante es un problema geográfico, entonces los nodos

corresponden a puntos en la tierra y la distancia entre dos puntos es su distancia en la esfera
idealizada con radio 6378.388 kilómetros[ CITATION Rei \l 13322 ].

Para realizar el cálculo de la distancia entre dos ciudades se debe usar la Fórmula 1.1

Página 3
D=6378.338∗arccos ( cos ( la1 )∗cos ( la 2 )∗cos ( lo 2−lo 1) + Sen ( la 2 ) +Sen ( la 2 ) )

Donde: la1 = Latitud de la ciudad 1 en Radianes

la2 = Latitud de la ciudad 2 en Radianes
lo 1 = Longitud de la ciudad 1 en Radianes
lo 2 = Longitud de la ciudad 2 en Radianes

Fórmula 1.1: Cálculo de distancia geográfica entre dos ciudades dadas sus coordenadas
Fuente: [ CITATION Map19 \l 13322 ]

Como los datos de latitud y longitud son proporcionados en grados decimales y la formula los precisa en
Radianes en necesario usar la fórmula 1.2 para transformar los grados decimales en radianes.

Rad=Grd∗π /180
Donde: Rad = Latitud o Longitud en Radianes
Grad = Latitud o Longitud en Grados decimales

Fórmula 1.2: Conversión de grados decimales a radianes

Fuente: [ CITATION Map19 \l 13322 ]

Posteriormente se procede a realizar el cálculo de las distancias entre cada una de las ciudades usando
como herramienta el software JuliaPro 1.0.5-2 donde se genera una matiz de 10 x 10 con dichas
distancias, el código se adjunta en el Anexo N°1, la matriz con las distancias se muestra en la Imagen
1.1, donde las filas y columnas tienen la numeración de 1 a 10 y corresponden a las ciudades expuestas
en la Tabla 1.1.

Seguido a esto se procede a modelar el problema y optimizar el problema usando JuMP, GLPK y
Combinatorics, además se grafica el resultado usando Plots

Imagen 1.1: Matriz de distancias entre las ciudades estudiadas

Fuente: Elaboración propia

Página 4
El resultado de la optimización del modelo se muestra en la Imagen 1.2.

Imagen 1.2: Resultados de optimización del problema TSP de las 10 ciudades

Fuente: Elaboración propia

Interpretación de resultados

Al analizar los resultados entregados por el programa se puede concluir lo siguiente:

El programa empieza resolviendo la relajación lineal partiendo con la función objetivo donde
Z=0, encuentra que ese punto es infacible ya que las coordenadas donde x=y son 0.0 como se
muestra en la imagen posteriormente sigue pivoteando ya que se busca una solución entera por
lo que realiza un árbol de bransh ando bound logra redondear todo y encuentra la solución.

La solución óptima es un Z = 24.779, 726 lo que quiere decir que la menor distancia que puedo
recorrer para visitar las 10 ciudades y posteriormente regresar a la ciudad es de 24.779,726
Kilómetros.

El recorrido que se debe hacer para recorrer la menor distancia se muestra en el Gráfico 1.1,

Página 5
 Gráfico 1.1: Recorrido Optimo para visitar las 10 ciudades recorriendo la menor distancia
Fuente: Elaboración propia

En definitiva, para visitar las 10 ciudades y luego volver al origen se debe recorrer como mínimo
24.779,726 Kilómetros y el orden debe ser el siguiente, Suponiendo que el punto de partida es
Hong Kong.

1.Hong Kong, 4.Naha, 2.Tokio, 7.Moscú, 9.San Petersburgo, 10.Praga, 6.Múnich, 5.Paris,
8.Bursa, 3.Kiev, para posteriormente volver a 1.Hong Kong

2. Comparación de tiempos de ejecución de TSP usando MTZ y DFJ usando puntos

aleatorios y en forma de clusters.

Página 6
A continuación se muestra un estudio realizado con el fin de comparar los tiempos de ejecución
de dos algoritmos, uno el MTZ (Miller-Tucker-Zemlin) y otro el DFJ (Dantzing-Fulkerson-
Johnson) además cada uno usando puntos generados de forma aleatoria y puntos generádos
en forma de clusters.

La forma de proceder es la siguiente, se correrán los algoritmos y se documentarán los tiempos

que tarda en resolver un número determinado de puntos n, que va desde 1 hasta un numero de
n tal que el computador donde se esta corriendo el experimento se quede sin memoria.

Las especificaciones del computador donde se corre el experimento son las siguientes:

Procesador: Intel Core i5-9300H CPU 2.40Ghz

Memoria: 8 GB

Página 7