Optimal distribution of habitational units in a

cooperative:
a mathematical application to optimize satisfaction

Martín Prino, Ezequiel Sánchez, Héctor Cancela

Facultad de Ingeniería
Universidad de la República
Montevideo, Uruguay
marpri3210@gmail.com, eze91@outlook.com, cancela@fing.edu.uy

Abstract—This work presents an application of
mathematical programming methods and their implementation
in free software tools to develop a support tool for the
assignment of habitational units in a cooperative. In Uruguay
building and housing cooperatives have a history of developing
housing solutions, at lower prices and higher quality levels than
possible with traditional approaches. In these cooperatives, it
is usual that, once the houses are built, the assignment to
members is done randomly (ie, holding a lottery). In this work
we develop a computational tool that can take into account the
stated preferences of the cooperative members and generate
assignments that maximize their satisfaction, with results of
much higher satisfaction levels than those achieved using the
traditional lottery method.
Keywords—housing; user preferences; mathematical
programming; optimization; decision making support.
I. INTRODUCCIÓN
Uruguay tiene una extensa experiencia en las soluciones
cooperativas de vivienda [1]. Las primeras cooperativas de
vivienda en el país aparecen en 1966 a partir de tres experiencias
promovidas por el Centro Cooperativista Uruguayo (CCU), en
localidades del interior del país. En 1968, el Parlamento
uruguayo aprueba la Ley Nacional de Vivienda, que establece
un marco jurídico para la promoción de programas de vivienda
social, institucionalizando el sistema cooperativo de vivienda, a
través de dos modalidades de gestión (la ayuda mutua y el ahorro
previo) y dos formas de tenencia (las cooperativas de usuarios y
las de propietarios).
Actualmente coexisten dos grandes federaciones nacionales,
la Federación de Cooperativas de Vivienda (FECOVI,
http://www.fecovi.coop/), cuya actividad comprende
cooperativas orientadas al ahorro previo; y la Federación
Uruguaya de Cooperativas de Vivienda por Ayuda Mutua
(FUCVAM, http://www.fucvam.org.uy/). Ambas federaciones
reúnen una cantidad muy importante de cooperativas en todas
las etapas: construidas, en obra y en formación, abarcando miles
de familias. El último Censo Nacional de Cooperativas y
Sociedades de Fomento Rural, realizado entre 2008 y 2009, da
cuenta de 611 cooperativas de vivienda activas en el país,
abarcando más de 20000 socios [2], lo que corresponde
aproximadamente a un 2% de todos los hogares del país. Entre
sus objetivos, las federaciones buscan organizar la demanda
habitacional, y generar soluciones que, a partir de la
participación activa de los cooperativistas, y eliminando la
intermediación, logren la construcción de viviendas a costos
accesibles y con alta calidad de ejecución. Asimismo, ambas
entidades promueven junto con otras organizaciones la defensa
y promoción del cooperativismo y sus valores en las más
diversas áreas de actividad.
Toda cooperativa de vivienda debe resolver diversos
desafíos para la concreción de sus objetivos, desde su
conformación inicial, obtención de terreno, diseño del proyecto
habitacional, obtención de recursos, edificación, hasta la etapa
de convivencia, ya que son organizaciones que mantienen su
estructura y funcionamiento colectivo aún ya construidas y
habitadas las viviendas. Un momento muy particular en la vida
de una cooperativa es la asignación de unidades habitacionales
a los cooperativistas. En la realidad uruguaya, la práctica
habitual es que durante el proyecto se definen unas pocas
categorías de viviendas requeridas (en cuanto a tamaño, número
de habitaciones, etc.), realizándose varias unidades de cada tipo,
equivalentes en sus prestaciones, pero que pueden tener distintas
características en cuanto a su ubicación geográfica (frente o
fondo del terreno, accesos, altura en el caso de edificaciones de
varios pisos, etc.). Una vez finalizada o muy próximo a
finalizarse la construcción de las mismas, es habitual efectuar un
sorteo al azar dentro de cada categoría, para asignar las viviendas
a las familias, sin tener en cuenta las eventuales preferencias de
las mismas al respecto, lo que genera insatisfacciones y
tensiones. Si bien los cooperativistas, luego del sorteo, pueden
intercambiar unidades, no resulta sencillo encontrar cambios que
mejoren la satisfacción de los involucrados, por lo que la
situación final deja que desear al respecto.

978-1-5090-1633-4/16/$31.00 ©2016 IEEE

 Este artículo reporta los resultados de un trabajo realizado
por los estudiantes Ezequiel Sánchez y Martín Prino como parte
de sus estudios de Ingeniería en Computación en la Facultad de
Ingeniería, Universidad de la República, con la supervisión del
docente Héctor Cancela, motivado por la situación de la
cooperativa Virazón (integrante de FECOVI), y que busca dar
una solución más efectiva para el problema de la distribución de
viviendas, basada en el uso de modelos de optimización. En la
Sección II reportamos en detalle el problema, y antecedentes
vinculados al mismo, y presentamos los modelos de
optimización desarrollados para resolver el mismo. En la
Sección III presentamos la herramienta de software desarrollada,
que incluye estos modelos, y reportamos resultados de la
aplicación de la misma en un caso de estudio generado en base
a datos reales de la mencionada cooperativa. Por último, en la
Sección IV presentamos las conclusiones y trabajo futuro.
II. DESCRIPCIÓN DEL PROBLEMA
A. Elementos básicos y antecedentes
Tal como se comentó en la introducción, en la realidad
uruguaya durante la mayor parte del proceso constructivo en una
cooperativa de viviendas, los cooperativistas desconocen cuál
será su vivienda al final. Pocos meses antes de la finalización de
dicha etapa constructiva, tradicionalmente se resuelve la
distribución por sorteo.
Si denotamos por N el número total de viviendas (y de
socios cooperativistas), podemos representar por S el nivel de
satisfacción de un cooperativista al obtener una vivienda
tomando el valor N en el caso de serle asignada la vivienda de
su mayor preferencia, y el valor 1 en el caso de serle asignada a
la de su menor preferencia, recorriendo los valores intermedios
(sin repetición) para las restantes. En el caso de un sorteo
equiprobable de las viviendas el valor esperado de S con el
método del sorteo es N/2.
Como alternativa al método tradicional por sorteo es posible
construir un modelos de asignación o distribución de viviendas
a cooperativistas que, suponiendo conocidas las preferencias de
cada persona o familia, optimice su satisfacción, basándose en
el hecho de que la escala de valores que aplican los interesados
al definir sus preferencias de vivienda varía, en muchos casos
significativamente, de persona a persona en un mismo complejo
habitacional. Dicho modelo de asignación mejorará la
satisfacción de los cooperativistas, y buscará asignaciones
estables (en el sentido que no existirá ninguna combinación de
usuarios que, cambiando las asignaciones entre sí, puedan
mejorar todos a la vez sus satisfacciones personales).
Como antecedentes nacionales, el Ing. Adrián Manera
desarrolló en 1983 un modelo de asignación por programación
lineal para una cooperativa de vivienda, modelo que fue aplicado
implementando el método simplex para su resolución [3]. Esta
solución fue aplicada en una única instancia, y lamentablemente
no se han preservado ni los detalles del modelo, ni su
implementación computacional.
Una búsqueda bibliográfica ha resultado en varios trabajos
publicados a nivel internacional, pero que apuntan a un enfoque
978-1-5090-1633-4/16/$31.00 ©2016 IEEE
conceptual, basado en teoría de juegos, de las propiedades de
estabilidad de una asignación arbitraria, y del funcionamiento de
mecanismos de mercado o de asignación secuencial para
encontrar asignaciones estables (es decir, aquellas en las que los
involucrados no pueden realizar intercambios entre sí y mejorar
su satisfacción). Ejemplos de estos trabajos son los artículos
[4,5,6,7,8]; en todos ellos, el criterio esencial es el de estabilidad
de las asignaciones, pero ninguno tiene en cuenta una
optimización a nivel global de la satisfacción. Hay otros
trabajos, vinculados a la asignación de estudiantes a
habitaciones en dormitorios estudiantiles, entre los cuales
citamos [9] y [10]; estos trabajos, si bien incorporan la
satisfacción de los usuarios de una manera más directa, incluyen
una cantidad adicional de reglas y restricciones importante, lo
que complejiza su resolución (inclusive en el segundo trabajo se
utiliza una metaheurística, dado que el modelo no es resoluble
de manera exacta en tiempos razonables). Finalmente, hay
trabajos como [11] que se enfocan en la definición previa, pero
a nivel sectorial (no de una cooperativa) de la tipología de
viviendas a construir, pero no son aplicables a un caso en el que
las viviendas ya han sido definidas y construidas. Ninguno de
los trabajos encontrados es aplicable entonces directamente al
problema bajo estudio, que es una variante del problema de
matching, ampliamente discutido en teoría de la computación
[12].
B. Modelado formal y propuestas de solución
A partir de las características del problema, se entendió
factible el formularlo como una variante de un problema de
asignación lineal, representado utilizando programación lineal
entera, para la que existen diversos algoritmos en la literatura y
herramientas tanto libres como comerciales que permiten su
resolución numérica.
Podemos representar los principales elementos de la situación
planteada como un grafo dirigido G= (C䴔V ; X ) , donde el
conjunto C representa a las familias y el conjunto V a las
viviendas. El conjunto de nodos del grafo es la unión de los
conjuntos disjuntos C y V . Ambos conjuntos tienen la misma
cantidad de elementos, que denotaremos por N. Los valores
x ij son variables de decisión, que toman el valor 1 si la familia
i tiene asignada la vivienda j y 0 en otro caso, para todo i en C,
x
j en V y ij en X; un solución consiste en biyección entre
familias y viviendas (por lo tanto, una asignación que para cada
familia determina una única vivienda y para cada vivienda, una
única familia).
Asimismo se definen los valores de prioridad
p
ij , que
expresan la prioridad dada por la familia i a la vivienda j (donde
1 es la máxima prioridad, y N es la mínima prioridad).
Una solución factible al problema de distribución de viviendas
está dada por asignación de valores a las variables ij , que
x
cumpla la propiedad que todas las familias tengan asignada una,
y solo una, vivienda; y a la vez que las viviendas tengan una, y
solo una, familia asignada.
 Dado que hay una gran cantidad de soluciones factibles, el x ij son el 1 (vivienda j asignada a la familia i) o 0 (vivienda j
desafío es definir aquellas que mejoran la satisfacción de los
no asignada a la familia i). Esta restricción es esencial para la
cooperativistas. Para esto, se consideraron dos planteos posibles;
formulación, y es la que hace que el problema se clasifique
en el primero, se buscó optimizar la satisfacción promedio de los
dentro de la familia de la Programación Lineal Entera.
interesados, y como objetivo subsidiario minimizar las
diferencias de satisfacción entre cooperativistas, representado a
través de la maximización de la satisfacción del cooperativista
menos satisfecho. En una segunda opción, se consideró como
objetivo principal el maximizar la “mínima satisfacción”
garantizada a todos los cooperativistas (es decir, buscar
maximizar la satisfacción mas baja), y como objetivo subsidiario
el maximizar la satisfacción promedio. A continuación se
presentan ambas formulaciones.
C. Modelo inicial
Como se reportó, el primer modelo formulado apunta a
maximizar la satisfacción promedio (lo que es equivalente a
optimizar la satisfacción global medida como la suma de
satisfacciones individuales). Dado que, alcanzado dicho
objetivo, pueden existir varias soluciones con igual valor de
satisfacción promedio, se aplica en una segunda etapa un
problema de optimización adicional, que busca, dentro de ese
conjunto de soluciones, encontrar aquellas que además reducen
las diferencias entre satisfacción de los cooperativistas. Si bien En la segunda etapa, conocido el valor óptimo S de las
este segundo objetivo podría plantearse como la minimización satisfacciones globales calculado en la primer etapa, se formula
de la varianza de la satisfacción, esto implicaría un modelo no el siguiente problema:
lineal, por lo que en su lugar se utiliza la maximización de la
satisfacción del cooperativista menos satisfecho.
En este caso, la función objetivo es optimizar la variable
La formulación matemática se realiza en dos etapas. La auxiliar z, que corresponde a la satisfacción del cooperativista
primer etapa tiene la formulación siguiente: “menos satisfecho”; expresado en términos de sus prioridades,
por lo que se busca que la satisfacción sea lo mayor posible (es
decir, que la prioridad de la vivienda asignada sea lo más cercana
a 1 posible). Las restricciones siguientes dan las características
de la solución. La primer restricción indica que la variable
auxiliar z será peor o igual que la satisfacción de cada uno de los
cooperativistas (lo que permite que la optimización mejore la
satisfacción del que se encuentre peor de todos). La segunda y
tercera restricciones ya fueron explicadas en el modelo anterior.
La cuarta restricción garantiza que la satisfacción alcanzada en
este nuevo modelo no sea peor que la satisfacción óptima
calculada en la etapa previa, esto garantiza que el buscar mejorar
La función objetivo, cuyo valor óptimo es denotado S, la equidad de la solución no empeore el valor promedio de
corresponde a la suma de las prioridades de las asignaciones satisfacción ya calculado. Finalmente se dan restricciones sobre
realizadas a cada cooperativista. Como la mayor prioridad es la el dominio de las variables, ya explicado en el caso de las
de menor valor (1), en la formulación se busca minimizar la x
variables ij , y que en el caso de la variable z corresponde al
suma (que corresponde a maximizar la satisfacción de los dominio de los números reales.
cooperativistas). La formulación corresponde a la satisfacción
global, acumulada, de todos los cooperativistas; dado que la En resumen, el primer modelo propuesto para generar una
statisfacción promedio es igual a este valor dividido la cantidad asignación fue:
de cooperativistas, N constante. La función objetivo está sujeta 1. Buscar la asignación que maximice la satisfacción global
al cumplimiento de tres restricciones, expresadas en las tres (equivalente también a maximizar la satisfacción promedio).
ecuaciones siguientes; la primera corresponde a exigir que las
soluciones consideradas cumplan la propiedad que todas las 2. Tomando como cota a alcanzar la satisfacción global
familias tengan asignada una, y solo una, vivienda. La segunda obtenida en la parte anterior, buscar una de las asignaciones en
ecuación corresponde a exigir que cada vivienda tenga una, y la que la peor asignación sea la mejor posible.
solo una, familia asignada. La tercer restricción indica que los
dos únicos valores permisibles para las variables de asignación

978-1-5090-1633-4/16/$31.00 ©2016 IEEE

D. Modelo alternativo
En el desarrollo del proyecto y pruebas realizadas, surgió una
discusión sobre el orden en el cual se debían priorizar los dos
objetivos utilizados en el modelo recién descrito. Como
alternativa, se decidió explorar una reformulación del modelo
en el cual la optimización se diera en las dos siguientes etapas:
1. Como primer paso se busca minimizar la insatisfacción de
cada uno de los cooperativistas, es decir, se busca una asignación
en la que el cooperativista menos satisfecho con la vivienda
asignada tenga el mayor nivel de satisfacción mayor posible.
2. Tomando como cota superior el nivel de insatisfacción que
se obtiene de la solución dada por el modelo anterior, se busca
la asignación que maximice la satisfacción global respetando esa
cota.
Podemos ver que de esta forma también se minimiza
indirectamente la insatisfacción (siendo todas las satisfacciones
mejores que la peor cota). Luego de esto simplemente se busca
la mejor asignación que no empeore esa insatisfacción
encontrada con el primer modelo.
En esta nueva formulación, la primer etapa corresponde al
programa de optimización siguiente:
En este caso la función objetivo en la primer etapa
corresponde a buscar que la mayor insatisfacción sea lo menor
posible; respetando las mismas restricciones ya vistas.
En la segunda etapa, se resuelve el siguiente problema,
donde S es el valor calculado en la etapa anterior:
978-1-5090-1633-4/16/$31.00 ©2016 IEEE
Aquí el objetivo es optimizar la satisfacción global, sujeto a
que la satisfacción de cada uno de los cooperativistas no puede
ser peor que la cota hallada en la etapa precedente (tercer
restricción), además de las restricciones habituales ya
comentadas.
III. HERRAMIENTA DESARROLLADA Y RESULTADOS
COMPUTACIONALES
A. Herramienta desarrollada
Un objetivo esencial del proyecto era plasmar los modelos
propuestos dentro de una aplicación informática, que permitiera
que una cooperativa pudiera utilizar los mismos para resolver la
distribución de viviendas.
Los requisitos fijados para la aplicación es que fuera fácil de
instalar y de usar, multiplataforma, accesible (que pueda ser
usado por otros interesados), confiable y robusta. Asimismo, se
buscaba que fuera una herramienta de código abierto, cuya
evolución pudiera quedar en manos de la comunidad interesada.
Para atacar todos estos requerimientos se tomaron las siguientes
decisiones:
• Utilizar las herramientas más estándares posibles, que
estén disponibles en varios sistemas operativos.
• Introducir la mínima cantidad de dependencias.
• Manejar el input y el output de datos a través de
archivos, sin contar con una interfaz gráfica más que a
través de la consola.
• Utilización de un repositorio central donde se pueda
descargar al programa y centralizar los esfuerzos de
colaboración.
Teniendo en cuenta estas pautas, la herramienta fue
construida utilizando Python https://www.python.org/ para
programar el ingreso de datos y construcción del modelo, y el
paquete GLPK (GNU Linear Programming Kit,
https://www.gnu.org/software/glpk/ ) para la resolución de los
problemas de programación lineal entera formulados.
Originalmente se consideró utilizar pyGLPK para conectar
ambas herramientas, pero finalmente se optó por no usarlo ya
que introducía una dependencia de librería extra al programa y
no permitía visualizar los resultados intermedios. Por lo tanto,
se optó por organizar la comunicación entre los programas
realizados en Python y los modelos resueltos con GLPK a través
de archivos. Tal como se comenta en la sección III.C, GLPK
logró resolver de manera exacta las instancias de los problemas
estudiados en tiempos muy cortos, por lo que no fue necesario
recurrir a métodos heurísticos, que no pueden garantizar
soluciones óptimas, y sólo son interesantes para problemas que
por su tamaño y complejidad no puedan ser resueltos de manera
óptima por solvers exactos de programación matemática.
El tipo de programa que pareció más adecuado es uno que
corra en consola, lo más simple y claro posible, que reciba como
entrada un archivo .csv con las preferencias y devuelva un
archivo de texto con la asignación final de viviendas.
 La herramienta desarrollada está disponible en 55 901 3
https://github.com/eze91/MTAV bajo una licencia GNU de 63 1102 4
código abierto que permite a cualquiera utilizar el software, el 65 402 2
código o partes del mismo, y generar programas derivados sin 71 302 2
limitaciones. 81 301 1
83 902 3
B. Caso de estudio 86 701 2
Según lo transmitido por Sofía Bertullo y Patricia Lagos, 90 401 2
integrantes de la cooperativa que fueron el contacto con el 94 802 3
98 1002 4
equipo del proyecto, “Virazón es una cooperativa que nuclea a
99 602 2
50 familias, en departamentos de 2, 3 y 4 dormitorios. Su 101 702 1
fundación data de diciembre de 2007. En el año 2010 adquiere 104 1202 4
el terreno municipal ubicado en José María Roo y Zelmar 105 801 2
Michelini para la futura construcción. A partir de allí se 109 601 7
comienza a trabajar para finalizar el proyecto de construcción y 111 501 9
así poder presentarlo en el MVOTMA para su aprobación y 113 502 7
obtención del préstamo para la construcción. En el año 2013 se _____________________________________________________________________________

obtiene el préstamo y en Junio de 2014 se comienza con la
construcción de la cooperativa.
Esta obra tiene como particularidad que es un edificio de 13
pisos, ya que mayoritariamente las construcciones son bloques
de no más de 4 pisos. Ya hace 2 años y medio que están en
proceso de Obra, y se espera poder finalizarla y hacer entrega de
los apartamentos en Agosto de este año (2016).” [11]
Para probar los algoritmos y software desarrollado, se
decidió construir un caso de estudio. En una reunión con las
cooperativistas se definió un conjunto representativo de veinte
viviendas, acordándose que se relevarían las preferencias de
igual cantidad de cooperativistas. Para esto se les enviaron
instrucciones sobre cómo proveer de los datos para esta prueba,
a través de una planilla con las preferencias (haciendo el
relevamiento a las familias). La planilla con las las preferencias
de estas 20 familias se presenta en la tabla 1, incluida al final del
trabajo.
C. Pruebas realizadas y resultados obtenidos
Para verificar el correcto funcionamiento de los modelos, se
desarrolló un primer conjunto de pruebas de validación,
consistentes en cuatro casos diferentes, todos con cinco
viviendas y cinco familias (cuya solución óptima era verificable
de manera manual, dado el tamaño de las instancias). En los
cuatro casos se verificó que las dos versiones de modelos
desarrolladas daban las soluciones esperadas, respetando las
restricciones de los problemas y optimizando las preferencias.
Tras estas pruebas iniciales, se trabajó directamente con
los datos relevados por la cooperativa. En primera instancia se
aplicó el modelo inicial, obteniéndose la asignación que se
presenta a continuación (incluyendo la familia involucrada, la
vivienda asignada, y el orden de preferencia que se había
declarado para esa vivienda):
Familia N.º Vivienda Preferencia
_____________________________________________________________________________
Tabla 1 - Asiganación modelo inicial.
La satisfacción global de esta solución (es decir, la suma
de todas las preferencias) es 59, correspondiente a una
satisfacción promedio de 2,95. La satisfacción mínima (la del
cooperativista con peor asignación) es 9, correspondiente al
Socio 111.
Se realizó a partir de estos resultados un análisis tanto de
los datos de entrada, como de la solución obtenida. Lo primero
que corresponde señalar a partir de la Tabla 1 es que existe una
polarización bastante alta en algunos grupos de viviendas, con
la 301 siendo la preferida con 9 de los 20 cooperativistas
eligiéndola en primer lugar. En el caso opuesto está la 402 con
8 familias que la eligen como última opción y 7 como penúltima
opción. Esta polarización claramente tiene impacto sobre el
nivel de satisfacción que puede obtenerse. Como se señala más
adelante, no es posible lograr una asignación en la cual los
cooperativistas tengan asignada una de sus 3 primeras
preferencias.
Pese a lo anterior los resultados que se obtienen son muy
buenos, obteniéndose un promedio ligeramente menor a 3.
Observamos que hay sólo 2 familias con una asignación con
preferencia 7 y una con 9, preferencias que podrían catalogarse
como 'no tan buenas'. Las restantes familias obtienen una
vivienda con satisfacción 4 o menos. Un análisis adicional
de los datos de preferencias permite observar que el valor
mínimo posible en cualquier asignación es 8. En efecto, en las
viviendas 401 y 501 solo hay 2 preferencias menores a 8, que
corresponden a la misma familia (Socio 90). Estas dos
viviendas hay que asignarlas a alguna familia, así que, luego de
asignar una a esta familia, la otra vivienda necesariamente
deberá ser asignada a otra familia (que como vimos tienen todas
preferencias mayor o igual que 8). Si bien el mejor valor posible
para alguna de esas dos viviendas es el 8, al tener como primer
objetivo el llegar al mejor valor global (o promedio), y recién
como segundo objetivo el minimizar la máxima insatisfacción

09 1101 1
la asignación realizada sólo consigue asignar esta unidad con
36 1201 1
valor de 9.
54 1001 1

978-1-5090-1633-4/16/$31.00 ©2016 IEEE

 El haber detectado que en esta solución aparece un Se observa que la asignación con cualquiera de las dos
cooperativista con una insatisfacción relativamente alta motivó opciones del programa de optimización es casi 5 veces mejor
el desarrollo del modelo alternativo, presentado en la Sección que la aleatoria, habiendo una sola familia que tiene mejor
II-D. Como se señaló en esa sección el modelo alternativo asignación en la asignación que la anterior (Socio 94, que antes
prioriza lograr que la asignación sea más equitativa (busca la obtenía la 3ª y ahora la 2ª preferencia). Del análisis de los datos
asignación donde haya la menor diferencia entre las de preferencias se observó que en una asignación aleatoria, la
preferencias más altas y más bajas que poseen las familias), y probabilidad de que la satisfacción mínima sea 20 o 19 (es decir,
en segunda instancia busca maximizar la satisfacción global que a una familia le toque una de sus peores preferencias) es
pero respetando ese tope en las preferencias. mayor al 80% (por cómo se dispusieron las preferencias para el
apartamento 402).
Familia N.º Vivienda Preferencia
_____________________________________________________________________________ IV. CONCLUSIONES Y TRABAJO FUTURO
09 501 8 Como resultado del proyecto, se logró un producto que si
09 501 8 bien al momento de escribir este trabajo no se ha utilizado de
36 1201 1 manera definitiva, se ha probado con datos reales y validado con
54 1001 1 los cooperativistas. La cooperativa con la que se ha trabajado
55 1101 1 aún no ha realizado la asignación pero ha manifestado su
63 1102 2 intención de utilizar nuestra aplicación en el momento de
65 402 2
hacerlo (programado para la segunda mitad de este año, 2016).
71 702 3
81 1202 4 La aplicación desarrollada se encuentra disponible en github
83 802 2 en la dirección www.github.com/eze91/MTAV tanto para que
86 701 2 sea utilizada por los cooperativistas como para que quien desee
90 401 2 continuar con el desarrollo o utilizar parte del mismo dentro de
94 302 1 otro sistema o aplicación. Además en el repositorio se encuentra
98 1002 4 un conjunto de documentos acerca de la instalación,
99 602 2 instrucciones de uso, metodología utilizada, licencia y cómo
101 902 3 colaborar con el desarrollo.
104 301 1
105 801 2 Como conclusión general, creemos que se cumplió con los
109 901 4 objetivos planteados. No solamente se desarrolló un modelo
111 601 8 para el problema planteado, sino que se construyó y validó, en
113 502 7 diálogo con los cooperativistas, una aplicación que contempla
_____________________________________________________________________________ desde el ingreso de datos hasta la presentación de resultados,
Tabla 2 - Asiganación modelo aleternativo junto a documentación auxiliar de ayuda. Como ya se ha
señalado se utilizaron herramientas libres, como requerido. Los
Aplicando este nuevo enfoque, se consiguió una solución resultados obtenidos fueron muy superiores a los esperables a
con satisfacción global 60 y satisfacción promedio 3.0, apenas través del sorteo, lo que resultará en un claro beneficio para las
por debajo de la anterior; pero que en cambio mejora la cooperativas que utilicen la herramienta para asignar las
satisfacción mínima, que llega a 8 (que es el mejor valor que se viviendas. Si bien durante este proyecto se generó una guía de
puede obtener, como comentamos antes, dada la estructura de usuario para la instalación, una mejora pendiente es simplificar
las preferencias de los cooperativistas). el proceso de instalación y generar una interfaz de usuario más
Los resultados de ambas versiones se trasladaron a los amigable.
cooperativistas a los efectos de conocer su opinión acerca de Como trabajo futuro, se podría estudiar variantes del modelo
cuál era la mejor solución. Con estos elementos optamos por que permitan generar no una, sino todas las soluciones que son
mantener esta nueva versión ya que entendemos que se ajusta equivalentes en las funciones objetivo y restricciones
mejor a los principios del cooperativismo. Si bien en este caso planteadas. Sería posible obtener la lista completa de estas
optar por el modelo alternativo no resulta en una disminución soluciones (si bien su número puede ser grande), y utilizarlas
importante de la satisfacción total, no es posible generalizar esta para refinar la asignación, por ejemplo buscando las que
situación; podría ocurrir que buscar una asignación más cumplan algún criterio adicional. También sería posible estudiar
equitativa tenga un mayor impacto en la satisfacción global, variantes en que las preferencias sean establecidas permitiendo
dependerá en gran medida de las preferencias expresadas. “empates”, es decir grupos de viviendas con equivalente
Para completar el análisis, se realizó una asignación preferencia, lo que puede ser apropiado para cooperativas con
aleatoria (simulando el sorteo, método tradicional) de las muchos socios y viviendas, en donde el ingreso de un orden total
viviendas a las familias; en ese caso, se obtuvo una solución con entre cada par de viviendas puede ser demasiado exigente.
satisfacción global 250 (promedio 12,5), y satisfacción mínima AGRADECIMIENTOS
20.

978-1-5090-1633-4/16/$31.00 ©2016 IEEE

 Agradecemos al Ing. Adrián Manera por haber planteado la
problemática de este proyecto y realizado el contacto con la
cooperativa Virazón, además de haber compartido su
experiencia personal sobre la factibilidad del uso de técnicas de
optimización para resolver esta problemática. Agradecemos
asimismo a los integrantes de la cooperativa Virazón por la
colaboración para llevar adelante el proyecto, y en particular por
haber aportado datos de sus preferencias para la realización del
caso de estudio; y muy particularmente a Sofía Bertullo y
Patricia Lagos, que junto con Adrián Manera participaron en
varias reuniones de discusión del proyecto y cuyo apoyo y
compromiso fue esencial para la realización del mismo.
REFERENCIAS
[1] B. Nahoum, Cuatro décadas de cooperativas de vivienda en
Uruguay: Cambios y permanencias, Revista OSERA, nro.
3, 11 páginas., 2010. Accesible en
http://www.empresasrecuperadas.org/revista.php. Fecha
de acceso: 28/5/2016.
[2] Censo Nacional de Cooperativas y Sociedades de Fomento
Rural 2008-2009, Instituto Nacional de Estadística, 2009.
Disponible en
http://www.ine.gub.uy/documents/10181/326048/Censo+
Nacional+de+Cooperativas+y+Sociedades+de+Fomento+
Rural+2008+-+2009/9c5138e8-e330-4363-a455-
4d9ad936fd86 Fecha de acceso: 28/5/2016.
[3] A. Manera, Comunicación personal. Noviembre 2015.
[4] D. J. Abraham, K. Cechlárová, D. F. Manlove, K.
Mehlhorn, Pareto Optimality in House Allocation
Problems. Included in Algorithms and Computation, R.
Fleischer, G. Trippen(eds), Volume 3341 of Lecture Notes
in Computer Science, pp 3-15, 2004.
Anexo A – material adicional
Tabla 1 – Preferencias de los cooperativistas
978-1-5090-1633-4/16/$31.00 ©2016 IEEE
[5] S. Bade, Serial dictatorship: The unique optimal allocation
rule when information is endogenous. Theoretical
Economics, vol. 10, pp. 385–410, 2015.
[6] I. Ekeland, A. Galichon, The housing problem and revealed
preference theory: duality and an application. Economic
Theory, vol. 54(3), pp. 425-441, November 2013.
[7] H. ø. Ergin, Consistency in house allocation problems,
Journal of Mathematical Economics, vol. 34(1), pp. 77-97,
August 2000.
[8] P. Krysta, D. Manlove, B. Rastegari, and J. Zhang, Size
versus truthfulness in the house allocation problem. In
Proceedings of the fifteenth ACM conference on
Economics and computation (EC '14). ACM, New York,
NY, USA, 453-470, 2014.
[9] N. Perach, J. Polak, U. G. Rothblum. A stable matching
model with an entrance criterion applied to the assignment
of students to dormitories at the Technion. International
Journal of Game Theory, vol. 36(3), pp. 519-535, March
2008.
[10] N. T. Trung, T. N. Tuan and D. T. Anh, Informed
Simulated Annealing for Optimizing Dorm Room
Assignments, in First Asian Conference on Intelligent
Information and Database Systems, ACIIDS 2009, Dong
Hoi, 2009, pp. 265-270.
[11] J. Vallejos Arcos, Patrones de composición familiar y
superficie construida para optimizar la asignación de
viviendas sociales, Revista INVI, vol. 15(40) pp. 59-66,
September 2009. Accesible en
http://www.revistainvi.uchile.cl/index.php/INVI/article/vi
ew/262. Fecha de acceso: 28/5/2016.
[12] M.D. Plummer L. Lovász (eds). Matching Theory.
Elsevier, 1986.
[13] S. Bertullo y P. Lagos. Comunicación personal. Diciembre
2015.