Modelo

de Programacin Binaria para optimizar la programacin de

autobuses en una ruta de transporte urbano de pasajeros
Efran R. Murillo Quispe

Universidad Nacional de San Agustn de Arequipa - Facultad de Ingeniera de Produccin y

Servicios. Av. Independencia S/N. Arequipa-Per
efrainmurillo@gmail.com
Abstrac
Today in day the companies of passengers' Urban Transport in the Peru, suffer diverse problems, inside which has
special importance those of vehicular congestion, we can mention this way the problem of the daily, weekly and monthly
programming of the buses assigned to a route of passengers' of a city urban transport, originating lazy capacity of the
vehicular units, vehicular congestion and operation costs and elevated maintenance. In this work we look for to optimize
the daily, weekly and monthly programming of the buses assigned to a route of passengers' of a city urban transport, that
which will allow to minimize the lazy capacity of this vehicular units, to minimize the excess of buses in hours of little
demand of the service of transport and to reduce the operation costs and maintenance of the company. For we implement
it a model of mathematical programming that uses the concepts of lineal programming, binary programming and
programming of goals, using specialized software for the solution due to the high number of variables of the
mathematical pattern. The opposing results have demonstrated the efficiency of the solutions in applications to real cases
of different routes of transport, demonstrating this way the great utility of the mathematical modelamiento in the taking
of decisions in companies of the urban transport of passengers, always looking for the client's satisfaction.
Keywords: Programming of buses, Optimization, binary Programming, Programming of goals.
Resumen
Hoy en da las empresas de Transporte Urbano de pasajeros en el Per, sufren diversos problemas, dentro de los cuales
tiene especial importancia los de congestin vehicular, as podemos mencionar el problema de la programacin diaria,
semanal y mensual de los autobuses asignados a una ruta de transporte urbano de pasajeros de una ciudad, originando
capacidad ociosa de las unidades vehiculares, congestin vehicular y costos de operacin y mantenimiento elevados. En
este trabajo buscamos optimizar la programacin diaria, semanal y mensual de los autobuses asignados a una ruta de
transporte urbano de pasajeros de una ciudad, lo cual permitir minimizar la capacidad ociosa de dichas unidades
vehiculares, minimizar el exceso de autobuses en horas de poca demanda del servicio de transporte y reducir los costos
de operacin y mantenimiento de la empresa. Para ello implementamos un modelo de programacin matemtica que
utiliza los conceptos de programacin lineal, programacin binaria y programacin de metas, utilizando software
especializado para la solucin debido al elevado nmero de variables del modelo matemtico. Los resultados
encontrados han demostrado la eficiencia de las soluciones en aplicaciones a casos reales de diferentes rutas de
transporte, demostrando as la gran utilidad del modelamiento matemtico en la toma de decisiones en empresas del
transporte urbano de pasajeros, buscando siempre la satisfaccin del cliente.
Palabras clave: Programacin de autobuses, Optimizacin, Programacin binaria, Programacin de metas.
rea Temtica: Gestin de Operaciones, Logstica y Transporte.

2
1 Introduccin
Un hecho emprico, sobre el que existe consenso en la literatura, es que la congestin urbana es un problema propio de
las ciudades que sobrepasan cierto tamao, sean estas ciudades de pases desarrollados o en vas de desarrollo. La
programacin de una flota de vehculos, en una ruta de transporte urbano de pasajeros, constituye un problema gerencial
de elevada complejidad. En condiciones reales la flota es heterognea y las lneas son diferentes entre s, adems de una
demanda del servicio variable durante el da. En un nivel operacional, este problema consiste en realizar la
programacin de las unidades asignadas a una ruta especfica durante el da y para un tiempo previamente determinado,
tomndose en consideracin la capacidad de cada vehculo, la demanda del servicio y el intervalo de tiempo de espera en
el paradero.
La importancia del presente trabajo es desarrollar a travs de sus diferentes etapas: anlisis, diseo, programacin e
implementacin, un modelo matemtico para el apoyo a la toma de decisiones en el anlisis de la programacin de
autobuses que pueda ser empleado por las empresas del sector en nuestro medio con el objeto de racionalizar el uso de
las unidades vehiculares disponibles para el servicio de transporte de pasajeros y a la vez optimizar el servicio hacia los
usuarios.
La presente investigacin se justifica ya que uno de los mayores problemas que afrontan los tomadores de decisiones es
el casi imposible acceso a ciertas tcnicas cuantitativas muy especiales, en parte por la no extensin de su conocimiento
y en mayor grado por estar dispersas en publicaciones y bibliotecas diversas. Por lo tanto el diseo de un modelo
matemtico para el anlisis de la programacin de autobuses en las empresas de transporte urbano de pasajeros en
ciudades de tamao medio, simple pero eficaz adquiere cada vez mayor importancia en la aplicacin de soluciones
informticas para la toma de decisiones.
El resto de ste trabajo est organizado de la siguiente manera: En la seccin 2 se muestra el Estado de Arte, La seccin
3 describe la contribucin del trabajo al sector transporte, La seccin 4 muestra los experimentos numricos y finalmente
se alcanzan las conclusiones del trabajo y las referencias.

2 Estado de arte
El problema del transporte pblico en el Per es un factor de preocupacin constante de los reguladores pblicos. En la
prctica, la gran mayora del transporte de pasajeros en el Per utiliza el autobs. No es difcil observar que un buen
planeamiento en el uso de la flota de autobuses es necesario de modo que los costes implicados con la administracin del
sistema del transporte pblico sean lo menor posible.
A lo largo del tiempo, algunos autores vienen invirtiendo gran parte de su tiempo en el estudio del problema del
transporte pblico a travs del autobs, con el objetivo de facilitar la toma de las decisiones de los administradores. ste
es tambin el objetivo del trabajo desarrollado aqu.
El tipo de problema que ser tratado en esta investigacin, es de optimizacin combinatoria [6] cuyo sistema de
soluciones es de tipo discreto. Los problemas de optimizacin combinatoria se pueden representar genricamente de la
forma siguiente:
Mx Z(x)
s.a. x S
Donde: - S X es el conjunto de todas las soluciones viables;
- x X es una solucin del problema de optimizacin combinatorio;
- z(x) es la funcin a ser optimizada.

(1)
(2)

Si la solucin x* satisface (2) y z(x*)z(x) para todo el xS, entonces la solucin x* es llamada solucin ptima de (1).
Esta solucin ptima, en muchos casos, no es nica.
En las ltimas dcadas, la comunidad cientfica ha asistido al nacimiento de la disciplina conocida como Ciencias de la
Computacin que siendo inicialmente una rama de la Matemtica aplicada, encontr su propio espacio de investigacin
y se defini posteriormente como una nueva rea de la ciencia. Esta disciplina experiment un vertiginoso ascenso desde
su nacimiento, contndose en la actualidad como una de las reas con mayor actividad y desarrollo. Una de las ramas de
mayor importancia y crecimiento dentro de las Ciencias de la Computacin es el conjunto de actividades conocidas
como nvestigacin Operativa que, por su impacto y resultados concretos en la industria y en otros mbitos, se ha
transformado en uno de los pilares de esta nueva ciencia. Dentro de la Investigacin Operativa, la Optimizacin
Combinatoria es una de las actividades ms importantes.

3
La Optimizacin Combinatoria es un rea dentro de la Investigacin Operativa, que se encarga de buscar la mejor
solucin en problemas discretos (es decir, en los que participa una cantidad finita de elementos). La planificacin de
actividades industriales, la organizacin del recorrido de vehculos, la organizacin de actividades y la bsqueda de
esquemas de produccin, entre otras, son posibles gracias a la participacin de la Optimizacin Combinatoria.
En cuanto a los tipos de modelos de optimizacin [1] [3] y [7], podemos decir que existe amplia variedad de modelos
asociados con sistemas reales existentes da origen a un nmero correspondiente de tcnicas de solucin. De aqu que se
utilicen los nombres conocidos de programacin lineal, entera, binaria, dinmica y no lineal que se representan mediante
algoritmos para resolver clases especiales de modelos IO. En la mayora de las aplicaciones de investigacin de
operaciones, se supone que la funcin objetivo y las restricciones del modelo pueden expresar en forma cuantitativa o
matemtica como funciones de las variables de solucin. En este caso, decimos que tratamos con un modelo
matemtico.
En cuanto a las experiencias computacionales podemos decir que a partir de los aos 70, surgieron los estudios en la
produccin de sistemas basados en los mtodos mixtos, donde se combinan los mtodos heursticos y la programacin
matemtica. Un ejemplo es el sistema de WinBUS 95 [6], el cual divide el problema del planeamiento operacional del
transporte pblico en tres etapas: Asignacin de vehculos, generacin de escalas y distribucin de las escalas entre los
conductores.
En general el problema del planeamiento operacional del transporte urbano ha merecido una atencin constante por parte
de los administradores del sector, por tratarse de un problema de solucin difcil. A pesar de este esfuerzo en
desarrollarse modelos y sistemas de uso general, lo que viene dando mejores resultados hasta el momento son los
modelos de aplicacin ms especficos, como aquellos desarrollados para ciudades de tamao medio o para las mismas
empresas del sector.

3 Contribucin
En el modelo propuesto se presenta la formulacin matemtica de programacin binaria para programar las unidades
distribuidas a una ruta especfica del transporte urbano de pasajeros de ciudades de tamao medio Fig. 1., de tal manera
que se asignen las unidades en sus horarios respectivos durante el transcurso del da. Este modelo de programacin de
los vehculos genera una solucin viable que puede ser la ptima o por lo menos una buena solucin.

Fig. 1. Lneas urbanas en ciudades de tamao medio.

4
3.1 Descripcin del Modelo
El modelo que se va a formular, tendr como objetivo central la minimizacin de la capacidad ociosa de la flota de
vehculos asignados a dicha ruta. Para lograr dicho objetivo, se tendr que representar las interrelaciones que existen
entre cada uno de los factores que comprende el sistema, para el modelo nos centraremos con cuatro factores
importantes del sistema de transporte en estudio que generarn el conjunto de restricciones del modelo:
Demanda del Servicio, conformado por la cantidad de usuarios que solicitan el servicio a una determinada hora del
da, su comportamiento es como se muestra en la figura 2.

Fig. 2. Demanda del Servicio de Transporte

Capacidad de realizacin de viajes (TV), conformado por el total de viajes realizados por cada una de las unidades
durante el periodo de la programacin, para lo cual se deber determinar el nmero de viajes por da (3).
Total Vueltas

Demanda total del servicio

Oferta del servicio por vuelta

(3)

Donde:
VD

Demanda Total del Servicio DP * Dj

(4)

Donde: DP es en nmero de das de la programacin; VD es el nmero de vueltas que realiza un

vehculo por da y Dj es la demanda de la hora j.
El nmero de vueltas por da (VD) se determina en funcin a la hora de inicio de la programacin (hi)
y la hora de finalizacin de la misma (hj).
Tiempo de programacin por da = hi hj
El tiempo de duracin del viaje (tv) depende de la distancia recorrida en la ruta. Dicho tiempo se
contabiliza desde que la unidad sale del paradero hasta que llega al mismo punto de partida.
Por lo tanto:

VD

TIEMPO DE PROGRAMACIN POR DA

TIEMPO DE DURACIN DEL VIAJE

VD

hi - hj 1
tv

(5)

De otro lado se tiene que:

(6)

5
N

Oferta del servicio por da CPi

(8)

Donde: CPi es la capacidad del vehculo i y N es el nmero de vehculos asignados a la ruta.

Oferta del servicio, conformada por la cantidad de unidades asignadas a la ruta y la capacidad individual de cada
unidad.
Est determinada por el total de asientos disponibles para el servicio de transporte urbano. El total de asientos depende
de la cantidad de vehculos de transporte urbano de pasajeros (sin considerar a taxis), destinados al servicio de una
ruta especfica (N), as como tambin de la capacidad de asientos de cada vehculo (CP).
Tiempo de espera del usuario, conformado por el tiempo que el usuario estara dispuesto ha esperar en el paradero
como mximo antes de abordar otro autobs.
Este tiempo depende del tiempo de duracin del viaje (tv) y del nmero de vehculos asignados a la ruta (N).

Tiempo de Espera

tv
N

(9)

Si se tiene que satisfacer un tiempo de espera mximo, entonces se deber programar un nmero mnimo de vehculos
por vuelta durante la programacin (AV):
AV mnimo

tv
Tiempo de espera mximo

(10)

3.2 Formulacin matemtica

Consiste en definir los ndices, parmetros y en especial las variables de decisin que define el modelo de programacin
binaria. En esta parte se responde a dos cuestiones importantes: la primera Qu deseamos optimizar en el modelo? ,
Segn las premisas dadas lo que deseamos es minimizar la capacidad ociosa del sistema y contamos con informacin
conocida del modelo constituidas por los ndices y los parmetros; la segunda cuestin es Qu deseamos determinar
en el modelo?, y la respuesta es la programacin de las unidades en cada una de las horas del da en funcin a la
demanda del servicio y estos lo conforman las variables de decisin [1] y [3]. Todos estos elementos son presentados a
continuacin:
a) ndices
i: Identifica al vehculo o autobs
i=1,2,3,...,N
Donde N representa el nmero de autobuses asignados a una ruta especfica.
j: Identifica el da de un periodo de programacin (un periodo de programacin puede ser una semana, una
quincena, un mes, etc.)
j=1,2,3,...,DP
Donde DP representa el nmero de das de la programacin.
k: Identifica la hora del da j
k=hi, hi+1,hi+2,...,hj
Donde hi representa la hora de inicio y hj la hora de finalizacin de la programacin.
Adems hi+1 = hi + tv (donde tv es el tiempo de duracin de una vuelta en horas).
Suponiendo que el servicio de transporte empieza a las 6 horas y termina a las 21 horas y tv = 1, entonces
se tiene:
k=6, 7, 8, , 21
b) Parmetros
CPi: Capacidad de pasajeros del autobs i.
VD: Nmero de vueltas por da.
DP: Total de das de la programacin.

6
Djk: Demanda del servicio en la hora j del da k.
TVi: Total de vueltas del vehculo i durante la programacin.
AVjk: Mnimo nmero de autobuses por vuelta en la hora j del da k.
N: Numero de vehculos asignados a una ruta especifica.
c) Variables de decisin
Xijk

: Variable de decisin binaria.

Xijk = 1, Si el vehculo i es asignado en la hora j del da k; = 0, Si el vehculo i no es asignado en la hora j del

da k
ei = Variable de decisin entera que representa la holgura del nmero de vueltas que realiza el vehculo i en
relacin al promedio.
3.2 Construccin de Modelo
En el paso anterior definimos, los ndices, los parmetros y las variables de decisin. El siguiente paso ser generar el
modelo matemtico con la informacin relevante, sabemos que debemos minimizar la capacidad ociosa, y sta, dada su
sensibilidad est obligadamente ligada a las disponibilidades de recursos con que el sistema cuenta. La aplicacin del
modelo de programacin binaria presupone en su estructura tres componentes fundamentales, que a continuacin
pasamos a detallar:
Modelo Matemtico:
Funcin Objetivo: El objetivo que deseamos alcanzar, es la minimizacin de la capacidad ociosa de la flota de
transporte asignada a una ruta especfica, tal como se expresa en la ecuacin (11), donde Z representa la capacidad
ociosa del sistema de transporte.
Restricciones Estructurales: Existen tres tipos de restricciones estructurales que son las siguientes:
a.

Satisfaccin de la demanda del servicio

Dado que la demanda del servicio tiene un comportamiento variable durante las diferentes horas del da, se
debe establecer restricciones que aseguren ofertar una capacidad de al menos la demanda del servicio por cada
hora del servicio, tal como se expresa en la ecuacin (12).

b. Restricciones de equilibrio en el nmero de viajes

Por lo general en nuestro medio cada vehculo de la flota de vehculos pertenece a un dueo diferente, por lo
tanto el modelo debe buscar un equilibrio en el total de horas de trabajo, para de esta manera buscar que todos
tengan la misma oportunidad de ganancias. Esto se refleja en la ecuacin (13).
Cabe sealar que debido a que las restricciones del tipo igual son muy exigentes para dar con una solucin
ptima, es que se agrega una variable de holgura que permita balancear el modelo y obtener una solucin
ptima.
c.

Restricciones de intervalo de llegadas de autobuses a un paradero

Los usuarios tienen un mximo de tiempo de espera, vencido ese tiempo buscan otra lnea, por lo tanto el
modelo deber conseguir que el tiempo entre llegadas de los vehculos al un paradero no exceda ese nivel de
paciencia. Esto se consigue mediante las restricciones mostradas en la ecuacin (14).

Restricciones lgicas: Estas establecen que las variables de decisin del modelo deben ser valores no negativos [2] para
que los resultados del modelo sean consistentes y tengan sentido lgico, con lo que se establece la condicin de no
negatividad de los modelos de programacin lineal:
Xijk

0;

Pero para un modelo de Programacin Binaria las restricciones lgicas son las que se presentan en las ecuaciones (15) y
(16)
Por lo tanto el Modelo de Programacin Binaria para optimizar la programacin de autobuses en una ruta de transporte
urbano de pasajeros en su expresin algebraica es:

7
j

CPi*Xijk

Min(z) =

DP * D j

(11)

ST:
i

CP *X
i

ijk

Djk ;

j , k

(12)

Xi
i

Xi

jk

jk

ei TVi ( ajustado ) ; i

AV jk ; j , k

(13)

(14)

Xijk {0,1};

(15)

ei {0,1};

(16)

i = 1, 2, 3, ..., N
j = hi, hi+1, ..., hj
K = 1, 2, 3, ..., DP
Cabe resaltar que la variable ei en el modelo nuevo se hace binaria, dando la opcin a que alguna de los vehculos realice
a lo ms una vuelta adicional en relacin al nuevo promedio.

4 Experimentos Numricos
Tomando en cuenta la ruta Dolores de la figura 1 mostrada anteriormente, dimensionamos el modelo de la siguiente
manera:
i = 1, 2, 3,..., 15
j = 6, 7, 8,..., 21
K = 1, 2, 3,..., 5
Lo cual indica que el nmero de vehculos es de 15, las horas de programacin es de 6 a 21 horas y 5 los das de la
semana a considerar.
Para ajustar el total de vueltas, se ejecuta el modelo con el dimensionamiento anterior y se obtiene la sumatoria de los
valores de las variables de decisin ei, entonces se tiene:
N

TVi(ajustado) = TVi +

ei
1

= 46 +

240
1 = 61 vueltas
15

(17)

Para la solucin del modelo matemtico hemos utilizado el software de aplicacin Lindo 6.0 y los reportes ofrecen al
usuario, en la prctica, una propuesta de programacin de los vehculos para una lnea de transporte urbano de pasajeros,
dicha propuesta deber interactuar con el usuario a efecto de buscar una opcin aceptable que permita optimizar los
resultados en la empresa.
En la figura 3 tenemos la situacin actual, donde los vehculos tienen que estar en funcionamiento todas las horas del
da.
En la figura 4 se muestran los resultados procesados para el primer da de la programacin, observe que las unidades
debern de estar en actividad en los intervalos de horas con el valor 1, mientras que debern estar fuera de servicio en
los intervalos de horas con el valor cero. Cabe sealar que

Fig. 3. Figura de la PROGRAMACIN DEL SISTEMA ACTUAL

Fig. 4. Figura de la PROGRAMACIN DEL SISTEMA PROPUESTO

Las siguientes figuras 5 y 6 se muestran el resumen semanal de la programacin de vehculos para los 5 das de la
semana.

Fig. 5. Figura del RESUMEN DEL SISTEMA ACTUAL

Fig. 6. Figura del RESUMEN DEL SISTEMA PROPUESTO

10
Con el sistema propuesto se observa que el nmero de vueltas por vehculo durante los 5 das de programacin es de 62,
esto es una reduccin de 18 vueltas (80-62), lo que implica una reduccin en la congestin vehicular y por consiguiente
una reduccin de los ndices de contaminacin ambiental.
La capacidad ociosa se reduce de 9475 a 4435 asientos, equivalentes a 53%, ocasionando un ahorro al empresario en
cuanto a gastos de mantenimiento, lubricantes y combustibles, adems esto implica una mejora en el uso de recursos
humanos.

Conclusiones
Ha sido posible desarrollar un MODELO MATEMATICO DE PROGRAMACIN BINARIA que permita realizar la
Programacin de autobuses en lneas urbanas, determinando el nmero de unidades vehiculares que debern ser
asignadas en los diferentes intervalos de tiempo del da, de forma que se optimice el problema de la congestin vehicular
del transporte urbano de pasajeros en ciudades de tamao medio, as como tambin que permita minimizar la capacidad
ociosa de la flota de vehculos asignados a una ruta.
El Modelo Matemtico de Programacin Binaria propuesto para la programacin de autobuses en una ruta de transporte
de pasajeros permiti mediante su aplicacin optimizar el problema de la congestin vehicular en una ciudad de tamao
medio, as como tambin permiti minimizar la capacidad ociosa de la flota de vehculos asignados a una ruta.
El Modelo propuesto, constituye una herramienta de apoyo a la toma de decisiones gerenciales que permite analizar
alternativas de optimizacin que busca mitigar el problema del transporte urbano de pasajeros de ciudades de tamao
medio.

Referencias
[1] CHARLES A. GALLAGER, HUGH J. WATSON, Mtodos Cuantitativos para la Toma de Decisiones en la
Administracin. Editorial Mc. Graw Hill 1982.
[2] EHRLICH, P.J. Pesquisa Operacional, Curso Introductorio, 7a edicin. Brasil: Editora ATLAS, 1991.
[3] EPPEN, G.D., GOULD, F.J. Y SCHMIDT, C.P. Investigacin de Operaciones en la Ciencia Administrativa. Prentice
Hall Hispanoamericana, 1992.
[4] Jaramillo A., Patricia. Quintero T., Jorge Andrs,

ALGORITMO GENTICO PARA LA PROGRAMACIN PTIMA

DERODAMIENTOS EN VEHCULOS DE TRANSPORTE PBLICO EN COLOMBIA, Congreso Latinoamericano 2004,

Arequipa-Per.
[5] KAMLESH MATHUR, DANIEL SOLOW. Investigacin de Operaciones, El Arte de la Toma de Decisiones.
Prentice Hall, Mxico 1996.
[6] SERGIO COELHO, ANTONIO. Um modelo heurstico para distribuo e alocao de nibus em linhas urbanas com
opo de anlise dos resultados a travs de simulao. Santa Catarina-Brasil 1998.
[7] WINSTON, WAYNE L. Investigacin de Operaciones. Grupo Editorial Thomson, 4ta edicin 2005.