DESARROLLO DE SOFTWARE PARA LA OPTIMIZACIÓN DE TRAYECTOS EN

LA CIUDAD DE BOGOTÁ DESTINADO A LA COMUNIDAD EANISTA

PLATAFORMA WORRY FREE EAN ROUTES

ELABORADO POR

STEFANY GONGORA CASTILLO

WILLIAM YECID GUTIERREZ PEÑA

ANDRES FELIPE VILLARREAL REINA

UNIVERSIDAD EAN

PROYECTO DE GRADO-PREGRADO

FACULTAD DE INGENIERÍA

BOGOTÁ D.C. NOVIEMBRE- 2021

1
DESARROLLO DE SOFTWARE PARA LA OPTIMIZACIÓN DE TRAYECTOS EN
LA CIUDAD DE BOGOTÁ DESTINADO A LA COMUNIDAD EANISTA
PLATAFORMA WORRY FREE EAN ROUTES

ELABORADO POR

STEFANY GONGORA CASTILLO

WILLIAM YECID GUTIERREZ PEÑA

ANDRES FELIPE VILLARREAL REINA

UNIVERSIDAD EAN

PROYECTO DE GRADO-PREGRADO

TUTORA

LILIANA MEZA

FACULTAD DE INGENIERÍA

BOGOTÁ, NOVIEMBRE- 2021

2
Tabla de Contenido

1. Resumen ............................................................................................................................. 7
2. Introducción ........................................................................................................................ 8
3. Objetivos ............................................................................................................................. 9
3.1 Objetivo General ......................................................................................................... 9
3.2 Objetivos específicos................................................................................................... 9
4. Definición del problema ................................................................................................... 10
5. Justificación ...................................................................................................................... 12
6. Análisis de Requerimientos .............................................................................................. 14
7. Marco de referencia .......................................................................................................... 15
7.1 Universidad Ean ........................................................................................................ 15
7.2 Transporte en la actualidad ....................................................................................... 15
7.3 Protocolo de enrutamiento por vector de distancia (DVRP) ..................................... 15
7.4 Búsqueda de métodos de Optimización .................................................................... 17
7.5 Transporte y cambio climático .................................................................................. 23
7.5.1 Planes de acción para mitigar el impacto de emisiones de carbono en el medio
ambiente en Colombia: ..................................................................................................... 25
7.5.2 Planes de acción mundiales frente a la contaminación por transporte. ....................... 26
7.6 Investigación de Operaciones.................................................................................... 28
7.6.1 Algoritmos de Agrupamiento o Clustering. ................................................................ 28
7.6.2 Algoritmo de agrupamiento Mixturas Finitas ............................................................. 29
7.6.3 Algoritmos Jerárquicos ............................................................................................... 29
7.6.4 Algoritmos Particionales ............................................................................................. 30
7.6.5 Programación Evolutiva .............................................................................................. 30
7.7 Optimización de rutas de Transporte ........................................................................ 31
7.7.1 Abordar el problema de investigación. ........................................................................... 31
7.7.2 Herramientas para la optimización de rutas ................................................................ 31
7.7.3 Componentes de la gestión de Rutas: ......................................................................... 32
7.8 Problema del transporte o distribución........................................................................... 32
7.9 Análisis de Redes ........................................................................................................... 33
7.9.1 Método del recorrido Mínimo ..................................................................................... 34
7.9.2 El problema del camino más corto .............................................................................. 34

3
 7.9.3 El problema del flujo máximo capacidades. ............................................................... 35
7.9.4 El problema de flujo de costo mínimo ........................................................................ 35
7.10 Beneficios de la implementación de diseño con solución informática. ....................... 36
7.10.1 Entrega a tiempo mejorada ........................................................................................ 36
7.10.2 Clientes. ..................................................................................................................... 37
7.10.3 Mayor flexibilidad para responder a cambios inesperados. ...................................... 37
7.10.4 Mayor capacidad para planificar utilizando herramientas de modelado. .................. 37
7.11 Fases de Planificación del transporte ........................................................................... 37
8. Análisis de Restricciones .................................................................................................. 39
8.1 Ambientales.................................................................................................................... 39
8.2 Económicas .................................................................................................................... 39
8.3 Socioculturales ............................................................................................................... 39
8.4 Capacidad de fabricación ............................................................................................... 39
8.5 Salud y Seguridad........................................................................................................... 40
8.6 Éticas .............................................................................................................................. 40
9. Generación de posibles soluciones ................................................................................... 41
10. Selección de la mejor alternativa .................................................................................. 42
11. Especificaciones de Ingeniería para la solución ........................................................... 43
12. Dimensionamiento de los componentes........................................................................ 45
13. Análisis Costos.............................................................................................................. 47
14. Conclusiones ................................................................................................................. 52
15. Recomendaciones ......................................................................................................... 53
16. Referencias .................................................................................................................... 54

4
Tabla de Figuras
Figura 1. Red de comunicación para mediciones en tiempo real de DVRP ........................... 16
Figura 2. Portadores de energía- Balance energético.............................................................. 27
Figura 3. Ejemplo Diagrama de flujo de algoritmo genético.................................................. 30
Figura 4.Ejemplo problema de Transporte ............................................................................. 33
Figura 5. Ejemplo de una red .................................................................................................. 34
Figura 6. Representación gráfica del problema del camino más corto) .................................. 35
Figura 7. Representación gráfica de flujo máximo ................................................................. 35
Figura 8. Representación gráfica de un problema de flujo de costo mínimo ......................... 36
Figura 9. Esquema del modelo de 4 etapas para transporte (fase 1) ....................................... 38
Figura 10. Etapas de la fase 2 ................................................................................................. 38
Figura 11. Aplicativo Móvil ................................................................................................... 45
Figura 12. Aplicativo Móvil parte dos .................................................................................... 46

5
Lista de tablas
Tabla 1. Priorización de acciones ............................................................................................ 25
Tabla 2. Estimado de aspectos generales de una aplicación. ................................................... 48
Tabla 3. Costos......................................................................................................................... 49
Tabla 4. Estimado en costos de aspectos generales de una aplicación y Costos. .................... 50
Tabla 5. Costos en torno al proyecto. ...................................................................................... 51

6
 1. Resumen

El documento contiene los elementos estructurales y de detalle de un proyecto, para la

construcción de un software que permita a la comunidad Eanista utilizar un servicio de
transporte óptimo, cómodo y eficiente, brindando diferentes alternativas de rutas y opciones de
transporte las cuales disminuyen el tiempo de llegada a la universidad, además de apoyar e
impulsar transportes alternativos sostenibles como la bicicleta; resultado de la unidad de
estudio de Proyecto de Grado. Esta entrega, integra los elementos correspondientes al
planteamiento del problema, los objetivos, justificación, un análisis de requerimientos, un
sólido marco de referencia, análisis de los requerimientos, selección de la mejor alternativa,
costos, conclusiones y las recomendaciones.

Palabras clave: Transporte, tiempo, software, Comunidad Eanista, Sostenibilidad.

Abstract

This document contains the structural and detailed elements of the approach of a development
project, for the construction of a software that allows the Eanista community to use an optimal,
comfortable and efficient transport service, offering different route alternatives and transport
options. which would finally decrease the time of arrival to the university, in addition,
supporting and promoting sustainable alternative transport such as bicycles would also be part
of the integrated solution; which would respond to the subject Degree Project. This delivery
integrates the elements corresponding to the problem statement, the objectives, justification, a
requirements analysis, a solid frame of reference, requirements analysis, selection of the best
alternative, costs, conclusions and recommendations.

Keywords: Transportation, time, software, Eanist Community, Sustainability.

7
 2. Introducción
Para acceder al sistema de educación superior, los estudiantes deben cumplir roles que van
de la mano con la puntualidad y diversos aspectos que denotan la constante necesidad de
transportarse. Por ello, una red de transporte eficaz juega un papel fundamental en su proceso
de formación. Naturalmente, se deben considerar numerosos factores para planificarlo y, por
lo tanto, las rutas de transporte más adecuadas según sus necesidades. Algunos de estos van
desde el número de estudiantes, sus puntos de recogida, los tiempos previstos de viaje y llegada,
diferentes tipos de carreteras y límites de velocidad en la ciudad de Bogotá; además de las
condiciones del tráfico durante los tiempos de viaje. Actualmente, la gestión de enrutamientos
se da con bolígrafos, papeles y simples hojas de Excel que denotan la poca eficiencia de
sistemas de optimización, especialmente en países como Colombia (Patel,2021).

A través de este documento, se despliega un estudio con enfoque de investigación mixto

(cualitativo y cuantitativo) que daría paso a la configuración de un sistema de optimización
para rutas. Para ello, es crucial priorizar la seguridad de los estudiantes en los puntos de
recogida y devolución, así como al tiempo máximo que se les permite pasar en los autobuses.
Es importante utilizar el número óptimo de autobuses y limitar las distancias de viaje, en un
esfuerzo por garantizar el bienestar y la seguridad y la reducción de costos. Se espera que el
mercado de software de optimización de rutas se acelere en un 11,4% frente a la tasa de
crecimiento anual (CAGR) durante el período de pronóstico (2018-2023) y se contempla que
alcance los USD 5.070 millones para 2023. Estos datos muestran claramente que las personas
han comenzado a comprender la importancia de optimizar las rutas. (Schmidt,2021)

Según el Instituto de Estudios Urbanos de la Universidad Nacional, en la temporada más

abatida por la pandemia, dentro de las primeras medidas para contener la propagación del virus,
el Gobierno Nacional limitó al 35 % la capacidad de ocupación del transporte masivo, e
impartió una serie de protocolos para su funcionamiento. Las medidas resultaron poco
eficientes dentro de los estándares que califican la implementación de precauciones de
bioseguridad y su reinstauración en la temporada de regreso a instalaciones de forma
presencial, también resultó desfavorable. La necesidad de desarrollar un sistema de gestión de
trayectos que integre medidas sostenibles y garanticen la seguridad de los estudiantes de la
universidad Ean, daría paso a una gama de soluciones prácticas que faciliten el transporte y
todas las variables que dependan de este.

8
 3. Objetivos

3.1 Objetivo General

Diseñar una solución informática que garantice disminución en los tiempos de recorrido de los
estudiantes de la universidad Ean que hacen uso de los medios de transporte, que sea segura,
cómoda y sostenible.

3.2 Objetivos específicos

● Recopilar información acerca del medio de transporte y los trayectos realizados por
parte de los estudiantes.
● Gestionar un registro de tiempo fundamentado en el tipo de transporte y trayecto a
implementar teniendo en cuenta horarios de la universidad Ean, estos van de lunes a
viernes de 7:00 Am - 10:00 Pm y los sábados de 7:00 Am- 1:00 Pm.
● Diseñar una plataforma capaz de analizar metadatos de transporte y localización
implementando diversas alternativas de transporte y trayectos a los estudiantes de la
universidad Ean.

9
 4. Definición del problema

Según el reporte en cifras del 2019 del Ministerio de transporte, este sector, el cual
incluye también la Infraestructura, es un importante dinamizador de la economía, además,
según el Departamento Administrativo Nacional de Estadística (DANE), representa cerca del
3,9% del Producto Interno Bruto (PIB) (a precios constantes) de Colombia. En Bogotá, 22%
de usuarios del transporte masivo son estudiantes y según la publicación del diario La
República, el transporte es un elemento crucial en la vida estudiantil considerando que no todas
las personas viven cerca de las universidades o tienen la oportunidad de movilizarse en medios
como la bicicleta. Por ejemplo, en Bogotá se deben destinar alrededor de $600.000 en
transporte si se utiliza solamente el Transmilenio que cuesta $2.500 en las estaciones y no cobra
el recargo si se hace transbordo dentro del sistema.

De acuerdo con el informe de la Organización para la Cooperación y el Desarrollo

Económico (OCDE), que les tomó el pulso educativo a 36 países miembros de la organización,
reveló que el acceso a la educación universitaria en el país es más común entre el grupo entre
los 25 y 34 años de edad, que ostentan un 28%. De esta información estadística, se desprende
una porción de los 7.500 estudiantes que registra la universidad Ean en su guía institucional
del 2017. Estos 7.500 estudiantes registran domicilios en las 20 localidades urbanas y rurales
de la ciudad de Bogotá, además de los municipios que colindan con las áreas limítrofes de la
ciudad (Mosquera, Funza y Cota (Sector de Siberia)). La movilidad diaria de los estudiantes
está sujeta a diferentes variables que obstaculizan el proceso y la posible incidencia de esta en
su desarrollo académico, esta movilidad cada vez más lenta afecta progresivamente la calidad
del aire, la salud y la gestión del tiempo de todos los estudiantes habitantes de la ciudad capital.
Según estudios del Fondo para la Población de las Naciones Unidas FNUAP, los tiempos
promedio más altos de viajes al trabajo son el de Río de Janeiro, con 107 minutos y el de
Bogotá, con 90 minutos.

La universidad Ean es una universidad privada colombiana con domicilio en la ciudad

de Bogotá, sujeta a inspección y vigilancia por medio de la Ley 1740 de 2014 y la ley 30 de
1992 del Ministerio de Educación de Colombia, sus ubicaciones están desplegadas en
diferentes sedes (Ean Legacy, Sede el Nogal, Sede Av Chile y Laboratorios de la Calle 74)
destinadas para el desarrollo académico los estudiantes de la ciudad de Bogotá. La puntualidad,

10
los costos en el transporte, la comodidad, el tiempo, las normas de bioseguridad y la
sostenibilidad son algunos factores que se deben tener en cuenta para acceder a un sistema de
educación eficiente que tenga la capacidad de acoger alternativas sostenibles, contemplando
mejoras ambientales, gestión del tiempo traducida en dinero y abonanzar la convivencia y el
impacto social de un sistema de transporte renovado, debido a que en la ciudad acceder a un
transporte que cumpla con todos los aspectos mencionados anteriormente, se ha tornado en un
hipotético prácticamente inabordable. A lo previamente mencionado, se suman emergencias
sanitarias de importancia global que acrecientan la exposición y vulnerabilidad de los
estudiantes para retomar actividades que aluden al uso exclusivo de diferentes medios de
transporte.

También, es crucial destacar la importancia del papel que juega la implementación de

un sistema de transporte sostenible; según la estrategia de transporte presentada por el Banco
Mundial en Abril del 2021, cuando el mundo emerge de la pandemia, repensar la movilidad es
ahora una prioridad a fin de mejorar la resiliencia de los países y crear las condiciones para una
recuperación más verde e inclusiva. Según la organización, es importante hacer énfasis en la
reducción del impacto del transporte sobre el clima, siendo este uno de los temas más urgentes
en la agenda.

El sector transporte representa el 23 % de las emisiones mundiales de gases de efecto

invernadero relacionadas con la energía, cifra que podría superar el 30 % en la próxima década
bajo un escenario de prácticas habituales. Las oportunidades más significativas para hacer que
el sector avance hacia la sostenibilidad climática incluyen reformas de políticas e inversiones
en el diseño de redes de transporte público, la eficiencia vehicular, la gestión de la demanda, el
desarrollo regional y el uso del suelo. Adicionalmente, la seguridad vial es otro desafío crucial
que debe abordar el sector del transporte. Más de 1,35 millones de personas pierden la vida
anualmente debido a accidentes de tránsito, y el 93 % de las muertes se producen en los países
en desarrollo. Otros 50 millones de usuarios de las calles y carreteras resultan gravemente
heridos todos los años; por esta razón se plantea:

¿Cómo a partir de una plataforma informática se puede disminuir los tiempos de

recorrido del lugar de residencia a la universidad de la comunidad Eanista, que sea segura,
cómoda y sostenible?

11
 5. Justificación

La problemática tratada se logra identificar al momento de validar las garantías de los

estudiantes al momento de transportarse hacia la universidad, a causa de diferentes factores
como la inseguridad, demoras de las rutas y/o carencias de las mismas entre otras.

Se parte del establecimiento de factores demográficos, teóricos y estadísticos para soportar la

investigación preliminar que otorgue suficientes elementos para el desarrollo del método de
optimización, para la universidad Ean.

El transporte es uno de los factores fundamentales en la composición de una idea integrada de

acceso a la educación superior, así, miles de estudiantes se transportan a diario para tomar sus
clases en horarios diurnos y/o nocturnos que van desde las 7 a.m a 1p.m., 2p.m. a 6p.m. y de 6
p.m. a 10p.m. Para aquellos estudiantes que tienen domicilios en localidades retiradas de la
universidad, el transporte puede configurarse como tedioso, de difícil acceso y con múltiples
impedimentos que comprometen el tiempo destinado para diferentes actividades académicas.
Adicionalmente, según la columna publicada en el Diario ADN en el 2020 por Felipe Bogotá,
los medios sostenibles de transporte como el transporte público, bicicleta o caminar están
siendo amenazados por problemas de inseguridad.

También, indica que algunas de estas problemáticas han venido registrando un crecimiento en
los casos, uno de estos es el hurto; y según nuestro Informe de Calidad de Vida hubo un
incremento en los hurtos del 20% de 2018 a 2019, así como el de bicicletas que pasó del 5,1%
al 6,5%. Esta tendencia es complementada por lo comunicado por el distrito para 2020, donde
este año comenta del incremento del robo de bicicletas en relación al año anterior en un 35%.
(IEU-2020)

El columnista también menciona que, al cierre del año pasado el 33,7% de los hurtos se
llevaron a cabo en las troncales o portales de TransMilenio o, al menos, 100 metros alrededor
de las troncales; es una alta concentración para una de las apuestas de movilidad masiva para
la ciudad. Impulsar modos sostenibles de transporte requiere un abordaje determinado de
seguridad y convivencia, de lo contrario grandes inversiones en infraestructura y tecnología
serán contrarrestadas por el desincentivo a usar estos medios debido a la inseguridad. Por ello
los estudiantes han optado por diversas alternativas al transporte que no han sido fructíferas,
no solo por presentar un mayor riesgo a su integridad sino también que no logran cumplir con

12
su horario académico al inicio de la jornada, por lo tanto por medio de la tecnología se logra
identificar la ubicación de determinado usuario y sus necesidades de transporte para
recomendar e implementar alternativas para que pueda desarrollar su movilidad a la
universidad de forma más eficiente y sana, donde sí se puedan garantizar los factores tratados,
además de tener en cuenta la actual emergencia sanitaria y el riesgo arraigado que conlleva al
momento de usar el transporte.

13
 6. Análisis de Requerimientos

Validando las necesidades de transporte de los estudiantes de la universidad EAN, se ha

definido que la intención principal del servicio está enfocado en aumentar la calidad de los
viajes de los estudiantes y al mismo tiempo aportar para la disminución de huella de carbono
que producen los estudiantes al momento de desplazarse desde sus hogares hasta la universidad
y en sentido contrario, por lo que la verificación de los parámetros de diseño se puede concluir
que las opciones que son factibles están encaminadas a la tecnología y su innovación, eso
debido a que cuando se validan diferentes entornos como la construcción de nuevos corredores,
cambios viales entre otras opciones de construcción, se corrobora que existen diversas
dificultades que impidieron el buen desarrollo de dichos proyectos, por lo que serían opciones
descartadas inicialmente.

Otras opciones están en la creación de nuevas rutas que puedan transportar a los estudiantes
sin embargo, es bien conocido los cambios continuos de horarios que tienen los estudiantes por
lo que tendría una baja eficiencia a lo largo de su utilización dichas rutas, sin embargo se puede
desplegar una rama de la opción mencionada, es decir se podría generar un transporte para los
estudiantes en formato asincrónico en el cual no se vean obligados a tener un horario, sino que
el transporte se acople a ellos, de esa manera y teniendo conocimiento del gran parque
automotriz con el que cuentan los estudiantes que asisten a la universidad, se plantea que cada
estudiante que emplea su transporte y que tenga la disposición podrá optar por prestar un
servicio de transporte a otros estudiantes, donde por medio de una plataforma tecnológica se
establecerá la ubicación de los estudiantes que requieren un transporte y los estudiantes que
cuentan con uno para de esa manera conectarlos y verificar las posibilidades de establecer
horarios que sean de utilidad para ambas partes, y así mismo evitar que un solo estudiante
circule en un solo vehículo particular, disminuyendo las emisiones por estudiante que produce.

14
 7. Marco de referencia

7.1 Universidad Ean

Es una universidad privada colombiana con domicilio en la ciudad de Bogotá, fundada
en 1967 por Hildebrando Perico Afanador junto con Cecilia Crissien de Perico, Carlos Ramírez
Cardona, Álvaro Rubio Salas y Carlos Alfonso Crissien Aldana. (Universidad Ean-2018)

La universidad cuenta con acreditación de Alta Calidad por parte del Consejo Nacional
de Acreditación (CNA) y a nivel internacional por parte del Accreditation Council for Business
Schools and Programs (ACBSP) y el Accreditation Board for Engineering and Technology
(ABET). Dentro de sus sedes se encuentra Campus El Nogal: Cl 79 # 11-45, Sede Av. Chile:
Cl 72 # 9-71, Laboratorios de Ciencias Básicas: Cl 74 # 9-49 y la sede: Ean Legacy: Carrera
11 No. 78-47.

7.2 Transporte en la actualidad

Las problemáticas identificadas alrededor del difícil acceso al transporte para estudiantes
universitarios denotan una serie de eventos vinculados que se reconocen y precisan es contextos
diferentes sin ignorar las causas raíces que responden al surgimiento de este mismo, por ello,
diversos estudios sobre enrutamiento dinámico destinado para diferentes ciudades y/ o
demarcaciones demográficas, aportarían como sustento de investigación y soporte científico
para establecer el impacto de las variables que integran el estudio holístico de la problemática.

7.3 Protocolo de enrutamiento por vector de distancia (DVRP)

El Departamento de Ingeniería Industrial, de Sistemas y de Fabricación de Estado
Unidos, a través de su investigación “Un algoritmo metaheurístico de dos etapas para el
enrutamiento dinámico de vehículos problema en el enfoque de Industria 4.0” introduce el
protocolo de enrutamiento por vector de distancia (DVRP) y la incidencia propicia de la
industria 4.0; el aparato se define como uno de los dos principales protocolos de enrutamiento
para métodos de comunicación que utilizan paquetes de datos enviados a través del Protocolo
de Internet (IP). El DVRP requiere un hardware de enrutamiento para informar las distancias
de varios nodos dentro de una red o topología IP con el fin de determinar las mejores y más
eficientes rutas para los paquetes de datos. Para el DVRP, los clientes cambian a medida que
avanza el sistema. En consecuencia, se considera que las aplicaciones DVRP operan sobre una
base dinámica en varios sistemas de la vida real. Hasta la fecha, se ha utilizado un enfoque de

15
evaluación basado en el tiempo para evaluar los sistemas DVRP re-optimizados
periódicamente. La integración del protocolo va de la mano con la industria 4.0, concepto que
fue presentado en 2011 por Henning Kagermann (Paprocki, 2016). La Industria 4.0 se conoce
alternativamente como la “Cuarta Revolución Industrial”, “Fabricación inteligente”, “Internet
industrial” o “Industria integrada” Este concepto es cada vez más popular y ha estado
recibiendo atención en todo el mundo. Sin embargo, los expertos de la industria no han
identificado una definición precisa de Industria 4.0. Según Lopes de Sousa Jabbour, Jabbour,
Godinho Filho, & Roubaud, (2018), “la característica central de la Industria 4.0 es la
conectividad entre máquinas, pedidos, empleados, proveedores y clientes para Internet de las
Cosas y dispositivos electrónicos”.

Figura 1. Red de comunicación para mediciones en tiempo real de DVRP (Department of

Industrial, Systems, and Manufacturing Engineering-2020)

Fuente: Lopes de Sousa Jabbour, Godinho Filho, & Roubaud, (2018)

Según el estudio sobre la eficiencia del protocolo DVRP, es necesario enfatizar en el

hecho de que la metodología involucrada en el proceso puede conducir a soluciones altamente
óptimas. Los algoritmos se establecen para tiempos de ejecución específicos Como DVRP es

16
un problema del mundo real, los algoritmos de dos etapas se pueden aplicar a casos más nuevos
y más grandes estudios para determinar su eficacia en la resolución de problemas de gran
envergadura. Teniendo en cuenta que los tiempos de ejecución son relativamente pequeños,
debería ser posible ejecutar grandes tamaños de conjuntos de datos. La investigación también
podría ampliarse para incluir el concepto de ventanas de tiempo suaves (VRPTW ), el cual se
define como un modelo que se aplica a cadena de suministros y transporte escolar. Para futuras
investigaciones, un enfoque interesante sería utilizar este algoritmo bajo el supuesto de que la
demanda del cliente debe ser entregada en una ventana de tiempo específica. Además, de tener
en cuenta el uso de tiempos de carga y descarga y como última sugerencia para más estudio, la
metodología también puede centrarse en datos difusos con demandas probabilísticas.

7.4 Búsqueda de métodos de Optimización

Actualmente, la búsqueda de métodos para resolver problemas de optimización es cada

vez más importante y la atención se ha centrado más en el uso de métodos de optimización
combinatoria debido a su complejidad en la obtención de soluciones. Estas técnicas se
clasifican como técnicas de optimización local convencionales (heurísticas) y Técnicas
inteligentes de optimización local (metaheurísticas). La heurística se deriva del griego Eureka,
que fue el término utilizado por Arquímedes cuando descubrió su principio de densidad, de
modo que su significado se encuentra orientado al término, “¡lo hice!”. Así, "una técnica
heurística es un método que busca buenas soluciones cercanas a lo óptimo, a un costo
computacional razonable, no puede garantizar la optimización” (Hillier, Frederick,2006).

Las técnicas heurísticas para el problema de enrutamiento descrito el estudio de Enrique de la

Hoz Domínguez, se pueden clasificar en cuatro categorías:

● Construcción y método de Ahorros Clarke y Wright, cuyas bases son los ahorros
generados por la inserción de nuevos clientes en cada vehículo para completar una
solución final.
● Métodos de agrupar primero, luego enrutamiento, agrupación de clientes en varios
subconjuntos, cada subconjunto asignado a un vehículo y luego resuelve cada TSP
(modelo de referencia de ingeniería de software que provee un énfasis en los
procesos, los productos y el trabajo en equipo) correspondiente.

17
 ● Métodos heurísticos para enrutamiento primero, luego grupo son los que comienzan a
resolver los TSP que han definido clientes y luego iniciar la ruta encontrada para
asignar un tramo a cada vehículo.

● Los métodos de mejora, como los intercambios Or-Opt. Las metaheurísticas han
surgido a lo largo de las últimas dos décadas y se basa en tomar una solución factible
y encontrar su óptima mediante el uso de mejoras heurísticas integradas en un marco
más amplio REF.
Las técnicas de metaheurística más conocidas utilizadas para resolver el problema de
generación de rutas de vehículos (VRP) son la hormiga colonia, búsqueda de dispersión,
algoritmos genéticos y búsqueda tabú en este trabajo analizamos los resultados obtenidos de la
solución al VRP aplicando diferentes tipos de metaheurísticas.

También está el algoritmo propuesto por Christofides, Mingozzi y Toth, que opera en dos
etapas. Se determina en la primera fase el número de rutas a utilizar, junto con un cliente a
inicializar cada una de las rutas. Luego, en la segunda fase, estas rutas se crean y se insertan
los otros clientes allí. En la primera fase del algoritmo se aplica un algoritmo de inserción
secuencial para ruta compacta. Se presta atención a la ubicación de los clientes dentro de cada
ruta, ya que en esta etapa solo los clientes iniciales son destinados a cada ruta y el número de
rutas hasta la solución final.

De esa manera, las rutas estudiantiles correlacionada junto con la logística tiene como objetivo
administrar, gestionar, procesar y además de desarrollar de una manera eficiente y segura los
diferentes trayectos que sean necesarios por parte de los usuarios estudiantiles, y que al mismo
tiempo logre minimizar costos y tiempos en los trayectos, y así garantizar la seguridad y la
satisfacción por parte de los estudiantes que hagan uso de dichos transportes.

Es ampliamente conocido que en las grandes ciudades el problema que se deriva de la gran
dispersión de los alumnos que asisten a una institución educativa, en este caso especialmente
en las zonas centrales o determinadas sectores empresariales con una gran variabilidad en la
población y gran congestión, esto conlleva a retrasos en términos de tiempo al momento de
asistir a las clases. Además de establecer la importancia de las variables cuantitativas que
pueden afectar el estudio, incluidas las prioridades de verificación de algunos estudiantes, el
número de estudiantes según la carretera y el horario de la escuela y los padres, entre otros.

18
Aparte de estas variables, pocos han avanzado en la mejora de la logística móvil, siguen
surgiendo problemas en el tránsito y el transporte móvil, "a pesar de su avance en la cuarta
generación y el megaproyecto de Infraestructura lleva al país a avanzar en esta materia,
continúan surgiendo problemas en el tránsito y transporte” (Cuervo, 2019 P 6). Especialmente
en la ciudad de Bogotá. El problema es tan grande que "más de 11000 personas han perdido la
vida en el transcurso del siglo XXI" por problemas de movilidad (Bocarejo, 2016 P 1). De esta
forma se puede deducir la gran superficie vial que tiene la capital nacional debido a que alberga
a la mayor población del país, lo que significa que los caminos y enlaces viales de la ciudad
son particularmente fundamentales no solo para el buen desarrollo de una ciudad. camino
escolar pero también por su buen funcionamiento vial en general en la ciudad.

Sin embargo, es importante resaltar que el problema vial no solo se ve en el interior de la ciudad
sino también en sus periferias, la congestión del tráfico en las entradas y salidas de la ciudad
puede acentuarse en los pueblos vecinos, dificultando aún más los desplazamientos casa-
trabajo. A medida que se trasladan de los suburbios a la ciudad, obligados a cambiar entre
diferentes tipos de transporte, se llaman a sí mismos taxis, ciclos, autobuses y similares para
llegar a su destino. Por lo tanto, los inconvenientes de la movilidad de la ciudad para el
desplazamiento de los estudiantes no solo recae las vías sino también en los diferentes sistemas
de transporte que dispone la ciudad y el impacto que va a generar dichos transportes, además
lograr verificar si la infraestructura con la que cuenta la ciudad de la ciudad se está
desarrollando con la finalidad de tener un mayor flujo vial, e inclusive “del aumento del parque
automotor por el crecimiento económico de la ciudad y las conductas de algunos usuarios en
las vías, hacen que persista la congestión.” (Bocarejo, 2016 P). Donde las decisiones tomadas
por los conductores al momento de conducir también afectan de manera significativa los
atascos viales y retrasos en la movilidad peatonal.

Por lo tanto, obligan a los estudiantes a permanecer en una alternancia de sistemas de

transportes debido los déficits de las rutas y sus respectivos problemas para conectar las líneas
entre dichos sistemas, obviando temas financieros en el cual estudiantes con facilidades
económicas se puedan desplazar en vehículos particulares, es bien conocido que un gran
porcentaje de estudiantes que no cuentan con esta opción de transporte se ven enfrentados a las
situaciones ya manifestadas. Complementando a los problemas de movilidad de los estudiantes
se suma, la inseguridad como otro factor clave en las diferentes situaciones y vivencias diarias
dentro del transporte, donde tan solo en el sistema principal de transporte de la ciudad se sabe

19
que “Sin importar la hora del día o la noche o si los articulados o estaciones están llenas o
vacías en cualquiera de los anteriores casos son focos de inseguridad demasiado evidentes”,
(Silva, 2017 P 13). Circunstancias que están reflejadas no solo en el sistema de transporte
Transmilenio sino en cualquier medio de circulación, donde también se destacan los estudiantes
que se desplazan en bicicletas y caminando a sus destinos, también se han visto afectados por
la inseguridad.

Por lo que, las circunstancias descritas conducen a algunos problemas, destacando el aumento
en el tiempo de viaje cada año, como lo demuestra el NRIX Global Traffic Scorecard 2018, un
estudio que se realizó en más de 200 ciudades en casi 40 países de todo el mundo, los resultados
concluyen que Bogotá es la tercera ciudad con mayor nivel de congestión vehicular, lo que
también se suma al estrés de algunos de los estudiantes al viajar debido a varios sacrificios para
ir a la escuela e incluso demostró que algunos padres no pudieron acompañar a sus hijos en
estos viajes, incluso por motivos económicos, horarios de trabajo y otros problemas, problemas
que provocan el abandono escolar de un gran número de alumnos. (Gómez, 2016 P111). Se
encontró que 13.17 estudiantes abandonaron la escuela debido a diversos factores,
principalmente económicos, pero también por dificultades en el trabajo de incidencia.

Estas diferencias han sido abordado desde diferentes ángulos con cada factor de interés para
los estudiantes, principalmente desarrollando opciones logísticas para mejorar el tiempo de
viaje y la seguridad de los estudiantes, se destacan algunas investigaciones, especialmente la
investigación realizada por la 'Universidad de Rosario, en este estudio plantea similares Temas
en torno al sistema de transporte escolar L'ÉCOLE ANGLAISE 1326, que de manera similar,
se reconfirmaron los diferentes temas tratados durante el estudio.

El transporte es una actividad complementaria, podemos decir que tiene una gran influencia en
el día a día de los alumnos. Podemos decir que en promedio un viaje escolar puede llevar de
una a dos horas para llevar a cada alumno a su lugar de residencia. En esta perspectiva, se ve
que los niños pasan de 8 a 10 horas semanales en transporte para llegar a sus hogares. (Lucero,
Espitia, 2016, pág. 12), el cual expresa ampliamente dichas actividades.

Basados en las repercusiones en la cantidad de tiempo dentro de las rutas, el estudio también
otorga una diferente perspectiva a causa de estas demoras en las rutas, y diferentes actores que
se tuvieron en cuenta, enfatizando en los padres de familia al momento de entregar y recoger a
sus hijos, donde establecieron que los padres de familia tenían un promedio de 5 minutos en la

20
expectativa horario de cada una de las rutas, sin embargo dicho promedio no se cumple, llegado
el punto donde por parte del colegio recibe centenares de cartas a causa de malos procesos de
transporte motivando a implementar nuevas opciones logísticas.

Donde las opciones son primeramente en la planeación en el abastecimiento de las rutas

escolares, bajo distintas metodologías de estudio, en las cuales detectaron problemas como:
más de una ruta pupilo tiene diseñada un trayecto análogo a las otras y evidenciaron que paran
en el mismo lugar, otra inquietud estratégica fue detectado en algunas rutas estaban recogiendo
a los alumnos que viven en la misma división a distinto hora.

Durante el análisis del problema por el estudio mencionado, se excluyen las distintas variables
para un alcance coherente del proyecto, ya que en el presente estudio no está destinado al
acondicionamiento del edificio. o ensanchar la vía, entre otras variables, no es muy factible,
pero se enfoca en mejorar la logística en el manejo.

Al mismo tiempo, es interesante resaltar dos puntos que son nuevas perspectivas del estudio,
principalmente que este desastre ocurre no solo en las clases inferiores, sino también en las
clases superiores como lo aborda el estudio mencionado anteriormente, y por otro lado saber
que la raíz del citado estudio, provocado ciertos desacuerdos con los padres y no con los
alumnos, siendo un comportamiento bastante inesperado al estudio realizado.

Para sugerir una solución integral propuso una metodología denominada "Metodología del
vecino más cercano” dicha metodología respondía a las necesidades requeridas por elemento
de la escuela respecto a la descripción en los trayectos, de la misma manera que con las
solicitudes de los estudiantes. Esta metodología tiene como base clave recoger al alumno más
adjunto al otro, tomando como base la partida de cada uno, se propuso un macro de Excel en
el cual se recopila la información de las rutas, donde según los resultados presentados
informaron que la satisfacción del cliente está en 92,2% luego de una encuesta realizada por la
institución para conocer lo que los padres de familia sienten respecto al servicio prestado”
(Angela, P 45), y de esa manera corroborando la necesidad de tener un correcto sistema de
ruteo para los estudiantes.

Además el artículo proporciona diversos trabajos sobre el desarrollo de literaturas óptimas para
el desarrollo de trayectos, entre los que se incluye un espacio para destacar las investigaciones
realizadas por la Universidad Javeriana para el Liceo de Cervantes Norte, donde abordan un
problema bastante similar de retrasos y funcionamiento general de las mencionadas líneas

21
escolares, para solucionar este problema es importante subrayar que varias variables han sido
tratadas de forma muy similar al estudio mencionado anteriormente.

Sin embargo, las variables que causaron este inconveniente en dicho estudio, como el tiempo
de viaje, se tomaron en cuenta a la hora de implementar el modelo ACO. apoyado desde su
creación en 1990 por Dorigo y Dicaro, donde demuestran que “La ruta propuesta obtenida por
medio del modelo de solución ACO muestra una reducción del 8,3% en el recorrido de la
mañana y de 21,4% en el recorrido de la tarde” (Rojas, 2010 P 48), por lo que se evidencia que
el horario de transporte también afecta con gran impacto la movilidad de los estudiantes de
dichas instituciones.

Por lo que en dichos años se presentaba un problema para resolver la complejidad de las
colonias de hormigas, por eso nació el modelo ACO en lugar de usar macros, este modelo se
basa en diferentes fórmulas matemáticas con diferentes estructuras sobre variables, esto da el
mayor valor para resolución de problemas complejos, según los investigadores.

Por lo que, con base en un enfoque de investigación, se desarrolla de acuerdo a una teoría
principalmente matemática, ya que bajo esta estructura otros modelos han brindado soluciones
efectivas a problemas similares a los mencionados, una teoría matemática permitirá medir cada
variable cuantitativamente y, por lo tanto, evaluar el resultado. de cada uno y poder elegir
opciones que arrojen resultados más amplios.

Luego de seleccionar las mejores prácticas, se analizarán en el contexto de nuestra presencia

en las principales ciudades de Bogotá para analizar cada factor que causó y trajo consigo los
problemas para el transporte de los estudiantes de la Universidad EAN

Desde el punto de vista desarrollado en la encuesta, se implementarán diversas metodologías

empleadas en las investigaciones mencionadas en el problema de las rutas vehiculares
volumétricas (CVRP), lo que permitirá estudiar la capacidad de búsqueda y el número máximo
de paradas en función del número que se detiene, y según el número de paradas y la ruta óptima
de cada una de estas paradas (Barajas Mora, 2009). Además de algunas técnicas del método
ACO para medir variables y resolver las complejidades de la movilidad.

Por tanto, es necesario realizar un intento de examinar la viabilidad de implementar una mejor
logística en las calles de la ciudad y confirmar si se puede cumplir con el objetivo de mejorar

22
la fluidez del tráfico dependiendo de las rutas y opciones que opten por utilizar los estudiantes
de la universidad.

Por lo que, el propósito, como se señaló, nunca será un modelo de reconstrucción vial, que será
el más adecuado por ser el principal obstáculo al momento de movilizarse y de ocasionar
retrasos en los estudiantes, pero su desarrollo no era factible en el momento principalmente por
problemas económicos, además de inconveniencia de los edificios para su demolición y
posterior modificación de la pasarela, se pretende, por tanto, proporcionar un modelo común
para el desarrollo de la movilidad en conjunto para los estudiantes. De esta manera se puede
cumplir plenamente con altos estándares de calidad, incorporando diferentes variables en una
solución logística que permitirá moverse en menos tiempo, con rutas más seguras y confiables,
principalmente para estudiantes los cuales podrán tener plena certeza de su correcto
funcionamiento.

Finalmente, para desarrollar dichas variables se establecen diferentes campos donde es

necesario profundizar para dar con una solución íntegra, en ese sentido se tiene:

7.5 Transporte y cambio climático

Según el estudio realizado por National Geographic sobre la incidencia del transporte sobre el
cambio climático, en muchos sentidos, el cambio climático y el transporte moderno van de la
mano. Se establece que los avances tecnológicos que cambiaron la vida de la Revolución
Industrial marcaron el comienzo de nuevos modos de viaje son las mismas tecnologías que han
contribuido a la contaminación a gran escala del planeta. A medida que la maquinaria comenzó
a reemplazar el trabajo manual en la segunda mitad del siglo XVIII, aumentó el uso de
combustibles fósiles, como el carbón y el petróleo, como energía. Nuevos y emocionantes
vehículos de transporte, como automóviles, trenes y barcos a vapor, también funcionaban con
combustibles fósiles, que liberan grandes cantidades de dióxido de carbono al aire cuando se
queman.
Estos crecientes niveles de dióxido de carbono han generado un efecto invernadero
significativo, que ha provocado que el planeta se caliente a un ritmo mucho más rápido, y a
temperaturas más altas, que las tasas anteriores a la Revolución Industrial, lo que ha provocado
los cambios climáticos observados en los últimos veinte años. En 2017, el sector de transporte
de EE. UU. Generó el mayor porcentaje de gases de efecto invernadero emitidos en los Estados
Unidos con un 29%. A nivel mundial, el transporte representa entre el 15 y el 20 % de las

23
emisiones cada año. Los vehículos motorizados son la principal causa de contaminación del
aire en los Estados Unidos, aunque otros modos de viaje, como aviones y cruceros, generan
mayores emisiones por viaje por persona.

Adicionalmente, según la EPA (La Agencia de Protección Ambiental) en su estudio sobre la

contaminación del carbono proveniente del transporte, la quema de combustibles fósiles como
la gasolina y el diesel libera dióxido de carbono, un gas de efecto invernadero, a la atmósfera.
La acumulación de dióxido de carbono (CO2) y otros gases de efecto invernadero como el
metano (CH4), el óxido nitroso (N2O) y los hidrofluorocarbonos (HFC) está provocando que
la atmósfera de la Tierra se caliente, lo que resulta en cambios en el clima que ya estamos
comenzando a ver hoy. Las emisiones de gases de efecto invernadero (GEI) del transporte
representan alrededor del 29% del total de las emisiones de gases de efecto invernadero de EE.
UU. Lo que lo convierte en el mayor contribuyente de las emisiones de GEI de EE. UU. Entre
1990 y 2019, las emisiones de GEI en el sector del transporte aumentaron más en términos
absolutos que en cualquier otro sector.

Para Colombia el panorama es similar,; de acuerdo al Informe especial del Grupo de trabajo III
del IPCC Escenarios de Emisiones publicado por el Grupo Intergubernamental de Expertos
sobre el Cambio Climático, los escenarios de cambio climático “son imágenes alternativas de
lo que podría acontecer en el futuro, y constituyen un instrumento apropiado para analizar de
qué manera influyen las fuerzas determinantes (crecimiento demográfico, desarrollo
socioeconómico y cambio tecnológico) en las emisiones futuras; y para evaluar el margen de
incertidumbre de dicho análisis” (IPCC, 2000). Los escenarios son de utilidad para el análisis
del cambio climático, y en particular para la creación de modelos del clima, para la evaluación
de los impactos y para las iniciativas de adaptación y de mitigación.
La siguiente tabla muestra los escenarios de emisiones. El IPCC y diferentes instituciones
gubernamentales, a partir de los diferentes escenarios de cambio climático, han podido dar
cuenta de la realidad del calentamiento global y han podido identificar las amenazas potenciales
que impactarán todos los sistemas naturales y humanos (IPCC, 2000).

24
 Tabla 1. Priorización de acciones

Fuente: Ministerio de Transporte- 2016

Según se proyecta, las amenazas principales del cambio climático a nivel mundial son: un
aumento de la temperatura promedio global, variaciones regionales en los patrones y en la
intensidad de la precipitación y un ascenso del nivel del mar. Los modelos de cambio climático
predicen que los aumentos de temperatura serán mayores en las zonas terrestres que sobre los
océanos y los mares, más altos al interior de los continentes que en las zonas costeras, y
ascenderán más cuando se vaya desde los trópicos hasta las regiones polares en el hemisferio
norte. Las consecuencias en cuanto a los patrones de precipitación son más complejas de
predecir y dependen mayormente de la geometría continental, aunque también de la vecindad
y forma de las montañas, y de la dirección del viento. En general, se espera que la precipitación
aumente en las regiones cercanas a las regiones polares, y disminuya en las áreas adyacentes a
los trópicos.

7.5.1 Planes de acción para mitigar el impacto de emisiones de carbono en el medio

ambiente en Colombia. El Ministerio de Transporte constantemente proporciona medidas de
mitigación que en el 2017 pudieron clasificarse entre medios no motorizados, desarrollo
integral, transporte público urbano, eficiencia energética, carga y logística, mantenimiento y
renovación de vehículos y transporte privado de pasajeros; entre estas medidas de mitigación
se encuentran:

25
 ● Aumentar la mezcla diesel-biodiesel por encima del 10%
● Mejorar la calidad del combustible (azufre, octanaje, estándares internacionales)
● Optimización del uso de taxis (Distribución geográfica de los taxis, bahías de parqueo)
● Sustitución de taxis por vehículos eléctricos
● Renovación de la flota vehicular de transporte público colectivo
● Reestructuración y optimización del transporte público colectivo
● Sustitución de la flota de transporte público con tecnología eléctrica
● Sustitución de la flota de transporte público con tecnología híbrida
● Asegurar un adecuado mantenimiento y mejoramiento de la infraestructura y el sistema
del transporte público
● Delimitar carriles exclusivos o priorización en el espacio para el transporte público
● Impulsar jornadas de día sin moto
● Planes de Movilidad Empresariales (PEMS)

Según el Ministerio de Transporte, Colombia ha sido un actor permanente en las negociaciones

y discusiones en torno al Cambio Climático y ha demostrado su compromiso mediante la
formulación de políticas transversales en la materia, y de lineamientos en los sectores de mayor
relevancia. Se establece que dentro de las cuatro instancias creadas en el Gobierno Nacional
para responder ante dichos compromisos, el Ministerio de Ambiente y Desarrollo Sostenible
(MADS) junto con el Departamento Nacional de Planeación (DNP) diseñaron la Estrategia
Colombiana de Desarrollo Bajo en Carbono (ECDBC), instancia que desde el año 2011
coordina y articula esfuerzos intersectoriales orientados a desligar el crecimiento económico
del país de las emisiones de Gases de Efecto Invernadero. Lo anterior mediante la formulación
de políticas y acciones que mejoren la eficiencia y competitividad de los sectores, reduzcan su
impacto sobre el ambiente y ofrezcan beneficios integrales a la población. (Ministerio de
Transporte-2016)

7.5.2 Planes de acción mundiales frente a la contaminación por transporte. Para seguir
mejorando la eficiencia energética y reducir las emisiones de los motores de los trenes,
existe una serie de medidas técnicas:

● Optimización de los parámetros físicos: reducción de masa, aerodinámica mejorada y

disminución de fricción.

26
 ● Frenado regenerativo con recuperación de energía.
● Conducción energéticamente eficiente, para optimizar la velocidad en todo momento
durante el viaje, por ejemplo, reduciendo el frenado.
● Incremento del factor de carga.
● Adoptar alternativas de energías renovables.

Figura 2. Portadores de energía- Balance energético

Fuente: Diéguez, 2017

La columna central muestra las diversas categorías de portadores de energía
secundarios, en los que el primario, las fuentes de energía se pueden convertir para su
distribución en aplicaciones de uso final de energía. Los portadores de energía incluyen
combustibles tradicionales (gasolina, diésel y GLP, procedentes del refinado de petróleo o
producidos sintéticamente a partir de gas o carbón), varios combustibles alternativos fósiles y
renovables (por ejemplo, gas natural, biogás, bioetanol, biodiésel, biomasa-líquidos (BTL) e
hidrógeno), así como electricidad. A bordo de los vehículos, estos vectores de energía son
convertidos en energía de propulsión, utilizando diversas tecnologías de tren de potencia.

De este gráfico se desprende claramente que una ventaja del hidrógeno y la electricidad es que
ambos pueden ser producidos a partir de todas las fuentes primarias posibles. De manera
similar, trenes de potencia basados en motores de combustión interna (tanto convencionales
como híbridos) y los trenes de potencia de pila de combustible se pueden alimentar con todos
los combustibles posibles, por lo que las configuraciones híbridas también pueden utilizar
electricidad.

27
7.6 Investigación de Operaciones
La investigación de operaciones es una disciplina que se encarga de la administración,
en la mayoría de los casos ayuda en la toma de decisiones, esta se caracteriza por aplicar
teóricamente métodos, y técnicas especiales que ayuden a la solución de problemas,
especialmente para este proyecto se tomará esta para realizar análisis de optimización, para
saber cuál es la ruta más corta, menos costosa y más viable, utilizando algoritmos especiales
para esto. (Hillier, Lieberman, 2010)
Dentro de estos algoritmos se pueden encontrar los siguientes:

7.6.1 Algoritmos de Agrupamiento o Clustering: Según Aguado y Jimenez, “los métodos de

agrupamiento o Clustering constituyen un tipo de aprendizaje por descubrimiento muy
similar a la inducción. En el aprendizaje inductivo, un programa aprende a clasificar
objetos basándose en etiquetados proporcionados por un profesor. En los métodos de
agrupamiento no se suministran los datos etiquetados: el programa debe descubrir por sí
mismo las clases naturales existentes.” (2013).

Estos algoritmos tienen como finalidad agrupar objetos de un dataset según similitudes, de
forma que estos objetos que están dentro de un grupo sean más similares que caen en grupos
distintos. Desde un punto de vista intuitivo, este tiene un objetivo muy claro que es agrupar
adecuadamente un conjunto de datos no etiquetados. (Sancho, 2020)
Las técnicas de agrupamiento analizan el conjunto de observaciones disponibles para
determinar una tendencia a encontrar patrones de agrupación, estas permiten hacer una
clasificación donde es asignada una observación a un conjunto, de forma que cada
agrupamiento o conjunto de datos sea más o menos homogéneo y que sea diferenciable de
los demás. Además, existen métodos de agrupamiento que asocian un patrón, con algún
criterio de similitud entre individuos. (Aguado & Jimenez, 2013)
Entre los tipos de clustering se presentan a continuación los más importantes:
● Método adaptativo: Este es un algoritmo heurístico de agrupamiento que se puede
utilizar cuando no se sabe realmente cual es número de clases o similitudes del
problema en estudio. Lo que caracteriza a este método es su simplicidad y eficiencia.
Por otro lado, las limitaciones de este algoritmo son su comportamiento sesgado por el
orden de presentación de los patrones.
La manera como funciona este método es que ingresa el primer agrupamiento se escoge
arbitrariamente, se asigna un patrón a un cluster si la distancia del patrón al centro del

28
 cluster no supera un umbral. Por otro lado, en un caso contrario se debe crear un nuevo
agrupamiento. (Aguado & Jimenez, 2013)
● Algoritmo de los K medias: Este es uno de los algoritmos más utilizados y conocidos,
también es un método de agrupamiento heurístico se diferencia del anterior es que este
tiene el número de clases conocido (K). Este se basa en la minimización de la distancia
interna. Este algoritmo es sencillo y eficiente. Procesa los patrones secuencialmente. El
único inconveniente es que está sesgado por el orden de presentación de los patrones y
su comportamiento depende enormemente del parámetro K. (Aguado & Jimenez,
2013)
● Métodos basados en grafos: Los métodos basados en grafos intentan evitar el hecho
de que no dependa respecto al orden en que se le presentan los patrones, pero su costo
computacional los hace inaplicables en ciertas ocasiones.
Dentro de estos se pueden encontrar la matriz de similaridad, esta se emplea para
mostrar el grado de similitud entre un conjunto de patrones, esta se construye con una
matriz S simétrica de tamaño NxN, donde N es el número de patrones. (Aguado &
Jimenez, 2013)

7.6.2 Algoritmo de agrupamiento Mixturas Finitas: Este algoritmo implementa el criterio

de Mínima longitud de un mensaje usando una variante del EM (Expectation-
Maximization). Lo que hace es minimizar la función objetivo, este tiene algunas limitantes,
ya que es un método local, por tanto, es sensible a la inicialización. (Pascual, Sánchez &
Pla, 2007)

7.6.3 Algoritmos Jerárquicos: Los algoritmos más conocidos de este tipo, son:
● Single Link ( SL): En cada paso se unen los dos grupos cuyos elementos más cercanos
tienen la mínima distancia.
● Average Link (AL): En cada paso o iteración se unen los dos grupos tal que tienen la
mínima distancia promedio entre sus puntos.
● Complete Link (CL): En cada paso se unen los dos grupos tal que su unión tiene el
diámetro mínimo o los dos grupos con la menor distancia máxima entre sus elementos.
(Pascual, Sánchez & Pla, 2007)

29
7.6.4 Algoritmos Particionales: Estos algoritmos asumen un conocimiento a priori del
número de clusters en que se dividió el conjunto de datos, llegando a una división en clases
que optimizan un criterio predefinido o función objetivo. (Pascual, Sánchez & Pla, 2007)

7.6.5 Programación Evolutiva: Hoy en día existen muchos problemas de optimización o que
requieren ser optimizados, estos aparecen especialmente en los ámbitos de las ingenierías
y son difíciles de solucionar por medio de técnicas tradicionales, para este caso se aplican
los algoritmos evolutivos, estos están inspirados en la naturaleza, la evolución de los seres
vivos. (Aguado & Jimenez, 2013)

Según Estévez, menciona que los algoritmos genéticos se inspiran en la mecánica de la

selección natural y la genética para evolucionar una población inicial de puntos
sucesivamente hacia mejores regiones del espacio de búsqueda. (1997). En este principio
de selección de los individuos más aptos, tienen mayor longevidad y por tanto mayor
probabilidad de reproducción.
La aplicación de este tipo de algoritmos ha sido bastante conocida en áreas como el
diseño de circuitos, programación de rutas, facilidad en diseño y localización, transporte de
materiales, etc. En la siguiente figura se muestra un diagrama de flujo de un algoritmo
genético:
Figura 3. Ejemplo Diagrama de flujo de algoritmo genético

Fuente: Aguado & Jiménez, 2013

30
7.7 Optimización de rutas de Transporte
La optimización de transporte se puede entender por todas aquellas acciones que se
realizan y que contribuyen a la mejora de la función de distribución, ya sea en la disminución
de tiempos, costos, calidad, etc. Existen tres niveles complementarios al momento de tomar
decisiones:
● Estratégico: Para este nivel se tienen todas las prácticas realizadas al momento
de planificar, y ejecutar un sistema completo de distribución.
● Táctico: En este nivel están alojadas todas las decisiones que se relacionan al
ajuste operativo, diseñado en el nivel estratégico. Como ejemplo se puede poner
el diseño de una nueva ruta.
● Operativo: En este último nivel, se acomodan todas las decisiones del día a día,
como, por ejemplo: el tipo de vehículo.
Adquiere mayor importancia en los dos últimos niveles, esto para el momento de optimizar
modelos ya existentes o adaptarlos. (Alarcon & Butron, 2009, pp. 4).

7.7.1 Abordar el problema de investigación: La clave para abordar el problema es

comprender que la forma de afrontarlo depende de las particularidades meramente de la
organización. Pero existen algunos aspectos importantes, que resultan críticos.

● Definir el objetivo de optimización: Esto se refiere, a definir claramente el

alcance del problema.
● Delimitar claramente el servicio actual: Esto se refiere a establecer en términos
de características del producto.
● Establecer el tipo de resultado deseado para el proyecto.
Una vez que se analicen estas opciones, se puede abordar el proyecto. (Alarcon & Butron,
2009, pp 6).

7.7.2 Herramientas para la optimización de rutas

● Los Sistemas Inteligentes de Transporte: En los últimos años se han empezado a
utilizar e implementar nuevas tecnologías con éxito, estas han permitido moldear de
manera más eficiente las operaciones de transporte. Dentro de estas tecnologías se
destacan, los sistemas de información geográfica, sistemas de localización y
aplicaciones de optimización de rutas. (Alarcon & Butron, 2009, pp 7).

31
 ● Selección del software de Optimización: La herramienta de optimización o software
que permita modelar las rutas debe cumplir o ser capaz de aportar una solución viable,
de calidad, teniendo en cuenta los requerimientos y los múltiples escenarios posibles
del problema. Se debe conocer en detalle qué variables deben manejar los algoritmos
de cálculo empleados en el software, que tratarán de solventar el problema en base a las
circunstancias. (Alarcon & Butron, 2009, pp 7).

El objetivo general del algoritmo empleado o seleccionado debe tener en cuenta la

determinación y planificación de las rutas con menor tiempo.

7.7.3 Componentes de la gestión de Rutas: Existen algunos componentes para solucionar el

problema y gestionar adecuadamente una ruta, desde la captura de la información de los
estudiantes hasta la obtención de la mejor ruta o ruta óptima, estos son:

● Estudiantes o Pasajeros: Son aquellos que utilizaran el servicio, en este caso los
estudiantes de la universidad Ean, Ellos envían los parámetros de localización y horario
de estudio, que son esenciales para la agrupación en paradas. (Aguado & Jiménez,
2013, pp. 16)
● Paradas: Estas son localizaciones físicas donde se recogen a los pasajeros. Cada parada
puede tener uno o más pasajeros. Esta debe estar en un punto medio entre la vivienda
de los estudiantes y todos los pasajeros asociados a esta parada. (Aguado & Jiménez,
2013, pp. 16)
● Transporte: En este componente, se incluye cualquier vehículo con la capacidad para
albergar a todos los pasajeros que componen la ruta. El vehículo deberá recorrer cada
parada en el orden establecido, y tratando de mantener el tiempo establecido tanto de
llegada de destino como de recogida. (Aguado & Jiménez, 2013, pp. 16)

7.8 Problema del transporte o distribución

Es un problema de redes especial en la programación lineal que se funda en la necesidad
de llevar unidades de un punto fuente u origen hasta el destino. Los principales objetivos son
la satisfacción de todos los requerimientos establecidos, y principalmente la minimización de
costos y tiempo, relacionados con el plan determinado por las rutas escogidas. Este modelo
tiene un contexto de aplicación amplio y puede generar soluciones en el área de operaciones,
inventario y asignación de elementos, etc.

32
Este se puede llevar a cabo mediante programación lineal común, sin embargo, se puede crear
múltiples alternativas de solución tales como los modelos de asignación. En la siguiente
ilustración se muestra un problema de transporte:

Figura 4.Ejemplo problema de Transporte

Fuente: Salazar, 2019

7.9 Análisis de Redes

Las redes tienen una gran importancia en el ámbito empresarial ya que con estas se
pueden obtener mejores resultados, en este caso los métodos que se estudian en este análisis
son: el de recorrido mínimo, el de la ruta más corta y el método de flujo máximo. Estos pueden
ser resueltos a través de la programación lineal. (Benitez, 2019)
Benitez dice que una red, es la representación gráfica de una serie de eventos y
actividades que suceden en un trabajo que se programa para lograr un objetivo determinado.
En la siguiente ilustración se muestra una representación de una red:

33
 Figura 5. Ejemplo de una red

Fuente: Cadena, 2018

Cada círculo representado en la red se le conoce como Nodo, este es un evento o suceso, Los
números que se encuentran entre cada Nodo son el peso de cada Ruta o conexión, Las líneas
que conectan cada nodo se llaman arcos, estos se etiquetan al darle nombre a los nodos.
En la anterior ilustración aplicada a un contexto, se muestra este sistema de caminos, en donde
O es la entrada al parque; las otras letras representan la localización de las casetas de los
guardabosques y otras instalaciones de servicio. Los números son las distancias en millas de
estos caminos. (Cadena, 2018)

7.9.1 Método del recorrido Mínimo: Estos también son conocidos como problemas de árbol
de mínima expansión, donde cada ruta o rama tiene un costo no negativo asociado. La
finalidad de este método es encontrar una red conexa que incluya todos los nodos de la red,
de modo que su costo total (Suma de los pesos) sea el mínimo. La red que cumpla con esa
condición será un nuevo árbol de expansión; cada rama es analizada, dependiendo del nodo
elegido para iniciar con el recorrido así encontrar la que tiene un menor costo y finalmente
con los nodos conectados, se busca la más económica. (Benitez, 2019)

7.9.2 El problema del camino más corto: Este hace referencia a la determinación de la mejor
manera de atravesar una red por el camino más corto (Costo mínimo, o dependiendo de lo
que se desee optimizar), desde un origen a un destino dado, considerando el valor de cada
arco. (Jaramillo & Lotero, 2011)

34
 Figura 6. Representación gráfica del problema del camino más corto

Fuente: Jaramillo & Lotero, 2011

7.9.3 El problema del flujo máximo: Este hace referencia a que, si se cuenta con una red con
capacidades limitadas de flujo en sus arcos, se debe determinar el flujo máximo posible
proveniente de los orígenes, de forma que se usen sin excepciones esas capacidades. De
tener una red con m nodos y n arcos, el objetivo es encontrar el flujo total máximo en la red
F, del nodo origen 1 al nodo final m. (Jaramillo & Lotero, 2011)

Figura 7. Representación gráfica de flujo máximo

Fuente: Jaramillo & Lotero, 2011

7.9.4 El problema de flujo de costo mínimo: Jaramillo & Lotero, dicen que: Agrupa algunas
características presentadas en los problemas anteriores. Este considera múltiples orígenes
y destinos, capacidades de flujo a través de los arcos y un costo por flujo sobre un arco.
Este problema minimiza el costo total, considerando restricciones de disponibilidad, la
capacidad máxima de flujo a través de cada arco y la demanda de los nodos. (2011, pp 49)

35
 Figura 8. Representación gráfica de un problema de flujo de costo mínimo

Fuente: Jaramillo & Lotero, 2011

7.10 Beneficios de la implementación de diseño con solución informática.

Según Paragon from Aptean, la empresa dedicada al desarrollo de soluciones avanzadas
de planificación, programación y seguimiento de rutas que tiene como finalidad reducir los
costos, aumentar la eficiencia y apostarle a un servicio al cliente eficiente, se establece que el
impacto de las reducciones inmediatas de tiempo en la carretera, las millas recorridas y el
combustible consumido nunca debe subestimarse. Las reducciones de costos suelen ser del 10
al 30% y el ROI suele ser de entre 3 y 12 meses, sin embargo, estos son algunos de los
beneficios más amplios:

7.10.1 Entrega a tiempo mejorada: La generación de planes de ruta detallados, precisos y

alcanzables significa que es mucho más probable que alcance incluso ventanas de tiempo
estrechas de manera consistente y predecible. Eso afina su ventaja competitiva. Si sus
conductores faltan a una cita de entrega y son enviados al final de la fila para esperar, corren
el riesgo de no completar todas las entregas programadas posteriores, lo que aumenta los
costos y disminuye la satisfacción del cliente. (Paragon,2020)

36
7.10.2 Clientes: Los clientes son más exigentes que nunca cuando se trata de cumplir con
plazos de entrega ajustados. Con un sofisticado software de optimización de rutas, puede
planificar con seguridad rutas que lleguen a esas ventanas, ofrecer a los clientes ETA más
precisos y comunicarse de manera proactiva con ellos sobre el progreso y el estado de las
entregas en curso.

7.10.3 Mayor flexibilidad para responder a cambios inesperados. Una buena tecnología de
planificación de rutas le permite responder rápidamente a situaciones cambiantes. Los picos
o caídas de la demanda son cada vez más difíciles de predecir, y la disponibilidad de los
conductores sigue siendo un problema. Esta tecnología le permite adaptarse rápidamente,
una y otra vez, porque siempre llega rápidamente de la manera más eficiente para que los
clientes accedan de forma factible a los servicios disponibles para atender mejor las
demandas de los clientes y las condiciones del mercado. (Paragon,2020)

7.10.4 Mayor capacidad para planificar utilizando herramientas de modelado. Los

ejecutivos de todos los niveles pueden ejecutar escenarios hipotéticos para determinar los
costos y las implicaciones del servicio de diferentes estrategias de transporte. El software
de optimización de rutas ayudaría a ejecutar una serie de escenarios para determinar los
costos duros y las consecuencias más suaves, como el tiempo de comercialización, antes
de que haya movido un dedo o gastado un centavo. Con todos estos beneficios invisibles
de la optimización de rutas sofisticada, el departamento de transporte puede pasar de ser
considerado a nivel de sala de juntas como “solo un costo de hacer negocios” a un motor
elegante y ágil de ventaja competitiva. (Paragon,2020)

7.11 Fases de Planificación del transporte

La planificación del transporte se puede plantear en dos fases la primera es la fase de
planificación estratégica del sistema de transporte donde se debe tener en cuenta la distribución
regional de los estudiantes, donde viven y la infraestructura vial, en esta etapa se estima la
cantidad de viajes que se generan desde diferentes orígenes a los diferentes destinos. Según
mencionan los autores, esta fase puede considerarse descriptiva ya que se intenta describir el
posible comportamiento de las personas, en esta fase se implementan las herramientas de
simulación y un posible pronóstico. La siguiente ilustración muestra un modelo planteado por
Jaramillo y Lotero donde proponen 4 subetapas para el transporte.

37
 Figura 9. Esquema del modelo de 4 etapas para transporte (fase 1)

Fuente: Jaramillo & Lutero, 2011

En la segunda fase que es de planeación de la operación del sistema de transporte se puede
considerar las normas, debido a que intenta hacer que el sistema funcione y opere de la mejor
manera posible. En este la herramienta fundamental es la optimización, es la fase de interés del
estudio realizado. La siguiente ilustración muestra las etapas de la fase 2.

Figura 10. Etapas de la fase 2

Fuente: Jaramillo & Lotero, 2011

38
 8. Análisis de Restricciones
A continuación, se muestra un análisis de las posibles restricciones, desde seis diferentes puntos
de vista:

8.1 Ambientales
Teniendo en cuenta, que para el desarrollo del proyecto es de suma importancia
disminuir la huella de carbono, se debe tener en cuenta las condiciones del estado de los
automóviles, que se encarguen de las rutas, ya que estos deben de cumplir ciertos requisitos,
para aportar al cuidado del medio ambiente, además de que la ley 1972 de 2019 por medio de
la cual se establece la protección de los derechos a la salud y al medio ambiente sano
estableciendo medidas tendientes a la reducción de emisiones contaminantes de fuentes
móviles y se dictan otras disposiciones. Establece algunos requerimientos mínimos que deben
cumplir los vehículos, para evitar el exceso de emisiones contaminantes. (SUIN, 2019)

8.2 Económicas
Para el desarrollo de la solución es necesaria la presencia de recursos económicos, ya
que se deben comprar algunas licencias de programas y tecnologías, por el momento estos
recursos son limitados para lanzar la solución final al mercado, además el precio del servicio
prestado debe ser accesible para todos los estudiantes, ya que, si es muy costoso, es inevitable
que prefieran seguir usando otros transportes como el público.

8.3 Socioculturales
Debido a que la mayoría de los estudiantes, están ya acostumbrados al uso del transporte
público, donde cada determinado tiempo buses cubren la misma ruta y el tiempo de espera no
es demasiado, llegará a ser difícil que los estudiantes se acomoden a ciertos horarios fijos que
se emplearán en la solución.

8.4 Capacidad de fabricación

Las restricciones que se encontraron para este se basan en:
● Los tiempos de producción de la solución informática, ya que el proyecto debe estar
listo al finalizar la unidad de estudio, pero este requiere mayor del que se había
planteado inicialmente.

39
 ● Los costos que se habían planteado inicialmente aumentan, ya que no se había tenido
en cuenta el aspecto de ciberseguridad, protección de datos y algunas tecnologías
adicionales que se deben implementar.
● Se necesita el aval de la universidad para recolectar la información de los estudiantes,
ya que la solución es realizada por y para estudiantes de la Ean.
● Aunque la idea de solución a la problemática dada es interesante, se debe consultar con
los estudiantes, ya que, si los suficientes estudiantes están de acuerdo o quisieran usarla,
se puede implementar, en caso contrario, podría generar pérdidas y no ganancias.

8.5 Salud y Seguridad

Las restricciones en este apartado, se relacionan directamente con las establecidas por
parte de la universidad Ean, sobre las medidas y protocolos de bioseguridad, ya que si algún
estudiante presenta síntomas no podría utilizar el servicio para no arriesgar la salud y bienestar
de los demás estudiantes. Con respecto a la seguridad, el enfoque está en la ciberseguridad, el
tratamiento y protección de datos personales.

8.6 Éticas
Para este caso, es importante invertir en tecnologías que protejan los datos y dar un
buen manejo a la información proporcionada por los estudiantes, ya que se accederá a datos
sensibles, como ubicación, dirección de residencia, etc. Es vital que esta información sólo sea
manejada por pocas personas y exclusivamente miembros de la universidad, que no atente
contra el derecho de privacidad y manejo de datos personales de los estudiantes.

40
 9. Generación de posibles soluciones
Dentro de las ideas planteadas inicialmente en torno a la problemática y los requerimientos
encontrados se pueden ver a continuación:
● Crear una aplicación que muestre las mejores opciones y alternativas de transporte para
llegar a la universidad.
● Incentivar al uso de diferentes alternativas de transporte más rápidas, y sostenibles
mediante el diseño de una aplicación móvil.
● Crear un nuevo sistema de transporte para los estudiantes de la universidad Ean.
● Crear un nuevo sistema de transporte para estudiantes, que optimice el tiempo, sea
seguro, cómodo y no tan costoso.
● Calculadora de huella de carbono donde se den consejos, de cómo disminuir esta, y que
muestre las mejores alternativas para llegar a la Institución.
● Crear una aplicación que muestre las rutas de ciclovía para llegar a la Universidad.
● Impulsar el uso de transportes alternativos, mediante campañas en redes sociales, de la
universidad, o por aplicaciones propias.
● Desarrollo de un software que permita calcular los tiempos exactos de llegada a la
universidad, dependiendo del transporte que elija.
● Software de manejo de tiempos para llegar temprano a la universidad utilizando
transporte público.
● Aplicación que genere alertas cada vez que hay trancones, o demoras en las vías.
● Software que permita generar alertas entre compañeros y docente clase cuando un
estudiante, está atorado en un trancón.
● Realizar campañas de disminución de huella de carbono y manejo de horarios.

41
 10. Selección de la mejor alternativa
Dentro de las ideas de solución previamente presentadas se escogió la mejor alternativa viable
esta es el desarrollo de un sistema informático que permita optimizar el tiempo de llegada a la
Universidad Ean, de los estudiantes mediante la implementación de rutas exclusivas para ellos,
estas deben garantizar la seguridad y comodidad de los mismos, de acuerdo a los
requerimientos presentados, para esto se han evaluado diferentes aspectos, entre ellos se
tomaron en cuanta requerimientos funcionales tales como: modificaciones viales ya sean
estructurales o de señalización.

Este sistema permitirá, a los estudiantes generar las rutas más rápidas de llegada a la
universidad; sin embargo, partiendo de esa idea y analizando las problemáticas económicas se
ha establecido que tomando como base la innovación y la tecnología se puede implementar una
plataforma a escala para los estudiantes con un funcionamiento similar al mostrado por las
plataformas que prestan servicio de transporte en Bogotá.

Es decir, una plataforma donde los conductores sean los mismos estudiantes que asisten a la
universidad en diferentes transportes personales ya sean automóviles o motos, los cuales
comúnmente se dirigen a la universidad sin acompañamiento dentro de los vehículos y dichos
espacios podrían ser ocupados por otros estudiantes que se encuentren en zonas aledañas y que
requieran de un transporte seguro a la universidad.

42
 11. Especificaciones de Ingeniería para la solución
Como se ha mencionado con base a la innovación y tecnología siendo estos nuestros pilares
se dará una solución por medio de una plataforma capaz de reconocer la posición de los
estudiantes en zonas determinadas, esta acción se realiza por medio de un api proporcionado
por Google, específicamente un api rest del sistema Google Maps, el cual permite por medio
de solicitudes de tipo Jquery hacer consultas de ubicación en tiempo real de la persona.

Sin embargo, también se establece la opción de únicamente agregar la dirección del lugar y por
medio de una búsqueda también al api establecer el lugar de partida de cada estudiante.

Por otra parte, se evalúan dos opciones para medir la distancia entre los estudiantes que
requieren el transporte hasta la universidad, por lo tanto:
1. Realizar consultas directamente al api de Google para hacer mediciones entre las
direcciones.
2. Realizar el cálculo directamente dentro de los algoritmos para su ejecución por medio
de comparación de los números enteros de las direcciones.

Ambas opciones son evaluadas debido a que cada una de ellas tiene sus ventajas/desventajas,
por lo tanto, de optar por la primera opción logramos tener una mayor precisión y seguridad de
la ubicación de los estudiantes al momento de necesitar un transporte, sin embargo, al realizar
tantas peticiones al api no podemos garantizar una respuesta rápida del api, por lo que
quedamos dependiente de su funcionamiento.

Además de tener la opción de establecer ubicaciones que no sean exclusivamente direcciones

sino también diferentes sitios que no estén referenciados por medio de direcciones sino de
nombres, los cuales también podría administrar el api de Google por medio de coordenadas.

La siguiente opción mencionada es realizar los cálculos de aproximada en el BackEnd de la

plataforma, es decir cálculos de proximidad por medio de la dirección, dicho método nos
asegura una rápida respuesta para los estudiantes, sin embargo, imposibilita la opción de
agregar lugares que no tengan referenciada una dirección.

43
Teniendo en cuenta dicha problemática se plantea en primera instancia utilizar la segunda
opción, es decir validaciones de nuestros propios algoritmos, donde se realizarán las
validaciones necesarias para evitar inconvenientes de ubicación y en un futuro la
implementación del api para sitios sin referencias de dirección.

De este modo la plataforma al calcular y determinar que dos direcciones estan cerca no mayor
a 5 cuadras, esta enlaza las direcciones y/o ubicaciones en una Array el cual agrupa los sectores
donde coinciden las posiciones de los estudiantes por medio de un algoritmo ACO ó también
denominado “el vecino más cercano”.

Una vez se tienen agrupadas las direcciones de los estudiantes por zonas próximas, se establece
un punto de referencia, dichos puntos son cada estudiante que disponga de un automóvil/moto
el cual tenga algún cupo para transportar más estudiantes.

Dichos estudiantes “conductores” harán el mismo proceso de registro para la plataforma y así
analizar su sector para agruparlos junto con los estudiantes que requieren del servicio en el
Array ya creado.

Finalmente se establecerán horarios para el transporte de acuerdo a los horarios que imparte la
universidad, desde las 7:00 hasta las 20:00 hh, con el fin de aprovechar el momento en el cual
el estudiante conductor coincida con la clase de algún alumno puedan transportarlo sin tener
mayores novedades dentro de su día a día, y así mismo contribuir en la huella de carbono que
produce una sola persona cuando se transporta en un automotor.

44
 12. Dimensionamiento de los componentes

Dentro de un primer dimensionamiento de la aplicación a desarrollar se tiene el siguiente

maquetado:
A continuación, en la figura 10 y 11, se muestra lo que es el inicio de sesión y una opción de
registro, donde el estudiante podrá compartir en sus redes sociales este aplicativo móvil y por
supuesto acceder a los servicios brindados a los estudiantes.

Figura 11. Aplicativo Móvil

Fuente: Elaboración propia

Como se puede observar, cada número sobre la ilustración representa la acción en orden de
cómo se llevan a cabo, después del inicio de sesión se tiene las opciones principales y la razón
principal de ser, del aplicativo, allí se ven los beneficios para optimizar, saber el tiempo,
conocer trancones, etc. Luego de esta se debe seleccionar el medio de transporte y finalmente
se agenda el servicio. La idea es que se pueda cumplir en su totalidad esta aplicación, pero en
primera instancia y lo más importante será desarrollar la solución para vehículos, los demás
transportes serán incluidos a futuro, así mejorar y garantizar que cada objetivo planteado se
cumpla a cabalidad.

45
Figura 12. Aplicativo Móvil parte dos

Fuente: Elaboración propia

46
 13. Análisis Costos
Según el portal ITM Platform, La gestión de costes (Project Cost Management o PCM) es el
proceso de estimar, asignar y controlar los costes de un proyecto. Permite que las empresas
conozcan por adelantado los gastos y así reduzcan las posibilidades de superar el presupuesto
inicial.

Por tanto, la gestión de costes del proyecto comprende todo su ciclo vital, desde la planificación
inicial hasta su entrega, pasando por los diferentes análisis intermedios que se realicen. Con
ello, se plantean diversas fases para culminar un análisis de costos eficiente y coherente con el
proyecto como la planificación del costo del proyecto, esta fase es crucial para priorizar la
identificación de actividades que representan costos dentro del proyecto, en el caso de la App
Worry Free Ean Routes, se establecen costos fijos como publicidad, implementación de
software, licencias, internet y representación legal, entre otros.

Teniendo en cuenta los costos fijos, se desglosan los costos por un periodo determinado (/mes)
que darían una visión clara del total de los costos que deben ser sometidos a optimización,
especialmente los que comprenden el establecimiento legal, de mercadeo, identidad e
infraestructura de la App. Por otro lado, podemos identificar costos generales destinados
solamente al desarrollo de la aplicación, aquí se tienen en cuenta dos costos generales
importantes, desarrollo y diseño.

A continuación, se muestran los links correspondientes a análisis de costos tanto para los
aspectos generales de la app (2 Excel) como para los costos de puesta en marcha o iniciación
de la app. Es importante tener en cuenta que el archivo del Startup Costs fue tomado de la
página vertex42.com la cual apunta claramente al uso limitado por derechos de autor.

https://universidadeaneduco-
my.sharepoint.com/:x:/g/personal/sgongor47322_universidadean_edu_co/ETnT_j_UprFHtVJ
4w-tsA8IBg_-Kk7eB95MNhTWyxaXhwg?e=hjYsJb

https://universidadeaneduco.sharepoint.com/:x:/r/sites/PROYECTODEGRADO-
1/_layouts/15/Doc.aspx?sourcedoc=%7BB0748412-2F4E-4117-98B6-
B8F5607196B9%7D&file=APP%20COSTOS%20EN%20COP.xlsx&wdOrigin=OFFICECO
M-WEB.START.REC&ct=1637726311399&action=default&mobileredirect=true

47
Costos generales de la app:
La Tabla 2 muestra el estimado de aspectos generales de la aplicación.
Tabla 2. Estimado de aspectos generales de una aplicación.

Estimado de Aspectos Generales de Una Aplicación

Característica Tiempo de diseño en Días
Nombre Descripción
Tamaño App Mediana 30
UI (User Interface) Pulida 50

Usuarios y cuentas Email/Contraseña para Inicio de Sesión 1

Inicio de sesión por Facebook 1,5
Inicio de sesión por Twitter 1,5
Inicio de sesión por Google 1,5
Inicio de sesión por Linkedin 1,5
Contenido generado por
el Usuario Tablero (Dasboard) 2
Perfiles de Usuario 2
Calificaciones y Reseñas 3
Búsqueda de texto libre 3

Fechas y Ubicaciones Calendario 5

Visualización de datos de mapas/
geolocalización 3
Visualización de regiones / marcadores de
mapa personalizados 3

Reservaciones 5
Vinculación Social Mensajes 5
Foros y Comentarios 5
Función de compartir con redes asociadas 2
Facturación y Comercio
Electrónico Plan de suscripción 6
Administrador, feedback
y análisis Intercomunicador 3
Informe de incidentes dentro de la app 0
Monitoreo de rendimiento 1
Soporte multilingüe 4
API e integraciones
externas Mensajería SMS 4
Enmascaramiento de número de teléfono 4
Seguridad Autenticación de dos factores 5
Desarrollo específico de
la aplicación Project Manager 100
Fuente: Elaboración propia

48
 Tabla 3. Costos

Fuente: Elaboración propia

Nota: Puede descargar la plantilla (el "Software"), hacer copias de archivo y personalizar la
plantilla solo para su uso personal o dentro de su empresa u organización y no para la reventa
o el intercambio público. No puede eliminar ni alterar ningún logotipo, marca comercial,
derechos de autor, exención de responsabilidad, marca, términos de uso, atribución u otros
avisos o marcas de propiedad de Vertex42 dentro de la plantilla. La plantilla y cualquier
archivo, documento u otro trabajo que incluya o se derive de la plantilla NO puede venderse,
distribuirse, publicarse en una galería en línea, alojarse en un sitio web o colocarse en cualquier
servidor de una manera que lo ponga a disposición del público en general. público.

En la tabla 4, puede observar el estimado en costos de aspectos generales de la aplicación.

49
 Tabla 4. Estimado en costos de aspectos generales de una aplicación y Costos.
Costo de servicio
mensual de
Item Setup Cost Desarrollo Servidores/Servicios
$ 9.600
Google Android $- 160 hours x $60/hour $-
$ 9.600
Apple iOS $- 160 hours x $60/hour $-
$ 1.920 $ 7.200
Map a list of location 32 hours x $60/hour 120 hours x $60/hour $-
$ 5.760 $ 3.840
Weather 96 hours x $60/hour 64 hours x $60/hour $ 20
$ 12.000
Scheduled Content $- 200 hours x $60/hour $-
Chat and Message $ 3.840
Boards $- 64 hours x $60/hour $-
$ 4.500
Social Media $- 75 hours x $60/hour $-
$ 2.880 $ 15.360
Buy or Sell products 48 hours x $60/hour 256 hours x $60/hour $-
$ 15.000
Customer Feedback $- 250 hours x $60/hour $-
$ 14.400
2 weeks per platform $- 240 hours x $60/hour $-
$ 2.400 $ 28.800
Send Push Notifications 40 hours x $60/hour 480 hours x $60/hour $ 99
$ 480 $ 2.400
Camera (Image, Video,
BarCode) 8 hours x $60/hour 40 hours x $60/hour $-
$ 480 $ 4.800

GPS and Geo Fences 8 hours x $60/hour 80 hours x $60/hour $-

$ 2.400
Accelerometer $- 40 hours x $60/hour $-
$ 4.800 $ 28.800
Public API's 80 hours x $60/hour 480 hours x $60/hour $ 300
$ 960 $ 2.400
Up-front Cost 16 hours x $60/hour 40 hours x $60/hour $-
Growth Plan $- $- $-
Setup Desarrollo Mensual
Total $ 19,68 $ 164,94 $ 419
$ 5.028
USD COP
Total $ 603,62 $ 2.345.764 X 1 MES
$ 5.212,62 $ 20.257.075 X 1 AÑO
Fuente: Elaboración propia

50
En las anteriores tablas no se incluyeron otros costos operacionales, o que giran en torno al
desarrollo del proyecto, la tabla 5, muestra un ejemplo de la implementación de un proyecto de
este tipo:
Tabla 5. Costos en torno al proyecto.

Fuente: Elaboración propia

51
14. Conclusiones

• Con la presente investigación realizada, se identifica que mediante la implementación

de diferentes algoritmos de optimización de transporte es posible disminuir los tiempos
de llegada a la universidad Ean, estos algoritmos son comúnmente utilizados en la
investigación de operaciones, para tratar de optimizar los tiempos y rutas o darles
solución a problemas reales de transporte.
• El diseño de la aplicación permite gestionar el tipo de transporte y trayecto a
implementar donde se tienen en cuenta los horarios de la universidad Ean. Este fue
realizado utilizando tecnologías como vue y Windows.
• La aplicación permite calcular la ruta más rápida e implementa diversas alternativas de
transporte y trayectos a los estudiantes de la universidad Ean, mediante consola, ya que
el diseño total de la aplicación no fue posible terminarlo.
• Mediante consultas informales, se determinó que la mayoría de los estudiantes usan el
transporte público como medio de llegada a la Institución.
• El diseño de la aplicación permitirá a los estudiantes llegar más temprano, mejorar y
organizar sus tiempos de manera adecuada.

52
15. Recomendaciones

• Como se ha mencionado el proyecto no culmina su desarrollo, para apoyar programas

de la Universidad como lo es Pedaleando a la U, a futuras herramientas a implementar,
se considera beneficioso impulsar la adición de un software que garantice rutas seguras,
más cortas y hasta los mapas de ciclovía para estimular el uso de transportes alternativos
como la bicicleta.
• Teniendo en cuenta de que se trata de una aplicación para los Estudiantes de la
Universidad Ean, donde existen muchos emprendedores, esta aplicación puede abordar
y recoger cada proyecto innovador que se presente en fase de surgimiento y desarrollo
y para lograr la integración de estas.
• En cuestiones de operatividad, es aconsejable que las personas a cargo de las rutas,
cumplan con los requerimientos mínimos para el transporte de sus compañeros, de esta
manera evitar poner en riesgo la salud y bienestar de los usuarios.
• Es importante tener en cuenta que el proyecto se da en un escenario que carece de un
soporte cuantitativo que dé respuesta a las necesidades reales de los usuarios
delimitados, por ello, su fase posterior debe estar enfocada en el desarrollo de encuestas
y experimentos que demuestran la verdadera incidencia de la app en la comunidad
Eanista.
• Los costos plasmados son estimados por diversas empresas con experiencia en
desarrollo de aplicaciones, por ello, su verdadero valor está sujeto a una evaluación
personalizada y un estudio profundo que verifique las fuentes de inversión y retornos
financieros, una evaluación financiera pertinente dará respuesta frente a los costos y
beneficios asociados a determinadas alternativas del proyecto de inversión con la
finalidad de apoyar la toma de decisiones de inversión que permitan crear valor.
• El desarrollo de software se precisa en una etapa inicial que aún no avala el
funcionamiento de sus características por el tiempo real requerido, de tal forma, esta
deberá gestionarse de forma que sus fases posteriores (testing y lanzamiento), puedan
ser adelantadas.

53
 16. Referencias

Ministerio de Transporte. (2020, agosto). Ministerio de transporte. Tomado de:

https://www.mintransporte.gov.co/documentos/15/estadisticas/

Editorial La República S.A.S. (2017, 16 mayo). ¿Cuánto gasta un universitario en las

principales ciudades? Diario La República. Disponible en:
https://www.larepublica.co/alta-gerencia/cuanto-gasta-un-universitario-en-
lasprincipales-ciudades-2509931

Banco Mundial. (2018, marzo). Transporte: Panorama general. World Bank. Disponible en:
https://www.bancomundial.org/es/topic/transport/overview

Vamos, B. C. (2020, 5 noviembre). Ni seguridad ni movilidad. Bogotá Cómo Vamos. Tomado

de: https://bogotacomovamos.org/ni-seguridad-ni-movilidad/

IEU. (2020, julio). Sistemas de transporte público, entre crisis y cambios. Instituto de
Estudios Urbanos. Disponible en:
http://ieu.unal.edu.co/medios/noticias-delieu/item/sistemas-de-
transporte-publico-entre-crisis-y-cambios

Schmidt, S. (2021, 8 febrero). How to optimize school bus routes? PTV Blog. Disponible en:
https://blog.ptvgroup.com/en/city-and-mobility/optimize-school-bus-routes/

Patel, B. (2021, 15 agosto). 6 Best Route Optimization Software To Choose From in

2021.Homepage. Disponible en:
https://www.spaceotechnologies.com/best-routeoptimization- software/

Issue, I. (2021), Journal of Management Analytics. Vol. 8, p69-83. 15p. Disponible en:
https://web-b-
ebscohostcom.bdbiblioteca.universidadean.edu.co/ehost/detail/detail?vid=4&sid=57f5
8aea1a71-48d6-b999-ea33b1adc461%40pdc-
vsessmgr01&bdata=Jmxhbmc9ZXMmc2l0ZT1laG9zdC1saXZlJnNjb3BlPXNpdGU

54
 % 3d#db=bsu&AN=148721709 40

APCIM & ICTTE (2018): Proceedings of the Asia-Pacific Conference on Intelligent Medical
2018 & International Conference on Transportation and Traffic Engineering 2018
December 2018 Pages (143–148): Tomado de:
https://doi.org/10.1145/3321619.3321638

Hillier, Frederick, Introducción a la investigación de operaciones, Mc Graw-Hill, 2006.

Hao Wu, Mahesh Palekar, Richard Fujimoto, Jaesup Lee, Joonho Ko, Randall Guensler, and
Michael Hunter. (2005). Vehicular networks in urban transportation systems. In
Proceedings of the 2005 national conference on Digital government research. Digital
Government Society of North America, 9–10. Tomado de: https://dl-
acmorg.bdbiblioteca.universidadean.edu.co/doi/10.5555/1065226.1065231

Bermeo Muñoz, Elver A. y Calderón Sotero, Jaime Hernán (2009). Diseño de un modelo de
optimización de rutas de transporte. El Hombre y la Máquina, (32), 52-67. ISSN: 0121-
0777. Disponible en: https://www.redalyc.org/articulo.oa?id=47811604005

Mauttone, A., Cancela, H., & Urquhart, M. (2010). Diseño y optimización de rutas y
frecuencias en el transporte colectivo urbano, modelos y algoritmos. Universidad de la
República Facultad de Ingeniería, Uruguay. Tomado de:
https://sochitran.cl/static/upload/archivos/sochitran/4186/12/1461710122.pdf

Quiñonez, C. (2015). Ruteo y programación del transporte escolar en flota.

bibliotecadigital.univalle. Disponible en:
https://bibliotecadigital.univalle.edu.co/bitstream/handle/10893/12218/CB0534648.pd
f?sequence=1

Rojas, j. S. (2010). Aplicación de un modelo de optimización en la planeacion de rutas de los

buses. javeriana.edu.co. Obtenido de
https://repository.javeriana.edu.co/bitstream/handle/10554/7367/tesis403.pdf?sequenc
e=1

55
Svetla, T. (2018). The Benefits of Integrating an Intelligent Transport System in the
Management of Sofia's Transport Network. In Proceedings of the Asia-Pacific
Conference on Intelligent Medical 2018 & International Conference on Transportation
and Traffic Engineering 2018 (APCIM & ICTTE 2018). Association for Computing
Machinery, New York, NY, USA, 143–148. Disponible en: https://dl-
acmorg.bdbiblioteca.universidadean.edu.co/doi/10.1145/3321619.3321638

Alarcon, H. & Butron, M. (2009). Técnicas para la Optimización de Rutas de Transporte y

Distribución. Academia.edu. Disponible en:
https://www.academia.edu/37730944/T%C3%A9cnicas_para_la_Optimizaci%C3%B
3n_de_Rutas_de_Transporte_y_Distribuci%C3%B3n

Aguado, A. & Jiménez, J. (2013). Optimización de rutas de transporte. Universidad

Complutense de Madrid. Disponible en:
https://eprints.ucm.es/id/eprint/23027/1/Memoria_OptimizacionRutasTransporte.pdf

Pascual, D., Pla, F., & Sánchez, S. (2007). Algoritmos de agrupamiento. Método Informáticos
Avanzados, 164-174.

Sancho, F. (2020). Algoritmos de Clustering. Tomado de:

http://www.cs.us.es/~fsancho/?e=230

Valencia, P. E. (1997, August). Optimización mediante algoritmos genéticos. In Anales del

Instituto de Ingenieros de Chile (Vol. 109, No. 2, pp. 83-92).

Salazar, B. (2019). Problema de Transporte o distribución. Ingeniería Industrial. Disponible

en: https://www.ingenieriaindustrialonline.com/investigacion-
deoperaciones/problema-del-transporte-o-distribucion/

Benítez, C. (2019). Análisis de redes. Investigación de Operaciones, Sistemas

Computacionales. Universidad Mexicana. Tomado de:
https://www.academia.edu/39250754/An%C3%A1lisis_de_redes_Investigaci%C3%B
3n_de_Operaciones?bulkDownload=thisPaper-topRelated-sameAuthor-
citingThiscitedByThis-secondOrderCitations&from=cover_page 42

56
Cadena, A. (2019, 3 diciembre). Optimización de Redes. Formación Continua MX.
https://formacioncontinua.com.mx/optimizacion-de-redes/

Landeta, J. M. I., & Manuel, J. (2012). Investigación de operaciones.

Trillas. Jaramillo, P. & Lotero, L. (2011). Modelos de optimización de la operación del

transporte público colectivo. Facultad de Ingeniería Universidad Nacional de
Colombia. Disponible en:
https://www.uneditorial.com/media/hipertexto/carpeta_7/9789587199505.pdf

Barajás Morá, (2009). Desarrollo de un Algoritmo Heurístico para Establecer las Rutas de
Transporte Escolar de la Secretaría de Educación de Bogotá. (Tesis de Magíster en
Ingeniería de Sistemas y Computación). Universidad Nacional de Colombia, Bogotá,
Colombia.

Arias, S. (2010). Aplicación de un modelo de optimización en la planeación de rutas de los

buses escolares del colegio liceo de cervantes norte. repository.javeriana.edu.co.
Tomado de:
https://repository.javeriana.edu.co/bitstream/handle/10554/7367/tesis403.pdf?sequenc
e=1

Barrios. A., & Espinosa J. (2019). Estrategias para el mejoramiento de la movilidad del sistema
de transporte en la ciudad de santa marta. Repository.ucc.edu.co.
Https://repository.ucc.edu.co/bitstream/20.500.12494/13366/4/articulo%20sustentacio
n%20%281%29.pdf

Heredia, h., & Rincón, G. (2015). Diseño de ruta de transporte para estudiantes facultad de
ingeniería civil jornada nocturna de la universidad la gran colombia entre sedes
chapinero y la candelaria. Repository.ugc.edu.co. Tomado de:
Https://repository.ugc.edu.co/bitstream/handle/11396/3405/Dise%C3%b1o%20ruta%
20transporte%20estudiantes%20UGC.pdf?Sequence=1 43

57
Daza, J., Montoya, J. & Narducci, F. (2009). Resolución del problema de enrutamiento de
vehículos con limitaciones de capacidad utilizando un procedimiento metaheurístico de
dos fases. Revista EIA. Medellín.

Secretaria de Movilidad. (2020) Medidas adoptadas para mejorar los tiempos de viaje y la
seguridad vial de la población escolar. Tomado de:
Https://www.movilidadbogota.gov.co/web/noticia/medidas_adoptadas_para_mejorar_
los_tiempos_de_viaje_y_la_seguridad_vial_de_la_poblacion

Ortuzar, J. (2008), Modelos de transporte: Planificación y modelización del sistema de

transportes. Cantabria: Ediciones Universidad de Cantabria, pag 25-27.

Granados Forero, D. A. (2011). Diseño e implementación de un modelo para la asignación de

rutas escolares en la cooperativa multiactiva claveriana ltda «comulclaver». Tomado
de: Http://tangara.uis.edu.co/biblioweb/tesis/2011/139001.pdf

Vargas, M. (2018). Identificación de problemas de movilidad en la ciudad de bogotá.

Repository.ucatolica.edu.co.
Https://repository.ucatolica.edu.co/bitstream/10983/22449/1/IDENTIFICACI%C3%9
3N%20DE%20PROBLEMAS%20DE%20MOVILIDAD%20EN%20LA%20CIUDA
D%20DE%20BOGOT%C3%81.pdf

Álvarez, D., & Olivella , J. (2016). Movilidad en Bogotá, La Pesadilla de la cual los Capitalinos
no se han Despertado. Static1.squarespace.
Https://static1.squarespace.com/static/55afcfc3e4b0cd7abd9d46a0/t/5821f32d579fb3f
f43e4ec74/1478619950429/Ensayo+Seec+Urbanismo+GANADOR.pdf

Pérez, p., Pedrós, g., Martinez, p., & varo, M. (2015). Guía para la implementación de rutas
escolares a pie apoyadas en una herramienta tecnológica. Uco.es. Tomado de:
Http://www.uco.es/investigacion/proyectos/appedibus/wpcontent/uploads/2016/01/Gu
i%CC%81a-appedibus-def.pdf

WATERS, Donald. (2003), Global Logistics and Distribution Planning. Kogan Page. Londres,
Pág. 240.

58
Álvarez, D., & Olivella, J. (2016). Movilidad en Bogotá, La Pesadilla de la cual los Capitalinos
no se han Despertado. static1.squarespace. Tomado de:
https://static1.squarespace.com/static/55afcfc3e4b0cd7abd9d46a0/t/5821f32d579fb3ff
43e4ec74/1478619950429/Ensayo+Seec+Urbanismo+GANADOR.pdf

Lemus, K. (2016). La movilidad estudiantil, como parte del proceso de internacionalización de

la Educación Superior: caso Licenciatura en Ciencias de la Educación, periodo 2010–
2015. dgsa.uaeh.edu.mx. Tomado de:
http://dgsa.uaeh.edu.mx:8080/bibliotecadigital/bitstream/handle/231104/2053/La%20
movilidad%20estudiantil%20educacion%20superior.pdf?sequence=1&isAllowed=y

Figueroa, N. (2014). Los problemas de la movilidad en Bogotá. academia.edu. Tomado de:

https://www.academia.edu/9165438/LOS_PROBLEMAS_DE_LA_MOVILIDAD_E
N_BOGOTA_Alumno

Álvarez, D., & Olivella, J. (2016). Movilidad en Bogotá, La Pesadilla de la cual los Capitalinos
no se han Despertado. static1.squarespace. Tomado de:
https://static1.squarespace.com/static/55afcfc3e4b0cd7abd9d46a0/t/5821f32d579fb3ff
43e4ec74/1478619950429/Ensayo+Seec+Urbanismo+GANADOR.pdf

SUIN (2019). Ley 1972 de 2019. Tomado de: http://www.suin-

juriscol.gov.co/viewDocument.asp?ruta=Leyes/30036665

59