Metodo de Clusterizacion para El VRPTW Con Consideraciones de Balanceo de Tiempo

UNIVERSIDAD DE CHILE
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS

DEPARTAMENTO DE INGENIERÍA MATEMÁTICA
MÉTODO DE CLUSTERIZACIÓN PARA EL VRPTW CON

CONSIDERACIONES DE BALANCEO DE TIEMPO
TESIS PARA OPTAR AL GRADO DE MAGÍSTER EN CIENCIAS DE LA INGENIERÍA,

MENCIÓN MATEMÁTICAS APLICADAS
MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL MATEMÁTICO
SEBASTIÁN ANTONIO BUSTOS ATALAH
PROFESOR GUÍA:
FERNANDO ORDOÑEZ PIZARRO
PROFESOR CO-GUÍA:
JOSÉ SOTO SAN MARTÍN
COMISIÓN:
TOMÁS MARTÍNEZ MUÑOZ
Este trabajo ha sido parcialmente financiado por

CMM ANID BASAL ACE210010 y CMM ANID BASAL FB210005.
SANTIAGO DE CHILE
2023
RESUMEN DE LA TESIS PARA OPTAR
AL GRADO DE MAGÍSTER EN CIENCIAS
DE LA INGENIERÍA, MENCIÓN MATEMÁTICAS APLICADAS
Y MEMORIA PARA OPTAR AL
TÍTULO DE INGENIERO CIVIL MATEMÁTICO
POR: SEBASTIÁN ANTONIO BUSTOS ATALAH
FECHA: 2023
PROF. GUÍA: FERNANDO ORDOÑEZ PIZARRO
MÉTODO DE CLUSTERIZACIÓN PARA EL VRPTW CON

CONSIDERACIONES DE BALANCEO DE TIEMPO
Al momento de resolver el problema de ruteo de vehículos en ciertos contextos prácticos se

vuelve deseable tener cierta noción de zonificación del problema, además existen estrategias
que están basadas en realizar una clusterización del problema las cuales pueden ser utilizadas
en varios contextos.
En esta tesis se aborda el problema de realizar un método de clusterización para el pro-

blema del VRPTW donde se tenga en consideraciones de balanceo de tiempo. Se presenta un
algoritmo que permite clusterziar teniendo en consideración tanto las restricciones del pro-
blema de enrutamiento de vehículos como las de balanceo por tiempo. Lo propuesto consiste
en remplazar el costo de una ruta por el costo de un árbol expansor y para incorporar el ba-
lanceo se realiza una aproximación del tiempo en ruta, dependiendo del problema utilizando
un algoritmo o una regresión lineal de parámetros, y utilizando el rango se estima que tan
balanceada es la solución. Realizando búsquedas locales se construyen las clusterizaciones y
posterior a rutear cada cluster se vuelve a juntar y se realiza una última búsqueda local sobre
la solución del problema de ruteo siguiendo una estructura análoga a la de la clusterización.
Además, se estudia como eliminar aristas de un grafo completo de forma tal que se man-
tenga el árbol generador de peso mínimo. Se estudian resultados en un contexto determinista
y probabilista, en este ultimo se logra demostrar que el árbol generador esta contenido en el
grafo de los k-vecinos asintoticamente en la cantidad de nodos con probabilidad 1, en este
caso k es variable y depende de n, la función de distribución de las aristas y un parámetro
arbitrario. Esto permite reducir
q la complejidad del algoritmo, se logra disminuir un termino
2 3
de la expresión de n a h n log(n), donde h es un valor que depende de la función inversa
de Ackermann.
i
Todo tiene un principio y todo tiene un final,
cada historia que termina lleva a un nuevo comenzar,
por eso lo que importa es el camino y no el final.
K.F.
ii
Agradecimientos
En primer lugar, agradecer a mi papa y tía quienes estuvieron todos estos años.
Al profesor Fernando quien, sin conocerme, acepto trabajar conmigo y soporto todos mis
“lo que dije la semana pasada está mal porque hay un error” y mis ganas de extender por
una semana más todo lo que hacíamos para encontrar algo que me dejara conforme.
A toda la gente de CMAT. Sobre todo, a Patito, Jona y Vilches quienes a lo largo de los
años estuvieron ahí, sobre todo en los momentos más complejos nunca me abandonaron. Al
resto del equipo quienes hacen todos los sábados más agradables. Y a Gloria quien siempre
tendrá mi cariño incondicional.
A Pipe, Arie y Nico con quienes formaron parte de incontables matracas y noches de juego.
Tristan a quien siempre le podía preguntar alguna tontera y tirar ideas al aire. Matu quien
me acompaño siempre durante plan común e incluso después de eso de manera incondicional.
Bary quien también estuvo ahí muchos años a veces para matraquear otras para conversar
de la vida. Anto y Mapi quien también me ha acompañado todos estos años de universidad.
A Espi quien, incluso antes de enterar a la U, ha soportado todos mis “aun no supero”,
todas esas conversaciones esporádicas que tenemos (quejándonos de una que otra cosa) y por
todo el cariño que me has dado estos años, gracias por todos estos años siempre tendrás mi
cariño. Marijo quien, también desde antes de la u, ha escuchado todas mis tonteras, todas
esas conversaciones esporádicas y más que una u otra confusión sobre lo que estamos hablan-
do, gracias por seguir por aquí.
A todos los del equipo de Data Science de SimpliRoute quienes me han tratado con ama-
bilidad, cariño y buena onda. En especial a Tomas, quien tuvo que soportar, ver y escuchar
todas mis mentiras y las que terminaron siendo no tan mentiras, por las conversaciones ti-
rando ideas, leyendo papers, debugeando, patito de hule, de la vida y muchas más. Sin tu
presencia esto no hubiera terminado como lo hizo.
Por último, pero no por eso una pizca de menos importante, gracias por todo Denisse,
aun cuando ya no te encuentres aquí, si no fuera por haberte conocido, por todas esas
conversaciones en las tardes noches, mis rants de KS, tu cariño, la alegría que me diste yo
no hubiera tenido ni las ganas ni la energía de llegar a donde estoy, siempre te recordare y
extrañare.
iii
Tabla de Contenido
1. Introducción 1
2. Antecedentes 4
2.1. Antecedentes del VRP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2. Antecedentes de grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3. Clusterización para balanceo de tiempo 9

3.1. Consideraciones del problema . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2. Algoritmo de Clusterización . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2.1. Función Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.2.1.1. Aproximación Tiempo En Ruta CVRP . . . . . . . . . . . . 13
3.2.1.2. Aproximación Tiempo En Ruta VRPTW . . . . . . . . . . 14
3.2.2. Factibilidad De Los Movimientos . . . . . . . . . . . . . . . . . . . . 16
3.2.3. MST dinámico y complejidad del algoritmo . . . . . . . . . . . . . . 17
3.2.4. Factibilizadores y el algoritmo completo . . . . . . . . . . . . . . . . 23
4. Minimum Spanning Tree y k Nearest Neighbour Graph 25

4.1. k Nearest Neighbour Graph . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.1.1. Contexto determinista . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.1.2. Contexto probabilista . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.1.2.1. Resultados Teóricos . . . . . . . . . . . . . . . . . . . . . . 31
4.1.2.2. Simulaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.2. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5. Resultados numéricos 47
5.1. Instancias Utilizadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.2. Sobre los experimentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.3. Aproximación tiempo en ruta . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.3.1. CVRP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.3.2. VRPTW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.4. Experimentos Numéricos sobre restricción de aristas . . . . . . . . . . . . . . 49
5.4.1. CVRP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.4.2. VRPTW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.5. Experimentos Numéricos Optimización VRP . . . . . . . . . . . . . . . . . . 53
5.5.1. CVRP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.5.2. VRPTW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.6. Conclusiones de la heurística . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
iv
6. Conclusiones 62
Bibliografía 63
Anexos 67
A. Demostraciones Capitulo 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
A.1. Demostración Proposición 3.1 . . . . . . . . . . . . . . . . . . . . . . 68
A.2. Demostración Proposición 3.2 . . . . . . . . . . . . . . . . . . . . . . 76
B. Feasibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
B.1. Relocate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
B.2. Exchange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
B.3. Capacity Strict Feasibles . . . . . . . . . . . . . . . . . . . . . . . . . 87
B.4. TimeWindow Strict Feasibles . . . . . . . . . . . . . . . . . . . . . . 88
C. Demostraciones Capitulo 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
C.1. Demostración Proposición 4.6 . . . . . . . . . . . . . . . . . . . . . . 90
D. Función Objetivo y Tiempos De Ejecución . . . . . . . . . . . . . . . . . . . 94
D.1. CVRP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
D.2. VRPTW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
v
Índice de Tablas
4.1. Función de pesos tal que G∆(T ) es disconexo . . . . . . . . . . . . . . . . . . . 28

4.2. Función de pesos de G∆(T ) con MST no optimal . . . . . . . . . . . . . . . . . 28
5.1. Tipos de ruteos utilizados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.2. MAPE ( %) usando solo el peso del MST con tiempo de servicio . . . . . . . . 49
5.3. Tabla Métrica Balanceo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.4. Tabla Métrica Balanceo - Instancias Completas . . . . . . . . . . . . . . . . . 61
vi
Índice de Ilustraciones
3.1. Reducción espacio de búsqueda para k = 10 vecinos . . . . . . . . . . . . . . . 21

4.1. Simulaciones perdida de optimalidad . . . . . . . . . . . . . . . . . . . . . . . 43
4.2. Probabilidad y su comparación con las cotas . . . . . . . . . . . . . . . . . . . 44
5.1. Gráficos instancias tamaño 200 . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.2. Gráficos instancias tamaño 1000 . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.3. Función objetivo tamaño 400 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.4. Gráficos primera instancia tamaño 200 . . . . . . . . . . . . . . . . . . . . . . 52
5.5. Gráficos primera instancias tamaño 1000 . . . . . . . . . . . . . . . . . . . . . 53
5.6. Porcentaje objetivo balanceo vs porcentaje clientes insertados . . . . . . . . . 54
5.7. Diferencia porcentual función objetivo por instancia . . . . . . . . . . . . . . . 54
5.8. Instancia C2_2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.9. Instancia R1_2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.12. Instancia C2_2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.13. Instancia R1_2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.15. Porcentaje aumento función objetivo clásica . . . . . . . . . . . . . . . . . . . 60
D.1. Gráficos instancias tamaño 200 . . . . . . . . . . . . . . . . . . . . . . . . . . 94
vii
Capítulo 1
Introducción
Dentro de los problemas de optimización, en el mundo de la logística, se encuentra el de

enrutamiento de vehículos (VRP por sus siglas en ingles). Este problema es una generaliza-
ción del problema del vendedor viajero (Travelling Salesman Problem o TSP) que consiste
en tener múltiples vehículos (viajeros). En la literatura cuenta con una gran cantidad de va-
riantes: Capacidades, Ventanas horarias, Pick & Delivery, versiones estocásticas, entre otras.
En Braekers et al. [1] se presenta un survey con varias variantes del problema.
El VRP, en su versión mas sencilla, consiste en tener un conjunto de vehículos, un punto

de partida y un conjunto de puntos, para cada par de puntos se conoce el costo de utilizar ese
arco (usualmente la distancia o el tiempo de viaje entre los puntos). Luego lo que se desea
es buscar el conjunto de rutas que genere el menor costo total, donde el costo se considera
la suma de todos los arcos utilizados y una ruta se entiende como un orden para recorrer los
puntos que parte y termina en el punto de partida, además existe la condición extra que un
punto (salvo el de partida) puede ser visitado una sola vez.
Para la elaboración de este escrito se trabajó en conjunto a la empresa SimpliRoute, que

se dedica al ruteo de vehículos y facilita los algoritmos heurísticos que usa. Dentro de este
trabajo se considerara que los resultados de la empresa forman parte del estado de arte en
ruteo de vehículos, por tanto se realizaran comparaciones contra sus soluciones.
Es importante mencionar que al momento de llevar este problema a la realidad el criterio

de optimalidad clásico, introducido por Dantzig y Ramser en [2], como el costo/largo del
viaje se vuelve insuficiente y surge la necesidad de incorporar condiciones extra a la optima-
lidad y/o restricciones. Dentro de estas condiciones puede surgir la necesidad de balancear la
carga de trabajo, donde las nociones de balanceo y carga de trabajo pueden definirse de varias
maneras. Para este último pueden considerarse largo en ruta, capacidad, numero de paradas,
tiempo en ruta, entre otras.
Lo que se considere como carga puede tener distintos efectos en el problema de ruteo,
esto se puede apreciar en Matl et al. [3]. Entre las condiciones más estudiadas en el balanceo
de carga se encuentra la asociada a largo en ruta, en Matl et al. [4] se presenta un estudio
de cuáles son las consideraciones que se han tomado en varias investigaciones y un análisis
sobre las distintas funciones que permiten medir balanceo. A pesar de que se suele estudiar
el balanceo asociado al largo en ruta, en Sivaramkumar et al. [5] se presenta un estudio don-
1
de se muestra que tener consideraciones asociadas a balancear la duración en tiempo de las
rutas de un VRP con ventanas horarias (abreviado como VRPTW) puede llegar a ser más
importante que aquellas que trabajan con la distancia recorrida.
En este contexto SimpliRoute se ve en la necesidad de abordar estas problemáticas, entre

las que destaca la de generar rutas que tengan cierta noción de zonificación y balanceen las
rutas por tiempo.
El VRP es un problema NP-Hard, con lo cual para poder resolver problemas que sean
aplicables en la vida real la utilización de heurísticas ha sido necesaria. En particular, como se
observa en Matl et al. [4] en problemas de ruteo de vehículos con condiciones de balanceo se
suelen usar exclusivamente heurísticas. Al momento de considerar metodologías para resolver
el problema existen heurísticas que siguen la estructura llamada cluster first - route second
que consisten en primero realizar una clusterización y posteriormente rutear dentro de di-
chas clusterizaciones, en [6, 7] se presentan heurísticas clásicas que trabajan esta metodología.
En esta tesis se abordará realizar una heurística basada en árboles expansores de peso
mínimo (Minimum Spanning Trees o MST) para realizar una clusterización de la instancia
manteniendo en consideración el balanceo de tiempo. En este trabajo consideraremos la va-
riante del VRPTW con cantidad de vehículos fijos. Lo desarrollado, al ser una clusterización,
puede ser usado como la parte de clusterización dentro de cualquier metodología que utilice
las heuristicas llamadas cluster first - route second.
Se analizarán los resultados de la clusterización contra instancias de benchmark de Gehring

y Homberger [8], se estudiarán la complejidad de los algoritmos propuestos y se presentarán
técnicas que permiten aumentar su velocidad reduciendo la cantidad de arcos permitidos,
tanto entre nodos como entre clusters. Además, se analizarán teóricamente relaciones entre
los MST y el grafo de los k vecinos más cercanos lo cual no solo permitirá reducir la comple-
jidad del algoritmo propuesto, si no que aplicaciones en otras áreas (por ejemplo [9–11]).
Estructura de la tesis
En el capítulo 2 se hará una recapitulación del estado del arte tanto del VRP como de
estructuras relevantes en teoría de grafos que serán utilizadas durante el trabajo.
En el siguiente capítulo se presentará la heurística con condiciones de balanceo y se analiza-

rán en detalle el algoritmo presentado, su complejidad y técnicas para aumentar la velocidad.
Posteriormente, se analizarán criterios bajo los cuales se puede garantizar que se mantiene
optimalidad del MST al eliminar aristas de un grafo completo, en particular se encontraron
cotas ajustadas bajo las cuales, en un contexto determinista, se puede garantizar que el grafo,
Gk , de los k vecinos más cercanos contiene al MST del grafo original. Además en un contexto
probabilista se mostrarán valores para k tales que Gk contiene el MST asintóticamente. Ade-
más, se estudiará los impactos que tienen estos resultados sobre la heurística desarrollada y
cómo este resultado puede ser beneficioso para otras áreas del conocimiento.
2
Por último, se mostraran los resultados de la optimización tras el uso de la heurística y
se comparara con otras formas de solución, además se observara su efecto en la solución de
ruteo y que efectos tiene el proceso de eliminar aristas sobre la velocidad del algoritmo.
3
Capítulo 2
Antecedentes
2.1. Antecedentes del VRP

El problema del VRP ha sido estudiado ampliamente en los últimos años, tanto en mode-
los que lo llevan a ser más cercano a la realidad como en técnicas de resolución. Una de las
variantes mas conocidas corresponde a la de VRPTW, donde se agrega la restricción extra
de consideración de ventanas horarias. Para más detalles de las variantes ver Braekers et al.
[1].
Al momento de buscar formas de resolución del VRP existen distintas estrategias. No solo
están los modelos y formulaciones exactas, si no que también se encuentran distintos tipos
de heurísticas y metaheurísticas.
Entre las metahuerísicas se pueden mencionar algoritmos genéticos, colonia de hormigas

(Ant Colony Optimization en ingles) o búsquedas tabú. Este tipo de metahueristicas, de
manera general, buscan distintos tipos de soluciones, a veces de manera paralela como es
con Ant Colony, mediante ciertos criterios probabilistas, de esta manera se busca explorar el
espacio de soluciones intentando no caer en óptimos locales.
Entre las heurísticas se pueden definir dos tipos: construcción y mejoramiento. Las prime-
ras buscan obtener una solución inicial al problema de manera constructiva, generalmente de
manera greedy. Mientras que las de mejoramiento dada una solución inicial buscan mejorar
una solución dada en una vecindad de ella, por esto se vuelve relevante la noción de vecindad
se utiliza estas nociones se puede definir definir de varias maneras.
Entre las heurísticas encontramos cluster first - route second o route first - cluster second,
que consisten en utilizar estrategias de clusterización en conjunto con el ruteo. Por otro lado
encontramos heurísticas de mejoramiento intra tour e inter tour que suelen ser trabajados
en la forma de búsquedas locales (local searchs en ingles), este tipo de búsquedas consisten
en perturbar una solución actual e ir iterando hasta que no se logra encontrar una mejor
solución y caer en un óptimo local.
Existen distintos tipo de las heurísticas de mejoramiento, entre ellas existen dos que serán
importantes para este trabajo, Relocate y Exchange, la primera consiste en eliminar un nodo
de una ruta e insertando en otra posición, ya sea de la misma ruta u otra, mientras que el
4
segundo consiste en mover un primer nodo de una ruta a otra y un segundo nodo de la última
a la primera, es decir un intercambio de nodos entre rutas. Si se analiza toda la vecindad
que este tipo de heurísticas generan se observa que tiene una complejidad de O(n2 ) sufren
de un problema con el costo computacional a medida que aumentan los tamaños a trabajar,
esto es un problema que también sera relevante, para esto una de las técnicas utilizadas se
llamada búsqueda granular (granular search) que consiste en considerar solo conexiones que
estén espacialmente relacionadas, por ejemplo solo aquellas que estén cercanas en distancia,
y con esto limitar el espacio de búsqueda de manera considerable.
Estas clasificaciones y recopilaciones de los algoritmos fueron recuperadas de [12–14].
Dentro de las metodologías cluster first - route second han existido distintos approachs
para incorporar la noción de ventanas horarias. Por ejemplo en [15, 16] se realizan modifia-
ciones de la distancia entre dos puntos donde se incorpora las ventanas horarias y utilizan
esta nueva noción para sus operaciones.
Hay situaciones donde el balanceo de la carga de trabajo es importante por la aplicación

que se esta modelando, por ejemplo los ingresos o costos de los vehículos pueden estar aso-
ciados a los clientes que visitan por lo que se desea mantener un balance entre vehículos. Al
momento de decidir que balanceo utilizar es necesario tener en consideración la aplicación
del problema y las características del mismo, por ejemplo en Sivaramkumar et al. [5] se hace
una investigación donde se aprecia que para un VRPTW es más relevante el balanceo por
tiempo total que el balanceo por distancia.
Al momento de querer obtener una solución balanceada existen dos factores que, a priori,
deben ser relevantes que se va a balancear y que función de balanceo utilizar. En [3, 4] se
realizan investigaciones al respecto, se concluye que dado el recurso a balancear el efecto de la
función de balanceo es marginal y que balancear más de un tipo de recurso es incompatible,
luego la elección de que se va a balancear es lo que se vuelve más relevante.
En el mismo estudio Matl et al. [4] se muestra cómo es que existen pocas consideraciones
sobre balanceo en VRPTW y menos de balanceo de tiempo. Entre aquellas se pueden men-
cionar [5, 17, 18], todas ellas basadas en algún tipo de metaheurística.
En este contexto un approach de clustering que tengan en consideración ventanas de

tiempo y balanceo de tiempo es valioso pues permite utilizarse como una primera etapa para
una solución inicial del problema. Además, como veremos, el clustering propuesto incluso es
capaz de ser usado en un contexto sin condiciones de balanceo lo que le entrega un valor extra
al momento de querer aplicar estrategias de cluster first - route second para el VRPTW.
2.2. Antecedentes de grafos

Definición 2.1 Dado un grafo, E el conjunto de aristas y una función de costo c : E → R,
para k ∈ {1, ..., n − 1} se define el grafo de los k-vecinos más cercanos como el grafo Gk :=
(V, Ek ) con
Ek = {e = uv ∈ E | u ∈ N Nk (v) ∨ v ∈ N Nk (u)},
5
donde N Nk (u) corresponde a los vértices que son k−vecinos más cercanos del punto u.
Si k ≤ 1 definimos Gk := G1 , si k ≥ n − 1 Gk := Gn−1 y si k ∈ [1, n − 1] Gk := G⌈k⌉ .
En este trabajo se usara el grafo de los k−vecinos más cercanos (abreviado k-NNG por
sus siglas en ingles) sobre el grafo completo de n vértices, además es importante notar que
para una función arbitraria de pesos c es posible que exista ambigüedad sobre el conjunto
N Nk (u) esto se puede solucionar si, por ejemplo, se supone que c es inyectiva. En el afán de
la generalidad se presenta la definición de no ambigüedad de los k−vecinos más cercanos.
Definición 2.2 Dado un grafo no dirigido G = (V, E) y una función de costo c : E → R

decimos c no es ambigua para los k−vecinos mas cercanos si es que para todo u ∈ V el
conjunto N Nk (u) es único.
El grafo de los vecinos más cercano tiene aplicaciones en distintas áreas como biotecnolo-
gía, data mining, machine learning (por ejemplo [19–21]). A pesar de lo anterior son pocas
las propiedades teóricas que se conocen en general para este tipo de grafos, ver Bose et al.
[22] para encontrar ciertas propiedades sobre estructuras similares.
En este trabajo utilizaremos la versión no dirigida del grafo de los k vecinos pues nos
sera de utilidad, a pesar de lo anterior en Bose et al. [22] se define el k-NNG como un grafo
dirigido y si S corresponde al conjunto de puntos lo denotan k-NNG(S), en este trabajo se
utiliza otra notación para evitar confusiones. En el contexto dirigido el siguiente resultado es
interesante pues nos presentan una de las pocas propiedades conocidas sobre los k-NNG.
Proposición 2.1 Para todo conjunto de puntos S

!
kn k+1
≤ |E(k-NNG(S))| ≤ kn −
2 2
y las cotas son ajustadas.
Demostración. Ver Proposición 3.1 de Bose et al. [22].
Como ya se menciono, en esta proposición k-NNG(S) corresponde a la versión dirigida

del grafo, a pesar de lo anterior en dicho trabajo se especifica que al momento de calcular
|E(k-NNG(S))| aquellas aristas que sean bidireccionales se cuenta una sola vez.
En nuestro caso trabajamos con la versión donde las direcciones son suprimidas, indepen-
diente de esto podemos recuperar el mismo resultado.
Proposición 2.2 Dado G = (V, E) un grafo simple y una función de costo c : E → R se

cumple que
!
kn k+1
≤ |Ek | ≤ kn −
2 2
Demostración. Notar que la diferencia entre la versión dirigida y no dirigida, además de las
direcciones de las aristas, es que en este ultimo las aristas bidireccionales solo se consideran
6
una vez.
Dado lo anterior para calcular |Ek | basta contar todas las aristas de la versión dirigida con
la precaución de aquellas que sean bidireccionales consíderalas una sola vez, es decir estamos
utilizando la misma forma de contar que la utilizada en la Proposición 2.1, con lo cual ese
resultado sigue siendo valido en nuestro contexto pues ambos cardinales serán iguales.
Otra estructura interesante que se puede construir es la del MST, que corresponde a bus-
car un árbol expansor de peso mínimo. Dentro de las formas de resolver este problema existen
◦
tres algoritmos clásicos Kruskal, Prim y Boruvka.
◦
El algoritmo de Boruvka no solo es importante pues es la base de algunos algoritmos
modernos (por ejemplo ver Bernard [23]), si no que su relación con los grafos k-NNG nos
entrega un gran insight sobre como estos se pueden relacionar con el problema del MST. El
algoritmo consiste en calcular G1 , luego se calcula nuevamente pero sobre el grafo donde los
puntos son las componentes conexas de G1 (ver Nešetřil et al. [24] para más detalles), en
particular se obtiene la proposición 2.3 que es interesante pues nos garantiza que al menos
una parte de las aristas se obtienen con 1 − N N G.
Proposición 2.3 Dado un grafo no dirigido G = (V, E) y una función de costo c : E → R

inyectiva entonces existe T MST tal que
E1 ⊆ T
◦
Demostración. La demostración es una consecuencia directa del algoritmo de Boruvka pues,
como se menciona en Nešetřil et al. [24], el algoritmo comienza seleccionando la arista más
cercana a cada uno de los vértices, es decir hemos seleccionado todas las aristas de E1 y se
concluye lo requerido.
Como corolario importante se obtiene que si G1 es conexo entonces G1 es el MST del
grafo, cabe destacar que la hipótesis de inyectividad no es una limitante del algoritmo, lo
que si es necesario es que exista una forma consistente de elegir puntos cuando estos tengan
el mismo peso, en este sentido la no ambigüedad de los k−vecinos más cercanos se vuelve
relevante para tomar estas decisiones sin inconvenientes.
Es posible definir estas estructuras en un contexto probabilista, donde en vez de una

función de pesos cada una de las aristas distribuye como una variable aleatoria. En este
contexto se tienen varias propiedades sobre la esperanza del peso y la distribución de la
arista más pesada del MST o propiedades sobre la conectividad de Gk (por ejemplo ver
[25–27]). Vale la pena explicitar el resultado de Cooper y Frieze [27] que nos dice
Teorema 2.1 Si es que los pesos distribuyen de manera uniforme [0, 1] iid entonces se
cumple que 
0 k = 1


lim P(Gk sea conexo) = γ k = 2
n→∞ 


1 k≥3
donde 0.99081 ≤ γ ≤ 0.99586 y n la cantidad de vértices en el grafo.
7
En este contexto, ya sea determinista o probabilista, surge una pregunta natural ¿Cuál
es el menor valor de k tal que el MST este contenido en Gk ? Sabemos que siempre G1 esta
contenido en el MST, pero el teorema 2.1 nos dice que casi seguramente se cumple que el
MST no esta contenido en G1 y que existe una probabilidad no nula de que tampoco este en
G2 .
Buscando resultados de literatura se puede observar que no existe ningún trabajo que
responda esta incógnita, en este escrito se le dará una respuesta para un modelo determinista
cualquiera y se encontraran condiciones para el modelo aleatorio bajo las cuales es posible
garantizar asintóticamente estos resultados, dado el desconocimiento del comportamiento de
estas estructuras se vuelven valioso por si mismos estos resultados, pero veremos cómo es po-
sible utilizarlo para ciertas aplicaciones y en los algoritmos que se plantearan durante la tesis.
8
Capítulo 3
Clusterización para balanceo de

tiempo
En este capítulo se mostrará y desarrollará la heurística propuesta para resolver una

clusterización que tenga en consideración balanceo de tiempos para el VRP, se analizarán la
velocidad teórica del algoritmo y se presentaran herramientas que permiten aumentarla.
3.1. Consideraciones del problema

Como ya se mencionó existen varias variantes del VRP, durante todo el capítulo trabaja-
remos con un VRPTW con ciertas condiciones a tener en mente.
Consideraremos que las instancias que se resuelven son factibles, que se tendrá acceso a la
matriz de tiempos de viaje y que esta es simétrica. Se tomará una cantidad fija de vehículos
y que estos son homogéneos, tanto en capacidad como en el tiempo disponible. Además, al
momento de resolver la clusterización, consideraremos un vehículo por cluster.
Al momento de resolver el problema se trabajara con un enfoque Cluster First - Route

Second que separaremos en tres etapas fundamentales: Clusterización, Solución Inicial y Me-
jora Solución Inicial.
La clusterización se realizará mediante una heurística que busque capturar ciertas nociones
relevantes tanto al momento de hablar de clustering como de ruteo. Dicha heurística busca
tener en consideración características tanto de distancia como de demanda, capacidad, tiem-
po en ruta y ventanas horarias. Dado lo anterior y la forma de resolución que se propondrá
puede separarse en dos vertientes distintas: VRP con ventanas horarias (VRPTW) y VRP
sin ventanas horarias (CVRP).
La solución inicial consiste en resolver cada cluster como un problema de VRP con un úni-
co vehículo, para esto se utilizara el algoritmo de resolución de VRP que SimpliRoute facilito.
Por último, tras combinar cada una de las soluciones individuales en una gran solución,
utilizando heurísticas de mejoramiento que tengan consideraciones de balanceo y zonifica-
ción. Es importante al combinar las soluciones seguir con la noción de balanceo, de otra
forma dicha métrica se verá mermada a costa de métricas clásicas de optimalidad como el
9
tiempo en ruta.
3.2. Algoritmo de Clusterización

Antes de preguntarse cuales son las métricas de zonificación y balanceo, hay que pregun-
tarse de qué manera se va a realizar la clusterización, este proceso se pensó y trabajo como
una metodología de clustering más general, que permite ser usada en contexto más generales.
Realizaremos ciertos supuestos que nos ayudarán al momento de desarrollar las ideas, pri-
mero consideraremos que tenemos clusters iniciales dados, más adelante presentaremos como
pueden ser determinados y a cada cluster se le va a asignar un único vehículo. En lenguaje de
VRP estamos pidiendo una asignación inicial de vehículo y puntos, sin necesidad de un ruteo.
Para mejorar dicha clusterización inicial utilizaremos un proceso de local search, de esta
manera la clusterización puede ser manejada, en su manera más abstracta, como se presenta
en Código 3.1.
Código 3.1: Clustering

1 Function performClustering(Clusters)
2 Do
3 changeFound = False
4 For localSearch in listOfLocalSearch:
5 apply localSearch to Clusters
6 If localSearch found movement:
7 changeFound = True
8 End If
9 End For
10 While changeFound
11 End Function
No es nueva la idea de realizar búsquedas locales en clustering (ver [28–30]) la ventaja de

utilizar este tipo de estructura es que nos permite emular la situación que ocurrirá al rutear
utilizando una estrategia de búsquedas locales iteradas, esto nos permite llevar cierta noción
de una solución de ruteo sin tener que rutear de manera completa.
Esta versión del clustering tiene dos consideraciones importantes. En primer lugar, requie-
re que se le entreguen una cluserización inicial. En segundo, solo va a terminar si es que no
encuentra mejores soluciones, esto podría ser modificado si se desea aumentar la velocidad
o evitar caer en óptimos locales. Por otro lado, hay que recalcar que dado que existe una
cantidad finita de posibles combinaciones este algoritmo termina, esto es suponiendo que los
cambios aceptados disminuyen de manera estricta la función objetivo.
Se utilizarán dos que son inspirados en las heurísticas de VRP: Relocate y Exchange, es
decir se buscará poder mover un punto de un cluster a otro y la posibilidad de intercambiar
dos puntos. Solo se utilizan estas dos versiones pues al estar trabajando con clustering otros
tipos de movimientos que trabajen sobre el orden de la ruta (como k-Opt) no hacen sentido
10
para este contexto.
Antes de presentar los algoritmos es importante definir la notación. Clusters corresponde

a la lista de clusters, utilizaremos |Clusters| como su cardinal, denotaremos por n a la canti-
dad de clientes, Clusteri corresponde a un cluster de la lista y xi será algún punto de Clusteri .
Por simplicidad al local search asociado a Relocate se le llamara ClusteringRelocate y al

de Exchange ClusteringExchange, tras esto se presentan los algoritmos en Código 3.2 y 3.3.
Código 3.2: Clustering Relocate

1 Function ClusteringRelocate(Clusters, costOfAcceptance, feasibleChange)
2 bestCostFound = ∞
3 howToDoBestChange = None
4 For Clusteri in Clusters
5 For Clusterj in Clusters
6 If Clusteri != Clusterj :
7 For xi in Clusteri
8 If change is feasible acording to feasibleChange
9 Calculate how to do change.
10 Calculate costOfChange.
11 If costOfChange < bestCostFound
12 Update bestCostFound
13 Update howToDoBestChange
14 End If
15 End If
16 End For
17 End If
18 End For
19 End For
20
21 If bestCostFound < costOfAcceptance

22 Change Clusters using howToDoBestChange.
23 End If
24 End Function
Código 3.3: Clustering Exchange

1 function ClusteringExchange(Clusters, costOfAcceptance, feasibleChange)
2 bestCostFound = ∞
3 howToDoBestChange = None
4 For i = 1 to |Clusters|
5 For j = i + 1 to |Clusters|
6 For xi in Clusteri
7 For xj in Clusterj
8 If change is feasible according to feasibleChange
9 Calculate how to do change.
10 Calculate costOfChange.
11 If costOfChange < bestCostFound
12 Update bestCostFound
13 Update howToDoBestChange
11
14 end If
15 end If
16 end For
17 end For
18 end For
19 end For
20
21 If bestCostFound < costOfAcceptance

22 Change clusters using howToDoBestChange.
23 end If
24 end function
Preguntar si un movimiento es factible es clave al momento de estar trabajando en el

VRP, pues no podemos aceptar movimientos que sabemos va a romper una de las restriccio-
nes del problema. Dado que no estamos ruteando realizaremos una factibilidad aproximada y
tendremos en consideración la capacidad de los vehículos, el tiempo utilizado y de ventanas
horarias, esto se ve en detalle en la sección 3.2.2.
Es claro que un Exchange es simétrico, es decir el cambio entre (i, j) es el mismo que el
(j, i), esto hace que se pueda ahorrar parte de la búsqueda, el análogo a solo usar el trián-
gulo superior de una matriz cuadrada, esto permite hacer la implementación levemente más
eficiente.
Al momento de hacer la clusterización existen dos parámetros que son relevantes. El

primero es cuando aceptar el movimiento, en general se aceptara si es que el la función
objetivo disminuye estrictamente. El segundo es que es necesario considerar la factibilidad
del cambio.
3.2.1. Función Objetivo

Dado que queremos obtener soluciones que sean zonificadas y balanceadas por tiempo, es
necesario determinar cómo se van a medir estas consideraciones, con el objetivo de determi-
nar que movimiento es más conveniente.
Para poder balancear por tiempo es necesario estimar el tiempo de viaje de los vehículos,
para esto se decide utilizar un MST. Es conocido de Christofides [31] que utilizando un MST
y un matching es posible obtener una aproximación de 23 (worst case) del TSP, teniendo esto
en consideración para un CVRP, si nos hacemos previamente cargo de la distribución de
capacidad, es posible tener una aproximación del viaje lo cual permite balancear. Si se desea
atacar un VRPTW es más delicado, pero se pueden utilizar principios similares para abordar
el problema; esto nos va a generar dos algoritmos (muy similares) que permiten atacar CVRP
y VRPTW.
Para trabajar vamos a construir dos MST que mantendremos por cada cluster, uno se-
rá asociado a la zonificación y lo llamaremos zoneMST y el otro asociado al balanceo y
lo llamaremos balanceMST. El zoneMST se considerará utilizando solo los clientes de cada
partición mientras que el balanceMST se utilizaran los nodos y el depot asociado al problema.
La razón para considerar de manera distinta la zonificación y el balanceo es debido a que,
12
si bien el depot es importante al momento de rutear, hay que considerar que pueden existir
clusters que estén muy alejados del depot, por lo que incorporar al depot sería realmente
tener un outlier dentro de la clusetrización. Tambien se realizaron experimentos de probar
utilizar el depot dentro del MST de zonificación y los resultados asociados a la clusterización
empeoran considerablemente con esa consideración.
Dado que estamos utilizando un MST utilizaremos como peso de las aristas los valores de
la matriz de tiempos de viaje, de esta manera si tenemos el cluster i-esimo y denotamos por
Tizone al MST de zonificación asociado al cluster i-esimo y a wTizone a su peso, utilizaremos la
notación análoga para el MST de balanceo. Ahora definimos la métrica de zonificación como:
|Clusters|
X
wTizone
i=1
En términos del problema de clusterizar puntos no es nueva la idea de utilizar MST, por
ejemplo en [32] se presenta un clustering jerárquico basado en MST. La bondad de utilizar
esta función para realizar un clustering del VRP es que estamos buscando puntos que están
cercanos en ruta, que es justo lo que uno esperaría que fuera lo que ocurriera en una solución
del problema de ruteo.
Ahora es necesario determinar que métrica de balanceo. Se decide utilizar la métrica del
rango, es decir:
max T imei − min T imei

i=1,...,|Clusters| i=1,...,|Clusters|
donde T imei es el tiempo estimado en recorrer al cluster i−esimo.
Para poder trabajar con el balanceo es necesario poder estimar el valor del tiempo en
ruta de cada cluster (conjunto de puntos) para calcular T imei se utilizarán dos metodos, uno
asociado a los CVRP y otro a los VRPTW, la razón de esto es pues si somos capaces de
hacernos cargo de la parte de las capacidades mediante la clusterización el problema principal
se reduce a buscar una solución a un VRP o a entender las ventanas horarias. Es importante
mencionar que el balanceMST solo se utilizara cuando no hay ventanas horarias.
3.2.1.1. Aproximación Tiempo En Ruta CVRP

En el caso del CVRP dado que cada cluster lo construimos con 1 vehículo, en realidad
estamos ante un TSP con lo cual podemos utilizar, como ya se mencionó, el resultado de
Christofides [31], ahora lo ideal sería no utilizar el matching para no aumentar la comple-
jidad con lo cual utilizaremos una regresión lineal con dos componentes: el peso del MST
con tiempo de servicio y la distancia promedio al depot, para obtener los resultados. Cabe
destacar que el peso del MST con tiempo de servicio corresponde al peso del MST + suma
de los tiempos de servicio del cluster.
No es nueva la idea de utilizar una regresión para abordar aproximaciones de los largos
en ruta para TSP, CVRP e incluso VRPTW (ver [33, 34]), ahora la bondad de utilizar esta
regresión lineal es que no utiliza explícitamente condiciones geométricas lo cual nos permite
13
evaluar en tiempo constante (dado el peso del MST) y es dependiente del método de reso-
lución, lo cual puede ser beneficioso pues nos permite desligarnos de la potencia del solver
utilizado.
3.2.1.2. Aproximación Tiempo En Ruta VRPTW

Para un VRPTW no es posible aproximar de buena manera el tiempo en viaje de ruta con
el MST sin tener consideraciones extras, por ejemplo en Figliozzi [34] se introducen métricas
asociadas a las ventanas horarias para poder capturar situaciones como: estos dos puntos no
pueden estar juntos en la ruta por ventana horaria o si quiero tener estos puntos juntos en
ruta tengo que generar tiempo de espera. De esta manera es necesario tener en cuenta otras
consideraciones, dado que estamos usando un MST en las nociones de clustering uno espe-
raría que en distancia sea relativamente óptima la combinación de puntos que se obtienen,
luego podemos enfocarnos solamente en atacar el problema de aproximar el tiempo de viaje
de un set de puntos.
Consideremos que {[ei , li ]}ni=1 son las ventanas horarias de los puntos, denotamos por si el
tiempo de servicio de i, di,j el tiempo de viaje entre i,j y supondremos que evaluar d0,· o d·,0
nos dará el tiempo al depot. Luego vamos a definir un pre-orden para estos puntos, mirar 3.1
para el detalle, de esta manera es posible ordenar la lista de clientes mediante este pre-orden.
iRj ⇐⇒ (ei < ej ) ∨ (ei = ej ∧ li < lj ) (3.1)
Notar que lo presentado en (3.1) es simplemente ordenar primero los clientes que empie-
zan antes y en caso de empezar al mismo tiempo se ordenan los que terminan antes, de esta
manera le damos cierta prioridad a los clientes que es necesario atender antes. Notar que
iRj y jRi si y solo si tienen la misma ventana horaria, en tal caso para decidir cual poner
primero escogeremos el que tenga menor índice entre i y j.
Supondremos que tenemos los clientes ordenados de esta manera, en caso de no estarlo los
ordenamos y renombramos, con esto presentamos el Código 3.4 que nos permite aproximar el
tiempo de viaje para rutear n clientes y determinar cierta noción de infactibilidad de consi-
derar este conjunto de puntos, es claro que si la métrica de infactibilidad es 0 entonces todos
los puntos son ruteables pero el caso contrario no es necesariamente verdad, luego deseamos
un número pequeño pero no necesariamente nulo.
Código 3.4: Estimar Tiempo TW

1 Function CalcularTiempo(Clientes, availableTime)
2 Clientes se ordenan de acuerdo con R
3
4 unFeasible = 0
5
6 arrivalTime = empty list

7 feasibleClientes = empty list
8
9 tentativeTime = max(d_{0, 1}, e_{1})
14
10 If (tentativeTime <= l_{1})
11 arrivalTime.add(tentativeTime)
12 feasibleClientes.add(1)
13 else
14 unFeasible++
15 end If
16
17 For i=2:|Clientes|
18 tentativeTime = max(d_{i-1, i} + s_{i-1} + arrivalTime.last, e_{i})
19 If (tentativeTime <= l_{1})
20 arrivalTime.add(tentativeTime)
21 feasibleClientes.add(i)
22 else
23 unFeasible++
24 end If
25 End For
26
27 totalTime = arrivalTime.pop # Obtener el último elemento y eliminarlo de la lista

28
29 For index=size(feasibleClientes):1
30 i = feasibleClientes.get(index)
31 tentativeTime = d_{i, 0} + s_{i} + totalTime
32 If (tentativeTime <= availableTime)
33 totalTime = tentativeTime
34 break
35 else
36 unFeasible++
37 totalTime = arrivalTime.pop
38 End If
39
40 End For
41
42 return unFeasible, totalTime

43 End Function
Como veremos más adelante este algoritmo nos permite tener una buena aproximación
del tiempo en ruta, mientras que en términos de complejidad es claro que post ordenamiento
es O(n) y ordenar los puntos, utilizando, TimSort es posible realizarlo en O(nlog(n)) (ver
Auger et al. [35]) luego obtenemos una complejidad total de O(nlog(n)).
Dado todo lo explicado anteriormente la función objetivo consistirá en:

k
X
wTizone + max T imei − min T imei
i=1,...,k i=1,...,k
i=1
Donde T imei puede ser calculado de distintas maneras dependiendo de la característica

de la instancia. Notar que la función objetivo está planteada de tal manera que tanto la
clusterización como el balanceo tengan similar importancia, si se desea que una componente
sea más relevante se tiene que hacer una ponderación adecuada.
15
3.2.2. Factibilidad De Los Movimientos
Notar que al estar trabajando con un VRP existen ciertos movimientos de puntos que se-
rán infactibles para el problema, aun cuando sean óptimos para el clustering, de esta manera
es necesario calcular si el movimiento es posible realizarlo en un contexto de VRP. Mostrare-
mos la lógica de los factibles (que llamaremos feasibles por su traducción al ingles) que están
asociados al VRPTW, pues cuando no hay ventanas horarias son los mismos con la salvedad
que se ignora todo lo dedicado a ellas.
Código 3.5: Feasible Clustering Relocate

1 Function isFeasibleClusteringRelocate(xi , Clusteri , Clusterj )
2 If not isCapacityFeasibleClusteringRelocate(xi , Clusteri , Clusterj )
3 return False
4 end If
5
6 If not isTravelTimeFeasibleRelocate(xi , Clusteri , Clusterj )

7 return False
8 end If
9
10 If not isTimeWindowFeasibleRelocate(xi , Clusteri , Clusterj )

11 return False
12 end If
13 return True
14 End Function
Código 3.6: Feasible Clustering Exchange

1 Function isFeasibleClusteringExchange(xi , xj , Clusteri , Clusterj )
2 If not isCapacityFeasibleClusteringExchange(xi , xj , Clusteri , Clusterj )
3 return False
4 end If
5
6 If not isTravelTimeFeasibleExchange(xi , xj , Clusteri , Clusterj )

7 return False
8 end If
9
10 If not isTimeWindowFeasibleExchange(xi , xj , Clusteri , Clusterj )

11 return False
12 end If
13 return True
14 End Function
Como se puede apreciar Código 3.5 y 3.6 siguen la misma estructura que consiste en revi-
sar si: (1) no sobrepaso la capacidad del vehículo (2) no sobre paso el tiempo disponible del
vehículo (3) no aumento la cantidad de nodos infactibles por ventanas horarias. Cada una de
dichas factibilidades puede apreciarse en el Anexo B, lo importante a destacar es que todas
son calculables en O(1); suponiendo que ya hemos calculado los tiempos de viaje del cambio
que estamos probando.
16
3.2.3. MST dinámico y complejidad del algoritmo
Notar que cada vez que se desee evaluar la función objetivo este proceso tiene complejidad
log(|Clusters|), eso pues para la parte de zonificación resulta en solo estudiar el cambio de
los clusters modificados y el cambio en el rango puede ser calculado utilizando una min-max
heap (ver Atkinson et al. [36]).
Por otro lado, como estamos utilizando MSTs para los calculos se vuelve necesario ac-
tualizarlos cada vez que se desea preguntar por un movimiento, como veremos mas adelante
dicha actualización se puede hacer de varias maneras. Una primera forma de resolver esto es
re construir los MSTs cada vez que se quiera consultar por la actualización y si consideramos
los algoritmos clásicos para resolver el problema del MST tenemos que ellos son del orden de
O(m + n log n), por simplicidad (pues en nuestro caso m = n2 ) digamos que es O(n2 ), esta
forma de atacar el problema es lo que llamaremos método de clusterización base.
Cabe mencionar, que como veremos, pueden existir leves diferencias en la complejidad
dependiendo si estamos trabajando con el modelo CVRP o VRPTW.
Como primer resultado presentamos la complejidad del método de clusterización base en

la Proposición 3.1.
Proposición 3.1 Denotamos por T el número de iteraciones y si cada vez que se hace una
consulta se re construye el MST. Obtenemos una complejidad de

4
O Tn
para el CVRP y VRPTW.

Demostración. La demostración es tediosa, pero sencilla y se relega al Anexo A.1.
Como se puede apreciar la complejidad es cuartica en n, esto genera que a nivel practico
se vuelva infactible realizar esta forma de clusterizar pues el aumento de tiempo de ejecución
se vuelve considerable.
Para disminuir la complejidad se utilizará una estructura de MST dinámica, es decir

buscaremos realizar actualizaciones del MST de manera eficiente. En Chin y Houck [37] se
presentan dos algoritmos que permiten resolver las preguntas ¿Como agregar un punto a un
MST? y ¿Como quitar un punto a un MST? sin tener que construirlo de cero. En particular
se presenta un algoritmo que permite insertar un punto a un MST en O(n) (ver Código 3.7)
y un algoritmo que permite responder la pregunta para eliminar cualquier nodo en O(n2 )
(ver Código 3.8).
Código 3.7: Insert

1 # Input. Un MST T = (V, ET ) en G = (V, E) con función de costo c(e), e \in E y un nuevo v
,→ értice z con costos en las aristas (z, v) para v ∈ V . Notar que T sera representado
,→ mediante una lista de adyacencia L(v) para v ∈ V , y que L(v) solo se usa para aristas
,→ en T .
17
2 # Output. El MST T ′ = (V ′ , ET′ ) para el nuevo grafo.
3 # Método. Inicialmente se marcan todos los vértices como nuevos, ET′ = ∅, y t una variable
,→ global. Se elige r ∈ V un vértice cualquiera y se ejecuta INSERT(r). Este
,→ procedimiento para cuando todos los verices son marcados como viejos.
,→ T ′ = (V ′ , ET′ ∪ {t}) es el MST para este nuevo grafo.
4 # Comentario. t es una variable global y es la arista mas pesada en el camino entre w y z,
,→ mientras que m es la arista mas pesada entre r y z.
5 Function INSERT(r)
6 r se marca como viejo.
7 m = (r, z)
8
9 For cada vértice w en L(r)

10 If w marcado como nuevo
11 Insert(w)
12 k = la arista mas pesada entre t y (w, r)
13 h = la arista mas liviana entre t y (w, r)
14 E_{T}’ = E_{T}’ \cup \{h\}
15 If c(k) < c(m)
16 m=k
17 End If
18 End If
19 End For
20 t=m
21 End Function
Código 3.8: Eliminar Puntos

1 # Input. Un MST T representado por una lista de adyacencia L(v) para v ∈ V .
2 # Output. Un etiquetado lv (r) para cada vértice interno r de T , donde se describe la
,→ estructura del árbol para unir las componentes conexas si es que el vértice r es
,→ eliminado.
3 # Método. Sea T ′ = (V ′ , ET′ ) un sub grafo conexo de T . T ′ indicara aquellos vértices
,→ marcados como 1. Inicialmente todos los vertices estan marcados como 0 y nuevos.
,→ Elegir cualquier vértice r ∈ V y marcarlo como 1 y viejo. Ejecutar LABELVERTEX(r)
,→ .
4 # Comentario. r es el nuevo vértice en T ′ y w va a ser el siguiente nuevo vértice.
5 Function LABELVERTEX(r)
7 If w marcado como 0
8 Marcar w como 1
9 DIST(r, w)
10 Marcar w como viejo
11 LV(r, w, w)
12 LABELVERTEX(w)
13 End If
14 End For
15 t=m
16 End Function
17
18 # Comentario. LV actualiza los valores de lv (r) en T ′ con w siendo el nuevo vertice en T ′ , y

,→ llamando LV recursivamente mediante depth-first. G′′ = (V ′′ , E ′′ ) corresponde a
18
,→ considerar las componentes conexas como nodos.
19 Function LV(r, s, w)
20 Marcar r como viejo
21 flag = 0 # determina si es hoja
22 For cada vértice v en L(r)
23 If v marcado como 1 y nuevo
24 flag = 1
25 LV(v, r, w)
26 End If
27 End For
28
29 If flag = 1
30 If lv (r) = ∅
31 lv (r) = (w, D(x)) con (w, r) ̸∈ T ′ , x ̸= w # x es único.
32 Else
33 Usando T ′′ = (V ′′ , E ′′ ) definido por lv (r), y el nuevo vertice w con sus costos (desde
,→ el array D) para cada uno de los vertices en V ′′ como input, llamar IN SERT (w).
,→ Usar el nuevo MST para actualizar el lv (r).
34 End If
35 End If
36 End Function
37
38
39 # Input. Un MST T = (V, ET ) y T ′ = (V ′ , ET′ ) con V ′ ⊆ V y ET′ ⊆ ET . T ′ es el MST en el

,→ grafo generado por V ′ . Todos los vertices de V ′ estan marcados como 1 y viejos
,→ excepto por v que esta marcado como 1 y nuevo, mientras que todos los vertices en
,→ V − V ′ estan marcados como 0.
40 # Output. El array D(r) con r ∈ V ′ − {v}, donde D(r) se define como sigue. Si para
,→ r ∈ V ′ − {v} se considera (r, s) la arista en el único camino entre r y v. Se define T ′ (r)
,→ como las componentes conexas de T ′ que contienen a r formada por eliminar a la
,→ arista (r, s) y sea D(r) ∈ V ′ el vértice tal que (D(r), v) sea la arista mas liviana entre
,→ T ′ (r) y v.
41 # Método. Encontar un r tal que (v, r) ∈ ET′ , es decir r incidente a v y que este marcado
,→ como 1 y viejo. Ejecutar DIST(r, v).
42 # Comentario. Dos tipos de marcas son necesarias. Todos los vértices en V ′ están marcados
,→ como 1 y todos los vertices no visitados están marcados como viejos.
43 Function DIST(r, v)
44 Marcar r como nuevo
46 If w marcado como 1 y viejo
47 DIST(w, v)
48 If c((v,m)) > c((v, D(w)))
49 m = D(w)
50 End If
51 End If
52 End For
53 D(r) = m
54 End Function
Existen resultados más modernos que pueden reducir esta complejidad, por ejemplo en
Nardelli et al. [38] se presenta como eliminar cualquier nodo posible en O(mα(n, m)), donde
19
α es la función inversa de Ackerman. Mientras que en Gaibisso et al. [39], para grafos plana-
res, se presenta un algoritmo lineal en m para resolverlo.
Estos resultados traen problemas al intentar implementarlo en nuestro contexto, por un

lado en nuestro caso m = n2 luego lo presentado en Nardelli et al. [38] o similares no es
del todo útil pues atacan bien el caso de grafos poco densos. Por otro lado lo presentado en
Gaibisso et al. [39] necesita que el grafo sea planar lo cual no se cumple por que el grafo
es completo. Estos inconvenientes generan preguntas interesantes a nivel teórico de grafos,
por ejemplo ¿Cuantas aristas es posible quitarle al grafo sin perder optimalidad? En cierto
sentido queremos saber si se pueden eliminar suficientes aristas para poder ocupar alguno de
los métodos, como veremos en el capítulo 4 la respuesta a esta pregunta es afirmativa.
Luego si utilizamos lo presentado en Chin y Houck y haciendo precálculos, es posible dis-

minuirla complejidad de mayor manera a nivel teórico y sobre todo practico. Para esto lo que
se propone es (1) Pre calcular como eliminar y agregar cada nodo. (2) Realizar las consultas
de factibilidad y función objetivo. (3) Actualizar solo los clusters que fueron afectados.
Veremos que hacer este proceso disminuye la complejidad y, en la práctica, al actualizar

solo donde se hacen modificaciones ayuda a poder ser más rápido. Dado que las factibilidades
se hacen en tiempo constante el mayor gasto que nos falta considerar es: (1) Cálculo de las
TW. (2) Cálculo de la función objetivo. Sabemos que el cálculo de las TW se puede hacer
en O(nlogn) mientras que la función objetivo se puede actualizar en O(log |Clusters|) y
construirla en O(|Clusters|), de ahora en adelante sera de utilidad denotar por nclusters :=
|Clusters| y ni := |Clusteri |. Esta discusión nos lleva a la siguiente proposición
Proposición 3.2 Utilizando los algoritmos de [37] se obtienen las complejidades

h i
O n2 + (n + nclusters )2 + T n2 log(nclusters ) + (n + nclusters )2
y h i
O n2 log(n) + (n + nclusters )2 + T n2 log(n) + (n + nclusters )2
para CVRP y VRPTW, respectivamente.
Demostración. Nuevamente los cálculos son sencillos pero largos y se pueden observar en
Anexo A.2.
Luego si se sigue acotando los valores utilizando que nclusters ≤ n se observar cómo es
que la complejidad se logró reducir por un factor de O(n2 / log(nclusters )) o O(n2 / log(n))
dependiendo del caso, lo cual es una rebaja considerable, pero sigue siendo costosa compu-
tacionalmente para instancias del orden de los 1000 puntos (llegando a demorarse horas).
Para mejorar la velocidad del algoritmo es posible introducir una noción similar a la de
vecinos más cercanos, pero sobre los clusters. Como ya se menciono anteriormente existe una
técnica para disminuir el tiempo de ejecución que consiste en eliminar a priori arcos muy
largos y solo analizar dentro de un sub conjunto de posibilidades, esto nace de la intuición
que uno espera que en buenas soluciones los puntos queden relativamente cercanos, además
en [40] se presentan mas detalles donde verifican numéricamente que en las soluciones tam-
20
bién tiende a ser el caso. De esta manera podemos utilizar la misma idea, finalmente realizar
un ruteo y uno espera que en clustering suceda un fenómeno similar. Para trabajar con esta
noción necesitamos una definición:
Definición 3.1 Dado C un conjunto de puntos, definimos los k−vecinos mas cercanos de C
como sigue
[
N NK (C) := N NK (u)
u∈C
Esta noción, en cierto sentido nos permite decir que puntos están cerca de la nube de pun-
tos que puede ser C. Notar que es posible que un punto de C forme parte de sus k−vecinos,
esto puede escaparse de la intiuición con que se definen los vecinos, a pesar de eso no va a
ser un inconveniente.
De esta manera somos capaces de limitar los movimientos entre clusters, si tenemos Ci , Cj
dos clusters aceptaremos mover xi ∈ Ci a Cj si y solamente si xi ∈ N NK (Ci ), es decir solo
moveremos el punto si es que esta en los vecinos del cluster al que queremos moverlo. De
manera similar definimos el movimiento para Exchange y en este caso ambos puntos tienen
que ser capaces de moverse.
Es importante notar que esta técnica no disminuye la complejidad en el worst case, a pesar
de lo anterior es claro que realizar esto puede ayudar considerablemente en la rapidez del
algoritmo a nivel practico pues nos permite estudiar muchas menos opciones.
Además, uno esperaría que desde un punto de vista de clusterización solo aquellos puntos
que estén en los bordes del cluster se muevan y lo hagan a clusters cercanos lo que implica que
una cantidad no menor de los vecinos ya van a pertenecer al cluster, disminuyendo aun más
la cantidad a estudiar. Esto se puede ver ejemplificado en la Figura 3.1 donde se muestra en
color azul aquellos puntos tales que sus 10 vecinos mas cercanos pertenecen al mismo cluster
que ellos, es decir solo aquellos puntos en rojo formarían parte de la búsqueda local.
Figura 3.1: Reducción espacio de búsqueda para k = 10 vecinos
21
Es interesante notar como es que la restricción sobre los vecinos influye principalmente
en la función objetivo del rango, esto es dado para la función de zonificación el óptimo del
problema se encuentra en generar un MST del grafo completo y eliminar las nclusters − 1 aris-
tas mas pesadas que pertenecen al MST, ver proposición 3.3. Dado lo anterior, sabemos que
se esperan conexiones no muy pesadas, es más si queremos asegurar un valor de K tal que
no perdamos optimalidad en zonificación basta mirar cual es el valor de K tal que cumpla
M ST del grafo completo ⊆ GK .
Proposición 3.3 Suponiendo unicidad de los pesos entonces la función objetivo de zonifica-
ción alcanza su óptimo realizando la siguiente construcción: Se construye el MST del grafo
completo y se eliminan las nclusters − 1 aristas mas pesadas. Luego cada componente conexa
forman la solución del problema.
Demostración. Si T es un árbol denotaremos por w(T ) su peso y si e es arista lo escribiremos
w(e).
Denotemos por {Ti }ni=1

clusters
los arboles de la solución óptima y T al MST del grafo comple-
to. Si consideramos los arboles como macro nodos y la arista entre dos arboles es representada
como la arista mas pequeña entre ellos entonces es posible construir un MST con los macro
nodos, es importante recalcar que a priori solo puede garantizar ser un árbol del grafo original.
Consideremos la siguiente separación de los arboles (Ti , {Tj }j̸=i ) es posible notar que es-
tamos ante la presencia de un corte lo que implica que la arista que hace dicha conexión vive
en el MST del grafo original. Esto lo podemos replicar para todo i, notar que es posible que
existan repeticiones entre ellas. Luego se unen aquellas conexiones generando al menos un
macro nodo menos, por tanto este proceso termina y es más termina cuando queda solo un
macro nodo. Además notar que la arista que agrego genera que dos arboles se unan por tanto
sigue siendo árbol, es decir al terminar este proceso vamos a tener un árbol y por tanto el
proceso a lo mas puede durar nclusters − 1 iteraciones.
nclusters X −1
nclusters
clusters −1
{êi }ni=1
X
Sea entonces se tiene que Ti + êi es un árbol, por tanto se
i=1 i=1
cumple que
nclusters
X X −1
nclusters
w(Ti ) + w(êi ) ≥ w(T ).
i=1 i=1
nclusters −1
X −1
nclusters
Sea {ei }i=1 las n−1 aristas mas pesadas del MST entonces se tiene que T − ei
i=1
es una solución factible del problema, pues cada vez que se elimina una arista aumenta en 1
la cantidad de componentes conexas. Esto implica que
X −1
nclusters nclusters
X
w(T ) − w(ei ) ≥ w(Ti ).
i=1 i=1
Con lo cual es posible obtener la siguiente desigualdad
22
nclusters
X X −1
nclusters X −1
nclusters nclusters
X
w(Ti ) + w(êi ) − w(ei ) ≥ w(Ti )
i=1 i=1 i=1 i=1
y asi se puede deducir
X −1
nclusters X −1
nclusters
w(êi ) ≥ w(ei ).
i=1 i=1
Ahora, dada la construcción se cumple que êi ∈ T para todo i y ahora si es que fueran
las mismas aristas se tiene la igualdad directamente. Si no fueran podemos restar las que son
iguales por lo que, sin perder generalidad, supondremos que son todas distintas. Luego por
ei ser las aristas mas pesadas del MST se tiene que êj ≤ ei ∀i, j es decir las sumas son iguales
por lo que se concluye que
nclusters
X X −1
nclusters
w(Ti ) = w(T ) − w(ei ).
i=1 i=1
X −1
nclusters
Es decir T − ei es un conjunto de nclusters arboles y se obtiene el mismo peso que
i=1
la solución óptima obtenida, por tanto la estrategia propuesta también entrega una solución
óptima del problema. En particular también es posible deducir que el árbol generado a partir
de Ti resulta ser MST del problema original.
Por otro lado, no es fácil calcular la reducción de velocidad, pues se vuelve necesario
calcular
nclusters
X nclusters
X nXi −1
nj 1el punto l está en los K vecinos más cercanos del cluster j

i=1 j=1 l=1
j̸=i
lo cual no es obvio, es posible notar (con cotas generosas) que existe una reducción clara
cuando K ≤ nclusters . Esto se debe a que, por ejemplo, para calcular como agregar puntos
hay que buscar todos los pares (punto, clusters) o sea n · nclusters casos y cada uno cuesta
O(n) con lo que hay O(n2 · nclusters ) y si utilizamos los K vecinos tenemos que cada punto se
conecta a lo más con min{nclusters , K} clusters por lo que se obtiene O(n2 min{nclusters , K}),
lo cual nos lleva a decir que claramente existe una disminución si es que K es pequeño en
comparación a la cantidad de clusters. Algo importante a destacar es que en la práctica uno
esperaría que la cantidad de conexiones a puntos fuera de clusters sea pequeña, lo razonable
es que en general no existan muchas conexiones exteriores y las que existan solo se conec-
ten a clusters realmente cercanos, básicamente apoyándose en la idea de que un punto de
un cluster va a tener puntos cerca y por tanto el punto exterior está cerca de todos esos puntos.
3.2.4. Factibilizadores y el algoritmo completo

Al momento de trabajar con un proceso de clustering es posible que el clustering iniciales
no sean lo suficiente buenos desde un punto de vista del VRP, por ejemplo pueden no ser
factibles por carga o por ventanas horarias, luego para ayudar a la solución del problema se
23
genera un proceso que se llamara Factibilizador. De este modo existe un Factibilizador de
Capacidad y un Factibilizador de Ventanas horarias.
Para el Factibilizador de Capacidad utilizaremos ClusteringRelocate y ClusteringExchange

utilizaremos la misma función objetivo anterior con la diferencia que no nos importa empeorar
la función objetivo en pos de beneficiar la factibilidad, y unos feasibles especiales que llama-
remos CapacityStrictFeasibles, estos solo aceptaran movimientos si se mejora estrictamente
la factibilidad de un cluster por capacidad, esto permite que los algoritmos terminen pues la
condición de termino se asocia a si es posible mejorar estrictamente la infactibilidad (lo cual
son una cantidad finita de casos), ver Anexo B.3 para los detalles de la implementación.
Para el Factibilizador de Ventanas horarias también utilizaremos costOf Acceptance = ∞

y unos feasibles especiales que llamaremos T imeW indowStrictF easibles, que al igual que
antes solo permiten movimiento si se mejora estrictamente la factibilidad de un cluster por
ventana horaria independiente de si se empeora la función objetivo, ver Anexo B.4 para los
detalles.
Esto resulta que realmente el proceso de clusterización sea 3 veces el proceso original con
modificaciones leves de la aritmética que permite determinar movimientos factibles, por tan-
to, la complejidad no cambia.
Tras resolver el problema dentro de cada cluster se juntan todas las soluciones dentro de
una gran solución y se sigue una búsqueda local análoga a la del clustering pero aplicada a
la solución completa del VRP, esto es replicarlo lo hecho en la clusterización pero con ru-
tas construidas en vez del MST pues nos inspiramos en heurísticas del VRP. Es importante
mencionar que la función objetivo es necesario adaptarla para que tenga en consideración
el balanceo, si no es posible que se pierda la noción que nos entrega el clustering, para esto
utilizaremos la misma función objetivo, pero en vez de aplicada sobre los pesos del MST o la
estimación de tiempo utilizaremos los verdaderos valores de las rutas.
24
Capítulo 4
Minimum Spanning Tree y k Nearest

Neighbour Graph
Como se menciono anteriormente si se puede disminuir el espacio de busca en las bús-

quedas locales es posible aumentar la velocidad del algoritmo. Se espera que conexiones muy
grandes no formen parte de la solución óptima, luego si se considera un espacio de búsqueda
que solo contenga conexiones que sean pequeñas es posible disminuir el tiempo que se utiliza
en estas búsquedas con leves efectos en la función objetivo. La idea anterior esta inspirada
en la técnica de granular search para disminuir búsquedas cuadráticas en tabu search a nivel
practico (ver Toth y Vigo [40]), en nuestro contexto nos encontraremos con un problema
adicional de definir que significa que las conexiones sean pequeñas para el MST.
Otro beneficio de reducir la cantidad de aristas a considerar es que para eliminar puntos
de un MST existen resultados modernos del problema ANR (All Node Replacement), el cual
es clave para determinar cómo eliminar nodos de manera eficiente, entre ellos existe un al-
goritmo que es posible hacerlo en O(mα(n, m)), luego si logramos disminuir la cantidad de
aristas en un cluster tal que mα(n, m) ∈ o(n2 ) entonces utilizar dicho algoritmo va a resultar
ser más eficiente.
Para atacar lo mencionado estudiaremos propiedades sobre eliminación de aristas en grafos

completos y como se relacionan con la optimalidad del MST. En primer lugar, veremos que
hace sentido considerar la pregunta de eliminar aristas y mantener optimalidad del MST, lue-
go veremos propiedades sobre el grafo k-NNG que nos garantiza propiedades deterministas o
asintóticas en probabilidad sobre el MST y por ultimo veremos aplicaciones e intuiciones de-
trás de estos resultados, tanto en el algoritmo propuesto como en otras áreas del conocimiento.
Antes de continuar damos una definición que será de utilidad pues es tal que gira en torno
a lo que deseamos probar en todo el capítulo.
Definición 4.1 Sean G = (V, E) y G′ = (V, E ′ ) dos grafos tales E ′ ⊆ E y tanto G como G′
son conexos. En tal caso decimos que G′ es optimal si el MST de G′ tiene el mismo peso que
el MST de G.
Otras nociones relevantes que nos ayudaran a trabajar en las demostraciones se presentan
25
a continuación. Siempre utilizaremos el grafo completo de n vértices, el cual lo denotamos
por Kn . En primer lugar, introduciremos una noción de componentes conexas asociadas a
eliminación de aristas en un árbol.
Definición 4.2 Sea T un arbol de Kn , dado e = uv definimos Vcc(u) como los vértices en la
componente conexa resultante de T al eliminar e y que contenga a u, de manera análoga lo
hacemos para Vcc(v) . Si no hay ambigüedad escribiremos cc(u) y cc(v).
Observación 1 Si es que eliminamos e = uv de T se obtiene que |cc(u)| + |cc(v)| = n.
Si G′ es un sub grafo conexo de G se tiene que el peso del MST de G′ es mayor o igual al
de G, por tanto, la noción de optimal nos dice cuando en verdad el MST estaba originalmente
incluido en G′ . De la definición 4.1 surgen dos preguntas naturales si existe un grafo G′ ̸= G
que cumpla lo deseado y que tanto es posible reducir el conjunto de aristas.
A priori no es claro que sea posible eliminar muchas aristas de un grafo y que el subgrafo
sea optimal, de hecho, veremos que la forma de eliminar aristas resulta ser relevante. La
Proposición 4.1 nos garantiza que preguntarnos eliminar aristas hace sentido.
Proposición 4.1 Sea Kn el grafo completo de n ≥ 3 vértices, c : E → R una función de

pesos tal que verifica
c(e) < c(ej ), ∀e ∈ E\{ei }ki=1 , ∀j = 1, .., k

donde k ∈ [1, ..., n − 2] y {ei }ki=1 son las k aristas más pesadas. Luego, dado T un MST
se tiene que ei ̸∈ T ∀i = 1, ..., k.
Demostración. Supongamos que el resultado es falso, es decir eî ∈ T para algún î.
Ahora notamos que si e ∈ T tenemos que si agregamos un ciclo y e forma parte de él

entonces necesariamente esta arista es más liviana, o en el peor de los casos mismo peso
que la agregada. Notar que se pueden armar |cc(u)||cc(v)| − 1 ciclos que utilizan a e pues la
única forma de conectar entre elementos de cc(u) y cc(v) a través del árbol es por e, luego si
verificamos que:
k − 1 < |cc(u)||cc(v)| − 1
llegaremos a una contradicción porque significa que podremos elegir e ̸∈ {ei }ki=1 tal que el
ciclo que forma T + e contiene a eî , esto implica que al considerar T + e − eî obtendremos un
árbol de menor peso, además utilizamos k − 1 pues de las k aristas más pesadas ya usamos eî .
Notar que |cc(u)||cc(v)| es equivalente a |cc(u)|(n − |cc(u)|) y dado que sin perder gene-
ralidad podemos suponer que |cc(u)| ≤ |cc(v)| obtenemos que |cc(u)| ≤ n2 , de esta manera
queremos encontrar el menor valor posible de la función f (x) = x(n − x) en el intervalo
[1, n2 ]. Dado que es una función cuadrática y el mayor valor se encuentra en n2 obtenemos que
f (1) ≤ f (x) con lo que 1(n − 1) ≤ |cc(u)||cc(v)| así obtenemos que
26
k − 1 ≤ (n − 2) − 1 < (n − 1) − 1 ≤ |cc(u)||cc(v)| − 1
demostrando lo pedido.
Notar la importancia de solo poder eliminar n − 2 aristas, pues si eliminamos n − 1 po-

dríamos eventualmente eliminar todas las aristas de un punto y dejar disconexo el grafo.
Por otro lado, en cierto sentido esta propiedad puede verse como un punto intermedio
entre que la función de pesos sea inyectiva y que puedan existir aristas con el mismo peso.
Lo anterior nos permite garantizar que funciona independiente del MST, en la Proposición
4.2 se presenta una leve genralización independiente de la función de pesos.
Proposición 4.2 Sea Kn con n ≥ 3 vértices, c : E → R una función de pesos y sean {ei }n−2i=1
las n − 2 aristas más pesadas. Entonces existe T MST tal que ei ̸∈ T, ∀i = 1, .., n − 2.
Demostración. Sea T un MST tal que contiene a ej ∈ T probaremos que es posible rempla-
zarlo por e ̸∈ {ei }n−2
i=1 , de esta manera es posible eliminar las n − 2 aristas de dicho árbol (de
manera iterativa) y encontrar uno que cumple lo deseado.
Si escribimos ej = uv ∈ T entonces podemos replicar la demostración de la Proposición

4.1 en el sentido que sabemos que tiene que existir una arista e tal que tal que e ̸∈ {ei }n−2
i=1 ,
e ̸∈ T y T + e forma un ciclo que contiene a ej , con lo que c(ej ) ≤ c(e), luego por ej ser
parte de las aristas más pesadas siempre se cumple c(e) ≤ c(ej ) con lo cual c(e) = c(ej ),
notar que en este caso no hay contradicción pues no estamos suponiendo pesos distintos.
Dado lo anterior podemos generar el árbol T − ej + e que es MST pues c(T − ej + e) = c(T )
y ej ̸∈ T − ej + e demostramos lo deseado.
Observación 2 Directamente se obtiene que es posible eliminar k ≤ n − 2 aristas.
La discusión anterior nos da visiones importantes sobre el problema. En primer lugar,

es posible eliminar aristas y mantener la optimalidad del MST. En segundo lugar, la forma
en que se eliminan aristas es relevante, pues en este punto intentamos eliminar las aris-
tas más pesadas del todo el grafo, pero uno esperaría que argumentos similares por cada
nodo funcionen, pues para cada nodo las aristas que forman parte del MST no pueden ser
demasiado pesadas, veremos que el grafo k-NNG es una buena forma de representar esta idea.
Una intuición detrás de porque el grafo k-NNG es una buena forma de representar esta
idea se encuentra en la propiedad de corte del MST. Para esto supongamos que la función de
pesos es inyectiva, sea T el MST y e = uv ∈ T , luego tenemos que el conjunto {cc(u), cc(v)}
es una partición por tanto la propiedad de corte nos dice que la arista más liviana entre cc(u)
y cc(v) está en el MST, en nuestro caso e. Lo anterior implica que hay |cc(u)| · |cc(v)| − 1
aristas que son más pesadas que e, en particular e tiene que ser la más liviana de las |cc(v)|
conexiones que u puede hacer con el conjunto cc(v), es decir, relativo a las conexiones de v
(o de v al conjunto cc(u)) la arista no puede ser muy pesada, es más dado que sabemos que
|cc(u)| o |cc(v)| es al menos n2 la arista e es más liviana que n2 de las conexiones de u o v,
27
dependiendo de cual de los dos conjuntos cumple la cota.
4.1. k Nearest Neighbour Graph

Durante esta sección abusaremos notación y diremos que e = uv ∈ N Nk (u) si es que
v ∈ N Nk (u), es decir trabajaremos las aristas o los vértices de manera indistinta, a menos
que genere ambigüedad.
Nos interesara mantener lo mas posible la generalidad así que siempre supondremos que
se cumple la no ambigüedad de los k−vecinos mas cercanos, si es que no existe unicidad en
general los resultados pueden ser remplazados de para todo MST a existe un MST.
El objetivo de esta sección será intentar responder la pregunta: ¿Que valor de k tiene que
tomarse o bajo qué condiciones es posible asegurar que Gk es optimal?
4.1.1. Contexto determinista

Dado T un MST denotamos ∆(T ) a su grado máximo, luego una primera intuición para
el valor de k es decir que k = ∆(T ), pues si queremos que T ⊆ Gk entonces necesariamente
∆(T ) ≤ k pues es necesario que el nodo que tiene el mayor grado tenga al menos esa cantidad
de vecinos. A pesar de esta idea lo anterior no siempre es verdad que se pude tomar k = ∆(T )
pues el grafo puede quedar disconexo (ver Tabla 4.1) o si el grafo queda conexo puede no ser
optimal (ver Tabla 4.2).
Tabla 4.1: Función de pesos tal que G∆(T ) es disconexo
n 1 2 3 4 5 6
1 16 47 89 39 67
2 16 65 64 17 55
3 47 65 33 82 22
4 89 64 33 66 23
5 39 17 82 66 77
6 67 55 22 23 77
Tabla 4.2: Función de pesos de G∆(T ) con MST no optimal
n 1 2 3 4 5 6 7
1 0 625 821 458 480 799 478
2 625 0 442 645 282 884 300
3 821 442 0 254 430 159 522
4 458 645 254 0 418 380 679
5 480 282 430 418 0 613 386
6 799 884 159 380 613 0 402
7 478 300 522 679 386 402 0
28
En verdad el valor de ∆(T ) no está relacionado con la posibilidad del valor de k, si no que
la cota real (sin ningún supuesto) está relacionada a la cantidad de puntos presentes y no a
otras estructuras. Esto se aprecia en el Teorema 4.1 donde se presenta una cota justa para
el valor de k.
Teorema 4.1 Sea n ≥ 3, k ∈ {1, ..., n − 1}. Bajo esas condiciones se cumple que:
• Si k < ⌊ n2 ⌋ entonces existe una función de pesos ĉ tal Gk no es optimal para ĉ.
• Si ⌊ n2 ⌋ ≤ k entonces para toda c que no genera ambigüedad en los k−vecinos mas
cercanos se tiene que Gk es optimal.
Demostración. Representaremos los puntos de Kn como 1, 2, 3, ..., n. En primer lugar notar
que basta demostrar el primer punto para k = ⌊ n2 ⌋ − 1 y el segundo para k = ⌊ n2 ⌋ gracias a
que Gk ⊆ Gk+1 en el sentido que si e ∈ Ek =⇒ e ∈ Ek+1 .
Para k = ⌊ n2 ⌋ − 1 utilizaremos la siguiente función de costos




c(j, i) j<i

i j = i + 1, i ≤ ⌊ n2 ⌋ − 1






j − 2 j = i + 1, i ≥ ⌊ n2 ⌋ + 1




c(i, j) =

(n − 2) + i j = ⌊ n2 ⌋, i ≤ ⌊ n2 ⌋ − 2
j ≥ ⌊ n2 ⌋ + 2, i = ⌊ n2 ⌋ + 1




(n − 2) + (j − 2)

2(n − 2) + 1 j = ⌊ n2 ⌋ + 1, i = ⌊ n2 ⌋






+∞ ∼


Donde en vez de +∞ podemos usar pesos muy grandes y distintos, esto nos permite ga-
rantizar unicidad del MST. Sea T el único MST, luego lo único que nos basta demostrar es
que una de las aristas de T no se encuentra en Gk .
Dada la construcción de la función de pesos T = {(i, i + 1) | i = 1, ..., n − 1} es el MST.

Esto se debe a que si i ̸= ⌊ n2 ⌋ la conexión (i, i + 1) es la mas liviana para i, mientras que la
conexión (⌊ n2 ⌋, ⌊ n2 ⌋ + 1) forma parte del MST pues es la conexión mas liviana entre el corte
dado por {1, 2, 3, ..., ⌊ n2 ⌋} y {⌊ n2 ⌋ + 1, ..., n}.
Basta mostrar que la arista (⌊ n2 ⌋, ⌊ n2 ⌋ + 1) no puede estar en Gk para verificar lo deseado,

esto se debe a la unicidad del MST y el hecho que Gk es subgrafo del grafo original.
Dada la construcción el conjunto N Nk (⌊ n2 ⌋) = {1, 2, 3, ..., ⌊ n2 ⌋−1} mientras que N Nk (⌊ n2 ⌋+

1) = {⌊ n2 ⌋+2, ..., n}. Esto implica que (⌊ n2 ⌋, ⌊ n2 ⌋+1) ̸∈ NkE (⌊ n2 ⌋)∨(⌊ n2 ⌋, ⌊ n2 ⌋+1) ̸∈ NkE (⌊ n2 ⌋+1)
con lo cual (⌊ n2 ⌋, ⌊ n2 ⌋ + 1) ̸∈ Gk y concluimos lo deseado.
A continuación, probaremos el segundo punto para k = ⌊ n2 ⌋, realizaremos el análisis lo

mas general posible antes de ponerse en los casos de n.
Sea e = uv ∈ T , donde T es el MST, supongamos por contradicción que e ̸∈ N Nk (u) ∧ e ̸∈

N Nk (v). Notamos que siempre podemos generar el siguiente tipo de ciclos uvv1 v2 ..vl u don-
de vi son elementos de cc(v) cuando se elimina e de T (análogo para cc(u)) y gracias a la
29
propiedad de ciclos del árbol y que e pertenece a esos ciclos se tiene que es más liviano (o
de igual peso) que todas las aristas de los ciclos. Luego si es que demostramos que podemos
armar suficientes aristas es posible justificar (por palomar) que necesariamente una de las
aristas de la forma (u, vl ) ó (uj , v) es parte de las k mas livianas de u o v lo cual sería una
contradicción a la no ambigüedad de c.
Para hacer lo anterior notamos que la cantidad de ciclos que se pueden armar, gracias a
las propiedades de árbol, son |cc(u)| − 1 o |cc(v)| − 1, spg supondremos que |cc(u)| ≤ |cc(v)|,
luego sabemos que n2 ≤ |cc(v)|. Ahora es claro que |N Nk (u)c | = |N Nk (v)c | = n − 1 − k y
dado que e no esta en ninguna de estos vecinos ya utilizamos una de estas aristas por tantos
quedan n − 2 − k disponibles, si demostramos que:
|N Nk (u)c | = n − 2 − k < |cc(v)| − 1

por palomar necesariamente va a existir vl ∈ cc(v) tal que vl ∈ N Nk (u), de esta manera
se tiene por un lado que c(uvl ) < c(e) por la no ambigüedad mientras que por otra parte e
es parte del ciclo generado por uvl lo cual implica que c(e) ≤ c(uvl ) lo cual sería una contra-
dicción a que T es MST y concluimos lo deseado.
Ahora nos ponemos en casos sobre n para demostrarlo, si n es par tenemos que
n n n
n−2−k =n−2− = − 2 < − 1 ≤ |cc(v)| − 1
2 2 2
con lo cual demostramos lo deseado. Ahora si n es impar es necesario notar que n2 es un
numero decimal y que |cc(v)| es entero por tanto en verdad se cumple que n+1
2
≤ |cc(v)| con
esto se tiene que:
n−1 n+1 n+1
n−2−k =n−2− = −2< − 1 ≤ |cc(v)| − 1
2 2 2
con lo cual se concluye lo deseado.
Un corolario interesante de lo anterior es que nos garantiza que Gk es conexo si se toma
un valor suficientemente grande de k.
Corolario 4.1 Sea k ≥ ⌊ n2 ⌋ entonces Gk es conexo.
Lo interesante del Corolario 4.1 es que mejora en cierto sentido el resultado presentado en
el Teorema 2.1, pues no necesitamos suponer ninguna condición probabilista sobre la función
de peso pero se pierde en el sentido que k depende de n. Por otro lado Gk optimal implica
que Gk es conexo, por tanto uno espera que se necesite valores más grandes sobre k para ser
optimal que para ser conexo.
Lo importante del Teorema 4.1 es que nos caracteriza cuando podemos hacer la elimina-
ción, ya sabemos que no podemos hacerlo mejor que n2 sin suponer algo más. Lo interesante
de esto es que la estructura que lo hizo fallar es similar a la de clusrerización, es decir tenía-
mos dos agrupaciones de puntos donde eran livianas entre ellas esto nos da a entender que
si estuviéramos trabajo en estructuras clusterizadas un valor razonable a utilizar podría ser
n
K
con K la cantidad de clusters.
30
Dado el MST es posible seguir mejorando la cota, por ejemplo de la demostración se
deduce que
k = max{n − max(|cc(u)|, |cc(v)|) | e = uv ∈ T } = max{min{|cc(û)|, |cc(v̂)|} | e = ûv̂ ∈ T }
es un valor que cumple lo deseado y es una mejora a lo encontrado, sin embargo el pro-
blema de esto es que se vuelven dependiente del árbol o de suponer ciertas estructuras sobre
la función de peso. En la siguiente sección atacaremos este segundo punto, y supondremos
ciertas condiciones probabilistas.
4.1.2. Contexto probabilista

En toda esta sección trabajaremos con la versión probabilista de los grafos, es decir cada
arista tiene un peso que distribuye como una variable aleatoria.
4.1.2.1. Resultados Teóricos

Antes de demostrar los resultados de esta sección mostraremos ciertos lemas que nos ayu-
daran en las demostraciones.
En primer lugar será de utilidad definir lo que es un estadístico de orden. Dado una
muestra de n variables aleatorias el k-ésimo estadístico de orden corresponde al k valor mas
pequeño de la muestra, para mas detalles ver David y Nagaraja [41].
Dado que una arista viva en Gk significa que el peso de esta es de las k aristas mas livianas
de alguno de sus vértices es posible representar vivir en este grafo mediante su relación de
los estadísticos de orden, considerando al conjunto de aristas que tienen vértices en común
como muestras.
Lema 4.1 Consideremos X, {Xi }n−1 i=2 variables aleatorias continuas iid con cdf FX . Dado
t ∈ R y k ∈ [1, ..., n − 1] si denotamos por X(k) a su k-esimo estadístico de orden se cumple
que
!
n−2
P(X = X(k) | X = t) = FX (t)k−1 (1 − FX (t))n−k−1
k−1
Demostración. Notar que dado que X = t lo que deseamos es que k−1 variables sean menores
que t y el resto sea mayor, es decir tenemos que elegir k − 1 de n − 2 y no nos interesa en
que orden por tanto se cumple que
!
n−2
P(X = X(k) | X = t) = FX (t)k−1 (1 − FX (t))n−k−1
k−1
A continuación, generalizaremos el resultado a 2 estadísticos de orden, lo cual nos va a

permitir representar que una arista viva en los k-vecinos mas cercanos.
31
n−1
Lema 4.2 Consideremos X, {Xi }i=2 , {Yi }n−1
i=2 variables aleatorias continuas iid con cdf FX .
Sea t ∈ R y i, j ∈ [1, ..., n − 1] si denotamos por X(i) al i-ésimo estadístico de orden de
X ∪ {Xi }n−1
i=2 y de manera similar para Y(j) se cumple que
! !
n−2 n−2
P(X = X(i) , X = Y(j) | X = t) = FX (t)i+j−2 (1 − FX (t))2n−i−j−2
i−1 j−1
Demostración. Notando que dado X las variables X(i) , Y(j) resultan ser independientes y
utilizando el Lema 4.1 se concluye.
El ultimo lema que presentaremos nos permitirá trabajar con la idea de no pertenecer a
los k−vecinos más cercanos
Lema 4.3 Bajo las mismas hipótesis que el Lema 4.2
P(X > X(k) , X > Y(k) | X = t) = fn,k (t)
donde
fn,k (t) = [P(Z ≥ k)]2

con Z ∼ Binom(n − 2, FX (t))
Demostración. Para esto notamos que:
h i2
P(X > X(k) , X > Y(k) | X = t) = P(X > X(k) | X = t)
 2
n−1
!
n−2
FX (t)i−1 (1 − FX (t))n−1−i 
X
=
i=k+1 i−1
"n−2 ! #2
n−2
FX (t)i (1 − FX (t))n−2−i
X
=
i=k i
= [P(Z ≥ k)]2 = fn,k (t)
donde Z es como en el enunciado.

Ahora estamos en condiciones de poder estudiar cómo se comportan las aristas de Gk ,
en particular mostraremos que bajos ciertas condiciones las aristas que no están en Gk no
pueden ser muy pequeñas.
Proposición 4.3 Consideremos que las aristas del grafo distribuyen como FX iid variable
aleatoria continua. Y sean r, k ∈ R dos numeros tal que
k
FX (r) <
n−2
además suponemos que k ∈ [1, ..., n − 3]. En tal caso, dado e ∈ E se cumple que
32
" #−2(n−k−2) " #−2k
k k
P(Xe ≤ r, e ̸∈ Gk ) ≤ 1 − [1 − FX (r)]2(n−k−2) [FX (r)]2k+1
n−2 n−2
Demostración. Ahora, dado que e = uv ̸∈ Gk ⇐⇒ e ̸∈ N Nk (u) ∧ e ̸∈ N Nk (v). Si escribimos

por Xe la variable aleatoria del peso y representamos los n−1 vecinos de u como Xe ∪{Xi }n−2
i=2
n−2
y a los vecinos de v como Xe ∪ {Yi }i=2 tenemos que:
e ̸∈ Gk ⇐⇒ X > X(k) , X > Y(k)

con lo anterior tenemos que
P(e ̸∈ Gk , Xe ≤ r) = P(Xe ≤ r, Xe > X(k) , Xe > Y(k) )

Z ∞
= P(Xe ≤ r, Xe > X(k) , Xe > Y(k) | Xe = t)fX (t)dt
−∞
Z r
= P(Xe > X(k) , Xe > Y(k) | Xe = t)fX (t)dt
−∞
Z r
= fn,k (t)fX (t)dt
−∞
Notar que si logramos demostrar que
" #−2(n−k−2) " #−2k

k k
fn,k (t) ≤ 1 − [1 − FX (r)]2(n−k−2) [FX (r)]2k ∀t ≤ r
n−2 n−2
habremos demostrado lo pedido.
Para lo anterior utilizaremos la cota presentada en Arratia y Gordon [42] que dice que si
Z es Binomial(n, p) y si a = nk es tal que p < a < 1 entonces:
P(Z ≥ an) ≤ e−nH(a,p)

donde H(a, p) = a log ap +(1−a) log 1−a
1−p
. En nuestro caso Z ∼ Binomial(n−2, FX (t)),
k k
a := n−2 de esta manera es claro que a < 1 y solo basta ver qué FX (t) < n−2 , ahora notando
k
que FX (t) ≤ FX (r) < n−2 entonces para todo t ≤ r es posible usar la cota.
33
fn,k (t) = [P(Z ≥ k)]2
k
≤ e−2(n−2)H ( n−2 ,Fx (t))
!!
k
= exp −2(n − 2)H , FX (t)
n−2
!
k k 1

= exp −2(n − 2) log
n−2 n − 2 FX (t)
! ! !
k k 1
+ 1− log 1 −
n−2 n − 2 1 − FX (t)
! ! !
k 1 k 1

= exp −2k log − 2(n − k − 2) log 1−
n − 2 FX (t) n−2 1 − FX (t)
" #−2k " #−2k " #−2(n−k−2) " #−2(n−k−2)
k 1 k 1
= 1−
n−2 FX (t) n−2 1 − FX (t)
" #−2(n−k−2) " #−2k
k k
= 1− [1 − FX (t)]2(n−k−2) [FX (t)]2k
n−2 n−2
Con lo anterior nos basta entender el óptimo de la función
g(t) = [1 − FX (t)]2(n−k−2) [FX (t)]2k

Dado que g es derivable estudiaremos su derivada:
g ′ (t) = −2(n − k − 2) [1 − FX (t)]2(n−k−2)−1 [FX (t)]2k fX (t)

+ 2k [1 − FX (t)]2(n−k−2) [FX (t)]2k−1 fX (t)
= [1 − FX (t)]2(n−k−2)−1 [FX (t)]2k−1 fX (t) [2k(1 − FX (t)) − 2(n − k − 2)FX (t)]
= [1 − FX (t)]2(n−k−2)−1 [FX (t)]2k−1 fX (t) [2k − 2(n − 2)FX (t)]
= 2 [1 − FX (t)]2(n−k−2)−1 [FX (t)]2k−1 fX (t) [k − (n − 2)FX (t)]
Ahora notar que si t ≤ r se tiene que

k
FX (t) ≤ FX (r) < =⇒ 0 < [k − (n − 2)FX (t)]
n−2
notando que [1 − FX (t)]2(n−k−2)−1 [FX (t)]2k−1 fX (t) ≥ 0 se deduce que g ′ (t) ≥ 0 en [0, r]
por tanto se cumple que
g(t) ≤ g(r)
con lo cual se tiene que
34
" #−2(n−k−2) " #−2k
k k
fn,k (t) ≤ 1 − g(t)
n−2 n−2
" #−2(n−k−2) " #−2k
k k
≤ 1− g(r)
n−2 n−2
" #−2(n−k−2) " #−2k
k k
= 1− [1 − FX (r)]2(n−k−2) [FX (r)]2k
n−2 n−2
Si bien este es un resultado intermedio que utilizaremos para las demostraciones de los
resultados importantes por sí mismo es relevante pues nos asegura que las aristas que no
viven en Gk no son muy livianas.
A continuación presentaremos uno de los resultados más relevantes, donde veremos que
es posible garantizar que Gkn contiene al árbol de manera asintótica para cierta sucesión kn
conveniente.
Teorema 4.2 Sea un grafo donde el peso de las aristas distribuye iid como una variable
aleatoria continua con cdf FX y suponemos que
1
• Sea αn una sucesión positiva y acotada superiormente tal que n αn
→ 0.
• FX invertible.
• X≥0
Dado
(1 + αn ) log(n) + log(log(n))
kn := (n − 2) (rn + FX (rn )) +
2
donde
!
2(2 + αn ) log(n)
rn := FX−1
n
entonces se cumple que
lim P(M ST ⊆ Gkn ) = 1

n→∞
2
y lo hace tan rápido como 1 − n αn
.
Demostración. Notar que si eventualmente kn ≥ n − 2 entonces el resultado se tiene direc-
tamente, por tanto, sin perder generalidad podemos considerar kn ≤ n − 3. Para e ∈ E
denotaremos por Xe su peso, notar que
P(M ST ⊆ Gkn ) = 1 − P(∃e ∈ M ST \Gkn )

así basta ver que P(∃e ∈ M ST \Gkn ) se va a cero, notar que
35
P(∃e ∈ M ST \Gkn ) = P(∃e ∈ M ST \Gkn , Xe ≥ rn ) + P(∃e ∈ M ST \Gkn , Xe ≤ rn )
luego si vemos que cada una de las expresiones se va a cero se concluye lo deseado.
Antes de continuar presentamos un resultado de Steele [43] que dice que si F es una
función de distribución y T el árbol entonces se cumple que
P(max Xe > λ) ≤ en2 e−nF (λ)/2 .

e∈T
Dado lo anterior se cumple que
P(∃e ∈ M ST \Gkn , Xe ≥ rn ) ≤ P(∃e ∈ M ST, Xe ≥ rn ) ≤ P( max Xe ≥ rn ) ≤ en2 e−nFX (rn )/2

e∈M ST
y notando que
e
en2 e−nFX (rn )/2 =
n αn
se concluye que P(∃e ∈ M ST \Gkn , Xe ≥ rn ) → 0. Por otro lado tenemos que
[
P(∃e ∈ M ST \Gkn , Xe ≤ rn ) = P( e ∈ M ST \Gkn , Xe ≤ rn )
e∈E
X
≤ P(e ∈ M ST \Gkn , Xe ≤ rn )
e∈E
2
≤ n P(e ∈ M ST \Gkn , Xe ≤ rn )
Notamos que
2(2 + αn ) log(n)
(n − 2)FX (rn ) = (n − 2) < 2(2 + αn ) log(n) ≤ kn
n
concluyendo que es posible ocupar las cotas demostradas anteriormente, con lo que se
tiene
" #−2(n−kn −2) " #−2kn

kn kn
P(e ∈ M ST \Gkn , Xe ≤ rn ) ≤ 1 −
n−2 n−2
[1 − FX (rn )]2(n−kn −2) [FX (rn )]2kn FX (rn )
Ahora por simplicidad escribimos βn := kn − (n − 2)FX (rn ) = (n − 2)rn + γn donde

γn = (1+αn ) log(n)+log(log(n))
2
.
36
" #−2(n−kn −2) " #−2kn
kn kn
1− [1 − FX (rn )]2(n−kn −2) [FX (rn )]2kn FX (rn )
n−2 n−2
" #−2kn
kn
≤ [FX (rn )]2kn FX (rn )
n−2
" #2kn
FX (rn )(n − 2)
= FX (rn )
kn
" #2kn
kn − βn
= FX (rn )
kn
" #2kn
2βn
= 1− FX (rn )
2kn
≤ e−2βn FX (rn ) (*)
2(2 + αn ) log(n)
=
ne2(n−2)rn eγn
log(n)
≤ M 2(n−2)rn 2γn
ne e
Importante notar que para (*) sea verdad es necesario que −2βn ≥ −2kn es decir βn ≤ kn
lo cual se cumple gracias a la construcción e hipótesis.
Ahora notar que lim rn = FX−1 (0) esto pues 2(2 + αn ) es acotado y es más lo hace
n→∞
decrecientemente por tanto:
1 1
(n − 2)FX−1 (0) ≤ (n − 2)rn =⇒ ≤ −1
e(n−2)rn e(n−2)FX (0)
esto implica que
log(n) log(n) 1 1
M ≤M −1
ne2(n−2)rn eγn 2γ
n e2(n−2)FX (0) e n
Ahora notar que X ≥ 0 =⇒ FX (0) = 0 por tanto FX−1 (0) = 0 tenemos
log(n) 1 log(n) 1 1
= =
n eγn n log(n)n1+αn n2+αn
con lo que
1
n2 P(e ∈ M ST \Gkn , Xe ≤ rn ) ≤ →0
nαn
es decir hemos demostrado que
P(∃e ∈ M ST \Gkn , Xe ≤ rn ) → 0
así concluyendo lo deseado.
37
Observación 3 Es importante notar que cuando decimos FX invertible nos referimos en el
sentido tal que el dominio está restringido al soporte de X.
Lo relevante del Teorema 4.2 es que nos garantiza que asintóticamente y casi seguramente
el grafo Gkn contenga al MST. Dado esto si podemos asegurar que |Ekn | ∈ o(n2 ) logramos
garantizar que obtendremos una mejora en la complejidad de la heurística que planteamos
anteriormente.
Si es posible realizar la reducción en ciertos casos, por ejemplo gracias al Corolario 4.2
podemos asegurar que kn ∈ O(log(n))) para el caso donde los pesos son U ([0, 1]), por lo que
se cumple que kn ∈ o(nα ) con α > 0 luego utilizando que |Ekn | ≤ kn n con lo que es posible
asegurar |Ekn | ∈ o(n2 ).
Corolario 4.2 La distribución uniforme cumple el teorema anterior y es mas
kn ∈ O(log(n))
Notar que esto es interesante pues nos garantiza que es posible obtener una mejora de
la complejidad del algoritmo para ciertos casos del algoritmo. Ahora si consideramos el caso
euclidiano, donde los puntos se posicionan en un cuadrado uniforme de largo 1 y la distancia
entre los puntos es la distancia euclidiana presentamos el Teorema 4.3, el cual veremos es
una generalización estricta a lo ya presentado.
Teorema 4.3 Si estamos en el caso euclidiano entonces si
(1 + αn ) log(n) + log(log(n))
kn = (n − 2)rn +
2
donde
1
• αn es una sucesión acotada positiva tal que n αn
→ 0.
q
log(n)
• rn = πn
se tiene que
lim P(M ST ⊆ Gkn ) = 1
n→∞
Demostración. Dado lo demostrado en [26], se tiene que P(∃e ∈ M ST \G1 , Xe ≥ rn ) → 0 por

lo que la demostración de este teorema radica principalmente en calcular FX y con eso ver
qué P(∃e ∈ M ST \Gkn , Xe ≤ rn ) se va a cero.
Consideremos los puntos (X1 , Y1 ), (X2 , Y2 ) en definimos

q
X := (X1 − X2 )2 + (Y1 − Y2 )2
luego, √
gracias a que la distribución es uniforme iid entonces podemos pensar X esta
dado por A2 + B 2 donde A, B son iid y distribuyen como X1 − X2 , utilizando convolución
obtenemos que:
38

1 + t si − 1 ≤ t ≤ 0
fA (t) =
1 − t si 0 ≤ t ≤ 1
así se tiene que:

 t2 + t + 12 si − 1 ≤ t ≤ 0
2
FA (t) =
 − t2 + t + 1
si 0 ≤ t ≤ 1
2 2
Ahora estamos en condiciones de calcular la distribución de A2 tenemos que

√ √
FA2 (t) = P(A2 ≤ t) = P(|A| ≤ t) = 2 t − t
con lo cual se tiene que:
1
fA2 (t) = √ − 1
t
Ahora estamos en condiciones de poder calcular X, notar que la diferencia √ vive en [−1, 1]
por tanto el cuadrado de ella vive en [0, 1] lo que implica que X vive en [0, 2]. Por simpli-
cidad primero calcularemos X 2 tenemos que:
Utilizaremos que t ≤ 1, realmente no nos interesa el otro caso.

Z +∞
FX 2 (t) = FA2 (t − x)fB 2 (x)dx
−∞
" #
1
Z 1
= FA2 (t − x) √ − 1 dx
0 x
h √
" #
Z 1 i 1
= 1t−x≥0 1t−x≤1 2 t − x − (t − x) √ − 1 dx
0 x
Z th √ "
i 1
#
= 2 t − x − (t − x) √ − 1 dx
0 x
t 2
8 √
= − t t + πt
2 3
Ahora estamos en condiciones de evaluar en X tenemos que:
t4 8 3
FX (t) = P(X ≤ t) = P(X 2 ≤ t2 ) = − t + πt2
2 3
2
Ahora notar que si t es pequeño se tiene que FX (t) ≤ t ≤ t de esta manera definiendo
βn := (1+αn ) log(n)+log(log(n))
2
obtenemos que
39
" #2kn
FX (rn )(n − 2)
n2 P(e ∈ M ST \Gkn , Xe ≤ rn ) ≤ n2 FX (rn )
kn
" #2kn
rn (n − 2)
≤ n2 FX (rn )
kn
" #2kn
2βn
= n2 1− FX (rn )
2kn
≤ n2 e−2βn FX (rn )
n2
≤ M 2βn rn2
e
M n log(n)
=
π n1+αn log(n)
M 1
=
π n αn
concluyendo así lo deseado.
El resultado es mas ajustado que el del teorema general pues para t suficientemente pe-
queño
FX (t) ≤ t2
√
entonces t ≤ FX−1 (t). Así dado que 2(2+αnn) log(n) → 0 para n suficientemente grande
s s !
log(n) 2(2 + αn ) log(n) 2(2 + αn ) log(n)
(n − 2) ≤ (n − 2) ≤ (n − 2)FX−1
πn n n
lo que
q implica que esto es una mejora sobre el teorema general, además es claro que
kn ∈ O( n log(n)) lo cual va a resultar ser importante.
Es relevante mencionar como estos resultados son sobre estimaciones del valor mas justo
que es posible tomar, esto pues las cotas que se hicieron son burdas pues se ignora el hecho
que e ̸∈ Gkn o que e ∈ M ST , dependiendo de cuál de las cotas, luego se espera que los valores
límites de kn sean más ajustados que los presentados.
La discusión anterior no solo revela la relación entre MST y Gkn , si no que también nos
da cierta noción de cómo se comporta el MST, el cálculo de P(e ∈ M ST ) es complejo y por
eso intentamos no usarlo, de todas maneras cuando estamos en el caso U ([0, 1]) se vuelve
relativamente claro que esta probabilidad no puede ser muy pequeña pues tenemos que:
P(M ST ⊆ G1 ) = 1 − P(∃e ∈ M ST \G1 ) ≥ 1 − n2 P(e ∈ M ST \G1 ) ≥ 1 − n2 P(e ∈ M ST )
y dado que G1 es disconexo cuando n → ∞ entonces lim P(M ST ⊆ G1 ) = 0 con lo cual

n→∞
40
1+ϵ
uno espera que para n grande P(e ∈ M ST ) ≥ n2
donde ϵ > 0, de hecho podemos hacerlo
mucho mejor si utilizamos la Proposición 4.4
Proposición 4.4 Dado k ∈ [1, ..., n − 1] y si tenemos distribución U ([0, 1]) en los pesos se
tiene que
 
k
X n−1
X
P(e ∈ Gk ) = 2 an (i, j) + an (i, i)
i=1 j=i+1

n−2 n−2
donde an (i, j) = i−1 j−1
B(i + j − 1, 2n − i − j − 1) y B(x, y) es la función beta.
Demostración. Denotemos por ku y kv al valor de los k−vecinos que corresponde e = uv, es
decir e es el ku vecino más cercano de u y el kv vecino más cercano de v, luego definimos
ke = min{ku , kv } esto implica que
k
X
P(e ∈ Gk ) = P(ke = i)
i=1
con lo que nos basta ver que

n−1
X
P(ke = i) = 2 an (i, j) + an (i, i)
j=i+1
Para esto notamos que ke es separable en 3 eventos ku = i, ku < kv , kv = i, kv < ku ,

i = ku = kv lo cual nos genera que
P(ke = i) = 2P(ku = i, ku < kv ) + P(i = ku = kv )

donde hemos juntados los primeros dos eventos pues en probabilidad son iguales, además
es importante notar que dado que k· ≤ n − 1 al utilizar i = n − 1 en único evento factible es
i = ku = kv por tanto P(ku = n − 1, ku < kv ) = 0 calcularemos la probabilidad pensando en
i < n − 1, pero a posteriori observaremos que lo hecho sigue siendo válido incluso para dicho
caso.
Notamos que el evento ku = i, ku < kv es lo mismo que decir que Xe = X(i) , Y(i) < Xe , pues
sabemos que Y(i) ̸= Xe pero dado que i < kv necesariamente el estadístico al cual corresponde
Y tiene que ser más grande que i, con lo cual se tiene que:
41
n−1
X
P(Xe = X(i) , Y(i) < Xe ) = P(Xe = X(i) , Xe = Y(j) )
j=i+1
n−1
X Z 1
= P(Xe = X(i) , Xe = Y(j) | X = t)
j=i+1 0
n−1
! !
n−2 n − 2 Z 1 i+j−2
(1 − t)2n−i−j−2 (∗)
X
= t
j=i+1 i−1 j−1 0
n−1
! !
X n−2 n−2
= B(i + j − 1, 2n − i − j − 1)
j=i+1 i−1 j−1
n−1
X
= an (i, j)
j=i+1
donde en (∗) usamos el Lema 4.2, lo anterior implica que

n−1
X
P(ke = i) = 2 an (i, j) + P(i = ku = kv )
j=i+1
de la misma manera que antes obtenemos que i = kx = ky es el evento X = X(i) , X = Y(i)

lo cual por definición es an (i, i) concluyendo lo pedido.
n−1
X
Por ultimo notamos que solo hace sentido cuando i < n−1 y utilizando la convención
j=i+1
usual de sumas se obtiene que cuando i = n − 1 es cero, por tanto recuperamos el único
conjunto factible y comprobando que la formula funciona para todo i.
Lo anterior implica el Corolario 4.3, que se obtiene simplemente evaluando
Corolario 4.3 Bajo las hipótesis de la Proposición 4.4 se tiene que

3n − 5
P(e ∈ G1 ) =
2n2 − 5n + 3
luego, sabemos que G1 ⊆ M ST con lo cual P(e ∈ G1 ) ≤ P(e ∈ M ST ) esto implica que
3n − 5
≤ P(e ∈ M ST )
2n2 − 5n + 3
lo cual es una mejor cota a la ya encontrada, en efecto tenemos que P(e ∈ M ST ) esta
acotada inferiormente por algo que se parece a n1 en vez de n12 , esto es interesante pues nos
ayuda a entender de mejor maneara cómo se comporta el MST, de hecho sabemos que en
general
! !
n−2 n−2 Z
an (i, j) = FX (t)i+j−2 (1 − FX (t))2n−i−j−2 fX (t)dt
i−1 j − 1 t∈R
lo cual implica que
42
n−1
X
2 an (1, j) + an (1, 1) ≤ P(e ∈ M ST )
j=2
− FX (t))2n−4 fX (t)dt, luego si

R
esto es extremadamente interesante pues an (1, 1) = t∈R (1
realizamos el cambio de variable u = FX (t) entonces
Z 1
1
an = (1 − u)2n−4 du =
0 2n − 3
lo que implica que independiente de la distribución
1
≤ P(e ∈ M ST )
2n − 3
4.1.2.2. Simulaciones
Perdida de optimalidad
Como ya se demostró, bajo las hipótesis del Teorema 4.2, es posible garantizar que para n
suficientemente grande Gkn contiene al MST de G con alta probabilidad. Una pregunta natu-
ral que surge es que tanta optimalidad se pierde con Gk si se eligen valores de k < kn . A nivel
practico pareciera ser que, en ciertos casos, se necesitan valores comparativamente menores a
los asintóticos encontrados, sobre todo para situaciones practicas donde n resulta ser acotado.
Por ejemplo, si tomamos los pesos U ([0, 1]) utilizaremos kn = 3, kn = 4 y kn = 5 en la

Figura 4.1 se puede apreciar dos simulaciones sobre la perdida de optimalidad en función del
valor de k, en dicha figura graficamos el valor del M ST de Gk dividió en el valor del M ST
real, de esta forma 1 corresponde a que se alcanzó el mismo valor óptimo y en caso de que el
grafo Gk quede disconexo se utilizara el valor 2 como representación.
Figura 4.1: Simulaciones perdida de optimalidad
Se puede apreciar como la perdida de optimalidad es casi nula, incluso teniendo en con-
sideración que estamos tomando valores de k fijos, y que al aumentar n pareciera tender a
ser mas parecido el valor real con el utilizado. Esto da a entender, no solo que los resultados
encontrados pueden ser considerablemente mayores al menor posible, también nos dice que
la perdida de la función objetivo al considerar el MST restringido es pequeña, en las simu-
43
laciones no alcanza a superar el 0.6 %. Lo anterior da a entender que sería posible estudiar
que tanta optimalidad se pierde al considerar Gk para un n fijo y que uno puede esperar que
esta no sea alta.
Otra forma de notar que los valores encontrados pueden ser mayores a no ser ajustados,
se encuentra en las demostraciones. En ellas se utilizo la siguiente cota
e ∈ M ST \Gkn , Xe ≤ rn ) ≤ n2 P(e ∈ M ST \Gkn , Xe ≤ rn )

[
P(
e∈E
a prior esta cota pareciera que se está siendo demasiada burda pues sabemos que a lo más
n − 1 elementos por lo que se puede llegar a pensar que es posible acotar por un valor menor.
En general uno esperaría que se puede utilizar nP(e ∈ M ST \Gkn , Xe ≤ rn ), a pesar de esto
eso no es posible hacerlo pues al momento de considerar los n − 1 estamos imponiendo la
condición de que e ∈ T por tanto es necesario condicionar para obtener la información extra.
Es más, se puede observar cómo en simulaciones que considerar n en vez de n2 es un valor
mucho menor que la verdadera probabilidad, para ver esto y por simplicidad consideraremos
rn = +∞ y kn = 3.
Las simulaciones las realizaremos usando Monte Carlo, dado que cada probabilidad la
podemos interpretar como la esperanza de una indicatriz, esto nos genera la Figura 4.2
donde la curva naranja corresponde a n2 P(e ∈ M ST \G3 ), la verde a utilizar n y la azul la
verdadera probabilidad. Como se puede apreciar la cota con n es considerablemente menor
al valor de la probabilidad real, incluso para valores pequeños de n, mientras que la cota
con n2 si se encuentra como cota superior de la verdadera probabilidad. Además, es posible
notar como la probabilidad con n2 es una sobre estimación del valor deseado lo cual vuelve
a reforzar la idea de que se están trabajando con cotas burdas y por tanto los resultados no
necesariamente van a ser lo más ajustados posibles.
Figura 4.2: Probabilidad y su comparación con las cotas
44
4.2. Aplicaciones
Dado que ahora somos capaces de reducir la cantidad de aristas obtenemos la Proposición
4.5 que nos dice que el algoritmo de clusterización puede hacerse mas rápido, al menos dentro
de sus sub proceso.
Proposición 4.5 Si estamos bajos las hipótesis del Teorema 4.2 o 4.3 es posible resolver el
problema de eliminar todos los puntos de un MST en O(|Ekn |α(n, |Ekn | )) con alta probabili-
dad.
Lo interesante de lo anterior es que |Ekn | ≤ nkn , por tanto (ignorado la función inversa) se
obtiene que es similar a O(kn n) así si es que kn n ∈ o(n2 ) se genera una mejora en velocidad
cada vez que se desee eliminar puntos.
Si estamosqen el caso euclidiano, una hipótesis razonable en el contexto del VRP, tenemos
que kn n ∈ O( n3 log(n)) por tanto logramos reducir la cantidad de iteraciones asociadas a la
eliminación de puntos, lo anterior nos garantiza que somos capaces de aumentar la velocidad
y mantener la optimalidad. A pesar de lo anterior, la complejidad del algoritmo sigue siendo
similar y disminuye levemente, lo que realmente se logra hacer es disminuir la cantidad de
operaciones n2 que hacer, esto se aprecia en la Proposición 4.6.
Proposición 4.6 Utilizando los algoritmos propuestos anteriormente, utilizando [38] y el

grafo Gk para el caso euclidiano, si se define h = max α(i, j) entonces para
i∈[3,...,n],j∈[1,...,i(i−1)/2]
una cantidad de puntos suficientemente grande y tal que en cada cluster se tengan suficientes
puntos se tiene que
q
O n2 + h (n + nclusters )3 log(n + nclusters )
q
2
)3
+ T n log(nclusters ) + h (n + nclusters log(n + nclusters )
y
q
O n2 log(n) + h (n + nclusters )3 log(n + nclusters )
q
2
)3
+ T n log(n) + h (n + nclusters log(n + nclusters )
para el CVRP y VRPTW respectivamente.

Demostración. El cálculo de las complejidades es similar a los anteriores y se relega al Anexo
C.1.
Notar que esto si es una reducción a lo presentado en la Proposición 3.2, esto debido a que
en [44] se menciona que α(n, m) alcanza su máximo cuando m = n con lo que se tiene que
h = maxi=1,...,n α(i, i) y luego observando la definición de α en [44] tenemos
que
h = α(n, n) y
n
dado que α(n, m) crece extremadamente lento se tiene que α(n, n) ∈ o log(n) , esto se deduce
del hecho que la función de Ackerman crece más rápido que una exponencial (ver la Sección
45
2.7 de [45]).
La importancia de este análisis no solo radica en el hecho de que es posible considerar

muchas menos conexiones de las que aparentemente son necesarias, si no que nos da ciertas
luces de los resultados vistos en los K vecinos por cluster, esto debido a que en la estructura
de los MST se cumple y, por tanto, de cierta manera se puede extender al clustering.
Como ya se mencionó al tener un MST en cada cluster tenemos que el MST de la to-
talidad del grafo está dada por re conectar cada uno de estos clusters como macro nodos,
ahora sabemos que estas reconecciones no son más pesadas que los n2 vecinos mas cercanos o
kn en general, si tomamos el approach probabilista. Esto es relevante pues dada la discusión
de optimalidad de la función objetivo de zonificación nos entrega un primer acercamien-
to a que es posible aumentar la velocidad sin perjudicar esa parte de la optimalidad, lo que
deja abierto a seguir entendiendo cómo se comporta el movimiento para la función en general.
Por otro lado, tal y como se menciona en [11], existen estudios en Física, Cosmología y
Astrofísica donde utilizan MST, es mas ahí mismo utilizan un grafo de KNN para poder
realizar los cálculos del MST. Tras lo demostrado si es que hacemos supuestos probabilistas o
tomamos k = n/2 es posible ajustar el valor de k tal que aumentemos la velocidad de cálculo
y manteniendo la optimalidad del MST, ya sea siempre o con harta probabilidad.
Por ultimo cabe destacar que este análisis permite justificar que la idea utilizadas en gra-
nular search son validas en el contexto del MST, es decir es posible reducir el espacio de
búsqueda sin perder optimalidad. Esto da a entender que sería posible ahondar más en estas
técnicas y buscar obtener garantías sobre problemas mas complejos como lo son el TSP y
VRP, lamentablemente las demostraciones se basaron fuertemente en propiedades y resulta-
dos del MST, por tanto no es directo poder extender estos resultados a dichos problemas,
pero si dan una intuición de que puede ser beneficioso hacerlo. Además es posible observar
que para el TSP es posible decir que el algoritmo de Christofides ([31]) puede ser ajustado
haciendo esta limpieza de aristas al momento de la construcción del MST, luego sabemos
que antes de realizar el matching si es posible garantizar que hay varias aristas que a priori
pueden ser ignoradas, bajo esto solo faltaría entender como el matching se vería afectado con
esta reducción y si es posible mantener las garantías del algoritmo con esta eliminación o si al
momento de realizar esa parte es necesario volver a utilizar todas las aristas o otra cantidad
disponible.
46
Capítulo 5
Resultados numéricos
5.1. Instancias Utilizadas

En este capítulo se utilizaran dos tipos de instancias, aquellas con las que probaremos lo
realizado para CVRP y VRPTW.
Para las instancias de CVRP utilizaremos las instancias de Homberger modificadas, estas
consistirán en eliminarle las ventanas horarias, esto genera que de las 300 instancias obtenga-
mos 30 de prueba, pues la diferencia entre las instancias de un mismo tipo (por ejemplo entre
C_2_1 y C_2_2 son las ventanas horarias). Para el VRPTW utilizaremos las instancias de
Homberger sin ninguna modificación.
Para determinar la cantidad de vehículos para las instancias del CVRP, se decide utilizar
la cota mínima posible es decir:
& '
demanda total
k :=
capacidad total
Donde demanda total hace referencia a la suma de las demandas de los nodos y capacidad
total a la capacidad máxima de un vehículo.
Para el caso del VRPTW se utilizará la cantidad de vehículos de las best known solution
(obtenidas de [46]).
5.2. Sobre los experimentos

Como ya se menciono anteriormente, la clusterización inicial para la heurística fue consi-
derada como dada, esto significa que se requiere pensar en una. Dado que el algoritmo fue
pensando para matrices de distancia arbitrarias, no necesariamente euclideanas, utilizar un
algoritmo como Kmeans que se basa en calcular centroides no se vuelve factible, pues no
necesariamente va a existir un valor para dicho punto, dado esto utilizaremos un algoritmo
de Kmedoides, el cual tiene la bondad de ser utilizable en solo los puntos. Dentro de los
algoritmos de Kmedoides uno de los algoritmos clasicos, y el primero en atacar el problema,
se encuentra PAM. Este algoritmo presentado en Rousseeuw y Kaufman [30] consiste en
47
buscar los mejores representantes del problema mediante un proceso iterativo. Utilizaremos
una versión mejorada del algoritmo llamda FasterPam que fue presentada por Schubert y
Rousseeuw [47], este algoritmo consiste en realizar una modificación al algoritmo Pam lo
cual le permite solventar uno de los problemas de velocidad que tiene la versión clásica.
En términos del ruteo compararemos cuatro versiones distintas, que se encuentran resu-
midos en la Tabla 5.1. Llamaremos Heurística al algoritmo propuesto en el trabajo, es decir
a clusterizar, rutear cada cluster y juntar las soluciones para una ultima búsqueda local con
la instancia junta. Diremos Solo clustering cuando hablemos de realizar el mismo proceso
de Heurística pero utilizaremos como algoritmo de clustering solamente FasterPam, es decir
solo realizar la clusterización inicial. El nombre SimpliRoute consistirá en rutear la instancia
completa con el algoritmo de la empresa SimpliRoute. Por ultimo, Best know solution se
referira a utilizar los resultados reportados como la mejor solución en [46].
Tabla 5.1: Tipos de ruteos utilizados
Nombre Descripción
Heurística Resolver el problema con la heurística planteada.
Solo clustering Utilizar FasterPam en vez de la clusterización planteada.
SimpliRoute Resolver la instancia completa con el solver de SimpliRoute.
Best know solution Las mejores soluciones reportada.
5.3. Aproximación tiempo en ruta

5.3.1. CVRP
Se realizo una regresión lineal para aproximar el tiempo en ruta utilizando como varia-
bles explicativa el peso del MST de los nodos de la ruta, y la distancia promedio al depot:
predicción de tiempo = θ0 + θ1 peso del MST + θ2 distancia promedio al depot.
Utilizando solo el peso del MST para aproximar el resultado se obtiene un MAPE de
22.99 % entre todas las instancias, mientras que al realizar la regresión lineal se obtiene un
R2 = 0.999 y MAPE de 1.55 %. Las mejoras por instancia se puede apreciar en la Tabla 5.2,
como se puede apreciar todos los casos presentan mejoría y en la mayoría es considerable.
Antes de la regresión las instancias R1 y RC1 presentaban un valor superior a 11 % de mape
y posteriormente todas ellas disminuyen a menos de 3 %, incluso en las instancias C1 y C2
donde se obtenía un buen aproximado se obtienen mejoras considerables. Cabe destacar que
los resultados de la aproximación llegan a ser competitiva con los resultados presentados en
Figliozzi [34].
5.3.2. VRPTW
Para el caso con ventanas horarias realizamos el algoritmo propuesto en Código 3.4 para
estimar el tiempo en ruta, que de manera greedy busca insertar la mayor cantidad de puntos
48
Tabla 5.2: MAPE ( %) usando solo el peso del MST con tiempo de servicio
Instancia Sin regresión Con regresión Instancia Sin regresión Con regresión
C1_2 3.20 0.77 R2_6 6.95 2.31
C2_2 1.32 0.52 RC1_6 15.18 2.24
R1_2 11.83 2.19 RC2_6 7.36 2.16
R2_2 6.51 2.31 C1_8 6.41 0.65
RC1_2 11.61 2.75 C2_8 2.51 0.51
RC2_2 5.68 2.48 R1_8 16.65 1.83
C1_4 4.00 0.63 R2_8 6.85 2.38
C2_4 1.46 0.38 RC1_8 17.45 1.84
R1_4 13.10 2.05 RC2_8 6.44 3.41
R2_4 4.50 2.37 C1_10 7.80 0.67
RC1_4 13.65 1.95 C2_10 3.06 0.54
RC2_4 4.59 2.94 R1_10 18.12 1.60
C1_6 4.72 0.61 R2_10 5.86 4.36
C2_6 2.23 0.33 RC1_10 18.48 1.80
R1_6 15.45 1.59 RC2_10 9.43 3.07
mediante un orden de las ventanas horarias. Cabe destacar que es necesario hacer una mo-
dificación sobre lo que se hizo para el CVRP pues si se vuelve a entrenar el modelo utilizado
anteriormente con estas instancias se obtiene un MAPE de 53.97 % con un R2 de 0.315, esto
es natural pues no se esta considerando los tiempos de espera ni la compatibilidad de las
ventanas horarias dentro de este calculo.
Si utilizamos el algoritmo propuesto obtenemos un MAPE de 9.16 %, lo cual lo vuelve

una buena aproximación de lo que sería el tiempo en ruta. Se intento mejorar los resultados
generando una regresión lineal con la cantidad de puntos que se determinaron no ruteables,
pero empeoro la predicción luego para mejorar la predicción habría que realizar una selección
de propiedades mas detallada como lo que se presenta en Figliozzi [34], a pesar de esto se
decide utilizar este algoritmo por que genera buenos resultados para una aproximación.
5.4. Experimentos Numéricos sobre restricción de aris-

tas
Como ya se menciono al momento de clusterizar es posible realizar una restricción de la
cantidad de aristas utilizadas en el algoritmo y vimos que para el MST esto puede incluso
no disminuir la optimalidad. A nivel de clustering o cuando no se cumplen las hipótesis de
los teorems demostrados es complejo de evaluar de manera teóricamente como se modifica el
optimo, pues se traduce en entender como es que se modifican las conexiones tanto a nivel
de MST y del clustering y como esto afecta la función objetivo de balanceo.
49
Ya vimos que si eliminamos las nclusters −1 aristas mas pesadas del MST del grafo completo
obtenemos una solución óptima para la zonificación y gracias al capitulo anterior sabemos
que podemos saber el peor caso de la cantidad de arcos necesarios para poder recuperar la
solución, bajo ciertas hipótesis dependiendo del contexto.
De esta manera nos gustaría entender que efecto tiene sobre la la función objetivo y la
velocidad si realizamos la reducción de aristas. Para esto realizaremos un estudio numérico
para distintos valores de K vecinos donde se evaluarán los efecto, para estos experimentos
tomaremos un K que sea proporcional al número de puntos, es decir
K = Kn = ⌈αn⌉
con α ∈ (0, 1], de esta manera α puede pensarse como el porcentaje de aristas que queremos
mantener conectadas. Analizaremos los caso de α ∈ {0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1}.
A continuación y en el Anexo D presentaremos distintos gráficos con respecto a la función

objetivo y el tiempo de ejecución de la clusterización en función del valor de α seleccionado.
Para entender el comportamiento de las soluciones graficaremos la diferencia relativa con
respecto a utilizar α = 1, es decir si denotamos por yα a la función objetivo utilizaremos la
forma de la 5.1 y para el tiempo de ejecución realizaremos lo mismo.
yα − y1
(5.1)
y1
Lo anterior significa que un numero positivo es que aumento la función objetivo mientras
que uno negativo es que disminuyo, análogo para el tiempo de ejecución, por tanto el eje Y
corresponderá a una proporción de aumento o disminución de la función en comparación al
valor de referencia obtenido con α = 1.
5.4.1. CVRP
En la Figura 5.1 se puede observar el efecto que tiene en la función objetivo y en los tiempos
de ejecución para las instancias de tamaño 200 puntos, es posible notar como rápidamente
(al considerar el 30 %) se llega a un punto donde se deja de perder optimalidad y la velocidad
llega a un punto de ser al menos 50 % más rápido. Algo relevante es que si se observa el
caso de tamaño 1000 (Figura 5.2) la elección de α ya no se vuelve relevante para la función
objetivo pues los cambios son infimos y el efecto considerable es sobre la velocidad.
50
Figura 5.1: Gráficos instancias tamaño 200
Figura 5.2: Gráficos instancias tamaño 1000
Otro punto destacable es que a veces considerar α pequeño puede ayudar a salir de óptimos
locales que no son realmente beneficiosos, por ejemplo para el caso de n = 400 se aprecia
claramente este efecto, Figura 5.3. Este comportamiento observado se aprecia para todos los
tamaños de instancias, es decir valores pequeños de α, tales como {0.1, 0.2, 0.3}, entregan
resultados casi óptimos o óptimos (en comparación a α = 1) con una reducción del tiempo
de ejecución considerable, para ver el resto de gráficos mirar el Anexo D.1.
51
Figura 5.3: Función objetivo tamaño 400
5.4.2. VRPTW
Para este caso se vuelve más complejo la forma de representar la información pues son 10
instancias por cada tipo y tamaño. Para n = 200 y n = 1000 se muestra la primera instancia
de cada tipo en Figura 5.4 y 5.5, respectivamente.
Es posible notar como se tiene un comportamiento similar a lo ya observado, existe poca o

nula perdida de optimalidad, a veces incluso obteniendo mejores métricas. Lo más relevante
a mencionar es que se necesita un α levemente mayor que en el caso anterior para alcanzar
los mismos resultados que α = 1, para observar este comportamiento en más detalle con el
resto de casos ver Anexo D.2.
Figura 5.4: Gráficos primera instancia tamaño 200
52
Figura 5.5: Gráficos primera instancias tamaño 1000
5.5. Experimentos Numéricos Optimización VRP

A continuación se presentan los experimentos numéricos sobre la optimización tanto pa-
ra el CVRP como el VRPTW. Realizaremos tres comparaciones relevantes: Solo clustering
vs Heurística, SimpliRoute vs Heurística y Best know solution vs Heurística. Es importante
mencionar que este ultimo solo se realizara para el VRPTW, otra consideración relevante es
que cuando se compare SimpliRoute vs Heurística y Best know solution vs Heurística se rea-
lizara una elección lexicográfica entre Heurística y Solo clustering que consistirá en quedare
con la opción que inserte más puntos y en caso de que ambas estrategias inserten más se elige
aquella que mejore la métrica de balanceo, con este fin se busca que el resultado sea (en el
peor de los casos) tan bueno como solo hacer una clusterización.
5.5.1. CVRP
Solo clustering vs Heurística
En este caso de 30 instancias en 14 se insertan los mismos, 15 se insertan más clientes y en
1 se insertan menos. Por otro lado, en términos de la métrica de balanceo 24 de 30 instancias
disminuye, de las 6 que aumentan en la mitad se llegan a insertar más clientes, además
cuando se disminuye (en promedio) es de un 31 % aproximadamente, para representar esto
presentamos la Figura 5.6 en este gráfico (y todos aquellos que utilicen las mismas variables
en otras secciones) se utiliza lo siguiente:
Nodos Insertados Heurística − Nodos Insertados Solo Clustering

x=
Nodos Insertados Solo Clustering
Objetivo Balanceo Tiempo Heurística − Objetivo Balanceo Solo Clustering
y=
Objetivo Balanceo Solo Clustering
lo anterior significa que si el eje x es positivo (negativo) se insertaron más (menoss) clien-
tes, mientras que si el y es positivo (negativo) la función objetivo aumento (disminuyo) su
valor, esto implica que en el mejor de los casos nos interesa eje x positivo e y negativo, pero
dado que insertar mas clientes no necesariamente nos permite mejorar la función objetivo de
balanceo de tiempo en general estar en el cuadrante I y IV es un buen resultado, mientras
53
que si x = 0 ahi es relevante que el valor de y sea negativo.
Figura 5.6: Porcentaje objetivo balanceo vs porcentaje clientes insertados
En términos de optimalidad de la solución como problema de VRP, si consideramos que

la función objetivo corresponde a la suma total de la distancia recorrida, en promedio esta
disminuye un 2 % (es decir es un 2 % más óptima), tal como se aprecia en la Figura 5.7.
Figura 5.7: Diferencia porcentual función objetivo por instancia
Es importante mencionar que dado que dentro del algoritmo la función objetivo clásica
es igual de importante que la de balanceo, por tanto observar el gráfico de la Figura 5.7 es
importante para entender que tanto se esta perdiendo en optimalidad clásica por balancear,
54
pues si este valor aumenta considerablemente en comparación al balanceo se puede volver
una solución no deseada.
La discusión anterior nos muestra que el método propuesto no solo se es capaz de con-
siderar una mejor inserción de clientes y de balanceo que solo una clusterización, sino que
también el algoritmo es capaz de encontrar soluciones que son más óptimas y más balancea-
das.
Para ver los efectos del algoritmo mostraremos la solución de dos instancias y el valor de
la función objetivo de balanceo, esto lo realizaremos para C22 y R12 , es decir las instancias
C2 y R1 de 200 nodos.
(a) Solo clustering
(b) Heurística.
Figura 5.8: Instancia C2_2
Se puede apreciar en Figura 5.8 como es que mediantes leve cambios de puntos es posible
disminuir considerablemente (por más del doble) la métrica sobre balanceo. Mientras que en
5.9 es posible observar como es que realizando movimientos de puntos entre rutas cercanas es
55
posible disminuir la función objetivo y generar que cluster que antes no eran factibles ahora
lo sean logrando insertar más puntos, esto se puede apreciar con el punto (120, 60) que no
fue ruteado en Solo clustering pero si con la Heurística.
(a) Solo clustering
(b) Heurística.
Figura 5.9: Instancia R1_2
SimpliRoute vs Heurística
En este caso obtenemos que en 28 de las 30 instancias se insertan más o la misma cantidad
de clientes, de esos 28 caso en 20 de ellos se logra aumentar la cantidad de clientes insertados.
En términos de la métrica de balanceo en 28 de las instancias disminuye. Lo anterior se puede
apreciar en la Figura 5.10.
56
Es importante mencionar que la variación del tiempo en ruta, de ahora en adelante es lo

que se entenderá como optimalidad clásica, se presenta una variación del ±1 %, esto implica
cómo es posible buscar soluciones más balanceadas e incluso con mejor inserción sin tener
que realizar un alto trade off con la optimalidad clásica, cabe destacar que estos resultados
pueden variar dependiendo de que tan óptimo sea el solver utilizado.
5.5.2. VRPTW
Solo clustering vs Heurística
En este caso el 68 % de las instancias aumentan su inserción y el 78.67 % disminuye la
métrica de balanceo (ver Figura 5.11), es importante destacar que en promedio la métrica
disminuye un 14.06 % y, en los casos que disminuye, se transforma hasta 24.36 %. En términos
de optimalidad, si consideramos nuevamente la distancia recorrida, en promedio aumenta un
3 %.
57
Como se puede apreciar en general el proceso de clusterización ayuda a poder aumentar
los clientes insertados y disminuir la métrica de balanceo, luego aplicando un máximo entre
la solución sin el proceso completo de clusterización y este proceso es posible siempre tener
como base no realizar el proceso, es decir nunca empeoraremos en función a solo clusterizar
y en general se tendera a mejorar el balance sin perjudicar la métrica de optimalidad.
Para mostrar comportamientos relevantes a tener en consideración se mostraran las rutas

de C2_2_1 y RC2_2_2, Figura 5.12 y 5.13 respectivamente.
(a) Solo clustering
(b) Heurística.
Figura 5.12: Instancia C2_2
Como se puede apreciar en la Figura 5.12 sigue ocurriendo que mediante pequeños inter-
cambios entre ruta se logra disminuir la métrica de balanceo por aproximadamente 5 veces.
En la Figura 5.13 se aprecia un comportamiento más interesante, si se observa la ruta de
color rojo termina cruzando todo el mapa esto se atribuye a dos puntos. El primero es por
ser la métrica de balanceo el rango es posible que se intente aumentar el largo de la ruta con
el fin de aumentar el valor mínimo, esto puede ocurrir tanto al momento de clusterizar como
58
posterior a juntar las soluciones. El segundo es debido a los intercambio permitidos con los
vecinos del cluster rojo y morado son vecinos se tiene que puntos que estén en los extremos
de los clusters evalúen intercambiarse, lo cual puede ser beneficioso para las métricas pero no
para el resultado deseado. Dado lo anterior, si estos efectos se desean evitar puede ser bene-
ficioso estudiar el efecto de ponderar las función objetivo, redefinir la noción de vecinos para
el cluster y/o utilizar funciones que sean monótonas como el máximo o máximo lexicográfi-
co, ver Matl et al. [4] para más detalle en el tipo de funciones de balanceo y sus características.
(a) Solo clustering
(b) Heurística.
Figura 5.13: Instancia R1_2
SimpliRoute vs Heurística
Al comparar los resultados se obtiene que en 297 instancias se insertan más o la misma
cantidad de clientes, siendo 2 de ellas las que insertan la misma cantidad. Mientras que en
términos de la métrica asociada al balanceo en 277 se disminuye y 33 aumenta, esto se puede
apreciar en el gráfico de la Figura 5.14.
59
Se tiene que en promedio la metrica asociada al balanceo disminuye un 30.91 %. Si es-

tudiamos las métricas de optimalidad clásicas la tendencia es que aumente en promedio un
9.89 %, esto puede apreciarse en el gráfico de caja de bigote de la Figura 5.15.
Figura 5.15: Porcentaje aumento función objetivo clásica
De lo anterior se puede apreciar cómo es que si logra generar un proceso con mejor niveles
de inserción y balanceo y esto incurre en una perdida de optimalidad clásica. Cabe destacar
que al insertar más clientes es posible que la perdida de optimalidad de la función objetivo
clásica se deba a esto, a pesar de lo anterior se logra disminuir el balanceo en el orden de 3
veces más que el aumento ocurrido, lo cual termina siendo beneficioso para la función objetivo
trabajada, que como ya se menciono consiste en la suma del balanceo y de la función clásica.
60
Best known solution vs Heurística
En esta parte obtenemos la Tabla 5.3 de resultados sobre la métrica de balanceo.
Tabla 5.3: Tabla Métrica Balanceo
Métrica Balanceo Menor Igual Mayor

Porcentaje De Instancias 83.00 % 0.67 % 16.33 %
En general la métrica de balanceo disminuye, lo que significa que el proceso, en efecto,

está haciendo lo deseado. En este caso existe un detalle y es que no en todos los casos se
logran insertar el 100 % de los clientes, si se realiza ese filtro se obtiene la Tabla 5.4.
Tabla 5.4: Tabla Métrica Balanceo - Instancias Completas
Métrica Balanceo Menor Igual Mayor

Porcentaje De Instancias 93.48 % 4.35 % 2.17 %
Lo anterior implica que incluso cuando se logra insertar todos los clientes de la instancia
en la mayoría de los casos se logra disminuir la métrica de balanceo, en promedio el tradeoff
entre optimalidad y balanceo ocurre en un ratio en que ocurre es cercano al 1 : 1, es decir si
es que la función objetivo clásica aumento un 5 % se obtuvo una disminución de 5 % en la
métrica de balanceo. Otro punto interesante es que en la mayoría de los casos si se presenta
una disminución de la métrica de balanceo utilizado.
5.6. Conclusiones de la heurística

En términos de velocidad y optimalidad se tiene que es posible utilizar una lógica de veci-
nos más cercanos para aumentar considerablemente la velocidad, puede llegar a ser un 80 %
más rápido, sin realizar un sacrificio considerable de optimalidad en la función objetivo del
clustering, es más existen casos donde se llega a mejores resultados.
Por otro lado, se puede observar cómo el proceso si logra su cometido, en general se
disminuye la métrica de balanceo y logra insertar mas clientes comparándose contra un
approach naive. Cuando se compara contra los resultados de la empresa en general se logran
mejorar las métricas de balanceo e inserción a cambio de perjudicar un poco la metrica de
suma de tiempo en ruta. Cuando se comparar contra las Best know solutions es posible
observar como se encuentran soluciones mas balanceadas, y en aquellas instancias donde se
logran insertar todos los clientes el tradeoff existente entre la función de optimalidad clasica
y la métrica de balanceo es 1 : 1, es decir si la función de optimalidad clásica disminuye un
dado porcentaje en comparación a las best known solution ese valor fue aumentando en la
optimalidad asociada a la métrica de balanceo.
61
Capítulo 6
Conclusiones
En esta tesis se logró presentar un algoritmo de clusterización enfocado al VRP, que per-
mite obtener soluciones con consideraciones de balanceo de tiempo en ruta. Esta metodología
es aplicable para cualquier forma que utilice Cluster First - Route Second y tiene en conside-
ración las restricciones de capacidades y ventanas horarias del problema. Además se generan
variaciones para tener en consideración cuando las ventanas horarias son restrictivas y para
cuando no.
Se analizo la velocidad de la heurística y como sus resultados se ven afectados al apli-

car una lógica de reducción de aristas inspirada en las búsquedas granulares. También se
comparan los resultados de las optimizaciones contra los resultados entregados al realizar un
ruteo sin las consideraciones y las mejores soluciones conocidas de las instancias, obtenien-
do que la metodología es capaz de obtener soluciones mas balanceadas y, en el caso de las
mejores soluciones conocidas, generando un tradeoff 1:1 entre optimalidad clásica y balanceo.
Se logra encontrar relaciones teóricas entre el grafo de los k vecinos más cercanos y el
MST. Para el caso determinista se encuentran cotas ajustadas para el valor de k donde se
puede garantizar que siempre se contiene al MST. Para el contexto probabilista se logran
demostrar resultados asintóticos, en el tamaño de los nodos, donde se puede garantizar que
el MST esa contenido en el grafo de los vecinos mas cercanos. Además se estudio como estos
resultados son aplicables para disminuir la complejidad del algoritmo propuesto y en distintas
áreas que ocupen los MSTs pues nos garantizan que con alta probabilidad no perderemos la
optimalidad del árbol.
Dentro de lo realizado quedan ciertas preguntas e ideas que quedan propuestas a pro-
fundizar y analizar. Por un lado, los valores para k encontrado en el contexto probabilista
no son ajustados y se pueden investigar realizar cotas que sean mas justas. Por otro lado,
solamente se estudio cuando se mantiene la optimalidad, se vuelve interesante intentar un
análisis similar sobre cuanta optimalidad se pierde dependiendo del valor de k. Otro análisis
que interesante que queda propuesto es ver si es posible extender estas nociones, o similares,
a problemas mas complejos como lo son el TSP o VRP.
62
Bibliografía
[1] Braekers, K., Ramaekers, K., y Van Nieuwenhuyse, I., “The vehicle routing problem:
State of the art classification and review”, Computers & Industrial Engineering, vol. 99,
pp. 300–313, 2016, doi:https://doi.org/10.1016/j.cie.2015.12.007.
[2] Dantzig, G. B. y Ramser, J. H., “The truck dispatching problem”, Management science,
vol. 6, no. 1, pp. 80–91, 1959.
[3] Matl, P., Hartl, R., y Vidal, T., “Workload equity in vehicle routing: The impact of
alternative workload resources”, Computers & Operations Research, vol. 110, pp. 116–
129, 2019, doi:https://doi.org/10.1016/j.cor.2019.05.016.
[4] Matl, P., Hartl, R. F., y Vidal, T., “Workload equity in vehicle routing problems: A
survey and analysis”, Transportation Science, vol. 52, pp. 239–260, 2018, doi:10.1287/
trsc.2017.0744.
[5] Sivaramkumar, V., Thansekhar, M. R., Saravanan, R., y Amali, S. M. J., “Demonstrating
the importance of using total time balance instead of route balance on a multi-objective
vehicle routing problem with time windows”, The International Journal of Advanced
Manufacturing Technology, vol. 98, pp. 1287–1306, 2018, doi:10.1007/s00170-018-2346-6.
[6] Fisher, M. L. y Jaikumar, R., “A generalized assignment heuristic for vehicle routing”,
Networks, vol. 11, no. 2, pp. 109–124, 1981, doi:https://doi.org/10.1002/net.3230110205.
[7] Gillett, B. E. y Miller, L. R., “A heuristic algorithm for the vehicle-dispatch problem”,
Operations Research, vol. 22, no. 2, pp. 340–349, 1974, doi:10.1287/opre.22.2.340.
[8] Gehring, H. y Homberger, J., “A parallel hybrid evolutionary metaheuristic for the vehi-
cle routing problem with time windows”, en University of Jyva¨skyla, pp. 57–64, 1999.
[9] Devillers, J. y Dore, J., “Heuristic potency of the minimum spanning tree (mst) method
in toxicology”, Ecotoxicology and Environmental Safety, vol. 17, no. 2, pp. 227–235,
1989, doi:https://doi.org/10.1016/0147-6513(89)90042-0.
[10] Tewarie, P., van Dellen, E., Hillebrand, A., y Stam, C., “The minimum spanning tree:
An unbiased method for brain network analysis”, NeuroImage, vol. 104, pp. 177–188,
2015, doi:https://doi.org/10.1016/j.neuroimage.2014.10.015.
[11] Naidoo, K., “Mistree: a python package for constructing and analysing minimum
spanning trees”, Journal of Open Source Software, vol. 4, no. 42, p. 1721, 2019,
doi:10.21105/joss.01721.
[12] Laporte, G., “Fifty years of vehicle routing”, Transportation science, vol. 43, no. 4,
pp. 408–416, 2009.
[13] Vidal, T., Crainic, T. G., Gendreau, M., y Prins, C., “Heuristics for multi-attribute
vehicle routing problems: A survey and synthesis”, European Journal of Operational
63
Research, vol. 231, no. 1, pp. 1–21, 2013.
[14] Gendreau, M. y Tarantilis, C. D., Solving large-scale vehicle routing problems with time
windows: The state-of-the-art. Cirrelt Montreal, 2010.
[15] QI, M., DING, G., ZHOU, Y., y MIAO, L., “Vehicle routing problem with time windows
based on spatiotemporal distance”, Journal of Transportation Systems Engineering and
Information Technology, vol. 11, no. 1, pp. 85–89, 2011, doi:https://doi.org/10.1016/S1
570-6672(10)60104-3.
[16] Qi, M., Lin, W.-H., Li, N., y Miao, L., “A spatiotemporal partitioning approach for
large-scale vehicle routing problems with time windows”, Transportation Research Part
E: Logistics and Transportation Review, vol. 48, no. 1, pp. 248–257, 2012, doi:https://do
i.org/10.1016/j.tre.2011.07.001. Select Papers from the 19th International Symposium
on Transportation and Traffic Theory.
[17] Melián-Batista, B., De Santiago, A., AngelBello, F., y Alvarez, A., “A bi-objective vehicle
routing problem with time windows: A real case in tenerife”, Applied Soft Computing,
vol. 17, pp. 140–152, 2014, doi:https://doi.org/10.1016/j.asoc.2013.12.012.
[18] de Armas, J., Melián-Batista, B., Moreno-Pérez, J. A., y Brito, J., “Gvns for a real-world
rich vehicle routing problem with time windows”, Engineering Applications of Artificial
Intelligence, vol. 42, pp. 45–56, 2015, doi:https://doi.org/10.1016/j.engappai.2015.03.0
09.
[19] Hautamaki, V., Karkkainen, I., y Franti, P., “Outlier detection using k-nearest neighbour
graph”, en Proceedings of the 17th International Conference on Pattern Recognition,
2004. ICPR 2004., vol. 3, pp. 430–433 Vol.3, 2004, doi:10.1109/ICPR.2004.1334558.
[20] Lucińska, M. y Wierzchoń, S. T., “Spectral clustering based on k-nearest neighbor
graph”, en Computer Information Systems and Industrial Management (Cortesi, A.,
Chaki, N., Saeed, K., y Wierzchoń, S., eds.), (Berlin, Heidelberg), pp. 254–265, Springer
Berlin Heidelberg, 2012.
[21] Dann, E., Henderson, N. C., Teichmann, S. A., Morgan, M. D., y Marioni, J. C., “Diffe-
rential abundance testing on single-cell data using k-nearest neighbor graphs”, Nature
Biotechnology, vol. 40, pp. 245–253, 2021, doi:10.1038/s41587-021-01033-z.
[22] Bose, P., Dujmović, V., Hurtado, F., Iacono, J., Langerman, S., Meijer, H., Sacristán,
V., Saumell, M., y Wood, D. R., “Proximity graphs: E, δ, δ, χ and ω”, International
Journal of Computational Geometry & Applications, vol. 22, no. 05, pp. 439–469, 2012.
[23] Chazelle, B., “A minimum spanning tree algorithm with inverse-ackermann type com-
plexity”, Journal of the ACM (JACM), vol. 47, no. 6, pp. 1028–1047, 2000.
[24] Nešetřil, J., Milková, E., y Nešetřilová, H., “Otakar borůvka on minimum spanning tree
problem translation of both the 1926 papers, comments, history”, Discrete Mathematics,
vol. 233, no. 1, pp. 3–36, 2001, doi:https://doi.org/10.1016/S0012-365X(00)00224-7.
Czech and Slovak 2.
[25] Frieze, A., “On the value of a random minimum spanning tree problem”, Discrete
Applied Mathematics, vol. 10, no. 1, pp. 47–56, 1985, doi:https://doi.org/10.1016/0166
-218X(85)90058-7.
[26] Penrose, M. D., “The longest edge of the random minimal spanning tree”, The Annals
of Applied Probability, vol. 7, no. 2, pp. 340 – 361, 1997, doi:10.1214/aoap/1034625335.
64
[27] Cooper, C. y Frieze, A., “On the connectivity of random k-th nearest neighbour graphs”,
Combinatorics, Probability and Computing, vol. 4, pp. 343–362, 1995, doi:10.1017/s096
3548300001711.
[28] Kanungo, T., Mount, D. M., Netanyahu, N. S., Piatko, C. D., Silverman, R., y Wu,
A. Y., “A local search approximation algorithm for k-means clustering”, Computational
Geometry, vol. 28, no. 2, pp. 89–112, 2004, doi:https://doi.org/10.1016/j.comgeo.200
4.03.003. Special Issue on the 18th Annual Symposium on Computational Geometry -
SoCG2002.
[29] Fränti, P. y Virmajoki, O., “On the efficiency of swap-based clustering”, en Adaptive
and Natural Computing Algorithms (Kolehmainen, M., Toivanen, P., y Beliczynski, B.,
eds.), (Berlin, Heidelberg), pp. 303–312, Springer Berlin Heidelberg, 2009.
[30] Rousseeuw, P. y Kaufman, L., “Clustering by means of medoids”, en Proceedings of
the statistical data analysis based on the L1 norm conference, neuchatel, switzerland,
vol. 31, 1987.
[31] Christofides, N., “Worst-case analysis of a new heuristic for the travelling salesman
problem”, rep. tec., Carnegie-Mellon Univ Pittsburgh Pa Management Sciences Research
Group, 1976.
[32] Zhong, C., Miao, D., y Fränti, P., “Minimum spanning tree based split-and-merge: A
hierarchical clustering method”, Information Sciences, vol. 181, no. 16, pp. 3397–3410,
2011, doi:https://doi.org/10.1016/j.ins.2011.04.013.
[33] Nicola, D., Vetschera, R., y Dragomir, A., “Total distance approximations for routing
solutions”, Computers & Operations Research, vol. 102, pp. 67–74, 2019, doi:https:
//doi.org/10.1016/j.cor.2018.10.008.
[34] Figliozzi, M. A., “Planning approximations to the average length of vehicle routing pro-
blems with time window constraints”, Transportation Research Part B: Methodological,
vol. 43, no. 4, pp. 438–447, 2009, doi:https://doi.org/10.1016/j.trb.2008.08.004.
[35] Auger, N., Jugé, V., Nicaud, C., y Pivoteau, C., “On the worst-case complexity of tim-
sort”, en 26th Annual European Symposium on Algorithms (ESA 2018), vol. 112, pp. 4–
1, 2018.
[36] Atkinson, M. D., Sack, J.-R., Santoro, N., y Strothotte, T., “Min-max heaps and generali-
zed priority queues”, Commun. ACM, vol. 29, p. 996–1000, 1986, doi:10.1145/6617.6621.
[37] Chin, F. y Houck, D., “Algorithms for updating minimal spanning trees”, Journal of
Computer and System Sciences, vol. 16, no. 3, pp. 333–344, 1978, doi:https://doi.org/
10.1016/0022-0000(78)90022-3.
[38] Nardelli, E., Proietti, G., y Widmayer, P., “Nearly linear time minimum spanning tree
maintenance for transient node failures”, Algorithmica, vol. 40, pp. 119–132, 2004,
doi:10.1007/s00453-004-1099-9.
[39] Gaibisso, C., Proietti, G., y Tan, R. B., “Optimal MST maintenance for transient deletion
of every node in planar graphs”, en Lecture Notes in Computer Science, pp. 404–414,
Springer Berlin Heidelberg, 2003, doi:10.1007/3-540-45071-8_41.
[40] Toth, P. y Vigo, D., “The granular tabu search and its application to the vehicle-routing
problem”, Informs Journal on computing, vol. 15, no. 4, pp. 333–346, 2003.
65
[41] David, H. A. y Nagaraja, H. N., Order statistics. John Wiley & Sons, 2004.
[42] Arratia, R. y Gordon, L., “Tutorial on large deviations for the binomial distribution”,
Bulletin of mathematical biology, vol. 51, no. 1, pp. 125–131, 1989.
[43] Steele, J. M., “On frieze’s χ (3) limit for lengths of minimal spanning trees”, Discrete
Applied Mathematics, vol. 18, no. 1, pp. 99–103, 1987.
[44] Tarjan, R. E., “Efficiency of a good but not linear set union algorithm”, J. ACM, vol. 22,
p. 215–225, 1975, doi:10.1145/321879.321884.
[45] Graham, R. L., Rothschild, B. L., y Spencer, J. H., “Ramsey theory”, vol. 20. John
Wiley & Sons, 1991.
[46] “Gehring & homberger benchmark.”, https://www.sintef.no/projectweb/top/vrptw/.
[47] Schubert, E. y Rousseeuw, P. J., “Fast and eager k-medoids clustering: O(k) runtime
improvement of the pam, clara, and clarans algorithms”, Information Systems, vol. 101,
p. 101804, 2021, doi:https://doi.org/10.1016/j.is.2021.101804.
66
Anexos
A continuación se presentan resultados que serán de utilidad para ciertas demostraciones

del anexo.
En primer lugar recordar dos resultados conocidos de las normas de Rn .
Proposición .1 Sea x ∈ Rn denotamos por ||x||p la norma p usual, es decir, ||x||p =

n
!1
p
p
X
|xi | . En tal caso
i=1
∀p ∈ [1, ∞], ∀x ∈ R, ||x||p ≤ ||x||1 , (.1)

∀x, y ∈ Rn |⟨x, y⟩| ≤ ||x||2 · ||y||2 (.2)
Para los siguientes resultados definiremos tres modificaciones a un vector que serán de
utilidad.
Definición .1 Sea x ∈ Rn y si x = (x(1), ..., x(n)) se define
xa := (x(1) − a, x(2) − a, ..., x(n) − a)

xp := ([x(1)]p , ..., [x(n)]p )
xpa := (xa )p = ([x(1) − a]p , ..., [x(n) − a]p )
Es importante recalcar que escribimos x(i) en vez de xi para evitar confusión.
Un resultado de utilizad sera entender como cambia la norma de un vector si lo desplaza-

mos por una constante.
Proposición .2 Sea x, y ∈ Rn , p, q ≥ 1 y a, b ∈ R si es que se cumple que x(i) ≥ a ∀i,

y(i) ≥ b ∀i entonces se cumple que
|⟨xpa , ybq ⟩| ≤ (||x||1 − an)p (||y||1 − bn)q
Demostración. Para esto notamos que por la proposición .1 se cumple que
|⟨xpa , ybq ⟩| ≤ ||xpa ||2 · ||ybq ||2 ≤ ||xpa ||1 · ||ybq ||1
Luego si denotamos xpa (i) como el i−esimo elemento de xpa
67
n
||xpa ||1 = |xpa (i)|
X
i=1
n
(|x(i) − a|)p
X
=
i=1
= ||xa ||pp
≤ (||xa ||1 )p
≤ (||x|| − an)p
donde la ultima desigualdad se debe a que

n
X
||xa ||1 = |x(i) − a|
i=1
Xn
= x(i) − a
i=1
Xn
= x(i) − an
i=1
Xn
≤ |x(i)| − an
i=1
≤ ||x||1 − an
de esta manera podemos concluir que
|⟨xpa , ybq ⟩| ≤ ||xpa ||1 · ||ybq ||1 ≤ (||x||1 − an)p · (||y||1 − bn)q
Es interesante notar que sin la hipótesis x(i) ≥ a ∀i, y(i) ≥ b ∀i solo se puede garantizar
|⟨xpa , ybq |
≤ (||x||1 + an)p (||y||1 + bn)q .
Anexo A. Demostraciones Capitulo 3

A.1. Demostración Proposición 3.1
Demostración. Calcularemos la complejidad por iteración y por cada local search.
Para CluseringRelocate hay que evaluar todas las combinaciones (i, j) tales que i ̸= j, por
cada una de ellas es necesario preguntarse por el movimiento de un punto, ese movimiento
consiste en quitarle el punto a i y agregárselo a j. Para el modelo CVRP esto tanto para
el ZoneMST y BalanceMST, recordando que el primero incluye al depot y el segundo no
obtenemos la siguiente cantidad de operaciones
nclusters
X nclusters
X nXi −1
(ni − 1)2 + (nj + 1)2 + (ni − 2)2 + (nj )2 + log(nclusters )
i=1 j=1 l=1
j̸=i
68
donde ni corresponde a la cantidad de puntos en el cluster i incluyendo al depot por tanto
nclusters
X
n + nclusters = ni , donde n es la cantidad de nodos. Ahora procedemos a calcular cada
i=1
uno de los términos relevantes. Durante todo lo que sigue denotamos x = (n1 , n2 , ..., nnclusters ),
entonces x ∈ Rnclusters y ||x||1 = n + nclusters .
nclusters
X nclusters
X nXi −1
Primero calculamos el termino log(nclusters ).

i=1 j=1 l=1
j̸=i
nclusters
X nclusters
X nXi −1 nclusters
X
log(nclusters ) = log(nclusters )(nclusters − 1) (ni − 1)
i=1 j=1 l=1 i=1
j̸=i
= log(nclusters )(nclusters − 1)n

nclusters
X nclusters
X nXi −1
Ahora calculamos el termino (ni − 2)2

i=1 j=1 l=1
j̸=i
nclusters
X nclusters
X nX i −1
2
(ni − 2) = (nclusters − 1) (ni − 2)2
i=1 j=1 l=1 i=1 l=1
j̸=i
nclusters
(ni − 1)(ni − 2)2
X
= (nclusters − 1)
i=1
= (nclusters − 1)⟨x1 , x22 ⟩
≤ (nclusters − 1)(||x||1 − nclusters )(||x|| − 2nclusters )2
= (nclusters − 1)n(n − nclusters )2
nclusters
X nclusters
X nXi −1
Por otro lado el termino (ni − 1)2 es análogo a lo realizado pero en vez
i=1 j=1 l=1
j̸=i
de x22 es x21 es decir
nclusters
X nclusters
X nXi −1
(ni −1)2 ≤ (nclusters −1)(||x||1 −nclusters )(||x||1 −nclusters )2 = (nclusters −1)n3

i=1 j=1 l=1
j̸=i
nclusters
X nclusters
X nXi −1
Para calcular (nj )2 realizamos un análisis similar

i=1 j=1 l=1
j̸=i
69
nclusters
X nclusters
X nclusters
2
(ni − 1)(nj )2
X
(nj ) =
i=1 j=1 l=1 i=1 j=1
j̸=i j̸=i
nclusters
X nclusters
(ni − 1)(nj )2
X
≤
i=1 j=1
nclusters
n2j
X
= n
j=1
nclusters
X
=n nj · nj
j=1
= n⟨x, x⟩
≤ n||x||1 · ||x||1
= n(n + nclusters )2
nclusters
X nclusters
X nXi −1
Para el ultimo termino (nj + 1)2 , la diferencia es que en vez de x usamos

i=1 j=1 l=1
j̸=i
x−1 de esta manera
nclusters
X nclusters
X nXi −1
(nj )2 = n⟨x−1 , x−1 ⟩ ≤ n(||x||1 +nclusters )·(||x||1 +nclusters ) = n(n+2nclusters )2

i=1 j=1 l=1
j̸=i
Juntado todo lo anterior obtenemos.
nclusters
X nclusters
X nXi −1
(ni − 1)2 + (nj + 1)2 + (ni − 2)2 + (nj )2 + log(nclusters )
i=1 j=1 l=1
j̸=i
≤ log(nclusters )(nclusters − 1)n + (nclusters − 1)n(n − nclusters )2 + (nclusters − 1)n3

+ n(n + nclusters )2 + n(n + 2nclusters )2
= 2nclusters n3 − 2nclusters (nclusters − 4) + (n3clusters + 4n2clusters + (nclusters − 1) log(nclusters ))n
Ahora para el modelo V RP T W el tiempo esta dado por el Código 3.4, el pero caso es
O(n) por tanto la complejidad se absorbe por la necesidad de ordenar los clientes que se hace
en O(n log(n)) por tanto en la parte donde remplazamos los cálculos del balanceMST de usar
n2 usamos n log(n) con lo cual obtenemos:
nclusters
X nclusters
X nXi −1
(ni − 1)2 + (nj + 1)2 + (ni − 2) log(ni − 2) + nj log(nj ) + log(nclusters )
i=1 j=1 l=1
j̸=i
con esto nos basta calcular los nuevos términos, pues los demás sabemos calcularlos.
70
nclusters
X nclusters
X nXi −1
En primer lugar calculamos (ni − 2) log(ni − 2).

i=1 j=1 l=1
j̸=i
nclusters
X nclusters
X nXi −1
(ni − 2) log(ni − 2)
i=1 j=1 l=1
j̸=i
nclusters
X
= (nclusters − 1) (ni − 1)(ni − 2) log(ni − 2)
i=1
nclusters
X
≤ (nclusters − 1) log(n − nclusters ) (ni − 1)(ni − 2)
i=1
= (nclusters − 1) log(n − nclusters )⟨x1 , x2 ⟩
≤ (nclusters − 1) log(n − nclusters )(||x||1 − nclusters )(||x||1 − 2nclusters )
≤ (nclusters − 1) log(n − nclusters )n(n − nclusters )
nclusters
X nclusters
X nXi −1
Ahora nos falta calcular nj log(nj ).

i=1 j=1 l=1
j̸=i
nclusters
X nclusters
X nclusters
X
nj log(nj ) = (ni − 1)nj log(nj )
i=1 j=1 l=1 i=1 j=1
j̸=i j̸=i
nclusters
X nclusters
X
≤ log(n + nclusters ) (ni − 1)nj
i=1 j=1
= n(n + nclusters ) log(n + nclusters )
de esta manera obtenemos
nclusters
X nclusters
X nXi −1
(ni − 1)2 + (nj + 1)2 + (ni − 2) log(ni − 2) + nj log(nj ) + log(nclusters )
i=1 j=1 l=1
j̸=i
≤ log(nclusters )(nclusters − 1)n + (nclusters − 1)n(n − nclusters )2 + n(n + nclusters )2

+ (nclusters − 1) log(n − nclusters )n(n − nclusters ) + n(n + nclusters ) log(n + nclusters )
= nclusters n3 + (4nclusters + (nclusters − 1) log(n − nclusters ) + log(nclusters + n) − 2n2clusters )n2
+ (n3clusters + n2clusters log(n − nclusters ) + nclusters log(n − nclusters ) + (nclusters − 1) log(nclusters )
+ nclusters log(nclusters + n))n
Ahora para CluseringExchange hay que evaluar el triángulo superior las combinaciones
(i, j), por cada una de ellas es necesario preguntarse por el intercambio de puntos entre
i, j. Para el modelo CVRP esto tanto para el ZoneMST y BalanceMST, recordando que el
primero incluye al depot y el segundo no y utilizando la misma notación anterior obtenemos
la siguiente cantidad de operaciones
71
nclusters j −1
i −1 nX
X nclusters
X nX
(ni − 1)2 + n2i + (nj − 1)2 + n2j + log(nclusters )
i=1 j=i+1 l=1 m=1

+ (ni − 2)2 + (ni − 1)2 + (nj − 2)2 + (nj − 1)2
nclusters j −1
i −1 nX
X nclusters
X nX
En primer lugar trabajaremos el termino log(nclusters ).
i=1 j=i+1 l=1 m=1
nclusters j −1
i −1 nX
X nclusters
X nX nclusters
X nclusters
X
log(nclusters ) = log(nclusters ) (ni − 1)(nj − 1)
i=1 j=i+1 l=1 m=1 i=1 j=i+1
nclusters
X nclusters
X
≤ log(nclusters ) (ni − 1)(nj − 1)
i=1 j=1
= n2 log(nclusters )
Ahora acotaremos el resto de la expresión.
72
nclusters j −1
i −1 nX
X nclusters
X nX
(ni − 1)2 + n2i + (nj − 1)2 + n2j + (ni − 2)2 + (ni − 1)2 + (nj − 2)2
i=1 j=i+1 l=1 m=1

+ (nj − 1)2
nclusters j −1
i −1 nX
X nclusters
X nX
2
= 2(ni − 1) + n2i + 2(nj − 1) + 2
n2j 2
+ (ni − 2) + (nj − 2) 2
i=1 j=i+1 l=1 m=1

nclusters nclusters
2
n2i 2
n2j 2 2
X X
= (ni − 1)(nj − 1) 2(ni − 1) + + 2(nj − 1) + + (ni − 2) + (nj − 2)
i=1 j=i+1
nclusters nclusters
2
n2i 2
n2j 2 2
X X
≤ (ni − 1)(nj − 1) 2(ni − 1) + + 2(nj − 1) + + (ni − 2) + (nj − 2)
i=1 j=1
nclusters
X nclusters nclusters
X nclusters
3
(ni − 1)(nj − 1)n2i
X X
= 2(nj − 1)(ni − 1) +
i=1 j=1 i=1 j=1
nclusters
X nclusters
2(ni − 1)(nj − 1)3 + (ni − 1)(nj − 1)n2j
X X
+
i=1 j=1 i=1 j=1
nclusters
X nclusters
(ni − 1)(nj − 1)(ni − 2)2 + (ni − 1)(nj − 1)(nj − 2)2
X X
+
i=1 j=1 i=1 j=1
nclusters
X nclusters nclusters n clusters
2(nj − 1)(ni − 1)3 + (ni − 1)(nj − 1)n2i

X X X
=2
i=1 j=1 i=1 j=1
nclusters n clusters
(ni − 1)(nj − 1)(ni − 2)2
X X
+
i=1 j=1
nclusters nclusters h i
(ni − 1)(nj − 1) 2(ni − 1)2 + n2i + (ni − 2)2
X X
=2
i=1 j=1
nclusters
(ni − 1) 2(ni − 1)2 + n2i + (ni − 2)2
X
= 2n
i=1
nclusters
(ni − 1)(ni − 2)2 + 2(ni − 1)3 + (ni − 1)n2i
X
= 2n
i=1
h i
≤ 2n n(n − nclusters )2 + 2n3 + n(n + nclusters )2
Donde nos falta demostrar la ultima cota realizada
nclusters
(ni − 1)(ni − 2)2 + 2(ni − 1)3 + (ni − 1)n2i
X
i=1
= ⟨x1 , x22 ⟩ + 2⟨x1 , x21 ⟩ + ⟨x1 , x2 ⟩
≤ (||x||1 − nclusters )(||x||1 − 2nclusters )2 + 2(||x||1 − nclusters )(||x||1 − nclusters )2
+ (||x||1 − nclusters )(||x||1 )2
= n(n − nclusters )2 + 2n3 + n(n + nclusters )2
73
Con lo cual obtenemos
nclusters j −1
i −1 nX
X nclusters
X nX
(ni − 1)2 + n2i + (nj − 1)2 + n2j + log(nclusters )
i=1 j=i+1 l=1 m=1

2 2 2 2
+ (ni − 2) + (ni − 1) + (nj − 2) + (nj − 1)
h i
≤ n2 log(nclusters ) + 2n n(n − nclusters )2 + 2n3 + n(n + nclusters )2
= 8n4 + (4n2clusters + log(nclusters ))n2
Ahora miraremos el caso del VRPTW donde nuevamente hay que considera n log(n) en
vez del MST de balanceo, obteniendo:
nclusters j −1
i −1 nX
X nclusters
X nX
2
(ni − 1) + n2i + (nj − 1) + 2
n2j + log(nclusters ) + log(ni ) + log(nj )
i=1 j=i+1 l=1 m=1
Los únicos términos que son relevantes calcular son los log(ni ) + log(nj ), pues el resto de
terminos ya fueron calculados en la parte anterior.
nclusters j −1
i −1 nX j −1
i −1 nX
X nclusters
X nX nclusters
X nclusters
X nX
log(ni ) + log(nj ) = 2 log(ni )
i=1 j=i+1 l=1 m=1 i=1 j=1 l=1 m=1
nclusters
X nclusters
X
=2 (ni − 1)(nj − i) log(ni )
i=1 j=1
≤ 2 log(n + nclusters )n2
así tenemos la cota
nclusters j −1
i −1 nX
X nclusters
X nX
2
(ni − 1) + n2i + (nj − 1) + 2
n2j + log(nclusters ) + log(ni ) + log(nj )
i=1 j=i+1 l=1 m=1
h i
≤ 2n 2n3 + n(n + nclusters )2 + 2 log(n + nclusters )n2 + n2 log(nclusters )
= 6n4 + 4nclusters n3 + (2n2clusters + 2 log(nclusters + n) + log(nclusters ))n2
Todos los cálculos anteriores implican que para CVRP tenemos operaciones
2nclusters n3 − 2nclusters (nclusters − 4) + (n3clusters + 4n2clusters + (nclusters − 1) log(nclusters ))n

+ 6n4 + 4nclusters n3 + (2n2clusters + 2 log(nclusters + n) + log(nclusters ))n2
= 6n4 + 6nclusters n3 + (2n2clusters + 2 log(nclusters + n) + log(nclusters ))n2
+ (n3clusters + 4n2clusters + (nclusters − 1) log(nclusters ))n − 2nclusters (nclusters − 4)
Ahora considerando que log(x) ≤ x, tenemos que (salvo constante) la expresión es posible
acotarla por n4 +nclusters n3 +n2clusters n2 +n3clusters n y considerando que nclusters ≤ n es acotable
74
por n4 . Lo anterior implica que si T es el numero de iteraciones tenemos que la complejidad
esta dada por O (T n4 )
Por otro lado para VRPTW tenemos
nclusters n3 + (4nclusters + (nclusters − 1) log(n − nclusters ) + log(nclusters + n) − 2n2clusters )n2

+ (n3clusters + n2clusters log(n − nclusters ) + nclusters log(n − nclusters ) + (nclusters − 1) log(nclusters )
+ nclusters log(nclusters + n))n + 6n4 + 4nclusters n3 + (2n2clusters + 2 log(nclusters + n) + log(nclusters ))n2
= 6n4 + 5nclusters n3 + (4nclusters + (nclusters − 1) log(n − nclusters ) + 3 log(nclusters + n)
+ log(nclusters ))n2 + (n3clusters + n2clusters log(n − nclusters ) + nclusters log(n − nclusters )
+ (nclusters − 1) log(nclusters ) + nclusters log(nclusters + n))n
luego acotando de la misma manera que antes se vuelve a concluir la cota O(T n4 ) con lo
que se concluye lo pedido.
75
A.2. Demostración Proposición 3.2
Utilizaremos las mismas ideas anteriores para realizar las cotas. Primero miraremos el
CVRP.
Antes de ir a las iteraciones por cada local search, calculamos los precálculos. Estos son
sencillos corresponde a saber agregar, eliminar y eliminar y agregar todos los puntos, notamos
que para este último dado que sabemos eliminar solo basta calcular el agregar, por tanto, la
cantidad de iteraciones es
nclusters
X nclusters
X nXi −1 nclusters nclusters
X nclusters
X nclusters
X nXi −1
n2i +
X
nj + (nj − 1) + (nj − 1)
i=1 j=1 l=1 i=1 i=1 j=1 l=1 i=1 j=1 l=1
j̸=i j̸=i j̸=i
nclusters nclusters
X nclusters
X nXi −1
2
X
+ (ni − 1) + (nj − 2)
i=1 i=1 j=1 l=1
j̸=i
nclusters
X nclusters
X nXi −1
En primer lugar calculamos nj .

i=1 j=1 l=1
j̸=i
nclusters
X nclusters
X nclusters
X nXi −1
nj ≤ nj
i=1 j=1 l=1 i=1 j=1 l=1
j̸=i
nclusters
X nclusters
X
= (ni − 1)nj
i=1 j=1
nclusters
X
= (n + nclusters ) (ni − 1)
i=1
= n(n + nclusters )
nclusters
n2i
X
Por otro lado tenemos
i=1
nclusters
n2i = ||x||22 ≤ ||x||21 = (n + nclusters )2
X
i=1
nclusters
X nclusters
X nXi −1
Luego calculamos (nj − 1)

i=1 j=1 l=1
j̸=i
76
nclusters
X nclusters
X nclusters
X nXi −1
(nj − 1) ≤ (nj − 1)
i=1 j=1 l=1 i=1 j=1 l=1
j̸=i
nclusters
X nX i −1
=n 1
i=1 l=1
nclusters
X
=n (ni − 1)
i=1
= nn = n2
nclusters nclusters
X nclusters
X nXi −1
2 2
X
de manera similar a lo ya calculado se tiene que (ni −1) ≤ n y (nj −
i=1 i=1 j=1 l=1
j̸=i
2) ≤ n(n − nclusters ). De esta manera tenemos que
nclusters
X nclusters
X nclusters
X nclusters
X nXi −1
n2i
X
nj + + (nj − 1) + (nj − 1)
i=1 j=1 l=1 i=1 i=1 j=1 l=1 i=1 j=1 l=1
j̸=i j̸=i j̸=i
nclusters nclusters
X nclusters
X nXi −1
(ni − 1)2 +
X
+ (nj − 2)
i=1 i=1 j=1 l=1
j̸=i
≤ n(n + nclusters ) + (n + nclusters )2 + n2 + n2 + n2 + (n − nclusters )n

= 6n2 + 2nclusters n + n2clusters
= 5n2 + (n + nclusters )2
Ahora miraremos el Relocate, si denotamos por î, ĵ los clusters modificados tenemos que
actualizar sus valores con lo que obtenemos
nclusters
X nclusters
X nX i −1 nclusters
X nX i −1
log(nclusters ) + (nî − 1) + (nĵ + 1) + (nî − 1)2 + (nĵ + 1)2

i=1 j=1 l=1 i=1 l=1 i=1 l=1
j̸=i i̸=î i̸=ĵ
nclusters
X nX i −1
+ (nî − 2) + (nĵ ) + (nî − 2)2 + (nĵ − 1)2

i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
En primer lugar tenemos que
77
nclusters
X nclusters
X nclusters
X
log(nclusters ) = log(nclusters ) (ni − 1)
i=1 j=1 l=1 i=1 j=1
j̸=i j̸=i
nclusters
X
= (nclusters − 1) log(nclusters ) (ni − 1)
i=1
= n(nclusters − 1) log(nclusters )
Por otro lado
nclusters
X
(nî − 1) = (ni − 1)(nî − 1)
i=1 l=1 i=1
i̸=î i̸=î
nclusters
X
≤ (ni − 1)
i=1
= (nî − 1)n
nclusters
X nX i −1
de manera análoga obtenemos (nĵ +1) ≤ (nĵ +1)n, (nî −2) ≤ n(nî−2 )
i=1 l=1 i=1 l=1
i̸=ĵ i̸=î
nclusters
X nX i −1
y nĵ ≤ nnĵ . Con lo anterior obtenemos

i=1 l=1
i̸=î
nclusters
X nclusters
X nX i −1

i=1 j=1 l=1 i=1 l=1 i=1 l=1
j̸=i i̸=î i̸=ĵ
nclusters
X nX i −1
+ (nî − 2) + (nĵ ) + (nî − 2)2 + (nĵ − 1)2

i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
≤ (nclusters − 1)n log(nclusters ) + n(nî + nĵ ) + (nî − 1)2 + (nĵ + 1)2 + n(nî + nĵ − 2)
+ (nî − 2)2 + (nĵ − 1)2
≤ (nclusters − 1)n log(nclusters ) + n(n + nclusters ) + 2(n + nclusters )2 + 2n2 + (n + 2nclusters )2
+ (n − nclusters )2
Por otro lado para Exchange obtenemos
nclusters j −1
i −1 nX i −1 i −1
X nclusters
X nX nclusters
X nX nclusters
X nX
log(nclusters ) + nî + nĵ + n2î + n2ĵ
i=1 j=i+1 l=1 m=1 i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
nclusters
X nX i −1
+ (nî − 1) + (nĵ − 1) + (nî − 1)2 + (nĵ − 1)2

i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
78
con esto actuando igual que antes se tiene como cota
nclusters j −1
i −1 nX i −1 i −1
X nclusters
X nX nclusters
X nX nclusters
X nX
log(nclusters ) + nî + nĵ + n2î + n2ĵ
i=1 j=i+1 l=1 m=1 i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
nclusters
X nX i −1
+ (nî − 1) + (nĵ − 1) + (nî − 1)2 + (nĵ − 1)2

i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
≤ n log(nclusters ) + n(n + nclusters ) + 2(n + nclusters )2 + 3n2

2
así obtenemos en total

5n2 + (n + nclusters )2 + T (nclusters − 1)n log(nclusters ) + n(n + nclusters ) + 2(n + nclusters )2 + 2n2

+ (n + 2nclusters )2 + (n − nclusters )2 + n2 log(nclusters ) + n(n + nclusters ) + 2(n + nclusters )2 + 3n2

= 5n2 + (n + nclusters )2 + T (nclusters − 1)n log(nclusters ) + 2n(n + nclusters ) + 4(n + nclusters )2

+ 5n2 + (n + 2nclusters )2 + (n − nclusters )2
luego notando que nclusters ≤ n tenemos que
(nclusters − 1)n log(nclusters ) + 2n(n + nclusters ) + 4(n + nclusters )2 + 5n2

+ (n + 2nclusters )2 + (n − nclusters )2

≤ M n2 log(nclusters ) + (n + nclusters )2
con M constate, con lo que se concluye que

h i
O n2 + (n + nclusters )2 + T n2 log(nclusters ) + (n + nclusters )2
Ahora vamos con el VRPTW, en este caso en vez de la segunda parte de los cálculos hay
que usar n log(n) por tanto tenemos en el pre calculo
nclusters
X nclusters
X nclusters
X nXi −1
n2i +
X
nj + (nj − 1)
i=1 j=1 l=1 i=1 i=1 j=1 l=1
j̸=i j̸=i
nclusters
X nclusters
X
+ (nj − 1) log(nj − 1) + (ni − 1) log(ni − 1)
i=1 j=1 l=1 i=1
j̸=i
nclusters
X nclusters
X nXi −1
+ (nj − 2) log(nj − 2)
i=1 j=1 l=1
j̸=i
luego notando que
79
nclusters
X nclusters
X
(ni − 1) log(ni − 1) ≤ log(n) (ni − 1) = n log(n)
i=1 i=1
y que
nclusters
X nclusters
X nclusters
X nXi −1
(nj − 1) log(nj − 1) ≤ log(n) (nj − 1)

i=1 j=1 l=1 i=1 j=1 l=1
j̸=i j̸=i
n X
X n
≤ log(n) (ni − 1)(nj − 1)
i=1 j=1
= n2 log(n)
conocemos como acotar todos los términos pues el que usa nj − 2 solo requiere cambiar
los cálculos por n − nclusters cuando corresponda, así se cumple que
nclusters
X nclusters
X nclusters
X nXi −1
n2i +
X
nj + (nj − 1)
i=1 j=1 l=1 i=1 i=1 j=1 l=1
j̸=i j̸=i
nclusters
X nclusters
X
+ (nj − 1) log(nj − 1) + (ni − 1) log(ni − 1)
i=1 j=1 l=1 i=1
j̸=i
nclusters
X nclusters
X nXi −1
+ (nj − 2) log(nj − 2)
i=1 j=1 l=1
j̸=i
≤ n(n + nclusters ) + (n + nclusters )2 + n2 + log(n)n2 + n log(n)

+ (n − nclusters )n log(n − nclusters )
nclusters
X nclusters
X nX i −1

i=1 j=1 l=1 i=1 l=1 i=1 l=1
j̸=i i̸=î i̸=ĵ
nclusters
X nX i −1
+ (nî − 2) log(nî − 2) + (nĵ ) log nĵ
i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
nî −2 n
ĵ
X X
+ (nî − 2) log(nî − 2) + (nĵ ) log nĵ
i=1 i=1
notamos que son todas estructuras que ya hemos calculado o hay que hacer leves modifi-
caciones así obtenemos la siguiente cota
80
nclusters
X nclusters
X nX i −1
log(nclusters ) + (nî − 1) + (nĵ + 1)

i=1 j=1 l=1 i=1 l=1 i=1 l=1
j̸=i i̸=î i̸=ĵ
nclusters
X nX i −1
+ (nî − 1)2 + (nĵ + 1)2 + (nî − 2) log(nî − 2) + (nĵ ) log nĵ
i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
nî −2 nĵ
X X
+ (nî − 2) log(nî − 2) + (nĵ ) log nĵ
i=1 i=1
≤ (nclusters − 1)n log(nclusters ) + n(nî + nĵ ) + (nî − 1)2 + (nĵ + 1)2

+ n((nî − 2) log(nî − 2) + (nĵ ) log nĵ ) + ((nî − 2)2 log(nî − 2) + (nĵ )2 log nĵ )
≤ (nclusters − 1)n log(nclusters ) + n(n + nclusters ) + (n − nclusters )2 + (n + 2nclusters )2
+ n(n − nclusters ) log(n − nclusters ) + n(n + nclusters ) log(n + nclusters )
+ (n − nclusters )2 log(n − nclusters ) + (n + nclusters )2 log(n + nclusters )
para Exchange se tiene
nclusters j −1
i −1nX i −1 i −1
X nclusters
X nX nclusters
X nX nclusters
X nX
log(nclusters ) + (nî ) + (nĵ ) + (nî )2 + (nĵ )2
i=1 j=i+1 l=1 k=1 i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
nclusters
X nX i −1
+ (nî − 1) log(nî − 1) + (nĵ − 1) log nĵ − 1
i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
nî −1 nĵ −1
X X
+ (nî − 1) log(nî − 1) + (nĵ − 1) log nĵ − 1
i=1 i=1
de manera similar a lo anterior obtenemos
nclusters j −1
i −1nX i −1 i −1
X nclusters
X nX nclusters
X nX nclusters
X nX
log(nclusters ) + (nî ) + (nĵ ) + (nî )2 + (nĵ )2
i=1 j=i+1 l=1 k=1 i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
nclusters
X nX i −1
+ (nî − 1) log(nî − 1) + (nĵ − 1) log nĵ − 1
i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
nî −1 n
ĵ
X X
+ (nî − 1) log(nî − 1) + (nĵ − 1) log nĵ−1
i=1 i=1

≤ n log(nclusters ) + n(nî + nĵ ) + (nî )2 + (nĵ )2 + n((nî − 1) log(nî − 1) + (nĵ − 1) log nĵ − 1 )
2

+ (nî − 1)2 log(nî − 1) + (nĵ − 1)2 log nĵ − 1
≤ n2 log(nclusters ) + n(n + nclusters ) + (n + nclusters )2 + n(n log(n)) + n2 log(n)
= n2 log(nclusters ) + n(n + nclusters ) + (n + nclusters )2 + 2n2 log(n)
81
así obtenemos
n(n + nclusters ) + (n + nclusters )2 + n2 + log(n)n2 + n log(n)

+ (n − nclusters )n log(n − nclusters ) + T n2 log(nclusters ) + n(n + nclusters ) + (n + nclusters )2
+ 2n2 log(n) + (nclusters − 1)n log(nclusters ) + n(n + nclusters ) + (n − nclusters )2 + (n + 2nclusters )2
+ n(n − nclusters ) log(n − nclusters ) + n(n + nclusters ) log(n + nclusters )

+ (n − nclusters )2 log(n − nclusters ) + (n + nclusters )2 log(n + nclusters )
con lo que obtenemos luego utilizando que nclusters ≤ n tenemos que

h i
O n2 log(n) + (n + nclusters )2 + T n2 log(n) + (n + nclusters )2
concluyendo lo deseado.
82
Anexo B. Feasibles
Al momento de hacer los feasibles siempre existen dos casos que considerar: (1) estamos
en una situación infactible (2) estamos en una situación factible.
Dado lo anterior lo deseable es que si estamos en (1) no empeoremos la infactiblidad de la

situación y si estamos en (2) que el cambio siga manteniendo la factiblidad, luego los feasibles
se encargaran de ese proceso.
Para Capacidad diremos que un cluster es factible si es que la capacidad, cantidad de

carga que acepta el vehículo asignado al cluster, es menor o igual a a la carga del cluster,
suma de la carga de cada punto que pertenece al cluster.
Para tiempos de viajes del vehículo o travelTime, recordamos que para un CVRP se basa
en el MST y para un VRPTW en el algoritmo generado, diremos que es factible en travelTi-
me si es que el travelTime es menor o igual al tiempo disponible del vehículo.
Para TimeWindow llamaremos como Unfeasible a la cantidad de puntos infactibles por

TW que nos entrega el algoritmo que calcula el tiempo en ruta, notar que es parte de los
resultados en conjunto a travelTime.
Notar que tanto para travelTime como Unfeasible los valores utilizados en este feasible ya
están pre calculadas luego es O(1) la consulta.
B.1. Relocate
Código B.1: Capacity Feasible Clustering Relocate

1 Function isCapacityFeasibleClusteringRelocate(xi , Clusteri , Clusterj )
2 feasiblePartition_i = Clusteri capacity feasible
3 feasiblePartition_j = Clusterj capacity feasible
4
5 If (feasiblePartition_i AND feasiblePartition_j)

6 % Solo aceptamos cambio si no sobrepasamos la capacidad del cluster j
7 return Clusterj load + xi load <= Clusterj capacity
8 Else If (feasiblePartition_i)
9 % Le estamos agregando capacidad a un cluster sobre utilizado
10 return False
11 Else If (feasiblePartition_j)
12 If (Clusterj capacity < Clusterj load + xi load)
13 % Hacemos el cluster j infactible por factibilizar el cluster i
14 return Clusterj load + xi load - Clusterj capacity <= Clusteri load - Clusteri
,→ capacity
15 End
16 Else
17 % Hacemos el cluster j más infactible por factibilizar el cluster i
18 return Clusterj load + xi load - Clusterj capacity <= Clusteri load - Clusteri capacity
19 End
20 return True
21 End Function
83
Código B.2: TravelTime Feasible Clustering Relocate
1 Function isTravelTimeFeasibleClusteringRelocate(xi , Clusteri , Clusterj )
2 isTravelTimeFeasible_i = Clusteri travelTime feasible
3 isTravelTimeFeasible_j = Clusterj travelTime feasible
4 newTravelTime_i = Clusteri travel time sin xi
5 newTravelTime_j = Clusterj travel time con xi
6 If (isTravelTimeFeasible_i AND isTravelTimeFeasible_j)
7 return newTravelTime_i <= Clusteri tiempo disponible AND newTravelTime_j <=
,→ Clusterj tiempo disponible
8 Else If (isTravelTimeFeasible_i)
9 If (newTravelTime_j > Clusterj travelTime)
10 return False
11 End
12
13 If (newTravelTime_i > Clusteri tiempo disponible)

14 return newTravelTime_i - Clusteri tiempo disponible <= Clusterj travelTime -
15 End
16 Else If (isTravelTimeFeasible_j)
17 If (newTravelTime_i > Clusteri travelTime)
18 return False
19 End
20
21 If (newTravelTime_j > Clusterj tiempo disponible)

22 return newTravelTime_j - Clusterj tiempo disponible <= Clusteri travelTime -
,→ Clusteri tiempo disponible
23 End
24 Else
25 return newTravelTime_i <= Clusteri travel time AND newTravelTime_j <= Clusterj
,→ travel time
26 End
27 return True
28 End Function
Código B.3: TimeWindow Feasible Clustering Relocate

1 Function isTimeWindowFeasibleClusteringRelocate(xi , Clusteri , Clusterj )
2 numberOfUnFeasible_i = Clusteri unFeasible
3 numberOfUnFeasible_j = Clusterj unFeasible
4 newNumberOfUnFeasible_i = Clusteri unFeasible sin xi
5 newNumberOfUnFeasible_j = Clusterj unFeasible con xi
6 If (numberOfUnFeasible_i == 0 AND numberOfUnFeasible_j == 0)
7 return newNumberOfUnFeasible_i == 0 AND newNumberOfUnFeasible_j == 0
8 Else If (numberOfUnFeasible_i == 0)
9 If (newNumberOfUnFeasible_j > numberOfUnFeasible_j)
10 return False
11 End
12
84
13 If (newNumberOfUnFeasible_i > 0)
14 return newNumberOfUnFeasible_i <= numberOfUnFeasible_j
15 End
16 Else If (numberOfUnFeasible_j == 0)
17 If (newNumberOfUnFeasible_i > numberOfUnFeasible_i)
18 return False
19 End
20
21 If (newNumberOfUnFeasible_j > 0)
22 return newNumberOfUnFeasible_j <= numberOfUnFeasible_i
23 End
24 Else
25 return newNumberOfUnFeasible_i <= numberOfUnFeasible_i AND
,→ newNumberOfUnFeasible_j <= numberOfUnFeasible_j
26 End
27 return True
28 End Function
B.2. Exchange
Código B.4: Capacity Feasible Clustering Exchange

1 Function isCapacityFeasibleClusteringRelocate(xi , xj , Clusteri , Clusterj )
4
5 newLoad_i = Clusteri load + xj load - xi load

6 newLoad_j = Clusterj load + xi load - xj load
7

9 return newLoad_i <= Clusteri capacity AND newLoad_j <= Clusterj capacity
11 If (newLoad_j > Clusterj load)
12 return False
13 End
14
15 If (newLoad_i > Clusteri capacity)

16 return newLoad_i - Clusteri capacity <= Clusterj load - Clusterj capacity
17 End
19 If (newLoad_i > Clusteri load)
20 return False
21 End
22
23 If (newLoad_j > Clusterj capacity)

24 return newLoad_j - Clusterj capacity <= Clusteri load - Clusteri capacity
25 End
26 Else
27 return newLoad_i <= Clusteri load AND newLoad_j <= Clusterj load
28 End
29 End Function
85
Código B.5: TravelTime Feasible Clustering Exchange
1 Function isTravelTimeFeasibleClusteringExchange(xi , xj , Clusteri , Clusterj )
2 isTravelTimeFeasible_i = Clusteri travelTime feasible
3 isTravelTimeFeasible_j = Clusterj travelTime feasible
4 newTravelTime_i = Clusteri travel time sin xi y con xj
5 newTravelTime_j = Clusterj travel time sin xj y con xi
6 If (isTravelTimeFeasible_i AND isTravelTimeFeasible_j)
7 return newTravelTime_i <= Clusteri tiempo disponible AND newTravelTime_j <=
8 Else If (isTravelTimeFeasible_i)
9 If (newTravelTime_j > Clusterj travelTime)
10 return False
11 End
12
13 If (newTravelTime_i > Clusteri tiempo disponible)

14 return newTravelTime_i - Clusteri tiempo disponible <= Clusterj travelTime -
15 End
16 Else If (isTravelTimeFeasible_j)
17 If (newTravelTime_i > Clusteri travelTime)
18 return False
19 End
20
21 If (newTravelTime_j > Clusterj tiempo disponible)

22 return newTravelTime_j - Clusterj tiempo disponible <= Clusteri travelTime -
,→ Clusteri tiempo disponible
23 End
24 Else
25 return newTravelTime_i <= Clusteri travel time AND newTravelTime_j <= Clusterj
,→ travel time
26 End
27 return True
28 End Function
Código B.6: TimeWindow Feasible Clustering Exchange

1 Function isTimeWindowFeasibleClusteringExchange(xi , xj , Clusteri , Clusterj )
4 newNumberOfUnFeasible_i = Clusteri unFeasible sin xi y con xj
5 newNumberOfUnFeasible_j = Clusterj unFeasible sin xj y con xi
7 return newNumberOfUnFeasible_i == 0 AND newNumberOfUnFeasible_j == 0
9 If (newNumberOfUnFeasible_j > numberOfUnFeasible_j)
10 return False
11 End
12
86
14 return newNumberOfUnFeasible_i <= numberOfUnFeasible_j
15 End
17 If (newNumberOfUnFeasible_i > numberOfUnFeasible_i)
18 return False
19 End
20
22 return newNumberOfUnFeasible_j <= numberOfUnFeasible_i
23 End
24 Else
25 return newNumberOfUnFeasible_i <= numberOfUnFeasible_i AND
,→ newNumberOfUnFeasible_j <= numberOfUnFeasible_j
26 End
27 return True
28 End Function
B.3. Capacity Strict Feasibles

Para este caso solo se modifica el local search asociado a capacidad y se utilizan las
siguientes versiones.
Código B.7: Capacity Strict Feasible Clustering Relocate

1 Function isCapacityStrictFeasibleClusteringRelocate(xi , Clusteri , Clusterj )
4

6 % No nos interesan clusters factibles
7 return False
9 % Le estamos agregando capacidad a un cluster sobre utilizado
10 return False
12 If (Clusterj capacity < Clusterj load + xi load)
13 % Si el cambio no mejora estrictamente no lo realizamos
14 return Clusterj load + xi load - Clusterj capacity < Clusteri load - Clusteri
,→ capacity
15 End
16 Else
17 % Si el cambio no mejora estrictamente no lo realizamos
18 return Clusterj load + xi load - Clusterj capacity < Clusteri load - Clusteri capacity
19 End
20 return True
21 End Function
Código B.8: Capacity Strict Feasible Clustering Exchange

1 Function isCapacityStrictFeasibleClusteringRelocate(xi , xj , Clusteri , Clusterj )
87
4
5 newLoad_i = Clusteri load + xj load - xi load

6 newLoad_j = Clusterj load + xi load - xj load
7

9 return False
11 % Si es que no cambiamos el load infactible no nos interesa
12 If (newLoad_j >= Clusterj load)
13 return False
14 End
15
16 If (newLoad_i > Clusteri capacity)

17 return newLoad_i - Clusteri capacity < Clusterj load - Clusterj capacity
18 End
20 If (newLoad_i >= Clusteri load)
21 return False
22 End
23
24 If (newLoad_j > Clusterj capacity)

25 return newLoad_j - Clusterj capacity < Clusteri load - Clusteri capacity
26 End
27 Else
28 return newLoad_i < Clusteri load AND newLoad_j < Clusterj load
29 End
30 End Function
B.4. TimeWindow Strict Feasibles

En este caso modificaremos aquellos feasibles asociados a TimeWindowFeasible.
Código B.9: TimeWindow Strict Feasible Clustering Relocate

1 Function isTimeWindowStrictFeasibleClusteringRelocate(xi , Clusteri , Clusterj )
4 newNumberOfUnFeasible_i = Clusteri unFeasible sin xi
5 newNumberOfUnFeasible_j = Clusterj unFeasible con xi
7 % No nos interesa dos clusters factibles
8 return False
10 If (newNumberOfUnFeasible_j >= numberOfUnFeasible_j)
11 % Si no mejora estrictamente no realizamos el cambio
12 return False
13 End
14
16 return newNumberOfUnFeasible_i < numberOfUnFeasible_j
88
17 End
19 If (newNumberOfUnFeasible_i >= numberOfUnFeasible_i)
20 return False
21 End
22
24 return newNumberOfUnFeasible_j < numberOfUnFeasible_i
25 End
26 Else
27 return newNumberOfUnFeasible_i < numberOfUnFeasible_i AND
,→ newNumberOfUnFeasible_j < numberOfUnFeasible_j
28 End
29 return True
30 End Function
Código B.10: TimeWindow Strict Feasible Clustering Exchange

1 Function isTimeWindowStrictFeasibleClusteringExchange(xi , xj , Clusteri , Clusterj )
4 newNumberOfUnFeasible_i = Clusteri unFeasible sin xi y con xj
5 newNumberOfUnFeasible_j = Clusterj unFeasible sin xj y con xi
7 return False
9 If (newNumberOfUnFeasible_j >= numberOfUnFeasible_j)
10 return False
11 End
12
14 return newNumberOfUnFeasible_i < numberOfUnFeasible_j
15 End
17 If (newNumberOfUnFeasible_i >= numberOfUnFeasible_i)
18 return False
19 End
20
22 return newNumberOfUnFeasible_j < numberOfUnFeasible_i
23 End
24 Else
25 return newNumberOfUnFeasible_i < numberOfUnFeasible_i AND
,→ newNumberOfUnFeasible_j < numberOfUnFeasible_j
26 End
27 return True
28 End Function
89
Anexo C. Demostraciones Capitulo 4
C.1. Demostración Proposición 4.6
En este caso tenemos que la complejidad para eliminar en vez de n2 es O(mα(n, m)), por
simplicidad definimos h = max α(i, j) de esta manera podemos considerar que
i∈[3,...,n],j∈[1,...,i(i−1)/2]
eliminar puntos es O(m) si es que al terminar los calculos se tiene la consideración de agregar
h donde corresponda. También es importante recordar que nclusters ≤ n.
Primero miraremos el CVRP, la la cantidad de operaciones en los precálculos ahora están

dadas por
nclusters
X nclusters
X q nclusters
X nclusters
X nXi −1
nj + n3i log(ni ) + (nj − 1)

i=1 j=1 l=1 i=1 i=1 j=1 l=1
j̸=i j̸=i
nclusters
X nclusters
X q nclusters
X nclusters
X nXi −1
+ (nj − 1) + (ni − 1)3 log(ni − 1) + (nj − 2)

i=1 j=1 l=1 i=1 i=1 j=1 l=1
j̸=i j̸=i
q 3
notando que n3i = (ni ) 2 podemos realizar las mismas cotas utilizadas en las partes
anteriores y así obtenemos que
nclusters
X nclusters
X q nclusters
X nclusters
X nXi −1
nj + n3i log(ni ) + (nj − 1)

i=1 j=1 l=1 i=1 i=1 j=1 l=1
j̸=i j̸=i
nclusters
X nclusters
X q nclusters
X nclusters
X nXi −1
+ (nj − 1) + (ni − 1)3 log(ni − 1) + (nj − 2)

i=1 j=1 l=1 i=1 i=1 j=1 l=1
j̸=i j̸=i
q q
2
≤ n(n + nclusters ) + )3
(n + nclusters log(n + nclusters ) + 2n + n3 log(n) + (n − nclusters )n
q q
≤ 5n2 + (n + nclusters )3 log(n + nclusters ) + n3 log(n)
nclusters
X nclusters
X nX i −1

i=1 j=1 l=1 i=1 l=1 i=1 l=1
j̸=i i̸=î i̸=ĵ
nclusters
X nX i −1
q r
+ (nî − 1)3 log(nî − 1) + (nĵ + 1)3 log nĵ + 1 + (nî − 2)
i=1 l=1
i̸=î
nclusters
X nX i −1 q r
+ (nĵ ) + (nî − 2)3 log(nî − 2) + (nĵ )3 log nĵ
i=1 l=1
i̸=ĵ
90
con lo cual podemos acotar y obtener los siguiente
nclusters
X nclusters
X nX i −1

i=1 j=1 l=1 i=1 l=1 i=1 l=1
j̸=i i̸=î i̸=ĵ
nclusters
X nX i −1
q r
+ (nî − 1)3 log(nî − 1) + (nĵ + 1)3 log nĵ + 1 + (nî − 2)
i=1 l=1
i̸=î
nclusters
X nX i −1 q r
+ (nĵ ) + (nî − 2)3 log(nî − 2) + (nĵ )3 log nĵ
i=1 l=1
i̸=ĵ
q r
≤ (nclusters − 1)n log(nclusters ) + n(nî + nĵ ) + (nî − 1)3 log(nî − 1) + (nĵ + 1)3 log nĵ + 1
q r
+ n(nî + nĵ − 2) + (nî − 2)3 log(nî − 2) + (nĵ )3 log nĵ
q q
≤ (nclusters − 1)n log(nclusters ) + n(n + nclusters ) + n3 log(n) + (n + 2nclusters )3 log(n + 2nclusters )
q q
+ n2 + (n − nclusters )3 log(n − nclusters ) + (n + 2nclusters )3 log(n + 2nclusters )
Por otro lado para Exchange obtenemos
nclusters j −1
i −1 nX i −1 i −1
X nclusters
X nX nclusters
X nX nclusters
X nX q
log(nclusters ) + nî + nĵ + n3î log(nî )
i=1 j=i+1 l=1 m=1 i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
nclusters
X nX i −1
r
+ n3ĵ log nĵ + (nî − 1) + (nĵ − 1)
i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
q r
+ (nî − 1)3 log(nî − 1) + (nĵ − 1)3 log nĵ − 1
con esto obtenemos
nclusters j −1
i −1 nX i −1 i −1
X nclusters
X nX nclusters
X nX nclusters
X nX q
log(nclusters ) + nî + nĵ + n3î log(nî )
i=1 j=i+1 l=1 m=1 i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
nclusters
X nX i −1
r
+ n3ĵ log nĵ + (nî − 1) + (nĵ − 1)
i=1 l=1 i=1 l=1
i̸=î i̸=ĵ
q r
+ (nî − 1)3 log(nî − 1) + (nĵ − 1)3 log nĵ − 1
q q
≤ n2 log(nclusters ) + n(n + nclusters ) + (n + nclusters )3 log(n + nclusters ) + n2 + n3 log(n)
así obtenemos en total
91
q q
5n2 + h (n + nclusters )3 log(n + nclusters ) + h n3 log(n)

+ T n2 log(nclusters ) + (nclusters − 1)n log(nclusters ) + 2n(n + nclusters )
q q
2
+ 2h (n + nclusters log(n + nclusters ) + 2n + 2h n3 log(n)
)3
q q
+ h (n − nclusters log(n − nclusters ) + h (n + 2nclusters log(n + 2nclusters )
)3 )3
es decir
q
O n + h (n + nclusters log(n + nclusters ) + T n2 log(nclusters )
2
)3
q
)3
+ h (n + nclusters log(n + nclusters )
De manera similar para el VRPTW se concluye que:
Los precalculos tienen como cota de cantidad de operaciones a:
q
n(n + nclusters ) + (n + nclusters )3 log(n + nclusters ) + n2 + log(n)n2 + n log(n)
+ (n − nclusters )n log(n − nclusters )
Relocate tiene como cota:
q
(nclusters − 1)n log(nclusters ) + n(n + nclusters ) + (n + 2nclusters )3 log(n + 2nclusters )
q
+ n3 log(n) + 2n2 log(n)
Mientras que Exchange:
q
n2 log(nclusters ) + n(n + nclusters ) + (n + nclusters )3 log(n + nclusters ) + 2n2 log(n)
con lo que en total tenemos
q
n(n + nclusters ) + h (n + nclusters )3 log(n + nclusters ) + n2 + log(n)n2 + n log(n)

+ (n − nclusters )n log(n − nclusters ) + T n2 log(nclusters ) + (nclusters − 1)n log(nclusters )
q
+ 2n(n + nclusters ) + h (n + nclusters )3 log(n + nclusters )
q q
2
)3
+ h (n + 2nclusters log(n + 2nclusters ) + h n3 log(n)4n log(n)
luego utilizando nclusters ≤ n se obtiene que
92
q
O n2 log(n) + h (n + nclusters )3 log(n + nclusters )
q
+ T n2 log(n) + h (n + nclusters )3 log(n + nclusters )
93
Anexo D. Función Objetivo y Tiempos De Ejecución
En los próximos gráficos se presenta el efecto que tiene α sobre la función objetivo y los
tiempos de ejecución.
D.1. CVRP
Figura D.1: Gráficos instancias tamaño 200
94
D.2. VRPTW
Dada la gran cantidad de casos para el VRPTW no es posible identificar cada una de las
instancias de manera individual y solo se hará de manera macro con el tipo C1, C2, R1, R2,
RC1, RC2 y el tamaño 200, 400, 600, 800, 100.
95
96
97

Metodo de Clusterizacion para El VRPTW Con Consideraciones de Balanceo de Tiempo

Cargado por

Copyright:

Formatos disponibles

Metodo de Clusterizacion para El VRPTW Con Consideraciones de Balanceo de Tiempo

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Metodo de Clusterizacion para El VRPTW Con Consideraciones de Balanceo de Tiempo

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE CHILE

FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS

MÉTODO DE CLUSTERIZACIÓN PARA EL VRPTW CON

TESIS PARA OPTAR AL GRADO DE MAGÍSTER EN CIENCIAS DE LA INGENIERÍA,

MEMORIA PARA OPTAR AL TÍTULO DE INGENIERO CIVIL MATEMÁTICO

SEBASTIÁN ANTONIO BUSTOS ATALAH

Este trabajo ha sido parcialmente financiado por

MÉTODO DE CLUSTERIZACIÓN PARA EL VRPTW CON

Al momento de resolver el problema de ruteo de vehículos en ciertos contextos prácticos se

En esta tesis se aborda el problema de realizar un método de clusterización para el pro-

3. Clusterización para balanceo de tiempo 9

4. Minimum Spanning Tree y k Nearest Neighbour Graph 25

4.1. Función de pesos tal que G∆(T ) es disconexo . . . . . . . . . . . . . . . . . . . 28

3.1. Reducción espacio de búsqueda para k = 10 vecinos . . . . . . . . . . . . . . . 21

Dentro de los problemas de optimización, en el mundo de la logística, se encuentra el de

El VRP, en su versión mas sencilla, consiste en tener un conjunto de vehículos, un punto

Para la elaboración de este escrito se trabajó en conjunto a la empresa SimpliRoute, que

Es importante mencionar que al momento de llevar este problema a la realidad el criterio

En este contexto SimpliRoute se ve en la necesidad de abordar estas problemáticas, entre

Se analizarán los resultados de la clusterización contra instancias de benchmark de Gehring

En el siguiente capítulo se presentará la heurística con condiciones de balanceo y se analiza-

2.1. Antecedentes del VRP

Entre las metahuerísicas se pueden mencionar algoritmos genéticos, colonia de hormigas

Estas clasificaciones y recopilaciones de los algoritmos fueron recuperadas de [12–14].

Hay situaciones donde el balanceo de la carga de trabajo es importante por la aplicación

En este contexto un approach de clustering que tengan en consideración ventanas de

2.2. Antecedentes de grafos

Si k ≤ 1 definimos Gk := G1 , si k ≥ n − 1 Gk := Gn−1 y si k ∈ [1, n − 1] Gk := G⌈k⌉ .

Definición 2.2 Dado un grafo no dirigido G = (V, E) y una función de costo c : E → R

Proposición 2.1 Para todo conjunto de puntos S

Como ya se menciono, en esta proposición k-NNG(S) corresponde a la versión dirigida

Proposición 2.2 Dado G = (V, E) un grafo simple y una función de costo c : E → R se

Proposición 2.3 Dado un grafo no dirigido G = (V, E) y una función de costo c : E → R

Es posible definir estas estructuras en un contexto probabilista, donde en vez de una

Clusterización para balanceo de

En este capítulo se mostrará y desarrollará la heurística propuesta para resolver una

3.1. Consideraciones del problema

Al momento de resolver el problema se trabajara con un enfoque Cluster First - Route

3.2. Algoritmo de Clusterización

Código 3.1: Clustering

No es nueva la idea de realizar búsquedas locales en clustering (ver [28–30]) la ventaja de

Antes de presentar los algoritmos es importante definir la notación. Clusters corresponde

Por simplicidad al local search asociado a Relocate se le llamara ClusteringRelocate y al

Código 3.2: Clustering Relocate

21 If bestCostFound < costOfAcceptance

Código 3.3: Clustering Exchange

21 If bestCostFound < costOfAcceptance

Preguntar si un movimiento es factible es clave al momento de estar trabajando en el

Al momento de hacer la clusterización existen dos parámetros que son relevantes. El

3.2.1. Función Objetivo

La razón para considerar de manera distinta la zonificación y el balanceo es debido a que,

max T imei − min T imei

donde T imei es el tiempo estimado en recorrer al cluster i−esimo.

3.2.1.1. Aproximación Tiempo En Ruta CVRP

3.2.1.2. Aproximación Tiempo En Ruta VRPTW

iRj ⇐⇒ (ei < ej ) ∨ (ei = ej ∧ li < lj ) (3.1)

Código 3.4: Estimar Tiempo TW

6 arrivalTime = empty list

9 tentativeTime = max(d_{0, 1}, e_{1})