UNIVERSIDAD COMPLUTENSE DE MADRID

FACULTAD DE CIENCIAS MATEMÁTICAS

TESIS DOCTORAL

Unas aplicaciones de la matemática computacional a la

ingeniería del transporte

MEMORIA PARA OPTAR AL GRADO DE DOCTOR

PRESENTADA POR

Alberto Almech Jiménez

Director

Eugenio Roanes Lozano

Madrid

© Alberto Almech Jiménez, 2021

 Universidad Complutense de Madrid
Facultad de Ciencias Matemáticas

Unas aplicaciones de la matemática computacional a

la ingeniería del transporte

Memoria para optar al grado de Doctor

presentada por Alberto Almech Jiménez
dirigida por Eugenio Roanes Lozano

Madrid, 2022.
Programa de Doctorado en Ingenierı́a Matemática,
Estadı́stica e Investigación Operativa por la
Universidad Complutense de Madrid y la
Universidad Politectnica de Madrid

—————————————————————

UNAS APLICACIONES DE LA
MATEM ÁTICA
COMPUTACIONAL A LA
INGENIER ÍA DEL TRANSPORTE

Tesis doctoral presentada por Alberto Almech Jiménez

Dirigida por el Prof. Dr. Eugenio Roanes Lozano

año 2022
Agradecimientos
Deseo expresar mi estima y agradecimiento al profesor Eugenio Roanes Lozano
(tutor y director) por su atención, paciencia y guı́a durante todos estos meses.
También quiero rendir gracias a quien de forma desinteresada me ayudó con
las actividades formativas y a quien por su modestia y generosidad mantendré en
el anonimato. En general, a toda la diligente organización del programa, y a la
institución responsable, mi gratitud por esta oportunidad.

i
Prólogo
El interés común de este trabajo aborda cómo el valor del tiempo actúa sobre una
red de ferrocarril o sus pasajeros, destacando el diseño y la representación gráfi-
ca sobre un software matemático de vasta difusión. De forma ilustrativa las cuatro
aplicaciones organizan los capı́tulos y han requerido de la consideración y el esme-
ro de su autor como si de un sólo trabajo se tratara. Aunque los capı́tulos gestionan
problemas distintos, existe una relación de continuidad entre ellos que a modo de
sumario se incluye a continuación.
Cada uno de estos capı́tulos está acreditado por su correspondiente artı́culo,
publicado en una revista cientı́fica de comprobada calidad e impacto. El orden de
exposición es la secuencia en que fueron desarrollados. Los capı́tulos tendrán todos
la misma estructura, que a grandes rasgos, por su naturaleza, coincide con los de
un artı́culo cientı́fico.
Por otro lado todos los trabajos están soportados por un software matemático
muy difundido. El software elegido ha sido el potente CAS (Computer Algebra
System) Maple (Maple es una marca registrada de Waterloo Maple Inc.).
El primer capı́tulo acomete los tiempos de viaje de un tren de ancho variable
en una red con tres tipos de infraestructura, dos anchos de vı́a y cambiadores de
ancho. Se consigue reducir la complejidad desde un multigrafo a un grafo multica-
pa, y en estas condiciones se consigue una ruta mı́nima con un algoritmo estándar.
Este trabajo fue expuesto por primera vez en 2017 en el 17th International Con-
ference on Computational and Mathematical Methods in Science and Engineering
(CMMSE2017 [35]). También ese mismo año se presentó en unas jornadas que la
Comunidad de Madrid junto con varias universidades facilita a jóvenes investiga-
dores (FuzzyMad17). Esta aplicación ampliada y completada, ha sido finalmente
publicada en 2019 en un artı́culo de la revista Mathematical Problems in Enginee-
ring, indexada en SCI-JCR [8] .
En el segundo capı́tulo se continúa con el uso de la teorı́a de grafos que tan
buenos resultados dieron en el capı́tulo anterior. Se afrontó el problema de recrear
dinámicamente los planos históricos de unas redes sometidas a muchos cambios:
las redes de ”metro”. Nuevamente se consiguieron buenos resultados reduciendo
la evolución de la red de metro de Madrid a unos pocos grafos por lı́nea, llamados

ii
etapas. Estas conclusiones fueron expuestas en un póster de las Jornadas Fuzzy-
MAD18 y una contribución oral en la 24th Conference on Applications of Compu-
ter Algebra (ACA2018). Se publicó finalmente en 2019, en un artı́culo de la revista
Mathematics in Computer Science (indexada en Scopus y en Emerging Sources
Citation Index) [7].
En el tercer capı́tulo, con la preocupación puesta en la representación gráfica de
los tiempos de recorrido en una red de ferrocarril, ocurrirá lo contrario. Se parte de
un grafo que representa una cartografı́a simplificada de nuestra red de ferrocarril.
Elevar el grafo con una tercera dimensión nos permite visualizar datos, proporcio-
nando un interesante gráfico. Las aristas se convertirán en superficies rectangulares,
cuya superficie nos mostrará información visual de rápida comprensión, en nuestro
caso del tiempo de viaje o la velocidad del recorrido. Un póster de esta propues-
ta fue presentado en la jornada FuzzyMAD 2019 [2]. Posteriormente en 2020 el
artı́culo titulado ”A 3D proposal for the visualization of speed in railway networks”
[6], fue publicado en la revista AIMS Mathematics (indexada en SCI-JCR).
El último capitulo ya no tiene relación con teorı́a de grafos, pero si mantiene la
preocupación por la visualización gráfica y el tiempo. Se desarrolla una simulación
de las colas de espera en una gran estación de ferrocarril. La propuesta ofrece gran-
des posibilidades combinatorias de las ventanillas compartidas para los diversos
servicios (como cercanı́as, media y larga distancia o velocidad alta) y la existencia
de ventanillas de último minuto que rompen el orden natural de llegada. El modelo
es acometido como un autómata finito con una única cadena de llegada de viajeros.
El artı́culo de este trabajo titulado ”An Accelerated-Time Simulation of Queues
at Ticket Offices at Railway Stations” fue publicado en el año 2021 en la revista
Mathematical Problems in Engineering (indexada en SCI-JCR)[9].
He procurado el principio de simplicidad tanto en el planteamiento como en el
código de toda la exposición. He optado por una descripción más ágil, sin detalles
técnicos de codificación, separando la descripción del código en los apéndices.

El autor,
febrero, 2022

iii
 UNAS APLICACIONES DE LA MATEMÁTICA
COMPUTACIONAL A LA INGENIERÍA DEL
TRANSPORTE

Resumen
Este trabajo aborda el valor del tiempo actuando sobre una red ferroviaria o sus
usuarios, destacando la importancia del diseño y la representación gráfica en este
tipo de problemas. Se trata de ilustrarlo con cuatro aplicaciones independientes,
cada una en un capı́tulo, implementadas en software cientı́fico de amplia difusión.
El primer capı́tulo se ocupa de los tiempos de viaje de un tren de ancho variable
en una red con tres tipos de infraestructura, dos anchos de vı́a y cambiadores de an-
cho. Utilizando la teorı́a de grafos en estas redes se consigue reducir la complejidad
de un multigrafo a un grafo multicapa. En estas condiciones se consigue una ruta
mı́nima con un algoritmo estándar como el de Dijkstra o Bellman-Ford.
En el segundo capı́tulo, aplicando nuevamente las herramientas de la teorı́a de
grafos, se afrontó el problema de recrear dinámicamente los planos esquemáticos
históricos de unas redes ferroviarias sometidas a muchos cambios, como son las
redes subterráneas de ”metro”. Nuevamente se consiguió un buen resultado redu-
ciendo la evolución de la red de metro de Madrid a unos pocos grafos llamados
etapas de las lı́neas. La aplicación transforma la cronologı́a de la red en unas pocas
etapas, a partir de las que se obtiene la red retrospectiva en cualquier instante.
Con la representación gráfica de los tiempos de recorrido en una red de ferroca-
rril, se obrará a la inversa. En el tercer capı́tulo se parte de un grafo que representa
una cartografı́a simplificada de nuestra red de ferrocarril. Elevar el grafo con una
tercera dimensión nos permite la visualización de datos, proporcionando un in-
teresante gráfico. Las aristas se convertirán en rectángulos cuya superficie muestra
información visual de rápida comprensión, en nuestro caso del tiempo de viaje o la
velocidad del recorrido.

iv
 El cuarto y último capitulo ya no tiene relación con teorı́a de grafos, pero si
mantiene la preocupación por la visualización gráfica y el tiempo. Se desarrolla
una simulación de las colas de espera en una gran estación de ferrocarril. La pro-
puesta ofrece grandes posibilidades combinatorias de ventanillas compartidas para
los diversos tipos de servicio (como cercanı́as, media y larga distancia o velocidad
alta), ası́ como la existencia de ventanillas de último minuto que rompen el orden
natural de llegadas. El modelo es acometido como un autómata finito a partir de una
cadena única de viajeros. La aplicación almacena las entradas, salidas y estados de
la máquina en el proceso, permitiendo todo tipo de análisis o gráficos relacionados.

v
 SOME APPLICATIONS OF COMPUTER
MATHEMATICS TO TRANSPORTATION
ENGINEERING

ABSTRACT
This work addresses the value of time acting on a railway network or its users,
highlighting the importance of design and graphic representation in this type of
problem. The idea is to illustrate it with four independent applications, each one in
a chapter, implemented in widely used scientific software.

• The first chapter deals with the travel times of a variable gauge train in a net-
work with three kinds of infrastructure, two track gauges and gauge changers.
Using graph theory in these networks it is possible to reduce the complexity
of a multigraph to a multilayer graph. Under these conditions, a minimum
path is achieved with a standard algorithm such as Dijkstra or Bellman-Ford.

• Applying again the tools of graph theory, The second chapter addresses the
problem of dynamically recreating historical rail network schemes that un-
dergo many changes, such as metropolitan rail networks. Once again, a good
result was achieved by reducing the evolution of the Madrid metro network
to a few graphs, called stages. The application transforms the chronology of
the network in a few stages, from which the retrospective network is obtained
at any moment.

• With the graphical representation of the times traveled in a railway network,

the opposite will be done. The starting point is a graphic that represents a
simplified map of our rail network. Raising the graph with a third dimension
allows us to visualize edge data. The edges will become rectangles whose
surface shows us visual information that can be quickly understood, in our

vi
 case travel time or travel speed. The design of this interesting graph is deve-
loped in the third chapter.

• The last chapter is not related to graph theory, but it maintains the concern
with graphical visualization and time. A simulation of the queues at a large
train station is developed. The proposal offers great combinatorial possibili-
ties of shared windows for the different kinds of service (such as commuter,
medium and long distance or high speed), as well as the existence of last
minute windows that break the natural order of arrivals. The model is inter-
preted as a finite automaton with a single chain of travelers. The application
stores the inputs, outputs and states of the machine in the process, allowing
all kinds of analysis or related graphics.

vii
Introducción
Conocida es la importancia del acceso a una buena red de transportes para el desa-
rrollo social y económico de una región.
En general se puede afirmar que la red de ferrocarriles se fue configurando du-
rante el siglo XIX en relación principalmente al tamaño y a la actividad económica
de las poblaciones y, recı́procamente, los nodos de la red ferroviaria pronto influ-
yeron en el crecimiento y desarrollo de esos núcleos de población. El ferrocarril ha
sido clave en la distribución y en la vertebración de la población y la industria.
El desarrollo de las vı́as y medios de transporte avanza rápidamente. El trans-
porte tanto de personas como de mercancı́as es de sumo interés para las empresas
involucradas, tanto públicas como privadas. En particular, la expansión y evolución
del transporte público y de las redes ferroviarias ha experimentado en los últimos
años un gran impulso.
A partir de la última década del siglo pasado la Unión Europea ha promovi-
do una polı́tica de fomento del transporte por ferrocarril (fundamentalmente por
razones ecológicas), ası́ como de liberalización del acceso a las infraestructuras a
nuevos operadores. Ello ha supuesto un gran reto para la organización de las empre-
sas ferroviarias, generalmente herederas de una estructura de compañı́as privadas
aisladas y dispersas en el siglo XIX y sistemáticamente unificadas y nacionalizadas
en el caso europeo, según el paı́s, en el intervalo entre los años 30 y los siguientes
a la Segunda Guerra Mundial.
La red de ferrocarriles españoles es particularmente compleja y ha estado so-
metida a otros factores técnicos y polı́ticos particulares que la dotan de unas carac-
terı́sticas técnicas y geográficas especiales (a mediados del siglo XX: ancho de vı́a
no estándar, gran proporción de vı́a estrecha, red principal claramente radial, se-
veras rampas con radios de curvatura muy pequeños en zonas de orografı́a difı́cil,
diversidad de estándares –heredados de las muchas compañı́as previas a la creación
de Renfe ( Red Nacional de los Ferrocarriles Españoles)-, etc.).
Desde un punto de vista técnico, existen:

• dos anchos de vı́a (excluimos aquı́ la vı́a estrecha): el tradicional Ibérico,

1.668 mm y el Internacional, 1.435 mm, usado en las nuevas lı́neas de alta
velocidad (LAV) –con excepciones en ciertos tramos accesorios-,

viii
 • dos sistemas de electrificación: 3.000 V CC y 25.000 V CC a frecuencia
industrial, este último usado en las nuevas LAV.

• cuatro familias de sistemas de señalización (aparte del bloqueo telefónico):

ASFA (Anuncio de Señales y Frenado Automático), LZB (del alemán Li-
nienzugbeeinflussung, influencia lineal en el tren) , EBICAB (marca regis-
trada por Bombardier para un sistema de control automático de trenes -ATC-)
y ERTMS (del inglés European Rail Traffic Management System).

• dos tecnologı́as de cambio de ancho automático: la tecnologı́a Talgo RD pa-

ra los trenes Talgo y la tecnologı́a BRAVA (Bogie de Rodadura de Ancho
Variable Autopropulsado), utilizada por los vehı́culos CAF (Construcciones
y Auxiliar de Ferrocarriles). Asimismo los cambiadores pueden constar de
una sola plataforma (Talgo o CAF) o de un sistema dual de plataformas, que
opera el cambio de ancho sobre material rodante tanto Talgo como CAF.

Desde el punto de vista administrativo, por normativa europea, Adif (Admi-

nistrador de Infraestructuras Ferroviarias) se encarga de la infraestructura y Renfe
es un operador de forma análoga a lo que ha ocurrido con otros servicios básicos
liberalizados o privatizados como la electricidad, el agua o la telefonı́a.
En cuanto a las relaciones internacionales, la conectividad con Portugal es
débil, aunque se comparte el mismo ancho (sólo se encuentran activas las conexio-
nes por Badajoz, Salamanca y Vigo). Con Francia sólo tiene lugar con intensidad
por los dos lados de los Pirineos, estando las conexiones aragonesas, Canfranc y
Puigcerdá, cerrada desde hace años la primera y con un tráfico testimonial la se-
gunda. La expansión de la red española de vı́a de ancho estándar y la apertura del
túnel de El Pertus está facilitando la conexión en el lado Este.
Es de destacar que España, según la UIC (Unión Internacional de Ferrocarriles),
ocupa el segundo lugar mundial en kilómetros de LAV (explotadas a velocidades
> 250Km/h), tanto en servicio como en construcción, sólo por detrás de China
(Figura 1). La experiencia adquirida ha convertido a España en lı́der en materia de
I+D+i ferroviario en campos como la infraestructura, la señalización, la electrifica-
ción o el material rodante.

ix
Figura 1: Proyectos del Plan de Infraestructura, Transporte y Vivienda en LAV, 2012-
2024. Fuente: Ministerio de Fomento.

x
 Se requieren proyectos sobre las posibles mejoras de las caracterı́sticas técnicas
de las lı́neas existentes y sobre la construcción de nuevas lı́neas (para remediar la
situación de cuellos de botella en la red existente, complementar la red clásica o la
de alta velocidad), y estudiar su impacto sobre la población, el acceso a los recursos
y a las industrias; la competencia con otros medios de transporte; el cumplimiento
de la regulación pública (incluido el proceso de privatización), etc.

xi
 Índice general

Agradecimientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . i
Prólogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii
Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iv
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vi
Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . viii

1 Ruta mı́nima en la red de Adif: dos anchos de vı́a en varias infraestruc-

turas y cambiadores de ancho 1
1.1 Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 El problema de las multiaristas . . . . . . . . . . . . . . . 4
1.3 Método . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1 Grafos inducidos e interconexión . . . . . . . . . . . . . 6
1.3.2 Optimización . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.1 Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.2 Observaciones . . . . . . . . . . . . . . . . . . . . . . . 16

2 Grafo-cronologı́a: mapas esquemáticos retrospectivos de la red de me-

tro mediante grafos 17
2.1 Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.1 El problema de perder información . . . . . . . . . . . . 19
2.3 Método . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.1 Estado de una lı́nea . . . . . . . . . . . . . . . . . . . . . 21

xiii
ÍNDICE GENERAL

2.3.2 Etapas de una lı́nea . . . . . . . . . . . . . . . . . . . . . 22

2.3.3 Obtención de la red histórica . . . . . . . . . . . . . . . . 26
2.4 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3 Propuesta de un Gráfico 3D para representar la rapidez de las cone-

xiones por FFCC 31
3.1 Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.2 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.3 Método . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.3.1 Uso de la inversa de la velocidad . . . . . . . . . . . . . . 35
3.3.2 Uso de la diferencia de velocidades . . . . . . . . . . . . 37
3.4 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

4 Una simulación en tiempo acelerado de colas de ventanillas de una gran

estación de ferrocarril 41
4.1 Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.2 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.3 Método . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.3.1 Instrucciones . . . . . . . . . . . . . . . . . . . . . . . . 46
4.4 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.4.1 Curvas de afluencia y fila única . . . . . . . . . . . . . . 48
4.4.2 Transición de estados . . . . . . . . . . . . . . . . . . . . 49
4.4.3 Información y Gráficos . . . . . . . . . . . . . . . . . . . 52
4.5 Resultados y conclusiones . . . . . . . . . . . . . . . . . . . . . 53

5 Conclusiones y perspectivas futuras 55

5.1 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.2 Perspectivas futuras . . . . . . . . . . . . . . . . . . . . . . . . . 56

6 Recursos 59

A Ruta mı́nima en la red de Adif: dos anchos de vı́a en varias infraestruc-

turas y cambiadores de ancho con Maple 61
A.1 Diseño del grafo en tres capas . . . . . . . . . . . . . . . . . . . 62
A.2 Introducción de pesos y aristas . . . . . . . . . . . . . . . . . . . 62

xiv
 ÍNDICE GENERAL

A.3 Interconexión . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
A.4 Ruta mı́nima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
A.5 Representación tridimensional . . . . . . . . . . . . . . . . . . . 69
A.6 Resto de subprocedimientos . . . . . . . . . . . . . . . . . . . . 72

B Grafo-cronologı́a: mapas esquemáticos retrospectivos de la red de me-

tro mediante grafos con Maple 77
B.1 Diseño de la red . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
B.2 Génesis de las lı́neas . . . . . . . . . . . . . . . . . . . . . . . . 78
B.3 Elección de etapa y poda . . . . . . . . . . . . . . . . . . . . . . 79
B.4 Salida gráfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
B.5 Resto de subprocedimientos . . . . . . . . . . . . . . . . . . . . 81

C Propuesta de un Gráfico 3D para representar la velocidad de las cone-

xiones por FFCC con Maple 85
C.1 Introducción de datos . . . . . . . . . . . . . . . . . . . . . . . . 86
C.2 El gráfico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
C.3 Otra opción para h . . . . . . . . . . . . . . . . . . . . . . . . . 88
C.4 Resto de procedimientos . . . . . . . . . . . . . . . . . . . . . . 90

D Una simulación en tiempo acelerado de colas de ventanillas de una gran

estación de ferrocarril con Maple 93
D.1 Parámetros, trenes y ventanillas . . . . . . . . . . . . . . . . . . . 94
D.2 Curvas de afluencia . . . . . . . . . . . . . . . . . . . . . . . . . 95
D.3 Fila única . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
D.4 Flujo de pasajeros . . . . . . . . . . . . . . . . . . . . . . . . . . 98
D.5 Gráficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
D.5.1 Gráfico de estado . . . . . . . . . . . . . . . . . . . . . . 102
D.5.2 Gráficos de evolución . . . . . . . . . . . . . . . . . . . . 103
D.6 Resto de los procedimientos . . . . . . . . . . . . . . . . . . . . 106

Bibliografı́a 111

xv
 Capı́tulo

1
Ruta mı́nima en la red de
Adif: dos anchos de vı́a en
varias infraestructuras y
cambiadores de ancho

Desde un principio, en España, para conectar la red de alta velocidad y la ibéri-

ca se utilizaron cambiadores de ancho. La reserva de los operadores ferroviarios
europeos a implementar trenes de mercancı́as con cambio de ancho automático
ha obligado a considerar el uso de ancho mixto con tercer carril (que permite la
circulación de trenes de dos anchos de vı́a diferentes) como una alternativa para
que los trenes de mercancı́as procedentes del resto de Europa puedan circular en la
red española. En este ámbito, se han habilitado varios tramos con tercer carril para
permitir que los trenes de mercancı́as que accedan por la lı́nea de alta velocidad
Perpiñán-Figueras puedan alcanzar el resto de la peninsula. Según la Declaración
sobre la Red que Adif publicó en 2021 [3], el ancho mixto permite el acceso de
los trenes internacionales hasta el puerto de Barcelona, estando instalado entre Tar-
dienta y Huesca y entre Valencia y Castellón. Fuera de esto, el uso del ancho mixto

1
1. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO

es marginal o experimental, se está instalando en el corredor mediterráneo y se pla-

nea extender su utilización. El total de lı́neas de ancho mixto en la Red Ferroviaria
de Interés General (RFIG) comprende unos cinco tramos con 118,8 km.
Existe otra infraestructura ferroviaria que no conviene olvidar, la de vı́a estre-
cha, de bajo coste en terrenos abruptos, se extiende principalmente por lugares de
difı́cil acceso en el norte de España. La red de Ferrocarriles Españoles de Vı́a Es-
trecha (FEVE, desde 2012 absorvida por Adif/Renfe) ha sido la compañı́a que ha
gestionado la red métrica más extensa de Europa, con 1.192 km de vı́a estrecha.
La FEVE ha llegado a operar de forma paralela sobre cinco anchos de vı́a distintos
(1.435 mm, 1.062 mm, 1.000 mm, 915 mm y 750 mm). El ancho métrico está des-
conectado mecánicamente del ancho ibérico y del internacional, por ese motivo no
se ha considerado introducirlo en el modelo del trabajo.

1.1 Antecedentes
Se ha investigado mucho sobre los problemas que afectan al mundo del ferroca-
rril: se pueden encontrar muchos trabajos sobre optimizaciones del tráfico rodado
[19, 20], redes de ferrocarril [18, 34, 42], transporte[32] e incluso de grado de ac-
cesibilidad entre nodos de la red de transporte de la España peninsular [34]. Pero
muy poco sobre gestión de redes con vı́as de ancho mixto.
Centrándonos en la red administrada por Adif, y debido a la complejidad de
esta, la Fundación de los Ferrocarriles Españoles encargó en 2010 a investigadores
de la Universidad Complutense de Madrid y la Universidad Politécnica de Madrid,
entre los que se encuentra el director de esta tesis, el diseñar e implementar un
paquete informático de simulación, que se denominó RutasOptiRed, para ayudar
a tomar decisiones sobre rutas óptimas, uso del parque ferroviario y extensión de
infraestructuras [24]. Este proyecto se amplió en 2011 al cómputo de consumos,
emisiones y costes [37]. Aparte de estos últimos, no conocemos un trabajo similar
en redes ferroviarias de dos anchos de vı́a y cambiadores de ancho.
Existen otros estudios sobre proyectos de optimización alternativa, como por
ejemplo el dirigido por el profesor Enrique Castillo y galardonado con el XIV
Premio Talgo a la innovación tecnológica, y titulado “La vı́a alternada doble-simple
como propuesta para nuevas LAV en áreas periféricas”. En él se optimiza mediante

2
 1.2 Objetivo

programación lineal las vı́as únicas, dobles (para los cruces) y horarios, al objeto
de proporcionar las altas prestaciones de una LAV convencional de doble vı́a a un
coste de construcción significativamente inferior. [14].

1.2 Objetivo
Como ya se ha comentado, la búsqueda de la ruta más corta en la red de Adif fue
acometido en dos ambiciosos proyectos financiados por la Fundación de los Ferro-
carriles Españoles (FFE) y dió lugar a dos artı́culos en revistas indexadas SCI-JCR.
Los autores, desarrollaron desde cero, en 2010 y 2011, un sofisticado software
denominado RutasOptiRed. La primera versión encontraba rutas más cortas, eva-
luando con gran precisión la circulación del amplio material rodante del operador
de Renfe [24]. La segunda versión agrega a esto los consumos y emisiones de los
trenes [37]. Para atacarlo se consideraron grafos no dirigidos y con peso. Debido
al nivel de precisión buscado se necesitó gran detalle documentado de secciones de
vı́a y de material rodante, por ejemplo cada arco de los grafos tenı́an asociados una
serie de atributos como ancho de vı́a, velocidad máxima, etc...
Las particularidades de la red requerı́a que RutasOptiRed utilizara un algorit-
mo especı́fico, hecho a medida de las necesidades. Se resolvió con una adaptación
compleja y poco intuitiva del algoritmo de Dijkstra. El algoritmo es complicado
y llama la atención el uso de los vértices del grafo como secciones de vı́a y los
arcos como posibilidades de que una clase de tren pase entre secciones. Se puede
encontrar este curioso algoritmo en [25].
El objetivo ahora es el mismo: calcular la ruta mı́mima en una red ferroviaria
cualquiera con varios anchos de vı́a y cambiadores de ancho. La importancia de
estas rutas mı́nimas es que establecen una distancia social y comercial entre locali-
dades o regiones. La dificultad de jugar con varios anchos de vı́a, como se acaba de
ver, estaba superada con el software anterior. La pregunta es: ¿Cómo modelizamos
esta situación para poder utilizar los algoritmos habituales, de probada eficiencia?,
¿cómo bajamos la complejidad al problema? o ¿cómo podemos extenderlo de for-
ma simple a otros escenarios parecidos?
Se ha tomado como referencia principal el técnico y detallado trabajo previo
[24]. Es muy importante desvincularse de aquel enfoque. El planteamiento desa-

3
1. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO

rrollado en la siguiente sección, aunque igualmente haga uso de grafos, es comple-

tamente original, buscando simplificar el modelo y sobre todo el algoritmo.

1.2.1 El problema de las multiaristas

A pesar de su sencillez, este ejemplo muestra la imposibilidad de usar directamente
un algoritmo habitual de ruta mı́nima en la red ferroviaria española (este ejemplo
apareció al probar la primera versión de RutasOptiRed [24]).
Se considera la ruta Madrid – Zaragoza – Tardienta – Huesca – Canfranc de la
red ferroviaria Adif. Donde la situación era la siguiente:

• Hay dos conexiones ferroviarias entre Madrid y Zaragoza: una es la clásica

lı́nea de vı́a ibérica y la otra forma parte de la lı́nea de alta velocidad Madrid-
Barcelona .

• Zaragoza – Tardienta – Huesca – Canfranc es una de las lı́neas españolas que

comunica ambos lados de los Pirineos, en ancho ibérico.

• Nuevo tramo Zaragoza-Tardienta de velocidad alta (≤ 200km/h ) construido

en ancho internacional.

• La sección Tardienta – Huesca fue elegida para probar nuevas soluciones

técnicas como ancho mixto (tres raı́les) o catenaria apta para 3kV y 25kV.

• Aunque existe un cambiador de ancho en Huesca, los cambiadores de ancho

de esta ruta sólo se encuentran activos en Madrid y en Zaragoza.

En resumen, la situación de esta accidentada ruta y las caracterı́sticas que nos

ocupan se representan de manera simplificada en la Figura 1.1.

4
 1.3 Método

Figura 1.1: Esquema que representa en la lı́nea azul inferior el ancho ibérico hasta
Canfranc y en la superior en rojo la lı́nea de ancho internacional que llega hasta Hues-
ca. En morado los cambiadores de ancho activos, el peso del arco son lo minutos en
recorrerlo al lı́mite de velocidad máxima.

En este caso, si se ejecuta la ruta más corta entre Madrid y Canfranc en un

tren de ancho variable, al ser Huesca un nodo ineludible hasta Canfranc, un algo-
ritmo estándar recorrerá primero el camino más corto hasta Huesca. Proponiendo
un recorrido absurdo de ida y vuelta:

1. Madrid – Zaragoza- Huesca: Llegar a Huesca lo antes posible. Ancho estándar,

a lo largo de la lı́nea de alta velocidad hasta Tardienta y en doble ancho hasta
Huesca.

2. Huesca-Zaragoza-Canfranc: Al no poder continuar , el tren regresa a Zara-

goza en ancho estándar, y cambiando el ancho, alcanzar Canfranc en ancho
Ibérico.

1.3 Método
El problema es encontrar la ruta más corta en una red ferroviaria con varias infra-
estructuras y anchos de vı́a. En la red ferroviaria española opera material rodante
dotado de tecnologı́a de cambio de ancho automático, permitiendo cambiar de in-
fraestructura sin cambiar de tren. Para aprovechar las posibilidades de toda la red
ferroviaria consideramos que un tren puede circular a lo largo de ambos anchos de
vı́a, necesitando atravesar un cambiador para pasar de una infraestructura a otra no
compatible. Las infraestructuras contempladas son las vı́as de ancho internacional,
ibérico y mixto.

5
1. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO

La idea en el nuevo enfoque presentado aquı́ es estratificar las infraestructuras

ferroviarias no compatibles, considerandolas en dos niveles o capas disjuntas. Cada
capa representa a la red de cada ancho en forma de subgrafos inmersos espacial-
mente cada uno en un plano. Estos planos, paralelos, están conectados por medio
de unos nuevos arcos añadidos que representan a los cambiadores de ancho. Si sólo
se consideraran los trenes de ancho ibérico o de ancho estándar, serı́a suficiente
eliminar los cambiadores de ancho, o lo que es lo mismo, penalizarlos con tiempo
ilimitado.
La introducción de estas dos capas requerirá replicar tanto las estaciones que
admitan los dos anchos de vı́a como los tramos de ancho mixto (se detalla en la
sección siguiente).
De esta forma, se ha transformado el multigrafo inicial en un grafo que repre-
senta nuestro escenario y cumple las condiciones de cualquier algoritmo de ruta
más corta estándar.

1.3.1 Grafos inducidos e interconexión

De un modo riguroso cada infraestructura forma una subred que induce un sub-
grafo, estos subgrafos Gi ,Gs y Gt representarán respectivamente a la red de ancho
ibérico, a la red de ancho internacional y a la red de ancho mixto. No tendrán ni
nodos ni aristas comunes, para ello:

• Cada estación e (o punto de interés para la red como puede ser una bifur-
cación) se desdobla en tantos nodos como infraestructuras distintas tenga.
Por ejemplo, en el peor de los casos, en una estación e que tuviera las tres
infraestructuras, se construirı́an tres nodos ei , es y et de Gi , Gs y Gt respec-
tivamente. Tres nodos lógicos o plataformas para una localización fı́sica, es
decir, la estación e, o punto caracterı́stico, se descompone o proyecta en las
tres subredes, en un principio inconexas.

• Los arcos de cada subgrafo son las secciones de vı́a de dicha infraestructura.

El acceso a toda la red se consigue con un nuevo grafo G, resultado de conectar

los estratos o capas (subgrafos anteriores) por medio de los cambiadores de capa,

6
 1.3 Método

Figura 1.2: Equivalencia en un modelo multiarista. La t es el tiempo de recorrido entre

nodos. En el ancho mixto aparecen dos; uno para cada ancho de vı́a.

reproduciendo la transición automática entre infraestructuras de un tren de ancho

variable. Se distinguirı́an los cambiadores de ancho reales que conectan la infra-
estructura internacional con la ibérica, y los cambiadores de ancho virtuales, sin
penalización, que conectan todos los nodos de Gt con sus homólogos de los otros
dos anchos, simulando de esta forma la compatibilidad.
Gt complica el modelo. Para nuestro objetivo de ruta optima lo que interesa
son los anchos de vı́a , no las infraestructuras. En este contexto, las lı́neas de ancho
mixto de un modelo multiarista, se pueden descomponer en las aristas de los dos
anchos de vı́a que la componen. Véase la Figura 1.2, donde cada tipo de arco se
puede interpretar como una capa. Añadir de forma común estas secciones de an-
cho mixto en los dos primeros subgrafos permite prescindir del tercero (Gt ) (ver
Figuras 1.3 y 1.4).
La simplificación anterior admite velocidades máximas diferentes para cada
ancho de vı́a en un ancho mixto, hecho que no admite el modelo general con Gt sin
modificarse. No obstante, en los datos consultados, el arco de ancho mixto aparece
sin los otros arcos, al igual que tampoco se cumple que las velocidades máximas
medias de ancho mixto sean distintas para cada ancho ( ocurre que tmi = tms en la
Figura 1.2).

7
1. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO

Figura 1.3: A la izquierda subgrafo de la representación del ancho ibérico de la región

Centro-NE de Adif. A la derecha el subgrafo de ancho internacional(AV) de esa misma
región. El tramo Tardienta-Huesca, en cyan, es de ancho mixto y aparece en las dos
capas. El número del interior del nodo es el identificador del vértice. Fuente: [35]

Figura 1.4: Representación 3D de los subgrafos inducidos por los anchos de vı́a en la
región Centro-NE de Adif. Ancho internacional(AV) en rojo y ancho ibérico en azul.
A la derecha se obtiene el grafo de toda la red añadiendo los cambiadores de ancho en
morado. Fuente: [35]

8
 1.3 Método

1.3.2 Optimización
Con este nuevo modelo sólo se debe asignar a cada arco el tiempo estimado o el
programado. Como cada arco corresponde a un tramo de la lı́nea férrea, la única
complejidad de esta operación es la de la obtención de los datos que la alimentan.
Se introduce el tiempo de recorrido como peso de las aristas al grafo G anterior.
También se añade la penalización temporal a los arcos de los cambiadores. Ya se
puede utilizar cualquier algoritmo habitual de ruta mı́nima en G.
Puede verse esto en las Figuras 1.4 y 1.5 del Ejemplo 1.1. Es una versión 2D
proyectada aplicada a un esquema de la zona SW de la penı́nsula.

Ejemplo 1.1 Madrid-Zafra: 3h10′

Se puede ver en la Figura 1.6 dos ejecuciones de ruta mı́nima. Madrid-Zafra
no se alcanza con alta velocidad hasta Córdoba sin imponer el paso por Córdoba.
Madrid-Córdoba-Zafra: 3h33′

Figura 1.5: Grafo G en 2D de la región SW de Adif, en cyan los cambiadores que

conectan los subgrafos inducidos por los dos anchos de vı́a, izquierda ancho ibérico y
a la derecha internacional. Fuente: [35]

9
1. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO

Figura 1.6: Ejemplos gráficos de ruta mı́nima entre Madrid y Zafra, a la izquierda sin
restricciones y a la derecha pasando por Los Rosales (para obligar a usar alta veloci-
dad). Los nodos verdes son origen, destino y cambiador). Fuente: [35]

1.4 Resultados
Reincidiendo en lo mismo, el objetivo del nuevo software descrito en este docu-
mento es sólo uno de los objetivos de RutasOptiRed, pero el principal. El nuevo
enfoque, que enlaza la red de doble ancho, la red ibérica y la de vı́a estándar, per-
mite utilizar una codificación y un algoritmo mucho más sencillo.
Con la construcción de este grafo G (Figuras 1.3 y 1.4), el contraejemplo an-
terior de Canfranc quedarı́a satisfactoriamente superado. El siguiente comando del
paquete de Maple:

> DijkstrasAlgorithm(G,"Madrid_s","Canfranc");

devuelve la ruta más corta Madrid-Canfranc:

[["Madrid_s","Guadalajara_s","Calatayud_s","Zaragoza_s","Zaragoza_i",
"Tardienta_i","Huesca_i", "Ayerbe", "Canfranc"],161]

Con el innovador método explicado en la sección anterior, el diseño e imple-

mentación del objetivo propuesto, en el software matemático Maple y con la ayuda
de su paquete GraphTheory resulta relativamente sencillo. Se ha diseñado e imple-
mentado en este software un paquete para el cálculo de la mejor ruta en una red
ferroviaria de doble ancho usando los algoritmos habituales de ruta óptima. Este
trabajo fue expuesto en las Jornadas FuzzyMad17 y también se presentó ese mis-
mo año en el congreso CMMSE2017 [35]. Esta aplicación partı́a de la red existente
y sus caracterı́sticas. Inicialmente constaba de un esquema de la zona SW de Es-
paña, con 25 estaciones destacadas y 3 cambiadores de ancho. El comportamiento

10
 1.4 Resultados

del algoritmo se ha puesto a prueba sin problemas en una red mucho mayor exten-
diéndola a toda la España peninsular, con 145 estaciones destacadas y 12 de los 13
cambiadores de ancho activos, excluidos los de la frontera francesa (Figura 1.7).
Esta aplicación completada, ha sido finalmente publicada en 2019 en un artı́culo de
la revista Mathematical Problems in Engineering en SCI-JCR [8] .

1.4.1 Ejemplos
A continuación se verán unos ejemplos de la aplicación del software. En los tres
primeros ejemplos se puede apreciar el peso de las Cercanı́as en las rutas calcula-
das. Remarcar que son tiempos sin paradas, sin transbordo y a la velocidad media
máxima que permite cada sección de vı́a.

Ejemplo 1.2 Santiago de Compostela − Barcelonas : 6h5′

Desde Santiago, Barcelona se alcanza con el AVE por Madrid, haciendo uso
de la alta velocidad castellana desde Medina del Campo (Figura 1.8)

Cambiemos el destino a las cercanı́as de Barcelona en el siguiente ejemplo.

Ejemplo 1.3 Santiago de Compostela − M anresa: 7h7′

Para alcanzar Manresa se hace uso, como parece lógico, de la lı́nea de alta
velocidad sólo hasta Zaragoza ya que no existen más cambiadores hasta la frontera
(Figura 1.9)

En este otro ejemplo se ve como cambia radicalmente la ruta con otra cercanı́a
de Barcelona (incluso con la propia Barcelonai en lugar de Vich).

Ejemplo 1.4 Santiago de Compostela − V ich: 7h43′

Un rodeo entre Manresa y Vich por Barcelona son suficientes para que el algo-
ritmo cambie de ruta para llegar a Vich. Ahora haciendo uso de la alta velocidad
por Valencia y atravesando el rápido corredor mediterráneo se llega a destino (Fi-
gura 1.10)

11
1. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO

Figura 1.7: Red de FFCC de la España peninsular atendiendo al ancho de vı́a. Dos
subgrafos conexos no dirigidos, cada uno correspondiente a un ancho de vı́a: ancho
internacional (en rojo) y ancho ibérico (en azul). Los cambiadores de ancho son los
arcos verticales en morado. Fuente: [8]

12
 1.4 Resultados

Figura 1.8: Ruta óptima en FFCC de doble ancho Santiago − Barcelonas . Lı́nea
verde en ancho ibérico y la roja de alta velocidad en un plano superior. Realizado en
Maple.Fuente: [8]

Figura 1.9: Ruta óptima en FFCC de doble ancho entre Santiago y Manresa. Lı́nea
verde en ancho ibérico y la roja de alta velocidad en un plano superior. Realizado en
Maple. Fuente: [8]

13
1. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO

Figura 1.10: Ruta óptima en FFCC de doble ancho entre Santiago y Vich. Vista ce-
nital.Lı́nea verde en ancho ibérico y la roja de alta velocidad en un plano superior.
Realizado en Maple. Fuente: [8]

Finalmente, y como aplicación a la lı́nea del SW de Adif a la que se hizo refe-

rencia, observar la nula incidencia en Extremadura de la alta velocidad a Sevilla.
Ya se vio en el Ejemplo 1.1, pero introducir un nuevo cambiador en Puertollano no
cambia mucho la situación (Figura 1.11):

Ejemplo 1.5 M adrid − Zaf ra: 2h57′

A Zafra se llega ahora por Puertollano. A Badajoz no varı́a la mejor ruta por
Plasencia (Figura 1.12).

14
 1.4 Resultados

Figura 1.11: Grafo 2D de la red SW de Adif por ancho de vı́a a la que se ha añadido
un nuevo cambiador en Puertollano. En cyan los cambiadores que conectan ambas
subredes, peso de los arcos en minutos. Fuente: [35]

Figura 1.12: Ejecuciones de Ruta óptima añadiendo un hipotético cambiador en Puer-

tollano. A la Izda. Madrid-Zafra y a la derecha la ruta Madrid-Badajoz no se ve afec-
tada. Fuente: [35]

15
1. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO

1.4.2 Observaciones
Como se hizo notar en el contraejemplo, el estado de los nodos que originó esta
estructura depende del ancho de vı́a utilizado por el tren. El trabajo de calcular
la ruta más corta posible se ha realizado sobre velocidades medias máximas en
trenes de ancho variable, pero es extensible a las limitaciones de una composición
de ancho fijo. El usuario final sufrirá la clase de tren que preste su servicio (trenes
sin ancho variable, o con limitaciones de velocidad en ciertos tramos).
Los extremos de una ruta pueden ser estaciones con vı́as de los dos anchos
(como Madrid en el Ejemplo 1.1). Si esto ocurre, hay que configurar el estado de
los trenes en estos extremos para evitar innecesarias penalizaciones de cambio de
ancho en origen o destino.

16
 Capı́tulo

2
Grafo-cronologı́a: mapas
esquemáticos retrospectivos
de la red de metro mediante
grafos

El primer mapa popular de transporte en utilizar un diagrama esquemático para

representar las distintas lı́neas que componen una red no fue diseñado hasta 1933
(el innovador y artı́stico mapa del metro de Londres de Harry Beck [1]). El éxito de
este mapa se debe a su funcionalidad, primando una fácil comprensión topológica
ante una detallada exactitud geográfica. Este diseño de mapa es utilizado en redes
de transporte de todo el mundo, principalmente en ferrocarriles metropolitanos. Se
puede seguir la evolución del diseño de los mapas del metro de Londres en [44].
Los mapas de extensas redes ferroviarias, con tiempos entre paradas muy hete-
rogéneos, suelen ser fieles a las distancias.
En el mapa de una red metropolitana los tiempos entre localizaciones son cortos
y más o menos homogéneos. En este último caso, los detalles cartográficos en el
mapa pueden entorpecer la comprensión en la búsqueda de caminos. Esto se puede
comprobar en muchas de estas redes que ponen a disposición de los usuarios planos

17
2. GRAFO-CRONOLOGÍA: MAPAS ESQUEMÁTICOS
RETROSPECTIVOS DE LA RED DE METRO MEDIANTE GRAFOS

con ambos enfoques. Esta actividad esquemática apunta directamente a la teorı́a de

grafos como herramienta candidata.
La evolución de una red se puede seguir a través de una colección de mapas
ordenados cronológicamente. Facilita enormemente el conocimiento histórico dis-
poner dinámicamente de mapas de este tipo, ya hayan sido editados o no. Este es
el objetivo de este capı́tulo.

2.1 Antecedentes
Las posibilidades abiertas por nuevas herramientas en problemas como la evolución
histórica de redes pueden abrir nuevos caminos en el desarrollo de utilidades. Los
trabajos [40, 41], liderados por el director de esta tesis, son un claro ejemplo de
este tipo de apuestas. Este trabajo obtenı́a mapas ferroviarios en cualquier instante a
partir de una cronologı́a. Implementado en el sistema de cómputo algebraico Maple
y buscando tanta precisión geográfica como fue posible, proporcionaba unos planos
que codificaban por colores y estilo de lı́nea las caracterı́sticas técnicas que cada
sección de vı́a presentaba en la fecha deseada.
Aunque se encuentran trabajos relacionados, como la tesis [46] donde se di-
bujan automáticamente mapas esquemáticos, evaluando y optimizando el diseño,
otros como [11, 13] donde se revisan en detalle los mapas esquemáticos o inclu-
so en [12] donde se aborda la evolución de los mapas del metro de Melbourne,
no se ha encontrado un enfoque para dibujar mapas esquemáticos basados en las
transformaciones experimentadas por una red metropolitana a lo largo del tiempo.

2.2 Objetivo
Tanto los mapas actualizados como las animaciones históricas siguen literalmente
una cronologı́a, es decir, las secciones o estaciones se agregan o eliminan en las
diferentes lı́neas secuencialmente en un proceso de integración de eventos de una
lı́nea temporal. Vamos a utilizar la siguiente notación:

• La red existente en un momento determinado se denominará estado de la red

o red acumulada en ese instante.

18
 2.2 Objetivo

• La evolución de la red se entenderá como la secuencia de estados de la red

que genera la cronologı́a en cada instante.

Los mapas o redes de transporte por ferrocarril nos permite el uso de diagramas
esquemáticos en forma de grafos y por lo tanto poder utilizar los recursos que nos
brinda determinado software cientı́fico.
El objetivo del trabajo es obtener la red acumulada y trazar un mapa esquemáti-
co del metro en cualquier fecha propuesta a bajo coste computacional, nuevamente
con el uso de grafos. Centrando el interés en la topologı́a del grafo, se hace uso
de coordenadas para no desatender la orientación geográfica. El presente trabajo se
ocupa de la red disponible al público. Otras caracterı́sticas más técnicas, como la
infraestructura (electrificación, señalización, tipo de vı́a, etc.) se podrı́an tratar de
forma similar.
La evolución L de una lı́nea, en tiempo discreto, la definimos como una suce-
sión finita de estados representados en cada instante ti por un grafo Li :

L = {Li : grafo en el instante ti } (2.1)

La evolución de una lı́nea está caracterizada, como veremos, por muy pocos de
estos grafos, estados que conservan toda la información de su pasado y a los que
llamaremos etapas. Esta orientación también se implementa en Maple aprovechan-
do las posibilidades del paquete GraphTheory.
Para ilustrarlo se toma como ejemplo el siglo de historia de la red de metro de
Madrid. Con aproximadamente 300 estaciones es la tercera más grande de Europa.
Por claridad, se han redondeado las fechas anualmente.

2.2.1 El problema de perder información

Viendo la evolución de los mapas esquemáticos, no se tarda mucho tiempo en apre-
ciar que el problema no es tan sencillo como parece, que alguna información se
disuelve con el transcurrir del tiempo. Un evento puede eliminar algunas secciones
o cambiarlas a otra lı́nea y esta información se olvida en estados posteriores. Es-
to se manifiesta en los cambios experimentados por las Lı́neas 2 y 5 del Metro de
Madrid- entre 1969 y 1970 ( Figura 2.1): estas lı́neas no sólo se extienden, también
se transfieren secciones de una a otra.

19
2. GRAFO-CRONOLOGÍA: MAPAS ESQUEMÁTICOS
RETROSPECTIVOS DE LA RED DE METRO MEDIANTE GRAFOS

Figura 2.1: lı́nea 2 (roja) y lı́nea 5 (verde) en 1969 (izda.) y 1970 (dcha.). Fuente: [7]

2.3 Método
El mapa histórico esquemático de la red de metro puede considerarse de forma
intuitiva como una red formada por grafos no dirigidos con peso:

• los nodos son las estaciones de la red de Metro.

• los arcos son las secciones o tramos de lı́nea entre estaciones.

• el peso es la fecha de apertura de la sección, agrega el valor histórico.

Cumpliendo:

• Un nodo es común a varias lı́neas si y sólo si representa a estaciones de

transbordo para todas las lı́neas incidentes en este nodo, como habitualmente
aparece en los planos.

• las lı́neas son grafos y su unión con los nodos comunes forman la red.

Las lı́neas son los grafos predefinidos que forman la red y centrarán nuestra
atención. Es importante la distinción de lı́neas dentro de la red, son entidades en
sı́ mismas y cada una tiene asociado un color al representarlas gráficamente.
En caso de multiaristas en la red hay fechas distintas, una por cada arco de lı́nea.
En la actualidad en la red de Metro de Madrid sólo existen tres aristas múltiples:
Avda. América-Diego de Leon (L4 y L6), Plaza Castilla-Chamartin (L1y L10) y
Arguelles-Moncloa (L3 y L6).

20
 2.3 Método

La red la dividiremos en lı́neas y su evolución se podrá representar mediante

una lista de grafos que llamaremos etapas de la lı́nea. Descompondremos ası́ el
problema de la evolución en una pequeña lista de grafos con fechas asociadas a sus
arcos (Figura 2.2).

Figura 2.2: Descomposición de la evolución de la red en subgrafos.

2.3.1 Estado de una lı́nea

El efecto que un evento o cadena de eventos provoca sobre una lı́nea consiste en
agregar o suprimir aristas, entendiendo que cada arista está asociada a dos nodos
(estaciones).
Para una clara exposición de lo que nos interesa, podemos clasificar el estado
de una lı́nea Li según el cambio que haya experimentado en el instante ti :

- estado expansivo: Cuando en una lı́nea no hay cambios o cuando sufre un

evento que exclusivamente agrega aristas. No se elimina nada, no se pierde
información. Li−1 es un subgrafo de Li .

- estado crı́tico: Cuando no es un estado expansivo, es decir, cuando como

consecuencia de un evento se elimina algún arco. Hay información que ha
desaparecido del grafo. Li−1 no es un subgrafo de Li .

21
2. GRAFO-CRONOLOGÍA: MAPAS ESQUEMÁTICOS
RETROSPECTIVOS DE LA RED DE METRO MEDIANTE GRAFOS

Al estado anterior a uno crı́tico se le llamará fin del perı́odo o simplemente

etapa:

Li es una etapa de L ⇐⇒ Li no es subgrafo de Li+1 (2.2)

2.3.2 Etapas de una lı́nea

Las etapas tienen que ser recordadas porque contienen información cronológica que
en estados posteriores se pierde. Como los estados entre dos etapas son expansivos
y no pierden información, se tiene:

Observación 2.1 Las etapas conservan toda la información cronológica de la evo-

lución

Como no conocemos el futuro, al último estado también hay que considerarlo una
etapa :

Observación 2.2 número de etapas= 1 + número de estados crı́ticos

Señalar que eliminar una estación o interpolar una estación intermedia (añadir
o quitar un nodo) crea una etapa, ya que hay que eliminar un arco para formar dos
o viceversa. Ocurre de forma parecida cuando una sección cambia de una lı́nea a
otra, que aunque la red como multigrafo permanece invariante, hay una lı́nea que
pierde arcos y otra que los gana. Como anécdota, el metro de Madrid cuenta con la
estación fantasma de Chamberı́, fuera de servicio desde 1966.

Ejemplo 2.1 La evolución de la Lı́nea 2 está formada por cuatro etapas, conse-
cuencia de sus 3 eventos crı́ticos correspondientes (Figura 2.3):

1958 Eliminación de un ramal (a favor de la Lı́nea 4).

1969 transferencia a Lı́nea 5 de algunas secciones.

1998 Nueva estación intermedia de Canal (transbordo con Lı́nea 7).

22
 2.3 Método

Figura 2.3: Los cuatro grafos (etapas) que forman la evolución de la Lı́nea 4. Fuente:
[7]

23
2. GRAFO-CRONOLOGÍA: MAPAS ESQUEMÁTICOS
RETROSPECTIVOS DE LA RED DE METRO MEDIANTE GRAFOS

Figura 2.4: La primera etapa de la Lı́nea 6, estado en 2006. Fuente: [7]

Cuadro 2.1: Número de etapas por lı́nea de la red de Metro de Madrid

lı́nea L1 L2 L3 L4 L5 L6 L7 L8 L9 L10 L11

no etapas 3 4 1 1 2 2 1 3 1 4 1

Ejemplo 2.2 La evolución de la Lı́nea 6 consta de dos etapas debido al even-

to crı́tico de la nueva estación intermedia del Planetario en 2007, entre Méndez
Álvaro y Legazpi . La primera etapa es el estado en 2006 (Figura 2.4), que se
corresponde con el perı́odo entre la inauguración y esta fecha. La segunda etapa
serı́a el estado a fecha de hoy y se corresponderı́a al perı́odo comprendido entre el
2007 y la actualidad (Figura 2.5).

El número de etapas es pequeño porque las lı́neas generalmente se extienden

sin eliminar aristas (consultar la Tabla 2.1).
Sintetizando, los datos de la cronologı́a se pueden reordenar en una lista de
etapas en formato de grafo. El diagrama de flujo del proceso se muestra en la Figura
2.6.

24
 2.3 Método

Figura 2.5: La segunda y última etapa de la Lı́nea 6. Fuente: [7]

Figura 2.6: Ordinograma de la agrupación de la cronologı́a en etapas. Fuente: [7]

25
2. GRAFO-CRONOLOGÍA: MAPAS ESQUEMÁTICOS
RETROSPECTIVOS DE LA RED DE METRO MEDIANTE GRAFOS

2.3.3 Obtención de la red histórica

Una vez que la cronologı́a se ha reorganizado en grafo-etapas, se obtiene de inme-
diato, en tres pasos, la red en un instante dado:

Paso 1, elección de etapa: Las etapas forman una partición de la lı́nea temporal.
Cada fecha pertenece a una única etapa.

Paso 2, la poda de la lı́nea: Como entre dos etapas todos los estados son expan-
sivos, sus aristas reproducen la cronologı́a en ese perı́odo. Por lo tanto, eli-
minando todos los arcos posteriores a una fecha en la etapa elegida en el
paso anterior (y los nodos de grado cero resultantes), se obtiene el estado
correspondiente a esa fecha.

Ejemplo 2.3 La Lı́nea 6, como hemos visto en el Ejemplo 2.2, consta de

dos etapas. Si queremos el estado de la L6 en 1982 escogeremos su etapa
correspondiente ( la < 2007), que podándola en esta fecha nos da el estado
de la Figura 2.7.

Figura 2.7: Estado de la Lı́nea 6 en 1982.Fuente: [7]

Ejemplo 2.4 La Lı́nea 4, sin eventos crı́ticos, está formada por una única
etapa. Esta y su poda a 1982 se ven en la Figura 2.8

Paso 3, la unión de los grafos: Una vez que se calculan las lı́neas en un momento
determinado, sólo es necesario unir los grafos para conseguir la red en un
instante dado.

26
 2.4 Resultados

Figura 2.8: La monoetapa de la Lı́nea 4 a la izda. A la dcha. el estado en 1982. Fuente:

[7]

Figura 2.9: La subred unión de la L4 y la L6 en 1982. Fuente: [7]

Ejemplo 2.5 Con los grafos de los Ejemplos 2.3 y 2.4 se puede ver el grafo
unión de las lı́neas L4 y L6 en 1982. Figura 2.9.

Recordar que existen multiaristas, al ensamblar los grafos se solapan. En el

Ejemplo 2.5 se puede observar este hecho en el arco negro entre las estaciones de
Avda. de América y Diego de León .

2.4 Resultados
Con la motivación de [40] y un original planteamiento se ha trabajado sobre la
red de metro de Madrid. Se ha implementado, en el software ya comentado, un
programa capaz de generar un mapa esquemático retrospectivo de todas las lı́neas
de la red de metro de Madrid en un instante dado usando grafos (Figura 2.10).

27
2. GRAFO-CRONOLOGÍA: MAPAS ESQUEMÁTICOS
RETROSPECTIVOS DE LA RED DE METRO MEDIANTE GRAFOS

Se presentó un póster en las Jornadas FuzzyMAD18 y una contribución oral en

la 24th Conference on Applications of Computer Algebra (ACA2018). Además se
publicó en 2019 un artı́culo en la revista Mathematics in Computer Science (citada
en Scopus y Emerging Sources Citation Index) [7].

Figura 2.10: Grafo que representa al mapa esquemático retrospectivo de la red de

Metro de Madrid en 1941 (los nodos comunes en blanco). Implementado en Maple.
Fuente: [7]

En este desarrollo destacan de forma natural algunos estados, llamados etapas,

que caracterizan toda la evolución de una lı́nea. Cada etapa conserva toda la in-
formación de los estados intermedios hasta su etapa precedente (o el origen de la
lı́nea). Las etapas admiten la sencilla caracterización 2.2. Con estas etapas se puede
recrear la red en cualquier instante, una vez que el histórico de los datos se alma-
cena en etapas, viajar en el tiempo es recortar y pegar estos grafos. (Figura 2.11).
Por la necesidad de expansión de estas redes, un pequeño número de etapas
puede caracterizar una gran secuencia de estados. Unas pocas etapas hacen posible
llegar a cualquier estado intermedio por medio de la poda. La red en la actualidad se
puede ver en la Figura 2.12. Aunque la mayor parte del plano actual es la extensión
del año 1980, salta a la vista en este caso que ni el estado de la lı́nea 5 (verde)
ni de el de la lı́nea 10 (azul oscuro) en 1980 se pueden inferir de su estado en
la actualidad. La L10 en 1980 conectaba en Aluche con la L5, ahora es la L5 la
que conecta en La Casa de Campo con la L10, que cedió secciones a la L5 y se

28
 2.4 Resultados

Figura 2.11: Grafo que representa al mapa esquemático de la red de Metro de Madrid
en 1980 implementado en Maple. Fuente: [7]

29
2. GRAFO-CRONOLOGÍA: MAPAS ESQUEMÁTICOS
RETROSPECTIVOS DE LA RED DE METRO MEDIANTE GRAFOS

redirigió a Puerta del Sur. Pero han ocurrido otros cambios aún más bruscos como
la extinción de la antigua L8 (inaugurada para el Mundial82) en favor de la L10,
para años más tarde renacer y llegar hasta Barajas.

Figura 2.12: Grafo que representa al mapa esquemático de la red de Metro de Madrid
en 2017. Implementado en Maple. Excluido Metro Ligero, MetroSur, MetroNorte,
MetroEste y el cambio de tren de Puerta de Arganda. Fuente: [7]

30
 Capı́tulo

3
Propuesta de un Gráfico 3D
para representar la rapidez
de las conexiones por FFCC

Con la diversidad de medios y velocidades en el transporte ha aumentado la

competitividad entre estos servicios. En un mundo globalizado, al pasajero no le
preocupa la distancia, le importa el tiempo invertido. Esto afecta directamente al
ferrocarril. Con la llegada de distintos operadores y la oferta de alta velocidad, ob-
viamente la clave está en la velocidad. Los mapas donde la distancia se transforma
en tiempo muestran mediante deformaciones problemas globalmente. Basándose
en esto, con un aumento de dimensión, este trabajo presenta gráficamente a través
de superficies poligonales, como si fuesen perfiles de orografı́a, la rapidez de la
conexión sin descuidar el contexto geográfico. El trabajo se ha programado en el
software matemático Maple y consideramos que el tipo de diagrama obtenido pue-
de ser un buen instrumento gráfico. Se aborda con dos transformaciones de la ve-
locidad. El soporte matemático es elemental, pero la implementación es compleja,
explotando las posibilidades del software utilizado.

31
3. PROPUESTA DE UN GRÁFICO 3D PARA REPRESENTAR LA
RAPIDEZ DE LAS CONEXIONES POR FFCC

3.1 Antecedentes
Una muestra reciente e ilustrativa de la preocupación por el diseño de gráficos
aplicados a las redes ferroviarias se encuentra en la creación de mapas de isócronas
radiales en 2012 [36, 39], fusión de dos esquemas muy utilizados desde el siglo
XIX: los mapas de anamorfosis y los gráficos circulares (uno de los autores de
estas referencias, y director de esta tesis, fue el impulsor de estos trabajos). La
introducción de ideas o técnicas de otros campos en la ingenierı́a del transporte
puede ser muy productiva.
Los gráficos circulares hacen uso de las superficies para comparar la informa-
ción. El original y artı́stico1 diagrama de área polar [43] es el ”dual” del universal
”queso” o gráfico de sectores. Éste último, el más conocido, pondera la superficie
de los sectores, a amplitud variable y radio fijo. En cambio, el de área polar ponde-
ra la superficie de los sectores a radio variable y amplitud fija (Figura 3.1). Ambos
gráficos circulares representan la frecuencia relativa de una variable cualitativa (en
categorı́as o sectores) enfrentando superficies sectoriales.

Figura 3.1: Diagrama fechado en 1858 por Florence Nightingale de un gráfico circular
coloreado para ilustrar las causas de muerte en el ejército británico. Fuente: dominio
público
1
Utilizando el término artı́stico en el sentido de agitar el sentimiento o la imaginación

32
 3.1 Antecedentes

En los mapas de anamorfosis [16, 47, 49], los puntos geográficos conservan el
rumbo geográfico desde un origen central o polo, pero sus distancias espaciales son
transformadas a tiempos de viaje (Figura 3.2). El cambio de perspectiva en estos
procesos de anamorfosis en el diseño de mapas presentan numerosas y llamativas
variantes en múltiples campos (por ejemplo [17, 21, 22]).

Figura 3.2: Mapa de anamorfosis de la red ferroviaria española (1942-2010). Fuente:

Fundación de los Ferrocarriles Españoles.

Volviendo a los gráficos isócronos mencionados, las ciudades periféricas en

torno a un polo constituyen las categorı́as del gráfico circular, la amplitud de los
sectores es ponderada por el volumen de viajeros, mientras que el radio del sec-
tor, fijo en el gráfico de sectores, pasa a ser variable de forma que: el rumbo de la
población orienta aproximadamente la posición del sector mientras que el radio de
ese sector depende del tiempo. Estas representaciones gráficas han sido adoptadas
por la Fundación de los Ferrocarriles Españoles en sus informes más recientes (Fi-
gura 3.3). Este original gráfico tiene un inconveniente, su radialidad le confiere un
carácter local e impide comparaciones entre poblaciones periféricas.

33
3. PROPUESTA DE UN GRÁFICO 3D PARA REPRESENTAR LA
RAPIDEZ DE LAS CONEXIONES POR FFCC

Figura 3.3: Tres mapas de sectores isócronos superpuestos (1942, 1986, 2016) de la
red ferroviaria española. Fuente: Fundación de los Ferrocarriles Españoles.

Existen otras propuestas de mapas distorsionados para visualizar la velocidad

en una red de ferrocarril [15, 23]. Recordemos también el uso de la simulación
como herramienta para generar diversos esquemas y diagramas [4, 5, 26, 38].
Por último, los enfoques 3D para la visualización de grafos, como el que tra-
tamos aquı́, se usan generalmente para representar grafos de grandes dimensiones
[30, 50] y visualización de grafos multicapa [31], enfoque utilizado en el primer
capı́tulo de esta tesis[8]. No conocemos ningún software comparable que utilice la
tercera dimensión para representar pesos de aristas en teorı́a de grafos.

3.2 Objetivo
La necesidad expuesta al principio del capı́tulo y la atracción por el diseño de la
”información rápida” proporcionada por un gráfico, ha motivado el diseño de un
gráfico 3D para valorar visualmente el gran contraste de velocidades de conexión

34
 3.3 Método

por ferrocarril que existe en España. La idea es representar mediante perfiles esca-
lonados unos niveles de penalización sin deformar nuestra orientación geográfica
gracias a la tercera dimensión. Permite comparar cualquier ruta entre puntos arbi-
trarios del plano. La velocidad se ha transformado con una función h que levanta el
grafo, y se han propuesto dos alternativas. Esta tercera dimensión, como veremos,
nos permite pensar en dar valor a las superficies engendradas.
En el ejemplo tratado se tomarán siete lı́neas de trenes de Renfe en el area SW
de España, cinco de ancho ibérico y dos de alta velocidad.

3.3 Método
Se ha programado en el software matemático Maple. Se usa el comando poligon-
plot3d del paquete plots que dibuja uno o más polı́gonos en el espacio.
La construcción es sencilla y consiste en dar relieve al mapa de la red. En el
plano z = 0 se localizan las estaciones (nodos) a partir de sus coordenadas y se
forma la red uniendo los nodos correspondientes a las lı́neas en servicio mediante
aristas. En otras palabras, se crea en z = 0 una cartografı́a simplificada de la red de
ferrocarril a estudiar (Figura 3.4).
Una vez se tiene este mapa base, se levanta en cada arista una altura h función
de la magnitud a comparar, que al tomarse constante en cada sección de vı́a for-
ma un rectángulo vertical entre nodos. El resultado son unos caminos poligonales
tridimensionales (Figura 3.5). Es en esta magnitud h donde se diferencian los dos
criterios alternativos propuestos para la obtención del gráfico y que a continuación
se detallan.

3.3.1 Uso de la inversa de la velocidad

Es necesario partir de un plano geográfico, con cierta precisión en sus nodos, como
se expondrá a continuación. El mapa esquemático de la red debe tener una oportuna
precisión geográfica.
La altura que se levanta en este caso, para cada rectángulo, es h = v −1 , donde
v es la velocidad media en esa arista . Su elección no es casual y está motivada
∆t
por la integración discreta, en nuestro caso el valor de h = ∆s
es constante en

35
3. PROPUESTA DE UN GRÁFICO 3D PARA REPRESENTAR LA
RAPIDEZ DE LAS CONEXIONES POR FFCC

Figura 3.4: Vista cenital (z=0) donde se aprecia la parte de la red de Adif considerada.
Fuente: elaboración propia (realizado en Maple).

Figura 3.5: Representación 3D propuesta para el Talgo Madrid-Almerı́a que realiza

cuatro paradas. Fuente: elaboración propia (realizado en Maple).

36
 3.3 Método

Figura 3.6: Representación 3D propuesta para el Talgo Madrid-Almerı́a de la Figu-

ra 3.5 . Las alturas de los rectángulos son las inversas de las velocidades medias y la
suma de las áreas de los rectangulos el tiempo empleado. Fuente: elaboración propia
(realizado en Maple)
.

cada tramo. Esta altura h es el tiempo empleado por unidad de longitud. Sumando
las áreas de los rectángulos de una ruta se obtiene el tiempo total empleado en
recorrerla (Figura 3.6).

3.3.2 Uso de la diferencia de velocidades

Alternativamente tomando la diferencia h = vmax − v como altura en esta cons-

trucción, se resaltan los perfiles con infraestructuras más degradadas sin deformar
la velocidad. Como en el caso anterior v es la velocidad media entre nodos del
camino y vmax es la velocidad media máxima alcanzada en los tramos de la red
analizada y, en consecuencia, marca el plano z = 0 de la Figura. Es decir se repre-
senta para cada tramo la diferencia de velocidades entre la velocidad del tramo y la
máxima alcanzada en la red.

37
3. PROPUESTA DE UN GRÁFICO 3D PARA REPRESENTAR LA
RAPIDEZ DE LAS CONEXIONES POR FFCC

3.4 Resultados
El paquete está implementado en el sistema de álgebra computacional Maple. Un
póster de una primera versión de esta propuesta fue presentado en las Jornadas
FuzzyMAD 2019 celebradas en la Universidad Complutense de Madrid. Posterior-
mente en 2020 el artı́culo titulado ”A 3D proposal for the visualization of speed in
railway networks” [6], con el contenido expuesto aquı́, fue publicado en la revista
AIMS Mathematics (citada en SCI-JCR, 83/330 Q2 T1 Mathematics 2020).
El artı́culo está ilustrado con gráficos elaborados a partir de datos reales ob-
tenidos de los horarios de Renfe Operadora para siete lı́neas del SO de España,
incluyendo la lı́nea de alta velocidad Madrid-Sevilla (1992). La matemática sub-
yacente es simple, como sucede en los artı́culos [36, 39], pero es una interesante
herramienta visual en 3D que perfila la anatomı́a temporal de las rutas. La presen-
tación gráfica de los datos, visual, es la forma más rápida de transmitir información
compleja a un humano. No sabemos de ningún trabajo similar.
Los dos métodos presentados emplean distintas funciones h de la velocidad (Fi-
gura 3.7). El decrecimiento de h indica una penalización, proporcionando mayores
perfiles a las velocidades más bajas. Se distingue:

• En el primer método es necesaria la exactitud de las distancias en las aristas

del plano z = 0 para dar precisión a los tiempos como área de los rectángu-
los. En el segundo método no es necesaria esa exactitud, se pierde esa infor-
mación temporal.

• Atendiendo a la pendiente de h, en el primer método se observa un decreci-

miento rápido a velocidades bajas junto a un decrecimiento lento a veloci-
dades altas . Todo esto no ocurre en el segundo caso que con una pendien-
te uno (negativa) la imagen de h de la velocidad conserva los incrementos
(∆h = −∆v) (Figura 3.7).

Con una primera elección de h = v −1 , inspirada en la integración, se obtiene

dinamismo en las superficies ya que el área determinada por cada segmento es el
tiempo empleado en recorrerlo. El decrecimiento rápido de h a baja velocidad junto
al decrecimiento lento a alta remarca una pauta para mejorar los tiempos. Fruto de

38
 3.4 Resultados

Figura 3.7: Transformaciones h utilizadas para la velocidad. Fuente: elaboración pro-

pia (realizado en Maple)

la proporcionalidad inversa, pequeños incrementos de baja velocidad ahorran más

tiempo que grandes a alta (Figura 3.8).
Con la segunda elección de h = vmax − v se mantiene un compromiso con la
velocidad. La pendiente constante y unitaria conserva los incrementos de la veloci-
dad de los trenes ∆h = −∆v. Cada salto en el perfil es el incremento de velocidad
en el camino (Figura 3.9).

39
3. PROPUESTA DE UN GRÁFICO 3D PARA REPRESENTAR LA
RAPIDEZ DE LAS CONEXIONES POR FFCC

Figura 3.8: Vista 3D de la inversa de la velocidad. Estilo surface más apropiado para
esta h. Fuente: elaboración propia (realizado en Maple)

Figura 3.9: Otras dos vistas 3D para h = vmax − v. A la izda. proyectando en x=0 con
estilo pointline y a la dcha. con estilo surface. Fuente: elaboración propia (realizado
en Maple)

40
 Capı́tulo

4
Una simulación en tiempo
acelerado de colas de
ventanillas de una gran
estación de ferrocarril

La venta de billetes de tren ”on line” o de abonos ha agilizado el acceso a este

transporte. Aún ası́, en muchos casos se sigue expendiendo en la propia estación,
ocasionando largas esperas en determinadas ocasiones o circunstancias. Hay abun-
dantes trabajos sobre simulaciones tratando los movimientos de pasajeros en las
estaciones de ferrocarril, como se detalla más adelante, pero este trabajo se centra
en concreto en el modelado de las colas de venta de billetes en una gran estación de
ferrocarril española, donde se prestan cuatro servicios diferenciados: “Alta Veloci-
dad”, “Larga Distancia”, “Media Distancia” y “Cercanı́as”. Se consideraran el uso
de ventanillas de ”último minuto” y compartidas (dónde se venden billetes para va-
rios servicios). Se realizan simulaciones con ejemplos de distintas composiciones
de las ventanillas. Desde el punto de vista teórico no hay novedades, pero por su
singularidad y su capacidad de calcular fácilmente las ventanillas necesarias para

41
4. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL

garantizar tiempos de espera razonables, consideramos que este trabajo tiene in-
terés práctico. Se mencionarán además otras posibles extensiones de este trabajo.
No hemos encontrado otro software dedicado especı́ficamente a este objetivo en
particular.

4.1 Antecedentes
Existe una gran bibliografı́a de estudios y soluciones computacionales aplicadas
a las terminales aeroportuarias. Restringiéndose al flujo de pasajeros, también los
hay desde distintas perspectivas: [10], [27], [51], [45]...
El flujo de pasajeros en las estaciones de ferrocarril es más simple que en un
aeropuerto, ya que, por ejemplo, no se asignan mostradores de facturación, no hay
fuertes controles de seguridad y embarque ni, en consecuencia, una segunda lı́nea
de tiempos de espera en controles y puertas de acceso.
Como en los capı́tulos anteriores, no existen muchos trabajos en el campo del
estudio del flujo de pasajeros aplicado a las estaciones de ferrocarril. Por la proxi-
midad a nuestro objetivo se pueden mencionar las siguientes referencias:

• ’Train station passenger flow study’[28]: Enfocado a un diseño eficiente en

las lı́neas de espera se desarrolla un modelo tı́pico de simulación de estación
de tren, siguiendo los movimientos reales de los pasajeros.

• ’Microscopic simulation on ticket office of large scale railway passenger

station’[29]: Se modeliza con el software de simulacion SIMIO la emisión
de billetes en una gran estación de trenes de pasajeros en una ciudad china.
Con varios modelos experimentales se valora eficiencia y servicio.

• ’Modeling pedestrian movement at the hall of high-speed railway station du-

ring the check-in process’[48]: Se utiliza un modelo de autómata celular para
simular la agitación de los pasajeros en el vestı́bulo de una estación de ferro-
carril durante la expedición de billetes para un tren de alta velocidad. Permite
estudiar el complejo comportamiento del movimiento de los pasajeros hasta
el embarque.

42
 4.1 Antecedentes

• ’Possibilities of Simulation Tools for Describing Queuing Theory and Opera-

tions Service Lines in Railway Passenger Transport’[33] : Modelo estocásti-
co de teorı́a de colas con tiempos de espera en las diferentes colas ante ven-
tanillas de venta de billetes. Se cuantifica la eficiencia con ayuda de la simu-
lación.

El trabajo presentado aquı́ tiene en común con estas referencias el conseguir

una simulación realista del flujo de pasajeros en una estación de tren durante la
tramitación de billetes, pensando principalmente en la previsión y la eficiencia. El
proceso, la implementación y el marco es propio y original, estando enfocado al
caso español.
En una gran estación de ferrocarril la venta de billetes para los servicios de al-
ta velocidad (AVE), larga distancia (LD), media distancia (MD) y cercanı́as (C),
pueden tener un amplio abanico de ventanillas variables asignadas a cada servicio,
donde una ventanilla puede atender varios servicios, además de las ventanillas de
”último minuto” (UM) que rompen el orden natural de llegada. Dado que no co-
nocemos ningún enfoque que reproduzca esta situación, tratamos de obtener una
herramienta original de simulación en tiempo acelerado. Esta herramienta es útil
para predecir, conocido el número y la composición de las ventanillas compartidas,
la evolución de las colas en los mostradores de venta de billetes.
Por último citamos dos trabajos más a tener en consideración por la experien-
cia directa del director de la tesis en este campo. El primero es un proyecto de
investigación desarrollado para el aeropuerto de Málaga ‘An accelerated-time si-
mulation of departing passengers’ flow in airport terminals’ [38]. El segundo es
‘An accelerated-time microscopic simulation of a dedicated freight double-track
railway line’[26], desarrollado en cooperación con la Fundación de los Ferrocarri-
les Españoles.

43
4. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL

4.2 Objetivo
Existen las tarjetas de transportes y la compra de billetes ”on line”, que sólo pre-
cisan validación, pero sigue siendo posible y habitual la venta de billetes tanto en
taquilla como en máquinas expendedoras. Es por tanto muy útil poder modelizar el
flujo de pasajeros en el acceso a este transporte de masas, especialmente en horas
punta, en fechas de extraordinaria afluencia o con medidas excepcionales como una
pandemia.
Se plantea el problema como una máquina virtual en tiempo discreto. El tiempo
discreto sólo limita la precisión que se desee, rebajando la complejidad. En cuanto
al término de máquina, se puede formular el problema como un autómata finito
A = hE, S, Q, f, gi:

1. E es el conjunto de entrada: cada uno de sus elementos viene dado por la

lista de pasajeros que llegan a por su billete, independientemente de su tren
(cola única virtual). Cada pasajero adjunta sus atributos.

2. S es el conjunto de salida: cada elemento es la lista de pasajeros que salen al

andén. Cada uno con sus atributos.

3. Q es el conjunto de estados: cada estado es una lista de colas de ventanilla

(Cada pasajero mantiene unos atributos de estado).

4. f : E ×Q −→ Q función de transición (paso de reloj en ventanilla): incorpo-

ra las entradas a las colas de ventanillas, elimina de las colas a los pasajeros
atendidos y cambia de cola a ciertos pasajeros. Modificando en consecuencia
los atributos de los pasajeros.

5. g : E × Q −→ S función salida (paso de reloj en andenes): genera la lista de

salida, los pasajeros atendidos. Cambia los atributos de los pasajeros.

6. Si en el instante t, A recibe la entrada et ∈ E en un estado qt ∈ Q, entonces:

qt+1 = f (et , qt ) (4.1)

st+1 = g(et , qt ) (4.2)

44
 4.3 Método

Un esquema de funcionamiento de esta máquina en un paso temporal se puede

ver en la Figura 4.1. f estarı́a definida como el estado resultante de la concate-
nación de operaciones elección de ventanilla −→ reloj −→ urgencia sobre un
estado qt cuando recibe una entrada et . Por su parte, g serı́a una función de la ca-
dena de instrucciones elección de ventanilla −→ reloj. La instrucción urgencia
modifica las colas con cambios de ’último minuto’.

Figura 4.1: Esquema de la dinámica de expedición de billetes al acceder a una estación

de tren

Utilizando como entradas las curvas de afluencia de pasajeros, los servicios por
ventanillas y sus tiempos de atención, se hace correr la máquina sobre un horizonte
temporal. Ası́ se pueden obtener toda clase de estadı́sticas y consecuencias en lo
referente al flujo de pasajeros por las taquillas: tiempos de espera, pasajeros que
pierden el tren, ineficiencia de las ventanillas, pasajeros de último minuto, ventani-
llas necesarias, intensidades, etc..
La simulación se implementa en el software Maple.

4.3 Método
Esta formulación del problema necesita ser precisada para entender, programar y
explorar sus capacidades. El anterior algoritmo hay que transformarlo en un pro-
grama. Se empezará definiendo los principales tipos de datos:

• pasajero: lista de atributos. Un atributo puede ser cualquier caracterı́stica de

interés del pasajero, como la hora de llegada a la estación, identificador de su

45
4. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL

tren, servicio requerido, tiempo restante de atención, hora en ser despachado,

ventanilla, etc. Puede haber pasajeros con idénticos datos.

• cola de entrada: lista de pasajeros. En nuestro caso es una única cadena que
contiene de forma ordenada a todos los pasajeros que llegan a adquirir un
billete en un instante dado, independientemente de su tren.

• cola de ventanilla: lista de pasajeros. Los pasajeros son usuarios de un tipo

de servicio que cubre la ventanilla. Puede estar vacı́a.

• estado de la máquina: lista de colas de ventanillas. Hay tantas colas como

ventanillas .

4.3.1 Instrucciones
El programa se divide en los siguientes bloques de instrucciones:

• Llegada de pasajeros. En cada instante se suma la llegada de los pasajeros de

todos los servicios, cada uno conforme a una distribución o curva de afluen-
cia. Los pasajeros tienen unos atributos que permite su seguimiento. Es la
entrada de datos.

• Fila única: Todos los pasajeros que llegan en un mismo instante son alea-
toriamente ordenados en una fila virtual única. Se supone que no existen
prioridades antes de la elección de ventanilla.

• Movimiento de ventanillas: Realiza los cambios en la configuración de las

ventanillas a lo largo de la simulación. Están registrados previamente en un
conjunto de movimientos. Cambia el entorno de la máquina.

• Elección de ventanilla: Los servicios que se asignan a una ventanilla puede

ser único, compartido o ninguno. El criterio de elección de ventanilla utiliza-
do por el pasajero es el habitual: cada individuo de la fila única, por orden, se
coloca en la ventanilla con la menor cola que cubra su servicio. Se añade el
atributo de tiempo de atención en ventanilla a los nuevos pasajeros en cola.

46
 4.4 Ejemplo

• reloj: Cada tipo de pasajero tiene un tiempo medio de atención. Cada paso de
reloj se modifica el atributo de tiempo restante de despacho de cada pasajero
atendido en ventanilla. Se extrae a los pasajeros que han sido completamente
atendidos.

• urgencia: Algunos pasajeros de las colas, por sus circunstancias particulares,

pueden cambiar de cola. Sólo se ha contemplado la situación de último mi-
nuto, con ventanillas especiales habilitadas para los usuarios cuyo tren tenga
salida inminente. Quedan excluidos, en principio, los usuarios de cercanı́as
por la alta frecuencia de estos trenes.

El diagrama de flujo de la Figura 4.2, con las instrucciones anteriores, repre-

senta el programa de la máquina ya diseñada.

Figura 4.2: Diagrama de flujo de expedición de billetes al acceder a una estación de

tren

El código del intérprete (en este caso de muy alto nivel) y la simulación hacen
el resto. Se ajustan parámetros como número de ventanillas, asignación de estas,
tiempos de atención, etc. Tras realizar una simulación, los datos obtenidos se pue-
den mostrar o graficar.

4.4 Ejemplo
En este ejemplo se ha considerado el intervalo de tiempo que va desde las 19:00
hasta las 20:00, con un paso de reloj de medio minuto. Hay en esta hora, nueve
trenes de cercanı́as, dos de media distancia, uno de largo recorrido y un AVE. Se
puede cambiar sin dificultad el número de trenes o ventanillas (son parámetros,
véase Apéndice D). Se consideran 20 ventanillas numeradas con la siguiente dis-
tribución (los números entre llaves son los identificadores de ventanilla):

47
4. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL

• cercanias={1,2,4,5,6,7,8,9}

• media distancia={10,11,12,13}

• larga distancia={11,12,13,14}

• velocidad alta={13,14,15,16}

• último minuto={17,18,19,20}

Nótese que los conjuntos anteriores no son disjuntos, hay ventanillas que com-
parten servicios (obviamente no para último minuto). La ventanilla número 3 no
aparece por no estar operativa.

4.4.1 Curvas de afluencia y fila única

La carga de pasajeros de un tren es una lista que hay que introducir especı́ficamente
para cada tren, el valor k de la posición i-ésima en esta lista indica el número de
pasajeros que llegan en el intervalo i-ésimo anterior a la salida de su tren (se detalla
en el Apéndice D). No obstante en este ejemplo se hace uso de un procedimiento
que genera automáticamente los pasajeros de cada tren mediante simulación de
ciertas distribuciones estadı́sticas.
La obtención de estas curvas se sale del interés del trabajo y, pese a su im-
portancia, no han sido objeto de estudio. No obstante, a continuación se explica
brevemente cómo se ha generado la curva de afluencia de los pasajeros a cada tren.
Se ha tomado la misma distribución de afluencia de pasajeros para los trenes que
prestan el mismo tipo de servicio. Cada pasajero de cada tren viene dado por una
distribución discreta y finita (Figura 4.3) de la antelación con la que llega en los
instantes previos a la partida del tren. La curva de afluencia de cada tren se genera
con una multinomial de esta distribución de tamaño el número de pasajeros que
subirán a ese tren, número también aleatorizable. En el caso real los gestores pro-
porcionan estas curvas a partir de encuestas en la propia terminal, como ocurrió en
[38].
Primero se reúne la llegada de pasajeros de todos los trenes en un instante a
través de sus correspondientes curvas de afluencia (Figura 4.4). Después se alea-
torizan en una fila única virtual que permite el proceso de elección de ventanilla en

48
 4.4 Ejemplo

Figura 4.3: Funciones de distribución de la antelación de un pasajero, en minutos.

Cero es el momento en que parte el tren. Cada color corresponde a un tipo de servicio.

cada instante. Por ejemplo en el instante simulado de las 19:39:30 (minuto 1179.5),
donde llegaban tres viajeros de C, dos de MD y otros dos de LD, se crea la lista
de llegada de pasajeros siguiente (almacenada en la entrada e[t] ∈ E, siendo e una
tabla indexada en minutos):

> e[1179.5];

[["M0002", 1179.5, 1190.0], ["C0004", 1179.5, 1185.0], ["L0001", 1179.5, 1200.0],

["C0041", 1179.5, 1190.0], ["C0041", 1179.5, 1190.0], ["M0002", 1179.5, 1190.0],
["L0001", 1179.5, 1200.0]]

4.4.2 Transición de estados

Como hemos visto en la formulación, el cambio de estado consta de tres fases, a
continuación se detalla el proceso entre el estado de las 19:39:30 y el siguiente
de las 19:40:00. Señalemos que el tren de MD de las 19:50:00 entra en ’último
minuto’. El estado a las 19:39:30 es el de la Figura 4.5.

fase 1 Elección de ventanilla: al estado de la Figura 4.5 se le añaden las nuevas

incorporaciones de viajeros, en este caso como se ve en la Figura 4.6, tres

49
4. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL

Figura 4.4: Curva de afluencia instantánea, por tipo de servicio, a lo largo de la franja
de simulación. Cada tipo de servicio suma la afluencia de pasajeros de todos sus trenes.

Figura 4.5: Estado de las ventanillas a las 19:39:30. Gráfico que representa en el eje
horizontal el identificador de ventanilla y en el eje vertical el tamaño o número de
personas en la cola de esa ventanilla. Cada bola representa a un pasajero en espera. En
rojo los usuarios de C, en azul los de MD, en verde los de LD y en cyan AVE

50
 4.4 Ejemplo

Figura 4.6: ventanillas en la fase1.

Figura 4.7: ventanillas en la fase2.

de cercanı́as, dos de MD y otros dos de LD. Aparece el atributo de pasajero

”tiempo restante de atención” a estas nuevas incorporaciones.

fase 2 Reloj: ahora corre el reloj un paso extrayendo a los despachados , saliendo
tres de C y uno de MD (Figura 4.7). Salen los pasajeros cuyo atributo ”tiem-
po restante de atención” es nulo y reduce un paso al resto de las cabezas de
cola.

fase 3 Urgencia: una vez adelantado el reloj y salido a los andenes los pasajeros
con billete, los que quedan en cola, si procede, cambian a la cola de ”último
minuto” antes de la entrada de nuevos pasajeros. El nuevo estado 19:40:00 es
el que aparece en la Figura 4.8. En este caso hay un traspaso de 10 viajeros
del MD de las 19:50:00 a las ventanillas de ”último minuto” (17,18,19,20).

51
4. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL

Figura 4.8: ventanillas en la fase3 o nuevo estado 19:40:00. Algunos pasajeros ya han
pasado a ”último minuto”

4.4.3 Información y Gráficos

Todo el proceso que se vio en 4.2 queda registrado en cada instante en el conjunto
{(et , qt , st ) : ∀t} ⊂ E×Q×S que se almacena en tres tablas indexadas en minutos:
e, q y s. Ya hemos visto un ejemplo et ∈ E de entrada de datos, st tiene la misma
forma aunque pueda variar algún atributo. En cuanto a q, en la subsección anterior
ya hemos visto varios gráficos que representan los estados qt de las ventanillas (qt
incluye todos los atributos, conteniendo una información más completa, se puede
ver su forma en el Apéndice D).
En cuanto a la evolución de las colas, sin entrar en análisis, se pueden graficar
agrupando oportunamente los datos anteriores. En la Figura 4.9 se compara el ta-
maño total de las colas por tipo de tren. En este gráfico se aprecia el peso global de
cada tipo de tren en las colas y se comprueba en este caso (aunque se puedan sola-
par viajeros del mismo tipo de servicio y distinto tren) que ningún pasajero de MD
y LD ha perdido su tren, gracias a la actuación de las ventanillas de UM, aunque
no se aprecie en este gráfico.
En el gráfico de la Figura 4.10 se compara el tamaño de la cola por tipo de
ventanilla, en este caso las de MD frente a las de UM. Recordar que en este ejemplo
las ventanillas de MD tienen en común tres de ellas con LD y una con AVE y que
existı́a otra ventanilla más para LD. Se observa cómo influye un tren sobre el tipo
de ventanilla cuando se dispara la alarma de las ventanillas de UM. En particular se

52
 4.5 Resultados y conclusiones

Figura 4.9: Tamaño total de las colas de los trenes de media y larga distancia a lo largo
de la hora simulada. Se han encuadrado las horas de salida de los trenes involucrados.

Figura 4.10: Tamaño total de las colas de las ventanillas que cubren MD, con venta-
nillas comunes a LD y AVE, a lo largo de la simulación. Se contrasta con el tamaño
total de las colas de las ventanillas de Último Minuto, señalando el tren que provoca
el disparo de UM.

nota el peso del tren de LD en el pico de estas ventanillas a las 19:40 (el tren AVE
ya habı́a salido y sus viajeros no podı́an ocupar las ventanillas comunes con MD).

4.5 Resultados y conclusiones

El paquete está implementado también en Maple. Este trabajo ha sido publicado
en la revista Mathematical Problems in Engineering en 2021 (citada en SCI-JCR,
84/108 Q4 T3 Mathematics, Interdisciplinary Applications 2020) bajo el tı́tulo de
”An Accelerated-Time Simulation of Queues at Ticket Offices at Railway Stations”
[9].

53
4. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL

Simulando la franja horaria se almacenan las entradas, los estados y las salidas.
En cada instante los pasajeros de entrada, las listas de pasajeros de las colas y los
pasajeros de la salida, con sus atributos, nos dan toda la información necesaria
para el propósito deseado. Al igual que ocurre con la obtención de los datos de
entrada, el análisis queda fuera del objetivo de este trabajo, que es la máquina
como herramienta generadora de datos y gráficos.
Puede ser un paquete útil para planificar la composición de ventanillas en los
vestı́bulos u oficinas de venta de billetes en grandes estaciones de ferrocarril, con-
siderando las ventanillas compartidas. Es un enfoque simple (autómata finito en
un entorno variable) que utiliza una lista de listas, se hace posible tratar cualquier
combinación de ventanillas y las ventanillas de último minuto (UM).
Permite componer o distribuir las ventanillas para minorar el tiempo de espera
máximo, equilibrando el sistema de intereses entre la empresa de transporte y los
viajeros.
Pensando en la eficiencia, las ventanillas UM resultan reveladoras. Sirven de
válvula de seguridad para que un pasajero no pierda su tren. Son un indicador para
añadir o eliminar ventanillas, según la necesidad y el instante, como se veı́a en la
Figura 4.10. Pero a pesar del control que ejercen las ventanillas de UM, no garan-
tizan menores tiempos de espera, sólo no perder el tren. Los tiempos de espera se
garantizarı́an con lı́mite de cola, en este sentido cabe pensar como complemento al
presente trabajo, y a efectos de optimización, en el uso de ventanillas de saturación
que aligeren a las ventanillas que alcancen cierta longitud de cola.

54
 Capı́tulo

5
Conclusiones y perspectivas
futuras

A riesgo de resultar repetitivo, en estas breves secciones se recapitulan las con-

clusiones y se proponen posibles trabajos futuros surgidos a raı́z de la aportación
correspondiente.

5.1 Conclusiones
El desarrollo de las aplicaciones que forman los tres primeros capı́tulos está basado
en la teorı́a de grafos. Esta flexible herramienta cuenta con paquetes en los software
cientı́ficos más extendidos y se ajusta muy bien a la actividad esquemática, y en
particular, como se ha visto, a una red ferroviaria o de transporte. Las respuestas a
los problemas planteados de optimización y gestión en estas redes se han obtenido
reduciendo una estructura superior a otras estructuras más sencillas, los grafos.
Primero se ha mostrado cómo se reduce un multigrafo, formado por nodos que
admiten varios estados, a un grafo multicapa. Con esta descomposición se logra,
con un algoritmo estándar, una ruta óptima para un tren de ancho variable en una
red con tres tipos de infraestructura, dos anchos de vı́a y cambiadores de ancho.

55
5. CONCLUSIONES Y PERSPECTIVAS FUTURAS

Después se ha tratado la estructura de una red metropolitana, formada por una

”unión” de grafos distinguidos (las lı́neas) a través de unos nodos comunes (esta-
ciones donde se pueden producir transbordos). La cronologı́a de la evolución de
cada lı́nea se puede transformar a una secuencia de ciertos grafos que se llamaron
etapas. Con estas etapas se consigue el estado de esta red en cualquier instante.
Por la naturaleza generalmente expansiva de estas redes muy pocas etapas (grafos)
caracterizan toda la evolución.
En el tercer capı́tulo se actúa al contrario, partiendo de un grafo que representa
un mapa esquemático de nuestra red de ferrocarril, se crea un original diseño ele-
vando el grafo con una tercera dimensión, lo que permite visualizar intuitivamente
las velocidades medias en las distintas secciones de las lı́neas.
El último capitulo no se ha tratado con teorı́a de grafos. Es una simulación de
colas que nos permite gestionar las ventanillas de una gran estación para, entre
otros usos, minorar el tiempo de espera máximo. Las ventanillas de último minuto
suministran un seguro de no perder el tren pero no garantizan menores tiempos de
espera.

5.2 Perspectivas futuras

El trabajo descrito en el primer capı́tulo, ”Ruta mı́nima en la red de Adif: dos an-
chos de vı́a en varias infraestructuras y cambiadores de ancho”, detalla una nueva
aproximación al problema tratado en [24, 37], y cuya principal aportación respecto
del citado trabajo es la propuesta de un algoritmo subyacente totalmente distin-
to y muy simplificado. Desde el punto de vista de la teorı́a computacional no se
prevé pues intentar nuevas mejoras. En cuanto a considerar más anchos de vı́a,
aunque hay redes con tres anchos de vı́a, como es el caso, por ejemplo, de España,
Argentina o Australia, no sabemos de la explotación en ningún paı́s de material
móvil apto para tres anchos de vı́a (posiblemente no hay espacio fı́sico para poder
recolocar las ruedas y su timonerı́a de freno en tres posiciones distintas) o del uso
en la misma red de distinto material móvil apto para dos pares de anchos diferen-
tes. Sı́ serı́a razonable intentar portar la implementación a un CAS gratuito, por las
facilidades de acceso al software desarrollado que proporcionarı́a. El CAS Maple

56
 5.2 Perspectivas futuras

fue elegido por su potencia, facilidad de programación y diversidad de paquetes

complementarios incorporados.
El trabajo detallado en el segundo capı́tulo, ”Grafo-cronologı́a: mapas esquemáti-
cos retrospectivos de la red de metro mediante grafos”, está también relacionado
con un trabajo previo para redes de ferrocarril [40]. La adaptación a redes de fe-
rrocarril metropolitano ha hecho recomendable incluir un enfoque distinto, basado
en considerar ”lı́neas”, que ha supuesto el diseño, desarrollo e implementación de
nuevos algoritmos. Como ya se ha explicado adecuadamente en el capı́tulo corres-
pondiente, el proceso no es directo por la desaparición, absorción o reorganización
de lı́neas. Como en el caso anterior, serı́a interesante intentar portar la implemen-
tación a un CAS gratuito y hacer más amable la introducción de datos.
El trabajo resumido en el tercer capı́tulo, ”Propuesta de un Gráfico 3D para re-
presentar la rapidez de las conexiones por FFCC”, presenta cómo se pueden apre-
ciar inmediatamente a simple vista las velocidades medias en los distintos tramos
de un red ferroviaria. Dado que el representar en 2D un gráfico 3D hace que unos
rectángulos verticales oculten a veces parcialmente a otros, serı́a interesante eva-
luar otras posibles representaciones, como por ejemplo que los lados horizontales
superiores de los rectángulos fueran las ”divisorias de aguas”de un mapa 3D. Por
otra parte, hay diverso software como el CAS GeoGebra que incorpora importantes
capacidades de representación geométrica y de realidad virtual, y resultarı́a intere-
sante poder ver ”desde dentro” una gráfica de rectángulos como las propuestas,
teniendo bajo los pies un mapa usual de la red ferroviaria.
El trabajo analizado en el cuarto capı́tulo, ”Una simulación en tiempo acele-
rado de colas de ventanillas de una gran estación de ferrocarril”, está relacionado
con un trabajo anterior para terminales aeroportuarias [38], pero al tener el contex-
to (ferroviario) unas caracterı́sticas totalmente distintas, la aproximación y la im-
plementación son completamente distintas. Como posible extensión futura podrı́a
considerarse la existencia de ”ventanillas de saturación”, que se abrieran de forma
dinámica con el propósito especı́fico de ayudar al tipo de ventanilla que alcanzara
una cierta longitud de cola preestablecida.

57
 Capı́tulo

6
Recursos

• Software matemático de amplia difusión.

• Informes y publicaciones de Adif y Renfe.

• Datos y mapas proporcionados por la Fundación de los Ferrocarriles Es-

pañoles, el Consorcio Regional de Transportes de Madrid y Google Maps.

• Otra bibliografı́a matemática, ferroviaria y sobre software matemático.

El software utilizado ha sido Maple y algunos de sus paquetes, destacando el

GraphTheory.

59
 APPENDIX

A
Ruta mı́nima en la red de
Adif: dos anchos de vı́a en
varias infraestructuras y
cambiadores de ancho con
Maple

En este apéndice se detalla el código del software matemático Maple desarro-

llado para la aplicación de nuestro problema. Siguiendo los pasos explicados en el
método, se exponen y explican los procedimientos que cubren y resuelven nuestras
necesidades. Los procedimientos no desplegados en el curso de la exposición se
añadirán en la última sección del apéndice.
Se empezará cargando los dos paquetes:

restart;
with(GraphTheory):
with(plots):

61
A. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO CON
MAPLE

A.1 Diseño del grafo en tres capas

Aquı́ se ajusta el tamaño de la rejilla de las capas y se presentan las tres capas del
grafo (aunque finalmente se usarán sólo dos). Cada capa es una plantilla plana de
nodos que potencialmente representa a cada subred. Ahora se puede identificar a
cada nodo tanto de forma coordenada como por su número de vértice. Las últimas
instrucciones nos muestran estas tres capas en la Figura A.1. Es una versión 2D,
el comando SetVertexPositions del paquete de grafos utilizado no admite
una recolocación 3D de los vértices. En el array stations se guardaran todos los
nombres de los nodos (estaciones). La función nodo convierte las coordenadas a
número de vértice.

rows:=14:# +2(la 0 y la -1)

columns:=18:# +4 (de la -3 a la 0)

nodes:=(rows+2)*(columns+4):
stations:=Array([seq(1 .. 3*nodes)]):
AB1 := Array(-3 .. columns, -1 .. rows, (i, j) -> [i, j] ):
l1 := convert(AB1, list):
AB2 := Array(-3 .. columns, -1 .. rows, (i, j)->AB1[i, j]+[columns+2, 0]):
l2 := convert(AB2, list):
AB3 := Array(-3.. columns, -1 .. rows, (i, j)->AB2[i, j]+[columns+2, 0]):
l3 := convert(AB3, list):
l := [op(l1), op(l2), op(l3)]:
G := Graph(3*nodes):
SetVertexPositions(G, l):

AB := Array(1 .. 1, 1 .. 3):
AB[1, 1] := DrawGraph(InducedSubgraph(G, [seq(1 .. nodes)]), title = "Iberian Gauge nodes"):
AB[1, 2] := DrawGraph(InducedSubgraph(G,[seq( nodes+1..2*nodes)]) ,title = "Standard Gauge nodes"):
AB[1, 3] := DrawGraph(InducedSubgraph(G, [seq(2*nodes+1 .. 3*nodes)]), title = "Dual Gauge nodes"):
display(AB);

nodo:=(x,y)-> (y+1)*(columns+4)+x+4:

A.2 Introducción de pesos y aristas

Como se ha explicado se ha utilizado un modelo de grafo no dirigido con peso. Se
crea por medio de una matriz de adyacencia (simétrica). Tenemos dos datos por
cada sección o arco: la distancia (KM) y su velocidad máxima permitida media
(MAX). El tiempo se recogerá calculado en la matriz W.

62
 A.2 Introducción de pesos y aristas

Figura A.1: Plantilla 2D del grafo de tres niveles .

KM := Matrix(3*nodes, shape = symmetric):

MAX := Matrix(3*nodes, shape = symmetric):
W := Matrix(3*nodes, shape = symmetric):

Se van introduciendo todas las aristas en las matrices anteriores con un básico
subprocedimiento llamado introdata 1 . En este ejemplo de ancho ibérico se
obtiene la arista entre Madrid y Guadalajara, con una distancia de 57Km y una
velocidad máxima media en el tramo de 160Km/h, los nodos y los datos de las
aristas se introducen junto con las coordenadas:

introdata(nodo(6, 8), "Madrid At._i", nodo(7, 9), "Guadalajara_i", 57, 160):

Para los otros anchos se actúa igual, por ejemplo ese mismo recorrido en alta
velocidad se introduce como se ve a continuación (destacar en el código el no-
do trasladado un nivel superior y la diferencia de subı́ndices en el nombre de la
estación):

introdata(nodes+nodo(6, 8), "Madrid At._s", nodes+nodo(7, 9), "Guadalajara_s", 64, 300):

Una vez introducidos los datos se pueden visualizar por niveles, el procedi-
miento GraphTimeLevel2 nos muestra cada capa gracias a los comandos del
paquete para unir, recortar y dibujar grafos. Aparte de mostrar la capa, el procedi-
miento también calcula la matriz W a partir de las matrices KM y MAX.
1
añadido al final del apéndice
2
Hace uso de otros tres sencillos subprocedimientos: SiDividir, names y
LimpiarNodos, que respectivamente calculan tiempos, colocan etiquetas de estación y
quitan los nodos de grado cero de la plantilla. Se incluyen al final del apéndice.

63
A. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO CON
MAPLE

GraphTimeLevel:=proc(level)
local G3,r,TXT;
global Gl,W;
r:=nodes*level+˜[seq(1 .. nodes)]:
W [r,r]:= round˜(SiDividir(KM[r,r], MAX[r,r])*˜60):
Gl := Graph(W [r,r]):
G3 :=Graph(W [2*nodes+˜[seq(1 .. nodes)],2*nodes+˜[seq(1 .. nodes)]]):
AddEdge(Gl, Edges(G3, weights)):
SetVertexPositions(Gl, l1):
if Edges(G3) <> {} then HighlightEdges(Gl, Edges(G3), cyan) end if:
Gl := RelabelVertices(Gl,r):
LimpiarNodos(Gl): TXT:=names(Gl):
if Edges(Gl) <> {}
then display(DrawGraph(Gl, title = "Timings in minutes", showlabels = false),TXT)
end if:
end proc:

El nivel 0 del ejemplo corresponde al ancho ibérico y da la salida de la Figura

A.2.

GraphTimeLevel(0);

El nivel 1 correspondiente al ancho internacional se consigue igual, trasladando

los nodos al nuevo nivel (Figura A.3).

GraphTimeLevel(1);

Aunque, como se ha ido viendo, esta tercera capa correspondiente al ancho

mixto es innecesaria para nuestros propósitos (incluso limitativa), no se le puede
quitar importancia, al menos comercial. Sólo advertir que la velocidad máxima es
la misma para los dos anchos y por lo tanto está bien definida con un sólo peso por
arco.

GraphTimeLevel(2);

A.3 Interconexión
Ha llegado el momento de montar todo el grafo. El procedimiento gauge changeovers
lo hace todo: elimina la tercera capa añadiéndola a los dos anchos de vı́a y conecta
ambos niveles con la localización de los cambiadores ( el parámetro location

64
 A.3 Interconexión

Figura A.2: Subgrafo de ancho ibérico inducido de la primera capa del grafo, se ha
añadido en cyan las aristas de la tercera capa que corresponden al ancho mixto

65
A. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO CON
MAPLE

Figura A.3: Subgrafo de ancho internacional inducido de la segunda capa del grafo,
se ha añadido en cyan las aristas de la tercera capa que corresponden al ancho mixto

Figura A.4: Subgrafo de ancho mixto inducido de la tercera capa del grafo

66
 A.3 Interconexión

es un conjunto de coordenadas), la penalización del intercambiador se fija con el

parámetro delay. Destacar que la única entrada del procedimiento, aparte de los
argumentos indicados, es la matriz W (nuestro grafo de tres capas con tiempos, va-
riable global), que a su vez reducirá su tamaño. Los grafos que representan a toda
la red serán las variables globales H y G, en G con los nodos enumerados y en H
renombrados con nombres de estación.

gauge_changeovers:=proc(delay,location)
local G3,M,VInter1,VInter2,i,L;
global H,G,G1,G2,GI,VInter,EInter,W,IT;
L:=[seq(1 .. nodes)]:
G3:=Graph(W[ 2*nodes+˜L,2*nodes+˜L]):
G2:=Graph(W[ 1*nodes+˜L,1*nodes+˜L]):
AddEdge(G2, Edges(G3, weights)):
G1:=Graph(W[ 0*nodes+˜L,0*nodes+˜L]):
AddEdge(G1, Edges(G3, weights)):
W:=Matrix(2*nodes, shape = symmetric):
W[1..nodes,1..nodes]:= WeightMatrix(G1):
W[nodes+1..2*nodes,nodes+1..2*nodes]:= WeightMatrix(G2):
VInter1 := location:
VInter2 := VInter1+˜nodes:
VInter := VInter1 union VInter2:
for i to numelems(VInter1) do W[VInter1[i], VInter2[i]] := delay[i] end do:
G := Graph(W); G2:= RelabelVertices(G2,1*nodes+˜L):
GI := InducedSubgraph(G, VInter);
EInter := Edges(GI) minus Edges(G1) minus Edges(G2);
SetVertexPositions(G, [op(l1), op(l2)]);
HighlightVertex(G, VInter, cyan);
HighlightEdges(G, EInter, cyan);
LimpiarNodos(G);
E:=convert(stations,list):
H:=RelabelVertices(G,E[Vertices(G)]):
NULL;
end proc:

Ajustando la penalización y los cambiadores podemos ver toda la red, lista para
aplicar cualquier algoritmo de ruta optima(Figura A.5). Como el número de nodos
activos es bastante elevado en este desarrollo y ya que Maple limita las etiquetas y
los pesos que aparecen en la visualización de los grafos, es más ilustrativa la versión
del SW de Adif, y el resultado de estas lı́neas en aquel caso ya lo hemos visto en la
Figura 1.5. Recordar que esta red 2D sólo es una representación de nuestro grafo.

location:={nodo(3,2),nodo(5,1),nodo(5,3),nodo(6,8),nodo(10,6),
nodo(6,9),nodo(3,12),nodo(4,12),nodo(4,10),nodo(3,10),nodo(11, 11),nodo(13,6)}:
delay:=[seq(10,i=1..numelems(location))]:

67
A. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO CON
MAPLE

Figura A.5: Toda la red simplificada en España, 2D, a la derecha el ancho internacio-
nal y a la izquierda la capa de AV, en cyan los intercambiadores

gauge_changeovers(delay,location):

A.4 Ruta mı́nima

En la sección anterior se formó el grafo H de toda la red con la matriz W. Para
encontrar la ruta mı́nima en el software empleado se pueden utilizar los coman-
dos que nos proporciona el paquete, ya sea el DijkstrasAlgorithm o bien
el BellmanFordAlgorithm. Entre las estaciones de Madrid Atocha y Zafra,
escribiendo el comando:

BellmanFordAlgorithm(H,"Madrid At._i","Zafra");

se obtiene la siguiente ruta seguida de los 190 minutos empleados en recorrerla.

Estos tiempos no descuentan paradas y son a velocidad máxima de vı́a. Y con esto
se acaba todo el trabajo operativo. Lo curioso es que gran parte del código obedece,
como veremos, a las necesidades gráficas.

68
 A.5 Representación tridimensional

[["Madrid At._i","Villaluenga Y.","Monfragüe","Mirabel","Cáceres","Aljucén",

"Mérida", "Zafra"], 190]

La salida gráfica del comando DrawGraph de este paquete sufre de algunas li-
mitaciones para nuestras necesidades. Principalmente debido al orden de los nodos,
tamaño y la longitud de los nombres de estación. Se necesita un poco de atención
para obtener algo más presentable. El procedimiento PlottingRoute2d, cor-
ta, pega y enlaza comandos de atributos gráficos de los grafos (que proporciona
el propio paquete) con otros comandos gráficos más generales del sofware como
textplot:
PlottingRoute2d := proc (Ruta::list)
local M, M1, M2, FInter, z, CodigoRuta, TXT1, TXT2, E;
global H, G, stations;
CodigoRuta := map(proc (x) options operator, arrow; CodigoEstacion(x, Vertices(H),
Vertices(G)) end proc, Ruta[1]);
E := convert(stations, list);
M1 := InducedSubgraph(G, ‘intersect‘(convert(CodigoRuta, set), convert(Vertices(G1), set)));
z := zip(proc (x, y) options operator, arrow; [op(x), y] end proc,
l1[Vertices(M1)], E[Vertices(M1)]);
TXT1 := textplot(z, ’axes’ = ’none’);
M2 := InducedSubgraph(G, ‘intersect‘(convert(CodigoRuta, set), convert(Vertices(G2), set)));
M2 := RelabelVertices(M2, ‘˜‘[‘-‘](Vertices(M2), nodes));
z := zip(proc (x, y) options operator, arrow;[op(x), y] end proc,
l1[Vertices(M2)], E[Vertices(M2)]);
TXT2 := textplot(z, ’axes’ = ’none’);
M := GraphUnion(M1, M2);
SetVertexPositions(M, l1[Vertices(M)]);
HighlightSubgraph(M, M1, blue, cyan);
HighlightSubgraph(M, M2, red, pink);
HighlightVertex(M, ‘intersect‘(convert(VInter, set), convert(Vertices(M1), set)), magenta);
display(DrawGraph(M, showlabels = false), TXT1, TXT2)
end proc

El procedimiento anterior nos muestra una versión 2D de ruta óptima en la

Figura A.6, indicando con colores el ancho de vı́a y el paso por los cambiadores .
Route:=DijkstrasAlgorithm(H, "La Coruña","Cartagena"):
PlottingRoute2d(Route);

A.5 Representación tridimensional

Si en la sección anterior se encontraba algún contratiempo en los comandos gráficos
del paquete de grafos para una vista 2D, en 3D los problemas aumentan al no poder

69
A. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO CON
MAPLE

Figura A.6: Ejemplo de salida gráfica para una ruta optima usando comandos del pa-
quete GraphTheory de Maple. En azul ancho ibérico, rojo internacional y cambiadores
(que incluyen penalización) en magenta. Tiempo en minutos.

70
 A.5 Representación tridimensional

posicionar de forma voluntaria los nodos en el espacio. Esto obligará a trabajar con
código a un nivel inferior.
El primer gráfico representará a toda la red de forma tridimensional en dos ca-
pas paralelas. El procedimiento se llamará nice 3D 1 . El resultado de este código
se vio en la Figura 1.7.

nice_3D:=proc()
local A, B, C,E,P0, P1,TXT,NomiNodo,OrdiNodo;
global arco1, nodos1, arco2, nodos2, arco3, nodos3,Codigo2d,W,G1,G2;
Codigo2d := [op(l1), op(l2)]; LimpiarNodos(G1): LimpiarNodos(G2):
arco1 := Edges(G1); nodos1 := Nodos3d(Vertices(G1), Codigo2d, nodes);
arco2 := Edges(G2); nodos2 := Nodos3d(Vertices(G2), Codigo2d, nodes);
arco3 := EInter; nodos3 := Nodos3d(VInter, Codigo2d, nodes);
A := op(arcos3d(arco1, Codigo2d, nodes, blue)),
pointplot3d(nodos1, color = blue, symbol = point, symbolsize = 10);
B := op(arcos3d(arco2, Codigo2d, nodes, red)),
pointplot3d(nodos2, color = red, axes = none, symbol = point, symbolsize = 10);
C := op(arcos3d(arco3, Codigo2d, nodes, purple)),
pointplot3d(nodos3, color = purple, axes = none, symbol = box, symbolsize = 10);
P0 := implicitplot3d(z = 0, x = -4 .. columns+1, y = -2 .. rows+1, z = 0 .. 1,
style = surface,color = "Blue", transparency = .8);
P1 := implicitplot3d(z = 1, x = -4 .. columns+1, y =-2 .. rows+1, z = 0 .. 1,
style = surface,color = "Red", transparency = .8,orientation=[-71,57,1] );
OrdiNodo := Vertices(G);
E:=convert(stations,list): NomiNodo := E[[op(OrdiNodo)]]:
TXT := etiketas(OrdiNodo, NomiNodo,black);
display({A, B, C, P0, P1,TXT});
end proc:

PlottingRoute3d2 nos presenta el itinerario tridimensional dentro de toda

la red.

PlottingRoute3d := proc (RutaL, OtherStations::set)

local arco0,arco4,arco5,nodos0,nodos4,nodos5,FatPoints,OtherNodes,CodigoRuta,
A,B,C,D3, E3,F3,P0,P1,TXT,NomiNodo, OrdiNodo,Ruta;
global H,G;
Ruta:=RutaL[1];
CodigoRuta := map(x-> CodigoEstacion(x, Vertices(H), Vertices(G)), Ruta);
arco0 := Camino2Arco(CodigoRuta);
arco4 := ‘intersect‘(arco0, arco2);

1
Llamará a otros tres cortos subprocedimientos de carácter técnico: arcos3d, Nodos3d y
etiketas, se pueden encontrar al final del apéndice.
2
LLama a Camino2Arco, un nuevo subprocedimiento auxiliar. El argumento
OtherStations añade los nombres de otras estaciones fuera de la ruta.

71
A. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO CON
MAPLE

arco5 := ‘intersect‘(arco0, arco3);

nodos0 := Nodos3d(CodigoRuta, Codigo2d, nodes);
nodos4 := ‘intersect‘({op(nodos0)}, {op(nodos2)});
nodos5 := ‘intersect‘({op(nodos0)}, {op(nodos3)});
CodigoRuta := map(x-> CodigoEstacion(x, Vertices(H), Vertices(G)), [op(OtherStations)]);
OtherNodes:=Nodos3d(CodigoRuta, Codigo2d, nodes);
FatPoints:=convert(nodos1, set) minus convert(nodos0, set) minus convert(OtherNodes, set);
A := op(arcos3d(arco1, Codigo2d, nodes, grey)), pointplot3d([op(FatPoints)], color = grey);
FatPoints:=convert(nodos2, set) minus convert(nodos0, set);
B := op(arcos3d(arco2, Codigo2d, nodes, grey)), pointplot3d([op(FatPoints)], color = grey);
C := op(arcos3d(arco3, Codigo2d, nodes, grey));
D3 := op(arcos3d(arco0, Codigo2d, nodes, "blue")),
pointplot3d(nodos0, color = "blue", symbol = point, symbolsize = 10);
E3 := op(arcos3d(arco4, Codigo2d, nodes, "red")),
pointplot3d(nodos4, color = "red", symbol = point, symbolsize = 10);
F3 := op(arcos3d(arco5, Codigo2d, nodes, "green")),
pointplot3d(nodos5, color = "green", symbol = point, symbolsize = 10);
P0 := implicitplot3d(z = 0, x = -4 .. columns+1, y = -2 .. rows+1, z = 0 .. 1,
style = surface,color = "Blue", transparency = .9);
P1 := implicitplot3d(z = 10, x = -4 .. columns+1, y =-2 .. rows+1, z = 0 .. 11,
style = surface,color = "Red", transparency =.9);
NomiNodo := [op(Ruta), op(OtherStations)];
OrdiNodo := map(x->CodigoEstacion(x, Vertices(H),Vertices(G)), NomiNodo);
TXT := etiketas(OrdiNodo, NomiNodo, black);
display(A, B, C, D3, E3,F3, TXT,P0,P1);
end proc:

Ası́, con estas dos lı́neas, se consiguen las Figuras A.7 y A.8 , de la que ya se
han visto varios ejemplos.
Route:=DijkstrasAlgorithm(H,"San Sebastián","Cádiz"):
PlottingRoute3d(Route, {"La Coruña","Madrid At._s","Barcelona_i","Barcelona_s",
"Valencia_i","Valencia_s"});

A.6 Resto de subprocedimientos

Para completar el apéndice, y el script, se añaden los códigos de los subprocedi-
mientos mencionados. Estos tres primeros son de uso general:
introdata:=proc(nodo1,station1,nodo2,station2,distance,speed)
description "Coloca arco y peso en las matrices de los grafos
de velocidades medias y distancias":
global KM,MAX,stations:
stations[nodo1]:=station1:
stations[nodo2]:=station2:
KM[nodo1,nodo2]:=distance:
MAX[nodo1,nodo2]:=speed:

72
 A.6 Resto de subprocedimientos

Figura A.7: Ejecución de ruta optima entre San Sebastián y Cádiz. Vista en la que se
diferencian los dos niveles, en rojo la AV del ancho internacional y en azul el ancho
peninsular. En verde se representa el salto de nivel del cambiador.

Figura A.8: Ejecución de ruta optima entre San Sebastián y Cádiz. Los distintos co-
lores de los anchos de vı́a nos permite utilizar la vista cenital.

73
A. RUTA MÍNIMA EN LA RED DE ADIF: DOS ANCHOS DE VÍA EN
VARIAS INFRAESTRUCTURAS Y CAMBIADORES DE ANCHO CON
MAPLE

end proc:

SiDividir := proc(M, N)
description "Opera dos matrices, diviendo elemento a elemento donde exista
arco (elementos no nulos). Se usa para calcular los tiempos";
local SiDiv;
SiDiv := (D, d) -> if d = 0 then 0 else evalf(D/d) end if;
SiDiv˜(M, N):
end proc:

LimpiarNodos := proc(G::Graph)::Graph; # Eliminate the unused nodes

description " Elimina todos los nodos de grado cero de la plantilla":
local g, V, v;
V := Vertices(G);
g := DegreeSequence(G);
v := [ListTools:-SearchAll(0, g)];
G := DeleteVertex(G, V[v])
end proc:

El procedimiento siguiente se utiliza para las figuras 2D, creando un plot de

etiquetas de estación alternativas. Evita, deshabilitando las etiquetas en el comando
DrawGraph, que los nombres largos deformen las cajas de los nodos y arruinen el
dibujo del grafo.
names:=proc(G)
global l,stations;
local z,E,TXT;
E:=convert(stations,list):
z:=zip((x,y)->[op(x),y],l1[(Vertices(G)-˜1) mod nodes +˜1],E[Vertices(G)]);
TXT:=textplot(z,’axes’ = ’none’);
end proc:

La opción gráfica 3D del paquete, sin admitir recolocaciones espaciales de los

vértices, mostraba una figura difı́cil de interpretar. Estos subprocedimientos son
solicitados para obtener figuras 3D de fácil comprensión, facilitando o colocando
cada arco en su plano.
arcos3d := proc(CodigoArco, Codigo2d, Nodos, kolor)
local Linea, i, f, n;
description "Auxiliary proc.: returns set graphic commands regarding arcs of nice 3D plot";
Linea := {}: n := numelems(CodigoArco):
f := proc (i::integer)
if i <= Nodos then [op(Codigo2d[i]), 0] else [op(Codigo2d[i-Nodos]), 1] end if;
end proc;
if 0 < n then
for i to n do
Linea := Linea union {plottools:-line(f(CodigoArco[i][1]),

74
 A.6 Resto de subprocedimientos

f(CodigoArco[i][2]), color = kolor)}

end do
else Linea := {}
end if;
end proc:

Nodos3d := proc(CodigoNodos, Codigo2d, Nodos)

local f,n;
description "Auxiliary proc.: raises the nodes to one of the two planes in the 3D plot";
f := proc (i)
if i <= Nodos then [op(Codigo2d[i]), 0] else [op(Codigo2d[i-Nodos]), 1] end if;
end proc;
map(f, CodigoNodos);
end proc:

etiketas:=proc(OrdiNodo,NomiNodo,kolor)
local z;
description "Auxiliary proc.: put the names of the nodes in the space";
z:=zip((x,y)->[op(x),y],Nodos3d(OrdiNodo, [op(l1), op(l2)], nodes),NomiNodo):
textplot3d(z,’axes’ = ’none’,color=kolor)
end proc:

Camino2Arco := proc(camino)
local i, n, lineas;
description "Transforms a path (list of nodes) into a set of arcs";
lineas := {}: n := numelems(camino):
if 1 < n then for i to n-1 do lineas := ‘union‘(lineas, {{camino[i+1], camino[i]}}) end do
else lineas := {}
end if
end proc:

75
 APPENDIX

B
Grafo-cronologı́a: mapas
esquemáticos retrospectivos
de la red de metro mediante
grafos con Maple

En este apéndice se detalla el código del software matemático Maple desarro-

llado para la aplicación de nuestro problema. Siguiendo los pasos explicados en el
método, se exponen y explican los procedimientos que cubren y resuelven nuestras
necesidades.
Se empezará cargando los paquetes:

restart; with(GraphTheory);
with(plots);
with(ListTools)

B.1 Diseño de la red

La red se formaba como unión de lı́neas, y cada lı́nea como una lista de grafos.
Los nodos de la red del suburbano pueden ser situados en una cuadriculación plana

77
B. GRAFO-CRONOLOGÍA: MAPAS ESQUEMÁTICOS
RETROSPECTIVOS DE LA RED DE METRO MEDIANTE GRAFOS
CON MAPLE

de coordenadas enteras. En nuestro caso de 50 × 60 = 3000 posibles nodos. Las

estaciones se colocan sobre estos nodos en virtud de su posición geográfica, esta-
bleciendo la correspondencia biyectiva entre coordenadas e identificador de vértice
(mediante las funciones coordinates y C2N). Los nombres de estación son tra-
tados en paralelo en un array disperso de caracteres, del mismo tamaño (3000),
llamado StationNames. Comenzando:

Filas := 50;
Columnas := 60;
Nodos := Filas*Columnas;
A := Array(1 .. Filas, 1 .. Columnas, proc (i, j) options operator, arrow; [i, j] end proc);
coordinates := convert(A, list);
C2N := proc (c, f) options operator, arrow; (f-1) . Filas+c end proc;
StationNames := Array(1 .. Nodos, datatype = string);
OldStations := {};

Las estaciones renombradas1 a lo largo de la historia guardan su viejo nombre

en un conjunto de listas de la forma [DateExtinction, vertex, "StationName"]
llamado OldStations. El cambio de nombre forma parte de los eventos en la
formación de las lı́neas del metropolitano. Se tendrá en cuenta sólo a la hora de
graficar. El contenido es como el que aparece a continuación.

{[1931, 1067, "Isabel II"], [1939, 1071, "Progreso"], [1939, 1227, "Principe de Vergara"],
[1940, 1220, "Gran vı́a"], [1970, 1124, "Banco"], [1983, 566, "Elvas"], [1983, 1220, "José Antonio"],
[1983, 1227, "General Mola"], [1986, 772, "Palos de Moguer"], [1994, 1214, "Norte"],
[1998, 1872, "Lima"], [2007, 2092, "Aeropuerto "], [2017, 1341, "Estadio Olimpico"],
[2017, 1989, "Campo de las Naciones"]}

B.2 Génesis de las lı́neas

Esta sección es clave ya que la introducción de los datos cronológicos incluye la
reordenación de las lı́neas en grafo-etapas.
La etapa está representada por una lista de la forma [Grafo, FechaInicioEtapa].
La evolución de la lı́nea es tratada como una lista de etapas. Las dos etapas del
Ejemplo 2.2 de la lı́nea 6 es procesado en L[6] :

> L[6];
[[Graph 1: an undirected weighted graph with 27 vertices and 27 edge(s), 1919],
[Graph 2: an undirected weighted graph with 28 vertices and 28 edge(s), 2007]]

1
Usando el procedimiento renombrar que se puede encontrar al final del apéndice.

78
 B.3 Elección de etapa y poda

La L6 entró en servicio en 1979. Aclarar que 1919 es fecha inicial para cual-
quier primera etapa de la red y genera un grafo vacı́o para fechas anteriores a la
inauguración de las lı́neas.
Cada lı́nea comienza creando un grafo, cada evento es añadido a este grafo,
salvándole como una etapa ante un evento crı́tico. El primer evento histórico de la
red de metro de Madrid, la inauguración de 1919, se codifica ası́ 1 :
G := Graph(Nodos, Matrix(Nodos, shape = symmetric)):
StationNames[C2N(17, 35)] := "Cuatro Caminos";
StationNames[C2N(20, 33)] := "Rios Rosas";
StationNames[C2N(20, 31)] := "Iglesia";
StationNames[C2N(20, 30)] := "Chamberı́";
StationNames[C2N(20, 29)] := "Bilbao";
StationNames[C2N(20, 27)] := "Tribunal";
StationNames[C2N(20, 25)] := "Gran vı́a";
StationNames[C2N(20, 22)] := "Sol";
tramo := camino([C2N(17, 35), C2N(20, 33), C2N(20, 31), C2N(20, 30), C2N(20, 29),
C2N(20, 27), C2N(20, 25), C2N(20, 22)]);
AddEdge(G, tramo);
for e in tramo do SetEdgeWeight(G, e, 1919) end do

Un ejemplo de proceso 2 de un evento crı́tico se puede ver en el siguiente script

de la reordenación de datos. En 1989, se inauguró una nueva estación en la Lı́nea 1,
Atocha-Renfe (acceso a la estación de tren de Atocha ), sin eventos crı́ticos desde
1967:
L[1] := [op(L[1]), [LimpiarNodos(G), 1967]];
DeleteEdge(G, {C2N(23, 20), C2N(25, 17)});
StationNames[C2N(24, 19)] := "Atocha Renfe";
tramo := camino([C2N(23, 20), C2N(24, 19), C2N(25, 17)]);
AddEdge(G, tramo);
for e in tramo do SetEdgeWeight(G, e, 1989) end do

B.3 Elección de etapa y poda

En la sección anterior hemos reordenado la cronologı́a de las lı́neas en etapas. La
etapa de una lı́nea correspondiente a un instante dado la encuentra el procedimiento
ChooseStage, primer paso de la subsección 2.3.3:
1
El subprocedimiento camino transforma una lista de nodos consecutivos de un camino en la
lista de sus arcos, se puede encontrar al final del apéndice.
2
LimpiarNodos es un procedimiento que elimina los nodos de grado cero al almacenarlo,
da mucha fluidez al programa. Se puede encontrar al final del apéndice.

79
B. GRAFO-CRONOLOGÍA: MAPAS ESQUEMÁTICOS
RETROSPECTIVOS DE LA RED DE METRO MEDIANTE GRAFOS
CON MAPLE

ChooseStage := proc (Linea, fecha)

local n;
n := nops(Linea);
while fecha < Linea[n][2] do n := n-1 end do;
Linea[n][1]
end proc

El procedimiento prune poda la etapa, segundo paso visto en la subsección

2.3.3 :
prune := proc (RedCompleta, fecha)
local H, A, a, b, c, s, arcos, peso;
H := RedCompleta;
A := [op(Edges(H))];
peso := proc (G, x) options operator, arrow;GetEdgeWeight(G, x) end proc;
a := ‘˜‘[peso](H, A);
b := Array(1 .. numelems(A), fill = fecha);
c := ‘˜‘[evalb](‘˜‘[‘<=‘](a, b));
s := SearchAll(true, c);
arcos := {op(A[[s]])};
H := Subgrafo(RedCompleta, arcos)
end proc

Estos dos pasos los recoge el procedimiento OldNetwork aplicándolo a varias

lı́neas de metro:
OldNetwork := proc (Lines, date)
local n, G, list;
list := {};
for n in Lines do
G := ChooseStage(L[n], date);
G := prune(G, date);
list := {[n, G]} union list
end do;
list:
end proc

B.4 Salida gráfica

Una vez que se obtiene las lı́neas en un instante dado, se agregan los nombres a
los nodos, y los subgrafos (lı́neas de metro) se ensamblan y colorean. Todo esto y
el dibujo del gráfico se realiza mediante el procedimiento Graphic. Los pasos o
subprocedimientos seguidos se enumeran a continuación:

1. OldNetwork: Explicado arriba.

80
 B.5 Resto de subprocedimientos

2. AssembledGraphs: enlaza los subgrafos de las diferentes lı́neas a través

de los nexos (correspondencias entre lı́neas) para obtener un gráfo global de
la red, se añade al final.

3. DistinguishLines: Colorea subgrafos y nodos, se añade al final.

4. Stations: Obtiene los nombres de las estaciones en esa fecha, se añade al

final.

5. Dibuja el grafo con el comando DrawGraph.

El código es el que sigue:

Graphic := proc (lines, date)

local G, H, z, TXT, position, names, stations;
global coordinates;
G := OldNetwork(lines, date);
H := AssembledGraphs({seq(G[i][2], i = 1 .. nops(G))});
DistinguishLines(H, G);
position := coordinates[Vertices(H)];
stations := Stations(date);
names := map(x --> stations[x], Vertices(H));
z := zip((x, y) --> [op(x), y], position, names);
TXT := textplot(z, ’axes’ = ’none’);
SetVertexPositions(H, position);
display(DrawGraph(H, showlabels = false, showweights = true,
stylesheet = [edgethickness = 5], transparency = .2,
title = cat("The Lines ", lines, " in ", date)), TXT)
end proc

Como ejemplo, tecleando lo siguiente, se conseguı́a la Figura 2.10

Lineas := {1, 2, 3}:
fecha := 1941:
Graphic(Lineas, fecha);

B.5 Resto de subprocedimientos

LimpiarNodos := proc (G::Graph)::Graph;
local H, g, V, v;
description "elimina nodos de grado cero";
V := Vertices(G);
g := DegreeSequence(G);
v := [ListTools:-SearchAll(0, g)];
H := DeleteVertex(G, V[v])
end proc

81
B. GRAFO-CRONOLOGÍA: MAPAS ESQUEMÁTICOS
RETROSPECTIVOS DE LA RED DE METRO MEDIANTE GRAFOS
CON MAPLE

camino := proc (s)

local N, n, c;
description "descompone un camino de nodos en sus arcos";
N := nops(s); c := {};
if N = 1 then c := {s[1]}
else for n to N-1 do c := ‘union‘(c, {{s[n+1], s[n]}}) end do
end if
end proc

Subgrafo := proc (G::Graph, edges)::Graph;

description "versión del comando Subgraph adaptada a las necesidades";
local e, N, M, H;
N := nops(Vertices(G));
M := Matrix(N, shape = symmetric);
H := Graph(Vertices(G), M);
for e in edges do SetEdgeWeight(H, e, GetEdgeWeight(G, e)) end do;
H := Graph(Vertices(G), M);
H := LimpiarNodos(H):
end proc

AssembledGraphs := proc (GG)::Graph;

description "versión del comando GraphUnion adaptada a las necesidades";
local e, G, H, nodos;
nodos := {};
for G in GG do nodos := ‘union‘(nodos, {op(Vertices(G))}) end do;
nodos := convert(nodos, list);
H := Graph(nodos, Matrix(nops(nodos), shape = symmetric));
for G in GG do for e in Edges(G) do
AddEdge(H, e);
if GetEdgeWeight(H, e) = 1 then SetEdgeWeight(H, e, GetEdgeWeight(G, e))
else SetEdgeWeight(H, e, min(GetEdgeWeight(H, e), GetEdgeWeight(G, e)))
end if
end do end do;
H
end proc

Stations := proc (fecha)

description "obtiene los nombres coetáneos de las estaciones";
local estaciones, n;
global OldStations, StationNames;
n := numelems(StationNames);
estaciones := Array(1 .. n, datatype = string);
estaciones[1 .. n] := StationNames[1 .. n];
n := nops(OldStations);
while 1 <= n and fecha < OldStations[n][1] do
estaciones[OldStations[n][2]] := OldStations[n][3];
n := n-1
end do;
estaciones:
end proc

82
 B.5 Resto de subprocedimientos

Renombrar := proc (vertice::integer, NewStation::string, date)

description "Actualiza el nombre, almacenando el obsoleto";
global OldStations, StationNames;
OldStations := ‘union‘(OldStations, {[date, vertice, StationNames(vertice)]});
StationNames(vertice) := NewStation
end proc

DistinguishLines := proc (Red::Graph, Lineas)

description "colorea subgrafos(lı́neas) y nodos";
local n, i, k, kolor, nodos, NodosComunes, ArcosComunes;
n := nops(Lineas);
nodos := {op(Vertices(Red))};
NodosComunes := {}; ArcosComunes := {};
kolor := [wheat, cyan, red, yellow, brown, green, grey, coral, pink, violet, blue, sienna];
for i to n do
if Edges(Lineas[i][2]) <> {} then
HighlightEdges(Red, Edges(Lineas[i][2]), kolor[Lineas[i][1]+1]);
HighlightVertex(Red, Vertices(Lineas[i][2]), kolor[Lineas[i][1]+1])
end if;
for k from i+1 to n do
NodosComunes := ‘union‘(NodosComunes,
‘intersect‘({op(Vertices(Lineas[i][2]))},{op(Vertices(Lineas[k][2]))}));
ArcosComunes := ‘union‘(ArcosComunes,
‘intersect‘({op(Edges(Lineas[i][2]))}, {op(Edges(Lineas[k][2]))}))
end do
end do;
HighlightVertex(Red, NodosComunes, "white");
if ArcosComunes <> {} then HighlightEdges(Red, ArcosComunes, black) end if
end proc;

83
 APPENDIX

C
Propuesta de un Gráfico 3D
para representar la velocidad
de las conexiones por FFCC
con Maple

En este apéndice se detalla el código en el software matemático Maple desarro-

llado para la aplicación de nuestro problema. Siguiendo los pasos explicados en el
método, se exponen y explican los comandos y procedimientos que resuelven sus
necesidades. Los subprocedimientos que se mencionan sin código se añaden en la
última sección del apéndice.
Se comienza cargando los paquetes necesarios:

restart; with(plots): with(ListTools):

Como se parte de un mapa simplificado en un sistema coordenado, se ajustan

algunos parámetros iniciales. Unitime es un conversor de unidades y CotaI es
la referencia de velocidad máxima alcanzada en toda la red (puede cambiar con
la entrada de datos). IB y AV son las listas que almacenan de forma ordenada las

85
C. PROPUESTA DE UN GRÁFICO 3D PARA REPRESENTAR LA
VELOCIDAD DE LAS CONEXIONES POR FFCC CON MAPLE

rutas en ancho ibérico e internacional respectivamente. Las etiquetas se procesan

de forma paralela con el conjunto estaciones:
particion := 10; # tamaño de la partición, escala en km
origen := [40, 45];
abcisa := 60;
ordenada := 45;
estaciones := {};
Unitime := 1/60;
Escala := proc (x) options operator, arrow; [particion*x[1], particion*x[2],
Unitime*x[3]] end proc # funcion de escala de coordenadas y tiempo
CotaI := 1/(200*Unitime);
roll := 2*rand(1 .. 5)*(1/100):
IB:=[]:AV:=[]:

C.1 Introducción de datos

No se utiliza el paquete de teorı́a de grafos por no poder representar exactamente
las gráficas deseadas. Desde un punto de vista teórico partimos de un grafo donde
las distintas lı́neas de trenes forman a través de sus estaciones comunes la red. Con
las aclaraciones inferiores ya podremos introducir las lı́neas:
• Los nodos tienen cuatro componentes, las dos primeras componentes son
coordenadas cartesianas centradas en Madrid , la tercera es el nombre y la
cuarta es el estado de la etiqueta (1 activada y 0 desactivada).

• Los caminos o rutas de los trenes son introducidos como listas donde alternan
nodos con el peso de las aristas que los une.

• La v −1 es el peso y está introducido como el cociente entre el tiempo de

recorrido y la distancia correspondiente al arco. Cuando no exista parada en
nodos intermedios, el peso es común entre sus arcos e igual al ∆t/∆s entre
las paradas. Al igual que aparecen nodos sin paradas también hay paradas sin
nodo y se actúa de forma similar. La distancia está en km y el tiempo en min.

• El servicio o ruta del tren (trail) lo guarda de forma escalonada el proce-

dimiento Introtrail en las listasIB y AV.
Este es un ejemplo de obtención de ruta en ancho ibérico (”ib”), del Talgo
Madrid-Almerı́a: 6h 28 min, 4 paradas (Figura C.1) . Nótese en el código que hay
una parada sin nodo (Guadix) y un nodo sin parada (Moreda):

86
 C.2 El gráfico

Figura C.1: Ruta ofertada por los servicios de Renfe entre Madrid y Almerı́a. Fuente:
Google Maps (12/4/2019)

trail := [[0, 0, ’Madrid’, 1], 78*(1/147), [6, -10, ’Alcázar*de*San*Juán’, 1],

100*(1/165), [4, -22, ’Linares-Baeza’, 1], 210/241, [7, -30, ’Moreda’, 0],
210/241, [15, -36, ’Almerı́a’, 1]];
Introtrail(trail, ’ib’):

Con ancho estándar se actúa igual, por ejemplo para el AVE Córdoba-Málaga
(55min, 2 paradas) se teclearı́a:

trail := [[-7, -24, ’Córdoba’, 1], 31/111, [-7, -31, ’Puente*Genil’, 0],
31/111, [-5, -35, ’Antequera’, 1], 24*(1/58), [-3, -38, ’Málaga’, 1]];
Introtrail(trail, ’av’):

C.2 El gráfico
El trabajo principal lo realiza el comando polygonplot3d del paquete plots ,
pero antes hay que transformar las rutas en polı́gonos y, de forma paralela, crear
otro plot de etiquetas. El procedimiento Grafico es el que lo hace, creando un
conjunto de dos elementos plots: uno de polı́gonos y otro de etiquetas. El primer
plot se auxilia de polygons1 , el segundo, por su parte, de InMatrix2 :

Grafico := proc (trails)

local i, trailEsc, noceroM, L, Listapolygons, estacionesh, D0, D1;
global estaciones, M, roll, graficos, ordenada, abcisa;
M := Matrix(ordenada+1, abcisa+1, fill = 0);

1
Subprocedimiento de ordenación de datos para aplicar polygonplot3d
2
Subprocedimiento de creación de una matriz para facilitar la colocación de etiquetas

87
C. PROPUESTA DE UN GRÁFICO 3D PARA REPRESENTAR LA
VELOCIDAD DE LAS CONEXIONES POR FFCC CON MAPLE

# se guarda la matriz auxiliar y se escalan los puntos

for i to numelems(trails) do
InMatrix(M, trails[i], origen);
trailEsc[i] := map(Escala, trails[i])
end do;
# se añaden etiquetas y se crean los plots
estacionesh := map(proc (x) options operator, arrow; [particion*x[1],
particion*x[2], M[x[2]+origen[2]+1, x[1]+origen[1]+1]+max(M)*roll(),
x[3]] end proc, estaciones);
graficos := {textplot3d(estacionesh)};
Listapolygons := [];
for i to numelems(trails) do
Listapolygons := [op(Listapolygons), op(polygons(trailEsc[i]))]
end do;
graficos := ‘union‘(graficos, {polygonplot3d(Listapolygons)})
end proc:

El procedimiento Grafico ha de tener al menos dos ”trails”, uno puede ser el

”trail” vacı́o []. Teclear estas dos lı́neas selecciona todas las rutas de los dos anchos,
crea los dos plots y los monta, dando lugar a la vista de la Figura C.2 :
Grafico([op(AV), op(IB)]):
display(%);

Con el procedimiento Output se puede elegir estilo y orientación ( la ”A” hace

referencia a que el tipo de altura h utilizada ha sido la v −1 ) , las siguientes lı́neas
son las responsables de la Figura 3.8
Grafico([op(AV), op(IB)]):
Output(%, [-90, 65, 19], ’surface’, ’A’);

C.3 Otra opción para h

Como se vio en su capı́tulo, una alternativa a la h = v −1 era h = vmax − v. Como
los pesos se han tomado de la primera forma, pero en la misma red, sólo hay que
cambiar los pesos y tener cuidado con las unidades del eje z. El procedimiento
DataDif transforma este peso.

v −1 → vmax − v

Las listas de rutas IB y AV ahora se llaman IBv y AVv respectivamente por el

cambio de la función asignada a h.

88
 C.3 Otra opción para h

Figura C.2: Gráfico 3D de una red de lı́neas ferroviarias. El área de cada polı́gono
es el tiempo empleado en recorrer el tramo. Fuente: elaboración propia (realizado en
Maple)

89
C. PROPUESTA DE UN GRÁFICO 3D PARA REPRESENTAR LA
VELOCIDAD DE LAS CONEXIONES POR FFCC CON MAPLE

No cambia nada respecto al caso anterior, sólo la ’B’, que ahora se entiende
que es para las leyendas y unidades del eje z de esta otra opción. Estas lı́neas dan
la gráfica de la izquierda en la Figura 3.9.
DataDif():
Grafico([op(AVv), op(IBv)]):
Output(%, [-90, 90, 0], ’pointline’, ’B’);

C.4 Resto de procedimientos

Introtrail := proc (lista, ancho)
local n, p3, i, nodos, pulgares, WhoStation;
global IB, AV, CotaI, estaciones;
description "Almacena las etiquetas y escalona los trails de la entrada de datos";
n := (1/2)*numelems(lista)+1/2;
nodos := [];
for i from 2 to n do
nodos := [op(nodos), [op(lista[2*i-3][1 .. 2]), lista[2*i-2]],
[op(lista[2*i-1][1 .. 2]), lista[2*i-2]]]
end do;
if ancho = ’av’ then AV := [op(AV), nodos] else IB := [op(IB), nodos] end if;
p3 := proc (x) options operator, arrow; x[3] end proc;
CotaI := min(CotaI, min(map(p3, nodos)));
pulgares := SearchAll(1, map(proc (x) options operator, arrow; x[4] end proc, lista));
WhoStation := map(proc (x) options operator, arrow; x[1 .. 3] end proc, lista[[pulgares]]);
estaciones := ‘union‘(estaciones, {op(WhoStation)})
end proc

polygons := proc (trail)

local listado, i, up, down, n;
description "Lista ordenada de los polı́gonos atómicos de tiempo .";
listado := [];
up := proc (x) options operator, arrow; [[x[1], x[2], 0], x] end proc;
down := proc (x) options operator, arrow; [x, [x[1], x[2], 0]] end proc;
n := numelems(trail);
if 0 < n then
for i to n-1 do
listado := [op(listado),[op(up(trail[i])),op(down(trail[i+1]))]]
end do
else listado := {}
end if
end proc

Este procedimiento usa una matriz como una malla de coordenadas donde in-
troduce el mayor peso en las coincidencias. Ası́ se obtiene la altura de las etique-
tas para que queden por encima del perfil del gráfico 3D (evitando que pisen los
rectángulos).

90
 C.4 Resto de procedimientos

InMatrix := proc (M, trail, origen)

local x; global Unitime;
description "introduce el trail en la matriz M";
for x in trail do M[x[2]+origen[2]+1, x[1]+origen[1]+1] :=
max(M[x[2]+origen[2]+1, x[1]+origen[1]+1], Unitime*x[3])
end do
end proc

Output := proc (DD, orientacion, estilo, tipo)

description "formatea el gráfico":
local OptionsPlot, EjeZ, colores;
if tipo = ’A’ then EjeZ := h/Km; colores := z
else EjeZ := ‘&Delta;v‘; colores := z
end if;
OptionsPlot := shading = colores, orientation = orientacion, view = 0 .. 1.1*max(M),
style = estilo, symbol = sphere, thickness = 1;
display(DD, labels = [Km*’West-East’, Km*’North-South’, EjeZ], OptionsPlot)
end proc

DataDif := proc ()
description"transforma la alternativa A en la B":
local i, velocidad;
global AV, IB, AVv, IBv, Unitime, CotaI;
Unitime := 1/Unitime;
velocidad := proc (x) options operator, arrow; [x[1], x[2], 1/CotaI-1/x[3]] end proc;
AVv := AV; IBv := IB;
for i to numelems(AV) do AVv[i] := map(velocidad, AV[i]) end do;
for i to numelems(IB) do IBv[i] := map(velocidad, IB[i]) end do
end proc

91
 APPENDIX

D
Una simulación en tiempo
acelerado de colas de
ventanillas de una gran
estación de ferrocarril con
Maple

En este apéndice se detalla el código en el software matemático Maple desa-

rrollado para la aplicación de nuestro problema. Siguiendo los pasos explicados en
el método, se explican los comandos y procedimientos que resuelven sus necesida-
des. Los subprocedimientos que se mencionan sin código se incluyen en la última
sección del apéndice. La aplicación ha sido probada y depurada.
Como en los temas anteriores se cargan los paquetes:

> restart:
> with(Statistics):
> with(ListTools):
> with(plots):
> with(combinat, randperm):

93
D. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL CON
MAPLE

D.1 Parámetros, trenes y ventanillas

Se empezará por definir la franja horaria y el paso temporal. Las unidades de tiempo
son los minutos. En este ejemplo 1 se tomará la franja horaria desde las 18:45:00
hasta las 20:00:00, con un salto de reloj de medio minuto:
> step := .5:
> initial := minute(18, 45, 0):
> duration := 75:

Los distintos servicios se introducen como listas de trenes. Cada tren viene dado
por una lista de la forma [HoraDePartida, #PasajerosEsperados, IdentificadorTren].
Hay que considerar la posibilidad de aleatorizar el número de pasajeros esperados.
El siguiente código define directamente2 los diferentes servicios, es el utilizado en
el ejemplo para simular la llegada de pasajeros:

> SuburbanTrain := [[minute([19, 15, 0]), 40, "C0001"], [minute([19, 20, 0]), 40, "C0011"],
[minute([19, 25, 0]), 40, "C0002"], [minute([19, 30, 0]), 40, "C0021"],
[minute([19, 35, 0]), 40, "C0003"], [minute([19, 40, 0]), 40, "C0031"],
[minute([19, 45, 0]), 40, "C0004"], [minute([19, 50, 0]), 40, "C0041"],
[minute([19, 55, 0]), 90, "C0005"]]:
> MDTrain := [[minute([19, 30, 0]), 40, "M0001"], [minute([19, 50, 0]), 40, "M0002"]]:
> LDTrain := [[minute([20, 0, 0]), 50, "L0001"]]:
> HSTrain := [[minute([19, 40, 0]), 60, "AVE0001"]]:

Los servicios admiten cualquier combinación de subconjuntos de ventanillas.

Las de último minuto, que no son un servicio, atienden pasajeros de todas, excepto
cercanı́as.
La distribución de las ventanillas, como se ve en este ejemplo, se introduce
por tipo de servicio mediante listas de la forma [conjunto ventanillas, tiempo -
atención]. La asistencia a los trenes de UM se trata de forma similar, con una lista
[conjunto ventanillas, alarma previa (minutos)].
> suburban := [{1,3, 5, 6, 7, 8, 9}, 1.0];
> median := [{10, 11, 12, 13}, 1.5];
> long := [{11, 12, 13, 14}, 2.0];
> high := [{13, 14, 15, 16}, 1.5];
> alarm := 10.0;
> LastMinute := [{17, 18, 19, 20}, alarm];
1
El procedimiento minute es un conversor de horas a minutos
2
A partir de estos parámetros AllSimulationArrivals simula todas las cargas de los
trenes. No es necesario, ver la sección siguiente.

94
 D.2 Curvas de afluencia

El conjunto de cambios en las asignaciones a las ventanillas se llama movements,

estos movimientos dan dinamismo a la configuración de las ventanillas. Cada movi-
miento es de la forma [instante, servicio afectado, operador(‘union‘/‘minus‘), ven-
tanillas implicadas] entendiendo que en ese instante se modifica dicho servicio en
las citadas ventanillas. Un ejemplo es el siguiente donde las ventanillas 2 y 4 co-
mienzan a atender a C a las 19:30 y la número 10 deja de atender a MD a las 19:40.
A continuación se introduce un parámetro para las antelaciones de los viajeros 1 y
se prepara toda la simulación con el procedimiento initialize2 .

> movements := {[minute(19, 30, 0), "suburban", ‘union‘, {2,4}],

[minute(19, 40, 0), "middledistance", ‘minus‘, {10}]}
> randomLenght := [30, 60, 60, 90]:# [suburban,MD,LD,HS] en pasos!!
> initialize():

D.2 Curvas de afluencia

Los datos son introducidos tren a tren. A cada tipo de tren le asignamos una curva
de afluencia. La curva de afluencia de un tren está recreada por una lista de carga de
viajeros de tamaño un número de pasos temporales fijado (lo marca el parámetro
randomLenght). Cada elemento de esta lista indica el número de pasajeros que
llegan a la estación en cada instante previo a la salida del tren. Exactamente, la
posición k de una lista de tamaño n para un tren que llega en el instante ts tiene
a los pasajeros que llegaron en el instante ts−n+k−1 . La suma de los elementos de
esta lista es el número de pasajeros que cogen el tren. Se introducen estas longitudes
fijas para evitar errores y poderlo aleatorizar.
El siguiente código almacena el tren de MD de las 19:30, con 60 instantes
previos.3

> carga := [0, 1, 0, 0, 0, 0, 0, 1, 1, 0, 2, 3, 1, 2, 2, 3, 0, 2, 0, 3,

2, 1, 0, 0, 2, 2, 3, 3, 1, 2, 1, 2, 2, 0, 1, 0, 0, 0, 0, 0,
2, 1, 1, 1, 1, 2, 0, 2, 2, 0, 0, 2, 1, 1, 0, 0, 0, 0, 0, 1]:
> addTrain("Train2378", "MDTrain", minute(19, 30, 0), carga):

1
randomLenght se explica al comienzo de la siguiente sección
2
initialize ordena parámetros e inicializa variables, se puede ver al final del apéndice
3
addTrain actualiza la lista de tipos de servicio ya vista y almacena la carga de los trenes en
TrainInptut de la que se habla un poco más adelante, se incluirá al final del apéndice.

95
D. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL CON
MAPLE

Figura D.1: Función de distribución de la llegada de un pasajero de MD en los ins-

tantes previos a la partida del tren, en minutos. El cero corresponde a la salida del
tren.

Al no tener disponibles datos experimentales, se construye una distribución pa-

ra la antelación de un pasajero. Como datos de entrada se han discretizado unas
distribuciones ficticias recortando unas normales, por ejemplo en el caso de media
distancia:

> rango := [seq(0+i*step, i = -randomLenght[2] .. 0)]:

> rangoMD := rango[2 .. -1]: mu := rango[1]/2: sigma := abs(%/2):
> X := RandomVariable(Normal(mu, sigma)):
> c := map(proc (x) options operator, arrow: CDF(X, x) end proc, rango):
> cf := c[2 .. -1]: ci := c[1 .. -2]:
> PMD := cf-ci: PMD := evalf(PMD/add(PMD)):
> XMD := RandomVariable(EmpiricalDistribution(rangoMD, ’probabilities’ = PMD)):

Se puede ver la distribución discreta de antelación de la llegada de un pasajero

de media distancia de la variable aleatoria anterior XMD en la Figura D.1.

> plot(CDF(XMD, t), t = min(rangoMD) .. 0,

title = "distribución acumulada de retardo de llegada en minutos",
legend = "Media Distancia", axis = [gridlines = 10]);

Se simula la curva de afluencia de cada tren con una multinomial de la distri-

bución de antelación del pasajero, de tamaño el número de pasajeros de ese tren.

96
 D.3 Fila única

Con esta curva cada pasajero es colocado en el instante en el que llega a las ven-
tanillas. Esto es lo que que hace el procedimiento cargo, devolviendo la lista del
número de pasajeros que han llegado en los instantes previos a la salida del tren.
Los argumentos X y rango son, respectivamente, la variable aleatoria y el rango
explicados en el párrafo anterior.
> cargo := proc (X, rango, passangers)
description "Random generation of delays in the loading of passengers on a train":
local S, q;
global horario;
S := Sample(X, passangers);
q := map(proc (x) options operator,arrow;numelems([SearchAll(x,S)]) end proc,rango)
end proc:

AllSimulationArrivals1 llamando al procedimiento anterior simula la

llegada de todos los pasajeros y de todos los trenes haciendo uso de los parámetros
vinculados mencionados. La salida de esta función es la lista TrainInput que es
una lista de listas [servicio, Tren, Instante]. Por ejemplo en el instante número 80
desde el inicio de la simulación se tendrı́a la siguiente lista de número de pasajeros
por tren, agrupados por servicios:
> AllSimulationArrivals():
> TrainInput[1 .. -1, 1 .. -1, 80];

[[0, 0, 0, 0, 0, 0, 1, 2, 0], [0, 2], [2], [0]]

El procedimiento eGrafic2 hace sumas parciales de estas llegadas y las gra-

fica. Es el responsable de las curvas que se vieron en 4.4.
> eGrafic(TrainInput);

D.3 Fila única

Ahora estas nuevas incorporaciones se tienen que ordenar, en cada instante, en una
fila única. Eso lo hace de forma aleatoria el procedimiento SingleQueue. Se
ayuda del subprocedimiento shuffle 3 .
1
AllSimulationArrivals se incluye al final del apéndice
2
El procedimiento eGrafic grafica la llegada de pasajeros agrupando por categorı́as. Se in-
cluye en la última sección del apéndice
3
shuffle es un procedimiento clave para la reordenación en fila única, se incluye al final del
apéndice

97
D. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL CON
MAPLE

SingleQueue := proc (arrival, t)

description "the entry of any passenger is ordered in a single chain":
local c, m, l, partes, reparto, cadena, i, j, a;
global SuburbanTrain, MDTrain, LDTrain, HSTrain, horario;
c := numelems(arrival[1]); m := numelems(arrival[2]);
l := numelems(arrival[3]); a := numelems(arrival[4]);
partes := map(proc (L) options operator, arrow; op(L) end proc, arrival);
reparto := shuffle(partes);
cadena := Array(1 .. add(i, i = partes));
for i to c do for j in reparto[i] while reparto[i] <> {} do
cadena[j] := [SuburbanTrain[i][3], t, SuburbanTrain[i][1]]
end do end do;
for i from c+1 to c+m do for j in reparto[i] while reparto[i] <> {} do
cadena[j] := [MDTrain[i-c][3], t, MDTrain[i-c][1]]
end do end do;
for i from c+m+1 to c+m+l do for j in reparto[i] while reparto[i] <> {} do
cadena[j] := [LDTrain[i-c-m][3], t, LDTrain[i-c-m][1]]
end do end do;
for i from c+m+l+1 to c+m+l+a do for j in reparto[i] while reparto[i] <> {} do
cadena[j] := [HSTrain[i-c-m-l][3], t, HSTrain[i-c-m-l][1]]
end do end do;
cadena
end proc

Su salida ya es la cola de pasajeros, y al ordenarla, también añade unos atribu-

tos: el identificador del tren, la hora de llegada del viajero y su hora de partida.1
> SingleQueue(A[1 .. -1, 1 .. -1, 80], t(80));

[["M0002", 1179.5, 1190.0], ["C0004", 1179.5, 1185.0], ["C0041", 1179.5, 1190.0],

["L0001", 1179.5, 1200.0], ["C0041", 1179.5, 1190.0], ["L0001", 1179.5, 1200.0],
["M0002", 1179.5, 1190.0]]

D.4 Flujo de pasajeros

La propia exposición del método ya es en sı́ un ejercicio de programación para
nuestro problema. Se explicaron las instrucciones y el organigrama de la forma 4.2
para programarlo. En el software utilizado, la codificación del bloque del progra-
ma, denominado run, se desarrolla a continuación. El parámetro arrival del
procedimiento será el propio TrainInput de la sección anterior y al ejecutarlo
se guardan en tres tablas toda la información del proceso durante la franja horaria
analizada. Las tablas q,e y s almacenan el estado de las ventanillas, la entrada de
pasajeros y la salida de pasajeros, respectivamente:
1
En este ejemplo aparece el conversor t, t(80) = t80 = minuto en el instante 80

98
 D.4 Flujo de pasajeros

> run := proc(arrival)

description "BLOQUE PRINCIPAL":
local i:
global ToExit, windows, q, e, s, HistorialWindows, horario, t, alarm,
AreSuburban, AreMD, AreLD, AreHS:

q := table(): e := table(): s := table():

windows := [seq([], i = 1 .. MaxWindows)]:
q[t(1)] := windows:

for i to numelems(horario) do
movewindows(movements, t(i)):
e[t(i)] := SingleQueue(arrival[1 .. -1, 1 .. -1, i], t(i)):
WindowsChoose(%, t(i)): ToExit := []:
saturation(t(i),SensitiveSaturation,MaxQueue):
clock(t(i)):
urgency(t(i + 1), alarm):
q[t(i + 1)] := windows:
s[t(i + 1)] := ToExit
end do
end proc:

Ahora tecleando lo siguiente se genera toda la información (aquı́ tras una gene-
ración automática de TrainInput se corre la simulación):
> AllSimulationArrivals(): :
> run(TrainInput):

Sólo queda mostrar en lenguaje Maple las instrucciones pendientes que se vie-
ron en el desarrollo teórico y que aparecen en el bloque anterior, son las instruccio-
nes del bucle que se vio entre cambios de estado:

1. movewindows: Modifica las configuraciones de las ventanillas si existe

el evento en la lista movements ya comentada. Crea la tabla indexada en
minutos HistorialWindows, y un historial de ventanillas activas para
facilitar algunas tareas.

movewindows := proc(set, instant)

description "processes the movements in the windows creating a history":
local m,i;
global suburban, middledistance, longdistance, highspeed, lastminute,
HistorialWindows,windows,step,q;
HistorialWindows[instant]:=HistorialWindows[instant-step]:
for m in set do
if m[1] = t(i) then
if m[2] = "suburban" then suburban[1]:=m[3](suburban[1],m[4])

99
D. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL CON
MAPLE

elif m[2]="middledistance" then middledistance[1]:=m[3](middledistance[1],m[4])

elif m[2]="longdistance" then longdistance[1] := m[3](longdistance[1], m[4])
elif m[2]="highspeed" then highspeed[1] := m[3](highspeed[1], m[4])
elif m[2]="lastminute" then lastminute[1] := m[3](lastminute[1], m[4])
end if
end if:
HistorialWindows[instant]:=[suburban[1],middledistance[1],longdistance[1],
highspeed[1],lastminute[1], WindowsSaturation]
end do
end proc:

Podemos ver que a las 19:40 está operativa la ventanilla 3 de C y se ha eli-

minado la ventanilla 10 para MD:

> HistorialWindows[minute(19,40,0)];
[{1, 2, 3, 4, 5, 6, 7, 8, 9}, {11, 12, 13}, {11, 12, 13, 14, 15},
{13, 14, 15, 16}, {17, 18, 19, 20}]

2. WindowsChoose: Es la instrucción de elección de ventanilla, coloca a

los usuarios que acaban de llegar en una ventanilla, elige la ventanilla de me-
nor cola que se adapte a las particularidades del viajero. Llama a la subrutina
WhatService1 , que devuelve al pasajero las ventantanillas disponibles pa-
ra sus circunstancias, junto al tiempo para despachar. Chequea si un pasajero
es de UM.

WindowsChoose := proc(passangers, hour)

description "passengers in the input chain select, sequentially,
the shortest queue":
local m, w, service, placed, i, SizeQueue;
global windows;
for i to numelems(passangers) do
service := WhatService(passangers[i]);
SizeQueue := numelems˜(windows);
m := min(SizeQueue[[op(service[1])]]);
w := Search(m, SizeQueue[[op(service[1])]]);
windows[service[1][w]] := [op(windows[service[1][w]]), [op(passangers[i]),
service[2]]]
end do
end proc:

3. clock: Es la instrucción del reloj, avanza el tiempo, permite cambiar de

estado y extrae a los usuarios con su tı́tulo de transporte ya adquirido.
1
Se puede encontrar al final del apéndice

100
 D.4 Flujo de pasajeros

clock := proc(hour)
description "the combustion of the machine":
local w, atentiontime:
global MaxWindows, windows, ToExit, t;
for w to MaxWindows do
atentiontime:=step:
while windows[w]<> [] and atentiontime>= windows[w][1][4] do
atentiontime:=atentiontime-windows[w][1][4]:
windows[w][1][4] := hour + step-atentiontime:
ToExit := [op(ToExit), windows[w][1]];
windows[w] := windows[w][2 .. -1]
end do:
if windows[w]<> [] then windows[w][1][4] := windows[w][1][4]-atentiontime fi
end do
end proc:

Veamos los atributos de los pasajeros atendidos a las 19:23:00 (obsérvese

que se añade un nuevo atributo, la hora en ser atendido):

> s[minute(19, 23, 0)];

[["C0002", 1155.0, 1165.0, 1157.0], ["C0011", 1155.0, 1160.0, 1157.0],
["C0011", 1155.5, 1160.0, 1157.0], ["C0011", 1156.0, 1160.0, 1157.0],
["C0021", 1156.0, 1170.0, 1157.0], ["M0001", 1154.0, 1170.0, 1157.0]]

4. urgency: Esta es la instrucción de cambio de cola por parte de usuarios

especiales. Cambia a cualquier pasajero, excepto cercanı́as, que haya entra-
do en alarma por la salida inminente de su tren, y le compense cambiarse.
Los aspirantes siguen un primer criterio por posición en la cola y un segundo
criterio por ventanilla más alta, es decir los más cercanos a las ventanillas de
último minuto. Usa el subprocedimiento IfInterchange1 para aplicar el
primer criterio anterior, busca pasajero en alerta, y sólo se cambia si existen
alguna ventanilla con menor tamaño de cola que la posición que esté ocupan-
do.

urgency := proc(hour, alarm)

description "shifts alert passengers to a lower position at the last minute.
Priority: 1st for position at the head of the queue and 2nd for
highest window number":
local w, m, p, wlm, fin;
global windows, highspeed, middledistance, lastminute;

1
Se puede encontrar al final del apéndice.

101
D. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL CON
MAPLE

fin := false;
while not fin do
fin := true; #excludes commuter windows
for w in ‘union‘(seq(‘union‘(seq(HistorialWindows[minuto][i], i in {2,3,4,6})),
minuto in horario[1..search(hour-step,horario)])) do
if 0 < IfInterchange(w, hour, alarm) then
fin := false;
m := map(C -> numelems(C), windows[[op(lastminute[1])]]);
p := IfInterchange(w, hour, alarm);
wlm := Search(min(m), m);
windows[lastminute[1][wlm]]:=[op(windows[lastminute[1][wlm]]),windows[w][p]];
windows[w] := windows[w][[op({seq(1 .. numelems(windows[w]))} minus {p})]]
fi
end do
end do
end proc:

D.5 Gráficos
Se han realizado dos tipos de gráficos, el que reproduce el estado y fase de las colas
en un instante y los generales acumulados en toda la franja.

D.5.1 Gráfico de estado

PlotWindows muestra el tamaño de las colas para cada ventanilla en un instante
o momento del proceso dado. Cada pasajero se representa por una bola de color
según el tipo de tren. El eje horizontal representa a la lı́nea de ventanillas y el
vertical el tamaño alcanzado por la cola de espera. Se ayuda del subprocedimiento
colorP1 .

PlotWindows := proc(state, minute)

description "create a ball chart of a state":
local W, c, Color, w, n, p, i;
W := {seq(1 .. numelems(state))};
c := []; Color := [];
for w in W do
n := numelems(state[w]);
if 0 < n then for p to n do
c := [op(c), [w, p]];
Color := [op(Color), colorP(state[w][p])]

1
Procedimiento que da color a los pasajeros según el tipo de tren, se puede encontrar al final
del apéndice.

102
 D.5 Gráficos

end do end if
end do;
pointplot(c, view = [0 .. numelems(state), 1 .. 10], color=Color,
title="windows state"-formath(min2hms(minute), true),
style=point, symbol=solidcircle, symbolsize=25, scaling=constrained,
labels=[window*number, queue*size])
end proc:

El estado de las ventanilas a las 19:24:30 estará como se ve en la Figura D.2.

Se aprecia que en la ventanilla 12 hay pasajeros de dos tipos distintos y que las
ventanillas de UM están ocupadas por usuarios AVE. La última instrucción del
código nos muestra cómo ve el programa el estado de la ventanilla 12 (como una
lista de tres pasajeros):
> instante := minute(19, 24, 30):
> PlotWindows(q[instante], instante);
> q[instante][12];

[["L0001",1174.5,1200,1.5],["M0002",1176.5,1190,1.5],["L0001",1177.5,1200,2.0]]

D.5.2 Gráficos de evolución

Estos gráficos informan de la mecánica general de las ventanillas con el paso de
los minutos. Como una ventanilla puede atender varios tipos de servicio y varias
ventanillas ser del mismo tipo, se han considerado los dos siguientes gráficos, se
pueden combinar.

• Por tipo de ventanilla: Agrupa a los pasajeros por el tipo de ventanilla en el

que estén. Nótese que, al ser compartidas, un pasajero puede estar en varios
tipos de ventanilla, a excepción de UM. Por ejemplo, un pasajero en una
ventanilla compartida de MD y LD contabilizará tanto en las ventanillas de
LD como en las de MD. Presentan o bien el número total de elementos de las
colas de ventanilla por hora y tipo de la ventanilla o bien el máximo tamaño
en cola (de todas las ventanillas de este tipo) por hora y tipo de ventanilla.

> GeneralGraphicWindowService := proc(ServiceNumber, function)

description "graph of the evolution of the queues by type of window.
function = max / add":
local totals, points, i;

103
D. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL CON
MAPLE

Figura D.2: Gráfico que ilustra el estado de las ventanillas a las 19:24:30. El eje ho-
rizontal representa la lı́nea de ventanillas y el vertical el tamaño de la cola. Cada bola
representa a un pasajero, en rojo de C, en azul de MD, en verde de LD y en cyan de
AVE

104
 D.5 Gráficos

Figura D.3: Gráfico que compara a lo largo de la simulación: la cola total de AVE (en
verde), el máximo tamaño de las colas de AVE (en rojo) y el máximo tamaño de las
colas de UM (en azul).

global q;
totals := t -> function([seq(numelems(q[t][w]), w in HistorialWindows[t]
[ServiceNumber])]);
points := [seq([t(i), totals(t(i))], i = 1 .. numelems(horario))];
end proc:

Para obtener comparativas se pueden unir varios gráficos, como se vio en la

Figura 4.10. Las siguientes lı́neas generan la Figura D.3, donde se comparan
la cola total de AVE (tipo 4), el máximo tamaño de las colas de AVE y el
máximo tamaño de las colas de UM (tipo 5) :

> plot1 := GeneralGraphicWindowService(4, max):

> plot2 := GeneralGraphicWindowService(5, max):
> plot3 := GeneralGraphicWindowService(4, add):
> plot([plot1, plot2, plot3], gridlines = true,
title = "queue size by windows type",
tickmarks = [[seq(horario[i] = schedule[i],
i = 1 .. numelems(horario),2)],default],
legend = ["maximum queue for high-speed","maximum queue for last-minute",
"acumulate queue for high-speed"]);

• Por tipo de tren: Traza el número de elementos de las colas de ventanilla por
hora y prestación de los trenes. A diferencia del anterior un pasajero sólo
puede estar en un tipo de tren.

AccumulatedByTrainType := proc(ServiceNumber)
description "plot input of the evolution of queues by type of train (service)":
local f, total, w, c, i, points,TypeTrain;
global q, t;

105
D. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL CON
MAPLE

Figura D.4: Gráfico que compara el tamaño de las colas totales de los pasajeros por
tipò de tren y hora. En este caso MD y LD.

TypeTrain:=[AreSuburban, AreMD, AreLD, AreHS]:

f := p -> evalb(p[1] in TypeTrain[ServiceNumber]);
points := [];
for i to numelems(horario) do
total := 0;
for w in HistorialWindows[t(i)][ServiceNumber] union HistorialWindows[t(i)][5] do
c := q[t(i)][w];
map(f, c);
total := total + numelems([SearchAll(true, %)])
end do:
points := [op(points), [t(i), total]]
end do
end proc:

Igualmente se puede obtener comparativas de las colas de viajeros de MD y

LD (Figura D.4):

> plot1 := AcumulateTrainService(2):

> plot2 := AcumulateTrainService(3):
> plot([plot1, plot2], gridlines = true, title = "cumulative queue size by train type",
tickmarks = [[seq(horario[i] = schedule[i], i = 1 .. numelems(horario), 2)],
default], legend = ["median distance", "long distance"]);

D.6 Resto de los procedimientos

Aquı́ se incorporan los procedimientos auxiliares.
Este primero es protocolario, define una serie de variables y funciones globales.
El procedimiento simulationset proporciona todas las variables aleatorias de
llegada de pasajeros, como la de media distancia XMD vista en 2.2.

106
 D.6 Resto de los procedimientos

initialize := proc()
local totalsteps, i;
global minute,initial, duration, step, t, horario, schedule, windows, MaxWindows,
SuburbanTrain, MDTrain, LDTrain,
HSTrain,TrainInput, HistorialWindows,saturationactived:
totalsteps := round(duration/step) + 1;
t := i -> initial*1.0 + step*(i - 1);
horario := [seq(t(i), i = 1 .. totalsteps)];
map(h -> formath(min2hms(h), true), horario);
schedule := map(h -> formath(min2hms(h), false), horario);
HistorialWindows :=table():
HistorialWindows[t(0)]:= [suburban[1],middledistance[1],longdistance[1],highspeed[1],
lastminute[1],WindowsSaturation];
MaxWindows:=max(%):
saturationactived:=table():
saturationactived[t(0)]:=0:
minute := (h, m, s) -> horario[search(hms2min(h, m, s), horario)]:
simulationset(step,randomLenght):
end proc:

El procedimiento cargotrain se utiliza tanto en la introducción manual de

datos addTrain como en la automática de ArrivalSimulation. Traslada
la curva de afluencia (de un periodo previo a la salida del tren) a su posición de
simulación (horario real).

cargotrain:=proc(cargo,hour)
local i0,train:
global horario:
train:= Array(1 .. numelems(horario));
i0 := search(hour, horario);
train[[seq(i0+i+1, i = -numelems(cargo) .. -1)]] := Array(cargo);
convert(train, list)
end proc:

Este es otro procedimiento formal, es utilizado en la introducción manual de

trenes. Rellena lista de servicios y la carga se almacena en TrainInput.

addTrain:=proc(trainName,typetrain,minute,charge)
description "Insert trains":
global TrainInput,SuburbanTrain, MDTrain, LDTrain, HSTrain, AreSuburban,
AreMD, AreLD, AreHS;
if typetrain = "SuburbanTrain" then
SuburbanTrain:=[op(SuburbanTrain),[minute,add(charge),trainName]]:
TrainInput[1]:= [op(TrainInput[1]), cargotrain(charge,minute)]:
AreSuburban := convert(map(x -> x[3], SuburbanTrain), set);
elif typetrain="MDTrain" then
MDTrain:=[op(MDTrain),[minute,add(charge),trainName]]:

107
D. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL CON
MAPLE

TrainInput[2]:= [op(TrainInput[2]), cargotrain(charge,minute)]:

AreMD := convert(map(x -> x[3], MDTrain), set);
elif typetrain="LDTrain" then
LDTrain:=[op(LDTrain),[minute,add(charge),trainName]]:
TrainInput[3]:= [op(TrainInput[3]), cargotrain(charge,minute)]:
AreLD := convert(map(x -> x[3], LDTrain), set);
elif typetrain="HSTrain" then
HSTrain:=[op(HSTrain),[minute,add(charge),trainName]]:
TrainInput[4]:= [op(TrainInput[4]), cargotrain(charge,minute)]:
AreHS := convert(map(x -> x[3], HSTrain), set);
else print("nombre de servicio incorrecto")
fi
end proc:

El procedimiento AllSimulationArrivals no tiene interés en sı́ mismo y

no se ha incorporado aquı́ en aras de la brevedad. Hace una llamada por cada tipo de
tren al subprocedimiento ArrivalSimulation, que sı́ tiene interés. Éste es el
que obtiene la curva de afluencia de un servicio, proporcionando automáticamente
los datos de cada tren a TrainInput.

ArrivalSimulation := proc(service, rank, variable)

description "Random generation of passenger loading in a train service":
local i, n, arrivals, types,train,Q;
global TrainInput;
types := [SuburbanTrain, MDTrain, LDTrain, HSTrain];
n := numelems(service);
arrivals := [];
for i to n do
Q:=cargo(variable, rank, service[i][2]):
train:=cargotrain(Q,service[i][1]):
arrivals := [op(arrivals), train]
end do;
i := Search(service, types);
TrainInput[i] := arrivals;
end proc:

La función shuffle es clave para obtener la fila única. Reparte aleatoriamente

Pr
en r partes de tamaños n1 , ..., nr un conjunto de n = i=1 ni elementos. Por
ejemplo, para repartir 16 elementos en tres subconjuntos de tamaños 3, 9 y 4, basta
teclear:

>shuffle([3,9,4]);
[{4, 11, 13}, {1, 2, 5, 6, 7, 8, 10, 12, 16}, {3, 9, 14, 15}]

108
 D.6 Resto de los procedimientos

Esta función admite cardinales nulos (generando subconjuntos vacı́os). Si ningún

cardinal es nulo, es una partición aleatoria de los tamaños dados. Cada reparto tiene
la misma probabilidad D.1 de ser creado (como consecuencia de utilizar el coman-
do randperm1 ). El código se muestra a continuación:
Qr
(ni !)
Pi=1
r (D.1)
( i=1 ni )!
shuffle := proc (cardinales)
local i, n, S, R;
R := combinat:-randperm(add(cardinales));
S := [];
for i to numelems(cardinales) do
n := cardinales[i];
S := [op(S), {op(R[1 .. n])}];
R := R[n+1 .. -1]
end do;
S
end proc

A continuación se incluye el procedimiento gráfico eGrafic que representa

las curvas de afluencia instantánea por tipo de servicio. El argumento de entrada
tiene que tener la forma de la lista TrainInput, para la que está diseñado. Con
este procedimiento se realizó, por ejemplo, la Figura 4.4.
eGrafic := proc (arrival)
local PLOTS, colores, puntos, i, m, l, h, q, s;
global horario, schedule;
PLOTS := [];
colores := [red, green, blue, cyan];
h := numelems(horario);
for s to numelems(arrival) do
q := add(arrival[s]);
puntos := [seq([horario[j], q[j]], j = 1 .. h)];
PLOTS := [op(PLOTS), puntos]
end do;
plot(PLOTS[1 .. numelems(arrival)], color = colores, title = "Curvas de llegada
de los trenes ", axis = [gridlines], legend = ["Cercanı́as", "Media Distancia",
"Larga Distancia", "AVE"], style = pointline, tickmarks = [[seq(horario[i] =
schedule[i], i = 1 .. numelems(horario), 10)], default])
end proc

WhatService es un subprocedimiento de WindowsChoose, obtiene las

ventanillas disponibles para un viajero que se acaba de incorporar, no tiene interés
1
Comando del paquete combinat de Maple que construye una permutación aleatoria.

109
D. UNA SIMULACIÓN EN TIEMPO ACELERADO DE COLAS DE
VENTANILLAS DE UNA GRAN ESTACIÓN DE FERROCARRIL CON
MAPLE

destacable. Nótese que un recién llegado no puede acceder directamente a cola de

UM.
WhatService := proc(passanger)
description "determines the service of a passenger":
local Wservice, departure;
global AreSuburban, AreMD, AreLD, AreHS, suburban, middledistance, longdistance,
highspeed, SuburbanTrain, MDTrain, LDTrain, HSTrain;
if passanger[1] in AreSuburban then Wservice := suburban
elif passanger[1] in AreMD then Wservice := middledistance
elif passanger[1] in AreLD then Wservice := longdistance
else Wservice := highspeed
fi:
Wservice
end proc:

La siguiente función es clave para urgency. Busca un pasajero en alerta, de-

volviendo su posición si existen alguna ventanilla con menor tamaño de cola que
la posición que esté ocupando.
IfInterchange := proc(w, hour, alarm)
description "Find turncoat passenger. It is only changed if it is on alert and there is
a window with a queue size smaller than the position it occupies":
local m, n, p;
global windows;
m := map(C -> numelems(C), windows[[op(lastminute[1])]]);
n := numelems(windows[w]);
p := 2;
if 1 < n then
while p <= n and (alarm < windows[w][p][3] - hour or p <= min(m)) do p := p + 1 end do;
if n < p or windows[w][p][1] in AreSuburban then 0 else p end if
#evita que se cuelen cercanı́as de ventanillas compartidas
else 0
fi
end proc:

Esta última función es muy simple y colorea los pasajeros en los gráficos de
estado de PlotWindows.
colorP := proc (p)
if p[1] in AreSuburban then red
elif p[1] in AreMD then blue
elif p[1] in AreLD then green
else cyan
end if
end proc;

110
 Bibliografı́a

[1] Harry Beck. En Wikipedia. URL https://wikipedia.org/wiki/

Harry_Beck.

[2] Jornadas FuzzyMAD. UCM Facultad de C.C. Matemáticas y el Instiuto Inter-

disciplinar, Madrid, 2019. URL https://eventos.ucm.es/43474/
detail/fuzzymad-2019.html.

[3] Declaración sobre la red. Adif, 2021. URL https://www.adif.

es/documents/20124/2269179/20210630_01_DR_Adif_
Libro_V0.pdf/0cb3b767-b541-2500-9406-2aa455407187?
t=1641320762259.

[4] G. Aguilera Venegas, J. L. Galán Garcı́a, y E. Mérida Casermeiro. An

accelerated-time simulation of baggage traffic in an airport terminal. Mat-
hematics and Computers in Simulation, págs. 58–66, 2014. ISSN 0378-4754.
URL https://doi.org/10.1016/j.matcom.2013.12.009.

[5] G. Aguilera Venegas, J. L. Galán Garcı́a, y J. M. Garcı́a. An accelerated-

time simulation of car traffic on a motorway using a CAS. Mathematics and
Computers in Simulation, págs. 21–30, 2014. URL https://doi.org/
10.1016/j.matcom.2012.03.010.

[6] A. Almech y E. Roanes Lozano. A 3D proposal for the visualization of speed

in railway networks. AIMS Mathematics, 5:7480, 2020. ISSN 2473-6988.
URL https://doi.org/10.3934/math.2020479.

111
BIBLIOGRAFÍA

[7] A. Almech y E. Roanes Lozano. Automatic generation of diagramma-

tic subway maps for any date with Maple. Mathematics in Compu-
ter Science, 14:193–207, 2020. URL https://doi.org/10.1007/
s11786-019-00413-8.

[8] A. Almech, E. Roanes Lozano, C. Solano Macı́as, y A. Hernando. A New

Approach to Shortest Route Finding in a Railway Network with Two Track
Gauges and Gauge Changeovers. Mathematical Problems in Engineering,
2019. URL https://doi.org/10.1155/2019/8146150.

[9] A. Almech y E. Roanes Lozano. An Accelerated-Time Simulation of Queues

at Ticket Offices at Railway Stations. Mathematical Problems in Engineering,
2021:10, 2021. URL https://doi.org/10.1155/2021/9313174.

[10] R. Aniyeri y R. Nadar. Passengers queue analysis in international airports

terminals in Kerala using multiphase queuing system. International Journal
of Mathematics in Operational Research (IJMOR), 12(1):1–30, 2018. URL
http://doi.org/10.1504/IJMOR.2018.088566.

[11] W. Cartwright. Beck’s Representation of London’s Underground System:

Map or Diagram? En Geospatial Science Research 2. RMIT University, Mel-
bourne, 2012. ISBN 978-0-9872527-1-5. URL http://ceur-ws.org/
Vol-1328/GSR2_Cartwright.pdf.

[12] W. Cartwright. Going around in circles? A qualitative evaluation of a propo-

sed metro map for Melbourne’s underground system. En Proceedings of the
2014 Geospatial Science Research 3 Symposium. RMIT University, Melbour-
ne, 2014. ISSN 1613-0073. URL http://ceur-ws.org/Vol-1307/
paper2.pdf.

[13] W. Cartwright. Rethinking the definition of the word ‘map’: an evaluation

of Beck’s representation of the London Underground through a qualitative
expert survey. International Journal of Digital Earth, 8(7):522–537, 2015.
URL https://doi.org/10.1080/17538947.2014.923942.

112
 BIBLIOGRAFÍA

[14] E. Castillo, I. Gallego, S. Sánchez Cambronero, J. M. Menéndez, A. Rivas,

M. Nogal, y Z. Grande. An Alternate Double–Single Track Proposal for
High-Speed Peripheral Railway Lines. Computer-Aided Civil and Infrastruc-
ture Engineering, 30(3):181–201, 2014. URL https://doi.org/10.
1111/mice.12083.

[15] M. Cijsouw y M. A. Westenberg. Embedding Travel Time Cues in

Schematic Maps. En Master’s Thesis. Technische Unversiteit Eindhoven,
2015. URL http://alexandria.tue.nl/extra1/afstversl/
wsk-i/Cijsouw_2015.pdf.

[16] J.C. Denain y P. Langlois. Cartographie en anamorphose. Mappemonde,

49:16–19, 1998. URL https://doi.org/10.4000/cybergeo.129.

[17] D. Dorling. Anamorphosis: The geography of physicians, and mortality. In-

ternational Journal of Epidemiology, (4):745–750, 2007. ISSN 0300-5771.
URL https://doi.org/10.1093/ije/dym017.

[18] F. Dou, K. Yan, Y. Huang, L. Wang, y L. Jia. Optimal path choice in rail-
way passenger travel network based on residual train capacity. The Scien-
tific World Journal, 2014:153949, 2014. URL https://doi.org/10.
1155/2014/153949.

[19] J. L. Galán Garcı́a, G. Aguilera Venegas, y P. Rodrı́guez Cielos. An

accelerated-time simulation for traffic flow in a smart city. Journal of Compu-
tational and Applied Mathematics, 270:557–563, 2014. ISSN 0377-0427.
URL https://doi.org/10.1016/j.cam.2013.11.020.

[20] J. L. Galán Garcı́a, G. Aguilera Venegas, M.A. Galán Garcı́a, y P. Rodrı́guez

Cielos. A new Probabilistic Extension of Dijkstra’s Algorithm to simu-
late more realistic traffic flow in a smart city. Applied Mathematics and
Computation, 267:780–789, 2015. URL https://doi.org/10.1016/
j.amc.2014.11.076.

[21] J. Gertner. Getting Up to Speed. New York Times, Jun 10st

2009. URL http://www.nytimes.com/2009/06/14/magazine/
14Train-t.html?pagewanted=all&_r=0.

113
BIBLIOGRAFÍA

[22] Gulliver. Will california lead the way on trains? The Economist, Jun 21st
2009. URL https://www.economist.com/gulliver/2009/06/
20/will-california-lead-the-way-on-trains.

[23] H. Haverkort. Embedding cues about travel time in schematic maps.

En Schematic Mapping Workshop. 2014. URL http://herman.
haverkort.net/lib/exe/fetch.php?media=research:
haverkort-cues-about-travel-time.pdf.

[24] A. Hernando, E. Roanes Lozano, A. Garcı́a Alvarez, L. Mesa, y I. Gonza-

lez Franco. Optimal route finding and rolling-stock selection for the spanish
railways. Computing in Science and Engineering, 14(4):82–89, 2012. URL
https://doi.org/10.1109/MCSE.2012.80.

[25] A. Hernando, E. Roanes Lozano, y A. Garcı́a Álvarez. A recommen-

der system for train routing: when concatenating two minimum length
paths is not the minimum length path. Applied Mathematics and Compu-
tation, 319:486–498, 2018. URL https://doi.org/10.1016/j.
amc.2017.05.043.

[26] A. Hernando, E. Roanes Lozano, y A. Garcı́a Álvarez. An accelerated-

time microscopic simulation of a dedicated freight double-track railway line.
Mathematical and Computer Modelling, 51(9-10):1160–1169, 2010. URL
https://doi.org/10.1016/j.mcm.2009.12.032.

[27] A. Kierzkowski y T Kisiel. Simulation model of security control system fun-

ctioning: A case study of the Wroclaw Airport terminal. Journal of Air Trans-
port Management. Journal of Air Transport Management, 64(B):173–185,
2017. URL https://doi.org/10.1016/j.jairtraman.2016.
09.008.

[28] J. Li. Train station passenger flow study. En 2000 Winter Simulation Con-
ference Proceedings (Cat. No.00CH37165), tomo 2, págs. 1173–1176. 2000.
URL https://doi.org/10.1109/WSC.2000.899082.

114
 BIBLIOGRAFÍA

[29] J. Li y L. Wang. Microscopic simulation on ticket office of large scale railway

passenger station. En 7th Advanced Forum on Transportation of China (AFTC
2011), tomo 2, págs. 41 – 47. 2011. URL https://doi.org/10.1049/
cp.2011.1374.

[30] J. Lu y Y. Si. Clustering-based force-directed algorithms for 3D graph vi-

sualization. The Journal of Supercomputing, 76:9654–9715, 2020. URL
https://doi.org/10.1007/s11227-020-03226-w.

[31] F. McGee, M. Ghoniem, G. Melançon, y et al. The State of the Art in Multi-
layer Network Visualization. Computer Graphics Forum, 38:125–149, 2019.
URL https://doi.org/10.1111/cgf.13610.

[32] S. Pallottino y M. G. Scutellà. Shortest Path Algorithms In Transportation

Models: Classical and Innovative Aspects. Equilibrium and Advanced Trans-
portation Modelling, págs. 245–281, 1998. URL https://doi.org/10.
1007/978-1-4615-5757-9_11.

[33] J. Ponicki, J. Camaj y M. Kendra. Possibilities of Simulation Tools for Des-

cribing Queuing Theory and Operations Service Lines in Railway Passenger
Transport. En Proceedings of the 2016 International Conference on Enginee-
ring Science and Management, págs. 191–194. Atlantis Press, 2016/08. URL
https://doi.org/10.2991/esm-16.2016.44.

[34] E. Ortega Pérez, S. Mancebo, y I. Otero. Road and railway accessibility atlas
of Spain. Journal of Maps, 7(1):31–41, 2011. URL http://doi.org/
10.4113/jom.2011.1167.

[35] E. Roanes Lozano, A. Almech, C. Solano Macı́as, y A. Hernando. Determi-

ning the Best Routes on Dual Gauge Railway Networks using Graphs. págs.
97–117. Computational and Mathematical Methods in Science and Enginee-
ring (MMSE), Cádiz, 2017. ISSN 2312-0177, ISSN-L 2312-0177, ISBN 978-
84-617-8694-7.

[36] E. Roanes Lozano, J. L. Galán Garcı́a, y A. Garcı́a Álvarez. Estimating radial

railway network improvement with a CAS. Journal of Computational and

115
BIBLIOGRAFÍA

Applied Mathematics, 270:294–307, 2014. URL https://doi.org/10.

1016/j.cam.2013.12.051.

[37] E. Roanes Lozano, A. Hernando, A. Garcı́a Álvarez, L. Mesa, y I. Gonzalez

Franco. Calculating the Exploitation Costs of Trains in the Spanish Rail-
ways. Computing in Science and Engineering, 15(3):89–95, May 2013. URL
http://dx.doi.org/10.1109/MCSE.2013.54.

[38] E. Roanes Lozano, L. M. Laita, y E. Roanes Macı́as. An accelerated-time si-

mulation of departing passengers’ flow in airport terminals. Mathematics and
Computers in Simulation, 67(1-2):163–172, 2004. ISSN 0378-4754. URL
https://doi.org/10.1016/j.matcom.2004.05.016.

[39] E. Roanes Lozano, A. Garcı́a Álvarez, y A. Hernando. A geometric ap-

proach to the estimation of radial railway network. Revista de la Real
Academia de Ciencias Exactas, Fı́sicas y Naturales. Serie A. Matemati-
cas (RACSAM), 106:35–46, 2012. URL https://doi.org/10.1007/
S13398-011-0050-6.

[40] E. Roanes Lozano, A. Martı́nez Zarzuelo, A. Garcı́a Álvarez, M. Wester, y

E. Roanes Macı́as. Automatically obtaining railway maps from a set of his-
torical events. Revista de la Real Academia de Ciencias Exactas, Fı́sicas
y Naturales. Serie A. Matematicas (RACSAM), 105:149–165, 2011. URL
https://doi.org/10.1007/s13398-011-0010-1.

[41] E. Roanes Lozano, A. Martı́nez Zarzuelo, A. Garcı́a Álvarez, y E. Roanes

Macı́as. Unas reflexiones sobre el reconocimiento de rutas en mapas
ferroviarios y teorı́a de grafos. Boletı́n de la Sociedad Puig Adam de
profesores de matemáticas, 78:79–90, 2008. ISSN 1135-0261. URL
https://www.ucm.es/data/cont/media/www/pag-89521/
/Boletin%2078%20de%20Soc%20PUIG%20ADAM.pdf.

[42] F. Schulz, D. Wagner, y K. Weihe. Dijkstra’s algorithm on–line: an em-

pirical case study from public railroad transport. Algorithm Enginee-
ring, 1668:110–123, 1999. URL http://dx.doi.org/10.1007/
3-540-48318-7_11.

116
 BIBLIOGRAFÍA

[43] H. Small. Florence nightingale’s statistical diagrams. En Stats and Lamps

Research Conference organised by the Florence Nightingale Museum. St.
Thomas’s Hospital, March 1998. URL https://www.york.ac.uk/
depts/maths/histstat/small.htm.

[44] L.H. Soicher. Historical London Underground Maps. URL http://www.

geocities.ws/lhsoicher/undergroundmaps.html.

[45] R. Stolletz. Analysis of passenger queues at airport terminals. Research

in Transportation Business and Management, 1(1):144–149, 2011. URL
https://doi.org/10.1016/j.rtbm.2011.06.012.

[46] J. Stott, P. Rodgers, J. C. Martı́nez-Ovando, y S. G. Walker. Automatic

Layout of Metro Maps using Multicriteria Optimisation. IEEE Transac-
tions on Visualization and Computer Graphics, 17(1):101–114, 2011. URL
http://dx.doi.org/10.1109/TVCG.2010.24.

[47] N. Street. Timecontours: Using isochrone visualisation to des-

cribe transport network travel cost. En Final Report. Depart-
ment of Computing, Imperial College London, 2006. URL
https://www.researchgate.net/publication/228650015_
TimeContours_Using_isochrone_visualisation_to_
describe_transport_network_travel_cost.

[48] T. Tang, Y. Shao, y L. Chen. Modeling pedestrian movement at the hall of

high-speed railway station during the check-in process. Physica A: Statistical
Mechanics and its Applications, 467:157–166, 2017. URL https://doi.
org/10.1016/j.physa.2016.10.008.

[49] M. Van Campenhout. Travel Time Maps. En Master’s Thesis. Technis-

che Universiteit Eindhoven, 2018. URL https://research.tue.nl/
files/46994894/693219-1.pdf.

[50] C. Ware y P. Mitchell. Visualizing Graphs in Three Dimensions. ACM

Transactions on Applied Perception, 5:1–15, 2008. URL https://doi.
org/10.1145/1279640.1279642.

117
BIBLIOGRAFÍA

[51] P. P.-Y. Wu y K. Mengersen. A review of models and model usage scena-

rios for an airport complex system. Transportation Research Part A: Policy
and Practice, 47:124–140, 2013. URL https://doi.org/10.1016/
j.tra.2012.10.015.

118