Depósito Legal ppi 201502ZU4668
Vol. 27, No 1, 2
Enero - Junio 2019
An International Refereed Scientic Journal
of the Facultad Experimental de Ciencias
at the Universidad del Zulia
Esta publicación cientíca en
formato digital es continuidad
de la revista impresa
Depósito Legal: pp 199302ZU47
ISSN: 1315-2076
Scientic Journal from the Experimental Faculty of Sciences,
at the Universidad del Zulia Volume 27 Especial N° 1, 2, Enero - Junio 2019
CIENCIA 27 (1,2), 24 - 30, 2019
Maracaibo, Venezuela
ZENDEROZ: Planicador de rutas de transporte público en
Maracaibo (Venezuela)
Miguel Celedón, Amerindia Aguiar, Gerardo Pirela Morillo(*)
Laboratorio de Lenguajes y Modelos Computacionales. Facultad Experimental de Ciencias.
La Universidad del Zulia
miguelceledon@outlook.com, amerindia.aguiar@gmail.com, gepirela@fec.luz.edu.ve
Recibido: 18-02-2019 Aceptado: 01-03-2019
Resumen
Los sistemas de información geográco son en la actualidad tan ubicuos como las redes sociales o el uso
de Internet. Su impacto desde la planicación urbana hasta la gestión de crisis es innegable. La presente
investigación presenta la aplicación de SIG en la planicación de desplazamiento con rutas de transporte público
en Maracaibo. A lo largo de las fases del ciclo de desarrollo de un software, se realizó un análisis preliminar de
una herramienta base que usa grafos para la representación de las redes de vialidad y de transporte público en
Maracaibo y el algoritmo de Dijkstra para calcular ecientemente rutas más cortas; se construyó un módulo
para el rastreo y estimación de tiempos de llegada de unidades de transporte público; se desarrolló una
interfaz web adaptativa para la integración de las diversas funcionalidades; y se realizaron pruebas funcionales
al sistema resultante. El producto nal cumple con estándares de calidad de SIG y su funcionamiento es
computacionalmente óptimo.
Palabras clave: Sistemas de información geográca, Sistema de Transporte público, Planicación
automática de rutas, Grafos.
ZENDEROZ: Public transport route planner for Maracaibo (Venezuela)
Abstract
Geographic Information Systems are now as ubiquitous as social networks or the use of the Internet. Its
impact from urban planning to crisis management is undeniable. This research presents the application of
GIS in commute planning with public transport routes in Maracaibo. Throughout the phases of the software
development cycle, a preliminary analysis was carried out of a base tool that uses graphs to represent the road
and public transport networks in Maracaibo and the Dijkstra algorithm to eciently calculate shortest routes;
a module was built for tracking and estimating arrival times of public transport units; an adaptive web interface
was developed for the integration of the various functionalities; and functional tests were carried out on the
resulting system. The nal product complies with GIS quality standards and its performance is computationally
optimal.
Keywords: Geographic Information Systems, Public Transport System, Automatic Route Planning, Graphs
DOI: https://www.doi.org/10.5281/zenodo.5592980
25Celedón, Aguiar y Pirela M./ Ciencia Vol. 27, Número Especial (2019) 24-30
Scientic Journal from the Experimental Faculty of Sciences,
at the Universidad del Zulia Volume 27 Especial N° 1, 2, Enero - Junio 2019
Introducción
Un sistema de información geográca (SIG) es
un sistema computacional que permite la captura,
almacenamiento, consulta, análisis y visualización
de datos geoespaciales. Los SIG conforman uno de
los pilares esenciales de la tecnología geoespacial, la
cual se relaciona con una multitud de campos, como
sistemas de posicionamiento global (GPS – por sus
siglas en inglés), sensores remotos, cartografía,
geoestadística, entre otros (1).
Un área en la que los SIG han tenido crucial
protagonismo es en el manejo de crisis. El instituto
de investigaciones sobre sistemas ambientales
(ESRI – por sus siglas en inglés) reportó, durante el
terremoto que sacudió Haití en 2010, que se estaba
usando SIG para la toma de decisiones respecto al
despacho de asistencia donde más se necesitaba:
identicación de áreas con daños extremos,
evaluación de impacto en infraestructura crítica,
localización de áreas aptas para la distribución
de agua y comida (2). Por su parte, Patric Meier,
reportero para National Geographic (3), resaltó
que el crowdsourcing (colaboración abierta
distribuida y externalización abierta de tareas)
permitió completar la información geográca que
para entonces se tenía sobre el terreno, las calles,
las construcciones y otras georreferencias cruciales
durante la crisis. El uso de información satelital,
herramientas SIG abiertas y fuentes de datos
mixtas (como tuits, emails, SMS) permitió traducir
y priorizar las necesidades durante el manejo de la
crisis y fueron cruciales en la selección de sitios para
la reconstrucción de instalaciones eléctricas, redes
de transporte público, entre otros servicios.
En el área de viabilidad y transporte público, los
SIG también fungen un rol esencial en los procesos de
planicación, diseño, denición de políticas, metas
e inversiones para satisfacer la presente o futura
necesidad de transportar bienes o movilización de
la población a sus destinos de manera eciente y
sostenible (4).
En la actualidad y a nivel mundial, Google Maps
(5) se perla con una herramienta primordial
para las satisfacer necesidades de ubicación de
sitios georreferenciados y planicación de rutas
para llegar de un punto a otro, bien sea de forma
pedestre, con un vehículo o con el uso de la red de
transporte público (en caso de que esta información
esté contenida en Google Maps), brindando además
información sobre rutas alternas, distancia y tiempo
estimado. Además, ofrece una serie de bibliotecas,
en la forma de interfaz para programar aplicaciones
(API – según sus siglas en inglés) para desarrollo de
soluciones personalizadas.
En muchas ciudades del mundo, dependiendo de
la entidad que administre las unidades de transporte
público, también existen herramientas alternas a
Google Maps que permiten el rastreo de unidades y
muestran su posición, dirección y tiempo estimado
de llegada a cada parada.
En el caso latinoamericano, Google Maps
contiene la información de las redes de transporte
público de la mayoría de las grandes ciudades. Sin
embargo, en Venezuela, este no es el caso y Google
Maps solo habilita las opciones de rutas pedestres
y de vehículos particulares. Es por ello que los
usuarios presentan quejas comunes entre los que
están con mayor frecuencia la falta de un horario
de servicio, la caótica regularidad de las unidades
que genera incertidumbre en los tiempos estimados
de llegada de éstas a las paradas y la dicultad de
planicar las rutas a tomar que optimice la inversión
de tiempo o dinero del transeúnte al momento de
trasladarse a su destino.
En Maracaibo se han realizado trabajos de
investigación y prototipado de sistemas para
planicación de rutas. En (6) se describe un sistema
para la planicación de rutas de transporte terrestre,
utilizando mapas de la ciudad obtenidos en formato
AutoCAD y .NET como herramienta de desarrollo
de software. En (7) se describe un prototipo
de planicador de rutas de transporte público,
migrando las capas de mapas utilizados por (6) a
los formatos requeridos por la API de Google Maps
y usando Java como herramienta de desarrollo.
Aguiar describe en (6) dos herramientas similares
desarrolladas en el Distrito Capital: “SIG – Vargas”
e “Infomapa Chacao”. Sin embargo, tal como se
expresa en (8), no se cuenta en Maracaibo con una
plataforma única que integra ambos planicadores,
que pueda ir creciendo en servicios y que esté al
alcance del público general.
Más aún, tal como se expresa en (9) y (10), a
mediados del 2014, la Empresa Socialista Metro de
Maracaibo, C.A. implanta en el municipio un nuevo
sistema de transporte llamado Bus Metromara, el
cual está conformado por unidades colectivas de
nueva generación que cuentan con GPS y paradas.
Sin embargo, los usuarios del Bus Metromara
encuentran dicultades al momento de esperar
las unidades por las largas colas a la hora pico
y el tiempo tardío que tienen estas unidades. El
conocimiento de la ubicación, dirección y tiempo
estimado de llegada de las unidades a las paradas
especícas facilitaría al usuario la toma de decisión
y planicación al momento de movilizarse por la
ciudad.
Se plantea entonces extender los trabajos
descritos en (7), (9) y (10) en una herramienta SIG
web que permitan la planicación de rutas y el
rastreo de unidades de transporte público.
26 ZENDEROZ: Planicador de rutas de transporte público en Maracaibo...
Scientic Journal from the Experimental Faculty of Sciences,
at the Universidad del Zulia Volume 27 Especial N° 1, 2, Enero - Junio 2019
Representación computacional básica de
un SIG
Los SIG utilizan información que se captura de
diversas fuentes, se almacena en bases de datos
especializadas y se representa computacionalmente
por capas que se van sobreponiendo según las
necesidades de análisis y visualización (4). En el
caso particular de redes de transporte público, se
comienza con capas cartográcas (mapas) de la
región sobre la cual se representan las vías (calles y
avenidas) y las intersecciones de éstas, tal como lo
muestra la gura 1.
Figura 1 – Mapa de la ciudad de Maracaibo con capas sobrepuestas de vías e intersecciones
etiquetadas.
La estructura de datos más adecuada para
representar estas redes viales es el grafo. En (11)
se dene un grafo G como la tupla: G=<V,A> con
V={vértices} y A⊆V×V={arcos o aristas}. Sobre
estas estructuras ya existen representaciones
computacionales y algoritmos ecientes conocidos
para realizar análisis como estudio de conectividad
y cálculo de rutas óptimas: el conocido algoritmo
de Dijkstra, usando montículos de Fibonacci para
su cola de prioridad, es el más eciente para hallar
caminos más cortos entre dos nodos cualesquiera
de un grafo, reportándose una complejidad
temporal linear-logarítmica sobre la cantidad de
nodos (|V|) y arcos (|A|) del grafo G: T(Dijkstra(G,
u∈V))∈O(|A|+|V|⋅log|V|)
Sistema de posicionamiento global
El sistema de posicionamiento global (GPS por
sus siglas en inglés) es un sistema que permite
determinar la posición de un objeto en la Tierra con
una precisión generalmente de unos pocos metros
de la posición real (12).
El GPS funciona mediante una red de 24
satélites en órbita sobre la Tierra, a 20.200 km de
altura, con trayectorias sincronizadas para cubrir
toda la supercie de la Tierra. Cuando se desea
obtener la posición de un objeto, el receptor localiza
automáticamente al menos tres satélites de la red,
de los que recibe señales con la identicación y la
hora del reloj de cada uno y calcula el tiempo que
tardan en llegar las señales al receptor, de tal modo
que mide la distancia al satélite mediante el método
de trilateración inversa, con el que se determina
la distancia de cada satélite al punto de medición
(el receptor GPS). Conocidas estas distancias, se
determina fácilmente la posición relativa del receptor
respecto a los satélites y se obtiene nalmente su
posición absoluta o coordenadas reales en la Tierra
(12).
Estimación de distancia entre puntos
geográcos
Puesto que la Tierra es una forma aproximada
a una esfera, la distancia entre dos puntos sobre
la supercie terrestre no puede ser calculada a
partir de una línea recta (distancia euclidiana) sino
más bien debe ser calculada usando una distancia
ortodrómica, que es el camino más corto entre dos
puntos en la supercie de una esfera, es decir, el
arco del círculo cuyo centro sea el mismo de la esfera
(conocido como “círculo máximo”) que conecte
ambos puntos (13).
Sean los puntos P
1
y P
2
, determinados por sus
coordenadas geográcas de longitud y latitud,
respectivamente: P1=(ϕ
1
, λ
1
) y P
2
=(ϕ
2
, λ
2
), y sean
∆ϕ, ∆λ sus diferencias absolutas, entonces el ángulo
27Celedón, Aguiar y Pirela M./ Ciencia Vol. 27, Número Especial (2019) 24-30
Scientic Journal from the Experimental Faculty of Sciences,
at the Universidad del Zulia Volume 27 Especial N° 1, 2, Enero - Junio 2019
central entre ellos: ∆σ, está dado por la ley esférica
de cosenos:
∆σ=cos
-1
(sinϕ
-1
-sinϕ
-2
+cosϕ
-1
-cosϕ
-2
-cos∆λ)
Así, la longitud del arco d, para una esfera de
radio r y ∆σ dado en radianes se obtiene por: d=r∆σ
Sin embargo, debido a la precisión nita de
los números sistemas de cómputo, pueden surgir
problemas de redondeo si la distancia es pequeña.
Para distancias pequeñas es numéricamente mejor
condicionada la conocida “fórmula haversine” o
“fórmula del semiverseno”:
∆σ=2 sin
-1
√sin
2
(∆ϕ/2)+cosϕ
-1
-cosϕ
-2
-sin
2
(∆ϕ/2)
Para el caso de la Tierra, si se desean calcular
distancias pequeñas, puede asumirse sin problemas
una forma esférica para ésta, ya que el error sería muy
pequeño, y el radio para calcular la distancia nal
sea 6.371 Km, denido por la Unión Internacional
de Geodésica y Geofísica (IUGG).
Metodología
Para el desarrollo de esta investigación se siguió
la metodología utilizada por (6), planteada a lo
largo de cuatro fases fundamentales: investigación
preliminar, diseño, desarrollo de la herramienta y
pruebas del producto nal.
En la primera fase se realizó un estudio de
la aplicación existente, llamada Zenderoz, y se
determinaron los nuevos requerimientos del sistema
adaptados a las nuevas funcionalidades: interfaz
web, ampliación de rutas, rastreo de unidades de
transporte público.
La aplicación base: Zenderoz es una aplicación
de escritorio que utiliza Java Swing para su interfaz
gráca. Al convertir la aplicación en un servicio
web, dicha librería ya no era necesaria ni su código
relacionado, por lo que se optó en modicar dicho
código y construir un servicio web REST-ful, con un
método GET del protocolo HTTP que devuelve su
salida en formato JSON, para ser procesado por el
código del lado del cliente.
Adicionalmente, puesto que “ZenderozWeb”
llevaría el seguimiento de unidades de transporte
público, debe tener información de las rutas y
paradas que dichas unidades recorren, por lo que
ZenderozWeb necesita una base de datos también
con tal información, el diagrama se presenta en la
siguiente sección.
Arquitectura de ZenderozWeb
Se planteó usar un servidor web para que
funcione como portal para interconectar los clientes
web con la aplicación Zenderoz. Ya que ésta está
desarrollada en Java, lo mejor fue utilizar un servidor
web desarrollado para este mismo lenguaje. Se optó
por utilizar Apache Tomcat en el servidor web, el cual
hospeda una única instancia de Zenderoz a la espera
de peticiones de los usuarios mientras que, al mismo
tiempo, actualiza periódicamente los datos GPS de las
unidades de transporte registradas. La arquitectura
nal a alto nivel se aprecia en la gura 2.
Figura 2 – Arquitectura de ZenderozWeb
Para efectos de su desarrollo, el componente
externo “Origen de datos GPS” es un ambiente
simulado, que imita unidades moviéndose entre
puntos de una ruta preestablecida. La clase principal
de la aplicación, contiene una instancia del gestor
de GPS, que se encarga de llevar el control de las
unidades y proveer el estado de todas y cada una de
las unidades siempre que se requiera por petición de
un usuario.
Además de recolectar y procesar en tiempo real la
información de geoposicionamiento de las unidades
vehiculares, ZenderozWeb también almacena
información de las rutas, paradas y detalles de cada
unidad para mayor control y organización, dicha
información está almacenada en una base de datos
MySQL.
De esta manera, resulta sencillo ltrar las
paradas y unidades dependiendo la ruta de donde
pertenezcan, para mostrarle al usuario sólo la
información que le interesa, además de tener
información útil que necesita colectarse una sola
vez, tales como el punto de retorno de una ruta y
la distancia entre una parada y la anterior. Esto
28 ZENDEROZ: Planicador de rutas de transporte público en Maracaibo...
Scientic Journal from the Experimental Faculty of Sciences,
at the Universidad del Zulia Volume 27 Especial N° 1, 2, Enero - Junio 2019
último hace posible calcular el tiempo estimado
para la llegada de la unidad a la parada deseada, ya
que teniendo la distancia a recorrer (calculada por
haversine) y la velocidad (calculada por la diferencia
de posiciones entre actualizaciones sucesivas del
servicio de origen GPS), se puede calcular el tiempo
estimado a una parada con la fórmula conocida:
Tiempo = Distancia/Velocidad.
Resultados y discusión
ZenderozWeb tiene una estructura muy sencilla
e intuitiva para el usuario, desde la vista principal
(gura 3) puede empezar a interactuar con el mapa
de las rutas en tiempo real, seleccionando las
opciones que desee y un botón para planicar rutas
llenando la información y recibiendo la respuesta
(gura 4).
Figura 3 – Formularios para planicación de ruta: a la izquierda: Zenderoz; a la derecha:
ZenderozWeb
Figura 4 – Resultado de la planicación
de ruta
La interfaz inicial tiene el botón “Planicar ruta”,
al activar el cual se mostrará el formulario original
de Zenderoz con un diseño más simple y amigable a
dispositivos móviles. Una vez llenado el formulario:
esquina origen, esquina destino y tipo de búsqueda,
con el botón “Planicar” se activará el llamado al
servicio web de Zenderoz y se presentará el resultado
de la planicación en dos modalidades: gráca
(pintando sobre el mapa las rutas resultantes) y
textual (describiendo los pasos del plan: qué rutas
tomar y cómo hacer los trasbordos).
Este resultado se obtiene invocando el servicio
web que ejecuta el núcleo de Zenderoz. El grafo
de rutas se representa computacionalmente con
listas de adyacencia para minimizar la complejidad
espacial, tal como se muestra en la gura 5. El grafo
resultante de una red de vialidad urbana tiende
a ser grande, por la gran cantidad de esquinas
(nodos) y calles (aristas) que deben tomarse en
cuenta. Debido a esto, una vez que se conocen las
coordenadas de las esquinas entre las cuales se
desea hallar un plan de rutas de transporte público
óptimo, Zenderoz realiza un preprocesamiento del
grafo, para eliminar las zonas irrelevantes del área
urbana y recortar las esquinas intermedias que no
incurran en transbordo o en potenciales segmentos
pedestres entre una ruta de bus y otra. Esto requirió
que, para el cálculo nal de las rutas más cortas, se
escribieran modicaciones especícas del algoritmo
de Dijkstra con truncamientos tempranos por
distancia requerida o por destino. Los algoritmos 1 y
2 a continuación muestran estas adaptaciones.
29Celedón, Aguiar y Pirela M./ Ciencia Vol. 27, Número Especial (2019) 24-30
Scientic Journal from the Experimental Faculty of Sciences,
at the Universidad del Zulia Volume 27 Especial N° 1, 2, Enero - Junio 2019
Figura 5 – Representación computacional
del grafo
DijkstraTruncadoPorDistancia(Grafo G, nodo_s,
distanciaMaxima)
for u ∈ V[G] do
distancia[u] = ∞
padre[u] = NULL
n for
distancia[s] = 0
Encolar(cola, nodos(G))
mientras vacia(cola) ≠ true do
u = extraer_minimo(cola)
for v ∈ adyacencia[u] do
if (distancia[v] > distancia[u] + peso(u,
v)) &&
(distanciaMaxima> distancia[u] +
peso(u, v)) do
distancia[v] = distancia[u] + peso(u, v)
padre[v] = u
n if
n for
n mientras
n DijkstraTruncadoPorDistancia
Algoritmo 1 – Dijkstra truncado por
distancia
DijkstraTruncadoPorDestino(Grafo G, nodo s,
nodo d)
for u ∈ V[G] do
distancia[u] = ∞
padre[u] = NULL
n for
distancia[s] = 0
Encolar(cola, nodos(G))
mientras vacia(cola) ≠ true do
u = extraer_minimo(cola)
if(u==d)
vaciar(cola)
else
for v ∈ adyacencia[u] do
if (distancia[v] > distancia[u] + peso(u,
v)) do
distancia[v] = distancia[u] + peso(u, v)
padre[v] = u
n if
n for
n if
n mientras
n DijkstraTruncadoPorDestino
Algoritmo 2 – Dijkstra truncado por
distancia
Las adaptaciones resultantes no cambian la
complejidad temporal del algoritmo de Dijkstra,
ya que introducen solo paradas tempranas, por lo
que la cota superior de su complejidad, expresada
en términos de O-grande, sigue siendo la misma
teórica reportada por (11).
En cuanto al seguimiento de unidades de
transporte, al ingresar en ZenderozWeb el usuario
tiene presente la lista de rutas de transporte, cuya
elección revela en el mapa las unidades de dicha
ruta, el sentido y las paradas. Al hacer clic a uno
de los marcadores que identica las paradas, o al
seleccionar una de la lista, el mapa se centra en la
parada seleccionada y muestra el tiempo estimado
para la llegada de la siguiente unidad (gura 6).
Figura 6 – Seguimiento de unidades
vehiculares.
30 ZENDEROZ: Planicador de rutas de transporte público en Maracaibo...
Scientic Journal from the Experimental Faculty of Sciences,
at the Universidad del Zulia Volume 27 Especial N° 1, 2, Enero - Junio 2019
Debido a que no se contó con datos reales de las
unidades para el momento del desarrollo y pruebas,
se desarrolló un servicio que funcionaría aparte
de ZenderozWeb, cuyo propósito es simular las
posiciones (longitud y latitud) de cuatro unidades
de transporte, siguiendo continuamente la ruta
establecida, dada por una serie de puntos clave
del mapa, cuyo trayecto en carretera fuese una
línea recta e interpolando linealmente entre cada
punto de manera que cada n segundos llegue al
siguiente punto, simulando así también cambios de
velocidades cuando los puntos están más lejos o más
cerca que los anteriores. La intención es que pueda
sustituirse este módulo por datos reales provistos
por los institutos encargados de dichos servicios en
Maracaibo, tales como IMTCUMA y METROMARA.
Conclusiones
El producto nal presentado es un SIG que
permitiría al público general en la ciudad de
Maracaibo mejorar su vialidad cotidiana. La
herramienta creada es capaz de planicar traslados
con rutas de transporte público y seguimiento en
tiempo real de unidades con GPS.
Se logró desarrollar un servicio web RESTful que
responde los planes de la aplicación base: Zenderoz,
la cual utiliza técnicas computacionales óptimas de
representación de grafos, poda y cálculo de caminos
más cortos.
Se desarrolló una interfaz web cómoda y sencilla
para ser vista tanto en computadora de escritorio
como en dispositivo móvil.
Se construyó un módulo de rastreo de unidades
de transporte público capaz de seguir la posición y
velocidad promedio de cada unidad.
Las pruebas del sistema fueron exitosas en cada
una de sus funcionalidades.
Se recomienda el desarrollo de módulos de
administración para la edición y extensión de las
capas cartográcas y de las rutas de transporte
público.
Finalmente, se recomienda también crear alianzas
con los institutos gubernamentales pertinentes para
promover la implantación de la herramienta creada
y su uso por el público en general, así como alianzas
para alcanzar la información contenida en este SIG a
las bases de conocimiento de Google Maps.
Referencias bibliográcas
1. KANG-TSUNG C. Introduction to Geographic
Information Systems. McGraw-Hill Higher
Education. New York (USA). 464 pp. 2018.
2. https://www.esri.com/news/arcwatch/0310/
haiti.html. Fecha de consulta: 05/12/2018.
3. https://blog.nationalgeographic.
org/2012/07/02/how-crisis-mapping-saved-
lives-in-haiti/. Fecha de consulta: 05/12/2018.
4. HARDER C. The ArcGIS Book: 10 Big Ideas
about Applying The Science of Where. Esri
Press. Redlands (USA). 172 pp. 2017.
5. https://developers.google.com/maps/
documentation. Fecha de consulta: 05/12/2018.
6. CHÁVEZ A. Asistente Automatizado de
Planeamiento de Rutas de Transporte Terrestre en
Maracaibo (Para obtener el título de Licenciada en
Computación). Facultad Experimental de Ciencias.
Universidad del Zulia. Maracaibo (Venezuela). 64
pp. 2007.
7. AGUIAR A. Prototipo de un Planicador de
Transporte Público Urbano (Para obtener el
título de Licenciada en Computación). Facultad
Experimental de Ciencias. Universidad del Zulia.
Maracaibo (Venezuela). 77 pp. 2009.
8. https://www.youtube.com/
watch?v=d47JINs0Nyo. Fecha de consulta:
05/12/2018.
9. CELEDÓN M., PIRELA MORILLO G. V
Congreso Venezolano y VI Jornadas
Nacionales de Investigación Estudiantil.
2621-2628. Maracaibo (Venezuela). 2016.
10. CELEDÓN M. Herramienta web para planicación
de rutas y seguimiento de unidades de transporte
urbano (Para obtener el título de Licenciado en
Computación). Facultad Experimental de Ciencias.
Universidad del Zulia. Maracaibo (Venezuela). 64
pp. 2017.
11. CORMEN T., LEISERSON C., RIVEST R., STEIN
C. Introduction to Algorithms. The MIT
Press. Cambridge (USA). 1251 pp. 2010.
12. https://www.GPS.gov. Fecha de consulta:
05/12/2018.
13. http://www.movable-type.co.uk/scripts/latlong.
html. Fecha de consulta: 05/12/2018.
www.luz.edu.ve
www.serbi.luz.edu.ve
produccioncientica.luz.edu.ve
Esta revista fue editada en formato digital y publicada
en junio de 2019, por el Fondo Editorial Serbiluz,
Universidad del Zulia. Maracaibo-Venezuela
Vol.27 Nº1, 2
