En los problemas de localización ruteo (LRP-Locationrouting problems) se combinan los problemas deenrutamiento de vehículos (VRPs- vehicle routingproblems) y los problemas de localización deinstalaciones (FLPs-Facility location problems). LosVRPs buscan rutas óptimas para atender la demandade un conjunto de clientes dispersos geográficamenteusando una flota de vehículos de capacidad limitada.Mientras que en los FLP se escoge la localizaciónóptima de las instalaciones que satisfarán unademanda por un bien o servicio para un conjunto declientes dispersos en una determinada región. Por suparte, los problemas de localización competitivosextienden los FLP considerando la competencia existente entre las nuevas instalaciones que operaránpara una compañía y las existentes de sus firmascompetidoras. En la literatura, la extensión de problemas de LRP aentornos competitivos (Comp-LRP) no ha sidoestudiada previamente (Prodhon & Prins, 2014; Drexl &Schneider, 2015). Por lo tanto, en este trabajo sepropone un Comp-LRP con la particularidad de que losclientes realizan rutas de recolección para abastecersede los distintos productos que demandan. De estamanera, para capturar la demanda de un cliente esnecesario que la nueva instalación abierta esté en suruta óptima de recolección. Para modelar esteproblema se propone una formulación como programabi-nivel (Colson, Marcotte, & Savard, 2007) en la cual lacompañía localiza las instalaciones en el nivel superiory cada cliente toma las decisiones optimas deenrutamiento en el nivel inferior. Para resolver el Comp-LRP se propone un métodoexacto basado en una reformulación como problema delocalización de máxima cobertura (Church & ReVelle,1974). Dicha reformulación requiere la solución de 2nproblemas de comprador viajero (siendo n el número declientes a atender). El desempeño computacional delmétodo propuesto se evalúa utilizando instancias deprueba adaptadas de la literatura del LRP

El estudio de las pérdidas no técnicas que afectan a las empresas comercializadoras de energía ha orientado la mirada de los investigadores hacia diferentes técnicas y herramientas que les permitan detectar y pronosticar dichas pérdidas. En la búsqueda de una solución al problema los diferentes investigadores se apoyan en variables que, en muchos casos, las mismas empresas comercializadoras, desde su experiencia práctica han determinado como incidentes en la identificación del problema. Sin embargo, la mayor parte de los estudios realizados no anteponen a sus soluciones el hecho de que cada empresa comercializadora registra en su conjunto de datos una serie de características, tanto técnicas como socioeconómicas, que no necesariamente comparten entre ellas. En este trabajo se hace seguimiento a algunas de las características registradas por dos empresas comercializadores de energía colombianas, las cuales atienden dos regiones diferentes del país en cuanto a topografía, e idiosincrasia. De manera particular, se centra la atención en dos características medidas en ambas empresas, y que, por su naturaleza, siempre estarán en los datos de cualquier empresa comercializadora de energía, El Consumo en kWh, y el Periodo, medido en meses. Con este propósito se implementarán análisis de curvas Benford, escalamiento multidimensional MDS, y clúster jerárquico, para finalizar estudiando finalmente si la incidencia de las variables visualizada en los estudios planteados se refleja en el modelo de árboles de decisión.