Inf Final - Cap4 Def TE8 PDF

Análisis y Seguimiento de Planes Estratégicos Temuco, Valdivia y Osorno (Temuco IV Etapa) - OT Nº8 Informe Final
4 CALIBRACION MODELO DISTRIBUCION
4.1 GENERALIDADES
El modelo de distribución de viajes se definió por período, propósito de viaje y tipo de

usuario, respondiendo a un modelo del tipo gravitacional doblemente restringido.
Dada esta especificación, para la realización del proceso de calibración del modelo se requirió
contar con las matrices de viajes observadas por período, propósito y categoría, obtenidas de la
encuesta de hogares EOD-2003, corregidas tanto por subreporte de viajes, como por factor
ACM.
También, fue necesario contar con los vectores orígenes - destino, modelados por propósito y
categoría de usuario, resultantes del proceso de calibración de la etapa de generación y
atracción de viajes del modelo clásico.
Finalmente, fue necesario contar con los niveles de servicio de los distintos modos asociados a
cada par origen destino de viajes, y con el modelo de partición modal calibrado, para calcular
el costo compuesto representativo de cada propósito y categoría de usuario conocido como
logsuma, requerido como dato en la especificación del modelo.
Una vez obtenida esta información, se llevó a cabo el proceso de calibración del modelo de
distribución de viajes, lo cual contempló la aplicación del software que desarrolló este
consultor para estos fines, a partir del algoritmo especificado en el Manual de Ciudades
Intermedias, elaborado por SECTRA.
A continuación, se presenta la especificación del modelo de distribución a calibrar, las

matrices observadas obtenidas de la EOD 2003 corregida, los parámetros betas calibrados y
las matrices modeladas usando estos parámetros.
4.2 ESPECIFICACIÓN DEL MODELO
La función de distribución de viajes presenta diversas asimetrías en su especificación por par

origen-destino de zonas, producto de las variadas dimensiones de ella: t períodos del día de
modelación (Punta mañana y Fuera de Punta); p propósitos de viaje (Trabajo, Estudio y
Otros) y n categorías de usuarios que realizan los viajes. Las categorías de usuarios, así como
en todo el modelo de transporte, se definieron por el cruce de los 3 estratos de ingreso del
hogar donde reside el usuario (bajo, medio, alto) con 3 niveles de motorización del hogar (0
auto, 1 auto, 2 o más autos), resultando en total 9 categorías de usuarios.
CIS Asociados Consultores en Transporte S.A. 4-1

Sin embargo, es importante mencionar también que se definieron distintos modelos de

demanda por período y propósito de viaje. Esto permite que el problema en estudio, sea
planteado en forma independiente para cada combinación propósito-período.
Luego, en la especificación del modelo que se presenta a continuación los subíndices

correspondientes de la función de demanda son omitidos para simplificar la notación y deben
considerarse implícitos.
Se define para cada combinación período-propósito un modelo de distribución del tipo

gravitacional, doblemente restringido, basado en el principio de maximización de la entropía
que adquiere la siguiente forma:
Tijn = Oin Ain Dj Bj exp (- βn Lijn) (1)
s.a.
∑ Tijn = Oin , ∀ i (1a)
j
∑ Tijn = Dj , ∀ j (1b)
i
donde:
Tijn = Viajes desde el origen i al destino j, para el estrato socioeconómico n (propósito p
y período t implícitos).
n
Oi = Viajes originados en la zona i por el estrato socioeconómico n
Dj = Viajes atraídos en la zona j
Ain = Factor de balance asociado al origen i y al estrato socioeconómico n
Bj = Factor de balance asociado al destino j
βn = Parámetro a calibrar del modelo para el estrato socioeconómico n (propósito p y
período t implícitos).
n
Lij = Costo compuesto de transporte desde el origen i al destino j, obtenido como la
logsuma de los costos modales, para el estrato socioeconómico n.
Las restricciones del problema quedan dadas por una parte (ec. 1a anterior) por los viajes
originados por zona, los cuales son definidos a nivel de categorías de usuarios ya que
dependen principalmente de las características de los hogares que producen estos viajes, lo
cual es captado perfectamente para efectos de su calibración por la EOD de hogares, base del
estudio.

Por otra parte, la segunda restricción del problema (ec. 1b) queda dada por los destinos o
viajes atraídos por zona. Estos no son modelados a nivel de categorías de usuarios dada las
características de las variables que los explican, principalmente variables de uso de suelo del
tipo educación, salud, comercio etc., muy difíciles de obtener a nivel de tipos de usuarios.
Si se considera un modelo clásico de transporte, del tipo jerárquico a nivel de las cuatro
etapas que lo conforman, en el cual la etapa de distribución sea anterior a la etapa de
partición modal, la expresión para los costos compuestos es tal que:
Lijn = - Ln ( ∑ exp (- Cijnm ) ) (2)

mε M
C ijnm representa al costo entre el par origen destino i-j para la categoría n en el modo m
perteneciente al conjunto de modos disponibles M entre ese par i-j, obtenido de la
especificación del modelo agregado de partición modal, a través de la suma de
combinaciones de atributos asociadas a cada modo m, de la forma:
Cijnm = - ( ∑ θ mk Xijmk ) (3)

k
donde:
θmk = parámetro asociado a atributo k en el modo m

Xijmk = valor del atributo k en el modo m entre el par origen destino i-j

4.3 RECOLECCIÓN Y AJUSTES DE INFORMACIÓN DE BASE
4.3.1 Correcciones Previas a Matrices de Viajes Observadas
Las matrices de viajes por propósito-período y categoría de usuario se obtuvieron de la EOD

2003 de hogares del estudio corregidas por los factores de subreporte de viajes por periodo y
modo y por los factores de corrección por tasas ACM por período-propósito y categoría de
usuario.
Las horas representativas de cada período Punta Mañana y Fuera de Punta, utilizados para
calibrar el modelo correspondieron a:
- Punta Mañana P1: 7:30 - 8: 30

- Fuera De Punta P2: 10:30 - 11:30
A continuación se presentan los factores de subreporte y la correción por factores ACM

aplicada.
4.3.1.1 Factor de Corrección de subreporte
Este factor de subreporte, permite corregir la EOD de Hogares en términos de totales de

viajes a partir de conteos realizados directamente por modo en líneas pantalla definidas de la
red vial. Si bien se reporta en este punto es importante aclarar que este factor se aplicó a la
EOD previo a la calibración de los modelos de generación, atracción y partición modal de
viajes reportados en los capítulos 2 y 3 anteriores.
Para esto, se utilizó la información de datos de flujos y tasas de ocupación entregadas por
DICTUC comparándola con información alternativa disponible del consultor, particularmente
los antecedentes de flujo vehicular recogidos en el marco de la Orden de Trabajo Nº4 de este
estudio denominada “Perfil Detallado: Proyecto Costanera de Temuco entre Valparaíso y
Rudecindo Ortega”.
Así, se calcularon a partir de estas dos fuentes los viajes a través de dos líneas pantallas: Una
denominada “Prieto – Caupolicán” y la otra denominada “Troncal Sur Ferrocarril”, las cuales
se compararon con los viajes de la EOD 2003, lo cual se presenta en el cuadro Nº2.3-1
siguiente.
Dadas las diferencias detectadas en algunos sectores, se aplicaron factores de corrección por
subreporte diferentes por modo, período y línea de pantalla, lo que implica utilizar una

metodología de ponderación de factores cuando un viaje atraviesa 2 líneas de pantalla. Esta

metodología asigna un mayor peso a aquella línea de pantalla donde el viaje a corregir
representa una mayor proporción del total de viajes.
CUADRO Nº 4-1: Corrección por factor de subreporte por modo y linea pantalla
Linea de Pantalla Sen Punta Mañana (AM) Fuera de Punta (FP) Total
Vliv Bus Txc Vliv Bus Txc AM FP
Viajes Calculados Según Flujos y Tasa de Ocupación de Dictuc (1)
LP1:Prieto – Caupolicán OP 3761 7968 1179 4214 6186 1226 12908 11626
PO 5257 7899 2317 4538 5340 2215 15472 12094
LP2:Troncal Sur del Ferrocarril OP 901 1291 707 756 584 409 2898 1749
PO 618 1237 284 700 773 260 2139 1733
Viajes LP1 + LP2 10536 18395 4487 10210 12883 4109 33418 27202
Viajes Calculados EOD Hogares Dictuc (2)
PO 5433 7064 2319 1139 2326 840 14816 4306
PO 478 506 58 224 822 107 1042 1153
Viajes LP1 + LP2 8758 14457 3993 2699 5954 1833 27208 10485
Factores de Subreporte Dictuc (1)/(2)
LP1:Prieto – Caupolicán OP 2.18 2.42 1.31 3.82 2.85 1.95 2.18 2.98
PO 0.97 1.12 1.00 3.99 2.30 2.64 1.04 2.81
LP2:Troncal Sur del Ferrocarril OP 0.80 0.36 0.98 3.25 0.92 1.59 0.53 1.55
PO 1.29 2.45 4.95 3.12 0.94 2.43 2.05 1.50
Factores LP1 + LP2 1.20 1.27 1.12 3.78 2.16 2.24 1.23 2.59
Viajes Calculados Según Flujos y Tasa de Ocupación CIS (3)
PO 5257 7899 2317 4538 5340 2215 15472 12094
PO 763 1817 451 557 947 327 3031 1831
Viajes LP1 + LP2 10777 19594 4865 9905 13046 4253 35236 27204
Factores de Subreporte CIS (3)/(2)
LP1:Prieto – Caupolicán OP 2.18 2.42 1.31 3.82 2.85 1.95 2.18 2.98
PO 0.97 1.12 1.00 3.99 2.30 2.64 1.04 2.81
LP2:Troncal Sur del Ferrocarril OP 0.89 0.53 1.28 2.56 0.90 1.89 0.70 1.47
PO 1.60 3.59 7.85 2.49 1.15 3.05 2.91 1.59
Factores LP1 + LP2 1.23 1.36 1.22 3.67 2.19 2.32 1.30 2.59
Factores Subreporte Finales
1.2 1.2 1.2 3 2 2
Definidos
Fuente: Mediciones de Flujo OT Nº4 TEMUCO IV Etapa y Bases de Datos Dictuc
Se observa del cuadro anterior que en el caso los factores de subreporte comparando ambas
fuentes de información con la EOD 2003 son bastante similares. En la punta mañana todos
los modos presentan factores similares y todos cercanos al valor 1.0. En el período fuera de

punta se observan mayores diferencias por modo, siendo las mayores en los vehículos
livianos con unos viajes de la EOD muy por debajo de los viajes de las líneas pantalla.
Considerando las similitudes y diferencias anteriores y de manera de no modificar la

estructura de la partición modal de la EOD a hogares mayormente, se optó por definir
finalmente los factores de subreporte de la EOD a hogares que se presentan en la última fila
del cuadro 4-1 anterior.
4.3.1.2 Factor de Corrección por tasas ACM
La metodología para las ciudades intermedias de SECTRA, recomienda una vez calculadas
las tasas ACM, una corrección adicional a los factores de expansión de los viajes de la
EOD a hogares, por este efecto. Esta corrección consiste en la definición de un conjunto de
factores que multiplican a los factores originales y que son diferentes por período de
modelación, por categoría de usuario, por tipo de viaje y propósito.
p ,n
t ACM
p ,n
FACM = p ,n (4)
t simple EOD
donde:
p ,n
FACM = Factor de corrección ACM para el propósito-período p y categoría de usuario n
p ,n
t ACM = Tasa ACM según propósito-período p y categoría de usuario n
p ,n
t simple EOD = Tasa simple de viajes expandidos de la EOD-Hogares según propósito-período p
y categoría de usuario n
Estos factores son tales que provocan que las tasas de viajes para cada una de las variables
de clasificación previas, coincidan con las estimadas con el modelo ACM
4.3.2 Matrices de Viajes Observadas corregidas por propósito-período y categoría
En los cuadros siguientes se presentan los totales de viajes por hora período, para cada
propósito de viaje y categoría de usuario, de las matrices observadas de la EOD 2003 usadas
para el proceso de calibración y que además contienen las correcciones por factores de
subreporte de viajes y los factores de corrección por tasas ACM, explicadas anteriormente.

CUADRO Nº4-2: Viajes Totales Observados Corregidos Punta Mañana 2003

PROPOSITO VIAJES+ CATEGORÍA
(Viajes/hr) 1 2 3 4 5 6 7 8 9 TOTAL
TRABAJO Totales (*) 6933 637 0 11193 5747 185 2117 3821 889 31524
ESTUDIO Totales (*) 17269 1227 0 18433 7013 170 2872 4093 1041 52118
OTROS Totales (*) 5386 367 14 5575 2921 86 908 1489 316 17062
TOTAL(Viajes/hr) 100703
+ Incluyen Factor de Corrección ACM
(*) Corresponde a la suma de viajes inter mas intrazonales para cada categoría de usuario para todos los modos asignables y no asignables
Fuente: Elaboración propia
Cuadro Nº4-3:Viajes Totales Observados Corregidos Fuera de Punta 2003

PROPOSITO VIAJES+ CATEGORÍA
(Viajes/hr) 1 2 3 4 5 6 7 8 9 TOTAL
TRABAJO Totales (*) 1248 261 10 2385 1497 22 581 1144 259 7407
ESTUDIO Totales (*) 1059 100 4 1536 700 21 312 500 127 4358
OTROS Totales (*) 16937 1353 101 13636 6636 179 2646 4051 865 46403
TOTAL (Viajes/hr) 58168
+ Incluyen Factor de Corrección ACM
(*) Corresponde a la suma de viajes inter mas intrazonales para cada categoría de usuario para todos los modos asignables y no
asignables
Como se puede apreciar de los cuadros anteriores, en la categoría 3 durante los dos períodos y
en la categoría 6 en el período fuera de punta, principalmente para el propósito trabajo y
estudio, la cantidad de viajes es muy escasa.
4.3.3 Obtención de Niveles de Servicio por modo y Costo Compuesto por categoría
Para cada uno de los pares (celdas) orígenes-destinos, que presentaron viajes en las matrices
de viajes por propósito categoría anteriores, se procedió a determinar los costos de viajes
asociados a los modos disponibles.
Es importante en este punto mencionar dos aspectos; en primer lugar, la necesidad de contar
con la observación de los niveles de servicio de los atributos entre todos los pares orígenes
destinos característicos de los distintos modos, los cuales se obtuvieron de las mediciones de
terreno realizadas para toda la muestra que capta la EOD en los distintos modos de
modelación.
En segundo lugar, haciendo uso de las ecuaciones (2) y (3) anteriores se procedió a determinar
los costos compuestos a usar en la ec (1); luego, para determinar los costos por modo y el
costo compuesto del par origen destino por categoría fue necesario contar también con el
modelo de partición modal calibrado.

Luego, una vez calibrado el modelo de partición modal y obtenidos los niveles de servicio de
terreno, se procedió a obtener la matriz de logsumas utilizadas para calibrar el modelo de
distribución.
4.4 OBTENCIÓN DE PARÁMETROS DE CALIBRACIÓN
Se realizaron varias pruebas, considerando distintos puntos de partida y criterios de precisión

de convergencia y de parada para el algoritmo implementado. Como se sabe, el algoritmo que
propone la metodología de ciudades intermedias basa todo su poderío en una replica adecuada
del costo promedio ponderado de los costos compuestos observados para cada categoría de
demanda, más que en una replica de los viajes observados de la EOD a hogares.
Este costo promedio se presenta en la Ec. (5) siguiente, para un propósito p dado :
( ∑ Tij on Lijn )
LPon = ------------------ (5)
( ∑ Tijon)
ij
donde :
LPon = Costo compuesto promedio ponderado observado para los viajes de la categoría n
Tij on = Viajes Observados de la categoría n entre i y j
Lijn = Logsuma definida anteriormente
La precisión exigida para la calibración, se definió como el error porcentual de los costos
promedios modelados (usando los parámetros betas calibrados) con respecto al costo
promedio observado, ambos calculados usando la expresión dada por Ec. (5).
Los cuadros siguientes presentan las pruebas realizadas por propósito y periodo, con los
valores obtenidos para los parámetros betas ordenados para cada categoría de usuario, para
3 casos distintos de puntos de partida de los betas iniciales que ingresan al algoritmo y para
dos valores de precisiones exigidas para el error porcentual de los costos promedios,
variables según sea el punto de partida. Se presentan para cada caso, los valores alcanzados
del costo promedio modelado, el número de iteraciones y también un indicador del error a
nivel del costo promedio y de los viajes modelados por categoría versus los observados a
nivel de sectores.

Los puntos de partida considerados para el análisis se definieron como:
▪ Punto de Partida 1: Todos los betas con un valor único igual a 2.0
▪ Punto de Partida 2: Cada beta con un valor inicial correspondiente al inverso del
costo promedio observado por categoría (1 / LPon ).
▪ Punto de Partida 3: Los betas con los valores iniciales obtenidos del modelo
estratégico existente de estudio STU Temuco, I Etapa.
La definición de las precisiones exigidas a los costos promedios modelados depende del
punto de partida. Así para el caso del punto de partida 2, con el inverso de los costos
promedios, es posible lograr precisiones muy superiores del algoritmo que con el resto de
los puntos de partida.
Algunas matrices iniciales de Logsumas por categoría y propósito (calculadas según

ecuación 2 anterior), presentan valores negativos de algunas de sus celdas, por lo cual el
costo compuesto promedio en esa categoría esta mal calculado y el algoritmo esta
incorrecta su aplicación. Debido a eso, se agrega una cantidad de viajes pareja a todas las
celdas de la matriz de logsuma (lij= lij+2; para todo( i,j) de la matriz logsuma de todas las
categorías) cuando esto sucede. Esto no provoca problemas ya que se mantiene la
distribución de costos al interior de la matriz Lij y se puede estimar correctamente el costo
promedio de referencia y aplicar el algoritmo posteriormente.
4.4.1 Periodo Punta Mañana
Los valores que se presentan en los cuadros siguientes obedecen a una selección de los
resultados alcanzados después de realizar varias pruebas con precisiones distintas. Para
cada punto de partida se indica la precisión exigida de los costos promedios, si se hizo ó no
corrección de la matriz de logsumas y el número de iteraciones permitidas si no se logra la
precisión exigida de los costos, que en todos los casos correspondió a 50 iteraciones.
En anexo 4-1 (magnético) se presentan los resultados por periodo de las salidas del
algoritmo de distribución tanto para los resultados descritos en los cuadros como de las
otras pruebas realizadas.

CUADRO Nº 4-4: Betas Calibrados de Propósito Trabajo - Período Punta Mañana

CATEGORÍAS (*)
1 2 3 4 5 6 7 8 9
Viajes Observados EOD(4) 6933 637 0 11193 5747 185 2117 3821 889
Punto Partida 1 (lij=lij+0, Nº Iter=50, Prec. Exig.=5% (1))
Betas 0.5968 0.0574 0.0000 0.9268 1.4691 1.8761 0.9994 2.0000 2.0000
Costo LPon Observado 4.182 2.170 0.000 3.519 1.142 0.995 3.130 0.826 0.851
Punto de Partida 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000
N Iteraciones Realizadas 12 33 1 9 5 2 9 1 1
Costo LP n Modelado 3.998 2.062 0.000 3.345 1.089 0.956 2.988 0.812 0.853
Converg.Costos (%) (2) 5 5 0 5 5 4 5 2 0,2
Converg .Dist Viajes (%) (3) 44 133 0 41 56 115 55 58 73
Punto Partida 1 (lij=lij+0, Nº Iter=50, Prec. Exig.=10% (1))
Betas 0.9234 0,2861 0.0000 1.3537 1.7947 2.0000 1.5521 2.0000 1.5000
Punto de Partida 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000
Converg.Costos (%) (2) 9 10 0 9 8 5 10 1 5
Punto Partida 2 (lij = lij+2, Nº Iter=50, Prec. Exig.=0,50% (1))
Betas 0.2360 0,0296 0.0000 0,4305 0,8578 1.2525 0.4132 0.9864 1.1864
Punto de Partida 0.162 0.240 0.000 0.181 0.318 0.334 0.195 0.354 0.351
Converg.Costos (%) (2) 1 3 0 1 1 1 1 1 2
(1)
Punto Partida 2 (lij = lij+2, Nº Iter=50, Prec. Exig.=1 % )
Betas 0.1956 0,0293 0.0000 0.4030 0.8313 1.2501 0.3923 0.9831 1.1846
Punto de Partida 0.162 0.240 0.000 0.181 0.318 0.334 0.195 0.354 0.351
Converg.Costos (%) (2) 1 3 0 1 1 1 1 1 2
Punto Partida 3 (lij = lij+2, Nº Iter=50, Prec. Exig.=5% (1))
Betas 0.7482 0,2443 0.0000 1.1571 1.2539 1.7702 0.0688 1.9891 1.1394
Punto de Partida 1.2037 0.8956 0.8956 1.3776 1.2539 1.7702 0.0485 1.9891 1.1394
Costo LP n Modelado 5.894 3.966 0 5.252 3.120 2.966 5.384 2.810 2.906
Converg.Costos (%) (2) 5 5 0 5 1 1 5 1 2
(1)
Punto Partida 3 (lij = lij+2, Nº Iter=50, Prec. Exig.=10% )
Betas 1.2037 0,7083 0.0000 1.3776 1.2539 1.7702 0.0485 1.9891 1.1394
Punto de Partida 1.2037 0.8956 0.8956 1.3776 1.2539 1.7702 0.0485 1.9891 1.1394
Converg.Costos (%) (2) 8 10 0 6 1 1 5 1 2
(1), (2): corresponde al error porcentual (o precisión exigida) y alcanzada, respectivamente, entre el costo promedio modelado versus el costo observado
(3) Corresponde al error promedio porcentual a nivel de sectores (agregación de zonas) entre la matriz observada versus la modelada
(4) Aparece sólo una vez para cada punto de partida ya que es igual para todas las precisiones exigidas

Analizando el cuadro anterior para el propósito trabajo punta mañana, se observa que se
obtienen betas por categoría menores para una precisión del 5% sobre el 10% de los costos
promedios de la Ec. 5 anterior.
A su vez, al aumentar la precisión en el costo promedio, en general los valores de las

diferencias entre los viajes a nivel de sectores observados de la EOD versus los modelados son
menores por categoría. Las categorías sin viajes observados como la 3 no estiman beta.
El algoritmo nunca sale de su valor inicial para cada beta por categoría para el punto de partida
1( igual a 2.0 como beta de partida) en algunas categorías como la 8 y 9.
La mejores precisiones de la igualdad de costos se logran para el punto de partida 2 (1/LPon ),

donde se exige un 0.5% de precisiones en los costos. En este caso, para la mayoría de las
categorías incluso con las 50 iteraciones no logran llegar a esa precisión del 0.5%, pero si a
valores del 1%, lo cual es muy bueno.
A su vez analizando el comportamiento de estos betas por categoría y lo valores alcanzados se

ven muy razonables ya que crecen con la posesión de automóvil al interior de cada categoría,
exceptuando los valores alcanzados por la categoría 2 que tiene muy pocos viajes en este
propósito para este periodo. De manera de evitar que las categorías 2 y 3 tengan una valor tan
bajo como el alcanzado se agruparan con la categoría 1 y se recalculará el valor del beta.
Para el propósito Estudio punta mañana, al analizar el cuadro siguiente se observan

comportamientos similares al de los betas alcanzados para el propósito Trabajo. En este
propósito estudio los resultados mejores se obtienen par el punto de partida 3 (con betas
iniciales provenientes del modelo existente del DSTU de Temuco del año 2000), para una
precisión del 5%, ya que los valores de los betas alcanzados son menores que los otros puntos
de partida y no se pegan en los betas de inicialización como pasa en el caso del punto de
partida 1, principalmente para la precisión exigida del 10%.
En el caso de las categorías 7 y 8 estas se agruparán y se recalculará el valor de beta de manera

de obtener un valor más representativo.

CUADRO Nº 4-5: Betas Calibrados de Propósito Estudio - Período Punta Mañana

CATEGORÍAS (*)
1 2 3 4 5 6 7 8 9
Punto Partida 1 (lij = lij+2, Nº Iter=50, Prec. Exig.=5 % (1))
Betas 1.3456 1.8881 0.0000 1.4105 1.4044 2.1090 1.7637 1.2785 2.0000
Punto de Partida 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000
Converg.Costos (%) (2) 4 4 0 5 5 1 5 5 1
(1)
Betas 1.5476 2.0000 0.0000 1.7850 1.7825 2.0000 2.0000 1.7680 2.0000
Punto de Partida 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000
Converg.Costos (%) (2) 7 5 0 10 10 4 7 10 0
Betas 1.1235 1.6207 0.0000 1.1149 1.0682 2.0965 1.4045 0.8530 1.7841
Punto de Partida 0.301 0.427 0.000 0.355 0.427 0.523 0.459 0.475 0.560
Converg.Costos (%) (2) 0 0 0 0 0 0 0 0 0
(1)
Punto Partida 2 (lij = lij+2, Nº Iter=50, Prec. Exig.=1 % )
Betas 1.1003 1.6002 0.0000 1.0924 1.0458 2.0702 1.3873 0.8158 1.7483
Punto de Partida 0.301 0.427 0.000 0.355 0.427 0.523 0.459 0.475 0.560
Converg.Costos (%) (2) 1 1 0 1 1 1 1 1 1
(1)
Betas 1.0366 1.4536 0.0000 0.9384 0.8565 1.8450 1.2316 0.5516 1.5057
Punto de Partida 1.0366 1.0718 1.0718 0.6716 0.8565 0.9590 1.2316 0.5516 1.1292
Converg.Costos (%) (2) 3 4 0 4 4 4 4 5 4
(1)
Betas 1.0366 1.3654 0.0000 0.7527 0.8565 1.4980 1.2316 0.5516 1.2422
Punto de Partida 1.0366 1.0718 1.0718 0.6716 0.8565 0.9590 1.2316 0.5516 1.1292
Converg.Costos (%) (2) 2 6 0 10 4 9 3 4 8

CUADRO Nº 4-6: Betas Calibrados de Propósito Otros - Período Punta Mañana

CATEGORÍAS (*)
1 2 3 4 5 6 7 8 9
Betas 0.8996 1.2010 0.2935 0.8428 1.3610 1.7837 0.7079 1.5744 2.2078
Punto de Partida 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000
Converg.Costos (%) (2) 4 5 5 4 4 4 5 4 1
Betas 1.0452 1.2469 0.4880 0.9705 1.5876 2.0000 0.8965 2.0000 2.2078
Punto de Partida 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000
Converg.Costos (%) (2) 9 5 10 7 9 8 9 10 0
Betas 0.7853 1.0765 0.1481 0.7136 1.1585 1.5685 0.5236 1.2706 2.0753
Punto de Partida 0.250 0.522 0.259 0.254 0.627 0.850 0.266 0.768 0.857
Converg.Costos (%) (2) 0 0 0 0 0 0 0 0 0
Punto Partida 2 (lij = lij+2, Nº Iter=50, Prec. Exig.= 1 % (1))
Betas 0.7737 1.0670 0.1591 0.7040 1.1361 1.5413 0.5055 1.2426 2.0447
Punto de Partida 0.250 0.522 0.259 0.254 0.627 0.850 0.266 0.768 0.857
Costo LP n Modelado 4.033 1.935 3.822 3.971 1.608 1.188 3.798 1.313 .1.178
Converg.Costos (%) (2) 1 1 1 1 1 1 1 1 1
Betas 0.8956 1.1942 0.2955 0.8403 1.3209 1.7298 0.7090 1.6104 2.4045
Punto de Partida 3.8366 2.8165 2.8165 3.2712 3.6610 5.7674 3.5539 4.0706 16.7109
Converg.Costos (%) (2) 4 4 5 4 3 3 5 5 4
Betas 1.0303 1.2378 0.4425 0.9646 1.4849 1.9240 0.8972 1.8759 2.7740
Punto de Partida 3.8366 2.8165 2.8165 3.2712 3.6610 5.7674 3.5539 4.0706 16.7109
Converg.Costos (%) (2) 9 5 9 7 6 7 9 8 9

Analizando el cuadro anterior para el propósito Otros, se mantienen los comentarios realizados
anteriormente para los otros propósitos; es decir, se obtienen betas por categoría menores para
una precisión del 5% sobre el 10% de los costos promedios; y a su vez, al aumentar la
precisión en el costo promedio, en general los valores de las diferencias entre los viajes a nivel
de sectores observados de la EOD versus los modelados son menores por categoría.
En este caso, los betas menores y que alcanzan mayor precisión, saliendo de sus puntos de
partida iniciales, se logran para el punto de partida 2 (1/LPon ), cuando se exige un 1% de
precisiones en los costos. En este caso, para la mayoría de las categorías antes de las 50
iteraciones se logra llegar a esa precisión del 1%.
En el caso de las categorías 7, 8 y 9 que corresponden a usuario de ingreso alto, estas se

agruparán y se recalculará el valor de beta de manera de obtener un valor más representativo.
A continuación en el cuadro Nº4-7 se presentan los valores de beta obtenidos para la

agrupación de categorías señalada con anterioridad.
Cuadro Nº 4-7: Betas Calibrados

Categorías Agregadas – Período Punta Mañana – Lij = Lij+2
Propósito Trabajo Trabajo Estudio Otros Otros
Categorías Agregadas 1,2 y 3 1,2 y 3 7y8 7, 8 y 9 7, 8 y 9
Viajes Observados EOD(4) 7571 7571 6965 2713 2713
Punto Partida - Precisión Exig. 1/Co – 0.5% Dstu – 5% Dstu – 5% 1/Co-1% Dstu-5%
Betas 0.048 0.327 0.935 0.563 0.741
Costo LPon Observado 6.013 6.013 2.134 2.109 2.109
Punto de Partida 0.166 1.804 0.832 0.474 3.554
N Iteraciones Realizadas 50 18 3 9 9
Costo LP n Modelado 5.908 5.715 2.234 2.125 2.014
Converg.Costos (%) (2) 2 5 5. 1 5
Converg .Dist Viajes (%) (3) 44 41. 91 78 74
Se debe señalar que, en el caso del propósito trabajo en que se agrupó las categorías 1, 2 y 3
(usuario ingreso bajo), se obtuvo un valor de beta extremadamente bajo (0.048) por lo que se
probó con un punto de partida más alto (Beta DSTU), lo cual permitió obtener un valor de beta
más significativo (0.327). Algo equivalente ocurrió con el propósito otros, donde se agruparon
las categorías 7, 8 y 9 (usuario ingreso alto).

4.4.2 Periodo Fuera de Punta
Los cuadros siguientes presentan los mismos resultados para el periodo fuera de punta. En
general se observan en este período comportamientos de los betas un tanto más erráticos,
atribuibles a que en algunas categorías de los propósitos Estudio y Trabajo principalmente se
realizan muy pocos viajes.
Así, en el cuadro siguiente para el propósito Trabajo el mejor comportamiento de los betas se
logra para el punto de partida 2 (1/LPon ), cuando se exige un 0.5% de precisiones en los
costos, ya que los betas son menores, se alcanza mayor precisión de los costos promedios y
todos los betas logran salir de sus puntos de partida iniciales del algoritmo.
Al examinar el set de betas señalado, se denota que existe un valor muy bajo (0.0048) para la
categoría 2, por lo cual se agrupará con las categorías 1 y 3 recalculando por tanto el valor de
beta. Por otro lado, se denota un valor muy alto para el beta de la categoría 6 (de valor 3.6239)
se asimila al de la categoría 5 que pertenece al mismo estrato y posesión de automóvil similar.
Para el propósito Estudio Fuera de Punta, al analizar el cuadro siguiente se observan que para
todos los puntos de partidas los valores de los betas son bastante altos.
Los betas menores y con buenas precisiones de los costos y razonables de los viajes se logran
para el caso de la partida 2 con un 0,5% de precisión. Sin embargo, en este caso se obtienen
valores altos de beta para las categorías 2 y 6, las cuales debieran agruparse por tanto con las
categorías más cercanas del mismo estrato de ingreso. Estas 2 categorías alcanzan apenas a
100 y 21 viajes observados por hora en este período, respectivamente, de ahí lo errático de sus
resultados. Lo mismo se puede decir, para la categoría 9 que también presenta pocos viajes;
por lo cual se agrupará con las categorías 7 y 8 y se recalculará el valor de beta.
Finalmente, para el propósito Otros del período Fuera de Punta, tal cual como lo muestra el
cuadro siguiente los betas menores con mejores comportamientos a nivel de categorías
pertenecientes al mismo estrato de ingreso y que logran las mejores precisiones de costos y
viajes se dan par el punto de partida 2 con una precisión del 0.5%. Considerando lo valores
alcanzados, se considera agrupar la categoría 6 que presenta el beta más alto (2.11819) con la
categoría 5 (0.8863), de manera de mantener una relación de consistencia de los valores de
betas con el resto de las categorías. Por otro lado, se asimilarán la categoría 2 y 3, ya que esta
última presenta muy pocos viajes.

CUADRO Nº 4-8: Betas Calibrados de Propósito Trabajo - Período Fuera de Punta

CATEGORÍAS (*)
1 2 3 4 5 6 7 8 9
Punto Partida 1 (lij=lij +2, Nº Iter=50, Prec. Exig.=5% (1))
Betas 0.6455 0.0151 0.6184 0.8163 1.0446 2.7380 1.2069 2.0000 2.0000
Punto de Partida 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000
Converg.Costos (%) (2) 4 6 5 4 5 5 4 4 1
Punto Partida 1 ( lij=lij +2, Nº Iter=50, Prec. Exig.=10% (1))
Betas 0.8480 0.2637 0.8980 1.0827 1.5892 2.2166 1.7643 2.0000 2.0000
Punto de Partida 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000
Converg.Costos (%) (2) 8 10 10 9 9 9 10 4 0
Punto Partida 2 ( lij=lij +2, Nº Iter=50, Prec. Exig.=0,5% (1))
Betas 0.4103 0.0048 0.3259 0.5387 0.4009 3.6239 0.7937 0.7339 1.6153
Punto de Partida 0.179 0.244 0.256 0.197 0.323 0.397 0.218 0.382 0.388
Converg.Costos (%) (2) 0 7 0 0 0 0 0 1 1
Betas 0.3848 0.0048 0.2984 0.5082 0.3327 3.5203 0.7544 0.6621 1.5437
Punto de Partida 0.179 0.244 0.256 0.197 0.323 0.397 0.218 0.382 0.388
Converg.Costos (%) (2) 1 7 1 1 1 1 1 1 1
Betas 0.6560 0.0088 0.0000 0.5653 0.8938 2.9029 0.5184 0.7993 0.6925
Punto de Partida 0.800 0.562 0 0.565 0.894 0.736 0.315 0.799 0.693
Converg.Costos (%) (2) 5 7 6 0 4 4 5 1 5
Punto Partida 3 ( lij = lij+2, Nº Iter=50, Prec. Exig.=10% (1))
Betas 0.7999 0.2306 0.0000 0.5653 0.8938 2.2220 0.3147 0.7993 0.6925
Punto de Partida 0.800 0.562 0 0.565 0.894 0.736 0.315 0.799 0.693
Converg.Costos (%) (2) 7 10 6 0 4 9 8 1 5

CUADRO Nº 4-9: Betas Calibrados de Propósito Estudio - Período Fuera de Punta

CATEGORÍAS (*)
1 2 3 4 5 6 7 8 9
Punto Partida 1 (lij = lij+2 , Nº Iter=50, Prec. Exig.=5% (1))
Betas 2.0000 2.8329 0.0001 1.7705 1.4042 6.9581 1.4168 0.9312 2.0000
Punto de Partida 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000
Converg.Costos (%) (2) 4 5 16 4 5 4 4 5 3
Betas 2.0000 2.6383 0.0001 2.0000 1.7655 5.7147 1.7666 1.3354 2.0000
Punto de Partida 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000
Converg.Costos (%) (2) 4 8 16 7 9 8 9 9 3
Betas 1.6921 3.2215 0.0001 1.4964 1.0055 9.4156 1.0954 0.4478 2.2195
Punto de Partida 0.424 0.553 0.295 0.437 0.453 0.739 0.424 0.451 0.548
Converg.Costos (%) (2) 0 0 15 0 0 0 0 0 0
Betas 1.6716 3.1792 0.0001 1.4749 0.9768 8.9506 1.0732 0.4507 2.1763
Converg.Costos (%) (2) 1 1 15 1 1 1 1 0 1
Betas 1.4673 2.9206 0.0000 1.3002 0.6706 7.0524 0.8514 0.3304 1.8577
Punto de Partida 0.4979 0.5755 0.0000 0.3094 0.6074 0.5212 0.4025 0.3304 0.8203
Converg.Costos (%) (2) 5 4 15 4 5 4 5 1 4
Betas 1.2714 2.5754 0.0000 1.0583 0.6074 5.8534 0.5557 0.3304 1.4025
Converg.Costos (%) (2) 9 8 15 9 6 8 10 1 10

CUADRO Nº 4-10: Betas Calibrados de Propósito Otros - Período Fuera de Punta

CATEGORÍAS (*)
1 2 3 4 5 6 7 8 9
Betas 0.7044 0.9294 1.3152 0.8000 1.0788 2.1222 0.8882 1.4942 1.5078
Punto de Partida 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000
Converg.Costos (%) (2) 4 3 3 4 4 1 4 5 5
Betas 0.8295 1.0632 1.5131 0.9424 1.2335 2.0000 1.0326 1.7595 1.7656
Punto de Partida 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000 2.0000
Converg.Costos (%) (2) 10 8 9 9 7 4 9 9 9
Converg .Dist Viajes (%) (3) 49 91 73 42 53 .85 85 65 75
Punto Partida 2 ( lij = lij+2, Nº Iter=50, Prec. Exig.=0,5% (1 ))
Betas 0.6197 0.8203 1.2147 0.6817 0.8863 2.1819 0.7591 1.1782 1.2004
Punto de Partida 0.250 0.309 0.321 0.269 0.334 0.434 0.289 0.373 0.385
Converg.Costos (%) (2) 0 0 0 0 0 0 0 0 0
Betas 0.6154 0.8086 1.2078 0.6672 0.8654 2.1674 0.7440 1.1515 1.1770
Punto de Partida 0.250 0.309 0.321 0.269 0.334 0.434 0.289 0.373 0.385
Converg.Costos (%) (2) 1 1 1 1 1 1 1 1 1
Betas 0.5444 0.7022 0.0000 0.5866 0.7309 2.0158 0.6547 0.9424 0.9799
Punto de Partida 0.4197 0.3507 0.0000 0.4774 0.3370 0.5275 0.2082 0.3769 0.3892
Converg.Costos (%) (2) 5 5 46 4 4 3 4 5 4
Betas 0.4693 0.6059 0.0000 0.4774 0.5209 1.7539 0.5297 0.6629 0.6940
Punto de Partida 0.4197 0.3507 0.0000 0.4774 0.3370 0.5275 0.2082 0.3769 0.3892
Converg.Costos (%) (2) 9 9 46 9 9 9 9 9 9

A continuación en el cuadro Nº4-11 se presentan los valores de beta obtenidos para la

agrupación de categorías señalada con anterioridad.
Cuadro Nº 4-11: Betas Calibrados

Categorías Agregadas – Período Fuera de Punta - Lij =Lij+2
Propósito Trabajo Trabajo Estudio Estudio Estudio Otros
Categorías Agregadas 1, 2 y 3 8y9 1, 2 y 3 4, 5 y 6 7, 8 y 9 5y6
Viajes Observados EOD(4) 1519 1403 1162 2257 939 6814
Punto Partida - Precisión Exig. 1/Co – 0.5% 1/Co – 0.5% 1/Co – 0.5% 1/Co – 0.5% 1/Co – 0.5% 1/Co – 0.5%
Betas 0.302 0.859 1.750 1.360 1.021 0.913
Costo LPon Observado 5.310 2.611 2.313 2.253 2.212 2.973
Punto de Partida 0.188 0.383 0.432 0.444 0.452 0.336
N Iteraciones Realizadas 39 50 16 20 25 20
Costo LP n Modelado 5.336 2.633 2.323 2.263 2.223 2.987
Converg.Costos (%) (2) 1 1 0 0 1 0
Converg .Dist Viajes (%) (3) 58 66 69 41 80 52

Considerando los comentarios de los cuadros anteriores, las asimilaciones de betas entre
categorías señaladas y las agrupaciones de3 categorías descritas anteriormente, el cuadro
siguiente presenta los parámetros betas finalmente estimados para el estudio.
CUADRO Nº 4-12: Betas Calibrados por Período – Propósito y Categoría 2004 Temuco
CATEGORÍAS (*)
PROPOSITO
1 2 3 4 5 6 7 8 9
PUNTA MAÑANA
TRABAJO 0.3268 0.3268 0.3268 0.4305 0.8578 1.2525 0.4132 0.9864 1.1864
ESTUDIO 1.4535 1.4535 1.4535 0.9384 0.8565 0.8565 0.9354 0.9354 1.5057
OTROS 0.7737 1.0670 1.0670 0.7040 1.1361 1.1361 0.7411 0.7411 0.7411
FUERA DE PUNTA
TRABAJO 0.3024 0.3024 0.3024 0.5387 0.4009 0.4009 0.7937 0.8585 0.8585
ESTUDIO 1.7496 1.7496 1.7496 1.3595 1.3595 1.3595 1.0208 1.0208 1.0208
OTROS 0.6197 0.8203 0.8203 0.6817 0.9127 0.9127 0.7591 1.1782 1.2004
Fuente: Elaboración propia.
Estos betas pueden apreciarse gráficamente en la figuras siguientes donde se aprecia un

comportamiento bastante consistente a nivel de categorías de ingreso.
Betas Punta Mañana

2.0
1.5
TRA B A JO
Betas
1.0 ESTUDIO
OTROS
0.5
0.0
0 1 2 3 4 5 6 7 8 9 10
Categorías de Usuario
Betas Fuera de Punta

2.0
1.5
TRA B A JO
Betas
1.0 ESTUDIO
OTROS
0.5
0.0
0 1 2 3 4 5 6 7 8 9 10
Categorías de Usuario

4.5 VALIDACIÓN DEL MODELO
A continuación se presentan los viajes predichos por el modelo considerando los betas
presentados en el cuadro anterior. Se presenta en primer lugar una comparación de los viajes
modelados versus los observados de la EOD 2003, por período, propósito y categoría de
usuario. Para esto se utilizan los vectores orígenes-destino modelados totales, obtenidos del
Cap.2 anterior.
CUADRO Nº4-13: Comparación entre Viajes Modelados y Observados por Propósito y Categoría
Punta Mañana 2003
VIAJES CATEGORÍA
PROPOSITO
(Viajes/hr) 1 2 3 4 5 6 7 8 9 TOTAL
Totales EOD(1) 6933 637 0 11193 5747 185 2117 3821 889 31524
% 21.99 2.02 0.00 35.51 18.23 0.59 6.72 12.12 2.82 100.00
TRABAJO
Totales Mod. (2) 8260 780 14 14527 6240 200 2526 4043 876 37465
% 22.05 2.08 0.04 38.77 16.66 0.53 6.74 10.79 2.34 100.00
Totales EOD(1) 17269 1227 0 18433 7013 170 2872 4093 1041 52118
ESTUDIO 33.13 2.35 0.00 35.37 13.46 0.33 5.51 7.85 2.00 100.00
Totales Mod. (2) 20311 1468 26 18070 7872 242 3430 5497 1193 58110
34.95 2.53 0.04 31.10 13.55 0.42 5.90 9.46 2.05 100.00
Totales EOD(1) 5386 367 14 5575 2921 86 908 1489 316 17062
31.57 2.15 0.08 32.67 17.12 0.50 5.32 8.73 1.85 100.00
OTROS
Totales Mod. (2) 4397 344 6 3839 1802 56 1827 2923 635 15829
27.78 2.17 0.04 24.25 11.38 0.35 11.54 18.47 4.01 100.00
TOTAL VIAJES EOD (3) (Viajes/hr) 100703
TOTAL VIAJES MODELADOS (4) (Viajes/hr) 111404
(1) Corresponde a la suma de viajes inter mas intrazonales para cada categoría de usuario para todos los modos asignables y no asignables de
la EOD 2003, incluye factor de corrección por Tasa ACM y Subreporte.
(2) Viajes Modelados obtenidos de la calibración del modelo de Generación y Atracción del Cap. 2 anterior.
(3) Corresponde a los Viajes Totales de la EOD 2003 del período
(4) Corresponde a los Viajes Totales Modelados del periodo
Del cuadro anterior se aprecia en su ultima columna con los totales que para el propósito
Trabajo y Estudio, los vectores orígenes destino modelados superan a los viajes de la EOD
2003 de referencia; sin embargo para el propósito Otros los modelos calibrados de generación
y atracción entregan menos viajes que la EOD 2003. A nivel de viajes por categoría, la
proporción obtenida para cada una de ellas es bastante similar a la de la EOD 2003, para todos
los propósitos.

La razón de lo anterior se debe a que las tasas sólo explican una parte de los viajes, que son
justamente los viajes basados en el hogar ida. En el caso del período punta mañana estos viajes
representan el 92% del total de viajes del período. Esto hace esperar ya una diferencia entre los
viajes modelados y observados, incluso posterior a la corrección del factor de expansión por
tasa ACM. Como esto se sabía de antemano, se planteó un modelo de ajuste a la estimación.
Este modelo hace amplificar los viajes estimados entre un 7% y un 15% para los propósitos
estudio y otros.
CUADRO Nº 4-14: Comparación entre Viajes

Modelados y Observados por Propósito y Categoría - Fuera de Punta 2003
PROPOSITO VIAJES CATEGORÍA
(Viajes/hr) 1 2 3 4 5 6 7 8 9 TOTAL
Totales EOD(1) 1248 261 10 2385 1497 22 581 1144 259 7407
% 16.85 3.52 0.14 32.20 20.21 0.30 7.84 15.44 3.50 100.00
TRABAJO
Totales Mod. (2) 1640 124 6 2742 1226 41 604 1138 346 7867
% 20.85 1.58 0.08 34.85 15.58 0.52 7.68 14.47 4.40 100.00
Totales EOD(1) 1059 100 4 1536 700 21 312 500 127 4358
ESTUDIO 24.30 2.29 0.09 35.25 16.06 0.48 7.16 11.47 2.91 100.00
Totales Mod. (2) 1222 131 2 1879 558 24 471 535 110 4933
24.77 2.66 0.04 38.09 11.31 0.49 9.55 10.85 2.23 100.00
Totales EOD(1) 16937 1353 101 13636 6636 179 2646 4051 865 46403
36.50 2.92 0.22 29.39 14.30 0.39 5.70 8.73 1.86 100.00
OTROS
Totales Mod. (2) 16982 1203 41 12294 6351 158 2747 3519 926 44221
38.40 2.72 0.09 27.80 14.36 0.36 6.21 7.96 2.09 100.00
TOTAL VIAJES EOD (3) (Viajes/hr) 58168
(4)
TOTAL VIAJES MODELADOS (Viajes/hr) 57021
(1) Corresponde a la suma de viajes inter mas intrazonales para cada categoría de usuario para todos los modos asignables y no
asignables de la EOD 2003, incluye factor de corrección por Tasa ACM y Subreporte.
(2) Viajes Modelados obtenidos de la calibración del modelo de Generación y Atracción del Cap. 2 anterior.
(3) Corresponde a los Viajes Totales de la EOD 2003 del período
(4) Corresponde a los Viajes Totales Modelados del periodo
Para el periodo fuera de punta los totales modelados son mayores que la EOD a nivel del
propósito Trabajo y Estudio y menor a nivel del propósito Otros; aunque las diferencias en
todos los casos son menores que en la punta mañana.
En este caso, las diferencias se deben a los modelos de regresiones que simulan los viajes no
basados en el hogar, que no necesariamente deben ajustar al total de viaje de la EOD.

De manera de ajustar estas diferencias, se realizó una comparación a nivel de viajes por modo,
esto último aplicando el modelo de partición modal calibrado sobre las matrices de
distribución modeladas. Esto permite ajustar los totales de viajes de los vectores orígenes-
destino de manera de trabajar sólo con los viajes de modos modelables por Vivaldi (modos
asignables más auto acompañante) como son: Caminata, Auto-Chofer, Auto acompañante,
Bus, Taxicolectivo y Bicicleta. Se excluyen por lo tanto sólo los modos combinados.
Para generar los totales de modos asignables, se calculó la proporción de estos viajes del total
de viajes por propósito y período de la EOD 2003, y se aplicaron estos factores a los totales
modelados del Cap.2. Los factores aplicados por propósito período para ajustar los totales
modelados sólo a los viajes asignables obtenidos de la EOD se reportan en el cuadro siguiente.
CUADRO Nº 4-15: Cálculo de Viajes Modelables

PERIODO- VIAJES TOTALES VIAJES ASIGNABLES FACTOR DE
PROPOSITO MODELADOS O-D(1) EOD (2) AJUSTE
AM – Trabajo 37465 30979 0.83
AM – Estudio 58110 45321 0.78
AM – Otros 15829 16942 1.07
AM- TOTAL 111404 93942 0.84
FP - Trabajo 7867 7266 0.92
FP - Estudio 4933 3880 0.79
FP - Otros 44221 45931 1.04
FP TOTAL 57021 57078 1.0
(1) Corresponde a la suma de viajes inter mas intrazonales para cada categoría de usuario para todos los modos
asignables y no asignables de la EOD 2003, incluye factor de corrección por Tasa ACM y Subreporte
(2) Corresponden solo a los asignables (Auto Chofer, Auto Acomp, Bus, Txc, Caminata y Bicicleta) de la EOD 2003
Fuente : Elaboración propia
Los factores de ajuste del cuadro anterior se aplican de la siguiente manera: para el período
punta mañana, dado que existe un factor promedio de 0.84, se aplica el factor a nivel de
propósitos, utilizando el mismo factor para el vector origen y el vector destino por propósito,
para cada zona. Para el período Fuera de Punta no se aplica ningún factor, considerando el
subreporte tradicional de este periodo y dado que existe un factor promedio de 1.0.
Finalmente, para mejorar la partición por modo, se realiza un nuevo ajuste de las constantes
modales específicas de algunos modos por propósito de viaje, de manera de asimilarse lo más
posible a nivel de viajes por modo modelados con los totales de viajes de los modos asignables
observados de la EOD.
El cuadro siguiente presenta el ajuste de constantes modales realizado para validar el modelo
completo de demanda calibrado.

CUADRO Nº 4-16: Constantes Modales Ajustadas Modelo Completo de Demanda
PUNTA MAÑANA FUERA DE PUNTA

MODO
Trabajo Estudio Otros Trabajo Estudio Otros
Caminata -2.7912 0.05888 0.4684 -2.0973 0.1728 0.2320
Auto-Chofer 0.4902 -3.0265 0.7065 2.8041 -2.9125 -0.5586
Auto-Acomp -0.6048 -0.1379 -0.8283 0.7813 -0.6829 -1.4679
Bus -1.8962 1.4134 -0.2217 -1.9202 0.1116 -0.0880
Taxicol -2.9095 -2.9002 -1.2643 -2.8385 -2.7906 -1.6840
Bicicleta -5.2870 -4.6020 -4.4379
Los resultados finalmente alcanzados a nivel de viajes por modo con este nuevo conjunto de
constantes modales ajustadas se presentan en los cuadros siguientes.
Cuadro Nº4-17: Viajes Totales Modelados Versus Observados Punta Mañana

Modo Viajes Modelados * Viajes Observados EOD 2003 *
Intrazonales Viajes Totales Intrazonales Viajes Totales
(viajes/hr) (%) (viajes/hr) (%) (viajes/hr) (%) (viajes/hr) (%)
Caminata 7316 79.1 29263 31.4 12244 83.3 28191 30.2
Auto Chofer 471 5.1 10849 11.6 817 5.6 11366 12.2
Auto Acomp. 497 5.4 10269 11.0 712 4.8 9513 10.2
Bus 828 9.0 34212 36.7 853 5.8 35521 38.1
Taxicolectivo 137 1.5 6754 7.2 64 0.4 6550 7.0
Bicicleta 30 0.3 1980 2.1 10 0.1 2102 2.3
Totales 9249 100.0 93327 100. 14690 100.0 93242 100.0
* Considera sólo viajes de modos asignables: auto, bus, txc, caminata y bicicleta
Fuente: Elaboración Propia en base a modelos de demanda calibrados
Cuadro Nº 4-18: Viajes Totales Modelados Versus Observados Fuera de Punta

Modo Viajes Modelados * Viajes Observados EOD 2003 *
Intrazonales Viajes Totales Intrazonales Viajes Totales
(viajes/hr) (%) (viajes/hr) (%) (viajes/hr) (%) (viajes/hr) (%)
Caminata 7230 80.1 23526 41.2 11192 91.4 23579 41.3
Auto Chofer 569 6.3 7342 12.9 390 3.2 6966 12.2
Auto Acomp. 227 2.5 3404 6.0 388 3.2 3470 6.1
Bus 746 8.3 17327 30.3 177 1.4 16879 29.6
Taxicolectivo 252 2.8 4919 8.6 92 0.8 4871 8.5
Bicicleta 21 0.2 577 1.0 150 1.2 1315 2.3
Totales 9024 100.0 57095 100.0 100.0
12239 57078 100.0
* Considera sólo viajes de modos asignables
Fuente: Elaboración Propia en base a modelos de demanda calibrados

Las figuras siguientes presentan el ajuste alcanzado a nivel de totales de viajes por modo para
cada periodo lo cual indica un ajuste muy bueno. Luego, las matrices de viajes obtenidas por
modo corresponden a las utilizadas finalmente para calibrar las redes.
GRAFICO 4.1: Comparación Viajes Modelados y Observados Punta Mañana

100000
90000
80000
70000
VM-Intraz
60000
Viajes/Hr
VO-Intraz
50000
VM-Total
40000
VO-Total
30000
20000
10000
Modos
GRAFICO 4.2: Comparación Viajes Modelados y Observados Fuera de Punta
60000
50000
40000 VM-Intraz
Viajes/Hr
VO-Intraz
30000
VM-Total
20000 VO-Total
10000
Modos
En el Anexo 4-2 se presenta una comparación entre las matrices por modo observadas y las
modeladas a nivel de sectores, obtenidas utilizando los modelos de generación, atracción,
distribución y partición modal calibrados como parte de este estudio. Se observa que a nivel
de sectores las matrices por modo modeladas respetan muy bien la estructura existente en la
matriz observada.


Inf Final - Cap4 Def TE8 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Inf Final - Cap4 Def TE8 PDF

Cargado por

Copyright:

Formatos disponibles

Análisis y Seguimiento de Planes Estratégicos Temuco, Valdivia y Osorno (Temuco IV Etapa) - OT Nº8 Informe Final

4 CALIBRACION MODELO DISTRIBUCION

El modelo de distribución de viajes se definió por período, propósito de viaje y tipo de

A continuación, se presenta la especificación del modelo de distribución a calibrar, las

4.2 ESPECIFICACIÓN DEL MODELO

La función de distribución de viajes presenta diversas asimetrías en su especificación por par

CIS Asociados Consultores en Transporte S.A. 4-1

Sin embargo, es importante mencionar también que se definieron distintos modelos de

Luego, en la especificación del modelo que se presenta a continuación los subíndices

Se define para cada combinación período-propósito un modelo de distribución del tipo

Tijn = Oin Ain Dj Bj exp (- βn Lijn) (1)

CIS Asociados Consultores en Transporte S.A. 4-2

Lijn = - Ln ( ∑ exp (- Cijnm ) ) (2)

Cijnm = - ( ∑ θ mk Xijmk ) (3)

θmk = parámetro asociado a atributo k en el modo m

CIS Asociados Consultores en Transporte S.A. 4-3

4.3 RECOLECCIÓN Y AJUSTES DE INFORMACIÓN DE BASE

4.3.1 Correcciones Previas a Matrices de Viajes Observadas

Las matrices de viajes por propósito-período y categoría de usuario se obtuvieron de la EOD

- Punta Mañana P1: 7:30 - 8: 30

A continuación se presentan los factores de subreporte y la correción por factores ACM

4.3.1.1 Factor de Corrección de subreporte

Este factor de subreporte, permite corregir la EOD de Hogares en términos de totales de

CIS Asociados Consultores en Transporte S.A. 4-4

metodología de ponderación de factores cuando un viaje atraviesa 2 líneas de pantalla. Esta

CIS Asociados Consultores en Transporte S.A. 4-5

Considerando las similitudes y diferencias anteriores y de manera de no modificar la

4.3.1.2 Factor de Corrección por tasas ACM

4.3.2 Matrices de Viajes Observadas corregidas por propósito-período y categoría

CIS Asociados Consultores en Transporte S.A. 4-6

CUADRO Nº4-2: Viajes Totales Observados Corregidos Punta Mañana 2003

Cuadro Nº4-3:Viajes Totales Observados Corregidos Fuera de Punta 2003

CIS Asociados Consultores en Transporte S.A. 4-7

4.4 OBTENCIÓN DE PARÁMETROS DE CALIBRACIÓN

Se realizaron varias pruebas, considerando distintos puntos de partida y criterios de precisión

CIS Asociados Consultores en Transporte S.A. 4-8

Los puntos de partida considerados para el análisis se definieron como:

Algunas matrices iniciales de Logsumas por categoría y propósito (calculadas según

4.4.1 Periodo Punta Mañana

CIS Asociados Consultores en Transporte S.A. 4-9

CUADRO Nº 4-4: Betas Calibrados de Propósito Trabajo - Período Punta Mañana

CIS Asociados Consultores en Transporte S.A. 4-10

A su vez, al aumentar la precisión en el costo promedio, en general los valores de las

La mejores precisiones de la igualdad de costos se logran para el punto de partida 2 (1/LPon ),

A su vez analizando el comportamiento de estos betas por categoría y lo valores alcanzados se

Para el propósito Estudio punta mañana, al analizar el cuadro siguiente se observan

En el caso de las categorías 7 y 8 estas se agruparán y se recalculará el valor de beta de manera

CIS Asociados Consultores en Transporte S.A. 4-11

CUADRO Nº 4-5: Betas Calibrados de Propósito Estudio - Período Punta Mañana

CIS Asociados Consultores en Transporte S.A. 4-12

CUADRO Nº 4-6: Betas Calibrados de Propósito Otros - Período Punta Mañana

CIS Asociados Consultores en Transporte S.A. 4-13

En el caso de las categorías 7, 8 y 9 que corresponden a usuario de ingreso alto, estas se

A continuación en el cuadro Nº4-7 se presentan los valores de beta obtenidos para la

Cuadro Nº 4-7: Betas Calibrados

CIS Asociados Consultores en Transporte S.A. 4-14

4.4.2 Periodo Fuera de Punta

CIS Asociados Consultores en Transporte S.A. 4-15

CUADRO Nº 4-8: Betas Calibrados de Propósito Trabajo - Período Fuera de Punta

CIS Asociados Consultores en Transporte S.A. 4-16

CUADRO Nº 4-9: Betas Calibrados de Propósito Estudio - Período Fuera de Punta

CIS Asociados Consultores en Transporte S.A. 4-17

CUADRO Nº 4-10: Betas Calibrados de Propósito Otros - Período Fuera de Punta