Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Inf Final - Cap4 Def TE8 PDF
Inf Final - Cap4 Def TE8 PDF
4.1 GENERALIDADES
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.
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:
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:
donde:
Las horas representativas de cada período Punta Mañana y Fuera de Punta, utilizados para
calibrar el modelo correspondieron a:
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
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)
LP1:Prieto – Caupolicán OP 1728 3297 897 1103 2168 629 5922 3901
PO 5433 7064 2319 1139 2326 840 14816 4306
LP2:Troncal Sur del Ferrocarril OP 1119 3589 719 232 637 256 5427 1125
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)
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 997 1911 918 595 572 486 3826 1653
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.
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
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.
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.
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.
▪ 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.
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.
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.
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.
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%.
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).
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.
(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
Fuente: Elaboración propia
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.
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
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
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
Fuente: Elaboración propia
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.
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
Fuente: Elaboración propia
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.
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.
Los resultados finalmente alcanzados a nivel de viajes por modo con este nuevo conjunto de
constantes modales ajustadas se presentan en los cuadros siguientes.
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.
90000
80000
70000
VM-Intraz
60000
Viajes/Hr
VO-Intraz
50000
VM-Total
40000
VO-Total
30000
20000
10000
Modos
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.