52603297

1
MODELO DE SIMULACIÓN DE SERVICIO DE LA ESTACIÓN DE LA CALLE

63 DEL SISTEMA DE TRANSPORTE MASIVO DEL NUEVO MILENIO
TRANSMILENIO.
JUAN CARLOS ALFONSO VALENZUELA

NIVARDO ALEXIS LÓPEZ RODRIGUEZ
UNIVERSIDAD DE LA SALLE
FACULTAD DE INGENIERIA
PROGRAMA DE INGENIERIA CIVIL
BOGOTA D.C.
2009
2
MODELO DE SIMULACIÓN DE SERVICIO DE LA ESTACIÓN DE LA CALLE
63 DEL SISTEMA DE TRANSPORTE MASIVO DEL NUEVO MILENIO
TRANSMILENIO.

NIVARDO ALEXIS LÓPEZ RODRIGUEZ
Trabajo de grado presentado como requisito parcial para optar al título de

Ingeniero Civil
Director Temático
Ing. Alejandro Martínez
Asesora metodológica
Mag. Rosa Amparo Ruiz Saray
UNIVERSIDAD DE LA SALLE
FACULTAD DE INGENIERIA
PROGRAMA DE INGENIERIA CIVIL
BOGOTA D.C.
2009
3
Nota de aceptación:
_________________________________________
_________________________________________
_________________________________________
_________________________________________
_________________________________________
_________________________________________
_________________________________________
Firma del presidente del jurado
_________________________________________
Firma del jurado
_________________________________________
Firma del jurado
Bogotá D.C, 07 de Julio 2009
4
AGRADECIMIENTOS
Los autores expresan su reconocimiento:
Al director de tesis Ing. FREDY ALEJANDRO MARTÍNEZ ÁLVAREZ, al

Director del Área Administrativa Ingeniero MANUEL ANTONIO TOBITO
CUBEROS y a la Asesora Metodológica ROSA AMPARO RUIZ SARAY,
quienes aportaron su experiencia y conocimientos en el campo de la
investigación.
A las directivas y profesores de la Universidad de La Salle por crear espacios

académicos que posibilitaron el acceso al conocimiento.
Y a todos los familiares y compañeros, quienes pacientemente colaboraron

para el desarrollo de este trabajo.
5
Para mí es un gran logro estar terminando una etapa más de mi vida y quisiera
dar gracias a Dios, ya que en el transcurso de mi carrera aprendí muchas
cosas las cuales me ayudaran a ser un mejor hombre.
Este trabajo es dedicado a mi mama Gloria Valenzuela y mi tío Juan

Valenzuela ya que fueron las personas que me colaboraron y apoyaron durante
toda mi carrera sin ellos no hubiese tenido la fortaleza de terminar mi carrera.
Este logró no hubiese sido posible sin mi familiares y mis amigos los cuales me
apoyaron con sus consejos y conocimientos respecto a la vida.
6
Este importante logro de mi vida se lo quiero dedicar a Dios sobre todas las
cosas, porque ha sido mi motor y guía, me ha iluminado, me ha llevado por el
camino del bien y me ha acompañado en cada momento de mi vida.
A mi papá JOSE NIVARDO LOPEZ, que con su paciencia, esfuerzo y trabajo

incansable ha hecho posible que esta meta en mi vida sea una realidad. A mi
mamá GLORIA NORALBA RODRIGUEZ quien con su cariño y confianza me
ha dado las fuerzas necesarias para superar las dificultades y continuar mi
proyecto de vida, a mis hermanas que con su gran ejemplo y acompañamiento
me han aportado muchos valores que ayudaron a culminar con éxito este gran
paso.
A JUAN CARLOS ALFONSO mi compañero de tesis y un gran amigo quien

me ayudo, me apoyo, y me brindo su amistad incondicional en este proceso.
Y a todos los amigos, familiares y personas que durante las dificultades me

apoyaron y confiaron en mí.
NIVARDO ALEXIS LÓPEZ RODRÍGUEZ
7
CONTENIDO
Pág.
LISTA DE TABLAS 09
LISTA DE FIGURAS 10
LISTA DE ANEXOS 11
GLOSARIO 12
INTRODUCCIÓN 14
1. EL PROBLEMA 15
1.1 LÍNEA 15
1.2 DESCRIPCIÓN DEL PROBLEMA 15
1.3 FORMULACIÓN DEL PROBLEMA 16
1.4 JUSTIFICACIÓN 16
1.5 OBJETIVOS 17
1.5.1 Objetivo general 17
1.5.2 Objetivos específicos 17
2. MARCO REFERENCIA 18
2.1 MARCO TEÓRICO-CONCEPTUAL 18
2.2 MARCO NORMATIVO 26
2.3 MARCO CONTEXTUAL 27
3. METODOLOGIA 29
3.1 DISEÑO DE INVESTIGACIÓN 29
3.2 INSTRUMENTOS O FORMATOS 30
3.3 VARIABLES 31
3.4 COSTOS 31
4. TRABAJO INGENIERIL 32
4.1 RECOPILACIÓN DE DATOS 32
4.2 ANÁLISIS DE DATOS DE ENTRADA 33
4.3 ANALISIS DE DATOS DE SALIDA 50
4.4 MODELACIÓN DEL SISTEMA 52
4.5 SIMULACION DEL SISTEMA 53
4.6 ANALISIS DE DATOS DE PROMODEL 60
5. CONCLUSIONES 63
6. RECOMENDACIONES 64
BIBLIOGRAFÍA 65
INFOGRAFÍA 67
ANEXOS 68
8
LISTA DE TABLAS
Pág.
Tabla 1. Variables objeto de estudio. 31
Tabla 2. Numero de buses tipo i que arriban según día tipo j 34
Tabla 3. Medias del tiempo entre arribos bus tipo i según día tipo j 36
Tabla 4. Desviación del tiempo entre arribos bus tipo i según día tipo j 37
Tabla 5. Media del tiempo de servicio de buses tipo i según el día tipo j 38
Tabla 6. Desviación del tiempo de servicio de buses tipo i según el día tipo j 38
Tabla 7. Coeficiente de correlación entre arribos 39
Tabla 8. Coeficiente de correlación de tiempo de servicio 40
ab
Tabla 9. Estadísticos de contraste entre arribos TAridj 40
Tabla 10. Tabla de asignación de alias de todas las rutas 41
Tabla 11. Estadísticos de contraste ab tiempo de servicio TSridj 47
Tabla 12. Tabla de asignación de alias de las rutas que tienen servicio 47
ab
Tabla 13. Estadísticos de contraste servicio que usa la estación TSrtidj 48
Tabla 14. Tabla de asignación de alias de las rutas solo en tránsito 48
Tabla 15. Función de distribución de probabilidades de variables tiempo entre arrivos
rutas en el día j TAridj 50
Tabla 16. Función de distribución de probabilidad variables tiempo de servicio ruta i
en el día j TSridj 50
Tabla 17. Función de distribución de probabilidad variable tiempo de servicio solo en
tránsito ruta i en el día j TSrtidj 51
Tabla 18. Utilización de las locaciones 55
Tabla 19. Estado y capacidad múltiple de las locaciones 56
Tabla 20. Estado y capacidad solo de las locaciones 57
Tabla 21. Actividad de las entidades 58
Tabla 22. Estado de las entidades en porcentaje 59
9
LISTA DE FIGURAS
Pág.
Figura 1. Relación Modelamiento y simulación de un sistema 19

Figura 2. Sistemas de colas modelo básico 23
Figura 3. Fotografía de la Estación del a calle 63 salida por la calle 63 27
Figura 4. Rutas de la estación de la calle 63 sentido sur-norte 28
Figura 5. Distribución de pruebas de bondad y ajuste 42
Figura 6. Distribución de pruebas de bondad y ajuste para TARiL1 42
Figura 7. Distribución de pruebas de bondad y ajuste para TARiM1 43
Figura 8. Distribución de pruebas de bondad y ajuste para TARiM3 43
Figura 9. Distribución de pruebas de bondad y ajuste para TARiMi1 44
Figura 12. Distribución de pruebas de bondad y ajuste para TARiJ1 45
Figura 13. Distribución de pruebas de bondad y ajuste para TARiV1 46
Figura 14. Distribución de pruebas de bondad y ajuste para TARiV3 46
Figura 15. Distribución de pruebas de bondad y ajuste para la variable TSridj 48
Figura 16. Distribución de pruebas de bondad y ajuste para la variable TSrtidj 49
Figura 17. Diseño del bus articulado en Promodel 4.2 52
Figura 18. Diseño de la Estación de la Calle 63 con Promodel 4.2 53
Figura 19. Estación de la Calle 63 simulando el modelo 53
Figura 20. Utilización de las locaciones 55
Figura 21. Estado y capacidad múltiple de las locaciones 56
Figura 22. Estado y capacidad solo de las locaciones 57
Figura 23. Estado de las entidades en porcentaje 59
10
LISTA DE ANEXOS
Pág.
Anexo A. Formato de recolección de datos CD-ROM
Anexo B. Costos de la investigación 69
Anexo C. Recursos materiales 69
Anexo D. Recursos Institucionales 69
Anexo E. Recursos Humanos 70
Anexo G. Recursos Financieros 70
Anexo H. Tiempos de Entrada y Salida de todas las Rutas CD-ROM
Anexo I. Tiempos de servicio de las rutas que paran. CD-ROM
Anexo J. Independencia de la variable TSridj, TAridj CD-ROM
Anexo K Prueba Coeficiente de correlación CD-ROM
Anexo M. Tablas de los escenarios de simulación CD-ROM
11
GLOSARIO
 SIMULACIÓN: es la representación ficticia de una situación real, que se

experimenta mediante modelos que son abstracciones de la realidad; el
conocimiento adquirido en la simulación se aplica en el mundo real.
 MODELACIÓN: es un intento por imitar o aproximarse a algo; por su parte,

modelar significa construir una representación matemática de un sistema
real.
 LÍNEA DE ESPERA: es el efecto resultante en un sistema cuando la

demanda de un servicio supera la capacidad de proporcionar dicho servicio.
 INDEPENDENCIA ESTADÍSTICA: ambos sucesos son estadísticamente

independientes, cuando la ocurrencia de uno de ellos no influye en la
probabilidad de ocurrencia del otro.
 TAridj: tiempo entre arribos donde r es la ruta tipo i que arriba el día j.
 TSridj: tiempo de servicio donde r es la ruta tipo i, que arriba el día j.
 TSrtidj: tiempo de servicio donde rt es la ruta en tránsito tipo i que usa la

estación el día j.
 TIEMPO DE SERVICIO: tiempo que dura el bus articulado en el vagón

recogiendo pasajeros.
 COLA: línea de espera.
 DEMANDA DEL SERVICIO: número de clientes que requieren el servicio en

un momento determinado.
 DISCIPLINA DE COLAS: representa el orden en el que los clientes se

seleccionan de una de las colas.
 ENTIDAD: Objeto de estudio.
 POBLACION DE CLIENTES: clientes potenciales que requieren el servicio.
 PROCESO DE COLAS: está integrado por la forma en la que los clientes

esperan para ser atendidos y la disciplina de colas.
12
 PROCESO DE LLEGADAS: forma en que los clientes solicitan servicio.
 PROCESO DE SERVICIO: define la forma en la que son atendidos los

clientes.
 SERVIDORES: instalaciones de servicio.
 TEORIA DE COLAS: colección de modelos matemáticos que describe

sistemas de líneas de espera particulares o sistemas de colas.
 TIEMPO ENTRE LLEGADAS: intervalo de tiempo que transcurre entre la

llegada de un cliente y la de otro al sistema. Pueden ser Determinístico
(fijo) o probabilístico.
13
INTRODUCCIÓN
A comienzos de 1998 por orden del entonces alcalde mayor de Bogotá,

Enrique Peñalosa, fue diseñado el proyecto de sistema masivo de transporte
en la capital del país.
El Instituto de Desarrollo Urbano (IDU), dirigido por el doctor Andrés Camargo,

participó en el desarrollo de las obras, siendo esta la entidad encargada de
construir la infraestructura física del mencionado proyecto.
El sistema de transporte de Bogotá se ha venido incrementando hace

aproximadamente cinco años y su cobertura en la ciudad se ha ido
extendiendo. De su eficiencia y confiabilidad depende que un gran número de
ciudadanos puedan transportase para cumplir con sus responsabilidades día a
día.
El proyecto estudiara el problema que se presenta en una estación de

Transmilenio por el atascamiento y la generación de una línea de espera de los
buses articulados corriente y expresos. Por ello se realizará una simulación del
servicio de la estación de la Calle 63 con Troncal Caracas sentido sur-norte de
5:00 a 7:00 pm, como necesidad de comprender si existe o no problemas de
movilidad en la estación de la Calle 63.
14
1. PROBLEMA
1.1 LÍNEA
El proyecto de investigación a desarrollar se encuentra dentro de la Línea de

RIESGOS SOCIOECONÓMICOS Y ADMINISTRATIVOS DE LAS OBRAS
CIVILES, adscrita al grupo de investigación “CENTRO DE INVESTIGACIÓN
EN RIESGOS EN OBRAS CIVILES” “CIROC”. De la facultad de Ingeniería
Civil de la Universidad de la Salle, la investigación se enmarca en esta línea ya
que con ella se busca un acercamiento entre las investigaciones y la sociedad
para el beneficio de ella por medio del estudio de movilidad del sistema masivo
TRANSMILENIO.
1.2 DESCRIPCIÒN DEL PROBLEMA
Dado los altos volúmenes de pasajeros que se movilizan dentro de una red de
transporte urbano a distintas horas del día, como es el caso de Transmilenio en
Bogotá, resulta de gran beneficio para la productividad de la ciudad establecer
metodologías que permitan determinar cuáles son las consecuencias de las
interrupciones en la frecuencia del servicio que se presenta en una estación.
Un bus articulado en el sistema de transporte masivo Transmilenio tiene una

programación de servicio dentro de una estación, pero en muy pocas
ocasiones se cumple esta programación debido a su carácter probabilístico.
Los factores que más afectan este servicio son el transito y la congestión de
pasajeros que se presenta dentro de la estación en hora pico.
15
1.3 FORMULACIÓN DEL PROBLEMA
¿Cómo mejorar la programación de servicio de la flota de buses articulados en

el sistema Transmilenio, con la finalidad de evitar el represamiento a la hora
pico comprendida entre las 5:00 pm y 7:00 pm sentido Sur-Norte en la estación
de la Calle 63?.
1.4 JUSTIFICACIÓN
El sistema de transporte masivo TransMilenio necesita un mejoramiento en su

servicio para los pasajeros que lo frecuentan, los pasajeros desean un servicio
más eficiente y efectivo a la hora de tomar un servicio de transporte masivo
según la encuesta realizada por DATEXCO COMPANY S.A. Para
1
Transmilenio.
Se debe conocer los tiempos y la forma en que las diferentes rutas se servicios
de buses articulados transitan por la estación de la Calle 63 y determinar las
tendencias de llegada.
La confiabilidad y eficiencia de una red de transporte tiene efectos directos

sobre la productividad de una ciudad. De esta manera, con base en un modelo
probabilístico y una simulación del sistema de transporte masivo de Bogotá;
Transmilenio, se plantea una metodología de asignación eficiente de recursos,
útil para identificar un tramo que al ser estudiado genere un mayor beneficio
sobre toda la red.
1
http://www.transmilenio.gov.co/WebSite/Contenido.aspx?ID=TransmilenioSA_TransmilenioEnCifras_MedicionDeLaSat
isfaccionAlUsuario
16
1.5 OBJETIVOS
1.5.1 Objetivo general
Determinar si la programación de la Estación de la Calle 63 tiene un buen

funcionamiento o no y establecer si existe un represamiento a la hora pico
comprendido entre las 5:00 pm y 7:00 pm en sentido Sur-Norte.
1.5.2 Objetivos específicos
 Establecer la función de distribución probabilística de los tiempos de llegada

de las rutas de los buses articulados de la estación de la Calle 63.
 Establecer la función de distribución probabilística de los tiempos de

servicio de las rutas de los buses articulados de la estación de la Calle 63.
 Diseñar el modelo simulado para los servicios que utilizan la estación de la

Calle 63 por medio de un software especializado PROMODEL.
 Simular la estación de la Calle 63 y determinar si existe represamiento en la

estación.
 Simular en diferentes escenarios la estación de la calle 63.
17
2. MARCO REFERENCIAL
2.1 MARCO TEÓRICO- CONCEPTUAL
2.1.1 Modelación: Es un intento por imitar o aproximarse a algo; por su parte,

modelar significa construir una representación de un sistema. La diferencia
semántica reside en que un modelo es una representación de estructuras,
mientras que una simulación infiere un proceso o interacción entre las
estructuras del modelo para crear un patrón de comportamiento.2
Los modelos son útiles para predecir y/o estudiar el comportamiento de un

sistema real. Muchas veces se usan modelos de sistemas (que incluso pueden
que no existan todavía) para ver cómo funcionan estos sistemas bajo distintas
condiciones (con distintos parámetros) y ver cuáles son las condiciones
necesarias para que el sistema sirva o trabaje en forma óptima. Hay muchas
razones por las cuales es conveniente experimentar en un modelo y no en la
vida real: costos, tiempo, peligro o simplemente imposibilidad. Los
experimentos son repetibles. Algunos ejemplos de sistemas de la vida real que
pueden ser modelados son: Supermercados, hospitales, redes de caminos,
represas, redes de computadores y modelos económicos.
En general, los modelos son una simplificación de la vida real. Esto porque el
sistema real generalmente es muy complicado, o porque sólo se pretende
estudiar una parte del sistema real.
El proceso de definición del modelo de un sistema (real o no real) se llama

modelamiento. La simulación consiste en usar el modelo para generar datos
acerca del comportamiento del sistema para ver cómo se comportaría, bajo el
supuesto de que el modelo está bien hecho.
2
STEEM, M. GLASERSFELD Von. Modelos y simulación, 1991
18
En general, cualquiera sea la forma que adopte, el modelo debe ser capaz de
proveer instrucciones a alguien o algo, de modo que pueda generar datos que
describan el comportamiento del sistema modelado. Así entonces, se tiene un
sistema real, cuyo modelamiento genera un modelo que puede ser
representado en un computador.
Figura 1. Relación Modelamiento y simulación de un sistema
Manual de Promodel 2001
2.1.2 Modelo matemático: Es un sistema de cálculos que representan la

realidad y por lo tanto la pueden expresar inclusive en forma visual. La forma
en que el planteamiento de un problema se llega a convertir en un modelo
3
computarizado es a través de los modelos matemáticos.
2.1.3 Modelo computarizado: Es un programa para sistemas complejos, este

programa puede ser constituido por muchas subrutinas y tablas
interconectadas, y puede no ser posible resumirlo analíticamente como un
modelo matemático. Estos modelos han tomado un papel cada vez más
4
importante en la toma de decisiones para sistemas complicados.
3
MYERS H, Raymond. MYERS L, Sharon. Probabilidad y estadística para ingenieros y
ciencias.
4
MYERS H, Raymond. MYERS L, Sharon. Probabilidad y estadística para ingenieros y
ciencias.
19
2.1.4 Independencia estadística: Decimos que hay entre dos sucesos
(posibles resultados de un experimento aleatorio), o que ambos sucesos son
estadísticamente independientes, cuando la ocurrencia de uno de ellos no
influye en la probabilidad de ocurrencia del otro; es decir, cuando ambos
sucesos no están correlacionados.5
2.1.5 Prueba de homogeneidad: Es frecuente el análisis de situaciones en las

que, de antemano, las poblaciones son conocidas como diferentes, y el interés
radica en tomar una decisión acerca de si el comportamiento de éstas es
homogéneo respecto de alguna característica. El análisis estadístico de
problemas de este tipo conduce a pruebas de homogeneidad.
Cuando una de las dos variables de clasificación de una tabla de contingencia

está controlada por el investigador, en forma que los totales de los renglones o
los totales de las columnas están predeterminados o fijados antes de recolectar
6
los datos, a la prueba de se le llama de homogeneidad.
2.1.6 Prueba de bondad de ajuste: La prueba de bondad de ajuste desea

determinar qué tanto se ajusta una distribución observada a otra esperada o
teórica (en el caso de homogeneidad, la distribución teórica debe tener valores
iguales para todas las categorías y en el caso de la bondad de ajuste esto no
es requisito). En general se trabaja con grados de libertad y el procedimiento
de prueba es igual al de homogeneidad. La prueba de homogeneidad es un
importante subconjunto de estas pruebas.
2.1.7 Prueba de Kruskal-Wallis: Es un método no paramétrico para probar si

un grupo de datos proviene de la misma población.
Ya que es una prueba no paramétrica, la prueba de Kruskal-Wallis no asume

normalidad en los datos. Si asume bajo la hipótesis nula que los datos vienen
de la misma distribución.
5
DEVORE, Jay L. Probabilidad y Estadística para Ingeniería y Ciencias, 2005
6
DEVORE, Jay L. Probabilidad y Estadística para Ingeniería y Ciencias, 2005
20
2.1.8 Simulación: Esta técnica consiste en desarrollar un modelo en una
computadora que represente el funcionamiento de un sistema o proceso con el
fin de entender y predecir su comportamiento a lo largo del tiempo.
Sea manualmente o por computador, la simulación involucra la generación de

una historia artificial de un sistema y la observación de que esta, represente las
características del sistema real. Una vez desarrollado y validado el modelo
puede ser usado para investigar una amplia variedad de preguntas “que pasa,
si… “sobre el sistema real. 7
Las técnicas de simulación son útiles cuando los sistemas y/o elementos que
se interrelacionan son muy complejos, pero también porque permite estudiar al
sistema real sin modificaciones. De esto se desprende una economía por
cuanto se observa mejor los comportamientos frente a cambios en los
parámetros y es un buen instrumento de enseñanza para la toma de decisiones
y para situaciones totalmente nuevas.8
Simulación es la técnica de diseñar un Modelo que tiene las características

deseadas de un sistema real con el fin de conducir experimentos en una
computadora, que permiten reproducir cronológicamente la esencia de las
operaciones, con el fin de entender el comportamiento del sistema o de evaluar
diferentes estrategias para su operación bajo una serie dada de condiciones o
supuestos.9
7
BANKS-CARSON-Nelson-Nicol: Discrete-Event System Simulation. Ed.3 Precice Hall,2001
8
TAHA, HAMBDY, Investigación de Operaciones. Alfaomega. Mexico.1995
9
BARAHONA CORDOBA, Germán; Simulación Discreta. Editorial Numero y Línea 13.Santiago de Cali,
Julio de 2000, Pág. 3
21
2.1.9 Línea de Espera: Una cola es una línea de espera, y la teoría de colas
es una colección de modelos matemáticos que describe sistemas de líneas de
espera particulares o sistemas de cola.10 Los modelos sirven para encontrar el
comportamiento de estado estable, como la longitud promedio de la línea y el
tiempo de espera promedio para un sistema dado. Esta información, junto con
los costos pertinentes, se usa, entonces, para determinar la capacidad de
servicio apropiada.
Es el efecto resultante en un sistema cuando la demanda de un servicio supera

la capacidad de proporcionar dicho servicio. Este sistema está formado por un
conjunto de entidades en paralelo que proporcionan un servicio a las
transacciones que aleatoriamente entran al sistema. Dependiendo del sistema
que se trate, las entidades pueden ser cajeras, maquinas, semáforos, grúas,
etcétera, mientras las transacciones pueden ser clientes, piezas, autos, barcos,
etcétera. Tanto el tiempo de servicio como las entradas al sistema son
fenómenos que generalmente tienen asociadas fuentes de variación que se
encuentran fuera de control del tomador de decisiones, de tal forma que se
hace necesaria la utilización de modelos estocásticos que permitan el estudio
de este tipo de sistemas.
2.1.9.1 Estructura básica de la línea de espera.

Un sistema de colas pueden dividirse en sus dos componentes de mayor
importancia, la cola y la instalación de servicio. Las llegadas son las unidades
que entran en el sistema para recibir el servicio. Siempre se unen primero a la
cola; si no hay línea de espera se dice que la cola está vacía. De la cola, las
llegadas van a la instalación de servicio de acuerdo con la disciplina de la
cola.11
Un sistema de colas puede dividirse en dos componentes principales:

• La cola
• La instalación del servicio
10
http://www.mitecnologico.com/Main/ModelosDeLineasDeEspera
11
RIBERA, Jaume; Gestión de sistemas de Colas.
22
Los clientes o llegadas vienen en forma individual para recibir el servicio, los
clientes o llegadas pueden ser:
• Personas
• Automóviles
• Máquinas que requieren reparación
• Documentos
• Entre muchos otros tipos de artículos
Si cuando el cliente llega no hay nadie en la cola, pasa de una vez a recibir el
servicio, si no, se une a la cola.
Las llegadas van a la instalación del servicio de acuerdo con la disciplina de la
cola, generalmente ésta es: primero en llegar, primero en ser servido, pero
puede haber otras reglas o colas con prioridades
Figura 2. Sistemas de colas: modelo básico
www.auladeeconomia.com/L%EDneas%20de%20Espera.ppt
2.1.9.2 Proceso de llegada
El proceso de llegada es la forma en que los clientes llegan a solicitar un

servicio. La característica más importante del proceso es el tiempo entre
llegadas, que es la cantidad de tiempo entre dos llegadas sucesivas. Este
lapso es importante porque mientras menor sea el intervalo de tiempo, con más
frecuencia llegan los clientes, lo que aumenta la demanda de servidores
disponibles.
23
Existen dos clases básicas de tiempo entre llegadas.
12
- Determinístico, en el cual clientes sucesivos llegan en un mismo intervalo de

tiempo, fijo y conocido. Un ejemplo clásico es el de ensamble, en donde los
artículos llegan a una estación en intervalos invariables de tiempo (conocido
como ciclos de tiempo).
- Probabilístico, en el cual el tiempo entre llegadas sucesivas es incierto y
variable. Los tiempos entre llegadas. En el caso probabilístico se describe
mediante una distribución de probabilidad. En el caso probabilístico, la
determinación de la distribución real, a menudo, resulta difícil. Sin embargo,
una distribución, la exponencial, ha probado ser confiable en muchos de los
problemas prácticos.
Dentro del proceso de llegadas se tiene en cuenta el tamaño de la entidad, es

decir la cantidad de clientes o productos que llegan al sistema para ser
atendidos por el servidor. Dicho tamaño es acorde a las características del
sistema, así pueden presentarse, dependiendo el ambiente, arrivos
individuales, masivos, en grupos establecidos, o en lotes si se trata de
productos o unidades de material. De la misma manera en la que llegan
entidades, pueden mantenerse o dividirse durante su procesamiento o atención
en el sistema. Conocer tanto el tamaño de la entidad como su permanencia o
comportamiento en el sistema es de vital importancia en el modelamiento de
los sistemas analizados, ya que influyen directamente en el nivel de congestión
de las filas y por consiguiente en las medidas de desempeño del sistema.
2.1.10 TransMilenio: Es el sistema metropolitano de transporte masivo que

funciona en la ciudad de Bogotá, Colombia. Su construcción se inició en 1998,
durante la alcaldía mayor de Enrique Peñalosa Londoño, inaugurado el 4 de
diciembre de 2000, entro en operación el 16 del mismo mes, con las troncales
(líneas) de la Avenida Caracas (hasta la Avenida de los Comuneros o Calle
12
http://www.mitecnologico.com/Main/TeoriaDeColasDefinicionesCaracteristicasYSupuestos
24
Sexta) y la Calle 80. Desde entonces se han abierto varias nuevas troncales y
13
hay otras que están en proceso de construcción.
2.1.11 Transporte masivo: La denominación Sistema Integrado de Transporte

Masivo se aplica a una serie de medios de transporte que actúan
conjuntamente para desplazar grandes cantidades de personas en lapsos
cortos.
13
http//línea 63\ASOMILENIO ONG - Asociación de Usuarios de Transmilenio.mht
25
2.2 MARCO NORMATIVO
 Junta directiva de TransMilenio, Acuerdo 04 del 2007; Que por el Acuerdo

04 de 1999 le corresponde a Transmilenio S.A. la gestión, organización y
planeación del Servicio de Transporte Público Masivo Urbano de Pasajeros
en el Distrito Capital y su área de influencia, bajo la modalidad de transporte
14
terrestre automotor.
 El Decreto 486 de 2006 le asigna a Transmilenio S.A. las funciones de

integrar, evaluar y hacer el seguimiento de la operación del Sistema
Integrado de Transporte Público – SITP.15
 El Acuerdo 257 de 2006 en el Capitulo 11 Sector de Movilidad se crea la

Secretaría Distrital de Movilidad y se establece la integración del sector
señalando a TransMilenio como entidad vinculada.
 El Decreto número 170 del 2001 Ministerio de Transporte; ARTÍCULO 5.-

TRANSPORTE PRIVADO: De acuerdo con el artículo 5 de la Ley 336 de
1996, el transporte privado es aquel que tiende a satisfacer necesidades de
movilización de personas o cosas dentro del ámbito de las actividades
exclusivas de las personas naturales o jurídicas. Cuando no se utilicen
equipos propios, la contratación del servicio de transporte deberá realizarse
con empresas de transporte público legalmente constituidas y debidamente
habilitadas.16
14
http://www.alcaldiabogota.gov.co/sisjur/normas/Norma1.jsp?i=30929
15
http://www.alcaldiabogota.gov.co/sisjur/normas/Norma1.jsp?i=30929
16
http://juriscol.banrep.gov.co:8080/cicprod/basis/infjuric/normas/normas/ddw?w%3dllave_norm
as%3d'decreto+170+2001+ministerio+de+transporte'%26m%3d1%26k%3ddecreto+170+2001+
ministerio+de+transporte%26r%3dy%26u%3d1
26
2.3 MARCO CONTEXTUAL
El sector de estudio para llevar a cabo el proyecto está localizado en la zona

de Chapinero y Teusaquillo el cual está ubicado en la Avenida Carrera 14 No
63-00.
En el sistema TransMilenio existen cinco tipos de estaciones: La estación de la

Calle 63 es una estación Sencilla: Cumplen el servicio corriente de llegada y
salida de pasajeros. Están ubicadas aproximadamente cada 500 metros una de
la otra. La mayoría de estaciones son de éste tipo.
En el año 2000 fue inaugurada la fase uno del sistema TransMilenio, desde el
Portal de la 80, hasta Tercer Milenio, fue esta la última estación de este tramo
que entró en servicio.
La estación recibe el nombre de Calle 63, precisamente por la cercanía a dicho

corredor vial. Atiende a los barrios Chapinero, San Luis y La Esperanza. El sitio
de interés más cercano es la Plaza de Lourdes, a unos 150 m
aproximadamente.
Figura3. Fotografía de la estación del a calle 63 salida por la calle 63
www.transmilenio.gov.co
27
Figura 4. Rutas de la estación de la calle 63 sentido sur-norte
CL 63
Dirección: Avda. Carrera 14 No. 63-00
Zona A: Caracas
Cl.63 Cl.60
 
RUTAS AL NORTE
Vagón C Vagón Vagón B Vagón B Vagón A Vagón

C A
C19 D21 B1 C4 D3 B13 B73
Calle Calle
RUTAS AL SUR
 
Calle Calle
www.surumbo.com
- La Estación de la Calle 63 no posee servicios de alimentadores ni de servicios

intermunicipales.
28
3. METODOLOGIA
Para el desarrollo del proyecto se debe tomar los tiempos de arribo y de

servicio de las rutas servicio de estación de la Calle 63 sentido sur-norte de
5:00 a 7:00 pm y determinar la función de distribución probabilística y simular
mediante un programa especializado PROMODEL.
El proyecto realizado fue una “investigación explicativa” la cual busca una

<< exploración, descripción y correlación de datos>>, según citan los autores
(Hernández, Collado y Baptista, (2003)). Este proyecto tiene como sentido un
entendimiento de un fenómeno real simulado.
3.1 DISEÑO DE LA INVESTIGACIÓN
 FASE 1. Recopilación de datos sobre los tiempos de llegada y de servicio

de los buses articulados Transmilenio en la estación de la Calle 63.
- Se determinó los puntos en los cuales se tomaron los tiempos.

- Se tomó los tiempos de entrada y de salida de sur a norte de todos los
servicios que transitan por la estación de la Calle 63 de 5:00 pm a 7:00 pm
durante tres semanas.
- Se tomó los tiempos de servicio de cada ruta de sur a norte que tiene parada
en esta estación de la Calle 63.
 FASE 2. Diseñar el modelo simulado de línea de espera para los servicios

que tienen parada en la Calle 63 de Transmilenio con las funciones de
densidad de probabilidad que rigen los tiempos de servicio.
- Se diseño el modelo del servicio de TransMilenio en PROMODEL.
29
 FASE 3. Simular la línea de espera de los buses articulados usando
software especializado.
- Se simuló el modelo del servicio de TransMilenio en PROMODEL en cuatro

escenarios.
 FASE 4. Análisis de los resultados obtenidos, conclusiones y desarrollo del

documento final.
- Se analizaron los datos estadísticos arrojados por el programa PROMODEL

y obtendremos las conclusiones del estudio realizado.
3.2 INSTRUMENTOS O FORMATOS
En este proyecto fue utilizado un formato para la recolección de datos en

campo ver ANEXO # A en el CD-ROM.
30
3.3 VARIABLES
Tabla 1. Variables Objeto de Estudio.
CATEGORIAS VARIABLES INDICADORES

ANALISIS
- Análisis de datos de - Tiempos de entrada
entrada. - Tiempos de salida
- Tiempos de servicio
- Modelos de simulación
de la Calle 63 con - Modelo matemático y - Fdp( función de
Troncal Caracas. Modelo computarizado. densidad probabilística)
- Independencia
- Homogeneidad
- Pruebas de bondad de
ajuste.
- Análisis de salida - Análisis de correlación

- Pruebas de Kurtosis.
3.4 COSTO DE LA INVESTIGACIÓN
Los costos de la investigación fueron de $ 5´126.923 los podemos ver en el

ANEXO # B hasta el anexo G.
31
4. TRABAJO INGENIERIL
4.1 RECOPILACIÓN DE DATOS
Para la recopilación de datos dentro del sistema TransMilenio tenemos

diferente variables como tiempo de llegada o arribo, tiempo de salida y el
tiempo de servicio de los buses articulados Transmilenio en la estación de la
Calle 63.
Mediante un trabajo de campo tomamos los diferentes datos dentro del sistema
Transmilenio mediante observación, medición de tiempos y distancias.
- Durante tres semanas se tomaron los tiempos de entrada y de salida de los

buses articulados en sentido de Sur a Norte de 5:00 a 7:00 pm. Las rutas son
B1, B13, B14, B61, B73, B74, C4, C15, C17, C19, D3, D20, D21, D60, D70 Y
TR.
Las rutas TR son todas las rutas que pasan por el sistema pero no prestan el
servicio.
Ver anexo # H en el CD ROM son los tiempos de arribo.
- Durante tres semanas se tomaron los tiempos de servicio de las rutas que
tienen parada en esta estación de la Calle 63 sentido sur a norte de 5:00 pm a
7:00 pm. Las cuales son B1, B13, B73, C4, C19, D3, D21 las otras rutas no
tienen parada en esta estación por lo cual no se tomaron los tiempos de
servicio. VER ANEXO # I en el CD ROM.
32
4.2 ANÁLISIS DE DATOS DE ENTRADA
- Variables del modelo
Tiempo entre arribos TAridj, donde r es la ruta tipo i que arriba el día j.
Tiempo de servicio TSridj, donde r es la ruta tipo i, que arriba el día j.
Tiempo de servicio TSrtidj, donde rt es la ruta en tránsito tipo i que usa la
estación el día j.
33
4.2.1 Resultados del análisis de medias y desviaciones
4.2.1.1 Análisis sobre el número de buses que arriban por día
Tabla 2. Numero de buses tipo i que arriban según día tipo j TAridj
TIPO LUNES 1 LUNES 2 LUNES 3 MARTES 1 MARTES 2 MARTES 3 MIERCOLES 1 MIERCOLES 2 MIERCOLES 3 JUEVES 1 JUEVES 2 JUEVES 3 VIERNES 1 VIERNES 2 VIERNES 3 MEDIA DESVIACION
B1 25 44 33 22 32 33 29 38 40 27 43 38 24 33 29 33 6,8313
B13 33 36 27 41 32 19 36 34 29 37 25 31 31 31 23 31 5,7570
B14 45 30 34 38 34 35 49 34 41 44 34 27 43 33 34 37 6,1179
B61 40 47 28 35 32 29 35 32 39 34 30 32 34 39 28 34 5,2163
B73 59 31 37 58 36 32 54 23 30 56 36 33 55 43 33 41 12,0325
B74 28 31 30 34 29 37 28 35 37 31 32 30 27 31 42 32 4,1381
C15 41 24 23 49 37 32 48 31 35 44 31 30 41 26 34 35 8,1720
C17 37 31 39 39 27 32 41 38 42 38 26 41 35 33 40 36 5,0775
C19 36 35 32 42 39 42 44 29 24 40 41 42 45 41 28 37 6,4106
C4 15 34 44 6 35 27 11 33 40 12 37 33 18 42 30 28 12,2894
D20 25 33 39 24 25 33 24 38 30 25 45 35 26 38 34 32 6,6419
D21 45 30 34 38 23 47 41 45 33 44 27 39 43 29 31 37 7,5668
D3 15 35 31 14 28 15 18 33 31 21 30 34 21 29 39 26 8,1981
D60 23 39 43 24 47 44 21 41 30 22 43 28 20 26 37 33 9,7385
D70 40 27 41 31 28 24 32 20 32 33 26 31 34 28 39 31 5,9096
TR 39 39 31 30 41 44 29 36 27 29 31 33 33 28 29 33 5,2843
MEDIA 34 34 34 33 33 33 34 34 34 34 34 34 33 33 33 34 0,5071
DESVIACION 11,7410 5,9652 5,9652 12,9162 6,2952 8,9235 12,0194 6,2129 5,5076 10,9664 6,6027 4,4267 10,3465 5,7373 5,2647
En promedio por día arriban entre 33 y 34 buses como podemos ver en los días Lunes 1 cuya media es de 34 buses, Martes
1 cuya media es de 33 buses y Miércoles 1 cuya media es de 34 buses, luego podemos concluir que por días, o por grupos
de días el número de buses que arriban a la estación es homogéneo.
34
Sin embargo cuando se analiza el número de buses que arribo por cada una de
las rutas durante el periodo de evaluación, ejemplo al observar las rutas B1
cuya media es de 33 buses, B73 cuya media es de 41 buses y D3 cuya media
es de 28 buses, se evidencia que no es homogénea la forma en la que llegan
los buses a la estación objeto de estudio.
35
4.2.1.2 Análisis sobre el número del tiempo entre arribo por cada ruta según el día
(Este tiempo está en (horas: minutos: segundos))
Tabla 3. Medias tiempo entre arribos bus tipo i según día tipo j TAridj
MIERCOLES MIERCOLES MIERCOLES
TIPO LUNES 1 LUNES 2 LUNES 3 MARTES 1 MARTES 2 MARTES 3 1 2 3 JUEVES 1 JUEVES 2 JUEVES 3 VIERNES 1 VIERNES 2 VIERNES 3 MEDIA DESVIACION
B1 0:04:50 0:02:46 0:03:49 0:05:20 0:03:29 0:03:31 0:04:10 0:02:53 0:03:02 0:04:18 0:02:46 0:02:56 0:05:02 0:03:37 0:04:12 0:03:47 0:00:51
B13 0:03:31 0:02:46 0:04:02 0:02:52 0:03:41 0:06:01 0:03:12 0:03:28 0:03:56 0:03:17 0:04:49 0:03:55 0:03:40 0:03:36 0:05:01 0:03:51 0:00:52
B14 0:02:40 0:02:47 0:03:48 0:03:00 0:03:28 0:03:07 0:02:21 0:03:18 0:02:40 0:02:44 0:03:21 0:04:21 0:02:48 0:03:34 0:03:23 0:03:09 0:00:31
B61 0:02:59 0:02:54 0:03:40 0:03:23 0:03:47 0:03:53 0:03:11 0:03:38 0:03:00 0:03:19 0:04:02 0:03:36 0:03:30 0:02:52 0:04:23 0:03:28 0:00:27
B73 0:02:02 0:02:55 0:03:42 0:02:02 0:03:20 0:03:37 0:02:14 0:05:07 0:03:50 0:02:07 0:03:06 0:03:31 0:02:11 0:02:48 0:03:30 0:03:04 0:00:52
B74 0:04:09 0:02:55 0:03:42 0:03:22 0:03:42 0:03:10 0:03:59 0:03:25 0:03:14 0:03:44 0:03:46 0:04:03 0:04:07 0:03:56 0:02:50 0:03:36 0:00:26
C15 0:02:52 0:02:51 0:03:43 0:02:15 0:02:48 0:03:46 0:02:28 0:03:48 0:03:21 0:02:34 0:03:49 0:03:30 0:02:50 0:04:39 0:03:28 0:03:15 0:00:39
C17 0:03:14 0:02:44 0:03:42 0:03:02 0:04:20 0:03:42 0:02:57 0:03:08 0:02:49 0:03:05 0:04:07 0:02:48 0:03:19 0:02:43 0:03:01 0:03:15 0:00:30
C19 0:03:23 0:02:35 0:03:37 0:02:41 0:03:06 0:02:49 0:02:40 0:04:08 0:05:04 0:02:57 0:02:54 0:02:50 0:02:42 0:02:49 0:04:05 0:03:13 0:00:43
C4 0:07:28 0:02:37 0:03:33 0:13:27 0:03:26 0:04:20 0:11:17 0:03:35 0:03:00 0:09:18 0:03:08 0:03:35 0:06:31 0:02:51 0:03:56 0:05:28 0:03:24
D20 0:04:40 0:02:37 0:03:32 0:04:21 0:04:45 0:03:26 0:04:41 0:03:05 0:03:40 0:04:27 0:02:38 0:03:25 0:04:33 0:03:07 0:03:11 0:03:45 0:00:46
D21 0:02:38 0:02:22 0:03:31 0:03:04 0:05:17 0:02:35 0:02:57 0:02:31 0:03:27 0:02:45 0:04:11 0:02:56 0:02:45 0:04:14 0:03:52 0:03:16 0:00:49
D3 0:07:09 0:02:30 0:03:43 0:08:11 0:04:01 0:08:03 0:06:43 0:03:17 0:03:28 0:05:15 0:03:40 0:03:19 0:05:50 0:04:13 0:03:06 0:04:50 0:01:54
D60 0:04:43 0:02:31 0:03:39 0:04:28 0:02:28 0:02:45 0:05:19 0:02:58 0:03:56 0:05:15 0:02:40 0:03:54 0:05:47 0:04:29 0:03:16 0:03:52 0:01:06
D70 0:02:59 0:02:38 0:03:31 0:03:29 0:04:09 0:04:43 0:03:33 0:05:40 0:03:40 0:03:34 0:04:40 0:03:46 0:03:28 0:03:47 0:02:48 0:03:46 0:00:47
TR 0:02:46 0:02:43 0:03:23 0:03:40 0:02:57 0:02:41 0:04:10 0:03:16 0:03:56 0:03:51 0:03:32 0:03:37 0:03:35 0:04:13 0:03:28 0:03:27 0:00:30
MEDIA 0:03:53 0:02:42 0:03:40 0:04:17 0:03:40 0:03:53 0:04:07 0:03:35 0:03:30 0:03:54 0:03:34 0:03:30 0:03:55 0:03:35 0:03:36
DESVIACION 0:01:34 0:00:10 0:00:09 0:02:51 0:00:43 0:01:25 0:02:15 0:00:49 0:00:35 0:01:42 0:00:41 0:00:27 0:01:17 0:00:40 0:00:37
36
(Este tiempo está en (horas: minutos: segundos))
Tabla 4. Desviación tiempo entre arribos bus tipo i según día tipo j TAridj
MARTES MIERCOLES MIERCOLES MIERCOLES
TIPO LUNES 1 LUNES 2 LUNES 3 MARTES 1 MARTES 2 3 1 2 3 JUEVES 1 JUEVES 2 JUEVES 3 VIERNES 1 VIERNES 2 VIERNES 3 MEDIA DESVIACION
B1 0:03:10 0:03:33 0:03:40 0:04:36 0:02:48 0:03:59 0:02:56 0:02:55 0:04:02 0:02:51 0:02:28 0:02:01 0:03:25 0:02:31 0:03:31 0:03:14 0:00:41
B13 0:02:10 0:03:33 0:03:53 0:01:58 0:04:38 0:05:11 0:02:26 0:02:50 0:02:52 0:02:36 0:05:49 0:03:14 0:02:38 0:03:42 0:03:24 0:03:24 0:01:07
B14 0:02:19 0:03:35 0:03:25 0:02:54 0:03:49 0:03:42 0:02:00 0:02:53 0:02:29 0:02:42 0:03:59 0:04:19 0:02:01 0:04:24 0:04:40 0:03:17 0:00:52
B61 0:02:12 0:03:35 0:03:20 0:02:51 0:04:41 0:03:19 0:02:26 0:03:46 0:02:51 0:02:30 0:03:41 0:02:53 0:02:53 0:02:44 0:03:22 0:03:08 0:00:38
B73 0:01:48 0:03:35 0:03:19 0:01:46 0:02:50 0:03:29 0:01:41 0:05:47 0:02:57 0:01:38 0:02:46 0:03:11 0:02:19 0:03:14 0:03:34 0:02:56 0:01:04
B74 0:04:22 0:03:35 0:03:19 0:03:44 0:03:24 0:03:17 0:03:15 0:04:31 0:03:11 0:03:22 0:03:59 0:04:05 0:03:55 0:03:20 0:02:23 0:03:35 0:00:32
C15 0:02:28 0:03:34 0:03:18 0:02:02 0:02:33 0:03:44 0:02:56 0:04:04 0:03:14 0:02:12 0:03:46 0:03:13 0:02:04 0:03:34 0:02:44 0:03:02 0:00:40
C17 0:02:04 0:03:31 0:03:19 0:02:27 0:04:58 0:05:16 0:02:36 0:02:39 0:03:05 0:01:56 0:03:50 0:03:00 0:02:39 0:02:37 0:03:47 0:03:11 0:00:58
C19 0:02:11 0:03:19 0:03:11 0:02:24 0:02:51 0:03:14 0:02:41 0:04:11 0:04:46 0:02:24 0:02:19 0:02:14 0:02:33 0:02:25 0:03:13 0:02:56 0:00:45
C4 0:04:23 0:03:19 0:03:09 0:09:37 0:02:43 0:03:34 0:05:44 0:03:29 0:02:43 0:07:41 0:02:45 0:02:48 0:04:41 0:03:09 0:03:21 0:04:12 0:02:01
D20 0:03:40 0:03:18 0:03:09 0:03:25 0:03:46 0:03:29 0:03:41 0:02:33 0:02:49 0:03:05 0:02:09 0:03:17 0:04:13 0:03:36 0:03:02 0:03:17 0:00:31
D21 0:02:15 0:02:26 0:03:09 0:02:18 0:04:25 0:02:34 0:02:16 0:01:59 0:02:58 0:02:27 0:04:29 0:03:09 0:02:02 0:04:30 0:04:19 0:03:01 0:00:57
D3 0:03:51 0:02:27 0:03:18 0:06:05 0:03:27 0:07:19 0:04:22 0:02:31 0:02:22 0:04:04 0:04:04 0:02:34 0:02:57 0:04:13 0:03:25 0:03:48 0:01:23
D60 0:03:27 0:02:27 0:03:15 0:03:14 0:02:24 0:03:07 0:03:08 0:02:53 0:03:43 0:02:54 0:02:42 0:03:26 0:02:57 0:04:16 0:03:43 0:03:10 0:00:30
D70 0:02:20 0:02:28 0:03:16 0:02:51 0:03:12 0:05:25 0:02:46 0:06:41 0:03:13 0:02:33 0:04:07 0:03:50 0:02:41 0:03:54 0:02:52 0:03:28 0:01:12
TR 0:03:05 0:02:27 0:03:17 0:04:08 0:02:35 0:03:00 0:03:48 0:02:30 0:03:32 0:04:03 0:02:36 0:04:13 0:04:03 0:03:38 0:04:01 0:03:24 0:00:39
MEDIA 0:02:52 0:03:10 0:03:20 0:03:31 0:03:26 0:03:59 0:03:03 0:03:31 0:03:11 0:03:04 0:03:28 0:03:13 0:03:00 0:03:29 0:03:28
DESVIACION 0:00:51 0:00:31 0:00:11 0:01:58 0:00:51 0:01:13 0:00:59 0:01:17 0:00:36 0:01:24 0:00:59 0:00:40 0:00:50 0:00:41 0:00:35
Sobre el resultado obtenido del análisis de la media se puede observar que los tiempos entre arribos no se comportan
homogéneamente, por lo que procede a utilizar la prueba de correlación para probar la independencia y la prueba de kruskal
Wallis para comprobar la homogeneidad entre las variables de los tiempos TAridj.
37
4.2.1.3 Análisis sobre el número del tiempo de servicio por cada ruta según el día
(Este tiempo está en segundos)
Tabla 5. Media del tiempo de servicio de buses tipo i según el día tipo j TSridj
B1 22,120 22,773 22,303 22,500 22,031 23,848 23,655 21,579 22,700 25,481 25,000 22,579 23,958 23,182 22,897 23,107 1,098
B13 21,848 25,639 20,963 23,244 23,563 23,632 20,972 25,265 23,586 22,189 21,080 23,581 23,355 20,903 24,478 22,953 1,562
B73 23,627 22,645 21,405 22,914 24,417 22,813 23,056 24,130 19,067 22,661 23,500 24,152 23,018 24,558 22,727 22,979 1,364
C19 25,583 23,829 24,688 27,167 23,231 24,190 23,114 23,172 21,000 23,225 24,439 24,095 27,444 22,756 22,857 24,053 1,682
C4 28,133 20,912 23,568 22,167 20,543 23,704 24,818 21,939 22,625 24,083 21,703 23,818 22,056 24,929 22,067 23,138 1,919
D21 23,911 22,267 21,706 20,526 25,435 22,957 25,317 23,356 21,515 22,273 25,111 22,513 23,395 22,517 24,645 23,163 1,481
D3 22,267 25,200 23,129 25,714 22,964 24,067 23,944 21,515 24,516 21,952 26,133 20,824 23,810 22,724 23,231 23,466 1,523
MEDIA 23,927 23,323 22,537 23,462 23,169 23,602 23,554 22,994 22,144 23,124 23,852 23,080 23,862 23,081 23,272
DESVIACION 2,268 1,675 1,326 2,250 1,585 0,528 1,413 1,409 1,799 1,270 1,865 1,200 1,698 1,348 0,949
Tabla 6. Desviación del tiempo de servicio de buses tipo i según el día tipo j TSridj
B1 9,098 8,667 8,914 8,382 8,819 10,338 8,809 8,589 9,096 8,359 8,947 8,623 9,773 9,748 8,906 9,005 0,552
B13 9,159 9,299 9,346 8,952 9,140 9,856 8,917 10,675 10,411 7,431 8,995 8,917 7,825 8,700 8,190 9,054 0,860
B73 9,257 8,616 8,581 8,921 8,456 9,539 8,766 8,357 8,598 8,626 8,571 8,853 9,623 8,754 7,883 8,760 0,446
C19 9,670 8,840 9,657 7,942 8,352 8,696 8,989 9,480 10,649 9,178 8,983 9,450 7,821 8,723 7,887 8,954 0,774
C4 7,190 8,009 9,209 9,174 8,521 9,531 9,877 9,172 8,214 8,785 7,149 9,574 8,405 8,481 8,354 8,643 0,810
D21 8,655 7,794 8,414 7,388 6,861 8,577 8,973 9,518 9,385 9,352 9,537 9,075 8,921 9,873 9,265 8,773 0,852
D3 10,532 7,549 7,978 9,770 10,105 9,059 10,941 9,142 8,683 9,206 9,358 8,237 9,678 8,984 9,112 9,222 0,914
MEDIA 9,080 8,396 8,871 8,647 8,608 9,371 9,325 9,276 9,291 8,705 8,791 8,961 8,864 9,037 8,514
DESVIACION 1,020 0,628 0,584 0,802 0,976 0,634 0,806 0,753 0,927 0,664 0,788 0,462 0,861 0,549 0,577
Si se analizan las medias y las desviaciones obtenidas por los tiempos de servicio se puede decir, preliminarmente que estas
se distribuyen de manera homogénea, es decir que provienen de la misma población. Para aceptar o rechazar esta hipótesis
se aplica la prueba de correlación para probar la independencia y la prueba de kruskal Wallis para comprobar la
homogeneidad entre las variables TSridj, ya que es necesario para introducir los datos en el Software. Los resultados se
mostrarán más adelante.
38
4.2.2 Resultados de las pruebas de independencia
Para probar la independencia de cada variable se utilizó los gráficos de correlaciones, incluyendo en cada uno las ecuaciones
que permiten el cálculo del coeficiente de correlación. ANEXO # J Los gráficos de cada variable se encuentran en el archivo
adjunto en formato xls y su nombre INDEPENDENCIA VARIABLES TSridj, TAridj. A continuación se muestra el resumen de
la independencia de las variables en evaluación, el mismo se encuentra en el archivo de formato xls cuyo nombre es
PRUEBA COEFICIENTE DE CORRELACIÓN. ANEXO K.
 Tiempo entre arribos
Tabla 7. Coeficiente de correlación entre arribos TAridj
TIPO LUNES 1 LUNES 2 LUNES 3 MARTES 1 MARTES 2 MARTES 3 MIERCOLES 1MIERCOLES 2MIERCOLES 3 JUEVES 1 JUEVES 2 JUEVES 3 VIERNES 1 VIERNES 2 VIERNES 3
B1 0,19 0,20 0,25 0,21 0,20 0,06 0,14 0,22 0,05 0,14 0,11 0,20 0,11 0,16 0,24
B13 0,29 0,01 0,00 0,11 0,03 0,00 0,21 1,70 0,25 0,06 0,07 0,18 0,31 0,08 0,25
B14 0,06 0,19 0,30 0,01 0,20 0,26 0,05 0,15 0,15 0,00 0,28 0,03 0,05 0,26 0,16
B61 0,04 0,00 0,07 0,10 0,29 0,19 0,00 0,08 0,06 0,18 0,20 0,20 0,09 0,28 0,29
B73 0,00 0,00 0,03 0,00 0,03 0,09 0,12 0,20 0,00 0,03 0,22 0,27 0,07 0,15 0,26
B74 0,18 0,19 0,20 0,19 0,05 0,25 0,33 0,22 0,04 0,08 0,23 0,22 0,26 0,37 0,00
C15 0,26 0,19 0,20 0,21 0,24 0,08 0,24 0,00 0,28 0,18 0,14 0,15 0,23 0,17 0,18
C17 0,30 0,07 0,14 0,22 0,27 0,19 0,26 0,13 0,17 0,24 0,07 0,28 0,24 0,10 0,20
C19 0,08 0,05 0,01 0,14 0,14 0,08 0,15 0,20 0,26 0,17 0,00 0,14 0,21 0,15 0,00
C4 0,23 0,05 0,10 0,52 0,09 0,18 0,00 0,29 0,00 0,28 0,06 0,13 0,04 0,00 0,00
D20 0,26 0,05 0,24 0,07 0,13 0,25 0,08 0,21 0,13 0,00 0,26 0,13 0,04 0,00 0,00
D21 0,00 0,27 0,21 0,19 0,03 0,12 0,09 0,09 0,13 0,19 0,00 0,03 0,16 0,09 0,16
D3 0,29 0,00 0,29 0,23 0,17 0,30 0,30 0,07 0,17 0,17 0,00 0,21 0,22 0,16 0,25
D60 0,30 0,45 0,14 0,00 0,00 0,18 0,12 0,03 0,21 0,11 0,17 0,13 0,13 0,01 0,09
D70 0,16 0,20 0,04 0,10 0,10 0,28 0,09 0,00 0,21 0,22 0,07 0,00 0,19 0,17 0,10
TR 0,28 0,23 0,27 0,00 0,03 0,09 0,09 0,00 0,21 0,07 0,10 0,06 0,00 0,16 0,00
Nótese que todas las variables son independientes porque el coeficiente de correlación es menor que 0,3.
39
 Tiempo de servicio
Tabla 8. Coeficiente de correlación de tiempo de servicio TSridj

TIPO LUNES 1 LUNES 2 LUNES 3 MARTES 1 MARTES 2 MARTES 3 MIERCOLES 1 MIERCOLES 2 MIERCOLES 3 JUEVES 1 JUEVES 2 JUEVES 3 VIERNES 1 VIERNES 2 VIERNES 3
B1 0,28 0,20 0,00 0,17 0,18 0,09 0,06 0,03 0,18 0,07 0,04 0,00 0,11 0,04 0,00
B13 0,16 0,23 0,13 0,11 0,18 0,00 0,00 0,07 0,17 0,20 0,09 0,25 0,11 0,15 0,27
B73 0,09 0,13 0,13 0,16 0,15 0,23 0,10 0,23 0,28 0,07 0,18 0,25 0,01 0,28 0,16
C19 0,17 0,03 0,14 0,09 0,07 0,05 0,19 0,04 0,11 0,16 0,29 0,23 0,10 0,12 0,00
C4 0,24 0,04 0,00 0,23 0,11 0,25 0,03 0,11 0,15 0,36 0,04 0,03 0,21 0,12 0,06
D21 0,13 0,08 0,21 0,11 0,32 0,00 0,07 0,08 0,01 0,11 0,12 0,12 0,00 0,13 0,03
D3 0,20 0,00 0,01 0,07 0,07 0,15 0,24 0,28 0,17 0,14 0,09 0,00 0,03 0,27 0,09
Nótese que todas los tiempos de servicio de las diferentes rutas son independientes porque el coeficiente de correlación es
menor que 0.3., se analizan únicamente los buses que tienen tiempos de arribos en los vagones de la estación de la Calle 63,
es decir los que recogen y dejan pasajeros.
4.2.3 Resultados del análisis de homogeneidad variable tiempo entre arribos TAridj
Tabla 9. Estadísticos de contraste ab tiempo entre arribos TAridj

a,b
Es tadísticos de contras te
TARiL1 TARiL2 TARiL3 TARiM1 TARiM2 TARiM3 TARiMI1 TARiMI2 TARiMI3 TARiJ1 TARiJ2 TARiJ3 TARiV1 TARiV2 TARiV3
Chi-c uadrado 200.220 17.692 18.056 48.555 18.516 29.160 71.772 103.622 96.536 151.151 13.586 8.412 59.386 17.948 105.427
gl 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15
Sig. as intót. .000 .279 .260 .000 .236 .015 .000 .000 .000 .000 .557 .906 .000 .265 .000
a. Prueba de Kruskal-Wallis
b. Variable de agrupac ión: ALIAS
40
TARiL1: Tiempo de arribo ruta tipo i el lunes 1,
TARiL2: Tiempo de arribo ruta tipo i el lunes 2 y así sucesivamente.
Para el manejo computacional en SPSS vr 15 a cada una de las rutas se les

otorgo un alias los cuales se presentan a continuación.
Tabla 10. Tabla de asignación de alias de todas las rutas

RUTAS ALIAS
B1 1
B13 2
B14 3
B61 4
B73 5
B74 6
C15 7
C17 8
C19 9
C4 10
D20 11
D21 12
D3 13
D60 14
D70 15
TR 16
Del análisis de homogeneidad usando la prueba de Kruskal Wallis, se

encuentra que, las variables:
TARiL2, TARiL3, TARiM2, TARiJ2, TARiJ3, TARiV2, son homogéneas, es decir

que vienen de una misma población de datos, por lo cual se puede decir que:
El tiempo de arribos de las variables TARiL2, TARiL3, TARiM2, TARiJ2,

TARiJ3, TARiV2, siguen una misma función de distribución de probabilidad,
así:
41
4.2.4 Pruebas de bondad y ajuste TSridj
Figura 5. Distribución de pruebas de bondad y ajuste TAridj
La distribución que presento mayor rango fue la weibull con parámetros (0,1.05,
0.0025).
Para las variables TAridj restantes se realiza las pruebas de bondad y ajuste
arrojando los siguientes resultados:
PARA TARiL1
Figura 6. Distribución de pruebas de bondad y ajuste para TARiL1
42
PARA TARiM1
Figura 7. Distribución de pruebas de bondad y ajuste para TARiM1
PARA TARiM3
Figura 8. Distribución de pruebas de bondad y ajuste para TARiM3
43
PARA TARiMi1
Figura 9. Distribución de pruebas de bondad y ajuste para TARiMi1
PARA TARiMi2
44
PARA TARiMi3
PARA TARiJ1
Figura 12. Distribución de pruebas de bondad y ajuste para TARiJ1
45
PARA TARiV1
Figura 13. Distribución de pruebas de bondad y ajuste para TARiV1
PARA TARiV3
Figura 14. Distribución de pruebas de bondad y ajuste para TARiV3
46
4.2.5 Resultados del análisis de homogeneidad variable de servicio TSridj
Tabla 11. Estadísticos de contraste ab de tiempo de servicio TSridj
a,b
Estadísticos de contraste
TSRiL1 TSRiL2 TSRiL3 TSRiM1 TSRiM2 TSRiM3 TSRiMI1 TSRiMI2 TSRiMI3 TSRiJ1 TSRiJ2 TSRiJ3 TSRiV1 TSRiV2 TSRiV3
Chi-cuadrado .813 2.740 .303 .062 1.094 .115 1.767 3.054 1.171 2.983 3.227 .637 .162 3.094 .671
gl 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Sig. asintót. .666 .254 .860 .969 .579 .944 .413 .217 .557 .225 .199 .727 .922 .213 .715
b. Variable de agrupación: ALIAS

Tabla 12. Tabla de asignación de alias de las rutas que tienen servicio
RUTAS ALIAS
B1 1
B13 2
B73 3
C19 4
C4 5
D21 6
D3 7
Nótese para esta variable solo se analizan las rutas que tienen tiempo de
servicio en los vagones, es decir que dejan y recogen pasajeros. De la prueba
de Kruskal Wallis se puede concluir que las variables analizadas son
homogéneas, es decir que pertenecen a una misma población, por lo que
siguen una misma Función de Distribución de Probabilidad.
47
4.2.6 Pruebas de bondad y ajuste para la variable TSridj
Figura 15. Distribución de pruebas de bondad y ajuste para la variable TSridj
4.2.7 Resultados del análisis de homogeneidad variable de servicio TSrtidj
Tabla 13. Estadísticos de contraste ab servicio que usa la estación TSrtidj
a,b
Estadísticos de contraste
RTiL1 RTiL2 RTiL3 RTiM1 RTiM2 RTiM3 RTiMi1 RTiMi2 RTiMi3 RTiJ1 RTiJ2 RTiJ3 RTiV1 RTiV2 RTiV3
Chi-cuadrado 3.338 3.406 3.791 .648 3.207 6.418 3.466 1.116 4.546 2.591 2.738 .359 1.863 4.401 .465
gl 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Sig. asintót. .503 .492 .435 .958 .524 .170 .483 .892 .337 .628 .603 .986 .761 .355 .977
b. Variable de agrupación: ALIAS

Tabla 14. Tabla de asignación de alias de las rutas solo en transito

RUTAS ALIAS
B14 1
B61 2
B74 3
C15 4
C17 5
D20 6
D60 7
D70 8
TR 9
48
Nótese para esta variable solo se analizan las rutas que transitan por la
estación de la calle 63, es decir que no paran en ninguno de los vagones. De la
prueba de Kruskal Wallis se puede concluir que las variables analizadas son
homogéneas, es decir que pertenecen a una misma población, por lo que
siguen una misma Función de Distribución de Probabilidad.
4.2.8 Pruebas de bondad y ajuste para la variable TSrtidj
Figura 16. Distribución de pruebas de bondad y ajuste para la variable rtidj
49
4.3 ANALISIS DE DATOS DE SALIDA
4.3.1 RESUMEN DE LAS DISTRIBUCIONES
Tabla 15. Función de distribución de probabilidades de variables tiempo entre arribos rutas en el día j TAridj
TAriL1 TAriL2 TAriL3 TAriM1 TAriM2 TAriM3 TAriMI1 TAriMI2
EXPONENCIAL Weibull Weibull GAMMA Weibull GAMMA BETA Weibull
(0,0.0092) (0,1.05, 0.0025) (0,1.05, 0.0025) (0, 1.47, 0.00109) (0,1.05, 0.0025) (0, 1.06, 0.0023) (0, 0.00916, 0.773, 2.69) (0,1.19, 0.00237)
TAriMI3 TAriJ1 TAriJ2 TAriJ3 TAriV1 TAriV2 TAriV3
FDP
GAMMA
LOGNORMAL Weibull Weibull Weibull (0, 0.956, Weibull GAMMA
(0, -6.83, 1.27) (0,1.56, 0.00236) (0,1.05, 0.0025) (0,1.05, 0.0025) 0.00299) (0,1.05, 0.0025) (0, 1.17, 0.00167)
Tabla 16. Función de distribución de probabilidad variables tiempo de servicio ruta i en el día j TSridj
TSriL1 TSriL2 TSriL3 TSriM1 TSriM2 TSriM3 TSriMI1 TSriMI2
UNIFOMR UNIFOMR UNIFOMR UNIFOMR UNIFOMR UNIFOMR UNIFOMR UNIFOMR
(8,38) (8,38) (8,38) (8,38) (8,38) (8,38) (8,38) (8,38)
FDP TSriMI3 TSriJ1 TSriJ2 TSriJ3 TSriV1 TSriV2 TSriV3
UNIFOMR UNIFOMR UNIFOMR UNIFOMR UNIFOMR UNIFOMR UNIFOMR
(8,38) (8,38) (8,38) (8,38) (8,38) (8,38) (8,38)
50
Tabla 17. Función de distribución de probabilidad variable tiempo de servicio solo en tránsito ruta i en el día j TSrtidj
TSrtiL2 TSrtiL3 TSrtiM1 TSrtiM2 TSrtiM3 TSrtiMI1 TSrtiMI2

UNIFOMR UNIFOMR UNIFOMR UNIFOMR UNIFOMR UNIFOMR UNIFOMR
(8,27) (8,27) (8,27) (8,27) (8,27) (8,27) (8,27)
TSrtiJ1 TSrtiJ2 TSrtiJ3 TSrtiV1 TSrtiV2 TSrtiV3
UNIFOMR UNIFOMR UNIFOMR UNIFOMR UNIFOMR UNIFOMR
(8,27) (8,27) (8,27) (8,27) (8,27) (8,27)
51
4.4 MODELACIÓN DEL SISTEMA
Se procedió a diseñar el bus articulado y la estación de llegada de Transmilenio

de la forma más parecida posible a la realidad. Por medio del Graphic Editor
que es una herramienta que posee Promodel 4.2, pero mediante la barra de
herramientas nos permite crear imágenes compuestas de líneas y figuras
geométricas como se puede observar en las siguientes figuras.
Figura 17. Diseño del bus articulado en Promodel 4.2
52
Figura 18. Diseño de la Estación de la Calle 63 con Promodel 4.2
4.5 SIMULACION DEL SISTEMA
En esta figura ya se puede ver la estación de la Calle 63 simulando el

escenario 1 el cual es el sistema real de los buses articulados.
Figura 19. Estación de la Calle 63 simulando el modelo
53
Se Simularon cuatro escenarios de la estación de la Calle 63, para hacer una
comparación del sistema real contra otros supuestos escenarios que se
podrían implantar, estos escenarios son:
 Escenario 1: Es el sistema real

 Escenario 2: El mismo sistema real pero sin semáforo
 Escenario 3: Este sistema tiene semáforo y se aumento el tiempo en la
frecuencia de arribos de las rutas, todas las rutas quedaron con una
frecuencia de 5 minutos menos las rutas TR la cual quedo con una
frecuencia de 50 segundos dado que estas representan todas las rutas que
no tienen parada en la estación.

 Escenario 4: Este sistema tiene semáforo y se disminuyo los tiempos de
frecuencia de arribos de todas las rutas.
Las rutas TR son todas las rutas que pasan por el sistema pero no prestan el
servicio.
Las tablas de los resultados de las simulaciones las puede ver en el ANEXO M
en el CD-ROM.
54
4.5.1 TABLAS DE RESULTADOS DE PROMODEL
Al simular la Estacion de la Calle 63, estos son los datos de salida por el
programa para el Escenario 1 el cual es el real.
 UTILIZACIÓN DE LAS LOCACIONES

Tabla 18. Utilización de las locaciones
Figura 20. Utilización de las locaciones
55
 ESTADO Y CAPACIDAD MÚLTIPLE DE LAS LOCACIONES
Tabla 19. Estado y capacidad múltiple de las locaciones
Figura 21. Estado y capacidad múltiple de las locaciones
56
 ESTADO Y CAPACIDAD SOLO DE LAS LOCACIONES
Tabla 20. Estado y capacidad solo de las locaciones
Figura 22. Estado y capacidad solo de las locaciones
57
 ACTIVIDAD DE LAS ENTIDADES
Tabla 21. Actividad de las entidades
58
 ESTADO DE LAS ENTIDADES EN PORCETAJE
Tabla 22. Estado de las entidades en porcentaje
Figura 23. Estado de las entidades en porcentaje
59
4.6 ANALISIS DE DATOS DE PROMODEL
 En el Escenario 1 el porcentaje de utilidad del vagón A es de 18.52% el

del vagón B es de 14.11% y el del vagón C es de 20.54% lo cual significa
que el vagón más utilizado es el vagón C y el menos utilizado es el vagón
A, pero fue el que presento mayor línea de espera ya que estuvo lleno un
1.32%, parcialmente ocupado un 5.08% y vacio un 93.60%.
 En el Escenario 1 el vagón que tuvo un mayor porcentaje de operación fue

el vagón C con un 20.54% y el de menor operación fue el vagón B con un
14.10%.
 En el Escenario 1 el vagón que presento un mayor porcentaje de bloqueo

en su línea de espera fue el vagón A con un 1.40%. el vagón C no
presento bloqueos en su línea de espera.
 En el Escenario 1 la ruta que tuvo un mayor porcentaje de bloqueo en su

línea de espera fue la ruta B73 con un 7.45%, la cual tiene su parada en el
vagón A.
 En el Escenario 1 la ruta que tuvo un mayor promedio de minutos dentro

del sistema es la ruta B73 con 3.38 minutos.
 Las rutas que no prestaban el servicio en la estación de la calle 63 que

fueron denominadas en el programa como las TR presentaron un mayor
porcentaje en operación con un 99.79%. la ruta que presento un menor
porcentaje de operación fue la ruta B73 con un 92.55%.
 Al comparar el Escenario 1 contra el Escenario 2 el cual no tiene

semáforo, se vio que el Escenario 1 tuvo un incremento en el promedio
de minutos en el sistema de todas las rutas, este incremento se debe al
tiempo de espera en el semáforo en rojo.
60
 El porcentaje de operación de los vagones donde tienen parada las rutas
a las cuales se les aumento la frecuencia de arrivos disminuyo, por
ejemplo el vagón B paso de tener un porcentaje de operación de 14.10%
en el escenario 1 a 9.18% en el escenario 3.
 Aumento el porcentaje de bloque en la línea de espera del vagón a paso

de un 1.40% en el escenario 1 real a un 4.16% en el escenario 3.
 Al comparar el escenario 1 el cual es el sistema real simulado con el

escenario 4 al cual se le disminuyeron las frecuencias de arrivos de todas
las rutas podemos ver un aumento de llegada de buses articulados a la
cola de entrada del sistema paso de 506 a 1110 buses.
 El porcentaje de utilización aumento en todos los vagones, por ejemplo el

vagón c paso de tener un porcentaje de utilización de 20.54% en el
escenario 1 real a 47.18% en el escenario 4 al cual se le disminuyo el
tiempo de frecuencia de arrivos de todas las rutas.
 El porcentaje de operación de todos los vagones aumento, por ejemplo el

vagón a paso de tener un porcentaje de operación de 17.12% en el
escenario 1 real a 37.88% en el escenario 4 al cual se le disminuyo el
tiempo de frecuencia de arrivos de todas las rutas.
 El porcentaje de bloqueo de todos los vagones aumento, por ejemplo el

vagón a paso de tener un porcentaje de bloqueo de 1.40% en el escenario
1 real a 22.02% en el escenario 4.
 El promedio de minutos en el sistema de cada una de las rutas aumento

en el escenario 4, por ejemplo la ruta B1 paso de 3.27 minutos de
promedio en el escenario 1 real a 3.6 minutos en el escenario 4.
61
 El porcentaje en operación de cada una de las rutas disminuyo en el
escenario 4, por ejemplo la ruta B73 paso de tener un porcentaje en
operación de 92.55% en el escenario 1 real a 85.52% en el escenario 4.
62
5. CONCLUSIONES
 Sin tener en cuenta la demanda de personas de cada vagón, la Estación

de la Calle 63 tiene una programación que está funcionando bien en este
momento pero en algunos vagones se presentan bloqueos.
 Los datos obtenidos por el programa son similares a los datos de campo
ya que el total de entradas al sistema en el Escenario 1 de Promodel son
de 506 rutas y en el de campo el promedio es de 525 rutas en las dos
horas, la diferencia entre los dos se atribuye al carácter probabilístico que
tiene el sistema analizado desde la simulación.
 En el Escenario 1 que es el real podemos ver que el mayor porcentaje de

utilización de los vagones fue de 20.54%, esto nos indica que la
capacidad de los vagones no se está utilizando en un porcentaje alto. Sin
embargo, los resultados de este indicador no son del todo buenos si se
mira el sistema en su totalidad y no solo desde la perspectiva que aborda
este estudio, esto debido a que la baja utilización de la capacidad
productiva de los vagones de la estación es inversamente proporcional al
nivel satisfacción del servicio percibido por los usuarios del sistema, dado
a que se presentaría mayor congestión en la línea de espera de
pasajeros.
 Al comparar los datos obtenidos de los cuatro escenarios simulados

podemos ver que el escenario 1 fue el que presento una mejor
programación de servicio, seguido del escenario 4 el cual tiene un buen
porcentaje de utilización y de operación pero se incrementa demasiado el
bloqueo de la línea de espera sobretodo en el vagón A.
63
6. RECOMENDACIONES
 Podemos ver que el sistema real posee una buena programación de sus
rutas pero hay que tener en cuenta que no estamos tomando la demanda
de pasajeros que tiene cada ruta en la estación, para esto se tendría que
hacer otro estudio, para ver el comportamiento del sistema funcionando en
su totalidad.
 Con los resultados obtenidos del modelo es posible formular algunas

recomendaciones y consideraciones necesarias para mejorar la operación
en la red de Transmilenio y así mismo para disminuir su vulnerabilidad ante
la ocurrencia de interrupciones como un choque, un accidente o algún
problema que pueda afectar el transito en la estación.
 Se debe pensar en adecuar vías alternas por las cuales pueda transitar los
buses articulados en el momento de una interrupción. Las vías más
adecuadas para esto son las calles que conectan entre sí troncales del
sistema.
 Debe hacerse un estudio detallado del nivel de servicio de las

intersecciones en las que hay problemas de congestionamiento para buscar
soluciones como por ejemplo reestructuración en la programación de
semáforos y rutas en ambos sentidos o soluciones en infraestructura o
campañas en estas intersecciones para educar a los conductores a no
atravesar las intersecciones cuando el espacio no es suficiente para pasar
completamente la avenida.
64
BIBLIOGRAFÍA
 ALEJANDRO MARTINEZ, Fredy Alejandro. Optimización de rutas de

vehículos usando algoritmos genéticos. En: Épsilon. 2008. vol.11, p. 21-29.
ISSN 1692125-9
 BARAHONA CORDOBA, Germán; Simulación Discreta. Editorial Numero y

Línea 13.Santiago de Cali, Julio de 2000, Pág. 3
 BANKS-CARSON-Nelson-Nicol: Discrete-Event System Simulation. Ed.3

Precice Hall,2001
 DEVORE, Jay L. Probabilidad y Estadística para Ingeniería y Ciencias,

2005
 FAJARDO PIEDRAITA, Iván Darío. Blanco Rivero, Luis Ernesto.

SIMULACIÓN CON PROMODEL CASOS DE PRODUCCIÓN Y
LOGÍSTICA, 2003.
 HERNANDEZ C. ROBERTO, COLLADO CARLOS, BAPTISTA PILAR,

2003, Metodología de la Investigación “TERCERA EDICION”.
 INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS Y CETIFICACIÓN.

Tesis y otros programas de grado (SEXTA ACTUALIZACIÓN). Bogotá:
ICONTEC, 2008.
 MYERS H, Raymond. MYERS L, Sharon. Probabilidad y estadística para

ingenieros y ciencias,2005
 STEEM, M. GLASERSFELD Von. Modelos y simulación, 1991
65
 RUIZ SARAY, Rosa Amparo. Estructura para la presentación escrita de los
informes del Proyecto Integrador. En: ASESORÍA METODOLÓGICA (1°:
2003: Bogotá) memorias de la primera asesoría metodológica para la
presentación de informes del Proyecto Integrador. Bogotá: U.S.B, 2003.
 TAHA, HAMBDY, Investigación de Operaciones. Alfaomega. Mexico.1995
66
INFOGRAFÍA
 www.transmilenio.gov.co/WebSite/Contenido.aspx?ID=TransmilenioSA_Tra
nsmilenioEnCifras_MedicionDeLaSatisfaccionAlUsuario
 www.mitecnologico.com/Main/ModelosDeLineasDeEspera
 www.mitecnologico.com/Main/TeoriaDeColasDefinicionesCaracteristicasYS
upuestos
 línea 63\ASOMILENIO ONG - Asociación de Usuarios de Transmilenio.mht
 www.alcaldiabogota.gov.co/sisjur/normas/Norma1.jsp?i=30929
 www.juriscol.banrep.gov.co:8080/cicprod/basis/infjuric/normas/normas/ddw?
w%3dllave_normas%3d'decreto+170+2001+ministerio+de+transporte'%26m
%3d1%26k%3ddecreto+170+2001+ministerio+de+transporte%26r%3dy%2
6u%3d1
67
ANEXOS
68
ANEXO B. COSTOS DE LA INVESTIGACIÓN
ANEXO C. RECURSOS MATERIALES

Tabla 23. Presupuesto de materiales, suministros e insumos
CONCEPTO UNIDAD CANTIDAD VALOR UNITARIO ($) VALOR TOTAL ($)

Memoria USB 2 GB UN 3 40.000 120.000
Cd UN 4 1.000 4.000
Resma papel carta UN 2 11.000 22.000
Cartuchos de tinta Negra UN 2 35.000 70.000
Cartuchos de tinta Color UN 1 45.000 45.000
Fotocopias UN 200 50 10.000
calculadora UN 1 200.000 200.000
Esferos UN 6 1.000 6.000
Portaminas UN 3 1.500 4.500
Tubo de Minas UN 4 1.000 4.000
Llamadas telefónicas Minutos 500 200 100.000
Cronometro UN 2 10.000 20.000
TOTAL $ 605.500
ANEXO D. RECURSOS INSTITUCIONALES

Las siguientes instituciones aportaron información apropiada para orientar la
investigación:
 UNIVERSIDAD DE LOS ANDES
- Biblioteca
 La UNIVERSIDAD DE LA SALLE
- Biblioteca
ANEXO E. RECURSOS TECNOLÓGICOS

Tabla 24. Presupuesto de material tecnológico
CONCEPTO UNIDAD CANTIDAD VALOR UNITARIO ($) VALOR TOTAL ($)

Computador 1 1 2.000.000 2.000.000
Software especializado
PROMODEL 4.2 1 1 2.000.000 2.000.000
Banda
Internet ancha 2 50.000 100.000
TOTAL $4.100.000
69
ANEXO F. RECURSOS HUMANOS
Tabla 25. Presupuesto para recursos humanos
No.
VALOR
HORAS TOTAL VALOR
CARGO No. DÍAS HORA
POR HORAS TOTAL($)
($)
SEMANA
Investigadores
Investigadores 8 80 640
principales
Director
4 30 120 138.000
temático
Coinvestigadores
Asesora
2 16 64 148.148
metodológica
Laboratorista
TOTAL $ 286.148
ANEXO G. RECURSOS FINANCIEROS

Tabla 26. Presupuesto global
FUENTES DE FINANCIACIÓN
APORTES DE LA UNIVERSIDAD
DE LA SALLE
FACULTAD DE INGENIERÍA
RUBROS CIVIL INVESTIGADORES TOTAL
Recursos Materiales $ 605.500 $ 605.500
Recursos Tecnológicos $ 2.100.000 $ 4.100.000
Recursos Humanos $ 286.148 $ 286.148
Subtotal $ 286.148 $ 2.705.500
Imprevistos (5%) $ 135.275 $135.275
TOTAL17 $ 5.126.923
Valor asumido por la Universidad de La Salle, según acuerdo 157 de diciembre de 2008.
Valor asumido por la Universidad de La Salle, según contrato laboral
70

52603297

Cargado por

Información del documento

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

52603297

Cargado por

Copyright:

Formatos disponibles

1

MODELO DE SIMULACIÓN DE SERVICIO DE LA ESTACIÓN DE LA CALLE

JUAN CARLOS ALFONSO VALENZUELA

JUAN CARLOS ALFONSO VALENZUELA

Trabajo de grado presentado como requisito parcial para optar al título de

Firma del presidente del jurado

Firma del jurado

Firma del jurado

Bogotá D.C, 07 de Julio 2009

Los autores expresan su reconocimiento:

Al director de tesis Ing. FREDY ALEJANDRO MARTÍNEZ ÁLVAREZ, al

A las directivas y profesores de la Universidad de La Salle por crear espacios

Y a todos los familiares y compañeros, quienes pacientemente colaboraron

Este trabajo es dedicado a mi mama Gloria Valenzuela y mi tío Juan

JUAN CARLOS ALFONSO VALENZUELA

A mi papá JOSE NIVARDO LOPEZ, que con su paciencia, esfuerzo y trabajo

A JUAN CARLOS ALFONSO mi compañero de tesis y un gran amigo quien

Y a todos los amigos, familiares y personas que durante las dificultades me

NIVARDO ALEXIS LÓPEZ RODRÍGUEZ

Figura 1. Relación Modelamiento y simulación de un sistema 19

 SIMULACIÓN: es la representación ficticia de una situación real, que se

 MODELACIÓN: es un intento por imitar o aproximarse a algo; por su parte,

 LÍNEA DE ESPERA: es el efecto resultante en un sistema cuando la

 INDEPENDENCIA ESTADÍSTICA: ambos sucesos son estadísticamente

 TSridj: tiempo de servicio donde r es la ruta tipo i, que arriba el día j.

 TSrtidj: tiempo de servicio donde rt es la ruta en tránsito tipo i que usa la

 TIEMPO DE SERVICIO: tiempo que dura el bus articulado en el vagón

 COLA: línea de espera.

 DEMANDA DEL SERVICIO: número de clientes que requieren el servicio en

 DISCIPLINA DE COLAS: representa el orden en el que los clientes se

 ENTIDAD: Objeto de estudio.

 POBLACION DE CLIENTES: clientes potenciales que requieren el servicio.

 PROCESO DE COLAS: está integrado por la forma en la que los clientes

 PROCESO DE SERVICIO: define la forma en la que son atendidos los

 SERVIDORES: instalaciones de servicio.

 TEORIA DE COLAS: colección de modelos matemáticos que describe

 TIEMPO ENTRE LLEGADAS: intervalo de tiempo que transcurre entre la

A comienzos de 1998 por orden del entonces alcalde mayor de Bogotá,

El Instituto de Desarrollo Urbano (IDU), dirigido por el doctor Andrés Camargo,

El sistema de transporte de Bogotá se ha venido incrementando hace

El proyecto estudiara el problema que se presenta en una estación de

El proyecto de investigación a desarrollar se encuentra dentro de la Línea de

1.2 DESCRIPCIÒN DEL PROBLEMA

Un bus articulado en el sistema de transporte masivo Transmilenio tiene una

¿Cómo mejorar la programación de servicio de la flota de buses articulados en

El sistema de transporte masivo TransMilenio necesita un mejoramiento en su

La confiabilidad y eficiencia de una red de transporte tiene efectos directos

1.5.1 Objetivo general

Determinar si la programación de la Estación de la Calle 63 tiene un buen

1.5.2 Objetivos específicos

 Establecer la función de distribución probabilística de los tiempos de llegada

 Establecer la función de distribución probabilística de los tiempos de

 Diseñar el modelo simulado para los servicios que utilizan la estación de la

 Simular la estación de la Calle 63 y determinar si existe represamiento en la

 Simular en diferentes escenarios la estación de la calle 63.

2.1 MARCO TEÓRICO- CONCEPTUAL

2.1.1 Modelación: Es un intento por imitar o aproximarse a algo; por su parte,

Los modelos son útiles para predecir y/o estudiar el comportamiento de un

El proceso de definición del modelo de un sistema (real o no real) se llama

Figura 1. Relación Modelamiento y simulación de un sistema

Manual de Promodel 2001

2.1.2 Modelo matemático: Es un sistema de cálculos que representan la

2.1.3 Modelo computarizado: Es un programa para sistemas complejos, este

2.1.5 Prueba de homogeneidad: Es frecuente el análisis de situaciones en las