Universidad Técnica Federico Santa Marı́a

Departamento de Obras Civiles

CIV-386: Ingenierı́a de Transporte
Profesor : Cristóbal Pineda A.

Pauta Certamen No 1
11 de Abril de 2016

P1 a) Escribimos el problema de optimización doblemente acotado con restricción de costos y tiempos

de viaje para maximizar la entropı́a, el cual es:

T!
máx W (Tij ) = Q
ij Tij !
X
s.a. Oi = Tij (αi0 )
i
X
Dj = Tij (αj00 )
j
X
C = cij Tij (β)
ij
X
G = tij T ij (γ)
ij
Tij ≥ 0

Donde a un costado de cada restricción hemos puesto el respectivo multiplicador de Lagrange.

Sin embargo, si aplicamos la función ln al problema de optimización, y utilizando la aproximación

de Stirling, obtenemos un problema de optimización equivalente:
 
Y
máx (ln W (Tij )) = ln T ! − ln  Tij !
ij
X
≈ ln T ! − (Tij ln Tij − Tij )
ij
X
s.a. Oi = Tij (αi0 )
i
X
Dj = Tij (αj00 )
j
X
C = cij Tij (β)
ij
X
G = tij T ij (γ)
ij
Tij ≥ 0

Luego, el Lagrangeano del problema de optimización equivalente de maximización de la entropı́a

se formula como:
   !  
X X X X X X
L = ln T ! − (Tij ln Tij − Tij ) + αi0 Oi − Tij  + αj00 Dj − Tij + β C − cij Tij 
ij i j j i ij
 
X
+γ G − tij Tij 
ij

Resolvemos el problema de optimización equivalente anterior:

 
∂L Tij
= − ln Tij + − 1 − αi0 · 1 − αj00 · 1 − β · cij − γ · tij = 0
∂Tij Tij
ln Tij = −αi0 − αj00 − βcij − γtij
0 00
Tij = e−αi · e−αj · e−βcij · e−γtij
Tij = Ai Oi Bj Dj · e−βcij · e−γtij
0 00
Donde en el último paso, hemos realizado el cambio de variables e−αi = Ai Oi y e−αj = Bj Dj .

Si utilizamos el resultado de los viajes Tij en las restricciones sobre los origenes y destinos, podemos
obtener los valores de los factores de balances Ai y Bj :

X X
Oi = Tij = Ai Oi Bj Dj · e−βcij · e−γtij
j j
1
⇒ Ai = P −βcij · e−γtij
j Bj Dj · e

X X
Dj = Tij = Ai Oi Bj Dj · e−βcij · e−γtij
i i
1
⇒ Bj =
e−βcij · e−γtij
P
i Ai Oi ·

Finalmente, si utilizamos este último resultado sobre la formulación obtenida para Tij del problema
de optimización:

Oi Dj
Tij = P −βcij · e−γtij
·P −βcij · e−γtij
· e−βcij · e−γtij
B D
j j j · e A O
i i i · e

b) En la siguiente tabla, se resumen las dos primeras iteraciones:

 c_ij 1 2 t_ij 1 2 beta 0,3
1 1 6 1 0 8 gamma 0,2
2 6 1 2 10 0

n=0
T_ij 1 2 O_i^n O_i A_i
1 400 1,000
2 350 1,000
D_j^n
D_j 500 250
B_j 1,000 1,000

n=1
T_ij 1 2 O_i^n O_i A_i
1 391 9 400 400 0,003
2 20 330 350 350 0,005
D_j^n 411 339
D_j 500 250
B_j 1,000 1,000

n=2
T_ij 1 2 O_i^n O_i A_i
1 476 7 482 400 0,003
2 24 243 268 350 0,005
D_j^n 500 250
D_j 500 250
B_j 1,216 0,738

P2 a) El primer modelo pareciera ser un modelo RL robusto, pues la única variable explicativa
que contiene tiene una significancia alta, y además su ajuste medido mediante el parámetro
R2 también se encuentra en niveles muy aceptables, aún cuando es el menor entre los tres
modelos. Sin embargo, su intercepto también tiene una significancia alta, lo que nos dice que
es perfectible el modelo incorporando otras variables explicativas. Aún ası́, es posible escoger
este modelo para explicar la atracción de viajes sin problemas.

El segundo modelo contiene variables poco significativas, X2 y X4 , y además un intercepto con

alta significancia, por lo que probablemente las variables independientes estén mal escogidas
y se tengan que incorporan otras variables que expliquen mejor la atracción de viajes, aún
cuando el ajuste lineal se puede considerar muy bueno. No es aconsejable escoger este modelo.

El tercer modelo tiene las dos variables independientes con alta significancia. Sin embargo, es
contraintuitivo el hecho de que la variable X4 tenga signo negativo, pues a mayor cantidad
de empleos de servicio, se espera que aumente la atracción de viajes a esa zona, lo que podrı́a
indicar alguna correlación con las otra variable X1 , por lo que no es aconsejable escoger este
modelo.
b) El elemento en particular que se está modificando es el sistema de transporte, pues con la
materialización de un nuevo corredor en la Alameda, debiese ofrecerse una mejor experiencia
de viaje en este eje en la superficie: en los buses, pues podrán lograr mayores velocidades
comerciales; en el modo caminata, pues el proyecto incorpora elementos peatonales de alta
calidad urbana (veredas anchas con accesibiliad universal); y en el modo bicicleta, al contem-
plar una ciclovia también de alta calidad. Con esto, también podrı́an producirse cambios en
el sistema de actividades: por ejemplo, generar una renovación o nuevas zonas comerciales en
torno al eje. Con estos dos elementos, es probable que se produzcan cambios en el patrón de
flujos del sistema. En particular, es esperable que aumenten los viajes con origen/destino en
la Alameda, o que aumenten los niveles de flujo que utilizan este eje en sus rutas.

Tal como está planteado el proyecto desde sus inicios, pareciera que esta intervención si
cumple con la frase célebre de Manheim: es una intervención delicada y deliberada, pues
contempló una fase de evaluación de propuestas que analizaron elementos tanto de movilidad
como de urbanismo, de acuerdo a lineamientos contenidos dentro de las bases del concurso,
lo que proporciona una mirada global al uso del espacio urbano. Además, con la introducción
de un corredor de buses, nuevo diseño de veredas peatonales, y una ciclovı́a del alto estándar,
se busca lograr un sistema de transporte sobre el eje de forma eficiente. Por último, esto
contribuye a la movilidad y al urbanismo de una gran ciudad como es Santiago, lo que
tiene efectos sobre otros rubros, como el comercio o incluso el turismo, aspectos que podrı́an
incluirse dentro de las metas que tiene la ciudad en el mediano plazo.
Es probable que existan cambios en la generación de viajes, pues se está modificando de una
u otra forma el sistema de actividades en torno al eje. Por ejemplo, con la inclusión de veredas
más anchas, podrı́an atraerse una mayor cantidad de peatones, repercutiendo en el desarrollo
de nuevas zonas comerciales. O quizás, dado el aumento de conectividad en el transporte
público con respecto a otras zonas de la ciudad, podrı́an generarse nuevos polos inmobilia-
rios destinados a oficinas o a educación. Dado esto, los modelos que funcionarı́an bien para
estimar la nueva cantidad de viajes pueden ser los de regresión lineal, que integran variables
explicativas como los m2 de oficinas o el número de matriculas de los centros educativos. No
serı́an aconsejables los modelos de factor de crecimiento o de análisis por categorı́as: estos
modelos, al ser agregados, podrı́an resultar muy pobres para predecir cambios más puntuales
en torno al eje.