02'(/2 '( 75$163257(

6HPLQDULR  7DOOHU

02'(/2 '( 75$163257( &/$6,&2

=RQLILFDFLyQ \ UHG HVWUDWpJLFD

'DWRV GH DxR EDVH

'DWRV GH SODQLILFDFLyQ SDUD HO DxR GH 'LVHxR

%DVH GH 'DWRV $xR EDVH

)XWXUR

'(0$1'$

*(1(5$&,21 < $75$&&,21 0DWUL] GH 9LDMHV

',675,%8&,21 0RGHOR *UDYLWDFLRQDO

3$57,&,21 02'$/ )XQFLzQ GH 8WLOLGDG $OHDWRULD

2)(57$
$6,*1$&,21 $ 5('(6 325 02'2 :DUGURS  (VWUDWHJLDV 5XWDV 2SWLPDV

6HPLQDULR  7DOOHU

(1)248( '( 02'(/$&,21

El enfoque de modelacin clsica parte por considerar una red multimodal de transporte, una zonificacin apropiada del rea de estudio, y la recoleccin y codificacin de datos tanto para calibracin y validacin de los modelos como para su uso en modalidad predictiva (datos de planificacin). Estos datos incluyen informacin socio econmica acerca de la poblacin en cada zona del rea de estudio. As como datos de su actividad econmica, incluyendo empleos, espacio comercial, facilidades educacionales y recreacionales. Con estos datos, obtenidos tpicamente de una encuesta origen destino, se pueden estimar modelos que permitan predecir el total de viajes generados y atrados por cada zona (JHQHUDFLyQ GH YLDMHV). Para modelar la generacin, la prctica contempla el uso de informacin a nivel de los hogares y tcnicas de clasificacin, regresin lineal mltiple o mixtas. Para modelar la atraccin viajes, an se considera aceptable utilizar datos a nivel zonal (informacin agregada). Se deben estimar modelos diferentes para los distintos propsitos de viaje que se estn considerando en el estudio.

6HPLQDULR  7DOOHU

(1)248( '( 02'(/$&,21

La siguiente etapa del modelo clsico consiste en GLVWULEXLU ORV YLDMHV generados por cada zona a sus posibles zonas de destino (distribucin de viajes), a fin de producir matrices de viajes para distintos propsitos modelados en los diversos perodos del da que se estn considerando (tpicamente perodo punta, fuera de punta y total diario). En esta tarea, los resultados del modelo de generacin de viajes constituyen los totales a los que deben sumar, horizontal y verticalmente, las celdas de la matriz. Adems, se requiere informacin sobre los costos generalizados de viaje entre cada par de zonas para cada tipo de persona modelado. La etapa que sigue normalmente considera modelar cmo se reparten los viajes interzonales que predice el modelo anterior entre los distintos medios de transporte disponibles para cada tipo de persona (SDUWLFLyQ PRGDO). Esta es una de las reas en que se han producido mayores avances en los ltimos aos, particularmente a travs del uso de las tcnicas de eleccin discretas conducentes a los populares modelos desagregados de demanda. Cabe sealar que la estructura, forma funcional y variable a considerar en estos modelos, son temas que revisten profunda importancia y que pueden afectar de manera significativa los resultados de la modelacin.

6HPLQDULR  7DOOHU

*(1(5$&,1 '( 9,$-(6

6HPLQDULR  7DOOHU

)$6(6 '( 81 02'(/2 '( 75$163257(

Produccin de Viajes

Distribucin

Particin Modal

Asignacin

6HPLQDULR  7DOOHU

*(1(5$&,21 '( 9,$-(6

ES EL MOVIMIENTO EN UN SENTIDO DESDE UN PUNTO DE ORIGEN A UN PUNTO DESTINO 9,$-(6 %$6$'26 (1 (/ +2*$5 +% SON AQUELLOS QUE TIENEN UN EXTREMO EN EL HOGAR DE LA PERSONA QUE REALIZA EL VIAJE, INDEPENDIENTEMENTE DE QUE ESTE SEA EL ORIGEN O EL DESTINO 9,$-(6 12 %$6$'26 (1 (/ +2*$5 1+%).- SON AQUELLOS QUE NO TIENEN UN EXTREMO EN EL HOGAR DEL VIAJERO. 352'8&&,21 '( 9,$-(.- SE DEFINE COMO EL EXTREMO HOGAR DE UN VIAJE HB, O EL ORIGEN DE UN VIAJE NHB. $75$&&,1 '( 9,$-(6.- SE DEFINE COMO EL EXTREMO NO-HOGAR DE UN VIAJE HB EL DESTINO DE UN VIAJE NHB

9,$-(

352'8&&,21

352'8&&,21

+2*$5
352'8&&,21 352'8&&,21

75$%$-2

352'8&&,21

$75$&&,21

75$%$-2
$75$&&,21 352'8&&,21

&20(5&,2

6HPLQDULR  7DOOHU

&$7(*25,=$&,21 '( /$ '(0$1'$

.- SE REALIZA A NIVEL DE PROPOSITO DE VIAJE, EL COMPORTAMIENTO DEL USUARIO ES DISTINTO PARA CADA MOTIVO DE VIAJE. TRABAJO ESTUDIO Y OTROS MOTIVOS
1,9(/ 62&,2(&2120,&2

(675$7,),&$&,21 '( /$ '(0$1'$

.- SE CLASIFICA LOS HOGARES DE ACUERDO A UN CIERTO INGRESO FAMILIAR Y UNA CIERTA TASA DE MOTORIZACION, VARIABLES QUE SON UTILIZADAS PARA CATEGORIZAR LOS HOGARES Y POR EXTENSION, A LOS INDIVIDUOS.

6HPLQDULR  7DOOHU

&/$6,),&$&,1 '( 9,$-(6

&ODVLILFDFLyQ DGLFLRQDO

Nivel de ingreso (5 a 8 rangos) Posesin de autos (0,1 y 2 + autos) Tamao del hogar (Pequeo, mediano y grande)

6HPLQDULR  7DOOHU

$1$/,6,6 '( 5(*5(6,21 /,1($/ 08/7,3/(

5HJUHVLyQ D QLYHO ]RQDO

Los modelos zonales solamente pueden explicar la variacin en cuanto a realizacin de viajes entre zonas; por lo tanto, slo pueden ser exitosos si las variaciones interzonales reflejan adecuadamente las razones reales de la variabilidad de los viajes. Para que esto ocurra, las zonas debieran tener una composicin socioeconmica homognea y representar un rango tan amplio de condiciones como sea posible; el problema es que se sabe que la mayor variacin ocurre al interior de las zonas (alta varianza) .- Las ecuaciones debieran pasar por el origen. Normalmente, sin embargo, se han obtenido interceptos bastante grandes. Si esto ocurre, las ecuaciones debieran rechazarse; por el contrario, los interceptos no son significativamente distintos de cero, podra estudiarse la conveniencia de ajustar curvas sin ellos.
10
7pUPLQR LQWHUVHFFLyQ R LQWHUFHSWR

6HPLQDULR  7DOOHU

0RGHOR GH 'HPDQGD (VWXGLR 

El intercepto debe ser cero o prximo a cero

6HPLQDULR  7DOOHU

11

0RGHOR GH 'HPDQGD (VWXGLR 

El intercepto debe ser cero o prximo a cero

6HPLQDULR  7DOOHU

12

*(1(5$&,21 '( 9,$-(6

02'(/2 '( 5(*5(6,21

/,1($/ 08/7,3/( 5/0 < 9$5,$%/(6 (;3/,&$7,9$6

(MHPSOR GH XQ FDVR  (VWXGLR GHO $UHD 8UEDQD GH +LURVKLPD  $VLDQ (00( 8VHUV &RQIHUHQFH $XJXVWR  

= 1.36832. ;1 + 0.70039.; 2 + 1.16410. ; 3 + 3.02837. ; 4 + 0.82671.; 5

L L L L
S

'RQGH 

= = = = = =

180(52 '( 9,$-(6 &21 32326,72 S =21$ L 32%/$&,21 (1 /$ =21$ L

WRGRV ORV SURSRVLWR HQ HO &DVR &21

25,*(1 (1 /$

; ; ; ; ;

1L 2L 3L 4L 5L

(03/($'26 '( 6(&725 $*5,&8/785$ (1 /$ =21$ L

(03/($'26 '( 6(&725 0$18)$&785(52 (1 /$ =21$ L

(03/($'26 '( 6(&725 &20(5&,2 (1 /$ =21$ L

38(6726 (6&2/$5(6 (1 /$ =21$ L

6HPLQDULR  7DOOHU

13

$75$&&,21 '( 9,$-(6

02'(/2 '( 5(*5(6,21

/,1($/ 08/7,3/( 5/0 < 9$5,$%/(6 (;3/,&$7,9$6

(MHPSOR GH XQ FDVR  (VWXGLR GHO $UHD 8UEDQD GH +LURVKLPD  $VLDQ (00( 8VHUV &RQIHUHQFH $XJXVWR  

'

S M

= 1.40447. ;1 + 0.67486. ; 2 + 1.19761.; 3 + 3.04343. ; 4 + 0.92853.; 5

M M M M
S M

'RQGH 

' ; ; ; ; ;

= = = = = =

180(52 '( 9,$-(6 &21 32326,72 S =21$ M 32%/$&,21 (1 /$ =21$ M

WRGRV ORV SURSRVLWR HQ HO &DVR &21

25,*(1 (1 /$

1M 2M 3M 4M 5M

(03/($'26 '( 6(&725 $*5,&8/785$ (1 /$ =21$ M

(03/($'26 '( 6(&725 0$18)$&785(52 (1 /$ =21$

(03/($'26 '( 6(&725 &20(5&,2 (1 /$ =21$

38(6726 (6&2$/5(6 (1 /$ =21$ M

6HPLQDULR  7DOOHU

14

$1$/,6,6 '( 5(*5(6,21 /,1($/ 08/7,3/(

5HJUHVLyQ D QLYHO GH KRJDU

Se busca un anlisis independiente de los lmites de las zonas, se considera que la unidad de anlisis ms apropiada era el hogar. En la aplicacin a nivel del hogar, cada hogar se considera como parte de un vector de datos de entrada, de modo de incorporar toda la gama de variabilidad observada en cuanto a las caractersticas de ste y su comportamiento respecto a viajes.

6HPLQDULR  7DOOHU

15

Regresin a nivel de hogar

Ejemplo: Sean y los viajes por hogar; x1 los empleados en el hogar y x2 el nmero de autos en el hogar. El ejemplo siguiente entrega valores obtenidos en sucesivas especificaciones del modelo; en la ltima se Presenta el estadgrafo t de significancia de cada variable.

Finalmente se compara con los resultados obtenidos de la encuesta Y resultados del modelo.
6HPLQDULR  7DOOHU

16

5/0 352%/(0$ '( 12 /,1($/,'$'

El enfoque de mnimos cuadrados supone que cada una de las variables independientes ejerce una influencia lineal en la variable dependiente. No es fcil detectar no linealidad. Mediante los grficos multivariados se grafican los datos, en el cual se puede ver el comportamiento de los datos. Es importante sealar que existe una clase de variable que comnmente presenta comportamiento no lineal: la de naturaleza cualitativa. (tipo de vivienda, ocupacin del jefe del hogar, sexo, etc.)

6HPLQDULR  7DOOHU

17

5/0 352%/(0$ '( 12 /,1($/,'$'

Incorporar variables no lineales al modelo: Transformar las variables de modo de linealizar su efecto (tomando logaritmos, etc.); sin embargo, la seleccin de la transformacin no es fcil o arbitraria y debe hacerse con mucho ciudado. Usar variables mudas (dummy) en la regresin. Por ejemplo la motorizacin se analiza por intervalos apropiados seran 0,1 y 2 o ms autos por hogar. Cada hogar observado solo puede pertenecer a uno de los intervalos, por lo que se le adjudica valor de 1 en esa clase y 0 en las otras. Se necesita (n-1) variables mudas para representar n intervalos. Ejemplo:
<

= 0.84 + 1.41; 1 + 0.75=1 + 3.14=2

R2=0.385

Donde: Z1= 1 para hogares con un auto y 0 en otros casos y Z2= 1 para hogares con 2 o mas autos y 0 en tros casos.
6HPLQDULR  7DOOHU

18

0RGHOR GH UHJUHVLyQ FRQ YDULDEOHV PXGDV

6HPLQDULR  7DOOHU

19

2EWHQFLyQ GH WRWDOHV ]RQDOHV

= 1 (0.91 + 1.44 ; 1 + 1.07 ; 2

L L
L L L

= 1 (0.84 + 1.41; 1 ) + 0.7511 + 3.1412

Donde: Ni= Nmero de hogares por cada zona i X1i= empleados en el hogar X2i= Nmero de autos en el hogar Nji= Nmero de hogares de clase j en la zona i

6HPLQDULR  7DOOHU

20

$QiOLVLV GH &ODVLILFDFLyQ 0~OWLSOH $&0

Considrese un modelo con una variable dependiente continua (como tasa de generacin de viajes), dos variables independientes discretas, tales como la tasa de motorizacin y el tamao familiar, y una muestra de hogares. La media de la variable dependiente se puede estimar tanto para la muestra completa de hogares como para cada fila y columna de la matriz de clasificacin cruzada.

6HPLQDULR  7DOOHU

21

7DVDV GH JHQHUDFLyQ GH YLDMHV

El arte del mtodo esta en elegir las categoras de modo que la desviacin estndar de las distribuciones de frecuencias, se la mnima.
6HPLQDULR  7DOOHU

22

02'(/26 '( *(1(5$&,21 '( 9,$-(6

LAS GENERACIONES DE VIAJES MAS RELEVANTES PUEDEN DIFERENCIARSE EN TRES TIPOS : GENERACION DE VIAJES BASADOS EN EL HOGAR DE IDA Y RETORNO Y GENERACION DE VIAJES NO BASADOS EN EL HOGAR. LOS PRIMEROS SERAN ESTIMADOS MEDIANTE MODELOS DE ANALISIS DE CLASIFICACION MULTIPLE (ACM), EN TANTO QUE LOS SEGUNDO Y TERCERO SE PUEDE YTILIZAR MODELOS DE REGRESION LINEAL MULTIPLE (RLM). ES DECIR, LOS ORIGENES DE UNA ZONA PUEDEN SER EXPRSADOS COMO SIGUE :

SQ

= 2(
L

SQ EKL

+2( )
L

SQ EKU

+2( )
L

SQ QEK

'21'( 

SQ L

180(52

727$/ '( 9,$-(6 &21 352326,72 S 352'8&,'26 325 868$5,26 '( /$

&$7(*25,$ Q (1 $/ =21$ L

2 2 2

SQ

( EKL )

= = =

180(52

727$/ '( 9,$-(6 %$6$'26 (1 (/ +2*$5 '( ,'$ EKL 3$5$ /$ 0,60$

&/$6,),&$&,21 $17(5,25

SQ

L EKU

180(52

727$/ '( 9,$-(6 %$6$'26 (1 (/ +2*$5 '( 5(72512 EKU 3$5$ /$ 0,60$

&/$6,),&$&,21 $17(5,25

SQ

( QEK )

180(52

727$/ '( 9,$-(6 12 25,*,1$'26 (1 (/ +2*$5 QEK 3$5$ /$ 0,60$

&/$6,),&$&,21 $17(5,25

6HPLQDULR  7DOOHU

23

*(1(5$&,21 '( 9,$-(6 %$6$'26 (1 (/ +2*$5 '( ,'$ EKL $QiOLVLV GH &ODVLILFDFLyQ PXOWLSOH$&0

PARA LOS VIAJES ORIGINADOS EN EL HOGAR, LA METODOLOGIA MAS UTILIZADA SE CONFIA EN DETERMINAR 7$6$6 '( *(1(5$&,21 '( 9,$-(6 325 +2*$5 Y EN EL CONOCIMIENTO DEL NUMERO DE HOGARES EN UNA DETERMINADA ZONA. DE ACUERDO A LA ESTRATIFICACION DE LA DEMANDA, DICHAS TASAS DEBEN SER CONOCIDAS DENTRO DE CADA PERIODO DE ANALISIS, PARA CADA PROPOSITO DE VIAJE Y CATEGORIA DEL HOGAR.

2
'RQGH 
SQ

SQ

L EKL

= + .W
Q L

SQ

L EKL

Num ero de viaj es con proposit o la cat egoria Q de la zona L

generados por los hogares de

Q

Q L

Num ero de hogares de la cat egoria

en la zona
S

SQ

Tasa de generacion de viaj es con proposit os la cat egoria Q

de los hogares de

6HPLQDULR  7DOOHU

24

$QiOLVLV GH UHJUHVLyQ SDUD FDWHJRUtDV GH KRJDUHV

En ciertas ocasiones, el mtodo ms adecuado para modelar la generacin de viajes puede ser mezcla de clasificacin cruzada (ACM) y anlisis de regresin. Por ejemplo, en un rea en que la distribucin de ingreso sea muy desigual, puede ser importante medir el impacto diferencial de determinadas polticas en los diferentes estratos de ingreso, de esta forma puede ser necesario modelar la demanda de transporte para cada grupo de ingreso separadamente a travs del proceso completo.

6HPLQDULR  7DOOHU

25

$1$/,6,6 '( &/$6,),&$&,21 08/7,3/( $&0 7DVDV GH JHQHUDFLyQ GH YLDMHV

SE OBTIENE DE CENSO (INEI) o EODH

(MHPSOR  ,QJUHVR GHO +RJDU 5 $1*2 %DMR 0HGLR $OWR 7RWDO ,1*5(62 6       &DW (2'   3URSyVLWR WUDEDMR 1XPHUR GH DXWRV 6LQ DXWR      DXWR      R PDV DXWRV     727$/    

 R PDV 

SE OBTIENE DE CENSO (INEI) o EODH

SQ

SE OBTIENE DE UNA MUESTRA DE ENCUESTA DE HOGARES ORIGEN-DESTINO

6HPLQDULR  7DOOHU

26

02'(/2 &/$6,&2 '( 75$163257( 02'(/26 '( *(1(5$&,21 < $75$&&,21

LOS MODELOS DE GENERACION Y ATRACCION DE VIAJES SE ENCARGAN

DE DETERMINAR CUANTOS VIAJES SE REALIZAN Y LLEGAN A CADA UNA DE LAS ZONAS?

LA GENERACION DE TOTAL DE VIAJES SE OBTIENE DE LA SUMA : GENERACION DE VIAJES BASADOS EN EL HOGAR. SE CALCULA
UTILIZANDO EL ANALISIS CLASIFICADO MULTIPLE (TASAS DE GENERACION ACM) USANDO

GENERACION DE VIAJES NO-BASADOS EN EL HOGAR. SE ESTIMAN

MODELOS DE REGRESION LINEAL MULTIPLE (RLM)

LA ATRACCION DE VIAJES SE BASA EN MODELOS DE REGRESION LINEAL

MULTIPLE.

6HPLQDULR  7DOOHU

27

*(1(5$&,21 '( 9,$-(6

*(1(5$&,21 '( 9,$-(6 5(72512 EKU

%$6$'26 (1 (/ +2*$5 '(

*(1(5$&,21 '( 9,$-(6 12 %$6$'26 (1 (/ +2*$5 QEK

LA GENERACION DE ESTE TIPO DE VIAJES (MUY RAROS EN EL PERIODO PUNTA DE LA MAANA Y MAS FRECUENTE EN EL PERIODO FUERA DE PUNTA) LA GENERACION DE ESTOS VIAJES , SERAN EN FUNCION DE VARIABLES ASOCIADAS CON EL USO DE SUELOS Y LA ACTIVIDADES DE UNA ZONA. EN ESTE SENTIDO, LAS VARIABLES EXPLICATIVAS DEL MODELO DE REGRESION LINEAL MULTIPLE (RLM)
2
'RQGH 

S L

= 0 + .; + (
N LN N
&21

= =
2
S L N

180(52 '( 9,$-(6 &21 32326,72 S

25,*(1 (1 /$ =21$ L

3$5$0(7526 '( &$/,%5$&,21

; (

LN

= =

9$5,$%/(6 (;3/,&$7,9$6 =21$/(6

180(52 (5525 '( (67,0$&,21 3$5$ /$ =21$ L

6HPLQDULR  7DOOHU

28

02'(/26 '( $75$&&,21 '( 9,$-(6

VIAJES ATRAIDOS BASADOS EN EL HOGAR DE IDA (bhi) Y VIAJES NO BASADOS EN EL HOGAR (nbh). PARA ESTOS DOS CASOS, LAS VARIABLES EXPLICATIVAS CORRESPONDEN NORMALMENTE A EQUIPAMIENTO POR ZONA, DEDICADOS A CADA ACTIVIDAD Y NO LOS HOGARES (NINGUNO DE ESTOS VIAJES TIENE DESTINO EL HOGAR). POR TANTO, UN MODELO DE ESTE TIPO DEBE SER CALIBRADO A NIVEL ZONAL PARA CADA PROPOSITO Y PERIOD DE ANALISIS DEFINIDO UTILIZANDO TECNICAS DE REGRESION LINELA MULTIPLE (RLM) ATRACCION DE VIAJES BASADOS EN EL HOGAR DE RETORNO (bhr). EN ESTE CASO,DADO QUE EL DESTINO DEL VIAJE ES EL HOGAR, LA UNICA VARIABLE EXPLICATIVA POSIBLE SERA EL NUMERO DE HOGARES POR ZONA. EN ESTE CASO ES POSIBLE UTILIZAR TECNICAS DE REGRESION LINEAL SIMPLE (RLS) Y TAMBIEN ES POSIBLE CONSIDEERA MODELOS DE TASAS ACM DE ATRACTIVIDAD PARA MODELAR ESTOS VIAJES. TAMBIEN SE PUEDE COMPARAR LOS RESULTADOS DE MODELACION UTILIZANDO RLM CON EL MODELO ACM OBTENIDO.
'
'RQGH 

S M

= 0 + .;
N N
&21

MN

+(

'

= =
S M
N

180(52 '( 9,$-(6 &21 32326,72 S

25,*(1 (1 /$ =21$ L

3$5$0(7526 '( &$/,%5$&,21

; (

MN

= =

9$5,$%/(6 (;3/,&$7,9$6 =21$/(6

180(52 (5525 '( (67,0$&,21 3$5$ /$ =21$ L

6HPLQDULR  7DOOHU

29

$75$&&,21 '( 9,$-(6 325 =21$

$&7,9,'$'(6 '( (48,3$0,(172 (;,67(17( (1 /$ =21$

9,$-(6 &21 352326,72 '( 75$%$-2

: ESTOS SON ATRAIDOS POR LAS ACTIVIDADES QUE OFRECEN EMPLEOS. LA MAS RELEVANTES SON EL COMERCIO, OFICINAS, SERVICIOS Y LA INDUSTRIA.

: SON ATRAIDOS POR LA PRESENCIA DE ESTABLECIMIENTOS EDUCACIONALES (NUMERO DE MATRICULAS POR NIVEL : BASICO, MEDIA Y SUPERIOR) : CORRESPONDEN A LOS VIAJES DE COMPRAS, DILIGENCIAS Y SALUD ENTRE OTROS. LAS ACTIVIDADES RELEVANTES SERAN EL COMERCIO, LOS SERVICIOS Y ATENCIONES DE SALUD. ADEMAS, PARA INCLUIR EL EFECTO DE LOS VIAJES CON MOTIVOS SOCIALES SUELE INCLUIRSE COMO VARIABLE EXPLICATIVA EL TOTAL DE HOGARES EXISTENTE EN UNA ZONA
9,$-(6 &21 2752 352326,72

9,$-(6 &21 352326,72 (678',2

6HPLQDULR  7DOOHU

30

02'(/2 '( *(1(5$&,21$75$&&,21

LA OPERACION DEL MODELO DE TRANSPORTE REQUIERE COMO DATOS DE ENTRADA LOS VECTORES ORIGENDESTINO DE VIAJES PARA CADA PERIODO DE ANALISIS. CLASIFICADOS POR PROPOSITOS DE VIAJE Y POR CATEGORIAS DE DEMANDA. LA ESTIMIMACION DE TALES VECTORES CONSTITUYEN EL OBJETIVO DE LOS MODELOS DE GENERACION ATRACCION DEBIERA ESTIMARSE UN VECTOR DE ORIGENES Y UN VECTOR DE DESTINOS POR CADA PROPOSITO Y CATEGORIA DE DEMANDA, PERO EN LA PRACTICA LA CLASIFICACION POR CATEGORIA DE DEMANDA NO SIEMPRE ES POSIBLE LOS ORIGENES SON CLASIFICADOS POR PROPOSITOS-CATEGORIA Y LOS DESTINOS EN CAMBIO, SON CLASIFICABLES SOLO POR PROPOSITO DE VIAJE. ASI, EL MODELO DE TRANSPORTE RECIBE COMO DATOS DE ENTRADA UN VECTOR ORIGEN POR CADA PROPOSITO DE VIAJE Y POR CADA CATEGORIA DE DEMANDA ( 2 ); Y UN VECTOR DESTINO POR CADA PROPOSITO DE VIAJE, EN EL QUE TODAS LAS CATEGORIAS DE DEMANDA ESTAN AGRUPADAS ( ' ). ADEMAS DEBE CUMPLIRSE

L S Q

SQ L

M S

'

S M

'RQGH 

SQ

NUMERO DE VIAJES GENERADOS EN LA ZONA (i) DE LA CATEGORIA Q, CON PROPOSITO S

'

SQ M

NUMERO DE VIAJES ATRAIDOS POR ZONA M, CON PROPOSITO S

6HPLQDULR  7DOOHU

31

9(&725(6 '( *(1(5$&,21 $75$&&,21 '( 9,$-(6

3URSRVLWR S &DWHJRULD Q 3URSRVLWR S &DWHJRULD Q

ZONAS DE TRANSI TO DESTI NO ( D) Dj

7RWDO    

'

'

'



'



'

'
  

Oi
        

7RWDO

ZONAS DE ORI GEN ( O)

9(&725 '( $75$&&,21 '( 9,$-(6 //(*$1

2
2

9(&725 '( 35 2'8&&,21 '( 9,$-(6 6$/(1

. . .

6HPLQDULR  7DOOHU

32

',675,%8&,1 '( 9,$-(6

6HPLQDULR  7DOOHU

33

)$6(6 '( 81 02'(/2 '( 75$163257(

Produccin de Viajes

Distribucin

Particin Modal

Asignacin

6HPLQDULR  7DOOHU

34

3URSRVLWR S &DWHJRULD Q 3URSRVLWR S &DWHJRULD Q

ZONAS DE TRANSI TO DESTI NO ( D)

L ? M          7RWDO         

ZONAS DE ORI GEN ( O)

. . .

7RWDO

. . .

= Viajes t ot ales del par ( i, j)

6HPLQDULR  7DOOHU

35

02'(/26 '( ',675,%8&,21 '( 9,$-(6

6HPLQDULR  7DOOHU

36

9LDMHV YHUVXV WLHPSRV 73~EOLFR

'LD JUD PD GH )UH FXH QFLD GH 9LD MH V

350
9LDMHV GH OD 0XHVWUD

300 250 200 150 100 50 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140
,QWH UYD OR GH 7LH PSRV

Viajes - Muestra Viajes - Ajustados

Resultados obtenidos de la muestra de encuesta Origen Destino en hogares

Curvas tpicas de funciones de costos en la red total

6HPLQDULR  7DOOHU

37

02'(/2 '( ',675,%8&,1 '( 9,$-(6

0RGHOR *UDYLWDFLRQDO

Tij = Kij .Pi .A j .F(Cij )

'RQGH

Tij = Nm ero de viaj es ent re las zonas ij Kij = Fact ores de aj ust e ( Kij = 1 Valor I nicial) Pi = Produccin de viaj es de la zona i Aj = At ract ividad de la zona j F( Cij ) = funcin de im pedancia( cost o) ent re las zonas ij

6HPLQDULR  7DOOHU

38

02'(/2 *5$9,7$&,21$/

La calibracin del m odelo gravit acional consist i en la bsqueda it erat iva de la funcin de im pedancia F( Cij ) , de t al form a que :
7LHPSRV GH YLDMH GHO PRGHOR 9RO~PHQHV GH SDVDMHURV GHO PRGHOR

7LHPSRV GH 9LDMHV 2EVHUYDGRV 9RO~PHQHV GH 3DVDMHURV REVHUYDGRV

Las funciones de im pedancia ut ilizadas para la calibracin son las siguient es:

)& )& )&

LM

LM LM

& &

H[SO& M
LM LM  E E L

3RWHQFLDO
LM

([SRQHQFLDO

H[SO&

&RPELQDGD

Cabe m encionar que se ut ilizaron las m ism as funciones para t odos los m ot ivos de viaj e considerados en el est udio.

6HPLQDULR  7DOOHU

39

)81&,21 '( &26726 *(1(5$/,=$'26

&

LM

= WY + WH . SZDLW + WF . SZDON + WD / YW +
N N N N LM LM LM LM
N LM N LM N

SWU

'RQGH 

&

= = = =
=

&2672 *(1(5$/,=$'2 '( 9,$-( (1 (/ 02'2 N (175( /$6 =21$6 LM

WY WH

7,(032 '( 9,$-( 02'2 N (175( /$6 =21$

LM

LM

7,(032 '( (63(5$ 02'2 N (175( /$6 =21$ LM

SZDLW WF
N LM

321'(5$'25 '(/ 7,(032 '( (63(5$

7,(032 '( &$0,1$7$ '( 02'2 N (175( /$6 =21$6 LM

SZDON

321'(5$'25

'(/ 7,(032 '( &$0,1$7$

WD

= YW = SWU =
N LM

7$5,)$

02'2 N (175( /$6 =21$6 LM

)$&725 '( &219(56,21 '( 81,'$'(6

021(7$5,$6 $ 81,'$'(6 '( 7,(032

3(1$/,'$' '( 75$16%25'2

6HPLQDULR  7DOOHU

40

0HWRGRORJtD GH FiOFXOR

GH GLVWULEXFLyQ GH YLDMHV

ESTIMACION DE TIEMPOS DE VIAJES ENTRE PARES DE OD

VECTORES DE ATRACCION

VECTORES DE PRODUCCION

CALCULO DE LA FUNCION DE IMPEDANCIA

EMPLEOS

MATRICULA ESCOLAR

BH Trabajo

BH Estudio

BH Compras

BH Otros

NBH

DISTRIBUCION DE VIAJES MODELO GRAVITACIONAL Tij = Kij * Pi * Aj * F(C ij)

Comparacin de tiempos medios de viaje resultantes del modelo con aquellos observados en las encuestas

Comparacin de los volmenes resultantes del modelo con los observados en las lneas cortina

Matrices de Viajes BH Trabajo BH Estudio BH Compras BH Otros NBH

6HPLQDULR  7DOOHU

41

Coeficient e de las funciones F( Cij )

0RGR GH 7SH $XWR $XWR 7SH 3~EOLFR 7SH 3~EOLFR

)XQFLyQ 3HULRGR $0 &LMA  H[S  &LM &LMA  H[S  &LM &LMA  H[S  &LM &LMA  H[S  &LM

0RGR GH 7SH

)XQFLyQ 3HULRGR 30 &LMA  H[S  &LM &LMA  H[S  &LM &LMA  H[S  &LM &LMA  H[S  &LM

Auto Auto Tpe. Pblico Tpe. Pblico

354 12
400000 350000

364

PQ I ABC@ QU RST 7D6 W VX 9E 6F GBH5 AB 546 3BE

76

829

300000

250000

) &

LM

) =&

LM

&

LM

xy

200000

150000

100000

50000

0 10 20 30 40 50 60 70 80 90 100 110 120

6HPLQDULR  7DOOHU

c f de gh` fi qf epr vu ste `a bw

`a`a bY

42

',675,%8&,1 '( /26 9,$-(6

Una vez calibrado el modelo gravitacional se efecta la distribucin de los viajes celda por celda, de la siguiente manera:

LM

= 3
L

Q M

I (F ) $ I (F ) =1
$
M LM M LM

Tij= Nmero de viajes entre i y j Pi= Nmero de viajes producidos o generados por la zona j Aj= Nmero de viajes atraidos por la zona j f(cij)= funcin de costos calibrados
)LQDOPHQWH FRQ HVWD IXQFLyQ VH FRPSOHWD ORV YLDMHV QR FDSWDGRV R VRQ FHURV

6HPLQDULR  7DOOHU

43

3$57,&,1 02'$/

6HPLQDULR  7DOOHU

44

)$6(6 '( 81 02'(/2 '( 75$163257(

Produccin de Viajes

Distribucin

Particin Modal

Asignacin

6HPLQDULR  7DOOHU

45

02'(/2 '( 3$57,&,21 02'$/

EL MODELO DE PARTICION MODAL DIVIDE LA MATRIZ DE VIAJES PROVENIENTES DE LA ETAPA DE DISTRIBUCION, EN TANTAS MATRICES COMO MODOS DE TRANSPORTE EXISTEAN DISPONIBLES PARA LOS USUARIOS. UN MODELO DE PARTICION MODAL SERA NECESARIO PARA CADA CTAEGORIA DE DEMANDA, PROPOSITO DE VIAJE Y PERIODO DE ANALISIS. HIPOTESIS : LA PROBABILIDAD QUE UN INDIVIDUO ESCOJA UNA ALTERNATIVA DETERMINADA ES FUNCION DE LAS CARACTERISTICAS (SOCIOECONOMICAS) DEL INDIVIDUO Y DE LA ATRACTIVIDAD RELATIVA DE CADA OPCION. PARA VIAJAR ENTRE UN ORIGEN Y UN DESTINO DETERMINADO, UN USUARIO DE PROPOSITO p Y CATEGORIA n DISPONE DE UN CONJUNTO FINITO Y DISCRETO An DE MODOS DE TRANSPORTE ALTERNATIVOS. LA ELECCION DE UN MODO ESPECIFICO , DEPENDERA DE LAS CARACTERISTICAS DEL USUARIO Y DE LOS ATRIBUTOS DE LOS MODOS DISPONIBLES. P $ PARA REPRESENTAR ESTAS CARACTERISTICAS, SE DEFINE UNA FUNCION DE UTILIDAD ASOCIADA A CADA UNA DE LAS ALTERNATIVAS DISPONIBLES Y SE SUPONE EL USUARIO ELEGIRA AQUELLA QUE LE REPORTE UNA MAYOR UTILIDAD.

6HPLQDULR  7DOOHU

46

02'(/2 '( 3$57,&,21 02'$/ )81&,21 87,/,'$'

SQP LM

SQP LM

N
'RQGH 

$
Q

SQP LM

.;

SQP LM

SQP LM

= = =

&2167$17( 02'$/ 48( 5(35(6(17$ &,(57$6 &$5$&7(5,67,&$6 48( (/ 02'2 P 7,(1( 3$5$ /26 868$5,26 '( 352326,72 S < &$7(*25,$ Q (175( /$6 =21$6 LM < 48( 12 (67$1 5(35(6(17$'26 (1 (/ 5(672 '( /$ )81&,21 87,/,'$' '(/ 02'2

SQP LM

(/ 3$5$0(752 5(35(6(17$ (/ 3(62 48( /26 868$5,26 '( 352326,72 S < &$7(*25,$ Q < 02'2 P (175( /$6 =21$6 LM $6,*1$1 $ &$'$ 9$5,$%/( (1 /$ )81&,21 87,/,'$' 7$/(6 3$5$0(7526 '(%(1 6(5 &$/,%5$'26

SQP LM

5(35(6(17$ ,1',67,17$0(17( /26 $75,%8726 '(/ 02'2 P < /$6 &$5$&7(5,67,&$6 '(/ 868$5,2 '( 352326,72 S <$ &$7(*25,$ Q < 02'2 P (175( /$6 =21$6 LM ,1&/8<( $75,%8726 '(/ 02'2 686 9$5,$%/(6 7,(032 '( 9,$-( 7,(032 '( (63(5$ 7$5,)$(7& < &$5$&7(5,67,&$6 '(/ 868$5,2 68 ,1*5(62 1,9(/ ('8&$&,21$/(7& &20%,1$&,21 '( 9$5,$%/(6 7$5,)$ &21 ,1*5(62 )$0,/,$5

6HPLQDULR  7DOOHU

47

02'(/2 '( 3$57,&,21 02'$/ 02'(/2 /2*,7 08/7,120,$/

SQP LM

8

SQP LM

N
'RQGH 

H
Q

SQN LM

, (L,

SQP

LM

= =

352%$%,/,'$' '( 48( 81 868$5,2 '( 352326,72 S &$7(*25,$ Q (/,-$ (/ 02'2 P (175( /$6 =21$6 LM

SQN LM

)81&,21 '( 87,/,'$' '(/ 02'2 N 352326,72 S < 868$5,2 '( &$7(*25,$ Q

3$5$0(752 '( &$/,%5$&,21 '(/ 02'(/2 /2*,7 5(35(6(17$ 81 )$&725 '( (6&$/$ (1 /$ ',675,%8&,21 :(,%8// '( (5525(6 $62&,$'26 $ 81 02'(/2 '( (/(&&,21 ',6&5(7$ '(/ 7,32 /2*,7

6HPLQDULR  7DOOHU

48

3$57,&,21 02'$/

UNA VEZ DEFINIDA LA PROBABILIDAD DE QUE UN USUARIO DE LA CATEGORIA n ELIJA EL MODO m PARA VIAJAR EN EL PAR (i,j) EL NUMERO DE VIAJES EN ESE MODO SE OBTIENE DE LA SIGUIENTE MANERA :

'RQGH 

SQP

LM

= 7 .3
SQ LM

SQP

LM

SQP

LM

= = =

9,$-(6 '( /26 868$5,26 '( 352326,72 S <$7(*25,$ Q 48( (/,*(1 (/ 02'2 P (175( =21$6 LM

SQ

LM

9,$-(6 '( 352326,72 S < &$7(*25,$ Q 48( 9,$-(1 (175( =21$6 LM

SQP

LM

352%$%,/,'$' '( 48( /26 868$5,26 '( 352326,72 S &$7(*25,$ Q (/,-$1 (/ 02'2 P (175( /$6 =21$6 LM

6HPLQDULR  7DOOHU

49

02'(/26 6,03/,),&$'26

6HPLQDULR  7DOOHU

50

(67,0$&,1 '( 0$75,&(6 $ 3$57,5 '( &217(26

Los conteos de trfico son relativamente baratos de obtener (se recolectan con varios posibles usos) Existen tcnicas y equipos modernos muy eficientes para contar trficos en forma automtica y luego procesar, en forma tambin automtica la informacin. Contar vehculos, pasajeros o peatones, es ms sencillo que realizar encuestas. Algunas operaciones de conteo se realizan como parte de la operacin normal de organismos de planificacin y operacin. La gran mayora de las actividades de conteo no requiere demorar al trfico.

6HPLQDULR  7DOOHU

51

(67,0$&,1 '( 0$75,&(6 $ 3$57,5 '( &217(26  9HQWDMD

Puesta al da de matrices de movimiento de pasajeros o carga usando informacin histrica y conteos actuales. Estimacin de matrices de sub-reas. Desarrollo de modelos simplificados a ser utilizados como elementos de un proceso de planificacin continua.

6HPLQDULR  7DOOHU

52