Beruflich Dokumente
Kultur Dokumente
~1~
~2~
~3~
La estimacin de viajes est nicamente dentro del dominio del planificador de transporte y es una parte
integral de los estudios de desarrollo del sitio e ingeniera de trnsito, as como de la planificacin del
transporte al nivel de rea.
El enfoque ms empleado para predecir la demanda de viajes es el "proceso de cuatro pasos": generacin de
viajes, distribucin de viajes, seleccin del modo y asignacin del trnsito.
~4~
~5~
Figura 2. Ingreso promedio por zonas contra familias por categora de ingresos.
FUENTE: Modificado de Computer Programs for Urban Transportation Planning
(Programas de computadora para la planificacin del transporte urbano), Departamento de
Transporte de Estados Unidos, Washington, D.C., abril de 1977. ( REF.1)
Tabla.1.Datos censales que muestran los viajes por familia, el ingreso y la tenencia
de automviles.
Nmero
de familias
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Viajes
producidos
2
por familia
4
10
5
5
15
7
4
6
13
8
6
9
11
10
11
12
8
8
6
Ingreso por
familia
(miles16de
24
dlares)
68
44
18
68
38
36
28
76
72
32
28
44
44
52
60
44
52
28
Automviles
por familia
0
0
2
0
1
3
1
0
1
3
1
1
2
2
2
2
2
1
1
1
Solucin:
Paso 1. A partir de la informacin de la tabla 1, produzca una matriz que muestre el nmero y el
porcentaje de familias como una funcin de la tenencia de automviles y de las categoras de ingreso
(vase la tabla 2). Los valores numricos en cada celda representan el nmero de familias observadas en
~6~
Automviles en propiedad
0
1
2+
2(67) 1(33)
0(0)
1(25) 3(50)
1(25)
1(20) 2(40)
2(40)
1(33)
2(67)
1(25)
3(75)
4
8
8
Total
3(100)
5(100)
5(100)
3(100)
4(100)
20
Nota: Los valores en los parntesis son el porcentaje de automviles (que se tienen) para cada nivel de ingresos.
~7~
8.5
11.5
--8.5
12.7
~8~
~9~
Zona
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Nmero de
Autos (A)
1,588
1,824
2,446
2,607
2,331
2,181
1,698
2,798
2,717
1,947
3,244
3,651
2,441
2,631
3,089
3,218
1,855
3,757
2,252
1,533
Ingresos
B/ por ao
4,197
3,663
6,244
5,888
4,553
4,600
4,476
4,948
4,343
3,650
4,569
6,117
6,089
5,797
5,263
4,998
3,880
6,182
4,111
3,571
Nmero
de empleos
4,839
3,127
2,519
4,498
3,080
4,050
4,656
3,434
3,902
4,573
4,757
3,310
4,188
3,007
3,397
4,763
3,730
2,799
2,781
4,017
Nmero de
viajes
6,956
9,403
9,409
10,359
11,159
10,308
8,216
9,089
12,947
7,212
15,399
12,690
7,048
11,753
13,243
12,344
9,889
14,121
10,705
6,564
Formule y calibre un Modelo Estadstico para estimar la generacin de viajes por zona.
Solucin :
Poblacin
Nmero de
(P) = X1
Autos (A) = X2
Ingresos
B/ por ao ( I )
= X3
Nmero
de empleos ( E )
= X4
Nmero de
viajes ( G ) = Y
214925
49808
97139
75427
208814
X1
X2
X3
X4
10440.70
~ 10 ~
X1*X3
X1*X4
X2*X3
X2*X4
X3*X4
X1^2
X2^2
12624600
18787200
20729850
24036540
25757550
21330180
13587396
31981140
35497605
21524085
47128832
45765285
21480800
25849575
38612500
41608740
19282725
49348195
25368780
13314105
33366150
37728900
52917900
54287360
50310650
44988000
35816952
56555640
56741295
40350750
66378432
76676595
53583200
56955525
65787500
64624140
40332600
81200570
46310415
31014135
38470050
32208100
21348525
41471560
34034000
39609000
37257312
39250620
50979630
50554515
69109696
41490850
36854400
29543775
42462500
61585590
38773350
36764865
31327965
34887645
6664836
6681312
15272824
15350016
10613043
10032600
7600248
13844504
11799931
7106550
14821836
22333167
14863249
15251907
16257407
16083564
7197400
23225774
9257972
5474343
7684332
5703648
6161474
11726286
7179480
8833050
7905888
9608332
10601734
8903631
15431708
12084810
10222908
7911417
10493333
15327334
6919150
10515843
6262812
6158061
20309283
11454201
15728636
26484224
14023240
18630000
20840256
16991432
16946386
16691450
21734733
20247270
25500732
17431579
17878411
23805474
14472400
17303418
11432691
14344707
63,202,500
106,090,000
71,825,625
85,008,400
122,102,500
95,648,400
64,032,004
130,644,900
170,694,225
122,213,025
211,062,784
157,126,225
77,440,000
96,530,625
156,250,000
167,184,900
108,056,025
172,528,225
126,900,225
75,429,225
2,521,744
3,326,976
5,982,916
6,796,449
5,433,561
4,756,761
2,883,204
7,828,804
7,382,089
3,790,809
10,523,536
13,329,801
5,958,481
6,922,161
9,541,921
10,355,524
3,441,025
14,115,049
5,071,504
2,350,089
X1*X3
X1*X4
X2*X3
X2*X4
X3*X4
X3^2
X4^2
X1*Y
X2*Y
X3*Y
X4*Y
17,614,809
13,417,569
38,987,536
34,668,544
20,729,809
21,160,000
20,034,576
24,482,704
18,861,649
13,322,500
20,875,761
37,417,689
37,075,921
23,415,921
9,778,129
6,345,361
20,232,004
9,486,400
16,402,500
21,678,336
11,792,356
15,225,604
20,912,329
22,629,049
10,956,100
17,539,344
55300200
96850900
79741275
95509980
123306950
100812240
65744432
103887270
169152555
79728660
223716672
159069150
62022400
11046128
17151072
23014414
27005913
26011629
22481748
13950768
25431022
35176999
14041764
49954356
46331190
17204168
29194332
34443189
58749796
60993792
50806927
47416800
36774816
44972372
56228821
26323800
70358031
77624730
42915272
33660084
29403181
23701271
46594782
34369720
41747400
38253696
31211626
50519194
32980476
73253043
42003900
29517024
~ 11 ~
X1^2
X2^2
33,605,209
27,699,169
24,980,004
15,054,400
38,217,124
16,900,321
12,752,041
9,042,049
11,539,609
22,686,169
13,912,900
7,834,401
7,733,961
16,136,289
X4^2
X1*Y
X2*Y
X3*Y
X4*Y
214925
208814
b1
2321336984
49808
b2
97139
b3
1029441681
75427
b4
778886453
a=
b1=
b2=
b3=
b4=
49808
-6253.58
1.32
-1.01
1.21
-0.23
97139
Sa =
Sb1=
Sb2=
Sb3=
Sb4=
SY=
75427
9067.41
0.85
3.34
1.58
0.43
1294.50
R^2=
F=
Gl =
Ssreg =
SSresid =
545920897
0.79
14.39
15.00
96470950.58
25135783.62
Donde a , b1 , b2 , b3 , b4 son los parmetros del modelo ; Sa , Sb1 , Sb2 , Sb3 , Sb4 , SY son las desviaciones
estndares que se usaran para evaluar la significancia de las variables y la consistencia del modelo ;
R^2 coeficiente de determinacion del modelo , F de FISHER , Gl grados de libertad , Ssreg suma de regresin
de los cuadrados., SSresid suma residual de los cuadrados.
MODELO :
Y = -6253.58 + 1.32*X1 -1.01*X2 + 1.21*X3 -0.23*X4
G = -6253.58 + 1.32*P -1.01*A + 1.21*I -0.23*E
~ 12 ~
Yi
6,956
9,403
9,409
10,359
11,159
10,308
8,216
9,089
12,947
7,212
15,399
12,690
7,048
11,753
13,243
12,344
9,889
14,121
10,705
6,564
Zona
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
i
6614.43
9223.31
9458.92
9392.90
10792.38
9101.78
6952.69
11220.95
12618.49
9747.36
14095.42
13265.92
9321.06
10399.42
12730.16
12532.06
9442.00
14147.13
10688.29
7069.35
Yi-i
342
180
-50
966
367
1,206
1,263
-2,132
329
-2,535
1,304
-576
-2,273
1,354
513
-188
447
-26
17
-505
=
121,606,734.20 96,470,950.58
( SSt = Ssres +
Ssreg )
R^2 = 1 - Ssres/SSt
0.000
0.7933027
VIAJES
18,000
16,000
14,000
12,000
10,000
Yi Datos
originales
8,000
6,000
yi Datos
Calculados
4,000
2,000
0
0
10
15
~ 13 ~
20
25
ZONAS
Los valores de Pi y Aj han sido determinados en el proceso de generacin de viajes. La suma de Pi para todas
las zonas debe ser igual a la suma de Aj para todas las zonas. Los valores de Kjj se usan cuando el intercambio
estimado de viajes, debe ajustarse para asegurar que concuerda con el intercambio observado de viajes.
Los valores de Fij se determinan mediante un proceso de calibracin, en el cual los valores de generacin de
viajes tal como se midieron en la encuesta de origen-destino, se distribuyen usando el modelo de gravedad.
Despus de que cada proceso de distribucin es completado, el porcentaje de viajes en cada categora de viaje,
producido por el modelo de gravedad, se compara con el porcentaje de viajes registrado en la encuesta de
origen-destino. Si los porcentajes no concuerdan, entonces se ajustan los factores Fij que se usaron en el proceso
de distribucin y se realiza otra distribucin de viajes con el modelo de gravedad. El proceso de calibracin
contina hasta que concuerden los porcentajes de duracin del viaje.
El modelo de gravedad recibe su nombre del hecho que es conceptualmente basado en la ley de Newton de
gravitacin de los estados de la fuerza de atraccin entre dos cuerpos es directamente proporcional al producto
de las masas de los dos cuerpos e inversamente proporcional al cuadrado de la distancia entre ellos, o
(3)
~ 14 ~
El modelo se puede calibrar mediante anlisis de regresin si se transforman las variables de la siguiente forma:
Ejemplo 3 :
Numero de viajes de la zona A con respecto a otras zonas.
Los viajes con motivo de trabajo en una zona se distribuyen hacia las zonas adyacentes en funcin del nmero de
empleos (NE) de cada zona. Determine el nmero de viajes esperados entre la Zona A y el resto de las zonas de la
regin en estudio.
El modelo de distribucin espacial calibrado tiene la forma:
Donde:
~ 15 ~
Zona B
NE =6000
2.1 Km
Zona C
NE =12000
3.0 Km
NE A 63000
Zona
viajes
producidos por
dia
NE
6.0 Km
Zona D
NE =21000
1.5 Km
Zona F
NE =5000
3.0 Km
Zona
NE E
NE =14000
NE
Solucin:
GA = 63000 viajes/da
5.3 Km
Zona
NE G
NE =5000
NE
,
,
1.0=K*(923.875822371)
K= 1.08239654701x10 -3
~ 16 ~
GA = Tij
63000 = 26247+13931+16239+3929+2213+441
En la figura 6 se ilustran los valores de F para las calibraciones de un modelo de gravedad. (Normalmente esta
curva es una grfica semilogartmica.) Los valores de F tambin pueden determinarse con el uso de valores de
tiempo de viaje y una relacin inversa entre F y t. Por ejemplo, la relacin para F puede adoptar la forma de t-1,
t-2, e t, etc., ya que los valores de F disminuyen a medida que aumenta el tiempo de viaje.
El factor socioeconmico Kij, se usa para hacer ajustes en los valores de distribucin de viajes entre zonas, en
las cuales son importantes las diferencias entre el valor estimado y el valor real. El valor de K se conoce como el
"factor socioeconmico" ya que contempla a otras variables adems del tiempo de viaje. Los valores de K se
determinan en el proceso de calibracin, pero debe aplicarse con cuidado cuando se considera que una zona
posee caractersticas nicas.
Ejemplo 4.
Uso de los factores F calibrados y de la iteracin
Para ilustrar la aplicacin del modelo de gravedad, considere un rea de estudio que consta de tres zonas. Los
datos se han determinado como sigue. Se ha calculado el nmero de viajes producidos y atrados para cada
zona, mediante los mtodos descritos en la seccin de generacin de viajes, y se ha determinado el tiempo
promedio de viaje entre cada zona. Ambos se muestran en las tablas 4 y 5. Suponga que Kij es igual a uno
para todas las zonas. Finalmente, se han calibrado los valores de F como se describi anteriormente y se
~ 17 ~
Zona
Producciones de viajes
Atracciones de viajes
Tabla 5.
Total
140
300
330
270
280
180
750
750
Zona
1
2
3
Use la ecuacin 2.
~ 18 ~
2
2
6
6
3
3
6
5
Zona
1
2
3
A calculada
A dato
P
140
330
280
750
750
~ 19 ~
Paso 6. Aplique la frmula del modelo de gravedad (ecuacin 2) en cada iteracin para calcular los
intercambios zonales de viaje, con el uso de los factores de atraccin ajustados obtenidos de la iteracin
anterior. En la prctica, la frmula del modelo de gravedad se transforma en
(6)
donde Tijk es el intercambio de viajes entre i y j para la iteracin k, y Ajk = Aj para k = 1. El subndice j recorre
un ciclo completo cada vez que k cambia, e i recorre un ciclo completo cada vez que j cambia. La frmula
anterior se encierra entre parntesis y el subndice indica que el proceso completo se realiza para cada
propsito de viaje.
Paso7. Realice una segunda iteracin con el uso de los valores de atraccin ajustados.
~ 20 ~
1
34
153
116
303
300
68
112
88
268
270
38
65
76
179
180
140
330
280
750
750
Donde
Tij = nmero de viajes estimados de la zona i a la zona j
ti = generacin actual de viajes en la zona i
Gx = factor de crecimiento de la zona x
Ti= tiGi = generacin futura de viajes en la zona i
tix = nmero de viajes entre la zona i y otras zonas x
tij = viajes actuales entre la zona i y la zona j
Gj = factor de crecimiento de la zona j
Ejemplo 5.
Prediccin de viajes con el uso del modelo Fratar
Un rea de estudio consta de cuatro zonas (A, B, C y D). La encuesta de origen-destino indica que el nmero
de viajes entre cada zona es como se muestra en la tabla 9. Las estimaciones para la planificacin del rea,
indican que en cinco aos el nmero de viajes en cada zona, se va a incrementar de acuerdo con el factor de
crecimiento mostrado en la tabla 10, y que la generacin de viajes se va a incrementar hasta las cantidades
~ 21 ~
A
B
C
D
Zona
A
B
C
D
Total
400
100
100
600
B
C
400
100
300
300
300
700
700
Tabla 11. Primera estimacin de viajes entre zonas
C
Zona
A
B
C
D
Factor de
crecimiento
Generacin de viajes en
cinco aos
1.2
600
720
1.1
700
770
1.4
700
980
1.3
400
520
Tabla 10. Presentacin de viajes entre zonas
Zona
AA
428
141
124
Totales 693
B B
428
372
141
372
430
124
430
800
943
554
~ 22 ~
D
100
300
400
Generacin
estimada de viajes
693
800
943
554
720
770
980
520
Factor de crecimiento
1.04
0.96
1.04
0.94
Los resultados de los clculos anteriores, han producido la primera estimacin (o iteracin) de la distribucin
de viajes y se muestran en la tabla 11. Sin embargo, observe que el total de cada zona no es igual al valor de
generacin de viajes futuros como se afirm anteriormente. Por ejemplo, la generacin de viajes en la zona A
se estima en 693 viajes, mientras que el valor correcto es de 720 viajes. En forma similar, la estimacin para la
zona B es de 800 viajes, mientras que el valor deseado es de 770 viajes.
Ahora se prosigue con una segunda iteracin, en la cual los datos de entrada son el nmero de viajes entre
las zonas como se calcul anteriormente. Tambin se calculan nuevos factores de crecimiento como la
relacin de la generacin de viajes esperada en cinco aos entre la generacin de viajes estimada en el clculo
anterior. Los valores se dan en la tabla 12.
Los clculos de la segunda iteracin los cuales pueden repetirse tantas veces como sea necesario hasta que
concuerden los valores de generacin de viajes estimados y los reales se realizan de igual manera.
~ 23 ~
Ejemplo 6.
Estimacin de la seleccin del modo mediante la generacin directa de viajes.
Determine el nmero de viajes de transporte por da en una zona que tiene 5000 personas viviendo en 50 acres.
La tenencia de cero automviles por familia, es del 40 por ciento y del 60 por ciento para la tenencia de un
automvil por familia.
Solucin:
Calcular el nmero de personas por acre: 5000/50 = 100. Entonces determinar el nmero de viajes por
transporte por da por 1000 personas (de la figura 12), para calcular el total de viajes por transporte por da para
la zona.
cero automviles/familia: 510 viajes/da/1000 habitantes
un automvil/familia: 250 viajes/da/1000 habitantes
Total de viajes de transporte: (0.40)(510)(5) + (0.60)(250)(5) =
1020 + 750 = 1770 viajes de transporte por da
Este mtodo supone que los atributos del sistema no son importantes. No se consideran factores como tiempo de
viaje, costo y la comodidad. Estos modelos llamados de predistribucin son aplicables cuando el servicio de
transporte pblico es malo y los viajeros son "cautivos", o cuando el servicio de transporte pblico es excelente
y la "seleccin" favorece claramente al transporte pblico. Cuando las vas rpidas y los modos de transporte
pblico "compiten" por los conductores de automvil, entonces se deben considerar los factores del sistema.
4.2. Los modelos de viaje
Determinan el porcentaje de personas o de viajes de automvil que usarn el transporte pblico. Las
estimaciones se hacen antes de la fase de distribucin de viajes y se basan en el uso del suelo o las
caractersticas socioeconmicas de la zona. No incorporan la calidad del servicio. El procedimiento es el
siguiente:
1. Generar el total de viajes personales producidos y atrados por propsito de viaje.
2. Calcular el factor de viaje urbano.
3. Determinar el porcentaje de estos viajes para transporte pblico con el uso de una curva de seleccin de modo
~ 24 ~
~ 25 ~
Distancia
Costo por milla
Exceso de tiempo
Costo del estacionamiento
Velocidad
Automvil
Transporte pblico
10 mi
$0.15
5 min
$1.50 (o 0.75/viaje)
30 mi/h
8 mi
$0.10
8 min
------20 mi/h
~ 26 ~
Entonces la seleccin del modo de viaje por transporte pblico entre las zonas S y D es de 68.4 por ciento, y por
vialidad rpida el valor es de 31.6 por ciento. Estos porcentajes se aplican a los valores estimados de
distribucin de viaje, para determinar el nmero de viajes para cada modo. Si, por ejemplo, el nmero de viajes
al trabajo entre las zonas S y D se calcula como 500, entonces el nmero por automvil sera 500 X 0.316 =
158, y por transport pblico el nmero de viajes sera 500 X 0.684 = 342.
4.3.2. Modelos lgicos.
Un enfoque alternativo que se usa para el anlisis de la demanda del transporte, es considerar la utilidad relativa
de cada modo como una suma de cada atributo modal. Entonces la seleccin de un modo se expresa como una
distribucin de probabilidad. Por ejemplo, suponga que la utilidad de cada modo es
(10)
donde
Ux = utilidad del modo x
n = nmero de atributos
Xi = valor del atributo (tiempo, costo, etc.)
ai = valor del coeficiente del atributo i (negativo, ya que los valores son desutilidad)
Entonces si se consideran 2 modos, automvil (A) y transporte pblico (T), la probabilidad de seleccionar el
modo A, automvil puede escribirse como
(11)
Esta forma es llamada el modelo lgico y proporciona una forma conveniente de calcular la seleccin del
modo. Los modelos de seleccin se utilizan dentro del proceso de planificacin del transporte urbano, pero
tambin se emplean en los estudios de mercado para transporte pblico y en la estimacin directa de la
demanda de viajes. En la figura 9 se muestra la grfica de una curva lgica.
~ 27 ~
donde
T1 = tiempo total de viaje (minutos)
T2 = tiempo de espera (minutos)
C = costo (centavos)
Las caractersticas de viaje entre dos zonas son las siguientes:
T1
T2
C
Automvil
20
8
320
Transporte pblico
30
6
100
Solucin: Use el modelo lgico para determinar el porcentaje de viajes en la zona, para automvil y para
transporte pblico.
El uso de la ecuacin 8 .
El propsito de un modelo de seleccin de modo es predecir la opcin de produccin-viaje del modo de viaje.
Los factores que explican esta conducta incluyen:
1. Las caractersticas de produccin-viaje
2. Las caractersticas del viaje
3. Los atributos de modos disponibles de viaje
~ 28 ~
P C = 1 PF
Si se reescribe el modelo:
y
Definiendo las funciones de utilidad:
UC = a0 + a1*CC + a2*TC
UF = a1*CF + a2*TF
NOTA : El termino independiente a0 no se incluye en las dos funciones porque desaparecera de la estimacin.
Este trmino representa la preferencia de un modo sobre otro debido a todas las variables no incluidas en el
modelo.
~ 29 ~
Y en este caso de dos o ms modos, el modelo puede calibrarse mediante anlisis de regresin lineal mltiple
por mnimos cuadrados.
Ejemplo 9.
Porcentaje de usar un modo y su utilidad.
Las encuestas realizadas a las empresas que envan carga hacia el puerto en una regin de alta produccin
indican los costos y tiempos de entrega de la mercanca por los modos disponibles (Ferrocarril y Camiones) que
se muestran en la siguiente tabla.
Para cada zona de embarque se determin la fraccin del mercado que es absorbida por el Ferrocarril y por los
Camiones.
Asignacin:
a. Formule y calibre un modelo matemtico para estimar el porcentaje de de la carga que toma el
Ferrocarril y los Camiones en funcin del costo y tiempo de entrega.
b.
Represente mediante una grfica la fraccin del mercado que toma cada modo como funcin de sus
atributos (Utilidades).
c.
Cmo cambiar la proporcin de la demanda de carga que obtendr cada modo en la zona 7 si el
servicio de transporte cambia como sigue:
Cc = $135.00/Contenedor
CFc = $115.00/Contenedor
Tc = 8 horas
TF c = 1 3 h o r a s
Zona de
carga
1
2
3
4
5
6
7
8
9
10
11
12
Porcentajes
PFc
PC
0.4
0.6
0.23
0.77
0.28
0.72
0.35
0.65
0.3
0.7
0.44
0.56
0.52
0.48
0.48
0.52
0.36
0.64
0.32
0.68
0.6
0.4
0.25
0.75
Tiempo (Hr)
Costos ($/Contenedor)
camiones ferrocarril camiones ferrocarril
110
90
8
11.5
85
80
10
12.5
80
70
9
13
70
55
6
7.5
75
65
7.5
10
90
70
7
8
135
110
12
15
150
125
16
20
125
110
13
16
135
120
14
16
95
70
10
11
80
75
11
13
~ 30 ~
Solucin:
a. Formulacin y Calibracin del modelo:
P F = 1 PC
y
UF = a0 + a1*CF + a2*TF
UC = a1*CC + a2*TC
1/PFc-1
1.50
3.35
2.57
1.86
2.33
1.27
0.92
1/Pc-1
0.67
0.30
0.39
0.54
0.43
0.79
1.08
YC
X1
X2
ln(1/Pc-1)
-0.41
-1.21
-0.94
-0.62
-0.85
-0.24
0.08
(CFc - CC)
-20
-5
-10
-15
-10
-20
-25
(TFc -TC)
3.5
2.5
4
1.5
2.5
1
3
~ 31 ~
1.08
1.78
2.13
0.67
3.00
0.92
0.56
0.47
1.50
0.33
-6.29
X1*YC
8.11
6.04
9.44
9.29
8.47
4.82
-2.00
2.00
8.63
11.31
-10.14
5.49
X2*YC
-1.42
-3.02
-3.78
-0.93
-2.12
-0.24
0.24
-0.32
-1.73
-1.51
0.41
-2.20
= 61.47
= -16.61
12.00
-190.00
30.00
ao
-190.00
3600.00
-475.00
a1
30.00
-475.00
87.00
a2
-190.00
X1*X2
-70
-12.5
-40
-22.5
-25
-20
-75
-100
-45
-30
-25
-10
30.00
X1^2
400
25
100
225
100
400
625
625
225
225
625
25
= -475.00 = 3600.00
-6.29
ao =
-1.36
61.47
a1 =
-0.06
-16.61
a2 =
-0.07
X1
X2
INICIAL
CALCULADA
PC
(CFc - CC)
(TFc -TC)
YC
YC
PC
PFc
Porcentajes iniciales
PFc
Porcentajes calculados
11
0.6
0.4
-25
0.41
0.18
0.46
0.54
0.52
0.48
-25
0.08
0.03
0.49
0.51
0.48
0.52
-25
-0.08
-0.05
0.51
0.49
0.44
0.56
-20
-0.24
-0.14
0.54
0.46
0.4
0.6
-20
3.5
-0.41
-0.33
0.58
0.42
0.36
0.64
-15
-0.58
-0.61
0.65
0.35
0.35
0.65
-15
1.5
-0.62
-0.50
0.62
0.38
~ 32 ~
0.32
0.68
-15
-0.75
-0.54
0.63
0.37
0.3
0.7
-10
2.5
-0.85
-0.90
0.71
0.29
0.28
0.72
-10
-0.94
-1.01
0.73
0.27
12
0.25
0.75
-5
-1.10
-1.18
0.77
0.23
0.23
0.77
-5
2.5
-1.21
-1.22
0.77
0.23
Porcentajes vs Utilidades
( datos iniciales )
PC , PFc
0.9
0.8
0.7
0.6
0.5
PC (INICIAL)
0.4
PFc (INICIAL)
0.3
0.2
0.1
0
-1.50
-1.00
-0.50
0.00
Porcentajes vs Utilidades
(datos calculados )
0.50
(UFc - UC )
PC , PFc
0.90
0.80
0.70
0.60
0.50
0.40
PFc (CALCULADA)
0.30
PC (CALCULADA)
0.20
0.10
0.00
-1.50
-1.00
-0.50
0.00
~ 33 ~
0.50
(Ufc -UC )
~ 34 ~
~ 35 ~
Paso 3. Desde el nodo que ahora est ms cercano al nodo inicial (nodo 5), haga conexiones con los nodos
ms cercanos (nodos 6 y 9). Escriba el tiempo acumulado de viaje para cada nodo.
Paso 4. El tiempo hacia el nodo 6 pasando por el nodo 5 es ms corto que el tiempo pasando por la zona 2. Por
tanto, se borra el arco 2-6.
Paso 5. Tres nodos estn a igual distancia del nodo inicial (nodos 3, 6 y 9). Seleccione el nodo con el nmero
ms bajo (nodo 3) y agregue los arcos correspondientes a los nodos 4 y 7.
Paso 6. De los tres nodos a igual distancia, el nodo 6 es el siguiente ms cercano al nodo inicial. Haga conexin
con las zonas 7 y 10. Elimine el arco 6-7.
Paso 7. La construccin prosigue desde el nodo 9 a los nodos 10 y 13. Elimine el arco 9-10.
Paso 8. Construya desde el nodo 7.
Paso 9. Construya desde el nodo 13.
Paso 10. Construya desde el nodo 10, y elimine el arco 10-11,
~ 36 ~
Ejemplo 11.
Cargando la red para usar el mtodo de la trayectoria mnima
En la tabla 14 se muestran los arcos que estn sobre la trayectoria mnima, para cada uno de los nodos que se
conectan al nodo 1. Tambin se muestra el nmero de viajes de automvil entre la zona 1 y todas las dems
zonas. A partir de estos resultados, se determina el nmero de viajes para cada arco. Para ilustrar, el arco 1-2 lo
usan los viajes desde el nodo 1 hasta los nodos, 2, 3, 4, 7, 8, 11, 12, 15 y 16. Entonces, los viajes entre estos
pares de nodos se asignan al arco 1-2 como se ilustra en la tabla 14. Los volmenes son 50, 75, 80, 60, 30,
80, 25, 20 y 85 para un total de 505 viajes para el arco 1-2 desde el nodo 1.
Tabla 14. Arcos sobre la trayectoria mnima para los viajes
desde
Desdeel nodo 1Viajes
Arcos en la trayectoria mnima
Hacia
1 2
50
1-2
3
75
1-2,2-3
4
80
1-2, 2-3, 3-7, 7-8, 4-8
5
100
1-5
6
125
1-5, 5-6
~ 37 ~
7
8
9
10
11
12
13
14
15
16
60
30
90
40
80
25
70
60
20
85
Solucin: Para calcular el nmero de viajes que deben asignarse a cada arco, de los que han sido generados en
el nodo 1, y distribuidos a los nodos 2 hasta el 16 (tabla 15). Se completara un proceso similar para cargar la
red para todos los dems pares de zonas. Los clculos para la asignacin del trnsito, as como para otras
paradas en el sistema del modelo de prediccin, pueden realizarse con el uso de programas para computadoras.
Tabla 15.
Asignacin de viajes del nodo 1 hacia los arcos de la red
de vialidades
Arco.
Total
1-2
2-3
1-5
5-6
7-8
4-8
5-9
6-10
7-11
8-12
9-13
11-15
12-16
13-14
=505
=455
=485
=165
=220
=80
=220
=40
=100
=110
=130
=20
=85
=60
~ 38 ~
Ejemplo 12.
Clculo del tiempo de viaje para capacidad restringida
En el ejemplo 11, el volumen para el arco 1-5 fue de 485 y el tiempo de viaje fue de 2 minutos. Si la capacidad
del arco es de 500, determine el tiempo de viaje en el arco que debe usarse, para la siguiente iteracin en la
asignacin del trnsito.
Solucin:
=2.27 minutos
~ 39 ~
Ejemplo 13.
Prediccin de la reduccin de la fluidez del trnsito debido a un incremento de tarifa
Para ilustrar el uso de la elasticidad de la demanda, una regla aproximada en la industria del trnsito establece
que para cada 1 por ciento de aumento en las tarifas, habr un tercio del 1 por ciento de reduccin en la fluidez
del trnsito. Si la fluidez actual es de 2000/da para una tarifa de 30 centavos, cul ser la fluidez si la tarifa
aumenta a 40 centavos?
Solucin: En este caso E(V) = 1/3 y
Esto significa que la nueva fluidez del trnsito es 2000 222 = 1778 pasajeros/da.
7. Anexos.
7.1. Regresin Lineal simple
Los valores observados son Y , X.
(16)
~ 40 ~
El error total de la estimacin se expresa como la suma del error en cada punto observado:
~ 41 ~
por a + bXi
definidos como
~ 42 ~
Ejemplo 14 :
Parbola de los mnimos Cuadrados.
Encaje una ecuacin de la forma
30
2
40
3
65
4
85
5
Las ecuaciones caractersticas siguientes son el resultado de tomar las derivadas parciales de S con respecto a a
, b, y c e igualarlas a cero :
~ 43 ~
Y = viajes G
n = numero de datos;
= ( constantes
);
X1...... Xn = ( Variables independientes : poblacin (P), empleos (E), ingresos (I), autos (A))
En forma matricial.
~ 44 ~
Si denominamos
Entonces
Y la varianza de es :
~ 45 ~
7.5.1. Parmetro :
La hiptesis nula es Ho : = 0
La hiptesis alterna es Ho : 0
Para que se pueda rechazar la hiptesis nula el valor de debe estar fuera del rango definido por:
Donde
~ 46 ~
La varianza estimada de es :
7.5.2.Parmetro :
La hiptesis nula es Ho : = 0
La hiptesis alterna es Ho : 0
El intervalo de no rechazo de la hiptesis nula :
Si cae dentro de este rango no se pude rechazar la hiptesis nula ( = 0 ) ; por lo que se concluye que, en base
a la data disponible, Y no depende de X. Si est fuera de este rango se pude aceptar la relacin entre Y y X
con un grado de confianza 1 w .
Recordando que :
El valor estimado de es S y de
de modo que :
~ 47 ~
Donde :
SSREG = Suma de cuadrados de las desviaciones explicadas por la regresin.
~ 48 ~
La variacin no explicada es :
y la variacin explicada es :
esta relacin se define como coeficiente de determinacin de la regresin.
Ejemplo 15.
Se tienen los siguientes datos de viajes y poblacin para 12 zonas , calibre el mejor modelo que se ajuste a
los datos y verifique que las variables son significativas y el modelo es consistente.
MODELO : Y = + *X
Tabla de datos:
Zona
No.
1
2
3
4
5
6
7
8
9
10
11
12
Viajes
Y
44
46
33
43
39
37
29
34
46
52
33
46
~ 49 ~
Poblacin
X
89
76
59
104
94
48
37
66
83
91
72
64
Obs No.
1
2
3
4
5
6
7
8
9
10
11
12
F GLib
Y
44
46
33
43
39
37
29
34
46
52
33
46
X
89
76
59
104
94
48
37
66
83
91
72
64
40.2
73.6
0.23
0.09
0.42
7.24
Y2
1936
2116
1089
1849
1521
1369
841
1156
2116
2704
1089
2116
X2
7921
5776
3481
10816
8836
2304
1369
4356
6889
8281
5184
4096
19902
69309
43.7
40.7
36.8
47.1
44.8
34.3
31.8
38.4
42.3
44.2
39.8
38.0
0.3
5.3
-3.8
-4.1
-5.8
2.7
-2.8
-4.4
3.7
7.8
-6.8
8.0
0.09
27.88
14.64
17.08
34.14
7.25
7.77
19.62
13.52
61.53
46.29
64.45
14.7
34.0
51.4
8.0
1.4
10.0
124.7
38.0
34.0
140.0
51.4
34.0
12.5
0.3
11.2
48.5
21.9
34.3
70.2
3.0
4.7
15.9
0.1
4.8
314.28
541.67
227.39
23.3
6.47
5.61
10
MODELO :
541=314.28+227.39
R = 1 SSRESIDUOS / SST = 1 314.28/541.67 = 0.42
2
~ 50 ~
t5% , 10 = 1.813
-0.185
SSREG =227.39
K=1
N=12
(N K 1 ) = 10
~ 51 ~
SSRES = 314.28
~ 52 ~