Analisis de La Demanda

Ingeniera de Transportes I
Facultad de Ingeniera Civil
Anlisis de la Demanda de viajes.

Procesos para la Estimacin de Viajes
1.Generacion de Viajes.
2. Distribucin de viajes
3. Seleccin del modo
4. Asignacin del trnsito.
Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Contenido.
1. Introduccin.................................................................................................................................................................. 3
1.1. Enfoques para la estimacin de la demanda. ............................................................................................................... 3
1.2. Factores que influyen en la demanda de viajes. ........................................................................................................... 3
1.3. Secuencia de etapas para la estimacin de viajes......................................................................................................... 4
2. Generacin de viajes..................................................................................................................................................... 5
2.1. Clasificacin cruzada. .................................................................................................................................................. 5
Ejemplo .1 ....................................................................................................................................................................... 5
2.2. Modelo lineal de Generacin de Viajes: ...................................................................................................................... 9
Ejemplo 2 : ...................................................................................................................................................................... 9
3. Distribucin de viajes. ............................................................................................................................................... 14
3.1. Modelo de gravedad. ................................................................................................................................................. 14
Ejemplo 3 : ................................................................................................................................................................... 15
Ejemplo 4. .................................................................................................................................................................... 17
3.2. Modelos de factor de crecimiento ............................................................................................................................. 21
Ejemplo 5. .................................................................................................................................................................... 21
4. Seleccin del modo o Distribucin modal. ................................................................................................................ 23
4.1. Mtodos de generacin directa. ................................................................................................................................ 23
Ejemplo 6. .................................................................................................................................................................... 24
4.2. Los modelos de viaje ................................................................................................................................................ 24
4.3. Los modelos de intercambio de viajes. ...................................................................................................................... 25
4.3.1. El mtodo QRS se basa en la siguiente relacin: ............................................................................................... 25
Ejemplo 7. .................................................................................................................................................................... 26
4.3.2. Modelos lgicos. ................................................................................................................................................ 27
Ejemplo 8. .................................................................................................................................................................... 28
5. Asignacin del trnsito. ............................................................................................................................................. 34
5.1. La curva de desviacin.............................................................................................................................................. 34
Ejemplo 10. .................................................................................................................................................................. 35
Ejemplo 11. .................................................................................................................................................................. 37
5.3. La restriccin de la capacidad ................................................................................................................................... 38
Ejemplo 12. .................................................................................................................................................................. 39
6.Otros mtodos para la prediccin de la demanda. ...................................................................................................... 39
6.1. Anlisis de tendencias .............................................................................................................................................. 39
6.1.1. Elasticidad de la demanda .................................................................................................................................. 40
Ejemplo 13. .................................................................................................................................................................. 40
7. Anexos. ...................................................................................................................................................................... 40
7.1. Regresin Lineal simple............................................................................................................................................ 40
~1~

7.2. Regresin Nolineal directa. ....................................................................................................................................... 43
Ejemplo 14 : ................................................................................................................................................................. 43
7.4. Prueba de CONSISTENCIA de los PARAMETROS y y del MODELO. ....................................................... 45
7.5. Prueba de hiptesis para los parmetros y . ........................................................................................................ 46
7.5.1. Parmetro : ...................................................................................................................................................... 46
7.5.2.Parmetro : ....................................................................................................................................................... 47
7.6.Prueba de ajuste global del modelo............................................................................................................................ 48
Ejemplo 15. .................................................................................................................................................................. 49
8. Conclusiones ............................................................................................................................................................. 52
9. Bibliografa ................................................................................................................................................................ 52
~2~

1. Introduccin.
La demanda de viajes es el nmero de personas o de vehculos por unidad de tiempo que puede esperarse
viajen en un determinado segmento de un sistema de transporte, bajo un conjunto de condiciones dadas de uso
del suelo, socioeconmicas y ambientales. Las estimaciones de la demanda de viajes, se usan para establecer el
futuro volumen vehicular o para modificar las alternativas del sistema de transporte. Los mtodos pueden ser,
desde una simple extrapolacin de las tendencias observadas, hasta un proceso computarizado sofisticado que
incluya una amplia recopilacin de datos y modelacin matemtica. El proceso es tanto un arte como una
ciencia, ya que requiere tener criterio con relacin a los diferentes parmetros, entre ellos: poblacin, tenencia de
automviles, etc., que constituyen la base de una prediccin de viajes. Los mtodos utilizados dependen de la
disponibilidad de datos, y de las restricciones especficas del proyecto, tales como la disponibilidad de
presupuesto y los programas del proyecto.
1.1. Enfoques para la estimacin de la demanda.
Existen dos situaciones bsicas en la estimacin para la planificacin del transporte. Los estudios de la
demanda de viajes para las reas urbanas, y la demanda de viajes interurbanos.
Para los viajes urbanos, cuando se desarrollaron por primera vez en las dcadas de los cincuenta y sesentas,
requeran de grandes bases de datos usando encuestas domiciliarias, encuestas a un lado del camino o ambas. La
informacin recopilada proporcionaba una idea con relacin a las caractersticas de quien realizaba el viaje,
como: edad, sexo, ingreso, tenencia de automvil, as como uso de suelo en cada uno de los extremos del viaje y
el modo de viaje. Luego se agregaban los datos de viaje por zonas, y/o ser utilizados a un nivel ms desagregado
o ambas cosas es decir, en el mbito familiar o individual para formular relaciones entre las variables y
calibrar los modelos. En el caso interurbano, los datos se agregan en mayor grado a la prediccin de viajes, tal
como para la poblacin de la ciudad, por ingreso promedio de la ciudad, tiempo de viaje y / o el costo de viaje
entre los pares de ciudades.
Para la calibracin y prueba de modelos de generacin de viajes, distribucin, seleccin mo dal y
asignacin de trnsito, se usaron las bases de datos que se establecieron en los estudios del transporte urbano
durante el periodo 1955-1970. Estos esfuerzos de recoleccin y calibracin de datos implicaron una inversin
importante de dinero y recursos de personal, y los estudios necesarios se basaron en la actualizacin de la base
de datos existente y en el empleo de modelos que haban sido desarrollados anteriormente.
1.2. Factores que influyen en la demanda de viajes.
Tres factores afectan la demanda de los viajes urbanos: ubicacin y la intensidad del uso del suelo;
caractersticas socioeconmicas de las personas que viven en el rea; y alcance, costo y calidad de los servicios
disponibles de transporte. Estos factores se incorporan en la mayor parte de los procedimientos de prediccin de
viajes.
Las caractersticas del uso del suelo son un determinante primordial de la demanda de viajes. La cantidad de
trnsito generada por un rea urbana depende de cmo se utilice este terreno. Por ejemplo, centros comerciales,
complejos residenciales y edificios de oficinas, producen diferentes patrones de generacin de viajes.
Las caractersticas socioeconmicas de las personas que viven dentro de la ciudad tambin influyen en la
demanda del transporte. Los estilos de vida y los valores, afectan la forma en que las personas deciden cmo
usar sus recursos para el transporte. Por ejemplo, un rea residencial constituida por trabajadores de altos
ingresos, va a generar ms viajes por automvil por persona, que un rea residencial poblada principalmente por
pensionados.
La disponibilidad de las instalaciones y de los servicios de transporte, denominada como la capacidad,
tambin afecta la demanda de los viajes. Los viajeros son sensibles al nivel de servicio suministrado por los
modos alternativos de transporte. Cuando se decide viajar o qu modo emplear, se consideran atributos tales
~3~

como tiempo de viaje, costo, comodidad y seguridad.
1.3. Secuencia de etapas para la estimacin de viajes.
Antes de desarrollar la tarea tcnica de la estimacin de viajes, debe delimitarse el rea de estudio conforme a
un conjunto de zonas de trnsito, que formarn la base para el anlisis de los movimientos de viaje internos,
hacia el rea urbana y hacia afuera del rea urbana. El conjunto de zonas puede agregarse en unidades ms
grandes, llamadas distritos, para ciertos anlisis o tcnicas analticas que trabajan a estos niveles. Tambin se
desarrollan estimaciones de uso del suelo.
Figura 1. Proceso para la estimacin de viajes. (Fuente REF.1)
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~

2. Generacin de viajes.
Proceso para determinar el nmero de viajes que van a comenzar o a terminar en cada zona, dentro de un rea
de estudio. Cuando los viajes se determinan sin tomar en cuenta el destino, se les denomina viajes. Cada viaje
tiene dos finalidades, y stas se describen en trminos del propsito del viaje, esto es, si los viajes son
producidos o atrados por una zona. Por ejemplo, se considera un viaje de la casa al trabajo, ste tiene un punto
final producido en, zona residencial y es atrado hacia una zona de actividad productiva. El anlisis tiene dos
funciones: 1) desarrollar una relacin entre la produccin de viajes o la atraccin y el uso del suelo, y 2)
emplear relaciones para estimar el nmero de viajes generados, bajo un nuevo conjunto de condiciones de uso
del suelo, se pueden mencionar dos mtodos:
1) la clasificacin cruzada y razones basadas en unidades de actividad, y
2) el anlisis de regresin, que ha sido aplicado para estimar tanto la produccin como la atrac cin.
Este mtodo se usa muy poco debido a que depende de datos agregados por zona. Se prefieren los mtodos
que empleen un anlisis desagregado, con base en unidades individuales de muestra tales como personas,
familias, ingresos y unidades vehiculares.
2.1. Clasificacin cruzada.
La clasificacin cruzada es una tcnica desarrollada por la Administracin Federal de Carreteras (FHWA),
para determinar el nmero de viajes que inician o terminan en el hogar. Los viajes que inician en el
hogar es un nmero muy til porque puede representar una proporcin importante de todos los viajes. El
primer paso es desarrollar una relacin entre las medidas socioeconmicas y la produccin de viajes. Las
dos variables ms empleadas son el ingreso promedio y la tenencia de automviles. Otras variables que
tambin pueden ser consideradas son: el tamao de familia y la etapa del ciclo de vida de l a familia.
Las relaciones se desarrollan con base en los datos de ingresos y en resultados de encuestas origen destino.
Ejemplo .1
El desarrollo de las curvas de generacin de viajes a partir de datos de la familia
Una encuesta de viajes produjo los datos mostrados en la tabla 1. Se entrevist a 20 familias. La tabla muestra
el nmero de viajes realizados por da para cada una de las familias (numeradas del 1 al 20), as como el
correspondiente ingreso familiar, anual y el nmero de automviles que tienen. Con base en los datos
proporcionados, desarrolle un conjunto de curvas que muestren el nmero de viajes por familia contra el
ingreso y la tenencia de automviles.
~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~

cada combinacin de categora de ingreso-tenencia de automviles. El valor en parntesis es el porcentaje
observado para cada nivel de ingreso. En la prctica real, el tamao de la muestra - sera cuando menos de 25
puntos de datos por celda, para asegurar la exactitud estadstica. Los datos mostrados en la tabla 2 se usan para
desarrollar las relaciones entre el porcentaje de familias de cada categora de tenencia de automvil y el ingreso
familiar, como se ilustra en la figura 3.
Paso 2. Una segunda tabla elaborada a partir de los datos de la tabla 1. muestra el nmero promedio de
viajes por familia, contra el ingreso y los automviles que se tienen. Los resultados que se proporcionan en la
tabla 3, se ilustran en la figura 4, e indican la relacin entre viajes por familia por da por ingreso y tenencia
de automviles. La tabla muestra que para un ingreso dado, la generacin de viajes aumenta con el nmero de
automviles que se tienen. En forma similar, para un nmero dado de automviles particulares, aumenta la
generacin de viajes con el aumento del ingreso.
Tabla .2
Nmero y porcentaje de familias en cada categora de ingreso contra tenencia de
automviles
Ingreso (miles de dlares)

24
24-36
36-48
48-60
> 60
Total
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.
Figura 3.Familias por tenencia de automviles y categora de ingresos.

FUENTE: Modificado de Computer Programs for Urban Transportation Planning (Programas de
computadora para la planificacin del transpone urbano), Departamento de Transporte de
Estados Unidos, Washington, D.C., abril de 1977. (REF.1)
~7~

Paso 3. Como un refinamiento adicional, pueden usarse datos adicionales de origen -destino (que no se
muestran en la tabla 1), para determinar el porcentaje de viajes por cada propsito de viaje, para cada
categora de ingreso. Estos resultados se muestran en la figura 5, en la cual se emplean tres propsitos de
viajes: al trabajo con base en el hogar (TBH), otros viajes con base en el hogar (OVBH) y viajes que no
tiene base en el hogar (VNBH). La terminologa se refiere al origen de un viaje ya sea en el hogar o fuera del
hogar.
Tabla .3 Promedio de viajes por familia contra ingreso y tenencia de automviles

Automviles en propiedad
1
2+
0
3
5
--4
6
9
5
7.5
10.5
8.5
11.5
--8.5
12.7
Ingreso (miles de dlares)

24
24-36
36-48
48-60
> 60
Figura 4. Viajes por familia por da como funcin de la tenencia de automviles y

de la categora de ingresos.
FUENTE: Modificado de
Computer Urban Transportation Planning (Programas de
computadora la planificacin del transporte urbano), Departamento de Transporte de Estados
Unidos, Washington, D.C., abril de 1977. (REF.1)
~8~
Figura 5. Viajes por objetivo y 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)
2.2. Modelo lineal de Generacin de Viajes:

Si se denomina Xi al vector que contiene las caractersticas socio-econmicas de la zona i , expresamos los
viajes generados ( Gi ) como:
Gi = f(Xi) generalmente la f(Xi) se estima como un modelo lineal
Gi = + 1*X1i + 2*X2i + + i*Xmi (1)
El proceso de calibracin del modelo consiste en determinar los valores de los parmetros , i de modo que el
modelo replique de la manera ms parecida posible la data observada en el campo. Para esta calibracin se
requiere:
-Medir los viajes generados en cada zona, mediante encuestas y aforos de trnsito.
-Obtener la informacin sobre las variables significativas para cada zona de los censos y bases de datos de y/o
encuestas directas en campo.
Ejemplo 2 :
Regresin lineal mltiple.
Las variables que han sido consideradas como significativas para estimar los viajes de automviles que salen de
una zona son:
a. Poblacin total de la zona o nmero de familias.
b. Nmero de autos en la zona o autos por familia.
c. Ingreso anual medio. por familia.
d. Nmero de empleos en la zona.
~9~

Estas variables han sido medidas en las 20 zonas de una regin en estudio y sern utilizadas en el modelo de
generacin de viajes. Adems se han realizado aforos de trnsito para medir los viajes interzonales. Los
aforos permiten comparar si los datos de viajes obtenidos de las encuestas corresponden a los observados en
la red.
Poblacin
(P)
7,950
10,300
8,475
9,220
11,050
9,780
8,002
11,430
13,065
11,055
14,528
12,535
8,800
9,825
12,500
12,930
10,395
13,135
11,265
8,685
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
Modelo General : Y = a + b1*X1 + b2*X2 + b3*X3 + b4*X4

Calibracin por regresin lineal mltiple.
=
214925
49808
97139
75427
208814
X1
X2
X3
X4
10440.70
~ 10 ~

X1*X2
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
5.54E+08 1045926709 807983948 249732483 185635231 362250523 2379969813 132312404

X1*X2
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

115473225 30922143 68132141
35341271
165537500 40907627 69697909
44986471
159607920 39722992 61695312
58794472
102796155 18344095 38369320
36885970
185479335 53052597 87296022
39524679
120591825 24107660 44008255
29770605
57008340 10062612 23440044
26367588
487857335 295278811 2321336984 545920897 1029441681 778886453

X3^2
X4^2
X1*Y
X2*Y
X3*Y
X4*Y
Resolviendo el sistema lineal:

20
214925
208814
214925 2379969813 553615683 1045926709 807983948
b1
2321336984
49808
553615683 132312404 249732483 185635231
b2
97139
1045926709 249732483 487857335 362250523
b3
1029441681
75427
807983948 185635231 362250523 295278811
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
=

(Yi-i)^2
(Yi-)^2
(i-)^2
116,671.74
12,143,134.09 14,640,360.93
32,289.50
1,076,821.29
1,482,045.23
2,492.12
1,064,404.89
963,889.71
933,355.28
6,674.89
1,097,891.42
134,407.12
515,954.89
123,681.80
1,454,973.71
17,609.29
1,792,714.56
1,595,954.22
4,949,290.09 12,166,219.45
4,545,202.57
1,827,092.89
608,787.05
107,919.93
6,281,539.69
4,742,761.93
6,428,031.80
10,424,503.69
480,725.42
1,699,319.15
24,584,738.89 13,356,982.96
331,679.41
5,059,350.49
7,981,846.31
5,166,798.17
11,510,413.29 1,253,595.50
1,832,169.37
1,722,131.29
1,703.75
263,002.76
7,852,885.29
5,241,636.48
35,366.59
3,622,550.89
4,373,786.89
199,812.83
304,372.89
997,410.25
682.53
13,544,608.09 13,737,587.97
279.08
69,854.49
61,302.95
255,375.74
15,028,802.89 11,366,020.02
Ssres
SSt
Ssreg
25,135,783.62
121,606,734.20 96,470,950.58
( SSt = Ssres +
Ssreg )
R^2 = 1 - Ssres/SSt
0.000
0.7933027
Grafico de errores (residuos )
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

3. Distribucin de viajes.
Es un proceso mediante el cual los viajes generados en una zona, se asignan a otras zonas en el rea de estudio.
Por ejemplo, si el anlisis conduce a una estimacin de 200 viajes TBH en la zona 1, entonces el anlisis
determinar cuntos de esos viajes se hacen entre la zona 1 y todas las dems zonas.
Se usan varios mtodos se encuentran el modelo de gravedad, los modelos de factor de crecimiento y el de
oportunidades de intervencin. Se prefiere el modelo de gravedad porque emplea los atributos del sistema de
transporte y las caractersticas de uso del suelo. El modelo ha sido calibrado para muchas reas urbanas.
Tambin ha alcanzado un uso casi universal debido a su simplicidad, exactitud y el apoyo proveniente del Departamento de Transporte de Estados Unidos. Los modelos de factor de crecimiento, que se usaron ampliamente
en las dcadas de los cincuenta y sesenta, requieren que se conozca la matriz de origen-destino para el ao
base (o actual), as como una estimacin del nmero de viaje internos para cada zona. Tambin estn
disponibles el modelo de oportunidades de intervencin y otros modelos, pero no se usan ampliamente en la
prctica.
3.1. Modelo de gravedad.
Es el ms documentado y ampliamente usado. Establece que el nmero de viajes entre dos zonas es
directamente proporcional al nmero de viajes atrados por la zona de destino e inversamente proporcional a
una funcin del tiempo de viaje entre estas dos zonas.
Matemticamente, el modelo de gravedad se expresa como
(2)
Donde
Tij
Pi
Aj
Fij
Kij
nmero de viajes que se producen en la zona i y son atrados por la zona j

nmero total de viajes producidos en la zona i
nmero de viajes atrados por la zona j
valor de la funcin inversa del tiempo de viaje
factor de ajuste socioeconmico para el intercambio ij
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 ~

Se han aplicado variaciones de esta frmula a muchas situaciones que involucran la interaccin humana. Por
ejemplo, el volumen de llamadas telefnicas largas distancias entre las ciudades puede planearse de esta
manera, con los tamaos de la poblacin de las ciudades que reemplazan las masas de partculas y la distancia
entre ciudades o el costo de llamadas telefnicas que tienen lugar. El exponente del trmino de impedancia en el
denominador, sin embargo, no necesita ser precisamente igual a 2 pero puede reemplazarse por un parmetro
ejemplar c.
Para los viajes con motivo de trabajo originados en una zona, la mayor atraccin la ejercen las zonas que
albergan una mayor cantidad de empleos. Para los viajes con motivo turstico o recreacional, la mayor atraccin
la ejercen zonas con facilidades recreacionales ( playas, campos, hoteles campestres, etc.).
Otro factor que afecta la distribucin de los viajes es la distancia o el tiempo de viaje o el costo de viaje ( puede
ser una combinacin de estos valores ). Ante grados de atraccin similar, los destinos que implican menores
costos (menos tiempo, distancia, costo) sern preferidos.
Ests relaciones dan origen a los modelos llamados de gravedad, de la siguiente forma:
(4)
donde :
Gi : total de viajes generados en la zona i
Aj : grado de atraccin de la zona j ( nmero de empleos,
facilidades tursticas, mercado de consumo, etc..)
Rij : costo ( tiempo, distancia, costo) de viajar desde la zona i hasta j.
K, : parmetros del modelo.
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 ~

T ij : viajes por da entre las zonas i y j con motivo de trabajo.
Gi : viajes generados en la zona i.
Aj : atraccin de viajes en la zona j, medida por el nmero de empleos.
dij : distancia entre las zonas i y j, en kilmetros.
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
,
,
GA = TAB + TAC + TAD + TAE + TAF + TAG
1.0=K*(923.875822371)
K= 1.08239654701x10 -3
TAB = 26246.72 = 26247 viajes/da

TAC = 13931.01 = 13931 viajes/da
TAD = 16239.33 = 16239 viajes/da
~ 16 ~

TAE = 3928.69 = 3929 viajes/da
TAF = 2213.31 = 2213 viajes/da
TAG = 440.92 = 441 viajes/da
Verificacin
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.
Figura 6. Calibracin de los factores F.

FUENTE: 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)
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 ~

muestran en la tabla 6 para cada incremento del tiempo de viaje. Observe que el tiempo de viaje intrazonal para
la zona 3 es mayor que la mayora de los tiempos intrazonales restantes, debido a las caractersticas geogrficas
de la zona y a la falta de acceso dentro del rea. Esta zona podra representar las condiciones de un rea
congestionada.
Solucin:
Paso 1.Determinar el nmero de viajes entre cada zona con el uso del modelo de gravedad y los datos dados.
(Nota: Fij se obtiene al usar los tiempos de viaje de la tabla 5 y seleccionando el valor correcto de F de la tabla
6. Por ejemplo, si el tiempo de viaje es de 2 minutos entre las zonas 1 y 2. El valor correspondiente de F es 52.)
Tabla 4. Produccin y atraccin de viajes para un rea de estudio de tres

zonas
Zona
Producciones de viajes
Atracciones de viajes
Tabla 5.
Total
140
300
330
270
280
180
750
750
Tiempo de viaje entre zonas (minutos)

1
5
2
6
Zona
1
2
3
Use la ecuacin 2.
~ 18 ~
2
2
6
6
3
3
6
5

Paso 2. Haga clculos similares para las zonas 2 y 3.
T2-1 = 188 ; T2-3 = 85 ; T2-3 = 57 ; P2 = 330
T3-1 = 144 ; T3-2 = 68 ; T3-3 = 68 ; P3 = 280
Paso 3. Resuma los resultados como, se muestra en la tabla 7. Observe que la suma de la produccin de viajes en
cada zona es igual al nmero de viajes producidos, dados en el enunciado del problema. Sin embargo, el nmero
estimado de viajes atrados en la fase de distribucin difiere del nmero de viajes atrados dados. Para la zona 1,
el nmero correcto es 300, mientras que el valor calculado es 379. Los valores para la zona 2 son 270 contra
210, y para la zona 3 son 180 contra 161.
Tabla 6. Tiempo de viaje contra factor de friccin.

Tiempo (minutos)
F
1
82
2
52
3
50
4
41
5
39
6
26
7
20
8
13
Nota: Los valores de F se obtuvieron del proceso de calibracin.
Zona
1
2
3
A calculada
A dato
Tabla 7. Viajes de zona a zona: primera iteracin

1
2
3
47
57
36
188
85
57
144
68
68
379
210
161
300
270
180
P
140
330
280
750
750
Paso 4. Calcule los factores de atraccin ajustados de acuerdo con la frmula

(5)
Ajk = factor ajustado de atraccin para la zona de atraccin (columna) j, iteracin k
Ajk = Aj cuando k = 1
Cjk = atraccin total actual (columna) para la zona j, iteracin k
Aj = atraccin total deseada para la zona de atraccin (columna) j
j = nmero de zona de atraccin, j = 1, 2,...., n
n = nmero de zonas
k = nmero de iteracin, k = 1, 2,...., m
m = nmero de iteraciones
Paso 5. Para producir un resultado matemticamente correcto, repita los clculos de la distribucin de viajes con
~ 19 ~

el uso de valores de atraccin modificados, de modo que el nmero de viajes atrados sern aumentados o
disminuidos como se requiera. Para la zona 1, por ejemplo, los viajes atrados estimados fueron demasiado
grandes. Por tanto, los nuevos factores de atraccin se ajustan hacia abajo multiplicando el valor de atraccin
original, por la relacin del valor de atraccin original entre el estimado.
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.
Paso 8. Haga clculos similares para las zonas 2 y 3.

T2-1 = 153 ; T2-2 = 112 ; T2-3 = 65 ; P2 = 330
T3-1 = 116 ; T3-2 = 88 ; T3-3 = 76 ; P3 = 280
Paso 9. Liste los resultados como se muestra en la tabla 8. Observe que en cada caso, la suma de los viajes
atrados est ahora mucho ms cerca al valor dado. El proceso continua hasta que haya una concordancia
razonable (menor al 5 por ciento) entre el valor de A que se estima con el uso del modelo de gravedad, y los
valores que se suministran en la fase de generacin de viajes.
~ 20 ~

Tabla 8. Viajes de zona a zona: segunda iteracin
Zona
1
2
3
A calculada
A dato
1
34
153
116
303
300
68
112
88
268
270
38
65
76
179
180
140
330
280
750
750
3.2. Modelos de factor de crecimiento

La distribucin de viajes tambin puede calcularse cuando los nicos datos disponibles son el origen y el destino
entre cada zona para el ao base o actual, y los valores de generacin de viajes para cada zona para el ao
siguiente. Este mtodo se us ampliamente cuando se dispona de los datos de origen-destino, pero el modelo de
gravedad y la calibracin de los factores F no eran operacionales todava. Los modelos de factor de crecimiento
se usan principalmente para distribuir los viajes entre las zonas en el rea de estudio y las zonas exteriores al
rea de estudio. Ya que dependen de una matriz origen-destino existente, no puede usarse para predecir el
trnsito entre zonas en las cuales no hay datos de trnsito actualmente. Adems, la nica medida de la friccin
de viaje es la cantidad de viajes actuales. Entonces, el mtodo del factor de crecimiento no puede reflejar los
cambios del tiempo de viaje entre las zonas, como es el caso del modelo de gravedad.
El modelo de factor de crecimiento ms conocido es el mtodo Fratar, que es una frmula matemtica que
proporciona estimaciones de generacin de viajes para cada zona, como una funcin del producto del nmero
Tij de viajes actuales entre las dos zonas y el factor de crecimiento Gj de la zona de atraccin. Entonces,
(7)
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 ~

registradas en la columna D de la tabla. Determine el nmero de viajes entre cada zona para las condiciones
futuras.
Solucin: Usando la frmula Fratar (ecuacin 7.), se puede calcular el nmero de viajes entre las zonas A y
B, A y C, A y D, etc. Observe que se obtienen dos valores para cada par de zonas (es decir, TAB y TBA ).
Estos valores se promedian, obtenindose un valor TAB = (TAB + TBA) / 2.
Los clculos son como sigue:
Clculos similares arrojan
Tabla 9. Generacin de viajes actuales y factores de crecimiento

Generacin de
viajes actuales (viajes/da)
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
Generacin total de viajes

estimada
693
800
943
554
Generacin de viajes actuales

720
770
980
520
Tabla 12. Factores de crecimiento para la segunda iteracin
~ 22 ~
D
100
300
400

Zona
A
B
C
D
Generacin
estimada de viajes
Generacin de viajes actuales
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.
4. Seleccin del modo o Distribucin modal.

Es el aspecto que determina el nmero (o el porcentaje) de viajes entre las zonas, que se, realizan en automvil
y en transporte pblico. La seleccin de un modo o de otro, es un proceso complejo que depende de factores
tales como ingreso del viajero, disponibilidad del servicio del transporte colectivo o de la tenencia de
automviles, y las ventajas relativas de cada modo en trminos de tiempo de viaje, costo, comodidad,
conveniencia y seguridad. Los modelos de seleccin del modo intentan reproducir las caractersticas relevantes
del viajero, del sistema de transporte y del mismo viaje, de modo que se obtiene una estimacin realista del
nmero de viajes para cada modo y para cada par de zonas.
Modelos para seleccin modal
Ya que el transporte pblico es un factor importante, sobre todo en las ciudades ms grandes, los clculos de
seleccin de modo pueden solamente incluir los intercambios de viaje entre automvil y transporte pblico.
Dependiendo del nivel de detalle requerido, se usan tres tipos de procedimientos de estimacin: 1) viajes de
transporte por generacin directa, 2) modelos de viaje y 3) los modelos de intercambio modal.
4.1. Mtodos de generacin directa.
Los viajes de transporte se generan en forma directa, estimando los viajes por el total de personas o los viajes
por el nmero de conductores de automvil. La figura 7 es una grfica que ilustra la relacin entre los viajes
de transporte por da por 1000 habitantes y el nmero de personas por acre contra la tenencia de automviles. A
medida que aumenta la densidad de la poblacin, puede esperarse que tambin aumente el nm ero de usuarios
de los medios de transporte, para un nivel dado de tenencia de automviles.
~ 23 ~
Figura 7. Nmero de viajes de transporte por

densidad de poblacin y tenencia de
automviles por familia. ((REF.1)
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 ~

(vase la figura 8).
4. Aplicar los factores de ocupacin de automvil.
5. Distribuir los viajes en transporte pblico y en automvil por separado.
El modelo de seleccin de modo mostrado en la figura 8, se basa en dos factores: familias por auto y personas
por milla cuadrada. El producto de estas variables se llama el factor de viaje urbano (FVU). El porcentaje de
viajes por transporte pblico va a aumentar hasta adoptar la forma de curva S a medida que aumenta el FVU.
Figura 8. Particin por modo de transporte contra el

factor de viajes urbanos. ((REF.1)
4.3. Los modelos de intercambio de viajes.

Incorporan variables del nivel de servicio del sistema como: el tiempo de viaje, costo de viaje, situacin
econmica del viajero y el relacionado con el servicio de viaje. Enseguida se describe un modelo de este tipo, el
mtodo QRS. Este modelo ilustra los elementos bsicos que se consideran en la estimacin de la seleccin del
modo.
4.3.1. El mtodo QRS se basa en la siguiente relacin:
(8)
(9)
Donde
MSt = proporcin de viajes entre la zona y la j que usan el transporte pblico
MSa = proporcin de viajes entre la zona i y la j que usan el automvil
Iijm = valor conocido como la impedancia del modo de viaje m, entre i y j, que es una medida del costo total
del viaje. [Impedancia = (tiempo en minutos dentro del vehculo) + (2.5 X exceso de tiempo en minutos) + (3
X costo del viaje, $/ingreso /minuto)]
b = exponente, que depende del propsito del viaje
m = t para el modo de transporte; a para el modo automvil
~ 25 ~

el tiempo dentro del vehculo es el tiempo que se pasa viajando en el vehculo y el exceso de tiempo, es el
tiempo que se pasa viajando pero no en el vehculo (esperando, caminando, etctera).
El valor de la impedancia se determina para cada par de zonas y representa una medida del gasto requerido
para hacer el viaje ya sea en automvil o en transporte pblico. Los datos requeridos para la estimacin de la
seleccin del modo incluyen: 1) distancia entre zonas mediante automvil y transporte pblico, 2) tarifa del
transporte pblico, 3) costo del automvil al contado, 4) costo de estacionamiento, 5) velocidad en carretera y
de crucero, 6) valores del exponente b, 7) ingreso medio y 8) el exceso de tiempo, que incluye el tiempo
requerido para caminar hacia un vehculo de transporte pblico y el tiempo de espera o de trasbordo.
Suponga que el tiempo trabajado por ao es de 120 000 minutos.
Ejemplo 7.
Clculo de la seleccin del modo con el uso del modelo QRS
Para ilustrar la aplicacin del mtodo QRS, suponga que los datos mostrados en la tabla 13. han sido
desarrollados para un viaje entre una zona suburbana S y una zona D en el centro. Determinar el porcentaje de
viajes por trabajo en automvil y en transpone pblico. Usar un valor de 2.0 para el exponente de los viajes al
trabajo. El ingreso medio es de 12 000 dlares por ao.
Tabla 13. Datos de viaje entre dos zonas, S y D
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
Solucin: Use la ecuacin 8.
~ 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.
Figura 9. Seleccin modal de transporte pblico contra automvil.(Fuente REF.1)
~ 27 ~

Ejemplo 8.
Uso del modelo lgico para calcular la seleccin del modo
Las funciones de utilidad para automvil y para transporte pblico son las siguientes:
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 ~

La distribucin modal se estima en base a la funciones de utilidad de cada modo, las cuales reflejan los atributos
( tiempo, costo, seguridad, confiabilidad, confort, etc. ).
Estas funciones, extradas de la teora microeconmica, son de la forma :
UK = a0 + a1*Ck + a2*Tk + .
Donde : Uk : funcin de utilidad del modo k.
Ck : costo del modo k.
Tk : tiempo del modo k.
a0 + a1 + a2 : parmetros del modelo.
Y la funcin de estimacin modal es :
Donde : Pk : Probabilidad de que el usuario utilice el modo k

Uk : funcin de utilidad del modo k
M: Total de modos disponibles.
En caso de dos modos una carretera y un ferrocarril para enviar carga el modelo seria:
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 ~

De modo que la funcin de seleccin modal para el ferrocarril puede expresarse como :
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

-0.08
-25
4
-0.58
-15
3
-0.75
-15
2
0.41
-25
1
-1.10
-5
2
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
MODELO Y = -1.36 -0.06*X1-0.07*X2

b. Graficas.
Zona de
carga
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 ~

10
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 )

c.Estimaciones en la zona 7
CC = $ 135.00 / CONTENEDOR CFc = $ 115.00 / CONTENEDOR
TC = 8 horas TFc = 13 horas
UFc = -1.358 - 0.064*(115) 0.074*(13) = - 9.68
Uc = -0.064*(135) 0.074*(8) = - 9.232
PC = 1/ ( 1 + e( -9.68 (-9.232) ) = 0.61
PFc = 1 PC = 0.39
5. Asignacin del trnsito.
La etapa final para el proceso de estimacin en el transporte, es determinar las rutas reales en calles y carreteras
que se usarn y el nmero de automviles y de autobuses que se espera en cada tramo de la red, es el
procedimiento que se usa para determinar los volmenes esperados de trnsito. Ya se conoce el nmero de
viajes por transporte pblico y por automvil que se realizan entre las zonas, ahora se asignan estos viajes a una
ruta lgica de la red vial y se suman los resultados por cada segmento de la red, el resultado es una estimacin
de los volmenes de trnsito promedio diario o en horarios pico, que van a ocurrir en el sistema de transporte
urbano que sirve al rea de estudio.
Se requieren los siguientes datos: primero, se necesita saber cuntos viajes se realizarn de una zona a otra
(determinada en la fase de distribucin de viajes). Segundo, se necesita conocer la disponibilidad de vialidades
o de rutas de transporte pblico, entre las zonas y el tiempo que tomar viajar en cada ruta. Tercero, se necesita
una regla de decisin (o algoritmo) que establezca los criterios mediante los cuales, los conductores o los
usuarios del transporte pblico seleccionarn una ruta.
Enfoques bsicos
Pueden usarse tres enfoques bsicos: 1) curvas de desviacin, 2) asignacin a la trayectoria de tiempo mnimo
(todo o nada) y 3) las trayectorias de tiempo mnimo con restricciones de capacidad.
5.1. La curva de desviacin
Es similar al de una curva de seleccin de modo. El trnsito entre dos rutas se determina como una funcin del
tiempo relativo de viaje o del costo. En la figura 10 se ilustra una curva de desviacin que se basa en la relacin
del tiempo de viaje.
Figura 10. Relacin de tiempos de viaje contra porcentaje de viajes

en la ruta B. (Fuente REF.1)
~ 34 ~
5.2. La trayectoria de tiempo mnimo

Asigna todos los viajes a aquellos arcos que comprenden la trayectoria de tiempo mnimo entre las dos zonas.
Algoritmo de la trayectoria mnima: Este mtodo se selecciona debido a su uso generalizado, produce resultados
exactos, y demuestra de una manera adecuada los principios bsicos contemplados. Se basa en la teora de que
un conductor o un usuario del transporte pblico, seleccionar la ruta ms rpida entre cualquier par de origendestino. El viajero siempre seleccionar la ruta que represente el tiempo mnimo de viaje, para determinar cul
va a ser esa ruta, es necesario encontrar la ruta ms corta desde la zona de origen hasta todas las otras zonas de
destino. Los resultados pueden representarse como un rbol, que se denomina capa de rbol. Todos los viajes de
esa zona se asignan a los arcos en el rbol de depuracin. Cada zona se representa como un nodo en la red, la
cual representa al rea completa que se est examinando. Para determinar la trayectoria mnima, se usa un
procedimiento que encuentra la trayectoria ms corta sin tener que probar todas las combinaciones posibles.
El algoritmo que se va a usar consiste en conectar todos los nodos provenientes del nodo origen y conservar
todas las trayectorias como participantes hasta que una trayectoria tenga la ruta ms rpida hacia el mismo
nodo, en cuya unin se eliminan los arcos con la trayectoria ms lenta. El algoritmo matemtico que describe el
proceso, consiste en seleccionar trayectorias que minimicen la expresin.
( 12 )
Donde
Vij = volumen en el arco i,j
Tij = tiempo de viaje en el arco i,j
i,j = nodos adyacentes
Ejemplo 10.
Encontrar las trayectorias mnimas en una red
Para ilustrar el proceso de formacin de trayectorias, considere la siguiente red de 16 nodos con los tiempos de
viaje mostrados en cada arco para cada par de nodos (zona):
Figura 11. Red de 16 nodos. (Fuente REF. 1)
~ 35 ~

La red de arcos y de nodos representa el sistema de calles y caminos. Determinar la trayectoria de viaje ms
corta desde el nodo 1 (nodo inicial) hasta todas las dems zonas.
Solucin: Para determinar las trayectorias de tiempo mnima, desde el nodo 1 hasta todos los dems nodos, es:
Paso 1. Determinar el tiempo para los nodos que estn conectados con el nodo 1. El tiempo para el nodo 2 es de
1 minuto. El tiempo para el nodo 5 es de 2 minutos. Los tiempos estn anotados cerca de los nodos en el
diagrama.
Paso 2. Desde el nodo ms cercano al nodo inicial (el nodo 2 es el ms cercano al nodo inicial 1), haga
conexiones con los nodos ms cercanos. stos son los nodos 3 y 6. Escriba el tiempo acumulado de viaje para
cada nodo.
Figura 12. (Fuente REF.1)
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 10. Construya desde el nodo 10, y elimine el arco 10-11,
~ 36 ~

Paso 12. Construya desde el nodo 8, y elimine el arco 11-12.
Paso 13. Construya desde el nodo 15, y elimine el arco 14-15.
Paso 14. Construye desde el nodo 12, y elimine el arco 15-16.
Para encontrar la trayectoria mnima desde cualquier nodo hasta el nodo 1, siga la trayectoria en sentido
inverso. Por ejemplo, los arcos para la trayectoria mnima desde la zona 1 hasta la zona 11 son 7-11, 3-7, 2-3 y
1-2. Entonces se repite este proceso para las otras 15 zonas, para producir los rboles para cada una de las
zonas en el rea de estudio. En la figura 13 se ilustra el rbol producido para la zona 1.
Figura 13. rbol de trayectoria mnima para la zona 1. (Fuente REF.1)
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

1-2, 2-3, 3-7
1-2, 2-3, 3-7,7-8
1-5, 5-9
1-5, 5-6, 6-10
1-2, 2-3, 3-7, 7-11
1-2,2-3, 3-7, 7-8, 8-12
1-5, 5-9, 9-13
1-5, 5-9, 9-13, 13-14
1-2,2-3, 3-7, 7-11, 11-15
1-2,2-3,3-7,7-8,8-12,12-16
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.
Viajes sobre el enlace
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
50, 75, 80, 60, 30, 80, 25,20,85

75, 80, 60, 30, 8O, 25, 20,
100, 125, 90, 40, 70, 60
125, 40
80,30,25,85
80
90,70,60
40
80, 20
25 85
70, 60
20
85
60
=505
=455
=485
=165
=220
=80
=220
=40
=100
=110
=130
=20
=85
=60
5.3. La restriccin de la capacidad

es un refinamiento del mtodo de la trayectoria mnima en el cual, despus de que todo el trnsito ha sido
asignado a un arco, se ajustan los tiempos de viaje para cada arco, con base en la capacidad del arco y en el
nmero de viajes para cada arco, requiere de asignaciones repetidas y de ajustes del tiempo de viaje hasta que se
alcanza un equilibrio.
El nmero de viajes que se asigna a cada arco se compara con la capacidad del mismo, para determinar cunto se
ha reducido el tiempo de viaje en el arco. Con el uso de relaciones entre el volumen y el tiempo de viaje (o la
velocidad), es posible recalcular el nuevo tiempo de viaje para el arco. Entonces se hace una reasignacin con
base en estos nuevos valores. El proceso iterativo contina hasta que se alcance un equilibrio.
La relacin volumen-velocidad que se usa comnmente en los programas de computadora, que fue desarrollada
por el Departamento de Transporte de Estados Unidos, se ilustra en la figura 14 y se expresa con la siguiente
frmula:
~ 38 ~

(13)
donde
t = tiempo de viaje sobre el arco
to = tiempo de viaje de flujo libre
V = volumen del arco
C = capacidad del arco
Figura 14. Tiempo de viaje contra volumen del vehculo. (Fuente

REF.1)
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
6.Otros mtodos para la prediccin de la demanda.

6.1. Anlisis de tendencias
Este enfoque para estimar la demanda se basa en la extrapolacin de tendencias pasadas. Por ejemplo, para
predecir la cantidad de trnsito en un camino rural, se grafican los datos de aforos vehiculares de aos
anteriores contra el tiempo. Entonces, para calcular el volumen de trnsito para una fecha futura, se extrapola
hacia adelante a la lnea de tendencia, o si no, se usa la tasa de crecimiento promedio. Con frecuencia se
~ 39 ~

desarrolla una expresin matemtica con el uso de tcnicas estadsticas, o tambin una relacin
semilogartmica. Aunque es de aplicacin simple, el anlisis de lnea de tendencia, tiene la desventaja de que
las estimaciones de la demanda, se basan en extrapolaciones del pasado y entonces no se toman en cuenta los
cambios que pueden ser dependientes del tiempo.
6.1.1. Elasticidad de la demanda
La demanda de viaje tambin puede determinarse si se conoce la relacin entre la demanda y una variable de
servicio que sea clave (tal como el costo de viaje). Si V es el volumen (demanda) para un nivel de servicio X
dado, entonces la elasticidad de la demanda, E(V), es el cambio porcentual del volumen dividido entre el
cambio porcentual del nivel de servicio, o sea
(14)
(15)
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 ~
Figura 15. Diagrama de datos esparcidos.(Fuente REF.2)
representa el error correspondiente a la ia observacin; es decir la diferencia entre el

valor observado y el valor estimado por la curva de regresin.
El error total de la estimacin se expresa como la suma del error en cada punto observado:
En las condiciones matemticas, encontrar los valores de a y b que minimizan la suma:
Figura 16. Regresin lineal.(Fuente REF.2)
~ 41 ~

Sustituyendo el valor de
por a + bXi
Tomando las derivadas parciales de S con respecto a a y b e igualando a cero
Dividiendo por 2 y reestructurando las condiciones dan
La aplicacin de la regla de Cramer lleva a.
Sustituyendo los valores promedios de las observaciones
definidos como
donde N es el nmero total de datos experimentales, pueden volverse a escribir como
Dividiendo por el nmero de observaciones N y sustituyendo obtenemos
Sustituyendo el valor de b obtenido
~ 42 ~
Figura 17. La correlacin. (Fuente REF.2)
7.2. Regresin Nolineal directa.
Figura 18. No linealidad. (Fuente REF.2)
Ejemplo 14 :
Parbola de los mnimos Cuadrados.
Encaje una ecuacin de la forma
a los datos siguientes:

Y
X
30
2
40
3
65
4
85
5
Solucin: los parmetros desconocidos a , b, y c son computados minimizando la suma de desviaciones

cuadradas, o
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 ~
Sustituyendo los datos dados en las ecuaciones caractersticas:
qu, resolviendo simultneamente, da los valores siguientes:

a = 16, b = 1.5, y
c = 2.5
As la parbola que ms se ajusta a los datos es:
7.3. Regresin lineal mltiple.

ECUACION GENERAL
Y = viajes G
n = numero de datos;
= ( constantes
);
X1...... Xn = ( Variables independientes : poblacin (P), empleos (E), ingresos (I), autos (A))
En forma matricial.
~ 44 ~
7.4. Prueba de CONSISTENCIA de los PARAMETROS y y del MODELO.

= + x
El estimador derivado para es:
Expandiendo el numerador se tiene
Si denominamos
Entonces
Lo cual demuestra que es una combinacin lineal de los valores de Y.

El valor esperado de es :
Y la varianza de es :
~ 45 ~
Y el valor de la desviacin estndar de es :
Donde 2 es la varianza de los valores de Y dado X ( la cual se asume constante ).

El valor estimado de 2 es S2 :
7.5. Prueba de hiptesis para los parmetros y .
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
es el valor estimado del parmetro verdadero de la poblacin.
El valor de C se obtiene de la distribucin de probabilidades t-student para un grado de confianza w y N 2

grados de libertad.
El valor de w usualmente es 5 10 %. Se utiliza N 2 grados de libertad ya que la estimacin de
y reduce los valores de informacin independientes en 2. Para el caso de M variables independientes (1
.. j .. M ) los grados de libertad son N ( M + 1 ).
~ 46 ~

Utilizando la distribucin t :
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 ~
7.6.Prueba de ajuste global del modelo.

La Hiptesis nula establece que la correlacin mltiple es igual a 0. La prueba se realiza verificando la
consistencia estadstica de la relacin entre la variable explicada ( Y ) y las variables independientes ( X ).
La bondad o ajuste global del modelo se representa mediante la relacin entre la variacin explicada, reflejada
en el modelo, por medio de la recta de regresin y la variacin total observada en la variable dependiente
menos la que toma en cuenta la regresin; es decir , los residuos ( trminos de error ).
Esta relacin, al ser un cociente, toma la forma de una distribucin de probabilidades F
Donde :
SSREG = Suma de cuadrados de las desviaciones explicadas por la regresin.
SSRES : Suma de cuadrados de la variacin no explicada o residual
K : numero de variables independientes en el modelo XS

N : tamao de la muestra (ej : numero de zonas )
La razn F tiene una distribucin similar a la funcin de distribucin de probabilidades F con
K y ( N K 1 ) grados de libertad.
Coeficiente de determinacin de la regresin.
SST : suma total de desviaciones al cuadrado, con respecto al promedio.
~ 48 ~
Y la suma de cuadrados del error ( residuos ) es :
La variacin no explicada es :
y la variacin explicada es :
esta relacin se define como coeficiente de determinacin de la regresin.
Si se expresa en trminos de SSR ( suma de cuadrados 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

Tabla de clculos:
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 ~

Intervalos de confianza : ( 10% ) : w/2 = 5%
Valor de :
C = [ t5% , 10 ] *
De la distribucin t-student t5% , 10 = 1.813
C = 1.813*6.21 = 11.26
-11.26
11.26 intervalo de no rechazo.
En este caso = 23.31 se rechaza la hiptesis nula y es significativo al 10%.

Prueba para :
t5% , 10 = 1.813
-0.185
0.185 intervalo de no rechazo.
Valor estimado de = 0.23 se rechaza la hiptesis nula.

Modelo
Para el modelo global :
SSREG =227.39
K=1
N=12
(N K 1 ) = 10
De la distribucin F con ( 1 , 10 ) F! = 4.96

F > F! entonces la relacin tiene consistencia estadstica.
~ 51 ~
SSRES = 314.28

8. Conclusiones
La estimacin de la demanda de viajes urbanos comprende una serie de tareas. Entre stas el anlisis de la
poblacin y de la economa, predicciones de uso del suelo, generacin de viajes, distribucin de viajes, seleccin
del modo y asignacin del trnsito. El desarrollo de programas de computadora para calcular los elementos
dentro de cada tarea, ha simplificado en gran medida la implementacin del proceso de estimacin de la
demanda. Tambin se requieren estimaciones de la demanda de viajes, para determinar una evalua cin
econmica de las diferentes alternativas del sistema.
Generacin de viajes es la estimacin de los viajes totales que generan cada zona de una regin de estudio. Para
el estudio de la regin, esta se divide en zonas de caractersticas relativamente homogneas: residencial,
comercial, turstica, escolar, agrcola, (por actividad), minera, portuaria, etc. La generacin de viajes en cada
zona se expresa como una funcin de sus caractersticas socio-econmicas, las cuales deben ser atributos de
fcil y confiable medicin, como: poblacin, nivel de ingreso, produccin, espacio comercial, hectreas
cultivadas, facilidades tursticas, nmero de empleos, tenencia de automviles, etc.El propsito de los modelos
de distribucin espacial es estimar el destino de los viajes originados en cada zona. Esta atraccin depende del
propsito de los viajes; por lo que es usual calibrar los modelos segn el motivo del viaje.
La distribucin modal se estima en base a la funciones de utilidad de cada modo, las cuales reflejan los atributos
(tiempo, costo, seguridad, confiabilidad, confort, etc. ). Estas funciones son extradas de la teora
microeconmica.
La Asignacin del trnsito es la etapa final para el proceso de estimacin en el transporte, es determinar las
rutas reales en calles y carreteras que se usarn y el nmero de automviles y de autobuses que se espera en
cada tramo de la red, es el procedimiento que se usa para determinar los volmenes esperados de trnsito.
9. Bibliografa
1. Ingeniera de Transito y Carreteras
Tercera Edicion Nicolas J. Garber Lester A. Hoel Thomson
Capitulo 12 pgs. 541-575
2. Transportation Engineering & Planning
( C.S Papacostas P.D.Prevedouros Third Edition Prentice Hall )
Parte 2 Capitulo 8 pag ( 348-442 )
3. Principles of Highway Engineering and Trafic Analysis
Fred L. Mannering , Walter P. Kilareski ( Second Edition Wiley )
Capitulo 8 pag 251-285.
4. Transportation Engineering & Planning
(C.S Papacostas P.D.Prevedouros Third Edition Prentice Hall)
Parte 4 Capitulo 13 pag ( 588-607 )
5. Probabilidad y estadstica para ingenieros
Ronald E. Walpole,Raymond H. Myers,Sharon L. Myers Prentice HALL Sexta Edicion.
6. Probabilidad y estadstica para ingeniera y ciencias
Jay L Devore Thomson Sexta Edicion.
7. Apuntes de la Profesora Ivet Anguizola.
8. Apuntes del Profesor Angelino Harris.
~ 52 ~

Analisis de La Demanda

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Analisis de La Demanda

Hochgeladen von

Copyright:

Verfügbare Formate

Ingeniera de Transportes I

Facultad de Ingeniera Civil

Anlisis de la Demanda de viajes.

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Figura 1. Proceso para la estimacin de viajes. (Fuente REF.1)

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Ingreso (miles de dlares)

Figura 3.Familias por tenencia de automviles y categora de ingresos.

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Tabla .3 Promedio de viajes por familia contra ingreso y tenencia de automviles

Ingreso (miles de dlares)

Figura 4. Viajes por familia por da como funcin de la tenencia de automviles y

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Figura 5. Viajes por objetivo y categora de ingresos.

2.2. Modelo lineal de Generacin de Viajes:

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Modelo General : Y = a + b1*X1 + b2*X2 + b3*X3 + b4*X4

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

5.54E+08 1045926709 807983948 249732483 185635231 362250523 2379969813 132312404

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

487857335 295278811 2321336984 545920897 1029441681 778886453

Resolviendo el sistema lineal:

214925 2379969813 553615683 1045926709 807983948

553615683 132312404 249732483 185635231

1045926709 249732483 487857335 362250523

807983948 185635231 362250523 295278811

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Grafico de errores (residuos )

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

nmero de viajes que se producen en la zona i y son atrados por la zona j

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

K, : parmetros del modelo.

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Gi : viajes generados en la zona i.

Aj : atraccin de viajes en la zona j, medida por el nmero de empleos.

dij : distancia entre las zonas i y j, en kilmetros.

GA = TAB + TAC + TAD + TAE + TAF + TAG

TAB = 26246.72 = 26247 viajes/da

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Figura 6. Calibracin de los factores F.

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Tabla 4. Produccin y atraccin de viajes para un rea de estudio de tres

Tiempo de viaje entre zonas (minutos)

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Tabla 6. Tiempo de viaje contra factor de friccin.

Tabla 7. Viajes de zona a zona: primera iteracin

Paso 4. Calcule los factores de atraccin ajustados de acuerdo con la frmula

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Paso 8. Haga clculos similares para las zonas 2 y 3.

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

3.2. Modelos de factor de crecimiento

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Clculos similares arrojan

Tabla 9. Generacin de viajes actuales y factores de crecimiento

Generacin total de viajes

Generacin de viajes actuales

Tabla 12. Factores de crecimiento para la segunda iteracin

Ing. de Transportes I. Anlisis de la Demanda de Viajes.

Generacin de viajes actuales

Modelo General : Y = a + b1X1 + b2X2 + b3X3 + b4X4

MODELO Y = -1.36 -0.06X1-0.07X2