Académique Documents
Professionnel Documents
Culture Documents
DE ABURR 2005
Director
IVN REINALDO SARMIENTO ORDOSGOITIA, Ph.D.
NOTAS DE ACEPTACIN
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________________________________
___________________________________________________
____________________________
Primer Jurado
____________________________
Segundo Jurado
_____________________________
Tercer Jurado
AGRADECIMIENTOS
TABLA DE CONTENIDO
TABLA DE CONTENIDO................................................................................................................... 4
LISTA DE FIGURAS ........................................................................................................................... 5
LISTA DE TABLAS ............................................................................................................................. 6
RESUMEN .......................................................................................................................................... 8
1. INTRODUCCIN Y OBJETIVOS .............................................................................................. 9
1.1
1.2
INTRODUCCIN ............................................................................................................................................................ 9
OBJETIVOS................................................................................................................................................................... 11
CONCEPTOS BASICOS............................................................................................................................................... 12
ANTECEDENTES .......................................................................................................................................................... 13
5. METODOLOGIA ....................................................................................................................... 36
5.1 RECOLECCIN DE LA INFORMACIN..................................................................................................................... 36
5.2 ZONIFICACIN DE LA ENCUESTA ORIGEN DESTINO PARA LA REGIN METROPOLITANA DEL
VALLE DE ABURR................................................................................................................................................................ 36
5.2.1 ZONIFICACIN DE LA ENCUESTA ORIGEN - DESTINO ...................................................................................... 36
5.2.2 LA REGIN METROPOLITANA DEL VALLE DE ABURR Y CRITERIOS DE ZONIFICACIN ......................... 37
5.2.3 TAMAO DE MUESTRA RECOMENDADO POR LOS ESTUDIOS TRADICIONALES........................................... 39
5.2.4 DEFINICIN DE PERIODOS DE MODELACIN ..................................................................................................... 40
5.2.5 FACTORES DE EXPANSIN....................................................................................................................................... 41
5.2.1.1
5.2.1.2
5.2.1.3
LISTA DE FIGURAS
Figura 1. Etapas del Modelo Clsico del Transporte
Figura 2. Proceso de Planeacion del Transporte
Figura 3. Etapas que comprende el Modelo del Transporte
Figura 4. Zonificacin del rea de Estudio Plan de Movilidad 2005
Figura 5. Zonas Sit en las que se encuentra desagregada el rea de Estudio
Figura 6. Distribucin Horaria de los Viajes
Figura 7. Anlisis de Clasificacin Cruzada
Figura 8. Anlisis de Clasificacin Cruzada
Figura 9. Pasos a Seguir para la realizacin de la Clasificacin Cruzada
Figura 10. Pasos a Seguir de las Regresiones Lineales realizadas en TransCAD
Figura 11. Pasos a Seguir de las Regresiones Lineales realizadas en TransCAD
Figura 12. Pasos a Seguir de las Regresiones Lineales realizadas en TransCAD
Figura 13. Viajes totales al Trabajo. Modelados Vs Observados
Figura 14. Viajes totales al Estudio. Modelados Vs Observados
Figura 15. Viajes totales a Otros. Modelados Vs Observados
Figura 16. Viajes totales por estratos motivos para el periodo pico a.m.
Figura 17.Porcentaje viajes al trabajo a.m.
Figura 18.Porcentaje viajes al estudio a.m.
Figura 19.Porcentaje viajes a otros a.m.
Figura 20. Viajes totales por estratos motivos para el periodo pico p.m
Figura 21.Porcentaje viajes al trabajo p.m.
Figura 22.Porcentaje viajes al estudio p.m.
Figura 23.Porcentaje viajes a otros p.m.
Figura 24.Porcentaje viajes al trabajo Valle
Figura 25.Porcentaje viajes al estudio Valle
Figura 26.Porcentaje viajes a otros Valle
LISTA DE TABLAS
Pg.
RESUMEN
1. INTRODUCCIN Y OBJETIVOS
1.1
INTRODUCCIN
Distribucin
Generacin
Particin
Atraccin
Modal
Localizacin
Asignacin
10
OBJETIVOS
1.2.1 Objetivo General
11
CONCEPTOS BASICOS
Viaje: Es un movimiento de un sentido desde un punto de origen a un punto
de destino con un nico propsito. Se tendrn en cuenta los viajes realizados
caminando con una longitud mnima en torno a los 300 metros y todos los
viajes realizados en vehculos motorizados o no. Por otro lado, se ignorarn
los viajes realizados por nios menores de 5 aos.
Origen: Lugar y momento en que se inicia un viaje
Destino: Lugar y momento en que termina un viaje
Propsito: Actividad que se quiere realizar en el destino
Modo: Medios de transporte utilizados y su modalidad de operacin
Ruta: Trayectoria para llegar desde el origen al destino
Volumen o Flujo: Cantidad de viajes por unidad de tiempo
Nivel de Servicio o Calidad: atributos del viaje realizado por un viajero,
tales como tiempo de viaje, comodidad, seguridad, confiabilidad
Agregacin: En principio, todos los viajes son distintos, lo que es
inmanejable para una modelacin o anlisis comprensible, por esta razn se
deben de agregar
- Agregacin Espacial: Divisin del rea de la ciudad en zonas
- Agregacin Temporal: Definicin de perodos representativos del ao base
- Agregacin Funcional: Definicin de un nmero reducido de propsitos de
viaje
- Agregacin Poblacional: definicin de un nmero moderado de categoras de
usuario
Generacin de Viajes: Cantidad de viajes de cada categora que salen de
cada zona de origen en cierto perodo del da con algn propsito, la
generacin de viajes se clasifican de la siguiente forma
- Basados en el hogar: funcin de caractersticas demogrficas y
socioeconmicas de la zona de origen y uso del suelo
- No Basados en el hogar: Funcin de otras caractersticas de la zona de
origen
12
2.2
ANTECEDENTES
El transporte urbano representa un costo elevado para Amrica Latina, mucho ms,
por ejemplo, que el transporte areo. Si bien los pasajes en avin son mucho ms
caros que los de bus o taxi, se viaja en estos ltimos con una frecuencia muy
superior a lo que se viaja en avin. El transporte urbano de rutina, en las ciudades
de ms de 100.000 habitantes, cuesta aproximadamente 3% del Producto Interno
Bruto (PIB), mientras que el costo del tiempo consumido en efectuar estos viajes,
que no se contabiliza en el PIB, equivale a un 3%. Muy probablemente, estos costos
van en aumento, a raz de consideraciones tales como:
(i)
La expansin territorial de las ciudades y el consecuente incremento en
la distancia promedio de los viajes efectuados.
(ii)
La sustitucin de medios de menor costo de operacin por persona,
como el bus, por otros, ms caros de operar, como el automvil.
(iii)
La mayor congestin, que aumenta las demoras y los costos de
operacin de los vehculos. Adems, de acuerdo a los resultados de las
encuestas en hogares, las familias de mayores ingresos realizan un
nmero mayor de viajes.
(Ian Thompson 2002)
El sistema de transporte urbano, posibilita el movimiento de personas y bienes
imprescindibles para mantener el desarrollo de las actividades socioeconmicas de
cualquier regin. La operacin de tal sistema se torna ms difcil y conflictiva en la
medida que el desarrollo econmico hace crecer el nivel de ingreso de la poblacin
y con ello la complejidad y sofisticacin del aspecto urbano. Signos de este proceso
lo constituyen el incremento de la tasa de motorizacin y de la cantidad de viajes
que cada persona realiza, lo que a su vez trae consigo los problemas de congestin,
polucin ambiental y accidentes, tpicos de las regiones actuales.
Las ciudades que comprenden el Valle de Aburr, no son ajenas a ste fenmeno y
es as como durante los ltimos aos se han visto aparecer y hacer crisis problemas
que hace slo unas dcadas eran inexistentes.
La problemtica de movilidad en esta rea del departamento de Antioquia ha tratado
de solucionarse a travs de pequeas medidas en la operacin del transporte
pblico colectivo y la implantacin del primer y nico sistema de transporte masivo
tipo Metro en Colombia. No obstante y aunque la regin cuenta con un medio de
13
14
15
16
La ciudad debe ser mirada como un sistema que evoluciona, donde los usos del
suelo y los flujos de trfico son interdependientes. Debe reconocerse que los flujos
de trfico cambian en respuesta a modificaciones en usos del suelo y viceversa.
Se debe tener en cuenta la congestin vehicular, signo principal de los problemas
actuales del transporte latinoamericano y asociada principalmente al uso del
automvil privado, que tiene como consecuencia fundamental la prdida de calidad
de vida en las ciudades. Sus efectos ms significativos son la contaminacin
atmosfrica acstica, la descomposicin y ruptura del espacio urbano, los
accidentes y el sobreconsumo de energa.
El uso del automvil est asociado al crecimiento urbano. El crecimiento poblacional
y la superficie urbanizada, provocan una prolongacin de los viajes en tiempo y
distancia. El servicio de transporte pblico sufre as un mayor deterioro y
degradacin, resultado del aumento de los costos de operacin asociados a
velocidades comerciales ms reducidas, a viajes ms largos y a una menor
densidad de pasajeros transportados por kilmetro; el automvil refuerza su imagen,
al ofrecer mejores condiciones de comodidad y de tiempo de viaje.
3.1.2
ESTRUCTURA URBANA
17
Es interesante obtener una base de datos parcial que contenga datos agregados por
manzana de los siguientes atributos:
Manzana
Tipo de inmueble:
- Industria pesada
- Industria ligera
- Comercio grande (plazas comerciales, grandes tiendas)
- Comercio pequeo
- Servicios pblicos
- Servicios privados
- Escuelas
- Hospitales
rea construida
rea de terreno
Nmero de pisos
rea del terreno ocupada por construccin
3.1.4
VIAJES
Los viajes se definen como un traslado desde una zona de origen hasta una zona
de destino de una persona o carga, con cierto propsito, por un modo y ruta,
adems se realizan en diferentes periodos del da. Sus caractersticas son:
Propsito:
- Trabajo
- Escuela/educacin
- Compras
- Negocios
- Mdico/Odontologa/salud
- Recreacin/visita
- Hogar
Modo:
- Automvil propio
- Automvil rentado/taxi
- Autobs
- Microbs
- Combinado
- Camin de la empresa
- Escolar
- Motocicleta
- Bicicleta
- A pie
Tiempo de viaje
Periodo del da
18
3.2
MODELOS DE TRANSPORTE
19
3.2.1
20
21
22
Donde:
Gi: Produccin o atraccin de demanda en la zona i para el tipo de flujo
considerado, expresada en viajes de personas o vehculos, por unidad de tiempo
(hora, da, ao)
X1, X2, X3,...: Variables explicativas de la generacin de demanda
a0, a1, a2, a3,...: Parmetros que describen el comportamiento de la demanda,
determinados en la calibracin del modelo por anlisis de regresin.
3.2.2
Los modelos de distribucin agregados de viajes se usan para predecir flujos entre
zonas de origen y destino. Existen dos categoras principales de estos mtodos los
cuales predominan en la planeacin de transporte urbano, el primer mtodo es
llamado mtodo de factores de crecimiento y plantea escalar una matriz existente
aplicando factores multiplicativos derivados de predicciones de produccin y/o
atraccin asociadas a las celdas de la matriz.
La segunda categora bsica de generacin de viajes agregados es el modelo
gravitacional.
Los modelos gravitacionales incluyen como entrada una o ms matrices de flujo y
una matriz de impedancia que refleja la distancia, tiempos o costo de los viajes entre
zonas, y estima el nivel futuro de producciones y atracciones. El modelo
gravitacional relaciona explcitamente el flujo entre zonas con la impedancia
intrazonal de los viajes.
Los modelos gravitacionales son originalmente motivados por que los flujos
decrecen como una funcin de la distancia que separa las zonas, esto es la
atraccin gravitacional entre dos objetos que decrece como una funcin de la
distancia entre los objetos. Este principio es aplicado en los modelos de planeacin
del transporte, donde la analoga Newtoniana ha sido reemplazada por la hiptesis
de que los viajes entre las zonas i y j es funcin de los viajes originados en las
zonas i y el nivel de atraccin y accesibilidad de la zona j con respecto a las dems
zonas.
Existen diferentes medidas de impedancia como son: la distancia de viaje, el tiempo
de viaje, o el costo del mismo. Igualmente diferentes funciones potenciales de
impedancia que pueden ser usadas para derivar la atraccin relativa de cada zona.
Como una alternativa a las funciones de impedancia se puede usar un factor de
impedancia (esencialmente esto es una funcin de impedancia discreta que
relaciona la impedancia entre zonas con la atraccin entre zonas). (Nio Arbelaez)
3.2.2.1
23
Donde
K: es una constante determinada empricamente que tiene en cuenta aspectos
socioeconmicos y caractersticas propias del tipo de viajes
P: es la poblacin respectiva de las ciudades i o j
d: es la distancia que separa las dos zonas y representa una resistencia a la
realizacin del viaje y puede estar expresada en distancia, tiempo o costo
generalizado y est a su vez afectada por b, un exponente que depende del motivo
de viaje.
Entre ms importante el motivo del viaje, por ejemplo trabajo, menor el valor de este
exponente.
3.2.3
Los modelos de seleccin modal son utilizados para analizar y predecir la eleccin
que los individuos harn al escoger los modos de transporte que son utilizados para
cada tipo particular de viaje. Generalmente el objetivo es predecir la proporcin o el
nmero de viajes hechos en cada modo, principalmente predecir la proporcin de
los viajes atrados por el transporte pblico.
Los modelos de reparto (o seleccin modal) pueden llevarse a cabo bien sea a nivel
agregado o desagregado de zona. Los modelos a nivel agregado buscan predecir
las cuotas zonales de viajes por modo y se calculan de manera tpica por medio de
la utilizacin de cuotas segn modo, por pares de origen destino y de promedios
de datos demogrficos por zona. Los modelos desagregados se basan en datos a
nivel individual obtenidos de encuestas. A nivel individual la eleccin es discreta
una persona elige una entre un conjunto de alternativas modales-. Los modelos logit
se estiman con frecuencia con base en datos a nivel individual, y entonces se
elaboran pronsticos basados en variables agregadas explicativas.
Los insumos para los modelos de eleccin modal incluyen normalmente
caractersticas socioeconmicas de los viajeros y caractersticas del servicio de los
modos alternos (costo y tiempo de viaje). (Nio Arbelaez)
El modelo de particin modal divide la matriz de viajes proveniente de la etapa de
distribucin, en tantas matrices como modos de transporte existan disponibles para
los usuarios. Un modelo de particin modal ser necesario para cada categora de
demanda, propsito de viaje y perodo de anlisis.
Los modelos de particin modal denominados de eleccin discreta, constituyen
buena parte de las actuales aplicaciones en estudio de transporte. Como su nombre
lo indica, estos modelos estn orientados a simular el proceso de eleccin de un
individuo enfrentado a un conjunto de alternativas discretas de eleccin. La hiptesis
24
Donde los Xnmk representan indistintamente los atributos del modo m y las
caractersticas del usuario de la categora n. Tpicamente esta expresin incluye
como atributos del modo sus variables de servicio (tiempo de viaje, tiempo de
espera, tarifa, etc.) y como caractersticas del usuario, su ingreso, nivel educacional
y otros. Tambin es habitual incluir combinaciones de variables (ej.: tarifa dividida
por ingreso familiar).
Los parmetros nmk representan el peso que los usuarios de la categora n asignan
a cada variable incluida en la funcin utilidad. Luego, tales parmetros deben ser
calibrados para cada categora de usuarios.
El parmetro libre nm corresponde a una constante modal que representa ciertas
caractersticas especficas que el modo m tiene para los usuarios de la categora n,
y que no estn representados en el resto de la funcin utilidad del modo. Por
razones derivadas de la forma de estimar los parmetros de la funcin, es necesario
fijar en cero la constante modal de una de las alternativas, llamada alternativa de
referencia. El resto de las constantes modales sern relativas a dicha alternativa de
referencia.
Sin embargo, existen adems ciertas caractersticas subjetivas en la eleccin modal
de los usuarios, que no son observables por el modelador (comodidad, privacidad,
gustos, etc.). Por lo tanto, en rigor la funcin utilidad debe incluir un trmino
observable (como el que se mencion antes) y un trmino aleatorio que refleje
aquellas variables ignoradas en la decisin modal de los usuarios:
Donde:
Vnm = Funcin de utilidad completa de la alternativa m para los usuarios de la
categora n.
Unm = Parte observable de la funcin utilidad.
m = Parte no observable (aleatoria) de la funcin utilidad.
Las distintas hiptesis respecto a la distribucin de probabilidades del trmino
aleatorio m darn origen a distintos tipos de modelos de eleccin discreta para la
particin modal. Dado que se trata de simular comportamiento de individuos, la
distribucin normal debera ser la ms indicada para el trmino aleatorio y en este
caso se puede derivar el denominado modelo probit de particin modal. No
25
26
Se puede demostrar que la solucin de este problema (es decir los flujos de
equilibrio en cada arco de la red) satisface el primer principio de Wardrop
El mtodo de Frank Wolfe -que es el ms utilizado en los diversos programas
computacionales de asignacin de transporte privado - consta de dos fases:
bsqueda de direccin y minimizacin unidimensional. (Metodologa para Anlisis
de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamao Medio,
chile, 1998).
3.2.4.2
27
28
29
4.1
4.2
Desde los aos 50 se han propuesto varias tcnicas para modelar la generacin de
viajes. La mayora de los mtodos tienden a predecir el nmero de viajes producidos
(o atrados) por el hogar o zona como una funcin (generalmente lineal) de
relaciones a definir a partir de los datos disponibles. Antes de cualquier comparacin
de resultados entre reas o segn el tiempo, es importante aclarar los siguientes
aspectos mencionados antes:
- Que viajes se van a considerar (por ejemplo slo viajes en vehculo y
caminando).
- La edad mnima a incluir en el anlisis (a partir de 5 aos habitualmente).
Para cada una de las siguientes categoras: viajes de personas, viajes de carga,
producciones de viaje y atracciones de viajes, se puede aplicar esta tcnica para
predecir el nmero futuro de viajes. Su ecuacin bsica es:
Ti = Fi ti
Ti viajes futuros en la zona i; ti viajes actuales en la zona i; Fi un factor de
crecimiento
El nico problema que se presenta es la estimacin de los Fi. Estos factores estn
relacionados con variables como la poblacin (P), el ingreso (I) y la propiedad de
vehculo particular (C).
Los mtodos de factor crecimiento slo se utilizarn en la prctica para predecir el
nmero futuro de viajes externos hacia un rea. Hay otros mtodos superiores que
tambin se pueden utilizar para modelar producciones y atracciones de viajes de
personas y producciones y atracciones de viajes de mercancas.
30
4.3
Consiste en obtener una expresin polinmica que permita evaluar una variable
dependiente (numero de viajes) a partir de una serie de variables independientes (
variables explicatorios del modelo). Su forma general es la siguiente:
Y= K+ a1X1 + a2X2 +. + aixi + anXn
Donde:
Y: Variable dependiente (numero de viajes realizados en el hogar)
Xi: Variable independiente o explicativa del modelo
ai: Coeficiente de la variable independiente
R: Intercepto, que en este caso representa los viajes no explicados por la variable
independiente.
La calibracin de ai y K se realiza por medio de mnimos cuadrados. (Cantillo,
2006)
En este caso se quiere encontrar una relacin entre el nmero de viajes producidos
o atrados por la zona y un promedio de las caractersticas socioeconmicas de los
hogares en cada zona.
Se consideran como hiptesis fundamentales del modelo que la relacin funcional
sea de tipo lineal, las variables explicativas sean independientes entre s, los valores
numricos de las variables independientes sean continuos y tengan una distribucin
normal y que la relacin funcional se mantenga en el futuro.
Si se puede asegurar que las hiptesis mencionadas se cumplen, se podr
establecer para cada zona, una relacin entre las variables explicativas
(caractersticas socioeconmicas) de los viajes y los viajes generados o atrados.
4.3.1
31
4.4
Hasta finales de los aos 60, la mayora de los estudios de planificacin del
transporte en USA, desarrollaban ecuaciones basadas en anlisis de regresin
lineal. Al final de esta dcada, surgi un mtodo alternativo para la modelizacin de
32
33
4.6
Demanda derivada: Es la demanda del factor (demanda de lo servicios productivos del factor), se llama demanda
34
Los aspectos sobre el estilo de vida y etapa del ciclo familiar son importantes desde
dos puntos de vista: primero, la identificacin de grupos estables (basados en la
edad o el sexo) con diferentes horarios de actividad y por tanto, demandas de viaje;
segundo, que permite la traza de cambios sistemticos basados en variaciones
demogrficas (como cambios en la estructura de edad, estado civil o de empleo).
Uno de los conceptos ms significativos en la prediccin del comportamiento de los
viajes es la media cambiante de hogares por poblacin, como en pases
industrializados. Las metodologas de pronstico de viajes que suponen
implcitamente medias estables de hogares, pueden verse afectadas por este
cambio estructural en la composicin demogrfica de la sociedad.
Otros conceptos estudiados en pases industrializados son la entrada de la mujer al
mercado de trabajo y la edad media de la poblacin. El aumento de edad tiende a
estar asociado con un declive en la movilidad y un cambio en el estilo de vida.
Todas las ideas anteriores llevan al propsito de incorporar una variable de la
estructura del hogar en el modelado de la generacin de viajes. Las categoras de
estructura del hogar estaban basadas en la edad, sexo, estado civil, apellidos de
cada miembro del hogar. Estas variables permitan la determinacin de la presencia
o ausencia de dependencias en los hogares, el nmero y caractersticas de los
adultos presentes, y la relacin entre los miembros del hogar.
Aunque estos modelos, con la incorporacin de dicha variable, trajeron notables
mejoras, pruebas con diferentes datos condujeron a su rechazo. Esto no slo estuvo
en la evidencia estadstica sino en la sensibilidad poltica (es difcil utilizar la
estructura de hogar como una variable poltica). (Modelling transport).
35
5. METODOLOGIA
5.1
RECOLECCIN DE LA INFORMACIN
En este caso los datos son estudiados con el fin de modelar especficamente cuales
son las zonas de mayor generacin y atraccin de viajes para una mejor
planificacin del transporte.
5.2
5.2.1
La zonificacin del rea de estudio es una tarea estratgica clave para la realizacin
con xito de la encuesta de movilidad. Las zonas constituyen las unidades bsicas
de anlisis y se definen en funcin de determinados criterios2. Estas zonas reflejan
caractersticas de uso del suelo, localizacin de actividades o tambin
singularidades urbanas; asimismo, tienen similitud y son compatibles con las
divisiones geogrficas administrativas y polticas como son los barrios. Un aspecto
fundamental fue la consideracin de la existencia de homogeneidad al interior de
sectores determinados, cuidando que sus lmites fueran compatibles con los
cordones y lneas pantalla al interior de la ciudad y con las fronteras entre barrios y
comunas.
ORTUZAR, J. de D. y WILLUMSEN, L. G. Modelling Transport. John Wiley and Sons, 3 ed. 2001.
499 p
36
M u n i c ip io s N o r te
M u n i c ip io s O c c id e n te
M u n i cip io s O r ie n t e
G u a rn e
A e r op u e r to J M C
M a ri n ill a , S a n t u a ri o
R io n e g r o
E l R e ti ro
L a C e ja
N
W
M u n i cip io s S u r
E
S
S IM B O LO G IA
Z o na s Inte rn as
Z on a s E xt erna s
5.2.2
Para fines del estudio, el rea de estudio, fue dividida en 419 zonas del Sistema
Integrado de Transporte (Zona SIT), incluyendo 409 zonas internas a la Regin
37
NMERO DE
ZONAS SIT
325
7
22
11
14
6
1
6
6
9
2
6
4
419
38
5.2.3
Las variables ms relevantes que se desean estimar con la encuesta son tasas de
generacin de viajes y matrices Origen/Destino por modo, motivo y perodo del da.
En primera instancia el diseo muestral parti de la recomendacin de Bruton3,
usada hace ms de veinte aos, la cual se muestra en la Tabla 2.
Tabla 2. Tamaos Muestrales recomendados Internacionalmente
Poblacin
proyec.
DANE para
2005
Medelln
Bello
Itag
Envigado
Caldas
La Estrella
Copacabana
Sabaneta
Girardota
Barbosa
V. de Aburr
2.093.893
400.428
288.307
175.143
74.234
57.289
57.216
41.313
40.417
39.087
3.267.327
Poblacin
Viviendas
Cubierta encuestadas
2.093.893
346.835
219.402
175.143
54.612
29.960
52.952
36.204
23.013
20.463
3.052.477
12.340
2.037
1.615
834
1.523
1.308
1.317
876
851
960
23.661
Viviendas
Totales
cubiertas 2005*
% de
Muestra
591.808
83.614
54.141
41.827
12.810
7.514
12.992
9.003
5.400
5.065
824.174
2,10%
2,40%
3,00%
2,00%
11,90%
17,40%
10,10%
9,70%
15,80%
19,00%
2,90%
Muestras
Globales
2,20%
12,90%
2,90%
39
5.2.4
Se entiende que es casi imposible modelar las 24 horas del da, por esto se tomaron
los periodos ms crticos del da, o aquellos periodos en donde se encuentra mas
congestionada la red vial, lo que se conoce como las horas pico, en este caso se
tendr en cuenta los periodos entre las 6:00 a.m. y las 8:00 a.m., entre las 5:00
p.m. y las 7:00 p.m., (ver tabla 4) y se tomar un periodo valle, entre las 9:00 a.m. y
las 11:00 a.m., para conocer el comportamiento de los viajes en los periodos de baja
demanda en la red vial. En la Tabla 34, se puede observar las horas en las cuales
se realizan la mayor cantidad de viajes en el Valle de Aburr durante las 24 horas
del da.
Tabla 4. Distribucin Horaria de Viajes
Horas
Hora 0 -2
Hora 2 -4
Hora 4 -6
Hora 6 -8
Hora 8-10
Hora 9-11
Hora 10-12
Hora 12-14
Hora 14-16
Hora 16-18
Hora 17-19
Hora 18-20
Hora 20-22
Hora 22-24
Total de Viajes
10518
16826
218317
979728
376220
290717
332966
732191
401828
600779
933077
769549
221237
77624
1200000
1000000
800000
600000
400000
200000
0
Horas
40
20
-2
2
or
a
17
-1
9
or
a
or
a
14
-1
6
10
-1
2
or
a
810
-6
4
H
or
a
H
or
a
-2
Viajes
0
H
or
a
Viajes
HORAS PICO
5.2.5
FACTORES DE EXPANSIN
Expansin de la muestra
Para expandir las muestras obtenidas de los aforos de trnsito y de las encuestas
en cordn externo, se utiliz como universo muestral el total de viajes observados
en el conteo vehicular clasificado que se realiz paralelamente a la encuesta.
Adems, se realiz un estudio de tasas de ocupacin que permiti convertir los
flujos vehiculares en viajes personales. Se aclara que en la medicin de tasas de
ocupacin en taxis no se contabiliz al conductor.
5.2.1.2 Metodologa para el clculo de factores
Para obtener el conjunto de factores de expansin, se estim factores de expansin
diferentes para cada una de las zonas en las que se agrego la Encuesta Origen
Destino. Con ello, es posible expandir la muestra de manera que represente de
mejor manera el comportamiento de la regin metropolitana. Durante el proceso, y
para garantizar que los datos expandidos distribuyan acorde con las caractersticas
de la poblacin, se tuvo en cuenta como variable relevante el estrato
socioeconmico (considerando la estratificacin socioeconmica de 1 a 6), de tal
manera que para cada zona se estim un factor diferente para cada estrato o grupo
de estratos.
5.2.1.3 Factor de Expansin Validado
Es el factor de expansin ajustado para cumplir con los viajes que atraviesa una
pantalla determinada (Eje del ro Medelln) en un modo (Bus, Auto, Taxi, etc.).
5.2.2 CLASIFICACIN DE LOS VIAJES POR PROPSITO
41
BHI
Trabajo
495605
22507
518113
52,33%
Estudio
335295
4611
339906
34,33%
Otros
125572
6483
132055
13,34%
100,00%
Total
956473
33601
990074
96,61%
3,39%
100%
BHI
Trabajo
31530
8393
39923
4,20%
Estudio
20127
13753
33880
3,56%
Otros
820750
56904
877654
92,24%
Total
872407
79050
951456
100,00%
91,69%
8,31%
100,00%
BHI
Trabajo
67537
18091
85628
29,07%
Estudio
22016
2181
24198
8,22%
Otros
168300
16404
184704
62,71%
Total
257853
36677
294530
100,00%
87,55%
12,45%
100,00%
De las tablas anteriores, se puede observar que son mayores los viajes basados en
el hogar de ida en la hora pico de la maana con un 97%, debido a que la mayor
cantidad de viajes sale del hogar, hacia el trabajo o el estudio; en el periodo pico de
la tarde, se puede observar tambin que el 92% de los viajes son basados en el
hogar, en el propsito otros, donde se encuentra incluido el propsito regreso a
casa.
Es notorio, el aumento de los viajes no basados en el hogar en la hora pico de la
tarde, 8%, del 3% del periodo pico de la maana, esto puede ser debido a que en
este periodo del da las personas despus de salir de los sitios de trabajo o estudio,
se disponen a realizar actividades que no se encuentran relacionadas con el hogar,
como por ejemplo las compras, la recreacin, etc.
42
El periodo valle escogido para este estudio, nos indica, con un 87%, que la mayor
cantidad de viajes que se realiza, sale o llega al hogar.
El propsito de viajes otros, incluye todos los viajes diferentes a los viajes al trabajo
o los viajes al estudio como son los viajes por compras, salud, recreacin o regreso
a casa. A continuacin en las siguientes tablas, se muestran estos viajes.
Tabla 8. Viajes con Otros Propsitos de Ida realizados en el periodo pico de la
Maana
Propsito
BHI
Compras
7900
677
8577
11,21%
Salud
16487
630
17117
22,37%
Recreacin
1041
306
1347
1,76%
Regreso a casa
47033
2429
49463
64,66%
100,00%
Total
%
72461
4042
76503
94,72%
5,28%
100,00%
BHI
Compras
23180
7517
30695
3,58%
Salud
6231
1046
7277
0,85%
Recreacin
32139
7036
39175
4,57%
Regreso a casa
758826
22167
780994
91,00%
100,00%
Total
820375
37767
858142
95,60%
4,40%
100,00%
Tabla 10. Viajes con Otros propsitos de Ida realizados en el periodo Valle
Propsito
BHI
Compras
38806
3708
42515
27,73%
Salud
22014
2193
24207
15,79%
Recreacin
15618
1359
16977
11,07%
Regreso a casa
68588
1030
69618
45,41%
100,00%
Total
145027
8291
153317
94,59%
5,41%
100,00%
43
BHR
14030
17678
33,28%
Estudio
7101
1145
8246
15,53%
Otros
25901
1289
27190
51,19%
Total
47032
6082
53114
100,00%
88,55%
11,45%
100,00%
BHR
Trabajo
277323
9504
286827
49,65%
Estudio
152554
2780
155334
26,89%
Otros
131334
4226
135560
23,46%
Total
561211
16510
577721
100,00%
97,14%
2,86%
100,00%
BHR
35161
36552
34,64%
Estudio
27557
466
28023
26,56%
Otros
40269
670
40939
38,80%
100,00%
Total
102987
2527
105514
97,61%
2,39%
100,00%
Tabla 14. Viajes por Otros Propsitos de Retorno realizados en el Perodo Pico
de la Maana
Propsito
BHR
Compras
12420
105
12525
Salud
9223
51
9274
15,82%
11,72%
Recreacin
14202
158
14360
18,14%
Regreso a casa
6398
600
6998
8,84%
Otras
35616
375
35991
45,47%
100,00%
Total
%
77859
1289
79148
98,37%
1,63%
100,00%
44
Tabla 15. Viajes por Otros Propsitos de Retorno realizados en el Perodo Pico
de la Tarde
Propsito
Compras
BHR
22848
23419
17,28%
Salud
12330
37
12367
9,12%
Recreacin
22035
338
22373
16,50%
Regreso a casa
13894
1728
15622
11,52%
Otras
60227
1552
61779
45,57%
100,00%
Total
131334
4226
135560
96,88%
3,12%
100,00%
BHR
9168
9232
40,54%
Salud
6474
102
6576
28,87%
Recreacin
4697
119
4816
21,15%
Regreso a casa
1940
211
2151
9,44%
Otras
17990
174
18164
79,75%
100,00%
Total
%
40269
670
22775
94,72%
5,28%
100,00%
45
Tabla 17. Total de Viajes en Horas Pico y Valle segn el Nivel de Ingresos
ESTRATO 1
ESTRATO 2
ESTRATO 3
ESTRATO 4
ESTRATO 5
ESTRATO 6
TOTAL
VIAJES PICO
AM
VIAJES PICO
PM
VIAJES HORAS
VALLE
TOTAL
68920
349901
359303
1061177
67136
38635
1945074
59631
324563
344144
105063
70873
47182
951456
13694
85201
108348
44661
28388
14239
294530
142245
759666
811795
1210901
166397
100055
3191060
4%
24%
25%
38%
5%
3%
100%
Los viajes totales realizados en un da para los diferentes estratos y propsitos son
de 4`784.597.
De lo cual se tiene que los viajes en el periodo pico de la maana corresponden al
41% del total de viajes realizados en el da, los viajes en el periodo pico de la tarde
corresponden al 20% del total de viajes realizados en el da y los viajes tomados
para el periodo valle elegido corresponden al 6% de los viajes totales realizados en
el da. El 33% final corresponde al total de viajes realizados en el resto del da. Ver
tabla 18.
Tabla 18. Total de Viajes realizados para los diferentes periodos del da.
Total
4784597
1945074
951456
294530
1593537
Viajes Totales Da
Viajes Pico AM
Viajes Pico PM
Viajes Periodo Valle
Viajes Restantes
%
100
41
20
6
33
VIAJES
TOTALES
1114386
717206
132046
81890
120537
2249721
368811
4784597
PROPOSITOS
Trabajo
Estudio
Compras
Salud
Recreacin
Regreso a casa
Otros
TOTALES
%
23
15
3
2
3
47
8
100
De la tabla anterior, se puede observar que los viajes predominantes son aquellos
viajes llamados de carcter obligatorio como lo son los viajes al trabajo y al estudio,
los cuales representan un 38% de los viajes totales. Adems de esto se encuentra
un alto porcentaje para los viajes de regreso a casa con un 47%.
5.2.4 DEFINICIN DE LAS CATEGORIAS SOCIOECONOMICAS DE LOS
USUARIOS
46
Nivel de Ingreso
Estrato
E1+E2
Categora 1
1 auto
Categora 2
2 o mas autos
Categora 3
E3+E4
Categora 4
Categora 5
Categora 6
E5+E6
Categora 7
Categora 8
Categora 9
O auto
Estrato
Bajo
Medio
Alto
E1+E2
E3+E4
E5+E6
11037
8923
391
475
1742
592
22
139
292
20351
2809
453
23613
Tabla 22. Total inicial de hogares con Motos separados por categora
Nivel de
Ingreso
Estrato
Bajo
Medio
Alto
E1+E2
E3+E4
E5+E6
10489
9479
1144
972
1207
118
73
118
13
21112
2297
204
TOTAL HOGARES
23613
Se observa que para las categoras que comprenden un auto y dos o ms autos (o
motos) por hogar en la tasa de motorizacin, se presentan muy bajos resultados,
por lo cual se determin trabajar con un nmero menor de categoras.
Es casi lgico entender que a menor ingreso por hogar, la tasa de motorizacin
tambin ser menor, por esto se toman seis categoras donde se suman las
categoras iniciales: 2 - 3, 5 - 6, y 8 9, quedando una nueva definicin para las
categoras de la siguiente manera:
47
Tabla 23. Definicin del Nivel de Ingreso de los usuarios en categoras para el
modelo
Nivel de
Ingreso
Estrato
Bajo
E1+E2
Categora 1
Categora 2
Medio
E3+E4
Categora 3
Categora 4
Alto
E5+E6
Categora 5
Categora 6
La siguiente tabla muestra el nmero de hogares con autos y motos para las
nuevas categoras definidas:
Tabla 24. Total de hogares con Autos separados por categora
Nivel de
Ingreso
Estrato
Bajo
Medio
Alto
E1+E2
E3+E4
E5+E6
11037
8923
391
497
1881
884
20351
3262
23613
TOTAL HOGARES
Se tiene en cuenta el aumento que en los ltimos aos ha presentado el uso de las
motocicletas en el Valle de Aburr, por esto en la siguiente tabla, se muestra el
nmero de motos por hogar.
Tabla 25. Total de hogares con Autos separados por categora
Nivel de
Ingreso
Estrato
Bajo
Medio
Alto
E1+E2
E3+E4
E5+E6
10489
9479
1144
1045
1325
131
21112
2501
23613
TOTAL HOGARES
48
rea por tamaos de familia (1, 2, 3,4,>5 Personas/ Hogar) y por auto (0,1,>2 Autos /
Hogar), de lo cual resultan 15 clasificaciones.
Las tasas promedio de la generacin de viajes (el nmero de viajes estimado que ser
tomado por hogares o por individuo) son empricamente derivadas de datos agregados
o desagregados para cada grupo de clasificaciones. En el ejemplo anterior se
producen 15 promedios de tasas de viaje.
Una vez las tasas son conocidas para cada clasificacin, estas tasas de viajes son
usualmente aplicadas para cada zona.
Las caractersticas promedio de cada zona son usadas para determinar la clasificacin
a la cual pertenece la zona, las cuales despus determinan las ratas de viaje para
aplicar a los hogares o individuos en la zona.
Usando este mtodo, una tasa de viajes es aplicada para todas las personas en una
zona.
Alternativamente, cada zona puede ser subdividida dentro de pequeas clasificaciones
para usar la proporcin de hogares dentro de una zona que posee ciertas
caractersticas.
Usando este mtodo, ms que un promedio de tasas de viaje, este estima la
produccin de viajes de cada zona. Por ejemplo una zona puede ser dividida dentro de
hogares sin carro y hogares con carro. En este caso, dos tasas promedio de viajes son
aplicados para cada zona.
Para realizar Clasificacin Cruzada en TransCAD, se necesitan dos tipos de salidas.
La primera es una tabla de tasas de viaje que define las clasificaciones (Categoras)
que se desean usar, e incluye las tasas de viaje para cada clasificacin. Tambin se
necesitan datos de los valores promedios de los parmetros de la clasificacin
(Categoras) dentro de cada zona en el rea de estudio. Por ejemplo, si la clasificacin
est basada en autos y nmero de personas en el hogar, entonces se debe saber el
promedio de autos y el promedio de personas por hogar para cada zona.
Se pueden crear clasificaciones basadas en cualquier cantidad de caractersticas y se
pueden definir cualquier nmero de propsitos de viaje.
En este caso se toman las categoras dependiendo de los promedios de los autos por
hogar y los estratos en los que se tomaron las encuestas, adems de los viajes
basados en el hogar y no basados en el hogar para los propsitos de trabajo, estudio y
otros, en los periodos del da seleccionados para el estudio.
49
Estrato de
Ingreso
1
C1
2
3
4
5
6
Duea de Casa
2 o ms
Pensionado
Estudia
C2
C3
C4
C5
C6
C7
C8
Nio
Adulto
Anciano
Minusvlido
5.3.1.2
50
Se podran incluir otras variables explicativas como nmero de personas por hogar,
pero se utilizan las variables tradicionales de estratos y tasa de motorizacin dado
que presentan mayor facilidad de prediccin.
El procedimiento que se sigue en el software TransCAD es fcil de apreciar a
continuacin:
Figura 8. Anlisis de Clasificacin Cruzada
51
O nj = on + kn * X kjn + E nj
k
Donde:
O nj
= Parmetros de calibracin.
X kjn
n
k
E nj
Coeficiente de determinacin
52
Test T
53
En general, los modelos de RLM estiman el nmero de viajes atrados por una zona (o
producidos por una zona) como una funcin lineal de ciertas variables relacionadas
con el equipamiento y usos de suelo de la zona. Las variables independientes que
ms interesan son aquellas que generan actividades asociadas a cada propsito de
viaje, y habitualmente deben ser recogidas desde fuentes independientes.
Se debiera estimar un vector de orgenes y un vector de destinos por cada propsito y
categora de demanda, (en el caso de este estudio tres propsitos y seis categoras)
pero debido a que la definicin de categoras de demanda est asociada a las
caractersticas de los hogares (tasa de motorizacin y niveles de ingreso de los
hogares), las atracciones de viajes son difciles de clasificar por categora, puesto que
ellos no se materializan en los hogares, sino en las respectivas zonas, en los perodos
considerados (pico maana y pico tarde).
Reconociendo este hecho, la metodologa supone que slo los orgenes son
clasificables por propsito (p) y categora de usuario (n) y los destinos en cambio, son
clasificables slo por el propsito de viaje (p). As, se estimar un vector Origen por
cada propsito de viaje y por cada categora de demanda (Oin) y un vector Destino
por cada propsito de viaje, con todas las categoras de demanda agregadas (Dj).
Por ltimo, dado que orgenes y destinos de viajes son estimados independientemente,
es necesario compatibilizar sus resultados en cada perodo, asegurando que la suma
de los orgenes es igual a la suma de destinos de viajes.
54
Errores
PICO AM (%)
BHI
NBH
PICO PM (%)
BHI
NBH
Trabajo
25,48
1,16
3,31
0,88
Estudio
17,24
0,24
2,12
1,45
Otros
6,46
0,33
86,26
5,98
55
Para realizar los clculos de las tasas de la clasificacin cruzada, los datos que
interesan fundamentalmente son los datos recogidos en la Encuesta Origen Destino
realizada a Hogares.
Esta encuesta presenta viajes, personas e ingresos por hogar.
La encuesta para hogares presenta los siguientes criterios tiles para la clasificacin:
El hogar reporta ingreso familiar, de aqu la clasificacin por estratos para
las categoras (Estratos de uno a seis).
Se considera como vlido cualquier viaje que se genere dentro de la zona
urbana o que su destino sea un punto interno o externo de la zona urbana.
Los tiempos presentados para el desarrollo de cada viaje. De estos
dependen los periodos de modelacin.
El viaje debe estar basado en el hogar, es decir, la zona en que se origina
el viaje debe ser la misma que la zona donde se ubica el hogar de dicha
persona.
El viaje debe ser de ida.
Superficie de oficinas
Superficie residencial
Superficie de comercio
Superficie de servicios pblicos
Nmero de atenciones hospitalarias
Nmero de matrculas escolares
56
Para los viajes basados en el hogar, se tuvo en cuenta las categoras propuestas
para calibrar los modelos, utilizando el Anlisis de Clasificacin Cruzada.
Se determinan seguidamente las tasas de generacin de viajes originados en el
hogar para los propsitos Trabajo, Estudio y Otros, para los diferentes periodos del
da.
Tabla 27. Tasas de Clasificacin Cruzada Periodo Pico de la Maana
Propsito Trabajo
Ingreso del Hogar
Rango
Estrato
Bajo
1y2
Medio
3y4
Alto
5y6
Tasa de Motorizacin
0 Veh
1 o + Veh
0,90
0,94
0,88
1,01
0,94
0,88
Tasa de Motorizacin
0 Autos
1 o +Auto
0,64
0,62
0,60
0,61
0,61
0,59
Tasa de Motorizacin
0 Veh
1 o + Veh
0,22
0,19
0,20
0,23
0,22
0,42
Tasa de Motorizacin
0 Veh
1 o + Veh
0,05
0,04
0,04
0,04
0,03
0,15
57
Tasa de Motorizacin
0 Veh
1 o + Veh
0,04
0,04
0,04
0,04
0,04
0,04
Tasa de Motorizacin
0 Veh
1 o + Veh
1,44
1,46
1,44
1,53
1,47
1,39
Tasa de Motorizacin
0 Veh
1 o + Veh
0,35
0,36
0,34
0,34
0,33
0,26
Tasa de Motorizacin
0 Veh
1 o + Veh
0,15
0,07
0,11
0,12
0,18
0,18
Tasa de Motorizacin
0 Veh
1 o + Veh
0,74
0,77
0,77
0,74
0,79
0,79
58
obtienen con un factor de expansin validado, que se saca para los integrantes del
hogar (mencionados anteriormente).
Tabla 36. Viajes Modelados para el Periodo Pico de la Maana.
VIAJES MODELADOS PERIODO PICO DE LA MAANA
BHW 1-2 AM
TOTAL
BHE 1-2 AM
BHO 1-2 AM
254793
179394
60860
495047
BHW 3-4 AM
TOTAL
BHE 3-4 AM
BHO 3-4 AM
191204
214478
94259
499940
BHW 5-6 AM
TOTAL
BHE 5-6 AM
BHO 5-6 AM
35309
23454
13831
72594
481306
417326
168950
580695
386059
140860
Tabla 41.Desviacin estndar entre valores para los viajes modelados y los
viajes observados periodo pico de la maana
DESVIACION DE LOS VALORES PARA EL PERIODO PICO DE LA MAANA
-17%
8%
20%
46066
23613
59
777209
40422
30327
779792
Tabla 44.Desviacin estndar entre valores para los viajes modelados y los
viajes observados periodo pico de la tarde
DESVIACION DE LOS VALORES PARA EL PERIODO PICO DE LA TARDE
14%
-22%
0%
309894
99233
416684
262751
86116
494126
Tabla 47.Desviacin estndar entre valores para los viajes modelados y los
viajes observados periodo valle
DESVIACION DE LOS VALORES PARA EL PERIODO VALLE
18%
15%
-16%
600000
TOTAL 400000
VIAJES 200000
0
AM
PM
VALLE
VIAJES AL TRABAJO
VIAJES MODELADOS
VIAJES OBSERVADOS
60
500000
400000
TOTAL 300000
VIAJES 200000
100000
0
AM
PM
VALLE
VIAJES AL ESTUDIO
VIAJES MODELADOS
VIAJES OBSERVADOS
800000
600000
TOTAL
400000
VIAJES
200000
0
AM
PM
VALLE
VIAJES A OTROS
VIAJES MODELADOS
VIAJES OBSERVADOS
61
Constante
Personas que Trabajan
Personas que Estudian
0.231218
13,5
Personas que T Y E
Personas Jubiladas
Personas Desempleadas
Amas de Casa
0,0920
Coeficiente de Ajuste R^2
66,0
0.0937022
10,6
2,8
0.0170875
5,1
0.0294598
0,0062
0,1558
Constante
Personas que Trabajan
Personas que Estudian
Personas que T Y E
Personas Jubiladas
Personas Desempleadas
0.00648538
4,7
Amas de Casa
0,0051
Coeficiente de Ajuste R^2
0,0009
0,0028
Constante
Personas que Trabajan
Personas que Estudian
Trabajo
Test t
Estimado
0.0350403
0.0111732
6,9
Personas que T Y E
Personas Jubiladas
Personas Desempleadas
Amas de Casa
Coeficiente de Ajuste R^2
0,0920
13,0
0.0282949
8,5
0,0096
Otros
Estimado
Test t
1,18151
0.106654
16,6
0.106318
18,1
0.0777758
5,1
0.0219618
2,1
0.0472145
4,8
0,0271
Constante
Personas que Trabajan
Personas que Estudian
Personas que T Y E
Personas Jubiladas
Trabajo
Estimado
Test t
0.00261370
0.0108180
10,4
0.00709311
7,5
0.00834280
2,4
62
Otros
Estimado
0.223188
0.270503
0.192910
0.148862
Test t
44,3
34,5
7,2
Personas Desempleadas
Amas de Casa
Coeficiente de Ajuste R^2
0,0072
0.0202735
2,0
0.0411315
4,3
0,1250
0,0145
Constante
Personas que Trabajan
Personas que Estudian
Personas que T Y E
Personas Jubiladas
Personas Desempleadas
Amas de Casa
Coeficiente de Ajuste R^2
Trabajo
Estimado
Test t
0.277004
0.0459678
12,7
0,0067
7,7
0.137734
10,5
0.0358873
4,0
0.0298525
3,5
0,0059
0,0025
Constante
Personas que Trabajan
Personas que Estudian
Personas que T Y E
0.0101912
4,6
Personas Jubiladas
Personas Desempleadas
0.00339596
2,4
Amas de Casa
0,0013
Coeficiente de Ajuste R^2
0,0006
3,69
1,89
0.00722744
4,3
0.0527354
12,3
0.0132847
4,5
0.0162607
5,8
0,0093
Constante
Personas que Trabajan
Personas que Estudian
63
Personas que T Y E
9,5
0.255236
Personas Jubiladas
Personas Desempleadas
Amas de Casa
0,0952
Coeficiente de Ajuste R^2
6,1
0.0850974
2,5
0.0185320
5,4
0.0416049
0,0064
0,1495
Constante
Personas que Trabajan
Personas que Estudian
Personas que T Y E
Personas Jubiladas
Personas Desempleadas
Amas de Casa
Coeficiente de Ajuste R^2
0,0445
0,1516
0,0013
0.0378981
0.0249372
4,4
Personas que Trabajan 0.0378981
Personas que Estudian
Personas que T Y E
Personas Jubiladas
Personas Desempleadas
Amas de Casa
0,0016
Coeficiente de Ajuste R^2
64
0.0131201
0.0512952
0,0069
1,19832
6,8
6,3
0.0999082
0.115140
11,2
14,7
0.111045
4,5
0,0297
Constante
Personas que Trabajan
Personas que Estudian
Personas que T Y E
Personas Jubiladas
Personas Desempleadas
Amas de Casa
Coeficiente de Ajuste R^2
0,0209
0,0093
0.215245
2,6
0.260873
4,9
0,0345
Constante
Personas que Trabajan
Personas que Estudian
Personas que T Y E
Personas Jubiladas
Personas Desempleadas
Amas de Casa
Coeficiente de Ajuste R^2
0,0045
0,0013
7,0
0,0042
Constante
Personas que Trabajan
Personas que Estudian
Personas que T Y E
Personas Jubiladas
Personas Desempleadas
65
6,8
4,2
Amas de Casa
Coeficiente de Ajuste R^2
0,0098
0,0034
0.048772
3,8
0,0073
Constante
Personas que Trabajan
Personas que Estudian
Personas que T Y E
Personas Jubiladas
Personas Desempleadas
0.0676045
2,74
Amas de Casa
0,0074
Coeficiente de Ajuste R^2
0.186702
0.208528
0,0134
3,9
3,0
0,0168
Observando los resultados para los modelos de regresin lineal separados por
estratos, se llega a la conclusin de que en algunos casos, aunque los coeficientes
de determinacin pueden aumentar su porcentaje, no llegan a ser significativos,
aunque la t lo siga siendo.
Con los modelos de regresin lineal iniciales, (tablas desde la 48 hasta la 53), se
determinan los viajes totales, usando los promedios por hogar, y por zona de viajes
por propsito.
Estos resultados, son multiplicados por un factor de expansin promedio por zona
para determinar los viajes totales modelados. Despus de este procedimiento, se
realiza una regresin lineal entre viajes modelados (Y) y viajes observados (X), los
cuales nos entregan los siguientes resultados:
Tabla 63. Modelos de Generacin. Viajes Modelados vs Viajes Observados
Periodo pico de la maana
VIAJES BH MODELADOS VS OBSERVADOS PERIODO
PICO DE LA MAANA
Viajes Modelados Viajes Modelados Viajes Modelados
BHW
BHE
BHO
Estimado Test t Estimado Test t Estimado Test t
Constante
-40,9180
17,286
-104,5670
25,0
Viajes BHW Observados 1,38367
1,31091
22,37
Viajes BHE Observados
1,70074 23,6976
Viajes BHO Observados
346
331
355
Observaciones
Coeficiente de Ajuste
0.7009
0.6619
0,6933
R^2
66
Constante
Viajes BHW Observados
Viajes BHE Observados
Viajes BHO Observados
Observaciones
Coeficiente de Ajuste
R^2
0,7651
0,6719
Con los resultados anteriores se concluye que la agregacin por zonas y el factor de
expansin promedio dan un buen resultado para las generaciones.
Para los modelos de atraccin, se tuvo en cuenta las superficies en m de las
actividades que se realizan en cada una de las zonas en que se agrega el rea de
estudio.
Viajes con propsito trabajo: Estos son atrados por las actividades que ofrecen
empleos. Las variables ms relevantes son el comercio, oficinas, servicios y la
industria.
Viajes con propsito estudio: Son atrados por la presencia de establecimientos
educacionales (nmero de matrculas por nivel de educacin: bsica, media y
superior).
Viajes con otros propsitos: Corresponden a los viajes de compras, diligencias, y
salud entre otros. Las actividades relevantes sern el comercio, los servicios y las
atenciones de salud. Adems, para incluir el efecto de los viajes con motivos
sociales suele incluirse como variable explicativa el total de hogares existente en
una zona (residencial).
Idealmente el modelo debera determinar el nmero de viajes atrados por zona, no
slo para cada perodo y propsito, sino tambin para cada categora de demanda.
67
Constante
Mts Uso Residencial
Mts Uso Comercial
Mts Uso Industrial
Mts Uso Servicios
Mts Uso Salud
Mts Matriculas
Coeficiente de Ajuste R^2
Constante
Mts Uso Residencial
Mts Uso Comercial
Mts Uso Industrial
Mts Uso Servicios
Mts Uso Salud
Mts Matriculas
Coeficiente de Ajuste R^2
Test t
4,1
4,0
4,7
5,7
449,637
4,3
0,3117
0,3045
Constante
Mts Uso Residencial
Mts Uso Comercial
Mts Uso Industrial
Mts Uso Servicios
Mts Uso Salud
Mts Matriculas
Coeficiente de Ajuste R^2
9,45048
2,1708
0,0173
68
3,13261
5,29196
38,0831
419,016
0,3056
2,6
1,9
2,5
7,6
0,6359
Constante
Mts Uso Residencial
Mts Uso Comercial
Mts Uso Industrial
Mts Uso Servicios
Mts Uso Salud
Mts Matriculas
Coeficiente de Ajuste R^2
0,5069
0,4625
0,4285
Constante
Mts Uso Residencial
Mts Uso Comercial
Mts Uso Industrial
Mts Uso Servicios
Mts Uso Salud
Mts Matriculas
Coeficiente de Ajuste R^2
6,6
43,2977
6,5
9,29993
1,7
84,0955
9,93716
73,4128
91,3274
1735,45
15,2
0,6377
0,3311
5,6
1,8
6,3
1,7
0,2709
Constante
Mts Uso Residencial
Mts Uso Comercial
Mts Uso Industrial
Mts Uso Servicios
Mts Uso Salud
Mts Matriculas
Coeficiente de Ajuste R^2
4,8
3,1
4,9
168,138
2,3
0,2782
69
10,8477
2,2887
10,9272
44,9362
150,792
0,2206
3,4
2,0
4,3
2,8
2,5
6,73587
0,0161
2,3
Constante
Mts Uso Residencial
Mts Uso Comercial
Mts Uso Industrial
Mts Uso Servicios
Mts Uso Salud
Mts Matriculas
Coeficiente de Ajuste R^2
2,1
3,4
2,5
4,8395
1,6
20,275
1,8
5,27298
1,8
36,2873
3,9
83,4449
1,7
0,1181
0,1313
0,1074
Adems de encontrar los modelos que mejor se ajustaron por categoras para
modelar los viajes realizados por los habitantes del rea metropolitana, tambin se
encontraron los viajes observados para cada estrato. A continuacin se muestran
los resultados obtenidos.
Tabla 73. VIAJES TOTALES POR ESTRATO - MOTIVO - PERIODO PICO AM
VIAJES TOTALES POR ESTRATO - MOTIVO - PERIODO PICO
DE LA MAANA
ESTRATO
1
2
3
4
5
6
TOTAL
BHW AM
33490
174868
187304
52975
33481
13488
495606
BHE AM
24557
123689
120381
35194
22575
8899
335295
BHO AM
7162
38066
42369
15088
9071
13817
125573
TOTAL
65209
336623
350054
103257
65127
36204
956474
BHW AM
7%
35%
38%
11%
7%
3%
100%
70
BHE AM
7%
37%
36%
10%
7%
3%
100%
BHO AM
6%
30%
34%
12%
7%
11%
100%
Figura 16. Viajes totales por estratos motivos para el periodo pico a.m.
NUMERO DE VIAJES
ESTRATOS
ESTRATO
BHW AM
BHE AM
BHO AM
3%
7%
11%
35%
37%
10%
3%
7%
37%
36%
71
6%
7%
12%
30%
34%
BHW PM
1872
8731
9693
1650
1143
8441
31530
BHE PM
1468
6599
7250
1633
1415
1762
20127
BHO PM
1586
16590
22719
9304
6872
4853
61924
TOTAL
4926
31920
39662
12587
9430
15056
113581
%
4%
28%
35%
11%
8%
13%
100%
BHW PM
6%
28%
31%
5%
4%
27%
100%
72
BHE PM
7%
33%
36%
8%
7%
9%
100%
BHO PM
3%
27%
37%
15%
11%
8%
100%
Figura 20. Viajes totales por estratos motivos para el periodo pico p.m
VIAJES TOTALES POR ESTRATO - MOTIVO PERIODO PICO DE LA TARDE
NUMERO DE VIAJES
25000
20000
15000
10000
5000
0
1
ESTRATOS
ESTRATO
BHW PM
BHE PM
BHO PM
27%
28%
30%
4%
5%
1
33%
36%
73
3%
11%
27%
15%
36%
Tabla 77. VIAJES TOTALES POR ESTRATO - MOTIVO - PERIODO PICO VALLE
VIAJES TOTALES POR ESTRATO - MOTIVO - PERIODO VALLE
ESTRATO
1
2
3
4
5
6
TOTAL
BHW VALLE
2866
20873
27178
9064
5869
1687
67537
BHE VALLE
929
4870
8221
4086
2442
1469
22017
BHO VALLE
8564
51146
59744
25485
16677
6685
168301
TOTAL
12359
76889
95143
38635
24988
9841
257855
%
5%
30%
37%
15%
10%
4%
100%
BHW VALLE
4%
31%
40%
13%
9%
2%
100%
BHE VALLE
4%
22%
37%
19%
11%
7%
100%
74
BHO VALLE
5%
30%
35%
15%
10%
4%
100%
2%
4%
13%
31%
41%
4%
11%
22%
19%
37%
75
4%
5%
15%
30%
36%
7. CONCLUSIONES
1. La generacin y atraccin de viajes es la etapa de la modelizacin que trata
de predecir los viajes producidos y atrados en las zonas de una red en
estudio. Para ello se describieron varios mtodos como los modelos de
regresin lineal mltiple y el anlisis de categoras. Ellos se basan en que los
viajes producidos dependen fundamentalmente de los patrones de usos del
suelo y de las caractersticas socioeconmicas de la poblacin.
2. La generacin de viajes debe ser clasificada por categora de demanda, de
manera que debe calibrarse un modelo RLM para cada categora. Esto
puede presentar problemas de calibracin, puesto que especialmente en el
perodo pico de la maana, el nmero de viajes no basados en el hogar
(NBH) puede ser muy pequeo. Si a esto se agrega que este escaso nmero
de viajes deben ser diferenciados por propsito y categora, se entiende que
probablemente sea difcil obtener modelos RLM estadsticamente robustos.
3. Recurdese que las categoras (como siempre) estn asociadas a los
individuos que realizan los viajes. Los individuos pertenecen a un hogar de
cierta categora y sta ser la categora asociada a todos sus viajes,
independientemente de cul sea la zona de origen de los mismos.
4. Las atracciones de viajes son modeladas a nivel zonal, lo que normalmente
implica que slo son explicadas por perodo y propsito, pero no por
categora socioeconmica.
5. Los viajes totales observados para el periodo pico de la maana son
990.074, de los cuales el 96,61, corresponden a viajes basados en el hogar
y el 3,39% corresponden a viajes No basados en el hogar. 495.605 son
viajes al trabajo, correspondientes a un 50,01%, 335.295 son viajes al
estudio, correspondientes al 33,87% y 125.572 son viajes a otros propsitos,
correspondientes al 12,68%. De los viajes No basados en el hogar en el
periodo pico de la maana se tienen 22.507 viajes al trabajo
correspondientes a un 2,27%, 4.610 viajes al estudio correspondientes a
76
77
se decide separar los viajes por estratos, suponiendo que los estratos 1 - 2,
3 - 4 y 5 - 6 se comportan de una manera similar y as encontrar un mejor
coeficiente de determinacin.
15. Se concluye que la agregacin por zonas y el factor de expansin promedio,
dan un buen resultado para las generaciones.
16. Desafortunadamente, en el caso de las atracciones de viajes (dado que se
desconocen otras formas de entender el fenmeno de forma ms
desagregada) habitualmente se considera cada zona y sus caractersticas
globales como unidad de anlisis del modelo, lo cual hace muy difcil
clasificar las atracciones por categora de demanda.
8. BIBLIOGRAFIA
78
79