Ottimizzazione del trasporto urbano in

contesto multiutente e multimodo mediante

l’introduzione di pedaggi
di Giuseppe Bellei, Guido Gentile e Natale Papola

1. Introduzione

Il problema di progetto di rete (Network Design Problem - NDP) consiste

nel determinare la modifica dell’offerta che massimizza una data funzione
obiettivo di tipo sociale, nel rispetto del vincolo di coerenza fra domanda e
offerta di trasporto espresso dalla configurazione dei flussi di equilibrio
sulla rete.
Facendo specifico riferimento alla mobilità delle persone, l’equilibrio
verrà formalizzato come problema di punto fisso impiegando, per quanto
riguarda la domanda, modelli comportamentali a domanda elastica fondati
sulla teoria dell’utilità aleatoria e per quanto riguarda l’offerta, reti
congestionate in contesto multiutente e multimodo con funzioni di costo
non separabili.
L’impiego dei modelli di utilità aleatoria consentirà di formulare
l’equilibrio all’interno della ben consolidata teoria microeconomica del
consumatore, riguardando l’effettuazione di uno spostamento come atto del
tutto analogo al consumo di un qualunque bene o servizio ed ipotizzando
che ciascun utente effettui le sue scelte di mobilità ottimizzando la propria
utilità individuale (Trip Consumer Approach - TCA). Ne consegue che il
NDP è riconducibile ad un problema di ottimizzazione di una qualche
funzione delle utilità individuali che misuri il benessere sociale con a
vincolo l’ottimizzazione di quelle stesse funzioni di utilità individuale,
singolarmente prese. Il NDP è cioè per sua natura un problema di ottimo
bilivello e la microeconomia neoclassica costituisce il contesto teorico nel
cui ambito analizzare la coerenza interna del problema.

1
 In questa sede verrà formulato un particolare NDP in cui le variabili di
progetto sono i pedaggi d’arco. Si dimostrerà che tale problema ammette
una unica soluzione in termini di flussi e che essa realizza l’ottimo di
sistema.

2. Analisi del NDP nel contesto della microeconomia

In generico NDP può essere formalmente espresso come segue:

max f, z S( f, z) (1)
s.a.
z∈Z
………………………
f = flussi di equilibrio

dove la funzione S fornisce il benessere sociale, l’insieme Z esprime i

vincoli sulle variabili di progetto, z , ed f sono i flussi sulla rete, mentre i
puntini di sospensione stanno ad indicare altri vicoli, imposti dalla Pubblica
Amministrazione (PA), al momento inessenziali. La particolare struttura e
complessità del problema dipende dalla forma della funzione obiettivo, da
come vengono modellizzate domanda ed offerta, che informano il vincolo
di equilibrio, dalle variabili di progetto e dagli altri vincoli.
Per inquadrare quindi il NDP nel contesto della microeconomia occorre
derivare un modello di domanda di trasporto dalla teoria del consumatore ed
individuare un’appropriata funzione delle utilità individuali che misuri il
benessere sociale.
In Oppenheim (1995) il TCA viene adottato per formalizzare l’equilibrio
come problema di ottimo equivalente mettendo in evidenza la possibilità di
estenderne l’impiego all’NDP. In Delle Site, Filippi e Papola (1997) tale
problema di ottimo equivalente è stato formulato in termini dei costi
marginali sociali, anziché dei costi medi individuali, introducendo così
implicitamente un sistema di pedaggi che realizza un ottimo di sistema
coerente con la teoria dell’economia del benessere. In Jara-Diaz e Farah
(1988) viene invece affrontato l’argomento della monetizzazione dei
benefici dell’utente con specifico riguardo ai progetti di trasporto,
mostrando come il surplus del consumatore di spostamenti rifletta tutti gli
effetti sull’individuo connessi con un intervento di modifica dell’offerta.
Qui di seguito sono riportati gli elementi della teoria microeconomica del
consumatore essenziali alla formalizzazione del NDP in tal contesto, rimandando
per maggiori dettagli e le dimostrazioni al testo di Luenberger (1995).

2
2.1. Teoria microeconomica del consumatore

La teoria del consumatore si prefigge di rappresentare il comportamento di un

individuo in relazione alle sue scelte di consumo. Essa postula che l’individuo sia
in grado di ordinare, in base ad una relazione di preferenza, i panieri di beni
disponibili e che scelga il migliore compatibile con il suo reddito.
Assumendo l’esistenza di una funzione di utilità diretta, o utilità a priori,
continua u: X ⊆ℜm → ℜ che rappresenti le preferenze individuali, il
problema del consumatore si configura come un problema di ottimizzazione
così formulato:

v(p, b) = max x u(x) s.t.: pT⋅x ≤ b , x∈X , (2)

dove v(p, b) è per definizione la funzione di utilità indiretta, o utilità a

posteriori, e dove x ≥ 0 sono le quantità dei beni, p ≥ 0 sono i relativi prezzi
unitari, b > 0 è il reddito dell’individuo e X∩{x∈ℜm: pT⋅x ≤ b} ≠ ∅. La
soluzione del problema, d(p, b) , è per definizione la domanda
Marschalliana. Vale la relazione:

v(p, b) = u(d(p, b)) . (3)

Strettamente connesso al problema del consumatore è il problema della

minimizzazione della spesa totale, che consiste nel minimizzare la spesa
necessaria al raggiungimento da parte dell’individuo di un determinato
livello di utilità w :

e(p, w) = min x pT⋅x s.t.: u(x) ≥ w , x∈X , (4)

dove e(p, w) è per definizione la funzione di spesa e dove X∩{x∈ℜm: u(x)

≥ w} ≠ ∅. La soluzione del problema, h(p, w) , è invece la domanda
compensata, o domanda Hicksiana. Vale la relazione:

e(p, w) = pT⋅h(p, w) . (5)

Teorema dell’equivalenza. Si assuma la non sazietà locale,

formalmente espressa da : ∀x∈X e ∀ε > 0 , ∃y∈X , con ||x-y|| < ε , tale che
u(y) > u(x) ; ∀x∈X , con pT⋅x ≤ b , e ∀ε > 0 , ∃y∈X , con ||x-y||<ε , tale che
pT⋅y < b . a) Se x* risolve il problema (2), allora risolve anche il problema
(4), con w = v(p, b). b) Se x* risolve il problema (4), allora risolve anche il
problema (2), con b = e(p, w). Valgono le seguenti relazioni:

3
e(p, v(p, b)) = b , (6)
v(p, e(p, w)) = w , (7)
d(p, b) = h(p, v(p, b)) , (8)
h(p, w) = d(p, e(p, w)) . (9)

Lemma di Shephard. Se e(p, w) è differenziabile in p ed h(p, w) è una

funzione, allora vale la relazione:

∂ e( p, w )
= h j ( p, w ) j = 1, … , m . (10)
∂p j

Identità di Roy. Posto che siano verificate le ipotesi del teorema

dell’equivalenza, se v(p, b) e d(p, b) sono funzioni differenziabili, allora
vale la relazione:

∂ v ( p, b )
∂p j
d j ( p, b ) = − j = 1, … , m . (11)
∂ v ( p, b )
∂b

Equazione di Slutsky. Posto che siano verificate le ipotesi dell’identità

di Roy. Vale la seguente relazione:

∂ d i ( p, b ) ∂ h i ( p , w ) ∂ d i ( p, b )
= − ⋅ d j ( p, b ) i, j = 1, … , m , (12)
∂p j ∂p j ∂b

con w = v(p, b).

2.2. Monetizzazione degli effetti di una modifica dei prezzi sull’individuo

La modifica di un sottoinsieme di prezzi comporta una variazione

dell’utilità individuale che può essere misurata in termini monetari
valutando l’incremento di reddito EV (da Equivalent Variation) che induce
sull’utilità indiretta lo stesso effetto della modifica dei prezzi. Prendendo
come riferimento l’utilità w 1 relativa allo stato finale del sistema e tenendo
presente il teorema dell’equivalenza, si ha:

4
v(p 0, b +EV) = v(p1, b) = w 1 ,
e(p 0, v(p 0, b +EV)) = b +EV ,
e(p1, v(p1, b)) = b .

Sottraendo membro a membro le ultime due si ottiene:

EV = e(p 0, w1) -e(p1, w1) , (13)

ove p 0 e p1 indicano i prezzi interessati dalla modifica vigenti

rispettivamente prima e dopo l’intervento. Tenendo presente il lemma di
Shephard la (13) può essere scritta come:

p0 p0
(
EV = ∫ d p e p, w = ∫ h p, w1 1
) ( )
T
⋅d p . (14)
p1 p1

La (14) fornisce una misura rigorosa dell’equivalente monetario di una

variazione di utilità fondata su basi teoriche, ma non è utile da un punto di
vista operativo perché la domanda Hicksiana non è osservabile.
Nel caso in cui l’effetto reddito sul consumo dei beni cui sono associati i
prezzi interessati dalla modifica dell’offerta risulti trascurabile (∂di(p, b)/∂b
≈ 0), tenendo presente l’equazione di Slutsky, le relative componenti della
domanda Hicksiana, lette in funzione di detti prezzi, possono essere
approssimate con quelle della domanda Marschalliana, che è osservabile. Si
ha, cioè:

p0 p0
(
EV = ∫ h p, w )
1 T
⋅ d p ≈ ∫ d ( p, b ) ⋅ d p = SC ,
T
(15)
p1 p1

ove SC è il surplus del consumatore, che risulta, sotto tale ipotesi,

indipendente dal percorso di integrazione.
Se poi si assume che l’utilità marginale del reddito sia costante e positiva
(∂v(p, b)/∂b = γ > 0), tenendo presente l’identità di Roy, dalla (15) si ottiene:

1 ∂ v ( p, b )
p1

EV = SC = ∫∑γ ⋅ ∂p j
1
[( ) (
⋅ d p j = ⋅ v p1 , b − v p0 , b
γ
)] . (16)
p0 j

5
2.3. Estensione al caso dei trasporti

I modelli di domanda di trasporto generalmente impiegati nella

formulazione dell’equilibrio si basano sull’ipotesi che l’individuo disponga
di un insieme J discreto, finito e non vuoto di alternative di spostamento e
scelga una di esse (discrete choice analysis). Dette alternative costituiscono
un sottoinsieme di beni; risulta allora possibile derivare un modello di
domanda su basi teoriche direttamente dalla teoria del consumatore
ricavando la domanda Marschalliana ad esse relativa.
Formalmente il vettore paniere dei beni viene partito in due sottovettori
(x, y), ove x∈X⊆ℜ|J| sono le quantità associate alle alternative di
spostamento e y∈Y⊆ℜm le quantità degli altri beni, e si assume l’esistenza
di una funzione di utilità u(x, y) che rappresenti le preferenze
dell’individuo.
La funzione di utilità parziale indiretta rispetto ad y fornisce la massima
utilità ottenibile per x∈X dato:

uy(x) = max y u(x, y) s.t.: pT⋅x +π T⋅y ≤ b , y∈Y , (17)

ove p e π sono rispettivamente i costi monetari associati alle alternative di

spostamento e i prezzi degli altri beni. Assumendo che per ogni x∈X
esistano degli y∈Y compatibili con il vincolo di bilancio, ossia che risulti
Y ∩ {y∈ℜm : pT⋅x +π T⋅y ≤ b} ≠ ∅ , la domanda di spostamenti può essere
ottenuta risolvendo il seguente problema nelle sole x :

max x uy(x) s.t.: x∈X . (18)

Assumendo l’ipotesi che le preferenze relative agli spostamenti siano

indipendenti dalle quantità degli altri beni consumate e viceversa, la
funzione di utilità risulta separabile (Luenberger, 1995, p.117) e può essere
posta nella forma:

u(x, y) = U(x, υy(y)) , (19)

con U strettamente crescente in υy(y) .

La (17) tenendo conto della (19) diventa:

uy(x) = U(x, ϖy(π, b -pT⋅x)) , (20)

ove ϖy è la funzione di utilità indiretta relativa al seguente problema:

6
max y υy(y) s.t.: π T⋅y ≤ b -pT⋅x , y∈Y . (21)

L’utilità indiretta ϖy dipende dalle scelte di mobilità x solamente per

effetto della diminuzione del reddito disponibile per l’acquisto degli altri
beni conseguente alla spesa sostenuta per il trasporto.
Assumendo l’ulteriore ipotesi che υy(y) sia omogenea di grado uno, si ha
(Luenberger, 1995, p.161):

ϖy(π, b -pT⋅x) = (b -pT⋅x)⋅γ(π ) . (22)

Nel seguito si assume l’ipotesi che, in presenza di modifiche dell’offerta

di trasporto, π si conservi costante e che γ = γ(π ) > 0 .
Sostituendo, la (22) nella (20), la (18) diventa:

max x U(x, (b -pT⋅x)⋅γ ) s.t.: x∈X . (23)

Le ipotesi di indipendenza e di omogeneità assunte consentono di

rappresentare la domanda di trasporto sintetizzando la dipendenza delle
scelte relative agli spostamenti dalle scelte relative al consumo degli altri
beni mediante il solo scalare γ .
In virtù della natura discreta delle scelte di mobilità si ha X = {x∈ℜ|J| :
xj∈{0,1} j = 1, … , |J| , xT⋅1 = 1} e pertanto il problema (23) può essere
formalizzato senza esplicitare le variabili x :

max j∈J Uj((b -pj)⋅γ ) , (24)

ove Uj fornisce l’utilità di scegliere l’alternativa j∈J .

Nei modelli di domanda di trasporto, oltre al costo monetario pj, viene
introdotto un vettore di attributi Qj caratteristici della generica alternativa j.
Tale procedura è corretta anche dal punto di vista della teoria economica
(Lancaster, 1966). L’utilità della generica alternativa assume pertanto la
seguente forma:

Uj = Uj(Qj , (b -pj)⋅γ ) j = 1, … , |J| . (25)

Nei modelli di utilità aleatoria le Uj vengono rappresentate mediante

variabili casuali con un’utilità media Vj finita, detta utilità sistematica, più
un residuo aleatorio εj a media nulla:

Uj = Vj(Qj , (b -pj)⋅γ ) +εj j = 1, … , |J| . (26)

7
 In questa sede si assume che la funzione di densità di probabilità
congiunta dei residui aleatori sia continua, dando luogo a modelli di scelta
probabilistici, ed indipendente dalle utilità sistematiche, dando luogo a
modelli di scelta additivi. L’aleatorietà delle Uj consente di determinare la
soluzione del problema (24) solo in termini probabilistici. Di conseguenza,
la probabilità che l’alternativa j venga scelta, detta probabilità di scelta
“tout court” e nel seguito indicata con Pj , si sostituisce alla domanda
Marschalliana. In base alle ipotesi assunte per il modello di scelta, Pj
coincide con la probabilità che j sia l’alternativa di massima utilità :

Pj = Pr[Uj = max h∈J Uh] = Pr[Vj+εj ≥ Vh+εh ∀h∈J] j = 1, … , |J| . (27)

Analogamente il valor medio della massima utilità, detto soddisfazione e

nel seguito indicato con W, si sostituisce all’utilità indiretta:

W = E[max j∈J Vj+εj] . (28)

L’utilità dello spostamento si compone di termini positivi, legati

all’attività svolta a destinazione, e di termini negativi, connessi
all’effettuazione dello stesso (tempo, costo monetario, stress ecc.). Questi
ultimi sono sintetizzati dal costo generalizzato che, espresso in termini
monetari, assume il ruolo di “prezzo” dell’alternativa di spostamento.
Coerentemente con l’introduzione di tale concetto, si assume che l’utilità
sistematica della generica alternativa possa essere posta nella seguente
forma:

Vj(Qj+, [b -(pj +f(Qj-)]⋅γ ) = Vj(Qj+, (b -Cj)⋅γ ) j = 1, … , |J| , (29)

ove Qj è stato bipartito nei sottovettori Qj+ e Qj- relativi rispettivamente agli
attributi associati ai termini positivi e negativi dell’utilità dello spostamento,
a parte il costo monetario, e ove Cj = pj +f(Qj-) è il costo generalizzato
dell’alternativa. Solitamente la funzione f viene assunta lineare in Qj-.
Assumendo come di consueto:

Vj = Xj +(b -Cj)⋅γ j = 1, … , |J| , (30)

ove Xj = Xj(Qj+) rappresenta in modo aggregato i termini positivi dell’utilità

dello spostamento, γ assume il significato di utilità marginale del reddito.
Tenendo presente che all’utilità a posteriori corrisponde la soddisfazione,
che ai prezzi corrispondono i costi generalizzati e che alla domanda

8
Marschalliana corrispondono le probabilità di scelta, l’estensione al caso dei
trasporti dell’identità di Roy è espressa da:

1 ∂ W (C ) 1 ∂ W (V ) dV j (C j ) ∂ W (V )
Pj = − ⋅ =− ⋅ ⋅ = j = 1, … , |J| . (31)
γ ∂C j γ ∂V j dCj ∂V j

Per i modelli di scelta considerati la soddisfazione e le probabilità di

scelta sono funzioni differenziabili rispetto alle utilità sistematiche; pertanto
la (31) richiede ancora la non sazietà locale e la continuità della funzione di
utilità u(x, y) . Si ritrova, così, all’interno della teoria microeconomica del
consumatore il ben noto risultato secondo cui la derivata parziale della
soddisfazione rispetto all’utilità sistematica della generica alternativa
fornisce la probabilità di scelta dell’alternativa medesima.
Poiché il termine b⋅γ nella (30) è comune a tutte la alternative, in base
all’ipotesi di additività del modello di scelta, esso risulta ininfluente ai fini
del calcolo delle probabilità di scelta. Ne segue che l’effetto reddito sulle
scelte di mobilità è nullo. Sulla base di quanto sopra la (16) diventa:

EV = (1/γ )⋅[W(C 1)-W(C 0)] . (32)

2.4. Funzione obiettivo

Coerentemente con il principio utilitarista (Luenberger, 1995, pag.333),

si assume come funzione del benessere sociale la somma algebrica delle
monetizzazioni di tutti gli effetti dell’intervento di modifica dell’offerta, qui
denominata surplus sociale.
Assumendo l’ipotesi che l’intervento non modifichi la distribuzione delle
attività sul territorio, le Xj nella (30) sono costanti. Gli effetti indotti
sull’utente vengono quindi ricondotti a variazioni del solo costo
generalizzato e possono pertanto essere monetizzati mediante la (32).
Il surplus sociale S risulta quindi dato da:

S = ∑i∈I W i /γ i -E -M -G +T , (33)

dove I è l’insieme degli utenti, mentre i termini E, M, G e T forniscono,

nell’ordine, il valore monetario delle esternalità del trasporto (es. i costi
degli incidenti, i costi ambientali e i costi di manutenzione dei veicoli
privati), i costi di esercizio delle infrastrutture e dei servizi di trasporto (es. i

9
costi di manutenzione delle infrastrutture stradali e i costi di esercizio
dell’azienda di trasporto collettivo), i costi di realizzazione della modifica
dell’offerta (es. i costi di costruzione di nuove infrastrutture stradali o di
nuove linee di trasporto di massa) opportunamente rapportati al
sottoperiodo di riferimento e gli eventuali proventi da tariffa (es. le tariffe
del trasporto collettivo, quelle della sosta a pagamento e i pedaggi del road
pricing). Nella (37) sono stati tralasciati i termini relativi allo stato iniziale
del sistema perché irrilevanti ai fini dell’ottimizzazione.
La soddisfazione del generico utente che appare nella (37) dipende delle
utilità sistematiche delle alternative di spostamento, tra le quali è presente
eventualmente quella di non spostarsi. La variabile W i esprime pertanto una
misura di tutti i benefici per l’utente, compresi quelli connessi alle
variazioni del numero di spostamenti effettuati legate all’elasticità della
domanda.

3. Modelli di equilibrio

Si richiamano qui di seguito alcune proprietà della funzione di domanda e di

quella di offerta che verranno utilizzate al momento di caratterizzare le
soluzioni dei problemi di ottimizzazione rispetto ai pedaggi e rispetto ai flussi.

3.1. Modello di domanda

Si farà riferimento nel seguito a modelli di domanda del tipo ad utilità

aleatoria con insieme di scelta deterministico. In particolare verrà
considerata la classe dei modelli probabilistici, additivi, strettamente
positivi e differenziabili (Cantarella 1997).
Si introduce un raggruppamento per classi di individui omogenei dal
punto di vista degli attributi individuali, segnatamente il reddito.
Ricordiamo che per la classe di modelli considerata valgono le seguenti
relazioni :

Fji=Ni⋅Pji ∀j∈Ji (34)

Pji(Vi+h⋅1)=Pji(Vi) ∀j∈Ji (35)
Wi(Vi+h⋅1)=Wi(Vi)+h (36)
∂Wi(Vi)/∂Vji=Pji ∀j∈Ji (37)

con h qualsiasi, avendo indicato con Ji l’insieme delle ni alternative di

spostamento per la classe omogenea di utenti i , con Ni il relativo numero di

10
utenti, con Vi=(V1i,V2i,…,Vnii)T il vettore delle utilità sistematiche delle
alternative, con Fji e Pji rispettivamente il flusso e la probabilità di scelta
dell’alternativa j e con Wi la soddisfazione.
Risulta inoltre che Wi è una funzione convessa in Vi e strettamente
convessa in (V1i,…,Vj-1i,Vj+1i,…,Vnii)T ∀j∈Ji . Ciò implica che
HVi[Wi(Vi)]=JVi[Pi(Vi)] è semidefinita positiva, mentre un qualsiasi suo
minore di ordine ni-1 ha rango pieno ed è definito positivo.
Introduciamo infine l’ulteriore ipotesi che le utilità sistematiche Vji siano
lineari nei rispettivi costi generalizzati Cji con coefficiente dato dall’utilità
marginale del reddito cambiata di segno:

Vji=Zji-γi⋅Cji (38)

e che i termini Zji e le utilità marginali del reddito γi siano costanti.

E’ utile aggregare le variabili rilevanti in vettori per poter esprimere
relazioni sintetiche in forma matriciale; a tal fine introduciamo: il vettore
W=(W1,…,Wi,…,Wnc)T e i vettori V, C, P ed F, la cui struttura è del tipo:

V=(V1T,V2T,…,ViT,…,VncT)T (39)

con nc numero delle classi. Tali vettori hanno cardinalità n=∑i ni .

Il modello di domanda espresso in forma compatta diventa:

F=N⋅P(V) (40)
W=W(V) (41)
V=Z-Γ⋅C (42)

con N e Γ rispettivamente matrice diagonale degli Ni e delle γi , entrambe di

dimensioni n x n e struttura coerente con la (39) da cui si ha:

F=N⋅P(Z-Γ⋅C)=F(C) (43)
W=W(Z-Γ⋅C)=W(C) (44)

Posto Ni>0 e γi>0, si ha che lo Jacobiano delle funzioni di domanda

JCi[Fi(Ci)] è semidefinito negativo e di rango ni-1. Si ha, infatti:
JCi[Fi(Ci)]=Ni⋅JVi[Pi(Vi)]⋅JCi[Vi(Ci)]=-Ni⋅γi⋅JVi[Pi(Vi)] .
Per la classe di modelli considerata valgono inoltre le seguenti relazioni :

F(C)=F(C+h) (45)
F(C+∆C)≠F(C) per ∆C≠h (46)
h=(h1T , h2T , … , hiT , … , hncT)T (47)

11
dove h, con hi=hi⋅1 , è una generalizzazione al caso multiclasse del vettore
h⋅1 di cui alle (35) - (36).
Nello specificare il modello di domanda si assume di fare riferimento alla
classica struttura ad albero a più dimensioni di scelta dove, oltre all’utilità
propria di ciascun livello, l’individuo percepisce l’utilità dei livelli inferiori
tramite la soddisfazione.

3.2. Modello di offerta

L’offerta di trasporto consiste in una rete multimodale di infrastrutture e

servizi, che viene rappresentata attraverso un grafo G(N,A), specificando per
ciascuno dei suoi v archi i pedaggi t , le funzioni di costo di prestazione g e
di esternalità ambientale e, nonché associando a ciascuna delle n alternative
di spostamento definite su G dei costi di prestazione specifici, assunti
costanti. E’ utile precisare che nel contesto del modello di domanda di cui al
paragrafo precedente le alternative relative a ciascuna classe comprendono
quella “sui generis” di non spostarsi.
Il flusso relativo alla classe i sul generico arco a è dato dalla somma dei
flussi di spostamento della classe che transitano per a: fai=Σdmr Fidmr⋅πidmar,
ove si indica con πidmar la probabilità che l’arco a venga percorso
utilizzando il cammino o ipercammino r che dall’origine caratteristica della
classe i porta alla destinazione d con il modo m . In termini vettoriali si ha
f=Π⋅F, ove f è un vettore di dimensioni (v⋅nc x 1) e Π è la matrice delle
πidmar, di dimensioni (v⋅nc x n) . In assenza di scelte adattive (ipercammini)
Π rappresenta la matrice di incidenza archi – cammini.
Gli effetti della congestione sono rappresentati mediante le funzioni
vettoriali non separabili g(f) ed e(f). Si assume dunque che il fenomeno
della congestione intervenga solamente a livello di scelta del percorso; è
d’altra parte possibile rappresentare attraverso archi fittizi anche altri tipi di
congestione, ad esempio a livello di destinazione.
Gli effetti dell’intervento della pubblica amministrazione sul lato
dell’offerta sono rappresentati assumendo che i costi generalizzati d’arco c
non coincidano necessariamente con i costi di prestazione g a causa della
presenza dei pedaggi d’arco t.
I costi di prestazione di alternativa G sono lineari rispetto a quelli d’arco,
essendo somma di una componente di tipo additivo e di una costante:
Gidmr=G0idmr+Σa gai⋅πidmar con ovvio significato dei simboli. In termini
vettoriali è G=G0+ΠT⋅g, con G0 vettore dei costi di prestazione costanti
specifici d’alternativa. E’ possibile definire i pedaggi T e le esternalità
ambientali E di alternativa rispettivamente come T=ΠT⋅t e E=ΠT⋅e .

12
 I costi generalizzati di alternativa sono quindi dati da:

C=G0+ΠT⋅g+ΠT⋅t=G+T (48)

Si assume che g(f) ed e(f), definite in {f∈Rv⋅nc ; f≥0}, siano ivi continue,
differenziabili e monotone non decrescenti. Sono conseguentemente definite
in {F∈Rn ; F≥0} e hanno le stesse proprietà le funzioni di costo di
prestazione e di esternalità ambientali a livello di alternativa:

G=G 0+ΠT⋅g(Π⋅F)=G(F) (49)

C=G(F)+T=C(F) (50)
E=ΠT⋅e(Π⋅F)=E(F) (51)

I costi generalizzati di alternativa (50) rappresentano l’anello di

congiunzione tra i modelli di domanda e di offerta, essendo l’argomento
delle funzioni di domanda e di soddisfazione definite al paragrafo
precedente. Poiché tali costi sono comprensivi di un pedaggio di
spostamento, essi divengono anche la variabile chiave nell’analisi degli
interventi della pubblica amministrazione.
Per facilitare tale analisi è opportuno introdurre i costi marginali sociali
CMS, definiti come il gradiente del costo sociale totale CS, somma del
costo totale di prestazione e delle esternalità ambientali totali; utilizzando la
(49) e la (51) si ha:

CS(F)=G(F)⋅F+E(F)⋅F (52)
CMS(F)=∇F[CS(F)]=G(F)+E(F)+(JF[G(F)])T⋅F+(JF[E(F)])T⋅F (53)

E’ possibile definire anche per i costi sociali e i costi marginali sociali

una componente additiva a livello di arco:

cs(f)=g(f)T⋅f+e(f)T⋅f (54)
cms(f)=∇f[cs(f)]=g(f)+e(f)+(Jf[g(f)])T⋅f+(Jf[e(f)])T⋅f (55)

La differenza tra i costi marginali sociali e i costi unitari è comunque

additiva anche in presenza di costi costanti di alternativa:

CS(F)=G0T⋅F+g(Π⋅F)T⋅Π⋅F+e(Π⋅F)T⋅Π⋅F=G0 T⋅F+cs(f) (56)

CMS(F)=G0+∇F[cs[f(F)]]=G0+(JF[f(F)])T⋅∇f[cs(f)]=G0+ΠT⋅cms(f) (57)
CMS(F)-G(F)=G0+ΠT⋅cms(f)-G0-ΠT⋅g(f)=ΠT⋅[cms(f)-g(f)] (58)

13
3.3. Equilibrio degli utenti e di sistema

Determinare i vettori di flussi e costi di alternativa coerenti con le

funzioni di domanda (43) e di offerta (50) significa risolvere un problema di
punto fisso composto:

C=G(F)+T ; F=F(C) (59)

la cui soluzione FUE, CUE, (User Equibrium UE) nelle ipotesi assunte per
tali funzioni, esiste ed è unica per ogni T; in particolare, per T=0 il
problema (59) coincide con un equilibrio multiutente e multimodo a
domanda elastica fino alla generazione (si veda, ad esempio Cantarella,
1997 e Cascetta, 1998).
Il problema (59) può essere scritto in forma del tutto equivalente come
un problema di punto fisso semplice nei flussi o nei costi:

F=F[G(F)+T] (60)
C=G[F(C)]+T (61)

Sostituendo in (59) alle (50) le funzioni di costo marginale sociale (53) si

ottiene un problema di punto fisso composto:

C=CMS(F) ; F=F(C) (62)

Assumendo l’ulteriore ipotesi che anche le funzioni di costo marginale

sociale, definite in {F∈Rn ; F≥0}, siano continue, differenziabili e
monotone non decrescenti, la soluzione di tale problema di punto fisso FSE,
CSE, (System Equibrium SE) esiste ed è unica. Anche il problema (62) può
essere scritto come un problema di punto fisso semplice nei flussi o nei
costi:

F=F[CMS(F)] (63)
C=CMS[F(C)] (64)

È il caso di sottolineare che il SE così determinato concretizza, con

riferimento ai trasporti, quel principio di equilibrio ottimale definito nel
paragrafo 2.3 in termini di economia del benessere.
Teorema 1: Definito TSE=CMS(FSE)-G(FSE) , tutti e soli i vettori di
pedaggio T che determinano uno UE la cui soluzione in termini di flussi è
quella del SE sono del tipo: T=TSE+h , con h del tipo (47).

14
 Dimostrazione: Per la (45) e la (46) i flussi di SE FSE possono essere
determinati da tutti e soli i vettori di costo CSE+h con CSE=CMS(FSE), per
definizione, ed h del tipo (47). Affinché il problema di punto fisso (61)
abbia come soluzione i flussi di SE, T deve soddisfare la relazione
C=G[F(C)]+T per C=CSE+h :

CSE+h=G[F(CSE+h)]+T

In virtù della (45) T deve essere dunque dato da:

T=CMS(FSE)-G(FSE)+h

che dimostra l’asserto.

4. Ottimizzazione rispetto ai pedaggi

È noto dall’economia del benessere che, essendo presenti effetti esterni,

lo UE può essere migliorato imponendo una tassa che porti i costi medi
individuali a coincidere con i costi marginali sociali (CMS). In questo
paragrafo la configurazione dei flussi di system equilibrium sarà
determinata come soluzione del generico NDP, formalmente espresso da un
massimo vincolato del tipo (1), assumendo come funzione obiettivo il
surplus sociale nella forma (33) e come variabili di progetto i pedaggi
d’arco t.

4.1 Formalizzazione del problema e caratterizzazione delle soluzioni

Al fine di rendere più agevole la trattazione, il problema verrà trattato in

termini dei pedaggi di alternativa T. Successivamente si affronterà il
problema di determinare i pedaggi d’arco t in funzione di T.
Dalla (48) si evince che è possibile controllare tramite i pedaggi T i costi
C, che si assumono, pertanto, come variabili di progetto.
Poiché in tal caso la funzione domanda, al variare comunque di C,
esprime il luogo delle soluzioni ammissibili del problema (1), posto che non
vengano considerati altri vincoli oltre a quello di equilibrio, è possibile
sostituire F=F(C) nella funzione obiettivo pervenendo al seguente problema
di massimo non vincolato

max S(C)=[N⋅Γ -1⋅W(C)]T⋅1+CT⋅F(C)-CS[F(C)] (65)

15
ove Γ -1 è la matrice diagonale nc x nc delle 1/γi e N e Γ sono da intendersi
d’ora in poi di dimensioni nc x nc .
Teorema 2: Sia h un vettore del tipo (47) e sia S(C) il surplus sociale di
cui alla (65). Valgono le relazioni:

S(C)=S(C+h) (66)

Dimostrazione: In base alla (36) e alla (45) e tenendo presente la (42),

introdotto il vettore h’=(h1 , h2 , … , hi , … , hnc)T e ricordando che il vettore
h è del tipo (47) si ha:

S(C)=[N⋅Γ -1⋅(W(C+h)+Γ⋅h’)]T⋅1+(C+h-h)T⋅F(C+h)-CS[F(C+h)]

Dato che [N⋅h’]T⋅1=hT⋅F, risulta:

S(C)=[N⋅Γ -1⋅W(C+h)]T⋅1+(C+h)T⋅F(C+h)-CS[F(C+h)]=S(C+h)

che dimostra la (66).

E’ opportuno a questo punto introdurre il sottovettore C –, di dimensioni
n-nc , ottenuto eliminando da C una componente per ogni classe e il
sottovettore C + , di dimensioni nc ,relativo alle componenti eliminate.
Corollario 1: Il massimo valore del surplus sociale può essere
individuato risolvendo il problema (65) in funzione di C - una volta fissato
un qualsiasi valore C+0 per C +. Infatti, considerato un qualunque C, per il
teorema 2 è possibile aggiungere ad esso un opportuno vettore h del tipo
(47) tale da ricondurre C++h’ a C+0 lasciando inalterato il valore di S.
Le condizioni necessarie del primo ordine per le soluzioni del problema
(65) in funzione di C - sono:

∇C-[S(C -)]=0 (67)

Derivando la funzione obbiettivo del problema (65) rispetto a C - come

somma di prodotti di funzioni composte e ricordando la (53), la (67)
diventa:

(N⋅Γ -1⋅JC-[W(C-)])T⋅1+(JC-[C])T⋅F(C-)+(JC-[F(C-)])T⋅C-(JC-[F(C-)])T⋅CMS[F(C)]=0 (68)

Ricordando la (37) risulta:

16
JC-[W(C -)]=JV[W(V)]⋅JC-[V(C -)]=P’⋅(-Γ 0)

ove P’ è una matrice nc x n diagonale a blocchi in cui ciascuna riga

contiene le probabilità di scelta relative ad una classe di utenti e Γ 0 è una
matrice n x n-nc ottenuta dalla matrice diagonale delle γi ponendo uguali a
zero le righe corrispondenti alle componenti di costo eliminate ed
eliminando le rispettive colonne.
Poiché è (N⋅Γ -1⋅P’⋅(-Γ 0))T⋅1=-(JC-[C])T⋅F=-F - , i primi due termini della
(68) si semplificano permettendo di specificare la (67) come:

(JC-[F(C -)])T⋅(C-CMS[F(C -)])=0 (69)

Teorema 3: Per modelli di scelta additivi, probabilistici strettamente positivi

e differenziabili, le soluzioni globali Cott del problema (65) sono tutte e sole
quelle che determinano i flussi di SE: Cott=CSE+h , con h del tipo (47).
Dimostrazione: Consideriamo il problema (65) in funzione di C -. Esso è
non vincolato e differenziabile per cui le eventuali soluzioni globali devono
soddisfare le (69). Lo Jacobiano della funzione di domanda JC-[F(C -)] è una
matrice diagonale a blocchi con nc blocchi rettangolari il generico dei quali
ha dimensioni ni x ni-1. Pertanto le condizioni necessarie possono essere
riscritte come nc sistemi del tipo:

(JCi-[Fi(Ci-)])T⋅[Ci-CMSi[Fi(Ci-)]]=0 i=1, 2, … , nc (70)

Ponendo (JCi-[Fi(Ci-)])T=Ai e [Ci-CMSi[Fi(Ci-)]]=xi le (70) diventano:

Ai⋅xi=0 i=1, 2, … , nc (71)

Le soluzioni del generico sistema (71) sono del tipo xi=hi=hi⋅1 in quanto Ai
ha rango ni-1. Ne segue che tutte e sole le soluzioni del sistema delle
condizioni necessarie (69) soddisfano la relazione:

C-CMS[F(C)]=h (72)

con h del tipo (47).

La (72) esprime, per ogni h del tipo (47), un problema di punto fisso
C=h+CMS[F(C)] che ammette un’unica soluzione essendo JF[CMS(F)]
semidefinito positivo per ipotesi. Per un dato h del tipo (47), il vettore
CSE+h soddisfa il relativo problema di punto fisso:

CSE+h=h+CMS[F(CSE+h)], essendo per definizione: CSE=CMS(FSE).

17
Poiché la massimizzazione rispetto a C – implica che C + rimanga costante,
per ogni specificazione di C + l’unica soluzione che rispetta le condizioni
necessarie (69) è quella per cui h è tale che CSE++h’=C +.
La matrice Hessiana del surplus sociale HC-[S(C -)] è data da :

JC-[A(C -)⋅x(C -)]=A⋅JC-[x(C -)]+[(∂A(C -)/∂C -1)⋅x,…,(∂A(C -)/∂C -n-nc)⋅x]

Poiché per C=CSE è x=0 si ha:

HC-[S(CSE)]=A⋅(I0-JC-[CMS[F(C -)]])=A--A⋅JF[CMS(F)]⋅AT

avendo indicato con I0 la matrice avente la stessa struttura di Γ 0 e

componenti non nulle uguali ad 1 e con A- la trasposta del minore di
JC[F(C)] ottenuto eliminando le righe e le colonne corrispondenti alle
componenti di costo eliminate che, ricordiamo, è definito negativo.
Per ipotesi -JF[CMS(F)] è semidefinita negativa. Poiché tale è anche
JC[F(C)] e il prodotto di matrici semidefinite è semidefinito, la matrice B=-
(JC[F(C)])T⋅JF[CMS(F)]⋅JC[F(C)], è semidefinita negativa. La matrice
quadrata -A⋅JF[CMS(F)]⋅AT può essere ottenuta da B eliminando le righe e
le colonne corrispondenti alle componenti di costo eliminate ed è dunque
almeno semidefinita negativa. Inoltre, poiché la matrice A--
A⋅JF[CMS(F)]⋅AT è somma di una matrice definita negativa e di una almeno
semidefinita negativa, l’Hessiano HC-[S(CSE)] è definito negativo. Ne segue
che S(C -) per C +=CSE+ ha un massimo in senso stretto nel punto C -=CSE-.
Per C +=CSE+ , poiché CSE- rappresenta l’unica soluzione delle condizioni
necessarie (69) , per la continuità di S(C -) e delle sue derivate parziali si ha che
CSE- rappresenta la soluzione globale del problema di massimizzazione di S(C -).
Per il corollario 1 il massimo valore di S(C) è quindi dato da S(CSE).
Per il teorema 2 si ha: S(CSE)=S(CSE+h) con h del tipo (47), pertanto tutti i
punti CSE+h sono soluzioni del problema (65).
Essi sono anche i soli. Si consideri infatti un ∆C qualunque. Per il teorema 2
si ha che S(CSE+∆C+h∆C)=S(CSE+∆C) con h∆C vettore del tipo (47) tale da
ricondurre (CSE+∆C)++h∆C’ a CSE+. Poiché CSE è unico massimo globale di
S(C-) per C+=CSE+, affinché S(CSE+∆C+h∆C)=S(CSE), deve essere ∆C+h∆C=0.
Ne segue S(CSE+∆C)≠S(CSE) per ∆C≠h con h del tipo (47).
L’insieme delle soluzioni del problema (65) è dato pertanto da:

Cott=CSE+h (73)

che è quanto si voleva dimostrare.

18
 Corollario 2: Il SE rappresenta l’unica configurazione dei flussi
compatibile con la massimizzazione del surplus sociale. Ciò risulta
immediatamente considerando il teorema 3, la (45) e la definizione di SE:
F(Cott)=F(CSE+h)=F(CSE)=FSE.
Corollario 3: I pedaggi TSE+h rappresentano tutti e i soli pedaggi che
massimizzano il surplus. Ciò risulta immediatamente considerando il
teorema 1 e il corollario 2.
Corollario 4: S(C) è una funzione almeno pseudoconcava; infatti
presenta un unico massimo globale in corrispondenza dei punti CSE+h ,con
h del tipo (47). Se, inoltre, si fissa il valore del pedaggio relativo
all’alternativa di non spostarsi, ad esempio ponendolo uguale a zero, la
soluzione, in termini di pedaggi di alternativa, è unica e la funzione diventa
almeno strettamente pseudoconcava.
Di fatto si può dimostrare che la funzione ammette flessi, per cui nei due
casi di cui sopra la funzione è rispettivamente pseudoconcava e strettamente
pseudoconcava.

4.2 Pedaggi d’arco atti a realizzare il SE

La soluzione appena individuata del problema di pedaggio ottimo è

espressa in termini di pedaggi di alternativa. Si pone ora il problema di
ricercare la soluzione in termini di pedaggi d’arco.
Si tratta di risolvere il seguente sistema lineare in t del tipo ΠT⋅t=T, con
numero di incognite pari al numero degli archi e un numero di equazioni
pari al numero delle alternative. In genere quest’ultimo è molto maggiore
primo. Ne segue che in generale non è possibile realizzare un qualunque
vettore di pedaggi di alternativa T tramite pedaggi d’arco t, a meno che ΠT
sia opportunamente degenere.
In effetti le T che realizzano il SE hanno una particolare forma. Si ha
infatti:
Teorema 4: E’ sempre possibile individuare un vettore di pedaggi d’arco
t che realizza il SE attraverso i pedaggi di alternativa T=TSE.
Dimostrazione: Occorre individuare t che risolve il sistema
ΠT⋅t=CMS(FSE)-G(FSE). In base alla (58) si ha: ΠT⋅t=ΠT⋅[cms(fSE)-g(fSE)], e
quindi t=cms(fSE)-g(fSE)
E’ il caso di ribadire che in termini di pedaggi d’arco la soluzione non è
unica. Si pensi, per fare un esempio, a due archi appartenenti ad un stesso

19
insieme di alternative. Tutte le coppie di pedaggio d’arco a somma costante
danno luogo ad un stesso vettore T.
Ultimamente Hearn (1998) ha affrontato il problema del pedaggio ottimo
in termini di variabili d’arco relativamente ad un modello a domanda rigida
e deterministico che ammette una molteplicità di soluzioni. In questa sede il
problema è formulato con modelli di equilibrio stocastici ed elastici fino
alla generazione, per cui ammette, sotto opportune condizioni (corollario 3),
un’unica soluzione in termini di pedaggi di alternativa.

5. Ottimizzazione rispetto ai flussi

Viene ora formalizzata e risolta l’estensione al caso stocastico,

multiutente e a domanda elastica di un problema di economia del benessere
noto in letteratura come System Optimum (SO) il quale consiste nel
determinare la configurazione dei flussi di spostamento che massimizza il
surplus sociale.
Per la (45) e la (46), una volta fissato un qualsiasi vettore C + la funzione
di domanda F(C -) risulta invertibile; esiste cioè la funzione F -1(F) che
assume valori nel sottospazio dei costi ridotto Rn-nc ed è definita per F>0,
essendo il modello di domanda probabilistico strettamente positivo.
Quando la domanda è elastica fino alla generazione, al fine di invertire la
funzione di domanda si possono, ad esempio, assumere nulli i costi relativi
alle alternative di non spostarsi.
Fissato C + , la monetizzazione delle utilità corrispondenti ad una certa
configurazione dei flussi F si ottiene sottraendo al beneficio totale, dato
dalla disponibilità a pagare che si ha in corrispondenza dei costi F -1(F) e
C + che determinerebbero quei flussi, il costo sociale corrispondente.
Indicando con F - ed F + la partizione di F congruente con quella di C in
C e C +, il problema di ottimizzazione del surplus sociale rispetto ai flussi
-

può essere formalizzato come segue:

max S(F)=(N⋅Γ -1⋅W[F -1(F)])T⋅1+F -1(F)T⋅F -+C +T⋅F +-CS(F) (74)

s.a.
FiT⋅1=Ni i=1, 2, … , nc
F>0

Utilizzando le relazioni FiT⋅1=Ni è possibile ridefinire il problema nelle

variabili F – mediante le funzioni F(F -) e F +(F -), nel seguito introdotte
esplicitamente ove necessario, pervenendo ad una formulazione con soli
vincoli di disuguaglianza:

20
max S(F -)=(N⋅Γ -1⋅W[F -1(F -)])T⋅1+F -1(F -)T⋅F -+C +T⋅F +(F -)-CS[F(F -)] (75)
s.a.
Fi- T⋅1<Ni i=1, 2, … , nc
F ->0

Derivando la funzione obbiettivo del problema (75) come somma di

prodotti di funzioni composte e ricordando la (53), si ha:

∇F -[S(F -)]=(JF -[F -1(F -)])T⋅(N⋅Γ -1⋅JF -1[W(F -1)])T⋅1+(JF -[F -1(F -)])T⋅F -+
+F -1(F -)+(JF -[F +(F -)])T⋅C +-(JF -[F (F -)])T⋅CMS(F -) (76)

Con passaggi analoghi a quelli svolti per ottenere la (69) è possibile

semplificare i primi due termini della (76) ottenendo:

∇F -[S(F -)]=[F -1(F -)-C +e]-[CMS -(F -)-CMS+e(F -)] (77)

ove con l’apice “e” indichiamo l’espansione, di dimensioni n-nc, di un

vettore di dimensioni nc , ottenuta replicando opportunamente la
componente del vettore originale relativa a ciascuna classe in modo che la
struttura del vettore risultante sia congruente con lo spazio dei costi ridotto.
Poiché lo Jacobiano di una funzione inversa coincide con l’inversa dello
Jacobiano della funzione e poiché l’inversa di una matrice definita è
definita, essendo JC-[F -(C -)] definita negativa tale è anche JF -[F -1(F -)].
Poiché inoltre JF[CMS(F)] è semidefinita positiva per ipotesi, tale è anche
lo Jacobiano della differenza di costi marginali di cui alla (77). Poiché
infine la somma di una matrice definita negativa e di una semidefinita
negativa è definita negativa, l’Hessiano

HF -[S(F -)]=JF -[F -1(F -)]-JF -[CMS -(F -)-CMS+e(F -)] (78)

è definito negativo. Ne segue che S(F -) è strettamente concava.

Teorema 5: Per modelli di scelta additivi, probabilistici strettamente
positivi e differenziabili, esiste ed è unica la soluzione del problema (74) ed
essa coincide con FSE.
Dimostrazione: L’insieme delle soluzioni ammissibili è convesso. Ne
segue, per la stretta concavità di S(F -), che le condizioni sufficienti per un
massimo globale stretto sono:

[F -1(F -)-C +e]-[CMS -(F -)-CMS+e(F -)]=0 (79)

21
Poiché è per definizione CSE=CMS(FSE) e F -1(FSE)=CSE-+C +e
-CSE+e , il
vettore FSE- soddisfa la (79). Il teorema risulta così dimostrato.

6. Conclusioni

In questo lavoro si è preliminarmente sistematizzato il contesto teorico

che consente di formulare i modelli di domanda di trasporto come
estensione della teoria microeconomica del consumatore. Si è così potuto
mostrare come la ben nota funzione soddisfazione W, che compare nei
primi, si ottenga per estensione della funzione di utilità a posteriori, propria
di quest’ultima, al caso di utilità aleatoria con insieme di scelta discreto, e si
sono evidenziate le ipotesi implicate da tale operazione.
Constatato che il valore monetario di W coincide con il surplus (SC) del
consumatore in presenza di user equilibrium, si è introdotto il Surplus
sociale (S) inteso come somma di SC, dell’introito di un opportuno sistema
di pedaggi di alternativa T e del valore monetario, negativo, delle esternalità
negativo. Su queste basi si è formulato un NDP ove si assume S come
funzione obiettivo e T come variabili di progetto. Si è quindi verificato sotto
quali ipotesi la soluzione del corrispondente NDP esista, sia unica e porti i
costi di equilibrio a coincidere con i CMS realizzando così la configurazione
di System Equilibrium (SE). Si è quindi determinato la soluzione del
problema in termini di pedaggi d’arco t, dimostrando che il vettore t che
realizza il vettore T deve avere una struttura particolare e che comunque
non è unico.
Disponendo della inversa della funzione di domanda si è potuto
ottimizzare S in termini di flussi pervenendo ad un System Optimum che
estende la definizione corrente in letteratura al caso stocastico multimodo e
multiclasse con domanda elastica fino alla generazione, dimostrando che
per modelli additivi, probabilistici e strettamente positivi la soluzione
globale del problema coincide con la configurazione dei flussi di SE.
Come immediata estensione dei risultati raggiunti, è in corso lo studio
del problema di ottimizzazione dei pedaggi con adeguamento delle
frequenze del sistema di trasporto collettivo. Come sviluppi prossimi futuri
si tratterà il caso in cui il pedaggio sia imposto solo a un sottoinsieme di
archi, in modo da individuare le configurazioni concretamente realizzabili
che meglio approssimano l’ottimo teorico di sistema. Successivamente ci si
occuperà del caso in cui, accanto ai pedaggi, si introducono come variabili
di progetto anche le capacità degli archi.

22
Bibliografia

Cantarella G. E. (1997), “A General Fixed-Point Approach to Multimode Multi-

User Equilibrium Assignment with Elastic Demand”, Transpn. Sci. n. 31.
Cascetta E. (1998), Teoria e metodi dell’ingegneria dei sistemi di Trasporto, UTET,
Torino.
Delle Site P. , Filippi F. , N. Papola n. (1997), “Optimization of Public Transport
Services and Central Area Car Pricing”, DITS Università di Roma “La
Sapienza”, Roma.
Hearn D. W. e Ramana M. V. (1998), “Solving Congestion Toll Pricing Models”, in
Equilibrium and Advanced Transportation Modelling, P. Marcotte e S. Nguyen
eds. Centre of Research on Transportation, Montreal.
Jara-Diaz S. R. e Farah M. (1988), “Valuation of users’ benefits in transport
systems”, Transport Reviews n. 8.
Lancaster K. J. (1966), “A new approach to consumer theory”, Journal of Political
Economy n. 74.
Luenberger D. G. (1995), Microeconomic theory, McGraw-Hill inc., New York.
Oppenheim N. (1995), Urban Travel Demand Modelling, Wiley-Interscience, New
York.

23
Sommario

In questo lavoro viene presentata una estensione della teoria microeconomica del
consumatore alla modellizzazione dei problemi di progetto di reti di trasporto, che
consente di evidenziare le ipotesi implicitamente assunte nel modellizzare la
domanda e la coerenza interna dei modelli, con riferimento al caso di modelli
stocastici multimodo e multiclasse con domanda elastica fino alla generazione. Su
queste basi viene, quindi, affrontato il problema di ottimizzazione di una rete
esistente assumendo come funzione obiettivo il surplus sociale e come variabili di
progetto i pedaggi di alternativa mostrando sotto quali condizioni la soluzione esista
e sia unica. Si affronta quindi il problema della determinazione dei pedaggi di arco
dati quelli di alternativa. Il problema viene quindi affrontato in termini di flussi
pervenendo ad una generalizzazione della definizione corrente in letteratura del
System Optimum.

Abstract

An extension of Microeconomic Consumer Theory to modelling of transport

network design problems is presented. This permits emphasising the hypotheses
implicit in the demand modelling and the internal model consistency, with reference
to the case of stochastic, multi-mode, and multi-user models with elastic demand up
to trip generation. On this basis the problem of optimisation of an existing network
is addressed, assuming social surplus as objective function and alternative tolls as
design variables, and the conditions under which the solution exists and is unique
are found. The problem of determining link tolls from trip alternative tolls is also
addressed. Finally, the problem is formalised in terms of flows, thus obtaining a
generalisation of the definition of System Optimum current in the literature.

24