Contenidos

Unidad 1
Semana 5

Redes y Demanda de
Transporte
 Contenidos Unidad 1 Semana 5

TEMA 1: “MODELOS DE DISTRIBUCIÓN DE VIAJES”

1.1.- Introducción
Finalizada la etapa de generación de viajes, se pasa a la segunda fase del modelo
de transporte clásico, que son los modelos de distribución de viajes. En la
estructura general, se tiene en primer lugar los modelos de generación de viajes,
los que tienen que ver con ¿cuánto viajo?, en cambio los modelos de distribución
de viajes tienen relación con ¿a dónde viajo?

Fuente: Fabián Hermosilla, 2017 para módulo Redes y demanda de transporte

Por lo tanto, en estos modelos interesa estimar a que destino van los viajes
generados  Oi  en un origen determinado y, recíprocamente, estimar de qué orígenes
proceden los viajes atraídos D j aun cierto destino.

Para esto es necesario trabajar con la Matriz de Distribución de Viajes; el

modelo de generación de viajes produce totales de filas y columnas Oi y Di de una
matriz de viaje como la que se presenta a continuación. Por tanto, se cumple que:

Vj
ij  Oi

V
i
ij  Di

Redes y Demanda de Transporte

1
El modelo busca encontrar cómo se distribuyen los Oi y Di en cada celda de la
matriz, es decir, cuantos viajes hay entre cada par origen destino V  .
ij

Fuente: Ortúzar, J. de D. (2012). Modelos de Demanda de Transporte. Ed. UC, Santiago

Nomenclatura
vij = viajes actuales entre las zonas i y j

Vij = viajes futuros entre las zonas i y j

Oi y D j = viajes futuros producidos en la zona i y atraídos a la zona j

n = número total de zonas en el área de estudio.

Esta matriz se trabajará con sistema cerrado; esto es, se supondrá teóricamente
que el total de viajes producidos es igual al total de viajes atraídos,
cumpliéndose la restricción:

O   D
i
i
j
j

Por lo tanto,
Los factores de balanceo de la matriz son:
Aj y B j : Factores de balanceo

Redes y Demanda de Transporte

2
 Vi j  AO
i i Bj Dj

Para determinar la matriz se pueden utilizar dos formas:

1. Maximización de la entropía: Esto consiste en encontrar la matriz más probable
que permite llenar la matriz de distribución, conocidos los totales de
orígenes y destinos. Es importante señalar que este método elige una matriz
más probable sin suponer que hay un modelo.
2. Modelo gravitacional: Este modelo propone que los viajes son directamente
proporcionales a cuán atractiva es la zona de destino. Por tanto, supone
que hay un modelo que estructura la forma como la gente viaja entre todos
los distintos pares de zonas.
Ejemplo de Aplicación
Obtención de la Matriz de la Distribución de Viajes bajo el concepto de Entropía
Para la obtención de la matriz sin contar con información base, se asume que
todos los viajes entre zonas son iguales a uno:
Todos Vi j 1

En primer lugar, se comienza con una matriz semilla matriz, ésta matriz va a
tener un número uno en cada celda de la matriz. Esto significa que la matriz
semilla genera cuatro viajes por zona y atrae cuatro viajes por zona, y que en
total se tienen 16 viajes.

Las restricciones son:

 La zona uno genera 400 viajes
 La zona dos genera 460 viajes
 La zona tres genera 400 viajes
 La zona cuatro genera 702 viajes.
Por otro lado;
 La zona uno atrae (destinos) 260 viajes
 La zona dos atrae 400 viajes.
 La zona tres atrae 500 viajes

Redes y Demanda de Transporte

3
  La zona cuatro atrae 802 viajes.
En total se tienen 1962 viajes, y si se suman el total de viajes generados y el
total de viajes atraídos, se tiene que obtener de manera natural el número 1962.
Procedimiento
Se comienza por el lado de los orígenes.
Como se observa en la figura anterior, la zona uno genera cuatro viajes, pero la
restricción que se tiene asociada a la zona uno es que esta zona genera 400
viajes. Para la zona dos, la matriz semilla genera 4 viajes, y se tiene un total
de viajes generados por la zona 2 de 460, y así sucesivamente con las zonas tres
y cuatro. Por lo tanto, lo que se hace es dividir el número 400, el número 460,
el número 400 y el número 702 por el número 4.

Al realizar este procedimiento, se obtienen los factores de expansión que

corresponden a cada fila de la matriz para la zona. Para los viajes que genera la
zona uno el factor de expansión será 100, para los viajes que genera la zona dos
el factor de expansión será 115. Para los viajes que genera la zona tres el
factor de expansión será 100, y para los viajes que genera la zona cuatro el
factor de expansión será 175,5.

Luego se suman las columnas y se obtiene 491 viajes atraídos por la zona dos, 491
viajes atraídos por la zona tres, y 491 viajes atraídos por la zona cuatro. Pero
hay que recordar que la zona uno atrae 260 viajes (matriz semilla), la zona dos
atrae 400 viajes, la zona tres atrae 500 viajes y la zona cuatro atrae 802
viajes. Por lo tanto, en el sentido de las columnas se tendrá que multiplicar la
columna uno por 0,53 (260/491), la columna dos por 0,82 (400/491), la columna

Redes y Demanda de Transporte

4
tres por 1,02 (500/491), y la columna cuatro por 1,64 (802/491). Se multiplica
por estos números para cumplir con las restricciones viajes atraídos por cada
zona.
Procediendo de esta manera se llega de manera rápida a la matriz de viaje más
probable.

Si se observa ahora cada celda de la matriz es un número diferente y si se suma

en el sentido de las filas se obtendrá 400, 460, 400 y 702 viajes. En otras
palabras, se está cumpliendo con todas las restricciones desde el punto de vista
de los viajes generados por cada zona.
Si se suma en el sentido de las columnas, se obtiene que la zona uno atrae 260
viajes, la zona 2 atrae 400 viajes, la zona 3 atrae 500 viajes y la zona cuatro
atrae 802 viajes. Es decir, se está cumpliendo con las restricciones nivel de
destino. Por lo tanto, la matriz más probable, es la matriz que se observa, la
cual cumple con un número de viajes totales igual a 1962.
La matriz podría no haber convergido y, si este hubiese sido el caso, se tiene
que haber vuelto a proceder de la misma manera que se realizó. Es decir, se
vuelve a calcular el valor que hace que en el sentido de las filas se esté
cumpliendo con las restricciones de origen, y luego hay que fijarse si se cumple
con las restricciones de destino. Si no se cumple con las restricciones de
destino, se tiene entonces que operar de manera tal de multiplicar en el sentido
de las columnas de manera tal de cumplir con las restricciones de destino. La
ventaja de proceder de este método es que se garantiza la convergencia. En otras
palabras, luego de aplicarlo una serie de veces se obtiene una matriz que va a
estar cumpliendo con las restricciones de origen y con las restricciones de
destino. La que se denomina matriz de viaje más probable, cumpliendo con todas
las restricciones de viajes generados por zona transporte y viajes atraídos por
zona transporte.
En conclusión, para el estudio de la distribución de viajes existen diferentes
modelos los cuales se pueden clasificar en:
 Matriz de distribución.
 Modelos de factor de crecimiento.
 Modelo gravitacional.
 El enfoque de maximización de la entropía.
 Modelo clásico y participación modal agregada.
 El método multiproporcional.

Redes y Demanda de Transporte

5
Redes y Demanda de Transporte
6
 TEMA 2: “MODELOS SIMPLIFICADOS Y MODELOS DE ELECCIÓN DISCRETA DE TRANSPORTES”

2.1.- Introducción
Existen varios modelos de transporte simplificados que responden en parte a
condiciones tales; ser fáciles de utilizar, bajos costos, usar información de
bajo costo y permitir el uso de información histórica. Sin embargo, los modelos
simplificados basados en conteos (o aforos) de tráfico son los principales.
Los modelos de demanda de transporte basados en información sobre conteos
vehiculares son interesantes, ya que:
 Los aforos de tráfico son relativamente baratos de obtener.
 Hoy en día existen técnicas y equipos eficientes para contar tráfico en
forma automática y luego procesar de manera automática también la
información.
 Contar vehículos, pasajeros, es más sencillo que la realización de
encuestas y, normalmente, no causa molestias o demoras a los usuarios del
sistema.
 Ciertas operaciones de conteo se realizan como parte de la operación normal
de organismos de planificación y operación.
Se debe tener claro que un modelo basado en aforos de tráfico no reemplaza los
modelos convencionales, sin embargo, tienen ciertas ventajas:
 Actualizan las matrices de movimiento de pasajeros o carga.
 Estiman matrices de viajes para subáreas (por ejemplo, una comuna).
 Desarrollo de modelos simplificados para ser utilizados como elementos de
un proceso de planificación continua (Ortuzar y Willumsen, 1991).
En los modelos simplificados se considera que el volumen o flujo de vehículos
observados en un punto, es el resultado de una matriz de movimiento y un proceso
de asignación de esta a la red de transporte.
Para la estimación de matrices a partir de conteos de tráfico se puede utilizar
los siguientes modelos:
 Modelo gravitacional.
 Modelos basados solo en datos de la red.
2.2.- Modelos simplificados de partición modal
1. Análisis incremental de elasticidades: básicamente en este método no es necesario
conocer la función de partición modal, sino que únicamente su elasticidad;
sin embargo, el método es aproximado y su resultado solo es exacto si la
elasticidad es constante o si la función d demanda el lineal.

Redes y Demanda de Transporte

7
 2. Análisis de pivoteo: en este enfoque se necesita conocer el modelo de demanda,
ya que la idea es predecir el comportamiento futuro respecto a los viajes
sobre la base del comportamiento actual y los cambios en el nivel de
servicio que experimentan los usuarios.

2.3.- Modelos de Elección Discreta

A diferencia de los modelos agregados de demanda vistos anteriormente que se
basan en relaciones observadas para promedios o agrupaciones de individuos en
zonas, los modelos desagregados o de elección discreta, tienen su fundamento en
las relaciones individuales. En general, postulan que la probabilidad de escoger
una cierta opción es función de las características socioeconómicas del individuo
y de cuan atractiva resulta la alternativa en cuestión en comparación a las
demás.
Es decir, los modelos agregados entregan números o proporciones, por ejemplo, número
de viajes entre un origen y un destino o la proporción de personas que viajan en
transporte público versus transporte privado.
En cambio, los modelos desagregados de demanda o de elección discreta, se basan
en probabilidades de elegir desde el punto de vista de cada una de las personas y,
no como una proporción de un grupo.
Para representar la atractividad, se suele usar el concepto de “utilidad”;
generalmente, la utilidad “observable” se define como una combinación lineal de
variables o atributos.
Con la finalidad de predecir si una determinada opción será escogida, de acuerdo
al modelo, el valor de su utilidad debe transformarse en un valor de probabilidad
entre 0 y 1. Para esto, existen múltiples transformaciones matemáticas que
típicamente se grafican como una curva con forma de S, tales como:
Logit:

Probit:

Redes y Demanda de Transporte

8
En general, los modelos de elección discreta no pueden ser estimados usando
técnicas como la regresión lineal, o regresión lineal múltiple (RLM). Por lo
tanto, se utiliza la técnica de máxima verosimilitud.

Redes y Demanda de Transporte

9