UNIVERSIDAD ABIERTA Y A DISTANCIA DE MÉXICO.

Ingeniería en Logística y Transporte.

Unidad 2.

Actividad 1.

Arturo Romero López.

ES1521200477

Universidad Abierta y a Distancia de México.

Modelos de simulación.

Docente.

María Alejandra Hernández Zúñiga.

Estado de México, 8 de agosto de 2018.

 Movilidad.

Considero que sí hay una relación muy importante entre la movilidad y las distribuciones de
probabilidad, esto por que las distribuciones de probabilidad nos brinda información acerca
de la posibilidad de que una variable tome un cierto valor, es decir, en movilidad cuales son
las posibilidades de que un transporte pueda tener cierta demanda, el comportamiento del
tráfico, la posibilidad de que un usuario tome una u otra ruta, por mencionar algunos
ejemplos, considerando lo anterior las distribuciones de probabilidad en la movilidad nos
brindan información predictiva para tomar decisiones tanto a corto como a largo plazo.

Los principales problemas relacionados con la movilidad son la demanda de transporte, las
interacciones entre los diferentes sistemas de transporte ya sean públicos o privados, y la
velocidad y densidad del parque vehicular.

Considero que no, pues si bien se realizan gran cantidad de estudios al respecto los
recursos son destinados principalmente a infraestructura para vehículos privados, cuando
aún se destinen más recursos al rubro, no se atiende a una solución probablemente más
viable la cual es invertir en transporte público masivo y rutas y vías de comunicación
peatonales y para ciclistas, pues de atender esto no solo se actúa en relación al resultado
que nos brindan los modelos, sino se incide directamente en algunas de las variables como
número de vehículos lo cual reduce el la densidad vehicular y por consecuencia incrementa
la velocidad.
Existen muchos modelos por lo que se mencionarán brevemente algunos de ellos que son
generalmente más utilizados:

Modelo de generación de viajes.

Modelo de distribución de viajes.

Modelo de selección modal.

Modelo de asignación de viajes.

Es el mas complejo, sus pasos son generar una matriz origen-destino de los viajes, trazar
las redes de transporte y vialidad donde pasarán los recorridos, acopio estadístico de la
operación de transporte y redes, aplicar el modelo con fines de calibración y finalmente la
explotación del modelo, es importante mencionar que para aplicar este modelo se requieren
recursos computacionales de gran capacidad.

Retomando el Modelo de distribución de viajes se identifican las variables de la siguiente

forma:

𝑇𝑖 = cantidad de viajes futuros generados en la zona 𝑖, pronosticados por medio del modelo
de generación.

𝐴𝑗 = cantidad de destinos de viaje en la zona 𝑗 o una medida de ella.

𝐹𝑖𝑗 = factor de fricción o impedancia entre las zonas 𝑖 y 𝑗 (reciproco de la dificultad para el
traslado)
Bibliografía
Alpizar, E. (02 de Diciembre de 2015). Interpretación de modelos. Recuperado el 1 de Agosto de
2018, de unadmexico.blackboard.com:
https://unadmexico.blackboard.com/bbcswebdav/institution/DCEIT/2016_S2_B1/LT/05/L
MOS/U2/U2_Interpretacion_de_modelos.pdf

Chávez, M. (Febrero de 2014). Modelos Matemáticos para Análisis de Demanda en Transporte.

Recuperado el 8 de Agosto de 2018, de sgpwe.izt.uam.mx:
http://sgpwe.izt.uam.mx/files/users/uami/hect/tesis/TesisVictoria-M.pdf

Gómez, A., & Sánchez, G. (30 de Abril de 2014). Aplicación de funciones de distribución continuas
para modelar la demanda de pasajeros en una línea de tren ligero. Recuperado el 8 de
Agosto de 2018, de www.cya.unam.mx:
http://www.cya.unam.mx/index.php/cya/article/view/776/943

islas, V., Rivera, C., & Torres, G. (2002). ESTUDIO DE LA DEMANDA DE TRANSPORTE. Recuperado el
8 de Agosto de 2018, de www.imt.mx:
https://www.imt.mx/archivos/Publicaciones/PublicacionTecnica/pt213.pdf