You are on page 1of 37

MODELOS DE GENERACIÓN DE VIAJES PARA UNA ENCUESTA ORIGEN DESTINO

(EOD) DE SANTIAGO DE CHILE.

Wilmer Iriarte Restrepo1 Alberto Pacheco Pulido2, María Stella Hernández Ramos3
1
Ingeniero Civil, Universidad de Cartagena.
2
Ingeniero Civil, Corporación Universitaria de la costa..
3
Ingeniero civil, Universidad Pontificia Bolivariana.

Resumen
Los modelos de generación de viajes se utilizan para evaluar viajes producidos y atraídos por cada
zona de transporte en distintos escenarios.
A continuación se determinan los modelos matemáticos que mejores resultados obtuvieron para la
generación y atracción de viajes en la hora Pico de la mañana(7:00-9:00 A.M.), y para el total de
viajes diarios, de una Encuesta Origen Destino (EOD) realizada en el año de 1991 a 5000 hogares en
Santiago de Chile.
Se utilizaron los modelos de Regresión Lineal Múltiple (RLM), Análisis por Categorías (AC) y
Análisis de Clasificación Múltiple (ACM). Se determinaron los mejores modelos y se calculó el
número de viajes totales y hora punta.
Palabras clave: EOD, regresión lineal múltiple, análisis por categorías, análisis clasificación
múltiple, modelos.

Abstract
The trip generation models are used to evaluate trips produced and attracted by each zone of transport
in different scenarios.
Then determined the mathematical models that best results obtained for the generation and attraction
of trips in morning peak hours (7:00 to 9:00 a.m.), and the total daily trips, an Origin Destination
Survey (EOD) conducted in the year 1991 to 5000 households in Santiago de Chile.
Models were used Multiple Linear Regression (MLR) Analysis by Category (AC) and
Multiple Classification Analysis (MCA). The best models were identified and estimated the total
number of trips and peak hour.
Keywords: EOD, multiple linear regression analysis, by category, multiple classification analysis,
models.
Introducción
El objetivo básico de la planificación de los transportes urbanos es conocer a través de los usos del
suelo las necesidades de desplazamiento de los habitantes de una ciudad (número de viajes dados por
la demanda atendida, la insatisfecha y la potencial), clasificando sus requerimientos para poder así
brindarles un servicio de transporte más eficiente y de mayor calidad.
El proceso fundamental de la planificación de los transportes que más se utiliza en nuestros días, fue
desarrollado en los sesentas y en la actualidad se sigue empleando con prácticamente la misma
estructura pero con algunos avances importantes en los modelos de pronóstico y de evaluación. El
proceso de planeación inicia con la recopilación de información de la cual se debe efectuar un análisis
de la calidad de la información disponible. Esto facilita la definición de las variables a utilizar y de
los tipos de modelos matemáticos a emplear, la forma de calibrarlos y ajustarlos para poder así, lograr
una reproducción de los viajes observados. Un estudio de planificación del transporte establece una
condición de equilibrio futuro entre el número de desplazamientos y la oferta de transporte, primero
pronosticando y después evaluando con la información previa de movilidad y los usos del suelo a lo
largo de un horizonte de planeación definido, se cuantifica la demanda de transporte que se generará
(modelo de generación).

Predicción de la demanda
En la mayoría de las ciudades la demanda de los desplazamientos crece con el aumento de la
población y los niveles de vida (mayores ingresos, más tiempo libre, más actividad y más viajes).El
determinar la demanda lo más preciso posible, permite conocer la capacidad global de la
infraestructura necesaria y el tamaño de las inversiones. En el caso de una sobreestimación de la
demanda, las obras de infraestructura vial quedarán sobradas o sobredimensionadas, pero que con
una acción inmediata correctiva hará posible retrasar algunas obras en el tiempo, con el fin de dar
cabida al crecimiento real, rediseñando las redes de transporte con una mejor orientación hacia el
equilibrio urbanístico. En el caso contrario de una subestimación de los viajes, la situación es mucho
más preocupante ya que la falta de infraestructura traerá consigo una insuficiencia en la oferta de
transporte y un rezago en el proceso de urbanización.
Las predicciones de la demanda global se pueden realizar con los siguientes métodos:

• proyectar la demanda de manera proporcional a la evolución de la población o bien en función del


aumento en la movilidad individual (cambios en la motorización debido al incremento en los niveles
de vida).
• Por medio de la comparación con otras ciudades, donde el nivel de vida y la movilidad sean
parecidos o un poco mayores.

Algunos estudios realizados en ciudades de los Estados Unidos en los años sesenta mostraban que el
número de viajes está en función del ingreso que recibe el jefe de familia y que variaba de entre cuatro
y ocho viajes por familia. En ciudades europeas de gran tamaño este número puede llegar hasta diez,
pero en países en vías en desarrollo la movilidad de las personas resulta inferior. Es indudable la serie
de relaciones que existen entre los desplazamientos obligados (trabajo, escuela) y otros motivos
(compras, salud, sociales y diversiones) y que están en función del nivel de vida de los habitantes.
(ingresos- motorización-tiempo libre).

Evaluación y seguimiento
El orden jerárquico entre las diferentes etapas para la definición de un plan o programa y sus
estrategias puede ser el siguiente :
• valores
• propósitos
• objetivos
• criterios
• metas
Los valores definen el comportamiento de una persona o conjunto de seres humanos que proceden
del tipo de educación que se tenga. En concordancia con estos valores se reconocen ideales comunes,
hacia donde se inclinan los individuos o grupos que se conocen como propósitos que son postulados
que relacionan de manera general el entorno físico con los valores. Un objetivo es una propuesta
específica asociada con un propósito particular.
Los objetivos son alcanzables y se establecen en términos precisos, por lo que es posible medir el
grado en que se logran. Por ejemplo: con el propósito de dar igualdad de oportunidades de desarrollo
a todos los miembros de una comunidad, un objetivo del sistema de transporte puede ser el lograr que
el costo del transporte no represente una carga para ningún grupo de personas, ya que de lo contrario,
habría segmentos de la población que quedarían marginados al transporte y con ello sin acceso o
posibilidad de desarrollo. Los criterios de evaluación son los elementos que permiten medir el grado
de cumplimiento de los objetivos, por lo que se deberá buscar que todo objetivo este asociado a un
criterio de evaluación, cumpliendo la función de proporcionar una unidad de medición del nivel en
que se logre el objetivo. Resulta fundamental la utilización de criterios de evaluación adecuados para
medir el grado de cumplimiento de los objetivos al evaluar proyectos alternativos, ya que el contar
con mediciones precisas facilita la ponderación entre los objetivos y la selección del más conveniente.
También permite la definición de metas que pueden definirse como expresión escuantitativas del
grado de avance en un determinado tiempo dirigidas hacia el logro de un objetivo específico.
La necesidad de establecer objetivos claros antes de llevar a cabo acciones específicas es evidente. El
reconocimiento de que toda situación actual está sujeta a mejoras y de que se involucran problemas
que hay que superar, implica también reconocer el estado futuro deseado y sirve para sumar esfuerzos
en una dirección que contribuya a lograr las transformaciones deseadas.
Desde el momento en que se acepta que los objetivos influyen en el futuro del sistema de transporte,
se tienen que involucrar a grupos sociales muy diversos, participando en el proceso de planeación,
proponiendo objetivos útiles desde su muy particular perspectiva, así como opinar con respecto a
otros propuestos como parte del proceso. De aquí que los objetivos tengan una estructura jerárquica,
donde el primer enfoque es deductivo, que consiste en subdividir un objetivo general en otros más
detallados, de menor nivel jerárquico dentro de la estructura, la segunda forma es inductiva que
comprende la proposición de objetivos generales como síntesis de un número mayor de objetivos más
detallados. La característica de la estructura jerárquica influye de manera significativa en la
complejidad de los análisis por realizar durante las etapas subsecuentes al proceso de planeación, otro
aspecto importante de la estructura jerárquica delos objetivos de un sistema es la de reconocer que no
es la única y que pueden existir múltiples alternativas útiles. Por lo tanto el analista queda en libertad
de construir aquella estructura de objetivos que le resulte más conveniente para su caso, en función
de las características de su problema y de los medios que disponga para estudiarlo. Un ejemplo que
ilustra lo anterior para el caso de los objetivos de un sistema de transporte para una zona metropolitana
dada es el siguiente: “contribuirá que los habitantes de la zona alcancen los mayores niveles de vida
posibles”. Desde el punto de vista del analista de transporte, el objetivo anteriores demasiado general
y no resulta apropiado para realizar los análisis específicos que sin duda se requieren, por lo que se
tiene que descomponerese gran objetivo en otros más detallados y significativos para el análisis de
alternativas, pudiéndose plantear los siguientes objetivos a nivel jerárquico inferior:

• Proporcionar el mayor provecho a los usuarios


• Alcanzar mejores niveles de seguridad posibles
• Minimizar costos del sistema
• Promover el desarrollo económico de la zona
• Diseñar un sistema de transporte cómodo y confortable
Todos estos objetivos tienden a mejorar el nivel de vida de los habitantes de la zona y permiten
concretar algunos elementos de análisis por realizar. Sin embargo, es recomendable especificarlos
aún más. Así por ejemplo, el objetivo de proporcionar mayor provecho a los usuarios se puede dividir
en:
• Minimizar tiempos de viaje
• Reducir demoras en las salidas
• Reducir costos en los pasajes
• Proporcionar un buen acceso al sistema de transporte
Estos objetivos profundizan más en el tema y facilitan el tratamiento del problema. Otro problema
que se puede presentar es la redundancia de objetivos. En el ejemplo anterior, es factible sintetizar
los dos primeros objetivos y el último en uno solo el cual se puede expresar como minimizar el tiempo
de viaje puerta a puerta.

A continuación se verán algunos métodos de evaluación más utilizados:


Primero que nada es necesario admitir que la evaluación constituye un elemento esencial de los
estudios técnicos de planeación de los transportes, tratando de no substituir el proceso de evaluación
por un simple mecanismo de decisión política. Se requiere de una visión pragmática de evaluación
en la que participe la mayor parte de la población. En muchos estudios, diferentes grupos de interés
local han sido invitados a dar su opinión sobre los impactos de las variables y los programas
seleccionados, buscando conciliar los conflictos que se manifestaban entre los diferentes grupos. La
evaluación en materia de planificación de los transportes urbanos, tiene por objeto determinar en qué
medida las soluciones previstas para satisfacerlas necesidades de transporte de una comunidad,
responden a los objetivos fijados. Una evaluación se recomienda cuando se han realizado cambios
importantes en la infraestructura, la persona encargada de la planificación observará y controlará de
manera continua la circulación y los esquemas de desplazamiento en la ciudad. La información así
obtenida tendrá un efecto de retroalimentación dentro del proceso de planificación y podrá conducir
a una mejora o reformulación de los objetivos de acciones, esto afectará los objetivos intermedios y
los de los proyectos o bien llegar hasta los objetivos políticos.
Se pueden distinguir tres clases en la evaluación:
Identificación de las medidas de análisis, volúmenes de tránsito, accesibilidad, costos.
• Descripción y cuantificación de estos efectos.
• Evaluación propiamente dicha, por medio de una ponderación de los efectos y búsqueda de un
equilibrio entre ellos. El efecto de la evaluación será el de proporcionar información sobre los
principales efectos de tal o cual medida, a fin de contribuir a las discusiones, juicios y arbitrajes
necesarios, a los principales actores que son:
Los decisores, o representantes de las comunidades; los funcionarios y autoridades; los usuarios de
los sistemas de transporte y por último; el resto de la población. Para todo proceso de evaluación o
de control se requiere de indicadores de eficacia o de eficiencia de los proyectos, como son los
volúmenes de tránsito o la ocupación por vehículo. Cuando la evaluación es más detallada se requiere
integrar estas medidas en un sistema que permita evaluar las ganancias o las pérdidas de los diferentes
planes, los cuales tradicionalmente se manejan en una sola unidad y son conocidas como métodos
unicriterios. Estos métodos desafortunadamente no toman en cuenta de una manera adecuada los
intereses de todos los factores que intervienen, por lo que se recomienda usar mejor los métodos de
análisismulticriterios. El cálculo económico clásico para la evaluación de un proyecto es un método
que se basa en un solo criterio, en la manera en que busca optimizar una cantidad única que se llama
la función de utilidad del decisor. El ejemplo más común es el de utilizar un análisis beneficio/costo.
A partir de la teoría macroeconómica (que supone una competencia perfecta)este método evalúa la
eficiencia de los diferentes proyectos posibles determinando sus beneficios (en base a los ingresos
monetarios y a los costos provisionales), en relación al capital invertido. En otras palabras, este
método implica la renta de presupuestos en el desarrollo de proyectos seleccionados hasta el punto
en que los ingresos marginales son iguales a los costos marginales. Este método expresa los resultados
únicamente en términos monetarios existiendo en el campo de los transportes, un cierto número de
elementos que pueden no reflejarse directamente en el mercado, tales como el ahorro del tiempo, el
incremento en la seguridad, el confort, la movilidad. Otros inconvenientes son el reagrupamiento de
elementos no homogéneos y que este método considera una distribución óptima de los ingresos y no
hace diferencia entre las preferencias de la comunidad y los individuos así como tampoco toma en
cuenta a los diferentes grupos sociales. Ahora bien un análisis multicriterios se define como un
método que evalúa simultáneamente un cierto número de objetivos, en función de diferentes criterios
y que llega a un conjunto de evaluaciones algunas contradictorias que son agrupadas en una sola. Este
método intenta hacer desaparecer la mayoría de las desventajas inherentes en las que se basa el
método de un solo criterio, el punto crítico de este método es el problema de agrupar las evaluaciones
parciales.

Análisis desagregados
Corresponden a métodos en donde los diferentes objetivos o soluciones posibles son evaluados, cada
uno de ellos bajo varios criterios al mismo tiempo, para llegar finalmente a reagruparlos parcialmente.
Análisis de agregación ponderada
Se caracteriza por el agrupamiento de las evaluaciones parciales por ponderación de los diferentes
criterios utilizados. La idea es presentar un índice suficiente desde el punto de vista global, donde
este índice es una acumulación ponderada de los satisfactores parciales de cada criterio, de acuerdo a
la solución particular que se esté estudiando. Las principales etapas de un análisis multicriterio
deberán ser:

• Formulación de soluciones posibles, teniendo en cuenta la naturaleza de los efectos, las categorías
o grupos de personas, el tiempo y una gama de variables para el futuro
• Evaluación parcial de soluciones posibles
• Reagrupamiento de las evaluaciones parciales.

El problema consistirá en describir la estructura de las relaciones entre los valores atribuidos a los
diferentes criterios, por las variables particulares estudiadas. Se presentan dos consideraciones
fundamentales que permiten concebir una primera etapa de un sistema de evaluación: por una parte,
asegurar que esté disponible toda la información para cumplir con los objetivos y por otra parte que
se integren a la evaluación toda la gama de intereses de los diferentes grupos al analizar las
necesidades del transporte que presentan
Si se parte de considerar como un primer esbozo solo los indicadores técnicos, de operación o
socioeconómicos de los sistemas de transporte expresados en términos de logros de los objetivos,
estos serán los que permitan una cuantificación directa de las condiciones del sistema de transporte.
Por ello, se pueden clasificar en tres subgrupos:• Indicadores que describen los aspectos del
funcionamiento de un sistema de transporte:
– Velocidad de recorrido
– Frecuencia, regularidad, confiabilidad
– Comodidad
– Capacidad y nivel de servicio
– Necesidad de transbordos
– Tarifas

• Los indicadores de costos directos:


– Salarios al personal (operadores, administración, vigilancia)
– Infraestructura y equipamiento (material rodante, vialidades, señalización, combustible y energía)
– Inversiones (financiamientos, depreciación, etc.)
– Impuestos

• Indicadores concernientes a la seguridad y al medio ambiente.


– Tasas de accidentes
– Nivel del ruido
– Emisiones de contaminantes
– Degradación del paisaje

A nivel de políticas se tiene:


• Indicadores sociales

– Acceso a los diferentes medios y por los diversos grupos de habitantes


– Efectos de distribución de la población, originados por los transportes

• Indicadores de efectos relativos a la ocupación del suelo


– Cambios en la ocupación del suelo
– Desarrollos de nuevas zonas

Ruptura de comunidades

– Cambios en el valor de los terrenos

• Indicadores de efectos económicos


– Inversiones nuevas
– Cambios en la producción y en la penetración del mercado

Algunos ejemplos de lo que serían los criterios para la evaluación se indican a continuación:
• Si se considera la línea de reordenación económica los objetivos para el transporte son:
– atender la conservación de la capacidad instalada
– poner en operación obras en proceso con un alto grado de avance
– intensificar el uso de la mano de obra en proyectos del sector
– propiciar un reordenamiento de la atención modal de la demanda
– revisar y modificar el cuadro institucional y reglamento vigente A partir de estos objetivos será
preciso proponer medidas de evaluación para cuantificar el grado que alcanza cada uno de estos,
pudiendo ser los criterios de evaluación los siguientes:
• Inversión por kilómetro de carretera dedicada a la conservación
• Número de obras y longitud puestas en servicio
• Número de empleos generados en la construcción de infraestructura del transporte.
• Distribución porcentual de los movimientos efectuados
• Número y naturaleza de las revisiones efectuadas
Otro ejemplo, si los objetivos respecto al cambio estructural para el sector transporte son:
• desarrollar proyectos que integren zonas marginadas a la vida de la nación
• utilizar al transporte como elemento modernizador de los procesos a los que sirve
• construir infraestructura que fortalezca el surgimiento de nuevos ejes troncales en el territorio
concertar acciones que beneficien al sector con grupos específicos dela población.
Los criterios de evaluación de estos objetivos pueden ser:
• Número de poblaciones comunicadas mediante el desarrollo de la infraestructura
• Valor agregado por el transporte a un proceso
• Tiempo de viaje a lo largo de nuevos ejes
• Número de acciones de concertación concretadas

Modelos de planificación de los transportes


El objetivo básico de la planificación de los transportes urbanos es conocer a través de los usos del
suelo las necesidades de desplazamiento de los habitantes de una ciudad (número de viajes dados por
la demanda atendida, la insatisfecha y la potencial), clasificando sus requerimientos para poder así
brindarles un servicio de transporte más eficiente y de mayor calidad.
El proceso fundamental de la planificación de los transportes que más se utiliza en nuestros días, fue
desarrollado en los sesentas y en la actualidad se sigue empleando con prácticamente la misma
estructura pero con algunos avances importantes en los modelos de pronóstico y de evaluación. El
esquema de este proceso se indica en la Figura Como se observa en esta figura, el proceso de
planeación inicia con la recopilación de información de la cual se debe efectuar un análisis de la
calidad de la información disponible. Esto facilita la definición de las variables a utilizar y de los tipos
de modelos matemáticos a emplear, la forma de calibrarlos y ajustarlos para poder así, lograr una
reproducción de los viajes observados. Un estudio de planificación del transporte establece una
condición de equilibrio futuro entre el número de desplazamientos y la oferta de transporte, primero
pronosticando y después evaluando con la información previa de movilidad y los usos del suelo a lo
largo de un horizonte de planeación definido, se cuantifica la demanda de transporte que se generará
(modelo de generación).Posteriormente, se establece un conjunto de planes alternativos para
satisfacer dicha demanda (distribución) y a continuación se señalan las características operativas de
cada una de las alternativas posibles (uso modal). La demanda se traduce en flujos probables a lo
largo de cada uno de los tramos o vías que forman la red de transportes (asignación). Finalmente, se
pasa a la fase de evaluación de las alternativas y se selecciona la mejor. Entenderemos como proceso
de calibración la reproducción de los viajes para el año en que obtuvieron los datos (encuestas origen-
destino) y que se denomina año base, examinándose separadamente la generación de los viajes, su
distribución, su repartición modal y las relaciones de asignación delos viajes.
Por otra parte, la validación de un modelo tiene como propósito mostrar el grado de eficiencia de éste,
de tal forma que si los resultados al aplicar un modelo no se ajustan al número de viajes observados
en el año base, entonces los modelos son reevaluados y adaptados de tal manera que se reproduzca
de manera aproximada la realidad. El proceso de planificación permite posteriormente modelar el
comportamiento de los sistemas alternativos de transporte propuestos, medidos a través de los
impactos generados en las áreas urbanas como son las demoras, los congestionamientos, la
contaminación, los accidentes y los excesivos consumos de combustibles, entre otros. Esto se detalla
en la Figura.

Método clásico de la planificación de los transportes


Una de las etapas fundamentales en la planificación de los transportes es la estimación del número de
viajes que se producen en una determinada área de estudio, así como también el número de viajes
futuros y su distribución espacial.
Algunas de las formas utilizadas para su estimación ha sido a partir de extrapolaciones de situaciones
existentes en otras ciudades, o bien elaborando y utilizando modelos matemáticos, que no son otra
cosa que la representación simplificada de situaciones reales. Al contrastarse con datos o información
previa, sirven para predecir situaciones futuras, en función de la evolución
de las variables contenidas en el modelo.
La utilización de modelos obliga, en primer lugar, a la comprobación de que representará
adecuadamente situaciones ya existentes y en segundo lugar a que las interacciones establecidas en
el modelo sean establecidas en el tiempo, es decir, las variables deben reflejar los cambios que han
de producirse a lo largo del periodo de estudio. En la Figura siguiente figura se muestra cada una
delas fases del proceso para la obtención de la demanda del transporte.

Antes de describir cada uno de los modelos utilizados en las cuatro fases se considera pertinente
describir algunos conceptos:
• Viaje generado. Por lo regular aquél que tiene uno de sus extremos de origen en el domicilio.
• Viaje atraído. Viaje generado en el domicilio visto desde el otro extremo.
• Origen del viaje. Lugar donde inicia.
• Destino del viaje. Lugar donde termina.
Un ejemplo son los viajes domicilio-trabajo, aquí el número de viajes atraídos estará en función
directa del número de empleos, por lo que el coeficiente de atracción de viajes será proporcional al
número de puestos requeridos.
El proceso de modelado inicia mediante la identificación de las variables que tienen un efecto
significativo en la generación de los viajes, información general que dará un primer orden de ideas
respecto al número y características de los viajes.
• Grado de motorización del área de estudio
• Densidad de población
• Accesibilidad a los transportes públicos
– Número de hogares
– Número de integrantes por familia
– Tipos de medios de transporte utilizados
– Propósitos de los viajes
• Nivel de ingresos
• Nivel de estudios o profesional
• Distancias al centro de la ciudad
Para el caso de la planificación se recomienda el conocimiento preciso delas características de la
generación de los viajes y de la manera en que interviene cada una de las variables. Una vez
identificadas las variables se deben considerar las características del área de estudio, incluyendo la
mancha urbana y las regiones aledañas que se prevé que abarcará la zona para el horizonte de
planeación. Una vez delimitada ésta área, se procede a definir las unidades de análisis que pueden ser
zonas o subzonas que agrupen actividades urbanas homogéneas (residenciales, industriales,
comerciales, etc.) y que quedan circunscritas por límites naturales o coincidentes con calles y
avenidas. Dentro de estas zonas o subzonas se deberá ubicar un punto virtual concentrador que
normalmente se denomina centroide. Por otra parte, la información sobre las actividades urbanas debe
describir la actividad que da origen a la zona, cuantificando el número de empleos, población y
vivienda.
Asimismo, se requiere la información la relativa al sistema vial y de transporte existente. Para el
primer caso, los datos sobre su tipo, geometría y características de operación así como su: longitud,
número de carriles, sus principales intersecciones (nodos) y su capacidad, entre otros. Para el caso
del transporte público urbano se necesita contar con sus derroteros, sus niveles de servicio, calidad y
cobertura del servicio, así como la cuantificación de las impedancias de cada tramo que representen
el costo generalizado asociado a cada recorrido, y los viajes con un origen y un destino entre cada
par de zonas. Este proceso se hace por medio de encuestas domiciliarias a las familias en sus hogares
con la aplicación de un cuestionario a partir de una muestra representativa de cada zona. De estas
encuestas se obtiene información sobre el número de viajes que se realizan diariamente, sus orígenes
y destinos, los medios de transporte utilizados, el propósito de los viajes y otras características
socioeconómicas de los viajeros. La Figura anterior muestra la cédula de encuesta, en su renglón
referente a los viajes, aplicada para la encuesta de origen y destino del Área Metropolitana de la
Ciudad de México de 1994. Los costos para realizar estas encuestas son altos por lo que se suele
utilizar otros métodos como entrevistas telefónicas, por correspondencia y los conteos del tránsito
siempre y cuando se logre una información bastante confiable sobre los viajes que se realizan. Los
métodos para estimar la demanda futura de viajes y su comportamiento para un sistema determinado,
se basa generalmente en tendencias históricas, que van desde proyecciones simples utilizando tasas
de crecimiento a los volúmenes de viajes o de tránsito existentes, hasta la aplicación de los modelos
de planeación del transporte. Antes de describir de manera general las características de cada una las
fases del modelo clásico de planificación del transporte, la Figura explica de manera gráfica y sencilla
en qué consiste cada una de las etapas del modelo clásico.

Modelo de generación de viajes


La generación de viajes es el proceso analítico que relaciona las actividades urbanas y los viajes. El
número de viajes está dado en función de los usos del suelo y las características socioeconómicas de
la población y los métodos utilizados permiten estimar la demanda futura de viajes que se generan en
una determinada zona al asociarlo con las actividades urbanas. La demanda de transporte resulta de
la necesidad de intercambio de personas debidas al conjunto de actividades que se dan entre dos
ubicaciones geográficas (un origen y un destino) y dependerá dicha generación del nivel de desarrollo
de estas actividades. La demanda se puede dividir en demanda efectiva; demanda insatisfecha y; en
demanda latente. Los métodos de generación más utilizados se pueden clasificar en:
Modelos agregados (usos del suelo)
Estos modelos relacionan el total de los viajes generados en cada zona con sus variables como son:
población, nivel socioeconómico, número de hogares o familias, número de vehículos, entre otros.
La generación de viajes permite convertir los datos de entrada, referidos a la localización e intensidad
de la futura actividad en el área urbana, en medidas de volúmenes de viajes. Por ello, reproducen el
número futuro de viajes-persona o cosas a partir de una serie de variables independientes y
representativas, debiendo cumplir con la condición de que se ajusten bien a la situación inicial
conocida.

Modelos desagregados (de personas)


Estos modelos tienen como unidad de trabajo el hogar e intentan relacionarlos viajes generados en
los domicilios con características o atributos tales como: cantidad de personas que viven en el hogar,
número de automóviles, nivel de ingresos familiares. Estos métodos estadísticos son sensibles a las
variaciones de las características de las personas y no a la zona donde realizan los viajes. Algunos de
estos análisis son:

Análisis de categorías o clasificación cruzada


Este método sirve para obtener tasas de generación de viajes y se basa en estimar la respuesta que se
obtendrá en los hogares en función de algunos atributos. El procedimiento es el siguiente:
• Definir los atributos que serán utilizados como base para la estimación del número de viajes que se
realizan por vivienda.
•Tomar rangos de cada uno de estos atributos y dividirlos en un conjunto de clases (por ejemplo la
tenencia de automóviles puede variar de 0, 1, 2, o más vehículos).
• Se obtiene la información en campo de los hogares.
• Se calculan las tasas de generación de viajes al dividir, por ejemplo, el número de viajes obtenido
en campo entre el número de viviendas, para cada rango de los atributos.
• Por último, el número total de viajes del área de estudio se obtiene al hacer la sumatoria de los
productos de las tasas de viajes por el total de hogares o viviendas de la zona. Los problemas a los
que se enfrenta este análisis es que no permite la extrapolación fuera de sus clases y no existen
medidas estadísticas de bondad de ajuste por lo que se requieren muestras muy grandes para tener
confianza en los resultados.

Análisis de clasificación múltiple


Es un método alternativo para definir clases y probar resultados de la clasificación cruzada; el
procedimiento consiste en:
• Definir una variable dependiente continua (como la tasa de viajes) y dos variables independientes
discretas (por ejemplo tamaño de los hogares y número de automóviles).
• Calcular la media para la variable dependiente sobre la muestra completa de las viviendas.
• Se pueden calcular las medias de cada renglón y columna de la matriz de clasificación cruzada, que
pueden ser expresadas en términos de su desviación respecto de la media.
• Observando el signo de las desviaciones, el valor de una celda puede ser estimado sumando a la
media, las desviaciones correspondientes a la celda.
Las principales ventajas que se obtienen con este análisis es que se compensa parte del problema de
tener pocas observaciones en las celdas; entre las medidas de bondad de ajuste se utilizan el
Estadístico F y la r2.

Análisis de regresión múltiple


En este análisis lo que se desea es encontrar una relación lineal entre el número de viajes generados
o atraídos en cada zona y las características socioeconómicas promedio de los habitantes de dicha
zona. La forma de estos modelos se asemeja mucho al de una regresión (de ahí su nombre), y consiste
en suponer una variable (objeto del estudio) que se le denomina variable dependiente (número de
viajes), responde a los cambios de otras variables Xi denominadas independientes (número de
personas que trabajan en el hogar, ingresos, número de vehículos, etc.), que generalmente se busca
que se ajusten a una regresión lineal:

donde:
Y = producción o atracción de viajes en la zona i para un tipo de flujo considerado (se expresa en
viajes de personas, vehículos, tonelada por unidad de tiempo)
ki = son parámetros que se determinan por métodos estadísticos y que describen el comportamiento
de la demanda
Xi = representa un factor de discrepancia entre el modelo y la realidad(variables explicativas de la
demanda)
u = factor de corrección
Los modelos de generación de demanda relacionan las variables que describen la población o
actividad económica de cada zona y las que caracterizan su patrón de uso y ocupación del suelo, con
el potencial de la zona como unidad productora (o bien atractora de viajes).
Para la aplicación de este modelo se requiere que las variables se ajusten bien a la teoría estadística
que dice que las variables sean independientes entre si y continuas, además que se ajusten sus
resultados a una distribución normal, desafortunadamente esto en la práctica casi nunca se cumple,
ya que generalmente existe una correlación entre variables y en cuanto a las distribuciones estas no
siempre son normales.

APLICACIÓN MODELOS DE REGRESIÓNLINEAL DE VIAJES EJEMPLO CHILE

Selección de variables
Para Estimar modelos de Generación de Viajes para los períodos Pico Mañana (7:00-9:00 horas), y
para el total de viajes diarios se hacen iteraciones para horas totales en el día y horas punta de las
variables independientes (ver anexo1 Iteraciones) además Se hace un análisis general incluyendo
todas las variables, del cual se obtiene lo siguiente:

1. Las variables de identificación, no se incluye dentro de las iteraciones por no tener incidencia
en el número de viajes realizados.
2. Las variables hombres y mujeres son independientes del número de viajes por lo que se
excluyeron.
3. Se hicieron varias suposiciones entre las cuales están que si una persona tiene vehículo debe
tener licencia, por lo tanto la variable tiene licencia y no tiene licencia están inmersas en la
posesión de vehículo y no se incluye dentro del modelo.
4. Una vez excluidas las variables anteriores, se procede a realizar las iteraciones para encontrar
el modelo que determine el número de viajes realizados en la hora punta y totales del día.

5. De las iteraciones realizadas para horas totales (ver anexo 2) se concluye que:

• De la iteración 1 La variable trabajador inestable tiene coeficiente muy pequeño y se


supone que tiene poca incidencia dentro del modelo y se decide no incluirla en la iteración
2 para observar el comportamiento de las demás variables.
• En la iteración 2 se comprueba que la variable trabajador inestable no tiene incidencia en
las demás variables por lo que se excluye del modelo. Otra variable que al parecer no tiene
incidencia es Fuerzas Armadas, esta no se incluye en la tercera iteración.
• Observando la iteración 3, la salida de la variable fuerzas armadas causa un cambio
significativo en la variable obreros, por lo que se puede tratar de una variable confusa.
• En la iteración 4 se retira la variable cesantes y se observa que se trata de otra variable
confusa puesto que afecta la significancia de las variables empresarios, empleados y
estudiantes. La variable código de propiedad de vivienda se retira de la siguiente iteración
por haber tenido poca significancia en iteraciones anteriores y se observa el
comportamiento del modelo ante la ausencia de ésta.
• El retiro de la variable código de propiedad no vario los coeficientes de las demás
variables, por lo que se opta por retirarla definitivamente del modelo, por otro lado la
variable servicio doméstico se retira en la próxima iteración.
• En la iteración 6, luego de retirar servicio doméstico no se observan cambios en los
coeficientes, entonces se procede a retirar la variable Dueña de casa por ser poca
generadora de viajes y además sus coeficientes en las anteriores iteraciones has sido bajos.
• En la iteración 7 ocurre lo mismo con la variable jubilados, coeficientes bajos y negativos
y se decide retirar.
• Analizando el comportamiento del modelo sin la variable jubilados, los coeficientes de las
demás variables tienden a aumentar pero en una cantidad mínima; para darle más
significancia a las variables y trabajar mejor los modelos, se decide trabajar como variable
Dummya vehículos, donde cero vehículos serian la variable dummy mientras que en el
modelos encontraríamos 1y 2 vehículos y más de tres vehículos.
• En la iteración 9 se realiza el mismo procedimiento de variables dummy, pero con el total
de ingresos, notándose una variación significativa en los coeficientes de las demás
variables más cercanos a la realidad.
• En la iteración 11 se retira la variable obrero porque es de suponer que un obrero puede
actuar como empleado por lo tanto estaría inmerso en esta otra variable. Sin embargo se
puede observar que los coeficientes varían notoriamente y se alejan de lo que podría ser
la realidad. Por lo tanto en la iteración 12 se decide incluir nuevamente la variable obrero
y retirar la variable trabajador independiente, ocurriendo la misma situación de cuando se
retiró obraros de la iteración 8.
• Nuevamente en la iteración 13 se retira además de la variable trabajador independiente la
variable obrero, para observar el comportamiento del modelo, y se puede notar que los
coeficientes de las variables con las que se trabajó en esta iteración se acercan cada vez a
un modelo más real, también se observa un cambio significativo en el coeficiente de la
intercepción que ha ido disminuyendo.
• En la iteración 14 se retira la variable empresario ya que este podría estar inmerso dentro
de la variable empleado. Además su retiro no causo cambio significativo.
• En la iteración 15 se retira la variable “no trabaja”.
• En la iteración 16 se asume que las variables “empleado, empresario, obrero, s. doméstico”
se pueden definir como una sola llamada “total empleado”, logrando aumentar algunos
coeficientes y t estadísticos.
• En la iteración 17 se incluye nuevamente la variable “ no trabaja”, disminuyendo se
algunos coeficientes, además esta variables presenta un coeficiente negativo.
• Se decide trabajar como variable Dummy a número de personas en el hogar difinidas así:
de 2 a 4 personas y de 5 a 7 personas. Con esto los coeficientes de las variables
aumentaron. Mientras que el coeficiente no trabaja disminuyo aunque sigue siendo
negativo, por lo que en la iteración 19 se retira del modelo, no variando los
significativamente los coeficientes de las demás variables.
• En la iteración 20 se retira la variable “total empleados” y se incluye “empleado”.
• En la iteración 21 se incluye “trabajador independiente”, variando de una manera no
significativa los coeficientes de las demás variables.
• Se decide trabajar la variable “ trabajador independiente” como variable dummy de esta
forma: entre 2 y 3 trabajadores independientes, y mayor a 3 trabajadores independientes.
• En la iteración 23 se retira la variable “ingresos” para observar el comportamiento del
modelo.
De las 23 iteraciones realizadas se realiza una clasificación de los mejores modelos, teniendo en
cuenta características como coeficientes altos es decir significación de la variable, t estadísticos
mayores a 1,96, R2 cercanos a 1, variables dummy, importancia de la variable en la generación de
viajes, intersección cercana a ceroetc:
MODELO MODELO MODELO MODELO MODELO MODELO
VARIABLES
18 19 20 21 22 23
Ingresos - - - - - -
I1 0,39 (4,01) 0,40(3,83) 0,51(4,43) 0,46(4,4) 0,47(4,48) -
I2 0,81(3,79) 0,83(6,66) 0,79(6,09) 0,73(5,66) 0,74(5,72) -
I3 0,55(3,56) 0,58(3,72) 0,49(3,05) 0,44(2,8) 0,44(2,78) -
Numero de vehiculos - - - - - -
V1 0,76(8,33) 0,77(8,44) 0,83(8,94) 0,74(7,95) 0,8(8,58) 0,96(11,34)
V2 2,19(6,84) 2,24(6,99) 2,36(7,21) 2,19(6,71) 2,26(6,96) 2,41(7,60)
Personas en el hogar
H1 1,51(7,23) 1,38(6,71) 1,79(8,58) 1,7(8,17) 1,73(8,31) 1,79(8,62)
H2 2,62(10,69) 2,32(10,12) 3,11(13,64) 2,94(12,92) 2,96(13,02) 3(13,19)
H3 4,17(11,43) 3,61(11,05) 5,08(15,92) 4,74(14,82) 4,76(14,91) 4,72(14,76)
Trab. Independientes - - - 0,59(7,89)
2 y 3 t. indep - - - - 1,19(5,63) 1,26(5,97)
mayor de 3 t. independ - - - - 6,42(6,34) 6,51(6,41)
Empleado - - - - 0,83(15,6) 0,91(17,62)
Total Empleado 0,95(19,9) 0,99(20,91) 0,77(14,55) 0,86(16) - -
Estudiante 1,35(29,24) 1,41(33,25) 1,32(30,83) 1,34(31,36) 1,35(31,62) 1,36(31,73)
No trabaja -0,22(-3,45) - - - - -

ᶱ 0
0,8 0,78 0,91 0,87 0,93 1,17

R2 0,43 0,43 0,41 0,42 0,41 0,41

Se determina el número de viajes totales y el error con respecto al total de viajes encuestados:

MODELO 18 MODELO 19 MODELO 20 MODELO 21 MODELO 22 MODELO 23

ESIMACION DE VIAJE
POR REGRECION 14084 13998 13472 13459 13297 12616
LINEAL MULTIPLE
DATOS ENCUESTAS
14731 14731 14731 14731 14731 14731
HORA PUNTA

ERROR DEL MODELO 4% 5% 9% 9% 10% 14%

Si se organizan los modelos de mayor a menor nivel de confianza con respecto a los resultados se
obtiene:
6. Por otro lado de las iteraciones realizadas para horas puntas (ver anexo 3) se concluye que:
Siguiendo el mismo procedimiento de iteración para los viajes totales y así llegar al modelo
que sea más representativo para el caso en estudio se descartaron las siguientes variables:
• por su poca significado como se puede ver en el anexo en la iteración 1 vemos que
muchas de las variables dan poco significativas, se retiran una a una estas variables
como son “trabajo inestable”la cual su retiro no modifica el modelo.
• En la tercera iteraciónse retira la variable “fuerzas armadas”, no presentando
ninguna modificación en los modelos
• Las variables “ipropi”, “jubilados”, “dueña de casa” y “cesante” se retiran del
modelo en las iteraciones siguientes debido a que presentan signos negativos, son
poco significativos y no aportan al modelo de generación de viaje.
• En las siguientes iteraciones se busca darle significancia a las variables
transformándolas en variables mudas o dummy, estas variables son: “número de
vehículos” y “número de personas”en el hogar ya que se supone que entre
másvehículos y máspersonas en cada hogar la tendencia es que se generen
másviajes.
• En la iteración 10 se opta por retirar la variable “no trabaja” debido a que en las
iteraciones anteriores los coeficientes tienden a ser negativo y poco significativo y
una vez retirado no afecto en nada al modelo.

De las 14 iteraciones realizadas se realiza una clasificación de los mejores modelos, teniendo en
cuenta características como coeficientes altos es decir significación de la variable, t estadísticos
mayores a 1,96, R2 cercanos a 1, variables dummy, importancia de la variable en la generación de
viajes, intersección cercana a cero, etc.:
VARIABLES MODELO 9 MODELO 10 MODELO 11 MODELO 12 MODELO 13 MODELO 14

ILIQME 0,014(1,78) 0,014(1,78) - - - -


Numero de Vehiculo
V1 0,179(5.00) 0,180(5,02) 0,1984(5,78) 0,2172(6,32) 0,3736(11,11) 0,4023(12,01)
V2 0,65(5,20) 0,6560(5,24) 0,6873(5,54) 0,7715(6,23) 1,1904(9,62) 1,2406(10)
Numero de Personas
H1 0,24(3.00) 0,22045(2,75) 0,2189(2,73) 0,2524(3,14) 0,3509(4,28) 0,3958(4,83)
H2 0,42(4.35) 0,3660(4,05) 0,3594(3,98) 0,4308(4,79) 0,6185(6,78) 0,6992(7,7)
H3 0,52(3.57) 0,4145(3,21) 0,4014(3,11) 0,5072(3,95) 0,7850(6,03) 0,9365(7,98)
Empresario 0,55(13.58) 0,5539(13,82) 0,5757(15,07) 0,5974(15,64) - -
Trab_ Independiente 0,31(10.04) 0,3139(10,37) 0,3195(10,61) 0,3084(10,22) 0,1976(6,57) -
Empleado 0,58(25.63) 0,5918(26,54) 0,5993(27,35) 0,5806(26,63) 0,4818(22,54) 0,4468(21,49)
Obrero 0,42(13.27) 0,4244(13,57) 0,4223(13,51) 0,4137(13,19) 0,3164(10,05) 0,2780(8,95)
Serv_Doméstico 0,29(5,92) 0,2915(6,06) 0,3043(6,40) - - -
Estudiante 0,47(25.60) 0,4780(28,74) 0,4792(28,83) 0,4659(28,14) 0,4361(25,89) 0,4282(25,38)
No_trabaja -0,039(-1.56) - - - - -

ᶱ0 0,039495916 0,035937947 0,067492586 0,072288762 0,072288762 0,138574707


R2 0,371508941 0,371325132 0,371047563 0,366006369 0,336228058 0,329398184

Se determina el número de viajes totales y el error con respecto al total de viajes encuestados:

MODELO 9 MODELO 10 MODELO 11 MODELO 12 MODELO 13 MODELO 14

ESIMACION DE VIAJE POR 3879 3888 3810 3796 3693 3638


LOS MODELOS
DATOS ENCUESTAS HORA
4023 4023 4023 4023 4023 4023
PUNTA

ERROR DEL MODELO 4% 3% 5% 6% 8% 10%

Si se organizan los modelos de mayor a menor nivel de confianza con respecto a los resultados se
obtiene:

Como se puede observar en los anteriores modelos, la selección de los mejores cumplen entre otras
características con las siguientes:
• R2 cercanos a 1, debido a que cuanto más se acerque a 1 más explicativo tendrá el modelo.
• Intersección cercana a 0.
• Significancia del T estadístico mayor a 1,96.
• Utilización de variables indicadoras ( variables mudas o dummy), como es el caso de número
de personas, número de vehículos, ingresos, trabajador independiente.
• Se determinaron variables confusoras como es el caso de “fuerzas armadas”.
• Variables con cierto grado de colinealidad que fueron retiradas antes de realizar las
iteraciones como son licencia y no licencia.
Por lo tanto teniendo en cuenta los modelos las variables que más aportan en la generación de viajes
son: ingresos, número de vehículos, número de personas en el hogar, trabaja, no trabaja y estudiante.
Mientras las que menos aportan son: fuerzas armadas, jubilados, hombres, mujeres, dueña de casa,
cesante.

APLICACIÓN DE MODELOS DE ANÁLISIS POR CATEGORÍA (AGREGADO)

Para la determinación del número de viajes utilizando este método se definieron los atributos que
serán utilizados como base para la estimación del número de viajes que se realizan por vivienda como
son en este caso número de personas por vivienda y número de vehículos.
Luego se tomaron rangos de cada uno de estos atributos y se dividieron en un conjunto de clases en
el número de personas esta dado entre 1 y 2, 3 y 4, 5 y 6, y mayor de 7, en el caso de los vehículos se
trabajó ningún vehículo, 1 vehículo y más de 2 vehículos. Este procedimiento se realizó tanto para
horas pico y total de viajes.
Viajes Pico Mañana N° de Autos Tot Viajes diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 328 184 36 548 1-2 1487 807 152 2446
3-4 1838 1198 415 3451 3-4 6948 4397 1356 12701
5-6 1588 928 454 2970 5-6 5810 3243 1392 10445
>= 7 633 310 119 1062 >= 7 2288 1126 378 3792
Total 4387 2620 1024 8031 Total 16533 9573 3278 29384
Viajes totales hora pico y total viajes día respectivamente
Viajes Pico Mañana N° de Autos Tot Viajes diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 624 230 26 880 1-2 624 230 26 880
3-4 1405 756 205 2366 3-4 1405 756 205 2366
5-6 820 397 157 1374 5-6 820 397 157 1374
>= 7 244 106 30 380 >= 7 244 106 30 380
Total 3093 1489 418 5000 Total 3093 1489 418 5000
Viajes totales por hogar
Se calculan las tasas de generación de viajes al dividir, el número de viajes obtenido en campo entre
el número de hogares, para cada rango de las variables escogidas:
Viajes Pico Mañana N° de Autos Tot Viajes diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 0,53 0,8 1,38 2,71 1-2 2,38 3,51 5,85 11,74
3-4 1,31 1,58 2,02 4,91 3-4 4,95 5,82 6,61 17,38
5-6 1,94 2,34 2,89 7,17 5-6 7,09 8,17 8,87 24,13
>= 7 2,59 2,92 3,97 9,48 >= 7 9,38 10,62 12,6 32,6
Total 6,37 7,64 10,26 24,27 Total 23,8 28,12 33,93 85,85

Tasas de generación de viajes para horas pico y total viajes día

Finalmente el número total de viajes del área de estudio se obtiene al hacer la sumatoria de los
productos de las tasas de viajes por el total de hogares o viviendas de la zona. Se escogieron 2500
hogares para el cálculo del número de viajes y verificación del modelo.

VALIDACION VALIDACION
Hogares Totales por categoría para la Base de datos de Verificación Hogares Totales por categoría para la Base de datos de Verificación
Viajes Pico Mañana N° de Autos Tot Viajes diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 315 120 13 448 1-2 315 120 13 448
3-4 703 367 103 1173 3-4 703 367 103 1173
5-6 401 201 80 682 5-6 401 201 80 682
>= 7 129 57 11 197 >= 7 129 57 11 197
Total 1548 745 207 2500 Total 1548 745 207 2500
Viajes Totales para la Base de datos de verificación Viajes Totales para la Base de datos de verificación
Viajes Pico Mañana N° de Autos Tot Viajes diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 166,95 96 17,94 280,89 1-2 749,7 421,2 76,05 1246,95
3-4 920,93 579,86 208,06 1708,85 3-4 3479,85 2135,94 680,83 6296,62
5-6 777,94 470,34 231,2 1479,48 5-6 2843,09 1642,17 709,6 5194,86
>= 7 334,11 166,44 43,67 544,22 >= 7 1210,02 605,34 138,6 1953,96
Total 2199,93 1312,64 500,87 4013,44 Total 8282,66 4804,65 1605,08 14692,39
Viajes para horas pico y total viajes día

Total Viajes Pico de la Mañana Total de Viajes Diarios


Total Viajes Total Viajes
estimado por estimado por
Categorías: 4013,44 Categorías: 14692,39
Total Viajes Total Viajes
Base de datos Base de datos
verificacion: 4024 verificacion: 14735
ERROR (%) 0,26 ERROR (%) 0,29

Calculo del error

APLICACIÓN DE MODELOS DE ANÁLISIS POR CATEGORÍA (DESAGREGADO)


Para el desarrollo de este método se definieron los atributos que serán utilizados como base para la
estimación del número de viajes por motivos como trabajo, estudio y otros propósitos, se utilizaron
las mismas variables que se tuvieron en cuenta para el método de análisis por categoría(agregado), y
se realizó el mismo procedimiento obteniendo el siguiente resultado:
TOTAL DE VIAJES PICO DE LA MAÑANA CON PROPOSITO TRABAJO TOTAL DE VIAJES DIARIOS CON PROPOSITO TRABAJO
Viajes Totales con proposito Trabajo Viajes Totales con proposito Trabajo
Viajes Pico Mañana N° de Autos Tot Viajes diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 193 150 32 375 1-2 569 421 103 1093
3-4 1027 672 268 1967 3-4 3017 1910 717 5644
5-6 808 455 240 1503 5-6 2404 1261 656 4321
>= 7 333 154 52 539 >= 7 990 423 133 1546
Total 2361 1431 592 4384 Total 6980 4015 1609 12604

Total Hogares Total Hogares


Viajes Pico Mañana Tot Viajes diario
N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 624 230 26 880 1-2 624 230 26 880
3-4 1405 756 205 2366 3-4 1405 756 205 2366
5-6 820 397 157 1374 5-6 820 397 157 1374
>= 7 244 106 30 380 >= 7 244 106 30 380
Total 3093 1489 418 5000 Total 3093 1489 418 5000

Tasa de Viajes Promedio Por Categoría Tasa de Viajes Promedio Por Categoría
Viajes Pico Mañana Tot Viajes diario
N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 0,31 0,65 1,23 2,19 1-2 0,91 1,83 3,96 6,7
3-4 0,73 0,89 1,31 2,93 3-4 2,15 2,53 3,5 8,18
5-6 0,99 1,15 1,53 3,67 5-6 2,93 3,18 4,18 10,29
>= 7 1,36 1,45 1,73 4,54 >= 7 4,06 3,99 4,43 12,48
Total 3,39 4,14 5,8 13,33 Total 10,05 11,53 16,07 37,65

VALIDACION VALIDACION
Hogares Totales por categoría para la Base de datos de Verificación Hogares Totales por categoría para la Base de datos de Verificación
Viajes Pico Mañana Tot Viajes diario
N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 315 120 13 448 1-2 315 120 13 448
3-4 703 367 103 1173 3-4 703 367 103 1173
5-6 401 201 80 682 5-6 401 201 80 682
>= 7 129 57 11 197 >= 7 129 57 11 197
Total 1548 745 207 2500 Total 1548 745 207 2500

Viajes Totales para la Base de datos de verificación Viajes Totales para la Base de datos de verificación
Viajes Pico Mañana Tot Viajes diario
N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 97,65 78 15,99 191,64 1-2 286,65 219,6 51,48 557,73
3-4 513,19 326,63 134,93 974,75 3-4 1511,45 928,51 360,5 2800,46
5-6 396,99 231,15 122,4 750,54 5-6 1174,93 639,18 334,4 2148,51
>= 7 175,44 82,65 19,03 277,12 >= 7 523,74 227,43 48,73 799,9
Total 1183,27 718,43 292,35 2194,05 Total 3496,77 2014,72 795,11 6306,6

Total viajes por motivo trabajo

Vi aj es Pi co de l a Mañana TRABAJO Total de Vi aj es Di ari os TRABAJO


Total Viajes Total Viajes
estimado por 2194,05 estimado por 6306,6
Categorías: Categorías:
Total Viajes Base Total Viajes Base
de datos 2167 de datos 6347
verificacion: verificacion:
ERROR (%) 1,25 ERROR (%) 0,64

Calculo del error


TOTAL DE VIAJES PICO DE LA MAÑANA CON PROPOSITO ESTUDIO TOTAL DE VIAJES DIARIOS CON PROPOSITO ESTUDIO
Viajes Totales con proposito Estudio Viajes Totales con proposito Estudio
Viajes Pico Tot Viajes
N° de Autos N° de Autos
Mañana diario
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 44 12 3 59 1-2 158 44 4 206
3-4 554 378 115 1047 3-4 2043 1253 329 3625
5-6 622 368 187 1177 5-6 2303 1201 475 3979
>= 7 229 122 50 401 >= 7 874 423 148 1445
Total 1449 880 355 2684 Total 5378 2921 956 9255

Total Hogares Total Hogares


Viajes Pico Tot Viajes
Mañana N° de Autos diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 624 230 26 880 1-2 624 230 26 880
3-4 1405 756 205 2366 3-4 1405 756 205 2366
5-6 820 397 157 1374 5-6 820 397 157 1374
>= 7 244 106 30 380 >= 7 244 106 30 380
Total 3093 1489 418 5000 Total 3093 1489 418 5000

Tasa de Viajes Promedio Por Categoría Tasa de Viajes Promedio Por Categoría
Viajes Pico Tot Viajes
Mañana N° de Autos diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 0,07 0,05 0,12 0,24 1-2 0,25 0,19 0,15 0,59
3-4 0,39 0,5 0,56 1,45 3-4 1,45 1,66 1,6 4,71
5-6 0,76 0,93 1,19 2,88 5-6 2,81 3,03 3,03 8,87
>= 7 0,94 1,15 1,67 3,76 >= 7 3,58 3,99 4,93 12,5
Total 2,16 2,63 3,54 8,33 Total 8,09 8,87 9,71 26,67

VALIDACION VALIDACION
Hogares Totales por categoría para la Base de datos de Verificación Hogares Totales por categoría para la Base de datos de Verificación
Viajes Pico Tot Viajes
Mañana N° de Autos diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 315 120 13 448 1-2 315 120 13 448
3-4 703 367 103 1173 3-4 703 367 103 1173
5-6 401 201 80 682 5-6 401 201 80 682
>= 7 129 57 11 197 >= 7 129 57 11 197
Total 1548 745 207 2500 Total 1548 745 207 2500

Viajes Totales para la Base de datos de verificación Viajes Totales para la Base de datos de verificación
Viajes Pico Tot Viajes
Mañana N° de Autos diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 22,05 6 1,56 29,61 1-2 78,75 22,8 1,95 103,5
3-4 274,17 183,5 57,68 515,35 3-4 1019,35 609,22 164,8 1793,37
5-6 304,76 186,93 95,2 586,89 5-6 1126,81 609,03 242,4 1978,24
>= 7 121,26 65,55 18,37 205,18 >= 7 461,82 227,43 54,23 743,48
Total 722,24 441,98 172,81 1337,03 Total 2686,73 1468,48 463,38 4618,59

Total viajes por motivo Estudio

Vi ajes Pi co de l a Mañana ESTUDIO Total de Vi ajes Di ari os ESTUDIO


Total Viajes Total Viajes
estimado por 1337,03 estimado por 4618,59
Categorías: Categorías:
Total Viajes Total Viajes
Base de datos 1354 Base de datos 4583
verificacion: verificacion:
ERROR (%) 1,25 ERROR (%) 0,78

Calculo del error


TOTAL DE VIAJES PICO DE LA MAÑANA CON PROPOSITO OTROS TOTAL DE VIAJES DIARIOS CON PROPOSITO OTROS
Viajes Totales con proposito Otro Viajes Totales con proposito Otros
Viajes Pico Tot Viajes
N° de Autos N° de Autos
Mañana diario
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 91 22 1 114 1-2 760 342 45 1147
3-4 257 148 32 437 3-4 1888 1234 310 3432
5-6 158 105 27 290 5-6 1103 781 261 2145
>= 7 71 34 17 122 >= 7 424 280 97 801
Total 577 309 77 963 Total 4175 2637 713 7525

Total Hogares Total Hogares


Viajes Pico Tot Viajes
Mañana N° de Autos diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 624 230 26 880 1-2 624 230 26 880
3-4 1405 756 205 2366 3-4 1405 756 205 2366
5-6 820 397 157 1374 5-6 820 397 157 1374
>= 7 244 106 30 380 >= 7 244 106 30 380
Total 3093 1489 418 5000 Total 3093 1489 418 5000

Tasa de Viajes Promedio Por Categoría Tasa de Viajes Promedio Por Categoría
Viajes Pico Tot Viajes
Mañana N° de Autos diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 0,15 0,1 0,04 0,29 1-2 1,22 1,49 1,73 4,44
3-4 0,18 0,2 0,16 0,54 3-4 1,34 1,63 1,51 4,48
5-6 0,19 0,26 0,17 0,62 5-6 1,35 1,97 1,66 4,98
>= 7 0,29 0,32 0,57 1,18 >= 7 1,74 2,64 3,23 7,61
Total 0,81 0,88 0,94 2,63 Total 5,65 7,73 8,13 21,51

VALIDACION VALIDACION
Hogares Totales por categoría para la Base de datos de Verificación Hogares Totales por categoría para la Base de datos de Verificación
Viajes Pico Tot Viajes
Mañana N° de Autos diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 315 120 13 448 1-2 315 120 13 448
3-4 703 367 103 1173 3-4 703 367 103 1173
5-6 401 201 80 682 5-6 401 201 80 682
>= 7 129 57 11 197 >= 7 129 57 11 197
Total 1548 745 207 2500 Total 1548 745 207 2500

Viajes Totales para la Base de datos de verificación Viajes Totales para la Base de datos de verificación
Viajes Pico Tot Viajes
Mañana N° de Autos diario N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 47,25 12 0,52 59,77 1-2 384,3 178,8 22,49 585,59
3-4 126,54 73,4 16,48 216,42 3-4 942,02 598,21 155,53 1695,76
5-6 76,19 52,26 13,6 142,05 5-6 541,35 395,97 132,8 1070,12
>= 7 37,41 18,24 6,27 61,92 >= 7 224,46 150,48 35,53 410,47
Total 287,39 155,9 36,87 480,16 Total 2092,13 1323,46 346,35 3761,94

Total viajes Otros motivos

Vi aj es Pi co de l a Mañana OTROS Total de Vi aj es Di ari os OTROS


Total Viajes Total Viajes
estimado por 480,16 estimado por 3761,94
Categorías: Categorías:
Total Viajes Total Viajes
Base de datos 503 Base de datos 3805
verificacion: verificacion:
ERROR (%) 4,54 ERROR (%) 1,13

Calculo del error


APLICACIÓN MODELOS DE ANÁLISIS DE CLASIFICACIÓN MÚLTIPLE
(AGREGADO)
Para este método se definieron las mismas variables, que para el método análisis por categoría
(tamaño de hogares, numero de automóviles), y con estas se determinaron las tasas de viajes.
Luego se calculó la media para las tasas de viajes sobre la muestra completa de las viviendas para los
viajes de horas punta y viajes totales día de manera agregada, éste método consistes en hallar las
medias de cada categoría y compararla con la desviación y así poder hallar la nueva tasa de generación
por clasificación múltiple, para esto se calcularon las medias de cada categoría llamadas tasa de viaje.
También se halla un promedio general de todas las categorías tanto para la hora punta como para total
de días agregadas. Una vez determinado éstas medias se comparan la media general con cada tasa de
viaje dando como resultado las desviaciones para cada categoría. Después de esto se realiza la suma
algebraica de las desviaciones y el promedio general y se completa la matriz con éstas nuevas tasas
de generación de viajes utilizadas para calcular los viajes futuros.
.
TOTAL DE VIAJES PICO DE LA MAÑANA TOTAL DE VIAJES DIARIOS
Viajes Totales Viajes Totales
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 328 184 36 548 1-2 1487 807 152 2446
3-4 1838 1198 415 3451 3-4 6948 4397 1356 12701
5-6 1588 928 454 2970 5-6 5810 3243 1392 10445
>= 7 633 310 119 1062 >= 7 2288 1126 378 3792
Total 4387 2620 1024 8031 Total 16533 9573 3278 29384

Total Hogares Total Hogares


Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 624 230 26 880 1-2 624 230 26 880
3-4 1405 756 205 2366 3-4 1405 756 205 2366
5-6 820 397 157 1374 5-6 820 397 157 1374
>= 7 244 106 30 380 >= 7 244 106 30 380
Total 3093 1489 418 5000 Total 3093 1489 418 5000

Tasa de Viajes Promedio Por Categoría Tasa de Viajes Promedio Por Categoría
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 0,53 0,8 1,38 2,71 1-2 2,38 3,51 5,85 11,74
3-4 1,31 1,58 2,02 4,91 3-4 4,95 5,82 6,61 17,38
5-6 1,94 2,34 2,89 7,17 5-6 7,09 8,17 8,87 24,13
>= 7 2,59 2,92 3,97 9,48 >= 7 9,38 10,62 12,6 32,6
Total 6,37 7,64 10,26 24,27 Total 23,8 28,12 33,93 85,85

Viajes Pico
Mañana N° de Autos Tasa Tot Viajes diario
N° de Autos Tasa
NPERS 0 veh 1 veh >=2 veh Total Viajes NPERS 0 veh 1 veh >=2 veh Total Viajes
1-2 624 230 26 880 0,9 1-2 624 230 26 880 3,91
3-4 1405 756 205 2366 1,64 3-4 1405 756 205 2366 5,79
5-6 820 397 157 1374 2,39 5-6 820 397 157 1374 8,04
>= 7 244 106 30 380 3,16 >= 7 244 106 30 380 10,87
Total 3093 1489 418 5000 Total 3093 1489 418 5000
Tasa Viajes 1,59 1,91 2,57 2,02 Tasa Viajes 5,95 7,03 8,48 7,15

RESULTADOS DEL ANALISIS DE CLASIFICACION MULTIPLE


Tasa de Viajes Promedio Por Clasificacion Multiple Tasa de Viajes Promedio Por Clasificacion Multiple
Viajes Pico
Tot Viajes diario
Mañana N° de Autos Desviaciones N° de Autos Desviaciones
NPERS 0 veh 1 veh >=2 veh NPERS 0 veh 1 veh >=2 veh
1-2 0,47 0,79 1,45 -1,12 1-2 2,71 3,79 5,24 -3,24
3-4 1,21 1,53 2,19 -0,38 3-4 4,59 5,67 7,12 -1,36
5-6 1,96 2,28 2,94 0,37 5-6 6,84 7,92 9,37 0,89
>= 7 2,73 3,05 3,71 1,14 >= 7 9,67 10,75 12,2 3,72
Desviaciones -0,43 -0,11 0,55 Desviaciones -1,2 -0,12 1,33

VALIDACION VALIDACION
Hogares Totales por categoría para la Base de datos de Verificación Hogares Totales por categoría para la Base de datos de Verificación
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 315 120 13 448 1-2 315 120 13 448
3-4 703 367 103 1173 3-4 703 367 103 1173
5-6 401 201 80 682 5-6 401 201 80 682
>= 7 129 57 11 197 >= 7 129 57 11 197
Total 1548 745 207 2500 Total 1548 745 207 2500

Viajes Totales para la Base de datos de verificación Viajes Totales para la Base de datos de verificación
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 148,05 94,8 18,85 261,7 1-2 853,65 454,8 68,12 1376,57
3-4 850,63 561,51 225,57 1637,71 3-4 3226,77 2080,89 733,36 6041,02
5-6 785,96 458,28 235,2 1479,44 5-6 2742,84 1591,92 749,6 5084,36
>= 7 352,17 173,85 40,81 566,83 >= 7 1247,43 612,75 134,2 1994,38
Total 2136,81 1288,44 520,43 3945,68 Total 8070,69 4740,36 1685,28 14496,33

Calculo de viajes horas pico y total día


Total Viajes Pico de la Mañana Total de Viajes Diarios
Total Viajes Total Viajes
estimado por 3945,68 estimado por 14496,33
Clasf Multiple: Clasf Multiple:
Total Viajes Total Viajes
Base de datos 4024 Base de datos 14735
verificacion: verificacion:
ERROR (%) 1,95 ERROR (%) 1,62
Calculo del error

APLICACIÓN MODELOS DE ANÁLISIS DE CLASIFICACIÓN MÚLTIPLE


(DESAGREGADO)

Para el desarrollo de este método se definieron los atributos que serán utilizados como base para la
estimación del número de viajes para motivos como trabajo, estudio y otros, se utilizaron las mismas
variables que se tuvieron en cuenta para el método de análisis de clasificación multiple (agregado), y
se realizó el mismo procedimiento obteniendo el siguiente resultado:
TOTAL DE VIAJES PICO DE LA MAÑANA CON PROPOSITO TRABAJO TOTAL DE VIAJES DIARIOS CON PROPOSITO TRABAJO
Viajes Totales con proposito Trabajo Viajes Totales con proposito Trabajo
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 193 150 32 375 1-2 569 421 103 1093
3-4 1027 672 268 1967 3-4 3017 1910 717 5644
5-6 808 455 240 1503 5-6 2404 1261 656 4321
>= 7 333 154 52 539 >= 7 990 423 133 1546
Total 2361 1431 592 4384 Total 6980 4015 1609 12604

Total Hogares Total Hogares


Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 624 230 26 880 1-2 624 230 26 880
3-4 1405 756 205 2366 3-4 1405 756 205 2366
5-6 820 397 157 1374 5-6 820 397 157 1374
>= 7 244 106 30 380 >= 7 244 106 30 380
Total 3093 1489 418 5000 Total 3093 1489 418 5000

Tasa de Viajes Promedio Por Categoría Tasa de Viajes Promedio Por Categoría
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 0,31 0,65 1,23 2,19 1-2 0,91 1,83 3,96 6,7
3-4 0,73 0,89 1,31 2,93 3-4 2,15 2,53 3,5 8,18
5-6 0,99 1,15 1,53 3,67 5-6 2,93 3,18 4,18 10,29
>= 7 1,36 1,45 1,73 4,54 >= 7 4,06 3,99 4,43 12,48
Total 3,39 4,14 5,8 13,33 Total 10,05 11,53 16,07 37,65

Viajes Pico
Mañana N° de Autos Tasa Tot Viajes diario
N° de Autos Tasa
NPERS 0 veh 1 veh >=2 veh Total Viajes NPERS 0 veh 1 veh >=2 veh Total Viajes
1-2 624 230 26 880 0,73 1-2 624 230 26 880 2,23
3-4 1405 756 205 2366 0,98 3-4 1405 756 205 2366 2,73
5-6 820 397 157 1374 1,22 5-6 820 397 157 1374 3,43
>= 7 244 106 30 380 1,51 >= 7 244 106 30 380 4,16
Total 3093 1489 418 5000 Total 3093 1489 418 5000
Tasa Viajes 0,85 1,04 1,45 1,11 Tasa Viajes 2,51 2,88 4,02 3,14

RESULTADOS DEL ANALISIS DE CLASIFICACION MULTIPLE


Tasa de Viajes Promedio Por Clasificacion Multiple Tasa de Viajes Promedio Por Clasificacion Multiple
Viajes Pico Viajes Pico
Mañana N° de Autos Desviaciones Mañana N° de Autos Desviaciones
NPERS 0 veh 1 veh >=2 veh NPERS 0 veh 1 veh >=2 veh
1-2 0,47 0,66 1,07 -0,38 1-2 1,6 1,97 3,11 -0,91
3-4 0,72 0,91 1,32 -0,13 3-4 2,1 2,47 3,61 -0,41
5-6 0,96 1,15 1,56 0,11 5-6 2,8 3,17 4,31 0,29
>= 7 1,25 1,44 1,85 0,4 >= 7 3,53 3,9 5,04 1,02
Desviaciones -0,26 -0,07 0,34 Desviaciones -0,63 -0,26 0,88

VALIDACION VALIDACION
Hogares Totales por categoría para la Base de datos de Verificación Hogares Totales por categoría para la Base de datos de Verificación
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 315 120 13 448 1-2 315 120 13 448
3-4 703 367 103 1173 3-4 703 367 103 1173
5-6 401 201 80 682 5-6 401 201 80 682
>= 7 129 57 11 197 >= 7 129 57 11 197
Total 1548 745 207 2500 Total 1548 745 207 2500

Viajes Totales para la Base de datos de verificación Viajes Totales para la Base de datos de verificación
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 148,05 79,2 13,91 241,16 1-2 504 236,4 40,43 780,83
3-4 506,16 333,97 135,96 976,09 3-4 1476,3 906,49 371,83 2754,62
5-6 384,96 231,15 124,8 740,91 5-6 1122,8 637,17 344,8 2104,77
>= 7 161,25 82,08 20,35 263,68 >= 7 455,37 222,3 55,44 733,11
Total 1200,42 726,4 295,02 2221,84 Total 3558,47 2002,36 812,5 6373,33

Calculo de viajes horas pico y total día con propósito trabajo


Viajes Pico de la Mañana TRABAJO Total de Viajes Diarios TRABAJO
Total Viajes Total Viajes
estimado por 2221,84 estimado por 6373,33
Clasf Multiple: Clasf Multiple:
Total Viajes Total Viajes
Base de datos 2167 Base de datos 6347
verificacion: verificacion:
ERROR (%) 2,53 ERROR (%) 0,41
Calculo del error
TOTAL DE VIAJES PICO DE LA MAÑANA CON PROPOSITO ESTUDIO TOTAL DE VIAJES DIARIOS CON PROPOSITO ESTUDIO
Viajes Totales con proposito Estudio Viajes Totales con proposito Estudio
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 44 12 3 59 1-2 158 44 4 206
3-4 554 378 115 1047 3-4 2043 1253 329 3625
5-6 622 368 187 1177 5-6 2303 1201 475 3979
>= 7 229 122 50 401 >= 7 874 423 148 1445
Total 1449 880 355 2684 Total 5378 2921 956 9255

Total Hogares Total Hogares


Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 624 230 26 880 1-2 624 230 26 880
3-4 1405 756 205 2366 3-4 1405 756 205 2366
5-6 820 397 157 1374 5-6 820 397 157 1374
>= 7 244 106 30 380 >= 7 244 106 30 380
Total 3093 1489 418 5000 Total 3093 1489 418 5000

Tasa de Viajes Promedio Por Categoría Tasa de Viajes Promedio Por Categoría
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 0,07 0,05 0,12 0,24 1-2 0,25 0,19 0,15 0,59
3-4 0,39 0,5 0,56 1,45 3-4 1,45 1,66 1,6 4,71
5-6 0,76 0,93 1,19 2,88 5-6 2,81 3,03 3,03 8,87
>= 7 0,94 1,15 1,67 3,76 >= 7 3,58 3,99 4,93 12,5
Total 2,16 2,63 3,54 8,33 Total 8,09 8,87 9,71 26,67

Viajes Pico
Mañana N° de Autos Tasa Tot Viajes diario
N° de Autos Tasa
NPERS 0 veh 1 veh >=2 veh Total Viajes NPERS 0 veh 1 veh >=2 veh Total Viajes
1-2 624 230 26 880 0,08 1-2 624 230 26 880 0,2
3-4 1405 756 205 2366 0,48 3-4 1405 756 205 2366 1,57
5-6 820 397 157 1374 0,96 5-6 820 397 157 1374 2,96
>= 7 244 106 30 380 1,25 >= 7 244 106 30 380 4,17
Total 3093 1489 418 5000 Total 3093 1489 418 5000
Tasa Viajes 0,54 0,66 0,89 0,69 Tasa Viajes 2,02 2,22 2,43 2,22

RESULTADOS DEL ANALISIS DE CLASIFICACION MULTIPLE


Tasa de Viajes Promedio Por Clasificacion Multiple Tasa de Viajes Promedio Por Clasificacion Multiple
Viajes Pico Viajes Pico
Mañana N° de Autos Desviaciones Mañana N° de Autos Desviaciones
NPERS 0 veh 1 veh >=2 veh NPERS 0 veh 1 veh >=2 veh
1-2 -0,07 0,05 0,28 -0,61 1-2 0 0,2 0,41 -2,02
3-4 0,33 0,45 0,68 -0,21 3-4 1,37 1,57 1,78 -0,65
5-6 0,81 0,93 1,16 0,27 5-6 2,76 2,96 3,17 0,74
>= 7 1,1 1,22 1,45 0,56 >= 7 3,97 4,17 4,38 1,95
Desviaciones -0,15 -0,03 0,2 Desviaciones -0,2 0 0,21

VALIDACION VALIDACION
Hogares Totales por categoría para la Base de datos de Verificación Hogares Totales por categoría para la Base de datos de Verificación
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 315 120 13 448 1-2 315 120 13 448
3-4 703 367 103 1173 3-4 703 367 103 1173
5-6 401 201 80 682 5-6 401 201 80 682
>= 7 129 57 11 197 >= 7 129 57 11 197
Total 1548 745 207 2500 Total 1548 745 207 2500

Viajes Totales para la Base de datos de verificación Viajes Totales para la Base de datos de verificación
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 -22,05 6 3,64 -12,41 1-2 0 24 5,33 29,33
3-4 231,99 165,15 70,04 467,18 3-4 963,11 576,19 183,34 1722,64
5-6 324,81 186,93 92,8 604,54 5-6 1106,76 594,96 253,6 1955,32
>= 7 141,9 69,54 15,95 227,39 >= 7 512,13 237,69 48,18 798
Total 676,65 427,62 182,43 1286,7 Total 2582 1432,84 490,45 4505,29

Calculo de viajes horas pico y total día con propósito trabajo


Viajes Pico de la Mañana ESTUDIO Total de Viajes Diarios ESTUDIO
Total Viajes Total Viajes
estimado por 1286,7 estimado por 4505,29
Clasf Multiple: Clasf Multiple:
Total Viajes Total Viajes
Base de datos 1354 Base de datos 4583
verificacion: verificacion:
ERROR (%) 4,97 ERROR (%) 1,70
Calculo del error
TOTAL DE VIAJES PICO DE LA MAÑANA CON PROPOSITO OTROS TOTAL DE VIAJES DIARIOS CON PROPOSITO OTROS
Viajes Totales con proposito Otros Viajes Totales con proposito Otros
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 91 22 1 114 1-2 760 342 45 1147
3-4 257 148 32 437 3-4 1888 1234 310 3432
5-6 158 105 27 290 5-6 1103 781 261 2145
>= 7 71 34 17 122 >= 7 424 280 97 801
Total 577 309 77 963 Total 4175 2637 713 7525

Total Hogares Total Hogares


Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 624 230 26 880 1-2 624 230 26 880
3-4 1405 756 205 2366 3-4 1405 756 205 2366
5-6 820 397 157 1374 5-6 820 397 157 1374
>= 7 244 106 30 380 >= 7 244 106 30 380
Total 3093 1489 418 5000 Total 3093 1489 418 5000

Tasa de Viajes Promedio Por Categoría Tasa de Viajes Promedio Por Categoría
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 0,15 0,1 0,04 0,29 1-2 1,22 1,49 1,73 4,44
3-4 0,18 0,2 0,16 0,54 3-4 1,34 1,63 1,51 4,48
5-6 0,19 0,26 0,17 0,62 5-6 1,35 1,97 1,66 4,98
>= 7 0,29 0,32 0,57 1,18 >= 7 1,74 2,64 3,23 7,61
Total 0,81 0,88 0,94 2,63 Total 5,65 7,73 8,13 21,51

Viajes Pico
Mañana N° de Autos Tasa Tot Viajes diario
N° de Autos
NPERS 0 veh 1 veh >=2 veh Total Viajes NPERS 0 veh 1 veh >=2 veh Total
1-2 624 230 26 880 0,1 1-2 624 230 26 880
3-4 1405 756 205 2366 0,18 3-4 1405 756 205 2366
5-6 820 397 157 1374 0,21 5-6 820 397 157 1374
>= 7 244 106 30 380 0,39 >= 7 244 106 30 380
Total 3093 1489 418 5000 Total 3093 1489 418 5000
Tasa Viajes 0,2 0,22 0,24 0,22 Tasa Viajes 1,41 1,93 2,03

RESULTADOS DEL ANALISIS DE CLASIFICACION MULTIPLE


Tasa de Viajes Promedio Por Clasificacion Multiple Tasa de Viajes Promedio Por Clasificacion Multiple
Viajes Pico Viajes Pico
Mañana N° de Autos Desviaciones Mañana N° de Autos Desviaciones
NPERS 0 veh 1 veh >=2 veh NPERS 0 veh 1 veh >=2 veh
1-2 0,08 0,1 0,12 -0,12 1-2 1,41 1,93 2,03 0
3-4 0,16 0,18 0,2 -0,04 3-4 1,41 1,93 2,03 0
5-6 0,19 0,21 0,23 -0,01 5-6 1,41 1,93 2,03 0
>= 7 0,37 0,39 0,41 0,17 >= 7 1,41 1,93 2,03 0
Desviaciones -0,02 0 0,02 Desviaciones 1,41 1,93 2,03

VALIDACION VALIDACION
Hogares Totales por categoría para la Base de datos de Verificación Hogares Totales por categoría para la Base de datos de Verificación
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 315 120 13 448 1-2 315 120 13 448
3-4 703 367 103 1173 3-4 703 367 103 1173
5-6 401 201 80 682 5-6 401 201 80 682
>= 7 129 57 11 197 >= 7 129 57 11 197
Total 1548 745 207 2500 Total 1548 745 207 2500

Viajes Totales para la Base de datos de verificación Viajes Totales para la Base de datos de verificación
Viajes Pico
Tot Viajes diario
Mañana N° de Autos N° de Autos
NPERS 0 veh 1 veh >=2 veh Total NPERS 0 veh 1 veh >=2 veh Total
1-2 25,2 12 1,56 38,76 1-2 444,15 231,6 26,39 702,14
3-4 112,48 66,06 20,6 199,14 3-4 991,23 708,31 209,09 1908,63
5-6 76,19 42,21 18,4 136,8 5-6 565,41 387,93 162,4 1115,74
>= 7 47,73 22,23 4,51 74,47 >= 7 181,89 110,01 22,33 314,23
Total 261,6 142,5 45,07 449,17 Total 2182,68 1437,85 420,21 4040,74

Calculo de viajes horas pico y total día con Otros propósitos


Viajes Pico de la Mañana OTROS Total de Viajes Diarios OTROS
Total Viajes Total Viajes
estimado por 449,17 estimado por 4040,74
Clasf Multiple: Clasf Multiple:
Total Viajes Total Viajes
Base de datos 503 Base de datos 4583
verificacion: verificacion:
ERROR (%) 10,70 ERROR (%) 11,83
Calculo del error

Observando los resultados de aplicar el modelos de análisis por categoría y análisis de clasificación
multiple se puede notar que los errores son menores en los viajes calculados para el análisis de
clasificación multiple debido a que con este análisis es que se compensa parte del problema de tener
pocas observaciones en las celdas.
Los valores obtenidos con el método de clasificación Multiple no solo dependen del tamaño de la
muestra como sucede con el análisis por categoría, sino que se basan en la media global, derivada de
la muestra completa y de dos o más medias de clase que provienen de los datos relevantes para cada
clase relevante a la categoría de interés.
Para el análisis por categoría si se desea aumentar el número de variables, hay que aumentar
muchísimo la muestra.
Para cualquiera de estos dos métodos no se puede verificar la significación de las variables escogidas.
CONCLUSIONES
De los resultados obtenidos para la determinación de viajes por los distintos métodos se puede
concluir:
1. Para el análisis por regresión lineal multiple no se requiere un tamaño de muestra tan grande
comparado con el exigidos por el método de análisis por categorías, además esta método
permite incorporar nuevas variables y de verificar la significación de las variables escogidas.
2. Para verificar el funcionamiento de los modelos solo basta comparar los resultados obtenidos
con los valores observados.
3. Los errores obtenidos en los modelos de análisis por categoría y clasificación multiple son
menores comparados con los de Regresión lineal, sin embargo en éste se pueden tener en
cuenta más variables las que se ha determinado su significancia previamente.

BIBLIOGRAFÍA
• ORTUZAR, J. DE D. y WILLUMSEN, L.G. (2001) Modelling Transport (3ª Edición
Corregida). John Wiley and Sons, Chichester.
• F.JBARONLOPEZ; F. TELLEZ MONTIEL, Apuntes de bioestadística.
• SANTOS PRECIADO, JOSE MIGUEL; El análisis de regresión múltiple y su aplicación al
estudio de las rentas diferenciales del suelo.
• CANTILLO, VÍCTOR. Ingeniería & Desarrollo. Universidad del Norte. (2000). Generación
de viajes en el Distrito de Barranquilla, Páginas 120 – 132.
• MOLINERO MOLINERO ÁNGEL R. Y SÁNCHEZ ARELLANO LUIS IGNACIO. 2005.
Transporte Publico: Planeación, Diseño, Operación y Administración.