Analisis de Sistemas de Transporte en Ciudades

METODOLOGA PARA ANLISIS
DE SISTEMAS DE TRANSPORTE
EN GRANDES CIUDADES
Y CIUDADES DE TAMAO MEDIO
Ministro deTransportes y Telecomunicaciones ...................................................................... Sr. Claudio HohmannB.
Ministro deObras Pblicas................................................................................................... Sr. JaimeTohG.
Ministro deVivienday Urbanismo......................................................................................... Sr. Sergio Henrquez D.
Ministro dePlanificaciny Cooperacin................................................................................ Sr. GermnQuintanaP.
Ministerio deHacienda, Director dePresupuesto.................................................................... Sr. JoaqunVial R.
SEGPRES, JefeDivisindeCoordinacinInterministerial ....................................................... Sra. CarlaGonzlez M.
MIDEPLAN, JefeDivisinPlanificacin, Estudio einversin..................................................... Sr. JuanCavadaA.
SECTRA
CoordinacinGlobal ........................................................................................................... SECTRA
Consultores ....................................................................................................................... Fernndez &DeCeaIngenieros Ltda.
JuanJosBas Mir
ndice Metodologa para Anlisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamao Medio
Comisin de Planificacin de Inversiones en Infraestructura de Transporte - Secretara Ejecutiva SECTRA
1. INTRODUCCIN .............................................................................................. 1
2. DEFINICIN DE LOS MODELOS DE TRANSPORTE............................ 2
2. 1 Introduccin ........................................................................................................ 2
2. 2 Alternativas de Modelacin ............................................................................. 2
2.2.1 Generalidades ...................................................................................................... 2
2.2.2 Modelo Secuencial ............................................................................................ 3
2.2.3 Modelo de Equilibrio Simultneo .................................................................. 4
2. 3 Area de Estudio y Zonificacin ....................................................................... 5
2. 4 Contexto Temporal del Anlisis ...................................................................... 6
2.4.1 Cortes Temporales ............................................................................................. 6
2.4.2 Perodos de Anlisis .......................................................................................... 7
2. 5 Escenarios de Desarrollo Urbano .................................................................. 8
2. 6 Categorizacin de la Demanda ........................................................................ 9
2. 7 Modos y Redes de Transporte ......................................................................... 11
2. 8 Requerimientosde Explicacin y Prediccin de los Modelos ................ 13
2. 9 Modelo de Generacin/Atraccin de Viajes ................................................ 14
2.9.1 Modelos de Generacin de Viajes ................................................................. 15
2.9.1.1 Generacin de Viajes Basados en el Hogar de Ida (bhi) ............................ 15
2.9.1.2 Generacin de Viajes Basados en el Hogar de Retorno (bhr) .................. 18
2.9.1.3 Generacin de Viajes No Basados en el Hogar (nbh) ................................ 19
2.9.2 Modelos de Atraccin de Viajes ..................................................................... 19
2.10 Modelo de Distribucin ................................................................................... 21
2.11 Modelo de Particin Modal ............................................................................. 23
2.12 Modelo de Asignacin de Transporte Privado ............................................. 25
2.13 Modelo de Asignacin de Transporte Pblico ............................................. 27
2.14 Modelo de Asignacin de Transporte Pblico con Restriccin
de Capacidad ........................................................................................................ 29
2.15 Tratamiento de Viajes No Motorizados ......................................................... 30
3. CALIBRACIN DEL MODELO DE TRANSPORTE................................. 31
3. 1 Introduccin ......................................................................................................... 31
3. 2 Definicin de los Perodos de Anlisis ......................................................... 31
3. 3 Calibracin de Modelos de Generacin y Atraccin de Viajes ................ 33
3.3.1 Modelos ACM..................................................................................................... 33
3.3.2 Modelos de Regresin Lineal .......................................................................... 37
3. 4 Calibracin del Modelo de Particin Modal ................................................ 37
3. 5 Calibracin del Modelo de Distribucin ....................................................... 39
3.5.1 Metodologa para Ciudades Intermedias ....................................................... 39
3.5.2 Metodologa para Grandes Ciudades .............................................................. 42
3. 6 Calibracin de la Red de Transporte Pblico ............................................... 42
3. 7 Calibracin de la Red de Transporte Privado ............................................... 45
4. REQUERIMIENTOS DE INFORMACIN................................................... 47
4. 1 Introduccin ......................................................................................................... 47
4. 2 Encuesta Origen Destino de Viajes
en Hogares ........................................................................................................... 48
4.2.1 Requerimientos de Modelos de Generacin y Atraccin de Viajes ...... 48
4.2.2 Requerimientos del Modelo de Distribucin ............................................... 49
4.2.3 Requerimientos del Modelo de Particin Modal ........................................ 49
4.2.4 Tamao de la Muestra de la EOD de Hogares .............................................. 49
4.2.5 Consideraciones Respecto de la Metodologa de Seleccin
de Hogares (eleccin de la muestra).............................................................. 50
a) Catastro de direcciones ..................................................................................... 50
NDICE GENERAL
b) Mtodo de seleccin de hogares a encuestar ............................................... 51
4.2.6 Definicin de las Variables Includas en la EOD ........................................ 52
a) Caractersticas del Hogar ................................................................................. 52
b) Caractersticas de las personas del hogar ..................................................... 55
c) Caractersticas de los viajes ............................................................................. 56
4.2.7 Consideraciones Respecto a la Toma de Datos de la EOD ....................... 58
4.2.8 Recomendaciones de Criterios de Validacin de la Encuesta ................. 58
4.2.9 Anlisis Preliminares de la EOD a Hogares ................................................. 60
4.2.10 Consideraciones Respecto de la Utilizacin de la
Informacin de Viajes de la Encuesta ............................................................ 62
a) Clculo de factores de correccin ................................................................. 62
b) Clculo de factor de expansin ....................................................................... 63
c) Modalidad de correccin de la informacin includa en la
EOD a hogares .................................................................................................... 63
d) Subreporte de viajes ........................................................................................... 64
4. 3 Encuesta a Usuarios en la Red ......................................................................... 66
4. 4 Conteos de Trfico ............................................................................................. 67
4.4.1 Mediciones Continuas ....................................................................................... 67
4.4.2 Mediciones para Calibracin de Redes ......................................................... 67
4. 5 Encuestas de Cordn Externo .......................................................................... 68
4. 6 Mediciones de Variables de Servicio ............................................................ 68
4. 7 Generacin de Niveles de Servicio para Calibracin ................................. 69
5. CONSIDERACIONES DE EVALUACIN................................................... 71
5. 1 Introduccin ........................................................................................................ 71
5. 2 Criterios de Rentabilidad .................................................................................. 72
5. 3 Costos de Tiempo ............................................................................................... 73
5. 4 Costos de Operacin ......................................................................................... 74
6. MODELO SECUENCIAL VIVALDI .............................................................. 75
6. 1 Introduccin ........................................................................................................ 75
6. 2 Caractersticas de la Implementacin Computacional ............................... 75
6. 3 Formulacin del Modelo .................................................................................. 76
6.3.1 Introduccin ........................................................................................................ 76
6.3.2 Red Bsica ........................................................................................................... 76
6.3.3 Red de Transporte Pblico ............................................................................... 76
6.3.4 Modelo de Generacin de Viajes .................................................................... 76
6.3.5 Modelo de Atraccin de Viajes ....................................................................... 77
6.3.6 Modelos de Demanda ........................................................................................ 77
6.3.7 Modelos de Distribucin .................................................................................. 77
6.3.8 Modelos de Particin Modal ........................................................................... 78
6.3.9 Modelos de Asignacin de Transporte Privado ........................................... 78
6.3.10 Modelo de Asignacin de Transporte Pblico ............................................. 78
6.3.11 Diagrama del Flujo de Proceso ....................................................................... 78
7. MODELO DE EQUILIBRIO SIMULTNEO ESTRAUS .......................... 80
7. 1 Introduccin ........................................................................................................ 80
7. 2 Descripcin General del Modelo Estraus..................................................... 80
7. 3 Caractersticas de la Implementacin Computacional ............................... 80
7. 4 Formulacin del Modelo .................................................................................. 81
7.4.1 Introduccin ........................................................................................................ 81
7.4.2 Red Bsica ........................................................................................................... 81
7.4.3 Redes de Transporte Pblico ........................................................................... 81
7.4.4 Modelos de Demanda ........................................................................................ 81
7.4.5 Modelos de Distribucin .................................................................................. 81
7.4.6 Notacin Utilizada ............................................................................................. 81
7.4.7 Supuestos de Comportamiento Individual..................................................... 83
7.4.8 Formulacin del Modelo Matemtico y Problema de
Optimizacin Equivalente................................................................................. 84
a) Respecto de las funciones de demanda ......................................................... 86
b) Respecto de las funciones de costos en arcos de la red de
transporte privado ............................................................................................... 86
c) Respecto de las funciones de costos en arcos de la red de
transporte pblico .............................................................................................. 86
d) Funcin Objetivo ................................................................................................ 88
1) Datos Iniciales .................................................................................................... 89
2) Bsqueda de Solucin Inicial Factible ........................................................... 89
3) Iteraciones de Diagonalizacin ....................................................................... 89
4) Test de Convergencia del Algoritmo de Diagonalizacin ......................... 91
8. ANLISIS DE RESULTADOS DE ESTRAUS A TRAVS
DEL USO DEL MDULO ARRAU............................................................... 93
8. 1 Introduccin ........................................................................................................ 93
8. 2 Ejemplos de Salidas Grficas de Arraufigura .............................................. 93
9. METODOLOGA PARA LA CONSTRUCCIN DE ESCENARIOS
DE DESARROLLO URBANO........................................................................ 101
9. 1 Introduccin ........................................................................................................ 101
9. 2 Etapa I:
Definiciones Metodolgicas ........................................................................... 103
9.2.1 Introduccin ........................................................................................................ 103
9.2.2 Zonificacin del Estudio .................................................................................. 104
a) La divisin poltica actual................................................................................. 104
b) La normativa territorial ..................................................................................... 104
c) Las caractersticas geomorfolgicas ............................................................. 104
d) Los proyectos singulares de la ciudad ........................................................... 104
e) Los usos preponderantes .................................................................................. 104
f ) Las tendencias de desarrollo ........................................................................... 104
g) Homogeneidades fsicas ................................................................................... 104
h) Homogeneidades socio econmicas .............................................................. 104
i ) Condiciones de accesibilidad y conectividad ............................................... 104
9.2.3 Cortes Temporales ............................................................................................. 105
9.2.4 Tipos de Escenarios ........................................................................................... 105
9.2.5 Categoras de Usos y Unidades de Medida ................................................... 105
a) Uso residencial ................................................................................................... 105
b) Uso industrial ...................................................................................................... 105
c) Uso educacional .................................................................................................. 106
d) Uso salud .............................................................................................................. 106
e) Otros usos ............................................................................................................ 106
9.2.6 Unidades de Referencia y Fuentes de Informacin ..................................... 107
a) La unidad de referencia ..................................................................................... 107
b) La informacin disponible ................................................................................ 107
c) Fuentes disponibles ............................................................................................ 108
9.2.7 Planimetra ........................................................................................................... 109
9.2.8 Diccionarios ........................................................................................................ 109
9.2.9 Definicin del Comit de Uso de Suelo y Proyectos ................................ 109
a) Participacin y tareas del Comit de Uso de Suelo y Proyectos ............. 110
b) Participantes del Comit de Usos de Suelos y Proyectos ........................ 110
c) Convocatoria ........................................................................................................ 111
d) Cantidad y estructura de las sesiones del Comit ....................................... 111
e) Las Sesiones ........................................................................................................ 112
Primera Sesin .................................................................................................... 112
Segunda Sesin.................................................................................................... 112
Tercera Sesin ..................................................................................................... 113
Cuarta Sesin ....................................................................................................... 113
Quinta Sesin ...................................................................................................... 113
Sexta Sesin ........................................................................................................ 114
9. 3 Etapa II:
Definicin de Escenarios Globales ................................................................ 114
9.3.1 Introduccin ........................................................................................................ 114
9.3.2 Definicin de Tasas de Crecimiento Global y Sectorial ........................... 114
9.3.3 Definicin de Tasas de Crecimiento Demogrfico por
Hogar ..................................................................................................................... 115
9.3.4 Presentacin de Resultados ............................................................................. 116
9. 4 Etapa III :
Definicin de la Situacin o Escenario Base ............................................... 117
9.4.1 Introduccin ........................................................................................................ 117
9.4.2 Recopilacin de Informacin .......................................................................... 117
9.4.3 Procesamiento y Anlisis de la Informacin ................................................ 117
9.4.4 Definicin y Proyeccin de Variables al Ao Base.................................... 118
9.4.5 Presentacin y Validacin Siotuacin Base ................................................. 118
a) Mecanismos de Validacin .............................................................................. 118
b) Presentacin de la Situacin Base .................................................................. 118
9. 5 Etapa IV:
Proyecciones de la Demanda y Anlisis de la Oferta ................................. 120
9.5.1 Introduccin ........................................................................................................ 120
9.5.2 Proyecciones de la Demanda ........................................................................... 120
9.5.3 Presentacin y Validacin de Proyecciones ................................................ 121
9.5.4 Estimacin de la Oferta de Suelo ................................................................... 121
9. 6 Etapa V:
Localizacin de Usos de Suelo ....................................................................... 122
9.6.1 Introduccin ........................................................................................................ 122
9.6.2 Definicin de Indicadores de Priorizacin ................................................... 122
a) Indicador de tendencia ....................................................................................... 123
b) Indicador de prioridad segn normativa......................................................... 123
c) Indicador segn proyectos programados ....................................................... 123
d) Indicador de especializacin ............................................................................ 124
e) Indicador de grado de asociacin.................................................................... 125
9.6.3 Localizacin de Uso de Suelos ....................................................................... 126
9.6.4 Presentacin y Validacin de la Localizacin ............................................. 127
BIBLIOGRAFA ................................................................................................. 128
Pgina 1 Metodologa para Anlisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamao Medio
1. INTRODUCCIN
El principal objetivo del presente documento es dar a conocer una metodologa de
anlisis estratgico de los sistemas de transporte urbano para grandes ciudades y ciudades
de tamao medio, considerando los aspectos asociados a la operacin del sistema de
transporte y su relacin con el sistema de actividades.
En trminos generales, se entender por ciudad de tamao medio (o simplemente
ciudad intermedia) a una conurbacin con una poblacin entre 40.000 y 500.000
habitantes, que presentan bajos niveles de congestin en la operacin del sistema de
transporte. Al mismo tiempo, las grandes ciudades se definen como aquellas con una
poblacin superior a los 500.000 habitantes y cuyo sistema de transporte urbano est
afecto a niveles de congestin importantes.
Bsicamente, las metodologas se distinguen por el tipo de herramienta que
utilizan para la simulacin de la operacin de los sistemas de transporte urbano. En este
aspecto, existen dos alternativas: modelo secuencial y modelo de equilibrio
simultneo. Ambos modelos corresponden al modelo clsico de transporte de cuatro
etapas y se diferencian en la forma de abordar la resolucin de cada una de las etapas. El
primer tipo de modelo utiliza un algoritmo en que cada etapa es abordada secuencialmente,
mientras que el segundo tipo de modelo resuelve tres de las etapas en forma simultnea.
Ambos tipos de modelos tienen en comn los requerimientos de definicin y calibracin
de los distintos submodelos involucrados. Entre estos requerimientos comunes se debe
mencionar la modelacin adecuada de la demanda, la calibracin de redes, el tratamiento
del transporte pblico y otros. En este sentido, la mencionada naturaleza simplificada del
modelo secuencial debe entenderse como una reduccin de las dimensiones del anlisis,
pero no as de la calidad de las herramientas metodolgicas.
Los requerimientos de informacin planteados por las diferentes metodologas,
corresponden ms o menos a los tradicionales en este mbito, pero tambin se proponen
algunas innovaciones respecto a la recoleccin de datos y a su posterior utilizacin.
El tamao y complejidad de los sistemas de transporte de las ciudades intermedias,
con bajos niveles de congestin como caracterstica principal, no justifica el empleo de
un modelo de equilibrio simultneo, cuya implementacin computacional es el modelo
ESTRAUS. Las razones de ello son de orden prctico y tcnico, en consideracin a que
la utilizacin de dicho modelo requiere de importantes recursos tcnicos y
presupuestarios, habitualmente escasos. Pero ms importante es que los resultados del
anlisis no seran esencialmente distintos (en ciudades intermedias) de los que pueden
obtenerse con una metodologa ms simple.
Por otra parte, el uso de herramientas de anlisis relativamente sencillas de
aplicar, permitir introducir con mayor facilidad metodologas ms sofisticadas cuando
la complejidad de los problemas de transporte as lo ameriten.
La implementacin de cualquiera de los dos tipos de modelos (secuencial o de
equilibrio simultneo) necesitan como datos de entrada, entre otros, los vectores de
generacin y atraccin de viajes a nivel zonal. En este sentido, se hace indispensable
poder predecir el desarrollo de la ciudad, en trminos de la evolucin y localizacin de
los hogares y actividades, que constituyen las unidades generadoras y atractoras de viajes.
Dado que en el desarrollo de una ciudad intervienen mltiples agentes, cuyo
comportamiento es dinmico y de difcil prediccin, se utiliza la denominada tcnica de
construccin de escenarios de desarrollo urbano, que trata de reducir la incertidumbre en
la prediccin del desarrollo urbano, definiendo diferentes escenarios de evolucin de la
ciudad. En este contexto, se presenta una metodologa para abordar la problemtica
descrita.
2. DEFINICIN DE LOS MODELOS DE TRANSPORTE
2.1 INTRODUCCIN
El modelo clsico de transporte est compuesto por cuatro submodelos que
reflejan las distintas etapas de la demanda y oferta de transporte: generacin/atraccin
de viajes, distribucin de viajes y particin modal conforman la demanda de transporte,
y correspondiendo a la etapa de asignacin la oferta de transporte.
A partir de esta definicin bsica, existen dos formas de modelar las interacciones
entre demanda y oferta de transporte. La primera de ellas corresponde al denominado
Modelo Secuencial, que resuelve secuencialmente cada una de las etapas del modelo
clsico de transporte. El segundo enfoque corresponde al Modelo de Equilibrio, que
resuelve simultneamente las etapas de demanda y oferta de transporte. El tipo de modelo
a utilizar en el anlisis de un sistema de transporte urbano determinado depende
fundamentalmente de las caractersticas operacionales de dicho sistema, medidas
principalmente en trminos de la congestin sobre la red vial.
En este captulo se definen los modelos de transporte que se proponen como
elementos centrales de anlisis dentro de las distintas metodologas.
2.2 ALTERNATIVAS DE MODELACIN
2.2.1 Generalidades
La experiencia prctica de la modelacin de transporte, utilizada para analizar
sistemas de transporte urbano y evaluar proyectos y planes de este mbito, puede ser
diferenciada en dos vertientes. En los aos sesenta se desarrollaron las primeras
versiones del clsico modelo secuencial de cuatro etapas, que hasta la fecha es el
modelo ms extensamente utilizado en las ms diversas ciudades del mundo. Este modelo
trabaja sobre la hiptesis de que los usuarios realizan secuencialmente un conjunto de
elecciones que caracterizan sus viajes, a base de ciertos atributos personales y del
sistema de transporte. Estas elecciones dicen relacin con las decisiones de viajar
(generacin de viajes) hasta un destino (distribucin de viajes) en un modo de transporte
(particin modal) y a travs de una ruta determinada (asignacin). La agregacin de estas
decisiones individuales, determina las caractersticas de operacin de un sistema de
transporte dado.
No obstante su popularidad, el modelo secuencial presenta serios problemas en
ciertos escenarios, particularmente cuando es aplicado en sistemas de transporte
congestionados. El desarrollo terico
1
llev entonces -a principios de los ochenta- a la
formulacin del llamado modelo de equilibrio simultneo cuya primera expresin
prctica fue el modelo ESTRAUS
2
, desarrollado para la ciudad de Santiago y,
posteriormente, aplicado en el Gran Valparaso
3
.
Este nuevo enfoque conceptual, bsicamente postula que la operacin del sistema
de transporte es el resultado de un proceso de equilibrio entre la demanda (generacin,
distribucin y particin modal) y la oferta (asignacin) de transporte. Demanda y oferta
estn intrnsecamente relacionadas, se influyen mutuamente y no pueden ser determinadas
separadamente. Ello conduce a la formulacin de un problema matemtico (bastante ms
complejo que el correspondiente problema asociado al modelo secuencial) cuya solucin
representa el estado de equilibrio oferta-demanda del sistema de transporte y que, por lo
tanto, caracteriza su operacin tpica.
1. Fernndez, J.E. y Friesz, T.L. (1983) Equilibrium Predictions in Transport Market : The State of the Art . Transportation Research B, Vol 17-B (N2) 155-172.
2. Fernndez J.E. y De Cea J. (1990) An Application of equilibrium modelling to urban transport planning in developing countries: the case of Santiago de Chile, Operational Research 90. H.E. Bradley Editor, Selected Papers from the Twelfth IFORS
International Conference on Operational Research, Pergamon Press. Existe Versin en castellano en la revista Apuntes de Ingeniera 39 (1990) de la Pontificia Universidad Catlica de Chile.
3. Actualmente existen algunos modelos comerciales que integran este nuevo concepto de equilibrio. Entre ellos se debe mencionar por ejemplo el modelo EMME/2.
El modelo de equilibrio es claramente superior, tanto en trminos de su
fundamentacin conceptual, como de su mayor capacidad predictiva y de la bondad de sus
resultados. Sin embargo, es necesario considerar dos aspectos adicionales:
a) Dada su mayor complejidad conceptual y operacional, la utilizacin del
modelo simultneo encuentra plena justificacin cuando se analizan sistemas
de transporte congestionados. En ausencia de congestin (o cuando este
fenmeno es poco importante) los resultados de los modelos de equilibrio y
secuencial son similares (o muy parecidos).
b) Cualquiera sea el modelo global utilizado, los algoritmos de solucin de
ambos requieren contar con submodelos para cada etapa de la demanda
(generacin, distribucin, particin modal) y de la oferta (asignacin de
transporte pblico y privado). Ello significa que la bondad del modelo general
quedar condicionada por la posibilidad de integrar submodelos adecuadamente
calibrados y validados en cada una de las etapas sealadas, aunque en cada caso
(secuencial o simultneo) estos submodelos son utilizados de distinta manera.
En otras palabras, en el contexto de una ciudad de tamao medio, donde normalmente
la congestin no existe o es de escasa importancia, el analista debera preferir el modelo
secuencial, fundamentalmente debido a su mayor facilidad operacional y computacional.
Naturalmente, ello plantea el problema de definir cul es el nivel de congestin que
obligar o har necesario considerar un modelo de equilibrio en lugar de uno secuencial.
Esta interrogante no puede ser despejada con una recomendacin general, no obstante, si
la situacin presente amerita el uso del modelo secuencial, esto no impide la utilizacin
del modelo de equilibrio a futuro, si se esperan cambios de importancia en la operacin
del sistema de transporte bajo anlisis. Este paso se ve simplicado debido a que ambos
modelos utilizan las tcnicas de calibracin para cada uno de los submodelos.
Por otra parte, es clara la importancia de los submodelos de demanda y de oferta,
independientemente del modelo general que se utilice. Ello obliga a poner el nfasis
necesario en la adecuada eleccin, calibracin y validacin de los modelos de generacin,
distribucin, particin modal y asignacin de transporte pblico y privado.
2.2.2 Modelo Secuencial
El modelo que se propone como parte de la metodologa simplificada de anlisis
corresponde al clsico modelo secuencial de cuatro etapas. Ello resulta de considerar
que en ciudades chilenas de tamao medio, el fenmeno de la congestin es de menor
importancia y an inexistente en ciertos casos, lo que constituye el contexto preciso de
validez para este tipo de modelos. A ello debe agregarse su mayor simplicidad conceptual
y facilidad de utilizacin en trminos computacionales, en relacin con el modelo
alternativo de equilibrio simultneo.
El modelo general consta de un conjunto de submodelos que reflejan las distintas
etapas de la demanda y de la oferta de transporte. La definicin pone especial nfasis en
la calidad de cada uno de estos submodelos porque de ello depende la bondad del modelo
general. En este sentido, se propone que la mencionada naturaleza simplificada del
modelo debe entenderse como una reduccin de las dimensiones del anlisis, pero no as
de la calidad de las herramientas metodolgicas.
Siguiendo esta lnea de desarrollo, en la definicin del modelo se han propuesto
todas aquellas innovaciones tcnicas que parecen razonables a los objetivos de la
metodologa, an aceptando que la mayor sofisticacin conceptual pueda conducir a
requerimientos adicionales en su aplicacin, ya sean stos de orden tcnico, presupuestario
y/o temporales.
Las primeras aplicaciones de la presente metodologa a algunas ciudades de
tamao medio (Temuco, Valdivia, Osorno, Chilln, Curic y Talca) han tenido resultados
promisorios, lo que avala la decisin de utilizar el modelo secuencial para este tipo de
anlisis.
La Figura 2.1 muestra un esquema general del modelo propuesto y sus diferentes
etapas o submodelos. El modelo de Generacin determina, a base de la informacin
socioeconmica y de poblacin, los viajes producidos (O
i
) y los viajes atrados (
D
j
)
por cada una de las zonas de anlisis en que se divide el rea de estudio. El modelo de
Distribucin construye una matriz de viajes (T
ij
) entre parejas origen-destino de zonas.
El modelo de Particin Modal, divide los viajes entre los distintos modos de transporte
disponibles (T
ij
m
). Finalmente las matrices de viaje por modo son asignadas a las redes
correspondientes, obtenindose de esta manera los flujos por arcos.
Figura 2.1
Modelo Secuencial de Transporte
Generacin
Distribucin
Particin Modal
Asignacin de
Transporte Pblico
Asignacin de
Transporte Privado
2.2.3 Modelo de Equilibrio Simultneo
El modelo de equilibrio, a diferencia del modelo secuencial, resuelve la interaccin
demanda/oferta de transporte en forma simultnea, lo cual garantiza que, en situaciones
de alta congestin, exista consistencia de las variables que determinan las condiciones de
operacin del sistema en las distintas etapas del modelo.
La primera aplicacin de este enfoque se realiz, a partir de 1986, para el caso del
Gran Santiago, lo que dio origen al modelo ESTRAUS. Posteriormente, este mismo
enfoque fue utilizado para el anlisis del sistema de transporte urbano del Gran Valparaso
y, en la actualidad, se ha iniciado el desarrollo de la aplicacin para el Gran Concepcin.
Ello resulta de considerar que en las grandes ciudades chilenas el fenmeno de la
congestin es de importancia, con tendencia al aumento de la participacin del automvil
como medio de transporte, lo que constituye el contexto preciso de validez para este tipo
de modelo.
La formulacin del modelo considera un equilibrio bimodal entre vehculos de
transporte privado (autos, taxis) y vehculos de transporte pblico (buses, taxicolectivos),
considerando explcitamente las interacciones de congestin existentes entre ellos,
dado que operan sobre la misma infraestructura y compiten por la misma capacidad. El
modelo considera restriccin de capacidad tanto para la red vial como para los servicios
de transporte pblico. Dado que estos ltimos tienen capacidad limitada, se supone que
los tiempos de espera de los usuarios para abordar un vehculo son crecientes con el flujo
de pasajeros.
La tcnica utilizada para resolver el problema de equilibrio simultneo demanda/
oferta corresponde al algoritmo de Diagonalizacin, el cual permite, en cada iteracin,
solucionar un problema de particin modal- asignacin, manteniendo fija la distribucin,
la que es actualizada al inicio de una nueva iteracin.
En la Figura 2.2 se presenta el diagrama del algoritmo utilizado para resolver el
problema de equilibrio.
Figura 2.2
Algoritmo de equilibrio simultneo
Solucin Inicial
Rutas Mnimas
Actualizacin de Demanda
(Particin Modal)
Asignacin Viajes
Transporte Privado
Minimizacin
Undimensional
Nueva Solucin
Convergencia de
Frank-Wolfe
Solucin Inicial Factible
(M. Distribucin - P.)
Convergencia de
Diagonalizacin
Solucin Final
DIAGONALIZACIN
FRANK-WOLFE
FASE I
FASE II
A continuacin se detalla el contexto de aplicacin y la naturaleza especfica de
ambos modelos.
2.3 REA DE ESTUDIO Y ZONIFICACIN
La primera especificacin necesaria para el modelo de transporte (secuencial o
de equilibrio simultneo), es la definicin del contexto espacial de su aplicacin. En
trminos generales se puede decir que el rea de estudio debera cubrir todos los
lugares, donde se producen o se atraen los viajes que utilizan el sistema de transporte que
se desea analizar. Aunque en transporte urbano el rea de estudio est normalmente
asociada con los lmites espaciales de la ciudad, muchas veces es necesario considerar
las influencias externas (por ejemplo, transporte interurbano de pasajeros y de carga). El
modelo explica (o trata de explicar) la operacin del sistema de transporte dentro del
rea de estudio -cuyo permetro fsico est definido por un cordn externo- y las
influencias externas deben ser tratadas como datos exgenos del problema, que el
modelo debe considerar, pero que no puede explicar.
Definido el contexto espacial, el rea de estudio se divide en zonas ms pequeas,
que constituirn en adelante la unidad bsica del anlisis de transporte. La primera
caracterstica deseable de las zonas es su homogeneidad en trminos de utilizacin de
suelos y de caractersticas socioeconmicas de la poblacin, dado que stas son dos
variables fundamentales para explicar demanda de viajes.
La definicin geogrfica de las zonas debe respetar las divisiones administrativas
y polticas de la ciudad y sobre todo, las divisiones geogrficas del Censo de Poblacin
que el Estado realiza peridicamente. De esta manera ser posible obtener con facilidad
ciertos datos bsicos de entrada para el anlisis de transporte, tales como el nmero de
hogares por zona estratificados por ingreso, posesin de automvil, tamao familiar, etc.
Adems, en torno al Censo de Poblacin suelen desarrollarse estudios de proyeccin de
sus datos, informacin tambin til para el anlisis de transporte.
El nmero de zonas es otra definicin delicada. A mayor nmero de zonas, el
anlisis de transporte es ms preciso y detallado, pero tambin son mayores los
requerimientos del modelo y de la informacin necesaria. Por otro lado, un nmero
demasiado pequeo de zonas podra conducir a anlisis demasiado agregados, reidos
con los objetivos de un estudio de transporte. Por ejemplo, un nmero demasiado
reducido de zonas resultar en reas zonales muy grandes (difcilmente homogneas) lo
que a su vez redundar en un gran nmero de viajes intrazonales; dado que la unidad de
anlisis bsico es la zona, los modelos de asignacin no pueden tratar tales viajes, y el
anlisis completo pierde verosimilitud.
Es recomendable que la zonificacin distinga adecuadamente aquellas zonas
singulares de la ciudad. Ello se justifica porque normalmente no poseen un comportamiento
de viajes similar al de otras zonas preferentemente residenciales, comerciales o
industriales. A base de la experiencia adquirida en el desarrollo de diversos estudios de
transporte, es aconsejable identificar como una zona independiente a las siguientes
singularidades: estacin de ferrocarril, regimientos, cerros, sectores de estadio,
universidades relevantes, cementerio y otros sectores que el analista estime pertinente.
La ventaja de ello radica en que las zonas resultantes son homogneas en trminos
de su uso de suelos y en trminos de los viajes generados y atrados. Su tratamiento no
es diferente al de otras zonas, con la salvedad de que en stas no es necesario que existan
hogares.
Aunque no es posible una recomendacin general y precisa, la experiencia de
estudios anteriores, indica que para una ciudad de tamao medio, un nmero razonable
de zonas no debera ser inferior a 40 ni superior a 70; pero estos valores son slo una
referencia y cada caso debe ser estudiado especficamente. En el caso de las grandes
ciudades, la actual zonificacin del Gran Santiago contempla 400 zonas, alrededor de 160
en el Gran Valparaso y 140 en el Gran Concepcin.
2.4 CONTEXTO TEMPORAL DEL ANLISIS
Normalmente los modelos de transporte son requeridos para analizar la operacin
del sistema en ciertos aos representativos, que incluyen el presente (habitualmente
llamado ao base) y algunos aos futuros, todos los cuales se denominan colectivamente
cortes temporales. En cada uno de estos cortes temporales, es necesario contrastar la
operacin del sistema de transporte en una situacin base de comparacin (situacin
base) con la operacin del sistema despus de introducir modificaciones estructurales
en sus caractersticas fundamentales (situacin con proyecto)
4
.
Por otra parte, la operacin del sistema en un da completo es un fenmeno cuya
complejidad y dinamismo desborda las capacidades de las actuales herramientas de
anlisis. En consecuencia, la metodologa habitual analiza slo algunos perodos
representativos de un da tpico y utiliza el modelo de transporte para simular la operacin
del sistema dentro de tales perodos. Los resultados por perodo se extienden al da
completo y posteriormente extrapolados para obtener el total anual.
Los cortes temporales futuros son simulados introduciendo al modelo las variables
de entrada correspondientes de cada perodo, con los valores que se estima que tales
variables tomarn en el futuro. Luego se simula la operacin del sistema en los perodos
definidos y se sigue el procedimiento descrito anteriormente.
2.4.1 Cortes Temporales
Esta metodologa plantea varias interrogantes respecto al contexto de validez de
aplicacin del modelo. En primer lugar, es claro que en el mejor de los casos, el modelo
se calibra y valida con informacin actual, lo cual significa que an un buen modelo slo
garantizar -en principio- una buena simulacin del comportamiento actual del sistema
de transporte. Si el modelo est correctamente formulado y calibrado, debera tambin
ser adecuado para predecir los cambios en la operacin del sistema, por efecto de
modificaciones estructurales de sus caractersticas (proyectos y polticas) si ellas se
produjeran en el presente.
4. Naturalmente estas modificaciones estructurales las producen los proyectos de infraestructura, de gestin, y de escenarios, que se desea estudiar. Ntese que tales proyectos modificarn las caractersticas bsicas de la demanda y/o de la oferta de transporte y
por lo tanto, modificarn la operacin del sistema. La interrogante fundamental que el modelo debe dilucidar es la magnitud y la direccin de los cambios.
La llamada calibracin del modelo tiene como principal objetivo capturar los
patrones de comportamiento de los distintos elementos que interactan en el sistema,
entre los cuales (y muy importantes) estn los usuarios. La hiptesis bsica de que tales
patrones de comportamiento permanecern constantes en el futuro, se hace claramente
discutible a medida que se consideran escenarios ms distantes en el tiempo. Por
ejemplo, no es posible garantizar que las tasas de generacin de viajes para los hogares
de ingreso medio con un automvil, sern en 20 aos ms, las mismas que las actuales.
Tampoco es posible saber si la valorizacin que los usuarios de distintos niveles de
ingreso dan al tiempo de viaje por ejemplo, permanecer constante en el futuro.
Estos ejemplos reflejan un problema tradicional de cualquier modelo que trate de
simular la operacin futura de un sistema en que est involucrado el comportamiento de
individuos. En el caso del modelo de transporte, el comportamiento de los usuarios es una
de las variables fundamentales del sistema, por lo que la incertidumbre del futuro es una
caracterstica importante a considerar cuando se aplica el modelo. Es inmediato que
mientras ms cercano sea el horizonte temporal de aplicacin, menor ser la incertidumbre
respecto a la validez del modelo, debido a que se reducen las posibilidades de alteracin
de los patrones de comportamiento y por lo tanto, de los parmetros que fueron
calibrados para el modelo.
De la discusin anterior se concluye la conveniencia de que los cortes temporales
de anlisis estn lo ms cercanos posible del ao de calibracin. Habitualmente el
modelo de transporte es utilizado para simular escenarios a diez, quince y hasta veinte
aos plazo, lo que parece revelar un exceso de confianza en su capacidad predictiva. Estos
horizontes tan lejanos son necesarios para la evaluacin de proyectos, pero es posible
limitar estos requerimientos para evitar entregar una responsabilidad excesiva al modelo
5
.
Complementando lo anterior, se debe considerar que el modelo de transporte
requiere informacin exgena, tales como caractersticas socioeconmicas de los
hogares, escenarios de desarrollo urbano, modelos demogrficos, etc., cuyo horizonte
de prediccin es, en general, de corto plazo.
En trminos generales, es aconsejable que el corte temporal mximo no se
proyecte ms all de diez aos plazo (y en lo posible menos de diez aos). Adicionalmente
debe definirse un corte temporal intermedio entre el ao base y el corte temporal
mximo.
Debe tenerse presente adems, que la definicin de los cortes temporales est
fundamentalmente relacionada no slo con el contexto de validez conceptual del modelo,
sino tambin con la posibilidad de estimar correctamente (a futuro) sus datos de entrada.
2.4.2 Perodos de Anlisis
Tradicionalmente la modelacin de transporte urbano se ha limitado a definir dos
perodos bsicos de anlisis: perodo punta de la maana y perodo de fuera de punta.
Normalmente, cada uno de estos perodos se prolonga entre una y dos horas, espacio de
tiempo dentro del cual se supone que todos los viajes que se producen en algn origen,
llegan a su destino. El anlisis de estos perodos representativos arroja ciertos resultados
operacionales (matrices de viaje por modo, niveles de servicio, flujos por arco de cada
red) que son valorados econmicamente para efectos de evaluacin, obtenindose
finalmente costos y beneficios por perodo. Dichos costos y beneficios son
posteriormente extrapolados para obtener totales diarios y anuales.
Es indudable que con slo dos perodos representativos, la extensin al total diario
resulta menos realista que lo deseable y debido a ello, algunos estudios han aumentado
el nmero de perodos de anlisis, incluyendo punta del medioda, punta de la tarde, fuera
de punta de la maana y de la tarde, etc. Desafortunadamente, la definicin del nmero de
perodos no es slo una cuestin de ms modelos y de ms informacin de calibracin
y validacin. Un problema adicional, se presenta cuando se considera la real capacidad de
los modelos disponibles para simular realistamente el comportamiento del sistema de
transporte.
5. Una posibilidad es considerar la operacin del sistema constante mas all del ltimo corte temporal. Ello implica que el valor de los beneficios y costos tambin permanecern constantes, lo cual puede conducir a algunas subestimaciones; pero este error ser
de menor importancia frente a la alternativa de utilizar el modelo ms all de su contexto de validez razonable. Por otra parte, las tasas de descuento habitualmente utilizadas en la evaluacin, hacen que el valor presente de beneficios y costos ms all de diez
aos sean prcticamente marginales.
Este problema se manifiesta principalmente en una de las tareas bsicas del
modelo: las estimaciones de la demanda. Los modelos de demanda con mayor fundamento
conceptual son aplicables a aquellos viajes que se originan en el hogar, entre otras cosas
porque la mayora de estos viajes son habituales y autnomos. Es decir, para los viajes
originados en el hogar, las decisiones de los usuarios son relativamente tpicas (a dnde
viajar, con qu propsito, en qu modo, por cul ruta), las alternativas de eleccin son
tambin relativamente claras y en general las opciones de los usuarios no estn
condicionadas por decisiones tomadas en perodos anteriores. Estas dos caractersticas
de habitualidad y autonoma, unido a la mayor facilidad de obtener informacin de los
usuarios y de su comportamiento para este tipo de viajes, hacen que la tarea de modelarlos
sea ms abordable.
Considrese en cambio, el problema de modelar los viajes de punta tarde. En este caso
la habitualidad de los viajes es mucho ms difusa (distintos destinos de viaje en distintos
das: regreso al hogar, diversin, compras, social, etc.); se presentan fenmenos complejos
de explicar y simular (por ejemplo los viajes concatenados: origen en el lugar de trabajo,
destino intermedio con propsito compras y destino final en el hogar); y la autonoma de
los usuarios puede estar condicionada por decisiones de perodos anteriores, lo que tiene
obvias implicancias para explicar su comportamiento en el perodo punta de la tarde (por
ejemplo, si un usuario eligi automvil para viajar al trabajo en la maana, en la prctica no
tiene alternativa modal para su viaje de regreso en la tarde y ningn modelo podra predecir
adecuadamente su comportamiento modal, a menos que fuera informado de la decisin de
la maana y se condicionara exgenamente su prediccin).
En trminos de oferta, un mayor nmero de perodos, bsicamente significa un mayor
esfuerzo de definicin y calibracin de las redes involucradas, aunque conceptualmente no
existen problemas mayores (algunas dificultades de modelacin podran presentarse no
obstante, si existieran alternativas multimodales de viaje).
En resumen, se puede concluir de la discusin anterior que el actual estado de
desarrollo de los modelos (particularmente los modelos de demanda) hace poco aconsejable
incluir en el anlisis, perodos en los cuales el comportamiento del sistema es an demasiado
complejo para las herramientas modelsticas disponibles. En consecuencia, en el contexto
de una metodologa simplificada, parece razonable considerar (al menos para el tratamiento
con el modelo) solamente los dos perodos tradicionales: punta de la maana y fuera de
punta.
2.5 ESCENARIOS DE DESARROLLO URBANO
El sistema de transporte urbano -sujeto central de la presente metodologa- opera y
se desarrolla en el contexto ms amplio del sistema de actividades y uso de suelos de la
ciudad, de tal forma que transporte y desarrollo urbano estn fuertemente relacionados entre
s. Sin embargo, la dinmica de desarrollo urbano de una ciudad est determinada por la
evolucin de un conjunto de variables de difcil prediccin -entre las cuales se encuentran
las caractersticas del sistema de transporte- y que adems interactan entre s. Dicha
interaccin es compleja y hasta ahora no se dispone de una metodologa prctica (un
modelo), que permita estudiar con la suficiente confiabilidad la relacin transporte y uso de
suelos
6
.
No obstante, el anlisis de transporte requiere de un contexto de desarrollo urbano
determinado, puesto que son las caractersticas de uso de suelo y de actividades las que
determinan las necesidades de transporte de una ciudad, al tiempo que la satisfaccin de
dichas necesidades determinan las caractersticas operacionales del sistema de transporte.
Por ejemplo, la demanda espacial de transporte y la operacin de las redes en
distintos sectores, estn ntimamente relacionadas con la localizacin de los hogares,
escuelas, fbricas, comercios, servicios, etc. dentro de la ciudad. Esta localizacin es
relativamente fcil de determinar para el ao base, pero estimar las localizaciones futuras
puede ser bastante ms complejo. Considrese adems que los estudios de transporte
requieren informacin an ms detallada de ciertas caractersticas urbanas: por ejemplo,
no slo se requiere saber dnde estarn los hogares, sino tambin cules sern sus
caractersticas en trminos de niveles de ingreso y tasas de motorizacin.
Dado que por ahora, no existe una metodologa universal que permita realizar tales
estimaciones con suficiente seguridad, el anlisis de transporte normalmente recurre a
la llamada tcnica de los escenarios de usos de suelos
7
. Como su nombre lo indica, esta
tcnica consiste en definir uno o ms escenarios, cada uno de los cuales caracteriza una
posible evolucin de la ciudad en trminos de localizacin espacial de hogares y
actividades no residenciales (comercio, servicios, industrias, colegios, etc.) a lo largo
del tiempo.(ver cap. 9).
6. Ciertamente el desarrollo urbano y su evolucin, responde al mbito de estudio de otras disciplinas y excede largamente el contexto de anlisis de una metodologa de transporte. El nico propsito de mencionar el desarrollo urbano aqu, es identificar su
relacin bsica con el funcionamiento del sistema de transporte.
7. Actualmente, est en desarrollo el modelo MUSSA (Modelo de Usos de Suelo para Santiago), que permite predecir la localizacin de actividades residenciales y no residenciales, considerando, entre otros aspectos, informacin proveniente del modelo de
transporte.
Desde el punto de vista del anlisis de transporte, cada escenario determinar un
conjunto distinto de necesidades de transporte en la ciudad. A su turno, ellas se traducirn
en diferentes datos de entrada para el modelo de transporte, el que deber simular la
operacin del sistema de transporte que resulta de cada escenario particular de uso de
suelo.
Ntese que en el contexto en que se proponen aqu, los escenarios son
independientes del modelo de transporte, lo que permite bastante flexibilidad para
estudiar distintas hiptesis de evolucin de la ciudad. Estas van desde un escenario
tendencial, en que la ciudad sigue evolucionando como lo ha hecho en el pasado reciente,
hasta escenarios donde las condiciones de desarrollo econmico y/o la intervencin de
la autoridad, determinan abruptos cambios en las tendencias de evolucin. El modelo de
transporte deber predecir las caractersticas de operacin del sistema de transporte,
resultantes en cada caso.
La definicin de los escenarios de uso de suelos es en s misma una tarea
compleja, puesto que ella se basa fundamentalmente en una mezcla de indicadores
objetivos (estimaciones de crecimiento de actividades econmicas, ingreso de los
hogares, tasas de motorizacin, etc.), conocimiento de iniciativas oficiales y de particulares
(planes reguladores, incentivos impositivos, planes de inversin inmobiliaria, potencial
de crecimiento industrial y de servicios, etc.) y finalmente la experiencia histrica
respecto a la evolucin de la ciudad. De este conjunto de indicadores y criterios, se debe
especificar aquellos escenarios ms probables
8
, que ameriten ser analizados desde el
punto de vista de la operacin de transporte. Cada escenario especificar una localizacin
particular de los distintos tipos de usos de suelos en la ciudad, lo que a su vez definir los
datos de entrada para el modelo de transporte
9
.
En la prctica, normalmente el escenario ms probable es el tendencial y la
mayora de las veces el anlisis de transporte se limita a este escenario, sobre todo si el
horizonte de anlisis es de diez aos, como se ha propuesto. Pero no existe impedimento
para extender el anlisis a otros escenarios, cuando ello sea necesario o aconsejable.
Debe recordarse sin embargo, que cada escenario implica una simulacin completa del
modelo de transporte, la provisin de sus datos de entrada y el anlisis de sus resultados.
2.6 CATEGORIZACIN DE LA DEMANDA
El objetivo del modelo de demanda es explicar y predecir las decisiones de los
usuarios respecto a la generacin, distribucin y particin modal de los viajes. Sin
embargo, dependiendo entre otras cosas de sus atributos personales y propsitos de viaje,
los usuarios tienen comportamientos diversos, por lo que es necesario categorizar la
demanda para permitir su mejor explicacin.
La primera estratificacin de la demanda se realiza a nivel de propsitos de viaje,
dado que el comportamiento de los usuarios puede ser notablemente distinto para cada
motivo de viaje. Considerando los perodos de anlisis antes sugeridos (punta maana y
fuera de punta) los propsitos de viaje principales sern tres: trabajo, estudio y otros.
Es improbable que sea necesario definir otro propsito para un da laboral tpico en
alguna ciudad del pas.
Es necesario sealar que los propsitos de viaje indicados son para utilizarse en
el contexto de los submodelos de particin modal y distribucin de viajes del modelo de
transporte. Sin perjuicio de ello, los modelos de generacin y atraccin de viajes pueden
considerar una desagregacin ms detallada, debido a que los viajes basados en el hogar
de ida, retorno o no basados en el hogar, tienen normalmente variables explicativas
distintas. Por otro lado, es necesario recordar que los modelos de asignacin no
distinguen distintos propsitos de viaje.
Desde el punto de vista de la demanda de transporte, la caracterstica ms relevante
del usuario es su nivel socioeconmico. Pero dado que es difcil determinar este nivel
para cada usuario en particular, en lugar de clasificar a los individuos normalmente se
categorizan los hogares que habitan. Cada hogar tiene asociado un cierto ingreso familiar
y una cierta tasa de motorizacin, variables que son utilizadas para categorizar los hogares
y por extensin, a los individuos que viven en l.
8. Habitualmente la especificacin de los escenarios ms probables, es el resultado de un consenso entre especialistas de transporte, urbanistas, tcnicos y autoridades locales, los cuales en conjunto aportan las distintas visiones necesarias para realizar una
tarea esencialmente multidisciplinaria y de criterio, para la cual no existe una metodologa establecida.
9. La localizacin de hogares y actividades, proveer los datos para alimentar el primer submodelo de demanda de transporte: la generacin/atraccin de viajes.
El nmero de categoras de demanda ser determinante para definir las dimensiones
del modelo, sus requerimientos de informacin y calibracin y finalmente, la precisin de
sus resultados. Esto hace que el nmero de categoras utilizado en los estudios de transporte
sea muy variable; siempre ser deseable una mayor desagregacin de la demanda, pero ello
debe conciliarse con la disponibilidad de informacin necesaria para modelar cada categora.
Tomando en cuenta estas restricciones, se estima que una categorizacin adecuada
de los hogares debera considerar al menos tres niveles de ingreso (ingreso bajo, medio
y alto) y al menos dos niveles de tasa de motorizacin del hogar (sin vehculo, con
vehculo). Eventualmente, si existiera una gran cantidad de hogares poseedores de ms
de un vehculo y su comportamiento fuera significativamente diferente de aquellos que
poseen slo un auto, es recomendable desagregar la variable posesin de automvil. Ello
permite estratificar la demanda de transporte en distintas categoras cruzadas de ingreso
y tasa de motorizacin, cada una de las cuales podr ser modelada -en principio-
separadamente para cada propsito y perodo considerado. En el caso de la ciudad de
Santiago, se usan cinco niveles de ingreso y tres de tasa de motorizacin.
Alternativamente, puede considerarse la agregacin de categoras extremas.
Normalmente, ellas corresponden a los cruces de categoras de ingreso alto sin auto, o
ingreso bajo con 2 o ms autos. En stas, es normal obtener escasas observaciones en la
muestra, no por problemas de muestreo o de nmero de encuestas, sino que por existir
un muy bajo nmero de hogares que presenten dichas caractersticas.
El Cuadro 2.1 presenta un ejemplo de categorizacin a base de 3 niveles de ingreso
y 3 de posesin de automvil, considerando la agregacin de categoras extremas. Tal
como se desprende del Cuadro 2.1, ella da origen a 7 categoras de demanda.
Cuadro 2.1
Ejemplo de Definicin de Categoras, Considerando Agregacin de Categoras Extremas
Ingreso
Rango sin auto 1 auto 2 o ms
Bajo 1
Medio 3 4 5
Alto 7
Posesin de Automvil
2
6
Una recomendacin casi siempre til, es analizar los requerimientos de
informacin que imponen los distintos modelos a calibrar, para diversas alternativas de
categorizacin; de tal suerte que, la definicin de categoras propuesta, sea consistente
con las posibilidades que ofrece la informacin recabada.
A modo de ejemplo, en el Cuadro 2.2, se presenta la categorizacin de demanda
utilizada en la ciudad de Curic
10
.
Cuadro 2.2
Definicin de Categoras, Moneda ($) de Septiembre de 1996
Rango Ingreso ($) sin auto 1 auto 2 o ms
Bajo 0 - 170.000 1 2 3
Medio 170.000 - 565.000 4 5 6
Alto 565.000 o ms 7 8 9
Posesin de Automvil Nivel de Ingreso
10. TRASA Ingenieros Consultores (1997), Estudio Diagnstico del Sistema de Transporte Urbano de la Ciudad de Curic Informe de Avance 2. Estudio realizado para MIDEPLAN por encargo de la Secretaria Ejecutiva de la Comisin de Planificacin de
Inversiones en Infraestructura de Transporte (SECTRA).
Es recomendable que los rangos de ingreso adoptados permitan representar grupos
con un comportamiento diferente desde el punto de vista de la demanda de transporte.
Indudablemente, cada categora de ingreso es estrictamente funcional al desarrollo econmico
de cada ciudad.
Dado que la metodologa recomienda estratificar la demanda segn ingreso y nmero
de autos, es evidente que la calibracin posterior de modelos considerar exclusivamente
aquellos hogares que reporten ambas variables.
Por ltimo, es necesario indicar que existen variables que explican mejor que el
ingreso del hogar la generacin de viajes con algn propsito, por ejemplo: nmero de
trabajadores en el hogar, nmero de estudiantes. Sin embargo, el uso de estas variables
tiene implcito un problema posterior de prediccin, muy difcil de solucionar, por lo
que la metodologa aconseja utilizar las variables ingreso y nmero de autos, como una
solucin de compromiso entre la calidad de los modelos y la posibilidad de predecir en
forma confiable las variables independientes a futuro.
2.7 MODOS Y REDES DE TRANSPORTE
La eleccin del nmero y tipo de modos de transporte es otro de los factores que
determinan las dimensiones del modelo y el nivel de detalle del anlisis. Para una tpica
ciudad chilena de tamao medio, la definicin de modos debera considerar ciertas
caractersticas que podran ser relevantes en este caso, lo que depende de cada ciudad
especfica. Por ejemplo, los modos no motorizados (especialmente caminata y en
algunos casos bicicletas) suelen ser importantes en la particin modal y deberan ser
tratados con mayor atencin que lo habitual; la autoridad local podra estar legtimamente
interesada en desarrollar polticas y proyectos especficos para estos modos
11
.
Asimismo, se puede afirmar que, en general, los modos combinados adquieren
importancia en las grandes ciudades. Por ejemplo, en el caso de la ciudad de Santiago, la
presencia del metro da origen al tratamiento de los modos auto-metro, bus-metro y
taxiocolectivo-metro.
En todo Chile, el transporte pblico sigue siendo el medio de transporte urbano
ms utilizado. Pero a diferencia de las grandes urbes, en muchas ciudades de tamao
medio el taxi colectivo es uno de los modos de transporte pblico ms importantes y en
algunos casos, es tanto o ms relevante que buses y taxibuses. Ello sugiere poner el
nfasis adecuado en el tratamiento de este modo que en principio debe tratarse como un
modo de transporte pblico ms. Pero debe advertirse que un problema serio para el caso
de las ciudades intermedias es la irregularidad del servicio que prestan (fenmeno que
tambin ocurre en la periferia de las grandes ciudades). Usualmente el recorrido del taxi
colectivo en la red es variable y dependiente de la demanda especfica de los usuarios que
lo abordan; tambin las frecuencias y a veces las tarifas son variables. Ello constituye una
dificultad, puesto que la modelacin de los modos de transporte pblico supone conocidos
y fijos los trazados y frecuencias de las lneas, conjuntamente con una determinada
estructura de tarifas al interior de cada perodo de anlisis.
11. En Santiago con 4,5 millones de habitantes y de acuerdo a la Encuesta Origen Destino de Viajes de 1991, los viajes a pie representan el 20% del total de viajes diarios. En Valparaso con 700.000 habitantes en 1986, el porcentaje de viajes a pie representa-
ban casi el 50% de los viajes diarios. Estas cifras sugieren una confirmacin de lo que parece intuitivamente razonable: a menor tamao de la ciudad, mayor es la importancia de la caminata como medio de transporte.
Visto todo lo anterior, se proponen a continuacin los modos de transporte que
habitualmente debieran ser considerados en el anlisis:
Caminata
Bicicleta (donde sea importante)
Automvil como auto-chofer
Automvil como auto-acompaante
Taxi
Bus - Taxibus
Taxi Colectivo
Modos con red independiente (metro, tren)
Modos combinados (donde sean importantes)
Naturalmente, no siempre es necesario utilizar todos estos modos simultneamente.
De hecho, dependiendo de su importancia relativa en cada ciudad especfica, es aconsejable
ignorar algunos de ellos para simplificar el anlisis.
La calibracin posterior de todos los modelos de demanda (generacin-atraccin,
distribucin y particin modal), considera nicamente los viajes realizados en los medios
de transporte definidos como de inters o modelables.
Es necesario recalcar que para el caso del auto-acompaante, las condiciones de
disponibilidad establecen que deber existir al menos un auto en el hogar. Esto se basa en
la suposicin de que los acompaantes pertenecen al mismo hogar, lo que es el caso
normal en nuestro pas. Es necesario hacer notar que cuando los acompaantes pertenecen
a otro hogar, se trata de un modo distinto a lo que nosotros llamamos auto-acompaante
en los modelos de transporte implementados por SECTRA (ESTRAUS y el modelo Secuencial
Clsico de 4 Etapas) y que suele ser denominado carpool; dicho modo no es considerado
en los modelos indicados.
Existen otros modos, como el furgn escolar, que representan una participacin
importante en los viajes con un propsito determinado. Especficamente, en la ciudad de
Santiago, hay ms viajes con propsito estudio en furgn escolar que en transporte
privado (auto y taxi). Lamentablemente, por dificultades de modelacin no es posible
incluir este modo en el anlisis.
Cada uno de estos modos utiliza una red de transporte especfica, que debe ser
calibrada de acuerdo a sus caractersticas operacionales. La red vial -que se utilizar
bsicamente para asignar los viajes de automvil (como auto-chofer y auto-acompaante)
y taxi- estar constituida por las principales vas e intersecciones de la ciudad. En ella
operan tambin los servicios de transporte pblico, los que para efectos de la red vial,
generan flujos fijos (determinados por las frecuencias de los servicios) de vehculos de
transporte pblico (buses, taxis colectivos, etc.) sobre sus arcos.
Cada arco de la red vial tiene asociada una funcin de costo, conocida como curva
flujo-velocidad, cuyos parmetros ser necesario calibrar.
La red vial puede tambin ser utilizada para asignar (cuando se considere
conveniente) los viajes de caminata y bicicleta. En este caso sin embargo, la funcin de
costo de los arcos debera estar relacionada con factores constantes como el largo del
arco y su pendiente, por ejemplo.
Cada modo de transporte pblico requiere una red virtual
12
que se construye a
partir de la descripcin de los recorridos fsicos y de las frecuencias de los servicios de
transporte. En este caso, la funcin de costo de cada arco de la red, representa el costo
generalizado de viaje (que debe ser calibrado) en un determinado modo de transporte
pblico.
12. El concepto de red virtual est asociado a los modelos de asignacin a rutas mnimas de transporte pblico. Este tipo de modelos se discutir en la seccin correspondiente a modelos de asignacin.
El tamao de las redes -nmero de nodos y nmero de arcos- depende del grado de
detalle del anlisis que se desee y del tipo de proyectos que se estudiarn, pero es inmediato
que parte importante de la complejidad del anlisis se relaciona con el tamao y densidad
de las redes. Normalmente, la red vial debera incluir una parte o el total de lo que usualmente
se define como la red estructurante de una ciudad. Por su parte, la red de transporte pblico
debera ser construida considerando el total de estos servicios que operan en la ciudad. No
obstante, estos son criterios generales que deben ser revisados en cada caso particular.
2.8 REQUERIMIENTOSDE EXPLICACIN Y PREDICCIN
DE LOS MODELOS
La formulacin de cualquier modelo requiere la definicin de un fenmeno (una
variable o un conjunto de variables) que necesita ser explicado y por otra parte, la
definicin de un conjunto de variables explicativas que se supone determinan las
caractersticas del fenmeno que interesa analizar.
En transporte urbano, fenmenos tpicos que interesa estudiar son por ejemplo,
el nmero de viajes producidos y atrados por zona, por propsito y categora, la
probabilidad de utilizar un cierto modo de transporte, los flujos en los arcos de una
determinada red, etc.. Para explicar estos fenmenos se recurre a variables tales como
las caractersticas socioeconmicas de los individuos, niveles de servicio de los modos
de transporte y otras.
Sin embargo, los modelos de transporte son utilizados no slo para explicar los
fenmenos mencionados sino tambin para predecir sus comportamientos futuros. Por
ello, es pertinente mencionar un problema habitual de cualquier modelo que va a ser
utilizado para determinar el valor futuro de una cierta variable y que dice relacin con la
factibilidad de predecir los valores de las variables explicativas correspondientes. La
calibracin de estos modelos normalmente enfrenta una disyuntiva entre los requerimientos
de la explicacin y los requerimientos de la prediccin.
Si el primer objetivo del modelo es explicar de la mejor manera posible el
fenmeno observado en un momento determinado, entonces es correcto recurrir a toda
variable que ayude a este propsito. Pero, si el objetivo del modelo es predecir el
comportamiento futuro del fenmeno que se intenta explicar, entonces es necesario
privilegiar la inclusin de aquellas variables explicativas cuya evolucin en el tiempo sea
factible determinar razonablemente. Buena parte del arte de modelar radica en la
habilidad con que se resuelve este conflicto de objetivos.
En el caso de la presente metodologa simplificada, todas las definiciones que ya
se han hecho y que se harn ms adelante respecto a las variables explicativas de los
modelos, tienen en especial consideracin la factibilidad de estimar sus valores futuros,
habida cuenta de la necesidad de utilizar la capacidad predictiva de los modelos.
13. Recurdese que el modelo de transporte realiza una simulacin independiente para cada perodo de anlisis. Para facilitar la exposicin se omitir en adelante esta dimensin del problema y a menos que se indique lo contrario, la argumentacin desarrollada
ser vlida para cualquiera de los perodos definidos.
2.9 MODELO DE GENERACIN/ATRACCIN DE VIAJES
La operacin del modelo de transporte requiere como datos de entrada los vectores
origen-destino de viajes para cada perodo de anlisis
13
, clasificados por propsitos de viaje
y por categoras de demanda. La estimacin de tales vectores constituye el objetivo de los
modelos de generacin/atraccin.
Idealmente debiera estimarse un vector de orgenes y un vector de destinos por cada
propsito y categora de demanda, pero en la prctica la clasificacin por categoras de
demanda no siempre es posible. Dado que stas se definen a partir de los niveles de ingreso
y tasa de motorizacin de los hogares, la categorizacin de los orgenes (producciones de
viajes) es fcil de hacer cuando los viajes se originan en el hogar, lo cual es una caracterstica
de la mayora de los viajes en el perodo punta de la maana y una proporcin importante
en el perodo fuera de punta.
Sin embargo, durante estos mismos perodos la mayora de los viajes se realizan hacia
lugares distintos del hogar, por lo que una eventual categorizacin de los destinos
(atracciones de viajes) resultara arbitraria en el mejor de los casos.
Considerando lo anterior, el modelo propuesto supone que slo los orgenes son
clasificables por propsito-categora y los destinos en cambio, son clasificables slo por
propsitos de viaje. As, el modelo de transporte recibe como datos de entrada un vector
Origen por cada propsito de viaje y por cada categora de demanda (O
i
pn
); y un vector
Destino por cada propsito de viaje, en el que todas las categoras de demanda estn
agrupadas ( D
j
p
). Adems, debe cumplirse:
i

p

O
i
pn
n

j

D
j
p
p

(2.1)
donde:
O
i
pn
Nmero de viajes generados en la zona i, de la categora n, con
propsitop.
D
j
p
Nmero de viajes atrados por zona j, con propsito p.
Por razones metodolgicas, las generaciones de viajes (orgenes) son modeladas
independientemente de las atracciones de viajes (destinos), aunque evidentemente sus
resultados deben ser consistentes, tal como se desprende de la expresin (2.1). Por otra
parte, dado el mayor desarrollo conceptual de los modelos de generacin de viajes,
habitualmente el analista tiende a confiar ms en sus resultados y por lo tanto, normalmente
se ajustan las atracciones a las generaciones de viajes.
Una manera simple de realizar este ajuste, es calcular un factor de correccin para
cada propsito de viaje, de la siguiente manera:

p

i

O
i
pn
n

D
j
p
j

(2.2)
Y luego se multiplica dicho factor por los componentes del vector de destinos del
propsito correspondiente, obtenindose los valores ajustados:
D
j
p ( a )
f
p
D
j
p
(2.3)
Eventualmente, para algn propsito de viaje, la calibracin del modelo de
atraccin podra entregar resultados ms confiables que la correspondiente a los modelos
de generacin. En este caso, es recomendable ajustar la generacin a la atraccin de
viajes, calculando el factor f
p
de (2.2) como el cuociente entre el total de viajes atrados
( D
j
p
j

) y el total de viajes generados ( O
i
pn
n

i

) , para luego ajustar los orgenes:
O
i
pn( a )
f
p
O
i
pn
.
Dos tipos de modelos se utilizan para explicar la generacin de viajes: regresin
lineal y anlisis por categora. La eleccin de uno u otro, depende de las caractersticas
de los viajes cuyos orgenes o destinos se desea explicar. Si bien los modelos de anlisis
por categora son conceptualmente ms adecuados, su mbito de aplicacin se reduce
bsicamente a aquellos viajes originados en el hogar. Por otra parte, aunque los modelos
de regresin lineal no son especialmente adecuados para explicar la generacin de viajes,
en casos tales como las atracciones de viajes y las generaciones de viajes no originados
en el hogar, suelen ser la nica herramienta metodolgica disponible para estudiarlos.
2.9.1 Modelos de Generacin de Viajes
Las generaciones de viajes ms relevantes pueden diferenciarse en tres tipos:
generacin de viajes basados en el hogar de ida y retorno, y generaciones de viajes no
basadas en el hogar. Los primeros sern estimados mediante modelos de Anlisis de
Clasificacin Mltiple (ACM), en tanto que para los segundos y terceros se puede utilizar
modelos de regresin lineal mltiple (RLM). Es decir, los orgenes de una zona pueden
ser expresados como sigue:
O
i
pn
O
i ( bhi )
pn
+ O
i ( bhr )
pn
+ O
i ( nbh )
pn
(2.4)
donde:
O
i
pn
Nmero total de viajes con propsito p, producidos por usuarios de la
categora n , en la zona i.
O
i ( bhi )
pn

Nmero de viajes basados en el hogar de ida (bhi), para la misma
clasificacin anterior.
O
i ( bhr )
pn
Nmero de viajes basados en el hogar de retorno (bhr), para la misma
clasificacin anterior.
O
i ( nbh )
pn
Nmero de viajes no originados en el hogar para la misma clasificacin
anterior.
Esta distincin es metodolgicamente importante por las siguientes razones. En
primer lugar, la importancia de cada tipo de viaje depende del perodo de modelacin. Es
as como, los viajes basados en el hogar de ida se realizan principalmente en el perodo punta
de la maana. En segundo lugar, la generacin de los viajes basados en el hogar de ida es
explicada por las variables socioeconmicas asociadas al hogar del viajero. Por su parte, la
generacin de viajes no basados en el hogar y basados en el hogar de retorno puede ser
explicada por aquellas variables asociadas a las actividades que se desarrollan en las zonas.
Estos dos ltimos tipos de viajes son importantes en el perodo fuera de punta.
2.9.1.1 Generacin de Viajes Basados en el Hogar de Ida (bhi)
Para los viajes originados en el hogar, la metodologa ms utilizada confa en la
determinacin de ciertas tasas de generacin de viajes
14
por hogar y en el conocimiento
del nmero de hogares en una determinada zona. De acuerdo a la estratificacin de la
demanda que se ha discutido antes, dichas tasas deben ser conocidas dentro de cada
perodo de anlisis, para cada propsito de viaje y categora del hogar.
O
i ( bhi )
pn
H
i
n
t
pn
(2.5)
donde:
O
i ( bhi )
pn
Nmero de viajes con propsito p generados por los hogares de la
categora n de la zona i.
H
i
n
Nmero de hogares de la categora n en la zona i.
t
pn

Tasa de generacin de viajes con propsito p de los hogares de la
categora n.
Este modelo requiere conocer el nmero de hogares por categora en cada zona,
lo cual debe ser determinado o estimado a partir de informacin socioeconmica
independiente: normalmente del Censo Poblacional o de otros catastros urbanos
15
.
Recurdese adems, que es necesario conocer la distribucin de hogares por categora
14. En realidad tasas de produccinde viajes. Sin embargo, para no innovar se utilizar aqu la nomenclatura habitual que habla de tasas de generacin.
15. Para los efectos de la presente metodologa se supone que tal informacin est disponible; de lo contrario ser necesario considerar como parte del estudio de transporte la recoleccin de dicha informacin bsica, con lo que ello significa en trminos de
tiempo y de presupuesto. Sin embargo, en el caso nacional, se considera muy improbable esta situacin: el Censo de Poblacin se realiza regularmente cada diez aos.
no slo en el ao base de anlisis; tambin se requiere la distribucin futura de los hogares
para cada uno de los cortes temporales. Estas proyecciones son parte del mbito de
especializacin de otras disciplinas, por lo que en el contexto de la metodologa que aqu
se discute, la distribucin de hogares por categora se considerar como un dato exgeno.
Luego, el problema se reduce a encontrar las tasas de generacin de viajes para cada
categora de hogar y propsito. Esta tarea ha sido habitualmente realizada con los denominados
modelos de anlisis por categoras
16
, los cuales determinan las tasas de generacin
buscadas a partir de una muestra de hogares, simplemente dividiendo para cada categora
ingreso-tasa de motorizacin, el nmero de viajes observados de un propsito por el nmero
de hogares en la muestra.
A pesar de su popularidad y sus ventajas tericas
17
, la aplicacin prctica de este
modelo suele presentar problemas importantes. El primero de ellos se relaciona con la
representatividad de las tasas calculadas para las categoras extremas, donde el nmero
de hogares en la muestra puede ser demasiado pequeo (por ejemplo hogares de bajos
ingresos con dos o ms autos); otro problema comn es la obtencin de tasas
contraintuitivas
18
. A ello debe agregarse la dificultad para calificar la bondad estadstica
de estos modelos.
Una variacin del modelo anterior, que ha surgido recientemente en aplicaciones
prcticas de transporte (a pesar de que el modelo fue propuesto a principios de los
ochenta
19
) es el llamado modelo de anlisis de clasificacin mltiple (ACM). Este
modelo -que es una extensin del anlisis de varianza ANOVA- se ha demostrado terica
y prcticamente muy til para calcular tasas de generacin de viajes. Adems permite
superar casi todas las falencias del anlisis por categora tradicional.
Las principales ventajas del mtodo ACM se resumen as:
a) Dispone de medidas estadsticas que permiten seleccionar entre esquemas
alternativos de categorizacin y adems, obtener una estimacin global de la
bondad de ajuste del esquema de clasificacin escogido.
b) La determinacin de la tasa de una categora especfica, no depende del nmero
de observaciones que se dispongan en esa categora. El mtodo se basa en el
valor de una tasa media global para todas las categoras y en las tasas medias de
cada nivel en que se particionan las distintas variables de categorizacin (en
este caso, la tasa promedio de generacin de viaje por cada nivel de ingreso y
-separadamente- de cada nivel de motorizacin de los hogares).
c) Debido a la razn anterior, el mtodo reduce la incertidumbre de los valores
correspondientes a las categoras extremas, que suelen ser cruciales para las
predicciones futuras.
Puesto que el mtodo ACM se basa en el anlisis de varianza, tambin dispone de
medidas de bondad de ajuste estadstico asociadas. Estas consisten en un estadgrafo F
para evaluar el esquema de clasificacin cruzada completo, un estadgrafo eta-cuadrado
para evaluar la contribucin de cada variable de la clasificacin, y un R-cuadrado para el
modelo de clasificacin cruzada completo. La aplicacin prctica del mtodo ACM es
muy sencilla y consta de tres pasos fundamentales:
i ) Estimar primero una media general para el valor de la variable dependiente (en
este caso, tasa de generacin de viajes) usando la muestra completa de hogares
disponible.
i i ) Estimar una media de grupo para cada nivel de estratificacin de cada variable
independiente (en este caso, ingreso y tasa de motorizacin) sin considerar las
divisiones segn niveles de las otras variables independientes.
iii) Finalmente se calcula la tasa de generacin de cada categora cruzada (cruce de
niveles de las variables independientes) corrigiendo el valor de la media global,
segn las desviaciones que con respecto a ella presenten las medias de grupo
de los niveles de cada variable que definen la categora.
Como se ha dicho antes, el mtodo de clasificacin mltiple ACM aparece como una
consecuencia del ANOVA aplicado a la variable dependiente: en este caso, la tasa de
generacin de viajes por hogar. Sin embargo, mientras el ANOVA, por razones de
complejidad analtica slo puede ser aplicado como mximo al caso de dos factores, el
16. Tambin llamados de clasificacin cruzada.
17. Ortzar J de D. y Wilumsen L.G. (1990) Modelling Transport, John Wiley & Sons, West Sussex, England.
18. La palabra contraintuitivo debe entenderse aqu en el sentido de que los resultados obtenidos son contrarios a lo que el analista esperara de acuerdo a su experiencia. Se esperara que ceteris paribus, a medida que aumenta el ingreso del hogar aumente
tambin su tasa de generacin de viajes. La misma tendencia se esperara respecto a la tasa de motorizacin.
19. Stopher P.R. y McDonald K.G. (1983) Trip Generation by Cross-Classification: An Alternative Methodology. Transportation Research Record 944, 84-91.
ACM puede ser utilizado sin dificultad con un nmero cualquiera de variables explicativas.
Si por ejemplo, se consideran dos variables explicativas, la expresin del ACM tendr la
siguiente forma
:
x
ij
*
< x > + ( x
i .
< x > ) + ( x
. j
< x > )
x
ij
*
x
i .
+ x
. j
< x >
(2.6)
donde:
< x > = Promedio global o gran media de las observaciones.
x
i .
= Promedio de la variable dependiente respecto al i-simo nivel de la primera
variable explicativa.
x
. j
= Promedio de la variable dependiente respecto al j-simo nivel de la
segunda variable explicativa.
x
ij
*
= Valor predicho mediante ACM, para la variable explicada.
Para ilustrar la aplicacin del modelo ACM y sus diferencias con el mtodo
tradicional de anlisis por categora, se muestra a continuacin un ejemplo construido
con datos de la ciudad de tamao intermedio de Curic
20
, donde se han utilizado dos
variables explicativas: ingreso familiar y tasa de motorizacin por hogar. La variable tasa
de motorizacin se ha estratificado en tres categoras: hogares sin automvil, hogares
con un automvil y hogares con dos o ms automviles. La estratificacin de ingreso del
hogar es la siguiente:
Cuadro 2.3
Definicin de Categoras Curic, Moneda ($) de Septiembre de 1996
Categora de Ingreso Rango de Ingreso
1 0 - 170.000
2 170.000 - 565.000
3 565.000 o ms
Con estas definiciones y utilizando el mtodo tradicional de anlisis por categoras,
se puede determinar la tasa de generacin de viajes por hogar, calculando directamente
el promedio de viajes por hogar en cada categora, tal como lo muestra el Cuadro 2.4. Se
pueden apreciar all algunos resultados contraintuitivos.
Cuadro 2.4
Modelo de Tasa Simple, Punta Maana: 7:45-9:45, Propsito Trabajo
Moneda ($) de Septiembre de 1996
Rango Ingreso ($) Cat. EOD sin auto 1 auto 2 o ms
Bajo 0 - 170.000 1,2,3 0,5758 0,6311 0,5000
Medio 170.000 - 565.000 4,5,6 0,7182 0,7713 0,9167
Alto 565.000 ms 7,8,9 0,3333 1,0000 0,7742
Ingreso del hogar Nmero de autos
El primer resultado inesperado es que los hogares de ingresos altos sin auto y con
dos o ms autos, generan menos viajes que los hogares de ingreso medio respectivos.
Otro resultado inesperado es el del estrato de ingreso alto y tasa de motorizacin 2+, en
que el valor de la tasa de generacin resulta ser inferior al correspondiente a las categora
de ingreso alto con slo un auto. Lo mismo se verifica para el estrato de ingreso bajo y
tasa de motorizacin 2+, en que el valor de la tasa de generacin resulta ser inferior al
correspondiente a las categora de ingreso bajo con slo un auto, lo cual tambin resulta
contraintuitivo.
A continuacin se aplicar el mtodo ACM sobre los mismos datos, para obtener
nuevas tasas de generacin. Los resultados se muestran en el Cuadro 2.5, donde puede
observarse que esta vez las tasas de generacin de viajes por hogar presentan una
tendencia de crecimiento bien definida con el ingreso y la tasa de motorizacin. De hecho
se han eliminado todos los problemas mencionados respecto a las tasas calculadas con
el mtodo tradicional.
20. TRASA Ingenieros Consultores (1997), Estudio Diagnstico del Sistema de Transporte Urbano de la Ciudad de Curic Informe de Avance 2. Estudio realizado para MIDEPLAN por encargo de la Comisin de Planificacin de Inversiones en
Infraestructura de Transporte (SECTRA).
Cuadro 2.5
Modelo de Tasa ACM, Punta Maana: 7:45-9:45, Propsito Trabajo
Rango Ingreso ($) Cat. EOD sin auto 1 auto 2 o ms Total
Bajo 0 - 170.000 1,2,3 0,5292 0,6660 0,7208 0,5734
Medio 170.000 - 565.000 4,5,6 0,7039 0,8406 0,8955 0,7481
Alto 565.000 ms 7,8,9 0,7755 0,9122 0,9671 0,8197
0,5930 0,7297 0,7846 0,6372
Total
El mtodo ACM permite realizar anlisis estadsticos
21
respecto a la validez y
significacin de cada variable incluida en la categorizacin y del esquema de categorizacin
global elegido. De hecho, este anlisis puede aconsejar la inclusin de otras variables
explicativas, como por ejemplo la estructura familiar en el hogar. Sin embargo, en el
contexto de la metodologa simplificada que se discute, se ha optado por sugerir las dos
variables tradicionales de ingreso por hogar y tasa de motorizacin, no slo porque stas
han sido las variables universalmente ms utilizadas en este tipo de modelos, sino tambin
porque presentan mayor facilidad de prediccin. Por supuesto, ello no opta para incluir
otras variables explicativas cuando ello sea aconsejable y posible.
2.9.1.2 Generacin de Viajes Basados en el Hogar de Retorno (bhr)
La generacin de este tipo de viajes (muy raros en el perodo punta maana y ms
frecuentes en el perodo fuera de punta), debe ser modelada con regresin lineal mltiple
(RLM) a nivel zonal, dado que en este caso el mtodo ACM es inaplicable, puesto que el
origen del viaje no es el hogar y por ello, no es lcito considerar el nmero de hogares
como variable explicativa.
En consecuencia, este tipo de viajes ser funcin de variables asociadas con el uso
de suelos y las actividades de una zona. En este sentido, las variables explicativas del modelo
de RLM sern casi las mismas utilizadas por los modelos de RLM de atraccin de viajes, que
se discutirn en la seccin siguiente (exceptuando el nmero de hogares por zona), por lo
que se omitirn aqu.
Sin embargo, -a diferencia de los modelos de atraccin de viajes-, la generacin de
viajes debe clasificarse por categora de demanda, de manera que se plantean dos alternativas.
La primera consiste en calibrar un modelo RLM por categora, mientras que la segunda
consiste en calibrar un modelo RLM que no distingue categoras (modelo conjunto) y aplicar
posteriormente factores que representen adecuadamente la proporcin de cada tipo de
usuarios.
La primera alternativa es la ms deseable, sin embargo su utilizacin y grado de
confiabilidad est limitada por el nmero de viajes observados en cada categora de
demanda. Es por ello que ese mtodo puede presentar problemas de calibracin y
probablemente sea difcil obtener modelos de RLM estadsticamente robustos. La
segunda alternativa, requiere conocer el porcentaje de viajes basados en el hogar de
retorno, generados por zona de acuerdo a la clasificacin de demanda. Esta informacin
no es fcil de obtener, a menos que se cuente con un banco de datos del tipo de una
Encuesta Origen Destino, que se propone como parte de la presente metodologa.
Finalmente, es necesario sealar que tal como antes se indicara, en el perodo
punta de la maana, este tipo de viajes son muy raros, por lo que una posibilidad para
incluirlos ser amplificar los viajes generados en el hogar de ida para cada zona
(modelados con tasas ACM segn se discuti antes), por un cierto porcentaje que
represente a los viajes basados en el hogar de retorno. Ciertamente, ste es un procedimiento
arbitrario que debe entenderse como un recurso extremo.
21. Una interesante discusin al respecto se puede ver en las ya citadas referencias Fernndez y De Cea Ingenieros Ltda.(1994) y Stopher y McDonald(1983).
2.9.1.3 Generacin de Viajes No Basados en el Hogar (nbh)
La generacin de viajes no basados en el hogar debe ser modelada con regresin
lineal mltiple (RLM) a nivel zonal, puesto que en este caso el mtodo ACM es
inaplicable.
La generacin de estos viajes, ser funcin de variables asociadas con el uso de
suelos y las actividades de una zona. En este sentido, las variables explicativas del modelo
RLM de generacin de viajes sern bsicamente las mismas utilizadas en los modelos
RLM de atracciones de viajes que se discutirn en la seccin siguiente, por lo que se
omitirn aqu.
No obstante -a diferencia del caso de las atracciones de viajes- la generacin de
viajes debe ser clasificada por categora de demanda, de manera que debe calibrarse un
modelo RLM para cada categora
22
. Ello puede presentar problemas de calibracin,
puesto que especialmente en el perodo punta maana, el nmero de viajes no originados
en el hogar puede ser muy pequeo. Si a ello se agrega que este escaso nmero de viajes
deben ser diferenciados por propsito y categora, se entiende que probablemente sea
difcil obtener modelos RLM estadsticamente robustos.
Si este problema se presenta, una posibilidad ser amplificar los viajes originados
en el hogar en una zona (modelados con ACM segn se discuti antes) por un cierto
porcentaje que represente a los viajes no originados en el hogar, respecto al total de viajes
producidos en una zona. Ciertamente ste es un procedimiento arbitrario, que debe ser
entendido como recurso extremo. Adems se requiere conocer (o estimar) el porcentaje
de viajes originados y no originados en el hogar por cada zona, propsito y categora. Esta
informacin no es fcil de obtener, a menos que se cuente con un banco de datos del tipo
de una Encuesta Origen-Destino, que se propone como parte de la presente metodologa.
2.9.2 Modelos de Atraccin de Viajes
Para efectos de calibracin de modelos de atraccin de viajes, es recomendable
considerar al menos dos alternativas:
La primera de ellas, aplicable a viajes atrados basados en el hogar de ida (bhi)
y viajes no basados en el hogar (nbh). Para estos dos casos, las variables
explicativas corresponden normalmente a equipamientos por zona, dedicados
a cada actividad y no los hogares (recurdese que ninguno de estos viajes tiene
por destino el hogar). Tal como se ha discutido antes respecto a la atraccin de
viajes, si se exceptan los mtodos de regresin lineal, prcticamente no
existen opciones metodolgicas de anlisis. Por lo tanto, un modelo de este
tipo debe ser calibrado a nivel zonal para cada propsito y perodo de anlisis
definidos utilizando tcnicas de regresin lineal mltiple (RLM).
La segunda es aplicable para modelar la atraccin de viajes basados en el hogar
de retorno (bhr). En este caso, dado que el destino del viaje es el hogar, la nica
variable explicativa posible ser el nmero de hogares por zona. En este caso,
es posible utilizar la tcnica de regresin lineal simple (RLS) y tambin es
posible considerar modelos de tasas ACM de atractividad para modelar estos
viajes. Es interesante comparar los resultados de la modelacin utilizando
RLM con el modelo de tasas ACM obtenido, dado que ambos utilizan la misma
variable explicativa.
La distincin antes indicada es recomendable para los modelos correspondientes
al perodo fuera de punta, puesto que en dicho perodo se verifica un nmero relevante de
viajes basados en el hogar de retorno (bhr). Tal como antes se discutiera, para el caso del
perodo punta maana, los viajes de este tipo son escasos, por lo que no es recomendable
su separacin. Evidentemente, la atraccin total de viajes corresponder a la suma de los
resultados de ambos modelos.
El modelo general de regresin lineal mltiple (RLM) tiene la forma tpica
siguiente: falta frmula
D
j
p

0
+
k
X
jk
k

+ E
j
(2.7)
22. Recurdese que las categoras (como siempre) estn asociadas a los individuos que realizan los viajes. Los individuos pertenecen a un hogar de cierta categora y sta ser la categora asociada a todos sus viajes, independientemente de cul sea la zona de
origen de los mismos.
donde:
D
j
p
=
Nmero de viajes con propsito p atrados por la zona j .

k
= Parmetros de calibracin
x
jk
= Variables explicativas zonales.
E
j
= Error de la estimacin para la zona j
Estos modelos estiman el nmero de viajes atrados por una zona, suponiendo una
relacin lineal de esta variable con ciertas caractersticas de la zona. En general, estas
caractersticas se refieren al equipamiento existente en la zona, en trminos de las
actividades relevantes segn propsito de viaje:
Viajes con propsito trabajo: Estos son atrados por las actividades que
ofrecen empleos. Las ms relevantes son el comercio, oficinas, servicios y la
industria.
Viajes con propsito estudio: Son atrados por la presencia de establecimientos
educacionales (nmero de matrculas por nivel de educacin: bsica, media y
superior).
Viajes con otros propsitos: Corresponden a los viajes de compras, diligencias,
y salud entre otros. Las actividades relevantes sern el comercio, los servicios
y las atenciones de salud. Adems, para incluir el efecto de los viajes con
motivos sociales suele incluirse como variable explicativa al total de hogares
existente en una zona.
Para obtener los valores de estas variables, normalmente se puede recurrir a
diversas fuentes independientes. Por ejemplo, el nmero de matrculas por cada zona es
fcil de obtener en los organismos oficiales de educacin. Otra tpica e importante fuente
de informacin es el Servicio de Impuestos Internos (SII) que habitualmente dispone de
datos respecto a metros cuadrados construidos por tipo de utilizacin (comercio, industrias,
oficinas, salud, educacin, etc.).
Idealmente el modelo debera determinar el nmero de viajes atrados por zona, no
slo para cada perodo y propsito, sino tambin para cada categora de demanda.
Desafortunadamente, en el caso de las atracciones de viajes -dado que se desconocen
otras formas de entender el fenmeno de forma ms desagregada- habitualmente se
considera cada zona y sus caractersticas globales como unidad de anlisis del modelo,
lo cual hace muy difcil clasificar las atracciones por categora de demanda.
En otras palabras, las atracciones de viajes son modeladas a nivel zonal, lo que
normalmente implica que slo sern explicadas por perodo y propsito, pero no por
categora socioeconmica. En el contexto de ambos modelos de transporte, ste ser
tambin el modus operandi adoptado.
2.10 MODELO DE DISTRIBUCIN
A partir de los vectores de orgenes y destinos estimados en la etapa anterior, el
modelo de distribucin tiene como objetivo construir una matriz de viajes entre cada
pareja origen-destino de zonas. El modelo ms utilizado en la actualidad, se denomina
modelo gravitacional y se fundamenta en la teora de maximizacin de entropa
23
. Su
expresin general para un perodo determinado y un propsito, puede escribirse como:
T
ij
n
A
i
n
O
i
n
B
j
D
j
exp {
n
EMU
ij
n
} (2.8)
donde:
T
ij
n
= Total de viajes de la categora n en el par (i, j).
O
i
n
= Total de viajes de la categora n generados en la zona i.
D
j
= Total de viajes atrados por la zona j.
A
i
n
, B
j
= Factores de balanceo.

n
= Parmetro de distribucin para la categora n.
EMU
ij
n
: =Valor de la utilidad compuesta de viajar entre i y j, para viajeros de
categora n. Este valor est representado por la expresin EMU (Expected
Maximum Utility).
Se puede observar en este modelo que los viajes originados en una zona estn
diferenciados por categora socioeconmica, pero los viajes atrados por una zona no lo
estn
24
. Puesto que la suma de los viajes originados en todas las zonas debe ser igual al
nmero de viajes atrados en todas las zonas, se debe cumplir lo siguiente:
O
i
n
n

i

D
j
j

(2.9)
Los factores de balanceo (A
i
n
, B
j
) aseguran que esta relacin se cumple y
habitualmente sus valores se determinan a travs de un mtodo iterativo (tema que ser
tratado en el captulo correspondiente a la calibracin de los modelos).
El trmino EMU
ij
n
representa la utilidad compuesta de viajar entre la zona i y la zona
j para los usuarios de la categora n. Para este trmino se utiliza la expresin conocida como
Expected Maximun Utility, que es consistente con el resto del modelo de demanda,
especficamente con la particin modal
25
. La frmula 2.10 presenta la expresin general de
EMU, aplicable en forma directa cuando el modelo de demanda es de tipo Logit Multinomial
(MNL).
,
_
} exp{ ln
M m
nm
ij
n
ij
u EMU
(2.10)
donde:
u
ij
nm
= Utilidad de viajar entre la zona i y la zona j en el modo de transporte m,
para usuarios de la categora n.
M= Conjunto de modos disponibles para los usuarios de la categora n para
viajar desde la zona i a la zona j.
El trmino u
ij
nm
se obtiene valorando la funcin de utilidad de viajar en el modo m
entre el origen i y el destino j para los usuarios de la categora n.
A modo de ejemplo, en el caso que la estructura del modelo de demanda sea del
tipo Logit Jerrquico (HL), con un nido inferior NI , entonces EMU se calcula por medio
de la siguiente expresin
26
:
EMU
ij
nNI
ln( exp u
ij
nm
{ }
m A
NI

)
u
ij
nNI

1
EMU
ij
nNI
EMU
ij
n
ln( exp u
ij
nm
{ }
)
m A
l
, NI

(2.11)
23. Wilson A.G. (1974) Urban and Regional Models in Geography and Planning. John Wiley & Sons, London, England.
24. Ello es consistente con la argumentacin entregada al discutir los modelos de generacin, de donde provienen los viajes originados y atrados en cada zona.
25. Williams, H.C.W.L. (1977) On the formation of travel demand models and economic evaluation measures of user benefit. Environment and Planning Vol 9A(3), 285-344.
26. Es evidente que el modelo Logit Jerrquico (HL) puede tener expresiones ms complejas, ante lo cual, la derivacin de EMU puede consultarse por ejemplo en Ortzar J de D. y Wilumsen L.G. (1990) op.cit.
donde:
u
ij
nm
= Utilidad de viajar entre la zona i y la zona j en el modo de transporte m,
para usuarios de la categora n.
A
NI
= Conjunto de modos disponibles pertenecientes al nido inferior NI, para
los usuarios de la categora n para viajar desde la zona i a la zona j.
u
ij
nNI
= Utilidad de viajar entre la zona i y la zona j, en los modos de transporte
pertenecientes al nido inferior NI, para usuarios de la categora n.

1 = Es el parmetro del modelo Logit Jerrquico (HL).
A
l
= Conjunto de modos disponibles no pertenecientes al nido inferior NI,
para los usuarios de la categora n para viajar desde la zona i a la zonaj.
Finalmente, el parmetro de calibracin de la distribucin

n
representa un factor
de ajuste del modelo a las caractersticas de los usuarios de la categora n en el rea de
estudio. Si

n
es cercano a cero, la importancia de la utilidad compuesta de transporte
es irrelevante en la distribucin de los viajes. En caso contrario, cuando

n
es
significativamente mayor que cero, su valor refleja el peso que los usuarios asignan a la
utilidad compuesta de transporte al definir la distribucin de sus viajes.
Conceptualmente, el modelo gravitacional de distribucin tiene una fundamentacin
rigurosa y bien conocida. La formulacin del modelo proviene de la solucin de un
problema de optimizacin matemtica cuya funcin objetivo es una funcin entrpica y
cuyas restricciones reflejan las condiciones del problema de distribucin de viajes
27
.
Ello hace que el modelo gravitacional sea mucho ms confiable que otros modelos
alternativos de distribucin utilizados en el pasado
28
. Las desventajas de este tipo de
modelos son la sobreestimacin de los viajes cortos y la asignacin de viajes a todas las
celdas de la matriz, independientemente si en los pares origen-destino fueron observados
viajes.
Desde el punto de vista de su aplicacin, el modelo gravitacional tiene la ventaja de
relacionar la distribucin de viajes con las condiciones de operacin del sistema de
transporte, al incluir en su formulacin la utilidad de viajar entre cada pareja origen-
destino en los distintos modos disponibles para los usuarios. Ello no slo coincide con
la experiencia del analista -el cual esperara que a mayor utilidad de transporte, mayor sea
el nmero de viajes en un par origen destino- sino tambin permite evaluar el impacto en
la distribucin de viajes de las intervenciones en el sistema de transporte.
Dichas intervenciones, traducidas en proyectos y polticas de transporte, alterarn
los costos de viajar en cada pareja origen-destino en alguno o en todos los modos
disponibles; ello se reflejar en los resultados del modelo gravitacional, que es sensible
a las variaciones de tales costos.
El principal requerimiento del modelo gravitacional, es la determinacin de los
parmetros

n
que como se ha dicho estn asociados a las caractersticas de los usuarios
en el rea de estudio. Por lo mismo, estos parmetros son difcilmente traspasables desde
otros estudios en otros lugares y en principio, deberan ser calibrados en cada ciudad
donde se aplique el modelo. Posiblemente en el futuro, despus de diversas aplicaciones
del modelo en ciudades de tamao medio y dada la relativa homogeneidad de la poblacin
nacional, un estudio comparativo de los parmetros

n
calibrados pueda concluir en
similitudes aprovechables. Por ahora sin embargo, la recomendacin tcnica ms adecuada
es calibrar los parmetros en cada aplicacin concreta.
27. La derivacin del modelo puede consultarse por ejemplo en Ortzar J de D. y Wilumsen L.G. (1990) op.cit.
28. Tales modelos, genricamente conocidos como modelos de factor de crecimiento se pueden consultar en Ortzar J de D. y Wilumsen L.G. (1990) op.cit. Su principal problema radica en que su formulacin no intenta explicar la distribucin, sino
simplemente proyectar (consistentemente con las proyecciones de orgenes y destinos a futuro) una matriz de viajes observada a travs de los factores de crecimiento, que dependen de caractersticas generales de la poblacin y de las zonas.
2.11 MODELO DE PARTICIN MODAL
El modelo de particin modal divide la matriz de viajes proveniente de la etapa de
distribucin, en tantas matrices como modos de transporte existan disponibles para los
usuarios. Un modelo de particin modal ser necesario para cada categora de demanda,
propsito de viaje y perodo de anlisis.
Los modelos de particin modal denominados de eleccin discreta
29
, constituyen
buena parte de las actuales aplicaciones en estudio de transporte. Como su nombre lo
indica, estos modelos estn orientados a simular el proceso de eleccin de un individuo
enfrentado a un conjunto de alternativas discretas de eleccin. La hiptesis subyacente
en este tipo de modelos es que la probabilidad de que un individuo escoja una
alternativa determinada es funcin de las caractersticas (socioeconmicas) del
individuo y de la atractividad relativa de cada opcin .
Desde el punto de vista de la particin modal, la extensin del concepto anterior
es inmediata. Para viajar entre un origen y un destino determinado, un usuario de la
categora n dispone de un conjunto finito y discreto A
n
de modos de transporte
alternativos. La eleccin de un modo especfico m A
n
, depender de las caractersticas
del usuario y de los atributos de los modos disponibles.
Para representar estas caractersticas, se define una funcin de utilidad asociada
a cada una de las alternativas disponibles y se supone que el usuario elegir aquella que
le reporte una mayor utilidad. La funcin utilidad normalmente se expresa con una
formulacin lineal en los parmetros:
u
m
n

m
n
+
mk
n
k

x
mk
n
(2.12)
donde los x
mk
n
representan indistintamente los atributos del modo m y las
caractersticas del usuario de la categora n. Tpicamente esta expresin incluye como
atributos del modo sus variables de servicio (tiempo de viaje, tiempo de espera, tarifa,
etc.) y como caractersticas del usuario, su ingreso, nivel educacional y otros. Tambin
es habitual incluir combinaciones de variables (ej.: tarifa dividida por ingreso familiar).
Los parmetros

mk
n
representan el peso que los usuarios de la categora n asignan
a cada variable incluida en la funcin utilidad. Luego, tales parmetros deben ser
calibrados para cada categora de usuarios.
El parmetro libre
m
n
corresponde a una constante modal que representa ciertas
caractersticas especficas que el modo m tiene para los usuarios de la categora n, y que
no estn representados en el resto de la funcin utilidad del modo
30
. Por razones
derivadas de la forma de estimar los parmetros de la funcin, es necesario fijar en cero
la constante modal de una de las alternativas, llamada alternativa de referencia. El resto
de las constantes modales sern relativas a dicha alternativa de referencia.
Sin embargo, existen adems ciertas caractersticas subjetivas en la eleccin
modal de los usuarios, que no son observables por el modelador (comodidad, privacidad,
gustos, etc.). Por lo tanto, en rigor la funcin utilidad debe incluir un trmino observable
(como el que se mencion antes) y un trmino aleatorio que refleje aquellas variables
ignoradas en la decisin modal de los usuarios:
v
m
n
u
m
n
+
m
(2.13)
donde:
v
m
n
= Funcin de utilidad completa de la alternativa m para los usuarios de la
categora n.
u
m
n
= Parte observable de la funcin utilidad.

m
= Parte no observable (aleatoria) de la funcin utilidad.
Las distintas hiptesis respecto a la distribucin de probabilidades del trmino
aleatorio darn origen a distintos tipos de modelos de eleccin discreta para la
particin modal. Dado que se trata de simular comportamiento de individuos, la distribucin
normal debera ser la ms indicada para el trmino aleatorio y en este caso se puede
29. Williams, H.C.W.L.(1981) Travel Demand Forecasting: an Overview of theorical developments. In D.J. Banister y P.G. Hall (eds) Transport and Public Policy Planning. Mansell, London. Ver tambin Ortzar J de D. y Wilumsen L.G. (1990) op. cit. Cap
7: Discrete Choice Models
30. Ntese que el parmetro libre, podra estar implcitamente incluido como un trmino ms de la sumatoria que expresa la funcin utilidad de un modo. Ello se logra haciendo uno la variable correspondiente. Esta forma implcita es la que habitualmente se usa
en la literatura pero aqu se ha optado por incluir explcitamente el trmino libre para recalcar su importancia en aplicaciones prcticas.
derivar el denominado modelo probit
31
de particin modal. No obstante, la complejidad
matemtica de la distribucin normal hace que la aplicacin del probit sea muy dificultosa
para ms de tres alternativas modales.
Si en cambio se supone una distribucin Weibull
32
para el trmino aleatorio, se
puede derivar el denominado modelo logit multinomial de particin modal:
P
m
n

exp (
n
u
m
n
)
exp (
n
u
k
n
)
k A
n

(2.14)
donde:
P
m
n
= Probabilidad de que un usuario de categora n elija el modo m.
u
k
n
= Funcin de utilidad del modo k y usuario de categora n.

n
= Parmetro de calibracin del modelo logit.
El parmetro

n
representa un factor de escala en la distribucin Weibull de
errores asociados a un modelo de eleccin discreta del tipo logit
33
. Como puede
observarse de la expresin (2.14) el parmetro

n
multiplica a una funcin u
m
n
de las
variables explicativas de las funciones de utilidad modal:
u
m
n

m
+
mk
f ( x
k
)
k

.
Por razones de orden terico, ambos tipos de parmetros (
n
y
m
,
mk
) no pueden ser
estimados independientemente. En consecuencia, aunque la expresin (2.14) es
tericamente correcta, en la prctica el llamado proceso de calibracin del modelo se
limita a estimar una multiplicacin de parmetros del siguiente tipo:

mk
n
( )
'

n

mk
n
(2.15)
Lo que es equivalente a plantear: u
ij
n , m

n
u
ij
n , m
. Una vez estimados estos
parmetros conjuntos, el modelo de particin modal queda definido, puesto que la
expresin (2.14) ya no tiene componentes desconocidos.
Una condicin implcita que permite la derivacin de este modelo
34
es la hiptesis
de que los trminos aleatorios asociados a cada alternativa modal, son independientes e
idnticamente distribuidos. De otra manera el modelo no se puede formular, o al menos
no tiene la forma notablemente simple que se ha propuesto aqu.
En la prctica la condicin mencionada implica que las alternativas modales deben
ser percibidas claramente diferenciadas por los usuarios; de lo contrario el modelo
entregar resultados espurios. Este problema suele presentarse en las grandes ciudades
cuando existen alternativas muy parecidas entre s o cuando es necesario considerar
alternativas multimodales en la particin modal.
Para superar el problema de correlacin de alternativas, existen opciones de
tratamiento ms complejas que el modelo logit multinomial. Una de ellas es el modelo
logit jerrquico
35
que agrupa las alternativas correlacionadas y explica la eleccin
modal como un proceso escalonado de decisiones.
Otro tipo de problema que se puede presentar con el modelo logit multinomial
dice relacin con la forma de la funcin utilidad observada. La forma original (2.12)
supone que cada variable explicativa se relaciona linealmente con la utilidad; pero ello no
es un requerimiento del modelo, que slo exige que la funcin utilidad sea lineal en los
parmetros. En otras palabras podra considerarse una funcin del tipo:
u
m
n

m
0
+
mk
n
k

f ( x
mk
n
)
(2.16)
31. Daganzo C.F. (1979) Multinomial Probit: The Theory and its Applications to Demand Forecasting. Academic Press, New York.
32. Esta distribucin de probabilidades tiene la ventaja de tener una curva de distribucin parecida a la normal, pero su formulacin matemtica es notablemente ms simple.
33. Ben Akiva M.E. y Lerman S.R. (1985) Discrete Choice Analysis: Theory and Applications to Travel Demand. The MIT Press, Cambridge, Massachusetts U.S.A..
34. Domencich T. y McFadden D.(1975) Urban Travel Demand: A Behavioural Analysis. North-Holland, Amsterdam
35. Sobel K.L. (1980) Travel demand forecasting by using the nested multinomial logit model. Transport Research Record 775, 48-55.
Que sigue siendo lineal en los parmetros, pero que no hace suposicin alguna
respecto a la forma funcional en que son consideradas las variables explicativas. Naturalmente
es difcil hacer alguna hiptesis respecto a esta forma funcional, pero en este caso es posible
recurrir a ciertas transformadas para que los datos de calibracin ayuden a decidirla. Un
ejemplo de este enfoque es la utilizacin de la transformada Box-Cox
36
que ya ha sido
aplicado con xito en Chile
37
.
No obstante estas consideraciones, en una ciudad de tamao medio -dado el nmero
y la naturaleza de los modos de transporte que se estn considerando en la metodologa
simplificada- la versin ms simple del modelo logit multinomial probablemente ser
suficientemente adecuada, para analizar la particin modal en la mayora de los casos. La
ventaja del modelo logit multinomial radica no slo en la ya comentada simplicidad de su
formulacin; tambin debe mencionarse la disponibilidad de diversos programas
computacionales que permiten calibrarlo, tarea que representa una de las dificultades de los
modelos de eleccin discreta
38
.
Un requerimiento adicional de estos modelos -que suele convertirse en una dificultad
seria- es la de disponer de un conjunto de datos de calibracin que aunque pequeo, debe
ser muy detallado y de alta calidad. Ello debe considerarse en el diseo y desarrollo de las
encuestas de recoleccin de informacin para los estudios de transporte.
Una vez definida la probabilidad de que un usuario de la categora n elija el modo
m para viajar en el par (i,j), el nmero de viajes en ese modo se obtiene multiplicando
dicha probabilidad por el nmero total de viajes en ese par:
T
ij
nm
T
ij
n
P
m
n
(2.17)
El modelo de particin modal es la ltima de las etapas que se incluyen dentro de
lo que se denomina (un poco arbitrariamente) la demanda de transporte. Como se observa
en la expresin anterior, el resultado final de la demanda es una matriz de viajes por modo
entre cada pareja origen-destino. La tarea siguiente es asignar estas matrices de viajes a
las redes correspondientes a cada modo.
2.12 MODELO DE ASIGNACIN DE TRANSPORTE PRIVADO
En el caso de la asignacin de transporte privado, es conveniente proponer modelos
que pueden tratar el fenmeno de la congestin, por varias razones: aunque de menor
intensidad, en el caso de las ciudades de tamao medio, la congestin puede estar presente
en algunos arcos de la red y es necesario simular su impacto, porque stos suelen ser los
arcos donde se materializan proyectos de transporte; los modelos que tratan redes
congestionadas son igualmente adecuados cuando el fenmeno tiene poca importancia;
y por ltimo, existe una larga experiencia nacional con la utilizacin de este tipo de
modelos.
Los modelos de asignacin de transporte privado con mayor fundamentacin
tcnica, utilizan el primer principio de Wardrop para explicar la asignacin de viajes a la
red. Este principio supone que los usuarios intentan minimizar sus costos de operacin
al realizar sus viajes. Si pudieran hacerlo, cada usuario elegira la ruta ms corta (en
trminos de tiempo de viaje, por ejemplo) para llegar a su destino. Pero, puesto que en
general existe el fenmeno de la congestin vehicular, la ruta ms corta deja de serlo
cuando muchos usuarios tratan de usar los mismos arcos de la red. Los usuarios entonces
considerarn otras rutas, hasta encontrar aquella que tenga el mnimo costo posible, dadas
las condiciones de operacin existentes en la red. Cuando todos los usuarios hayan
encontrado esta ruta ms conveniente, la red de transporte privado se encontrar en
equilibrio.
El primer principio de Wardrop dice simplemente que habr equilibrio en la
red
39
cuando ningn usuario pueda reducir unilateralmente su costo de viaje,
mediante un cambio de ruta.
40
Naturalmente ste es un principio general, que caracteriza la solucin del problema
de asignacin a redes de transporte privado, pero que no ilustra respecto a la manera de
encontrar dicha solucin.
La red bsica, utilizada para la asignacin de transporte privado, est representada
por un grafo G ( N , A ) , donde N es el conjunto de nodos y A el conjunto de arcos.
36. Liem T.C. y Gaudry M.J. (1987). P-2: A program for the Box-Cox logit model with disaggregate data. Publication 525. Centre de Recherche sur les Transport, Universit de Montral.
37. Fernndez y De Cea Ingenieros Ltda.(1994) op. cit. Vol. IV: Modelos de Particin Modal
38. Las tcnicas habituales de calibracin no se pueden aplicar en este caso, dado que la variable explicada es una probabilidad que no se puede observar. El modelador slo puede observar la eleccin de los usuarios.
39. Es importante no confundir este concepto de equilibrio en la red con el concepto de equilibrio oferta-demanda que se discuti al principio de este captulo.
40. Wardrop J.G. (1956). Some theorical aspects of road traffic research. Proceedings of the Institution of Civil Engineers, Part II 1(36), 325-362.
El primero representa las intersecciones de calles y los centroides de las zonas (localizacin
del origen y destino de los viajes) y el segundo conjunto representa las calles de la ciudad.
La siguiente nomenclatura ser necesaria para formular el problema:
El problema de asignacin de transporte privado, se resuelve planteando un
problema de optimizacin matemtica del siguiente tipo:
Min Z c
a
( x ) dx
o
f
a

a A

(2.18)
sujeto a:
h
p
p P
w

T
w
w W
f
a

ap
h
p
p P

a A
h
p
0 p P
Se puede demostrar que la solucin de este problema (es decir los flujos de
equilibrio en cada arco de la red) satisface el primer principio de Wardrop. Aunque el
algoritmo de solucin no ser desarrollado aqu por limitaciones de contexto de la
presente metodologa, se debe mencionar que las caractersticas del problema planteado
-con una funcin objetivo convexa y separable y restricciones lineales- hacen necesario
el empleo de metodologas especficas de solucin, tales como el mtodo de Frank-Wolfe.
El mtodo de Frank Wolfe
41
-que es el ms utilizado en los diversos programas
computacionales de asignacin de transporte privado
42
- consta de dos fases: bsqueda de
direccin y minimizacin unidimensional. Aplicado al problema de asignacin de
transporte, la fase de bsqueda de direccin deviene en la necesidad de encontrar rutas
mnimas entre pares origen-destino, problema largamente tratado en teora de redes
43
; y
la fase de minimizacin unidimensional se resuelve con el mtodo de la seccin urea o
el mtodo de Newton (entre otros).
La solucin del problema de asignacin en redes de transporte privado es vastamente
conocida. Aceptada la hiptesis bsica de equilibrio en la red (primer principio de Wardrop),
la formulacin del problema y el algoritmo de solucin es bastante robusto desde el punto
de vista conceptual. Paradojalmente, la mayor dificultad del modelo no proviene de su
formulacin ni del algoritmo de solucin, sino de los datos necesarios para su aplicacin.
En efecto, los datos requeridos en este caso son las funciones de costos en cada arco de
la red (denominadas curvas flujo-velocidad) que tienen la siguiente forma, para un funcin
de tipo BPR (Bureau of Public Roads).
) 1 ( ) (
0
,
_
+
cap
f
t f t
(2.19)
donde:
t ( f ) = Tiempo (costo) de viajar en el arco cuando existe un flujo f viajando en
el arco.
f = Flujo en el arco
t
0
= Tiempo de viaje en el arco a flujo libre.
cap = Capacidad del arco.
Idealmente cada arco de la red debera tener una curva flujo-velocidad asociada.
Pero dado que el nmero de arcos es muy grande, se define un conjunto de funciones de
este tipo para distintas categoras de arcos y luego se asocia cada arco de la red a su
correspondiente categora. Cada una de las curvas flujo-velocidad as definida tiene sus
propios parmetros ( , ) que deben ser calibrados y sta es la tarea ms compleja en
la aplicacin del modelo de asignacin
44
.
41. Van Vliet D. (1978). The Frank-Wolfe algorithm for equilibrium assignment viewed as a variational inequality. Transportation Research 21B 87-89.
42. En Chile habitualmente se utiliza el programa SATASS del paquete comercial SATURN.
43. Gallo G. y Pallottino S. (1984). Shortest path methods in transportations models. Transportation Planning Models (eds.) M. Florian Elsevier Noth Holland
44. Recurdese el contexto de anlisis estratgico de transporte en que se presenta el modelo de asignacin Anlisis tcticos o locales, requieren de un enfoque metodolgico distinto al descrito en este trabajo:Vase el Manual de Diseo y Evaluacin Social
de Proyectos de Vialidad Urbana.
Finalmente debe mencionarse que el modelo de asignacin de equilibrio de transporte
privado que aqu se ha propuesto, supone la existencia de congestin en la red vial (como
es el caso de las grandes ciudades y de la mayora de las ciudades intermedias en Chile,
principalmente en sus zonas cntricas). Sin embargo, si el fenmeno de congestin es
totalmente inexistente en un caso particular, existen alternativas de modelos -tales como los
llamados modelos probabilsticos- que pueden resultar ms adecuados. En ausencia de
congestin el modelo de equilibrio asignar todos los viajes a las rutas mnimas entre parejas
origen-destino, en tanto que los modelos probabilsticos reparten los viajes entre ms de
una ruta alternativa
45
.
2.13 MODELO DE ASIGNACIN DE TRANSPORTE PBLICO
En el caso de la asignacin de transporte pblico el problema es esencialmente
distinto al de transporte privado. En este caso, los usuarios deben elegir aquella lnea de
transporte pblico (bus, taxibus, taxi colectivo, etc.) que utilizarn para realizar su viaje.
Dado que el recorrido de los buses est fijo en la red, los usuarios no eligen su camino
a travs de la red vial (como lo hacen los automovilistas) sino a travs de las distintas
lneas de transporte pblico disponibles para hacer su viaje.
Las distintas hiptesis respecto a la forma en que los usuarios eligen las lneas de
transporte pblico para realizar sus viajes, dan origen a distintos modelos de asignacin
de transporte pblico. Los modelos ms tradicionales suponen que el usuario elegir
aquella lnea especfica que minimiza su tiempo total de viaje
46
. Es claro que esta
hiptesis de trabajo es correcta si un usuario tiene slo una lnea disponible, o un
conjunto pequeo de lneas muy distintas (en trminos de las variables tiempo de viaje,
tiempo de espera, tarifa) disponibles para realizar su viaje. En este caso es razonable
suponer que el usuario elegir aquella lnea que minimiza su tiempo total de viaje. Este
tipo de modelos se conoce como de asignacin a itinerarios mnimos.
Sin embargo, en ciertos casos en que el nmero y cobertura de las lneas
disponibles es mayor, los usuarios disponen muchas veces de un conjunto de lneas muy
parecidas (en trminos de tarifa, tiempo de viaje y tiempo de espera) disponibles para
realizar sus viajes, y la hiptesis de eleccin de una sola lnea especfica deja de ser
adecuada. En la prctica, los usuarios no consideran una sola lnea, sino un subconjunto
de lneas comunes o atractivas, que minimizan su tiempo total esperado de viaje. Para
realizar su viaje, el usuario utilizar cualquiera de las lneas pertenecientes a este
subconjunto de lneas atractivas.
Una vez que esta hiptesis de trabajo respecto al comportamiento de eleccin de
los usuarios se plantea en trminos matemticos
47
, es posible formular modelos, que
conducen a una asignacin de viajes de transporte pblico mucho ms realista. Tales
modelos son conocidos como de asignacin a rutas mnimas de transporte pblico
48
y han sido utilizados exitosamente en Santiago
49
.
45. Existen diversos tipos de modelos probabilsticos. SATURN por ejemplo ofrece como alternativa el modelo de Burrell. Otro ejemplo es el modelo de Dial (1971) A probabilistic multipath traffic assignment model which obviates path enumeration
Transportation Research 5(2) 83-111. Debe advertirse sin embargo, que la fundamentacin de estos modelos es esencialmente emprica y presentan ciertos problemas de aplicacin y de calibracin no triviales.
46. En realidad, este concepto de tiempo total normalmente se define como una combinacin ponderada de tarifa, tiempo de espera en el paradero, el tiempo de viaje en vehculo, etc.
47. Chriqui C. y Robillar D.(1975) Common buses lanes. Transportation Science 9. 115-125.
48. De Cea J. y Fernndez J.E.(1989) Transit assignment to minimal routes: an efficient new algorithm. Traffic Engineering and Control 30(10), 491-494.
49. La version comercial ms conocida de este modelo se denomina ARTP por asignacin a rutas mnimas de transporte pblico. Esta versin se utiliza en ESTRAUS por ejemplo.
El modelo de asignacin a rutas mnimas de transporte pblico no ser descrito aqu
por limitaciones del contexto del presente trabajo. Sin embargo, al igual que en el caso de
asignacin de transporte privado, la principal dificultad de su utilizacin no est en el modelo
mismo, sino en la informacin necesaria para calibrar la red de transporte pblico. En este
caso se define una red virtual, cuyos nodos son los mismos que la red vial, y cuyos arcos
unen todos aquellos nodos que quedan conectados por alguna lnea de transporte pblico.
Cada uno de estos arcos tiene asociado una funcin de costos (que no es una curva
flujo-velocidad como en el caso del transporte privado) denominada funcin de costo
generalizado, y cuya expresin tpica es la siguiente:
cg tv + te pwait + tc pwalk +
ta
vt
+ ptr (2.20)
donde:
tv
= tiempo de viaje
te = tiempo de espera
pwait = ponderador del tiempo de espera
tc
= tiempo de caminata
pwalk = ponderador del tiempo de caminata
ta
= tarifa
vt = factor de conversin de unidades monetarias a unidades de tiempo
ptr = penalidad de transbordo
La calibracin de los parmetros de esta funcin (pwait, pwalk, ptr) ser tratado en
el captulo siguiente. Ntese que aunque la funcin de costo generalizado de viaje es la suma
de los tiempos de viaje en vehculo, tiempos de espera, de caminata y costo de viaje o tarifa,
multiplicados por los factores de calibracin, no se considera entre los parmetros a calibrar
un factor para el tiempo de viaje en vehculo. Esto, porque normalmente es necesario expresar
todos los trminos de la funcin de costo generalizado de viaje con relacin a uno de ellos,
elegido arbitrariamente. En este caso se ha elegido el tiempo de viaje en vehculo como
referencia.
En trminos de aplicacin prctica del modelo, debe recordarse que en general, cada
centroide origen i y cada centroide destino j est asociado a un conjunto de nodos de acceso.
El modelo encuentra las rutas mnimas l de transporte pblico entre cada nodo de acceso
en el origen y cada nodo de acceso en el destino, lo que da origen a un conjunto de K, l K { }
rutas alternativas para viajar entre el centroide i y el centroide j, cada una de las cuales tendr
un costo generalizado
cg
k
( i , j )
50
. Si se agrega a este costo generalizado, el tiempo de
caminata en el origen y en el destino, multiplicados por el ponderador respectivo (pwalk)
se tendr el costo total de cada ruta alternativa:
cgt
k
( i , j ) tc
i
k
pwalk + cg
k
( i , j ) + tc
j
k
pwalk (2.21)
La probabilidad de escoger una ruta especfica para viajar entre i y j queda expresada
por una funcin logit, cuyo parmetro de dispersin tambin debe ser calibrado:
P
k
( i , j )
exp ( cgt
k
( i , j ) )
exp ( cgt
l
( i , j ) )
l K

(2.22)
Luego, el nmero de viajes de transporte pblico en cada ruta alternativa, se obtiene
multiplicando el nmero de viajes totales en el par origen-destino por la probabilidad
indicada en la expresin (2.22)
51
50.Como es inmediato, el costo generalizado de cada ruta alternativa se obtiene sumando los costos generalizados de cada arco de la red de transporte pblico perteneciente a la ruta mnima que une cada pareja de nodos de acceso asociados al centroide origen y
al centroide destino.
51.Ver De Cea J. y Chapleau R. (1984).MADITUC: Un modelo de asignacin a rutas mnimas en redes de transporte pblico. Apuntes de Ingeniera 15, Escuela de Ingeniera Pontificia Universidad Catlica de Chile. pp 113-140.
Por ltimo, -consistentemente con las hiptesis del modelo planteado-, el tiempo de
viaje, para los modos de transporte pblico, depende de los flujos de automviles; adems,
dado que en general stos dependen de las caractersticas fsicas y operativas de los arcos
(internalizado por la categora), se considera a modo de ejemplo, la siguiente relacin:
El esquema presentado tiene la ventaja de internalizar las caractersticas fsicas y
operativas de los arcos, en las relaciones de tiempos entre modos pblicos y privado,
mejorando de esta forma, la capacidad de prediccin futura del modelo. Los factores
F
k
bus
debern calibrarse a base de los resultados de medicin de niveles de servicio
(seccin4.6).
2.14 MODELO DE ASIGNACIN DE TRANSPORTE PBLICO
CON RESTRICCIN DE CAPACIDAD
Alternativamente al modelo descrito en la seccin anterior, se ha desarrollado un
nuevo modelo de asignacin a redes de transporte pblico que considera restriccin de
capacidad para los servicios de transporte colectivo. El modelo considera que la
congestin se concentra en los paraderos y supone que, dado que los servicios tienen una
capacidad limitada, los tiempos de espera de los viajeros crecen al aumentar los flujos de
pasajeros.
Ello implica incluir y, posteriormente, calibrar una funcin de tiempo de espera
en los paraderos (bsicamente nodos de la red), que depender de los flujos de pasajeros
que acceden a ellos y de la capacidad de los vehculos de transporte pblico.
La ltima versin del modelo ESTRAUS considera la restriccin de capacidad en
el transporte pblico dentro del proceso de equilibrio, de tal forma que los niveles de
servicio en las distintas etapas del modelo de equilibrio simultneo toman en cuenta el
fenmeno de la congestin en los paraderos (o estaciones en el caso del metro en
Santiago).
Tal como en el modelo sin restriccin de capacidad, se define una red virtual,
cuyos nodos son los mismos que la red vial, y cuyos arcos unen todos aquellos nodos que
quedan conectados por alguna lnea de transporte pblico. Cada uno de estos arcos tiene
asociado una funcin de costos, que en este caso incluye un trmino que representa la
componente creciente del tiempo de espera asociado a dicho arco y que internaliza el
fenmeno de restriccin de capacidad de los vehculos, cuya forma general es la
siguiente:
tpo espera creciente
V V
K
m m
n
_ _
~

+
_
,

(2.23)
donde
V
m
es el flujo de pasajeros en el arco,
~
V
m
es el flujo de pasajeros que compite
con
V
m
por la capacidad de los vehculos de transporte pblico, K es la capacidad total
del arco, y y n son parmetros a calibrar.
Mayores detalles de la formulacin del modelo se pueden encontrar en el Informe
Final del estudio Anlisis y Calibracin de Modelo de Asignacin de Transporte Pblico
con Restriccin de Capacidad.
52. Adems, en algunas ciudades incluso se prohibe el trnsito de camiones en alguno de los perodos que aqu interesan (punta y fuera de punta).
2.15 TRATAMIENTO DE VIAJES NO MOTORIZADOS
De acuerdo a lo indicado en la seccin 2.7, dos modos de transporte no motorizados
pueden ser relevantes en el anlisis de ciertos proyectos en ciudades intermedias:
caminata y bicicleta. Los viajes realizados en esos modos deben ser incluidos en los
modelos de demanda de transporte (generacin, atraccin, distribucin y particin
modal), no obstante, dado que sus tiempos de viaje no dependen de los flujos, no es
necesario asignarlos a las redes y basta con tener niveles de servicio fijos para efectos
de clculo de demanda.
En este contexto, la red considerada para ambos modos puede ser similar a la red
vial (o una ampliacin de sta). Sin embargo, en el modo caminata los arcos son
bidireccionales, en tanto que para la bicicleta los arcos deben respetar el sentido de
trnsito definido por las normas respectivas. Los costos de los arcos (tiempo de viaje)
son constantes y dependern del largo del arco y la velocidad promedio de cada modo en
el arco. Con ambos parmetros se calcula el tiempo de viaje en el arco, variable que ser
usada para calcular rutas mnimas.
3. CALIBRACIN DEL MODELO DE TRANSPORTE
3.1 INTRODUCCIN
En este Captulo se discute la calibracin de los modelos de transporte presentados
en el captulo anterior. La calibracin propuesta trata de aprovechar la experiencia
nacional en este tema, que ha sido objeto de una crtica metodolgica importante en el
ltimo tiempo. En este sentido, se incorporan varios elementos novedosos respecto a la
manera tradicional en que se realiza esta tarea. Ello se relaciona especialmente con las
tcnicas de calibracin del modelo, con el tipo de datos utilizados y finalmente con el
manejo de los datos dentro del proceso de calibracin.
Las nuevas tcnicas propuestas de calibracin de los modelos de generacin,
distribucin y particin modal, conjuntamente con las tcnicas de calibracin de las
redes de transporte pblico y privado, reflejan tambin los avances en el desarrollo
conceptual que pueden ser traducidos en aplicaciones prcticas.
Para efectos de calibracin, se consideran disponibles las fuentes de informacin
incluidas en la presente metodologa (que se discuten ms adelante y entre las que
destacan una Encuesta Origen-Destino de Viajes, conteos de flujos, mediciones de
variables de servicio y otras) adems del Censo de Poblacin que realiza el Estado cada
diez aos, informacin del Servicio de Impuestos Internos, Ministerio de Educacin,
Instituto Nacional de Estadsticas, servicios de salud, sector privado, etc.
3.2 DEFINICIN DE LOS PERODOS DE ANLISIS
Un primer elemento bsico para el modelo, que requiere una suerte de calibracin,
es la definicin horaria y la extensin de cada perodo de anlisis (punta de la maana y
fuera de punta). A este respecto no es posible entregar una recomendacin general,
porque las definiciones mencionadas dependen de cada ciudad en particular.
Sin embargo, la Encuesta Origen-Destino de Viajes (EOD) proveer la informacin
necesaria para definir los perodos: a partir de los datos de la hora media de realizacin
de los viajes en los medios de transporte modelables (promedio entre hora de salida y
hora de llegada) es posible construir histogramas en intervalos de 15 minutos (cuartos de
hora) contabilizando cada viaje (slo una vez) en el cuarto de hora correspondiente. Es
recomendable construir el histograma para los viajes totales realizados, viajes en
transporte pblico y viajes en transporte privado. En estos histogramas se pueden
identificar los horarios de mayor y menor demanda de transporte durante el da (horas
punta y no punta). La definicin de los perodos cumple dos objetivos. Primero,
identificar los perodos relevantes del da dentro de los cuales las condiciones de
operacin del sistema pueden considerarse homogneas, medidas en trminos de niveles
de congestin en las redes, propsitos y cantidad de viajes, distribucin de los viajes, etc.
En segundo lugar, escoger la hora representativa de cada perodo para efectos de
modelacin.
Resulta esperable que el perodo de punta maana est localizado entre 6:30 y
9:30 horas y su extensin depende de cada ciudad en particular. Este perodo debe ser
elegido de manera que queden incluidos dentro de l, los cuartos de hora ms cargados
(entre 6:30 y 9:30 horas) de cada uno de los histogramas de viajes totales, viajes de
transporte pblico y viajes de transporte privado.
En el evento que los perodos que resulten de cada histograma no sean exactamente
coincidentes, entonces la definicin deber realizarse a base del histograma que representa
al conjunto de viajes ms relevantes para el rea objeto de estudio.
La definicin del perodo fuera de punta, tiene una connotacin metodolgica
distinta a la del perodo de punta maana. A diferencia de este ltimo, cuya definicin est
temporalmente asociada con el inicio de actividades que generan viajes muy concentrados
en el tiempo (principalmente trabajo y estudio), en el caso de fuera de punta tal asociacin
no existe. A lo largo de un da tpico, existen muchas horas que pueden ser consideradas
fuera de punta, en el sentido de que no son horas punta y de que los viajes all
materializados no tienen un horario obligado ni comn para todos los viajes.
Otro problema que dificulta la definicin, est relacionado con la no habitualidad
temporal de los viajes fuera de punta dentro de un da tpico (por ejemplo, una duea de
casa que viaja todos los das al mercado a hacer sus compras, pero a distintas horas cada
da). Dado que los viajes con este tipo de caractersticas son comunes en fuera de punta,
es claro que cualquiera sea la definicin temporal del perodo, se corre el riesgo de
subestimar tales viajes (es decir, de que el perodo no sea representativo)
1
. Desde este
punto de vista, la definicin estricta de una hora para representar el perodo fuera de punta,
ser necesariamente cuestionable cualquiera sea la hora elegida.
Esta discusin sugiere un enfoque distinto al tradicional para definir el perodo de
fuera de punta. Este consiste en definir un perodo de una hora de extensin para fuera de
punta, pero la especificacin precisa de la hora de inicio y trmino de dicho perodo
quedar indeterminada. En otras palabras, se reconoce el hecho de que aunque existen
varias horas de fuera de punta durante el da, ninguna de ellas es suficientemente
representativa del resto, y por lo tanto una hora promedio de todas las horas fuera de punta
ser la mejor opcin.
Este enfoque tiene la ventaja de permitir el mejor aprovechamiento de los datos
de la EOD para efectos de la calibracin del modelo de transporte, ya que se incluye en
el anlisis una mayor cantidad de viajes que efectivamente se producen en fuera de punta
y cuyos patrones de comportamiento interesa determinar.
Para identificar las horas que pueden ser consideradas fuera de punta, se debe
excluir de los mencionados histogramas de viajes, los perodos estimados como punta de
maana, punta tarde y punta de medioda. Adems, es deseable no considerar a los
intervalos inmediatamente anteriores y posteriores (debido a que se est tratando de
aislar la influencia de las horas punta sobre la fuera de punta). Por ltimo, tambin se
excluyen aquellas horas donde no existe actividad de transporte o sta es mnima, tal
como las horas de madrugada.
Como ejemplo de lo anterior, se puede mencionar que para la ciudad intermedia
de Curic se ha propuesto como perodo de fuera de punta, el conjunto de intervalos que
van de 10:00 a 12:30 hrs y 15:00 a 18:00 hrs., lo que hace un total de 5,5 horas para el
perodo.
Desde el punto de vista del modelo -que slo simular una hora promedio de fuera
de punta- la suposicin implcita es que en cualquiera de estas horas el sistema de
transporte se comporta de manera semejante. De hecho, el modelo recibir como datos,
los vectores de orgenes y destinos para una hora, que pueden ser calculados como el
promedio de los orgenes y destinos de las 5,5 horas mencionadas
2
.
Como contrapartida, en el caso del Gran Santiago se escogi como el perodo
representativo de fuera de punta al comprendido entre las 10:00 y las 12:00 hrs.,
correspondiendo la hora de modelacin, al promedio de los viajes realizados en dicho
perodo.
Un aspecto que debe ser considerado es la obtencin de factores por propsito de
viajes que relacionan los viajes en la hora de modelacin y los viajes totales en el perodo.
Esto permite ampliar la muestra de calibracin para el modelo de generacin/atraccin
de viajes a todo el perodo (no slo la hora de modelacin), traspasando posteriormente
los resultados a la hora de modelacin mediante la aplicacin de los factores.
1. Existe otro tipo de no habitualidad temporal que afecta principalmente a los viajes de fuera de punta. Por ejemplo un individuo que realiza dos viajes al banco a la semana; o un viaje al hospital por mes. Dado que la EOD encuesta los viajes de un da
determinado, es probable que estos viajes no sean captados a pesar de que son habituales y se producen en fuera de punta. Este es un problema de cualquier encuesta de esta naturaleza, pero es posible hacer la razonable hiptesis de que los viajes de este tipo
no encuestados, tienen una importancia numrica menor.
2. Ntese tambin que al considerar una hora promedio, se levanta la necesidad de definir con exactitud todos los intervalos de fuera de punta (basta con tener cuidado de no incluir en el promedio las hora punta y las horas donde no hay actividad relevante de
transporte).
3.3 CALIBRACIN DE MODELOS DE GENERACIN Y
ATRACCIN DE VIAJES
El Cuadro 3.1 enumera, -consistente con lo indicado en la seccin anterior-, los
posibles modelos a calibrar para cada tipo de viajes.
En este caso, no es factible recomendar en forma general los modelos a calibrar
para cada perodo del da, puesto que su definicin depender del nmero de viajes de cada
tipo y su importancia relativa en el perodo en cuestin.
Sin embargo, de acuerdo a la experiencia adquirida en el uso de las metodologas,
es posible indicar que para el perodo fuera de punta, es usual que se den todos los viajes
indicados en el Cuadro 3.1, en un nmero tal que amerite la calibracin de modelos
especficos. Por otra parte, en el perodo punta de la maana, normalmente los viajes
basados en el hogar de ida (bhi) son mayoritarios (por lo que deben calibrarse los modelos
de generacin y atraccin especficos), en tanto que los otros tipos de viajes son menos
frecuentes.
Cuadro 3.1
Recomendacin de Modelos a Calibrar Segn Tipo
de Viajes
Tipo de Viaje Generacin Atraccin
bhi tasas ACM (1) RLM (2)
RLS (3)
tasas ACM (2)
nbh RLM (1) RLM (2)
RLM (1) bhr
tasas ACM (1): Modelos que usan el mtodo de Anlisis de Clasificacin
Mltiple, para explicar la generacin de viajes basados en el
hogar de ida (bhi). Dado que el origen es el hogar, siempre la
variable explicativa son los hogares segn categora.
RLM(1): Modelo de regresin lineal mltiple para explicar la generacin
de viajes basados en el hogar de retorno (bhr) y no basados en el
hogar (nbh). Dado que el origen de estos viajes no es el hogar,
nunca se utiliza la variable explicativa nmero de hogares.
RLM(2): Modelo de regresin lineal mltiple para explicar la atraccin de
viajes basados en el hogar de ida (bhi) y no basados en el hogar
(nbh). Dado que, en general, el destino de estos viajes no es el
hogar, nunca se utilizan la variable explicativa nmero de hogares.
La excepcin la puede constituir la identificacin de cierto tipo
de actividades, tales como servicio domstico, jardinera, etc.,
en los cuales el hogar representa un centro de actividad.
RLS(3): Modelo de regresin lineal simple para explicar la atraccin de
viajes basados en el hogar de retorno (bhr). Dado que el destino
de estos viajes es el hogar, se utiliza exclusivamente la variable
explicativa nmero de hogares.
tasas ACM (2): Modelos de tasas ACM de atractividad, para explicar la atraccin
de viajes basados en el hogar de retorno (bhr). Es dable utilizar
este mtodo dado que el destino (variable explicativa) es el
hogar.
A continuacin, se discuten los detalles de la calibracin, poniendo nfasis en el
modelo ACM, debido a su aplicacin relativamente reciente en anlisis de transporte.
3.3.1 Modelos ACM
Tal como se explic en la definicin del modelo (Captulo 2), la tasa de generacin
de viajes de un hogar de nivel de ingreso i y tasa de motorizacin j, se puede estimar con
ACM de la siguiente manera:
> < +
> < + > < + > <
x x x x
) x (x ) x (x x x
.j i.
*
ij
.j i.
*
ij
(3.1)
donde:
< x > : Promedio global de viajes por hogar en la muestra.
x
i .
: Promedio de viajes por hogar, para hogares del i-simo nivel de
ingresos.
x
. j
: Promedio de viajes por hogar para hogares del j-simo nivel de tasa de
motorizacin.
x
ij
*
: Valor predicho mediante ACM, para hogares de nivel de ingresos i y
nivel de tasa de motorizacin j.
El clculo de las tasas ACM debe realizarse a base de la encuesta corregida,
(obviando naturalmente el factor de correccin ACM). Tambin se puede calcular a base
de la encuesta corregida y expandida, no obstante, la expansin es redundante para efectos
de clculo de tasas ACM. Mayores detalles acerca de los factores de correccin y
expansin se presentan en la seccin 4.2.10.
Como se sabe, el mtodo ACM es una extensin de la tcnica estadstica de
anlisis de varianza (ANOVA). En este caso, en que se estiman tasas de generacin en
funcin de dos variables (ingreso y tasa de motorizacin) es necesario utilizar el ANOVA
con dos factores, para estudiar la bondad del modelo resultante.
Para presentar la aplicacin del anlisis ANOVA
3
, se recurrir a la nomenclatura
habitual: SSw representa la suma de los cuadrados de las desviaciones intracategoras
(variacin no explicada por la categorizacin) y SSa y SSb representan la suma de los
cuadrados de las desviaciones intercategoras (variaciones explicadas por la
categorizacin). SSab da cuenta de los eventuales efectos interactivos que pudieran
existir entre las dos variables explicativas, al ser consideradas conjuntamente en el
modelo.
Si estos valores se dividen por sus respectivos grados de libertad, se obtiene la
media de los cuadrados de las desviaciones (MSw, MSa, MSb y MSab, respectivamente).
En este caso, los grados de libertad de SSa corresponden al nmero de niveles en que se
estratifica la variable ingreso del hogar, menos uno (I-1); los grados de libertad de SSb
corresponden al nmero de niveles en que se estratifica la variable tasa de motorizacin
del hogar, menos uno (J-1); los grados de libertad de SSab corresponden a la multiplicacin
de los dos anteriores (I-1)
.
(J-1); y los grados de libertad de SSw corresponden al nmero
de observaciones totales (hogares) menos el nmero de categoras (N-I
.
J). Se puede
demostrar que MSa, MSb, MSab y MSw son variables distribuidas chi-cuadrado, por lo
que el cuociente entre dos de ellas da origen a un estadgrafo con distribucin F. En
particular interesan aqu los indicadores estadsticos del tipo:
F
x

MSx
MSw
(3.2)
El estadgrafo F
x
debe contrastarse con el valor de tabla para la distribucin F con
los respectivos grados de libertad para el numerador, e infinitos grados de libertad para
el denominador, puesto que en este caso el nmero de observaciones es bastante grande
(N > 500). De esta tabla se puede obtener la probabilidad de aceptar las hiptesis nulas
que se detallan a continuacin.
Para analizar la explicacin conjunta del ingreso y tasa de motorizacin de las tasas
de generacin de viajes por hogar, se analizan simultneamente tres hiptesis nulas. La
primera de ellas (Hoa) postula que las tasas de generacin son iguales para todas las
categoras de ingreso; la segunda (Hob) postula que las tasas son iguales para todas las
categoras de tasa de motorizacin; y la tercera (Hoab) postula que no existen efectos
interactivos entre las dos variables para explicar la tasa de generacin. El modelo ACM
ser mejor en la medida en que la probabilidad de aceptar las hiptesis nulas sea mnima,
o -equivalentemente- cuando se puedan rechazar las hiptesis nulas con un mayor grado
de significancia (normalmente mayor del 90% ).
3. Una explicacin detallada del Anlisis de Varianza puede consultarse por ejemplo en Glass G.V. and Stanley J.C. (1984) Statistical Methods in Educational and Psychology Prentice Hall Inc., Englewood Cliffs, New Jersey; y tambin en Miller I.R.,
Freund J.E. y Johnson R. (1992) Probabilidad y Estadstica para Ingenieros Prentice Hall Hispanoamericana S.A. Englewood Cliffs Mxico.
Las expresiones para las sumas de las desviaciones (SSx) mencionadas
anteriormente, se detallan a continuacin
4
. En estas expresiones, el nmero de hogares
observados en cada celda de categorizacin (i,j) se denota por n
ij
; la observacin del
nmero de viajes de cada hogar perteneciente simultneamente al estrato i de ingreso y
al estrato j de tasa de motorizacin, se denota por x
ijk
(con k=1,2..,n
ij
); y la tasa promedio
de viajes por hogar en cada celda de categorizacin se denota por x
ij.
IJ
x
J
x
SSa
J
j
ij
I
i
I
i
J
j
ij
2
1 1
1
2
1
) ( ) (

1
1
1
1
]
1
(3.3)
IJ
x
I
x
SSb
J
j
ij
I
i
J
j
I
i
ij
2
1 1
1
2
1
) (
) (

1
1
1
1
]
1
(3.4)
IJ
x
SSb SSa x SSab
ij
J
j
I
i
ij
J
j
I
i
2
1 1 2
1 1
) (

(3.5)
ij
ijk
n
k
J
j
I
i
ijk
n
k
J
j
I
i
n
x
x SSw
ij
ij
2
1
1 1
2
1 1 1
) (

(3.6)
Adems es necesario definir un factor de correccin para considerar el hecho de
que el nmero de observaciones en cada celda es distinto:
c
i 1
I

1
n
ij j 1
J

IJ
(3.7)
Las varianzas o medias del cuadrado de las desviaciones sern:
MSa
SSa
I 1
MSb
SSb
J 1
MSab
SSab
( I 1 ) ( J 1 )
MSw c
SSw
N IJ
(3.8)
Y los estadgrafos F sern los siguientes:
Fa
MSa
MSw
Fb
MSb
MSw
Fab
MSab
MSw
(3.9)
4. Estas expresiones han sido explcitamente incluidas aqu, ante la eventualidad de tener que programarlas para realizar el ANOVA del modelo ACM. Debe mencionarse que muchos de los programas estadsticos comerciales disponibles en el mercado, no
permiten realizar el anlisis ANOVA cuando el nmero de observaciones por categora no es el mismo para todas ellas, caracterstica que por cierto no se cumple en este caso. Adems debe tenerse cuidado en considerar en el ANOVA la interaccin entre
variables, puesto que si el trmino correspondiente se omite y efectivamente existe tal interaccin, los test y los niveles de confianza del ANOVA podran perder validez.
Con estos estadgrafos es posible poner a prueba las tres hiptesis nulas
anteriormente mencionadas, para evaluar la capacidad explicativa del modelo ACM
propuesto.
Tal como est planteado el mtodo, la obtencin de los indicadores estadsticos
indicados en (3.9) requiere al menos una observacin (n
ij
) en cada categora de demanda.
Durante la etapa de recoleccin de informacin se deber tener especial cuidado de no
violar esta restriccin. No obstante esto, en el evento que se verifiquen categoras de
demanda sin observaciones (hogares), parte de las ventajas del mtodo ACM se pierden
al no poder construir los indicadores estadsticos mencionados (ver Stopher y McDonald,
1983). En su defecto, existen otros indicadores que pueden calcularse, como por
ejemplo el grado de correlacin lineal (R
2
).
Para ejemplificar lo anterior, se presenta a continuacin los resultados de una
aplicacin realizada para la ciudad de Curic con datos de la Encuesta Origen Destino de
Viajes de 1996. Se modelan las tasas de generacin para los viajes basados en el hogar de
ida, con propsito trabajo, en hora punta de la maana (7:45 a 9:45 hrs) y la muestra consta
de 1.312 hogares.
Cuadro 3.2
Modelo de Tasa ACM, Punta Maana: 7:45-9:45, Propsito Trabajo
Rango Ingreso ($) Cat. EOD sin auto 1 auto 2 o ms Total
Bajo 0 - 170.000 1,2,3 0,5292 0,6660 0,7208 0,5734
Medio 170.000 - 565.000 4,5,6 0,7039 0,8406 0,8955 0,7481
Alto 565.000 ms 7,8,9 0,7755 0,9122 0,9671 0,8197
0,5930 0,7297 0,7846 0,6372
Nmero de autos Ingreso del hogar
Total
En este caso particular, ntese que las tasas ACM presentan una regularidad acorde
a lo esperado en la prctica (tasas estrctamente crecientes segn ingreso y tasa de
motorizacin). El anlisis ANOVA result razonable, puesto que las probabilidades de
aceptar las hiptesis nulas Hoa y Hob son bajas, en tanto que se puede afirmar con casi
un 78% de significacin que existen efectos interactivos entre el ingreso y la tasa de
motorizacin del hogar.
Cuadro 3.3
ANOVA con Dos Factores
SSa 0,0821
SSb 0,1070
SSab 0,1527
SSw 782,6157
MSa 0,0410
MSb 0,0535
MSab 0,0382
MSw 0,0269
Fa (g.l.num.) 1,5271
Prob. rechazo Hoa 78,45%
Fb (g.l.num.) 1,9911
Prob. rechazo Hob 86,99%
Fab (g.l.num.) 1,4205
Prob. rechazo. Hoab 77,88%
Una tarea siempre interesante es la validacin de modelos. Para el caso de validar
los modelos de generacin de viajes construidos a base de tasas ACM, es posible
comparar estadsticamente los viajes modelados y observados por zona, obteniendo
distintas medidas de bondad estadstica, como por ejemplo: ndice de correlacin y otros.
3.3.2 Modelos de Regresin Lineal
Para modelar la generacin de viajes basados en el hogar de retorno (bhr), no
basados en el hogar y para las atracciones de viajes, es necesario calibrar modelos de
regresin lineal mltiple. Dado que estos modelos son bastamente conocidos en su
aplicacin al anlisis de transporte y existe un buen nmero de programas computacionales
estadsticos para calibrarlos, no sern objeto de discusin aqu. Las variables que
normalmente se incluyen en este tipo de modelos fueron descritas en la definicin del
modelo y los test de bondad estadsticos son los habituales en regresin lineal (R
2
y t-
student).
Un aspecto que debe tener presente el modelador es que en el caso de la
generacin de viajes, puede verse enfrentado a un bajo nmero de observaciones por
propsito-categora. En este caso, lo recomendable es calibrar un modelo agregado (por
propsito), utilizando posteriormente algn criterio que permita desagregar por categora.
Debe mencionarse para terminar, que los datos histricos de ciudades como
Santiago y Valparaso, indican que el nmero de viajes no originados en el hogar es muy
pequeo en hora punta de la maana (del orden del 10% de las producciones de viajes) y
es aproximadamente la mitad de las producciones de viaje en fuera de punta.
3.4 CALIBRACIN DEL MODELO DE PARTICIN MODAL
La calibracin del modelo de particin modal consiste en estimar los valores de
los parmetros de la funcin de utilidad. Dependiendo del tipo de funcin utilidad que se
utilice (lineal o del tipo Box-Cox), los parmetros pueden estar presentes multiplicando
cada variable de la funcin y/o elevndola a un exponente.
En general, la probabilidad de que un individuo (con ciertas caractersticas
personales conocidas) escoja una cierta alternativa (con determinados atributos conocidos)
entre un conjunto de alternativas disponibles, puede ser entendida en funcin de un grupo
de parmetros que se denominarn genricamente como { }
5
y cuyos valores deben ser
calibrados.
Dado que no es posible observar probabilidades de eleccin, sino directamente la
eleccin de cada individuo, normalmente se recurre a la tcnica estadstica de mxima
verosimilitud para calibrar los parmetros. Esta tcnica se basa en el hecho de que a pesar
de que una cierta muestra cualquiera de datos puede provenir de distintas poblaciones,
una muestra en particular tiene una mayor probabilidad de provenir de una poblacin
especfica que de otras. Por lo tanto, el mtodo de la mxima verosimilitud estima los
parmetros { } de tal forma que ellos sean consistentes lo ms a menudo posible con
cualquier muestra observada de la poblacin
6
. Ello se logra maximizando la funcin de
verosimilitud respecto de los parmetros.
Supngase que se dispone de una muestra de N individuos y que se puede formular
la probabilidad (en funcin de los parmetros { } ) de que cada individuo k escoja la
alternativa i que efectivamente eligi: P
k
( i ) . Supngase adems que existen M alternativas
de eleccin y que cada individuo tiene un conjunto C
k
de alternativas disponibles.
Si ahora se agrupan los individuos de acuerdo a la alternativa escogida por ellos,
se obtendrn M subconjuntos de probabilidades, cada uno de los cuales tendr un nmero
de elementos igual al nmero de individuos que escogieron cada alternativa: N
1
, N
2,....
N
M.
5. Que corresponden a los parmetros conjuntos de la expresin (3-15).
6. Ortzar J de D. y Wilumsen L.G. (1990) op.cit.
As, la funcin de verosimilitud adquiere la siguiente forma:
L ( ) P
k
( 1 )
k 1
N
1

P
k
( 2 )
k N
1
+ 1
N
1
+ N
2

. . . . . . . . . . . P
k
( M )
k N
1
+ N
2
. . . N
M 1
+ 1
N

(3.10)
Esta expresin se puede simplificar definiendo una variable dummy
ik
que
tomar un valor 1 para la alternativa i

C
k
escogida por el individuo k y tomar un valor
0 en otros casos:
L ( )
k 1
N

P
k
ik
( i )
i C
k
(3.11)
Y puesto que se trata de maximizar esta funcin, un procedimiento equivalente
resulta de maximizar el logaritmo natural de la funcin de verosimilitud, que es ms
simple y conduce al mismo ptimo:
l ( ) ln L ( )
k 1
N

ik
i C
k

ln P
k
( i )
(3.12)
La maximizacin de la funcin l ( ) respecto de los parmetros, entregar los

*
{ }
ptimos que corresponden a los parmetros de calibracin que se buscan. Existen
diversos programas computacionales que permiten realizar esta tarea, pero ellos dependen
del tipo de modelo de particin modal que se est proponiendo y que definir la
formulacin de la probabilidad P
k
( i ) . En el caso de los modelos logit multinomiales y
jerrquicos, los programas disponibles son diversos y bien conocidos
7
. Sin embargo,
modelos ms sofisticados como el Probit y aqullos que utilizan formulaciones Box-
Cox para la funcin utilidad, requieren de procesos de calibracin ms complejos y los
programas correspondientes son escasos
8
. Cada uno de estos programas entrega tambin
un conjunto de indicadores estadsticos que permiten estimar la bondad de los modelos
y comparar diversas alternativas de formulacin de la funcin de utilidad, con distintas
variables. Puesto que estos estadgrafos dependen del tipo de modelos que se formule,
no es posible hacer aqu una exposicin general de los mismos, pero existe una amplia
literatura dedicada a este tema
9
. Sin embargo, entre tales indicadores, cabe mencionar el
propio valor del logaritmo de la funcin de verosimilitud y el radio de verosimilitud, que
sirven para estimar la bondad del modelo completo; y el estadgrafo t usado para evaluar
la significacin de cada parmetro del modelo.
La definicin de criterios de seleccin de las muestras de calibracin y los niveles
de servicio utilizados, debern realizarse con especial cuidado, para no violar los
supuestos incluidos en el modelo. Especial relevancia adquiere la disponibilidad del
modo auto-acompaante (asunto discutido en la seccin 2.7) y los niveles de servicio
utilizados para calibracin (tema presentado en detalle en la seccin 4.7).
Para ejemplificar lo anterior, el Cuadro 3.4 presenta a continuacin los resultados
de una aplicacin realizada para la ciudad de Curic con datos de la Encuesta Origen
Destino de Viajes de 1996. Se presenta el modelo de particin modal para el propsito
trabajo, en hora punta de la maana (7:45 a 9:45 hrs). La submuestra de calibracin consta
de 657 viajes. Se muestran los valores de los coeficientes de las variables, su estadgrafo
t y el coeficiente (lambda) de la transformacin Box-Cox cuando corresponde.
7. En Chile el paquete computacional ms utilizado para este tipo de modelos es el ALOGIT. Debe mencionarse tambin que los modelos logit multinomiales y los modelos logit jerrquicos son los de mayor utilizacin en estudios de transporte nacionales
8. Recientemente se ha utilizado en Chile el paquete computacional TRIO para calibrar modelos desagregados de particin modal del tipo Box-Cox en Santiago. Ver Fernndez y De Cea Ingenieros Ltda.(1994) op.cit. Vol. III Modelos de Particin Modal.
9. Ver por ejemplo, Ortzar J de D. y Wilumsen L.G. (1990) op.cit. Cap 8 Specification and Estimation of Discrete Choice Models
Cuadro 3.4
Coeficientes y Estadgrafos, Modelo de Particin Modal
para Trabajo
Perodo Punta Maana (07:45 a 09:45 hrs.)
Variable Theta (t) Lambda (t

0) (t

1)
Nmero de Autos 1,520 -3,58
Tiempo de Viaje -0,029 (-2,02)
Tiempo de caminata -0,246 (-10,89) 0,725 (5,64) (-2,14)
Tiempo de espera -0,130 (-2,07)
Costo partido por ingreso -0,0842 (-5,09)
Modo de Transporte cte. modal (t)
Caminata 1,800 -6,01
Autochofer -1,700 (-2,96)
Autoacompaante -3,900 (-6,27)
Taxi -2,100 (-2,78)
Bus y taxibus 0,000
Taxicolectivo 0,420 -2,04
Bicicleta -1,600 (-5,39)
Dado que una de las variables que siempre debe ser incluida en el modelo de
particin modal es el tiempo de viaje, existen dos posibilidades para obtener los valores
de dicha variable. La primera es la que se ha adoptado en el caso de las ciudades de tamao
medio que consiste en observar los niveles de servicio en toda la red para cada uno de los
modos en cada uno de los perodos, y as inferir el tiempo de viaje entre todos los pares
origen-destino. El segundo mtodo, que se ha aplicado en el caso del Gran Santiago, dada
la dificultad de medir los niveles de servicio en toda la red, es obtener los valores de
tiempos de viaje del proceso de calibracin de redes, valores que incorporan los errores
propios de dicho proceso.
3.5 CALIBRACIN DEL MODELO DE DISTRIBUCIN
El modelo de distribucin gravitacional propuesto, requiere calibrar para cada
perodo-propsito definido, un conjunto de parmetros de distribucin
n
{ }
cada uno de
los cuales corresponde a una categora de demanda. Debido a que los orgenes por zona
(O
i
n
) estn definidos por categora, pero no as los destinos por zona (
D
j ), es necesario
calcular simultneamente los parmetros de todas las categoras dentro de cada
perodo-propsito. En esta seccin se describe la estimacin de los parmetros de
distribucin para un perodo-propsito determinado.
Esta tarea presenta una de las mayores dificultades actuales de anlisis de
transporte, debido a la ausencia de un patrn de comparacin directo con el que se puedan
contrastar los resultados del modelo gravitacional calibrado. Como se ha mencionado
antes, no es posible obtener una matriz origen-destino confiable a partir de los datos de
una EOD a menos que se encueste al 100% de los hogares. An cuando ello fuera posible,
existen otros factores distorsionadores que deben considerarse (tales como la no
habitualidad de ciertos viajes) y que haran muy cuestionable una matriz obtenida de esa
forma. Agrguese a lo anterior, el requerimiento de obtener una matriz representativa
para cada perodo, propsito y categora de demanda.
3.5.1 Metodologa para Ciudades Intermedias
Dada la forma del modelo gravitacional que se ha propuesto, que depende
bsicamente de la variable utilidad compuesta de viajes (en este caso el EMU de las
utilidades modales) entre parejas origen-destino, el parmetro de distribucin adecuado
debera ser aqul que permitiera construir una matriz de viajes cuya distribucin de
utilidad compuesta de viajes, fuera similar a una cierta distribucin observada
10
. Dicha
distribucin observada de utilidades compuestas puede ser obtenida -por ejemplo- de los
viajes de la EOD y de los datos de utilidades modales medidas en terreno (lo que permitir
calcular la utilidad modal y luego la utilidad compuesta para los viajes observados) que
se propone recoger en la presente metodologa. Ntese en este punto que los
requerimientos de informacin para obtener una distribucin de utilidad representativa,
son mucho menores que los requerimientos para obtener una matriz representativa celda
a celda.
10. Ver la definicin del EMU en el Captulo 3. Para efectos de la presente metodologa los costos modales (tiempos, costos, etc.) incluidos en la utilidad modal, y por ende en el EMU deben ser medidos directamente en terreno.
No obstante, debido a que la distribucin de utilidad compuesta representa un
conjunto de nmeros que deben ser replicados a partir de un slo parmetro, parece
razonable hacer una simplificacin y en lugar de intentar replicar la distribucin de
utilidad compuesta, se tratar de replicar el promedio ponderado de la utilidad
compuesta observada para cada categora de demanda
11
:
LP
o
n

T
ij
on
EMU
ij
n
ij

T
ij
on
ij

(3.13)
donde:
LP
o
n
: Utilidad compuesta promedio ponderado observada para los viajes de
la categoran.
T
ij
on
: Viajes observados de la categora n entre i y j.
EMU
ij
n
: Elemento (i,j) de la matriz de EMU de la categora n.
La matriz de EMU
ij
n
permanecer constante durante todo el proceso de
calibracin, ya que sus valores no dependen de los parmetros de distribucin.
La metodologa propone entonces, la calibracin de cada conjunto de parmetros
de distribucin
n
{ } a travs de un proceso iterativo, siguiendo los siguientes pasos:
Iteracin 0:
a) Dado un conjunto de viajes observados y sus respectivas utilidades compuestas,
calclese la utilidad compuesta promedio de viaje por categora: LP
o
n
.
b) Defnase un conjunto de parmetros
o
n
iniciales. Estos valores iniciales
pueden ser arbitrarios (por ejemplo: 0,5), pero se sugiere empezar con

o
n
LP
o
n
[ ]
1
. En el caso que
o
n
resulte negativo, entonces se debe usar el
valor 0,5 sugerido.
Iteracin k:
c) Utilizando los parmetros
k
n
calclense los factores de balanceo A
i
n
y
B
j
.
Luego, constryase las matrices modeladas por categora T
ij
mn
utilizando el
modelo gravitacional y calclese la utilidad compuesta promedio de cada una
de ellas: LP
m
n
d) Comprense los valores de LP
o
n
y LP
m
n
. Si la diferencia entre ellos es menor
que un cierto nivel de tolerancia (por ejemplo 10%) para todas las categoras,
los parmetros de distribucin se consideran calibrados. En caso contrario, se
calcula un nuevo conjunto de parmetros de distribucin:

k + 1
n

k
n

LP
m
n
LP
o
n (3.14)
En el evento que LP
o
n
sea negativo, entonces es evidente que se debe usar otro
mtodo diferente al indicado en (3.14) para la obtencin de un nuevo valor de
n
k 1 +
. En ese caso es til considerar un algoritmo de aproximacin sucesiva,
que aunque ms lento en su velocidad de convergencia, evita problemas de
inconsistencia de signos.
y se vuelve al paso c).
La convergencia de este proceso iterativo est garantizado por la forma en que se
calcula cada nuevo conjunto de parmetros de distribucin
12
y el mtodo se ha propuesto
aqu bsicamente por su simplicidad. Sin embargo, debe mencionarse que algunos autores
han propuesto metodologas ms sofisticados para calibrar el parmetro del modelo de
11. Smith, M. E. (1979) Design of small sample home interview travel surveys. Transportation Research Record 701, pp. 29-35.
12. Lo que adems est respaldado por la relacin funcional montona entre el costo total y el parmetro de distribucin. Ver Evans S.P. (1973) A relationship between the gravity model for trip distribution and the transportation problem in linear
programming. Transportation Research Vol. 7 pp. 39-61.
distribucin
13
. Estas difieren de la que aqu se ha propuesto bsicamente en la forma de
construir un nuevo parmetro en cada iteracin, lo que -debido a la forma no lineal del
modelo gravitacional- podra hacer ms rpida la convergencia del proceso.
En cada iteracin del proceso de calibracin anterior, es necesario calcular los
factores de balanceo asociados al modelo gravitacional y que dependen de los parmetros
de distribucin.
Estos factores de balanceo y tambin se calculan a travs de un proceso iterativo
de acuerdo a las siguientes expresiones
14
:

1 -
i
-1
j
1
]
1
1
]
1
n
n
ij
n n
i
n
i j
n
ij
n
j j
n
i
EMU O A B
EMU D B A
} exp{
} exp{
(3.15)
Dado un conjunto de B
j
iniciales (uno por cada zona, inicializados normalmente
en1) se calculan los A
i
n
correspondientes (uno por cada zona y cada categora) lo que
permitir una nueva iteracin. El proceso se repite hasta que los factores de balanceo de
una cierta iteracin sean similares a los de la iteracin anterior, dentro de un cierto nivel
de tolerancia dado (que normalmente se establece en un 5% o menos). Ntese que en cada
iteracin los datos necesarios de clculo estn dados, ya que los parmetros de la
distribucin permanecen constantes mientras se calculan los factores de balanceo.
Al proponer el modelo de distribucin (Captulo 2), se mencion que los
parmetros
n
reflejan el peso que los usuarios de cada categora asignan a la utilidad
compuesta de transporte, cuando deciden la distribucin de sus viajes. Por lo tanto, estos
parmetros representan patrones de comportamiento de los usuarios y una vez calibrados,
se consideran constantes en el tiempo e independientes de los costos de transporte.
Ntese sin embargo, que la situacin es distinta para los factores de balanceo.
Estos cumplen una funcin de ajuste de las matrices de distribucin obtenidas con el
modelo (Ver Captulo 2), asegurando que se cumplan las restricciones de orgenes y
destinos en las matrices, tal como se refleja en la expresin (3.15) anterior. Es decir, los
factores de balanceo A
i
n
y B
j
dependen de los datos de entrada al modelo de distribucin
(orgenes y destinos por zona y costos de transporte entre zonas) y deben ser recalculados
cada vez que se aplica el modelo de distribucin, puesto que cada nuevo corte temporal
y cada nuevo escenario de proyectos o planes de transporte, dar origen a un distinto
conjunto de datos de entrada para el modelo.
Es fcil notar que dada la forma de clculo de la utilidad compuesta promedio
observada LP
o
n
(ecuacin 3.13), su nivel de representatividad est limitado por el
nmero de observaciones (viajes) correspondientes a cada categora de usuarios. Es por
ello, que puede ser recomendable estudiar alguna agregacin de las distintas categoras,
a objeto de calcular la utilidad compuesta promedio observada LP
o
n
a base de un mayor
nmero de observaciones.
Para ejemplificar lo anterior, se presenta a continuacin los resultados de una
aplicacin realizada para la ciudad de Curic con datos de la Encuesta Origen Destino de
Viajes de 1996. Se calibran los valores del parmetro de distribucin , para los viajes del
propsito trabajo, en hora punta de la maana (7:45 a 9:45 hrs).
Cuadro 3.5
Parmetro del Modelo de Distribucin, Punta Maana: 7:45-9:45, Propsito Trabajo,
Bajo 0 - 170.000 1,2,3 0,210 0,400 0,400
Medio 170.000 - 565.000 4,5,6 0,270 1,000 0,800
Alto 565.000 ms 7,8,9 0,430 0,110 0,800
13. Ver por ejemplo Williams I. (1976) A comparison of some calibration techniques for doubly constrained models with an exponential cost function. Transportation Research 10 (2) pp. 91-104; y tambin la revisin de Ortzar J de D. y Wilumsen L.G.
(1990) op.cit. Cap 5: Trip Distribution modelling.
14. Ortzar J de D. y Wilumsen L.G. (1990) op.cit.
3.5.2 Metodologa para Grandes Ciudades
En el caso de las ciudades de Santiago y Valparaso existe un modelo de distribucin-
particin modal conjunto, lo cual hace que el proceso de calibracin presente caractersticas
diferentes. La actual implementacin del modelo considera el parmetro f igual a la
unidad, lo cual significa que las etapas de distribucin y particin modal se dan a un mismo
nivel. Esto se traduce en que el proceso de calibracin propiamente tal consiste en
verificar que es vlido adoptar un valor de 1 para el parmetro f, proceso que puede ser
realizado comparando las entropas de las matrices observada y modelada. Una detallada
descripcin de este procedimiento se desarrolla en el estudio Anlisis Recalibracin de
los Modelos de ESTRAUS
15
.
Los casos en que el valor del parmetro f sea distinto de 1 requiere la calibracin
de un modelo de distribucin independiente, proceso que puede ser realizado de acuerdo
a lo descrito en el Volumen V, pgina 38, del Informe Final del estudio sealado
precedentemente.
3.6 CALIBRACIN DE LA RED DE TRANSPORTE PBLICO
Se entiende por calibracin de la red de transporte pblico, al proceso de
estimacin de valores de los parmetros de la funcin de costo generalizado de viaje,
asociados a los arcos de esta red.
Considrese una red de servicios de transporte pblico que operan sobre una red
vial G ( N , A ) donde N representa un conjunto de nodos (intersecciones de calles) y
centroides de zonas y A un conjunto de arcos (calles). Sea A
c
el conjunto de arcos de
la red vial sobre los que existen conteos observados de pasajeros (por ejemplo de buses).
Sean adems f
a
o
el flujo de pasajeros observado en el arco
a
y
f
a
el flujo modelado de
pasajeros en el arco a . El flujo modelado sobre un arco es el resultado de la asignacin
(con algn criterio de comportamiento de los viajeros frente a la eleccin de rutas
16
) de
la matriz de viajes resultante de los procesos generacin-distribucin-particin modal
sobre la red de servicios de transporte pblico (de buses en el ejemplo).
En el contexto de la presente metodologa se ha supuesto que entre nodos de la red,
los viajeros eligen la ruta que minimiza una funcin de costo generalizado de viaje. Sin
embargo, entre dos centroides de la red los viajes se reparten entre un conjunto de rutas
(mnimas entre un nodo de acceso del centroide de origen y un nodo de acceso del
centroide de destino). Cada una de estas rutas tiene una probabilidad de ser usada, que se
calcula de acuerdo a un modelo logit en el que la desutilidad de cada alternativa es su
respectivo costo generalizado de viaje (Ver Seccin 2.13).
Est implcito que los atributos de los arcos de la red de servicios (costo y
tiempos) son constantes e independientes de los flujos que existan sobre ella. Dados los
tiempos de espera (que son funcin de las frecuencias de los servicios), los tiempos de
viaje en vehculo, los tiempos de caminata y las tarifas (costos de viaje), las nicas
variables de ajuste para intentar reproducir los conteos observados son los parmetros
de la funcin de costo generalizado de viaje y el factor de dispersin del modelo logit de
reparticin de flujos entre rutas alternativas. As, si se define el vector de parmetros de
calibracin
X ( x
1
, x
2
, . . . . . . . , x
n
)
se puede representar el flujo modelado sobre un
arco a como funcin del vector de parmetros
X
, lo que se debe interpretar como que
el flujo modelado (asignado) de pasajeros sobre el arco depende de los valores de los
parmetros de calibracin. De esta forma, dado un conjunto de parmetros, la asignacin
de la matriz de viajes observados sobre la red produce como resultado los flujos
modelados
f
a
.
15. Anlisis Recalibracin de los Modelos de ESTRAUS, MIDEPLAN, 1994
16. Tal como el criterio de asignacin a rutas mnimas de transporte pblico propuesto la Seccin 3.13.
El problema de calibracin de la red de transporte pblico (o calibracin del
modelo de asignacin) puede formularse como sigue:
x
1
, x
2
, . . . . , x
n
{ }
Min
f
a
o

f
a
( x
1
, x
2
, . . . . . , x
n
)
{ }
a A
c

2
(3.16)
s.a.:
x
1
, x
2
, . . . . . . , x
n
0
f
a
flujos asignados
a A
La solucin de este problema de optimizacin matemtica se puede encontrar
utilizando el Algoritmo de Hooke y Jeeves. Este requiere contar con las matrices de
transporte pblico resultantes del proceso generacin-distribucin-particin modal
(proceso independiente de las redes que ahora se requieren calibrar). Si bien esto puede
llevar a dificultar los ajustes entre los flujos observados y modelados, las redes as
calibradas son mejores para fines de prediccin puesto que el modelo no es forzado a
replicar los conteos, a travs de ajustes simultneos en las matrices y las redes (como
hace el mtodo tradicionalmente utilizado en Chile para calibrar redes).
El algoritmo de Hooke y Jeeves
17
es un procedimiento iterativo usado para
resolver problemas de optimizacin con funcin objetivo no convexa y sin expresin
explcita para sus derivadas respecto de las variables de decisin del problema. Se
requiere, sin embargo, que la funcin objetivo sea continua y evaluable para cualquier
valor factible de las variables. El algoritmo consiste en la repeticin de dos etapas:
a) Bsqueda Exploratoria a travs de cada una de las coordenadas del espacio
de soluciones, con el objeto de encontrar una buena direccin local de
descenso (reduccin del valor de la funcin objetivo, que en este caso es una
medida de la diferencia entre flujos modelados y observados). La bsqueda se
efecta variando el valor de cada coordenada (parmetros de calibracin) en
una cantidad preestablecida

y evaluando la funcin objetivo en cada punto
as determinado. Si la bsqueda desde un determinado punto no tiene xito, se
reduce el valor de

en una cantidad predefinida.
b) Patrn de Movimiento, que consiste en avanzar segn la direccin determinada
en la etapa anterior. La longitud del avance est dada por la distancia entre los
puntos que definieron la direccin, multiplicada por un parmetro .
La convergencia global del algoritmo no est asegurada a menos que la funcin
objetivo sea estrictamente convexa, lo que no ocurre en este caso. As, el algoritmo puede
encontrar como solucin un ptimo local. Sin embargo, puede trabajar con cualquier
funcin continua, por extraa que sea su forma. Con el objeto de aumentar las posibilidades
de salir de ptimos locales se deben probar distintos valores de los parmetro

y

.Tambin se suele trabajar repitiendo la aplicacin del algoritmo a partir de distintos
puntos (soluciones iniciales factibles), escogidos en forma aleatoria. Los parmetros
y

son propios del mtodo de calibracin y no tienen relacin alguna con las categoras
de los arcos.
En las Figuras 3.1 y 3.2 se describe en detalle el mtodo -en trminos del diagrama
de flujo de la implementacin computacional del algoritmo- aplicado a la calibracin de
una red de transporte pblico. Este presenta variaciones menores para el caso de la red
vial. La Figura 3.1 describe el procedimiento general, en tanto la Figura 3.2 presenta un
detalle de la etapa de bsqueda exploratoria.
Al aplicar el algoritmo al problema de calibracin de una red de transporte pblico,
las coordenadas del espacio de soluciones (variables de decisin del problema de
optimizacin) son los parmetros de calibracin. Estos, como se mencion en la Seccin
2.13, son los siguientes:
Factor de conversin de unidades monetarias a unidades de tiempo (factor
multiplicativo de la tarifa o costo de viaje en la funcin de costo generalizado
de viaje).
Ponderador del tiempo de espera.
Ponderador del tiempo de caminata (acceso ms transbordo).
17. Hooke R. and Jeeves T.A. (1961) Direct Search Solution of Numerical and Statical Problems. Journal of the Association of Computer Machinery Vol. 9, pp 212-229.
Parmetro de dispersin del modelo logit incorporado al modelo de asignacin,
que permite repartir los viajes de un determinado par origen-destino entre las
distintas rutas mnimas, entre nodos de acceso, que lo unen.
Finalmente, es importante mencionar que la implementacin del mtodo de
calibracin utiliza el modelo de asignacin a redes de transporte pblico ARTP
18
. Debe
recordarse que cada vez que el algoritmo de calibracin requiere evaluar la funcin
objetivo necesita conocer los flujos modelados y stos slo pueden ser determinados
asignando la matriz observada de viajes sobre la red, considerando los ltimos valores de
los parmetros de calibracin.
Dada la forma iterativa de uso del mtodo de Hooke y Jeeves, que puede entregar
diferentes resultados para los parmetros de calibracin dependiendo del ptimo al cual
converga, es recomendable adoptar aquella solucin, que mejor replique el histograma
agregado de tiempos de viaje observados obtenidos por ejemplo de la EOD a hogares o
de la medicin de niveles de servicio.
Para el caso de las redes de transporte pblico que consideran restriccin de
capacidad de los vehculos, adems de la calibracin de los parmetros que ponderan las
distintas componentes de la funcin de costo generalizado, proceso detallado en los
prrafos anteriores, es necesario calibrar los parmetros asociados a la funcin tiempo
de espera - flujo, que permite reflejar el aumento de este tiempo a medida que se
incrementa el nmero de usuarios que demanda los servicios de transporte colectivo. En
el Informe Final del estudio Anlisis y Calibracin de Modelo de Asignacin de
Transporte Pblico con Restriccin de Capacidad se encuentran detalles del proceso de
calibracin de dichos parmetros para el caso de la ciudad de Santiago.
Figura 3.1
Diagrama de Flujo del Proceso de Calibracin (1)
Parmetros iniciales:
(x1, x2, ... xn)
Primer punto base:
(x1*, x2*, ... xn*)=(x1, x2, ..., xn)
Asignacin de viajes de red de
transporte pblico

Evaluacin de la Funcin Objetivo
Iteraciones del algoritmo
de Hooke y Jeeves
BUSQUEDA EXPLORATORIA
Se obtiene x'=(x1', x2', ... xk', ..., xn')
IF fobj (x1', ..., xn') <
fobj (x1*, ... xn*)
AVANCE EN DIRECCION ENCONTRADA
se obtiene
x"=(x1", x2", ..., xn") =
{(1+ )x1' - x1*, ..., (1+ )xn' - xn*)}
Se vuelve a punto
base anterior
Se definen valores para los
parmetros calibrados
x*= (x1*, x2*, ..., xn*)
Nuevo punto base:
(x1*, x2* ... xn*)=(x1", ..., xn")
NO SI
SI
NO
Se reduce
el valor de
IF

18. De Cea J. and Fernndez (1989). Transit assignment to minimal routes: an efficient new algorithm. Traffic Engineering and Control 29(10), pp 520-526
Figura 3.2
Diagrama de Flujo del Proceso de Calibracin (2)
IF fobj (x1, x2, ..., xk + , .. xn) <
fobj (x1, x2, ..., xk, ... xn))
BUSQUEDA EXPLORATORIA
Iniciacin de la bsqueda a partir de
x=(x1, x2, ..., xn) ; k=0
Obtencin de flujos modelados
k = k + 1
x = (x1, x2, ... xk + , ..., xn)
Obtencin de flujos modelados
Reemplazar
(x1, x2, ..., xk, ... xn)
por
(x1, x2, ..., xk + , ... xn)
x=(x1, x2, ..., xk - , ... xn)
Obtener flujos modelados
IF fobj (x1, x2, ..., xk - , .. xn) <
fobj (x1, x2, ... xk, ... xn)
Reemplazar (x1, x2, ..., xk, ... xn)
por (x1, x2, ..., xk - , ... xn)
IF
K = N
Se obtiene x'=(x1', x2', ... xk', ... xn')
NO
NO
SI
NO
SI
SI
3.7 CALIBRACIN DE LA RED DE TRANSPORTE PRIVADO
Para calibrar la red de transporte privado (o red vial) se propone un procedimiento
anlogo al de la red de transporte pblico. No obstante, en este caso se trata de calibrar
las funciones de costo asociadas a cada tipo de arco de la red vial, que tienen la siguiente
forma:
) 1 ( ) (
0
,
_
+
cap
f
t f t
(3.17)
donde:
t ( f ) : Tiempo (costo) de viajar en el arco cuando existe un flujo f de
vehculos viajando en el arco.
f : Flujo de vehculos en el arco
t
0
: Tiempo de viaje en el arco a flujo libre.
cap : Capacidad del arco.
En la presente metodologa se propone medir directamente en terreno las variables
que aparecen en la expresin (3.17), -tiempo a flujo libre y capacidad del arco-, dejando
solamente los parmetros , ( ) como objetos de calibracin (ntese que existir una
pareja de estos parmetros por cada tipo de arco definido). Este es un aspecto importante
de tomar en cuenta al calibrar redes, que se refiere a la necesidad de aprovechar la
posibilidad de obtener buena informacin de datos observables y medibles de la red.
No tiene sentido tratar algunos de estos valores como si fueran parmetros de
calibracin, particularmente cuando se trabaja con redes relativamente simples y poco
densas, como es el caso de ciudades intermedias. Tambin es importante contar con
buenos datos observados de tiempos de viaje sobre la red (tiempos de viaje globales
promedio sobre el sistema y sobre una muestra de pares origen-destino) y tiempos de
viaje a capacidad sobre ciertos arcos seleccionados.
Para calibrar la red vial, se puede utilizar el mismo problema de optimizacin
(3.16), pero ahora f
o
representa el flujo de vehculos de transporte privado observado en
conteos realizados sobre el arco a y
f
a
representa el flujo modelado de transporte
privado en el arco a . El flujo modelado sobre un arco es el resultado de la asignacin (con
el modelo de asignacin correspondiente, definido en el Captulo 2) de la matriz de viajes
de transporte privado resultante de los procesos generacin-distribucin-particin
modal.
Debe agregarse por ltimo que, en el caso de las ciudades de tamao medio, debido
a la escasa congestin en el sistema de transporte, es probable que para muchos arcos la
calibracin de los parmetros resulte imposible, pues no se podr observar los tiempos
de tales arcos trabajando a capacidad (los parmetros resultarn en a nulo y exponente
indeterminado). La funcin de costos puede entonces, reflejar adecuadamente la situacin
actual (sin congestin), pero con ella no se podr evaluar el costo de viajar por el arco
cuando aumenten los flujos en el futuro o como resultado de alguna modificacin en la
red. En este caso, la nica opcin razonable ser copiar la funcin de costo de otro arco
(de otro sector de la red o incluso de otra ciudad) con similares caractersticas de
capacidad y de tiempo de viaje a flujo libre.
Este problema puede presentarse muchas veces en ciudades de mediano tamao,
por lo que se sugiere que se realicen algunos experimentos que permitan estimar el
tiempo de viaje a capacidad en funcin del tiempo a flujo libre, capacidad del arco, largo
fsico y alguna otra caracterstica distintiva. De esta forma se podra definir una funcin
de costo genrica a la que se pueda recurrir, cuando sea imposible medir empricamente
el tiempo de viaje en el arco bajo condiciones de flujo a capacidad.
Dada la forma iterativa de uso del mtodo de Hooke y Jeeves, que puede entregar
diferentes resultados para los parmetros de calibracin dependiendo del ptimo al cual
converga, es recomendable adoptar aquella solucin, que mejor replique el histograma
agregado de tiempos de viaje observados obtenidos por ejemplo de la EOD a hogares o
de la medicin de niveles de servicio.
4 REQUERIMIENTOS DE INFORMACIN
4.1 INTRODUCCIN
En este Captulo se discuten los requerimientos de informacin que plantea la
aplicacin de las metodologas propuestas. El tipo, calidad y cantidad de informacin
necesaria, estn fundamentalmente determinados por los modelos y sus requerimientos
de calibracin, lo que tambin orienta la eleccin de los instrumentos adecuados de
recoleccin de datos. En este contexto, la definicin propuesta recoge las experiencias
en la planificacin de sistemas de transporte de grandes ciudades y ciudades de tamao
medio, incorporando nuevos instrumentos en unos casos, mejorando los instrumentos
existentes en otros, y precisando, cuando es necesario, la forma de recopilar y el uso de
la informacin.
La informacin necesaria para calibrar los modelos de asignacin plantea problemas
menores de definicin, ya que en este caso se trata de emplear tcnicas tradicionales de
recoleccin, relativamente simples y bien conocidas. Distinta es la situacin con la
informacin necesaria para calibrar y validar los modelos de demanda propuestos, porque
en este caso se requiere de datos ms complejos y difciles de obtener. Para estos dos
casos, la metodologa revisada incluye precisiones y recomendaciones que deben ser
tenidas en cuenta al momento de calibrar modelos.
La presente metodologa propone como principal fuente de informacin, una
Encuesta Origen Destino de Viajes (EOD) realizada en hogares. Otros instrumentos de
medicin tambin propuestos, estarn bsicamente destinados a complementar y verificar
los datos obtenidos de la EOD. Las razones de esta proposicin se resumen como sigue:
a) La EOD representa la fuente de datos ms confiable y vlida para los objetivos
de calibracin de modelos, especialmente los modelos de demanda. La
experiencia nacional con otros mtodos de obtencin de informacin para
estos objetivos, no ha sido particularmente exitosa.
b) La EOD permite tener una visin general de las caractersticas del sistema de
transporte y de sus patrones de comportamiento. Ello es particularmente
importante en ciudades donde existe escasa o ninguna informacin histrica.
c) Existe en el pas una importante experiencia en el diseo y desarrollo de EOD
en hogares, que puede ser aprovechada para validar y mejorar sus resultados.
d) La diversidad y completitud de la informacin obtenida en una EOD, representan
una base de datos til para muchas tareas adicionales de anlisis de transporte.
La recoleccin de informacin no es independiente del tamao de la ciudad y del
nmero de habitantes. La logstica necesaria para abordar una encuesta de gran tamao,
como es el caso del Gran Santiago en el ao 1991, con 32.000 hogares, amerita un
tratamiento especial, lo cual ha motivado la realizacin de un estudio denominado
Actualizacin de Encuestas Origen-Destino de Viajes, II Etapa
1
, donde se desarrolla
una metodologa de diseo e implementacin del proceso de recoleccin de toda la
informacin necesaria para caracterizar el sistema de transporte urbano del Gran
Santiago. Muchos de los aspectos que ah se sealan pueden ser considerados como
elementos de apoyo en el proceso de recoleccin de informacin para ciudades de menor
tamao, debiendo compatibilizarse con los presupuestos establecidos para el desarollo
de estas tareas.
A continuacin, se describe cada uno de los instrumentos de recoleccin de
informacin propuestos. Los tamaos muestrales que se describen han sido determinados
para ciudades de tamao medio. Para ciudades como Concepcin y Valparaso, se ha
adoptado una metodologa similar, introduciendo los cambios necesarios para
compatibilizar los requerimientos de informacin debido al mayor tamao de estas
urbes.
1. Actualizacin de Encuestas Origen Destino de Viajes, II Etapa, Mideplan, julio de 1998
4.2 ENCUESTA ORIGEN DESTINO DE VIAJES EN HOGARES
La mayor dificultad de la EOD en hogares radica en su costo, que est directamente
relacionado con el tamao de la muestra. Al respecto, las recomendaciones de la
literatura vinculan el tamao de la muestra con el tamao de la ciudad. Por ejemplo, para
una ciudad de tamao medio de 70.000 a 500.000 habitantes, se sugiere encuestar
alrededor del 12,5% de los hogares (esto es, entre 1.000 y 6.000 hogares con las tasas
de habitantes por hogar en Chile). Pero sta es una recomendacin general cuya
fundamentacin es esencialmente emprica
2
. Si el objetivo principal de la EOD es
proveer la informacin necesaria para calibrar modelos de demanda, una revisin atenta
de estos requerimientos especficos, puede entregar mayores antecedentes para determinar
el tamao de la muestra.
Para estudiar este aspecto, es til recordar que el tamao de una muestra para
estimar el valor de una variable, puede determinarse utilizando la siguiente expresin:
n
C
2
Z
2
E
2
(4.1)
donde:
n : Tamao de la muestra.
C : Coeficiente de variacin de la variable a estimar.
E : Nivel de confianza (expresado en tanto por uno).
Z : Valor de la distribucin normal para un nivel de confianza y una
tolerancia de error determinados.
Es claro que para utilizar esta expresin
3
es necesario definir con precisin la
variable a ser estimada y conocer su coeficiente de variacin. Este ltimo valor representa
un problema, puesto que en principio no es posible conocerlo a priori. Pero para efectos
de determinar el tamao de la muestra, es posible utilizar informacin histrica de otros
estudios o de otras ciudades, sin incurrir en errores importantes. En cualquier caso,
siempre es posible verificar la estimacin del coeficiente de variacin despus de
recogida la muestra y de ser necesario, aumentar su tamao. O bien -como es lo habitual-
dimensionar una muestra un poco mayor de la calculada, para prever stos y otros posibles
errores.
El nivel de confianza y el lmite de error pueden ser definidos criteriosamente por
el analista, pero normalmente un nivel de confianza de 90% con un 5% de error es
aceptable. Ahora bien, cada submodelo de transporte requiere de distintos tamaos
muestrales, porque cada uno de ellos utiliza distintas variables.
4.2.1 Requerimientos de Modelos de Generacin y Atraccin de
Viajes
4
Dado que la mayora de los viajes que interesan para anlisis de transporte (viajes
al trabajo, estudio y otros) se producen en el hogar, donde es ms fcil estudiar el
fenmeno y obtener datos que lo expliquen, tradicionalmente se ha confiado ms en las
estimaciones de generacin de viajes, para luego ajustar las estimaciones de las atracciones
a aquellos valores. Esta ser tambin la lnea de desarrollo aqu.
Para determinar la generacin de viajes, se requiere bsicamente estimar tasas de
generacin de viajes por hogar, lo que se hace vinculando tales tasas con aquellas
variables que podran explicarlas. Existen diversas proposiciones en la literatura para
definir qu variables deben estar incluidas
5
, pero aqu nos limitaremos a las dos variables
propuestas en la definicin del modelo: ingreso familiar y tasa de motorizacin del hogar.
La metodologa simplificada propone una variante del modelo de anlisis por
categora, denominado Anlisis de Clasificacin Mltiple (ACM), para calcular las tasas
de generacin por hogar. Este modelo requiere como dato, una estimacin adecuada de
2. Bruton, M.J. (1985) Introduction to Transport Planning . Hutchinson, Londres.
3. Smith, M. E. (1979) op, cit.
4. La discusin siguiente, obviamente se limita a los requerimientos de los modelos definidos en el Captulo 2 para la metodologa simplificada.
5. Ver Fernndez y De Cea Ingenieros Ltda. (1994) op.cit. Vol II Generacin y Atraccin.
la tasa de generacin agregada, separadamente para cada uno de los niveles de ingreso
y de tasa de motorizacin de los hogares (y no para cada categora cruzada). Ello
lgicamente reduce notablemente los tamaos muestrales requeridos, porque en este
caso el nivel ms crtico (de ingreso o de tasa de motorizacin) siempre tiene la
suficiente importancia dentro de la poblacin, si es que la definicin de niveles es
adecuada. A base de la experiencia adquirida en las primeras aplicaciones de la metodologa
y considerando los valores de coeficientes de variacin de las variables a estimar de
algunas ciudades de tamao intermedio (ecuacin 4.1), se estima que un tamao muestral
de 1.500 hogares vlidos, parece ms que suficiente para los objetivos de la calibracin
de modelos ACM de produccin de viajes.
Con este tamao muestral se garantiza que los viajes totales captados en los
perodos de modelacin, estn adecuadamente representados en la encuesta. Es evidente
que el nivel de confianza de los resultados a nivel de propsito de viaje, no ser el mismo
para cada uno de ellos, puesto que ste depende del nmero de viajes realizados en cada
uno de ellos.
4.2.2 Requerimientos del Modelo de Distribucin
La metodologa propuesta asume el hecho de que no es posible estimar una matriz
de distribucin confiable a partir de una muestra de cualquier naturaleza (en hogares o a
usuarios en la red) a menos que sta cubra el 100% de la poblacin. Dado que ello no es
factible, se propone simular la matriz de distribucin a travs de un modelo gravitacional,
lo que desde el punto de vista de los requerimientos de informacin representa una
importante simplificacin.
En efecto, ya no se trata de disponer informacin para estimar el valor de las celdas
de una matriz, sino de la informacin necesaria para estimar adecuadamente la distribucin
de utilidades compuestas de viajar en una ciudad
6
.
Sin embargo, es necesario ser cuidadoso, puesto que el clculo de la utilidad
promedio observada (ver ecuacin 3.13) se realiza sobre la base del nmero de viajes
captados en cada categora (dato proporcionado por la encuesta a hogares). Es obvio que
dicho valor logra una mayor significancia, en la medida que se calcula a base de un mayor
nmero de observaciones. En este caso, las experiencias en la aplicacin de la metodologa,
indican que sta es una restriccin importante, sin embargo ella queda subsanada, en la
medida que la calibracin considere agregadas las categoras extremas, en las que
normalmente se verifican pocas observaciones. De ser as, el modelo de distribucin no
plantea los requerimientos crticos para definir el tamao muestral de la EOD.
4.2.3 Requerimientos del Modelo de Particin Modal
7
Los modelos de particin modal propuestos por la metodologa son del tipo logit
(con funciones de utilidad lineales o Box-Cox). Desde el punto de vista de la informacin
requerida, la naturaleza de la funcin logit y el mtodo de calibracin (mxima
verosimilitud) no permiten estimar confiablemente el tamao de muestra necesario para
calibrar el modelo.
Sin embargo, la larga experiencia nacional e internacional con este tipo de
modelos, indica que basta con alrededor de 30 observaciones por cada uno de los
parmetros a estimar en las funciones de utilidad, para obtener modelos adecuados. Dado
lo anterior, considerando por ejemplo: la modelacin de 7 modos de transporte, con 5
variables explicativas genricas, entonces se debe contar con a lo menos 330 observaciones
por propsito-perodo (6 constantes modales + 5 parmetros genricos = 11*30=330).
Dados los tamaos muestrales propuestos, resulta previsible que las necesidades de
calibracin para los propsitos trabajo y estudio (en punta maana) quedan adecuadamente
cubiertas; distinto es el caso del propsito otros, en este caso puede ser aceptable calibrar
un modelo conjunto punta maana y fuera de punta. En este contexto, los tamaos
muestrales para la EOD de hogares impuestos por el modelo de generacin, los
requerimientos del modelo de particin modal estn cubiertos.
4.2.4 Tamao de la Muestra de la EOD de Hogares
La discusin anterior para los distintos modelos, indica claramente que en
trminos generales un tamao muestral de 1.500 hogares vlidos sera suficiente para
cubrir los requerimientos bsicos de los modelos de demanda. Si se considera un 20%
de tolerancia por errores de medicin, validacin y otros, se concluye que una muestra
6. Ver los detalles de la definicin y calibracin del modelo de distribucin en los Captulos 3 y 4 respectivamente.
7. Normalmente en Chile, junto con la EOD se ha recogido una encuesta complementaria llamada Diario de Viajes, fundamentalmente para apoyar la calibracin de modelos de particin modal En la presente metodologa este instrumento se omite, debido a que
en este contexto sus eventuales beneficios no justifican los costos adicionales. Adems, la experiencia chilena con los Diarios de Viajes no ha sido particularmente exitosa, por diversas razones de orden prctico.
de 1.900 hogares ser probablemente la ms adecuada para todos los requerimientos de
la EOD, en el contexto de la metodologa simplificada para ciudades de tamao medio.
Por supuesto es necesario revisar esta estimacin para cada ciudad en particular, pero los
argumentos descritos sugieren que este tamao muestral debiera ser una cota superior en
la mayora de los casos
8
.
4.2.5 Consideraciones Respecto de la Metodologa de Seleccin de
Hogares (eleccin de la muestra)
La seleccin de la muestra de hogares a encuestar, es una de las etapas cruciales
del diseo de toda encuesta. A la luz de los resultados de las primeras aplicaciones de la
metodologa, se identifican algunos tpicos sobre los cuales conviene realizar una
discusin y/o recomendacin, a objeto de que la muestra de hogares sea representativa
de la situacin actual.
a) Catastro de direcciones
En primer trmino, se recomienda realizar un catastro de direcciones para toda la
zona objeto de anlisis. Este tiene por objeto contar con una base de direcciones ms
actualizada en relacin con la ltima informacin censal disponible (Censo 92). El
anlisis cuidadoso de las diferencias entre el catastro de direcciones y la informacin
censal, permitir caracterizar de una mejor manera, los cambios en el nmero de hogares
por zona, acaecidos desde el ltimo censo.
Si la zona objeto de anlisis no presenta cambios, entonces el catastro podra
eventualmente omitirse, en el entendido de que la informacin censal constituye un
banco de datos actualizado y representativo de la situacin actual. Para aquellos sectores,
en que se verifiquen cambios significativos en los hogares, entonces ser imprescindible
catastrarlos para lograr una mejor aproximacin a la situacin actual.
A continuacin, el Cuadro 4.1 presenta una recomendacin de la informacin a ser
levantada en el catastro de direcciones. Esta se basa en informacin de este tipo
recopilada en la Encuesta Origen Destino de Viajes del Gran Santiago, 1991, que ha
demostrado su enorme utilidad para diversos fines.
Cuadro 4.1
Informacin Mnima a Incluir en el Catastro de Direcciones
Identificacin de la Zona: .............................................................
Nmero de la Direccin: ...............................................................
Piso (si corresponde): ..................................................................
Letra : .................................................................
Uso: ................................................................................................
:
:
.......................................................
.............................................................
Departamento : ..................................................
Identificacin de la Manzana
Identificacin de la Calle
(si corresponde)
(si corresponde)
Respecto del uso, se plantea considerar la siguiente clasificacin como mnimo:
8. Asimismo, el mtodo ms adecuado de seleccin de la muestra de hogares (aleatorio, estratificado, etc.) debe ser estudiado en cada ciudad particular.
Cuadro 4.2
Informacin Mnima a Incluir en el Catastro de Direcciones
Uso Descripcin
1 Residencial
2 Industrial
3 Comercial
4 Sitios Eriazos o sin uso aparente
5 Sitios en construccin
6 Salud
7 Educacin
8 Servicios
9 Otros
Esta informacin permite adems validar y comparar antecedentes obtenidos de
otras bases de datos (Servicio de Impuestos Internos, Ministerio de Educacin, etc.).
b) Mtodo de seleccin de hogares a encuestar
Bsicamente para efectos de seleccin de una muestra aleatoria (los hogares
poseen idntica probabilidad de ser seleccionados), se recomiendan dos metodologas:
muestreo aleatorio bi-etpico o muestreo aleatorio simple, ambos tratados en forma
extensa en la literatura especializada. El uso de cada una de ellas presenta ventajes y
desventajas que deben sopesarse adecuadamente al momento de decidir el sistema de
muestreo.
La primera de ellas consiste en seleccionar un conjunto de manzanas (cuya
probabilidad de seleccin es proporcional al nmero de hogares que ellas contienen),
para luego seleccionar un nmero fijo de hogares al interior de cada manzana (cuya
probabilidad de seleccin no es la misma, habida cuenta que las manzanas no tienen el
mismo nmero de hogares).
El segundo mtodo se basa en un muestreo aleatorio simple, en el cual se
seleccionan los hogares a partir de una lista de direcciones de la ciudad.
La aplicacin de ambas metodologas permite seleccionar una muestra aleatoria
de los hogares, sin embargo su estructura de distribucin espacial no es la misma, y ello
no es neutro para efectos de realizar un seguimiento adecuado durante su levantamiento.
A modo de ejemplo, a continuacin se presenta el resultado de una aplicacin de este
mtodo, que en este caso, tiene por objeto lograr un tamao muestral de 1.500 hogares.
Al realizar diferentes experimentos de muestreo bi-etpico, se obtienen diversas
combinaciones de nmero de manzanas seleccionadas y hogares al interior de cada
manzana, tal como se indica a continuacin:
Manzanas Seleccionadas Hogares por Manzana Total Hogares
400 4 1.600
300 5 1.500
200 7 1.400
220 7 1.540
215 7 1.505
La seleccin de la combinacin adecuada debe considerar, -entre otros apectos,
que en cada zona relevante existan manzanas seleccionadas y adems, que la distribucin
espacial de manzanas seleccionadas sea adecuada y representativa de la ciudad bajo
estudio.
Como ejemplo, para el caso de la ciudad de Curic, se consider encuestar 215
manzanas con 7 hogares por manzana, lo que define un tamao muestral de 1.505 hogares.
Ntese que en este caso, el tamao muestral necesario era de 1.200 hogares vlidos (valor
sugerido en la primera versin de la metodologa y que ahora ha sido actualizado), por lo
que se considera una muestra de hogares mayor.
Mientras que para el segundo caso, es muy probable que se obtenga una muestra
con un hogar por manzana (es decir ser necesario entrevistar en 1.500 manzanas
diferentes).
Las diferencias logsticas y las consecuentes posibilidades de validacin de los
datos durante su levantamiento, para ambos tipos de aplicacin son importantes. En tal
sentido, utilizar la primera alternativa, permite validar los resultados de la encuesta
durante su levantamiento y mantener un control estricto en el nmero de encuestas
logradas segn nivel de ingreso y posesin de automvil (dos de las variables ms
releventes para categorizar la demanda por transporte), de una manera ms fcil que al
usar el segundo mtodo y en ese sentido, aparece como recomendable, habida cuenta de
que un nmero importante de las falencias detectadas, se explican por problemas en la
supervisin y validacin de la informacin recopilada en terreno.
4.2.6 Definicin de las Variables Includas en la EOD
La EOD ser una encuesta realizada en hogares, por lo que su estructura de
entrevista, tipo y forma de preguntas, sern similares a las de cualquier encuesta origen
destino. Sin embargo, ciertas simplificaciones pueden ser consideradas en este caso,
dado que el tamao muestral propuesto y los objetivos especficos de la EOD, sugieren
la eliminacin de ciertas variables cuyo muestreo no sera representativo o til para los
propsitos que ahora preocupan. Las variables que sern medidas con la EOD pueden
agruparse en tres conjuntos: caractersticas del hogar, caractersticas de las personas que
viven en el hogar y caractersticas de los viajes que realizan tales personas. Obsrvese que
en este contexto se define cada hogar asociado a una familia y a sus miembros.
a) Caractersticas del hogar
Las caractersticas del hogar que ms interesan, son aquellas que estn involucradas
en la categorizacin de la demanda y que han sido discutidas anteriormente. No obstante,
no son las nicas variables relevantes para el anlisis de transporte. Las caractersticas del
hogar que se propone encuestar son las siguientes:
Propiedad de la Vivienda
Esta pregunta define la propiedad de la familia sobre el hogar que habita:
Cuadro 4.3
Propiedad de la Vivienda
Nivel Propiedad
1 Propietaria
2 Arrendataria
3 Uso Cedido o Prestado
Ingreso del Hogar
A la luz de la experiencia en cuanto a recopilacin de informacin de ingreso y de
acuerdo a lo sugerido por la experta internacional Liz Ampt
9
, es recomendable consultar
por el ingreso de cada uno de los integrantes del grupo familiar y de esta forma obtener
el ingreso del hogar. Por otro lado, a pesar de que la categorizacin de la demanda dispone
slo de tres niveles (bajo, medio y alto), es conveniente considerar una mayor
desagregacin en la EOD, permitiendo al analista cierta flexibilidad para definir
posteriormente los tres estratos de ingreso sealados. El Cuadro 4.4 presenta la
estratificacin propuesta para el ingreso de cada una de las personas del hogar.
9. Seminario dictado en SECTRA por la experta internacional Liz Ampt (18-20 noviembre de 1996), en el contexto del estudio Actualizacin de Encuestas Origen y Destino de Viajes, II Etapa.
Cuadro 4.4
Estratificacin del Ingreso para la EOD
Nivel $ de 30 Sept. de 1996
0 No Contesta
1 0 - 62.000
2 62.001 - 115.000
3 115.001 - 170.000
4 170.001 - 340.000
5 340.001 - 450.000
6 450.001 - 565.000
7 565.001 - 790.000
8 790.001 - 1.125.000
9 Ms de 1.125.000
Para efectos de modelacin de transporte, se propone que los estratos 1, 2 y 3 (de
$0 a $170.000) sean considerados como hogares de ingreso bajo; los estratos 4, 5 y 6
(de $170.0001 a $565.000) como ingreso medio; y los estratos 7, 8 y 9 como ingreso
alto. Sin embargo, la proposicin indicada es slo referencial, pudiendo eventualmente
usarse otras alternativas. Lo relevante en ese caso, es que las distintas categoras
internalicen adecuadamente el comportamiento de los viajeros en trminos de las
variables de transporte consideradas.
El ingreso familiar siempre representa un problema en una EOD. Normalmente un
nmero no despreciable de encuestas no contestan esta pregunta y en otros casos se
distorsiona la verdad (es bien conocida la tendencia de los hogares pobres a sobrestimar
su ingreso y de los hogares ricos a subestimar esta variable). Desafortunadamente no es
mucho lo que se puede hacer para superar este problema
10
, excepto incluir algunas
variables de validacin que permitan estudiar (muy indirectamente) la consistencia de la
respuesta de ingreso. Para los hogares de mayores ingresos reales, la existencia de
automviles en el hogar ayuda en este sentido, pues en este caso la correlacin con el
ingreso es relativamente clara. Pero para los hogares de menores ingresos, la dificultad
es mayor y aqu se propone considerar la metodologa de clasificacin de hogares segn
caractersticas socio-econmica en niveles A, B, C1, C2, C3 y D, utilizada por la
Universidad de Chile en las Encuestas de Empleo de Desempleo. Su ventaja radica en la
generalizacin en el uso de dicho mtodo y por lo tanto en las posibilidades de
homologacin de informacin con la existente en otras fuentes y para efectos de
validacin.
Servicios del Hogar
Estas preguntas estn destinadas a servir de variables de control respecto a las
respuesta dadas por los entrevistados a la pregunta de ingreso familiar anterior.
Cuadro 4.5
Servicios del Hogar
SERVICIOS SI NO
Telfono 1 2
Electricidad 1 2
Vehculos en el Hogar
Como se sabe, la tasa de motorizacin es una de las variables que definen la
categorizacin de la demanda, por lo que cada vehculo del hogar debe ser adecuadamente
identificado.
10. En trminos de la EOD propiamenta tal. Por supuesto, siempre se puede contrastar la distribucin de ingresos que resulta de la EOD con la distribucin de ingresos alguna fuente independiente, y eventualmente corregir los datos de la EOD.
Cuadro 4.6
Tipo de Vehculo
Tipo Vehculo
1 Automvil
2 Camioneta
3 Furgn
4 Camin
5 Motocicleta
6 Bicicleta
7 Otro
Cada uno de los vehculos del hogar, debe ser caracterizado de acuerdo a lo
descrito en el Cuadro 4.7. El usuario habitual, que aparece en dicho cuadro, debe ser
asociado con la identificacin de las personas del hogar, que se describe en la seccin
siguiente.
Cuadro 4.7
Identificacin de los Vehculos
Vehculo Nmero
Tipo de Vehculo
Ao del Vehculo
Usuario Habitual
Debe mencionarse que aqu se han descrito primero las caractersticas del hogar
por razones de claridad de la exposicin. Pero en la prctica este conjunto de preguntas
se realiza al final de la encuesta, con el fin de limitar la resistencia de los entrevistados
a ser interrogados respecto a las caractersticas socioeconmicas del hogar.
Cada una de las caractersticas del hogar se resumen en el Cuadro 4.8 siguiente:
Cuadro 4.8
Caractersticas del Hogar
Zona del Hogar: .............................................................................
Propiedad: ......................................................................................
Ingreso Persona 1:
Ingreso Persona 2:
Ingreso Persona 3: .......................................................................
Telfono:
TV-Cable (Videograbador):
Clasificacin A, B, C1, C2, C3:
Vehculo 1 - Tipo:
Ao:
Usuario:
........................................................................
........................................................................
.........................................................................................
...........................................................
.....................................................
......................................................................
.......................................................................
................................................................
Vehculo 2 - Tipo: ......................................................................
Vehculo 3 - Tipo: ......................................................................
Ao: .......................................................................
Usuario: ................................................................
Ao: .......................................................................
Usuario: ................................................................
b) Caractersticas de las personas del hogar
Cada persona del hogar se identifica con un nmero correlativo, dentro del hogar,
y se le caracteriza de acuerdo a un conjunto de caractersticas que se describen a
continuacin:
Cuadro 4.9
Relacin con el Jefe de Hogar
Tipo Relacin
1 Jefe del hogar
2 Cnyuge
Hijo - Hija
Yerno - Nuera
4 Nieto (a)
5 Otro Pariente
6 Empleada (o)
7 Pensionista
8 Allegado y Otros
3
Cuadro 4.10
Ultimos Estudios de la Persona
Tipo Educacin
1 Ningn Tipo de Estudio
2 Estudios Bsicos
3 Estudios Medios
4 Estudios Tcnicos
5 Estudios Universitarios
Cuadro 4.11
Ocupacin Habitual de la Persona
Tipo Ocupacin
1 Empresario o Profesional
2 Trabajador de Cuenta Propia
3 Empleado (excepto FF.AA.)
4 Obrero
5 Servicio Domstico
6 Trabajador Ocasional
7 Estudiante.
8 FF.AA.
9 Jubilado - Activo
10 Jubilado - Inactivo
11 Duea de Casa
12 Cesante
13 No Trabaja
Cuadro 4.12
Licencia de Conducir
Tipo Licencia
1 Posee Licencia de Vehculo Motorizado
2 No tiene Licencia
Cuadro 4.13
Estudia Actualmente
Tipo Condicin
1 S Estudia
2 No Estudia
Cuadro 4.14
Sexo
Tipo Condicin
1 Masculino
2 Femenino
Cuadro 4.15
Realizacin de Viajes el Da Anterior
Tipo Condicin
1 S Realiz Viajes
2 No Realiz Viajes
Todas estas caractersticas de las personas deben ser adecuadamente identificadas
para cada miembro del hogar. Ellas se resumen en el Cuadro 4.16 siguiente.
Cuadro 4.16
Caractersticas de las Personas
Identificacin de la Persona: ........................................................
Relacin con el Jefe de Hogar:
Sexo:
Edad:
Licencia:
Educacin:
Estudia Actualmente?:
Ocupacin:
Efectu Viajes?:
....................................................
...............................................................................................
..............................................................................................
.........................................................................................
.....................................................................................
...............................................................
.....................................................................................
..........................................................................
c) Caractersticas de los viajes
La ltima de las caractersticas que interesa recolectar en la EOD, se relacionan
con los viajes que realizan las personas del hogar. Entre stas, algunas son especialmente
importantes para el anlisis de transporte, tales como el propsito y el modo de
transporte. Un viaje puede tener tantas etapas como modos de transporte se empleen en
l (incluyendo como modo de transporte cualquiera caminata de ms de 5 cuadras) pero
en el contexto de la EOD el nmero de etapas posibles se limita a tres.
Cuadro 4.17
Tipo de Viaje
Tipo Condicin
1 Viaje de Ida
2 Viaje de Regreso
Cuadro 4.18
Propsito del Viaje
Tipo Propsito
1 Al Trabajo
2 Al Estudio
3 De Compras
4 A Diligencias
5 De Trabajo
6 De Estudio
7 Social
8 De Salud
9 Otros
Cuadro 4.19
Medio de Transporte
Tipo Medio
1 Caminata
2 Auto Particular (Chofer)
3 Auto Particular (Acomp.)
4 Lnea de Buses
5 Lnea de Taxibuses
6 Ascensor
7 Tren
8 Taxi
9 Taxi Colectivo
10 Bus Institucin
11 Furgn o Bus Escolar
12 Motocicleta
13 Bicicleta
14 Otro
Todas estas caractersticas de los viajes se resumen en el cuadro 4.20 siguiente.
Para los viajes de propsito Al Estudio, De Estudio y Salud, se recomienda
preguntar por el nombre del establecimiento educacional de estudio, o el nombre del
centro de salud, para el origen o destino del viaje, segn corresponda.
Este dato adicional permite definir inequvocamente la manzana de origen o
destino de los viajes y supera en estos casos, la limitacin del mtodo tradicional de
homologar el destino del viaje a la esquina ms cercana; mtodo que no permite asignar
en forma clara la manzana correspondiente, cuando sta se ubica sobre un lmite zonal,
o en un vrtice de 4 zonas. Tal como se ha planteado, ello es especialmente relevante para
aquellos viajes que tienen un destino muy definido (viajes de estudio a los colegios y de
salud a los centros de atencin).
Cuadro 4.20
Caractersticas de los Viajes
Identificacin de la Persona: ........................................................
Tipo de Viaje: .................................................................................
Propsito:
Zona de Origen:
Zona de Destino:
Hora de Inicio:
Hora de Trmino:
Nmero de Etapas:
Primera Etapa - Cuadras Caminadas:
Modo de Transporte:
Lnea (si corresponde):
Tarifa (o costo de estacionamiento, si
corresponde:
Zona de transbordo:
Segunda Etapa - Cuadras Caminadas:
etc.
Tercera Etapa - Cuadras Caminadas:
etc.
Cuadras Caminadas al Final del Viaje:
......................................................................................
.............................................................................
...........................................................................
...............................................................................
...........................................................................
........................................................................
....................................
....................................
..............................
................................................
.....................................
....................................
....................................
........................................
4.2.7 Consideraciones Respecto a la Toma de Datos de la EOD
Idealmente las preguntas de la EOD deben ser respondidas por cada persona del
hogar (excluyendo los menores de 5 aos) o en caso necesario, por el jefe de hogar. De
esta manera se reduce el riesgo de omitir los viajes no habituales, lo que usualmente
implica indeseados subreportes. Debido a ello, normalmente las encuestas se realizan
despus de las 20:00 hrs., horario en que se supone que la mayora o todos los integrantes
del hogar han regresado a casa, y se puede interrogar a los usuarios respecto a los viajes
que realizaron el da anterior.
Recurdese adems que el objetivo bsico de capturar las caractersticas de los
viajes en un da tpico, limita las posibilidades de realizar encuestas a tres das a la semana:
mircoles jueves y viernes. De esta manera se encuestan los viajes de los das martes,
mircoles y jueves, que son considerados das normales. Estas mismas consideraciones
limitan la poca de toma de la encuesta desde mediados de Abril hasta fines de Mayo y
desde principios de Octubre hasta mediados de Noviembre. Tambin es necesario tomar
en cuenta que la EOD debera reflejar lo ms aproximadamente posible un corte temporal
en la operacin del sistema de transporte, por lo que el tiempo necesario de recopilacin
de datos debera reducirse tanto como se pueda. Se estima que tres a cuatro semanas es
un tiempo razonable para encuestar los 1.900 hogares que se han propuesto.
Consistentemente con lo indicado en la seccin 4.2.5, deber ponerse especial
nfasis en la calidad del trabajo de terreno, realizando una supervisin constante durante
el perodo de toma de encuestas. Como incentivo, se recomienda estudiar algn tipo de
estmulo para aquellos supervisores cuyo trabajo de campo presente mnimas
inconsistencias y omisiones.
4.2.8 Recomendaciones de Criterios de Validacin de la Encuesta
Como resultado del levantamiento de la EOD a hogares, se obtiene un conjunto de
hogares encuestados. El nmero de encuestas logradas debe ser adecuado para obtener
1.500 encuestas vlidas (con reporte de ingreso includo), recomendada en la
presente metodologa.
La encuesta a hogares debe someterse a un exhaustivo proceso de validacin, que
permite depurarla corrigiendo, en unos casos, la informacin alterada en los procesos de
digitacin, o eliminando, en otros, aquellas encuestas errneas (que no satisfacen un
conjunto mnimo de criterios de validacin). Cuando se detectan inconsistencias se
recomienda analizar directamente los formularios codificados por los encuestadores.
En principio, es posible recomendar el siguiente conjunto de criterios de validacin
de rango y consistencia:
1. El nmero de viajeros por hogar deben ser compatibles con el nmero de
personas en el hogar, edad y actividad de las personas
2. Los poseedores de Licencia deben ser personas mayores de 18 aos.
3. Personas con Estudio Universitario o Tcnico deben ser mayores de 18 aos.
4. No debe verificarse personas de sexo 2 (masculino), que tengan ocupacin 10
(duea de casa).
5. Se consideran sospechosos, obreros con estudios altos (universitarios).
6. Se consideran sospechosos, profesionales con nivel de educacin baja.
7. Que las personas catalogadas como estudiantes declaren que estudien.
8. Hora de llegada (fin del viaje) debe ser mayor que hora de inicio del viaje.
9. Los vehculos deben poseer todos los datos.
10.Se analiza la consistencia, para los viajes a pie entre las horas de salida-llegadas
(duracin del viaje) versus cuadras caminadas.
11.Cuadratura de registros
12.Jefe de hogar debe existir y ser nico
13.Jefe de hogar debe ser mayor de edad.
14.Debe existir solamente un cnyuge.
15.Sexo de cnyuge deber ser distinto a sexo jefe de hogar.
16.Edad de los hijos no sea mayor a edad del jefe de hogar.
17.Edad de los hijos no sea mayor a edad del cnyuge.
18.Edad de los nietos no sea mayor a edad del cnyuge.
19.Nmero de viajes reportados por las personas debe ser igual al nmero de
viajes descritos y declarados.
20.Revisar los casos, en que existe viaje (ida y no regreso)-(regreso y no de ida).
21.Revisar los casos en que el nmero de viajes de ida sea mayor que de regreso.
22.La persona declarada como inactiva no debe realizar viaje al trabajo.
23.Nmero total de etapas debe concordar con etapas declaradas.
24.Usuarios de vehculos deben ser del hogar.
25.Choferes habituales de vehculos motorizados deben tener licencia.
26.Choferes habituales de vehculos motorizados deben tener 18 aos o ms.
27.El hogar debe reportar ingreso y adems, este debe ser consistente con la
clasificacin socioeconmica.
28.Nivel de ingreso del hogar debe ser mayor que el monto del arriendo o
dividendo.
29.Se debe verificar que una persona que declara viajar como autochofer, en
perodo punta maana (viaje basado en el hogar de ida), pertenezca a un hogar
con al menos un auto.
30.Se debe verificar que cuando exista ms de un viaje de personas diferentes
como autochofer pertenecientes a un mismo hogar (especialmente viajes
basados en el hogar de ida), entonces en el hogar debe existir ms de un auto.
Adems de lo anterior, la encuesta debe validarse verificando su utilidad para
efectos de la calibracin de los modelos de transporte. Para ello es recomendable
considerar los siguientes criterios adicionales:
i ) Eliminar aquellas encuestas en que el nmero de personas entrevistadas en el
hogar es muy inferior al nmero de habitantes del hogar. A modo de ejemplo,
se sugiere eliminar aquellas encuestas respondidas ntegramente por menores
de edad, puesto que su utilidad para efectos de calibracin de modelos de
transporte es nula.
i i ) Se recomienda no considerar aquellas encuestas con inconsistencias u
omisiones graves, a modo de ejemplo: cuando no se entrevist al jefe de hogar
y especialmente cuando no se declara ingreso.
iii) Se recomienda contrastar la informacin de ingreso reportado, con la
clasificacin de nivel socio-econmico definido como validador de la variable
ingreso. En caso de detectarse inconsistencias graves, se debe revisar en
detalle los formularios de terreno y en caso de que dicho anlisis no indique
nada anormal, se sugiere realizar un chequeo de terreno, a fin de volver a medir
las variables en conflicto. Si las discrepancias persisten se recomienda eliminar
la encuesta.
Es necesario recordar, que para mantener consistencia en la informacin, la
eliminacin de una encuesta debe ser total, es decir se elimina a todas las personas de ese
grupo familiar y obviamente sus viajes.
La aplicacin del conjunto de criterios de validacin enumerados, permite contar
con una base de hogares, en principio vlidas para efectos de calibracin de modelos de
transporte, cuyo nmero, debe ser superior al umbral de 1.500 encuestas vlidas indicado
en la presente metodologa.
A modo de ejemplo, para la ciudad de Curic
11
, luego de aplicar los criterios de
validacin antes indicados, se obtuvo un total de 1.312 hogares encuestados vlidos. El
Cuadro 4.21 presenta el desglose de hogares dependiendo si reportan ingreso, indicando
los ndices utilizados en la codificacin de la EOD a hogares.
Cuadro 4.21
Resumen de Hogares Encuestados
Clasificacin Cat. EOD Nmero (%)
Reporta ingreso 1,2,3,4,5,6,7,8,9 1.312 92,07%
No reporta ingreso 0 113 7,93%
Total 1.425 100,00%
Es necesario sealar que todos los procesos de correccin, expansin y posterior
uso de la encuesta, se deben realizar sobre la base de los hogares vlidos, que reportan
ingreso (1.312 en el caso de Curic). De lo contrario, se pueden producir inconsistencias
en el uso posterior de la informacin.
4.2.9 Anlisis Preliminares de la EOD a Hogares
En forma previa a la realizacin del procesamiento de la encuesta, se recomienda
analizar ciertos indicadores globales de ella (a nivel de la muestra de la EOD a hogares),
a fin de encontrar limitaciones fundamentales de la informacin (si las hay), o
alternativamente tener cierto grado de confianza. Lo anterior permite analizar a nivel
global los resultados obtenidos de la EOD a hogares, contrastando ndices agregados, con
los que se verifican en otras ciudades del pas, para tener certeza de la consistencia y
confiabilidad de los resultados logrados.
Por ejemplo, una limitacin que es fundamental, es el hecho de contar con un muy
reducido nmero de encuestas en rangos superiores de ingreso. Es fcil notar que sa es
una limitacin estructural de la Encuesta, y que ningn factor de correccin o expansin,
que posteriormente se utilice, podr superar una limitacin inherente a la base de datos.
Se sugiere realizar, -al menos-, los siguientes cruces de informacin, a objeto de
analizar la consistencia de la informacin lograda.
i ) Nmero de hogares encuestados segn rango de ingreso y nmero de autos en
el hogar.
i i ) Clasificacin de personas, de acuerdo a si realizan o no realizan viajes.
iii) Indicador de viajes por hogar.
iv) Indicador de viajes por persona.
v) Clasificacin de viajes totales diarios, de acuerdo a rango de ingreso y nmero
de autos en el hogar.
El hecho de estratificar la informacin segn ingreso y nmero de autos se explica
porque sa es la forma en que posteriormente se utilizar para calibrar los distintos sub-
modelos.
A continuacin, los Cuadros siguientes presentan a modo ilustrativo los resultados
logrados para la ciudad de Curic (EOD-96). El anlisis a que han sido objeto, ha
permitido concluir que los ndices se ubican en rangos normales (consistentes con la
percepcin del analista y consistentes con los valores logrados para otras ciudades). Por
otro lado, la calibracin de modelos que utilizan dicha informacin ha entregado buenos
resultados. El Cuadro 4.22 presenta a modo de ejemplo, la distribucin de nmero de
hogares segn ingreso y nmero de autos, para la ciudad de Curic.
Cuadro 4.22
Hogares segn nivel de Ingreso y Rango de Posesin de Automvil
Moneda ($) de Septiembre de 1996, Ciudad de Curic
Bajo 0 - 170.000 1,2,3 727 121 10
858 (65%)
Medio 170.000 - 565.000 4,5,6 181 188 24
393 (30%)
Alto 565.000 ms 7,8,9 6 24 31
61 (5%)
Total
914
(70%)
333
(25%)
65
(5%)
1.312
(100%)
Ingreso del hogar Posesin de automvil
Total
El Cuadro 4.23 presenta a modo de ejemplo, la clasificacin de personas, segn
realizacin de viajes.
Cuadro 4.23
Clasificacin de las Personas de los Hogares, Segn Realizacin de Viajes, (muestra)
Clasificacin Personas (%)
Viaja 33.561 74,30%
No Viaja 1.232 25,70%
Total 4.793 100,00%
Del Cuadro 4.23 se advierte que un 25,7% de las personas que integran los hogares
encuestados no reportan viajes (principalmente personas de edad avanzada, enfermos,
etc.). Dicha cifra es similar a la observada en el Gran Santiago (EOD-91) y para la ciudad
de Talca (29%)..
11. Recurdese que en este caso, el estudio para la ciudad de Curic consider la primera versin de la metodologa, en la que se exiga un umbral de 1.200 hogares vlidos encuestados, para lo que se recomendaba encuestar 1.500 hogares totales.
El Cuadro 4.24 resume los indicadores de viajes por hogar y viajes por persona
para distintas ciudades. Los indicadores obtenidos se comparan con los reportados en la
EOD-91 de Santiago, verificndose una excelente consistencia. Los Cuadros 4.25 y 4.26
presentan el nmero de viajes diarios y viajes con propsito trabajo, en el perodo punta
de la maana.
Cuadro 4.24
Indicadores Generales de Viajes/Hogar y Viajes/Persona, (muestra)
Indicador
Curic(EO
D-96)
Talca (EOD-
96)
Santiago
(EOD-91)
Santiago
(EOD-77)
viajes / hogar 7,55 8,57 7,98 5,56
viajes / persona 2,07 2,16 2,12 1,14
Cuadro 4.25
Viajes Totales, Segn nivel de Ingreso y Posesin de Automvil
Todos los modos, Todos los Propsitos, Todo el Da, (muestra)
Moneda ($) de Septiembre de 1996, Ciudad de Curic
Bajo 0 - 170.000 1,2,3 4.988 917 77
5.982 (60%)
Medio 170.000 - 565.000 4,5,6 1.444 1.626 210
3.280 (33%)
Alto 565.000 ms 7,8,9 57 227 362
646 (7%)
Total
6.489
(65%)
2.770
(28%)
649
(7%)
9.908
(100%)
Posesin de Automvil
Total
Ingreso del Hogar
Cuadro 4.26
Nmero de Viajes, Punta de la Maana: (7:45 a 9:45 hrs.)
Propsito Trabajo, (muestra)
Bajo 0 - 170.000 1,2,3 367 63 5
435
Medio 170.000 - 565.000 4,5,6 118 119 20
257
Alto 565.000 ms 7,8,9 3 21 14
38
Total 488 203 39 730
Total
4.2.10 Consideraciones Respecto de la Utilizacin de la Informacin
de Viajes de la Encuesta
Dado que la encuesta a hogares se obtiene de una muestra de la poblacin, es
necesario ajustar sus resultados a fin de que la represente en forma adecuada. Para ello
es necesario someterla a un proceso de correccin y expansin, para obtener informacin
representativa de la poblacin.
a) Clculo de factores de correccin
El proceso completo de ajuste involucra, adems de la expansin de la muestra,
el efectuar los siguientes tipos de correccin a los resultados:
Correccin por tamao del hogar.
Correccin socio-demogrfica.
Correccin por tasas ACM.
i ) Correccin por tamao de hogar
Esta se origina en lo siguiente. Debido a la dificultad de entrevistar a los habitantes
de hogares pequeos (la muestra se elige a partir de un listado de direccin), es posible
que se produzca una distorsin consistente en sobrestimar hogares con muchos miembros
y subestimar aquellos de menor tamao. Para corregir este problema se debe comparar
la distribucin de los hogares segn nmero de residentes, en la muestra y en la poblacin
y ajustar la primera de acuerdo a las diferencias. Normalmente, la informacin poblacional
se obtiene del Censo de Poblacin y Vivienda que efecta el INE.
Este factor de correccin se calcula para cada zona en que subdivide el rea de
estudio y corresponde a la razn entre los porcentajes de hogares segn tamao, en la
poblacin (datos INE) y en la encuesta a hogares (EOD) respectivamente. En los casos
en que no existan observaciones en la EOD, se deben agrupar rangos que posteriormente
quedarn con un factor comn. Las categoras de hogares consideradas para este anlisis
son las siguientes: 1 residente, 2 residentes, 3 residentes, ..., y 10 ms residentes.
i i ) Correccin socio-demogrfica
Esta correccin tiene por objeto asegurar que la distribucin de las variables sexo
y edad sea la misma en la muestra y en la poblacin. La informacin poblacional tambin
se puede obtener del Censo, de manera que son vlidas las mismas observaciones
efectuadas para el factor anterior. El factor de correccin en este caso corresponde a la
razn entre los porcentajes de personas segn una estratificacin por sexo y edad en cada
zona, en la poblacin (datos INE) y en la EOD respectivamente. La distribucin por sexo
y edad en la EOD se debe determinar despus de aplicar el factor de correccin por
tamao de hogar.
i i i ) Correccin por tasa ACM
Una recomendacin que puede ser til al utilizar la informacin de viajes de la
EOD, particularmente cuando los viajes son requeridos categorizados de acuerdo a
caractersticas socioeconmicas (como las que se han definido en la presente
metodologa), es corregir las tasas de generacin de viajes implcitas en la muestra de la
EOD.
Dado que la EOD recolecta la informacin de una muestra de hogares, es posible
que las tasas de generacin de viajes implcitas (que de hecho son calculadas con un
mtodo de anlisis por categora) presenten resultados contraintuitivos en ciertas
categoras. Por ello es conveniente corregir el nmero de viajes de los hogares de una
cierta categora, por un factor que resulta de dividir la tasa real que resulta de aplicar el
mtodo ACM para obtener las tasas de generacin por categora, por la tasa simple
implcita de esa categora en la EOD. Evidentemente, la correccin por tasa ACM que se
ha indicado, debe realizarse segn perodo de modelacin, propsito de viaje y categora
de usuarios, aplicable naturalmente a los viajes que sirven para calcularla, es decir viajes
de tipo basados en el hogar de ida.
La correccin ACM no cambia el nmero total de viajes al interior de cada perodo
analizado, s cambia la distribucin de viajes por modo (aumentando normalmente el
nmero de viajes en los modos con menor representacin como el autochofer), en que
tradicionalmente se produce el mayor subreporte.
b) Clculo de factor de expansin
La expansin de la muestra se realiza a partir de factores de expansin construidos
utilizando la informacin ms actualizada de nmero de hogares por zona (informacin
que sirvi de base para la seleccin de hogares a encuestar). El factor de expansin por
zona, se obtiene por el cuociente entre el nmero de hogares por zona y el nmero de
hogares particulares en la muestra (EOD).
c) Modalidad de Correccin de la Informacin incluida en la EOD a
Hogares
Los viajes obtenidos de la EOD a hogares (muestra), deben corregirse por los
factores indicados en 4.2.10.a y expandirse de acuerdo a lo indicado en 4.2.10.b. Esta
incluye el factor de expansin correspondiente, todos los factores de correccin (sexo
y edad, tamao de hogar y sub-reporte). Los factores de correccin ACM, se obtienen
como el cuociente entre las tasas calculadas por el mtodo ACM y aquellas calculadas
con el mtodo tradicional de clasificacin mltiple. A modo de ejemplo, para los viajes
de tipo basados en el hogar de ida, la ecuacin 4.2 presenta la relacin que permite obtener
los viajes, para cada perodo analizado.
,
_
,
_

n
EOD
pn
ij
n p
EOD simple
n p
ACM i i i
EOD
pnm
ij
pnm
ij
h
T
t
t
F F F T T
) ( ,
,
3 2 1
) (
*
(4.2)
donde:
T
ij
pnm
*
: Son los viajes entre el par (i,j), segn propsito p, categora de usuarios
n y modo m, incluyendo todos los factores de correccin y expansin.
T
ij
pnm
( EOD )
:Son los viajes entre el par (i,j), segn propsito p, categora de usuarios
n y modo m, obtenidos directamente de la EOD a hogares.
F
1
i
: Factor de correccin por sexo y edad, zona i.
F
2
i
: Factor de correccin por tamao de hogar, zona i.
F
3
i
: Factor de expansin, zona i.
t
ACM
p , n
: Tasa ACM segn propsito p, categora de usuarios n.
t
simple EOD
p , n
:Tasa simple segn propsito p, categora de usuarios n.
h
n
: Categora de usuarios n, en la muestra
Es fcil notar que al corregir la informacin de la EOD a hogares como se ha
descrito, los totales de viajes se ajustan a la proyeccin realizada con el mtodo ACM,
tal como se muestra en la ecuacin 4.3.
i n
i
pn
ACM
pn
i
F h t O
3
*
) ( (4.3)
En este caso, los resultados que entregan las ecuaciones (4.2) y (4.3) son ahora
idnticos, garantizando la consistencia en el uso de la informacin.
d) Subreporte de viajes
Las mediciones de flujos captan por lo general, la totalidad de los desplazamientos
que pasan por un determinado punto, independientemente de las caractersticas de esos
viajes. A este respecto, es necesario indicar que los desplazamientos captados incluyen
viajes habituales y otros no habituales; stos ltimos relacionados normalmente con el
desarrollo de las actividades productivas.
En general, la informacin de la encuesta domiciliaria, tiende a captar en mejor
forma el primer tipo de viajes, puesto que por su habitualidad, es usual que las personas
los reporten ms fcilmente al ser entrevistadas; por otro lado, el segundo tipo de viajes
est sub-reportado o simplemente no est reportado, dado que las personas normalmente
los olvidan.
Para solucionar el problema planteado, es posible concebir nuevos instrumentos
de medicin, mejorar los existentes, o combinar la informacin de la encuesta a hogares
con la de usuarios, para captar viajes no habituales. Sin embargo, es necesario ser
cuidadoso, porque las posibilidades de modelacin de ese tipo de viajes es incierta, dado
que sus criterios de comportamiento no corresponden necesariamente a los considerados
en los modelos de transporte urbano (pinsese en camiones repartidores, taxis vacos,
etc.).
Un procedimiento arbitrario, que debe ser entendido como un recurso extremo,
habida cuenta de la limitacin de los instrumentos de medicin considerados para captar
todos los viajes que se realizan, es el de incluir en la encuesta un factor de correccin de
subreporte, a fin de superar de alguna forma aceptable la falencia indicada. Este mtodo
plantea calcular un factor de subreporte, contrastando la informacin de viajes detectada
en la encuesta a hogares, con la informacin de pasajeros que cruza una (o ms) lnea(s)
pantalla. El mtodo planteado tiene la ventaja de corregir directamente la encuesta a
hogares, evitando en la medida de lo posible, inconsistencias posteriores de uso. Sin
embargo, ciertamente ste es un procedimiento arbitrario, que debe ser entendido como
un recurso extremo, cuando los resultados del clculo del factor de subreporte arrojen
valores significativos.
La implementacin del mtodo requiere definir lnea(s) pantalla(s) en la ciudad y
tener la precaucin de contar con puntos de conteo y de tasas de ocupacin sobre ellas.
Sobre cada lnea pantalla, a base de los puntos de conteo, se calculan los flujos de
pasajeros que las cruzan en los distintos modos, para el perodo fuera de punta definido.
Por otro lado, a partir de la encuesta a hogares se calculan los viajes totales que sean
comparables con los antes indicados. Se debe tener especial cuidado en descontar los
viajes detectados en la encuesta de cordn externo, que crucen las lneas pantalla
definidas (fcilmente identificable al conocer los orgenes y destinos de los mismos);
finalmente calcular un factor de correccin de viajes no reportados o sub-reportados,
aplicable a los viajes motorizados de la Encuesta a hogares (aquellos viajes captados en
los puntos de conteo de las lneas pantalla), para el perodo fuera de punta, por sentido y
obtener, -en caso que los valores sean similares-, un factor nico promedio ponderado.
A modo de ejemplo, suponiendo que existe un lnea pantalla (LP), que divide la
ciudad en 2 sectores (I y II), sobre la que se han contabilizado viajes de personas
cruzndola en ambos sentido (
T
I , II
LP ( Conteo )
y T
II , I
LP ( Conteo )
); considerando que tambin se
detectan viajes externos que cruzan la lnea pantalla (T
I , II
LP ( Cordn Ext . )
y T
II , I
LP( Conteo Ext . )
) y
considerando que se han contabilizado viajes de la EOD a hogares que cruzan la LP
(
T
I , II
LP ( Cordn Ext . )
y T
II , I
LP( Conteo Ext . )
), entonces el factor de sub-reporte en casa sentido de
cruce se calcula como:
F
4
I , II

T
I , II
LP ( Conteos )
T
I , II
LP ( Cordn Externo )
T
I , II
EOD
y F
4
II , I

T
II , I
LP ( Conteos )
T
II , I
LP ( Cordn Externo )
T
II, I
EOD
(4.4)
La ventaja de este mtodo es que la lnea pantalla capta por definicin a todos los
viajes que la cruzan. El factor de sub-reporte se aplica a viajes y no a hogares y debe
incluirse como un factor adicional en la encuesta. En cuyo caso, la expresin (4.2) debe
incluir el nuevo factor en forma similar a los factores de correccin y expansin.
El mtodo planteado corrige directamente la encuesta a hogares, evitando en la
medida de lo posible, inconsistencias posteriores de uso. Sin embargo, ciertamente ste
es un procedimiento arbitrario, que debe ser entendido como un recurso extremo, cuando
los resultados del clculo del factor de subreporte arrojen valores significativos.
Siguiendo con el ejemplo del presente mtodo, acontinuacin se discuten los
resultados prcticos de la aplicacin a la ciudad de Curic.
El factor de subreporte para el perodo fuera de punta result de 2,58. El factor
de subreporte en todos los sentidos es superior a 1, ello implica que
presumiblemente el subreporte es sistemtico, lo que justifica en este caso
la aplicacin del factor de correccin. El factor tiene un valor similar cuando
se analiza por modo, lo que justific adoptar un valor nico.
Adicionalmente, a modo de validacin del mtodo, se estim el factor de
subreporte para el perodo punta de la maana, obtenindose un factor de
0,931. Dicho valor que es muy similar a uno, indica que no existe subreporte
en dicho perodo. Es ms, el factor es superior a uno en algunos sentidos y
menor que uno en otros. Ello implica que presumiblemente las diferencias
son en este caso aleatorias y no sistemticas, no recomendndose su inclusin.
El hecho de que el factor resulte levemente inferior a uno, se explica porque
la definicin de hora media de viaje utilizada para obtener informacin de la
EOD a hogares no es perfectamente consistente con la informacin de flujos
medida en la red.
4.3 ENCUESTA A USUARIOS EN LA RED
Con el objeto de validar los resultados de los modelos de demanda de transporte
calibrados y alternativamente, proveer de una matriz de viajes para efectos de calibracin
de redes de transporte pblico, se plantea realizar una encuesta a los usuarios de
transporte pblico y privado directamente en la red, acerca de algunas caractersticas
bsicas de sus viajes (origen-destino, propsito, horario). En general, para determinar el
tamao muestral se puede utilizar la siguiente expresin (ver Ortzar y Willumsem,
1994):
N
p p
z
e
p p
n
) 1 (
) (
) 1 (
(4.5)
donde n es el nmero de pasajeros a encuestar, p es la proporcin de viajes con un
destino determinado, e es el nivel de error (expresado como una proporcin), z es la
variable Normal estndar para el nivel de confianza requerido y N es el tamao de la
poblacin (esto es, el flujo observado de pasajeros en el punto de control). Es fcil ver
que para N, e y z dados, el valor de p=0,5 produce el valor ms conservador (mayor) de
n; as, tomando este valor y considerando e=0,1 (esto es un error mximo del 10%) y
z=1,96 (corresponde a un nivel de confianza del 95%), se puede obtener el tamao de la
muestra requerido en funcin del flujo horario, tal como se indica en el Cuadro 4.27.
Cuadro 4.27
Tamao Muestral en Funcin del Flujo Horario
Flujo Horario Estimado (pax/hora) Tamao Muestral (%)
900 o ms 10,0 (1 cada 10)
700 a 899 12,5 (1 cada 8)
500 a 699 16,6 (1 cada 6)
300 a 499 25,0 (1 cada 4)
200 a 299 33,3 (1 cada 3)
0 a 199 50,0 (1 cada 2)
Para alcanzar este objetivo en el caso de transporte privado, es necesario definir
un conjunto de puntos de medicin que cubran razonablemente la mayor cantidad posible
de parejas origen destino de viajes. Normalmente estos puntos constituyen un cordn
interno, pero la eleccin de los puntos de control depende esencialmente de las
caractersticas topolgicas de la red, por lo que no es posible hacer recomendaciones
generales, aunque se estima que debieran elegirse entre 10 y 30 puntos de realizacin de
encuestas. Elegidos los puntos y con alguna estimacin de las tasas de ocupacin de los
automviles (ver el punto siguiente) se debe encuestar aleatoriamente a los vehculos de
tal suerte de lograr los tamaos muestrales que se derivan del Cuadro 4.27. Se recomienda
que la definicin del cordn sea estricta en el sentido que capte la totalidad de los viajes
que acceden o salen de una determinada rea.
En el caso del transporte pblico, la encuesta debe realizarse dentro de los
vehculos a un cierto porcentaje de los usuarios. En este caso se debe elegir un
subconjunto de lneas (en lo posible todas las lneas) que cubran razonablemente la
mayora de las parejas origen-destino, y dentro de estas lneas elegir los vehculos donde
se realizarn las encuestas, durante todo el recorrido de la lnea, encuestando a los
pasajeros al interior de los vehculos para lograr los tamaos muestrales que se derivan
del Cuadro 4.27. Debe considerarse sin embargo, que este tipo de encuestas tiene serias
dificultades prcticas, por lo que los porcentajes mencionados son difciles de alcanzar.
Deber tenerse especial cuidado que las encuestas se realicen a lo largo de todo el
recorrido de la lnea, si por el contrario, se encuesta en un slo tramo del recorrido, la
posibilidad de cubrir un mayor nmero de pares origen-destino disminuye. Es aconsejable
adems complementar estas encuestas en transporte pblico con conteos de subidas/
bajadas de pasajeros en los mismos vehculos elegidos para las encuestas.
Por ltimo, es necesario sealar brevemente los posibles usos de la informacin
recolectada.
i ) Validacin de modelos de demanda. Esta tiene por objeto comparar las
matrices modeladas (agregadas por modo de transporte), obtenidas por la
aplicacin de la ecuacin (2.17), con las matrices observadas obtenidas de la
encuesta a usuarios sobre las redes.
i i ) Calibracin de redes de transporte pblico. En la medida que la matriz
construida a partir de la encuesta a usuarios en la red, se obtenga en forma
correcta, puede considerarse como una buena matriz de viajes para calibracin
de redes, que es absolutamente independiente de los modelos de redes,
garantizando de esta forma la independencia de la informacin utilizada.
4.4 CONTEOS DE TRFICO
4.4.1 Mediciones Continuas
Las mediciones de trfico de vehculos de transporte pblico y privado y las
respectivas tasas de ocupacin, tienen como principal objetivo proveer la informacin
complementaria para definir los perodos. A base de la experiencia adquirida en las
primeras aplicaciones de la metodologa, se recomienda un nmero de 4 a 6 puntos de
conteo ubicados estratgicamente sobre la red vial.
La metodologa de recoleccin recomendada (Ver Manual de Diseo y Evaluacin
de Proyectos de Vialidad Urbana) es bastante conocida. Idealmente los conteos de trfico
deben ser realizados en dos das tpicos (simultneamente con la EOD) durante las horas
activas del da (6:00 a 23:00 hrs. por ejemplo) en perodos de 15 minutos y desagregando
los conteos por tipo de vehculo. Las tasas de ocupacin deben ser estimadas a partir de
muestreos aleatorios, realizados durante cada perodo de anlisis.
4.4.2 Mediciones para Calibracin de Redes
Estas mediciones deben realizarse en los perodos punta y fuera de punta
identificados en la etapa anterior (mediciones continuas), utilizando la metodologa ya
indicada. El nmero de puntos de control depende de la topologa de la red, pero debera
incluir al menos todos los puntos del cordn interno mencionado anteriormente, puntos
sobre eventuales lneas pantalla, ms 20 a 30 puntos adicionales de conteo.
4.5 ENCUESTAS DE CORDN EXTERNO
El lmite externo del rea de estudio est definido por un cordn externo, donde
debe realizarse la recoleccin de informacin de aquellos viajes que por su naturaleza no
pueden ser fcilmente captados en otro lugar. Estos son bsicamente los viajes de
pasajeros interurbanos, suburbanos y los viajes de carga que entran y salen de la ciudad.
En principio, la recomendacin general para estos viajes es hacer un censo de los mismos,
pero los costos involucrados podran aconsejar otro tipo de mediciones.
Las encuestas en el cordn externo recogern alguna informacin bsica de los
viajes: origen, destino, horario, propsito de viaje para los pasajeros, e ingreso. Para la
carga debe agregarse, el tipo de vehculo (tipo de camin) y el tipo de carga transportada.
Las encuestas del cordn externo deben realizarse como mnimo en un da completo de
24 horas (simultneamente con la EOD) e idealmente deben considerarse dos das de
encuesta. La definicin de los tamaos muestrales debe basarse en la metodologa
indicada en el Cuadro 4.27.
4.6 MEDICIONES DE VARIABLES DE SERVICIO
Tradicionalmente los datos necesarios para calibrar las redes de transporte han
sido extrados de muestras tomadas en algunos arcos, que posteriormente son expandidas
al total de arcos con algn mtodo ms o menos preciso. Para el caso de todas las ciudades
del pas, a excepcin de Santiago se propone reemplazar este mtodo por mediciones
directas en la red de todas aquellas variables que sean necesarias para el anlisis,
incluyendo no slo los requerimientos de la calibracin de las redes, sino tambin las
variables discutidas en la calibracin del modelo de demanda.
Para el caso de Santiago, debido a la gran extensin de la red vial y las
caractersticas operacionales de la misma, el procedimiento planteado requiere una
implementacin de mayor complejidad, lo cual debe ser analizado en detalle para
determinar la real factibilidad de desarrollarlo en trminos de plazo y presupuesto,
considerando adems que las mediciones deben ser realizadas para los distintos perodos
de modelacin. La alternativa para abordar el problema de obtener los niveles de servicio
de las redes necesario para calibrar los modelos de demanda es abordada en el punto 4.7.
En el caso de las ciudades de tamao medio, dado que las redes son relativamente
simples y poco malladas y presentan adems escasa congestin,es posible aplicar el
procedimiento de observar los niveles de servicio.
Para el caso de transporte privado se propone medir directamente sobre la red
vial, el tiempo de viaje a flujo libre, tiempo de viaje en perodo punta de la maana y
tiempo de viaje en fuera de punta, para todos los arcos de la red de modelacin
estratgica. Dichos tiempos, corresponden a una observacin del sistema en equilibrio.
A este respecto el TRRL recomienda realizar 3 pasadas por cada arco de la red, a objeto
de obtener un valor medio representativo.
Para el caso de transporte pblico, se recomienda medir directamente sobre
cada arco de la red, -en que existan lneas de transporte pblico-, el tiempo de viaje en
perodo punta de la maana y tiempo de viaje en fuera de punta. Los tiempos anteriores
deben medirse para todos los arcos de la red de modelacin estratgica de transporte
pblico y tambin el TRRL recomienda realizar 3 pasadas por cada arco de la red, a objeto
de obtener un valor medio representativo. En forma similar a lo antes indicado, dichos
tiempos, corresponden a una observacin del sistema en equilibrio
La informacin recogida (tiempos de equilibrio observados en arcos), servir en
conjunto con la codificacin de las distintas redes, para establecer tiempos y costos de
viaje de transporte privado, entre parejas origen-destino, para utilizarse en la calibracin
de modelos de particin modal, tal como se discute a continuacin.
4.7 GENERACIN DE NIVELES DE SERVICIO PARA
CALIBRACIN
Tal como antes se indicara, existen dos alternativas perfectamente vlidas para
obtener un conjunto consistente de niveles de servicio para calibracin de modelos de
demanda.
La primera alternativa, es calibrar en una primera instancia, modelos de redes
utilizando la informacin independiente que provee la encuesta a usuarios sobre las
distintas redes a modelar. Una vez calibradas las redes, se obtienen niveles de servicio
para calibracin de modelos de demanda.
La segunda alternativa aprovecha una ventaja de las ciudades de tamao intermedio,
que es su reducido tamao. En sta, se calculan niveles de servicio combinando
adecuadamente la informacin recopilada en la encuesta a hogares (seccin 4.2), la
informacin de variables de servicio medidas (seccin 4.6) y la codificacin de las
distintas redes a modelar. Para ello es necesario contar con:
i ) Tiempos de viaje observados sobre las distintas redes a modelar.
i i ) Redes codificadas para cada modo.
Para el caso de los modos de transporte privado, los niveles de servicio se
obtienen a base de la red vial estratgica correctamente codificada y los tiempos
observados de viaje en los arcos. En este contexto, se calculan tiempos de viaje entre
zonas, utilizando un algoritmo de rutas mnimas entre centroides. Se deber tener un
especial cuidado en el tratamiento de arcos de acceso, pudiendo adems, calcularse rutas
mnimas entre nodos de la red.
Los niveles de servicio as generados (tiempo de viaje entre zonas y distancia de
viaje entre zonas), corresponde a un equilibrio, puesto que su obtencin se realiza sobre
una red cuyos tiempos de viaje son observados (es decir, corresponden a una situacin
de equilibrio del sistema). Lo anterior, garantiza que los tiempos de viaje entre zonas no
dependen de la ruta, porque de acuerdo al primer principio de Wardrop, las rutas
utilizadas para conectar cada par O-D, presentan igual tiempo de operacin, en tanto que
las no utilizadas presentan tiempos de operacin mayores. El procedimiento descrito
provee de niveles de servicio para los modos autochofer, autoacompaante y taxi.
Para el caso de los modos caminata y bicicleta, los niveles de servicio dependen
ms bien de la topologa de la red vial de modelacin y se generan, de la forma tradicional,
considerando distancias mnimas entre zonas (herramienta provista por el modelo
Secuencial).
Para el caso de los modos de transporte pblico, los niveles de servicio se
calculan a base de la red de transporte pblico debidamente codificada, tiempos observados
de viaje en los arcos (para ambos perodos del da) y las caractersticas bsicas de cada
red de transporte pblico (frecuencias, etc.). En este caso, dado que la encuesta provee
de informacin acerca de la lnea de transporte utilizada y los puntos exactos de subida
y bajada, entonces el tiempo de viaje en vehculo queda completamente determinado. Por
otro lado, la encuesta tambin provee de informacin acerca de cuadras caminadas en
el origen (acceso al vehculo) y en el destino, el tiempo de caminata queda tambin
completamente determinado. Por ltimo, la estimacin del tiempo de espera, presenta un
problema de mayor complejidad, ste deber calcularse como el tiempo de espera del
conjunto de lneas atractivas para viajar entre cada par origen destino.
En este contexto, el costo (tarifa) de transporte pblico es nico a nivel de par
origen-destino, independientemente del propsito de viaje. Suponer lo contrario implicara
contar con asignacin multiclase para transporte de pasajeros.
5. CONSIDERACIONES DE EVALUACIN
5.1 INTRODUCCIN
En este Captulo se describe brevemente el procedimiento de evaluacin de los
proyectos y planes de transporte, que han sido analizados mediante los modelos de
transporte ya descritos
1
.
El mtodo ms utilizado en la prctica para evaluar los beneficios sociales de las
inversiones en proyectos de transporte, es el de evaluacin clsica, basado en la
cuantificacin de ahorros de recursos. Se trata de comparar el costo econmico de
todos los recursos utilizados en la situacin base y la situacin con proyecto (Ver
Captulo 2). Si los recursos utilizados en el escenario con proyecto (considerando la
inversin necesaria) son menores que los recursos utilizados cuando el sistema de
transporte opera sin el proyecto en estudio, entonces la materializacin del proyecto se
justifica desde el punto de vista social
2
.
No obstante, existen otras metodologas de evaluacin de proyectos basadas en la
determinacin de los beneficios totales, obetenidos del cambio de bienestar de los
usuarios y del cambio de beneficios de las empresas productoras de los servicios, como
consecuencia de los efectos que producen los proyectos sobre la operacin del sistema
de transporte. Ambos mtodos de evaluacin de proyectos estn considerados en el
Mdulo de Evaluacin (VERDI) desarrollados en el contexto del estudio Anlisis
Desarrollo y Mantencin de Modelos de Transporte Urbano
3
.
La cuantificacin de recursos, habitualmente considera los siguientes tpicos:
a) Costos de operacin de los modos de transporte en la situacin base (CO
b
)
valorados a precios sociales.
b) Costos de operacin de los modos de transporte en la situacin con proyecto
(CO
p
) valorados a precios sociales.
c) Costos de tiempo de viaje de los usuarios en la situacin base (CTPOb).
d) Costos de tiempo de viaje de los usuarios en la situacin con proyecto
(CTPOp).
e) Costo de Inversin del proyecto (I) valorado a precios sociales.
f ) Costos de Mantencin del Proyecto (CM) valorados a precios sociales.
Los dos ltimos costos de esta lista quedan determinados por la naturaleza del
proyecto y se suponen conocidos en su magnitud y evolucin en el tiempo. El costo de
Inversin normalmente se materializa en el ao cero de evaluacin (o antes)
4
y en su
definicin se consideran diversos tems (Ver Manual de Diseo y Evaluacin Social de
Proyectos de Vialidad Urbana). En tanto, los costos de mantencin (si es que existen) se
producen durante algunos aos especficos dentro de la vida til del proyecto. En cambio,
los costos de operacin y los costos de tiempo son calculados a partir de los resultados
del modelo de transporte. Dichos costos se materializan en cada uno de los aos de vida
til del proyecto (definidos por el horizonte de planificacin), por lo que el modelo
debera -en principio- simular la operacin del sistema de transporte para cada uno de
estos aos. En la prctica, sin embargo (tal como se explic en el Captulo 2), el modelo
es utilizado para simular la operacin del sistema en algunos cortes temporales dentro de
la vida til del proyecto, y sus resultados son interpolados para obtener costos de
operacin y de tiempo en cada ao de evaluacin.
1. La normativa oficial de evaluacin de proyectos de transporte urbano, ha sido definida por la autoridad en el Manual de Diseo y Evaluacin Social de Proyectos de Vialidad Urbana. En el presente trabajo slo se discuten algunos tpicos de
implementacin de la aplicacin del Manual, en el caso de la metodologa simplificada.
2. Naturalmente para realizar esta tarea los recursos involucrados deben ser adecuadamente llevados al ao base de comparacin.
3. Anlisis Desarrollo y Mantencin de Modelos de Transporte Urbano, Informes Finales rdenes de Trabajo 2 y 4, MIDEPLAN, 1998.
4. Dado que el ao cero es una referencia para realizar la evaluacin con respecto a l, si una parte de la inversin se realiza antes que este ao de referencia, es necesario actualizar estas partidas hasta el ao cero.
5.2 CRITERIOS DE RENTABILIDAD
Si se define un horizonte de planificacin de n aos, se puede calcular el Valor
Actualizado Neto (VAN) del proyecto que se estudia, de acuerdo a la siguiente
expresin:
n
i
VR
n
j
j
i
j
CM
j
CTPO CTPO
j
p
CO CO
I VAN
p b b
) 1 (
1
) 1 (
) ( ) (
+
+
1
1
]
1
+
+
+
(5.1)
donde:
i : Tasa de descuento social (actualmente 12 %)
5
VR : Valor residual del proyecto al cabo de los n aos de operacin.
Cuando el VAN de un proyecto es mayor que cero, las inversiones necesarias para
materializarlo se justifican desde el punto de vista social. En caso contrario (VAN
negativo), el proyecto no es rentable y debe descartarse (o al menos postergarse).
Otro indicador habitualmente utilizado para determinar si un proyecto es rentable
es la Tasa Interna de Retorno (TIR). Este corresponde al valor de la tasa de descuento
social que hace que el VAN del proyecto se anule. En otras palabras, la expresin (5.1)
se iguala a cero y la tasa de descuento (i) se considera como una incgnita de la ecuacin
que debe ser despejada y que corresponde a la TIR. Si el valor resultante es mayor que la
tasa de descuento social establecido por la autoridad (12%) el proyecto es socialmente
rentable. De lo contrario el proyecto no justifica las inversiones requeridas y debera ser
rechazado
6
.
En general, se puede decir que el VAN es un buen criterio para estudiar la bondad
de un proyecto aislado, puesto que determina en trminos globales si un proyecto es o no
es rentable. Sin embargo, cuando se trata de comparar proyectos alternativos
(particularmente cuando requieren inversiones significativamente distintas), la TIR es el
criterio de comparacin ms adecuado, puesto que ste indicador refleja la rentabilidad
de cada unidad monetaria de inversin, independientemente del monto involucrado. As,
dado dos proyectos alternativos rentables, debera optarse por aqul con mayor TIR.
Tanto si el VAN resulta positivo, como si la TIR es mayor que la tasa de descuento
social, un proyecto es rentable y justifica la inversin requerida. Sin embargo, estos
indicadores de rentabilidad no indican el Ao Optimo de Inversin, criterio tambin
necesario para tomar decisiones de inversin. Para responder esta interrogante, se puede
aprovechar una particularidad que habitualmente caracteriza a los proyectos de transporte,
cual es que los beneficios de tales proyectos (ahorros de costos de operacin y tiempos
de viaje) son no decrecientes en el tiempo y dependen de factores independientes de la
existencia del proyecto analizado.
Dada esta caracterstica, el momento ptimo de la inversin puede determinarse
utilizando los llamados indicadores de corto plazo. El primero de ellos se denomina Tasa
de Rentabilidad Inmediata (TRI) y corresponde al valor de la tasa de descuento social
que hace cero el valor actualizado neto del primer ao:
1
1
]
1
I
CTPO CTPO
p
CO CO
TRI
p b b
1
) (
1
) (
(5.2)
donde los costos de operacin y los costos de tiempo de viaje, tanto de la situacin
base como de la situacin con proyecto, corresponden a los del primer ao de operacin.
Si la TRI resulta mayor o igual que la tasa de descuento social, entonces es necesario
invertir en el ao cero de referencia. En caso contrario es necesario postergar la
inversin al menos un ao.
Un criterio de corto plazo equivalente al anterior, es el llamado Valor Actualizado
Neto del Primer Ao (VAN1) que tambin refleja el costo de postergar el proyecto y
que se define como sigue:
1
1
]
1
+
+
) 1 (
1
) (
1
) (
1
i
i I CTPO CTPO
p
CO CO
VAN
p b b
(5.3)
5. La tasa de descuento social es definida y revisada peridicamente por el Ministerio de Planificacin y Cooperacin de la Repblica.
6. La expresin (5.1) utilizada para calcular el VAN y el TIR, debe ser consistente en trminos de las dimensiones de sus componentes. Tanto los costos de inversin como el valor residual estn claramente expresados en unidades monetarias (pesos), de manera
que los costos de operacin y los costos de tiempo deben tambin estar expresados en estas unidades. Para valorizar en trminos econmicos el tiempo de viaje de los usuarios, la normativa oficial (en razn de ciertos criterios de equidad social) establece una
valor social del tiempo nico para todo tipo de usuarios.
donde los costos de operacin y los costos de tiempo de viaje, corresponden a los
del primer ao de operacin del proyecto. Si el VAN1 resulta positivo, entonces es
rentable invertir en el proyecto en el ao cero. De lo contrario, es necesario postergar
la inversin.
Si del anlisis anterior resulta la conveniencia de postergar la inversin, es posible
seguir dos caminos. El primero de ellos es repetir el anlisis de rentabilidad de corto
plazo (con las estimaciones de ahorros de costos de operacin y de tiempos de viajes
entregadas por el modelo de transporte) postergando cada vez la inversin por un ao,
hasta que el indicador correspondiente indique el momento ptimo de la inversin.
Sin embargo, dado que la inversin debe postergarse al menos un ao, idealmente
debera repetirse la modelacin de transporte al cabo de ese tiempo (y por lo tanto
actualizar las estimaciones de ahorros de costos de operacin y de tiempos de viaje) para
analizar nuevamente la conveniencia de materializar la inversin. Aunque ello requiere
ms esfuerzo tcnico, sus resultados reducirn la incertidumbre respecto a la rentabilidad
real de la inversin, puesto que la decisin se tomar con la informacin ms actualizada
posible.
Finalmente, debe mencionarse que los indicadores de corto plazo VAN1 y TRI,
suelen tambin ser utilizados directamente para estudiar la rentabilidad de proyectos
tcticos (en sustitucin del VAN y del TIR). Sin embargo, en el caso de proyectos
estratgicos, los criterios de largo plazo (VAN y TIR) son ms adecuados, puesto que
entregan informacin ms completa acerca de la rentabilidad de las inversiones
involucradas, que en estos casos suelen ser cuantiosas.
5.3 COSTOS DE TIEMPO
La aplicacin del modelo de transporte, culmina con la asignacin de la matrices
de viaje por modo a las redes respectivas. De sta asignacin se obtienen los flujos de
equilibrio de pasajeros y de vehculos, en cada uno de los arcos de la red, que son los datos
necesarios para calcular los costos de tiempo y los costos de operacin requeridos en la
evaluacin.
En el caso de transporte privado, puesto que cada arco de la red tiene asociado una
funcin de costo flujo-tiempo, la estimacin del tiempo de viaje en el arco es directa:
dado el flujo de equilibrio en el arco determinado por el modelo de transporte, el tiempo
de viaje resulta de evaluar la funcin flujo-tiempo para ese flujo. Si este tiempo de
equilibrio se multiplica por la tasa de ocupacin promedio de los automviles, se
obtienen finalmente los costos de tiempo para los usuarios de transporte privado en cada
arco.
En el caso de transporte pblico, el modelo determina los flujos de pasajeros por
cada arco de la red correspondiente, los que se multiplican por los tiempos de viaje en
vehculo (que dependen de las condiciones de operacin del arco)
7
. Para los flujos que
sea pertinente, deben considerarse tambin los tiempos de espera en el arco (que son
constantes, porque las frecuencias han sido asumidas como invariantes con las condiciones
de operacin) y la penalizacin temporal de los transbordos
8
.
En ambos casos los costos de tiempo de los usuarios finalmente se resumen en la
expresin siguiente para toda la red:
CTPO VT t
a
f
a
a A

(5.4)
7. Por ejemplo, en ESTRAUS el tiempo de viaje en transporte pblico en un arco, se relaciona con el tiempo de viaje en automvil en el mismo arco, a travs de una funcin muy simple: un factor positivo menor que uno.
8. La tarifa de transporte pblico no es considerada en la evaluacin social, puesto que se trata de una transferencia.
donde:
VT Valor del tiempo unitario (igual para todos los usuarios).
t
a
Tiempo de viaje en el arco a (en transporte pblico incluye tiempo de
espera y penalizacin temporal de transbordo).
fa Flujo de usuarios (pasajeros) en el arco a.
La expresin (5.2) se calcula para la situacin base y la situacin con proyecto,
obtenindose as los valores requeridos en (5.1).
5.4 COSTOS DE OPERACIN
El clculo de costos de operacin, requiere de un procedimiento anlogo al
anterior, pero esta vez el anlisis est orientado a los vehculos (en lugar de los usuarios).
El modelo de transporte entregar los flujos vehiculares y tiempos de viaje de equilibrio
por cada arco de la red. Con los tiempos de viaje y las caractersticas fsicas de los arcos
(longitud, pendiente, rugosidad, etc.) se pueden estimar los costos de operacin.
Existen diversas metodologas para calcular costos de operacin de los vehculos.
Sin embargo, la Secretara Ejecutiva de la Comisin de Planificacin de Inversiones en
Infraestructura de Transporte, ha establecido un procedimiento oficial a este respecto, en
su documento de trabajo titulado Actualizacin de Costos de Operacin de Vehculos
en Areas Urbanas. Esta es la referencia que debe ser consultada para efectos de calculo
de los costos que se discuten.
Ntese que en el caso de transporte pblico, el supuesto de modelacin en cuanto
a que las frecuencias de las lneas permanecen constantes, no significa necesariamente
que no se produzcan cambios en los costos de operacin entre la situacin base y la
situacin con proyecto.
Dichos cambios pueden tener dos orgenes. Naturalmente si los proyectos de
transporte que se estudian, involucran modificaciones explcitas de frecuencias de la
lneas, o se introducen nuevos servicios de transporte pblico, ello originar cambios en
los costos de operacin globales de este modo. Pero aunque tales modificaciones o
nuevos servicios no existieran, es todava posible que en algn corte temporal futuro, las
condiciones operacionales de la red obliguen a aumentar el nmero de vehculos de
transporte pblico para mantener constante la frecuencia, lo que evidentemente producir
un aumento de los costos de operacin globales. Este sera el efecto por ejemplo, de un
aumento de congestin vehicular.
Finalmente, los costos de operacin de cada tipo de vehculo (de transporte
pblico y privado) se calculan para la situacin base y la situacin con proyecto, y se
introducen en la expresin (5.1).
6. MODELO SECUENCIAL VIVALDI
6.1. INTRODUCCIN
Este modelo, tal como su nombre lo indica, resuelve en forma secuencial las cuatro
etapas descritas anteriormente, lo que restringe su mbito de aplicacin a ciudades con bajo
nivel de congestin.
En el enfoque secuencial se asume que la demanda es inelstica, dado que los niveles
de servicio (tiempos de viaje, espera, acceso, costos, etc.) se mantienen inalterables en las
distintas etapas de la demanda.
Generalmente, este enfoque presenta inconsistencias entre los niveles de servicio
iniciales (utilizados en las etapas de demanda) y los obtenidos en la etapa de asignacin de
los viajes. Cabe sealar que la demanda de viajes se da a nivel de pares de zonas (origen-
destino) y la oferta de transporte viene dada a nivel de arcos. Un viaje entre un par origen-
destino se realiza a travs de una ruta compuesta por una secuencia de arcos. Dichos arcos
pueden ser utilizados por una gran cantidad de rutas pertenecientes a diferentes pares
origen-destino, originndose el conocido fenmeno de congestin vehicular en ellos al ser
la oferta de transporte insuficiente para satisfacer la demanda existente. Esto provoca que
los usuarios opten por rutas alternativas que les ofrezcan mejores niveles de servicio,
utilizando otros arcos de la red, lo que ocasiona un cambio en los niveles de servicio en la
totalidad de ella.
Si estos cambios son importantes, debera traducirse en un cambio en la demanda
(distribucin y particin modal), impacto que no es posible cuantificar con el enfoque
secuencial. En el caso de utilizar un enfoque secuencial con retroalimentacin, es decir,
utilizando los niveles de servicio obtenidos en la etapa de asignacin para resolver
nuevamente las etapas de demanda, se genera un proceso iterativo cuya convergencia no
est asegurada.
De lo anterior se deduce que la inconsistencia entre la demanda y la oferta se produce
mayormente en la modelacin de sistemas de transporte de ciudades con marcados niveles
de congestin, lo que ha dado origen al modelo de equilibrio simultneo a fin de resolver
el equilibrio de mercado de transporte para ese tipo de ciudades.
En el caso de las ciudades de tamao medio del pas, cuyos niveles de congestin
sobre las redes son reducidos, el enfoque secuencial es apropiado para la simulacin de la
operacin de cada uno de los sistemas de transporte urbano.
El modelo VIVALDI corresponde a la implementacin computacional de un
modelo de transporte secuencial de cuatro etapas.
La implementacin del modelo es consistente con la metodologa desarrollada para
el anlisis de los sistemas de transporte de las ciudades de tamao medio, en la cual la etapa
de distribucin es anterior a la etapa de particin modal.
6.2 CARACTERSTICAS DE LA IMPLEMENTACIN
COMPUTACIONAL
La implementacin computacional del modelo secuencial VIVALDI ha sido
desarrollada en lenguaje FORTRAN 77 de Absoft para LINUX, disponible para plataforma
PC Windows 95.
6.3 FORMULACIN DEL MODELO
6.3.1 Introduccin
La formulacin considera un modelo secuencial clsico de cuatro etapas (Generacin,
Distribucin, Particin Modal y Asignacin).
En trminos gruesos, el modelo de Generacin determina, a base de informacin
socioeconmica y de poblacin, los viajes producidos ( ) y los viajes atrados ( D
j
)por
cada una de las zonas de anlisis en que se divide el rea de estudio. El modelo de Distribucin
construye una matriz de viajes (
T
ij
)entre parejas origen-destino de zonas. El modelo de
Particin Modal, divide los viajes entre los distintos modos de transporte disponibles ( T
ij
m
).
Finalmente las matrices de viaje por modo son asignadas a las redes correspondientes,
obtenindose de esta manera los flujos por arcos.
El modelo incorpora adems Asignacin Multiclase, lo que permite el tratamiento
de diferentes categoras de vehculos y clases de usuarios en el proceso de asignacin a la
red vial. Ello hace posible considerar diferentes esquemas de tarificacin para los vehculos
y usuarios, dado que en el ltimo caso el valor de la tarifa, a nivel de las elecciones de stos
sobre la red vial, es percibido de acuerdo a su nivel de ingreso.
Una descripcin detallada de la implementacin y modificaciones introducidas en
los modelos se puede encontrar informe final del estudio Anlisis, Desarrollo y Mantencin
de Modelos de Transporte Urbano, 1998, realizado por Fernndez y de Cea Ingenieros
Ltda.
6.3.2 Red Bsica
por un grafo G=(N, A), donde N es el conjunto de nodos y A el

conjunto de arcos. El primero
representa las intersecciones de calles y los centroides de las zonas (localizacin del origen
y destino de los viajes), y el segundo conjunto representa las calles de la ciudad.
6.3.3 Redes de Transporte Pblico
Existe tambin una red para cada uno de los modos de transporte pblico, que
representa los servicios ofrecidos a los usuarios, y est dada por el grafo G
m
=(N
m
, L
m
), en
el cual N
m
es un subconjunto de N y L
m
es el conjunto de todas las lneas del modo m sobre
la red. En el modelo se considera un total de dos modos de transporte pblico (bus y
taxicolectivo).
6.3.4 Modelo de Generacin de Viajes
La generacin total de viajes correspondientes a la zona i, para el propsito de viaje
p y categora de usuarios n, O
i
pn
{ }
se obtiene como la suma de los viajes basados en el hogar
O
ioh
pn
{ }y no basados en el hogar O
inoh
pn
{ }, de acuerdo a la ecuacin (6.1).
O
i
pn
O
ioh
pn
+ O
inoh
pn
{ }
; (i , p, n) (6.1)
Generacin de Viajes Basados en el Hogar
Los viajes basados en el hogar, para el propsito de viaje p y categora de usuarios
n, O
ioh
pn
{ }, se calculan utilizando el mtodo de Anlisis de Clasificacin Mltiple (ACM),
segn la expresin (6.2.2).
O
ioh
pn
H
i
n
t
pn
{ }; (i , p, n) (6.2)
Donde H
i
pn
es el nmero de hogares en la zona i, correspondientes a p y categoran
obtenida por el mtodo ACM.
Generacin de viajes no basados en el hogar
Para el caso de los viajes no basados en el hogar O
inoh
pn
{ }, estos se estiman utilizando
modelos de regresin lineal mltiple (RLM). Para ello, se valora la expresin (6.3).
O
ioh
pn

0
pn
+
k
pn
x
ik
pn
k

'

;

; ( i, p,n)
(6.3)
O
i
pn
{
Donde
0
pn
,
k
pn
( )son los parmetros de calibracin de la regresin lineal mltiple,
y x
ik
pn
es la k - sima variable explicativa correspondiente a la zona i , para el propsito
p y categora n . Es evidente que
0
pn
representa el trmino constante de la RLM y
k
pn
es
el parmetro calibrado asociado a la k - sima variable explicativa.
6.3.5 Modelo de Atraccin de Viajes
La estimacin de los viajes atrados, D
j
p
{ }, se basa en modelos de regresin lineal
mltiple (RLM). Para ello, la rutina calcula el valor de la expresin (6.4).
D
j
p

0
p
+
k
p
x
jk
k

'

;

; ( j, p)
(6.4)
Donde,
0
p
,
k
p
( ) son los parmetros de calibracin de la regresin lineal mltiple
y x
jk
es la k - sima variable explicativa correspondiente a la zona j. En este caso,
0
p
representa el trmino constante de la RLM y
k
p
es el parmetro calibrado asociado a la
k-sima variable explicativa.
6.3.6 Modelos de Demanda
La modelacin de la demanda (distribucin y particin modal) considera tres
propsitos de viaje (trabajo, estudio y otros) y distintas categoras de usuarios, resultantes
de la combinacin de niveles de ingreso y niveles de propiedad de automvil, eliminando
las combinaciones inconsistentes entre ambos niveles.
La proporcin de usuarios que viajan entre el par w =(i, j), con propsito q,
pertenecientes a la categora v, utilizando para ello el modo m, est dado por el modelo de
demanda
, definido por la ecuacin (6.5).

(U
*
):
w
mqv
(U
*
) : T
w
mqv
T
w
qv
p
w
mqv
(6.5)
1. El modelo AMADEUS tambin permite la formulacin de modelos de distribucin simplemente acotados.
donde
(U
*
)
representa la funcin de demanda, que depende del vector de
utilidades modales U
*
U
w
mqv*
; w, (m,q, v)
{ }, T
w
qv
corresponde a los viajes
realizados entre el par O-D w =(i, j ), con propsito q, en la categora v(resultado del modelo
de distribucin) y p
w
mqv
es la probabilidad de que estos viajes, escojan el modo m(resultado
del modelo de particin modal).
6.3.7 Modelos de Distribucin
El modelo de distribucin de viajes corresponde a uno del tipo gravitacional
doblemente acotado
1
. La formulacin matemtica se presenta en la ecuacin (6.6).
t
ij
pn
A
i
pn
O
i
pn
B
j
p
D
j
p
exp(
pn
EMU
ij
pn
); i , j, p,n ( ) (6.6)
donde t
ij
pn
es el nmero de viajes entre el par origen destino (i, j)para el propsito
p y categora n; O
i
pn
representa orgenes segn propsito p y categora n y D
j
p
destinos
segn propsito p; A
i
pn
y B
j
p
representan factores de balance en orgenes y destino
respectivamente; EMU
ij
pn
es la utilidad compuesta de viajar entre el par origen destino
(i, j) en el modo mpara el propsito p y categora n, finalmente
pn
es un parmetro de
calibracin del modelo.
La utilidad compuesta EMU
ij
pn
se estima por medio de la ecuacin (6.7).
EMU
ij
pn
ln exp u
ij
pnm
( )
m
(6.7)
donde u
ij
pnm
es la utilidad de viajar entre el par origen destino (i, j) en el modo m
para el propsito p y categora n. Ntese que el valor de EMU
ij
pn
es idntico al valor de
la expresin logsum L
ij
pn
pero multiplicado por el valor de
pn
(parmetro del modelo
de eleccin discreta que en la prctica no se puede obtener en forma independiente).
6.3.8 Modelos de Particin Modal
Las probabilidades de eleccin modal se obtienen por medio de la aplicacin de un
modelo de eleccin discreta entre alternativas. La ecuacin (6.8) presenta el modelo de
eleccin.
p
ij
pnm
exp u
ij
pnm
( )
exp u
ij
pnk
( )
kA
n
; i, j, p, n,m ( )
(6.8)
donde:
p
ij
pnm
= es la probabilidad de que un usuario del propsito p y categora de
usuarios n, escoja el modo mpara viajar entre el par origen destino (i, j).
u
ij
pnm
= es la utilidad viajar en el modo m, entre el par origen destino (i, j), para
un usuario del propsito p y categora de usuarios n.
El modelo implementado es capaz de resolver una estructura de logit multinomial
(MNL) o logit jerrquico (HL).
6.3.9 Modelo de Asignacin de Transporte Privado
La asignacin de transporte privado corresponde a un equilibrio de usuarios sobre
la red vial. La solucin de equilibrio se obtiene cuando: Para todos los usuarios de
transporte privado y cada par origen-destino de viaje, ningn viajero tiene incentivo para
cambiar unilateralmente de ruta sobre la red respectiva; luego, de acuerdo al primer
principio de Wardrop, para cada par O-D y cada clase de usuario, todas las rutas utilizadas
presentan igual costo de operacin, en tanto las no utilizadas, presentan costo de operacin
superiores. La expresin (6.9) resume el principio de equilibrio planteado.
C
p
0r *
u
w
0r*
:
0 ,si h
p
0r*
> 0;
0, si h
p
0r*
0,

'

;pP
w
0
, wW, r R
(6.9)
donde u
w
0r *
es el costo de operacin de equilibrio en transporte privado del viaje
correspondiente al par O-D w, para un usuario de categora r; C
p
0r *
es el costo de equilibrio
de la ruta mnima p para usuarios de categora r; h
p
0r*
es el flujo de usuarios de transporte
privado, para la categora r, sobre la ruta p, que pertenece al conjunto de rutas entre el par
w, P
w
0
. Dicho problema es resuelto por el programa asigna.
6.3.10 Modelo deAsignacin deTransporte Pblico
El modelo implementado es conocido como de Asignacin a Rutas Mnimas de
Transporte Pblico (ARTP). En este caso, el comportamiento de los viajeros es consistente
con el primer principio de Wardrop. En tal sentido, la solucin de equilibrio se obtiene
cuando: Para todos los usuarios de transporte pblico y cada par origen-destino de viaje,
ningn viajero tiene incentivo para cambiar unilateralmente de ruta sobre la red respectiva.
La expresin (6.10) resume el principio de equilibrio planteado.
C
r
*
u
w
*
:
0, si h
r
*
> 0;
0, si h
r
*
0,

'

;r R
w
,wW
(6.10)
donde u
w
*
es el costo de operacin de equilibrio en transporte pblico del viaje
correspondiente al par O-D w; es el costo de equilibrio de la ruta r;
h
r
*
es el flujo de
pasajeros de transporte pblico en la ruta r, que pertenece al conjunto de rutas factibles
entre el par w, R
w
.
El modelo est implementado tanto para el caso en que se considera restriccin de
capacidad de los vehculos de transporte pblico como para el caso en que dicha restriccin
no es tomada en cuenta.
6.3.11 Diagrama de Flujo del Proceso
En la Figura 6.1 se muestra el diagrama de flujos de la implementacin computacional
del modelo VIVALDI.
Figura 6.1
Diagrama de Flujo del Proceso
F
T
F
F
F
T
F
T
F
T
F
T
F
T
F
T
F
T
T
T
GENERACIN
INICIALIZACIN
UTILIDAD MORAL
INDICADORES
GLOBALES
DISTRIBUCIN
PARTICIN
MODAL
MATRICES VIAJE
ASIGNACIN
T. PRIVADO
ASIGNACIN
T. PBLICO
ANLISIS
CONVERGENCIA
FIN
Crea vectores origen-destino
Crea niveles de servicio iniciales
Clculo de uij y EMUij pn
Clculo de tij pn
Clculo de pij pnm
tij pnm = tij pn * pij pnm
asigna
artp
Comparacin niveles de
servicio iniciales y finales
Clculo de indicadores globales
Lectura de
Parmetros
7. MODELO DE EQUILIBRIO SIMULTNEO ESTRAUS
7.1 INTRODUCCIN
El modelo de equilibrio simultneo resuelve tres de las cuatro etapas del modelo
clsico en forma simultnea (distribucin, particin modal y asignacin), excluyndose de
este proceso la etapa de generacin, la cual es exgena.
Este enfoque de simultaneidad considera una demanda elstica para los viajes entre
pares origen-destino de la red, provenientes de las etapas de distribucin y particin modal,
dado que las funciones de demanda son funciones explcitas de las variables de servicio
provenientes de la etapa de asignacin.
Dado que las funciones de demanda, entre un par origen-destino dado, para un cierto
propsito, categora de usuario y modo de transporte, no slo depende del costo asociado
a ese par, si no que depende del vector de costos total de la red, transforma las funciones
de demanda en funciones no separables. En el caso de la oferta, slo las funciones de costo
sobre los arcos de la red de transporte privado son separables, puesto que dependen slo
del flujo existente en el arco, en cambio, las funciones de costo sobre las redes de transporte
pblico no son separables, dada su dependencia respecto de los flujos de otros arcos en la
red.
Para solucionar el problema de equilibrio considerando lo sealado anteriormente,
se utiliza el mtodo de diagonalizacin. Este algoritmo permite plantear un problema de
optimizacin equivalente en cada iteracin, el cual es resuelto a travs del conocido mtodo
de Frank-Wolfe.
La consistencia que se obtiene entre los niveles de servicio en las distintas etapas del
modelo, garantiza encontrar una solucin al problema de equilibrio de mercado de
transporte para sistemas de transporte urbano bajo condiciones de congestin.
7.2 DESCRIPCIN GENERAL DEL MODELO ESTRAUS
El modelo ESTRAUS corresponde a la implementacin computacional de un
modelo de equilibrio simultneo, aplicable a cualquier sistema de transporte urbano, previa
calibracin de los submodelos involucrados.
7.3 CARACTERSTICAS DE LA IMPLEMENTACIN
COMPUTACIONAL
El sistema completo correspondiente a la implementacin computacional del
modelo de equilibrio simultneo est escrito en FORTRAN y actualmente existe una
versin para sistema operativo OSF/1 y una versin para plataforma PC, con sistema
operativo LINUX.
7.4 FORMULACIN DEL MODELO
7.4.1 Introduccin
La formulacin del modelo considera un equilibrio bimodal entre vehculos de
transporte privado y vehculos de transporte pblico, considerando explcitamente las
interacciones de congestin existentes entre ellos dado que operan sobre la misma
infraestructura y compiten por la misma capacidad. Por este motivo, la codificacin de la
red incluye una descripcin detallada de los servicios de transporte pblico.
El modelo considera restriccin de capacidad tanto para la red vial como para la red
de servicios de transporte pblico.
El modelo incorpora adems Asignacin Multiclase, lo que permite el tratamiento
de diferentes categoras de vehculos y clases de usuarios en el proceso de asignacin a la
red vial. Ello hace posible considerar diferentes esquemas de tarificacin para los vehculos
y usuarios, dado que en el ltimo caso el valor de la tarifa, a nivel de las elecciones de stos
sobre la red vial, es percibido de acuerdo a su nivel de ingreso.
Una descripcin detallada de la implementacin y modificaciones introducidas en
los modelos se puede encontrar informe final del estudio Anlisis, Desarrollo y Mantencin
de Modelos de Transporte Urbano, 1998, realizado por Fernndez y de Cea Ingenieros
Ltda.
7.4.2 Red Bsica
por un grafo G = (N, A), donde N es el conjunto de nodos y A el conjunto de arcos. El
primero representa las intersecciones de calles y los centroides de las zonas (localizacin
del origen y destino de los viajes), y el segundo conjunto representa las calles de la ciudad.
Existe, adems, una red para modos que efectan combinacin entre transporte privado y
transporte pblico (caso del auto-metro), compuesta por la red bsica a la cual se agregan
arcos que representan las rutas mnimas sobre la red de transporte pblico independiente.
Los viajes de transporte privado y de estos modos combinados se asignan sobre las
respectivas redes, sin embargo, se consideran las interacciones de congestin entre ambos
tipos de usuarios de auto.
7.4.3 Redes de Transporte Pblico
Existe tambin una red para cada uno de los modos de transporte pblico, que
representa los servicios ofrecidos a los usuarios, y est dada por el grafo G
m
= (N
m
, A
m
),
en el cual N
m
es un subconjunto de N

y L
m
es el conjunto de todas las lneas del modo msobre
la red.
La aplicacin a ESTRAUS del concepto de restriccin de capacidad de los servicios
de transporte pblico hace necesario considerar las siguientes redes de servicios:
Una red para cada modo simple (bus, taxicolectivo, metro), que contiene slo
arcos virtuales de viaje del modo, arcos de transbordo entre servicios del modo
y arcos de acceso.
Una red para cada modo combinado (bus-metro, taxicolectivo-metro) que
corresponden a la suma (superposicin) de las redes de los modos simples que
los componen.
7.4.4 Modelos de Demanda
La modelacin de la demanda (distribucin y particin modal) considera tres
propsitos de viaje (trabajo, estudio y otros) y distintas categoras de usuarios, resultantes
de la combinacin de niveles de ingreso y niveles de propiedad de automvil, eliminando
las combinaciones inconsistentes entre ambos niveles.
7.4.5 Modelos de Distribucin
Para la distribucin de viajes se utilizaron modelos gravitacionales doblemente
acotados, y para la particin modal, modelosde eleccin discreta tipo Logit.
7.4.6 Notacin Utilizada
La notacin que a continuacin se presenta, es consistente con aquella utilizada
tradicionalmente en el estudio Anlisis, Desarrollo y Mantencin de Modelos de Transporte
Urbano. Para una mayor comprensin, el superndice m es un indicador general de
modo. El superndice o, se utiliza para identificar a los modos de transporte privado, el
superndice
m
denota a los modos de transporte pblico puros y finalmente, el
superndice c se utiliza para referirse a los modos de transporte pblico combinados. El
conjunto total M incluye a todos los modos denotados por los superndices (o,
m
,y c).
W : conjunto de todos los pares origen-destino de la red.
Wp : conjunto de pares origen-destino en los que los usuarios disponen de los
modos puros (bus, taxicolectivo, metro) para realizar sus viajes. Estas
son parejas en las que los centroides de origen y destino estn conectados
directamente al modo independiente (metro), por lo que se supone no
relevante la alternativa combinada.
Wc : disponen del modo puro y del modo compuesto que efecta combinacin
con l (bus, bus-metro). Estas son parejas en las que slo uno de los
centroides (origen o destino) o ninguno de ellos estn conectados
directamente al modo independiente (metro).
w : elemento del conjunto W, Wp o Wc, en que w= (i, j) con i, j centroides.
k : ndice que denota una categora de usuarios, para efectos de la asignacin
a la red.
K : conjunto de todas las categoras de usuarios, para efectos de la asignacin
a la red.
v : ndice que denota una categora de usuarios, correspondiente a la
categorizacin de los modelos de demanda de ESTRAUS.
V : conjunto de todas las categoras de usuarios, correspondiente a la
categorizacin de los modelos de demanda de ESTRAUS. Ntese que
K V
.
q : ndice que denota un propsito de viaje.
m : ndice para designar un modo genrico de transporte.
0 : ndice para designar al modo de transporte privado.
m
: ndice para designar un modo de transporte pblico puro.
c : ndice para designar un modo de transporte pblico combinado.
f
a
0k
: flujo vehicular de transporte privado en arco a, para usuarios de categorak.
f
a
0
: flujo vehicular total de transporte privado en arco a, es decir:
f
a
0
f
a
01
+ f
a
02
+. .. ( ).
c
a
0k
: costo medio de viaje en transporte privado sobre el arcoa, para usuarios
de categora k.
P
0
: conjunto de rutas disponibles para transporte privado en G.
P
w
0
: conjunto de rutas disponibles para transporte privado en G, asociado al
par w.
p : ndice para designar una ruta en transporte privado.
ap
: elemento de la matriz de incidencia arco-ruta para transporte privado.
h
p
0 k
: es el flujo en transporte privado sobre la ruta p, para usuarios de
categorak.
C
p
0k
: costo objetivo de viaje en transporte privado sobre la ruta p, para usuarios
de categora k.
Am : conjunto de arcos de la red
G
m
, utilizados por las lneas del modo de
transporte pblico puro y combinado, con m ( m , c).
P
w
m
: conjunto de rutas de transporte pblico del modo puro
m
, asociadas al
parw.
P
w,c
c
: conjunto de rutas de transporte pblico compuestas c, sobre una red
combinada disponibles en
G
m
, asociado al par w.
r : ndice para designar una ruta en transporte pblico.
hr : flujo de pasajeros de transporte pblico sobre la ruta r, considerando que
r P
w
m
o r P
w,c
c
.
c
a
m
: costo de viaje para usuarios de transporte pblico, de modo puro o
combinado, m ( m , c) en el arco a.
C
r
m
: costo objetivo de viaje para usuarios de transporte pblico, de modo puro
o combinado m ( m , c), sobre la ruta r, de la red
G
m
.
ar
: elemento de la matriz de incidencia arco-ruta para la red
G
m
.
c
s
: costo del arco virtual s.
c
s
m
: costo del arco virtual s para usuarios del modo m ( m , c) de transporte
pblico.
V
s
m
: flujo total de pasajeros, en el arco virtual s, para el modo de transporte
pblico m ( m , c).
h
r
mqv
: nmero de viajes realizados por usuarios del modo de transporte pblico
m ( m , c), que utilizan la ruta r, para viajes con propsito q , en la
categora v.
u
w
mqv
: percepcin subjetiva del costo generalizado de viaje entre el par w , en el
modo m ( m , c), para usuarios con propsito q, de la categora v.
O
i
qv
: nmero total de viajes originados en la zona j , por usuarios con propsito
q y categora v.
D
j
q
: nmero total de viajes atrados por la zona j , con propsito q .
T
w
0qv
: nmero total de viajes en transporte privado entre el par w (i, j), con
propsito q, de usuarios correspondientes a la categora v .
T
w
0k
: nmero total de viajes en transporte privado entre el par w (i, j), en la
categora para efectos de asignacin k . Se define T
w
0k
como la agregacin
de las matrices de viaje obtenidas de los modelos de demanda, es decir:
T
w
0k
T
w
0qv
q
vk
. Donde el subndice de la sumatoria

v k
indica que las
categoras para efectos de asignacin (k) se obtienen agregando
adecuadamente las categoras de los modelos de demanda (v).
T
w
mqv
: nmero total de viajes entre el par w (i, j), que utilizan el modo m, con
propsito q, de usuarios correspondientes a la categora v .
T
w
m
: nmero total de viajes entre el par w (i, j), que utilizan el modo m. Se
define T
w
m
como la agregacin segn propsito y categora de las matrices
de viaje obtenidas de los modelos de demanda, es decir:
T
w
m
T
w
mqv
q
.
Del anlisis de la notacin se observa que es necesario establecer diferencias entre
la categorizacin definida para efectos de asignacin del transporte privado a la red vial,
con la utilizada por los modelos de demanda de ESTRAUS.
Tal como se indicara con anterioridad, para los usuarios de transporte privado, slo
es relevante establecer diferencias segn el nivel de ingreso, pues ello est relacionado con
la percepcin de la tarifa. Entonces, el conjunto de todas las categoras de usuarios de
transporte privado para efectos de asignacin R , es un subconjunto de las categoras totales
V utilizadas por los modelos de demanda. Evidentemente, R V { }. El subconjunto R , se
obtiene por la agregacin segn propsito de viaje y posesin de automvil, del conjunto
total de categoras V . Consistentemente, el valor de
r
debe depender solamente del nivel
de ingreso de los usuarios, y como tal, corresponder a un valor medio para todos los
propsitos de viaje y rango de posesin de automvil.
7.4.7 Supuestos de Comportamiento Individual
La solucin de equilibrio se define por tres conjuntos de condiciones. La primera de
ellas se refiere a los principios de comportamiento a nivel de asignacin (sobre la red vial),
la segunda se refiere a supuestos de comportamiento de los usuarios de los servicios de
transporte pblico a nivel de asignacin y finalmente, la ltima se refiere a la eleccin de
los usuarios en las etapas de demanda.
a) La solucin de equilibrio se obtiene cuando: Para todos los usuarios de
transporte privado, en cada categora, y cada par origen-destino de viaje, ningn
viajero tiene incentivo para cambiar unilateralmente de ruta sobre la red
respectiva; luego, de acuerdo al primer principio de Wardrop, para cada par O-
D y cada clase de usuarios, todas las rutas utilizadas presentan igual costo de
operacin, en tanto las no utilizadas, presentan costo de operacin superiores.
La expresin (7.1) resume el principio de equilibrio planteado.
C
p
0k*
u
w
0k *
:
0 , si h
p
0k*
> 0;
0 , si h
p
0 k*
0,

'

; p P
w
0
, w W, k K
(7.1)
donde u
w
0r *
es el costo de operacin de equilibrio en transporte privado del viaje
correspondiente al par O-D w, para un usuario de categora k ; C
p
0k*
es el costo de equilibrio
de la ruta mnima ppara usuarios de categora k ; h
p
0 k*
es el flujo de usuarios de transporte
privado, para la categora k , sobre la ruta p , que pertenece al conjunto de rutas entre el
par w,P
w
0
.
b) La solucin de equilibrio se obtiene cuando: Para todos los usuarios de
transporte pblico, de modos puros o combinados y cada par origen-destino de
viaje, ningn viajero tiene incentivo para cambiar unilateralmente de ruta sobre
la red respectiva; luego, de acuerdo al primer principio de Wardrop, para cada
par O-D, todas las rutas utilizadas presentan igual costo de operacin, en tanto
las no utilizadas, presentan costo de operacin superiores. La expresin (7.2)
resume el principio de equilibrio planteado para los modos de transporte pblico
puros (
m
).
m
C
r
m*
u
w
m*
:
0 , si h
p
*
> 0;
0 , si h
p
*
0,

'

;r P
w
m
, wW
p (7.2)
donde u
w
m*
es la percepcin subjetiva del costo de operacin de equilibrio en el modo
de transporte pblico puro
m
del viaje correspondiente al par O-D w; C
r
m*
es el costo
objetivo de operacin de la ruta r , en el modo de transporte pblico puro
m
; es la percepcin
que tienen los usuarios del modo
m
; h
r
*
es el flujo de equilibrio de pasajeros del modo de
transporte pblico, sobre la ruta r , que pertenece al conjunto de rutas del modo puro
m
entre
el par w, P
w
m
; Wpes el conjunto de pares O-D en los que los usuarios disponen de los modos
puros para realizar sus viajes.
Para el caso de los usuarios de los modos combinados, la ruta compuesta tiene una
parte en cada modo que la compone y, en este caso, la condicin anterior toma la siguiente
forma:
m
C
r
m*
m

'

;

u
w
c*
:
0 , si h
p
*
> 0;
0 , si h
p
*
0,

'

;r P
w, c
c
, wW
c (7.3)
donde u
w
c*
es la percepcin subjetiva del costo de operacin de equilibrio en el modo
de transporte pblico c del viaje correspondiente al par O-D w;
m
C
r
m*
m
es el costo de
equilibrio del modo combinado de transporte pblico c , sobre la ruta mnima r en la red
compuesta P
w,c
c
; Wc es el conjunto de pares O-D en los que los usuarios disponen de los
modos compuestos para realizar sus viajes.
c) En tercer trmino: La proporcin de usuarios que viajan entre el par w (i, j),
con propsito q, pertenecientes a la categora v , utilizando para ello el modo m,
est dado por el modelo de demanda
, definido por la ecuacin (7.4).

(U
*
):
w
mqv
(U
*
) : T
w
mqv
T
w
qv
p
w
mqv
(7.4)
donde (U
*
) representa la funcin de demanda, que depende del vector de
utilidades modales U
*
U
w
mqv *
; w, (m, q, v) { }, T
w
qv
corresponde a los viajes realizados entre
el par O-D w (i, j), con propsito q , en la categora v (resultado del modelo de
distribucin) y p
w
mqv
es la probabilidad de que estos viajes, escojan el modo m(resultado del
modelo de particin modal).
7.4.8 Formulacin del Modelo Matemtico y Problema
de Optimizacin Equivalente
El modelo planteado corresponde a un problema de equilibrio oferta-demanda,
multimodal. Este problema puede ser formulado a travs de la siguiente desigualdad
variacional:
, 0 ) ( ) ( ) ( ) (
* * * *
T T T X X X C
T T
r r r r r r r r
;
2
, ; T X
r r
(7.5)
en que:

r
C
T
c
a
0 k
, c
s
m
{ } es el vector traspuesto de todas las funciones de costos en arcos
de la red vial (para transporte privado) y arcos virtuales de viaje
(para transporte pblico), con m ( m , c).

r
X
*
r
F
*
,
r
V
*
{ } es el vector de flujos de equilibrio en arcos de la red vial y virtual.
Sus componentes

r
F
*
,
r
V
*
{ } son el vector de flujos de equilibrio en
los arcos de la red vial

r
F
* (para transporte privado) y el vector de
flujos de equilibrio en los arcos virtuales

r
V
*
(para transporte
pblico).
Para el caso de transporte privado, las componentes del vector de
flujos incluyen adems, la categora de usuarios

r
F
*
f
a
0 k *
{ }. El
elemento f
a
0k*
representa el flujo de equilibrio del arco a , en
transporte privado (ndice 0), para la categora de usuarios k , para
efectos de asignacin.

r
X
r
F ,
r
V { } es un vector de flujos factibles en arcos.

r

T

w
mqv
{ } es el vector traspuesto de la inversa de la funcin de demanda. El
elemento
w
mqv
representa la inversa de la funcin de demanda,
asociada al par O-D w (i, j) , para los viajes realizados en
modom, con propsito q, y categora v .

r
T
*
T
w
mqv*
{ } es el vector de demanda. El elemento T
w
mqv*
est asociado al par
O-D w (i, j), para los viajes realizados en modo m , con
propsitoq , y categora v ; todos valores de equilibrio.

r
T T
w
mqv
{ } es un vector de demanda factible.
donde
2
representa el conjunto que contiene todos los vectores factibles de flujos
en arcos y demandas modales.
Las funciones de costo para los arcos virtuales de viaje, que representan conjuntos
atractivos de lneas en una red de transporte pblico tienen, en trminos generales, la
siguiente forma (ver De Cea y Fernndez, 1993):
c
s
t
s
+
d
s

_
,

+
V
s
+

V
s
K
s

_
,

n
(7.6)
donde:
t
s
: tiempo de viaje en vehculo ms tarifa para el arco s .
d
s
: frecuencia total del arco s.
V
s
: flujo de pasajeros en el arco s.

V
s
: flujo de otros arcos de viaje, que contienen alguna lnea de las que
pertenecen al arco s, que compite por la capacidad del arco s.
K
s
: capacidad del arco s .
,, n : parmetros de calibracin.
Observando la expresin (7.6), es fcil ver que an cuando los parmetros de las
funciones anteriores (,, n) fueran los mismos para todos los arcos de viaje, el Jacobiano
de las funciones de costo no ser, en general, simtrico, dado que las distintas lneas tienen
diferentes capacidades.
En este caso, el modelo (7.5) no tiene un problema de optimizacin equivalente
asociado. Ello se explica porque el Jacobiano de la funcin de costos en arcos virtuales para
transporte pblico,

J(
r
C(
r
V
*
)) es en general, asimtrico.
No obstante, el modelo (7.5) puede ser resuelto utilizando la tcnica de
diagonalizacin y entonces, es posible plantear un problema de optimizacin equivalente
para el problema diagonalizado. Para ello se deben considerar las siguientes condiciones
que deben cumplir la funcin de demanda a), las funciones de costos en arcos de la red de
transporte privado b) y las funciones de costos en arcos virtuales de la red de transporte
pblico c).
a) Respecto de las funciones de demanda:
La implementacin de ESTRAUS considera que la funcin de demanda (U
*
) es
separable e invertible. Esta se define por la ecuacin (7.7):
(U
*
) : T
w
mqv
U
w
mqv
;w, m, q, v ( ) ( ) (7.7)
donde U
e
xyz
representa la valoracin de la funcin de utilidad de viajar entre el par
O-D w (i, j), con propsito q, en la categora v y modo m; T
w
mqv
corresponde al valor que
toma la demanda.
b) Respecto de las funciones de costos en arcos de la red de transporte privado:
La funcin de costos es separable puesto que depende slo de los flujos de autos,
puesto que los flujos de transporte pblico son constantes:
c
a
0k
(F) c
a
0k
( f
a
0
), ;a A (7.8)
Con c
a
0k
( f
a
0
) estrictamente creciente c
a
0k
( f
a
0
) / f
a
0
> 0 { } y separable
c
a
0k
( f
a
0
) / f
b
0
0 { }.
Se considera que la funcin de costo en el arco a, segn categora de individuosk,
tiene dos componentes:
c
a
0k
f
a
0
( ) s
a
f
a
0
( )+
k
t
a
, ;a A, k K (7.9)
la primera de ellas s
a
( f
a
0
) representa al trmino relacionado con la congestin sobre
el arco a , que depende del vector completo de flujos. La segunda, t
a

k
corresponde al
producto de la tarifa del arco t
a
multiplicado por la valoracin de la tarifa correspondiente
a la categora k .
La existencia de simetra en los efectos de interaccin de congestin en las vas
urbanas entre usuarios de distinta categora, permite considerar:
c
a
0n
( )
f
a
0 k
c
a
0k
( )
f
a
0n
s
a
( )
f
a
0
, ;a A, (n, k) K
(7.10)
que en forma estricta puede conceptualizarse como: el impacto marginal producido
por un usuario de categora nsobre los costos de los usuarios de categora k , es idntico al
producido por un usuario de categora k sobre los costos de los usuarios de categora n.
c) Respecto de las funciones de costos en arcos de la red de transporte pblico:
Para el problema de equilibrio simultneo, en que los arcos de las redes de los modos
(bus, taxicolectivo, metro) son compartidos por pasajeros que utilizan estos modos puros
(
m
) para realizar sus viajes y por pasajeros que utilizan los modos combinados (c) (bus-
metro, taxicolectivo-metro), las funciones de costo deben considerar esta interaccin de
flujos. No obstante se supondr que los costos percibidos por un usuario de modo puro o
modo compuesto, sobre un arco, sern idnticos.
Para una mayor claridad, los modos puros se denotan por su nombre (bus, taxi
colectivo y metro) en lugar del ndice (
m
). Luego, las funciones de costo tendrn la
siguiente forma:

c
s
c
s
bus
c
s
c

bus
( s
a
( f
a
0
)
as
) + t
s
t s
1 2 4 4 4 3 4 4 4
+
1
d
s

_
,

+
1
V
s
bus
+ V
s
c
+
V
s
K
s

_
,

n1

c
s
c
s
txc
c
s
c

txc
( s
a
( f
a
0
)
as
) + t
s
ts
1 2 4 4 4 3 4 4 4
+
2
d
s

_
,

+
2
V
s
txc
+ V
s
c
+
V
s
K
s

_
,

n2
;s S
txc
(7.11)
c
s
c
s
metro
c
s
c
t
s
+
3
d
s

_
,

+
3
V
s
metro
+ V
s
c
+

V
s
K
s

_
,

n3
;s S
metro
(7.12)
donde:
c
s
: representa el costo del arco virtual s .
c
s
m
: representa el costo del arco virtual s , para usuarios del modo m.
t
s
: representa el tiempo ms tarifa del arco virtual s . Para los modos de
transporte pblico de superficie (que comparten la infraestructura con el
auto), la componente de tiempo de t
s
se calcula como una funcin del
tiempo de viaje en los arcos de la red vial que componen la seccin de
ruta. Para el caso del metro (que opera en una red independiente), dichos
tiempos son normalmente fijos.
V
s
bus
: representa el flujo de pasajeros de bus en el arco virtual s.
V
s
txc
: representa el flujo de pasajeros de taxicolectivos en el arco virtual s.
V
s
metro
: representa el flujo de pasajeros de metro en el arco virtual s.
V
s
c
: representa el flujo de pasajeros de los modos combinados en el arco
virtuals.
Si se llama V
s
bus
a la suma V
s
bus
+ V
s
c
( ), V
s
txc
a la suma V
s
txc
+ V
s
c
( ) y V
s
metro
a la suma
V
s
metro
+ V
s
c
( ), se tienen las siguientes expresiones para las funciones de costo:

c
s

bus
( s
a
( f
a
0
)
as
) + t
s
ts
1 2 4 4 4 3 4 4 4
+
1
d
s

_
,

+
1
V
s
bus
+
V
s
K
s

_
,

n1
, ;s S
bus

c
s

txc
( s
a
( f
a
0
)
as
) + t
s
ts
1 2 4 4 4 3 4 4 4
+
2
d
s

_
,

+
2
V
s
txc
+
V
s
K
s

_
,

n2
, ;s S
txc

c
s

metro
( s
a
( f
a
0
)
as
) + t
s
ts
1 2 4 4 4 3 4 4 4
+
3
d
s

_
,

+
3
V
s
metro
+
V
s
K
s

_
,

n3
, ;s S
metro
(7.13)
Es fcil notar que en general, el jacobiano de las funciones de costo de operacin
(7.14) a (7.16) es asimtrico, por lo que stas debern diagonalizarse.
Las funciones de costo diagonalizadas c
s
, dependen de su propio flujo V y los flujos
compitentes son dejados constantes (evaluados para la solucin factible de una iteracin
anterior). Adems, se considera constante el valor del tiempo y tarifa t
s
, asociada a una
seccin de ruta s .
c
s
t
s
+
1
d
s

_
,

+
1
V
s
+

V
s
I
K
s

_
,

n1
, ;s S
bus (7.14)
c
s
t
s
+
2
d
s

_
,

+
2
V
s
+

V
s
I
K
s

_
,

n2
, ;s S
txc (7.15)
c
s
t
s
+
3
d
s

_
,

+
3
V
s
+

V
s
I
K
s

_
,

n3
, ;s S
metro (7.16)
en que V
s
representa el flujo de pasajeros sobre el arco de viaje s (suma de los
pasajeros del modo puro, bus, taxicolectivo o metro segn sea el caso y de los pasajeros del
modo combinado). Los flujos compitentes son dejados constantes (evaluados para la
solucin factible de la iteracin I) por lo que los costos c
s
son separables, esto es, dependen
slo de su propio flujo V
s
.
Es necesario considerar que la componente de tiempo de t
s
(tiempo de viaje ms
tarifa para el arco virtual s), para los modos de transporte pblico que comparten
infraestructura con el auto, se obtendr sobre la base de los tiempos de viaje de transporte
privado s
a
( f
a
0
) , de los arcos que componen la seccin de ruta correspondiente, ponderados
adecuadamente para representar tiempos de viaje en los modos de transporte pblico.
Por lo tanto, las funciones de costo (7.14) a (7.16) son estrictamente crecientes
c
s
(V
s
) / V
s
> 0 { } y separables c
s
(V
s
b
) / V
s'
m
0, con s s' { }.
d) Funcin Objetivo
En consideracin de los puntos a), b) y c) y sin prdida de generalidad, el problema
diagonalizado de equilibrio simultneo (7.5), para una iteracin dada del algoritmo de
diagonalizacin, puede escribirse como el problema de programacin matemtica (P2):
Funcin Objetivo:
(P2):

r
X,
r
T { },
r
X (
r
F,
r
V)
Min Z
s
a
y
a
( )
0
f
a
0
d
aA
y
a
+
k
t
a
aA
kK
f
a
0k
+
m
c
s
x
s
( )
0
Vs
m
d
s S
m
x
s
m
+ T
w
mqv
lnT
w
mqv
1 ( )
vV
wW
s.a.:

r
X,
r
T
2
(7.17)
donde
2
representa el conjunto que contiene todos los vectores factibles de flujos
en arcos y demandas modales, definidos por las restricciones (7.18) a (7.29).
T
w
0k
h
p
0k
pPw
0
;w W, k K
(7.18)
T
w
m
h
r
r P
w
m
;w W
p
(7.19)
T
w
c
h
r
rPw,c
c
;w W
c
(7.20)
T
w
0k
T
w
0qv
vk
;w W, (v, k, q) (7.21)
O
i
qv
T
w
mqv
m
;w (i, j ), (i, q, v) (7.22)

D
j
q
T
w
mqv
vV
;w (i, j ), ( j, q) (7.23)
T
w
mqv
h
r
rPw
m
;w W
p
, v V, q, m (7.24)
f
a
0k
h
p
0k

ap
pP
0
;a A, k K (7.25)
f
a
0
f
a
0 k
kK
;a A
(7.26)
V
s
m

sr
h
r
+
sr
h
r
rPw,c
c
r P
w
m

_
,

wW
;s S
m
(7.27)
v
l
s
f
l
V
s
m
d
s
l A
s
, s S
m
(7.28)
sr
1,
0,

'

si
si
s r,
s r,
;s S
m
, r Y
ap
1,
0,

'

si
si
a p,
a p,
;p P (7.29)
El planteamiento del modelo (P2) es lcito pues el desarrollo del trmino relacionado
con la asignacin

r
C
r
F
*
( )
T
r
F
r
F
*
( ) incluido en la ecuacin (7.3.5) corresponde exactamente
a la transformada de Beckman incluida en la funcin objetivo
(
s
a
y
a
( )
0
f
a
0
d
aA
y
a
+
k
t
a
aA
kK
f
a
0k
) y la resolucin de la desigualdad variacional

r
C
r
V
*
( )
T
r
V
r
V
*
( ) es equivalente a la solucin que entrega la aplicacin de las condiciones
de primer orden a la transformada de Beckman (
m
c
s
x
s
( )
0
V
s
m
d
sS
m
x
s
m
).
Ntese que en este problema, la funcin objetivo tiene 4 trminos. El primero de
ellos corresponde a la transformada de Beckman aplicada al transporte privado (expresin
tradicional que resuelven los modelos de ESTRAUS), pero considerando solamente la
parte de las curvas de flujo-costo s
a
( f
a
0
) que no incluye la componente de tarifa. El segundo
trmino dice relacin con las componentes de tarifas de los arcos t
a
y la percepcin de sta
por las diferentes categoras de usuarios
k
. El tercer trmino, corresponde a la transformada
de Beckman aplicada a los modos de transporte pblico. Este trmino se incorpora en la
funcin objetivo, como consecuencia de la inclusin de la restriccin de capacidad de los
servicios de transporte pblico. Finalmente, el ltimo trmino corresponde a la modelacin
de demanda tradicional de ESTRAUS.
La obtencin de las condiciones de optimalidad del problema diagonalizado y la
descripcin de las condiciones de existencia y unicidad de la solucin de equilibrio se
pueden encontrar en el informe final del estudio Anlisis y Calibracin de Modelos de
Asignacin de Transporte Pblico con Restriccin de Capacidad, con fecha Agosto de
capacidad de los servicios de transporte pblico. Finalmente, el ltimo trmino corresponde
a la modelacin de demanda tradicional de ESTRAUS.
La obtencin de las condiciones de optimalidad del problema diagonalizado y la
descripcin de las condiciones de existencia y unicidad de la solucin de equilibrio se
pueden encontrar en el informe final del estudio Anlisis y Calibracin de Modelos de
Asignacin de Transporte Pblico con Restriccin de Capacidad, con fecha Agosto de
1997, realizado por Fernndez y de Cea Ingenieros Ltda.
Para facilitar el seguimiento del algoritmo, el superndice
f
&
(punto) se utiliza para
identificar los resultados obtenidos de la etapa de bsqueda de solucin inicial factible.
El ndice

f
(tilde) para identificar los resultados obtenidos de la etapa de solucin auxiliar
a rutas mnimas y finalmente el ndice f
n
denota una solucin correspondiente a la
iteracin ndel algoritmo de Frank-Wolfe. La estructura adoptada se presenta a continuacin:
1) Datos I niciales
1.1 Dada una solucin de niveles de servicio para todos los modos de transporte
pblico y de transporte privado: .
2) Bsqueda de Solucin I nicial Factible
2.1 Calcular utilidades modales: u
w
mqv
g
mqv
(C
w
m
),
(m,q, v)
.
2.2 Calcular costos compuestos (logsums) L
w
qv
.
2.3 Calcular factores de balance iniciales:
q
j
qv
i
B A
& &
, .
2.4 Calcular valores iniciales de las matrices de distribucin
qv
w
T
&
y particin
modal
mqv
w
T
&
, para todos los modos.
2.5 Agregar las matrices calculadas en 2.4) y obtener, las matrices de viaje para
transporte privado (autochofer+taxi), autometro, y los modos pblicos
puros (bus, taxicolectivo y metro) y combinados (bus-metro y taxicolectivo-
metro):
'
q k v
mqw
w
k
w
m T T 0 ;
0
& &
,
'
q k v
mqw
w
mk a
w
m a m T T ;
& &
y
2.6 Realizar una asignacin de equilibrio de usuarios para transporte privado,
segn categora k (asigna). Para ello se consideran como datos las matrices
{ }
k
w
T
0
&
(autochofer y taxi) y la red vial. Se obtienen flujos de equilibrio:
'
k
k
a a
a f f ;
0 0
& &
. Clculo de rutas mnimas segn categora k para auto-
metro y asignacin de la matriz de viajes de autometro a las rutas mnimas
calculadas. Se obtienen flujos de auto-metro sobre la red vial:
'

k
am a
a
m a
a
a f f
k
;
& &
.
2.7 Con ( )
a
m a
a a a
FF f f S + +
& &0
(tiempo de viaje en la red vial), determinar
tiempos de viaje en arcos para los modos de transporte pblico que
comparten infraestructura con el automvil: c
a
m

m
(s
a
) ;a, m ( m , c) { }.
2.8 Calcular el tiempo ms tarifa asociado a cada arco virtual s para cada modo
de transporte pblico puro y combinado ( t
s
, s S
m
, m ( m , c)).
2.9 Realizar una asignacin a rutas mnimas, para los modos de transporte
pblico puros y compuestos. Para ello se consideran como datos las
matrices de los modos puros { }
m
w
T
~
&
, las matrices de los modos combinados
{ }
c
w
T
&
y las redes respectivas. De esta forma se obtienen los flujos de
pasajeros sobre las redes de transporte pblico: { } ) ,
~
( , ; c m m S s V
m
m
s

&
.
Como resultado de inicializacin se obtiene:
[ ( ) ( )
c
s
m
s
mk a
a
k
a
c
w
m
w
mk a
w
k
w
V V f f T T T T
& & & & & & & &
, , , , , , ,
~
0
~
0
]
3) I teraciones de Diagonalizacin (I )
3.1 Considerar:
3.2 Diagonalizacin de funcin de costos en arcos virtuales de la red de
transporte pblico:
fijar los flujos compitentes de distintos tipos de pasajeros

V
s
m
( I)
.
calcular la funcin de costos de diagonalizada, para cada arco virtual
de viaje y modo de transporte pblico. Su valor permanece constante
durante toda la iteracin de diagonalizacin.
c
s
m
c
s
m
(V
s
m
+

V
s
m
) c
s
m
(V
s
m
)
3.3 Iteraciones de Frank-Wolfe, para el problema diagonalizado (n).
3.3.1 Fase 1 (aproximacin lineal): genera solucin auxiliar a rutas mnimas
de matrices de viajes por modo y los flujos correspondientes, utilizando
el siguiente procedimiento:
- Clculo de rutas mnimas segn categora de usuarios para:
transporte privado (auto + taxi), obteniendo niveles de servicio:
C
w
0k
{ }
I,n
.
autometro, obteniendo niveles de servicio: C
w
a mk
{ }
I, n
.
Se almacenan las rutas mnimas calculadas.
- Clculo de rutas mnimas y los niveles de servicio asociados, para
todos los modos de transporte pblico (puros y combinados): C
w
m
{ }
I,n
.
Se almacenan las rutas mnimas calculadas.
- Clculo de nuevas matrices de viajes para los modos (autochofer+taxi,
autochofer-metro, bus, taxicolectivo, metro, bus-metro y taxicolectivo-
metro), considerando los niveles de servicio obtenidos en i) e ii). A
estas matrices seles denomina matrices auxiliares, las que de acuerdo
a nuestra terminologa se denotan:
(

T
w
0k
,

T
w
a mk
,

T
w
m
,

T
w
c
)
- Asignar (cargar) las matrices de viajes de transporte privado y auto-
metro calculadas en iii) a las rutas mnimas calculadas en i), obteniendo
la solucin auxiliar de flujos a rutas mnimas: (

f
a
0k
,

f
a
a mk
). Luego de
esto, el flujo total sobre el arco vial, se calcula como flujo de
auto+auto-metro y los costos (tiempos) sobre el arco son consistentes
en ello.
- Asignar (cargar) las matrices de viajes de transporte pblico calculadas
en iii) a las rutas mnimas calculadas en ii), obteniendo la solucin
auxiliar de flujos de pasajeros a rutas mnimas para modos puros y
combinados: (

V
s
m
,

V
s
c
).
Como resultado de la fase 1 de Frank-Wolfe se obtiene:
(

T
w
0k
,

T
w
a mk
,

T
w
m
,

T
w
c
)
( I,n)
y (

f
a
0k
,

f
a
a mk
,

V
s
m
,

V
s
c
)
( I,n)
3.3.2 Fase 2 (etapa de minimizacin inidimensional): Se obtiene el valor de
lamdba, resolviendo dZ() / d 0.
con
x
a
( I,n)

f
a
0
+

f
a
a m
( )
(I,n)
x
a
( I,n)
f
a
0
+ f
a
a m
( )
(I,n)
x
a
k(I, n)

f
a
0k
+

f
a
a mk
( )
(I,n)
x
a
k
(I, n)
f
a
0k
+ f
a
a mk
( )
(I,n)
Test de convergencia de Frank-Wolfe. El criterio de parada
implementado es ESTRAUS incluye:
nmero mximo de iteraciones de Frank-Wolfe=2
valor de lambda menor que 0,05.
Si no se converge Frank-Wolfe, se avanza en la direccin encontrada
y se genera una nueva solucin factible de flujos en arcos y demandas
segn modo, para la siguiente iteracin de Frank-Wolfe (n+1). Se
obtiente componiendo dos soluciones: solucin auxiliar a rutas
mnimas y solucin de iteracin de Frank-Wolfe anterior.
f
a
0k
I, n+1 ( )

f
a
0 k
+ 1 ( )f
a
0k
(I,n )
f
a
a mk
I,n +1 ( )

f
a
a mk
+ 1 ( )f
a
a mk
(I,n)
V
s
m
I,n+ 1 ( )

V
s
m
(I,n)
+ 1 ( )V
s
m
(I,n)
V
s
c
I,n+ 1 ( )

V
s
c
(I,n)
+ 1 ( )V
s
c
( I,n)
T
w
0k
I,n+ 1 ( )

T
w
0 k
( I,n)
+ 1 ( )T
w
0k
(I ,n)
T
w
a mk
I, n+1 ( )

T
w
a mk
(I, n)
+ 1 ( )T
w
a mk
(I,n)
T
w
mqv
I,n+ 1 ( )

T
w
mqv
(I ,n)
+ 1 ( )T
w
mqv
(I, n)
T
w
cqv
I,n+ 1 ( )

T
w
cqv
(I,n)
+ 1 ( )T
w
cqv
( I,n)
actualizatiemposde viajeen arcos: s
a
f
a
0
+ f
a
a m
+ FF
a
( )
(I, n + 1)
actualizatiemposde viajeen arcos de transportepblico
y volver al paso 3.3.1
En caso contrario (Frank-Wolfe converge dentro de una iteracin de
diagonalizacin), pasar a 3.4:
3.4 Test de convergencia del algoritmo de diagonalizacin.
Se comparan dos iteraciones sucesivas.
Si no son suficientemente cercanas, entonces obtener una nueva solucin
para la iteracin n+1 de diagonalizacin. Esta se obtiene como el valor
medio de dos resultados, a objeto de atenuar divergencias (mtodo midpoint).
Se actualizan tiempos de viaje en arcos: s
a
( f
a
0
+ f
a
a m
+ FF
a
)
(I +1)
Se actualizan tiempos de viaje en arcos de transporte pblico.
Por el contrario, si dos soluciones son suficientemente cercanas, parar.
En la Figura 7.1 se presenta el diagrama del algoritmo.
Figura 7.1
Algoritmo de Equilibrio Simultneo
Solucin Inicial
Diagonalizacin Funciones
Demanda y Costos T. Pblico
Rutas Mnimas
y Varibles de Servicio
Demanda
Asignacin Viajes
a Ruta Mnima
Minimizacin
Undimensional
Nueva Solucin
Convergencia de
Frank-Wolfe
Solucin Inicial Factible
(M. Distribucin - P. Modal)
Convergencia de
Diagonalizacin
Solucin Final
DIAGONALIZACIN
NO
NO
FASE II
FASE I
FRANK-WOLFE
En la Figura 7.2 se detalla el proceso de bsqueda de la solucin inicial del
algoritmo.
Figura 7.2
Solucin Inicial
SOLUCIN INICIAL
Demanda
Asignacin de Equilibrio
de Trfico T. Privado
Asignacin Viajes
Auto-Metro a Ruta Mnima
Asignacin Viajes
T. Pblico a Ruta Mnima
8. ANLISIS DE RESULTADOS DE ESTRAUS A
TRAVS DEL USO DEL MDULO ARRAU
8.1 INTRODUCCIN
Una de las grandes necesidades de los analistas de transporte que utilizan un modelo
de simulacin, que puede ser ESTRAUS o el modelo secuencial, es contar con una
herramienta grfica que permita visualizar los datos y resultados entregados por el modelo.
Para incorporar esta funcionalidad que los modelos originales no entregan se ha optado por
usar el Sistema de Informacin Geogrfico TransCad, a travs de la aplicacin ARRAU.
De esta forma es posible obtener informacin grfica a nivel de:
zonas, comunas o a nivel de sectores
red vial (agregada o desagregada)
red de metro
arcos de acceso y o de transbordo
recorridos de transporte pblico
8.2 EJEMPLOS DE SALIDAS GRFICAS DE ARRAU FIGURA
Figura 8.1
Atraccin y Generacin de Viajes por Zona
Larepresentacin grfica del total de viajes atrados/generados en cada zona,
mediante un grfico de barras permite identificar los principales focos de atraccin/
generacin de los viajes, tal como se aprecia en la figura 8.2. Tambin es posible representar
grficamente los viajes atrados/generados en cada sector y en cada comuna.
GeneracinyAtraccindeViajes
Kilometers
0 3 6 9
100.000
50.000
25.000
Dest
Orig
Figura 8.2
Viajes Originados por Zona y Categora de Usuario
Viajes desde/hacia Zona 1
Kilometers
0 2 4 6
Gener
Atrac
750
375
187.5
Figura 8.3
Atraccin y Generacin de Viajes
Hacia/Desde una Zona en Particular (Zona 1)
Representando los viajes por categora de usuario en la figura 8.2 es posible observar
las zonas que generan la mayor cantidad de viajes segn las distintas categoras en que se
han dividido los usuarios.
La figura 8.3 muestra una salida grfica de la matriz resultante de una corrida de
ESTRAUS. En este caso, se ha representado la matriz agregada (categora, propsito y
modo) de viajes para una zona en particular. En cada una de las zonas de la figura, la primera
barra representa los viajes generados por esa zona y cuyo destino es la zona 1. La segunda
barra corresponde a los viajes atrados a la zona cuyo origen es la zona 1.
Origenpor Categora
Kilometers
0 .60 1.2 1.8
30.000
19.000
8.000
Or_01
Or_02
Or_03
Or_04
Or_05
Or_06
Or_07
Or_08
Or_09
Or_10
Or_11
Or_12
Or_13
Figura 8.4
Atraccin de Viajes por Zona en un modo en particular (Bus)
DemandaViajesBus
Por Zonas
Kilometers
0 2 3 4
Demanda
30.000
15.000
7.500
Figura 8.5
Particin Modal
Figura 8.6
Particin Modal Global
Como lo muestra el ejemplo de la figura 8.4, la atraccin agregada para todos los
propsitos puede ser representada a nivel zonal para un modo en particular.
En las figuras 8.5 y 8.6 se muestran las salidas para la particin modal global a
travs de dos tipos de grficos.
Flujo Asignado
Kilometers
0 2 4 6
2. 500 10. 000 5. 000
Figura 8.7
Carga en Arcos de la Red Vial
Figura 8.8
Arcos Congestionados
Un anlisis de la asignacin en la red permite por un lado (fig.8.7) presentar la
magnitud del trfico asignado en la red (Transporte privado) e identificar los arcos saturados
(fig.8.8)
Flujo
RedDesagregada
Miles
0 .010 .020 .030
50 200 100
Figura 8.9
Carga en Arcos de Red Vial Desagregada
Figura 8.10
Recorridos de Buses
Para las intersecciones desagregadas (opcin que permite modelar los movimientos
vehiculares en una interseccin) es posible representar la carga en la red vial.
Es posible graficar la oferta de lneas de transporte pblico por arco para la red
completa.
Total Lneas Bus
PorArcos
Miles
0 1 1 3
6. 25 25 12.5
Pasajeros en Bus
Lnea9
Miles
0 1 2 3
3. 750 15. 000 7. 500
Pasajeros Suben/Bajan
Lnea 9 Bus
Miles
0 .10 .20 .30
10. 000
5. 000
2. 500
SUBEN
BAJAN
Figura 8.11
Carga de Pasajeros por Arco de un Recorrido de Bus
Figura 8.12
Pasajeros que Suben y Bajan en Paraderos de Buses
La figura 8.11 representa una salida grfica con la carga de una lnea de transporte
pblico (en este caso Lnea 9) a lo largo de todo su recorrido en la red.
Tambin es posible graficar para una lnea de transporte pblico en particular, los
perfiles de subida y bajada en cada uno de los paraderos del recorrido.
Figura 8.13
Recorridos de Bus con Mayor Carga Media
Figura 8.14
Pasajeros que Suben y Bajan en Estaciones de Metro
En la figura 8.13 se muestra un ejemplo de las lneas de transporte pblico que
presentan las mayores cargas medias de pasajeros en la red.
Subidas/Bajadas en Estaciones
Miles
0 .30 .60 .90
30. 000
15. 000
7. 500
SUBEN 2
BAJAN 2
BAJAN 1
SUBEN 1
Con respecto a la red de metro, un primer anlisis muestra los perfiles de subidas y
bajadas para cada sentido de circulacin, as como la magnitud del movimiento de pasajeros
en la estacin.
Arcos Metro Chart Theme
Kilometers
0 .70 1.4 2.1
30. 000
15. 000
7. 500
Flujo 1
Flujo 2
Esta figura indica la carga en cada arco de la red de Metro para cada sentido de
circulacin.
Figura 8.15
Carga en Arcos de Metro
9. METODOLOGA PARA LA CONSTRUCCIN DE
ESCENARIOS DE DESARROLLO URBANO
9.1 INTRODUCCIN
Las ciudades en la actualidad constituyen complejos sistemas en los que se
desarrollan un gran nmero de funciones fundamentales para la vida en el mundo moderno.
A su vez, el proceso de urbanizacin es directamente activado por el desarrollo
socioeconmico de las ciudades , haciendo que cada da, un mayor porcentaje de la
poblacin viva en reas urbanas, lo que plantea importantes problemas a la operacin de
los sistemas bsicos de stas.
Uno de los ms importantes, es el sistema de transporte urbano, que posibilita el
movimiento de personas y bienes imprescindibles para el funcionamiento y desarrollo de
la ciudad. La operacin de tal sistema se torna ms difcil y conflictiva en la medida que
el desarrollo econmico hace crecer el nivel de ingresos de la poblacin y con ello la
complejidad y sofisticacin de las interrelaciones urbanas. Signos de este proceso lo
constituyen el incremento de la tasa de motorizacin y de la cantidad de viajes que cada
persona realiza, lo que a su vez trae consigo los problemas de congestin, polucin
ambiental y accidentes, tpicos de las urbes actuales.
Nuestras ciudades no son ajenas a este fenmeno y es as como durante los ltimos
aos hemos visto aparecer y hacer crisis, problemas que hace slo unas dcadas eran
inexistentes.
En este sentido, se plantea la necesidad de desarrollar herramientas o modelos que
permitan simular el comportamiento del sistema de transporte urbano en diferentes
ciudades del pas, con el fin de poder detectar los puntos de conflicto y poder evaluar
alternativas de proyectos de transporte diversa ndole.
Estos modelos se han desarrollado en dos niveles dependiendo de la complejidad
y tamao de las ciudades, existiendo una versin ms sofisticada para las grandes ciudades
del pas, cuya expresin conocida es el modelo de equilibrio simultneo ESTRAUS, y una
versin simplificada, constituida por el modelo secuencial VIVALDI, que sin renunciar a
la necesaria rigurosidad tcnica, aprovecha las particularidades de menor complejidad
propias de los sistemas de transporte de ciudades intermedias. Para ambos casos el modelo
que se propone corresponde al modelo clsico de cuatro etapas, diferencindose slo en la
forma de resolver el problema de equilibrio de mercado, que se genera entre las etapas de
demanda y de oferta de transporte. (ver Figura 9.1)
Figura 9.1
Modelo Clsico de Transporte
ESCENARIO DE
DESARROLLO URBANO
Y DE USO DE SUELO
MODELO CLSICO DE TRANSPORTE
GENERACIN Y ATRACCIN
DE VIAJES
DISTRIBUCIN DE VIAJES
PARTICIN MODAL
ASIGNACIN A REDES POR MODO
E V A L U A C I N
EQUILIBRIO
DE
MERCADO
Viajespor Zona
ViajesentreZonas
Eleccin deRuta
Oferta
Demanda
ViajesentreZonas
ypor Modo
Localizacin de Hogares
y otros Usos
La implementacin del modelo clsico involucra primero trabajar con las etapas de
demanda, vale decir Generacin - Atraccin, Distribucin y Particin Modal, lo cual se
realiza apoyado fundamentalmente por informacin proveniente de encuestas en terreno
(hogares y de interceptacin), por la informacin de escenarios generada por el equipo
urbano y por las variables de servicio observadas en terreno, entre cada uno de los pares
origen-destino de las zonas definidas para la ciudad.
En este sentido, los escenarios constituyen un insumo al modelo en su etapa de
Generacin y Atraccin de viajes al definir las caractersticas de stos y permitir la
construccin de los vectores origen - destino.
El procedimiento de construccin de Escenarios de Desarrollo Urbano, que a
continuacin se detalla, se inserta dentro de los requerimientos del modelo clsico de
transporte de cuatro etapas correspondiendo a una subetapa independiente y que se
sustenta en la informacin existente y recopilada en terreno, tanto por el equipo de
transporte como por el equipo urbano, la que a su vez se encuentra perfeccionada con los
aportes entregados por los expertos locales a travs de lo que se denomina Comit de Uso
de Suelo.
El procedimiento aqu expuesto se basa en las estimaciones que se hacen de la
demanda que existir por viajes en el mediano y largo plazo dentro de la ciudad.
La manera escogida de estimar esta demanda, pasa por la definicin de escenarios
de crecimiento o desarrollo de la ciudad, bajo la ptica de los viajes que se generarn dentro
de ella y en un futuro determinado.
Estos escenarios de desarrollo urbano buscan entregar informacin respecto de las
variables urbanas que determinan el nmero de viajes, sus orgenes y sus destinos, y sobre
la base de ciertas condicionantes de tipo socio-econmicas, fsicas y normativas propias de
cada ciudad.
El objetivo especfico de este anlisis es responder las siguientes interrogantes:
Cuntos habitantes, de qu nivel socio - econmico y localizados donde,
existen hoy y en un futuro de X aos ms?
Qu superficie, con qu destino o uso, localizada dnde, existe hoy y en un
futuro de X aos ms?
Este procedimiento no constituye una metodologa en s y menos un modelo, sino
que es una herramienta operativa y simple que permite construir escenarios de desarrollo
coherentes con los objetivos de transporte.
El procedimiento se divide en cinco etapas como sigue:
Etapa I: Definiciones metodolgicas
Etapa II: Definicin de escenarios globales
Etapa III: Definicin de la situacin o escenarios base
Etapa IV: Proyecciones de la demanda y anlisis de la oferta
Etapa V: Localizacin de usos de suelo
Un esquema con la relacin de cada etapa y la participacin de la Autoridad Local
a travs de un comit se muestra en la Figura 9.2.
Figura 9.2:
Esquema de Etapas para la Construccin de Escenarios de Desarrollo
Definiciones Metodolgicas
(Etapa I)
Definicin del Escenario Global
(Etapa II)
Caracterizacin de Situacin Base
(Etapa III)
Anlisis y Proyeccin de Demanda
(Etapa IV)
Anlisis y Proyeccin de Oferta
(Etapa IV)
Localizacin Usos
(Etapa V)
Comit
de
Uso
de
Suelos
9.2 ETAPA I:DEFINICIONES METODOLGICAS
9.2.1 Introduccin
La primera etapa del procedimiento metodolgico tiene por objetivo la definicin
de las premisas y parmetros bsicos necesarios que constituyen el marco de trabajo sobre
el cual se inserta la proposicin de escenarios.
En esta etapa se entregan recomendaciones y referencias respecto a las variables
metodolgicas. En algunos casos, el Consultor debe optar por parmetros sobre la base de
los criterios que se entregan, mientras que en otros, se definen elementos y referencias que
responden al anlisis de lo que han sido las experiencias de estudios anteriores.
El producto de la Etapa I es la definicin y recomendaciones para la precisin de los
parmetros y variables metodolgicas que se utilizarn en la construccin de los escenarios,
en relacin con los siguientes aspectos :
Zonificacin del estudio
Cortes temporales
Tipos de escenarios
Categoras de usos
Unidades de medida
Diccionarios
Planimetra
Definicin del Comit de Uso de Suelo y Proyectos
9.2.2 Zonificacin del Estudio
El Consultor deber definir la zonificacin que servir para poder modelar tanto el
sistema urbano como el sistema de transporte. En este sentido el Consultor deber
interactuar con el equipo de transporte para realizar una zonificacin nica.
Esta zonificacin se realiza para efectos de los escenarios y se circunscribe dentro
del lmite urbano establecido por el plano regulador, no considerando las zonas externas
y utilizando principalmente la vialidad como lmite zonal, tomando en cuenta las divisiones
polticas y normativas existentes y mediante la agrupacin de manzanas que cuenten con
algunas caractersticas en comn.
En este sentido, la zonificacin se obtiene de un anlisis criterioso respecto a los
siguientes aspectos y condicionantes :
a) La divisin poltica actual
Se utiliza la divisin poltica y censal existente para la comuna.
b) La normativa territorial
Se compara el plano regulador vigente y se compatibiliza con la divisin censal.
El lmite urbano de la zonificacin, para efecto de los escenarios debiera coincidir con el
que fija el plan regulador vigente, del mismo modo debiera existir una relacin entre zonas
de la normativa y zonas de escenario.
c) Las caractersticas geomorfolgicas
Se debe respetar accidentes naturales como bordes costeros, ros, humedales, bajos,
lagunas, cerros y quebradas, los cuales se deben incorporar de preferencia como lmites
zonales.
d) Los proyectos singulares de la ciudad
Se debe individualizar algunos puntos y usos singulares de la ciudad como estadios,
regimientos, aeropuertos, puertos y cementerios, entre otros.
e) Los usos preponderantes
Se debe respetar sectores de usos predominantes como universidades, zonas
francas, puertos y los centros histricos, comerciales y de gran especializacin, entre otros.
f) Las tendencias de desarrollo
Se debe incorporar tendencias de desarrollo importante como adquisicin de
grandes paos y loteos en ejecucin.
g) Homogeneidades fsicas
Se debe reconocer similitudes actuales en cuanto a densidades, alturas, antigedad,
tipo y calidad de edificacin, subdivisin predial y urbanizacin entre otros.
h) Homogeneidades socio econmicas
Se debe reconocer similitudes respecto a barrios, grupos sociales y niveles de
ingresos, en general caractersticas socio econmicas homogneas, particularmente estructura
de barrios tradicionales.
i) Condiciones de accesibilidad y conectividad
Se debe definir los deslindes zonales segn la estructura vial predominante y de
mayor accesibilidad por zona
Para la presentacin de la zonificacin se debe utilizar una base topogrfica, con
manzanas y nombres de calles, sobre la cual se grafica cada una de las zonas mediante la
utilizacin de un SIG.
Cada escenario deber quedar representado en dos cortes temporales, los que deben
corresponder a los establecidos en la modelacin de transporte y acordados con la
Contraparte respectiva. En este sentido se recomienda que el primer corte temporal no
exceda en cinco aos al de la situacin base establecida, y el segundo no exceda en cinco
aos al primero.
9.2.4 Tipos de Escenarios
El Consultor deber considerar dos tipos de escenarios de desarrollo o crecimiento.
Estos deben ser planteados como escenarios de contraste y se asimilan a lo que se conoce
como Escenario Optimista y Escenario Pesimista.
El Escenario Optimista corresponde a la tendencia histrica de crecimiento de la
ciudad, ms la incorporacin de todos los proyectos, planes e inversiones conocidas o en
estudio en el mediano y largo plazo, bajo la normativa de ordenamiento territorial vigente,
o en el caso de que exista una nueva en estudio, se aplica bajo esta nueva proposicin.
El Escenario Pesimista, corresponde a la tendencia histrica, bajo la normativa de
ordenamiento territorial vigente y se incorporan slo los proyectos ms probables
correspondientes a inversiones ya acordadas.
9.2.5 Categoras de Usos y Unidades de Medida
A modo de compatibilizar las variables que se utilizan en el procedimiento se
establecen unidades comunes de medida, tipos de usos y rangos socio-econmicos
uniformes para todos los escenarios.
Todos los antecedentes se manejan al menos por manzana, siendo sta la unidad
territorial base sobre la cual se grfica y analiza toda la informacin.
La unidad base del uso residencial sern los hogares y se establecern tres niveles
de ingreso por hogar, Alto, Medio y Bajo. El objetivo de la categorizacin socio-
econmica de los hogares es explicar diferentes comportamientos de la poblacin respecto
a la etapa de demanda de viajes.
La unidad base de medida de superficie es la hectrea, referida a la superficie
construida para cada uso respectivo (informacin obtenible del catastro del SII).
Para efectos de comparacin, es neceasrio que todas las unidades de medida se
referencien a una unidad de superficie base o de terreno (h), por ejemplo: Ha construida/
h, UF/h, lotes/h, Hb/h, etc.
Adicionalmente, se utilizarn unidades de medidas distintas para aquellos usos en
que la superficie no constituya una variable explicativa de viaje.
A continuacin se describe cada uso por separado y se entrega un cuadro resumen.
a) Uso Residencial
El uso residencial se mide en nmero de hogares y se consideran tres categoras
de hogares segn ingresos: alto, medio o bajo. Esta diferenciacin se estipula en conjunto
con el equipo de transporte , a partir de la informacin proveniente del catastro y de la
encuesta de hogares (EOD) a realizar.
La proyeccin del nmero de hogares puede ser obtenida a partir de las proyecciones
de poblacin y vivienda que realiza el INE.
b) Uso Industrial
Para todos los usos industriales se deber escoger entre superficie en hectreas de
establecimientos o puestos de trabajo.
c) Uso Educacional
Para todos los recintos educacionales del rea de estudio se obtiene el nmero de
matrculas segn tipo de educacin; Pre-escolar, Escolar y Tcnico Universitaria
(opcionalmente se puede trabajar con las superficies, a pesar de no ser una alternativa
recomendable).
d) Uso Salud
Para todos los usos de salud se deber escoger entre hectreas de recinto, nmero
de camas o nmero de atenciones, segn sea el caso.
e) Otros Usos
Para los dems usos se deber utilizar la cantidad de hectreas, puestos de trabajo
u otra unidad que se considere adecuada de comn acuerdo con la Contraparte.
Cuadro 9.1
Usos de Suelo
Uso o actividad Unidad de medida Cdigo color Color
Residencial alto N hogares Amarillo claro
Residencial medio N hogares Amarillo medio
Residencial bajo N hogares Amarillo naranja
Comercial Has Rojo
Industrial Has / n de empleados Morado
Educacional N matrculas Azul
Salud Has / n de atenciones Celeste
Servicios
(1)
Has Naranjo
Equipamiento
(2)
Has Caf
Transporte (3) Has Gris
Otros (4) Has Negro
Sin uso (5) Has Blanco
1
Bajo servicios se encuentran oficinas, bancos , ministerios y servicios pblicos en general.
2
Bajo equipamiento se consideran todos aquellos usos que generan viajes y que no figuran en los anteriores
como, cementerios, centros deportivos, tursticos, recreativos, culturales, de seguridad, (FFAA excluidos
Carabineros), de culto, asistencial, etc.
3
Bajo transporte se incluye aquellos puntos de intercambio modal y terminales tanto de carga como de personas
4
Bajo otros estn todos los usos que no prestan servicios directos al pblico ni atraen o generan viajes de
importancia como bomberos, centrales nucleares, plantas de telefona, subestaciones elctricas, plantas de
almacenamiento y tratamiento de aguas, etc.
5
Aquellos terrenos de uso agrcola, eriazos o baldos de propiedad privada, se consideran sin uso y no
contabilizan unidad de algn tipo. Los espacios pblicos como calles plazas, parques, ros y cerros, entre otros,
se consideran de paso y no son usos en particular (cdigo color blanco).
9.2.6 Unidades de Referencia y Fuentes de Informacin
Se dispone de una gran cantidad de fuentes de informacin, las que an no han sido
normalizadas, existiendo formatos muy distintos y diversas formas de agrupacin y
referencia. En este sentido, y dependiendo de cada caso, los requerimientos de informacin
estn supeditados a la disponibilidad y calidad de sta, ya que levantamientos o encuestas
directas en terreno para todas las variables muchas veces sobrepasan en tiempo y costo los
alcances de los estudios de este tipo.
a) La Unidad de Referencia
La informacin debe estar referenciada a una unidad espacial geogrfica comn.
Esta unidad espacial comn no se encuentra normalizada entre las distintas fuentes,
vale decir, distritos, zonas o reas, ya sean normativas, censales o del SII no son
coincidentes y requieren de una adaptacin para su procesamiento. Se opt por tomar una
unidad comn espacial de anlisis: la manzana.
La manzana como unidad de referencia, por una parte agrega todos los predios, roles
y direcciones segn cual sea la fuente referida, pero por otro lado desagrega las zonas,
distritos y reas, homogeneizando la unidad de anlisis a una escala que consideramos
adecuada para los efectos de la definicin de escenarios y posterior modelacin de
transporte.
b) La Informacin Disponible
La informacin base requerida y las fuentes utilizadas, a partir de lo anteriormente
expuesto, es la siguiente:
Cuadro 9.2
Informacin base existente
Informacin Existente Fuente
Censo de poblacin INE, REDATAM, otros
Nivel socio econmico de habitantes INE,CASEN, otros
Superficie construida SII, DOM, otros
Superficie del predio (terreno) SII, DOM, otros
m2 de uso por predio SII, otros
Matrculas segn tipo de educacin MINEDUC, Municipalidad, otros
Avalo del predio SII, otros
Topografa de la ciudad Municipalidad, otros
Proyectos relevantes
Municipalidad, AU, DOM,SECPLAC, sector
privado, otros
Cuadro 9.3
Informacin base proyectada
Informacin proyectada Fuente
Proyecciones de poblacin INE, SECPLAC, otros
Proyecciones de crecimiento del Producto
Interno Bruto
Mideplan, INE, SECPLAC, otros
Proyecciones de crecimiento por actividad
econmica
Mideplan, Secplac, otros
Cuadro 9.4
Informacin normativa
Informacin normativa Fuente
Densidad permitida Plano Regulador y Seccionales
Constructibilidad permitida Plano Regulador y Seccionales
Ocupacin de suelo permitida Plano Regulador y Seccionales
Tamao predial permitido Plano Regulador y Seccionales
Usos permitidos Plano Regulador y Seccionales
Altura permitida Plano Regulador y Seccionales
Cuadro 9.5
Informacin recogida en terreno
Informacin de Terreno Fuente
Caractersticas socio econmicas
de los hogares
EOD, otros
Ingresos por hogar EOD, otros
Proyectos y eventos singulares Comit de Uso de Suelo y expertos locales
La informacin socio - econmica de los hogares, se obtiene de la Encuesta Origen
y Destino de Viajes que se toma como parte del estudio. En caso de no existir, se puede
obtener directamente del SECPLAC respectivo o estimarla a partir del nivel de equipamiento
de la vivienda como parte de la informacin del censo o incluso sobre la base de los avalos
del SII.
El Consultor en este sentido deber escoger la informacin mas adecuada y justificar
el procedimiento a utilizar.
c) Fuentes disponibles
Las fuentes disponibles para estudios de este tipo corresponden a aquellas que
manejan principalmente los siguientes organismos:
Cuadro 9.6
Organismo Informacin y Fuente
Municipalidad respectiva
a travs de la normativa vigente de los Planos
Reguladores Intercomunal y Comunal y los
Seccionales respectivos
El Servicio de Impuestos Internos
como parte del avalo realizado en 1994 para todo el
pas y disponible en las oficinas regionales del
servicio o a travs de la SECTRA
El Instituto Nacional de Estadsticas con la informacin censal y proyecciones realizadas.
El Ministerio de Educacin
a travs de las Seremi respectiva con el listado de
los establecimientos educacionales y el N de
matrculas respectivas
El Ministerio de Planificacin
a travs de las oficinas regionales SERPLAC y
oficinas comunales SECPLAC y como parte del
manejo de informacin censal REDATAM y de
encuestas socio-econmicas como CASEN y fichas
CAS, entre otras
Organismos como el Banco Central y
Ministerios de Hacienda y Economa
con informacin econmica del producto regional a
escala global y por sectores productivos
Otros organismos e instituciones
afines
que manejan informacin socio-econmica o
procesan estadsticas de la regin como
Universidades, Institutos, asociaciones gremiales y
el sector privado.
Encuestas Origen y Destino de Viajes
existentes o desarrolladas
como parte del estudio y que pueden ser ajustadas en
la lnea de los requisitos aqu expuestos.
El Comit de Uso de Suelos o Comit
de Expertos Locales
que se consulta en el transcurso del estudio
9.2.7 Planimetra
Toda la informacin necesaria para la construccin de los escenarios se deber
representar sobre una base planimtrica geo-referenciada digital que cumpla al menos con
las siguientes condiciones :
Deber corresponder a una restitucin de un vuelo fotogramtrico reciente y
debidamente geo-referenciado.
Deber contener polgonos cerrados a nivel de manzanas los que debern ser
construdos a partir de las lneas de cierros y de edificacin oficial, segn sea el
caso (periferia o centro de la ciudad). En este sentido el polgono debe
diferenciar lo que es espacio pblico de espacio privado y no se deber hacer
diferencia respecto al tipo de carpeta que tenga la va, en aquellos casos en que
no exista calle se deber asumir lnea de cierros.
Deber contener al menos las siguientes tres coberturas de forma separada:
- Texto (nombre de calles y sectores )
- Manzana (lnea cierro, edificacin u oficial segn sea el caso)
- Geogrfica (borde costero, ro, cerro, quebrada , cotas de nivel, etc)
9.2.8 Diccionarios
El Consultor, para poder utilizar la informacin en la construccin de los escenarios
de desarrollo respectivos, deber elaborar los diccionarios necesarios de manera de lograr
los siguientes objetivos :
compatibilizar y adecuar la informacin socio-econmica recopilada.
referenciar de forma espacial toda la informacin recogida
En este sentido los diccionarios debern ser construdos a partir de la planimetra y
zonificacin del estudio y estarn referenciados a cada manzana existente, segn consta en
el plano base geo-referenciado y de polgonos cerrados.
El diccionario deber estar conformado por tantas lneas como manzanas existan en
el plano base geo-referenciado y , al menos por las siguientes columnas :
cdigo de manzana establecido por el Consultor
cdigo manzana INE
cdigo de manzana SII
cdigo de zona del estudio correspondiente a la manzana
cdigo de zona del Plano Regulador correspondiente a la manzana
cdigo del distrito censal correspondiente a la comuna
Todas las manzanas graficadas debern tener al menos el cdigo establecido por el
Consultor, pudiendo algunas de ellas estar parcial o totalmente excludas en el listado del
INE o del SII. En aquellos casos de inconsistencia el Consultor deber repartir
proporcionalmente sobre la base de las manzanas graficadas la informacin disponible y
justificar el mtodo utilizado.
9.2.9 Definicin del Comit de Uso de Suelo y Proyectos
El Comit de Uso de Suelo y Proyectos constituye la instancia de participacin y
apoyo al desarrollo del estudio por parte de la Autoridad y representantes locales. Para
efectos de la construccin de los escenarios, el Comit es pieza clave tanto en la definicin
de la situacin base como en la definicin de las proyecciones y tendencias de desarrollo
para la ciudad. El Consultor debe sacar el mejor provecho de esta instancia de participacin,
para lo cual se proponen algunas recomendaciones a la luz de lo que han sido las
experiencias de los estudios desarrollados a la fecha.
a) Participacin y tareas del Comit de Uso de Suelo y Proyectos
La proposicin de participacin se inserta dentro de las distintas etapas presentadas
como sigue :
Caracterizacin de la situacin base (Etapa III) : el Comit tiene su mayor
potencialidad, ya que por ser gestores inmobiliarios privados y pblicos, tienen gran
conocimiento de los proyectos programados, de sus localizaciones, magnitudes y de sus
factibilidades de desarrollo. La participacin debiera ser directa entregando informacin
de los proyectos e inversiones propuestas.
Etapa de proyeccin de demanda (Etapa IV) : el Comit participa en forma
indicativa para avalar las proyecciones y supuestos hechos por el Consultor.
Etapa de estimacin de la oferta (Etapa IV) : el Comit participa de forma directa
entregando informacin clave del mercado de suelos. Los miembros del Comit participan
en la gestin de forma directa en el mercado del suelo, por lo que tienen una buena nocin
de los bancos de terreno disponible y de las posibles ocupaciones.
Localizacin de los usos de suelo (Etapa V): en esta ltima etapa, el Comit aporta
en la definicin de prioridades y/o tendencias de localizacin para los distintos usos
modelados, adems de avalar los resultados de la distribucin hecha por el Consultor.
b) Participantes del Comit de Usos de Suelos y Proyectos
El Comit deber estar conformado por representantes del sector pblico y del
sector privado, todos relacionados con el rea de infraestructura de transporte. En este
sentido, se sugiere la invitacin a los representantes de los siguientes organismos :
Cuadro 9.7
Autoridad Organismos Representantes
SEREMI MINVU
SEREMI MINTRATEL
SEREMI MOP
SERPLAC
SERVIU
Intendencia
Gobernacin
DOM
Direccin del Trnsito
SECPLAC
Asesora Urbana
Alcalda
SAE
Comits o Corporaciones de Planificacin
o de Adelanto Comunal o Regional
Cmara Chilena de la Construccin
Colegio de Arquitectos
Universidades
Empresas de Servicios Pblicos
(si corresponde)
Representantes de gremios juntas de vecinos,
asociaciones etc. (si corresponde)
Autoridad Portuaria (si corresponde)
Representante de las FFAA (si corresponde)
Autoridades de la Zona Franca (si corresponde)
Autoridades a Nivel Regional
Autoridades a Nivel Comunal
Representantes de la Comunidad
c) Convocatoria
La Contraparte, en base a su conocimiento de la ciudad y con el apoyo de la Autoridad
Local, revisar la lista de invitados presentada, haciendo los cambios necesarios, de manera
de garantizar la representatividad, la participacin y los objetivos del Comit.
Los llamados e invitaciones a participar en el Comit y a cada una de sus sesiones,
sern cursadas por parte de las Autoridades locales que la Contraparte estime adecuadas,
de manera que la iniciativa y convocatoria corresponda a la Autoridad y no a la Contraparte
o al Consultor.
Para lograr los objetivos del Comit, se requiere de la participacin activa de sus
miembros y sobre la base de una permanencia en la representacin, un inters en el tema
y un compromiso personal por el trabajo que ste involucra. Para lograr lo anterior se
plantea organizar las actividades del Comit bajo las siguientes consideraciones :
i) El Comit no debiera tener mas de 15 representantes en beneficio de su
operatividad y eficiencia, y debe ser dirigido por una persona u organismo no
comprometido.
ii) El Comit debiera ser creado por la Autoridad Comunal o Regional y entenderse
independiente de la SECTRA
iii) El Comit debiera contar con el compromiso de los Alcaldes e Intendentes y los
representantes debieran ser de su confianza.
iv) La participacin requiere de experiencia y conocimiento de temas relacionados
con los objetivos planteados.
v) La participacin involucra un compromiso y responsabilidad por parte del
participante.
vi) La participacin y los resultados sern difundidos y generarn un nivel de
control sobre el tema reconocido.
vii)La participacin involucra aprender y difundir lo aprendido.
viii)Tanto el producto como el proceso de la labor del Comit y del Consultor, es de
conocimiento de los participantes y esto se expresa en documentos y material que
el participante adquiere para s y el organismo que representa.
ix) Las cesiones del Comit cuentan con el aporte de especialistas y profesionales
externos, como tambin del Consultor.
x) Las cesiones se desarrollan en distintos lugares, atractivos, de inters y muchas
veces relacionados con los temas que se presentan.
xi) Las cesiones son preparadas y moderadas por un coordinador externo al Comit.
xii)Las sesiones son registradas mediante actas de conocimiento pblico que
recogen los distintos planteamientos y acuerdos alcanzados.
d) Cantidad y estructura de las sesiones del Comit
El objetivo principal del Comit es aportar antecedentes y criterios que apoyen la
construccin de los escenarios de desarrollo urbano de la ciudad. Este apoyo se traducir
a travs de sesiones de trabajo entre los miembros del Comit, la Contraparte y el Consultor.
La participacin del Comit se contempla para las cinco etapas del escenario:
definicin de situacin base, proyeccin de la demanda, anlisis de la oferta y localizacin
espacial, y tambin para las etapas posteriores de formulacin de proyectos.
Se sugieren seis sesiones de dos tipos, los talleres de trabajo y las reuniones
informativas como sigue:
La Reunin Taller corresponde a sesiones de un da completo (incluyendo
almuerzo y caf) y se divide en dos partes.
En la primera parte se har la presentacin por parte del Consultor, del avance del
estudio y de los aspectos relevantes a la sesin de trabajo. Esta parte ser del tipo expositiva
y contar principalmente con la participacin del Consultor y de algunos expositores
invitados. Se sugiere trabajar a modo de aula con el material de proyeccin y presentacin
adecuado, (retroproyector, data show, teln y pizarra) y con el grupo de expositores
diferenciado al frente y una audiencia en sentido opuesto.
En la segunda parte, se desarrollar una sesin de trabajo interactiva con la
participacin de los miembros del Comit, apoyados por un moderador del equipo
Consultor. Se sugiere trabajar a base de grupos por especializacin, separados fsicamente
y mediante mesas redondas de trabajo, con la utilizacin de planos, fichas y encuestas, y
utilizando medios de registro. (grabador de sonido o filmadora).
La Reunin Informativa corresponde a sesiones de medio da (incluyendo caf) y
estn dirigidas a entregar informacin respecto al avance y resultados del estudio, como
tambin a los aspectos relevantes al desarrollo de ste. Son reuniones del tipo expositivas
principalmente, con sesiones de preguntas y participacin menor por parte de los miembros
del Comit.
e) Las Sesiones
A continuacin se entrega una programacin de las sesiones, sobre la base de un
estudio tipo de ciudad intermedia. La participacin del Comit se plantea en 6 sesiones,
como sigue :
Primera Sesin
La primera sesin se realiza al inicio del estudio y corresponde a la presentacin a
los representantes locales de los objetivos y alcances del estudio, la definicin de la forma
en que operar el Comit y la presentacin tanto del Consultor como de la Contraparte.
Es una reunin de tipo informativa y de conocimiento, en donde se definen los
actores y contactos claves en la ciudad y se estipulan los canales de comunicacin entre el
Consultor y la Autoridad como la informacin e informantes disponibles y necesarios para
el desarrollo del estudio.
Es una reunin de una o dos sesiones en un mismo da o dos medios das
consecutivos segn los requerimientos de los temas y posibilidad de los participantes.
Segunda Sesin
La segunda sesin se realiza entorno a la fecha de entrega del Primer Informe de
Avance, preferentemente una semana despus, de manera de que la Contraparte est en
conocimiento de las materias a exponer y permitir que cualquier observacin y aporte del
Comit pueda ser debidamente evaluado e incorporado en el siguiente informe.
La segunda sesin se inicia con el Comit ya constituido y al cual se le hace llegar
un temario y documento ejecutivo sobre el contenido y forma de la reunin.
En esta reunin se tocarn los siguientes puntos:
Metodologa y etapas del diseo de escenarios
El Consultor expone al Comit las distintas etapas del diseo de los escenarios,
las metodologas a emplear y su participacin y la del Comit. Se plantean, entre otros
aspectos, los cortes temporales, los tipos de escenarios y la forma en que sern desarrollados.
Zonificacin
El Consultor expone la zonificacin del estudio, la metodologa y criterios utilizados
de manera de informar al Comit y posteriormente recibir comentarios y observaciones a
la divisin planteada.
Situacin base catastrada
El Consultor expone la situacin base catastrada (ver etapa III del presente
documento) como parte de la primera etapa del diseo de escenarios y toda la informacin
obtenida de fuentes de referencia tanto a nivel local como central y que an no han sido
validadas en terreno.
Dependiendo de las caractersticas y calidad de la informacin, en esta sesin se
debiera reportar lo siguiente :
- Hogares por estrato socio econmico por manzana.
- N de Matrculas por tipo de educacin por manzana
- N de puestos de trabajo en industrias por tipo de empleo por manzana
- N de atenciones de salud por establecimiento por manzana
- m
2
de Servicios por manzana
- m
2
de Comercio por manzana
Actualizacin de la situacin base catastrada
El Consultor coordina la participacin del Comit en la actualizacin de la base
catastrada, a base de un sistema de participacin interactiva de los miembros del Comit
en el cual se busca obtener informacin de tipo inmobiliaria que permita ajustar la situacin
base a la realidad.
Es en esta etapa en donde el Comit tiene su mayor potencialidad, ya que por ser
gestores inmobiliarios privados y pblicos, tienen gran conocimiento de los proyectos
programados, de sus localizaciones, magnitudes y de sus factibilidades de desarrollo.
Esta segunda sesin consta de dos reuniones en un mismo da o dos medios das
consecutivos segn los requerimientos de los temas a tratar y posibilidad de los participantes.
Tercera Sesin
La tercera sesin se realiza en torno a la fecha de entrega del Segundo Informe de
Avance y corresponde a la etapa de proyecciones y estimaciones de la demanda y oferta por
espacio urbano para las actividades establecidas. Oportunamente se hace llegar a los
integrantes del Comit un temario y documento ejecutivo sobre el contenido y forma de la
reunin.
Esta tercera sesin corresponde a una reunin o taller la que se divide en dos
unidades de trabajo cada una de dos a tres horas y a base de una o dos sesiones en un mismo
da o dos medios das consecutivos segn los requerimientos de las materias a tratar y
posibilidad de los participantes.
Proyeccin de la demanda
El Consultor expone las proyecciones realizadas segn la metodologa ofrecida. En
esta etapa, el Comit de uso de suelo, slo participa de manera informativa para avalar las
proyecciones y supuestos hechos por el Consultor.
Estimacin de la oferta
El Consultor expone la estimacin de la oferta inmobiliaria estimada para la
demanda proyectada, segn la metodologa ofrecida. En esta etapa el Comit presenta
algunas potencialidades, ya que sus participantes, tienen conocimiento del mercado del
suelo, por lo que tienen una buena nocin de los bancos de terreno disponible y de las
potencialidades de ocupacin.
Cuarta Sesin
La cuarta sesin se realiza antes de la fecha de entrega del Tercer Informe de Avance
y corresponde a la etapa de localizacin de los usos establecidos y proyectados.
Oportunamente se hace llegar a los integrantes del Comit un temario y documento
ejecutivo sobre el contenido y forma de la reunin.
Esta sesin corresponde a una reunin en donde se analizan puntualmente las
asignaciones por zonas establecidas. La asignacin y distribucin espacial se realiza sobre
la base del anlisis junto con el Comit de cada una de las zonas y de forma interactiva,
correspondiente a la ltima etapa del diseo de escenarios ante de pasar a la modelacin.
Esta cuarta sesin consta de dos reuniones en un mismo da o dos medios das
consecutivos segn los requerimientos de la reunin y posibilidad de los participantes.
Quinta Sesin
La quinta sesin corresponde a la presentacin de los escenarios y de las distintas
alternativas de proyectos a evaluar.
Esta reunin consta de dos sesiones en un mismo da o dos medios das consecutivos
segn los requerimientos de los temas y posibilidad de los participantes, y en ella se
desarrollan dos temas de trabajo:
Presentacin de los escenarios de desarrollo de la ciudad
El Consultor expone los escenarios definitivos para cada corte temporal y tipo de
escenario a utilizar en la modelacin de transporte.
Presentacin y formulacin de alternativas de proyectos a evaluar
El Consultor presenta algunas alternativas de proyecto detectadas en el desarrollo
del estudio y coordina la participacin del Comit en una sesin interactiva de manera de
recoger nuevas alternativas y avalar las propuestas.
Sexta Sesin
Esta sesin corresponde a la sesin de cierre del Comit en donde se exponen los
resultados de la evaluacin y proyectos escogidos para la ciudad.
Se trata de una reunin de una o dos sesiones en un mismo da o dos medios das
9.3 ETAPA II: DEFINICIN DE ESCENARIOS GLOBALES
9.3.1 Introduccin
Los Escenarios Globales corresponden a la etapa inicial de proyeccin de la
evolucin de las diferentes actividades que se desarrollan en la ciudad. Corresponden a
escenarios de crecimiento sectorial para toda la ciudad y se expresan en tasas de
crecimiento anual por los diferentes usos de suelo .
En esta etapa se deben definir las tendencias globales y criterios a utilizar para la
definicin de los dos tipos de escenarios de contraste establecidos. (punto 9.2.4 del presente
procedimiento metodolgico)
Las tendencias se expresarn mediante tasas de crecimiento globales y por sector,
y sern utilizadas para proyectar la demanda y la oferta existente para cada uso establecido.
El producto de esta etapa son las tasas por categora de uso entregadas en forma de
cuadros generales por perodo y tipo de escenario.
9.3.2 Definicin de Tasas de Crecimiento Global y Sectorial (Usos
no residenciales)
El Consultor deber proponer un procedimiento metodolgico para definir las tasas
de crecimiento global para la ciudad. En este sentido se sugiere la utilizacin de antecedentes
disponibles en las Cmaras de Comercio respectivas, la Sociedad de Fomento Fabril u otra
fuente local o central, complementada con las tasas de crecimiento global y sectorial
publicadas por la Autoridad Econmica, como el Producto Interno Bruto (PIB) a nivel
Regional .
En caso de utilizar el PIB Regional como variable explicativa, se debe tener en
cuenta que ste no siempre expresa el comportamiento de una ciudad, especialmente si sta
no es la capital regional y/o corresponde a una ciudad especializada. Por lo tanto, el
Consultor deber proponer una metodologa que permita ajustar el PIB sectorial de forma
tal de evitar la distorsin sealada.
Paralelamente y con el apoyo del Comit de Uso de Suelo, se debern ajustar estas
tasas al comportamiento futuro de la actividad econmica, a la luz de lo que ha sido el
crecimiento histrico, lo que sern las inversiones que se avecinan, y respecto de las
apuestas o imgenes objetivos futuras que se tienen para la ciudad, estableciendo de esta
manera, para cada corte temporal y por uso, una tasa de crecimiento por escenario, dentro
de los siguientes parmetros :
Escenario 1 : en este caso se considerar como techo la tasa de crecimiento
global establecida por el consultor para cada actividad (tasa base).
Escenario 2 : en este caso se deber considerar como piso la tasa base anterior,
corrigiendola de acuerdo a los proyectos sectoriales en carpeta,
asumiendo que en su gran mayora se implementaran dentro del
perodo establecido.
Esta correccin consiste en incorporar los proyectos mediante la relacin de las
inversiones que involucran respecto a lo que se ha realizado histricamente.
Educacin y Salud
Para efectos de las tasas globales, en el caso del uso educacin se deber proyectar
la poblacin en edad escolar y de educacin superior sobre la base de las mismas tasas de
escolaridad existentes.
En el caso de salud y dependiendo de la variable explicativa, m2 o nmero de
atenciones, se deber establecer la relacin mediante un ndice, entre la poblacin total
proyectada y la variable explicativa, el que se deber mantener para los dos cortes
temporales establecidos.
Tanto en Salud como en Educacin ambos escenarios se diferenciarn sobre la base
de cantidad de hogares y habitantes proyectados en el punto siguiente.
En el caso de que para alguna ciudad en particular se cuente con informacin de usos
no residenciales que permitan desarrollar variables explicativas de viajes mejores a las aqu
expuestas, el consultor deber proponer un mtodo para efectos de su anlisis y proyecciones.
9.3.3 Definicin de Tasas de Crecimiento Demogrfico por Hogar
(Usos residenciales)
Sobre la base de las proyecciones utilizadas por el INE el Consultor deber definir
las tasas de crecimiento de la poblacin a los cortes establecidos y para los dos escenarios
planteados.
Como la unidad de anlisis de los viajes la constituye el hogar , es necesario realizar
las siguientes tareas:
Definicin y proyeccin del tamao medio de hogar (hb/hog)
Determinacin del total de hogares
Distribucin y proyeccin de hogares segn categora de ingresos
En este sentido, el Consultor deber construir los modelos y proponer un mtodo
debidamente justificado para cada una de ellas y bajo las siguientes consideraciones :
La definicin del tamao de hogar responde principalmente a caractersticas socio-
econmicas y culturales de la poblacin local , en este sentido, a nivel nacional el tamao
de hogares fluctuaba entre 3,2 y 4,1 personas al ao 97 y sigue decreciendo en la medida
que mejoran los ingresos de la poblacin. El consultor deber partir de la base del tamao
de hogar establecido por el INE y ajustarlo segn las caractersticas de la ciudad.
El nmero de hogares por ao corresponde al cuociente entre el total de poblacin
y el tamao medio establecido por ao.
El total de hogares se distribuye por categoras de ingreso definidas por el equipo
de transporte. Para tal efecto, su proyeccin y anlisis debiera modelarse tomando como
punto de partida la encuesta a hogares realizada como parte del estudio y las series
histricas disponibles a travs de la encuesta CASEN realizada por el Ministerio de
Planificacin.
Las tasas de crecimiento por hogar se debern utilizar para los dos escenarios
planteados de forma similar, de manera de poder realizar las evaluaciones de los proyectos
y planes de transporte sobre la base de un mismo nmero de hogares.
En el caso de que para alguno de los escenarios el Consultor establezca una clara
diferencia de poblacin, se debern tomar tasas distintas por escenario y las medidas
necesarias en el momento de la evaluacin.
En el cuadro 9.8 se muestra un ejemplo de tasas de crecimiento anual para los dos
cortes temporales.
Cuadro N 9.8
Tasas de crecimiento anual, ejemplo
Ao Residencial alto Residencial medio Residencial bajo
Base
(poblacin)
2.000 25.000 85.000
Corte 1
(tasa anual)
4,0% 3,2% 2,1%
Corte 2
(tasa anual)
5,0% 4,0% 3,0%
9.3.4 Presentacin de Resultados
Finalmente los escenarios globales se presentan en tablas comunes con las tasas de
crecimiento anual promedio para la ciudad, por escenario y corte temporal, para las
diferentes categoras de uso de suelo, tal como se presenta en el siguiente cuadro.
Cuadro 9.9
Tasas de crecimiento anual, Escenario 1
Ao
Residencial
alto
Residencial
medio
Residencial
bajo
Comercial Industrial Educacional Salud
Base
(poblacin)
Corte 1
(tasa anual)

Corte 2
(tasa anual)

Cuadro 9.10
Ao
Residencial
alto
Residencial
medio
Residencial
bajo
Base
(poblacin)
Corte 1
(tasa anual)

Corte 2
(tasa anual)

Es importante precisar que para ambas definiciones de tasas, tanto de usos no
residenciales como residenciales, y particularmente respecto a los escenarios optimistas,
en donde se deber considerar apreciaciones subjetivas tanto del Comit de uso de suelo
como interpretaciones de proyectos e inversiones en carpeta, el Consultor deber hacer uso
de su experiencia y del anlisis subjetivo que merecen estas proyecciones.
9.4 ETAPA III: DEFINICIN DE LA SITUACIN O
ESCENARIO BASE
9.4.1 Introduccin
Esta etapa corresponde a la definicin de la situacin o escenario urbano de lo que
es la ciudad al ao determinado como base y respecto a las variables de uso establecidas
para el estudio.
La situacin base, es la fotografa de la ciudad respecto a las variables urbanas de
anlisis, en el ao de la obtencin de la informacin relacionada con el STU de la ciudad
(EOD y mediciones de niveles de servicio).
La definicin de la situacin base constituye el fundamento de los escenarios, de all
que la calidad y validez que ella tenga influir sobre el resultado final de los escenarios y
posterior modelacin.
El producto que arroja esta etapa corresponde a una base de datos, con informacin
a nivel de manzana de los diferentes usos de suelo, e integrada a un Sistema de Informacin
Geogrfico.
9.4.2 Recopilacin de Informacin
La recopilacin de la informacin se debe hacer segn las fuentes, categoras y
unidades establecidas en el punto 9.2.6 de la Etapa I del presente procedimiento metodolgico.
Es importante mencionar que el Consultor deber complementar toda la informacin
recopilada en fuentes bibliogrficas y estadsticas con validaciones en terreno y aprovechar
las instancias paralelas tales como encuestas EOD, CASEN, SII y otros, que sirvan al
objetivo de actualizar y mejorar la base de informacin.
Toda la informacin se deber presentar localizada e identificando la fuente y ao
respectivo, y se presentar mediante una tabla resumen, desagregada a nivel de manzanas.
9.4.3 Procesamiento y Anlisis de la Informacin
Una vez recopilada toda la informacin relevante a la construccin de los escenarios,
se procede a su anlisis y procesamiento para la construccin de la situacin base.
Cada variable de informacin , segn su fuente, forma de catastro y objetivo de su
utilizacin, se referencia espacialmente segn predio, direccin, local, manzana, rol u otra
unidad. El Consultor deber asimilarlas mediante la confeccin de diccionarios que le
permitan asociarlas a una sola unidad de referencia espacial. (ver punto 9.2.8 del presente
Una vez aplicados los diccionarios se ordena la informacin segn las unidades de
medida, fuente y ao correspondiente y segn las categoras de uso para cada manzana
como se muestra en el Cuadro 9.11.
Cuadro 9.11
Matriz de informacin catastrada
Fuente Fuente Fuente Fuente Fuente
[ao] [ao] [ao] [ao] [ao]
[unidad] [unidad] [unidad] [unidad] [unidad]
Zona
Estudio
Manzana
Residencial
alto
Residencial
medio
Residencial
bajo
Comercial Industrial Educacional Salud Otros
1
2
3
4
5
6
7
8
9
.....
.....
TOTAL
Fuente
[ao]
[unidad]
Esta matriz base corresponde a la informacin al ao en que se encontraba en la
fuente por lo cual deber ser actualizada, ya sea con informacin de terreno puntual como
parte del catastro de hogares, como parte del proceso de proyecciones y/o con informacin
de otros estudios y encuestas en curso.
9.4.4 Definicin y Proyeccin de Variables al Ao Base
Posteriormente y sobre la base de las tasas de crecimiento anual establecidas en la
etapa anterior, se procede a actualizar la informacin, de manera de que sta sea llevada a
un ao comn de referencia para conformar un escenario o situacin base homognea.
Cada variable deber ser proyectada a este ao base segn los mtodos y tasas
establecidas en la definicin de Escenarios Globales de la Etapa II.
De esta forma se conforma una matriz nica para cada categora de uso, a un ao
comn y a base de los escenarios de crecimiento establecidos.
9.4.5 Presentacin y Validacin Situacin Base
Finalmente se procede a la validacin y presentacin del escenario o situacin base
mediante la construccin de las tablas respectivas y los planos temticos de apoyo.
a) Mecanismos de validacin
El Consultor deber validar los antecedentes presentados y las proyecciones hechas
a las variables socio econmicas en base a mecanismos simples de verificacin y mediante
la utilizacin de salidas grficas con un Sistema de Informacin Geogrfico. (SIG)
En este sentido, se deber verificar las cifras entregadas y proyectadas respecto al
nmero de manzanas y superficie disponible. Este procedimiento consiste en realizar
salidas grficas de cruces de variables que permitan identificar manzanas o zonas que a la
luz de la experiencia del Consultor y su equipo, merezcan dudas y deban ser rectificadas.
El Consultor deber realizar al menos las siguientes verificaciones:
Superficies por uso respecto al rea disponible. La suma del total de superficies
por uso deber ser contrastada con la superficie disponible para ese uso.
Matrculas de educacin proyectadas respecto a localizacin de establecimientos
N de atenciones de salud respecto a localizacin de establecimientos
Zonas o sectores con accidentes geograficos o usos restrictivos que presenten
actividades no compatibles.
b) Presentacin de la Situacin Base
Una vez verificadas las variables se proceder a la presentacin de la situacin base
mediante una matriz nica en donde figuren para cada manzana y zona del estudio, los usos
respectivos en sus unidades de medida y respecto al ao base comn como se muestra en
el Cuadro N 9.12.
Cuadro 9.12
Matriz de situacin o escenario base
Residencial
alto
Residencial
medio
Residencial
bajo
Hogares Hogares Hogares m2 m2/PT (1) Matrculas m2/NA (2) Xx
2 1
2 2
2 3
2 4
2 5
2 6
2 7
2 8
4 9
.....
.....
Total
ZONA Manzana
Otros : Se considera usos ya sea de servicios, equipamiento, seguridad, turismo etc., que se consideren
relevantes al estudio o sean explicativos de viajes para efectos de la modelacin.
1
PT : Puestos de Trabajo
2
NA : Nmero de Atenciones
Del mismo modo se acompaarn salidas grficas del tipo SIG de al menos las
siguientes categoras de uso :
Hogares (agregacin de todas las categoras definidas)
Comercio
Industria
Educacin
Salud
Otros
A modo de ejemplo en la Figura 9.3 se muestra un plano tipo de situacin base
comercial a nivel de manzana para la ciudad de Los Angeles.
Figura 9.3
Plano de Situacin o Escenario Base
DENSIDAD DE USO DE SUELO COMERCIAL
CIUDAD DE LOS ANGELES
9.5 ETAPA IV: PROYECCIONES DE LA DEMANDA Y
ANLISIS DE LA OFERTA
9.5.1 Introduccin
Los objetivos de esta etapa son por una parte, proyectar la futura demanda de suelo
que ejercern las distintas actividades (usos ) en la ciudad, y por otro lado estimar la oferta
de suelo (cupo) disponible para satisfacer la demanda.
Esta etapa de proyeccin se basa en los conceptos establecidos en la Etapa II de
Definicin de Escenarios Globales, y a su vez alimenta a la Etapa V, de Localizacin de
Usos, calculando las superficies totales demandadas y ofertadas.
El producto de esta etapa es el siguiente :
Proyecciones de usos de suelo (superficie u otras unidades) del total de la ciudad
para los distintos cortes temporales de modelacin. Cupo o cabida disponible para cada
actividad (uso) por zona de modelacin.
9.5.2 Proyecciones de la Demanda
La demanda de uso de suelo se entiende como la superficie que requerir cada
actividad en el horizonte de evaluacin del escenario. Luego la proyeccin de las
superficies se realiza a travs de la aplicacin de las tasas de crecimiento antes definidas
a la situacin base de la ciudad (superficies construdas actuales). Estas proyecciones se
hacen a todos los cortes temporales de modelacin, y para cada uno de los usos de suelo
considerados.
Para estas proyecciones el Consultor deber adicionalmente ajustar las tasas segn
la escala o jerarqua del uso a proyectar, es decir, segn si el uso es de escala regional,
intercomunal o local.
Las proyecciones de demanda de cada uso dependen del rea de servicio o cobertura
que este tenga en el contexto territorial, es por esto que las tasas a considerar deben
diferenciar estos comportamientos y ser ajustadas. Por ejemplo, si el uso o actividad es de
escala regional se debe proyectar su demanda segn tasas de crecimiento regionales (ej.
crecimiento de poblacin regional), y si el uso es de escala local, slo se requerir de una
proyeccin a tasa local (ej crecimiento de poblacin comunal).
En este sentido se identifican actividades de carcter local, intercomunal o regional,
basndose en la existencia o no de configuracin de carcter central, como por ejemplo los
que se presentan en el siguiente cuadro:
Cuadro 9.13
Escala o Jerarqua de Uso
Uso/Escala Regional Intercomunal Local
Residencial ----------- Condominio Poblacin, Villa
Comercio-servicio Zona Franca Mall, mall financiero Almacn, sucursales
Industria
Puerto, refinera,
parque industrial,
mina
Gran industria Pequea industria
Educacin Universidad Liceo Escuela
Salud Hospital Pequeo hospital Consultorio
Definida la jerarqua de cada uso se procede a ajustar las tasas y a proyectar las
unidades respectivas en el tiempo.
El Consultor debe obtener como producto de esta etapa lo siguiente :
Nmero de hogares por categora de ingreso (definida en el modelo de transporte),
para el total de la ciudad.
Superficie (u otra unidad de medida) de uso no residencial, para el total de la
ciudad.
9.5.3 Presentacin y Validacin de Proyecciones
Al igual que en la situacin base el Consultor deber revisar las proyecciones de
demanda en base a comparar lo que han sido las tendencias histricas, verificando que no
se den crecimientos desmedidos, que no se ajusten a la realidad y posibilidades de la ciudad.
Adicionalmente se debern presentar las proyecciones al Comit de uso de suelo de
manera de verificar las cifras entregadas y proyectadas.
9.5.4 Estimacin de la Oferta de Suelo
La etapa de estimacin de la oferta de suelo, busca determinar la superficie posible
de ocupar por los distintos usos de suelo en el tiempo.
Aunque el anlisis de mercado requiere de una estimacin de la evolucin en el
tiempo de la oferta, en la elaboracin de escenarios se supone que la oferta total ser puesta
en el mercado, y que en definitiva ser la demanda de suelo en el tiempo la que se satisface.
Por esto se habla de una estimacin de oferta y no de proyeccin.
La estimacin de la oferta de suelo corresponde a la determinacin de superficie
disponible para cada uso modelado en cada zona de estudio. En este sentido se deber
utilizar lo que se conoce como cupo o cabida respecto a cada categora de uso de suelo
modelada.
La ciudad, en general, se desarrolla y crece bajo tres modalidades o formas de
crecimiento urbano:
Por extensin o relleno
Por renovacin o densificacin
Por rotacin o cambio de destino
Crecimiento por extensin o relleno, corresponde a la ocupacin de los espacios
vacos de la zona urbana, ya sean los intersticios de las reas consolidadas o la periferia
mediante nuevos loteos.
Crecimiento por renovacin urbana, corresponde a lo que se conoce generalmente
como procesos de densificacin y renovacin, en donde se demuelen edificaciones
existentes para dar cabida a nuevas estructuras de mayor densidad o para acoger otros usos.
Crecimiento por rotacin o cambio de destino, corresponde a la rotacin o
cambio de destino que experimentan algunas propiedades mediante la adecuacin de
estructuras o edificios para recibir otras actividades o aumentar la intensidad del uso
existente.
Para las tres modalidades o tipologas de crecimiento se definen ndices de cupo o
cabida medidos en hectreas., y que corresponden a la diferencia entre lo existente
construdo y lo permitido por el Plano Regulador Comunal.
En caso que la normativa existente no contemple constructibilidad de manera
directa, el Consultor deber realizar el clculo de superficie por manzana, de manera
geogrfica mediante la utilizacin del SIG, considerando los datos de porcentaje de
ocupacin y nmero de pisos mximos permitidos
Este ndice o superficie de cabida o de constructibilidad, corresponde a una
superficie fija en el tiempo y que simboliza la cabida mxima permitida al perodo de
vigencia de la normativa.
El resultado de esta etapa se presenta como una matriz de cupo por zona y para todo
el horizonte de modelacin, como la que se presenta en la siguiente tabla.
Cuadro 9.14
Presentacin de cupo por zona
Zona Residencial Comercio Servicios Educacin Industria Salud
1 40 3 30 2 0 1
2 10 22 0 3 0 2
3 100 2 0 3 3 0
4 65 0 0 2 2 0
5 34 0 0 1 23 0,4
6 28 0 0 0 0 0,8
7 39 3 12 0 0 0
-
Cupo (Hs)
9.6 ETAPA V: LOCALIZACIN DE USOS DE SUELO
9.6.1 Introduccin
Los objetivos de esta etapa son distribuir las demandas de suelo calculadas para el
total de la ciudad en funcin de la oferta territorial de cada zona, simulando as el fenmeno
de asignacin de recursos que se genera en el mercado real del suelo.
El Consultor deber asignar a cada zona, una cantidad, medida en la unidad
respectiva al uso correspondiente. Vale decir los valores proyectados al ao de corte y
segn escenario, deben localizarse por zona conformando as la ltima etapa del escenario.
Los productos de esta etapa son matrices con los usos de suelo localizados por zona
para los distintos cortes temporales y para los dos escenarios establecidos.
9.6.2 Definicin de Indicadores de Priorizacin
La localizacin de usos, a modo de simular el fenmeno de asignacin de mercado,
se realiza mediante la utilizacin de indicadores de prioridades de localizacin, o indicadores
de priorizacin. Esto indicadores son los que determinan qu zonas considerar en la
distribucin de los usos respectivos.
Los indicadores de priorizacin son los que diferencian o determinan que zonas
tienen prioridad en la asignacin, entregando una pauta respecto al orden y cantidad a
asignar.
Estos constituyen guas o pautas de apoyo a los expertos locales y al Consultor
respecto al proceso, pero no entregan una frmula o mtodo preciso de localizacin. En este
sentido el Consultor deber establecer los indicadores necesarios para explicar la localizacin
de los usos en base a las caractersticas de la ciudad y a la disponibilidad de informacin.
La priorizacin de zonas se realiza del anlisis y cruce de estos indicadores, y se
materializa en lo que se denomina matriz de prioridades de localizacin, la que se compone
en sus columnas por los distintos usos de suelo a modelar, y en sus filas por las distintas
zonas a considerar.
La construccin de las matrices de prioridad deber contener el anlisis de al menos
los siguientes indicadores de prioridad:
Indicador de tendencia
Indicador segn normativa
Indicador segn proyectos
Indicador de especializacin
Indicador de grado de asociacin
a) Indicador de tendencia
Este indicador recoge lo que ha sido la tendencia histrica de crecimiento de la
ciudad mediante el manejo de las tasas histricas por zona.
Sobre la base de los catastros de edificacin y de la informacin socio-econmica
recopilada se definen las tasas de crecimiento anual por uso, estableciendo la tendencia
expresada en una matriz por zona y uso.
b) Indicador de prioridad segn normativa
Este indicador busca recoger el comportamiento de la localizacin desde el punto
de vista de la Planificacin Territorial.
En este sentido se recogen las restricciones de la normativa en funcin de lo
dispuesto en la zonificacin del Plan Regulador Comunal. Para esto se determinan los usos
posibles por zona, construyendo as una matriz dicotmica (1 si se permite y 0 si no).
Un ejemplo de este tipo de matriz se presenta en el cuadro 9.15, en donde se presenta
una primera columna que identifica la zona, y una ltima columna que identifica los usos
predominante que le asigna el PRC a cada zona. A base de estos usos predominantes es que
se definen los valores de cada celda correspondiente a cada uso, en el sentido que es 1
cuando el uso es definido como predominante por el PRC y 0 si no es definido.
Cuadro 9.15
Matriz de priorizacin por normativa
Zona Residencial Comercio Educacin Industria Servicios Salud
Uso Predominante
segn PRC
1 1 0 0 0 0 0 Residencial
4 0 1 1 0 1 1 Comercio/servicio
7 0 0 0 0 1 0 Servicio
8 0 0 0 1 0 0 Industria
10 0 0 0 0 1 0 Servicio
c) Indicador segn proyectos programados
Sobre la base de los proyectos programados y aprobados por la municipalidad
respectiva, se propone la construccin de una matriz zonal a travs de la cuantificacin de
los proyectos medidos en superficie y por uso, considerando tambin su factibilidad de
materializacin, la que posteriormente se lleva a una matriz dicotmica de comparacin.
En el cuadro 9.16 se muestra un ejemplo en donde se aprecian las unidades de
medida que se utilizan para la modelacin por uso y zona contemplados en los proyectos
programados y aprobados. Luego en el cuadro 9.17 se obtiene la matriz dicotmica antes
planteada transformando los valores de superficie o variable explicativa en valores 1 o 0
en base a su importancia y tamao.
Cuadro 9.16
Superficie en hectreas por usos y zona de proyectos programados y aprobados
Residencial Comercio Educacin Industria Servicios Salud
[h] [h] [h] [h] [h] [h]
1
2
3 437.275
4 9.557
5 9.217
6 41.404
7
8 3.812 16.653
9 134.419
10
Zona
Cuadro 9.17
Matriz de prioridades segn proyectos programados
1 0 0 0 0 0 0
2 0 0 0 0 0 0
3 1 0 0 0 0 0
4 1 0 0 0 0 0
5 1 0 0 0 0 0
6 1 0 0 0 0 0
7 0 0 0 0 0 0
8 0 1 0 0 1 0
9 1 0 0 0 0 0
10 0 0 0 0 0 0
Zona
d) Indicador de especializacin
Sobre la base de la localizacin de actividades existentes, se propone la construccin
de una matriz de especializacin por uso y zona. Este anlisis determina a travs de un
indicador, si es que una zona especfica se especializa en un determinado uso o no.
La especializacin se define como la situacin en la cual una zona presenta una
concentracin de una determinada actividad proporcionalmente mayor que la concentracin
de la actividad en toda la ciudad. Este grado de especializacin se calcula a travs del
coeficiente de especializacin relativa, que determina la especializacin relativa de cada
zona en algn uso especfico. Para esto se construye una matriz Zona-Uso, en donde las
filas corresponden a las zonas de estudio, y las columnas corresponden a los usos de suelo
modelados. A esta matriz la define el elemento U
ij
que representa a la superficie del uso j
en la zona i, definindose el Coeficiente de Especializacin C
ij
por la relacin:
C
ij
= U
ij

i
U
ij

j
U
ij
j
U
ij
(9.1)
Uij = Superficie de uso j en zona i
S
j
U
ij
= Suma de superficies por uso en zona i
S
i
U
ij
= Suma de superficie de uso j para el total de las zonas
S
i
S
j
U
ij
= Suma total de superficie por uso y zona (toda la ciudad)
La especializacin relativa de una zona i en un uso j se asocia a un C
ij
>1
Definidas las zonas que se especializan en algn uso, se construye una matriz
dicotmica (1 o 0) en la que se asigna un 1 si existe especializacin y un 0 si no se
especializa.
En el cuadro 9.18 se presenta un ejemplo con las superficies por usos y zona en el
ao base. En la matriz 9.19 se presentan los coeficientes de especializacin calculados para
cada zona y uso. Finalmente en el cuadro 9.20 se presenta la matriz dicotmica construda
en base a la especializacin de uso en zonas.
Cuadro 9.18
Superficies (hectreas) por usos de suelo, ao base
Zona Residencial Comercio Educacin Industria Servicios Salud Total
1 7.344 8 0 0 474 0 7.826
2 30.617 1.552 0 34.586 918 0 67.673
3 68.620 8.077 2.166 385 382 0 79.630
4 64.898 9.849 993 565 134 0 76.439
5 49.948 31.632 6.900 938 4.724 5.715 99.857
6 99.857 1.525 2.063 225 120 0 103.790
7 86.455 4.360 1.537 1.621 1.320 287 95.580
8 9.985 17.717 6.206 24.792 26.722 0 85.422
9 27.328 137 2.306 0 0 100 29.871
10 54.690 14.070 722 524 7.920 0 77.926
Total 499.742 88.928 22.893 63.636 42.715 6.102 724.016
Cuadro 9.19
Coeficientes de especializacin relativa por uso (C
ij
)
1 0,07 0,00 0,00 0,00 0,04 0,00
2 0,05 0,01 0,00 0,26 0,02 0,00
3 0,06 0,06 0,06 0,00 0,01 0,00
4 0,06 0,05 0,03 0,01 0,00 0,00
5 0,05 0,12 0,10 0,01 0,06 0,30
6 0,07 0,01 0,04 0,00 0,00 0,00
7 0,06 0,03 0,04 0,01 0,02 0,03
8 0,01 0,09 0,10 0,15 0,23 0,00
9 0,06 0,00 0,11 0,00 0,00 0,03
10 0,04 0,07 0,02 0,01 0,09 0,00
Cuadro 9.20
Matriz de prioridades por especializacin (Celda=1 si C
ij
>1)
1 1 0 0 0 1 0
2 0 0 0 1 0 0
3 1 0 0 0 0 0
4 1 1 0 0 0 0
5 0 1 1 0 0 1
6 1 0 0 0 0 0
7 1 0 0 0 0 0
8 0 1 1 1 1 0
9 1 0 1 0 0 0
10 1 1 0 0 1 0
e) Indicador de grado de asociacin
Este indicador considera prioridades de localizacin en funcin de asociaciones de
usos de suelo. Esta asociaciones de usos de suelo responden a funcionalidades lgicas o
compatibilidades entre usos distintos, muchas veces influenciadas por economas de
aglomeraciones, como por ejemplo pensar que al uso educacin le interesa asociarse al uso
residencial, o que al uso servicios le interesa asociarse al uso comercial e industrial, etc.
Para construir estas matrices se utilizan las matrices de especializacin, que definen
asociaciones de uso, definindose priorizaciones en funcin de que se cumpla con las
especializaciones asociadas.
Un ejemplo de construccin de este tipo de matrices se presenta en los cuadros 9.21,
9.22 y 9.23. En el cuadro 9.21 se presenta una matriz (dicotmica) de especializaciones (la
que se obtuvo del punto d), luego se definen en el cuadro 9.22 las asociaciones entre los
distintos usos, para esto se puede utilizar criterio de expertos o tcnicas de correlacin entre
uso. Finalmente, el cuadro 9.23 presenta la matriz de prioridades asociadasresultante.
Cuadro 9.21
Matriz de prioridades por especializacin
1 1 0 0 0 1 0
2 0 0 0 1 0 0
3 1 0 0 0 0 0
4 1 1 0 0 0 0
5 0 1 1 0 0 1
6 1 0 0 0 0 0
7 1 0 0 0 0 0
8 0 1 1 1 1 0
9 1 0 1 0 0 0
10 1 1 0 0 1 0
Cuadro 9.22
Tabla de asociacin de usos
Usos Se asocia a Especializacin en Uso
Residencial Residencia
Comercio Comercio y Servicios
Educacin Educacin y Residencia
Industria Industria y Servicios
Servicios Servicios, Industria y Comercio
Salud Salud y Servicios
Cuadro 9.23
Matriz de prioridades por usos asociados
1 1 1 1 1 1 1
2 0 0 0 1 1 0
3 1 0 1 0 0 0
4 1 1 1 0 1 0
5 0 1 1 0 1 1
6 1 0 1 0 0 0
7 1 0 1 0 0 0
8 0 1 1 1 1 1
9 1 0 1 0 0 0
10 1 1 1 1 1 1
9.6.3 Localizacin de Usos de Suelo
En esta etapa se localizan las demandas proyectadas asignando y distribuyendo
cantidades segn las prioridades establecidas y con la participacin del Comit de uso de
suelo.
Esta localizacin o distribucin debe ser hecha, en base a las tasas de crecimiento
por uso establecidas en los escenarios globales en la Etapa II y para los distintos cortes
temporales.
Con el concurso de expertos locales, a travs del Comit de uso de suelo, el
Consultor deber proponer un sistema de ponderacin o jerarquizacin de los factores de
priorizacin que permita establecer, por categora de uso, la prioridad de cada zona
incorporando de manera integrada, todos los factores analizados, es decir, se debe elegir
o construir una sola matriz de priorizacin, sobre la cual se distribuirn los distintos usos.
La matriz de priorizacin elegida o construda (a partir de operaciones matriciales o
cruces entre varias matrices) es la que define en que zonas se distribuir las demandas
futuras. De esta forma, en todas las zonas que tengan priorizacin (1 en matrices
dicotmicas) para un uso determinado, se asignar o localizar la demanda estimada para
dicho uso. Las zonas que no tengan prioridad no sern consideradas en la distribucin
(localizacin).
En este sentido el Consultor deber proponer tcnicas de distribucin de las
demandas basados por ejemplo en anlisis multipropsito, del tipo eleccin de expertos
(expert choice) u otras que estime adecuadas a la tarea.
El producto de esta localizacin es una matriz con la magnitud de usos (superficie
u otras unidades) para el corte especfico de tiempo y asignado o localizado en cada Zona
de la ciudad.
9.6.4 Presentacin y Validacin de la Localizacin
La cantidad y localizacin de cada uno de los usos de suelo constituye en s el
escenario, el cual se presenta mediante las matrices por zona y unidad respectiva de uso,
para cada tipo de escenario y corte temporal establecido.
Estas matrices se presentan tambin con salidas GIS de manera de graficar el
escenario y de verificar la existencia de errores en las asignaciones, revisando visualmente
las localizaciones zonales realizadas.
En el Cuadro 9.24 se muestra un ejemplo de la matriz de salida del escenario para
un corte temporal.
Cuadro 9.24
Ejemplo Matriz del escenario para un corte temporal especfico
Zona
Estudio
Manzana
Residencial
alto
Residencial
medio
Residencial
bajo
1
2
3
4
5
6
7
8
9
.....
.....
TOTAL
Escenario I
9. METODOLOGA PARA LA CONSTRUCCIN DE
ESCENARIOS DE DESARROLLO URBANO
9.1 INTRODUCCIN
Las ciudades en la actualidad constituyen complejos sistemas en los que se
desarrollan un gran nmero de funciones fundamentales para la vida en el mundo moderno.
A su vez, el proceso de urbanizacin es directamente activado por el desarrollo
socioeconmico de las ciudades , haciendo que cada da, un mayor porcentaje de la
poblacin viva en reas urbanas, lo que plantea importantes problemas a la operacin de
los sistemas bsicos de stas.
Uno de los ms importantes, es el sistema de transporte urbano, que posibilita el
movimiento de personas y bienes imprescindibles para el funcionamiento y desarrollo de
la ciudad. La operacin de tal sistema se torna ms difcil y conflictiva en la medida que
el desarrollo econmico hace crecer el nivel de ingresos de la poblacin y con ello la
complejidad y sofisticacin de las interrelaciones urbanas. Signos de este proceso lo
constituyen el incremento de la tasa de motorizacin y de la cantidad de viajes que cada
persona realiza, lo que a su vez trae consigo los problemas de congestin, polucin
ambiental y accidentes, tpicos de las urbes actuales.
Nuestras ciudades no son ajenas a este fenmeno y es as como durante los ltimos
aos hemos visto aparecer y hacer crisis, problemas que hace slo unas dcadas eran
inexistentes.
En este sentido, se plantea la necesidad de desarrollar herramientas o modelos que
permitan simular el comportamiento del sistema de transporte urbano en diferentes
ciudades del pas, con el fin de poder detectar los puntos de conflicto y poder evaluar
alternativas de proyectos de transporte diversa ndole.
Estos modelos se han desarrollado en dos niveles dependiendo de la complejidad
y tamao de las ciudades, existiendo una versin ms sofisticada para las grandes ciudades
del pas, cuya expresin conocida es el modelo de equilibrio simultneo ESTRAUS, y una
versin simplificada, constituida por el modelo secuencial VIVALDI, que sin renunciar a
la necesaria rigurosidad tcnica, aprovecha las particularidades de menor complejidad
propias de los sistemas de transporte de ciudades intermedias. Para ambos casos el modelo
que se propone corresponde al modelo clsico de cuatro etapas, diferencindose slo en la
forma de resolver el problema de equilibrio de mercado, que se genera entre las etapas de
demanda y de oferta de transporte. (ver Figura 9.1)
Figura 9.1
Modelo Clsico de Transporte
ESCENARIO DE
DESARROLLO URBANO
Y DE USO DE SUELO
MODELO CLSICO DE TRANSPORTE
GENERACIN Y ATRACCIN
DE VIAJES
DISTRIBUCIN DE VIAJES
PARTICIN MODAL
ASIGNACIN A REDES POR MODO
E V A L U A C I N
EQUILIBRIO
DE
MERCADO
Viajespor Zona
ViajesentreZonas
Eleccin deRuta
Oferta
Demanda
ViajesentreZonas
ypor Modo
Localizacin de Hogares
y otros Usos
La implementacin del modelo clsico involucra primero trabajar con las etapas de
demanda, vale decir Generacin - Atraccin, Distribucin y Particin Modal, lo cual se
realiza apoyado fundamentalmente por informacin proveniente de encuestas en terreno
(hogares y de interceptacin), por la informacin de escenarios generada por el equipo
urbano y por las variables de servicio observadas en terreno, entre cada uno de los pares
origen-destino de las zonas definidas para la ciudad.
En este sentido, los escenarios constituyen un insumo al modelo en su etapa de
Generacin y Atraccin de viajes al definir las caractersticas de stos y permitir la
construccin de los vectores origen - destino.
El procedimiento de construccin de Escenarios de Desarrollo Urbano, que a
continuacin se detalla, se inserta dentro de los requerimientos del modelo clsico de
transporte de cuatro etapas correspondiendo a una subetapa independiente y que se
sustenta en la informacin existente y recopilada en terreno, tanto por el equipo de
transporte como por el equipo urbano, la que a su vez se encuentra perfeccionada con los
aportes entregados por los expertos locales a travs de lo que se denomina Comit de Uso
de Suelo.
El procedimiento aqu expuesto se basa en las estimaciones que se hacen de la
demanda que existir por viajes en el mediano y largo plazo dentro de la ciudad.
La manera escogida de estimar esta demanda, pasa por la definicin de escenarios
de crecimiento o desarrollo de la ciudad, bajo la ptica de los viajes que se generarn dentro
de ella y en un futuro determinado.
Estos escenarios de desarrollo urbano buscan entregar informacin respecto de las
variables urbanas que determinan el nmero de viajes, sus orgenes y sus destinos, y sobre
la base de ciertas condicionantes de tipo socio-econmicas, fsicas y normativas propias de
cada ciudad.
El objetivo especfico de este anlisis es responder las siguientes interrogantes:
Cuntos habitantes, de qu nivel socio - econmico y localizados donde,
existen hoy y en un futuro de X aos ms?
Qu superficie, con qu destino o uso, localizada dnde, existe hoy y en un
futuro de X aos ms?
Este procedimiento no constituye una metodologa en s y menos un modelo, sino
que es una herramienta operativa y simple que permite construir escenarios de desarrollo
coherentes con los objetivos de transporte.
El procedimiento se divide en cinco etapas como sigue:
Etapa I: Definiciones metodolgicas
Etapa II: Definicin de escenarios globales
Etapa III: Definicin de la situacin o escenarios base
Etapa IV: Proyecciones de la demanda y anlisis de la oferta
Etapa V: Localizacin de usos de suelo
Un esquema con la relacin de cada etapa y la participacin de la Autoridad Local
a travs de un comit se muestra en la Figura 9.2.
Figura 9.2:
Esquema de Etapas para la Construccin de Escenarios de Desarrollo
Definiciones Metodolgicas
(Etapa I)
Definicin del Escenario Global
(Etapa II)
Caracterizacin de Situacin Base
(Etapa III)
Anlisis y Proyeccin de Demanda
(Etapa IV)
Anlisis y Proyeccin de Oferta
(Etapa IV)
Localizacin Usos
(Etapa V)
Comit
de
Uso
de
Suelos
9.2 ETAPA I:DEFINICIONES METODOLGICAS
9.2.1 Introduccin
La primera etapa del procedimiento metodolgico tiene por objetivo la definicin
de las premisas y parmetros bsicos necesarios que constituyen el marco de trabajo sobre
el cual se inserta la proposicin de escenarios.
En esta etapa se entregan recomendaciones y referencias respecto a las variables
metodolgicas. En algunos casos, el Consultor debe optar por parmetros sobre la base de
los criterios que se entregan, mientras que en otros, se definen elementos y referencias que
responden al anlisis de lo que han sido las experiencias de estudios anteriores.
El producto de la Etapa I es la definicin y recomendaciones para la precisin de los
parmetros y variables metodolgicas que se utilizarn en la construccin de los escenarios,
en relacin con los siguientes aspectos :
Zonificacin del estudio
Cortes temporales
Tipos de escenarios
Categoras de usos
Unidades de medida
Diccionarios
Planimetra
Definicin del Comit de Uso de Suelo y Proyectos
9.2.2 Zonificacin del Estudio
El Consultor deber definir la zonificacin que servir para poder modelar tanto el
sistema urbano como el sistema de transporte. En este sentido el Consultor deber
interactuar con el equipo de transporte para realizar una zonificacin nica.
Esta zonificacin se realiza para efectos de los escenarios y se circunscribe dentro
del lmite urbano establecido por el plano regulador, no considerando las zonas externas
y utilizando principalmente la vialidad como lmite zonal, tomando en cuenta las divisiones
polticas y normativas existentes y mediante la agrupacin de manzanas que cuenten con
algunas caractersticas en comn.
En este sentido, la zonificacin se obtiene de un anlisis criterioso respecto a los
siguientes aspectos y condicionantes :
a) La divisin poltica actual
Se utiliza la divisin poltica y censal existente para la comuna.
b) La normativa territorial
Se compara el plano regulador vigente y se compatibiliza con la divisin censal.
El lmite urbano de la zonificacin, para efecto de los escenarios debiera coincidir con el
que fija el plan regulador vigente, del mismo modo debiera existir una relacin entre zonas
de la normativa y zonas de escenario.
c) Las caractersticas geomorfolgicas
Se debe respetar accidentes naturales como bordes costeros, ros, humedales, bajos,
lagunas, cerros y quebradas, los cuales se deben incorporar de preferencia como lmites
zonales.
d) Los proyectos singulares de la ciudad
Se debe individualizar algunos puntos y usos singulares de la ciudad como estadios,
regimientos, aeropuertos, puertos y cementerios, entre otros.
e) Los usos preponderantes
Se debe respetar sectores de usos predominantes como universidades, zonas
francas, puertos y los centros histricos, comerciales y de gran especializacin, entre otros.
f) Las tendencias de desarrollo
Se debe incorporar tendencias de desarrollo importante como adquisicin de
grandes paos y loteos en ejecucin.
g) Homogeneidades fsicas
Se debe reconocer similitudes actuales en cuanto a densidades, alturas, antigedad,
tipo y calidad de edificacin, subdivisin predial y urbanizacin entre otros.
h) Homogeneidades socio econmicas
Se debe reconocer similitudes respecto a barrios, grupos sociales y niveles de
ingresos, en general caractersticas socio econmicas homogneas, particularmente estructura
de barrios tradicionales.
i) Condiciones de accesibilidad y conectividad
Se debe definir los deslindes zonales segn la estructura vial predominante y de
mayor accesibilidad por zona
Para la presentacin de la zonificacin se debe utilizar una base topogrfica, con
manzanas y nombres de calles, sobre la cual se grafica cada una de las zonas mediante la
utilizacin de un SIG.
Cada escenario deber quedar representado en dos cortes temporales, los que deben
corresponder a los establecidos en la modelacin de transporte y acordados con la
Contraparte respectiva. En este sentido se recomienda que el primer corte temporal no
exceda en cinco aos al de la situacin base establecida, y el segundo no exceda en cinco
aos al primero.
9.2.4 Tipos de Escenarios
El Consultor deber considerar dos tipos de escenarios de desarrollo o crecimiento.
Estos deben ser planteados como escenarios de contraste y se asimilan a lo que se conoce
como Escenario Optimista y Escenario Pesimista.
El Escenario Optimista corresponde a la tendencia histrica de crecimiento de la
ciudad, ms la incorporacin de todos los proyectos, planes e inversiones conocidas o en
estudio en el mediano y largo plazo, bajo la normativa de ordenamiento territorial vigente,
o en el caso de que exista una nueva en estudio, se aplica bajo esta nueva proposicin.
El Escenario Pesimista, corresponde a la tendencia histrica, bajo la normativa de
ordenamiento territorial vigente y se incorporan slo los proyectos ms probables
correspondientes a inversiones ya acordadas.
9.2.5 Categoras de Usos y Unidades de Medida
A modo de compatibilizar las variables que se utilizan en el procedimiento se
establecen unidades comunes de medida, tipos de usos y rangos socio-econmicos
uniformes para todos los escenarios.
Todos los antecedentes se manejan al menos por manzana, siendo sta la unidad
territorial base sobre la cual se grfica y analiza toda la informacin.
La unidad base del uso residencial sern los hogares y se establecern tres niveles
de ingreso por hogar, Alto, Medio y Bajo. El objetivo de la categorizacin socio-
econmica de los hogares es explicar diferentes comportamientos de la poblacin respecto
a la etapa de demanda de viajes.
La unidad base de medida de superficie es la hectrea, referida a la superficie
construida para cada uso respectivo (informacin obtenible del catastro del SII).
Para efectos de comparacin, es neceasrio que todas las unidades de medida se
referencien a una unidad de superficie base o de terreno (h), por ejemplo: Ha construida/
h, UF/h, lotes/h, Hb/h, etc.
Adicionalmente, se utilizarn unidades de medidas distintas para aquellos usos en
que la superficie no constituya una variable explicativa de viaje.
A continuacin se describe cada uso por separado y se entrega un cuadro resumen.
a) Uso Residencial
El uso residencial se mide en nmero de hogares y se consideran tres categoras
de hogares segn ingresos: alto, medio o bajo. Esta diferenciacin se estipula en conjunto
con el equipo de transporte , a partir de la informacin proveniente del catastro y de la
encuesta de hogares (EOD) a realizar.
La proyeccin del nmero de hogares puede ser obtenida a partir de las proyecciones
de poblacin y vivienda que realiza el INE.
b) Uso Industrial
Para todos los usos industriales se deber escoger entre superficie en hectreas de
establecimientos o puestos de trabajo.
c) Uso Educacional
Para todos los recintos educacionales del rea de estudio se obtiene el nmero de
matrculas segn tipo de educacin; Pre-escolar, Escolar y Tcnico Universitaria
(opcionalmente se puede trabajar con las superficies, a pesar de no ser una alternativa
recomendable).
d) Uso Salud
Para todos los usos de salud se deber escoger entre hectreas de recinto, nmero
de camas o nmero de atenciones, segn sea el caso.
e) Otros Usos
Para los dems usos se deber utilizar la cantidad de hectreas, puestos de trabajo
u otra unidad que se considere adecuada de comn acuerdo con la Contraparte.
Cuadro 9.1
Usos de Suelo
Uso o actividad Unidad de medida Cdigo color Color
Residencial alto N hogares Amarillo claro
Residencial medio N hogares Amarillo medio
Residencial bajo N hogares Amarillo naranja
Comercial Has Rojo
Industrial Has / n de empleados Morado
Educacional N matrculas Azul
Salud Has / n de atenciones Celeste
Servicios
(1)
Has Naranjo
Equipamiento
(2)
Has Caf
Transporte (3) Has Gris
Otros (4) Has Negro
Sin uso (5) Has Blanco
1
Bajo servicios se encuentran oficinas, bancos , ministerios y servicios pblicos en general.
2
Bajo equipamiento se consideran todos aquellos usos que generan viajes y que no figuran en los anteriores
como, cementerios, centros deportivos, tursticos, recreativos, culturales, de seguridad, (FFAA excluidos
Carabineros), de culto, asistencial, etc.
3
Bajo transporte se incluye aquellos puntos de intercambio modal y terminales tanto de carga como de personas
4
Bajo otros estn todos los usos que no prestan servicios directos al pblico ni atraen o generan viajes de
importancia como bomberos, centrales nucleares, plantas de telefona, subestaciones elctricas, plantas de
almacenamiento y tratamiento de aguas, etc.
5
Aquellos terrenos de uso agrcola, eriazos o baldos de propiedad privada, se consideran sin uso y no
contabilizan unidad de algn tipo. Los espacios pblicos como calles plazas, parques, ros y cerros, entre otros,
se consideran de paso y no son usos en particular (cdigo color blanco).
9.2.6 Unidades de Referencia y Fuentes de Informacin
Se dispone de una gran cantidad de fuentes de informacin, las que an no han sido
normalizadas, existiendo formatos muy distintos y diversas formas de agrupacin y
referencia. En este sentido, y dependiendo de cada caso, los requerimientos de informacin
estn supeditados a la disponibilidad y calidad de sta, ya que levantamientos o encuestas
directas en terreno para todas las variables muchas veces sobrepasan en tiempo y costo los
alcances de los estudios de este tipo.
a) La Unidad de Referencia
La informacin debe estar referenciada a una unidad espacial geogrfica comn.
Esta unidad espacial comn no se encuentra normalizada entre las distintas fuentes,
vale decir, distritos, zonas o reas, ya sean normativas, censales o del SII no son
coincidentes y requieren de una adaptacin para su procesamiento. Se opt por tomar una
unidad comn espacial de anlisis: la manzana.
La manzana como unidad de referencia, por una parte agrega todos los predios, roles
y direcciones segn cual sea la fuente referida, pero por otro lado desagrega las zonas,
distritos y reas, homogeneizando la unidad de anlisis a una escala que consideramos
adecuada para los efectos de la definicin de escenarios y posterior modelacin de
transporte.
b) La Informacin Disponible
La informacin base requerida y las fuentes utilizadas, a partir de lo anteriormente
expuesto, es la siguiente:
Cuadro 9.2
Informacin base existente
Informacin Existente Fuente
Censo de poblacin INE, REDATAM, otros
Nivel socio econmico de habitantes INE,CASEN, otros
Superficie construida SII, DOM, otros
Superficie del predio (terreno) SII, DOM, otros
m2 de uso por predio SII, otros
Matrculas segn tipo de educacin MINEDUC, Municipalidad, otros
Avalo del predio SII, otros
Topografa de la ciudad Municipalidad, otros
Proyectos relevantes
Municipalidad, AU, DOM,SECPLAC, sector
privado, otros
Cuadro 9.3
Informacin base proyectada
Informacin proyectada Fuente
Proyecciones de poblacin INE, SECPLAC, otros
Proyecciones de crecimiento del Producto
Interno Bruto
Mideplan, INE, SECPLAC, otros
Proyecciones de crecimiento por actividad
econmica
Mideplan, Secplac, otros
Cuadro 9.4
Informacin normativa
Informacin normativa Fuente
Densidad permitida Plano Regulador y Seccionales
Constructibilidad permitida Plano Regulador y Seccionales
Ocupacin de suelo permitida Plano Regulador y Seccionales
Tamao predial permitido Plano Regulador y Seccionales
Usos permitidos Plano Regulador y Seccionales
Altura permitida Plano Regulador y Seccionales
Cuadro 9.5
Informacin recogida en terreno
Informacin de Terreno Fuente
Caractersticas socio econmicas
de los hogares
EOD, otros
Ingresos por hogar EOD, otros
Proyectos y eventos singulares Comit de Uso de Suelo y expertos locales
La informacin socio - econmica de los hogares, se obtiene de la Encuesta Origen
y Destino de Viajes que se toma como parte del estudio. En caso de no existir, se puede
obtener directamente del SECPLAC respectivo o estimarla a partir del nivel de equipamiento
de la vivienda como parte de la informacin del censo o incluso sobre la base de los avalos
del SII.
El Consultor en este sentido deber escoger la informacin mas adecuada y justificar
el procedimiento a utilizar.
c) Fuentes disponibles
Las fuentes disponibles para estudios de este tipo corresponden a aquellas que
manejan principalmente los siguientes organismos:
Cuadro 9.6
Organismo Informacin y Fuente
Municipalidad respectiva
a travs de la normativa vigente de los Planos
Reguladores Intercomunal y Comunal y los
Seccionales respectivos
El Servicio de Impuestos Internos
como parte del avalo realizado en 1994 para todo el
pas y disponible en las oficinas regionales del
servicio o a travs de la SECTRA
El Instituto Nacional de Estadsticas con la informacin censal y proyecciones realizadas.
El Ministerio de Educacin
a travs de las Seremi respectiva con el listado de
los establecimientos educacionales y el N de
matrculas respectivas
El Ministerio de Planificacin
a travs de las oficinas regionales SERPLAC y
oficinas comunales SECPLAC y como parte del
manejo de informacin censal REDATAM y de
encuestas socio-econmicas como CASEN y fichas
CAS, entre otras
Organismos como el Banco Central y
Ministerios de Hacienda y Economa
con informacin econmica del producto regional a
escala global y por sectores productivos
Otros organismos e instituciones
afines
que manejan informacin socio-econmica o
procesan estadsticas de la regin como
Universidades, Institutos, asociaciones gremiales y
el sector privado.
Encuestas Origen y Destino de Viajes
existentes o desarrolladas
como parte del estudio y que pueden ser ajustadas en
la lnea de los requisitos aqu expuestos.
El Comit de Uso de Suelos o Comit
de Expertos Locales
que se consulta en el transcurso del estudio
9.2.7 Planimetra
Toda la informacin necesaria para la construccin de los escenarios se deber
representar sobre una base planimtrica geo-referenciada digital que cumpla al menos con
las siguientes condiciones :
Deber corresponder a una restitucin de un vuelo fotogramtrico reciente y
debidamente geo-referenciado.
Deber contener polgonos cerrados a nivel de manzanas los que debern ser
construdos a partir de las lneas de cierros y de edificacin oficial, segn sea el
caso (periferia o centro de la ciudad). En este sentido el polgono debe
diferenciar lo que es espacio pblico de espacio privado y no se deber hacer
diferencia respecto al tipo de carpeta que tenga la va, en aquellos casos en que
no exista calle se deber asumir lnea de cierros.
Deber contener al menos las siguientes tres coberturas de forma separada:
- Texto (nombre de calles y sectores )
- Manzana (lnea cierro, edificacin u oficial segn sea el caso)
- Geogrfica (borde costero, ro, cerro, quebrada , cotas de nivel, etc)
9.2.8 Diccionarios
El Consultor, para poder utilizar la informacin en la construccin de los escenarios
de desarrollo respectivos, deber elaborar los diccionarios necesarios de manera de lograr
los siguientes objetivos :
compatibilizar y adecuar la informacin socio-econmica recopilada.
referenciar de forma espacial toda la informacin recogida
En este sentido los diccionarios debern ser construdos a partir de la planimetra y
zonificacin del estudio y estarn referenciados a cada manzana existente, segn consta en
el plano base geo-referenciado y de polgonos cerrados.
El diccionario deber estar conformado por tantas lneas como manzanas existan en
el plano base geo-referenciado y , al menos por las siguientes columnas :
cdigo de manzana establecido por el Consultor
cdigo manzana INE
cdigo de manzana SII
cdigo de zona del estudio correspondiente a la manzana
cdigo de zona del Plano Regulador correspondiente a la manzana
cdigo del distrito censal correspondiente a la comuna
Todas las manzanas graficadas debern tener al menos el cdigo establecido por el
Consultor, pudiendo algunas de ellas estar parcial o totalmente excludas en el listado del
INE o del SII. En aquellos casos de inconsistencia el Consultor deber repartir
proporcionalmente sobre la base de las manzanas graficadas la informacin disponible y
justificar el mtodo utilizado.
9.2.9 Definicin del Comit de Uso de Suelo y Proyectos
El Comit de Uso de Suelo y Proyectos constituye la instancia de participacin y
apoyo al desarrollo del estudio por parte de la Autoridad y representantes locales. Para
efectos de la construccin de los escenarios, el Comit es pieza clave tanto en la definicin
de la situacin base como en la definicin de las proyecciones y tendencias de desarrollo
para la ciudad. El Consultor debe sacar el mejor provecho de esta instancia de participacin,
para lo cual se proponen algunas recomendaciones a la luz de lo que han sido las
experiencias de los estudios desarrollados a la fecha.
a) Participacin y tareas del Comit de Uso de Suelo y Proyectos
La proposicin de participacin se inserta dentro de las distintas etapas presentadas
como sigue :
Caracterizacin de la situacin base (Etapa III) : el Comit tiene su mayor
potencialidad, ya que por ser gestores inmobiliarios privados y pblicos, tienen gran
conocimiento de los proyectos programados, de sus localizaciones, magnitudes y de sus
factibilidades de desarrollo. La participacin debiera ser directa entregando informacin
de los proyectos e inversiones propuestas.
Etapa de proyeccin de demanda (Etapa IV) : el Comit participa en forma
indicativa para avalar las proyecciones y supuestos hechos por el Consultor.
Etapa de estimacin de la oferta (Etapa IV) : el Comit participa de forma directa
entregando informacin clave del mercado de suelos. Los miembros del Comit participan
en la gestin de forma directa en el mercado del suelo, por lo que tienen una buena nocin
de los bancos de terreno disponible y de las posibles ocupaciones.
Localizacin de los usos de suelo (Etapa V): en esta ltima etapa, el Comit aporta
en la definicin de prioridades y/o tendencias de localizacin para los distintos usos
modelados, adems de avalar los resultados de la distribucin hecha por el Consultor.
b) Participantes del Comit de Usos de Suelos y Proyectos
El Comit deber estar conformado por representantes del sector pblico y del
sector privado, todos relacionados con el rea de infraestructura de transporte. En este
sentido, se sugiere la invitacin a los representantes de los siguientes organismos :
Cuadro 9.7
Autoridad Organismos Representantes
SEREMI MINVU
SEREMI MINTRATEL
SEREMI MOP
SERPLAC
SERVIU
Intendencia
Gobernacin
DOM
Direccin del Trnsito
SECPLAC
Asesora Urbana
Alcalda
SAE
Comits o Corporaciones de Planificacin
o de Adelanto Comunal o Regional
Cmara Chilena de la Construccin
Colegio de Arquitectos
Universidades
Empresas de Servicios Pblicos
(si corresponde)
Representantes de gremios juntas de vecinos,
asociaciones etc. (si corresponde)
Autoridad Portuaria (si corresponde)
Representante de las FFAA (si corresponde)
Autoridades de la Zona Franca (si corresponde)
Autoridades a Nivel Regional
Autoridades a Nivel Comunal
Representantes de la Comunidad
c) Convocatoria
La Contraparte, en base a su conocimiento de la ciudad y con el apoyo de la Autoridad
Local, revisar la lista de invitados presentada, haciendo los cambios necesarios, de manera
de garantizar la representatividad, la participacin y los objetivos del Comit.
Los llamados e invitaciones a participar en el Comit y a cada una de sus sesiones,
sern cursadas por parte de las Autoridades locales que la Contraparte estime adecuadas,
de manera que la iniciativa y convocatoria corresponda a la Autoridad y no a la Contraparte
o al Consultor.
Para lograr los objetivos del Comit, se requiere de la participacin activa de sus
miembros y sobre la base de una permanencia en la representacin, un inters en el tema
y un compromiso personal por el trabajo que ste involucra. Para lograr lo anterior se
plantea organizar las actividades del Comit bajo las siguientes consideraciones :
i) El Comit no debiera tener mas de 15 representantes en beneficio de su
operatividad y eficiencia, y debe ser dirigido por una persona u organismo no
comprometido.
ii) El Comit debiera ser creado por la Autoridad Comunal o Regional y entenderse
independiente de la SECTRA
iii) El Comit debiera contar con el compromiso de los Alcaldes e Intendentes y los
representantes debieran ser de su confianza.
iv) La participacin requiere de experiencia y conocimiento de temas relacionados
con los objetivos planteados.
v) La participacin involucra un compromiso y responsabilidad por parte del
participante.
vi) La participacin y los resultados sern difundidos y generarn un nivel de
control sobre el tema reconocido.
vii)La participacin involucra aprender y difundir lo aprendido.
viii)Tanto el producto como el proceso de la labor del Comit y del Consultor, es de
conocimiento de los participantes y esto se expresa en documentos y material que
el participante adquiere para s y el organismo que representa.
ix) Las cesiones del Comit cuentan con el aporte de especialistas y profesionales
externos, como tambin del Consultor.
x) Las cesiones se desarrollan en distintos lugares, atractivos, de inters y muchas
veces relacionados con los temas que se presentan.
xi) Las cesiones son preparadas y moderadas por un coordinador externo al Comit.
xii)Las sesiones son registradas mediante actas de conocimiento pblico que
recogen los distintos planteamientos y acuerdos alcanzados.
d) Cantidad y estructura de las sesiones del Comit
El objetivo principal del Comit es aportar antecedentes y criterios que apoyen la
construccin de los escenarios de desarrollo urbano de la ciudad. Este apoyo se traducir
a travs de sesiones de trabajo entre los miembros del Comit, la Contraparte y el Consultor.
La participacin del Comit se contempla para las cinco etapas del escenario:
definicin de situacin base, proyeccin de la demanda, anlisis de la oferta y localizacin
espacial, y tambin para las etapas posteriores de formulacin de proyectos.
Se sugieren seis sesiones de dos tipos, los talleres de trabajo y las reuniones
informativas como sigue:
La Reunin Taller corresponde a sesiones de un da completo (incluyendo
almuerzo y caf) y se divide en dos partes.
En la primera parte se har la presentacin por parte del Consultor, del avance del
estudio y de los aspectos relevantes a la sesin de trabajo. Esta parte ser del tipo expositiva
y contar principalmente con la participacin del Consultor y de algunos expositores
invitados. Se sugiere trabajar a modo de aula con el material de proyeccin y presentacin
adecuado, (retroproyector, data show, teln y pizarra) y con el grupo de expositores
diferenciado al frente y una audiencia en sentido opuesto.
En la segunda parte, se desarrollar una sesin de trabajo interactiva con la
participacin de los miembros del Comit, apoyados por un moderador del equipo
Consultor. Se sugiere trabajar a base de grupos por especializacin, separados fsicamente
y mediante mesas redondas de trabajo, con la utilizacin de planos, fichas y encuestas, y
utilizando medios de registro. (grabador de sonido o filmadora).
La Reunin Informativa corresponde a sesiones de medio da (incluyendo caf) y
estn dirigidas a entregar informacin respecto al avance y resultados del estudio, como
tambin a los aspectos relevantes al desarrollo de ste. Son reuniones del tipo expositivas
principalmente, con sesiones de preguntas y participacin menor por parte de los miembros
del Comit.
e) Las Sesiones
A continuacin se entrega una programacin de las sesiones, sobre la base de un
estudio tipo de ciudad intermedia. La participacin del Comit se plantea en 6 sesiones,
como sigue :
Primera Sesin
La primera sesin se realiza al inicio del estudio y corresponde a la presentacin a
los representantes locales de los objetivos y alcances del estudio, la definicin de la forma
en que operar el Comit y la presentacin tanto del Consultor como de la Contraparte.
Es una reunin de tipo informativa y de conocimiento, en donde se definen los
actores y contactos claves en la ciudad y se estipulan los canales de comunicacin entre el
Consultor y la Autoridad como la informacin e informantes disponibles y necesarios para
el desarrollo del estudio.
Es una reunin de una o dos sesiones en un mismo da o dos medios das
Segunda Sesin
La segunda sesin se realiza entorno a la fecha de entrega del Primer Informe de
Avance, preferentemente una semana despus, de manera de que la Contraparte est en
conocimiento de las materias a exponer y permitir que cualquier observacin y aporte del
Comit pueda ser debidamente evaluado e incorporado en el siguiente informe.
La segunda sesin se inicia con el Comit ya constituido y al cual se le hace llegar
un temario y documento ejecutivo sobre el contenido y forma de la reunin.
Metodologa y etapas del diseo de escenarios
El Consultor expone al Comit las distintas etapas del diseo de los escenarios,
las metodologas a emplear y su participacin y la del Comit. Se plantean, entre otros
aspectos, los cortes temporales, los tipos de escenarios y la forma en que sern desarrollados.
Zonificacin
El Consultor expone la zonificacin del estudio, la metodologa y criterios utilizados
de manera de informar al Comit y posteriormente recibir comentarios y observaciones a
la divisin planteada.
Situacin base catastrada
El Consultor expone la situacin base catastrada (ver etapa III del presente
documento) como parte de la primera etapa del diseo de escenarios y toda la informacin
obtenida de fuentes de referencia tanto a nivel local como central y que an no han sido
validadas en terreno.
Dependiendo de las caractersticas y calidad de la informacin, en esta sesin se
debiera reportar lo siguiente :
- Hogares por estrato socio econmico por manzana.
- N de Matrculas por tipo de educacin por manzana
- N de puestos de trabajo en industrias por tipo de empleo por manzana
- N de atenciones de salud por establecimiento por manzana
- m
2
de Servicios por manzana
- m
2
de Comercio por manzana
Actualizacin de la situacin base catastrada
El Consultor coordina la participacin del Comit en la actualizacin de la base
catastrada, a base de un sistema de participacin interactiva de los miembros del Comit
en el cual se busca obtener informacin de tipo inmobiliaria que permita ajustar la situacin
base a la realidad.
Es en esta etapa en donde el Comit tiene su mayor potencialidad, ya que por ser
gestores inmobiliarios privados y pblicos, tienen gran conocimiento de los proyectos
programados, de sus localizaciones, magnitudes y de sus factibilidades de desarrollo.
Esta segunda sesin consta de dos reuniones en un mismo da o dos medios das
consecutivos segn los requerimientos de los temas a tratar y posibilidad de los participantes.
Tercera Sesin
La tercera sesin se realiza en torno a la fecha de entrega del Segundo Informe de
Avance y corresponde a la etapa de proyecciones y estimaciones de la demanda y oferta por
espacio urbano para las actividades establecidas. Oportunamente se hace llegar a los
integrantes del Comit un temario y documento ejecutivo sobre el contenido y forma de la
reunin.
Esta tercera sesin corresponde a una reunin o taller la que se divide en dos
unidades de trabajo cada una de dos a tres horas y a base de una o dos sesiones en un mismo
da o dos medios das consecutivos segn los requerimientos de las materias a tratar y
posibilidad de los participantes.
Proyeccin de la demanda
El Consultor expone las proyecciones realizadas segn la metodologa ofrecida. En
esta etapa, el Comit de uso de suelo, slo participa de manera informativa para avalar las
proyecciones y supuestos hechos por el Consultor.
Estimacin de la oferta
El Consultor expone la estimacin de la oferta inmobiliaria estimada para la
demanda proyectada, segn la metodologa ofrecida. En esta etapa el Comit presenta
algunas potencialidades, ya que sus participantes, tienen conocimiento del mercado del
suelo, por lo que tienen una buena nocin de los bancos de terreno disponible y de las
potencialidades de ocupacin.
Cuarta Sesin
La cuarta sesin se realiza antes de la fecha de entrega del Tercer Informe de Avance
y corresponde a la etapa de localizacin de los usos establecidos y proyectados.
Oportunamente se hace llegar a los integrantes del Comit un temario y documento
ejecutivo sobre el contenido y forma de la reunin.
Esta sesin corresponde a una reunin en donde se analizan puntualmente las
asignaciones por zonas establecidas. La asignacin y distribucin espacial se realiza sobre
la base del anlisis junto con el Comit de cada una de las zonas y de forma interactiva,
correspondiente a la ltima etapa del diseo de escenarios ante de pasar a la modelacin.
Esta cuarta sesin consta de dos reuniones en un mismo da o dos medios das
consecutivos segn los requerimientos de la reunin y posibilidad de los participantes.
Quinta Sesin
La quinta sesin corresponde a la presentacin de los escenarios y de las distintas
alternativas de proyectos a evaluar.
Esta reunin consta de dos sesiones en un mismo da o dos medios das consecutivos
segn los requerimientos de los temas y posibilidad de los participantes, y en ella se
desarrollan dos temas de trabajo:
Presentacin de los escenarios de desarrollo de la ciudad
El Consultor expone los escenarios definitivos para cada corte temporal y tipo de
escenario a utilizar en la modelacin de transporte.
Presentacin y formulacin de alternativas de proyectos a evaluar
El Consultor presenta algunas alternativas de proyecto detectadas en el desarrollo
del estudio y coordina la participacin del Comit en una sesin interactiva de manera de
recoger nuevas alternativas y avalar las propuestas.
Sexta Sesin
Esta sesin corresponde a la sesin de cierre del Comit en donde se exponen los
resultados de la evaluacin y proyectos escogidos para la ciudad.
Se trata de una reunin de una o dos sesiones en un mismo da o dos medios das
9.3 ETAPA II: DEFINICIN DE ESCENARIOS GLOBALES
9.3.1 Introduccin
Los Escenarios Globales corresponden a la etapa inicial de proyeccin de la
evolucin de las diferentes actividades que se desarrollan en la ciudad. Corresponden a
escenarios de crecimiento sectorial para toda la ciudad y se expresan en tasas de
crecimiento anual por los diferentes usos de suelo .
En esta etapa se deben definir las tendencias globales y criterios a utilizar para la
definicin de los dos tipos de escenarios de contraste establecidos. (punto 9.2.4 del presente
Las tendencias se expresarn mediante tasas de crecimiento globales y por sector,
y sern utilizadas para proyectar la demanda y la oferta existente para cada uso establecido.
El producto de esta etapa son las tasas por categora de uso entregadas en forma de
cuadros generales por perodo y tipo de escenario.
9.3.2 Definicin de Tasas de Crecimiento Global y Sectorial (Usos
no residenciales)
El Consultor deber proponer un procedimiento metodolgico para definir las tasas
de crecimiento global para la ciudad. En este sentido se sugiere la utilizacin de antecedentes
disponibles en las Cmaras de Comercio respectivas, la Sociedad de Fomento Fabril u otra
fuente local o central, complementada con las tasas de crecimiento global y sectorial
publicadas por la Autoridad Econmica, como el Producto Interno Bruto (PIB) a nivel
Regional .
En caso de utilizar el PIB Regional como variable explicativa, se debe tener en
cuenta que ste no siempre expresa el comportamiento de una ciudad, especialmente si sta
no es la capital regional y/o corresponde a una ciudad especializada. Por lo tanto, el
Consultor deber proponer una metodologa que permita ajustar el PIB sectorial de forma
tal de evitar la distorsin sealada.
Paralelamente y con el apoyo del Comit de Uso de Suelo, se debern ajustar estas
tasas al comportamiento futuro de la actividad econmica, a la luz de lo que ha sido el
crecimiento histrico, lo que sern las inversiones que se avecinan, y respecto de las
apuestas o imgenes objetivos futuras que se tienen para la ciudad, estableciendo de esta
manera, para cada corte temporal y por uso, una tasa de crecimiento por escenario, dentro
de los siguientes parmetros :
Escenario 1 : en este caso se considerar como techo la tasa de crecimiento
global establecida por el consultor para cada actividad (tasa base).
Escenario 2 : en este caso se deber considerar como piso la tasa base anterior,
corrigiendola de acuerdo a los proyectos sectoriales en carpeta,
asumiendo que en su gran mayora se implementaran dentro del
perodo establecido.
Esta correccin consiste en incorporar los proyectos mediante la relacin de las
inversiones que involucran respecto a lo que se ha realizado histricamente.
Educacin y Salud
Para efectos de las tasas globales, en el caso del uso educacin se deber proyectar
la poblacin en edad escolar y de educacin superior sobre la base de las mismas tasas de
escolaridad existentes.
En el caso de salud y dependiendo de la variable explicativa, m2 o nmero de
atenciones, se deber establecer la relacin mediante un ndice, entre la poblacin total
proyectada y la variable explicativa, el que se deber mantener para los dos cortes
temporales establecidos.
Tanto en Salud como en Educacin ambos escenarios se diferenciarn sobre la base
de cantidad de hogares y habitantes proyectados en el punto siguiente.
En el caso de que para alguna ciudad en particular se cuente con informacin de usos
no residenciales que permitan desarrollar variables explicativas de viajes mejores a las aqu
expuestas, el consultor deber proponer un mtodo para efectos de su anlisis y proyecciones.
9.3.3 Definicin de Tasas de Crecimiento Demogrfico por Hogar
(Usos residenciales)
Sobre la base de las proyecciones utilizadas por el INE el Consultor deber definir
las tasas de crecimiento de la poblacin a los cortes establecidos y para los dos escenarios
planteados.
Como la unidad de anlisis de los viajes la constituye el hogar , es necesario realizar
las siguientes tareas:
Definicin y proyeccin del tamao medio de hogar (hb/hog)
Determinacin del total de hogares
Distribucin y proyeccin de hogares segn categora de ingresos
En este sentido, el Consultor deber construir los modelos y proponer un mtodo
debidamente justificado para cada una de ellas y bajo las siguientes consideraciones :
La definicin del tamao de hogar responde principalmente a caractersticas socio-
econmicas y culturales de la poblacin local , en este sentido, a nivel nacional el tamao
de hogares fluctuaba entre 3,2 y 4,1 personas al ao 97 y sigue decreciendo en la medida
que mejoran los ingresos de la poblacin. El consultor deber partir de la base del tamao
de hogar establecido por el INE y ajustarlo segn las caractersticas de la ciudad.
El nmero de hogares por ao corresponde al cuociente entre el total de poblacin
y el tamao medio establecido por ao.
El total de hogares se distribuye por categoras de ingreso definidas por el equipo
de transporte. Para tal efecto, su proyeccin y anlisis debiera modelarse tomando como
punto de partida la encuesta a hogares realizada como parte del estudio y las series
histricas disponibles a travs de la encuesta CASEN realizada por el Ministerio de
Planificacin.
Las tasas de crecimiento por hogar se debern utilizar para los dos escenarios
planteados de forma similar, de manera de poder realizar las evaluaciones de los proyectos
y planes de transporte sobre la base de un mismo nmero de hogares.
En el caso de que para alguno de los escenarios el Consultor establezca una clara
diferencia de poblacin, se debern tomar tasas distintas por escenario y las medidas
necesarias en el momento de la evaluacin.
En el cuadro 9.8 se muestra un ejemplo de tasas de crecimiento anual para los dos
cortes temporales.
Cuadro N 9.8
Tasas de crecimiento anual, ejemplo
Ao Residencial alto Residencial medio Residencial bajo
Base
(poblacin)
2.000 25.000 85.000
Corte 1
(tasa anual)
4,0% 3,2% 2,1%
Corte 2
(tasa anual)
5,0% 4,0% 3,0%
9.3.4 Presentacin de Resultados
Finalmente los escenarios globales se presentan en tablas comunes con las tasas de
crecimiento anual promedio para la ciudad, por escenario y corte temporal, para las
diferentes categoras de uso de suelo, tal como se presenta en el siguiente cuadro.
Cuadro 9.9
Ao
Residencial
alto
Residencial
medio
Residencial
bajo
Base
(poblacin)
Corte 1
(tasa anual)

Corte 2
(tasa anual)

Cuadro 9.10
Ao
Residencial
alto
Residencial
medio
Residencial
bajo
Base
(poblacin)
Corte 1
(tasa anual)

Corte 2
(tasa anual)

Es importante precisar que para ambas definiciones de tasas, tanto de usos no
residenciales como residenciales, y particularmente respecto a los escenarios optimistas,
en donde se deber considerar apreciaciones subjetivas tanto del Comit de uso de suelo
como interpretaciones de proyectos e inversiones en carpeta, el Consultor deber hacer uso
de su experiencia y del anlisis subjetivo que merecen estas proyecciones.
9.4 ETAPA III: DEFINICIN DE LA SITUACIN O
ESCENARIO BASE
9.4.1 Introduccin
Esta etapa corresponde a la definicin de la situacin o escenario urbano de lo que
es la ciudad al ao determinado como base y respecto a las variables de uso establecidas
para el estudio.
La situacin base, es la fotografa de la ciudad respecto a las variables urbanas de
anlisis, en el ao de la obtencin de la informacin relacionada con el STU de la ciudad
(EOD y mediciones de niveles de servicio).
La definicin de la situacin base constituye el fundamento de los escenarios, de all
que la calidad y validez que ella tenga influir sobre el resultado final de los escenarios y
posterior modelacin.
El producto que arroja esta etapa corresponde a una base de datos, con informacin
a nivel de manzana de los diferentes usos de suelo, e integrada a un Sistema de Informacin
Geogrfico.
9.4.2 Recopilacin de Informacin
La recopilacin de la informacin se debe hacer segn las fuentes, categoras y
unidades establecidas en el punto 9.2.6 de la Etapa I del presente procedimiento metodolgico.
Es importante mencionar que el Consultor deber complementar toda la informacin
recopilada en fuentes bibliogrficas y estadsticas con validaciones en terreno y aprovechar
las instancias paralelas tales como encuestas EOD, CASEN, SII y otros, que sirvan al
objetivo de actualizar y mejorar la base de informacin.
Toda la informacin se deber presentar localizada e identificando la fuente y ao
respectivo, y se presentar mediante una tabla resumen, desagregada a nivel de manzanas.
9.4.3 Procesamiento y Anlisis de la Informacin
Una vez recopilada toda la informacin relevante a la construccin de los escenarios,
se procede a su anlisis y procesamiento para la construccin de la situacin base.
Cada variable de informacin , segn su fuente, forma de catastro y objetivo de su
utilizacin, se referencia espacialmente segn predio, direccin, local, manzana, rol u otra
unidad. El Consultor deber asimilarlas mediante la confeccin de diccionarios que le
permitan asociarlas a una sola unidad de referencia espacial. (ver punto 9.2.8 del presente
Una vez aplicados los diccionarios se ordena la informacin segn las unidades de
medida, fuente y ao correspondiente y segn las categoras de uso para cada manzana
como se muestra en el Cuadro 9.11.
Cuadro 9.11
Matriz de informacin catastrada
Fuente Fuente Fuente Fuente Fuente
[ao] [ao] [ao] [ao] [ao]
[unidad] [unidad] [unidad] [unidad] [unidad]
Zona
Estudio
Manzana
Residencial
alto
Residencial
medio
Residencial
bajo
1
2
3
4
5
6
7
8
9
.....
.....
TOTAL
Fuente
[ao]
[unidad]
Esta matriz base corresponde a la informacin al ao en que se encontraba en la
fuente por lo cual deber ser actualizada, ya sea con informacin de terreno puntual como
parte del catastro de hogares, como parte del proceso de proyecciones y/o con informacin
de otros estudios y encuestas en curso.
9.4.4 Definicin y Proyeccin de Variables al Ao Base
Posteriormente y sobre la base de las tasas de crecimiento anual establecidas en la
etapa anterior, se procede a actualizar la informacin, de manera de que sta sea llevada a
un ao comn de referencia para conformar un escenario o situacin base homognea.
Cada variable deber ser proyectada a este ao base segn los mtodos y tasas
establecidas en la definicin de Escenarios Globales de la Etapa II.
De esta forma se conforma una matriz nica para cada categora de uso, a un ao
comn y a base de los escenarios de crecimiento establecidos.
9.4.5 Presentacin y Validacin Situacin Base
Finalmente se procede a la validacin y presentacin del escenario o situacin base
mediante la construccin de las tablas respectivas y los planos temticos de apoyo.
a) Mecanismos de validacin
El Consultor deber validar los antecedentes presentados y las proyecciones hechas
a las variables socio econmicas en base a mecanismos simples de verificacin y mediante
la utilizacin de salidas grficas con un Sistema de Informacin Geogrfico. (SIG)
En este sentido, se deber verificar las cifras entregadas y proyectadas respecto al
nmero de manzanas y superficie disponible. Este procedimiento consiste en realizar
salidas grficas de cruces de variables que permitan identificar manzanas o zonas que a la
luz de la experiencia del Consultor y su equipo, merezcan dudas y deban ser rectificadas.
El Consultor deber realizar al menos las siguientes verificaciones:
Superficies por uso respecto al rea disponible. La suma del total de superficies
por uso deber ser contrastada con la superficie disponible para ese uso.
Matrculas de educacin proyectadas respecto a localizacin de establecimientos
N de atenciones de salud respecto a localizacin de establecimientos
Zonas o sectores con accidentes geograficos o usos restrictivos que presenten
actividades no compatibles.
b) Presentacin de la Situacin Base
Una vez verificadas las variables se proceder a la presentacin de la situacin base
mediante una matriz nica en donde figuren para cada manzana y zona del estudio, los usos
respectivos en sus unidades de medida y respecto al ao base comn como se muestra en
el Cuadro N 9.12.
Cuadro 9.12
Matriz de situacin o escenario base
Residencial
alto
Residencial
medio
Residencial
bajo
Hogares Hogares Hogares m2 m2/PT (1) Matrculas m2/NA (2) Xx
2 1
2 2
2 3
2 4
2 5
2 6
2 7
2 8
4 9
.....
.....
Total
ZONA Manzana
Otros : Se considera usos ya sea de servicios, equipamiento, seguridad, turismo etc., que se consideren
relevantes al estudio o sean explicativos de viajes para efectos de la modelacin.
1
PT : Puestos de Trabajo
2
NA : Nmero de Atenciones
Del mismo modo se acompaarn salidas grficas del tipo SIG de al menos las
siguientes categoras de uso :
Hogares (agregacin de todas las categoras definidas)
Comercio
Industria
Educacin
Salud
Otros
A modo de ejemplo en la Figura 9.3 se muestra un plano tipo de situacin base
comercial a nivel de manzana para la ciudad de Los Angeles.
Figura 9.3
Plano de Situacin o Escenario Base
DENSIDAD DE USO DE SUELO COMERCIAL
CIUDAD DE LOS ANGELES
9.5 ETAPA IV: PROYECCIONES DE LA DEMANDA Y
ANLISIS DE LA OFERTA
9.5.1 Introduccin
Los objetivos de esta etapa son por una parte, proyectar la futura demanda de suelo
que ejercern las distintas actividades (usos ) en la ciudad, y por otro lado estimar la oferta
de suelo (cupo) disponible para satisfacer la demanda.
Esta etapa de proyeccin se basa en los conceptos establecidos en la Etapa II de
Definicin de Escenarios Globales, y a su vez alimenta a la Etapa V, de Localizacin de
Usos, calculando las superficies totales demandadas y ofertadas.
El producto de esta etapa es el siguiente :
Proyecciones de usos de suelo (superficie u otras unidades) del total de la ciudad
para los distintos cortes temporales de modelacin. Cupo o cabida disponible para cada
actividad (uso) por zona de modelacin.
9.5.2 Proyecciones de la Demanda
La demanda de uso de suelo se entiende como la superficie que requerir cada
actividad en el horizonte de evaluacin del escenario. Luego la proyeccin de las
superficies se realiza a travs de la aplicacin de las tasas de crecimiento antes definidas
a la situacin base de la ciudad (superficies construdas actuales). Estas proyecciones se
hacen a todos los cortes temporales de modelacin, y para cada uno de los usos de suelo
considerados.
Para estas proyecciones el Consultor deber adicionalmente ajustar las tasas segn
la escala o jerarqua del uso a proyectar, es decir, segn si el uso es de escala regional,
intercomunal o local.
Las proyecciones de demanda de cada uso dependen del rea de servicio o cobertura
que este tenga en el contexto territorial, es por esto que las tasas a considerar deben
diferenciar estos comportamientos y ser ajustadas. Por ejemplo, si el uso o actividad es de
escala regional se debe proyectar su demanda segn tasas de crecimiento regionales (ej.
crecimiento de poblacin regional), y si el uso es de escala local, slo se requerir de una
proyeccin a tasa local (ej crecimiento de poblacin comunal).
En este sentido se identifican actividades de carcter local, intercomunal o regional,
basndose en la existencia o no de configuracin de carcter central, como por ejemplo los
que se presentan en el siguiente cuadro:
Cuadro 9.13
Escala o Jerarqua de Uso
Uso/Escala Regional Intercomunal Local
Residencial ----------- Condominio Poblacin, Villa
Comercio-servicio Zona Franca Mall, mall financiero Almacn, sucursales
Industria
Puerto, refinera,
parque industrial,
mina
Gran industria Pequea industria
Educacin Universidad Liceo Escuela
Salud Hospital Pequeo hospital Consultorio
Definida la jerarqua de cada uso se procede a ajustar las tasas y a proyectar las
unidades respectivas en el tiempo.
El Consultor debe obtener como producto de esta etapa lo siguiente :
Nmero de hogares por categora de ingreso (definida en el modelo de transporte),
para el total de la ciudad.
Superficie (u otra unidad de medida) de uso no residencial, para el total de la
ciudad.
9.5.3 Presentacin y Validacin de Proyecciones
Al igual que en la situacin base el Consultor deber revisar las proyecciones de
demanda en base a comparar lo que han sido las tendencias histricas, verificando que no
se den crecimientos desmedidos, que no se ajusten a la realidad y posibilidades de la ciudad.
Adicionalmente se debern presentar las proyecciones al Comit de uso de suelo de
manera de verificar las cifras entregadas y proyectadas.
9.5.4 Estimacin de la Oferta de Suelo
La etapa de estimacin de la oferta de suelo, busca determinar la superficie posible
de ocupar por los distintos usos de suelo en el tiempo.
Aunque el anlisis de mercado requiere de una estimacin de la evolucin en el
tiempo de la oferta, en la elaboracin de escenarios se supone que la oferta total ser puesta
en el mercado, y que en definitiva ser la demanda de suelo en el tiempo la que se satisface.
Por esto se habla de una estimacin de oferta y no de proyeccin.
La estimacin de la oferta de suelo corresponde a la determinacin de superficie
disponible para cada uso modelado en cada zona de estudio. En este sentido se deber
utilizar lo que se conoce como cupo o cabida respecto a cada categora de uso de suelo
modelada.
La ciudad, en general, se desarrolla y crece bajo tres modalidades o formas de
crecimiento urbano:
Por extensin o relleno
Por renovacin o densificacin
Por rotacin o cambio de destino
Crecimiento por extensin o relleno, corresponde a la ocupacin de los espacios
vacos de la zona urbana, ya sean los intersticios de las reas consolidadas o la periferia
mediante nuevos loteos.
Crecimiento por renovacin urbana, corresponde a lo que se conoce generalmente
como procesos de densificacin y renovacin, en donde se demuelen edificaciones
existentes para dar cabida a nuevas estructuras de mayor densidad o para acoger otros usos.
Crecimiento por rotacin o cambio de destino, corresponde a la rotacin o
cambio de destino que experimentan algunas propiedades mediante la adecuacin de
estructuras o edificios para recibir otras actividades o aumentar la intensidad del uso
existente.
Para las tres modalidades o tipologas de crecimiento se definen ndices de cupo o
cabida medidos en hectreas., y que corresponden a la diferencia entre lo existente
construdo y lo permitido por el Plano Regulador Comunal.
En caso que la normativa existente no contemple constructibilidad de manera
directa, el Consultor deber realizar el clculo de superficie por manzana, de manera
geogrfica mediante la utilizacin del SIG, considerando los datos de porcentaje de
ocupacin y nmero de pisos mximos permitidos
Este ndice o superficie de cabida o de constructibilidad, corresponde a una
superficie fija en el tiempo y que simboliza la cabida mxima permitida al perodo de
vigencia de la normativa.
El resultado de esta etapa se presenta como una matriz de cupo por zona y para todo
el horizonte de modelacin, como la que se presenta en la siguiente tabla.
Cuadro 9.14
Presentacin de cupo por zona
Zona Residencial Comercio Servicios Educacin Industria Salud
1 40 3 30 2 0 1
2 10 22 0 3 0 2
3 100 2 0 3 3 0
4 65 0 0 2 2 0
5 34 0 0 1 23 0,4
6 28 0 0 0 0 0,8
7 39 3 12 0 0 0
-
Cupo (Hs)
9.6 ETAPA V: LOCALIZACIN DE USOS DE SUELO
9.6.1 Introduccin
Los objetivos de esta etapa son distribuir las demandas de suelo calculadas para el
total de la ciudad en funcin de la oferta territorial de cada zona, simulando as el fenmeno
de asignacin de recursos que se genera en el mercado real del suelo.
El Consultor deber asignar a cada zona, una cantidad, medida en la unidad
respectiva al uso correspondiente. Vale decir los valores proyectados al ao de corte y
segn escenario, deben localizarse por zona conformando as la ltima etapa del escenario.
Los productos de esta etapa son matrices con los usos de suelo localizados por zona
para los distintos cortes temporales y para los dos escenarios establecidos.
9.6.2 Definicin de Indicadores de Priorizacin
La localizacin de usos, a modo de simular el fenmeno de asignacin de mercado,
se realiza mediante la utilizacin de indicadores de prioridades de localizacin, o indicadores
de priorizacin. Esto indicadores son los que determinan qu zonas considerar en la
distribucin de los usos respectivos.
Los indicadores de priorizacin son los que diferencian o determinan que zonas
tienen prioridad en la asignacin, entregando una pauta respecto al orden y cantidad a
asignar.
Estos constituyen guas o pautas de apoyo a los expertos locales y al Consultor
respecto al proceso, pero no entregan una frmula o mtodo preciso de localizacin. En este
sentido el Consultor deber establecer los indicadores necesarios para explicar la localizacin
de los usos en base a las caractersticas de la ciudad y a la disponibilidad de informacin.
La priorizacin de zonas se realiza del anlisis y cruce de estos indicadores, y se
materializa en lo que se denomina matriz de prioridades de localizacin, la que se compone
en sus columnas por los distintos usos de suelo a modelar, y en sus filas por las distintas
zonas a considerar.
La construccin de las matrices de prioridad deber contener el anlisis de al menos
los siguientes indicadores de prioridad:
Indicador de tendencia
Indicador segn normativa
Indicador segn proyectos
Indicador de especializacin
Indicador de grado de asociacin
a) Indicador de tendencia
Este indicador recoge lo que ha sido la tendencia histrica de crecimiento de la
ciudad mediante el manejo de las tasas histricas por zona.
Sobre la base de los catastros de edificacin y de la informacin socio-econmica
recopilada se definen las tasas de crecimiento anual por uso, estableciendo la tendencia
expresada en una matriz por zona y uso.
b) Indicador de prioridad segn normativa
Este indicador busca recoger el comportamiento de la localizacin desde el punto
de vista de la Planificacin Territorial.
En este sentido se recogen las restricciones de la normativa en funcin de lo
dispuesto en la zonificacin del Plan Regulador Comunal. Para esto se determinan los usos
posibles por zona, construyendo as una matriz dicotmica (1 si se permite y 0 si no).
Un ejemplo de este tipo de matriz se presenta en el cuadro 9.15, en donde se presenta
una primera columna que identifica la zona, y una ltima columna que identifica los usos
predominante que le asigna el PRC a cada zona. A base de estos usos predominantes es que
se definen los valores de cada celda correspondiente a cada uso, en el sentido que es 1
cuando el uso es definido como predominante por el PRC y 0 si no es definido.
Cuadro 9.15
Matriz de priorizacin por normativa
Uso Predominante
segn PRC
7 0 0 0 0 1 0 Servicio
8 0 0 0 1 0 0 Industria
10 0 0 0 0 1 0 Servicio
c) Indicador segn proyectos programados
Sobre la base de los proyectos programados y aprobados por la municipalidad
respectiva, se propone la construccin de una matriz zonal a travs de la cuantificacin de
los proyectos medidos en superficie y por uso, considerando tambin su factibilidad de
materializacin, la que posteriormente se lleva a una matriz dicotmica de comparacin.
En el cuadro 9.16 se muestra un ejemplo en donde se aprecian las unidades de
medida que se utilizan para la modelacin por uso y zona contemplados en los proyectos
programados y aprobados. Luego en el cuadro 9.17 se obtiene la matriz dicotmica antes
planteada transformando los valores de superficie o variable explicativa en valores 1 o 0
en base a su importancia y tamao.
Cuadro 9.16
Superficie en hectreas por usos y zona de proyectos programados y aprobados
[h] [h] [h] [h] [h] [h]
1
2
3 437.275
4 9.557
5 9.217
6 41.404
7
8 3.812 16.653
9 134.419
10
Zona
Cuadro 9.17
Matriz de prioridades segn proyectos programados
1 0 0 0 0 0 0
2 0 0 0 0 0 0
3 1 0 0 0 0 0
4 1 0 0 0 0 0
5 1 0 0 0 0 0
6 1 0 0 0 0 0
7 0 0 0 0 0 0
8 0 1 0 0 1 0
9 1 0 0 0 0 0
10 0 0 0 0 0 0
Zona
d) Indicador de especializacin
Sobre la base de la localizacin de actividades existentes, se propone la construccin
de una matriz de especializacin por uso y zona. Este anlisis determina a travs de un
indicador, si es que una zona especfica se especializa en un determinado uso o no.
La especializacin se define como la situacin en la cual una zona presenta una
concentracin de una determinada actividad proporcionalmente mayor que la concentracin
de la actividad en toda la ciudad. Este grado de especializacin se calcula a travs del
coeficiente de especializacin relativa, que determina la especializacin relativa de cada
zona en algn uso especfico. Para esto se construye una matriz Zona-Uso, en donde las
filas corresponden a las zonas de estudio, y las columnas corresponden a los usos de suelo
modelados. A esta matriz la define el elemento U
ij
que representa a la superficie del uso j
en la zona i, definindose el Coeficiente de Especializacin C
ij
por la relacin:
C
ij
= U
ij

i
U
ij

j
U
ij
j
U
ij
(9.1)
Uij = Superficie de uso j en zona i
S
j
U
ij
= Suma de superficies por uso en zona i
S
i
U
ij
= Suma de superficie de uso j para el total de las zonas
S
i
S
j
U
ij
= Suma total de superficie por uso y zona (toda la ciudad)
La especializacin relativa de una zona i en un uso j se asocia a un C
ij
>1
Definidas las zonas que se especializan en algn uso, se construye una matriz
dicotmica (1 o 0) en la que se asigna un 1 si existe especializacin y un 0 si no se
especializa.
En el cuadro 9.18 se presenta un ejemplo con las superficies por usos y zona en el
ao base. En la matriz 9.19 se presentan los coeficientes de especializacin calculados para
cada zona y uso. Finalmente en el cuadro 9.20 se presenta la matriz dicotmica construda
en base a la especializacin de uso en zonas.
Cuadro 9.18
Superficies (hectreas) por usos de suelo, ao base
Zona Residencial Comercio Educacin Industria Servicios Salud Total
1 7.344 8 0 0 474 0 7.826
2 30.617 1.552 0 34.586 918 0 67.673
3 68.620 8.077 2.166 385 382 0 79.630
4 64.898 9.849 993 565 134 0 76.439
5 49.948 31.632 6.900 938 4.724 5.715 99.857
6 99.857 1.525 2.063 225 120 0 103.790
7 86.455 4.360 1.537 1.621 1.320 287 95.580
8 9.985 17.717 6.206 24.792 26.722 0 85.422
9 27.328 137 2.306 0 0 100 29.871
10 54.690 14.070 722 524 7.920 0 77.926
Total 499.742 88.928 22.893 63.636 42.715 6.102 724.016
Cuadro 9.19
Coeficientes de especializacin relativa por uso (C
ij
)
1 0,07 0,00 0,00 0,00 0,04 0,00
2 0,05 0,01 0,00 0,26 0,02 0,00
3 0,06 0,06 0,06 0,00 0,01 0,00
4 0,06 0,05 0,03 0,01 0,00 0,00
5 0,05 0,12 0,10 0,01 0,06 0,30
6 0,07 0,01 0,04 0,00 0,00 0,00
7 0,06 0,03 0,04 0,01 0,02 0,03
8 0,01 0,09 0,10 0,15 0,23 0,00
9 0,06 0,00 0,11 0,00 0,00 0,03
10 0,04 0,07 0,02 0,01 0,09 0,00
Cuadro 9.20
Matriz de prioridades por especializacin (Celda=1 si C
ij
>1)
1 1 0 0 0 1 0
2 0 0 0 1 0 0
3 1 0 0 0 0 0
4 1 1 0 0 0 0
5 0 1 1 0 0 1
6 1 0 0 0 0 0
7 1 0 0 0 0 0
8 0 1 1 1 1 0
9 1 0 1 0 0 0
10 1 1 0 0 1 0
e) Indicador de grado de asociacin
Este indicador considera prioridades de localizacin en funcin de asociaciones de
usos de suelo. Esta asociaciones de usos de suelo responden a funcionalidades lgicas o
compatibilidades entre usos distintos, muchas veces influenciadas por economas de
aglomeraciones, como por ejemplo pensar que al uso educacin le interesa asociarse al uso
residencial, o que al uso servicios le interesa asociarse al uso comercial e industrial, etc.
Para construir estas matrices se utilizan las matrices de especializacin, que definen
asociaciones de uso, definindose priorizaciones en funcin de que se cumpla con las
especializaciones asociadas.
Un ejemplo de construccin de este tipo de matrices se presenta en los cuadros 9.21,
9.22 y 9.23. En el cuadro 9.21 se presenta una matriz (dicotmica) de especializaciones (la
que se obtuvo del punto d), luego se definen en el cuadro 9.22 las asociaciones entre los
distintos usos, para esto se puede utilizar criterio de expertos o tcnicas de correlacin entre
uso. Finalmente, el cuadro 9.23 presenta la matriz de prioridades asociadasresultante.
Cuadro 9.21
Matriz de prioridades por especializacin
1 1 0 0 0 1 0
2 0 0 0 1 0 0
3 1 0 0 0 0 0
4 1 1 0 0 0 0
5 0 1 1 0 0 1
6 1 0 0 0 0 0
7 1 0 0 0 0 0
8 0 1 1 1 1 0
9 1 0 1 0 0 0
10 1 1 0 0 1 0
Cuadro 9.22
Tabla de asociacin de usos
Usos Se asocia a Especializacin en Uso
Residencial Residencia
Comercio Comercio y Servicios
Educacin Educacin y Residencia
Industria Industria y Servicios
Servicios Servicios, Industria y Comercio
Salud Salud y Servicios
Cuadro 9.23
Matriz de prioridades por usos asociados
1 1 1 1 1 1 1
2 0 0 0 1 1 0
3 1 0 1 0 0 0
4 1 1 1 0 1 0
5 0 1 1 0 1 1
6 1 0 1 0 0 0
7 1 0 1 0 0 0
8 0 1 1 1 1 1
9 1 0 1 0 0 0
10 1 1 1 1 1 1
9.6.3 Localizacin de Usos de Suelo
En esta etapa se localizan las demandas proyectadas asignando y distribuyendo
cantidades segn las prioridades establecidas y con la participacin del Comit de uso de
suelo.
Esta localizacin o distribucin debe ser hecha, en base a las tasas de crecimiento
por uso establecidas en los escenarios globales en la Etapa II y para los distintos cortes
temporales.
Con el concurso de expertos locales, a travs del Comit de uso de suelo, el
Consultor deber proponer un sistema de ponderacin o jerarquizacin de los factores de
priorizacin que permita establecer, por categora de uso, la prioridad de cada zona
incorporando de manera integrada, todos los factores analizados, es decir, se debe elegir
o construir una sola matriz de priorizacin, sobre la cual se distribuirn los distintos usos.
La matriz de priorizacin elegida o construda (a partir de operaciones matriciales o
cruces entre varias matrices) es la que define en que zonas se distribuir las demandas
futuras. De esta forma, en todas las zonas que tengan priorizacin (1 en matrices
dicotmicas) para un uso determinado, se asignar o localizar la demanda estimada para
dicho uso. Las zonas que no tengan prioridad no sern consideradas en la distribucin
(localizacin).
En este sentido el Consultor deber proponer tcnicas de distribucin de las
demandas basados por ejemplo en anlisis multipropsito, del tipo eleccin de expertos
(expert choice) u otras que estime adecuadas a la tarea.
El producto de esta localizacin es una matriz con la magnitud de usos (superficie
u otras unidades) para el corte especfico de tiempo y asignado o localizado en cada Zona
de la ciudad.
9.6.4 Presentacin y Validacin de la Localizacin
La cantidad y localizacin de cada uno de los usos de suelo constituye en s el
escenario, el cual se presenta mediante las matrices por zona y unidad respectiva de uso,
para cada tipo de escenario y corte temporal establecido.
Estas matrices se presentan tambin con salidas GIS de manera de graficar el
escenario y de verificar la existencia de errores en las asignaciones, revisando visualmente
las localizaciones zonales realizadas.
En el Cuadro 9.24 se muestra un ejemplo de la matriz de salida del escenario para
un corte temporal.
Cuadro 9.24
Ejemplo Matriz del escenario para un corte temporal especfico
Zona
Estudio
Manzana
Residencial
alto
Residencial
medio
Residencial
bajo
1
2
3
4
5
6
7
8
9
.....
.....
TOTAL
Escenario I

Analisis de Sistemas de Transporte en Ciudades

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Analisis de Sistemas de Transporte en Ciudades

Enviado por

Direitos autorais:

Formatos disponíveis

METODOLOGA PARA ANLISIS

, definido por la ecuacin (6.5).

. Donde el subndice de la sumatoria

, definido por la ecuacin (7.4).

;w (i, j ), (i, q, v) (7.22)

Você também pode gostar