Modelos Matemáticos para Análisis de Demanda en Transporte

Vanessa Fernanda Morales-Rovalino, Andrea Damaris Hernández-Allauca, Nery Elisabeth García-Paredes

Resumen


En las comunidades recientes, los inconvenientes de transporte son cada vez más relevantes, más que nada en las enormes metrópolis y es de suma trascendencia la planeación a mediano y largo plazo con el objeto de proveer un servicio más eficiente. Para eso se necesita aprender y entender el manejo de la red de transporte usando los instrumentos idóneos.


En especial, lo modelos matemáticos de asignación de tránsito son un instrumento que posibilita comprender como los usuarios del transporte público usan la red de transporte para viajar de sus diversos orígenes a sus diferentes destinos. Matemáticamente, una red de transporte se puede representar mediante un grupo de nodos y aristas. Los nodos tienen la posibilidad de separarse en nodos centroides, que son las regiones donde se origina o finaliza un viaje, y nodos básicos que son los aspectos donde los medios de transporte realizan paradas o intersecciones de dos o más aristas.


Las aristas son los senderos de los que dispone el cliente a lo largo de su viaje, a cada arista se le asocia una función que modela el flujo sobre la misma. En las aristas también están definidos los segmentos de tránsito, los cuales representan a las diversas líneas de transporte que pasan por esa arista, por consiguiente, el número de segmentos continuamente será más grande o igual que el número de aristas.


En las grandes ciudades, suele pasar que ciertos servicios de tránsito se saturen al nivel de que los pasajeros no tienen la posibilidad de abordar el primer vehículo que llega a su punto de espera, en dichos casos se necesita modelar tanto la congestión de pasajeros en los vehículos como los tiempos de espera crecientes para abordar un vehículo. Varios modelos de elección de ruta no piensan el crecimiento en la era de espera y principalmente solo imponen limitaciones de capacidad, lo que provoca que se sobrestime la oferta de servicio que tiene la posibilidad de conceder varias líneas. Por consiguiente, aparte de modelar los tiempos de espera crecientes, sería útil establecer una vez que la demanda no podría ser satisfecha por el servicio, independientemente de la elección de ruta.


Palabras clave


Modelos matemáticos; demanda; análisis; transporte.

Texto completo:

PDF HTML XML

Referencias


Bacharach M. Estimating Nonnegative Matrices from Marginal Data, International Economic Review, Vol. 6, No. 3, pp. 294{310, 1965.

Beckmann M. J., McGuire C. B. and Winsten C. B. Studies in the Economics of Transportation, Yale University Press, New Haven, Conn, 1956.

Bierlaire M. Mathematical Models for Transportation Demand Analysis, Ph.D. Thesis, Facultes Universitaires Notre-Dame de la Paix de Namur, Faculte des Sciences, Department de Mathématique, 1995.

Casey H. J. Applications to Trac Engineering of the Law of Retail Gravitation, TracQuaterly IX (1): 23-35, 1955.

Cepeda M., Cominetti R., Florian M. A Frequency-Based Assignment Model for Congested Transit Networks with Strict Capacity Constraints: Characterization and Computation of Equilibria, Transportation Research Part B 40,437-459, 2006.

Cominetti R., Correa J. Common-Lines and Passenger Assignment in Congested Transit Networks, Transportation Science 35 (3), 250-267, 2001.

Deming W. E., Stephan F. F. On a Least Squares Adjustment of a Sampled Frequency Table when the Expected Marginal Totals are Known, Annals of Mathematical Statistics, XI, 4427-444, 1940.

Draper N. R., Smith H. Applied Regression Analysis, John Wiley and Sons, 3a. Ed., 1998.

Feller W. Introducción a la Teoría de Probabilidades y sus Aplicaciones, Limusa, Vol. I, 1975.

Fernáandez A. G. Modelos Matemáticos de Asignación de Tránsito. Aplicación a la Red Metropolitana del Valle de México y sus Efectos en el STC-Metro, Tesis de Maestría en Ciencias, Departamento de Matemáticas Aplicadas e Industriales, Universidad Autónoma Metropolitana-Iztapalapa, 2013.

Romero D. Easy Transportation-Like Problems of K-Dimentional Arrays, Journal of Optimization Theory and Applications, Vol. 66, No. 1, 1990.

Spiess H. Contributions a la Théorie et Aux Outilsde Planification des Réseaux de Transport Urbain., Ph.D. thesis. Département d Informatique et de Recherche Operationnelle, Universite de Montreal, Quebec, 1984.

Spiess H. Technical Note, Conical Volume- Delay Functions, Transportation Science, 24[2], pp. 153-158, 1990.




DOI: http://dx.doi.org/10.23857/dc.v8i2.2681

Métricas del Artículos

Cargando Métricas.....

Metrics powered by MI WEB PRO

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia


Copyright (c) 2022 Vanessa Fernanda Morales-Rovalino, Andrea Damaris Hernández-Allauca, Nery Elisabeth García-Paredes

URL de la Licencia: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es

Polo de Capacitación, Investigación y Publicación (POCAIP)

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: [email protected]

URL: https://www.dominiodelasciencias.com/

DOI: https://doi.org/10.23857/pocaip