5-Transito y Transporte Publico

ANÁLISIS DE LA DEMANDA DE ESTACIONAMIENTOS
PARA UNA CIUDAD TURÍSTICA EN VENEZUELA
Prof. Juan Carlos Sanánez

Universidad Simón Bolívar
Coordinación de Transporte Urbano
Apartado 60644, Caracas, 1060-A, Venezuela
Telf. (58-2) 906-4036 FAX (58-2) 576-3355
Prof. Esteban Hidalgo

Universidad de Oriente
Departamento de Ingeniería Civil
Núcleo Anzoategui
Puerto La Cruz, Estado Anzoategui, Venezuela
Telf. (58-81) 680350 FAX (58-81) 659905
RESUMEN
Este trabajo presenta un análisis de la demanda de estacionamientos de acuerdo al uso del suelo
para ciudades turísticas, tomando como caso de estudio la ciudad de Puerto La Cruz en
Venezuela. En el trabajo se determinaron las variables que deben usarse para correlacionar la
demanda de estacionamientos con el uso del suelo considerado. Los usos del suelo analizados
fueron: hoteles, bancos, restaurantes, centros comerciales, cines y discotecas, por ser éstos los
usos mas frecuentemente utilizados por los turistas, tanto nacionales como extranjeros.
La metodología utilizada contempló el levantamiento de información de campo mediante

encuestas estructuradas y cerradas a los usuarios de estacionamientos y a los propietarios o
administradores de establecimientos según el uso del suelo. El levantamiento de la información
fue complementado con un estudio de cordón para determinar la relación entre la oferta y la
demanda de estacionamientos en el casco central de Puerto La Cruz.
Se usaron técnicas de regresión lineal para encontrar las relaciones entre la demanda de
estacionamientos y las variables que caracterizaban un determinado uso del suelo. Se
seleccionaron las ecuaciones que ofrecieron un mejor ajuste con los datos de campo. Los
modelos obtenidos para los diferentes usos del suelo permitieron generar índices de
estacionamiento para cada uso considerado.
El trabajo presenta recomendaciones de índices de estacionamiento para cada uso del suelo
analizado. Adicionalmente se establecen comparaciones con índices de estacionamiento
establecidos para otros países.
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995) ™" 279
-
-
JUAN CARLOS SANANEZ - ESTEBAN HIDALGO
i
-
1. INTRODUCCIÓN
-
Desde hace algún tiempo se viene observando que en el casco central de algunas ciudades
turísticas del Oriente de Venezuela, tales como: Carúpano, Cumaná, Puerto La Cruz, Higuerote
y Porlamar, existe una situación esencialmente conflictiva en lo relativo a estacionamientos.
Dicha situación se manifiesta en un desequilibrio entre demanda y oferta, motivado al intenso
uso comercial o de recreación presente en dichas ciudades. Por esta razón, se observa en el casco
central de estas ciudades, muchos automóviles circulando lentamente en busca de un espacio para
estacionar, lo que ocasiona elevados niveles de congestión sobre las vías existentes.
Esta situación se ve agravada por el hecho de que el casco central, en la mayoría de las ciudades,
es punto terminal de muchas de las rutas de transporte público, los vehículos de transporte
público estacionan a lo largo de la vía, disminuyendo, de esta manera, el espacio disponible para
el estacionamiento de los vehículos particulares. Debido a la escasez de áreas para estacionar es
bastante frecuente observar automóviles estacionados sobre sitios prohibidos, aceras, esquinas de
las calles y en doble fila.
Algunas razones que pueden haber contribuido a esta situación, en el caso de la Ciudad de
Puerto la Cruz en particular, son:
No existen ordenanzas ni decretos que regulen la actividad del estacionamiento.
Alto uso del vehículo particular, aunado por una alta población flotante en temporadas
turísticas con vehículo propio.
Carencia de una adecuada oferta de estacionamientos.
Poco incentivo a la construcción de estacionamientos, dadas las altas tasas de interés

vigentes y a la regulación existente sobre las tarifas de estacionamiento.
Las razones anteriormente mencionadas hacen necesario la realización de investigaciones que

permitan formular indicadores razonables para el establecimiento de ordenanzas en materia de
estacionamiento y éste fue el propósito fundamental de este trabajo.
2. OBJETIVOS
-
Este trabajo tuvo como objetivos principales los siguientes:
i. Analizar las relaciones entre la demanda de estacionamientos y el uso del suelo en el

caso de una ciudad turística en Venezuela.
ii. Establecer indicadores que faciliten la formulación (promulgación) de ordenanzas.
280 ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

ANÁLISIS DE LA DEMANDA DE ESTACIONAMIENTOS PARA UNA CIUDAD TURÍSTICA EN VENEZUELA
Entre los objetivos específicos identificados en esta investigación se encuentran:
a. Determinar la oferta y demanda de estacionamientos para una ciudad turística en

Venezuela, tomando como caso de estudio el casco central de Puerto La Cruz.
b. Validar la metodología propuesta por el Instituto de Ingenieros de Transporte de los

Estados Unidos en relación a la determinación de la demanda de estacionamientos.
c. Formular relaciones, uso del suelo/demanda de estacionamiento, para los usos del suelo
considerados en este trabajo.
d. Contribuir en la formulación de ordenanzas y decretos sobre la materia.
e. Proponer una metodología de investigación sencilla que pueda servir como guía para
futuros estudios sobre este tema.
3. SITUACIÓN DEL ESTACIONAMIENTO EN PUERTO LA CRUZ
Puerto La Cruz está situada al Norte del Estado Anzoategui y es sede de las principales
actividades turísticas y comerciales de la zona; constituye junto con Barcelona, la capital del
estado, un área metropolitana conurbada de aproximadamente medio millón de habitantes.
El casco central de Puerto La Cruz presenta una gran diversidad de usos del suelo, con
predominio de la actividad comercial y recreacional. Para determinar cuál era la situación del
estacionamiento en el casco central de Puerto La Cruz se hizo necesario el levantamiento de
información sobre la oferta de estacionamientos y la demanda de utilización de los mismos. A tal
efecto se llevaron a cabo una serie de encuestas y trabajos de campo que permitieron elaborar un
diagnóstico del problema. Se hizo un inventario de la oferta de estacionamientos, un estudio de
cordón para determinar la acumulación de vehículos en el casco central a lo largo de las horas
del día y se complementaron ambos estudios con entrevistas a usuarios y propietarios de los
estacionamientos. A continuación se presentan los principales resultados obtenidos.
3.1 INVENTARIO DE ESTACIONAMIENTOS
En primer lugar se hizo un inventario de los estacionamientos destinados al uso público en el

casco central. Los estacionamientos fuera de la vía se cuantificaron mediante entrevistas a los
propietarios de los mismos y con los datos publicados sobre su capacidad. Para determinar la
cantidad de estacionamientos sobre la vía se midieron todas las longitudes de cuadras y se
descontó lo establecido en relación a los retiros de las esquinas, según lo especificado en el
reglamento de tránsito vigente; las longitudes netas fueron luego divididas por una longitud
promedio de un vehículo de 6.4 metros, para determinar el número efectivo de espacios
disponibles. No se incluyeron en el inventario las áreas reservadas para la carga y descarga de
mercancías, las áreas destinadas al estacionamiento de vehículos de transporte público, ni las
zonas designadas como seguridad bancaria.
SÉPTIMO CONGRESO
ACTAS DEL SÉPTIMO CONGRESO CHILENO
CHILENODE
DEINGENIERÍA
INGENIERÍADE
DETRANSPORTE
TRANSPORTE(1995)
(1995)
El inventario de estacionamientos para el casco central de Puerto La Cruz arrojó los siguientes
resultados: una oferta total de 2347 espacios legales para estacionar, de los cuales el 54% (1259
espacios) se encuentran fuera de la vía y el 46% (1088 espacios) se encuentran sobre la vía. Vale
la pena destacar que no existe en la actualidad ninguna política de cobro al estacionamiento sobre
la vía, el mismo es libre y no favorece el que se produzca una mayor utilización del espacio.
Una observación realizada en un período de 12 horas en el casco central de Puerto La Cruz
arrojó una rotación de 3.56 vehículos por espacio para estacionar.
3.2 ENCUESTAS A LOS USUARIOS
Se entrevistaron un número representativo de visitantes del casco central de Puerto La Cruz para
determinar algunas de las características de transporte asociadas con su visita al área de estudio.
Se diseñó una encuesta que, entre otros aspectos, incluía los siguientes elementos: ingresos
promedio, tenencia vehicular del entrevistado, propósito de su viaje, medio de transporte,
ubicación del estacionamiento en relación al destino del viaje, tiempo que demora en estacionar y
tarifa que estaría dispuesto pagar por el servicio de estacionamiento.
Algunos de los resultados más importantes obtenidos en la encuesta a los visitantes del casco
central se mencionan a continuación:
El 36% de los visitantes del casco central posee vehículo propio. De las personas que
indicaron que tenían vehículo, un 62% lo usaron para ir al centro, y un 58% de ellas lo
estaciono.
El propósito fundamental de los viajes fue por motivo de trabajo (47%), seguido de
compras (36%), recreación (10%) y otro propósito (7%).
De los visitantes que estacionaron el vehículo, el 57% demoró mas de 15 minutos en

coaseguir un espacio, el 20% demoró entre 5 y 15 minutos, y el 23 % restante demoró
menos de 5 minutos.
Las personas con vehículo declararon estar dispuestas a caminar la siguiente distancia: 1
6 2 cuadras (64%), 2 a 3 cuadras (19%), más de 3 cuadras (17%).
Más del 50% de los entrevistados con vehículo propio están dispuestos a pagar tarifas
más elevadas que las tarifas vigentes con tal de poder conseguir un lugar bien
acondicionado donde estacionar el vehículo.
Basado en los resultados de la encuesta se observa lo siguiente: aunque las personas tienen
vehículo, un elevado porcentaje no lo utiliza para ir al centro; muchos de los usuarios con
vehículo no llegan a estacionar, posiblemente circulando en búsqueda de espacio o dejando a
algún acompañante para hacer diligencias; de aquellas personas que logran estacionar, más de la
mitad demora más de 15 minutos en encontrar un espacio para estacionar; las personas desean
estacionar lo más cerca posible de su destino; y estarían dispuestas a pagar tarifas más elevadas
que las tarifas vigentes.
232 ^ ^ ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

3.3 ESTUDIO DE CORDÓN

Se realizó un estudio de cordón durante doce horas de un día laboral típico para determinar las
relaciones entre la oferta y la demanda de estacionamiento. Se establecieron 14 estaciones de
aforo que permitieron determinar el total de vehículos que ingresaron o salieron del casco central
durante el período de análisis (7 AM a 7 PM). Previamente, antes de iniciar el estudio, se
verificó en campo los vehículos que se encontraban estacionados en el área de estudio.
La Figura 1 muestra los resultados del estudio de cordón, en combinación con la oferta total de
espacios para estacionar. Como se puede apreciar en la figura, el número de vehículos presentes
en el casco central excede con creces la oferta de espacios de estacionamiento, durante casi todo
el día, llegando a un déficit de cerca de 1400 vehículos (más del 50% de la oferta de espacios de
estacionamiento) a las 11:00 AM, hora en la que se encuentran en plena actividad las actividades
comerciales del sector. A partir de esa hora, el número de vehículos acumulados comienza a
decrecer hasta que, a las 5:00 PM, dicho número es menor que la oferta disponible. Es a esta
hora donde ya se encuentran cerradas las actividades bancarias y el comercio se apresta también
acerrar.
Los resultados del estudio de cordón dan una clara indicación de la gravedad del problema de
estacionamiento en el casco central de Puerto La Cruz. Aún en el caso de que se incrementara la
oferta legal existente (ésta pasaría a un valor de 2827 espacios), incluyendo aquellas áreas que
no fueron contabilizadas en la oferta formal, el número de vehículos estacionados continúa
superando esta oferta ampliada a lo largo del día, lo que se evidencia al recorrer el casco central
y observar la gran cantidad de vehículos estacionados en forma ilegal.
4. METODOLOGÍA EMPLEADA
En este trabajo se utilizó una metodología similar a la descrita en el texto Generación de
Estacionamientos, ITE (1987). En dicha metodología se determinan las ecuaciones más
representativas entre la demanda de estacionamiento (variable dependiente) y las variables
independientes vinculadas al uso del suelo. La metodología explícitamente requiere que los usos
del suelo tengan su propio espacio de estacionamiento o que el mismo se pueda discriminar para
el uso del suelo respectivo, en el caso de estacionamiento compartido con otros usos.
En el caso de la ciudad de Puerto La Cruz existen varios usos del suelo que frecuentemente no
tienen estacionamiento propio, tales como restaurantes, cines y discotecas. La metodología del
ITE fue modificada para estos casos y se realizaron encuestas a los usuarios de los
establecimientos con el fin de determinar la demanda de puestos de estacionamiento en la hora
pico del día. Con esto se pudo determinar la cantidad de personas que habían usado y
estacionado su vehículo.
La variable dependiente seleccionada fue el número de espacios de estacionamiento ocupados en
la hora pico. Para determinar la hora pico de cada uso se realizaron entrevistas a los propietarios
y se visitaron los locales escogidos durante una semana. Para cada uso del suelo se midieron al
menos dos variables que lo caracterizaban. Una de dichas variables siempre fue el área bruta
rentable, la cual se define como el área total de un establecimiento por la cual el inquilino paga
alquiler, es decir, el área que produce ingresos.
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

En este trabajo sólo se estudiaron seis (6) usos del suelo: hoteles, restaurantes, bancos, cines,
centros comerciales y discotecas. Sin embargo la metcxlología utilizada puede servir de base para
la realización de otros estudios similares en el futuro que abarquen otros usos del suelo. La
escogencia de los usos del suelo mencionados anteriormente se debe a que los mismos son los
más característicos en el casco central de Puerto La Cruz y están particularmente relacionados
con las actividades de turismo nacional y extranjero presentes en el área de estudio.
La Tabla 1 muestra un resumen de los usos del suelo analizados, indicando el número de casos
observados, el valor promedio del número de espacios de estacionamiento ocupados en la hora
pico, las variables independientes consideradas, sus valores promedio y las tasas promedio de
espacios de estacionamiento ocupados por unidad de la variable independiente considerada.
Tabla 1.- Usos del Suelo y Variables Independientes Consideradas
Media de
Espacios Variables
Número Ocupados Independientes X
Uso del suelo de casos (Y) Consideradas (X)
§
área bruta rentable (nr) 3239 0.022
Hotel 7 32.4
habitaciones ocupadas 68 0.508

Banco 12 16.3
número de empleados 23 0.716

Restaurante 11 20.2
asientos ocupados 67 0.379
área bruta rentable (m2) 1338 0.023

Centro 7 27.6
Comercial locales comerciales 28 0.883

Cine 4 23.5
asientos ocupados 126 0.186

Discoteca 5 39.8
número de personas 103 0.403
284 ^™ ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

Se utilizaron técnicas de regresión lineal para encontrar las relaciones entre el número de
espacios de estacionamiento ocupados en la hora pico y las variables independientes investigadas
para cada uso del suelo. Sólo se consideraron modelos de regresión simple; se investigaron
cuatro formas estructurales de los mismos:
a. Modelo lineal: Y =a+b*X (1)

(a + b*X)
b. Modelo exponencial: Y =e (2)
c. Modelo multiplicativo: Y = a*X (3)
d. Modelo recíproco: 1/Y = a + b * X (4)

•
Se analizaron todas estas formas estructurales para cada variable independiente analizada. El
modelo seleccionado para cada uso del suelo fue el que presentó el mayor coeficiente de
correlación, siendo a su vez estadísticamente significativo con un 95% de confiabilidad.
5. RESULTADOS OBTENIDOS
En esta sección se presenta un resumen de los principales resultados obtenidos. En primer lugar
se presentan las regresiones lineales obtenidas que ofrecieron un mejor ajuste a los datos
obtenidos. Posteriormente se indican recomendaciones sobre los índices de estacionamiento
obtenidos como resultado de esta investigación y su comparación con índices similares de otros
países.
5.1 RESULTADOS ESTADÍSTICOS
La Tabla 2 presenta los resultados del análisis de regresión para los usos del suelo considerados.
En dicha tabla se indica: la variable independiente seleccionada para cada uso del suelo, es decir,
aquella variable que tuvo la más alta correlación con la variable dependiente (# de espacios de
estacionamientos ocupados en la hora pico) y cuyo modelo matemático fue estadísticamente
significativo; el modelo matemático calibrado con los datos obtenidos y el valor calculado del
coeficiente de correlación respectivo.
Como se puede observar en la tabla, se obtuvo un modelo lineal para los usos del suelo de
banco, cine y centro comercial; un modelo multiplicativo para los usos de suelo de restaurante y
discoteca y un modelo exponencial para el uso del suelo de hotel. Los coeficientes de correlación
encontrados fueron bastante altos, siendo el valor más bajo de 0.7358 para el uso del suelo de
cine. Los valores de los parámetros asociados con la variable independiente resultaron todos
estadísticamente significativos con un 95% de confiabilidad, con la excepción del modelo de
regresión para el uso del suelo de cine, cuyo parámetro resultó estadísticamente significativo con
un 90% de confiabilidad.
mm
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995) 285
Tabla 2.- Ecuaciones de Regresión Lineal con el Mejor Ajuste
Variable Coeficiente
Independiente Correlación
Uso del Suelo Seleccionada (X) Ecuación (R)
Hotel # habitaciones LnY = 2.353 + 0.01282 X 0.9414

ocupadas (6.2386)
Banco área bruta rentable Y = 7.416 + 0.01664 X 0.8177

(4.4924)
Cine asientos ocupados Y = 1.757 + 0.17325 X 0.948

(4.2297)
Restaurante asientos ocupados LogY = 0.7401 + 0.5417 LogX 0.7358

(3.2601)
Centro Comercial área bruta rentable Y = 6.600 + 0.01567 X 0.896

(4.5140)
Discoteca # personas en local LogY = 0.7751 + 0.6296 LogX 0.9501

(5.2738)
La Figura 2 muestra una ilustración gráfica de los resultados para el uso del suelo de hotel. Esta
figura fue elaborada para guardar consistencia con la idea de presentar los resultados de
generación de estacionamiento del Instituto de Ingenieros de Transporte, ITE (1987). En el
gráfico se presentan los datos correspondientes a los casos analizados, la curva de regresión
obtenida, el modelo matemático estimado y el coeficiente de correlación obtenido.
Adícionalmente se incluye una tabla que resume los datos estadísticos del uso del suelo
considerado. El trabajo de investigación de Hidalgo (1995), sobre el cual se basa el presente
artículo, incluye gráficos similares para el resto de los usos del suelo analizados.
5.2 ESTIMACIÓN DE ÍNDICES DE ESTACIONAMIENTO
Usando las tasas promedio de estacionamiento obtenidas para los usos del suelo considerados se
estimaron índices aproximados de estacionamiento. Estos índices pueden servir de guía a los
planifícadores urbanos en el establecimiento de ordenanzas de estacionamiento para ciudades
turísticas en Venezuela. Los índices de estacionamiento sólo deben tomarse como referencia
debido a las limitaciones de información. Es necesario realizar investigaciones adicionales en
otras ciudades de carácter turístico antes de poder hacer recomendaciones generales para dichas
ciudades. La Tabla 3 presenta una comparación de los índices de estacionamiento encontrados en
este estudio y su comparación con índices de estacionamiento en otros países, en recopilación de
Hidalge (1995).
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE ( 1 9 9 5 )

Tabla 3.- Comparación de índices de Estacionamiento
USO DEL SUELO
Centro
País Hotel Restaurante Banco Comercial Cine Discoteca
1 puesto cada 4 1 puesto cada 4 1 puesto cada 30 1 puesto cada 40 1 puesto cada 1 puesto cada
hab. hasta 20 personas m de construc- m de construc- 8 asientos 7.5 m2 de
México hab. ción ción construcción
1 puesto cada
8 hab. > 20 hab.
2
E.E.U.U. 1 puesto cada 2 1 puesto cada 3 1 puesto cada 24 1 puesto cada 25 1 puesto cada N.D.
habitaciones asientos m de construc- m de construc- 4 asientos
ción ción
España 1 puesto cada 12 N.D. 2 N.D.2 1 puesto cada 45 N.D. 2

N.D. 2
camas m de construc-
ción
Venezuela3 1 puesto cada 2 1 puesto cada 5 1 puesto cada 36 1 puesto cada 50 1 puesto cada 1 puesto cada 3
habitaciones asientos m de construc- m de construc- 6 asientos asientos
ocupadas ción ción
' Fuente: Hidalgo (1995)

Dato no disponible
3
Casco central de Puerto La Cruz
6. CONCLUSIONES
En este trabajo se pueden destacar las siguientes conclusiones:
a. El estudio y análisis de la oferta y demanda de estacionamientos en el casco central de

Puerto La Cruz permite aseverar que existe actualmente un déficit considerable de
espacios de estacionamientos.
b. Las encuestas realizadas a los visitantes del casco central evidenciaron que un alto
número de personas con automóvil no lo usa para ir al centro y aquellas personas que
lo utilizan experimentan altas demoras en la búsqueda de un espacio para estacionar.
Esto conlleva a un elevado número de vehículos circulando por las calles del casco
central contribuyendo al congestionamiento observado en las vías y a una marcada
tendencia a estacionar en zonas prohibidas.
c. Se establecieron relaciones para estimar la demanda de estacionamiento en la hora pico

de acuerdo a seis tipos de uso del suelo: hoteles, bancos, restaurantes, centros
comerciales, cines y discotecas.
ACTAS DEL SÉPTIMO CONGRESO C H I L E N O DE INGENIERÍA DE TRANSPORTE (1995)

JUAN CARLOS SANÁNEZ - ESTEBAN HIDALGO
d. La metodología de Instituto de Ingenieros de Transporte de los Estados Unidos no

pudo ser aplicada en su totalidad, ya que algunos usos del suelo no tenían
estacionamiento propio. Para cuantificar la demanda de estacionamiento en esos casos
fue necesario complementar esta metodología con encuestas realizadas en los locales a
los usuarios de los mismos.
e. Se determinaron índices de estacionamiento para el casco central de Puerto La Cruz
basados en los resultados del estudio. Se recomienda la aplicación de la metodología
propuesta a otras ciudades con características similares con el fin de establecer
indicadores de estacionamiento generales que ayuden en la formulación de ordenanzas
de estacionamiento.
AGRADECIMIENTOS
Este trabajo fue financiado parcialmente por el Decanato de Estudios de Posgrado de la

Universidad Simón Bolívar. Los autores también quieren agradecer la colaboración prestada por
los estudiantes de Ingeniería Civil de la Universidad de Oriente en la realización de los trabajos
de campo.
REFERENCIAS
• '.••':•;, • . *
American Association of State Highway and Transportation Officials (1990) A Policy on Design
of Highway and Streets. Washington, DC.
Box, Paul C. y Oppenlander Joseph C. (1985) Manual de Estudios de Ingeniería de Tránsito

Representaciones y Servicios de Ingeniería S.A. México.
Cal y Mayor, Rafael (1986) Estacionamientos. Representaciones y Servicios de Ingeniería S.A.

México.
Hidalgo, Esteban (1995) Análisis de índices de Estacionamiento y Uso del Suelo para una
Ciudad Turística en Venezuela. Trabajo de Grado Universidad Simón Bolívar. Caracas
Highway Research Board (1972) Parking Principies. Special Report # 125. Washington, DC.
Institute of Transportation Engineers , ITE (1987) Parking Generation 2nd. Edition.

Washington, DC
Oficina Metropolitana de Planeamiento Urbano, Departamento de Planificación de Transporte

(1987) índices de Estacionamientos para Clubes Sociales, Restaurantes, Cafeterías, Bares y
Discotecas. Recomendación para la Ordenanza de Zonificación del Distrito Sucre. Caracas.
Oficina de Planificación de Transporte Terrestre (1989) Estudio de Transporte, Tránsito y

Circulación de la Conurbacion Barcelona-Puerto La Cruz. Ministerio de Transporte y
Comunicaciones. Caracas.

Situación de Estacionamiento
Casco Central de Puerto La Cruz
Figura 1. Resultados del estudio de Cordón (casco central de Puerto La Cruz)

Uso del Suelo: Hotel

Espacios Ocup. vs Habitaciones Ocup.
Tan Promedio de Desviación Promedio de
iUngo de Vil ore* # cato» Hab. Ocupada»
E»pac. Ocupados Eítándar
0.51 0.27-0.75 0.27 7 6f
80
60
40
20
o
O 30 60 90 120 130 180
X= Habitaciones ocupadas
Y=exp(2.354 + 0.013 * X)
Coeficiente de Correlación: R=0941
Figura 2. Demanda de Estacionamientos para Uso del Suelo: Hotel
ACTAS DEL SÉPTIMO C O N G R E S O C H I L E N O DE INGENIERÍA DE TRANSPORTE (1995)

ESTIMACIÓN DE DEMORAS EN INTERSECCIONES
SEMAFORIZADAS EN PERIODOS PUNTA
Jaime Gibson
Departamento de Ingeniería Civil, Universidad de Chile
Casilla 228-3, Santiago. Tel.: 671 0328. Fax: 671 2799
RESUMEN
Los métodos usuales para estimar demoras en intersecciones semaforizadas se basan en un período
de cierta duración, en el cual se supone que el flujo y la capacidad son constantes en promedio, sólo
sujetos a fluctuaciones aleatorias. Este supuesto es razonablemente realista, salvo en las horas punta,
en que se puede dar una variación sistemática de la demora incluso en corto tiempo. Otro supuesto
fundamental de la estimación es que cada período se inicia sin cola remanente del anterior, lo que
también puede ser violado cuando hay saturación (horas punta).
Investigaciones recientes han probado que en presencia de demanda variable y alto grado de
saturación, las fórmulas en uso subestiman sustancialmente la demora media. Akcelik y Rouphail
propusieron un método que permite considerar demanda variable y usar la misma fórmula, basado en
referirse a un subperíodo de mayor flujo que el promedio. En este trabajo se discuten las limitaciones
de este método y se desarrolla uno más integral, que incorpora las relaciones entre estimación de
demoras, periodización y programación de semáforos teniendo en cuenta la existencia de múltiples
movimientos y varias intersecciones.
Se presenta una nueva fórmula para estimar demoras con demanda variable, identificando las
condiciones en que corresponde aplicarla. Además, se sugieren modificaciones al método de
periodización para asegurar la validez de la estimación independiente de demoras por período, con
demanda variable en aquellos con alto grado de saturación. Finalmente, se entregan
recomendaciones para la programación de semáforos, aislados y en red, en períodos punta que son
aplicables con los programas computacionales existentes. No obstante, para estimar correctamente
las demoras para fines de evaluación será necesario introducir la nueva fórmula en los programas.
- •. ' ..i.'•.;;..• - ' < • vi t í ¡ - V!J " ''' <Í«TÍ- i <&!••> •-',- -

JAIME GIBSON
1. INTRODUCCIÓN •
El desarrollo de métodos de estimación de demoras en intersecciones que introducen dependencia del

tiempo y admiten sobresaturación por lapsos limitados, constituyó un gran avance para abordar en
mejor forma los problemas de congestión. Las fórmulas de Akcelik (1981) y Kimber y Hollis (1979),
ambas basadas en una idea original de Whiting para tratar colas estocásticas y dependientes del
tiempo, son las más empleadas por estar incorporadas en los programas computacionales más
difundidos. Tratándose de intersecciones semaforizadas que operan con planes prefijados, en general
se aplican a un cierto período, dentro del cual se supone que flujos y capacidades permanecen
En los últimos
estables años, varios
en promedio aunqueautores
sujetos advirtieron que dichas
a fluctuaciones fórmulas así aplicadas podían conducir a
aleatorias.
severas subestimaciones de la demora en períodos punta con alto grado de saturación, en los que el
flujo muestre una variación significativa dentro del período, por corto que éste sea. Brilon y Wu
(1989) hacen un detallado análisis de la situación frente a perfiles de demanda variables, mediante
cadenas de Markov. Muestran que si bien la subestimación puede ser tan alta como un 50% o más,
ella se debe completamente a la no consideración de la variación sistemática del flujo dentro del
período. Esto es muy importante pues revela que, pese a su carácter heurístico, la transformación de
Whiting funciona con gran precisión y alienta a buscar una solución para el caso de demanda
variable que mantenga las demás características de las fórmulas en boga. Brilon y Wu proponen una
nueva expresión, similar a las anteriores, introduciendo una aproximación al perfil de demanda con
funciones parabólicas, coseno o triangular simétrica.
Akcelik y Rouphail (1993) retoman el punto con similar aproximación al perfil de demanda pero
discretizada con un función escalón. Así el período queda dividido en tres partes. La central es el
subperíodo propiamente punta y las otras dos, con igual nivel de flujo promedio, tienen una demanda
menor. La ventaja de la discretización es que al interior de cada subperíodo se restituye el supuesto
tradicional de constancia del flujo promedio. Es decir, en este enfoque la solución es vía refinamiento
de la periodización en las horas punta. Akcelik y Rouphail sostienen que se puede obtener una buena
estimación de la demora en el período total con la fórmula en uso aplicándola eso sí al subperíodo
punta y no a las condiciones promedio del período total. Más allá de esta proposición, es interesante
el reconocimiento explícito de una vinculación entre la consideración de demanda variable para
estimar demoras y la periodización.
Sin embargo, Akcelik y Rouphail se limitan a analizar el período conflictivo, ignorando las
consecuencias de su tratamiento para el período posterior, y su recomendación para elegir la posición
y duración del período punta es clara para un solo movimiento pero no para el conjunto de
movimientos (críticos) de una intersección. Estos son aspectos de especial relevancia en nuestro país,
donde se usan métodos formales de periodización en programación de semáforos y evaluación de
proyectos viales (Hadjes y Gibson, 1990; SECTU, 1988).
En este trabajo se propone un método para el tratamiento de demanda variable en forma consistente
en cuanto a estimación de demandas, periodización y programación de semáforos, que se basa en la
aproximación discreta de Akcelik y Rouphail. En el capítulo 2 se presenta el modelo planteado por
estos autores y una discusión de sus limitaciones. El capítulo 3 contiene las extensiones realizadas al

ESTIMACIÓN DE DEMORAS EN INTERSECCIONES SEMAFORIZADAS EN PERIODOS PUNTA
modelo, incluyendo las implicancias en periodización y programación de semáforos. Asimismo, se

plantean recomendaciones acerca de" cuándo aplicar un modelo de demanda variable. El trabajo
concluye con unos comentarios sobre su alcance.
2. MODELO DE FLUJO VARIABLE
2.1. EL PROBLEMA
Es ya tradicional distinguir variabilidad sistemática y aleatoria en los patrones de flujo. En principio,

la primera da origen a la diferenciación de períodos, lo que explica el supuesto de constancia del flujo
promedio al interior de cada uno de ellos. No obstante, se suele imponer a los períodos una duración
mínima (típicamente, 1 hora) por razones prácticas de variada naturaleza. Si hay un patrón de
variación sistemática dentro de ese módulo mínimo, o en períodos consecutivos cuya diferenciación
es rigidizada por el mínimo, la periodización no dará cuenta de él. Cuando tal variación está
acompañada de un grado de saturación alto, ignorarla lleva a subestimar la demanda. Estas dos
condiciones se suelen dar en los denominados períodos punta: el problema de subestimación es sólo
importante en ellos.
Admitir un patrón de flujo variable dentro de un periodo no presenta en sí mismo una dificultad
mayor. Ella aparece en la estimación de demoras, sobre todo en el caso de intersecciones
semaforizadas, cuya operación cíclica significa un patrón de capacidad con variación discreta que
sería complicado superponer con el flujo como variable continua. Por ello, se adopta la aproximación
por una función escalón.
Si se reconoce que el flujo se modifica significativamente dentro de un período incluso breve,

parecería lógico que también lo haga la capacidad. Tratándose de intersecciones semaforizadas con
planes prefijados, que están frecuentemente en red, cambios constantes de plan no son recomendables
o, según la tecnología de controladores, no siempre factibles por restricción al número de planes. Se
supondrá entonces que durante todo el período se aplica un mismo plan y, consecuentemente, la
capacidad es en promedio constante.
La forma en que varía el flujo de un cierto movimiento en el muy corto plazo no tiene por qué ser una
constante universal, cabe que existan patrones diversos. Empero, es un dato difícil de obtener con
precisión en situaciones congestionadas, más aun si hay poca distancia entre intersecciones. Ante este
panorama, parece razonable adoptar un patrón genérico que recoja lo sustancial del fenómeno y
buscar algún indicador que permita advertir cuándo los datos no se le ajustan bien. Se ha elegido
como patrón una triangular simétrica, aproximada por una función escalón, por su flexibilidad y por
su capacidad de representar concentraciones agudas como las que suelen ocurrir en la punta de la
mañana. El elemento principal a controlar en relación con la calidad del ajuste es la simetría.

JAIME GIBSON
2.2. EL MODELO BÁSICO
Supóngase que en un cierto período de duración T, el flujo de un cierto movimiento varía según una
triangular simétrica, aproximada por una función escalón (ver Fig. 1). La presentación del modelo y
la notación siguen, casi exactamente, a Akcelik y Rouphail (1993). El período original se subdivide
en tres. El inicial, de duración Ti, y el final, de duración Tj, tienen el mismo nivel de flujo qn; el
central, de duración Tp, tiene un flujo qp > q„ . El flujo promedio del período completo qa es el
promedio entre qp y qn . Un parámetro clave es la intensidad de la punta z, dada por:
(1)
donde qh y q, son los flujos máximo y mínimo del período, como lo muestra la Fig. 1.
En este modelo se cumple que:
qp = (l + z/4)qa (2)
q„ = (l-z/4)qa (3)
TP = T/2 (4)
Ti = Tf = T/4. (5)

Luego, conociendo T, qa y ql queda completamente especificado. Esto supone conocer el patrón de

flujos, como es obvio, y la duración del período, que no lo es tanto y sobre lo que se volverá más
adelante.
Recordando el supuesto de una capacidad Q constante durante todo el período, es fácil apreciar el
error que se comete al asumir un flujo promedio constante. La demora es una función fuertemente
convexa por lo que el promedio de su valor en cada subperíodo será mayor que el valor calculado
con el flujo promedio. A este se añade que el subperíodo punta (T¡) puede estar sobresaturado, lo
que afectará también al subperíodo final, aunque qa<Q .
Reconociendo que la demora media puede ser diferente para los vehículos llegados en cada
subperíodo:
d_diqnTi + dpqpTP + dfqnTf

(6)
donde d es la demora media para los vehículos llegados en el período total y di, dp y dj para los
llegados, respectivamente, en los superíodos inicial, punta y final.
A primera vista, en cada uno de estos subperíodos se dan las condiciones típicas de estabilidad
supuestas por las fórmulas en uso por lo que podrían calcularse con ellas di, dp y d/ y obtener d
con la ec. (6). Dichas fórmulas contienen una componente uniforme du y una excedente du, dadas
por(Akcelik, 1988):
c(l-u) . ^ ,
du = — —. six<l ^
2(1-ux) (7)
= 0,5c(1-u), six > 1
donde c es el tiempo de ciclo, u la razón de verde efectivo y x el grado de saturación del movimiento,
(8)

JAIME GIBSON
donde T es la duración del período en que se mantiene el grado de saturación, k y x„ son

parámetros que varían entre autores en razón de la expresión que emplean para la cola excedente en
1
estado estacionario. La recomendación reciente de Akcelik y Rouphail es x„= 0,5 y
k = l,22(sve)~ '22, donde
, dondes seseselelflujo
flujodedesaturación
saturación(veh/s)
(veh/s)yyvvee elel tiempo
tiempo de
de verde
verde efectivo
efectivo para el
movimiento (s) .
La fórmula para la componente uniforme supone llegadas aleatorias y un solo período de verde
continuo en el ciclo. En otro caso, se modifica o se obtiene por simulación, como en el caso de redes.
-
Bajo nuestro supuesto de que la programación del semáforo no cambia en un período, la demora
media en cada subperíodo j sólo variará en función de Xj y Tj • Si el subperíodo punta no está
saturado (xp < 1) ,es evidente que:
di = df=du (xj + ds (xnj/ 4) (9a)
(9b)
dp du (xp) + dN (xp, T/2). (9b)

]
Pero si Xp > /, la cola acumulada durante ese subperíodo deberá descargarse en el siguiente y los
vehículos llegados en éste habrán de esperar que termine esa descarga para empezar a salir, con el
consiguiente efecto en su demora. Esto hace necesario diferenciar dentro de Tj el período de
descarga, que estará saturado. Su duración TD está dada por:
(10)
Akcelik y Rouphail demuestran que aceptando una aproximación para la componente aleatoria de la
demora, la demora media para los vehículos llegados en el tiempo de descarga es igual a la de los
llegados en el subperíodo punta (dj). Para los que llegan en lo que resta del subperíodo final
(TJ-TD) , con similar aproximación sobre su componente aleatoria, la demora media es igual a la
de los llegados en el subperíodo inicial. Entonces, para xp> 1:
(lia)
(11b)
(11c)

(l1d)
Tf = TJ-TD- (Hd)
De este modo se puede estimar con la ec. (6) la demora media en el período total. Akcelik y Rouphail
extienden el modelo para el caso en que TD> T/, sólo para calcular la demora de los vehículos
llegados en T, y para cuando x„> 1, pero suponiendo que al comienzo de ft no hay cola
acumulada.
2.3. DISCUSIÓN
El mérito del planteamiento de Akcelik y Rouphail radica en proveer una solución a la incorporación
de un perfil de flujo variable al interior de un período sin modificar las fórmulas ya establecidas para
la estimación de demoras. En rigor, se requiere aplicarlas dos veces (para di y dp) y luego
combinarlas con la ec.(6). En su artículo muestran que así se obtiene un resultado muy cercano al
que arrojan métodos muchos más sofisticados, como el de cadenas Markovianas de Brilon y Wu.
Por otra parte, muestran también que la aproximación por una función escalón no genera distorsión
apreciable en la demanda acumulada, con respecto a la función continua subyacente.
No obstante, parece inconsistente este empeño por salvaguardar la aplicabilidad de las fórmulas
preexistentes con las extensiones para considerar sobresaturación remanente al final del período o
que aparece nada más comenzar el período. Aun en estas extensiones, se continúa suponiendo que
en el instante inicial del período no hay cola remanente del período previo. Entonces ¿para qué
admitir que un período finalice antes de que se disipe la cola acumulada? ¿cómo se tratará el período
siguiente? Esto es menos comprensible si se considera además que el término de un período está
normalmente asociado a un cambio de programa del semáforo, lo que es de dudosa conveniencia en
medio de un proceso de disipación de cola. Y si éste se prolonga más allá de Tj es muy probable
que represente un fenómeno de congestión que se habrá extendido al área circundante,
comprometiendo a varias intersecciones. La más probable explicación de esta inconsistencia es el
difundido hábito de predeterminar la duración de los períodos punta (por ej. 1 hora) en vez de
definirla en función de las condiciones de tráfico, como se hace en el método que se usa en Chile.
El segundo aspecto discutible es la recomendación de adoptar dp simplemente como estimador de la

demora media de los vehículos llegados en todo el período. Este procedimiento sobreestima el valor
de d con respecto al que entrega la ec.(6). Su justificación descansa en dos argumentos. El primero,
empírico, es la notable coincidencia en la predicción con el modelo propuesto por Brilon y Wu, que a
su vez se ajusta muy bien a los resultados obtenidos con las cadenas de Markov. El segundo es que
así el cálculo de demoras con demanda variable continuaría implicando la aplicación de la misma
fórmula y una sola vez, eso sí que con los datos del subperíodo punta en sustitución de los del
período completo.
El primer argumento es interesante aunque sólo se apoye en un ejemplo. La cuestión que plantea es
por qué la ec.(6) subestima la demora en el período total. La explicación de Akcelik y Rouphail es
que podría deberse a efectos de transición no considerados en la componente aleatoria de la demora,

JAIME GIBSON
-
JAIME GIBSON
-
que varia entre subperíodos, a lo que podría agregarse los supuestos sobre dicha componente que se
hacen para simplificar el caso en que xp > 1. Sin embargo, no es evidente que estos factores
conduzcan siempre a una subestimación y podría ser que en otros ejemplos el resultado fuera
distinto. Esto necesita mayor investigación.
El segundo argumento tiene el atractivo de la simplicidad pero sólo si se piensa en un movimiento. A
una intersección concurren varios movimientos y no necesariamente su variación temporal
coincidirá. No parece practicable una estimación de demoras para una intersección con un programa
computacional, como se hace cotidianamente, en que exista libertad para elegir el subperíodo punta
de cada movimiento. Deberá usarse un período común y el problema es ajustar el perfil genérico a
cada movimiento en ese mismo período. Probablemente, el ajuste será mejor para unos que para
otros. En este sentido, el uso sólo del subperíodo punta, que tiene mayor sensibilidad por ser más alto
el grado de saturación, puede conducir a errores mayores en la estimación. Más serio es el problema
con una red con vanas intersecciones.
Desde esta perspectiva, resulta discutible también la recomendación de elegir la duración del
subperíodo punta a partir de la intersección del perfil de flujo y el nivel promedio en todo el período.
j í l procedimiento puede ser válido para cada movimiento en particular pero conducir a períodos no
idénticos para los movimientos críticos de una o más intersecciones. ¿Qué hacer en ese caso? No se
dice nada en el artículo.
En suma, es necesano revisar estos asuntos desde un punto de vista más amplio que el de un
movimiento. Nótese que ellos no afectan a la esencia de la solución propuesta por Akcelik y
Rouphail sino a definiciones o procedimientos complementarios, sobre todo en lo que concierne a sus
consecuencias sobre actividades relacionadas con la estimación de demoras, como son la
penodización y la programación de semáforos. En el capítulo que sigue se propone un método más
integrado.
3. EL MÉTODO EXTENDIDO
3 . 1 . DEMANDA VARIABLE Y PERIODIZACION
No sólo es usual hasta ahora estimar demoras suponiendo demanda en promedio constante dentro de
un periodo. Otro supuesto clave, casi siempre implícito, es que se pueden estimar independientemente
para cada período. Como muestra el análisis del capítulo anterior, esto sólo es válido en la medida
que cada período se inicie sin una cola remanente de tipo determinístico. Más allá de que esto sea
indispensable para los métodos de que disponemos, es intuitivamente acertado afirmar que un
período punta termina cuando se disipó la saturación creada en él, no antes.
Surge así un criterio objetivo para determinar la duración de un período punta: al menos, la necesaria
para no dejar cola determinística remanente. Asumiendo el modelo de demanda variable dentro del
período ya expuesto, ello se traduce en la condición Tú ^ 77, lo que implica:

(12)
Reemplazando a partir de las ecs.(2) y (3) y reordenando, queda:
(13)
Esta condición debe, lógicamente, acompañarse de o sea, que en conjunto el

-
x -1 T T
J-x„ 2 4
Reemplazando xp y x„ a partir de las ecs.(2) y (3) y reordenando, queda:
z < 12—. (13)
x
Esta condición debe, lógicamente, acompañarse de x<l(x = qa/Q),o sea, que en conjunto el
período no esté saturado. Así, sólo cabe que haya sobresaturación durante el subperíodo punta pero
el período total debe tener una duración suficiente para que ella sea absorbida totalmente a su
interior. La ec. (13) se cumple siempre para x < 0,85, ya que z<2.
Hecha una primera periodización, con el método que sea, debe verificarse entonces el cumplimiento
de estas condiciones en aquellos períodos con x > 0,85 para todos los movimientos involucrados.
De no cumplirse, habrá que extender el período hasta que ello ocurra. La extensión modifica la
duración y los flujos promedio de los períodos previo y posterior por lo que estas y otras
verificaciones pueden no resultar simples. El problema es ciertamente más complejo cuando se trata
de periodizar una red con varias intersecciones. En el proyecto SCAT de Santiago se ha generado un
algoritmo para llevar a cabo esta tarea, que ha dado buen resultado. Será reportado en otro lugar.
Conviene destacar que si se hace necesaria una extensión para aumentar Tj, el uso de un modelo
simétrico para la demanda obliga a cambiar también el inicio del período lo que no siempre es
beneficioso para el ajuste del modelo con los datos de flujo. Esto hace muy atractiva la búsqueda de
modelos no simétricos. No obstante, mientras no se cuente con ellos es claramente preferible recurrir
a uno simétrico, aunque su ajuste no sea tan bueno, antes que continuar suponiendo demanda
constante.
Por otro lado, el empleo de un modelo de demanda variable quita dramatismo a trabajar con períodos
punta más extensos. LaDE
3.2. ESTIMACIÓN costumbre de identificar períodos punta "cortos" tiene sentido si las demoras
DEMORAS
se estiman con demanda constante, no en esta nueva alternativa. En este contexto, la introducción de
demanda variable es una positiva contribución a una mejor periodización.
Una vez definidos períodos tratables independientemente, el problema se reduce a estimar la demora
media en cada uno de ellos, lo que ofrece alguna dificultad sólo en aquellos en que hay variación
sistemática del flujo y alto grado de saturación. Esto se resuelve con el método descrito en la sección
2.2. Para aplicar la
la ec.(6)
ec.(6)hay
haydos
dossituaciones
situacionesdiferentes:
diferentes:sisi x ? < / o x í > / .

a)
Recordando las ees. (9a,b) y designando por la ec.(6) queda:
(14)
que sustituyendo mediante las ecs.(2) y (3) y reordenando, conduce a:
(15)
b)
Con las ecs.(10) y (1 la,b) la ec.(6) queda:
(16)
Reemplazando y tras bastante trabajo algebraico, se llega a:
(17)
En ambos casos se obtiene una fórmula simple,basada en d„ y dp, que se calcula con las ees. (7) y
(8), con los valores correspondientes de las variables para cada subperiodo. Esto implica aplicar dos
veces las fórmulas de demora conocidas y un solo dato adicional: z , para cada movimiento. Pero
por la ec.(l) z resulta del flujo promedio del período (qj, dato tradicional, y q,. Estableada la
penodización, conocer q, es sencillo: corresponde al mayor entre el flujo del intervalo previo al
imao del periodo y el del intervalo siguiente a su término.
Estas fórmulas se pueden sintetizar en:
(18)
4 + g(x)
3QQ ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

donde
(19a)
(19b)
j
g(x) = 4, six < (19a)
4+z
ZY 4
= — , si—-<x<l. (19b)
1-x 4+z
La forma que se ha dado a la ec.(18) hace evidente que dp sobreestima la demora media de los
vehículos llegados en el período total (d) . En efecto, (dp-dj > 0 y el factor que lo multiplica es
no negativo. Si xp ^ /, el factor varía entre 1/4 y 1/2, según sea el valor de z ; si xp > 1, el factor
1-x
varía entre y 1, un rango mayor. En todo caso, el factor decrece si z aumenta pero (dp-dj
2-x
crece en esa eventualidad. No es entonces predecible con claridad en qué condiciones la magnitud de
la sobreestimación será más pequeña, aunque hay indicios de que esto sucederá si z es más alto.
3.3. CUANDO APLICAR DEMANDA VARIABLE
Se ha afirmado antes que la variación del flujo al interior de un período es relevante para la
estimación de demoras cuando el grado de saturación del período es alto. Ahora se puede estudiar
con más detalle este punto. Inspeccionando la ec.(18) se observa que si la diferencia (dp-dj es
reducida bastará con dp para estimar d. Esta hipótesis se dará si hay poca diferencia entre xp y
x„, caso en el cual dp será en realidad muy cercana a calcular la demora media con el flujo
promedio qa, sin distinguir subperíodos. Esta situación se presenta si z tiene un valor muy bajo, es
decir, cuando la variación del flujo en el período es prácticamente despreciable.
La componente uniforme de la demora evoluciona más o menos linealmente con el grado de
saturación, en tanto la componente excedente es fuertemente convexa. Esta última adquiere un peso
significativo sólo a partir de grados de saturación del orden de un 85%. Es por ello que la existencia
de variabilidad tiene impacto perceptible únicamente para grados de saturación altos. En rigor, no se
cometería mayor error si la componente uniforme se estima siempre con las condiciones promedio
del período total y sólo se usan las fórmulas con dp y d„ para la componente excedente.
Este análisis indica que un alto grado de saturación promedio del período es condición necesaria pero
no suficiente para la introducción de un modelo de demanda variable. Debe haber además
manifestación de la existencia de variabilidad. Detectarla a simple vista no es siempre fácil por las
imperfecciones típicas de la medición de flujos en las proximidades de la saturación. No parece
sencillo desarrollar una medida objetiva de esta manifestación que sea confiable. Pero suponer
demanda variable cuando en realidad es aproximadamente constante no implica riesgo de mala

estimación de la demora, por las características del modelo propuesto. El único costo sería calcular
dp y d„ pudiendo haber calculado un solo valor con el flujo promedio.
De aquí que se recomienda centrarse en la condición necesaria referida. Basándose en el resultado de

algunas simulaciones, se concluye que si se puede ignorar cualquier eventual variación
sistemática del flujo y aplicar el modelo convencional de demanda constante. Entonces, para un
movimiento que en cierto período tiene un grado de saturación x y un parámetro de agudeza z se
recomienda:
a) si estimar d con demanda promedio;
b) si estimar d con ees. (18) y (19a);
c) si estimar dcon ees. (18) y (19b).
En cualquier caso, la tasa media de demora D en el período, se calcula con:
(20)
D = da (20)
La validez de la expresión anterior descansa en la imposición de que la duración del período sea
suficiente para que no quede cola deterministica a su final.
3.4. IMPLICANCIAS PARA LA PROGRAMACIÓN DE SEMÁFOROS
:
Por las razones que han sido expuestas, se supone que la programación del semáforo se mantiene
durante todo el período aunque el flujo varíe dentro de él. Subsiste la pregunta de cuál debe ser esa
programaaon. Como es sabido, ella se determina a partir de las demoras y otros indicadores de
rendimiento. Pero según lo visto en la sección precedente, la fórmula a aplicar para estimar la
demora depende de x, o sea, de la programación. Aparece una circulandad que es necesario romper.
Consideremos primero el caso de una intersección aislada, en que las variables de programación son
el tiempo de ciclo y el reparto. Lo más lógico es determinarlas para el subperíodo punta, que es el
crítico en materia de capacidad. Esto nos sitúa en el problema estándar de obtener la programación
para un período determinado, con demanda constante. En vez de usar el flujo qa para cada
movimiento se usará qp = (1 + z / 4) qa . La
La innovación
innovaciónconsiste
consisteen
en que
que hay
hay que estimar las demoras

medias para el período total en un paso posterior, una vez determinada la programación. La fórmula
a aplicar para cada movimiento de la intersección dependerá del par (x, z) correspondiente.
Este procedimiento refuerza la importancia de adoptar una óptica global para la periodización. El
subperíodo punta, para el que se determinará la programación, debe ser el mismo para todos los
movimientos de la intersección. El método sugerido por Akcelik y Rouphail para la elección de dicho
subperíodo no tiene en cuenta este aspecto.
Consideremos ahora el caso de intersecciones semaforizadas en red. La programación es más

compleja por cuanto el tiempo de ciclo debe determinarse para la red, los repartos para cada
intersección y se agrega una nueva variable: los desfases. Si se usa TRANSYT (Vincent et al., 1980)
es factible implementar una estrategia similar a la del caso anterior. En un primer paso se determina
ciclo y repartos con los datos del subperíodo punta, con el criterio de equisaturación para los
repartos. Luego hay que obtener los desfases, etapa que merece mayor análisis pues aquí entra en
juego un proceso de optimización basado en la estimación de demoras.
La optimización de desfases está en esencia relacionada con la componente uniforme de demoras y

detenciones. Como se explicó en la sección precedente, esta componente no está afectada de manera
significativa por la existencia de variabilidad en los flujos. Sin embargo, si hay sobresaturación en un
movimiento, TRANSYT limita el flujo que pasa a la capacidad de ese movimiento, lo que tiene
consecuencias aguas abajo en la simulación. Por otra parte, TRANSYT ignora los efectos de
bloqueo hacia atrás que pueden originar los movimientos saturados. Entonces, el subperíodo punta
parece poco apropiado como condición para determinar los desfases, a diferencia del tiempo de ciclo
y los repartos. La recomendación es: dadas estas últimas variables, optimizar desfases con los flujos
promedio del período total. Es decir, ignorar aquí la variación sistemática de los flujos.
Obviamente, en este esquema no cabe la optimización de repartos en el mismo proceso de la de los

desfases. Si se desea hacerla, habría que volver al subperíodo punta, introducir los desfases
obtenidos como datos y optimizar sólo repartos. Con los nuevos repartos, se retorna a las
condiciones promedio y se repite la optimización de desfases, iterando cuantas veces sea necesario.
La última etapa es estimar, para fines de evaluación, las demoras (y otros indicadores de
rendimiento) en el período total con la programación determinada. Esto requiere introducir en
TRANSYT las nuevas expresiones para el cálculo de la componente excedente (ees. 18 y 19a,b
aplicadas en esa componente). Debería revisarse también la forma de calcular las detenciones
excedentes y la extensión máxima de la cola. Con respecto a esta última, parece mejor evaluarla en
una simulación del subperíodo punta.
4. COMENTARIOS FINALES
El serio problema de subestimación de las demoras en períodos punta que presentan los métodos
actuales, puede ser superado con una sencilla modificación de la forma de estimar las demoras en
tales períodos. Cuando se dan las condiciones en que es necesario introducir un modelo de demanda

-
JAIME GIB5QN
variable, se debe calcular dos valores de demora media en subperiodos con las formulas
convencionales y combinarlos mediante la ec.(18). Además, se requiere un solo dato adicional, c¡¡,
típicamente disponible. Se ha identificado en el trabajo la condición en que debe introducirse esta
corrección, en términos de un valor límite para el grado de saturación de cada movimiento (o pista, si
esa es la unidad de análisis). Queda claro que la sugerencia de Akcelik y Rouphail de usar como
estimador de la demora media total la del subperíodo punta puede onginar una innecesana
sobreestimación.
Sin embargo, la consideración de demanda vanable tiene repercusiones más complejas en otros
ámbitos: penodización y programación de semáforos. En cuanto a periodizaaon, se propone un
refinamiento del método en uso para lograr una definición apropiada de la duración de un periodo
punta, consistente con la estimación independiente de las demoras para cada periodo (punta o fuera
de punta). Este refinamiento sólo entra en juego para períodos cuyo grado de saturación promedio es
superior a 85%.
Para la programación de semáforos, bajo el supuesto de que opera el mismo plan durante todo el
periodo, se propone un procedimiento por etapas, con distintas características según se trate de una
intersección aislada o en red. Como esa actividad se realiza con programas computacionales, la
correcta estimación de las demoras e indicadores para evaluación precisa que sean modificados para
introducir la nueva fórmula de demora y el nuevo dato. En el caso de TRANSYT, el dato puede
ingresarse mediante las tarjetas de escalamiento de flujos (tipo 36, en TRANSYT-8). No obstante, el
procedimiento recomendado para la programación misma de los semáforos puede aplicarse desde ya,
sin necesidad de versiones modificadas de los programas computacionales.
Como se ha dicho, la incorporación de demanda vanable y el tratamiento de los períodos punta que
trae aparejado, arrojan nueva luz sobre la períodización. Hasta ahora sólo se ha desarrollado un
algontmo que parte de la solución que entrega el método tradicional. Es recomendable revisar este
último de manera más integral, orientándolo primero a buscar períodos punta y luego a distinguir
períodos en el resto del tiempo. Otro aspecto relaaonado que requiere mayor investigaaón es un
modelo de demanda variable no simétrico, que puede flexibilizar la penodización faalitando un
mejor ajuste a los patrones reales de flujo.
AGRADECIMIENTOS
El autor agradece a la Unidad Operativa de Control de Tránsito (UOCT) de Santiago el apoyo

brindado a esta investigación a través del proyecto SCAT. Han contribuido también a la concepción
de los métodos propuestos los consultores a cargo del proyecto, en particular M. Zucker e I. Baeza,
con discusiones a veces intensas.
REFERENCIAS
Akcelik, R. (1981) Traffic signals-capaaty and timing analysis. Research Report ARR 123,
Australian Road Research Board, Melbourne, Australia.
304 " • ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)
Akcelik, R. (1988) The Kghway Capacity Manual delay formula for signalized intersections. ITE
Journal, 58 (3), 23-27
Akcelik, R y Rouphail, N. (1993) Estimation of delays at trame signáis for variable demand
conditions. Transportation Research B, 27 B (2), 109-131.
Brilon, W. y Wu, N. (1989) Delays at fixed-time traffic signáis under time-dependent traffic
conditions. Traffic Engineering and Control, 31 (12), 623-631.
Hadjes, V. y Gibson, J. (1990) Un método de periodización para proyectos de vialidad urbana.

Actas del VI Congreso Panamericano de Ingeniería de Tránsito y Transporte, Universidad del
Cauca, Colombia, 10-13 Julio 1990.
i
Kimber, R. y Hollis, E.M. (1979) Traffic queues and delays at road junctions. Laboratory Report
909, Transpon and Road Research Laboratory, Crowthorne, U.K.
SECTU (1988) Manual de Diseño y Evaluación Social de Proyectos de Vialidad Urbana,

Santiago.
Vincent, R.A., Mitchell, AI. y Robertson, D.I. (1980) User guide to TRANSYT versión 8.
Laboratory Report 888, Transport and Road Research Laboratory, Crowthorne, U.K.

MODELACIÓN DE INTERSECCIONES SEMAFORIZADAS PARA
SIMULAR SU INTERACCIÓN CON UN PARADERO DE BUSES
Jaime Gibson
Casilla 228-3, Santiago. Tel.6710328. Fax: 6712799
Giálermo Guerrero
Departamento de Ingeniería de Transporte
Pontificia Universidad Católica de Chile
RESUMEN
La simulación de un paradero aislado, mediante el programa IRENE, ha representado una

contnbución a la compraisión de los procesos que ocurren en su mtenor y al desarrollo de técnicas
de diseño de paraderos. Sin embargo, es infrecuente encontrar esa condición de aislado y sejiace
necesario incorporar los fenómenos de interacción del paradero con su entorno.
Se presenta un análisis de esos faiómaios, concluyendo que los pnncipales son los relacionados con
la existencia de intersecciones semafonzadas cercanas, aguas amba y/o abajo del paradero, y un
método para modelarlos. Este tiene por propósito combinar el realismo con una minimización de las
modificaciones al complejo módulo de simulación de IRENE. Para ello, se gaieran algoritmos que
permitan vincularlo con la intersección aguas amba sólo a través del patrón temporal de llegada de
los buses, para la aguas abajo, el nexo se establece a través de determinar el instante en que un bus
está libre para abandonar el paradero una vez que la simulación identifica que está listo para hacerlo.
Se explica sintéticamaite la estructura de ambos algontmos.
Ya se ha logrado incorporar al programa la intersección aguas amba. Se hace un comaitario sobre

los resultados obtenidos para algunos casos. Destaca que no se encuentran cambios significativos ai
colas y demoras con respecto a lo que sucede en un paradero aislado. Se discute este resultado y su
validez y las pnondades para futuras investigaciones sobre estos fenómenos de interacción.

MODELACIÓN DE INTERSECCIONES SEMAFORIZADAS PARA SIMULAR SU INTERACCIÓN CON UN PARADERO DE BUSES
1. INTRODUCCIÓN
Investigaciones previas han puesto de relieve que donde hay flujos significativos de buses, los
paraderos se constituyen en fuentes principales de demoras, durante los periodos de alta demanda de
subida de pasajeros. Esto ha sido confirmado por experiencias recientes en que un rediseño del
sistema de paraderos ha reportado sustanciales disminuciones del tiempo de viaje de los buses, como
es el caso del esquema implementado en un tramo de la Alameda B. OHggins en Santiago (Araya et
al., 1993). El creciente interés por esquemas de este tipo llama a destinar esfuerzos al desarrollo de
métodos que sustenten su diseño.
La herramienta más usada en esos métodos en el país es el programa de simulación IRENE (Gibson
et al., 1989) sea directamente o a través del empleo de resultados genéricos obtenidos con el
programa. Ha sido catalogado como el programa con mejores características de los disponibles en
está área (Arany et al., 1992) aunque tiene algunas limitaciones por los supuestos en que se basa. La
principal es que trata el paradero como un ente aislado del resto de la vialidad.
Este trabajo presenta extensiones al modelo que subyace a IRENE, encaminadas a incorporar la
existencia de intersecciones semaforizadas aguas arriba y aguas abajo del paradero. Esta es la
condición de interacción del paradero con su entorno que se estima de mayor importancia. El punto
había sido abordado primariamente en el desarrollo de las versiones 2.0 y 2.5ip del programa
(Beckett, 1990). Sin embargo, ese tratamiento es insuficiente para representar adecuadamente
diversas situaciones que son relevantes a la luz de los primeros experimentos sobre infraestructura
especializada para buses realizados en Santiago. Ha sido necesario concebir un nuevo enfoque del
problema que conserva un rasgo fundamental: procurar que los procesos que se introducen se
vinculen de la manera más sencilla posible con el módulo de simulación de un paradero aislado. La
complejidad de éste, de carácter microscópico y estocástico y sensible a variaciones de la demanda en
el tiempo, así lo justifica.
En el capítulo 2 se hace un análisis general de los fenómenos de interacción paradero-entorno y se

sitúa el caso de intersecciones semaforizadas cercanas en relación con los supuestos básicos del
funcionamiento de un paradero aislado. El capítulo 3 contiene la descripción de los modelos
elaborados para incorporar la influencia de semejantes intersecciones aguas arriba y abajo a IRENE.
El capítulo 4 presenta una breve discusión de resultados obtenidos con una nueva versión del
programa, que ya incluye una intersección semaforizada aguas arriba, y de las líneas prioritarias de
investigación a futuro.

JAIME GIBSON • GUILLERMO GUERRERO
2. INTERACCIÓN PARADERO-ENTORNO
2.1. GENERALIDADES
Para IRENE, un paradero está conformado por un andén para los pasajeros que suben o bajan y un
área de parada para los buses. Esta última ocupa la pista ubicada junto al andén y puede tener uno o
más sitios pero configurados linealmente, o sea, uno tras otro en la misma pista.
Este supuesto, así como el de que los sitios pueden ser usados por cualquiera de los buses que se
detienen en el paradero, bajo una modalidad especificada por el usuano, y el de que los buses son
(razonablemente) homogéneos e ingresan al área de parada con una disciplina FIFO, se mantendrán
inalterados en este trabajo. Igualmente, se continuará representando el desplazamiento de los buses
mediante trayectorias espacio-tiempo rectificadas (abstrayéndose de procesos de frenado y
aceleración, cuyos tiempos perdidos asociados se incluyen en la demora) y asumiendo que por el área
de parada sólo pasan buses.
En el marco de estas definiciones, la condición de paradero aislado implica que
a) sólo interesan las llegadas al área de parada de los buses que pasan por ella (no
necesanamente todos los buses que circulan por la vía) y que ellas no están reguladas por
ningún elemento aguas airiba del paradero;
b) la salida de un bus del área de parada sólo depende de que haya terminado sus operaciones
en el paradero y no esté obstruido por otro bus que aun no abandona el área Es decir, se
ignora cualquier elemento situado aguas abajo del paradero.
Para el patrón de llegada se ofrecen dos posibilidades:
intervalos que siguen una distnbución M3 de Covvan (1975), que corresponde a un proceso
aleatono;
• í s -..•;- .
intervalo constante, asociado al caso (improbable) de buses o vehículos similares (tranvías)

que operan con una regulación de frecuencia ai linea.
Estableada por el usuano la opaón elegida, el programa genera los instantes de llegada al área de
parada, dentro del período simulado, para todos los buses correspondientes Luego inicia la
simulaaón bus a bus Si cuando un aerto bus llega al área la entrada no está despejada, lo mantiene
en la cola de entrada hasta que se despeje Esta cola se trata como si fuera vertical, ai la línea de
aitrada.

JUo
En cuanto a la salida, hay también dos posibilidades:
disciplina FIFO, en que todos los buses deben salir pasando por el primer sitio del área de
parada, generándose esperas dentro del área si algún bus es obstruido por otro que lo
precede;
permitir la salida por la pista adyacente desde los sitios posteriores al primero, lo que evita
las mencionadas esperas.
Para la primera de estas opciones, el programa considera que el bus puede abandonar el área de
parada en el instante en que, estando en el primer sitio, está listo para salir por haber terminado sus
operaciones en el paradero. En la segunda opción, se levanta la restricción de tener que encontrarse
en el primer sitio y se supone que si un bus está listo en el segundo sitio o posterior y su avance por
la pista del área de parada seria impedido por otro bus, saldrá de inmediato por la pista adyacente.
Es decir, la diferencia estriba en dónde se puede considerar que un bus está listo para salir del área de
parada pero, en cualquiera opción, una vez que lo está se le supone libre para hacerlo.
Hay que resaltar la siguiente distinción. Los instantes de llegada de los buses al paradero están todos
referidos al mismo punto (línea de entrada al área de parada) y se determinan antes de iniciar la
simulación propiamente tal. En cambio, los instantes de salida pueden estar asociados a distintos
puntos (sitios) y se determinan bus a bus como producto de la simulación, terminando ésta para cada
bus en ese instante.
Dentro del contexto expuesto, es evidente que el entorno sólo puede influir condicionando el proceso
de llegadas de modo distinto a los procesos contemplados o bien invalidando el supuesto de que un
bus es libre para salir una vez que está listo dentro del área de parada. Entonces es factible
incorporar la relación con el entorno sin alterar d módulo de simulación en sentido estricto. Basta
con agregar procesos de llegada alternativos, que son previos al inicio de la simulación, y un módulo
que determine cuándo podrá efectivamente salir un bus después que la simulación establece que está
listo. La distinción mencionada en el párrafo anterior deja en claro que cada tema debe tratarse
separadamente.
2.2. LLEGADA AL PARADERO
La situación real en que cabe esperar que surja un patrón de llegada sustancialmente diferente a los
hasta ahora considerados es que exista una intersección semaforizada cercana aguas arriba del
paradero, que generará pelotones de vehículos cíclicamente. A primera vista hacer pasar los buses
por esa intersección antes de llegar al paradero es algo sencillo puesto que se realiza fuera del
módulo de simulación. Un análisis más profundo indica que hay complicaciones nada despreciables.
Desde el punto de vista del paradero interesan solamente los buses que pasan por él. Pero en la
intersección aguas arriba ellos pueden estar mezclados con otros vehículos (autos, buses que no
pasan por ese paradero, etc.) y distribuidos en diversas pistas. Incluso, los buses relevantes pueden
provenir de distintas vías que concurren a la intersección. Se llegaría así a la necesidad de simular

JAIME GIBSON - GUILLERMO GUERRERO
:
<
detalladamente la intersección, cosa computacionalmente compleja y que requiere muchos datos,
para saber qué pasa con una fracción pequeña del total de vehículos que la atraviesan. Sin embargo,
debe tenerse presante que si ocurre esta dispersión del ongen efe los buses que van al paradero, la
influencia del semáforo se diluye y probablemente las llegadas al paradero serán bien representadas
por la distnbución M3.
El caso verdaderamente conflictivo con el supuesto de paradero aislado es cuando los buses del
paradero provienen, todos o ai su gran mayoría, de la misma pista en la intersección. A él nos
limitaremos ai este trabajo Pero un mínimo de realismo exige aceptar que esa pista puede también
ser usada por autos, que viran en la intersección o siguen directo y cambian luego de pista para evitar
pasar por el área de parada Es razonable suponer que los buses que estarán en esa pista son los que
van al paradero, los demás se situarán en otras pistas, comportamiento que se corresponde con lo
observado
Una situación especial se presaita cuando hay dos paraderos cercanos. Ella se suele producir con
esquemas de paraderos divididos o ai vias exclusivas para buses. Como IRENE simula paraderos
individuales hay que detenmnar separadamente las llegadas a cada uno pero puede haber
ínterrelación. Caban vanas posibilidades.
a) Buses puedan usar dos o más pistas en la intersección. Se supondrá que los buses que van
al paradero más próximo usan la pista derecha y los que van al siguiente se agrupan en la
segunda pista Al simular cada paradero se estará considerando una sola pista en la
intersección aguas arnba pero en cada caso será una pista distinta, lo que importa para
especificar los flujos de autos pertinentes.
b) Pista exclusiva sin adelantamiento Todos los buses usan la misma pista en la intersección y
deberán pasar por el área de parada de cada paradero aunque no se detengan para transfenr
pasajeros m alguna de ellas. Esto plantea una dificultad al simular el segundo paradero
pues todos los buses han tañido que atravesar el pnmero para llegar a él. Si hay actividad
significativa an el pnmer paradero, la influencia de la intersección semafonzada en el patrón
de llegada al segundo será despreciable y éste puede ser simulado como aislado con llegadas
aleatonas En caso contrano, para preservar dicha influencia, al simular el segundo
paradero se introduce el paso por el pnmero agregando la demora media en él a cada bus an
su tiempo de recorndo desde la intersección.
c) Pista exclusiva con adelantamianto an los paraderos. Este caso, típico de corredores
segregados, es más complicado y no se trata en este trabajo.
Por otro lado, la cercanía entre paraderos da pie a otro fenómeno de interacción: interferencia de
buses que salan de uno con los que desean antrar al siguiente. Esto es indeseable por lo que el diseño
debe evitar su existencia o, cuando menos, limitar severamente su probabilidad de ocurrencia. La
única fonnna de considerarlo en IRENE, por ahora, es a través de la velocidad de los buses.
T , A ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

Jl U
En suma, es posible incorporar con cierta generalidad la existencia de una intersección semaforizada
aguas arriba del paradero modelando sólo una pista en ella. Dado el análisis anterior, únicamente
tiene sentido considerar la operación del semáforo con tiempos prefijados, manteniendo el plan
durante el período de simulación. El modo de generar el patrón de llegadas al paradero se describe
en la sección 3.1. Finalmente, la teoría indica que cambios en este patrón no deben tener impacto
perceptible en la capacidad del paradero pero sí en las demoras que se producen en él.
2.3. SALIDA DEL PARADERO
Aquí la cuestión es qué condiciones del entorno pueden incidir en que la salida desde el área de
parada se vea obstruida. La más evidente es que haya una cola de vehículos originada por una
intersección cercana aguas abajo. Nuevamente, el caso de mayor interés práctico es cuando la
intersección es semaforizada; si es regulada por señal de prioridad, seguramente será prioritaria la
vía que tiene un flujo importante de buses y en ese evento no aparece cola. La proximidad de un
paradero a la entrada a una rotonda es compleja de analizar pero es algo indeseable en términos de
capacidad por lo que es más bien función del diseño impedir que exista.
Estudiemos primero la salida con disciplina FIFO desde un paradero hacia una intersección
semaforizada. Si hay cercanía entre ambos elementos, el supuesto de que por el área de parada sólo
pasan buses conduce lógicamente a asumir que estos se mantienen en ella y son los únicos usuarios
de la pista correspondiente en la intersección. Entonces, cuando un bus está listo para salir hay que
preguntarse si podrá hacerlo. La respuesta es afirmativa siempre que la cola en la pista en ese
instante no ocupe todo el tramo entre la línea de detención de la intersección y la línea de salida del
área de parada. De ser negativa, hay que determinar cuándo la cola liberará el espacio delante de la
línea de salida. En la medida que esta cola sólo puede estar compuesta por los buses que han salido
previamente del paradero y que el proceso de descarga de ella en la intersección es conocido, se
puede generar un procedimiento analítico iterativo para responder la pregunta, que es activado cada
vez que el módulo de simulación establece que hay un bus listo para salir en el primer sitio.
Es cierto que si la distancia entre paradero e intersección no es muy pequeña pueden ingresar otros
vehículos a la pista o bien cambiar de pista los buses que salen del paradero. Tener en cuenta estos
fenómenos obligaría a incorporarlos a la simulación microscópica, lo que es una complicación
enorme. Considerando que el comportamiento supuesto replica aceptablemente la realidad donde
hay flujos altos de buses y especialización de infraestructura, en esta etapa parece suficiente
reducirse a esa hipótesis.
Cuando hay más de un paradero antes de la intersección, es el más cercano a ella el que estará
eventualmente afectado por la interacción. Se seguirá suponiendo que la salida del paradero anterior
no depende de condiciones aguas abajo. También se continúa excluyendo el tratamiento de un
corredor segregado.
Ahora, si se admite la salida por la pista adyacente al área de parada, ella también puede ser
obstruida por la cola de la intersección en esa pista. Pero ya no cabe suponer que esta cola sólo está
compuesta por los buses que salen del paradero. Puede haber buses que no pasan por el paradero y
otros vehículos. Para evitar la referida complicación se hace la siguiente simplificación. En
principio, la cola en la pista adyacente debe tener, en cada instante, una longitud al menos igual a la
de la pista del paradero. Entonces, cuando ésta se bloquea también debería bloquearse la salida por
ACTAS DEL SÉPTIMO CONGRESO C H I L E N O DE INGENIERÍA DE TRANSPORTE (l 995)

JAIML GIBSON - GUILLERMO GUERRERO
pista adyacente y asimismo, el desbloqueo debe producirse contemporáneamente Esta técnica hace
posible controlar todo el proceso de salida del paradero a partir de la situación de una pista ai la
intersección
La salida por pista adyacaite no está sólo ai tunción de que no haya cola galerada aguas abajo
Como implica un cambio de pista, ai ngor solo es posible si hay una brecha apropiada ai el flujo de
la pista adyacente, lo que reintroduce condiciones aguas arnba del paradero La búsqueda de una
solución practicable, que no obligue a ampliar el ámbito de la simulación microscópica, demanda
nuevamaite una simplificación ai este punto.
Para la modalidad de operación más eficiaite (bus se detiaie ai sitio disponible más próximo a la
salida) se hace escaso uso de la salida por pista adyacaite aunque esté pennitida Esto le quita
importancia a la modelación detallada de esta vanante Por otra parte, existe la posibilidad de
prohibirla o de autonzarla írrestnctamaite (salvo por cola aguas abajo), lo que pemiite acotar el
problema simulando ambas condiciones El argumaito antenor conduce a esperar que no haya
mucha diferencia entre estos extremos, y si se pronostica que la situación real estará ai cierto punto
intermedio, se puede hacer una estimación confiable por interpolación.
En contraste con el caso de la intersección aguas arnba, la capacidad del paradero puede
expenmaitar una reducción significativa por efecto de la cola originada por la intersección
semafonzada aguas abajo Ella repercutirá ai las demoras La necesidad de explorar pronto la
naturaleza de estos impactos justifica el aifoque simplificado propuesto El procedimiaito para
determinar el instante ai que un bus queda libre para salir se describe ai la sección 3 2
3. ALGORITMOS
En este capítulo se describe sintéticamente los algontmos desarrollados para vincular el

funcionamiento de un paradero con el de intersecciones semafonzadas aguas arnba y abajo de él.
Una explicación más detallada puede encontrarse ai Guerrero (1995). Si biai, como se ha dicho,
estos algontmos son exógenos al módulo de simulación del paradero de IRENE, su concepción ha
estado marcada por el propósito de que se integren con él de forma saicilla y consistaite Otro
objetivo de diseño es combinar el realismo ai la representación de los fenómenos que interesan con la
economía en el requerimiento de datos adicionales al usuario y la preservación de la flexibilidad de
modelación que caracteriza a IRENE (vía parametnzación).
En ambas intersecciones se supone que cada uno de los semáforos mantiene un plan durante todo el
período de simulación. Además, que la pista considerada ai cada caso sólo reabe LUÍ período de
verde dentro del aclo. El plan correspondiente está caracterizado por un tiempo de aclo c y un verde
efectivo v^ los que pueden vanar entre intersecaones.

3 . 1 . GENERACIÓN DEL PATRÓN DE LLEGADA
La alimentación de IRENE desde aguas arriba se resume en un vector de instantes de llegada de los
buses a la línea de entrada del área de parada. Se agrega la opción de que los buses deban pasar
previamente por una intersección semaforizada, de la cual se considera sólo la línea de detención de
una pista. En este caso, las llegadas a intervalo constante o distribuidos según una M3 se producirán
a esa línea de detención y hay que modelar el proceso desde allí a la línea de entrada.
En cada corrida, IRENE simula una cantidad dada de buses, igual al producto de dos datos: flujo de
buses que pasa por el área de parada (qe) y duración del período de simulación (T). No obstante, ai
la intersección aguas arriba ellos pueden estar compartiendo la pista con autos que viran y que
siguen directo, cuyo flujo (qv, qn) debe darse como dato. En la línea de detención habrá que
considerar la llegada de T(qB + qv + qo) vehículos y un número de ciclos T/c. La pista en referencia
depende de la situación en análisis, según se indica en la sección 2.2. El algoritmo distingue tres
procesos: llegada de los vehículos a la línea de detención, salida desde ésta y llegada de los buses al
área deparada.
a) Llegadas a la línea de detención. Sean aleatorias o a intervalo constante, hay que determinar los
instantes de llegada identificando de qué tipo de vehículo se trata en cada caso. Para ello, se genera
primero aleatoriamente una secuencia de vehículos que respeta la cantidad total de cada tipo. Hay
numerosas secuencias de llegadas compatibles con los totales especificados por el usuario, lo que se
recoge en IRENE haciendo corridas múltiples para un mismo conjunto de datos. Dada una
secuencia, se obtienen los intervalos entre llegadas, según sea la forma elegida para ellas. Si son
aleatorias, es necesario crear un procedimiento especial para respetar el intervalo mínimo propio de
los buses, que mostró buenos resultados en un experimento de validación (Gibson y Guerrero, 1995).
n .:Í.,. ,<. - . ' . . . t i -
to) Salidas de la línea de detención. Conocido el patrón de llegada, la operación del semáforo para
la pista y parámetros de capacidad (flujo de saturación básico Sb y factores de equivalencia f¡) se
puede obtener las salidas con un sencillo método analítico. El instante de salida del vehículo k (orden
dado por la secuencia de llegadas) está dado por:
IS(k) = m x{IP(k); IL(k)} (1)

(1)
donde IL(k) es el instante de llegada de ese vehículo, determinado en la etapa precedente, e IP (k) es
el instante de salida mínimo posible. El vector IP resulta de una asignación de las salidas a cada
período de verde y al interior de éste se cumple que:
IP(k +I)= IP(k) +fit(k + l) (2)
ACTAS DEL SÉPTIMO CONGRESO/CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

donde:
(3)
donde:
Pt(k + l) = 36Q0f(k + 1) (3)
sb
Además de obtener el patrón de salida de la línea de detención puede calcularse la demora de cada
vehículo en ella medíante: (4)
Un caso especial se presenta si hay sobresaturación en la pista, de modo que al finalizar el período
que será simulado no han salido todos los vehículos. Si es un fenómeno transitorio que se produjo en
el o los últimos ciclos, se extiende el período hasta hacer salir todos los vehículos; el cumplimiento de
esta condición se asocia a que el grado de saturación en la línea de detención sea menor que 1. En
caso contrano, no se extiende el período y se limita el flujo que pasa a la capacidad. Si esto no
corresponde a la realidad, el usuario puede modificar los datos (flujos o flujo de saturación básico,
probablemente).
c) Llegada al paradero. Determinado el patrón de salida de la línea de detención, se extrae de él

sólo los buses. Su instante de llegada a la línea de entrada del área de parada será su instante de
salida más un tiempo de viaje entre ambos puntos. Se supone que este tiempo es una constante, ya
que se trata de una distancia corta y vehículos homogéneos. Su valor es el cuociente entre esa
distancia (nuevo dato) y la velocidad de un bus (dato ya existente en IRENE). Resulta así un
arreglo que contiene los instantes de llegada de todos los buses que pasarán por el paradero, insumo
que requiere IRENE para iniciar la simulación. Estos instantes están referidos a un tiempo 0
convencional, que coincide con el comienzo de un período de rojo efectivo para la pista
correspondiente en la intersección semafonzada aguas airiba.
3.2. CONTROL DE SALIDAS DEL PARADERO
De acuerdo con el análisis de la sección 2.3 el efecto de la existencia de una intersección

semafonzada aguas abajo consiste en que se hace posible que estando listo un bus para abandonar el
área de parada, no pueda hacerlo por existenaa de colas generadas por la intersección. El enfoque
planteado pennite controlar todo el proceso de salida, aunque se haya especificado que los buses
pueden salir adelantando por la pista adyacente a la del área de parada, a partir del análisis de la
situación en esta última. Por ella, dentro de nuestros supuestos, sólo circulan buses que pasan por
dicha área
Cuando el módulo de simulación de IRENE determina que hay un bus listo para salir en el primer
sitio la pregunta de si está en libertad para hacerlo debe responderse en función de la situación de la
cola eventualmente originada por la intersección en ese instante. Esto invita a llevar un registro
pennanente de esa cola pero es un camino poco atractivo. El semáforo opera continuamente e

MODEIACION DE INTERSECCIONES SEMAFORIZADAS PARA SIMULAR SU INTERACCIÓN CON UN PARADERO DE BUSES
IRENE está asociado a eventos, cuya ocurrencia identifica instantes. Por ello, la incorporación de la
intersección misma al proceso de simulación plantea serias dificultades.
Se ha creado un algoritmo que permite responder la pregunta referida cada vez que es formulada,
basado también en la ocurrencia de eventos en la línea de detención y en aprovechar el hecho que los
buses que activan la pregunta son los únicos usuarios de esa línea e integrantes de la cola.
Un bus estará libre para salir si puede avanzar hacia la intersección, condición que se satisface si:
- se está en período de verde efectivo y la línea de salida del paradero coincide con la de detención
(nula distancia paradero-intersección), o bien
- hay espacio disponible para almacenar al menos un bus entre ambas líneas.
Examinemos más en detalle esta última situación. Sea A el máximo número de buses que se puede
almacenar entre ambas líneas Se trata entonces de que en el instante en que se pregunta, el bus
antenor esté posicionado en el lugar (A-l) o más adelante. Se supondrá que un bus avanza siempre
que puede, aunque sólo gane un lugar en la cola. Con este supuesto y el de trayectonas espacio-
tiempo rectificadas se construye un sencillo modelo.
Imaginemos que los buses pudieran desplazarse hasta la línea de detención y formar ahí una cola
"vertical". El instante más temprano en que un bus i puede llegar a esa línea será el de salida del
bus (i-A) más A intervalos mínimos de salida de un bus. Este instante está desplazado con respecto
al en que deja la línea de salida del área de parada en el tiempo de viaje entre ambas líneas.
Considerando que IRENE pregunta cuándo puede iniciarse, no completarse, la salida del bus, debe
restarse un intervalo mínimo de salida del tiempo anterior para colocarse exactamente en la condición
requenda.
Sean:
= instante en que el bus i está listo para salir en el pnmer sitio

= instante en que sale el bus i de la línea de detención en la intersección
= intervalo mínimo de salida de un bus (ver ec. 3)
= tiempo de viaje entre líneas de salida del paradero y de detención.
Entonces, el bus estará libre para salir en Tp(i) si se cumple que:
(5)
Se puede demostrar que esta misma condición engloba el caso en que el paradero llega hasta la línea
de detención si se calcula Ts(i) con el procedimiento que sigue. Designemos por IVE(O) el inicio del

primer período de verde efectivo para la pista. Para asegurar consistencia con el semáforo aguas
arriba si están coordinados con un desfase relativo D entre inicios del rojo efectivo:
(6)
Se definen las variables auxiliares x(i) y y(i), dadas por:
(7)
donde
(8)
Entonces, puede demostrarse que:
(9)
Para aplicar este algoritmo se requiere conocer para cada bus i, los tiempos de salida Ts (i-k) con ke
[1;A], si A > 0. El carácter iterativo del proceso de simulación provee esta información, sólo se
necesita generar exógenamente una ínicialización. Esta se hace suponiaido que los Tp previos al
pnmer bus se producen a intervalo constante o con los buses que se encuentran en la cola de entrada
al paradero al iniciar la simulación, si es que el usuano le especificó un valor no nulo Dados esos Tp
y el funcionamiento del semáforo, encontrar los Ts respectivos es un problema análogo al tratado ai
el caso de la intersección aguas arriba.
Si no se cumple la condición de la ec.(5), el bus deberá esperar en el pnmer sitio y quedará libre en el
instante Ts (i-A) + (A-l)pb - U En tal evento, deberá bloquearse la salida desde otros sitios (si el
usuano eligió la opción de permitirla) entre el instante Tp (i) y el en que el bus queda libre. Para
reconocer que la cola en la pista adyacente puede ser mayor se incrementa este último en 5Pb, donde

MODELACIÓN DE INTERSECCIONES SEMAFORIZADAS PAMA SfMULAR Sil INTERACCIÓN CON UN PARADERO DE BUSES
5 S; 1 es un parámetro que especifica ei usuano. Definido el instante en que el bus puede salir se
calcula la espera interna que experimentó. La Figura 1 muestra un esquema general del algontmo.
Se genera asi la respuesta que requiere el módulo de simulación del paradero. Puede además
calcularse la demora en la intersección de cada bus que sale por la pista del área de parada (4(0)
con:
4(1) - Ts(i) - (Tp(i) + (3b + tv) - máx { 0; Ts(i-A) + (A-1 )(3b - Tp(i) - t v } . (10)
Los datos adicionales son pocos y sencillos:
- semáforo:
- línea de detención:
- distancia línea de salida - línea de detención, con la que se calculan A = donde L, es
es
la longitud de un sitio, donde es la velocidad de un bus.
Los datos adicionales son pocos y sencillos:

- semáforo: D, c, ve
- linea de detención: Sb, fe, 5
- distancia línea de salida - línea de detención, Lp,, con la que se calculan A = [Lp/Ls], donde Ls es
la longitud de un sitio, y tv = [ALJvti + 0,5], donde vn es la velocidad de un bus.
4. COMENTARIO FINAL
La introducción de fenómenos de interacción de un paradero con su entorno es esencial para
potenciar la utilidad del programa IRENE, como instrumento de apoyo tanto en la construcción de
una teoría sólida sobre la operación de paraderos como en el diseño de estos. Siendo la existenaa de
intersecciones semaforizadas cercanas la principal fuente de interacción, su incorporación es tarea
prioritaria. Los algoritmos presentados en este trabajo permiten llevarla a cabo con un razonable
grado de realismo, alteraciones mínimas del módulo de simulación y pocos datos adicionales.
De hecho, ya hay una versión que incluye una intersección semaforizada aguas arriba del paradero
con la cual se ha empezado a analizar el impacto de la interacción (Gibson y Guerrero, 1995). Para
una gama de casos se comparó el funcionamiento predicho del paradero considerado como aislado
con diversas especificaciones de la situación en la intersección. Estas contemplan vanaciones en la
composición del tráfico en la pista, en la programación del semáforo y en la distancia al paradero.
Los resultados confirman que la capacidad del paradero es independiente del patrón de llegada. Lo
inesperado es que la longitud de cola y la demora obtenidas son prácticamente idénticas entre las
diversas situaciones mencionadas y, más aún, entre ellas y las de un paradero aislado con llegadas
aleatorias. Sólo se encontró diferencias significativas con este último caso para grados de saturación
del paradero cercanos a 1, en que la presencia de la intersección semaforizada reduce las colas y
demoras si bien su valor es de todos modos alto.
Los casos estudiados corresponden a paraderos con tasas de demanda de pasajeros medias a altas,
cuya capacidad es limitada: 110 a 205 buses/h. Entonces, los flujos de buses en la pista considerada
mm
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995) 3"! 7
JAIME GIBSON • GUIUERMO GUERRERO
de la intersección son menores o iguales a ese valor lo que significa que en promedio llegan no más
de 3 buses por ciclo. En tales condiciones, el grado de apelotonamiento inducido por el semáforo es
pequeño, lo que explica que resulte similar al que produce una distribución M3 y que la excepción
se observe cuando se trata un mayor flujo de buses. Habrá que continuar estudiando este punto para
menores tasas de demanda, lo que implica mayor capacidad del paradero y , consecuentemente,
mayor flujo de buses factible.
Las consecuencias practicas del comportamiento de la interacaon en análisis son importantes. Si los
resultados obtenidos hasta ahora conservaran su validez en expenmentos más amplios, se podrá
afirmar que:
- es apropiado programar los semáforos sin considerar efectos en paraderos aguas abajo, como
ocurre actualmente;
hay que diseñar los paraderos con una capacidad tal que su grado de saturación no supere un 60
a 65% en los periodos críticos, criteno planteado por Gibson y Fernández (1995) a partir de un
paradero aislado con llegadas aleatonas.
No cabe siquiera suponer que suceda algo parecido al incorporar una intersección semaforizada
aguas abajo del paradero, al menos si la distanaa entre estos elementos es pequeña. Está en
desarrollo una nueva versión de IRENE que contiene el algoritmo presentado en la sección 3.2. Una
vez que se haya completado esta versión y empleado para obtener una comprensión exhaustiva de la
interacaon paradero-intersecaones semafonzadas cercanas, procederá un nuevo paso. El análisis
del capítulo 2 y los planes de habilitación de varios corredores segregados para buses en los
próximos años, sugieren que ese paso consista en recoger los fenómenos específicos de interacaon
que aparecen en ellos.
.

AGRADECIMIENTOS
Esta investigación ha contado con financiamiento de FONDECYT (proyecto 1940518).
REFERENCIAS
Arany, M.C.M., Portugal, L.S. y Tyler, N. (1992) Simulacao de pontos de onibus: novos aspectos a
serení considerados. Revista dos Transportes Públicos-ANTP, N°57, 119-130.
Araya, L, Cáceres, L. y Wityk, M. (1993) Evaluación de la implementación del sistema de paradas

diferidas en Av.Libertador Bernardo OHiggjns. Actas del VI Congreso Chileno de ingeniería de
Transporte, SECTRA, Santiago, 25-28 Octubre 1993.
Beckett, R. (1990) Sistema de apoyo al diseño y modelación de paraderos de buses. Memoria de

Título, Departamento de Matemáticas y Ciencias de la Computación, Universidad de Chile.
Cowan, R. (1975) Useful headway models. Transportation Research, Vol.9, 371-375.
Gibson, J., Baeza, I. y Willumsen, L. (1989) Bus-stops, congestión and congested bus-stops. Traffic
Engineering and Control, Vol.30 (6), 291-296.
Gibson, J y Fernández, R. (1995) Recomendaciones para el diseño de paraderos de buses de alta

capacidad. Apuntes de Ingeniería, Vol 18,35-50.
Gibson, J. y Guerrero, G. (1995) Influencia sobre un paradero de buses de una intersección

semaforizada aguas arriba. Documento de Trabajo ST-/INV/02/95. Departamento de Ingeniería
Civil, Universidad de Chile, Santiago.
Guerrero, G. (1995) Modelo de la interacción operacional de un paradero de buses y las

intersecciones semafonzadas próximas. Memoria de Título, Departamento de Ingeniería de
Transporte, Pontificia Universidad Católica de Chile.
mm
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995) 3 ] 9
Figura 1: Esquema del algoritmo paradero-intersección semaforizada aguas abajo
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1 9 9 5 )

UN SISTEMA EXPERTO PROTOTIPO PARA LA
GESTIÓN DE TRANSITO EN INTERSECCIONES AISLADAS
Paola Fonfach M.'y Rodrigo Fernández A.

Casilla 228-3, Santiago
Fono 6894206 / Fax 6712799
RESUMEN
En la actualidad, en el ámbito de la ingeniería de tránsito, existe una cantidad importante de

problemas locales no cubiertos por los grandes estudios y proyectos que tienen relación con los
conflictos viales. Sin embargo, parte importante de estos problemas podrían solucionarse o
minimizarse con simples medidas de gestión o pequeñas inversiones.
Normalmente, son las entidades municipales las que tienen a su cargo la solución de aquellos
problemas locales, y en muchos casos no cuentan con personal capacitado o con la experiencia
suficiente para realizar dicha labor. A partir de lo anterior, surge la idea de generar una herramiaita
computacional que simule el quehacer de un especialista, la cual asesore en el diseño operativo y
geométrico de intersecciones aisladas, considerando a todos los usuarios y en función de las
características predominantes del entorno. Esta herramienta corresponde a un sistema experto
prototipo, el cual contribuirá a un adecuado análisis preliminar y servirá de pauta para estudios más
detallados de gestión en intersecciones.
Tomando en consideración diversas publicaciones acerca de los principios teóricos de la gestión de

tránsito en intersecciones aisladas, se estudiaron y analizaron las tres formas básicas de regulación:
semáforo, rotonda y prioridad. En relación a lo anterior se definieron reglas teóricas, que permiten
seleccionar la forma de regulación más adecuada a las características de la intersección. Además,
mediante entrevistas con expertos en la materia, se obtuvieron reglas de carácter práctico para
gestionar una intersección. La fusión de ambos tipos de reglas generan la base del conocimiaito del
sistema experto.
En este trabajo se presenta el Prototipo para el Análisis de la Operación de Lugares de cruce

Aislados (PAOLA) y se muestra su potencialidad mediante una aplicación.
1 Actualmente en Intrat Iida.

PAOLA FONFACH M. - RODRIGO FERNANDEZ A.
1. INTRODUCCIÓN
La gestión de tránsito se debe entender como una actividad permanente destinada a administrar en
forma adecuada los recursos físicos existentes en un área urbana para así mejorar el desplazamiento
de todos los usuanos, a través de aplicar un conjunto de medidas coordinadas y coherentes entre sí.
En este contexto, son las entidades municipales las encargadas de mejorar la vialidad de su comuna,
a través de una adecuada gestión de tránsito. Pero, en muchos casos, no cuentan con personal
capacitado o suficiente para efectuar dicha labor. A partir de lo anterior, surge la idea de generar una
herramienta computacional que simule el quehacer de un especialista, la cual asesore en el diseño
operativo y geométrico de intersecciones aisladas, considerando a todos los usuanos y en función de
las características predominante del entorno. Esta herramienta corresponde a un sistema experto
prototipo, el cual contribuirá a una adecuada gestión preliminar y servirá de pauta para estudios más
detallados de gestión en intersecciones.
En un sistema experto existe la integración del conocimiento teórico formalizado, obtenido a través
de la información bibliográfica existente, y el conoamiento experto, obtenido de la periaa y
expenenaa del espeaalista. El uso del sistema facilita la disponibilidad del conoamiento experto y
su desarrollo pennite formalizar el conocimiento del especialista.
Este trabajo se divide en cinco capítulos. En el capítulo 2 se hace una revisión de los criterios y
consideraaones generales respecto a la gestión de tránsito en intersecciones aisladas. El capítulo 3 se
detallan aspectos generales en el diseño de sistemas expertos. El capitulo 4 corresponde a una
aplicaaón con sus respectivos resultados. Finalmente, los comentarios más relevantes del estudio se
entregan en el capítulo 5.
]
322 s
^ ^ ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995) i
UN SISTEMA EXPERTO PROTOTIPO PARA LA GESTIÓN DE TRANSITO EN INTERSECCIONES AISLADAS
2. REVISIÓN DE ANTECEDENTES PARA LA GESTIÓN DE TRANSITO EN

INTERSECCIONES AISLADAS
A partir de la revisión de los antecedentes teóncos y prácticos (ver por ejemplo Coeymans y Ortúzar,
1981; Fernández, 1994) relacionados con el tema de gestión de tránsito en intersecciones aisladas, se
obtuvieron diversos criterios que llevan a establecer ciertas reglas que conducen a una adecuada
gestión. Lo pnmero, es determinar si una intersección presenta problemas en su operación. Para ello,
es común establecer el nivel de demoras y el nesgo como consecuencias de la operación inadecuada
de la intersección. La demora es posible detectarla a través de longitudes de cola de vehículos en cada
acceso y el riesgo a través de estadísticas de acadentes. Se definen diversas condiciones de tipo
geométnco y operacional, que permiten identificar las causas de estos problemas y determinar el
estado actual de la operación de la intersección. Entre los aspectos que se analizan se encuentra en
pnmer lugar el tipo de regulación de la intersección. Esto se complementa con antecedentes sobre la
visibilidad del cruce, las facilidades a peatones, los paraderos de buses, los estacionamientos, la
canalización de movimientos, alineación de ramales de entrada y salida al cruce, deficiencias de
radios de giros, señalización vertical y horizontal.
2.1 FORMAS DE REGULACIÓN
En este punto se analizan las formas posibles de regular una intersección. Existen diversos criterios y
condiciones que permiten establecer qué tipo de regulación es la apropiada.
2.1.1 INTERSECCIÓN SEMAFORIZADA
Para regular una intersección se requiere conocer diversas vanables que afectan su operación. Una
de las variables a observar es la magnitud y estructura de los flujos de las vías que confluyen. Para
flujos relativamente iguales por cada rama y flujo prioritario superior a 900 veh/hora (lo que
significa que para el flujo secundario será imposible encontrar una brecha aceptable de
aproximadamente 4-5 seg) es necesano instalar un semáforo. Este cnteno, obtenido de análisis de
casos refuerza lo establecido por el Manual de Señalización de Tránsito (MINTRATEL, 1983).
l !
- '.'A '.
Otro criterio para la instalación de semáforos, tiene relación con el número de accidentes en la
intersección. Se debe instalar un semáforo si se producen más de cinco accidentes al año de cierta
consideración, en los tres últimos años. Este criterio es bastante ambiguo y queda a evaluaaon de
quien lo utiliza definir "de cierta consideración". Por lo tanto, es necesario definir cntenos prácticos
en relación a la seguridad de tránsito. Se puede establecer, que una intersección presenta conflictos
por accidentes, o bien que corresponde a un denominado "punto negro", si hay más de cinco
accidentes y/o un muerto en un período de un año. La gravedad del accidente no se considera, ya que
un accidente, por pequeño que sea, provoca pérdidas materiales y de tiempo a las personas
involucradas.
En general este criterio requiere un tratamiento más especial, debido a que los problemas de
accidentes se pueden superar si se analizan aspectos tales como:
mm
• Visibilidad, la cual tiene un importante efecto sobre la ocurrencia de accidentes. Si se mejora las
condiciones de visibilidad, es posible que no sea necesario instalar un semáforo.
• Canalización de movimientos, la cual permite controlar los puntos conflictivos.
• Refugios, los cuales proporcionan a peatones y vehículos espacios protegidos, lo que permite cruzar
varias pistas en etapas sucesivas.
Es importante tomar en cuenta que en ciertas ocasiones la instalación de un semáforo puede ser
innecesaria, aún cuando los criterios de justificación de instalación de semáforos se cumpla. Esto
puede darse en algunos de los siguientes casos:
• La presencia de vehículos lentos puede generar también interrupciones en el tránsito pnontano.
• Alto porcentaje de virajes a la izquierda puede ser atendido mejor si se instala una rotonda de
diámetro pequeño, siempre que el terreno lo permita.
En cualquiera de estos casos parece más conveniente no instalar semáforos, sino mejorar la
intersección prioritana o diseñar una rotonda.
2.1.2 INTERSECCIÓN DE PRIORIDAD
Estas intersecciones corresponden a las cuales se fija prioridad absoluta de una comente con
respecto a la otra. Se ínstala el signo de pnondad (PARE o CEDA EL PASO) dando sianpre la
prioridad en el cruce a la vía de mayor jerarquía. Si se cruzan dos vías de igual jerarquía se le dará la
preferenaa a aquella vía que sirva un volumen de vehículos mayor. Se debe utilizar la señal de
PARE sólo donde la visibilidad sea restnngida de manera que sea indispensable detener el vehículo
antes de cruzar.
Un cruce tiene buena visibilidad si el vehículo que transita por la rama no pnoritana puede distinguir
fácilmente a un vehículo que circula por la rama pnontana y alcanza a detenerse para ceder el paso;
entonces se utilizará en la regulación del cruce la señal CEDA EL PASO, en caso contrano debe
utilizarse la señal PARE.
En general, la señal PARE debe utilizarse en pocas ocasiones, aunque existe en la actualidad una
tendencia generalizada a su uso excesivo. Su uso indiscriminado la hace perder la importanaa que
tiene, dado que cuando realmente se necesita en vez de ayudar a la segundad del cruce, contnbuye a
deteriorarla.
El requisito de visibilidad para instalar la señal PARE o CEDA EL PASO es la construcaón ai

terreno del tnángulo mínimo de visibilidad (MINTRATEL, 1983). Si no es posible lo antenor,
entonces se ha definido un cnteno práctico que consiste en establecer el área del tnángulo a 1 5
metros de la posición del conductor que desea cruzar (Fig. 1). Si esto ocurre, entonces se debe instalar

una señal PARE. Si no, hay que tratar de generar esa visibilidad mínima, despejando obstáculos
visuales, adelantando la línea de detención, eliminando vehículos estacionados cerca de la esquina,
iluminando el cruce, etc.
FIG. 1: TRIÁNGULO DE VISIBILIDAD
Por otro lado, desde el punto de vista de la capacidad, para las corrientes prioritarias es como si se
tratara de una circulación ininterrumpida. Para las corrientes no prioritarias existe una restnccion a
la capacidad. A medida que los flujos se acercan a la capacidad, las demoras de las corrientes no
prioritarias aumentan considerablemente, generando largas colas. Para obtener mejoras en éstas
intersecciones (cuando hay espacio disponible) se puede utilizar:
• Canalización y refugios. Estos deben permitir el movimiento natural de los vehículos. Para los
movimientos directos o virajes a la izquierda, se debe esperar que en los dos sentidos de la rama
prioritaria se produzca simultáneamente una brecha para cruzar. En este caso las islas
proporcionan a los vehículos los espacios protegidos, que permite a un vehículo cruzar varias
pistas en etapas sucesivas.
• Aumento en el número de pista en el acceso secundario. Esto permite al movimiento menos

restringido de la rama secundaria (viraje a la derecha) su paso mientras las otras corrientes esperan
la brecha correspondiente.
2.1.3 INTERSECCIÓN GIRATORIA (MI NI ROTONDAS)
Este concepto es relativamente nuevo, consiste en empalmar las ramas sobre un anillo circular
elíptico o similar, de diámetro pequeño (cinco metros o menos), por el cual los vehículos giran hasta
llegar a la rama de salida. Además, se realiza ensanche de los accesos en cada una de las ramas,
proveyendo filtros que permiten a los vehículos ingresar a la rama que inmediatamente le sigue en
forma directa, sin tener que ingresar al espacio del anillo de la minirotonda.

Este tipo de regulación ofrece ventajas si se dan simultáneamente parte importante de las siguientes
condiciones (MINVU, 1984):
- intersecciones con tres o más ramales y volúmenes aproximadamente iguales en todas las ramas;
- giros relativamente importantes, que llegan a superar los movimientos que continúan recto;
- poco movimiento de peatones;
- espacio vial horizontal disponible para el diseño.
2.1.4 CRITERIOS ADICIONALES EN LA GESTIÓN DE INTERSECCIONES
La gestión de tránsito se complementa con el estudio y análisis de diferentes facilidades a los

usuanos de la intersección. Para ello se deben analizar los siguientes aspectos:
• Facilidades al transporte público. Existen diversas medidas que permiten mejorar la operación del
transporte público traduciéndose en un mejor funcionamiento de la intersección. Algunas de ellas se
centran en: priondad en los semáforos, ubicación de la línea de detención de la vía contraria
retrasada para facilitar giro de buses y paradero desplazado aguas arriba o abajo para aumentar
visibilidad en la intersección.
• Facilidades a peatones. En el estudio de una intersección es imprescindible determinar la

importancia que tienen los peatones. La mayoría de los accidentes ocurren en los cruces. Debido a
esto, las medidas que se sugieren para mejorar la seguridad peatonal corresponden a:
• Tener adecuada visibilidad en los lugares de cruces de peatones. En general se deben ver los
peatones y conductores de los vehículos. Si no es posible lo anterior, entonces se debe o bien
remover el tráfico o hacer imposible el cruce de los peatones.
• Generar facilidades peatonales explícitas. La principal función de éstas es dar a los peatones
derecho a paso en una sección de la calzada, a través de elementos tales como semáforo peatonales
o bien paso de cebra. Los objetivos del diseño de un dispositivo peatonal son reducir y prevenir
accidentes en lugares donde existen alto flujos peatonales y reducir las demoras que experimentan
los peatones esperando cruzar la calzada. Para identificar el conflicto vehículos-peatones se utiliza
la relación pv2 (MINTRATEL, 1983). Para ello, se deben tener algunas consideraciones de
carácter práctico. El indicador pv2 se calcula para cada acceso en que exista presencia de peatones.
Se toma como valor de la variable "p" la corriente peatonal del acceso y de la vanable "v" la suma
de todos los flujos vehiculares que se oponen a esa corriente peatonal. Se suman todos los valores
de pv2 por acceso para obtener un valor global de la intersección.
• Estaaonamientos. En las intersecciones reguladas por señal de prioridad es importante la visibilidad

que se tiene de la rama secundana. Si se estacionan vehículos por la rama prioritaria en las
proximidades de la intersección, estos reducen considerablemente la visibilidad de la vía
secundana. Para ello se pueden proveer estacionamientos, quitando cuando sea posible parte a la
acera, de forma tal que se mantengan las condiciones de visibilidad, o bien no permitir éstos cerca
del cruce mediante obstrucciones físicas (por ejemplo, ensanches de veredas en la intersección).

Canalización de movimientos. La canalización permite controlar puntos conflictivos de la

intersección a través de elementos tales como demarcación y segregación física de la vía. En
algunos casos es necesano proveer de facilidades especiales a los movimientos que viran con
oposición. Un criteno práctico para el caso de una intersección semaforizada en relación a los
virajes es el siguiente: si hay más de anco vehículos durante un ciclo del semáforo tratando de virar
con oposición, se debe pensar en crear una pista de viraje y darles una fase en el semáforo. En
general, se establece que para movimientos con oposición cuyos flujos son mayores que 150
veh/hora es necesario darles facilidades para realizar el movimiento, a través de generar pistas
exclusivas para viraje.
• Alineación de ramales. La alineación corresponde a un elemento de tipo geométrico, en donde

siempre debe existir una continuidad en los accesos de la intersección para no sorprender a los
usuarios, y así evitar las fricciones provocadas por los cambios geométricos sorpresivos.
• Radios de giros. Si los radios de giros son deficientes estos afectaran la operación de un tipo de
vehículo y/o movimiento.
• Señalización vertical y horizontal. La forma de regulación, las restricciones a algunos movimientos

y algunas precauciones que se presentan en la intersección, deben materializarse mediante
señalización vertical la cual siempre debe ser adecuada en cuanto a cantidad, estado y visibilidad, a
su vez la demarcación horizontal, debe reforzar la señalización vertical y además se debe utilizar en
la demarcación de elementos tales como: pasos peatonales, líneas de detención, definición de pista,
definición de espacios de nadie, sentidos de calles, etc. Una buena señalización ayuda
considerablemente a mejorar la operación de la intersección.
Los puntos detallados anteriormente cubren una visión global de los aspectos a estudiar para realizar
una adecuada gestión en intersecciones, pese a esto existe una diversidad de elementos que aparecen
a medida que se estudia más en detalle la intersección y que son necesario tratarlos. Dada la
extensión del trabajo, al considerar todos estos elementos en la operación de la intersección, y dado el
carácter de prototipo del sistema experto, su desarrollo se centra básicamente en el estudio de
intersecciones de prioridad. La razón principal de analizar este tipo de intersecciones, se debe a que
ellas, como ya se mencionó, siempre quedan fuera de los grandes proyectos y estudios viales.
3. DESCRIPCIÓN DEL SISTEMA EXPERTO PROTOTIPO
Los sistemas expertos pueden ser entendidos como un programa computacional que utiliza técnicas
apropiadas para la representación y la manipulación del conocimiento. El software resultante define
a un sistema que tiene la capacidad de exhibir el comportamiento de un experto humano en un
determinado dominio del conocimiento. Las cualidades que caracterizan a un experto humano son: el
amplio conocimiento que este posee en un dominio específico del saber y su capacidad para utilizar
estrategias efectivas en la resolución de problemas a partir del conocimiento que ha adquirido en
dicho dominio, lo cual se expresa en un conjunto de reglas, heurísticas e intuiciones (feeling) que le
permiten una adecuada toma de decisiones (Córdova,1992).

PAOLA FONFACH M. - RODRIGO FERNANDEZ A
Existen diversas herramientas y ambientes de desarrollo (shells) en el mercado que hacen posible la
construcción de sistemas expertos. Para desarrollar este prototipo, se utilizó un ambiente de
desarrollo denominado Automind (Automind, 1993).
Automind, es un generador de sistemas expertos basados en reglas. Incorpora un motor de inferencia

con encadenamiento hacia atrás, el cual busca hechos o reglas que conducen a objetivos dados,
declarándolos verdaderos, permitiendo construir sistemas expertos en fonna rápida y eficiente
Además, integra una sene de tecnologías que facilitan la construcción de sistemas verdaderamaite
onentados al usuario. Automind se complementa con otros dos módulos de desarrollo; Árbol y
Autoexpert.
Árbol es un módulo que permite estructurar conocimientos y expenencias en arboles de decisión y

automáticamente traducirlos en códigos de reglas para ser utilizado directamente en el sistema
experto.
Autoexpert es un modulo de inducción, permite generar arboles de decisión a partir de casos

almacenados. Es un efectivo utilitario para estructurar conocimientos a partir de casos o de
entrevistas a expertos. Este módulo intenta aprender o ayudar a descubnr relaciones, reglas y
estrategias de decisión presentes en un conjunto de casos. Se diferencia de paquetes estadísticos, en el
hecho que sus objetivo es estructurar los descubnmientos en la forma de reglas y árboles de decisión.
Identificados y cuantificados los elementos y condiciones que afectan a la operación de una

intersección, es posible traducirlos en reglas las cuales son utilizadas por el sistema experto
prototipo.
El sistema experto prototipo PAOLA, se estructura en cuatro niveles de análisis, el primero consiste
en la identificación de la intersección (número de acceso, número de pistas, movimientos permitidos,
etc.). Luego realiza el proceso de detección de conflictos. En esta etapa el sistema interactúa con el
usuano, a través de una serie de preguntas que reflejan las situaciones más comunes de conflictos
que se presentan en las intersecciones, para así obtener una primera aproximación al problema.
Una vez evaluadas las preguntas por el usuario y de acuerdo a las respuestas entregadas, el sistema
experto realiza un diagnóstico preliminar de la operación de la intersección, entregando la
probabilidad de que la operación de la intersección sea buena, regular o mala, a partir de un conjunto
de casos almacenados (INTRAT, 1994a). Posteriormente, indaga en aquellas respuestas donde el
usuano afirma tener "problemas". Para ello, será necesano ingresar algunos datos, con el objeto de
llevar a cabo el análisis final de detección de conflictos. Finalmente entregará las conclusiones y
resultados del análisis. La estructura general del sistema es mostrada en la Fig. 2.
El sistema experto prototipo es interactivo y autoexplicativo. Los datos son ingresados a través de
'" ' ^ ' ' '

formularios o preguntas directas al usuano por medio de la pantalla del computador. Los resultados
también son entregados a través de la pantalla, pero si el usuario desea, es posible generar un reporte I
-
final de los resultados y conclusiones obtenidas.

Para utilizar el sistema experto se requiere, en hardware, de un procesador 80286 o supenor con
tarjeta gráfica de 16 colores y 2MRAM. En cuanto software se necesita los programas de Automind,
Autoexpert y Windows 3.1.
4. APLICACIÓN
El objetivo de esta aplicación es probar las potencialidades del sistema experto PAOLA. Para ello, se
analizó el funcionamiento de la intersección Blas Vial/Uruguay. Esta intersección pertenece a la
comuna de La Cisterna, se ubica en un sector residencial y se encuentra actualmente regulada por un
semáforo. La calle Uruguay corresponde a la vía de mayor demanda, con flujos en ambos sentidos,
por donde circula locomoción colectiva y taxis colectivos, dispone de una pista de aproximadamente
3.5 metros de ancho, con demarcación en sus accesos para el cruce de peatones. La calle Blas Vial,
también tiene dirección en ambos sentidos, posee una pista de acceso de alrededor de 4 metros, y en
ella circulan principalmente taxis colectivos en sentido Norte - Sur, sus accesos están claramente
demarcados para el cruce de peatones. En la Fig.3 se presenta el esquema de la intersección.
FIG.3 : ESQUEMA DE LA INTERSECCIÓN
Los datos de operación son obtenidos del Estudio de Construcción de un Sistema de Control de Área
de Tráfico para la Ciudad de Santiago (INTRAT, 1994b), los cuales se presentan en las tablas 1, 2 y
3.
Con esta información, el sistema experto en primer lugar realiza un diagnostico preliminar de la
operación de la intersección, a través de una serie de preguntas que hace al usuario, las cuales
representan las situaciones más comunes en la operación de una intersección. Para este ejemplo, el
número de accidentes, corresponde a la situación más conflictiva para el usuario. A partir de las
respuestas entregadas y del conjunto de hechos que dispone la base del conocimiento del sistema

experto, se realiza el diagnostico preliminar, determinando la probabilidad de que la intersección

opere actualmente bien, regular o mal. En relación a esto, el sistema experto determinó una
probabilidad de 0.33 para una operación buena y una probabilidad de 0.67 para una operación
regular.
Después del diagnostico preliminar, el sistema experto analiza los niveles de flujo vehiculares y
determina la forma de regulación más adecuada. Para este caso, el sistema experto determinó que la
intersección debería estar regulada por una señal de prioridad. Luego analiza la visibilidad de los
accesos secundarios, para establecer qué tipo de señal es necesario instalar, en el caso de los accesos
de Blas Vial, es posible definir el triángulo mínimo de visibilidad, por consiguiente se debe instalar
un Ceda el Paso.
Enseguida, el sistema experto analiza la posibilidad de implementar facilidades explícitas a partir de

los flujos peatonales, determinando que no se justifica ningún tipo de facilidades peatonales
explícitas.
Aunque el nivel del flujo vehicular y peatonal no justifique instalar un semáforo es importante
cuantificar el nivel de riesgo de la intersección, ya que corresponde a la situación conflictiva
expresada por el usuario. Para esto el sistema experto analiza el nivel de riesgo a través de las
estadísticas de accidentes (tabla 4), ratificando la conclusión obtenida anteriormente.
5. COMENTARIOS
La gestión de tránsito debe ser siempre una actividad permanente, ya que el funcionamiento de una
intersección es dinámica en el tiempo y muy susceptible a cambios. En consecuencia, generar una
herramienta que permita tener una primera aproximación de las causas de los problemas y a su vez
que entregue recomendación o acciones a seguir, es un paso importante en el desarrollo de esta de
actividad.
Abordar la metodología de solución de los problemas de tránsito, mediante la aplicación de sistemas

expertos, presenta diversas ventajas en comparación a los enfoques o sistemas tradicionales,
principalmente en la capacidad de aprendizaje e inferencia del sistema, y en el uso y transferencia de
la experiencia en relación a su fácil distribución y permanencia en el tiempo.
Una de las primeras pruebas del sistema experto prototipo, corresponde a la aplicación efectuada.
Para esta aplicación, las conclusiones entregadas por el sistema experto fueron validadas con los
resultados obtenidos en el Estudio de Construcción de un Sistema de Control de Área de Tráfico
para la Ciudad de Santiago (INTRAT, 1994b), donde una parte del estudio corresponde a la
intersección analizada, alcanzando conclusiones muy similares.
Por el carácter de prototipo de demostración del sistema experto, podrían introducirse varias mejoras
en relación a las reglas y criterios utilizados, a partir de los resultados obtenidos en diferentes
aplicaciones y de nuevas fuentes de experiencias, permitiendo depurarlo y así ser capaz de resolver
mm
33Q ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)
un mayor número de problemas. En consideración a lo anterior es posible extender su campo de

acción en futuras investigaciones.
AGRADECIMIENTOS
Esta investigación fue financiada por el Proyecto 13652-9422 del Departamento Técnico de
Investigación de la Universidad de Chile. Los autores manifiestan su agradecimiento a los
profesionales de Automind Ltda., especialmente al Señor Roberto Araya y a los especialistas que
fueron entrevistados por su valiosa colaboración
REFERENCIAS
AUTOMIND (1993): Manual de Usuario AutoMind para Windows. Versión 1.1, Santiago.
COEYMANS JE y ORTUZAR J.D.(1981) Técnicas Modernas de Gestión de Tráfico.

Departamento de Ingeniería de Transporte, Pontificia Universidad Católica de Chile.
CORDOVA F. (1992) Teoría y Práctica en el Diseño de Sistemas Expertos, Departamento de

Ingeniería Industrial, Universidad de Chile.
FERNANDEZ R. (1994) Gestión de Tránsito Urbano Publicación ST-EXT/01/94, Departamento

de Ingeniería Civil, Universidad de Chile.
INTRAT (1994a) Estudio Integral de Medidas de Gestión de Tránsito en Santiago Chile
INTRAT (1994b) Construcción de un Sistema de Control de Área de Tráfico para la Ciudad de

Santiago. Estudio de Semafonzazción. Chile
MINISTERIO DE TRANSPORTE Y TELECOMUNICACIONES (1983): Manual de

Señalización de Tránsito. Chile.
MINISTERIO DE VIVIENDA Y URBANISMO (1984) Manual de Vialidad Urbana, Volumen

3: Recomendaciones para el Diseño de Elementos de Infraestructura Vial Urbana. Chile.
mm
TABLA N°l: Flujos vehiculares por accesos [veq/hr]

Punta mañana
Acceso 1 2 3 4
1 - 112 5 7
2 133 - 20 9
3 4 31 - 32
4 22 3 54 -
TABLA N°2: Flujos vehiculares por accesos [veq/hr]

Punta tarde
Acceso 1 2 3 4
1 - 142 6 13
2 93 - 10 6
3 1 17 - 20
4 47 5 100 -
TABLA N°3: Flujos peatonales por accesos jpeatón/hr]

Punta mañana y Punta tarde
Acceso 1 2 3 4
Pta mañana 27 20 16 35
Pta tarde 30 42 32 22
TABLA N°4: Estadísticas de accidentes de la intersección
Año 1992 1993 1994
Lesiones menos graves colisión 2 - 1
Lesiones leve colisión 1 2 -
Lesiones graves en atropello - 1 -
Daños en colisión 1 1 2

FIG. 2: ESTRUCTURA DEL SISTEMA EXPERTO PROTOTIPO

MODELACIÓN DE LAS INTERACCIONES
EN PARADEROS DE BUSES
Rodrigo Fernández
Tel: 6894206; Fax: 6712799
Nicholas Tyler
Centre for Transport Studies, University College London
Gower Street, London WC1E 6BT
Tel: 44-171-3911562; Fax: 44-171-3835580
RESUMEN
A diferencia de sistemas operados con control central (ferrocarriles, metros, etc) el patrón de llegadas
de los buses a un paradero no es uniforme. Intersecciones semaforizadas, demoras en paraderos
antenores, etc, hacen de las llegadas una variable aleatoria. La combinación de este patrón con la
llegada de pasajeros al propio paradero, producto de las actividades adyacentes, produce a su vez
salidas de carácter variable. Esto genera interacciones entre paraderos y con el entorno que redundan
en su operación. En paraderos compuestos de puntos de parada diferenciados y cercanos -paraderos
divididos- la aleatoriedad en las llegadas y salidas de cada punto da lugar, entre otros, a fenómenos
de entrecruzamiento. Se producen entonces interacciones dentro del paradero que también tienen
efecto sobre su eficiencia.
Como parte de una investigación destinada a modelar estos fenómenos, este trabajo da a conocer los
avances logrados. Muestra cómo se ha tratado el problema con anterioridad y propone una estrategia
de análisis.

MODELACIÓN DE LAS INTERACCIONES EN PARADEROS DE BUSES
1. INTRODUCCIÓN
Los sistemas de buses dan cuenta de un porcentaje no despreciable de los viajes motorizados que se
realizan diariamente en las ciudades (12% en Londres, 63% en Santiago), siendo los paraderos el
lugar de encuentro entre usuarios y vehiculos. Éstos generan más demoras a los buses que las
encontradas en intersecciones o en tramos de calles. En particular, cuando convergen moderadas a
altas demandas de pasajeros y flujos de buses, cosa que ocurre en los principales corredores urbanos.
Las demoras en un paradero pueden variar desde unos 30 segundos a algunos minutos por bus,
dependiendo de su demanda y modalidad de operación (Gibson y Fernández, 1995). Esta última cifra
es bastante mayor a la demora producida en una intersección. Así, se ha demostrado que un
adecuado diseño de paraderos contribuye a disminuir el tiempo de viaje de los pasajeros.
Como resultado de lo anterior, la importancia de modelar y diseñar adecuadamente los paraderos de

buses aparece como la clave para mejorar el sistema de buses desde una perspectiva microscópica.
Al respecto, hay algunos avances parciales que han proporcionado herramientas para enfrentar el
problema (Baeza y Gibson, 1989; Cade-ldepe, 1988; Dextre, 1992; Elaluf, 1994; Fernández, 1993;
Gibson et al, 1989; Gibson y Fernández, 1995; Tyler, 1992).
El patrón de llegadas de los buses a un paradero no es uniforme. La existencia de intersecciones

semaforizadas y las demoras experimentadas en paraderos anteriores, entre otras, hacen de las
llegadas una variable aleatoria. La combinación de este patrón con el arribo de pasajeros al propio
paradero, dependiente de las actividades en sus inmediaciones, produce a su vez salidas de carácter
variable. Esto tiende a generar interacciones entre paraderos y con el entorno que redundan en su
operación. En paraderos compuestos de puntos de parada diferenciados y cercanos, la aleatoriedad
en las llegadas y salidas de cada punto da lugar a entrecruzamientos, bloqueos, colas, etc. Se
producen entonces interacciones al interior del paradero que también tienen efecto sobre su eficiencia.
Es por lo tanto necesario un mejor entendimiento de las interacciones al interior de los paraderos, así
como entre ellos y el entorno, para incorporarlo al diseño de facilidades a los buses. Como parte de
una investigación destinada a modelar estos fenómenos, este trabajo da a conocer algunos avances
logrados en este sentido; muestra cómo se ha tratado el tema con anterioridad y propone una
estrategia para abordar el problema.
En lo que sigue, se hace una revisión exhaustiva de la modelación de fenómenos en paraderos. Luego
se plantea una estrategia de tipo inductivo para abordar el análisis de interacciones. Finalmente, se
hacen algunos comentarios y se plantean los lineamentos futuros.
2. MODELACIÓN DE FENÓMENOS EN PARADEROS
2.1 DEFINICIONES Y CONCEPTOS
Un paradero es un dispositivo destinado facilitar el encuentro entre pasajeros y buses en las vía
urbanas. Como tal, está compuesto de dos partes (Baeza y Gibson, 1989):

RODRIGO FERNANDEZ. - NICHOLAS TYLER.
(a) El área de parada: porción de la plataforma vial destinada a la detención de los buses;
puede estar constituida por uno o más puntos de parada (subparaderos), cada uno de ellos
con uno o más sitios o lugares de detención.
(b) El andén: porción de la plataforma vial donde los pasajeros pueden esperar a los buses y
donde las operaciones de subida y bajada de pasajeros tienen lugar; puede ser parte de la
vereda o bien una isla peatonal.
Las áreas de parada y andenes pueden ser dispuestos de diferentes maneras para atender a los flujos
de buses y demandas de pasajeros. Si ambos son bajos, bastará un paradero simple compuesto de
un solo punto de parada con uno o más sitios. Conforme la demanda aumenta, habrá que generar un
paradero dividido formado por dos o más subparaderos con dos o más sitios cada uno, ubicados en
forma secuencial o paralela.
Al igual que en cualquier elemento de infraestructura de transporte donde ocurren interacciones entre
usuanos (vías, intersecciones, terminales), uno de los aspectos más importantes de la modelación es
su capacidad. Las consecuencias de una capacidad finita de los paraderos son la formación de colas
y la generación de demoras. Éstas dependen del grado de saturación Xb del área de parada:
(1)
Xb = (1)
Qb
donde:
Qb = capacidad del área de parada (buses/h)
qb = flujo de buses que pasa por el área de parada (buses/h)
El grado de saturación constituye entonces la clave para el diseño físico y operacional de paraderos.
Debido a que los paraderos se localizan normalmente en la calzada, su capacidad puede ser
relacionada con otros dispositivos ubicados en la calzada y que tienen una capacidad finita para
atender a los usuarios. Es el caso de las intersecciones. La capacidad del acceso a una intersecaón se
define como el máximo número de vehiculos por unidad de tiempo que puede pasar a través de ella.
Esta definición es equivalente a decir que la capacidad del acceso a una intersección es el máximo
número de vehiculos que puede entrar a la intersección. Este número esta relacionado con el
intervalo medio entre vehículos cuando hay cola en esa entrada de la intersección:
(2)
_ 3600
Qi=—r- (2)
h
donde:
Q¡ = capacidad de una intersección (veh/h)
h = intervalo medio entre vehículos (s)

De acuerdo a lo anterior, la capacidad de un paradero puede definirse como el máximo número de

buses por unidad de tiempo que puede entrar al área de parada (Gibson et al, 1989)
Contranamente a lo que ocurre en las intersecciones, la capacidad no está sólo ligada al intervalo
medio entre buses cuando hay cola a la entrada del paradero. La función pnncipal de un paradero es
permitir que los buses puedan detenerse, en lugar de simplemente cruzar el área de parada Es el caso
de otros terminales de transporte tales como estaciones de ferrocarnl, puertos y aeropuertos Como
resultado, el máximo número de buses que puede entrar al paradero está relacionado con el tiempo
durante el cual el área de parada está ocupada por buses. Luego, su capacidad queda dada por:
(3)
donde:
= capacidad del paradero (buses/h)
= tiempo de ocupación del área de parada (s)
_ 3600
Qb= (3)
to
donde:
Qb = capacidad del paradero (buses/h)
ti, = tiempo de ocupación del área de parada (s)
El tiempo durante el cual el área de parada permanece ocupada depende de un número de factores
tiempo de frenado y aceleración de los buses, tiempo detenido para mover pasajeros, demoras(4)al
interior del área de parada, tiempo que le toma a un bus recorrer el paradero. Así, si el área de
parada está aislada de otras restricciones y compuesta de un solo sitio, su tiempo de ocupación será:
donde:
r
= tiempo de frenado y aceleración (s)

= tiempo detenido por movimiento de pasajeros (s)
= flujo de saturación de la pista del paradero (bus/s)
1
to=te + tP + - (4)
S
donde:
te = tiempo de frenado y aceleración (s)
tp = tiempo detenido por movimiento de pasajeros (s)
(5)
S = flujo de saturación de la pista del paradero (bus/s)
Por su parte, si el área de parada tiene más de un sitio dispuesto linealmente y hay disciplina FIFO,
el sitio que impide el acceso será el último. En tal caso, la Ec.(4) puede generalizase como sigue:
U + (5)
^ £
donde:
n = número medio de buses que puede entrar al área de parada (< n° sitios)
ti, = te+tp+t,; = tiempo de bloqueo del último sitio (s)
% == demoras
demoras internas (s)
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995) " • 337
Las componentes de tb están relacionadas entre sí y con variables de operación del paradero. El
tiempo total de aceleración y frenado estará condicionado por el tipo de buses que sirven el paradero:
(6)
donde:
= tiempo perdido por frenado y aceleración (s)
r= velocidad recorrido del bus (m/s)
= media armónica de las tasas de aceleración y frenado (m/s )
El tiempo detenido por movimiento de pasajeros depende de la demanda del paradero, a través de la
cantidad de pasajeros que suben y/o bajan de un bus en cada una de las detenciones que éste haga en
el área de parada. Si las subidas y bajadas por cada puerta del bus son sucesivas, este tiempo puede
expresarse como:
(7)
donde:
= tiempo detenido por movimiento de pasajeros en cada detención (s)
= número de pasajeros que hace la operación i (subida, bajada) por la puerta 1 (pax)
= tiempo muerto por detención (s)
=tiempo marginal de subida (s/pax)
= tiempo marginal de bajada (s/pax)
Las demoras internas se deben a fenómenos de congestión al interior del área de parada. Tal como en
otros terminales, es el período durante el cual un bus no puede acceder o abandonar un sitio debido a
restncciones impuestas por los otros vehículos. En el caso de un paradero operando con disciplina
FIFO, depende del tiempo de bloqueo del espacio aguas abajo (tbn-1). Éste depende a su vez del
tiempo perdido por frenado y aceleración y del movimiento de pasajeros -si lo hay- en ese lugar, así
como del tiempo de bloqueo de aguas abajo.
2.2 SIMULACIÓN SECUENCIAL
Los fenómenos detallados en la sección anterior conforman un complejo proceso estocástico de

interacción entre pasajeros y buses al interior del paradero. Como resultado, su capacidad estará
fuertemente influida por dos variables: el número de detenciones que realiza cada bus en el área de
parada y la cantidad de pasajeros que sube y/o baja de ese bus cada vez que se detiene. Conocidas
ambas, así como los parámetros de la Ec.(7), es posible estimar la capacidad mediante un proceso de
simulación microscópica secuencial.
33g ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

Se puede asumir que tanto el número de detenaones por bus como la cantidad de pasajeros
transfendos ai cada una, son vanables aleatonas, discretas y acotadas. La modelaaon sigue
aitonces el proceso que se resume a continuaaón (Baeza, 1989; Gibson y Baeza, 1989)
Los datos son aquellos normalmente disponibles de terreno o como vanables de diseño: DS, DB:
demanda total de pasajeros que subaí y bajan en el paradero (pax/h); q,: flujo de buses que se
detiene en el área de parada (buses/h); MD: número medio de detenaones por bus para mover
pasajeros (det/bus); Lj: proporaón de detaiaones tipo j (subir, bajar, subir y bajar); Wi, E(:
parámetros que respectivamaite relaaonan lo que ocurre entre detaiaones bifuncionales (para subir
y bajar) y unifuncionales (para subir o bajar), y entre las primeras y restantes; H: longitud del
periodo de análisis (h).
Dado MD, se puede obtener el número de detenaones que realiza cada bus (D^ y el número de estas
según tipo (D,). Para el pnmero, se usa una fúnaón de distnbuaón geométnca truncada de rango R
y moda igual a 1 (ver Baeza, 1989).
R = [l,mm{N,T.MD}] (8)
donde:
N = número de sitios del paradero
T = razón entre el máximo y la media de detenaones
Las detenaones según tipo se obtiene! de los datos. Así, es posible calcular las detenaones por tipo
y por bus (Djk) como un proceso de asignaaón:
(9)
donde:
TD= MDqpH = número total de detenaones en el periodo (det)
Dj= LjTD =número de detenciones por tipo (det)
Dj(= número de detenaones por bus (det)
Conoado Djk, se calcula la media de pasajeros que suben o bajan por clase de detención (MPijk)
mediante el siguiente sistema de ecuaciones
H-DS = ZMZkMPetDj*
H.DB^Zj+XtMP^Dji (1Q)
(10)
MPistk = E\ MPuk
MPiin = Wt MPu,
donde i=s,b; j=s,b,sb; k=l,n.
Con esto se puede estimar la cantidad de pasajeros que hacen una determinada operación por clase
de detención (Pijk) mediante otra función de distribución geométrica truncada, cuyo rango R está
dado por:
R = [1, T¡ • MPijk] (11)
donde T¡ es la razón entre el máximo y la media de pasajeros que hacen la operación i.
Finalmente, se utiliza un modelo de uso de puertas para obtener la cantidad de pasajeros que sube o
baja por cada una (pu). Se postula que todas las subidas se hacen por la puerta delantera del
vehículo; o sea, pSd=Ps El uso de puertas por los pasajeros que bajan puede entonces modelarse
como:
Pb=phd+pbl
(12)
Phd = C + K Pb
donde:
Pb = número total de pasajeros que bajan
Pbd= número de pasajeros que baja por puerta delantera
Pbt = número de pasajeros que baja por puerta trasera
K = proporción que baja por la puerta delantera
C = constante
2.3 SIMULACIÓN PARALELA
Una alternativa a la forma de abordar el problema presentada más arriba fue explorada por Elaluf
(1994). Esta se basa en una simulación microscópica de las operaciones en paraderos, basada ai
transputers. Su objetivo fue determinar si la arquitectura paralela de modelación podia dar cuaita
adecuadamente estos fenómenos. Para ello, se definen un par de conceptos simples pero útiles para
estudiar interacciones en paraderos: sectores y bloques (Fig. 1).
Un sector es una porción del área de parada o del andén que puede respectivamente ser ocupada por
buses o pasajeros. Puede estar lleno o vacío, si hay o no vehículos o personas en él. Los sectores
trasmiten, mediante canales de comunicación, su condición a sectores adyacentes. Los sectores de
buses lo hacen en el sentido de la circulación. Si alguno se encuentra vacio, puede recibir al bus que
estaba en el sector de aguas arriba. De otro modo, éste debe permanecer en su sector y se le imputa
una demora interna (te). Los sectores de pasajeros trasmiten al sector de bus inmediato la cantidad de
éstos que se transfiera!; se calcula así el tiempo detenido por pasajeros (tp).
Un bloque es un conjunto de sectores de buses y pasajeros que pemiite represaitar en fonna

modular todo el paradero. Un paradero simple de un solo sitio podrá simbolizarse como un bloque
compuesto de un sector de pasajeros (el andén) y dos de buses (el sitio y la porción correspondíante
de la pista adyacente). Así, un paradero más complejo -de sitios múltiples o con vanos subparaderos-
puede modelarse juntando estos bloques elanentales.
mm
Cada bloque se puede poner en un transputer -un microcomputador elemental ínterconectado con
otros similares- para determinar independiaitemaite lo que ocurre ai cada sección del paradero
Cada cierto tiempo, los trcmsputers se comunican entre si para evaluar el estado de la modelación y
sacar consecuencias de él. Esto pennite una arquitectura computacional flexible para la simulación
Aunque la aproximación al problema de interacaones en paraderos mediante computación paralela

es una contribución significativa, se ha concentrado más bien 01 consideraciones computacionales
antes que conceptuales. Los experimaitos realizados hasta la fecha han taiido como objetivo sólo
mostrar con éxito su factibilidad operativa, soslayando para tal efecto aspectos de modelación como
los mencionados en la sección antenor.
3. ESTRATEGIA PARA MODELAR INTERACCIONES EN PARADEROS

La meta a largo plazo de la modelación de interacaones ai y aitre paraderos es disponer de LUÍ
modelo de red para transporte público de superficie, que sirva al disaio de sistemas de buses de alta
capacidad (Fig.2). Para alcanzarlo, se ha planteado una estrategia inductiva que se detalla a
continuación, basada en el logro de aertos objetivos especificos.
El primer paso es la modelación de un paradero simple y aislado, al cual accede una demanda
moderada de pasajeros a tasa constante durante algún período. Este aspecto ha sido abordado por el
modelo de simulación IRENE hasta su versión 2.51 (Beckett, 1990).
En segundo lugar, es necesano incorporar las peculiandades ai la modelaaón que introduce ai este
tipo de paraderos, o ai subparaderos supuestos como elementos aislados, la existaicia de altos
niveles de demanda de pasajeros. Para ello, se ha investigado el comportamiaito ai algunos
paraderos de alta demanda en Santiago (Fernández et al, 1995). Los resultados se están validando
con nuevas observaaones para incorporarlos a futuras versiones de IRENE.
El tercer objetivo consiste ai analizar ai detalle las interacaones que ocurren aitre un paradero
simple o subparadero aislado y la intersecaón aguas arriba. Al respecto, la versión 2.52 del modelo
IRENE, recientemente desarrollada, constituye la herramienta disponible. A partir de ella, se han
obtenido interesantes resultados (Gibson y Guerrero, 1995).
La ligazón entre un paradero simple y la intersección de aguas abajo es luego la etapa siguiaite El
substrato teórico de tal relación, así como los algoritmos para su modelaaón ya han sido
desarrollados (Guerrero, 1995). Resta su incorporación en IRENE para realizar experimaitos y
evaluar sus efectos bajo diferentes condiaones.
Estudiar lo que ocurre dentro de un paradero dividido constituye el quinto objetivo. Esto significa
modelar las interacaones entre dos subparaderos con independencia del entorno. Los fenómaios que
allí tienen lugar puedaí tratarse usando los conceptos de bloques y sectores detallados ai 2.2. Una
pnmera aproximación a este problema es comentada en Fernández (1994).
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995) ™" 24]
1
1
-»
1
}
Conocidos los efectos al interior de un paradero dividido, se puede considerar una red elemental de
éstos. Es decir, dos de ellos conectados entre sí, o bien con intersecciones aguas airiba y/o abajo,
aprovechando los desarrollos previos.
Finalmente, el entorno urbano puede ser incorporado mediante demandas de pasajeros dependientes
del sistema de actividades y de su dinámica autónoma. Esto permitiría considerar demandas
vanables en el tiempo y analizar su conexión entre paraderos contiguos, así como estimarla para
escenarios hipotéticos.
De entre los objetivos específicos de la modelación de interacciones en paraderos, los tres últimos -
interacciones ai paraderos divididos, entre éstos, y con el entorno- son los que restan explicar
conceptualmaite. En el resto de los casos, existen avances que deben ser depurados con nuevas
evidencias expenmentales. Es la etapa en que se encuentra actualmente la modelación.
4. COMENTARIOS
El análisis de fenómenos ai paraderos se ha concentrado fundamentalmente en lo que ocurre con

paraderos o subparaderos aislados (Baeza, 1989; Baeza y Gibson, 1989; Fernández et al, 1995). La
relación explícita con intersecciones cercanas ha empezado a incorporarse en el análisis (Gibson y
Guerrero, 1995; Guerrero, 1995). No obstante, no se investigado aún la interacción dentro de
paraderos divididos. El enfoque de Elaluf (1994), con las limitaciones señaladas en 2.2, podría ser
susceptible de acomodarse a este estudio. En particular, si aprovecha su aporte conceptual de
modelación modular mediante sectores y bloques insinuado en Fernández (1994).
Recientes esquemas de paraderos divididos en Santiago (Alameda, Providencia, Av.Grecia, San
Diego, etc) muestran que la relación entre subparaderos puede llegar a ser más estrecha, en términos
de su operación, que la supuesta en sus diseños.
Observaciones en sus similares en Londres (Ángel Stn, King Cross Stn, Brixton Stn, Oxford St, etc)
han permitido comprobar que, aún en esa realidad, los flujos de buses y demandas de pasajeros se
aproximan a los encontrados en ciudades como Santiago (150 buses/hora y 250 pasajeros/hora
embarcando y desembarcando). Pero, por itinerarios, éstas se concentran en períodos de 5 minutos,
seguidos de unos 10 minutos de actividad casi nula. Al no considerar ésto, las recomendaciones
inglesas de diseño (London Transport Planning, 1993) tienden a generar paraderos divididos sin la
necesana capacidad, con pérdidas notables de eficiencia en períodos punta de embarque de
pasajeros.
En ambos casos queda claro que el pnncipal conflicto en paraderos divididos son las maniobras de
adelantamiento en su intenor y su interacción con las actividades de subida y bajada de pasajeros. Se
refuerza así la importancia de investigar con más detalle estas interacciones.
En vista de lo anterior, el fin de la investigación que se desarrolla es afianzar los avances sobre
paraderos aislados y explorar los fenómaios al interior de paraderos divididos. Su propósito es
incorporar paulatinamente estos avances al diseño.

AGRADECIMIENTOS
Esta investigación está siaido financiada por Fondecyt, mediante el proyecto 1940518. Aportes
complemaitanos para estadías ai el UCL han provalido de Fundación Andes y The Bntish Council
ai Chile.
REFERENCIAS
Baeza I (1989) Estimación de la capacidad de paraderos de buses Memona para optar al Titulo
de Ingeniero Civil, Universidad de Chile, Santiago
Baeza 1 y Gibson J (1989) Modelación de la capacidad y demoras ai paraderos de Buses. Actas

del IV Congreso Chileno de Ingeniería de Transporte, Universidad Católica de Valparaíso,
Valparaíso, 3-18
Beckett R (1990) Sistema de apoyo al diseño y modelación de paraderos de buses Memona

para optar al Título de Inganero Civil ai Computación, Universidad de Chile, Santiago.
Cade-Idepe (1988) Estudio de investigación de una metodología de análisis y seguimiento de

transporte público. Intaidaicia Región Metropolitana, Comisión de Transporte Urbano, Santiago
Dextre J C. (1992) Simulation of bus operatíon along a corridor MSc Thesis, University of
London.
Elaluf S. (1994) Transputer-based microscopic simulation of bus-stops operatíons MSc Thesis,

University of London.
Fernández R. (1993) An expert system for tlie design and location of high-capacity bus-stops.
Traffic Engineering and Control, 34(11), November 1993, 533-539.
Fernández R. (1994) Modelling bus-stop interactions: Review and altemative approach. Univeristy
of London Centre for Transport Studies Draft Documents (unpublished).
Fernández R, Gibson J. y Méndez M. (1995) Modelación del comportamiento ai paraderos de alta

demanda. Documento de Trabajo ST-INV/01/95, Sección Ingeniería de Transporte, Departamaito
de Ingeniería Civil, Universidad de Chile, Santiago.
Gibson J., Baeza I. and Willunisai L.G. (1989) Bus-stops, congestión and congested bus-stops.
Traffic Engineering and Control, 30(6), June 1989, 291-302
Gibson J. y Fernández R (1995) Recomendaciones para el diseño de paraderos de buses de alta

capacidad. Apuntes de Ingeniería N°55, Pontificia Universidad Católica de Chile.

Gibson J. y Guerrero G. (1995) Influencia sobre un paradero de buses de una intersección

semaforizada aguas arriba. Documento de Trabajo ST-INV/02/95, Sección Ingeniería de
Transporte, Departamento de Ingeniería Civil, Universidad de Chile, Santiago.
Guerrero G. (1995) Modelo de la interacción operacional de un paradero de buses y las

intersecciones semafonzadas próximas. Memoria de Título, Departamento de Ingeniería de
Transporte, Pontificia Universidad Católica de Chile, Santiago.
London Transport Planning(1993) Guidelines to bus stop design, London.
Tyler N. A. (1992) High capacity bus systems: A design methodology using artificial intelligence
PhD Thesis, Uruversity of London.
1
)
1

AGRADECIMIENTOS
Esta investigación está siendo financiada por Fondecyt, mediante el proyecto 1940518. Aportes
compleméntanos para estadías en el UCL han provenido de Fundación Andes y The Bntish Council
ai Chile.
-
REFERENCIAS
Baeza 1 (1989) Estimación de la capacidad de paraderos de buses. Memona para optar al Titulo
de Ingeniero Civil, Universidad de Chile, Santiago.
Baeza I y Gibson J (1989) Modelación de la capacidad y demoras en paraderos de Buses. Actas

Valparaíso, 3-18.
Beckett R (1990) Sistema de apoyo al diseño y modelación de paraderos de buses. Memona

para optar al Título de Inganero Civil ai Computación, Universidad de Chile, Santiago.
Cade-ldepe (1988) Estudio de investigación de una metodología de análisis y seguimiento de

transporte público. Intaidencia Región Metropolitana, Comisión de Transporte Urbano, Santiago
Dextre JC (1992) Simulation of bus operaüon along a corridor MSc Thesis, University of
London
Elaluf S (1994) Transputer-based microscopic simulation of bus-stops operations MSc Thesis,

University of London.
Fernández R. (1993) An expert system for the design and location of high-capacity bus-stops.
Traffic Engineering and Control, 34(11), November 1993, 533-539.
Fernández R. (1994) Modelling bus-stop interactions: Review and altemative approach. Univeristy
of London Centre for Transport Studies Draft Documents (unpublished)
Fernández R, Gibson J. y Méndez M. (1995) Modelación del comportamiaito ai paraderos de alta

demanda. Documento de Trabajo ST-INV/01/95, Sección Ingeniería de Transporte, Departamaito
Gibson J., Baeza I. and Willumsen L.G. (1989) Bus-stops, congestión and congested bus-stops.
Traffic Engineering and Control, 30(6), June 1989, 291-302
Gibson J. y Fernández R. (1995) Recomendaaones para el diseño de paraderos de buses de alta

capacidad. Apuntes de Ingeniería N°55, Pontificia Universidad Católica de Chile.

1
1
-
RODRIGO FERNÁNDEZ. - NICHOLAS TYLER.
Gibson J. y Guerrero G. (1995) Influencia sobre un paradero de buses de una intersección -
semaforizada aguas arriba. Documento de Trabajo ST-INV/02/95, Sección Ingeniería de
Transporte, Departamento de Ingeniería Civil, Universidad de Chile, Santiago.
Guerrero G. (1995) Modelo de la interacción operacional de un paradero de buses y las

intersecciones semafonzadas próximas. Memoria de Titulo, Departamento de Ingeniería de
Transporte, Pontificia Universidad Católica de Chile, Santiago.
London Transpon Planning(1993) Guidelines to bus stop design, London.
Tyler NA. (1992) High capacity bus systems: A design methodology using artificial intelligence
PhD Thesis, University of London.

Fig.l: Modelación en base a sectores y bloques
Fig.2: Modelo de red para buses

APROXIMACIONES A UN MODELO DE OPTIMIZACION DEL
SISTEMA DE TRANSPORTE URBANO DE PASAJEROS EN LA
MICRO-REGIÓN DEL GRAN LA PLATA, ARGENTINA.
Ravella O.VGershanik G., Di Tommaso W., Longo J., Klena S., Castagnet F.
IDEHAB, Instituto de Estudios del Habitat, Facultad de Arquitectura y Urbanismo,
Universidad Nacional de La Plata, calle 47 No 162, ce. 487 (1900) La Plata, Argentina,
telefax 54-21-214705.
E-mail: IDEHAB@CESPIVM2.unlp.edu.ar
RESUMEN
Se trata del desarrollo de un modelo sobre el comportamiento del sistema de transporte urbano de
pasajeros de la micro-región del Gran La Plata, localizada a 60 km de la capital del país, con
655.000 habitantes. Se lo considerado un "sistema cerrado". Cuenta con diez empresas
transportadoras con un total de 100 ramales. El modelo se realiza sobre la base del análisis del
sistema existente y a partir de una muestra de origen-destino y de la elaboración de indicadores de
frecuencia y/o cobertura espacial. Consiste sintéticamente en la grafícación de una fórmula empírica
que relaciona las variables demanda, cobertura espacial y frecuencias; a partir de las cuáles es
posible determinar tres niveles de prestación del servicio: oferta, sobreoferta y suboferta. A partir de
este análisis se diseñaron las variables y las restricciones para el desarrollo de un modelo de
optimización.
Basándose en la necesidad de obtener información sobre la demanda en tiempo corto se presenta un

método para la obtención de la información y análisis sobre la demanda. El método consiste en un
cuestionario autorespondido realizado en las escuelas primarias de la micro-región. Se presenta
asimismo, las formas de validación realizadas y las restricciones del método.
También se analiza la relación de la demanda a partir de lo que se ha denominado indicador de

necesidad de frecuencia y/o cobertura espacial, que se formula a partir de la información cuantitativa
y de la encuesta de opinión de los usuarios.
En base a estos indicadores se muestra un avance teórico de un modelo de optimización del

costo/beneficio del sistema.
1 Profesor investigador IDHUAB F.A.U, UN.L.P.

APROXIMACIONES A UN MODELO DE OPTIMIZACION DEL SISTEMA DE TRANSPORTE URBANO DE PASAJEROS EN LA MICRO RE
1. INTRODUCCIÓN
La demanda de viajes de la población, en ciudades medias y grandes, y que se constituyen ai

"sistemas cerrados"2 se modifica a partir de las transformaciones estructurales que se producen ai el
teiritono y que se manifiestan en:
a. desapanción y apanción de nuevos puestos de trabajo.

b. incremento del transporte individual y en otros medios alternativos.
c. desocupación y flexibilidad laboral.
d. incrementos diferaiciales de población.
En este contexto la demanda no puede ser analizada según los métodos clásicos, que predecían a
largo plazo su crecimiaito a partir de las condiciones iniciales (el censo de encuesta de hogares), y a
partir de cuyos resultados se planificaba la oferta. Asimismo la demanda depende, para algunos
sectores importantes de la población, de la calidad del servicio que se manifiesta en la frecuencia, la
cobertura espacial, la flexibilidad de la oferta, la segundad, respeto de horanos y fluidez de tránsito.
Estas vanables influyen en el incranento de la demanda que es el objetivo fundamental para
disminuir el transporte particular.
Asumiaido esta realidad se ha planteado la necesidad de conocer las modificaciones de la demanda

en tiempo corto y analizarla desde la oferta, a través de lo que se ha daiominado indicador de
frecuaicia (producción de viajes/frecuenaas) y el indicador de cobertura (producaón de
viajes/cobertura espaaal/distanaa recoirida) En este sentido se han desarrollado indicadores que
relaaonan la producaón con la frecuenaa y la cobertura espaaal, y un método para el
mantenimiento actualizado de la informaaón de la demanda. En este trabajo se presaitan el
desarrollo teónco de los indicadores maiaonados y el método para relevamiento de la información
El estudio se realizó ai la micro-región del Gran La Plata, localizada a 60 Km de la Capital Federal

Está constituida por los partidos de La Plata, Ensenada y Bensso, interrelaaonados por las
actividades productivas, teraanas y culturales, que las vinculan unívocamente desde la organización
del teiritono ai 1882, situaaón que se mantiene a pesar de su desmembramiento jurisdicaonal ai
1959.
La micro-región, con 651.711 habitantes ai 1991, mantiaie un aumento moderado de población

siaido del 13,6% en el período 80/90, según el Censo de Población y Vivienda del INDEC. De los
651.711 habitantes de la micro-región, 208.000 residen en el casco ongjnal de La Plata y 451.711 ai
la penfena inmediata, incluyaido los partidos de Bensso y Ensenada. Estos se onginaron como
localizaciones de poblaaón relaaonadas con las actividades portuanas y fngoríficas
respectivamaite, concaitrándose en La Plata las actividades teraanas.
El sistema de transporte urbano de pasajeros cuenta con diez empresas y 100 ramales, 5 de las
cuáles pertaiecaí a la junsdicción provincial y 5 a lajunsdicción municipal.
•
2 ljitendemos como sistema cerrado, aquel en el cual orígenes y destinos se encuentran contenidos dentro de un mismo territorio
RAVELLA O. - GERSHANIK G. - DI TOMMASO W. - LONGO J. - KLENA S. - CASTAGNET F.
La demanda se analiza a partir de un estudio de origen y destino de viajes de la población

implementada con dos metodologías diferenciadas: una encuesta realizada a través de los alumnos de
6to. y 7™°. grado en las escuelas primarias de la región, y una encuesta de hogares dimensionada a
partir de los datos obtenidos en la primera. Se concluye con lo que denominamos "indicador de
frecuencias" que posibilita el análisis de la relación entre la demanda y la oferta.
2. LA DEMANDA
Partiendo de la necesidad de contar con información de la demanda en tiempo corto y con bajo costo,
se puso en práctica un método que consiste en el relevamiento bianual, a través de cuestionarios
autorrespondidos, realizados en las escuelas primarias de la región. Se consideró, que esta era una
forma de participación de toda la sociedad en un problema tan acuciante como el del transporte.
En 1988 se implemento, a partir de restricciones

presupuestarias, el cuestionario autorrespondido a través
de las escuelas primarias, con el que se realizó un primer
estudio de la demanda. Para su análisis se dividió la
micro-región (áreas urbanas y suburbanas) en 91 zonas,
denominadas "zonas de transporte" (Figura 1). Estas
zonas de transporte se conforman con radios censales
enteros, e involucran como mínimo un corredor de
transporte. La cantidad de habitantes varía entre 3.500 y
9.000. Lo ideal sería poder conformar las zonas con
similar cantidad de habitantes, cosa posible en el casco
urbano pero imposible en las áreas penféricas por la
dispersión y diversidad de características.
Figura 1: ZONAS Y MACROZONAS
DE TRANSPORTE
Las "zonas de transporte" se constituyen en la unidad
mínima para estudiar la producción de los viajes
cotidianos de la población. Permiten conocer, con un nivel de confianza del 90 % y un error que
varía entre el 12% y el 25%, la producción de los viaje y la distribución dentro de la misma zona y
hacia la zona de mayor atracción, en este caso, el centro de la ciudad de La Plata.
Para analizar los destinos hacia el resto de la micro-región, se agruparon varias zonas conformando
así "macro-zonas"(Figura 1), atravesadas por corredores de transporte comunes y que se constituyen
en las nuevas "zonas de atracción". El reagrupamiento se realiza a partir del análisis de la
información obtenida y se basa en la necesidad de disminuir el error en la expansión de la
distribución de viajes, error que se incrementa por la gran dispersión de los destinos. Este
agolpamiento de zonas proporciona información sobre el flujo en los distintos corredores. Estudios
complementarios determinarán la distribución de ese flujo a lo largo del corredor.
La unidad de relevamiento adoptada fue el hogar, entendido como todas las personas que conviven
en una misma unidad habitacional independientemente de la relación de parentesco entre ellas. Es
decir, lo que interesa en esta investigación son los viajes diarios, que las personas realizan como
mínimo cuatro veces por semana, por motivo de trabajo y/o estudio, desde un "hogar" determinado

APROXIMACIONES A UN MODELO DE OPTIMIZACIÓN DEL SISTEMA DE TRANSPORTE URBANO DE PASAJEROS EN LA MICRO RE
El tamaño de la muestra surge de la bibliografía consultada, que recomienda la utilización de

coeficientes ya probados en trabajos similares, y que determinan la cantidad de encuestas en función
del tipo y tamaño de las ciudades. El tamaño de la muestra se fijó tomando como base la propuesta
de M. Bruton en "La Planificación del transporte". Basándose en la cantidad de viviendas ocupadas
obtenida del Censo '80 y el óptimo recomendado, se definió una muestra de 4 000 hogares. Sin
embargo, dada la vanabilidad de la densidad y los distintos grados de consolidación de la penfena
que complejizan la planificación del transporte, sin una buena información, se consideró conveniaite
subdividir la micro-región en dos áreas: El casco urbano de la ciudad considerada como una ciudad
de entre 150.000 y 300.000 habitantes y el Gran La Plata (incluyendo Berisso y Ensenada) como
otro conglomerado de entre 300.000 y 500.000 habitantes. Se decidió el mínimo nivel de
encuestamiento sugerido por tabla (lc/35 viv.) para el casco y el excedente de encuestas se
distribuyeron en el Gran La Plata, obteniendo una muestra de 1/17 viv. que implica un valor muy
cercano al óptimo especificado. Los resultados de la muestra a través de las escuelas fueron
verificados con los resultados obtenidos en la encuesta domiciliana realizada en 1993.
La información que se pierde en el casco no afecta pnncipalmente el estudio, ya que la accesibilidad

al transporte público de pasajeros es en términos generales, muy buaia No ocurre lo mismo con la
conectividad del sistema, pero para su determinación no es necesano un exhaustivo análisis de
orígenes y destinos.
Debido a que la información censal más cercana databa de 1980 y la aerofotogrametría era reciente,
con la que se podía obtener solamente las áreas de crecimiento y el grado de consolidación. Se
analizaron tres formas de distnbución y se adoptó el criteno de: dimensionar la muestra proporcional
a la población de cada zona respecto de la población total y distnbuirla, para las áreas penféncas,
proporcionalmente a la consolidación aparente de las manzanas, tal como surgía de las fotos aéreas
recientes. De esta manera se trató de evitar la aleatonedad que implica la posibilidad de potenciar
muestras en zonas de baja densidad y perder información en zonas más densas. Por esta misma
razón se desestimó la técnica de los muéstreos sistemáticos clásicos ya que, por ejemplo, una muestra
cada tantas manzanas sin distinción de ninguna índole daría peso estadístico a manzanas casi
despobladas en detrimento de otras consolidadas, creando verdaderos "espejismos".
La obtención de los datos a través de un cuestionario que debía ser autorrespondido por la familia, a
través de la información trasmitida por los hijos estudiantes primanos. Se diseñó con preguntas
cerradas, que identificaban las variables: cantidad de miembros del hogar, característica de los viajes
que realizaba cada uno de ellos, destino y horano de los viajes y medio de transporte utilizado, y
preguntas abiertas sobre problemas que se habían detectado como de interés de los usuanos del
transporte público. Precedía a las preguntas una presentaaon en las que se explicaban los motivos
del cuestionano y quienes los realizaba y un ejemplo del modo de uso del mismo.
u\ . t
La encuesta se realizó sólo en los sextos y séptimos grados, abarcando así una franja de hogares
cuyos jefes estarían entre los 28 y 55 años e hijos entre 0 y 20 años, que constituyen una franja
importante de la población económicamente activa.
Se realizó una encuesta de origen/destino domiciliaria en dos zonas con el objetivo de validar los
datos obtenidos por el cuestionario autorrespondido

1
Se distribuyeron 12.000 formularios, de los 4.000 que se estimaron necesarios, en previsión de un
alto porcentaje de no respuestas. Se obtuvieron 2.800, es decir, el 25% de los cuestionarios
repartidos y el 70% de los necesarios. En 30 zonas (de las 91) se obtuvo la cantidad o más de
encuestas necesarias, en cuarenta zonas se obtuvo entre el 50% y el 80% y en el resto menos del
50%.
La encuesta de hogares tradicional (domiciliaria) se realizó en dos zonas, como muestra piloto para
validar la información antenor. Una de estas dos zonas se eligió por ser periférica, estar
perfectamente encuestada y tener un grado de consolidación correspondiente a la primera categoría,
es decir, entre el 100% y el 75%. La otra zona, en cambio, presentaba los distintos grados de
consolidación descriptos y un área más extensa.
La muestra que se obtuvo, es una muestra sesgada, en la cual predominan los viajes de los escolares,
y no están correctamente representados los sectores entre los 18 y 29 años y los de más de 55 años.
Además, en los antecedentes de estudios similares, no se consideraban importantes los viajes de los
escolares menores de 14 años. En la muestra realizada surgió una importante movilidad de este
sector.
-
Dado que el tamaño de la muestra, no cumplía con la cantidad mínima necesaria, sólo se analizaron
los datos de movilidad de población sin tener en cuenta el medio de transporte utilizado. Para
analizar la expansión, se fijó la siguiente pauta: Estudiar a las personas de 14 años o más y menores
de 60 años que por razones de trabajo y/o estudio se trasladasen a más de diez cuadras desde su
hogar al menos cuatro veces por semana, sin aclarar el medio utilizado.
Para determinar el grado de confiabilidad de la muestra obtenida en escuelas, se diseñó un
mecanismo que consistió en:
a. Construir, para obtener el menor error posible, una "muestra virtual" sobre la base de los datos de
la muestra escolar y la de hogares y utilizando el mejor encuestado de cada una (no la suma de datos)
para cada intervalo de edades (cinco años)
b. Analizar el comportamiento en la expansión de la muestra de hogares en función del resultado de
la anterior.
La zona testigo (encuesta de hogares) presentaba condiciones óptimas para ser tomada como
"estudio piloto", ya que fue encuestada por hogares y, además, se contaba con la cantidad adecuada
de respuestas conseguidas por el formulario autorrespondido. Asimismo, la pirámide de edades
obtenida por la encuesta domiciliaria era similar a la publicada por el INDEC para La Plata. La
población de la zona era de 8.326 habitantes.
Con un nivel de confianza del 90% el error posible medio ponderado es del orden del 31%. El
resultado estaría indicando que el 56,6% de la población de la zona 26 viajaría por algún medio a su
trabajo o por razones de estudio al menos cuatro veces por semana. La relación entre habitantes y
cantidad de viajes es de 0,56 viajes por habitante, dato que se ajusta a otros extraídos por diversas
fuentes. Se concluye que, con estos ajustes, los datos podrían brindar información adecuada sobre la
movilidad de la población.
350
3
^ ^
APROXIMACIONES A UN MODELO DE OPTIM1ZACIÓN DEL SISTEMA DE TRANSPORTE URBANO DE PASAJEROS EN LA MICRO-RE
Para analizar la muestra escolar con relación a los resultados antenores, se tomó un universo acotado
que compraide a personas entre 14 años hasta 60 años para no potenaar los viajes escolares lo que
distorsionaría el número final de viajes.
Del total de personas encuestadas (133) el universo de personas entre 14 y 60 años fue de 86, es
decir, el 63.5% de las personas encuestadas que viajaron. El porcentaje de personas entre 14 y 59
años, según datos del Censo 1NDEC '80, es de 60,1 % siendo este el universo de estudio adoptado
•
La cantidad probable de viajes es de 4.364 viajes. El resultado es ligeramente menor que el obtando
a través de la muestra virtual Se considera poco probable que este resultado pueda mejorarse en
función de expandir una muestra tan anómala en su distnbución. Sin embargo, este tipo de muestra,
por su bajo costo, tendrá valor ai tanto se utilice para mantener actualizada la información de una
muestra de hogares, que debiera realizarse en correspondencia con los censos nacionales.
En los gráficos 1 y 2 se muestra la razón de la producción de viajes internos y hacia otras zonas.
Se venfica que ai la mayoría predominan la producción de via|es hacia otras macrozonas
GRÁFICO 1. Producción de viajes en zonas GRÁFICO 2. Producción de viajes en zonas

con rangos entre 14000 y 20000 viajes rangos entre 2000 y 5000 viajes
La excepción la constituye la macrozona central que es la que atrae la mayor cantidad de los viajes
de la microregión como se ve en el gráfico 3.
GRÁFICO 3. Atracción de viajes GRÁFICO 4. Medios utilizados. Porcentajes.

En relación a los motivos de viajes en transporte público el 59 % son por trabajo, el 31 %son por
estudio y el 10 % por otros motivos.
Respecto a los modos utilizados (gráfico 4) el 58,6 % de los viajes se realizan en transporte público
de pasajeros, el 28,9 % en automóviles particulares. Si bien en esta encuesta se registró una muy
baja cantidad de viajes en tren, sólo el 0,2 %, el mejoramiento de este medio en el último año nos
permiten estimar que estos viajes han aumentado en un porcentaje cercano al 5%. El porcentaje de
viajes en bicicleta (2,4 %), es importante fundamentalmente en las áreas penféncas, pero su
utilización va en disminución debido al incremento vehicular y la falta de infraestructura adecuada.
3. TÉCNICAS DE ANÁLISIS OFERTA/DEMANDA
A partir de los estudios realizados en este período se han detectado algunos posibles instrumentos
que están siendo desarrollados en el presente y que serían herramientas adecuadas para que, tanto los
organismos de control y regulación del transporte como las empresas transportistas, puedan tomar
decisiones en la determinación de las características a la que debiera ajustarse la oferta en distintos
períodos.
La relación oferta/demanda se ha analizado a partir de:

1. La demanda desagregada por zonas de transporte (cantidad de viajes producidos).
2. La oferta, considerando las frecuencias del servicio en las horas relevadas.
3. La cobertura, entendida como la relación entre el área ocupada, la población y el área
influenciada por el corredor de transporte.
Para relacionarlos se elaboró: a) un "indicador de necesidad de frecuencia y/o cobertura espacial"

que permitiría conocer cuál es la característica del servicio en una zona determinado; b) un indicador
de la "distribución espacial de relación oferta/demanda"; c) elaboración de un modelo matemático
que tiende a la optimización del sistema de transporte público..
3.1 INDICADOR DE NECESIDAD DE FRECUENCIA Y/O COBERTURA ESPACIAL
El Gráfico 5 permite determinar la relación entre la demanda de transporte público desagregado por
zona de transporte (frecuencias de los viajes) y la oferta (cobertura espacial).
GRÁFICO 5. Indicador de necesidad de frecuencia y/o cobertura espacial

APROXIMACIONES A UN MODELO DE OPTIMIZACION DEL SISTEMA DE TRANSPORTE URBANO DE PASAJEROS EN LA MICRO RE
A través de este diagrama se pone de manifiesto la relación entre la demanda y la oferta En las
coordenadas de las X se gráfica la generación normalizada de viajes (producción de cada zona de
estudio) con respecto a la población de una que se toma como unidad. La definición de la zona
tomada como "unidad" es relativa y puede evidentemente vanar en los distintos conglomerados
urbanos. No obstante como idea inicial debería tomarse una zona de transporte cuya población fuese
lo más aproximada posible al valor promedio de todas las zonas en estudio.
En el eje de las Y se gráfica la accesibilidad al transporte público, una vanable empírica que es
función de las subvariables: frecuencias en horas valle que atraviesan la zona en estudio, el área
ocupada de la zona en estudio y el área de influencia o servida por transporte público En este caso se
tomó como unidad una zona con demanda satisfecha de viajes y otra con demanda insatisfecha de
frecuencias o de cobertura espacial. La franja que queda por debajo, muestra la banda de suboferta
La franja superior la banda de demanda satisfecha.
Como valor testigo de demanda satisfecha debería usarse una zona en la cual el resultado de las
encuestas (proveniente de los datos de las preguntas abiertas) no registre quejas con respecto a
frecuencias o cobertura espacial. La falta de conectividad con otras zonas no tiene que ver con el
diagrama, ni con la accesibilidad.
Asimismo, desde la teoría, la "zona unidad" debería presentar una cobertura espacial próxima al
promedio de las coberturas espaciales de cada zona de transporte, y contar con una frecuenaa de
servicios que tendrá que estar próxima a la sumatoria de los promedios de las frecuencias, ai horas
valle, de todos los ramales que la atraviesen. Las frecuencias consideradas son aquellas con destino
al centro de atracción de viajes más importante, ya sea el centro de la ciudad, o un centro fabnl o
comercial. Como verificación final se requiere que forme parte de una recta resultante de un análisis
de regresión lineal con valores que estén lejos de comportamientos extremos.
Para poner a punto este mecanismo teórico de análisis de oferta/demanda, es necesano contar con la
siguiente información: 1. Un estudio de frecuencias reales, y de intensidad de transporte público en
la zona (vehículo/unidad de tiempo); 2. Una evaluación del coeficiente de ocupación por unidad en
cada zona, y eventualmente corroborar si las quejas del público condicen con la realidad.
Se ha detectado que las personas que no viajan cotidianamente en transporte público se quejan por
falta de buenas frecuencias, pero en realidad ocurre que desconocen los horanos y eventualmente la
regularidad de su cumplimiento.
Este mecanismo debidamente calibrado para toda una micro región que conforme un "sistema
cerrado" de transporte público, pude convertirse en una herramienta idónea, ya que del análisis
particular de cada zona puede articularse un sistema global óptimo de transporte.
La construcción del indicador se basa en conceptos tradicionales en el estudio de la planificación del

transporte. Lo novedoso que se incorporó es la articulación de los distintos indicadores: producción
de viajes, área ocupada, frecuencias y cobertura.
• ..;-.-. „ . , , : ,,T. ...;;„:», ' ; ' ,i • I , <~ >„ *I 52 V >f C ZQSñiTlU -iO\ fí3

RAVELLA O - GERSHANIK G - DI TOMMASO W, - L O N G O J. • KLENA S. - CASTAGNET F.
GRÁFICO 6. Relación frecuencias/producción de viajes (viajes totales)
El área de influencia se obtiene generando una franja de un ancho dado a cada lado del corredor de
transporte (dependiendo de la densidad y grado de consolidación del área), obteniendo así un factor
que varía entre 0 y l. Para el tratamiento de zonas muy alejadas o periféricas, la influencia (ancho)
de una línea de transporte es mayor con respecto a su traza.
Este indicador permite medir rápidamente, y ante cualquier modificación, el grado de satisfacción de
la dananda y actuar en consecuencia No explica las causas por las que se producen.
GRÁFICO 7. Relación frecuencias/producción de viajes (sector medio)
En los gráficos 6 y 7 se muestran los resultados obtenidos a partir de la encuesta realizada con
valores reales. Se determinó la "zona unidad" considerada como bien ofertadas en función de: una
correcta cobertura espacial del servicio, frecuencias adecuadas, no saturación del servicio en la hora

APROXIMACIONES A UN MODELO DE OPTIMIZACION DEL SISTEMA DE TRANSPORTE URBANO DE PASAJEROS EN LA MICRO-RE
pico y la coinddencia de la opinión de las personas encuestadas. La zona que registraba la menor
cantidad relativa de quejas referentes a la cobertura espacial y las frecuencias. En función de la
definición de esta " zona unidad " se gráfica la recta que contiene los puntos de aquellas zonas de
transporte que cumplen con las condiciones de dicha zona unidad. El algontmo de esta recta sintetiza
la demanda satisfecha "virtual" del conjunto de las zonas de la micro-región, esta ecuación se
consigue mediante un análisis de regresión simple. Se define también una banda de comportamientos
aceptables en función de la desviación estándar quedando fuera de ella las zonas con sobreoferta o
suboferta.
Quedan indicadas en el gráfico cuáles son las zonas que presentan anomalías y en las que se debe
concentrar un estudio más particulanzado para definir cualquier intervención.
3.2 DISTRIBUCIÓN ESPACIAL DE LA RELACIÓN OFERTA/DEMANDA.
Se analiza aplicando un indicador viajes/frecuencias en las diferentes conexiones. Para esto se

construye una matnz de ongen destino de zona a macrozona donde se vuelca el indicador
correspondiente de: viajes en transporte público/cantidad de servíaos por hora.
Los resultados de esta operación pueden presentar cuatro situaciones diferentes:
1. Un número mayor que cero. Esto significa que entre esas zonas se producen viajes y existen
servíaos que las vinculan. Cuanto más cercano a cero sea ese número mejor servida estará la
conexión y cuanto mayor sea dicho número mayor será la suboferta. Se estima como demanda
satisfecha cuando el indicador resulta en un número menor que el extraído de la zona unidad No
se considerarán aquellos casos de movimiento interno en la macrozona.
2. Cero Esto significa que entre esas zonas no se producen viajes pero si existen servíaos que las
vinculan. Estas conexiones tendrán oferta ociosa.
3. Infinito. Puede darse el caso de que no existan viajes ni tampoco servicios, donde no se
presentaría anomalías.
4. Infinito. También puede ser que si se produzcan viajes en las conexiones pero no haya servíaos
que las vincule. Con este último caso se conforma un grupo de demanda insatisfecha de
conexiones zona-macrozona. Se analizan los viajes esperados que corresponden a esas
vinculaciones para detectar los casos críticos. Se aclara que estos viajes serán los que ya se
realicen en Transporte Público, y que sus usuanos deberán dingirse a otras zonas vecinas para
abordar los vehículos. También aquí no se consideran los casos de movimiento interno en la
macrozona.
Esto implicará un análisis más detallado en una etapa posterior para determinar las características
particulares de las anomalías detectadas en cada uno de los casos.
" ' ' i ! M* -sí?;. . F , ^ - -• •>•
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995) ^ ^ 355

RAVELLA O - GERSHANIK G. - DI TOMMASO W. - LONGO J - KLENA S - CASTAGNET F
4. MODELO DE RELACIÓN EN UN SISTEMA COMPLEJO
Se ha desarrollado un modelo conceptual que interrelaciona las siguientes variables (Gráfico 8)
1. Relación costo/beneficio empresarial (u$s/u$s) en la cual se incorpora el costo energético a los

efectos de determinar las posibles incidencias sobre el costo y sobre la contaminación ambiental;
2. Cobertura espacial (cant. serví cios/hab);
3. Distancia recorrida total por el sistema/cobertura espacial (Km/km2);
4. Conectividad de la red de transporte/conectividad de la red vial donde se desarrolla;
5. Sumatoria de frecuencia de todas las líneas troncales y ramales del sistema de transporte público
de la micro-región (1/min).
GRÁFICO 8.
Estas cinco variables configuran un hiperespacio que a fin de objetivar la relación costo^eneficio
empresarial explícita el estado del sistema en función de todas las variables mencionadas. Como es
obvio, esto no puede graficarse, pero a los fines de bosquejar el comportamiento supuesto se muestra
en tres dimensiones. Se unifican las variables cobertura, conectividad y frecuencias sintetizándose en
"cobertura espacial del sistema deT.P.U".

APROXIMACIONES A UN MODELO DE OPTIMIZACIÓN DEL SISTEMA DE TRANSPORTE URBANO DE PASAJEROS EN LA MICRO-RE
Actualmente se estudia el modelo matemático que permita una utilización generalizable a partir de
una ecuación objetivo a minimizar que relacione el costo/beneficio con las vanables: frecuencia,
cobertura espacial, conectividad. Se ha incorporado la vanable cobertura definida como la relación
entre la superficie ocupada, la superficie servida (considerando una banda de 300 mts a cada lado
del corredor de transporte), y la densidad de población. El costo se considera como una función de la
distancia recorrida por los colectivos en cada zona (no se consideran los costos administrativos ni
costos fijos como seguros, patentes, sueldos, etc. de cada una de las empresas). El beneficio se toma
como la facturación neta, es decir, la cantidad de boletos vendidos.
Ya se ha formulado la primera aproximación y se están ajustando las construcciones de las vanables

íntervinientes y sus restricciones.
5. CONCLUSIONES
En la actualidad la demanda se toma cada día más diferenaada y estratificada. Los cambios que se
producen en la distribución de los puestos de trabajo y la aparición de nuevos centros comerciales, el
incremento del transporte privado (remisses y autos particulares), entre otros dificultan el análisis de
la demanda a través de los métodos tradicionales. Es evidente la necesidad de mantener la
información actualizada para ir adecuando la oferta y fundamentalmente para posibilitar la
competitividad del transporte público con relación a los otros medios. Por lo antedicho consideramos
adecuado el desarrollo de herramientas como las explicitadas que posibiliten una visualización rápida
de la situación en cada zona, facilitado esto por la existencia de los sistemas de información
geográfica, y al mismo tiempo incorporar algún tipo de actualización de la informaaon similar al que
hemos expenmentado.
6. REFERENCIAS
1. Bruton M.J. (1970); Introducción al Planeamiento del Transporte; Ediciones Troquel,
2. London Country Council (1964); London Traffic Survey, Vol 1.

•
3. Lañe, R., Powell, T.J., Presttwood Smith, P., (1975); Planificación Analítica del
Transporte, Instituto de Estudios de la Administración Local, Colecaon Nuevo
Urbanismo, Madnd.
4. Ortúzar, J.; de D. y Willumsen, L.G.(1994); Modelling Transport, 2da. Edición., John

Wiley & Sons. Chichester, UK.
5. Klahn, V. y Stolling, V.(1994); A new approach for planning and optímisatíon of urban
railway systems. Tomado de Urban Transport and the Environment; editor L. J. Sucharov,
Wessex Institute of Technology, UK.
mm
MODELACIÓN DEL COMPORTAMIENTO EN
PARADEROS FORMALES
Rodrigo Fernández, Jaime Gibson y Mario M é n d e z

Tel: 6894206; Fax: 6712799
RESUMEN
El diseño facilidades al transporte público de superficie ha tenido hitos importantes en el país el

último tiempo. El sistema de paraderos divididos en la Alameda y la construcción del corredor
segregado para buses en Av.Grecia, constituyen ambientes organizados de operación de buses.
Varios estudios en ejecución sobre los principales ejes de locomoción colectiva en Santiago,
requieren de recomendaciones de diseño que consideren estas experiencias.
El objetivo de este trabajo es describir el comportamiento de pasajeros y buses en paraderos formales

de alta capacidad bajo condiciones de alta demanda. Esto se aborda por etapas. Primero, se muestra
una nueva especificación del modelo para estimar la demora derivada de la transferencia de
pasajeros. Se presentan luego distribuciones características de variables de operación: número de
detenciones por bus, número de pasajeros que sube y baja por detención. Después, se derivan
relaciones entre tasas de pasajeros transferidos. Por último, se analiza el uso de puertas en este tipo
de paraderos. Los datos para esta investigación han sido obtenidos del sistema de paradas divididas
de la Alameda en Santiago.
358 " " ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)
MODELACIÓN DEL COMPORTAMIENTO EN PARADEROS FORMALES
1. INTRODUCCIÓN
En muchos lugares del mundo, tanto de países desarrollados como en vías de desarrollo, los buses
constituyen el principal sistema de transporte urbano. Otros modos alternativos de transporte público
(metros, tranvías, ferrocarnles, etc) se concentran sólo en los centros urbanos más importantes. Aún
allí, sólo cubren parte de la audad. Es más, en la mayoría de los casos esos sistemas deben ser
alimentados por servíaos de buses de acercamiento. Como resultado, uno de los prinapales
problemas urbanos que debe ser abordado es proveer un sistema de buses apropiado para las
audades Este es un desafío ineludible que deben enfrentan varias disaplinas, desde la planifícaaón
urbana a la ingeniería de tránsito.
Considerando lo antenor, el diseño faalidades al transporte público de superficie ha tenido hitos

importantes en el país el último tiempo. El sistema de paraderos divididos en la Alameda y la
construcción del corredor segregado para buses en Av.Greaa, permiten disponer de ambientes más
organizados de operaaón de buses. Por otra parte, vanos estudios en ejecución sobre los pnnapales
ejes de locomoción colectiva en Santiago, requieren de recomendaciones de diseño que consideren
estas nuevas expenenaas.
El objetivo de este trabajo es contribuir a la modelación de paraderos formales, de alta capacidad y

operando en condiciones de alta demanda. Este se puede concretar en tres niveles de análisis.
Pnmero, extender y refinar un modelo para estimar el tiempo que un bus permanece detenido por
operaciones de subida y bajada de pasajeros en este tipo de paraderos. Segundo, conocer las
distnbuaones características de sus variables de operación, en particular aquellas refendas al
número de detaiciones por bus y al número de pasajeros que sube y baja en cada tipo de detención.
Con ello se pueden establecer relaciones entre las tasas de movimientos de pasajeros entre primeras y
restantes detenciones y entre detenciones unifuncionales y bifuncionales. Tercero, modelar la forma
en que las puertas del bus son usadas en las operaaones de subida y bajada.
Los datos para modelar este comportamiento se obtuvieron de observaciones en dos subparaderos
con diferentes características de los paraderos divididos de la Alameda en Santiago: Ahumada y
Santa Rosa.
En lo que resta de este documento, en el capítulo siguiente se explica la labor experimental realizada.
Luego, se muestran los resultados de este trabajo. Finalmente, se presentan los principales
comentarios derivados de la investigación.
2. HIPÓTESIS Y TRABAJO EXPERIMENTAL
La demora que expenmenta un bus en un paradero producto de la transferencia de pasajeros depende

de la cantidad de personas que suben y bajan en cada una de las detenciones que éste realiza en el
área de parada. Basado en investigaciones previas (Guenthres y Hamat, 1987; Gibson et al, 1989),
se asume una relación lineal del tiempo detenido con el número de pasajeros que sube y baja, como la
mostrada en la Ec.(l).
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995) ™" 35O
RODRIGO FERNÁNDEZ - JAIME GIBSON - MARIO MÉNDEZ
(1)
tp = B0 + maxi{Blpsl + B2pJ (1)

donde ps¡ y pb¡ es el número de pasajeros que suben y bajan por la puerta i y los Bj son parámetros a
calibrar.
El número de detenciones y de pasajeros transferidos en cada una de ellas se puede obtener aj listando
una función de distribución apropiada a los datos recogidos. Se había sugerido (Baeza, 1989; Baeza
y Gibson, 1989) que ambos pueden tratarse como variables aleatorias que siguen una distnbución
geométrica truncada (Figl) de rango R=[l,TX m ], donde T es la razón entre el valor máximo y la
media (Xm) de la distribución.
Sin embargo, en paraderos más formales que concentran mayor cantidad de pasajeros en lugares
bien definidos, se esperaría que se minimicen las detenciones múltiples. Por lo tanto, podría
mantenerse la forma de la distribución de esta variable, pero su moda -igual a una detención por bus-
tendría una alta probabilidad de ocurrencia, seguida de una fuerte caída para las restantes
detenciones, si las hubiera. Asimismo, producto de la concentración de pasajeros, aumentaría el
número de personas transferidas en cada detención. Luego, la moda de la distribución de pasajeros
por detención podría ser mayor a la unidad. En tales condiciones, esta variable podría quedar mejor
representada por otra distribución.
Las posibles modificaciones en las distribuciones de las variables y en los parámetros de los modelos,
que implicarían un cambio de comportamiento en paraderos formales de alta demanda, constituyeron
la motivación de la investigación. El trabajo experimental para determinar dicho comportamiento en
estos paraderos consistió entonces en generar una base de datos sobre el sistema de paradas divididas
de la Alameda (ver Méndez, 1995).
Debido a la manifestación dinámica y simultánea de los eventos (detenciones, subidas, bajadas,

tiempos, etc), los datos necesarios para la modelación se recogieren mediante la videograbacion de
dos subparaderos del corredor analizado: el ubicado en la isla de la intersección con Santa Rosa, en
la calzada sur; y el situado en la isla de la intersección con Ahumada, en la calzada norte. Ambos
presentan características diferentes en cuanto a operación y diseño geométrico (existencia de
semáforo aguas abajo, longitud de la plataforma, lugar de acceso de los pasajeros, demanda, uso de
pistas). Un rol importante en su selección lo jugó la visibilidad desde un punto elevado para la
filmación (Méndez, 1995). En la Tabla 1 se resumen algunas características de la demanda de los
lugares y períodos de observación. El procesamiento de las filmaciones permitió generar una
detallada base de datos en estos lugares.
Lograr variabilidad en los datos con relación a la demanda requirió que las grabaciones se realizaran
a lo largo de las horas de mayor movimiento, pero evitando sus máximos. Así, los períodos de
observación correspondieron a la última mitad de la punta de la mañana (0800-0900) y la primera de
la punta de la tarde (1700-1800), en días laborales de los meses de septiembre y octubre.

Tabla 1: Características de los subparaderos
SUBPARADERO FLUJO DEMANDA (pax/h) TASAS (pax/bus)

Y
PERIODO (bus/h) SUBIDA BAJADA SUBIDA BAJADA
Ahumada PM 139 245 1330 1.8 9.9

PT 141 1100 825 7.9 5.9
StaRosa PM 184 870 700 4.2 3.8

PT 158 780 545 4.9 3.4
3. RESULTADOS
Los datos recogidos en los subparaderos descritos permitieron la calibración de modelos, la

obtención de distribuciones características de variables de operación y otros parámetros que
representan su comportamiento (ver Fernández et al, 1995).
3.1 MODELO DE TIEMPO DETENIDO
La calibración del modelo de tiempo detenido entregó, en primera instancia, especificaciones corno la
de la Ec.(l) cuando se analizan separadamente los datos de cada subparadero estudiado. No
obstante, hubo fuerte variabilidad espacial y temporal en los valores de los parámetros.
Con el objeto de encontrar una especificación única, se calibró un modelo con los datos agregados de
ambos puntos de parada que discriminara las diferencias operacionales entre ellos. El resultado es el
modelo no lineal de la Ec.(2), en que los números entre paréntesis representan la desviación estándar
del parámetro, todos ellos estadísticamente significativos:
(2)
donde: Bt 2.81 (0.07) [s/pax]

B'! 1.27 (0.09) [s/pax]
B2 2.05 (0.10) [s/pax]
B'2 0.0355 (0.0055) [1/paxl
d variable muda (1 si hay alta densidad y desorden de
pasajeros en el andén, 0 en otro caso)

RODRIGO FERNANDEZ - JAIME GIBSON - MARIO MÉNDEZ
3
El ajuste obtenido para este modelo resultó R = 0.93. El tiempo muerto por detención (B0) no es
significativo para esta especificación, por lo que se puede asumir nulo en estas situaciones de
demanda y diseño.
La variable muda d adopta un valor 1 sólo en el período punta tarde del paradero de Ahumada y cero
para el resto de los casos. La densidad y distribución desordenada de pasajeros en su andén hace que
el tiempo marginal de subida (Bi) aumente en casi un 50%. Así, con una demanda de más de 1000
pasajeros por hora queriendo embarcar, las interacciones que se producen entre los usuarios
dificultan las operaciones de subida. Es clara entonces la importancia de un diseño apropiado de los
andenes en estas condiciones.
La variación del tiempo marginal de bajada (B2) se encuentra en la cantidad de pasajeros que hacen
esa operación. Disminuye con la cantidad de éstos, pero tiene una cota inferior que tiende a 1
segundo por pasajero. Es el caso de Ahumada en la mañana cuando bajan casi 10 pasajeros por bus.
Esto se puede explicar por la generación de una cola en el pasillo del vehículo que aumenta la
eficiencia del proceso y produce presión para se realice con rapidez. Sugiere también que un
ordenamiento parecido en el proceso de subida (¿una cola frente al lugar de detención del vehículo?)
tenga un efecto similar. De nuevo, esto apela a un adecuado diseño y demarcación de andenes y áreas
de parada.
3.2 DISTRIBUCIÓN DEL NUMERO DE DETENCIONES POR BUS
El número de detenciones por bus en los paraderos estudiados, confirmó que la distribución que
mejor representa el fenómeno es una geométrica truncada.
Aun cuando existen ciertas diferencias en el valor de los parámetros de las distribuciones en cada uno
de los paraderos analizados, la moda resultó igual a 1 det/bus y el máximo número de detenciones
resultó ser igual al número de sitios (3 en este caso). Asimismo, T resultó ser en promedio 2.28, muy
similar al encontrado en paraderos más informales (2.20 según Baeza, 1989). La Figl muestra el
tipo de distribuciones encontradas en el período punta tarde de los subparaderos estudiados.
Las diferencias entre los valores de las distribuciones, se explican fundamentalmente por la
existencia de un semáforo inmediatamente aguas abajo del subparadero de Santa Rosa. Esto hace
aumentar artificialmente el número de detenciones, disminuyendo la probabilidad de la moda, y
aumentando la de las segundas detenciones. Sin embargo, la probabilidad de terceras detenciones se
mantiene bastante baja (menor al 5%). Asimismo, el efecto de la predominancia de pasajeros
embarcando en la hora punta de la tarde, produce un efecto similar, pero menos marcado, en ambos
paraderos.

3.3 DISTRIBUCIÓN DEL NUMERO DE PASAJEROS POR DETENCIÓN
La distribución de pasajeros que sube y baja en cada detención presentó algunas diferencias respecto
a lo postulado inicialmente. No existiría una forma única para ella y ésta no es una característica del
tipo de paradero, sino que dependería de su demanda.
Para bajas demandas la variable sigue mejor la forma de una distribución geométrica truncada
(Fig.2-a). Para altas, en tanto, fue posible ajustar una distribución trapezoidal como la de la Fig.2-b,
derivada de una distribución triangular (Gibson y Santana, 1991). El punto de corte para elegir una u
otra estaría sobre los 5 pasajeros que suben o bajan por detención. Se llevan a cabo observaciones
adicionales para afinar esta conclusión.
En el caso de distribuciones geométricas, los valores de T resultan ser, en promedio, Ts=4.11 para
las subidas y Tb=3.45 para bajadas. Valores muy similares (4.2 y 3.5, respectivamente) habían sido
encontrados en paraderos informales (Baeza, 1989). Es decir, en condiciones de demanda moderada
(i.e. 5 o menos pasajeros por detención transferidos), el máximo número de pasajeros movilizados es
entre 3 a 4 veces áu tasa media por detención.
En el caso de distribuciones trapezoidales, el máximo número de pasajeros movilizados es más

estable que en el caso antenor para subidas y bajadas, resultando ser unas 2.5 veces la tasa media
por detención.
3.4 RELACIONES ENTRE TASAS DE MOVIMIENTO DE PASAJEROS
La relación entre las medias de pasajeros transfendos tanto en detenciones bifunaonales (para subir
y bajar) como en las segundas y terceras, se puede establecer suponiendo relaciones lineales con
aquellas unifúncionales (para subir o bajar) y pnmeras, según lo establecido en la Ec.(3) donde i=s,b
yk=l,n(Baeza, 1989).
MPM = E,>MP,ik
(3)
MPiu^Wi'MPm
Luego, las relaciones entre tasas de movimiaitos de pasajeros que se definen para modelar el
comportamiento son dos. La pnmera, E„ corresponde a la razón entre las tasas de pasajeros
transfendos en detenciones bifunaonales y unifúncionales. Se ha supuesto igual para pnmeras (k=l)
y restantes detenciones (k=n). La otra, W„ es la razón entre la tasas de pasajeros transfendos en
restantes detenciones (segundas y terceras) con respecto a las pnmeras.
Los resultados encontrados a nivel agregado indican una mayor eficiencia de las detenciones con
respecto a las de paraderos informales (ver Baeza, 1989). Los valores de E, son del orden de 1.0 o
más, en contraposición a 0.8 obtenidos previamente en otro tipo de paraderos. Esto significa que la
tasa de pasajeros movidos en detenciones bifunaonales es igual o mayor que en las unifunaonales.
Es dear, la eficienaa de cada detenaón aumentó al produarse ahora más subidas y bajadas
simultáneas. A su vez, las detenaones unifunaonales son menos.
mm
Además, el supuesto previo de igualdad entre estos parámetros para primeras y restantes detenciones
no se mantiene. La tendencia encontrada hasta el momento indica un E¡ de las segundas y terceras
detenciones mayor que el de las primeras. O sea, de producirse detenciones múltiples, la tasa media
de pasajeros transferidos en las bifuncionales es superior a la de las unifuncionales, aún cuando éstas
últimas tiendan a ser más cuando hay detenciones múltiples.
El parámetro W¡, por su parte, varía entre 0.4 y 0.6 en estos casos, lo que implicaría que la tasa de
pasajeros transferidos en segundas y terceras detenciones es en promedio un 50% de la
correspondiente a la primera detención. O sea, hay una tendencia a mover mayor cantidad de
pasajeros en la primera detención. De allí la eficiencia del paradero. Esto contrasta con el valor 1.0
encontrado sistemáticamente en paraderos informales, donde la tasa de pasajeros transferidos en la
primera y restantes detenciones sería la misma.
A nivel desagregado, valores de E¡ y W¡ resultan más parecidos a situaciones de paraderos

informales cuando las condiciones de operación de paraderos formales tienden a las encontradas en
los primeros (menores demandas, mayor número de detenciones).
3.5 MODELO DE USO DE PUERTAS
La descripción del comportamiento en paraderos concluye cuando, una vez asignado los pasajeros a
cada tipo de detención, éstos se distribuyen a cada puerta del bus. Se postula que un comportamiento
peculiar en el uso de las puertas del vehículo es función de la demanda del paradero.
Se ha asumido a partir de Baeza (1989) que el total de pasajeros que suben lo hacen por la puerta
delantera del vehículo. El uso de puertas por parte de los pasajeros que bajan (Pt,) puede entonces
describirse de la siguiente manera:
(4)
donde: = número de pasajeros que baja por puerta delantera

= número de pasajeros que baja por puerta trasera
= proporción que baja por la puerta delantera
= constante
El comportamiento agregado en los paraderos estudiados se resumen en la Ec.(5) (con R2=0.73),

corroborando que la decisión de la puerta a usar para bajar es independiente de variables externas al
vehículo, como el número de pasajeros que embarca. Se podría postular que tiene relación con la tasa
de ocupación de los buses o el diseño interno de éstos, pero no se dispone de datos como para
comprobar esta hipótesis.

(5)
En término de la proporción de pasajeros que bajan por la puerta delantera, la Ec.(16) se puede
escribir como:
(6)
En término de la proporción de pasajeros que bajan por la puerta delantera, la Ec.(16) se puede
escribir como:
pM _ 0.51
— 0.40 + —— (6)
Pb rb
Se observa que el porcentaje de bajadas por delante disminuye a medida que aumenta la cantidad de
pasajeros desembarcando, tendiendo a estabilizarse alrededor del 40%. Esto corrobora los
4. COMENTARIOS
antecedentes de paraderosFINALES
informales, pero donde dicho porcentaje es del orden del 70% (Citra,
1990).
Los principales resultados de la modelación del comportamiento en paraderos Formales ai

condiciones de alta demanda se pueden resumir como sigue.
Se ha obtenido una nueva especificación del modelo de tiempo detenido que da cuenta del efecto que
tienen el aumento de pasajeros transferidos, a través de la densidad y desorden ai andenes al
embarcar y de la cantidad que desembarca. Esto modifica la relación lineal característica obtanda
previamente.
Se ha reafirmado, como se había sugerido anteriormente, que las detenciones en paraderos quedan
bien representadas por una distribución geométnca truncada con moda ugual a uno y máximo igual
al número de sitios. La razón entre ese máximo y la media de detenciones por bus ha mostrado ser
estable para todo tipo de paraderos (2.2 a 2.3). Pero, la probabilidad de terceras detaiciones, cuando
existen, es bastante baja en los casos estudiados (menor al 5%).
Esta misma distribución mantiene su validez al descnbir las subidas y bajadas por detención cuando
hay moderadas a bajas demandas de pasajeros. Pero se modificaría a una nueva distnbución
(trapezoidal) cuando la tasa pasajeros por detención se eleva. El punto de transferencia de una a otra
estana sobre los 5 pax/det.
Las relaciones entre las tasas medias de pasajeros movidos en detenciones unifuncionales y
bifuncionales, así como las correspondientes a primeras y restantes detenciones, muestran una mayor
eficiencia de los paraderos analizados. Aumenta el promedio de pasajeros por detención en
operaciones de subida y bajada simultáneas, y en las pnmeras detenciones.
mm
Análisis sobre el uso de puertas muestran indiferencia para bajas demandas. A partir de allí, el uso
de la puerta delantera para bajar presenta una disminución con la demanda del paradero,
estabilizándose alrededor del 40%.
Los resultados anteriores, aún dado su carácter inicial, muestran que paraderos especialmente
diseñados para atender altas demandas de pasajeros y flujos de buses son más eficientes que los
tradicionales. Sin embargo, su análisis confirma dos recomendaciones de diseño. Primero, la
existencia de un semáforo inmediatamente aguas abajo del área de parada produce un aumento
artificial en el número de detenciones. Es por lo tanto perjudicial a la operación. Segundo, el
desorden de pasajeros en el andén, producto del uso aleatorio de los sitios de detención, aumenta los
tiempos de embarque. Se debe por ende asegurar que el bus utilice el sitio más cercano a la salida y
que los pasajeros se concentren en ese lugar.
En resumen, áreas de parada alejadas de semáforos, bien demarcadas y andenes con amenidades en
su cabecera, aumentarán la eficiencia de los paraderos.
AGRADECIMIENTOS
Esta investigación está siendo financiada por Fondecyt, a través del proyecto 1940518 }
1
REFERENCIAS
ir- - " -:-J \ *l
Baeza I. (1989) Estimación de la capacidad de paraderos de buses. Memoria para optar al Título
de Ingeniero Civil, Universidad de Chile, Santiago.
Baeza, I. y Gibson, J. (1989) Modelación de la capacidad y demoras en paraderos de Buses. Actas

Valparaíso, 3-18.
Citra (1990) Estudio Análisis Operacional de Paraderos de Locomoción Colectiva. Ministerio de

Transportes y Telecomunicaciones, Santiago.
Fernández R., Gibson J. y Méndez M. (1995) Modelación del comportamiento en paraderos de alta
demanda. Documento de Trabajo ST-INV/01/95, Sección Ingeniería de Transporte, Departamento
Gibson J. Baeza I. and Willumsen L.G. (1989) Bus-stops, congestión and congested bus-stops.
Traffic Engineering and Control, 30(6), June 1989, 291-302.
Gibson, J. y Santana, A. (1991) Predicción de la demanda de estacionamiento en un área. Actas del

V Congreso Chileno de Ingeniería de Transporte. Universidad de Chile, Santiago, 407-419.

Guenther, R.P. and Hamat, K. (1988) Transit dwell time under complex fare structure. Journal of
Transportation Engineering, Vol.114 N°3, 367-379
Méndez M (1995) Modelamiento de las detenciones en paraderos de buses de alta capacidad

Memona para optar al Título de Ingeniero Civil Industnal, Universidad de Chile, Santiago.
a) subparadeno S. Rosa, punta tarde
Media = 1,320
P =0,721
Tau = 2,272
1 ? 3
N l estimado de detenciones por bus
b) subparadeno Ahumada, punta tarde
Media = 1,170
P = 0,847
¡
Tau = 2,564
1 2
N° estimado de detenciones por bus

RODRIGO FERNÁNDEZ - JAIME GIBSON - MARIO MÉNDEZ
a) subparadero S. Rosa, punta tarde
N5 estimado pax que suben por detención
b) subparadero Ahumada, punta tarde
N s estimado pax que suben por detención

INFLUENCIA DEL TRANSPORTE PUBLICO SOBRE
PARÁMETROS DE CAPACIDAD EN INTERSECCIONES
SEMAFORIZADAS
Juan Enrique Coeymans A.

Cristian Adonis M.
Departamento de Ingeniería de Transporte,
Pontificia Universidad Católica de Chile.
Casilla 306, Santiago 22;
Fono 6864270, Fax 5524054.
RESUMEN
El hecho que la presencia de buses pudiera influir sobre la definición de los parámetros de capacidad
en intersecciones semaforizadas, sólo ha sido reportado por Cribson y Fernández en el IV Congreso
Chileno de Ingeniería de Transporte. En otros trabajos realizados ai el país se había reconocido que
los factores de equivalencia de los buses podían vanar, pero se había atnbuido tal situación a
condiciones ambientales (sectores céntncos y no-céntncos).
El presente informe entrega los pnmeros resultados de una investigación que parte de los hallazgos
de Gibson y Fernández y trata de comprobar algunas hipótesis sobre la estabilidad de los intervalos
de salida entre vehículos. Estas hipótesis son: la estabilidad del intervalo característico de salida del
ADE (automóvil que sigue derecho) en pistas sólo ADEs; la dependencia del factor de equivalencia
para ADEs en pistas de tráfico mixto de la proporción de transporte público en el flujo; la estabilidad
del intervalo de salida de los buses; y la independencia de los intervalos de salida para los vehículos
que giran con respecto a la proporción de buses en el flujo.
Se entrega una revisión de las hipótesis asumidas y la descnpción de los expenmentos realizados en
la red vial de Santiago. Luego se detallan los resultados obtenidos y las pnnapales conclusiones que
éstos sugieren, venficando las hipótesis de trabajo.
Ai ;-•-• '•!--.i.'-.UKD.i>brx»fers? íi**! \¿{'f.A / < <> - u • > ' < "" «u; f-
•• . . •
'I
JUAN ENRIQUE COEYMANS A. - CRISTIAN ADONIS M. __
1. INTRODUCCIÓN
1.1 OBJETIVO
El objetivo de este trabajo es presentar los resultados prdirninares obtenidos en una investigación
realizada sobre la influencia del transporte p£blico en los parámetros de capacidad de intersecciones
semaforizadas.
1.2 ALCANCES
La investigación se ha concentrado, en esta etapa, en los intervalos característicos de salida de

automóviles y buses. No se ha estudiado y se ha aislado d efecto de otras variables y parámetros que
influyen tanto en los flujos de saturación como en los factores de equivalencia, para concentrarse sólo
en los efectos de los vehículos de transporte publico.
1.3 CONTENIDO í
El presente trabajo contiene, aparte de esta Introducción, cinco diferentes capítulos. El Capítulo 2
contiene las consideraciones teóricas necesarias para la formulación de hipótesis y diseño de los
experimentos. Las hipótesis de trabajo se detallan en el Capítulo 3. En d Capítulo 4 se entrega una
síntesis de los experimentos realizados en terreno, así como las consideradones metodológicas
asumidas para realizarlos. En el Capítulo 5 se entregan los resultados, confirmando algunas hipótesis
y planteando la necesidad de mayores recolecdones de datos en otros casos a fin de despejar
fenómenos concomitantes no tomados en consideradón cuando se definieron los experimentos y las
hipótesis de trabajo, y, por otra parte, para obtener una confíabilidad estadística más robusta de los
resultados del procesamiento. Finalmente, el Capítulo 6 entrega las prindpales conclusiones
obtenidas.
2. CONSIDERACIONES TEÓRICAS
2.1 PRELIMINARES
Cuando el período de verde comienza en una de las ramas de una intersecdón semaforizada, los
vehículos demoran unos segundos en partir y alcanzar una vdoddad aproximadamente constante. A
esta tasa de descarga se le denomina flujo de saturadón y se mide en vehículos por hora de tiempo de
verde. Alternativamente, puede dedrse que el flujo de saturadón es la tasa de descarga que se
obtendría si hubiese una cola continua de vehículos constantemente con luz verde (Webster y Cobbe,
1966).
Para una buena comprensión de este estudio se hace necesario definir dertos conceptos que se
utilizarán con posterioridad.

INFLUENCIA DEL TRANSPORTE PUBLICO SOBRE PARÁMETROS DE CAPACIDAD EN INTERSECCIONES SEMAFQRIZADAS
- periodo saturado: es aquel período en el cual la cola de vehículos persiste en todo momento, o bien
que no existiendo, la tasa de pasada es mayor o igual que si ella existiera (R.R.L, 1963);
- intervalo: es la separación en tiempo entre un vehículo cualquiera y el que se encuentra justo delante
de él en la fila. Este valor es diferente para distintos tipos de vehículos, y se referirá a la pasada del
parachoques trasero de cada uno.
Normalmente los flujos son heterogéneos, es decir, están compuestos por diferentes tipos de
vehículos, con características de tamaño y comportamiento diferentes. Para compensar tal efecto, se
recurre a una unidad de conversión, llamada vehículo equivalente (veq.)1, que consiste en el cuociente
entre el intervalo típico de salida de una clase de vehículos en una línea de parada durante la descarga
del verde efectivo, y el intervalo típico de salida de un vehículo de referencia.
2.2 MÉTODOS PARA MEDIR FLUJO DE SATURACIÓN Y ESTIMAR VEHÍCULOS

EQUIVALENTES
Las metodologías más importantes conocidas pueden dividirse entre las que utilizan promedios
muéstrales para el cálculo de los parámetros y las que utilizan modelos de regresión lineal múltiple.
Dentro del primer grupo están el método del Road Note N° 34 (R.R.L, 1963) y el del intervalo, que
es el ocupado en este estudio. En el segundo, los métodos de regresión lineal sincrónica y asincrónica
(Branstony VanZuylen, 1978).
El método del intervalo consiste en medir los intervalos respectivos a cada vehículo saturado y
asignar dicho valor al par formado por los dos vehículos correspondientes (antecesor y sucesor). La
notación WNVM indicará el intervalo de salida de un vehículo tipo V que realiza un movimiento M,
precedido por un vehículo tipo W que realiza un movimiento N. V y W pueden ser auto (A) o bus
(B), y los movimientos M y N pueden ser viraje a izquierda (L), seguir derecho (D), o viraje a la
derecha (R). Así, por ejemplo, BDAR indicará intervalo de auto que vira a la derecha precedido por
bus que sigue derecho.
3. HIPÓTESIS DE TRABAJO
3.1 HIPÓTESIS TRADICIONALES
3.1.1 Modelo binario del proceso de salida.
Se asume el fenómeno de la rectangularización de la descarga saturada en una línea de parada de una

intersección semaforizada, cuando hay saturación plena (y los vehículos incluso descargan en el
entreverde siguiente al verde). Se idealiza el proceso mediante descarga a tasa de saturación durante
el verde efectivo, y descarga nula durante el rojo efectivo.
1 Los ingleses utilizan la notación pcu (passenger car units).

JUAN ENRIQUE COEYMANS A. - CRISTIAN ADONIS M.
3.1.2 DEFINICIÓN DEL FACTOR DE EQUIVALENCIA.
Se mantendrá la definición del llamado factor de equivalencia asumida tradicionalmente. En la

literatura tradicional este vehículo <le referencia es el auto directo (ADE), pero en la presente
investigación se ha planteado la hipótesis que el vehículo de referencia es el ADAD (autodirecto
tras autodirecto), que es un subconjunto del anterior.
3.2 HIPÓTESIS PARTICULARES

1
3.2.1 CONSIDERACIONES PREVIAS
En el tema de los vehículos equivalentes y flujos de saturación de intersecciones semaforizadas se

habían presentado algunos resultados que cuestionaban la tesis que los vehículos equivalentes y los
flujos de saturación eran constantes para iguales condiciones geométricas y ambientales. En primer
lugar, en los sectores céntricos (Coeymans y Neely, 1984) se había determinado que los flujos de
saturación aparecían consistentemente menores que en las otras áreas del Gran Santiago. Las
investigaciones inglesas sobre el tema (Kimber y Semmens, 1981; Kimber, McDonald y Hounsell,
1985) no habían encontrado diferencia significativa de los intervalos para diferentes composiciones
de tráfico, es decir, no detectaron influencia del transporte público en los factores de equivalencia, sin
embargo a nivel de análisis de los intervalos típicos, detectaron que los intervalos de auto tras un bus
eran mayores que los de auto tras un auto. En un estudio de Gibson y Fernández (1989), se plantea
- • •
claramente la tesis que se observan diferencias en los intervalos de los vehículos, cuando hay
presencia de transporte público.
.
La solución tradicional al tema de los vehículos equivalentes fue asumir que aun para condiciones
similares geométricas, en algunos casos los flujos de saturación eran menores que los típicos. Esta
salida evidentemente repugna la intuición. Lo lógico es que los flujos de saturación sean función de
las características físicas y geométricas de una calle o pista, influido por cierto por el entorno, pero
ese flujo de saturación debiera ser constante para características análogas.
La explicación que puede validar esta última hipótesis es que los elementos que cambian son los
vehículos equivalentes, es decir, lo que es variable son los factores de conversión. El cuestionarniento
que se hace en esta investigación, es que el ADE no es constante, y depende de la composición del
tráfico. De esta manera, dependiendo del porcentaje de transporte público, habrá un ADE básico
cuando no hay transporte público, que es un ADE en pista sólo ADEs (el ADAD antes mencionado),
el cual sería el vehículo patrón para la determinación de los factores de equivalencia, y los demás
ADEs tendnan un intervalo mayor.
Resumiendo, el cuestionarniento principal que se ha hecho de la teoría tradicional, es descartar las

fluctuaciones del flujo de saturación, y asumirlo constante para condiciones similares, pero se estima
que los intervalos de salida varían según el porcentaje de transporte público. Análogas
consideraciones se hacen para los otros parámetros de capacidad de una intersección semaforizada,
tales como los retardos inicial
inicial yy final (XI y A.2).

INFLUENCIA DEL TRANSPORTE PUBLICO SOBRE PARÁMETROS DE CAPACIDAD EN INTERSECCIONES SEMAFORIZADAS
A continuación se detallarán cada una de las hipótesis específicas asumidas, las cuales se tratará de
verificar mediante los experimentos.
3.2.2 ESTABILIDAD DEL INTERVALO CARACTERÍSTICO DE SALIDA DEL ADE

EN PISTAS SOLO ADES.
Como ya se dijo, se asumirá que el intervalo patrón en la determinación de factores de equivalencia

es el ADAD. Esa situación operacional representa la situación más pura para un automóvil. No
existe ninguna interferencia del transporte público, y debiera representar por lo tanto, el intervalo
mínimo entre vehículos (exceptuando biciclos, que son poco numerosos en las calles de ciudades
importantes).
y ' i - - ' •
Hay constataciones empíricas interesantes a este respecto. En avenidas con tráfico sólo de autos, los
flujos de saturación parecían mayores que los tradicionales o promedios, en un 5 a un 10%. Es el
caso en Santiago de vías como la Costanera o Eleodoro Yáñez, las cuales presentaban esa anomalía,
la cual se debía a que los ADEs eran en verdad ADAD y por lo tanto son mínimos: como el inverso
del intervalo mínimo es el flujo de saturación, aparecían flujos de saturación mayores.
Para efectos analíticos, se tratará de verificar si efectivamente los intervalos de ADE en pistas sólo
ADE son estables, para situaciones físicas y operacionales análogas. La estabilidad es fundamental
para que sea una unidad de referencia apropiada.
3.2.3 DEPENDENCIA DEL INTERVALO DE ADE, EN PISTAS DE TRAFICO

MIXTO, DE LA PROPORCIÓN DE TRANSPORTE PUBLICO.
Dada la hipótesis anterior, es decir la estabilidad de los intervalos de ADE en pistas sólo ADE, lo
que se asume con esta hipótesis es que los intervalos de autos cuando están entremezclados con buses
son mayores que en la situación en que están solos. Así, el intervalo BDAD (auto derecho que sigue
a bus derecho) probablemente será mayor que el ADAD.
Lo que subyace detrás de esta hipótesis es que siendo variable la proporción de transporte público,
junto a intervalos ADAD, habrá cierta cantidad de intervalos BDAD. Como consecuencia de lo
anterior, el resultante (como promedio ponderado de los intervalos con AD como vehículo sucesor)
será un intervalo mayor que en el caso de circular sólo entre ADEs, y será tanto más grande cuanto
mayor cantidad de transporte público se encuentre entremezclado con los automóviles.
Es de remarcar, sin embargo, que puede darse el caso que la componente de transporte público en el
flujo sea grande, pero todos los buses pasen primero durante las descargas. En ese caso, la influencia
sobre los autos que les siguen es mínima, y correspondería a dos momentos operacionales diferentes.
Si de suyo el procesamiento de la información recolectada es engorroso, el detectar este tipo de
situaciones no es trivial y supone todo un re-procesamiento bastante intensivo en recursos humanos.
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (l 995)

3.2.4 ESTABILIDAD DEL INTERVALO CARACTERÍSTICO DE SALIDA DE UN

BUS.
La hipótesis que los intervalos de ADEs cuando van con buses son diferentes, ha sido
complementada con la hipótesis a demostrar, que los intervalos de buses son constantes. De hecho, la
diferencia de intervalos para los ADEs se debe a la maniobrabilidad diferente que tienen los buses
con respecto a los autos: por lo tanto aparece de cierta obviedad, que los intervalos de buses sean
constantes, ya que su dificultad de maniobrar le es intrínseca. Puede, sin embargo, argumentarse que,
al igual que en el caso de los ADEs, el intervalo promedio de un bus está formado por intervalos de
buses detrás de buses y por intervalos de buses detrás de autos, y por lo tanto, no necesariamente el
intervalo promedio va a ser estable. Por razones intuitivas se asumirá en principio, sin embargo, que
los intervalos de buses van a permanecer constantes, y no tendrán la influencia de la proporción del
transporte público.
3.2.5 INDEPENDENCIA DEL FACTOR DE EQUIVALENCIA PARA VIRAJES, DE

LA COMPOSICIÓN DEL TRAFICO.
Finalmente, se ha asumido la hipótesis que el intervalo para los vehículos que giran no será afectado
por la proporción de buses en el flujo. Esta hipótesis es menos obvia que las anteriores, pero puede
fundamentarse en el hecho que el intervalo para los vehículos que giran, está básicamente afectado
por el fenómeno del viraje. En efecto, características de diseño geométrico, tales como el radio de
curvatura o características operacionales como los peatones cruzando en la vía hacia la cual se
dobla, son fenómenos suficientemente importantes como para influir ellos solos en los intervalos con
tal fuerza, que la posible interacción con los buses aparezca como un ruido aleatorio en medio de las
otras causas. Esta fuerza de los otros factores, oscurece o esconde por lo tanto la influencia del
transporte público, y se ha asumido una estabilidad de estos factores con respecto a la proporción de
buses en el flujo.
4. EXPERIMENTOS
4.1. ELECCIÓN DE SITIOS
Para la definición de lugares de recolección de información se utilizó los siguientes criterios:
a) apreciable saturación en la rama a medir por lo menos durante dos horas (punta mañana y/o
punta tarde);
b) formación de colas claramente distinguibles;
c) presencia de transporte público (buses en diferentes porcentajes, por pista);
d) ausencia de "paradero real" en la rama a medir;
e) presencia marginal de camiones;
f) adecuado diseño geométrico (alineamientos) y operacional (intersección despejada, sin
interferencias)
g) pavimento en buen estado y en lo posible, ausencia de pendientes longitudinales;
h) baja interferencia peatonal y buen estado del tiempo el día a medir.
374 " ^ ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)
4.2 MEDIOS DE RECOLECCIÓN
Se decidió utilizar el video como medio de recolección. Postenormente, el material filmado fue
llevado a Laboratono, donde por cada hora de filmaaon se tuvo que realizar como mínimo 30 horas
de trabajo manual para hacer llegar la información gráfica a intervalos.
4.3 RECOLECCIÓN DE DATOS
Las filmaciones fueron realizadas mediante el uso de dos cámaras de video, una de las cuales se
instalaba de manera de captar los largos de cola (presencia de saturación) y obtener una visión
"global" de los acontecimientos (para detectar posibles interferencias por paradero, peatones,
adelantamientos, etc.). La otra cámara se posicionaba frente a la linea de parada, a fin de obtener los
datos de la manera más precisa posible. Todo esto con la mayor discreción que permitiera el entorno,
a fin de no llamar la atención de los conductores y no producir interferencias que alteraran los
intervalos entre vehículos.
Se filmaron y procesaron 26 pistas en diez intersecciones de Santiago con una extensión de una hora
cada una (ver Tabla N° 1). Con esto, y según la duración de los ciclos correspondientes, se
obtuvieron entre 36 y 60 descargas por pista filmada.
4.4 TRABAJO EN LABORATORIO
Antes de procesar la información, se depuraron los datos, mediante la observación cuidadosa de la

filmaaon realizada desde atrás, hallándose problemas tales como adelantamientos y subida/bajada de
pasajeros de los buses. Esto permitió descartar segmentos de filmaciones que no fueron utilizados en
el procesamiento intensivo. Mediante un equipo espeaalmente adquindo, se añadió a las filmaaones
un registro de tiempo con décimas de segundo.
4 5 PROCESAMIENTO
Se procesaron computaaonalmente los datos, obteniéndose los valores promedio para cada tipo de
intervalo por pista. Corresponden a aquellos posteriores al cuarto vehículo que pasa, condición que
se supone implica salida a tasa estable, si bien se poseen los intervalos correspondientes a descargas
completas.
5. RESULTADOS
En la Tabla N° 2 se muestran los datos obtenidos en las filmaciones de pistas que contienen autos
directos y buses directos solamente.
Para efectos de presentar más claramente los resultados obtenidos, se han clasificado las pistas
consideradas según el siguiente esquema, pista derecha (1), pista central (2) y pista izquierda (2 ó 3).
Evidentemente, los vehículos virando se incluyen posteriormente en el análisis de pistas extremas
(Tabla N° 3).
Cabe destacar la diferencia entre pistas centrales y extremas en el sentido de reformular las hipótesis
iniciales, ya que se deben manejar conjuntamente dos variables: el tipo de pista y la composición del
tráfico. Aparentemente, las pistas extremas sufren un efecto de "roce lateral" que hace subir los
intervalos entre vehículos (y, por lo tanto, bajar su capacidad). Los valores presentados avalan tal
aseveración, mientras que Kimber, McDonald y Hounsell (T.R.R.L, 1986) reportan diferencias de
un 7% en favor del flujo de saturación de pistas centrales ("offside lañes") sobre pistas extremas
("nearside lañes").
La hipótesis planteada inicialmente de estabilidad del ADE en pistas sólo ADEs puede apreciarse en
los valores obtenidos para las siguientes pistas:
Santa Isabel 1 1,88 s (s2 = 0,48, n = 196),

Santa Isabel 2 1,76 s (s2 = 0,51, n = 411),
Apoquindo 3 1,80 s (s2 = 0,54, n = 321).
Al respecto cabe señalar que en Santa Isabel se contó con un 2% de camiones en cada pista, cuyos
intervalos se incluyen en la Tabla N 1, a modo de referencia. Nótese las diferencias halladas por tipo
de pista (si bien faltan más observaciones).
Con respecto a la hipótesis planteada de dependencia del intervalo de auto con respecto al porcentaje
de buses, se ve que tal situación ocurre en pistas derechas, debido a que las proporciones de buses
realmente altas están en ellas, y al efecto que podríamos denominar "vitrineo" de potenciales
pasajeros por parte de los conductores de tales vehículos. Al graficar los resultados de la Tabla N° 2
en la Figura N° 1, se aprecia una clara dependencia (no lineal) del intervalo de automóvil con
respecto al porcentaje de buses en el flujo, aunque se requieren aún más observaciones que
completen el rango respectivo entre 15 y 35%.
Con respecto a los intervalos de buses, se aprecia una estabilidad robusta en pistas derechas (en
tomo a los 3,2 segundos en el caso sin virajes, y a los 3,0 segundos en la situación con virajes).
Asimismo, en pistas centrales, los valores se encuentran en el rango 2,50 - 2,75 segundos, excepto en
un caso. En pistas izquierdas, el rango es más amplio; sin embargo, al parecer existirían dos
"familias" de intervalos: aquellos de pistas izquierdas en vías de dos pistas (si bien hay un caso poco
significativo) y los de pistas izquierdas en arterias de tres pistas.

NFLUENCIA DEL TRANSPORTE PUBLICO SOBRE PARÁMETROS DE CAPACIDAD EN INTERSECCIONES SEMAFORIZADAS
Y en el caso de los virajes, vemos que los intervalos respectivos se agrupan en un rango que va desde
los 2,17 segundos hasta los 2,52 segundos, resultando interesante la similitud de los valores entre un
caso de viraje a la derecha y otro a la izquierda (en tomo a los 2,4 segundos). Es importante además
remarcar que el comportamiento del intervalo de automóvil directo está siendo favorecido por la
presencia de porcentajes crecientes de autos que viran, en el caso de pistas derechas, de una forma
casi lineal, aunque faltarían más datos para corroborar tal comportamiento.
6. CONCLUSIONES
a) Fue comprobada la hipótesis de estabilidad del intervalo de ADEs en pistas sólo ADEs. Cuando
se termine de procesar más pistas puras, se podrá afirmar más rotundamente la hipótesis.
b) La hipótesis de influencia de los buses en los intervalos de automóvil aparece preliminarmente
confirmada.
Al respecto es necesario señalar que probablemente se requerirá un nuevo tratamiento de la
información para re-estimar el porcentaje de buses, no como el porcentaje en la descarga, sino como
el porcentaje durante los periodos muestreados (al considerar desde el quinto vehículo), lo cual lo
hace diferente, como se explicara anteriormente. Es probable que algunas pequeñas anomalías
tengan su origen en ese problema no asumido inicialmente y obviamente no reportado en la literatura.
c) La hipótesis de estabilidad de los intervalos de buses estaría preliminarmente confirmada, si bien
faltan más observaciones.
d) La hipótesis de estabilidad de los intervalos de vehículos que giran, ha podido ser confirmada
preliminarmente porque se ve una tendencia en tal sentido.
AGRADECIMIENTOS
Este trabajo ha sido realizado mediante el aporte de Fondecyt, a través del proyecto 1940518. Los
autores agradecen también los valiosos comentarios y sugerencias del profesor Jaime Gibson.
REFERENCIAS
Branston, D. (1979) Some factors affecting the capacity of signalised intersections. Traffic
Engmeering and Control, VoL 20, 390-396
Branston, D. y Van Zuylen, H. (1978) The estimation of saturation flow, effective green time and
passengers car equivalents at traffic signáis by múltiple linear regression. Transportation Research,
VoL 12, 47-53
Coeymans, J.E. y Neely, C. (1984) Parámetros fundamentales de tráfico en el caso de Santiago.

Apuntes de Ingeniería, Vol. 15, 85-112.
Gibson, J. y Fernández, R. (1989) Efectos de interacción de buses y autos en tráfico urbano. Actas
del IV Congreso Chileno de Ingeniería de Transporte, Universidad Católica de Valparaíso, 16-18
Oct. 33-59.

JUAN ENRIQUE COEYMANS A. - CRISTIAN ADONIS M,
Kimber, R. y Semmens, C. (1981) An experiment to investígate saturation flow at traffic signal

junctions. Traffic Engineering and Control,Vol 12, 110-114.
Kimber, R, McDonald, M. y Hounsell, N. (1985) Passenger car units in saturation flows: concept,
definition, derivation. Transportation Research 19B (1), 39-61.
Kimber, R, McDonald, M. y Hounsell, N. (1986) The prediction of saturation flows for road
junctions controlUed by traffic signáis. Research Report T.RRL. N° 67. Transport and Road
Research Laboratory, Crowthome, Berkshire, UK.
Leong, H.J.W. (1964) Some aspects of urban intersections capacity. Proceeding 2nd. Con£
AustraÜan Road Research Board, 2 (1), 305-38.
R.R.L (1963) A method of measuring saturation flow at traffic signáis. Road Note N° 34. Road
Research Laboratory, H.M.S.O., Londres.
Webster, F. y Cobbe, B. M. (1966) Traffic signáis. Road Research Technícal Paper N° 56,
Londres.
TABLAS Y FIGURAS.
TABLA N° 1
INTERSECCIONES CONSIDERADAS
Se analizaron dos tipos de vehículos: automóviles (A), sin distinción entre éstos, taxis y colectivos; y
buses (B), sin distinción entre éstos y taxibuses. El modo camión (C) se incluyó separadamente en
una calle; en los otros casos se consideró como bus, puesto que su proporción es marginal.
Los movimientos considerados son: directo (D), viraje a la derecha (R) y viraje a la izquierda (L).
Es necesario destacar que las intersecciones estudiadas hasta el momento poseen características
normales de luminosidad y tiempo atmosférico durante el período de análisis; a excepción del £ltimo
sitio indicado, cuyo registro se produjo en situación de oscuridad. Se debe considerar que las
condiciones ambientales (luz/oscuridad y sequedad/h£medad) pueden cambiar el valor de los
parámetros estimados.
» > - • ... - ,i i
a i c l o¿'-u -.•-r. -•' ••'• ¡v ••^¡•-r* ; . -i- - . _ • ••:'••••• .

Calle esquina de N° Composición del flujo Período

pista (en número de vehículos)
Santa Rosa Santa Isabel 1 22%AD, 37% AR, 41%BD. Punta AM
2 89%AD, 11% BD.
Santa Isabel Santa Rosa 1 98%AD, 2%CD. Punta AM
2 98%AD, 2%CD.
3 81%AD, 14%AL, 5%BL.
Apoquindo Mariscal Patain 1 63%AD, 37%BD, Punta AM
2 94%AD, 6%BD.
3 100%AD.
Vitacura PO Américo Vespucio 1 64%AD, 25%AR, 11%BD. Punta PM
NS 2 98%AD, 2%BD.
Gran Avenida SN Alcalde Pedro 1 49% AD, 1%BD. Punta AM
Alarcón 2 83%AD, 17%BD.
3 96%AD, 4%BD.
Vicuña Mackenna Campus San 1 51%AD, 49%BD. Punta AM
Joaquín 2 89% AD, 11%BD.
3 96%AD, 4%BD.
Américo Vespucio Echeñique 1 44%AD, 29%AR, 27%BD. Punta AM
2 94%AD, 6%BD.
3 98%AD, 2%BD.
Mac Iver Esmeralda 1 57%AD, 43%BD. Punta PM
2 59%AD, 38%AL, 3%BD.
Vicuña Mackenna Santa Isabel 1 29%AD, 33%AR,38%BD. Punta AM
SN 2 81%AD, 19%BD.
3 97%AD, 3%BD.
Macul NS Las Codornices 1 87%AD, 13%BD. Punta PM
2 98%AD, 2%BD.

TABLA N°2
PISTAS CON AUTO DIRECTO Y BUS DIRECTO SOLAMENTE
PISTA %BD INTERVALO (segundos)

(en n°. numero de observaciones
de veh:) ADAD BDAD AD ADBD BDBD BD
Izquierda
Apoquindo 3 0% 1,80 1,80
321 321
Macul 1,79% 2,10 1,79 4,07
268 5 273 3
Vitacura 2 2% 1,86 1,95 1,86 3,07 3,07
286 4 290 7 7
A. Vespucio 3 2% 1,77 2,33 1,78 2,69 2,69
347 8 355 7 7
V. Mackenna 03 3% 1,74 1,70 1,74 2,68 2,68
405 14 419 13 13
G. Avenida 3 4% 1,69 1,85 1,70 2,36 2,51 2,38
113 4 117 5 1 6
V. Mackenna 3 4% 1,78 1,99 1,79 3,30 3,30
Santa Rosa 2 11% 1,87 2,10 1,89 3,08 3,31 3,09
124 11 135 14 1 15
Central •
Santa Isabel 2 2% 1,76 1,89 1,76 2,51 2,51

411 8 419 7 7
Apoquindo 2 6% 1,72 1,80 1,72 2,64 2,72 2,66
381 14 395 16 6 22
A. Vespucio 2 6% 1,70 1,71 1,70 3,08 3,09 3,08
312 22 334 19 4 23
V. Mackenna 2 11% 1,59 1,71 1,60 2,45 2,58 2,47
200 18 218 15 3 18
G. Avenida 2 17% 1,66 1,86 1,70 2,70 2,90 2,74
12S 11 1 Sf» 97 9 "?<;
1 ¿-~> J1 1 -JLÍ
z. / o
V. Mackenna 02 19% 1,65 1,94 1,70 2,60 2,88 2,66
257 44 301 39 12 51
Derecha
Santa Isabel 1 2% 1,88 2,22 1,89 1,98 1,98
196 5 201 4 4
Macul 1 13% 1,92 1,85 1,91 3,38 3,31 3,36
140 15 155 6 3 9
Apoquindo 1 37% 1,85 2,67 2,01 2,92 3,73 3,21
49 12 61 11 6 17
Mac Iver 1 43% 2,01 2,16 2,06 3,12 3,26 3,21
49 25 74 23 33 56
V. Mackenna 1 49% 1,81 2,40 2,14 2,91 3,51 3,17
18 23 41 21 16 37
G. Avenida 1 51% 2,20 2,28 2,26 3,03 3,12 3,09
5 11 16 6 11 17

0% 10% 20% 30% 40%

Porcentaje de buses en el flujo
FIGURA N° 1
INTERVALO DE AUTO vs. PORCENTAJE DE BUSES EN EL FLUJO
(PISTAS DERECHAS SIN VIRAJES)
TABLA N° 3.1a
PISTAS CON VD1AJES. AUTO DDIECTO COMO VEHÍCULO SUCESOR
PISTA %AV %BD INTERVALO (segundos)

(enn°. (enn° número de observaciones
de veh.) de veh.) AADD BADD AAVD AD
Izquierda
Santa Isabel 3 14% 5% 1,81 1,63 1,54 1,91
245 17 48 310
Mac Iver 2 38% 3% 1,98 2,20 2,05 2,01
111 7 74 192
Derecha
Vitacura 1 25% 11% 1,95 2,05 1,67 1,91
100 9 24 133
A. Vespucio 1 29% 27% 1,84 2,13 1,60 1,88
28 18 13 59
V. Mackenna 01 33% 38% 1,85 2,12 1,64 1,85
28 18 13 59
Santa Rosa 1 37% 41% 1,75 2,07 1,58 1,73
6 5 13 24

TABLA N° 3.1b
PISTAS CON VIRAJES. AUTO QUE VIRA COMO VEfflCULO SUCESOR

(enn° (enn° número <ie observaciones
de veh.) de veh.) AADV BADV AAW AV
Izquierda
Santa Isabel 3 14% 5% 2,54 2,83 2,28 2,52
49 1 5 55
Mac Iver 2 38% 3% 2,37 2,79 2,45 2,41
69 2 55 126
Derecha
Vitacura 1 25% 11% 2,51 2,50 2,23 2,41
25 6 17 48
A. Vespucio 1 29% 27% 2,19 2,44 1,95 2,17
10 13 18 41
V. Mackenna 01 33% 38% 2,32 2,30 2,11 2,22
14 29 32 75
Santa Rosa 1 37% 41% 2,37 2,38 2,20 2,28
5 17 25 47
TABLA N° 3.2
PISTAS CON VIRAJES. BUS COMO VEfflCULO SUCESOR

(enn° (enn° número de observaciones
de veh.) de veh.) ABDD BBDD ABVD BD
Izquierda
Santa Isabel 3* 14% 5% 3,24 3,06 2,51 3,09
13 3 3 19
Mac Iver 2 38% 3% 2,71 2,59 2,69
8 2 10
Derecha
Vitacura 1 25% 11% 3,10 3,20 2,92 3,02
8 1 9 18
A. Vespucio 1 29% 27% 2,96 3,25 2,76 2,99
14 8 8 30
V. Mackenna 01 33% 38% 2,94 3,22 3,03 3,08
14 24 20 58
Santa Rosa 1 37% 41% 2,83 3,16 2,97 3,00
8 10 8 26
* En Santa Isabel todos los buses viran.
(1) Los ingleses utilizan la notación pcu (passenger car units).

APLICACIÓN DE TÉCNICAS DE BOX Y JENKINS
AL CONTEO INTENSIVO DE TRAFICO
Víctor Hernán Toro Fuentes

Automática y Regulación S.A.
fono 634-4626, fax 634-6075
Juan Enrique Coeymans Avaría

Departamento de Ingeniería de Transporte
Pontificia Universidad Católica de Chile
Casilla 306 correo 22, fono 552-5804, fax 552-4054
RESUMEN
Utilizando técnicas de Box y Jenkins, se desarrolló un procedimiento para estimar flujos vehiculares
futuros o faltantes para las estaciones de conteo automático de Santiago, que cumpliera con ser
confiable, preciso, sencillo y económico. Se estudiaron dos tipos de series, una de Flujo Promedio
Diario y otra de Flujo Horario. Estas series fueron obtenidas de seis estaciones de conteo permanente
durante el período de mediciones 1985 - 1987. El trabajo incluyó el estudio de tendencias y
estacionalidades, la búsqueda de características comunes entre series de distintas estaciones de
conteo y la determinación y aplicación de modelos de proyección de flujos vehiculares
estadísticamente satisfactorios.
Se desarrolló un procedimiento de análisis general para estimar modelos para cada una de las series
de Flujo Promedio Diario. Se encontró que un mismo modelo ajustaba bien los datos para todas las
estaciones, un AREV1A (0,1,2X0,1, l)7, esto sugiere que se podría extender el rango de aplicación del
modelo, a las estaciones de conteo no-permanentes. El error de las estimaciones de Flujos Promedios
Daríos, resultó ser, en promedio, del orden del 5% al 10% en un horizonte de predicción de un mes.
Las series de Flujo Horario no pudieron ser modeladas satisfactoriamente, bajo el enfoque de semana
corrida utilizado en este trabajo. La implementación de estos resultados es sencilla y de bajo costo.
m
ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995) • 3Q3
VÍCTOR HERNÁN TORO FUENTES. - JUAN ENRIQUE COEYMANS AVARIA
1 . INTRODUCCIÓN
1.1. OBJETIVOS Y ALCANCES
El objetivo central de este trabajo es desarrollar un procedimiento de estimación de flujos

vehiculares, para períodos futuros o faltantes de las estaciones de conteo automático que existen en el
Gran Santiago. Se ha escogido la metodología de Box y Jenkins (1970 y 1976) para el tratamiento
estadístico de las series, debido a que la naturaleza periódica y estocástica de los flujos vehiculares,
queda bien tratada por modelos del tipo Series de Tiempo. Estos modelos son particularmente
económicos y sencillos de utilizar.
Para este trabajo se han identificado los siguientes objetivos específicos:
a. Conocer más acerca de los flujos medidos en las estaciones permanentes como un medio de
ayuda en el análisis y representación del comportamiento del tráfico en Santiago.
b. Estudiar estacionalidades y tendencias en los flujos de modo de hallar similitudes entre los
comportamientos de las series provenientes de distintas estaciones.
c. Estimar la calidad de las predicciones del modelo ARIMA mediante la comparación de los
valores estimados por el modelo versus las mediciones realizadas en cada estación.
d. Extraer consecuencias prácticas acerca del uso de esta información de tránsito y de los
procedimientos desarrollados.
1.2. TELÓN DE FONDO
A partir de la decada de los '70, las Series de Tiempo se han aplicado con ventajas en el área de
Gestión de Transporte a problemas como; predicción de flujos mensuales de tránsito en un tramo de
carretera (Nihan y Holmesland, 1980), obteniendo predicciones altamente precisas y económicas. El
modelo empleado fue un ARIMA. Benjamín (1986), presenta un procedimiento para predecir flujos
promedios diarios de tránsito usando el Análisis de Series de Tiempo, concluyendo que el método es
más simple y económico que los procedimientos estándar de predicción de demanda. Mahalel y
Hakkert (1985), estiman un modelo ARMA para la variable velocidad vehicular en un tramo de vía;
Davis y Nihan (1984), estiman un modelo ARMA para detectar pequeños cambios promedio en las
características del flujo de tráfico, tales como volumen en la hora punta y ocupancia de pistas;
Polhemus (1976), estudia el problema de construir un modelo de series de tiempo dinámico para las
fluctuaciones locales de parámetros de tráfico, tales como flujo, velocidad y densidad vehicular.
En Chile, a mediados de los años '80, comienza a operar una red de conteo automático de flujos
vehiculares en las principales calles del Gran Santiago. Esta red consta con más de 215 estaciones,
que permiten registrar el volumen total de vehículos que circulan en un tramo de vía a intervalos de
quince minutos. La mayor parte de estas estaciones de conteo operan dos veces al año durante un
período de dos semanas cada uno.
Las estaciones cuyos datos se utilizan en este estudio, tienen la particularidad de llevar un registro
permanente, cada quince minutos, de los flujos vehiculares durante todo el año. Esta información
acumulada, constituye una rica base de datos de series históricas, la que se almacena en cintas

APLICACIÓN DE TÉCNICAS DE BOX Y JENKINS AL CONTEO INTENSIVO DE TRAFICO
magnéticas de propiedad de la Secretaría Ejecutiva de la Comisión de Transporte Urbano y se

respalda en el Laboratorio de Ingeniería de Tránsito de la Pontificia Universidad Católica de Chile.
A fines de 1990 comienzan a ser publicados modelos ARJMA de las series provenientes de las
mismas estaciones de conteo abordadas en estas páginas, estimados por el Depto. de Ingeniería de
Transporte de la U.C. como parte de su programa de emisión de Informes del Convenio "Estudio
Censo de Flujos de Tráfico" 1990, que dicha Universidad mantiene con la Intendencia de la Región
Metropolitana. Estos resultados sistematizados, se presentan en el V Congreso Chileno de Ingeniería
de Transporte, Ferrara e Hidalgo (1991).
En dicho trabajo, Ferreiro e Hidalgo estudian las series de flujos de días homólogos de las estaciones
de conteo, entre los años 1985 y 1989 y series de días laborales. Entendiendo como días homólogos
los días que ocupan el mismo lugar dentro de la semana, es decir todos los lunes de cada semana,
todos los martes, etc. Se formaron así, series para todos los días de la semana. Para completar los
datos faltantes en cada serie, se tomaron promedios simple de los tres días homólogos previos y los
tres días homólogos posteriores al día faltante; de modo que, si faltaba el dato de un día jueves, éste
se estimó como el promedio de los tres jueves previos y los tres jueves posteriores al faltante.
Los resultados indicaron que para la serie de días homólogos, el modelo ARMA(1,1) es
predominante a través de los años y de las estaciones, mientras que para la sene de días laborales, el
modelo cambia según la estación de conteo, algunos de los cuales incluyen componentes estacionales.
2. MODELACIÓN ARIMA EN TSP-PC
Las series de flujos vehiculares analizadas provienen de seis estaciones de conteo automático
permanentes, ubicadas en los siguientes lugares dentro del Gran Santiago, según se índica en el
Cuadro N° 2.1.
Los datos se guardan como flujo cada quince minutos en archivos en cinta que se mantienen como
respaldo en el Laboratorio de Ingeniería de Tránsito de la Pontificia Universidad Católica de Chile.
Todas las series presentan valores a rellenar, es decir, valores que deben ser removidos. La
metodología de Box y Jenkins requiere que la serie a modelar debe estar completa, sin faltar ninguno.
Para homogeneizar los valores de la serie, se remueven todos aquellos que no sean representativos y
se reemplazan por otros obtenidos a partir de los anteriores con modelos ARIMA particulares para el
conjunto de datos disponibles. Dado el pequeño porcentaje que significan los valores no
representativos dentro de la muestra, removerlos equivale a un proceso de limpieza o depuración de
la serie, que no la alteran en lo fundamental.

CUADRO N° 2.1
Identificación de las Estaciones de Conteo
ESTACIÓN UBICACIÓN GEOGRÁFICA SENTIDO DE

TRANSITO
001 Vicuña Mackenna - Campus San Joaquín Sur a Norte
002 Rancagua - Condell Poniente a Oriente
003 Francisco Bilbao - José Miguel Infante Oriente a Poniente
004 Independencia - Olivos Sur a Norte
005 (*) Independencia - Olivos Norte Sur
103 Alameda - José Victorino Lastarria Oriente a Poniente
165 Vicuña Mackenna - Campus San Joaquín Norte Sur
(*) Se ha tomado el número 005 para designar el movimiento Norte a Sur en la estación N1004, la
que registra flujo bidireccional.
Un tipo de dato a remover son los valores anómalos, valores obtenidos de mediciones hechas en
condiciones de tránsito extraordinarias, tales como horas de días feriados o fines de semana largos.
Estos valores están bien medidos, en el sentido de que son reales, sin embargo no responden al
mismo patrón de generación de los demás valores de la serie. Dentro de los datos anómalos, especial
importancia revisten las fechas próximas a Fiestas Patrias y Navidad, en las que se produce un
comportamiento particular en el entorno de los días de fiesta. En el caso de Fiestas Patrias ocurre un
aumento inusual del flujo en los dias previos a la celebración, y en el caso de Navidad, desde la
semana anterior. En todos los casos, los flujos decaen bruscamente durante los días de fiesta. Otras
fechas de relativa importancia dentro del año son Semana Santa, Io de Mayo, 15 de Agosto, 12 de
Octubre, 11 de Septiembre y 8 de Diciembre. Este tipo de perturbuciones anuales también fueron
removidas de la serie, Ferreiro (1978).
2 . 1 . DEFINICIÓN DE LA VARIABLE
A continuación se discute la unidad de tiempo en que se medirá la variable flujo vehicular para
formar la serie a estudiar, pues según sea la unidad de tiempo en que se agrupen los datos
recolectados, la serie será distinta.
El primer tipo de variación temporal observado, es la diaria. Todas las series presentan un
determinado patrón de flujos diarios, con períodos punta característicos ya sean días laborales,
sábados o domingos. La forma más clara de estudiar este efecto es mediante la contrucción de la
variable Flujo Horario, materializada como los flujos durante cada hora de medición.
También se presenta una variación semanal. Cada semana es similar a la anterior, presenta una
curva del mismo tipo y no varía mucho entre las diferentes estaciones de conteo. Los días laborales
mantienen un nivel de flujos semejantes entre si, para disminuir los sábados y ser menores los
domingos.

APLICACIÓN DE TÉCNICAS DE BOX Y JENKINS Al CONTEO INTENSIVO DE TRAFICO
Finalmente, se observa una variación anual. Esta aparece como una fuerte disminución de flujos
durante los meses de verano y un alza en primavera.
De los tres tipos de variación, esta última, es la más débil de todas, por lo que el problema se reduce
a independizar las dos primeras fuentes de variación, pues la superposición de efectos dificulta la
identificación de una sola fuente de estacionalidad.
En vista a un trabajo por etapas, se decidió concentrar el esfuerzo en el análisis de la variación

semanal de las senes. Para ello se construye la variable Flujo Promedio Diario, como el promedio
simple de los 24 valores de flujo horario en un día, obteniendo asi un valor representativo para cada
día de la semana.
2.2. TRATAMIENTO GENERAL DE LAS SERIES
A cada una de las series del Cuadro N° 2.1, se le aplica el mismo tratamiento básico, que tiene por
objetivo homogeneizar los valores de la serie, removiendo aquellos datos erróneos, anómalos o
faltantes. El relleno de la serie se realiza utilizando la metodología de Box y Jenkins para generar
predicciones a partir de tramos de datos históricos disponibles, con a lo menos 60 valores.
Generalmente, el primer sector de datos a remover se encuentra en Semana Santa, alrededor del mes
de Abril. Para reemplazar estos valores anómalos, se estima un modelo ARIMA con los datos del
tramo Enero - Abril y se le usa para obtener predicciones en las fechas en que existen valores a
remover. Los valores entregados por el modelo pasan a reemplazar a los anteriores. La sene se
extiende hasta encontrar el siguiente valor a remover y se repite el proceso de ajustar un modelo.
Puesto que para el análisis estadístico, se emplea la versión 4.IB para PC del paquete estadístico
Time Series Processor (TSP), este procedimiento continúa hasta que se acaba la disponibilidad de
memoria del programa, en este punto sólo se puede continuar rellenando la serie por la vía de reducir
su tamaño. Esto se hace truncando la serie al comienzo. Si durante este proceso el modelo deja de ser
adecuado se busca otro y se continúa. Una vez completada la serie se vuelve a buscar el mejor
modelo que ajuste todos los datos, este será el modelo definitivo.
El detalle de las etapas a que se someten las series es el siguiente:
1. Se gráfica la serie a fin de confeccionar un calendario de valores faltantes, anómalos o erróneos.
2. En todos los casos fue necesario normalizar la variable a modelar, para ello se forma la nueva
variable Ln (Z,) y se diferencia.
3. Orientado por las gráficas de las funciones de autocorrelación, se busca el mejor modelo que
ajuste los datos existentes.
, .h. ..v / • ,''•' ^h i e - j . - t :.-i;:;..*
4. Con el modelo se estiman los valores faltantes y se rellena la serie.
5. Una vez completa la serie, se busca el modelo que mejor ajuste.
6. Finalmente, se utiliza el modelo para predecir tres períodos: Enero de 1988, del cual se conocen
los valores de flujo medido en las respectivas estaciones de conteo, Julio y Octubre de 1987.
2.3. MODELO PARA LA ESTACIÓN 165
A modo de ejemplo, se presentan a continuación los resultados de aplicar la metodología descrita, a

los flujos de la estación de conteo ubicada en el Paradero 7 de Vicuña Mackenna frente al Campus
San Joaquín de la Pontificia Universidad Católica de Chile, que registra el tránsito de Santiago a
Puente Alto.
El modelo encontrado, un ARIMA (0,1,2X0,1,1 )7, se utiliza para predecir el mes de Enero de 1988 y
compararlo con los valores efectivamente medidos en ese mes. El modelo corresponde a la serie de
valores entre el 1 de Abril de 1986 y el 3 de Enero de 1988. En el Cuadro 2.2 se presentan los
valores estimados por el programa TSP, cuyas columnas se ordenan de la siguiente manera:
- La primera contiene el día y fecha asociada al valor de la serie.
- La segunda columna muestra el valor medido en la estación de conteo.
- La tercera columna muestra el valor estimadc por el modelo.
- La cuarta columna contiene las diferencias entre los valores estimados con respecto a los valores
medidos, en valor absoluto y en porcentaje.
Finalmente, al pie del Cuadro aparece la diferencia máxima en el mes, que en este caso es de 143
veh/h ocurrida el Sábado 23 de Enero de 1988 lo que significa una diferencia de 15.2 % con respecto
al valor medido. También se muestran el valor promedio de las diferencias absolutas, en este caso 54
veh/h y el valor promedio de las diferencias porcentuales, en este caso 5.3%.
Del Cuadro se observa que los días Sábados, en general no son bien estimados, asi como también los
primeros valores de la serie. Esto puede deberse a que Enero es un período del año en que cambia el
perfil de flujos por causa del verano y las vacaciones.
Los valores estimados por el modelo provienen de predecir los 28 siguientes valores posteriores al 3
de Enero de 1988. En este caso el error de estimación, aumenta a medida que se aleja del origen de
predicción; en otras palabras la incertidumbre crece con el horizonte de predicción.
Esto no ocurre cuando se predice a un paso, cambiando sucesivamente el punto de partida, esto es,
en vez de estimar los n valores a partir de W(, se estima sólo un valor. El valor siguiente WH2 se
obtiene a partir de WH-I y así sucesivamente. En este caso el error estándar permanece constante.
300 • • ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

CUADRO N° 2.2
Comparación entre Flujos Medidos y Estimados en la Estación N°165
DÍA Y FECHA FLUJO FLUJO DIFERENCIAS DE

MEDIDO ESTIMADO FLUJOS
veh/h veh/h veh/h %
L - 04/En/88 1092 1028 64 5,9
M-05/En/88 1123 1055 68 6,1
W - O6/E1V88 1121 1056 65 5,8
J-07/En/88 1115 1066 49 4,4
V - 08/En/88 1154 1120 34 2,9
S - 09/En/88 1008 1098 90 8,9
D - 10/En/88 791 772 11 1,4
L-ll/En/88 1084 1031 53 4,9
M-12/En/88 1100 1048 52 4,7
W-13/En/88 1095 1049 46 4,2
J-14/En/88 1094 1058 36 3,3
V-15/En/88 1149 1112 37 3,2
S - 16/En/88 959 1090 131 13,7
D - 17/En/88 728 766 38 5,2
L - 18/En/88 1068 1023 45 4,2
M-19/En/88 1072 1040 32 3,0
W-20/En/88 1088 1041 47 4,3
J-21/En/88 1087 1051 36 3,3
V-22/En/88 1121 1104 17 1,5
S - 23/En/88 940 1083 143 15,2
D-24/En/88 731 761 30 4,1
L - 25/En/88 1067 1016 51 4,8
M-26/En/88 1082 1033 49 4,5
W-27/En/88 1092 1034 58 5,3
J-28/En/88 1097 1043 54 4,9
V-29/En/88 1155 1096 59 5,1
S - 30/En/88 971 1075 104 10,7
D-31/En/88 744 755 11 1,5
DIFERENCIA MED LA 54 5,3
DIFERENCIA MÁXIMA 143 15,2
La idea que hay detrás de esto, es disminuir el error que se introduce en la predicción por efecto de la
distancia entre el punto de partida y el valor estimado. Esta forma de calcular el valor siguiente no se
puede hacer para Enero de 1988 pues los parámetros del modelo se modifican con el nuevo mes.
El tramo estimado pertenece a un período de verano. Se analizó si el período del año a que
pertenecen las mediciones tiene alguna influencia sobre la calidad de la predicción. Para ello se

escogió el mes de Julio 1987 como representativo de un período de invierno, y se predijo los 31
valores siguientes.
Los valores obtenidos muestran que la diferencia máxima alcanza a 138 veh/h, con un 12.4 % y la
diferencia media a 48 veh/h lo que representa una diferencia de 4.7 % con respecto al flujo medido.
Para aumentar el espectro de comparación, se estimó el mes de Octubre de 1987. A continuación se
presenta el Cuadro N° 2.3 conteniendo las diferencias máximas y medias de las estimaciones
realizadas en cada período del año, para todas las estaciones de conteo.
Como se aprecia en este Cuadro resumen, el error medio de predicción de los flujos de la serie de la
estación 165, es del orden del 5%, lo que se traduce en unos 50 veh/h.
Las predicciones para meses de invierno (Julio y Octubre), tienen en común que a partir de la cuarta
semana de predicción se observa un significativo aumento relativo en las diferencias medias.
CUADRO N° 2.3
Diferencias en la Estimación de Flujos por Época del Año
ESTACIÓN MES ESTIMADO DIFERENCIA MÁXIMA DIFERENCIA MEDIA

veh/h % veh/h %
Julio 1987 138 12,4 48 4,7
N°165 Octubre 1987 74 9,9 28 2,8
Enero 1988 143 15,2 54 5,3
Julio 1987 210 16,9 94 5,0
N°103 Octubre 1987 77 5,5 30 1,5
Enero 1988 398 15,5 236 10,5
Julio 1987 75 12,9 28 5,0
N°004 Octubre 1987 86 12,8 33 5,3
Enero 1988 72 16,1 49 9,8
Julio 1987 211 14,2 87 6,6
N°002 Octubre 1987 100 10,2 31 2,8
Enero 1988 255 27,0 140 11,1
Julio 1987 141 15,6 50 5,0
N°001 Octubre 1987 97 8,8 49 4,7
Enero 1988 222 26,1 74 8,2
3. MODELO PARA FLUJOS HORARIOS
Con la intención de explorar caminos en la línea de estimar flujos horarios y ver la aplicabilidad de
los modelos ARFMA a ellos, se aplicó la metodología de Box y Jenldns a la serie de la estación 165.
Se elige para esto el mes de Mayo del año 1985, el cual está prácticamente exento de valores a
rellenar.
OOQ ™" ACTAS DEL

DEL SÉPTIMO
SÉPTIMO CONGRESO
CONGRESO CHILENO
CHILENO DE
DEINGENIERÍA
INGENIERÍADE
DETRANSPORTE
TRANSPORTE(1995)
(1995)
La serie fue diferenciada estacionalmente y transformada por la función logaritmo natural. El modelo
que mejor ajustó, siguiendo el mismo procedimiento empleado con las series de flujo diario, fue un
ARIMA(1,0,0X2,1,0)M.
Para tener una idea de la precisión de estas estimaciones, se realizó una estimación alternativa de
estos valores, haciendo el promedio simple de las observaciones homologas anteriores, es decir; se
calculó el valor promedio para los día Martes, los Jueves, los Viernes y los Sábados del mes de
Mayo de 1985.
En el Cuadro 3.1 se muestran comparativamente los resultados de ambos tipos de estimación, Box-
Jenkins y Día Promedio para los cuatro días. En todos los casos la estimación de flujos mediante el
promedio simple de los días homólogos anteriores se acerca más a los valores medidos.
CUADRO N° 3.1
Diferencias de Flujos entre la modelación ARIMA y Promedio
DÍA MARTES JUEVES VIERNES SÁBADO

HORA ARIMA MEDIA ARIMA MEDIA ARIMA MEDIA ARIMA MEDIA
h veh/h veh/h veh/h veh/h veh/h veh/h veh/h veh/h
07 86 40 23 20 4 19 120 12
08 176 73 65 48 23 59 304 8
09 277 20 6 20 79 64 505 19
10 234 59 52 12 30 38 381 31
11 80 9 36 37 58 29 57 105
12 58 5 45 9 81 19 68 30
13 90 9 146 102 160 20 326 24
14 103 173 16 62 177 58 291 71
15 162 203 120 13 68 90 444 58
16 127 89 16 11 141 32 234 83
17 8 49 85 69 170 6 64 17
18 53 37 44 39 142 24 102 73
19 232 114 146 138 160 49 433 16
20 316 56 222 184 46 38 — —
21 267 114 59 85 116 29 — —
22 91 87 283 376 383 0 — —
23 60 5 268 332 444 8 — —
RESUMEN DE DIF]ERENCIAS
Media 142 67 96 91 134 34 256 42
Promedio 316 203 283 376 444 90 505 105

•
I
-
-
4. CONCLUSIONES Y RECOMENDACIONES
1. Referente a los flujos. Se encontró que el comportamiento de los flujos en las cercanías de
feriados importantes (Fiestas Patnas, Navidad y Semana Santa), se deformaba todos los años de
manera característica según la fiesta.
3
Tanto la calidad como la estabilidad en el tiempo de los datos medidos en las estaciones de conteo es
buena. La mayor cantidad de datos que fue necesario remover de la serie, se debieron a factores
propios de la realidad que no podían ser modelados (días feriados y fines de semana largos,
accidentes que interrumpen el tránsito, etc.) más que a falta de datos.
:
2. Referente al modelo encontrado. Se ha aplicado un enfoque de semana corrida, para analizar las
series de flujos, conservando la secuencia natural en que se generan los datos. Este enfoque lleva a un
Modelo General del tipo, ARIMA(0,1,2X0,1, l)7. Este modelo es independiente de la ubicación
geográfica de la estación de conteo.
. . .
Las razones expuestas permite inferir que se pudiera extender la validez de este modelo ARIMA a
estaciones de conteo no-permanentes.
3. Referente a la precisión. Para las cinco series analizadas, los períodos de Julio y Octubre, que se
pueden considerar "meses normales dentro del año" desde el punto de vista de tránsito (Cuadro
N°2.3), son los períodos con las menores diferencias entre valores estimados y valores medidos. :
El modelo encontrado entrega estimaciones que en general difieren en promedio entre un 5% y 10%
del valor medido, lo que significa una variación en el flujo de 50 a 100 vehículos por hora.
4. Referente al flujo horario. Se encontró que la estimación del flujo horario para cuatro días tipo de
la semana hecha a partir de los promedios, difería menos de los valores medidos que la obtenida del
modelo ARMA.
El hecho que la estimación de flujos horarios a partir de los valores de las semanas anteriores no sea
una mala aproximación al valor medido, es un antecedente que refuerza la idea de desarrollar
modelos ARIMA para series de flujos horarios, utilizando un enfoque de días homólogos, como los
de Ferreiro e Hidalgo, (1991).
5. Recomendaciones. Aparece conveniente estimar el tramo de valores faltantes en la serie de flujo

diario, por períodos de una semana. Los valores estimados se ingresan a la serie y se estima la
semana siguiente y así sucesivamente. La razón para escoger tramos de siete días, radica en que se
encontró en las estimaciones realizadas, que el error estándar alcanza un 5% al séptimo valor
estimado hacia adelante, magnitud que equipara a la diferencia media de la estimación en los meses
normales del año.
Se propone utilizar el procedimiento desarrollado, para extender el rango de valores de flujos

vehiculares en las estaciones de conteo no-permanentes. Como se observa en las estimaciones
realizadas, las diferencias máximas no crecen mucho hasta la tercera semana de predicción, por lo

que se puede extender hacia adelante tres semanas utilizando las dos semanas de medición. Pero
también se puede extender el rango de valores hacia atrás, hacia los valores anteriores de la serie.
Efectivamente, invirtiendo el orden de la serie, se tiene otra serie de flujos, el primer valor es ahora el
último y viceversa. De esta manera se podría extender el rango de valores conocidos en cada estación
de conteo no-permanente, de dos semanas a ocho semanas.
AGRADECIMIENTOS
Los autores agradecen sinceramente la cooperación y buena disponibilidad prestada por la Empresa
Automática y Regulación S.A. durante el procesamiento de la información y al Laboratorio de
Transportes de la Pontificia Universidad de Chile durante la laboriosa tarea de recopilación de
antecedentes.
BIBLIOGRAFÍA
Benjamin, J. (1986): A Time Series Forecast of Average Daily Traffic Volume. Transpn. Res. Vol.
20A51-60.
Box, G.E.P. and Jenkins, G.M. (1970 y 1976): Time Series Analysis: Forecasting and Control.
Holden Day. San Francisco.
Davis, G.A. and Nihan, N.L. (1984): Using Time Series Designs to Estimate Changes in Freeways
Level of Service, Despite Mssing Data. Transpn.Res.Vol. 18 A431-438.
Ferreiro, O.M. (1978): Pasajeros en Taiwán: Un Ejemplo de Utilización de Modelos de Box y

Jenkins. SIGMA Vol. 4 (4), 13 - 22.
Ferreiro, O.M. e Hidalgo, A. (1991): Análisis de Series de Tiempo de Flujos Vehiculares Diarios
en Santiago, 1985-1989. V Congreso Chileno de Ingeniería de Transporte.
Mahalel, D. andHakkert, AS. (1985): Time Series Model For Vehicle Speeds. Transpn- Res. Vol.
19B, 217 - 225.
Nihan, N.L. and Holmesland, K.O. (1980): Use of the Box and Jenkins Time Series Technique in
Traffic Forecasting. Transpn. Vol. 9,125 -143.
Polhemus, N.W. (1976): Time Series Analysis of Local Fluctuations in Traffic Parameters.
Transpn. Res. 10,311-317.
MEDIDAS DE CALIDAD PARA EL SISTEMA DE ÓMNIBUS: UN
ENFOQUE PRELIMINAR
Nicholas Tyler
Centre for Transpon Studies *
University College London
Gower Street
London WC1E6BT
Telf: +44 171 391 1562
Fax: +44 171 391 1567
RESUMEN 1
5
Para mucha gente, el sistema de ómnibus presenta una imagen de pésima calidad y, por lo tanto, el
analista de tales sistemas, debe imprescindiblemente trabajar para el mejoramiento del sistema.
Lamentablemente, no existe un sistema aceptado para medir la calidad de un sistema de ómnibus. En
otras palabras, no existe la posibilidad de determinar definitivamente la calidad del funcionamiento
del sistema porque no tenemos las medidas cuantitativas apropiadas. Este artículo intenta explorar
las posibilidades de cuantificar la calidad del sistema de ómnibus con el objeto de apoyar el
mejoramiento de los diseños de infraestructura, de operaciones, y de comportamiento de las entidades
en la industria de transporte público.
Usualmente, se piensa en el promedio para medir el rendimiento del sistema: ejemplos incluyen la
velocidad comercial, la demora interna a un paradero, el tiempo de servicio de pasajeros. Sin
embargo, un aspecto importante del sistema es su capacidad de tener un rendimiento confiable y
predecible. Para evaluar las tentativas de alcanzar este objetivo, es necesario pensar, no solamente en
el promedio, sino además en las medidas de difusión.
El artículo sugiere que "calidad" es un aspecto importante del sistema de ómnibus, y que es necesario
medir el grado de calidad alcanzado por un sistema específico. Así es necesario definir una medida
de calidad. El enfoque del artículo es examinar el concepto de una medida de calidad, y sugerir una
medida posible.
Para indicar las posibilidades del uso de tal medida, se considera, como ejemplo, el cálculo del
tiempo de servicio de pasajeros. Este muestra que los sistemas operativos, y los diseños de ómnibus
pueden influenciar la calidad del sistema. Se presenta además el corolario: con algunos diseños, será
imposible mejorar la calidad por sobre cierto nivel limitado por dicho diseño.
mm
MEDIDAS DE CALIDAD PARA EL SISTEMA DE ÓMNIBUS: UN ENFOQUE PRELIMINAR
1. INTRODUCCIÓN
Se considera la cuestión de calidad para los sistemas de ómnibus en general, y para el sistema chileno
específicamente. Si se quiere mejorar tales sistemas, es necesario definir los problemas actuales, y
además, las medidas apropiadas de calidad. Así, se debe definir explícitamente qué se entiende por
calidad.
En este artículo, la calidad significa un cierto nivel (la palabra calidad es a menudo usada con el
significado de "buena", pero realmente, se necesita un adjetivo para decidir si el significado es
"bueno" o "malo"). Si el término es un substantivo que necesita un adjetivo para definirse, debería
ser posible medir el grado de calidad. Se propone aquí un método para medir la calidad.
En la sección siguiente se discute el concepto de calidad y su medición, Después, unas posibilidades

de medirla en la Sección 3. A esto sigue un ejemplo, para mostrar cómo funciona el concepto dentro
el problema del tiempo de servicio de pasajeros. La Sección 4 termina con comentarios sobre el uso
de tales medidas. Finalmente, la Sección 5 contiene conclusiones y sugerencias para continuar este
línea de investigación.
2. EL CONCEPTO DE CALIDAD
2.1 TÉRMINOS GENERALES
Es importante clarificar algunas ideas clave: en este artículo, la palabra "calidad" no se usa en el
sentido que se la da en frases como "la calidad de los asientos" o "la calidad de cargamento". El uso
de esta palabra debe ser bien definido, y entendido desde el inicio. Este uso es importante, porque si
podemos mejorar algo, debemos tener claro los aspectos a ser mejorados. Para esto, debemos tener
una idea del estado actual.
En términos de un sistema, el estado actual está definido por el rendimiento de cada elemento,
individualmente, y además, el de su combinación. Entonces, para mejorar el sistema, necesitamos
conocer el rendimiento actual. A menudo, este conocimiento consta de dos partes: la parte que se
puede medir, y la parte descrita. Los problemas de medición - problemas cuantitativos - son
usualmente incorporados en la definición de la evaluación del sistema (capacidad, frecuencia,
demoras, etc.), pero la otra parte es difícil de incluir explícitamente. Usualmente esto se realiza
agregando palabras, o un término adicional (¿y arbitrario?) al final de la ecuación explicativa. Sin
embargo, es útil considerar este concepto de calidad, porque es posible que nuestras definiciones de
las normas del sistema actúen en sentido contrario a nuestro objetivo de mejoramiento: por ejemplo,
aumentar la frecuencia, pero reduciendo la confiabilidad. Para estar seguro que un mejoramiento es
real, es necesario definir una medida de calidad que pueda indicar el estado del sistema antes y
después del cambio.
Usualmente, el término "calidad" es entendido como concepto cualitativo. En el proceso de

modelación, por ejemplo, el nivel de calidad se usa frecuentemente para describir ideas como
"confiabilidad", o "comodidad". En algunos casos, se podría usar para describir aspectos más

NICHOLAS TYLER.
cuantitativos como, por ejemplo, frecuencia. Sin embargo, para este articulo, el concepto de calidad
está considerado como término general de confiabilidad del sistema general. En este enfoque, se
utiliza la palabra "confiabilidad" para definir el grado al cual un aspecto del sistema a considerar
puede ser garantizado. Usando esta definición, "calidad" es una medida de la diferencia entre la
percepción de un cierto aspecto del sistema, y la realidad de su implementacion: ¿Se puede
garantizar que la frecuencia anunciada sea la frecuencia real? Una primera etapa en el análisis de
calidad es, entonces, analizar el comportamiento del sistema en términos de su rendimiento real con
respecto al deseado: la frecuencia de salida contra la frecuencia entregada, considerando así primero,
el rendimiento operativo. El tratamiento de la percepción será considerado en otra parte. La misma
pregunta puede hacerse acerca de otros elementos del sistema: por ejemplo, comodidad,
confiabilidad. Así, la calidad es un término definido, cuantitativo, que define la diferencia entre la
percepción y la realidad. En términos de segundo orden: es una medida de la variabilidad del
rendimiento del sistema.
2.2 LOS SISTEMAS DE ÓMNIBUS
Considerando los sistemas de ómnibus, existen una cantidad de aspectos operacionales que pueden
ser considerados como medidas de rendimiento: frecuencia, capacidad, velocidad, por nombrar
solamente tres de ellos. Siguiendo los comentarios de la Sección 2.1, éstos son considerados acá
como medidas descriptivas de rendimiento. Un sistema donde la frecuencia es 100 omnibuses por
hora es (en términos operativos) funcionalmente distinto de un sistema con una frecuencia de 10
omnibuses por hora. La línea de polémica de este artículo es que, en términos de calidad no podemos
determinar - de la información dada - cual sería mejor. Para identificar el mejor sistema, sería
necesario medir el tamaño de la desviación del promedio para definir la calidad del sistema (en
términos de su frecuencia). El tema importante para el diseñador de un sistema de transporte público
es cómo establecer el nivel apropiado de calidad: ¿Es mejor diseñar el sistema para una frecuencia de
100 omnibuses por hora, con una desviación estándar pequeña (entonces, de alta calidad) o para una
frecuencia de 150 donde el coeficiente de variación sea más grande (y de baja calidad)?
Así, el concepto de calidad es bien difícil: si es usado para definir consistencia, un sistema que
siempre funciona mal (por ejemplo, uno que está siempre sobrecargado) tendría una medida más alta
de calidad (en términos de este entendimiento del concepto de calidad) que un sistema que está
sobrecargado sólo algunas veces. La clave es "una medida más alta de calidad". Esta medida mide la
capacidad del sistema para mantener la consistencia de su rendimiento: los usuarios pueden saber el
nivel de sobrecarga si esta característica tiene un valor consistente, y así, la calidad de tal sistema es
alta. El caso contrario es el de uno donde el pasajero no sabe si el ómnibus estará vacío o completo.
Tal sistema no tiene un rendimiento consistente, y entonces la calidad es baja. El problema de
sobrecarga es un aspecto operativo, teniendo elementos de frecuencia, tamaño de vehículo, etc. Por
otra parte, el problema de calidad es la consistencia de estos aspectos. En términos operativos, el
objetivo del operador debería estar dirigido hacia dos aspectos: rendimiento y calidad. Para alcanzar
ése, es necesario pensar en los elementos operativos de su operación: ¿existen algunos estilos de
operación que hacen más probable un rendimiento poco confiable?. Como se verá más adelante, hay
ejemplos de características que harán peor la calidad del sistema, y así serán éstas las candidatas a
ser consideradas de nuevo
396 " • ACTAS DEL

DEL SÉPTIMO
SÉPTIMO CONGRESO CHILENODE
CONGRESO CHILENO DE INGENIERÍA
INGENIERÍA DE
DE TRANSPORTE
TRANSPORTE (1995)
(1995)
2.3 EL CASO CHILENO
En muchos países latinoamericanos, el sistema de ómnibus esta caracterizado por flujos altísimos de
vehículos, demanda muy alta, redes complejas, carga muy alta (al menos, durante las horas de
punta), pobre mantención del parque, malos choferes, una cobertura insuficiente de la ciudad (en
tiempo y espacio). Aunque las ciudades principales chilenas generalmente no tengan problemas en su
cobertura, el problema permanece: con todas estas características, ¿cómo se puede hablar de
calidad?. El caso latinoamericano - y de Chile - es buen ejemplo, porque deberíamos enfocar el
concepto de calidad de la manera sugerida en este artículo. Es necesario identificar y medir la
inconsistencia del sistema antes de que sea posible mejorarlo. ¿Cuántos recursos son malgastados
debido a la baja calidad?. Por ejemplo, dos omnibuses corriendo juntos: ¿es un aumento, o una
pérdida, de capacidad útil?
La consideración de calidad dentro este contexto es importante porque ayuda a identificar los
problemas, una medida de calidad en términos de frecuencia, por ejemplo, identificaría el problema
de la varianza de los intervalos entre los omnibuses, indicando entonces, la posibilidad de, por
ejemplo, cambiar los métodos de control o los sistemas operativos. Adicionalmente, sería útil saber si
una cierta característica operativa tiene una influencia importante en la calidad, aunque ella sea
difícil (o imposible) de cambiar en el corto plazo (el diseño del vehículo, por ejemplo). En tal caso,
sería posible definir los límites de la calidad, y así, dirigir al diseñador del sistema hacia otros
mejoramientos posibles.
La varianza en los intervalos significa una pérdida de capacidad: llegadas juntas de dos vehículos,
donde la demanda es más dispersa, implica que la capacidad ofrecida por segundo no es utilizada
Así, se debe definir cuidadosamente el concepto de capacidad, entre la capacidad total (la capacidad
en términos de flujo de vehículos) y la capacidad efectiva (la capacidad que se puede utilizar para la
demanda, en tiempo y espacio). En el caso de los dos vehículos que llegan juntos, la capacidad total
sería de dos omnibuses, pero la capacidad efectiva tendrá un valor de una unidad. La pérdida de
capacidad (entre las capacidades total y efectiva) implica que sería necesario ampliar la oferta para
obtener una capacidad efectiva suficiente para la demanda.
Un ejemplo sirve para explicar el problema. Un servicio con intervalos de 5 minutos, donde los
omnibuses llegan de a pares cada 10 minutos es, en efecto, un servicio con intervalos de 10 minutos.
El corolario es que para tener una capacidad efectiva de seis omnibuses por hora sería necesario
operar a una frecuencia de 12 por hora, y así la flota (con las implicancias para los costos
asociados) sería más grande que la necesaria. De esta forma, los estudios de la calidad del sistema
pueden identificar este tipo de problema y pueden apoyar el mejoramiento del uso efectivo de los
recursos.
Si pensamos en la calidad en términos de la diferencia - o mejor dicho, la relación - entre la

percepción y la realidad, es importante entender cómo medir ambos aspectos de la ecuación. Por esta
razón, es necesario, antes de la exposición de un ejemplo, ampliar un poco el entendimiento de los
conceptos de realidad y de percepción, en el caso del sistema de ómnibus - especialmente en el
contexto chileno.
•'••• .>;.;:;':•- •:; •--,- --.'•• •••••>;• <«".• v;;r¡i*.>1 uí ¡r- ^í.-K-t'fe.'».; ,«„.¡\ ?.f:.; -í;.,.M,.¡,:r,;..c, ;OR«S >:-,;:.au ..,.:.-'.,:!':?.,'.-'

NICHOLAS TYLER.
•5
3. MEDIDAS
3.1 MEDIDAS DE REALIDAD
La medida de la realidad del sistema de omnibuses está establecida: podemos medir la frecuencia y
obtener el promedio sobre el período de interés. Esta frecuencia está expresada como "omnibuses por
hora", por ejemplo. Sin embargo, este promedio puede esconder la realidad. La frecuencia de 100
vehículos por hora no significa usualmente una llegada cada 36 segundos: significa que durante el
período de una hora (la hora específica de interés), llegan 100 omnibuses. Los intervalos pueden ser
muy diferentes, con períodos de unos minutos sin ningún ómnibus, y otros instantes con muchos
vehículos. Así, es mejor medir la frecuencia en períodos más cortos, o calcular una medida de
difusión, por ejemplo, la desviación estándar.
Igualmente, el tiempo de servicio de pasajeros dentro un paradero debe ser calculado en términos de
las operaciones de embarque y desembarque, y las interacciones correspondientes. Gibson et. al.
(1989) muestran que la demora de un ómnibus dentro de un paradero es muy sensitiva a factores
como los mencionados, y a las llegadas exactas de los vehículos al paradero. Así, es imprescindible
medir el sistema tal como es, y expresar las medidas en una forma realista. Solamente si medimos la
realidad verdaderamente, podremos diseñar mejoramientos verdaderos.
Como ejemplo de este enfoque, Tyler (1995) estudió el proceso de embarque/desembarque para
omnibuses distintos, con sistemas operativos distintos. Éstos incluyen sistemas de pago, sistemas de
uso de las puertas e interacciones dentro del vehículo causadas por el encuentro de los pasajeros que
embarcan y aquéllos que desembarcan. De este estudio se obtuvo una cantidad de modelos detallados
para apoyar el análisis del tiempo de servicio de pasajeros. Usando éstos, es posible identificar los
elementos del problema que requieren medición y los efectos que ciertos cambios en los sistemas
producen en el tiempo de servicio de pasajeros. Dos ejemplos de estos modelos se consideran más
adelante.
3.2 MEDIDAS DE CALIDAD
Usando la definición de calidad de este artículo, el tratamiento del tema de calidad en términos del
rendimiento del sistema necesita cuatro elementos conectados entre sí:
• debe indicar la auto-consistencia del sistema
• debe permitir indicar la diferencia entre el rendimiento real y el diseñado
• debe permitir el análisis de la estabilidad del sistema con respecto a diferencias en dicho
rendimiento
• debe permitir indicar los efectos en el sistema debido a cambios de calidad
Suponiendo que el objetivo sea alcanzar el promedio, el primer elemento sugiere una medida de
difusión, que podría ser utilizada para comparar la varianza esperada del sistema, y aquélla obtenida.
No obstante, no sería suficiente considerar, por ejemplo, la desviación estándar sin el promedio.
Entonces, sería mejor considerar las dos, posiblemente en la forma del coeficiente de variación.
39g " " ACTAS

ACTAS DEL SÉPTIMO
SÉPTIMO CONGRESO
CONGRESO CHILENO
CHILENODE
DEINGENIERÍA
INGENIERÍADE
DETRANSPORTE
TRANSPORTE(1995)
(l 995)
Para enfocar los otros tres (segundo orden) elementos del problema, es necesario asegurar que la
forma de la medida de calidad es suficiente para que tales análisis sean factibles. Para esto, sería
necesario obtener valores equivalentes de los elementos distintos: por ejemplo, del rendimiento y el
diseño, de puntos diferentes en espacio y tiempo, o antes y después de un cambio de servicio.
Para incluir las medidas de percepción dentro de este contexto, sería necesario obtener valores
relevantes de grupos de gente y medir sus percepciones de los elementos de interés del sistema. Este
proceso necesita técnicas de ciencias cognitivas, y está fuera del ámbito de este artículo.
Sin embargo, es posible ver cómo funciona la parte de calidad definida por el rendimiento del sistema
y seguir los efectos a través de los cuatros elementos definidos anteriormente.
4. UN EJEMPLO
.:-
4.1 TIEMPO DE SERVICIO DE PASAJEROS
Para mostrar cómo funciona este modelo de calidad, consideremos un ejemplo sencillo, pero que
incluye un nivel suficientemente complejo. El ejemplo a usar es el tiempo de servicio de pasajeros.
El cálculo del tiempo de servicio de pasajeros es usualmente considerado como un producto del
tiempo marginal de embarque y la cantidad de pasajeros embarcando (Cundill & Watts 1973). En
algunos casos se incluyen los pasajeros desembarcando. Yorke (1993) incluye un elemento de
complejidad porque trata el tiempo marginal como variable binaria, para representar la diferencia en
tiempo marginal entre los pasajeros que pagan al chofer durante el proceso de entrar al ómnibus y los
otros que no deben pagar. Sin embargo, el proceso general es similar.
La realidad en la calle, no obstante, es algo distinta: hay interacciones entre los pasajeros que
embarcan y los que desembarcan, hay sistemas distintos para pagar por un viaje, hay diseños
distintos de vehículo. Todo esto afecta el tiempo total de servicio de pasajeros. Es posible considerar
hipótesis en las cuales estos sistemas y diseños distintos tienen valores distintos de tiempo de servicio
de pasajeros, pero existen preguntas importantes para los diseñadores de sistemas de transporte
público: ¿Cuál sistema y diseño sería el más rápido? ¿Cuál sistema sería el más confiable? ¿Qué
acciones serían necesarias/factibles para mejorar el rendimiento? y ¿Cuánta mejora se obtendría de
tales acciones?
Para responder este tipo de preguntas, University College London ha estado investigando estos
temas. Se han desarrollado modelos detallados de tiempo de servicio de pasajeros, y se han
comparado los resultados. Los detalles de dicho trabajo están fuera del ámbito de este artículo (ver
Tyler 1995), pero el método de análisis es utilizado para evaluar calidad en este artículo.
Este artículo compara la calidad de dos tipos de ómnibus. El primero tiene dos puertas y los
pasajeros pueden embarcar y desembarcar simultáneamente por cada puerta. No es necesario pagar
por el viaje durante la entrada, tampoco durante el desembarque. El segundo también tiene dos
puertas, pero ellas son estrechas y, por lo tanto, es posible sólo embarcar o sólo desembarcar por

NICHOLAS TYLER.
cada puerta. Adicionalmente, es necesario pagar al chofer durante el embarque, así que es necesario
entrar el vehículo por la puerta de adelante. El diseño del sistema implica que es necesario
desembarcar por la puerta de atrás, pero muchos pasajeros desembarcan también por la puerta de
adelante. Debido a lo estrecho de las puertas, el desembarque debe ocurnr antes que el embarque,
mientras los pasajeros que quieren embarcar deben esperar. Este sistema es una representación del
sistema chileno. Al primer sistema le llamaremos sistema "metro", porque es similar (en términos de
embarque/desembarque) al sistema de trenes (en nuestro ejemplo hay solamente dos puertas, pero el
modelo se puede ampliar para incluir más puertas si es necesario).
La primera parte del análisis considera la forma de los modelos relevantes, y muestra los resultados
en términos de los tiempos promedios de servicio de pasajeros en cada caso. Para ser simples, el
tiempo para embarcar está definido en todos casos como 3.5 segundos, y el tiempo de desembarque
está supuesto a ser 2 segundos. En realidad existe la posibilidad que haga una diferencia entre los
tiempos dependiendo del sistema adoptado (secuencial o paralelo), pero para este análisis, el
supuesto sencillo sirve para demostrar el problema.
La segunda parte del análisis intenta mostrar los efectos que tienen las varianzas entre los números
de pasajeros que usan omnibuses sucesivos en una secuencia sobre la distribución de tiempos de
servicio de pasajeros. Esto muestra la importancia del análisis de calidad, especialmente en la
comparación entre modelos diferentes. Para alcanzar este objetivo, secuencias de 100 omnibuses se
desarrollaron usando una simulación Monte Cario, para valores distintos de intervalo, entre 2 y 10
minutos. El coeficiente de variación fue predeterminado como 0.667, y se probó las salidas del
promedio y del coeficiente de variación para estar seguros de que cada secuencia que resultaba
mantenía estas características.
•
4.2 EL CASO "METRO"
Para este caso, el vehículo tiene dos puertas, con ancho suficiente para permitir a los pasajeros
embarcar y desembarcar simultáneamente por cada puerta. Los pasajes se compran
independientemente del embarque (ya sea antes del viaje, o dentro el vehículo). Los pasajeros están
distribuidos entre las puertas, en base a una proporción del total que embarca y desembarca por la
puerta de adelante, expresándose esto por medio de pesos diferentes para embarque y desembarque
(We y Wá respectivamente)1. Así, el tiempo de servicio de pasajeros es el máximo de los tiempos
máximos (sobre el tiempo de embarque y el tiempo de desembarque en cada puerta) sobre todas
puertas. Esto es representado por la Ecuación (1):
(1)
1 Los pesos We y Wd usados en todos cálculos ilustrativos para este artículo son 0.5 y 0.7 respectivamente, excepto en
la amplificación del modelo mixto descrito en Sección 4.3.
4QQ ^ ^ ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

donde
T tiempo de servicio de pasajeros, en segundos
Pe número de pasajeros embarcando
Te tiempo marginal de embarque, en segundos
we proporción de pasajeros embarcando por la puerta de adelante
Pd número de pasajeros desembarcando
Td tiempo marginal de desembarque, en segundos
Wd proporción de pasajeros desembarcando por la puerta de adelante
La Ecuación (1) se puede adaptar para incluir vehículos con más de dos puertas, dando valores
explícitos para We y Wd para cada puerta, reemplazando los términos (1 - We) y (1 - Wd) por
aquellos valores, y tomando el máximo sobre todas puertas. Así, este modelo se puede utilizar para
analizar los tiempos de servicio de pasajeros para vehículos donde el embarque (y el desembarque) es
independiente de la compra de pasajes, y donde es posible embarcar y desembarcar simultáneamente
por cada puerta. Ejemplos de tales vehículos son los trenes de metro y trenes lijeros rápidos.
Se puede ver que, para pesos dados de We y Wd, y para tiempos marginales de embarque y
desembarque dados, el valor de T era determinístico: para cantidades dadas de embarques, y de
desembarques, T tomará un valor fijo. Entonces se puede ver los resultados por cantidades de
pasajeros. Una matriz, y el gráfico correspondiente, se muestran en Tabla 1 y Figura 1.
Tabla 1 Embarque/desembarque paralelo: el caso "metro"
EMBARQ>UE
0 1 2 3 4 5 6 7 _§ 9 10
D 0 0 1 2 3 4 5 6 7 8 9 10
E 1 1.4 1.4 2 3 4 5 6 7 8 9 10
S 2 2.8 2.8 2.8 3 4 5 6 7 8 9 10
E 3 4.2 4.2 4.2 4.2 4.2 5 6 7 8 9 10
M 4 5.6 5.6 5.6 5.6 5.6 5.6 6 7 8 9 10
B 5 7 7 7 7 7 7 7 7 8 9 10
A 6 8.4 8.4 8.4 8.4 8.4 8.4 8.4 8.4 8.4 9 10
R 7 9.8 9.8 9.8 9.8 9.8 9.8 9.8 9.8 9.8 9.8 10
Q 8 11.2 11.2 11.2 11.2 11.2 11.2 11.2 11.2 11.2 11.2 11.2
U 9 12.6 12.6 12.6 12.6 12.6 12.6 12.6 12.6 12.6 12.6 12.6
E 10 14 14 14 14 14 14 14 14 14 14 14
Lo importante a observar es que existe una frontera, donde cambia la tasa de aumento de T. Esta
frontera corresponde a la situación donde el tiempo determinante cambia desde el tiempo total de
embarque al tiempo total de desembarque debido a un cambio en la cantidad de pasajeros asociados.
Una vez que el número de uno u otro tipo de pasajero alcanza el máximo, T será constante,
cualquiera sea el valor que toma el número del otro tipo.

NICHOLAS TYLER.
La Tabla 3 muestra el promedio, la desviación estándar y el coeficiente de variación de los tiempos

de servicio de pasajeros obtenidos para secuencias derivadas con intervalos de entradas de 2 a 10
minutos. Como podría esperarse, los valores de T aumentan con el promedio. La desviación estándar
aumenta también, más o menos linealmente con el aumento del intervalo entregado. La forma de la
diferencia es visible por el coeficiente de variación que cambia casi aleatoriamente (otras secuencias
tienen un patrón diferente - esto está bajo investigación actualmente). Estos datos se muestran en las
Figuras 4, 5 y 6.
!
4.3 EL CASO "MIXTO"
*
El caso mixto se caracteriza por el uso de vehículos de dos puertas, donde la puerta de atrás se usa
para desembarcar, y, oficialmente, la puerta delantera debería ser usada solamente para embarcar.
Es necesario embarcar por la puerta delantera porque se debe comprar el pasaje al chofer durante el
embarque. Sin embargo, la realidad es que existe una tendencia a desembarcar por la puerta
delantera. Debido a lo estrecho de las puertas, no es posible embarcar y desembarcar
simultáneamente por una puerta, entonces los pasajeros que embarcan deben esperar a los pasajeros
que desembarcan por la puerta de adelante antes de que sea posible iniciar el embarque.
Esto está representado por la Ecuación (2):
(2)
uonae
Tp= tiempo marginal de embarque, incluyendo la compra de pasaje, en segundos
En este caso, el peso We toma el valor 1, y el peso Wd mantiene su valor de 0.7 (indicando una
tendencia revelada en Santiago que mostraba que hasta un 70% de los pasajeros bajan usando la
puerta delantera, entonces representa el caso peor). Lo interesante acá es que tenemos dos tipos de
proceso: el proceso paralelo, como se veía anteriormente en Ecuación (1), donde los procesos pueden
continuar en cada puerta independientemente. Esto es representado por el proceso de maximización
en la Ecuación (2). Sin embargo, el otro proceso - que ocurre solamente en la puerta delantera - es
secuencial: primero, los pasajeros desembarcan, después, los otros embarcan: de esto, el referido
"mixto". El resultado es un efecto curioso. Usando los pesos anteriores para We y Wd, el proceso en
la puerta delantera es tan dominante que el proceso total parece secuencial (la característica del
proceso secuencial es una superficie plana en la Figura 2, sin la frontera discernible en el caso
paralelo (Figura 1). Cambiando los pesos para representar un caso ordenado (donde los pasajeros
usan las puertas como pretendido), (We = 1, y Wd = 0) la frontera característica del proceso paralelo
se hace visible. La Tabla 2 tiene la matriz del caso mixto, y la Tabla 3 muestra la matriz para el caso
ordenado, mientras que la Figura 2 tenga los dos gráficos relevantes a esta comparación.
4Q2 ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995) 1

El análisis de la varianza es también interesante. El caso actual tiene valores muy altos para el
promedio - entre 31 segundos (intervalo de 2 minutos) y 145 segundos (intervalo de 10 minutos). Los
resultados correspondientes de la Ecuación (1) son 10 y 43 segundos. Sin embargo, como se ve en la
Tabla 4, diciendo relativamente, los coeficientes de variación son más o menos similares al otro
modelo, porque las desviaciones estándares son más grandes. El efecto significativo es el cambio en
los promedios obtenidos por los pesos inversos: la característica importante de estos resultados es
que los promedios son mucho más bajos, el patrón del gráfico es similar a aquél de la Ecuación (1).
a. a. f n M F W T ñ D i n í
En el contexto de este articulo, se consideró solamente dos modelos, y las conclusiones son
correspondientemente limitadas. El trabajo más completo es Tyler (1995) donde se han considerado
13 modelos (incluyendo el caso mixto). Sin embargo, es posible comentar sobre las características
del análisis.
Tabla 2 Embarque/desembarque "mixto"

EMBARQ1UE
0 1 2 ~1 4 5 6 7 8 9 10
D 0 0 3.5 7 10.5 14 17.5 21 24.5 28 31.5 35
E 1 1.4 4.9 8.4 11.9 15.4 18.9 22.4 25.9 29.4 32.9 36.4
S 2 2.8 6.3 9.8 13.3 16.8 20.3 23.8 27.3 30.8 34.3 37.8
E 3 4.2 7.7 11.2 14.7 18.2 21.7 25.2 28.7 32.2 35.7 39.2
M 4 5.6 9.1 12.6 16.1 19.6 23.1 26.6 30.1 33.6 37.1 40.6
B 5 7 10.5 14 17.5 21 24.5 28 31.5 35 38.5 42
A 6 8.4 11.9 15.4 18.9 22.4 25.9 29.4 32.9 36.4 39.9 43.4
R 7 9.8 13.3 16.8 20.3 23.8 27.3 30.8 34.3 37.8 41.3 44.8
0 8 11.2 14.7 18.2 21.7 25.2 28.7 32.2 35.7 39.2 42.7 46.2
u 9 12.6 16.1 19.6 23.1 26.6 30.1 33.6 37.1 40.6 44.1 47.6
E 10 14 17.5 21 24.5 28 31.5 35 38.5 42 45.5 49
Tal )la3 En ibarque/ desembarque: el <aso "oreleñado"

EMBARQ1LIE
0 1 2 3 4 5 6 7 8 9 10
D 0 0 3.5 7 10.5 14 17.5 21 24.5 28 31.5 35
E 1 2 3.5 7 10.5 14 17.5 21 24.5 28 31.5 35
S 2 4 4 7 10.5 14 17.5 21 24.5 28 31.5 35
E 3 6 6 7 10.5 14 17.5 21 24.5 28 31.5 35
M 4 8 8 8 10.5 14 17.5 21 24.5 28 31.5 35
B 5 10 10 10 10.5 14 17.5 21 24.5 28 31.5 35
A 6 12 12 12 12 14 17.5 21 24.5 28 31.5 35
R 7 14 14 14 14 14 17.5 21 24.5 28 31.5 35
Q 8 16 16 16 16 16 17.5 21 24.5 28 31.5 35
ü 9 18 18 18 18 18 18 21 24.5 28 31.5 35
E 10 20 20 20 20 20 20 21 24.5 28 31.5 35

NI CHOLAS TYLER.
Algunos sistemas parecen siempre tener valores promedios de tiempo de servicio de pasajeros más
grandes que otros - y el sistema chileno tiene valores muy altos (solamente un modelo, entre los 13
investigados por Tyler (1995), es más alto que el modelo chileno). Esto implica que factores tales
como la demora en el paradero y, por ello, la velocidad comercial, tendrían consecuencias que
resultan del diseño de los vehículos y del sistema operativo.
Adicionalmente, algunos sistemas tienen valores de desviación estándar más grande que otros, y
estos valores aumentan con el aumento del intervalo promedio. El chileno es el tercer-peor en esta
medida (Tyler 1995). En términos del coeficiente de variación, el rendimiento del sistema chileno es
mejor, pero se debe decir que será necesario considerar más experiencias para entender mejor las
características del coeficiente de variación: actualmente, parece que tiene una variación propia que
hace difícil el entender los resultados.
Tabla 4 Tiempos de servicio de pasajeros: análisis de los resultados de una secuencia de

100 omnibuses
PROMEDIO DESV. EST. COEF.VAR.
intervalos "metro" ómnibus "metro" ómnibus "metro" ómnibus

2 9.52 30.77 5.57 16.87 0.59 0.55
3 14.71 44.96 8.98 28.88 0.61 0.64
4 18.38 60.45 10.98 37.24 0.6 0.62
5 22.75 76.27 14.75 49.28 0.65 0.65
6 28.02 91.38 16.52 54.87 0.59 0.6
7 31.54 103.4 19.25 65.39 0.61 0.63
8 36.6 121.48 24.93 76.79 0.68 0.63
9 39.59 128.54 25.43 78.06 0.64 0.61
10 42.76 144.69 26.28 86.68 0.61 0.6
5. CONCLUSIONES
Es importante definir "calidad": el uso de la palabra en este articulo implica la posibilidad de medir la
consistencia del rendimiento del sistema.
El análisis de calidad es importante para saber los efectos - las pérdidas de eficiencia, los recursos
adicionales - causados por una falla en el nivel de calidad en el sistema de ómnibus.
Una sugerencia para medir calidad es el uso del análisis de las medidas de dispersión de las
características correspondientes a los elementos interesantes de calidad en dicho sistema.

Usando este enfoque, es posible distinguir entre sistemas de buena calidad y aquéllos donde el
sistema mismo empeora debido al diseño de los elementos (físicos - como el diseño del vehículo, y
operativos - como el sistema de pago). La factibilidad de cambiar estos elementos implica la
posibilidad de mejorar el sistema, y el uso de dicho enfoque en el análisis de calidad hace posible la
medición de cada posibilidad de mejorar el sistema, y con ello, facilitar la definición de prioridades
para mejoramiento.
Hay mucho trabajo a hacer: debemos mejorar estas medidas, y debemos considerar como incluir
conceptos como percepción.
REFERENCIAS
CUNDILL M.A., P.F. Watts (1973) Bus boarding and alighting times. Laboratory Report 521,
Transport and Road Research Laboratory, Crowthorne, UK
GIBSON J., I.BAEZA, L.G. WELLUMSEN (1989) Bus stops, congestión and congested bus stops.
Traffic Engineering andControl. 30 (6), 291-296
YORKE 1.0 (1993) Factors afFecting bus stop times. Project Report 2. Transport Research
Laboratory, Crowthorne, UK
TYLER (1995) Passenger service times. Working Paper, Centre for Transport Studies, University
College London
NICHOLAS TYLER.
7. FIGURAS
desembarque
embarque
Figura 1 Tiempos de servicio de pasajeros: el caso "metro"
, •-•
desembarque
embarque
Figura 2 Tiempos de servicio de pasajeros: el caso "mixto"

desembarque
embarque
Figura 3 Tiempos de servicio de pasajeros: el caso "ordenado"
2 3 4 5 6 7 8 9 10
intervalos
Figura 4 Tiempos (minutos)
de servicio de pasajeros: promedios obtenidos de una secuencia de 100
omnibuses

NICHOLAS TYLER.
2 3 4 5 6 7 8 9 1 0
intervalos (minutos)
Figura 5 Tiempos de servicio de pasajeros: desviaciones estándares obtenidas de una secuencia de
100 omnibuses
H 1 1 1 1 1 1 1
2 3 4 5 6 7 8 9 1 0
intervalos (minutos)
Figura 6 Tiempos de servicio de pasajeros: coeficientes de variación obtenidos de una secuencia de
100 omnibuses
ACTAS DEL SÉPTIMO CONGRESO CHILENO DÉ INGENIERÍA DE TRANSPORTE (1995)

5-Transito y Transporte Publico

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

5-Transito y Transporte Publico

Uploaded by

Copyright:

Available Formats

ANÁLISIS DE LA DEMANDA DE ESTACIONAMIENTOS

PARA UNA CIUDAD TURÍSTICA EN VENEZUELA

Prof. Juan Carlos Sanánez

Prof. Esteban Hidalgo

La metodología utilizada contempló el levantamiento de información de campo mediante

No existen ordenanzas ni decretos que regulen la actividad del estacionamiento.

Carencia de una adecuada oferta de estacionamientos.

Poco incentivo a la construcción de estacionamientos, dadas las altas tasas de interés

Las razones anteriormente mencionadas hacen necesario la realización de investigaciones que

i. Analizar las relaciones entre la demanda de estacionamientos y el uso del suelo en el

ii. Establecer indicadores que faciliten la formulación (promulgación) de ordenanzas.

280 ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

Entre los objetivos específicos identificados en esta investigación se encuentran:

a. Determinar la oferta y demanda de estacionamientos para una ciudad turística en

b. Validar la metodología propuesta por el Instituto de Ingenieros de Transporte de los

d. Contribuir en la formulación de ordenanzas y decretos sobre la materia.

3. SITUACIÓN DEL ESTACIONAMIENTO EN PUERTO LA CRUZ

3.1 INVENTARIO DE ESTACIONAMIENTOS

En primer lugar se hizo un inventario de los estacionamientos destinados al uso público en el

3.2 ENCUESTAS A LOS USUARIOS

De los visitantes que estacionaron el vehículo, el 57% demoró mas de 15 minutos en

232 ^ ^ ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

3.3 ESTUDIO DE CORDÓN

ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

Tabla 1.- Usos del Suelo y Variables Independientes Consideradas

área bruta rentable (nr) 536 0.040

área bruta rentable (nr) 494 0.072

área bruta rentable (m2) 1338 0.023

área bruta rentable (nr) 553 0.045

área bruta rentable (nr) 443 0.100

284 ^™ ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

a. Modelo lineal: Y =a+b*X (1)

b. Modelo exponencial: Y =e (2)

c. Modelo multiplicativo: Y = a*X (3)

d. Modelo recíproco: 1/Y = a + b * X (4)

5.1 RESULTADOS ESTADÍSTICOS

Tabla 2.- Ecuaciones de Regresión Lineal con el Mejor Ajuste

Hotel # habitaciones LnY = 2.353 + 0.01282 X 0.9414

Banco área bruta rentable Y = 7.416 + 0.01664 X 0.8177

Cine asientos ocupados Y = 1.757 + 0.17325 X 0.948

Restaurante asientos ocupados LogY = 0.7401 + 0.5417 LogX 0.7358

Centro Comercial área bruta rentable Y = 6.600 + 0.01567 X 0.896

Discoteca # personas en local LogY = 0.7751 + 0.6296 LogX 0.9501

5.2 ESTIMACIÓN DE ÍNDICES DE ESTACIONAMIENTO

ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE ( 1 9 9 5 )

Tabla 3.- Comparación de índices de Estacionamiento

USO DEL SUELO

España 1 puesto cada 12 N.D. 2 N.D.2 1 puesto cada 45 N.D. 2

' Fuente: Hidalgo (1995)

En este trabajo se pueden destacar las siguientes conclusiones:

a. El estudio y análisis de la oferta y demanda de estacionamientos en el casco central de

c. Se establecieron relaciones para estimar la demanda de estacionamiento en la hora pico

ACTAS DEL SÉPTIMO CONGRESO C H I L E N O DE INGENIERÍA DE TRANSPORTE (1995)

d. La metodología de Instituto de Ingenieros de Transporte de los Estados Unidos no

Este trabajo fue financiado parcialmente por el Decanato de Estudios de Posgrado de la

Box, Paul C. y Oppenlander Joseph C. (1985) Manual de Estudios de Ingeniería de Tránsito

Cal y Mayor, Rafael (1986) Estacionamientos. Representaciones y Servicios de Ingeniería S.A.

Institute of Transportation Engineers , ITE (1987) Parking Generation 2nd. Edition.

Oficina Metropolitana de Planeamiento Urbano, Departamento de Planificación de Transporte

Oficina de Planificación de Transporte Terrestre (1989) Estudio de Transporte, Tránsito y

288 ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

Figura 1. Resultados del estudio de Cordón (casco central de Puerto La Cruz)

ACTAS DEL SÉPTIMO CONGRESO CHILENO DE INGENIERÍA DE TRANSPORTE (1995)

Uso del Suelo: Hotel