Demanda de Transporte Clase 3

download Demanda de Transporte Clase 3

of 50

Transcript of Demanda de Transporte Clase 3

  • 8/3/2019 Demanda de Transporte Clase 3

    1/50

    6HPLQDULR 7DOOHU 1

    6(0,1$5,2 7$//(5

  • 8/3/2019 Demanda de Transporte Clase 3

    2/50

    6HPLQDULR 7DOOHU 2

    (1&8(67$6'(029,/,'$'

    0(72'2/2*,$

  • 8/3/2019 Demanda de Transporte Clase 3

    3/50

    6HPLQDULR 7DOOHU 3

    (1&8(67$6'(029,/,'$'

    2EMHWLYRV

    Permitir una acabada descripcin de los patrones de movilidad de una

    ciudad o regin (generalmente entendido como la estimacin de matricesde viaje entre zonas, para distintos propsitos, modos y perodos), y

    Posibilitar la estimacin de modelos de demanda de transporte, enparticular de generacin y distribucin de viajes, y eleccin modal y

    horaria.

  • 8/3/2019 Demanda de Transporte Clase 3

    4/50

    6HPLQDULR 7DOOHU 4

    (1&8(67$6'(029,/,'$'

    &RPSRQHQWHV (QFXHVWDRULJHQ GHVWLQRGHYLDMHVHQKRJDUHV(2'+

    Esta encuesta domiciliaria, como su nombre lo indica, cubre todos losdesplazamientos efectuados por todos los miembros del hogar en uno oms GtDVGHHQFXHVWD. Por su naturaleza son muy eficientes para generar

    datos que permitan estimar posteriormente modelos de generacin de

    viajes y particin modal; adems entregan buena informacin sobre la

    distribucin de longitudes de viajes en la ciudad, elemento importante enla estimacin de modelos de distribucin.

  • 8/3/2019 Demanda de Transporte Clase 3

    5/50

    6HPLQDULR 7DOOHU 5

    (1&8(67$6'(029,/,'$'

    &RPSRQHQWHV (QFXHVWDVRULJHQ GHVWLQRGHLQWHUFHSWDFLyQ(2',

    Estas son encuestas ms breves, realizadas en un punto que interceptadesplazamientos de las personas. Las ms comunes son las encuestas ala vera del camino, a bordo de vehculos de transporte pblico o en

    puntos de intercambio modal (por ejemplo, estaciones de buses o

    aeropuertos); a menudo se organizan en torno a cordones externos y

    lneas pantalla (aprovechando barreras naturales como ros, ferrocarrileso autopistas). Por su naturaleza slo entregan informacin sobre undesplazamiento (el observado al momento en que cada persona es

    encuestada), pero son un importante elemento de apoyo al proceso degeneracin de matrices de viajes. Adems, las EODI constituyen la mejor

    fuente de informacin sobre viajes de personas que no residen en el reade estudio.

  • 8/3/2019 Demanda de Transporte Clase 3

    6/50

    6HPLQDULR 7DOOHU 6

    (1&8(67$6'(029,/,'$'

    &RPSRQHQWHV $IRURV

    Estos instrumentos incluyen conteos de vehculos y pasajeros durante unperodo determinado en diversos puntos de una red de transporte; en elprimer caso los datos son adems clasificados por tipo de vehculo. Amenudo se recogen tambin tasas de ocupacin de vehculos (pasajeros

    por auto, taxi, bus), aunque normalmente slo para una muestra del

    perodo de aforo. Cuando se utilizan mtodos automticos es posibleaforar por perodos de tiempo ms largos a fin de recolectar informacinsobre variaciones horarias, semanales y estacionales de la demanda de

    viajes. Los aforos se pueden realizar en el cordn externo (donde esusual adems aforar camiones), lneas pantalla y puntos seleccionados

    de la red estratgica de transporte definida para el rea.

  • 8/3/2019 Demanda de Transporte Clase 3

    7/50

    6HPLQDULR 7DOOHU 7

    (1&8(67$6'(029,/,'$'

    &RPSRQHQWHV Recoleccin de informacin complementaria.

    Informacin de la red vial

    Servicio de transporte pblico

    Servicio de transporte privado

    Informacin Socio econmico

    Encuestas de Preferencias Declaradas

    Uso de suelos

  • 8/3/2019 Demanda de Transporte Clase 3

    8/50

    6HPLQDULR 7DOOHU 8

    $63(&7260(72'2/*,&26

    El proceso de desarrollar, implementar y analizar una Encuesta deMovilidad puede dividirse en cinco pasos fundamentales:

    Planeamiento de la encuesta.- Identificar claramente el objetivo,problema estudiar, usuarios finales de le EM.

    Diseo detallado.- Recoleccin de informacin existente,fundamentos de la encuesta, recursos financieros y personal

    disponible, diseo de muestra, mtodos de encuesta.

    Implementacin en terreno.- Pruebas piloto de cada instrumento demedicin y levantamiento de datos, perfeccionamiento de encuesta,

    entrenamiento, manuales.

    Preparacin de los datos.- Codificacin y entrada de datos. Anlisis.- busca producir los modelos que se haya especificado en la

    etapa de planeamiento.

  • 8/3/2019 Demanda de Transporte Clase 3

    9/50

    6HPLQDULR 7DOOHU 9

    3URFHVRGHWRPDGHHQFXHVWDHQWUDQVSRUWH

  • 8/3/2019 Demanda de Transporte Clase 3

    10/50

    6HPLQDULR 7DOOHU 10

    ',6(f2'((1&8(67$6'(029,/,'$'

    seleccionar una combinacin adecuada de los instrumentos de medicindisponibles en la prctica

    lograr diseos muestrales apropiados para cada instrumento y sucontribucin al anlisis final

    disear en detalle los formularios de las diversas encuestas y en el caso

    de las EODH.

    disear un sistema de realizacin y supervisin de los diversos tipos deencuesta que permita garantizar un mnimo rechazo y una mximaconfiabilidad de las respuestas

    administrar adecuadamente la implementacin del proceso en terreno

    disear buenos procesos de codificacin, digitacin y validacin

  • 8/3/2019 Demanda de Transporte Clase 3

    11/50

    6HPLQDULR 7DOOHU 11

    8VRGHOD,QIRUPDFLyQGH(QFXHVWD2'

    Orgenes y destinos pornivel de ingreso, tiempos

    de viaje.

    Localizacin de actividades, planes deventa, captura de mercados, desarrollo de

    nuevos mercados.

    Sector Privado - (PSUHVDV

    SURGXFWLYDV\GH

    VHUYLFLRV

    Matrices por nivel de

    ingreso, re-zonificacinsimple.

    Localizacin de proyectos, reas de

    influencia y accesibilidad, evaluacin deimpacto de trfico.

    Sector Privado - 3UR\HFWRVLQPRELOLDULRVH

    LQGXVWULDOHV

    Actualizacin, re-

    zonificacin simple,anlisis de sensibilidad.

    Factibilidad de nuevos proyectos,

    preparacin de ofertas para concesionesviales, ferroviarias, y de otro tipo, diseo de

    nuevos servicios.

    Sector Privado 7UDQVSRUWH3UR,QYHUVLyQ&HSUL

    Buena base, cobertura,

    flexibilidad.

    Desarrollo de nuevos modelos y mejora de

    los actuales.

    Investigadores

    Actualizacin, cobertura de

    todos los modos, re-

    zonificacin simple,matrices.

    Reorganizacin de redes de transporte

    pblico, gestin del trnsito, nuevos

    servicios de transporte.

    Organismos de gestin

    y administracin

    pblica, Municipios

    Actualizacin de modelos y

    datos, anlisis derelevancia, zonificacinfina cerca del proyecto.

    Seguimiento del transporte, evaluacin de

    grandes proyectos y polticas.

    Exactitud y alcance de unao base; buena

    representacin decomportamiento, matrices,perodos relevantes.

    Planificacin estratgica, desarrollo demodelos y su actualizacin; modelos de

    generacin, distribucin, eleccin modal yeleccin de hora de partida del viaje.

    Organismos de Planeacin

    eQIDVLV)RUPDGH8VR8VXDULR

  • 8/3/2019 Demanda de Transporte Clase 3

    12/50

    6HPLQDULR 7DOOHU 12

    'HFLVLRQHVGH0HWRGRORJtDV

    EM

    MltiplesUnico oPrincipal

    FrecuenteEspordica>5 aos

    Slo Motorizados>400 mts.

    Todos losViajes

    RecoleccinDiscreta

    7 dasMa - Mi - Jue

    IgnorarRecoleccinContnua

    USUARIOS Y SUS

    OBJETIVOS

    ACTUALIZACIN

    TIPOS DE VIAJE

    DAS DE VIAJE

    ESTACIONALIDAD

  • 8/3/2019 Demanda de Transporte Clase 3

    13/50

    6HPLQDULR 7DOOHU 13

    &DUDFWHUtVWLFDVGH&LXGDGHV*UDQGHV

    /DVFLXGDGHVGHPiVGHPLOOyQGHKDELWDQWHVSRVHHQRWUDVFDUDFWHUtVWLFDVDGLFLRQDOHV

    Tienen varios centros de atraccin de viajes.

    Proporcionalmente pocos viajes tienen origen fuera del rea urbana inmediata.

    Hay episodios de congestin ms frecuentes y en muchos puntos de la red.

    Lo anterior hace ms dbil la identificacin de rutas mnimas.

    Existen ms arterias sin semforos, es decir con intersecciones a diferentenivel, lo que dificulta considerablemente la realizacin de encuestas deinterceptacin.

    Las zonificaciones requeridas para asignacin son de ms de 500 zonas.

    Es ms probable que existan viajes concatenados (circuitos) y viajes mslargos (mayores que 45 minutos).

  • 8/3/2019 Demanda de Transporte Clase 3

    14/50

    6HPLQDULR 7DOOHU 14

    'LILFXOWDGHVHQ&LXGDGHV*UDQGHV

    En este caso se dan los mayores niveles de congestin, mayoresdificultades para realizar encuestas de interceptacin. En trminos

    proporcionales, las encuestas domiciliarias son bastante eficientes, perola obtencin de matrices se hace cada vez ms difcil y compleja.

    Las encuestas de interceptacin a automviles dentro del cordn externo

    deben ser breves para evitar colas e interrupciones prolongadas del

    trfico. En el caso del transporte pblico (y sus viajes multi-modalesasociados) puede ser imposible realizarlas dentro del vehculo en horasde punta, y es necesario recurrir a soluciones menos deseables como

    entrevistar en paraderos (en cuyo caso aparecen complejos problemasasociados a la determinacin del marco muestral y tasas de respuesta).la

    obtencin de buenos modelos de transporte es probablemente msimportante que la obtencin de buenas matrices.

  • 8/3/2019 Demanda de Transporte Clase 3

    15/50

    6HPLQDULR 7DOOHU 15

    'LILFXOWDGHVHQ&LXGDGHV*UDQGHV

    Para los objetivos de planeacin estratgica se puede operar conmayores niveles (relativos) de error que para el diseo de medidas

    locales. Por ello, se propone no aspirar a los mismos niveles de exactitudde matrices que en las ciudades menores. Las matrices estratgicaspueden ajustarse mediante tcnicas como ME2 cuando sea necesario.

    Los procesos de cambio en este tipo de ciudades son muy rpidos y

    profundos. Por ello la actualizacin de la base de datos debe serfrecuente y basarse en encuestas domiciliarias ms aforos de viajeros yvehculos. Debe haber ms oportunidades para usar recoleccin

    automtica de informacin, por ejemplo a travs de boletos electrnicos,contadores automticos permanentes de trfico y sistemas de control de

    trfico computarizados.

  • 8/3/2019 Demanda de Transporte Clase 3

    16/50

    6HPLQDULR 7DOOHU 16

    '(),1,&,1'(7$0$f2608(675$/(6

    El desafo en el diseo de muestras es identificar esquemas y tamaosmuestrales que permitan obtener conclusiones razonables y modelos detransporte confiables, e insesgados, sin gastar recursos excesivos en

    recolectar informacin.

    En principio, el proceso de diseo de una muestra se hace en cinco etapas:

    Identificacin del universo sobre el que hay que muestrear (todos los

    viajeros, todos los hogares, todos los viajeros en transporte pblico, etc.). Identificacin del sistema de muestreo y de la base sobre la cual se

    tomar la muestra: por ejemplo, catastro de viviendas, todos los vehculosque pasan por un punto de encuesta de interceptacin.

    Determinacin de la precisin requerida para una o ms variables aobservar: tasa de viajes, nmero de viajes entre dos puntos, particinmodal.

    Clculo del tamao muestral para alcanzar esa precisin.

    Estimacin de los recursos necesarios para obtener esa muestra.

  • 8/3/2019 Demanda de Transporte Clase 3

    17/50

    6HPLQDULR 7DOOHU 17

    0pWRGRVGH(QFXHVWD\3REODFLyQGH,QWHUpV

    Costos y duracin de estacionamiento,modelos de estacionamiento

    Vehculos estacionados y su duracin en unrea predeterminada

    Encuestas de -Estacionamiento

    Calibracin de redes, validacin de modelosDesplazamientos de vehculos y/o personasen un sector pre-especificado

    Observaciones de Vehculo Flotante,Viajeros-Testigo

    Validacin de modelos y observaciones;actualizacin de matrices de viaje

    Desplazamientos de vehculos y/o personasen un sector pre-especificado

    Aforos de Trfico y Pasajeros

    Matrices O-D, a veces modelos de visitantesResidentes en instituciones, huspedes dehotel y visitantes y sus desplazamientos

    en sectores pre-especificados

    Encuestas a Instituciones, Hoteles yVisitantes

    Modelos de atraccinEmpleados y sus desplazamientosEncuesta en Lugares de Trabajo y GrandesGeneradores

    Matrices O-D, modelos de generacin,distribucin, hora del da, carga

    Vehculos de carga basados en un rea y susdesplazamientos.

    Encuesta a Vehculos de Carga/Comerciales

    Matrices O-D, eleccin modalViajes de pasajeros en un conjunto pre-especificado de servicios

    Encuestas a Usuarios de Transporte Pblico(interceptacin en vehculos o

    estaciones/paradas)

    Matrices O-D de vehculos o personas,modelos de distribucin, validacin de

    modelos

    Viajes en auto o flujo de autos en unsegmento de la carretera

    Encuestas de Interceptacin de Automviles

    Modelos de generacin, distribucin, eleccinde modo y hora, modelos de

    comportamiento y actividades

    Hogares en un rea determinadao

    personas en esa rea

    Encuesta en Hogares

    8VRFRP~QGHORVGDWRVHQPRGHODFLyQ

    8QLYHUVRWLSRSDUDPXHVWUHR7LSRGHREVHUYDFLyQRHQFXHVWD

  • 8/3/2019 Demanda de Transporte Clase 3

    18/50

    6HPLQDULR 7DOOHU 18

    0DUFR0XHVWUDO

    Este es uno de los elementos clave de cualquier proceso de recoleccinde datos. El marco muestral (VDPSOLQJ IUDPH) define la poblacin enestudio y permite determinar posteriormente la tasa de no respuesta; de

    hecho, un elemento importante de sta es lo que se conoce comopoblacin no cubierta (QRQFRYHUDJH) que obviamente depende

    directamente de cmo se haya definido el marco muestral.

    Se propone definir el marco muestral de las encuestas de movilidad comoWRGRVORVYLDMHURVHQHOiUHDXUEDQD; as, no slo debe incluir los

    residentes en hogares, sino que tambin los visitantes alojados en

    hoteles, militares alojados en cuarteles, enfermos en hospitales y viajerosque cruzan el rea. Es claro que no todos se pueden detectar, por

    ejemplo, en la encuesta a hogares. As, ser necesario hacer encuestasespeciales para miembros de las FF.AA. residentes en cuarteles (yprobablemente conseguir permisos especiales para encuestar a aquellos

    que viven con sus familias en partes de la ciudad con restricciones de

    entrada, etc.); por otro lado, los viajeros de paso debieran ser detectados

    en las EODI.

  • 8/3/2019 Demanda de Transporte Clase 3

    19/50

    6HPLQDULR 7DOOHU 19

    0DUFR0XHVWUDO

    Una vez definido el marco muestral es necesario determinar cmoconseguir informacin de la poblacin para extraer la muestra. Es posibleusar los datos del Censo, en el caso de encuestas a hogares, si es queno ha transcurrido demasiado tiempo desde su realizacin. Si no, es

    necesario hacer un catastro de direcciones previo a la definicin de la

    muestra. Es importante sealar, eso s, que no es necesario hacer uncatastro de todas las direcciones de la ciudad; basta con catastrar laszonas o reas especficas seleccionadas para encuestar, en un proceso

    de tres etapas. Primero se selecciona una zona (por ejemplo unamanzana), luego se catastra todos los hogares de sta, y finalmente se

    escoge los hogares a ser entrevistados.

  • 8/3/2019 Demanda de Transporte Clase 3

    20/50

    6HPLQDULR 7DOOHU 20

    7DPDxR0XHVWUDO (2'+

    (VWLPDUWDVDVGHJHQHUDFLyQGHYLDMHV

    131211ms de 1.000.000

    1098405.100 - 1.000.000

    765110.500 - 405.000

    4341.100 - 110.400

    210 - 41.000

    Dos o msAutos

    Un AutoSin AutoRango de Ingreso(Rango Monetario)

    Nmero de

    Categora

    &DWHJRUtDV6RFLRHFRQyPLFDV

  • 8/3/2019 Demanda de Transporte Clase 3

    21/50

    6HPLQDULR 7DOOHU 21

    5HSUHVHQWDFLyQGHODVGLVWLQWDVFODVHVGH

    SREODFLyQ

    100,001.048.61431.267Total

    0,586.09914913

    0,099922912

    0,021676112,2323.38567810

    1,4615.2854769

    0,212.216648

    2,6027.2868287

    10,46109.6623.46769,4298.7332.9155

    7,8582.3112.5084

    34,58362.57410.6623

    1,1612.1793822

    22,79238.9947.0181

    6,5568.7312.085Sin informacin

    GH+RJDUHV1~PHURGH+RJDUHV

    1~PHURGH(QFXHVWDV

    &DWHJRUtD

    Ejemplo: EOD 1991de Santiago de Chile

  • 8/3/2019 Demanda de Transporte Clase 3

    22/50

    6HPLQDULR 7DOOHU 22

    7DPDxR0XHVWUDO 5HTXHULGR

    Ahora bien, el tamao muestral requerido para estimar una variable poblacional puede sercalculado si se conoce lo siguiente (Smith, 1979):

    Una definicin clara de la variable a ser estimada: en nuestro caso la variable deinters es nmero de viajes por hogar.

    El coeficiente de variacin de la variable a medir: calculado como el cuociente entre ladesviacin estndar de cada clase y su media.

    El grado de exactitud (E) y nivel de confianza () deseados: usualmente se elige un5% de error y un 90% de confianza respectivamente; para este ltimo se usa el valorcrtico correspondiente de la variable normal estndar (por ejemplo Z = 1,645 para = 90%), ya que la media de una variable distribuye normal segn el Teorema Centraldel Lmite.

    Con estos datos, el tamao muestral queda dado por

    Por lo tanto, es necesario conocer el coeficiente de variacin de la variable a estimar, loque se puede lograr a partir de informacin recolectada anteriormente en el mismo lugar oen un rea similar.

    ===

    [

    V

    0HGLD

    GDUG(V'HVYLDFLyQ&9

    tan_

    2

    22

    (=&9Q =

  • 8/3/2019 Demanda de Transporte Clase 3

    23/50

    6HPLQDULR 7DOOHU 23

    0XHVWUHRVHJ~Q0pWRGRGH6PLWK

    [

    12.3361.9077627631,0000,8381,000979.8837,18,1Total

    89156150,0190,01600,0077.0912,2117,9216,0712-13

    2944518380,0500,04220,02423.3851,7714,3012,9110

    1923012180,0230,01950,01615.2851,2510,1410,149

    305220,0030,00230,0022.3830,967,7910,968-11

    3445321300,0400,03310,02827.2861,199,6711,377

    1.38121385930,1220,10180,112109.6620,917,358,696

    1.24319377790,1030,08670,10198.7330,867,009,205

    1.03616064690,0900,07560,08482.3110,907,318,734

    4.5657052822590,3400,28490,370362.5740,776,258,123

    15323990,0120,00980,01212.1790,796,417,4523.0094651861510,1980,16590,244238.9940,685,495,991

    0LQ )LQDOHVSHUDGRySWLPRSHVRIDFWRUIUHF1 KRJ&9V&ODVH

    Ejemplo: Nuevo tamao muestral de encuesta O-D partiendo de informacin de resultados deencuestas O-D anteriores.

  • 8/3/2019 Demanda de Transporte Clase 3

    24/50

    6HPLQDULR 7DOOHU 24

    7DPDxR0XHVWUDO HQ(2'+

    Si no hay informacin anterior o est muy desactualizado, entonces aplicamos el

    mtodo tradicional.

    Las encuestas Origen Destino se han tomado una muestra aleatorias muy amplias,

    desde un 1.5% hasta un 20% de los hogares, dependiendo de la poblacin.

    Para el caso de la ciudad de Lima el tamao muestra debe estar alrededor de

    30,000 hogares, adems de la previsin del 20% adicional por ajustes.

  • 8/3/2019 Demanda de Transporte Clase 3

    25/50

    6HPLQDULR 7DOOHU 25

    (1&8(67$625,*(1 '(67,12'(,17(5&(37$&,21

  • 8/3/2019 Demanda de Transporte Clase 3

    26/50

    6HPLQDULR 7DOOHU 26

    0$5&208(675$/'((2',

    Parte del marco muestral es simple de determinar, ya que corresponde a lanecesidad de interceptar viajes que entran y salen del rea de estudio; esto es,corresponde efectuar encuestas en el cordn externo. En este caso queda slo el

    problema prctico de identificar lugares apropiados para la encuesta, especificar lafraccin muestral a obtener y disear y pilotear el cuestionario correspondiente.

    Sin embargo, una encuesta en cordn externo no es suficiente para garantizar laobtencin de buena informacin en cuanto a matrices O-D, ya que slo es capazde captar viajes que se originan o tienen su destino fuera del rea de estudio. Por

    esto es necesario disear otras encuestas (conformando cordones internos, lneaspantalla o sencillamente puntos singulares de la red), a fin de interceptar tambinlos viajes con origen y destino dentro del rea de inters.

    Para esta segunda parte no se conoce una metodologa sofisticada de diseo. Noobstante es imprescindible contar desde el principio con una red y una matriz deviajes, aunque sea obsoleta o sencillamente sintetizada a partir de un modelo dedistribucin transferido de otro lugar. Con la combinacin de estos dos elementosse puede cargar la red (todo o nada puede bastar) y hacer un anlisis de los paresO-D que utilizan arcos potenciales para hacer encuestas de interceptacin. Esto sepuede hacer en programas comerciales mediante la opcin anlisis de enlacesseleccionados (VHOHFWOLQNDQDO\VLV, SLA).

  • 8/3/2019 Demanda de Transporte Clase 3

    27/50

    6HPLQDULR 7DOOHU 27

    6(/(&&,1'(6,7,263$5$(2',$',&,21$/

    Cargar la matriz disponible (todo o nada) a la red. Para comenzar, se puedehacer un SLA de los sitios de encuesta de cordn externo, que son conocidos,y obtener la matriz de viajes que los cruza. Sustraer de la matriz total esa parte

    de la matriz. Esto permite eliminar los viajes que entran o salen del rea.

    Cargar la matriz restante (diferencia) todo o nada. Los volmenes resultantes

    en cada arco indicarn los montos probables que todava escapan de una

    observacin completa (son slo estimados). Seleccionar entonces un ciertonmero de puntos adicionales de encuesta (por ejemplo, cinco), distantes entres y que aporten altos flujos de la matriz restante; hacer SLA de esos puntos,

    extraer la matriz resultante y sustraerla de la matriz restante anterior.

    Repetir el paso (b) hasta que quede muy poco de valor en la matriz restante, esdecir volmenes bajos en la red cuando sta se cargue con la ltima matrizrestante.

  • 8/3/2019 Demanda de Transporte Clase 3

    28/50

    6HPLQDULR 7DOOHU 28

    7$0$f208(675$/

    Para determinar el tamao muestral se puede utilizar la siguienteexpresin (Ortzar y Willumsen, 1994):

    donde Q es el nmero de pasajeros a encuestar, S es la proporcin de

    viajes con un destino determinado, H es un nivel aceptable de error

    (expresado como una proporcin), ]es la variable Normal estndar parael nivel de confianza requerido y 1es el tamao de la poblacin (esto es,el flujo observado de pasajeros en la estacin de control). Es fcil ver quepara 1, H y ]dados, el valor de S = 0,5 produce el valor ms conservador

    (mayor) de Q; as, tomando este valor y considerando H= 0,1 (esto es un

    error mximo del 10%) y ]=1,96 (corresponde a un nivel de confianza del95%) se puede obtener los tamaos de muestra requeridos en funcin delflujo horario que se presenta en seguida

    1

    SS

    =

    H

    SSQ

    t

  • 8/3/2019 Demanda de Transporte Clase 3

    29/50

    6HPLQDULR 7DOOHU 29

    7$0$f2'(08(675$3$5$(2',

    50,0 (1 cada 2)0 a 199

    33,3 (1 cada 3)200 a 299

    25,0 (1 cada 4)300 a 49916,6 (1 cada 6)500 a 699

    12,5 (1 cada 8)700 a 899

    10,0 (1 cada 10)900 o ms

    7DPDxRPXHVWUDO )OXMRKRUDULRHVWLPDGRSDVDMHURVKRUD

  • 8/3/2019 Demanda de Transporte Clase 3

    30/50

    6HPLQDULR 7DOOHU 30

    (QFXHVWDVGHLQWHUFHSWDFLyQ

    EDVDGDVHQYHKtFXORVSDUWLFXODUHV El muestreo debe efectuarse aleatoriamente, por lo que las pautas de

    detencin de vehculos deben ser precisadas al personal responsable.

    Se deben registrar todos los casos de no-respuesta/rechazos,inscribiendo adems toda la informacin posible (por ejemplo, marca y

    tipo de vehculo, ocupantes hora del da, etc.). Lo ideal es registrar las

    patentes de tales vehculos para luego intentar entrevistas de seguimiento

    con una muestra de los casos de no-respuesta.

    Los conteos de clasificacin deben ser ejecutados al mismo tiempo y enel mismo lugar que las encuestas de interceptacin.

    Los procedimientos de correccin/expansin de los datos debenimplementarse tanto para tratar el problema de la no-respuesta comopara la expansin de la muestra.

  • 8/3/2019 Demanda de Transporte Clase 3

    31/50

    6HPLQDULR 7DOOHU 31

    (QFXHVWDVGHLQWHUFHSWDFLyQ

    EDVDGDVHQWUDQVSRUWHS~EOLFR Es necesario efectuar un muestreo riguroso, tanto de los vehculos como de los

    pasajeros.

    En los vehculos muestreados, debe encuestarse al total de los pasajeros, o en su defecto a

    una muestra, excluido el chofer.

    Los pasajeros que no responden se registrarn en detalle (por ejemplo hora, sexo, edad

    estimada, ruta de bus, etc.). en cuanto a los pasajeros que HVWiQDSXUDGRV, sera

    conveniente obtener el propsito del viaje, an cuando no se pueda registrar el origen-destino exacto.

    Nuevamente los conteos de clasificacin deben ser ejecutados al mismo tiempo y ojal en el

    mismo lugar, que las encuestas de transporte pblico; esto ltimo es, por supuesto, no

    siempre posible Los procedimientos de correccin/ponderacin de los datos deben implementarse tanto para

    no-respuestas como para expansin.

  • 8/3/2019 Demanda de Transporte Clase 3

    32/50

    6HPLQDULR 7DOOHU 32

    &255(&&,1

  • 8/3/2019 Demanda de Transporte Clase 3

    33/50

    6HPLQDULR 7DOOHU 33

    &255(&&,1

  • 8/3/2019 Demanda de Transporte Clase 3

    34/50

    6HPLQDULR 7DOOHU 34

    ,1*5(62)$0,/,$5(1(2'+

    Dada la relevancia de la completitud de la informacin de ingreso paradeterminar el nivel de bienestar, se han desarrollado procedimientos para

    imputar el ingreso personal (o familiar) cuando ste no ha sido reportado.En general, esto se logra relacionando el nivel de ingreso con otras

    caractersticas socioeconmicas de los encuestados que son reportadascon mayor frecuencia, como el nivel de ocupacin, nivel de educacin,sexo, edad, etc. Se ha encontrado que variables como las sealadas

    estn altamente correlacionadas con el nivel de ingreso.

  • 8/3/2019 Demanda de Transporte Clase 3

    35/50

    6HPLQDULR 7DOOHU 35

    125(3257('(,1*5(626

    Algunas de las posibilidades para solucionar el problema de no-reporte dela variable ingreso y as poder utilizarla en futuros anlisis de lainformacin, son las siguientes:

    Eliminar los encuestados que no reportan el ingreso.

    Aplicar algoritmos, procedimientos estadsticos o matemticos paraimputar ingresos no reportados o incorrectos.

  • 8/3/2019 Demanda de Transporte Clase 3

    36/50

    6HPLQDULR 7DOOHU 36

    (/,0,1$5/$6(1&8(67$6

    Es ineficiente, pero fcil de implementar.

    Obviamente, los resultados podran llegar a tener un sesgo importante,dependiendo de la tasa de no-respuesta, salvo si las personas que no reportan

    el ingreso se comportan de igual forma que las que s lo hacen. Es decir, seobtendrn estimaciones sesgadas cuando la informacin utilizada para generarresultados est correlacionada con la variable dependiente. Por ejemplo, si sedesea estimar el promedio de viajes por hogar en el modo auto y justamente lagente de ingreso alto no reporta su ingreso, entonces las tasas de viajesgeneradas sern menores a las reales, es decir, estarn sub-valoradas. En esteejemplo, se supone que la tasa de viajes est directamente correlacionada conel nmero de autos y el nivel de ingreso del hogar.

    En muestras de tamao pequeo puede implicar la eliminacin de numerososcasos, reduciendo la significancia estadstica de las conclusiones.

    Los valores no reportados podran tener informacin relevante para el procesode modelacin y prediccin.

    Ignorar los casos incompletos impide obtener conclusiones estadsticas (oresultados de algn tipo) para dichos casos, y por lo tanto, impide tenerantecedentes para futuros casos de no-reporte.

  • 8/3/2019 Demanda de Transporte Clase 3

    37/50

    6HPLQDULR 7DOOHU 37

    $SOLFDUDOJRULWPRVSURFHGLPLHQWRVHVWDGtVWLFRVRPDWHPiWLFRV

    El mtodo ms simple que ilustra este tipo de procedimiento es clasificarlos casos no reportados y reportados segn las variables que explican el

    nivel socioeconmico (como el nmero de autos en el hogar, tamao

    familiar, sexo y edad de los trabajadores, etc.), calcular para cada una deestas clases el promedio del ingreso de los casos reportados y luegoimputarlo a la clase correspondiente de los casos sin respuesta. Hay quetener cuidado ya que aplicaciones poco cuidadosas de heursticas de esta

    naturaleza pueden conducir a sesgos mayores que los que se desearesolver. En particular, se debe testear si las tasas de viaje de los hogares

    con ingresos imputados corresponden a las observadas para hogares coningreso en cada categora.

  • 8/3/2019 Demanda de Transporte Clase 3

    38/50

    6HPLQDULR 7DOOHU 38

    &255(&&,1(2',

    Sitio 1

    Sitio 2

    3RVLEOHGREOHVFRQWHRVHQORVSXQWRVGHDIRURV

  • 8/3/2019 Demanda de Transporte Clase 3

    39/50

    6HPLQDULR 7DOOHU 39

    (;3$16,1'(81$(2',

    Es por estas razones que la forma ms eficiente de expandir eliminandoel doble conteo es hacerlo dentro del contexto de la red de transporte, yaque sta permite establecer si los viajes entre dos pares pueden pasar

    por dos o ms estaciones de interceptacin. El procedimientorecomendado es el siguiente:

    Expandir cada matriz parcial que resulta de un sitio de encuesta de

    interceptacin por su tasa de expansin (conteo/muestra). Producir una matriz suma de esas matrices.

    Cargar esa matriz suma sobre la red y obtener rutas y flujos sobre los

    puntos de encuesta.

    Usar una tcnica de estimacin de matrices

  • 8/3/2019 Demanda de Transporte Clase 3

    40/50

    6HPLQDULR 7DOOHU 40

    5(&20(1'$&,21(63$5$9$/,'$&,1

    Se ha recolectado informacin siguiente:

    Encuestas en hogares:

    Cubren la mayor parte de los viajesinternos (A-B) , si bien no la totalidad.

    Cubren cerca de la mitad (a vecesmenos, segn el rea de estudio) delos viajes del tipo C-D.

    En general no cubren aquellos quepasan por el rea (X-Y).

    Encuestas de cordn externo:

    No cubren ningn viaje de tipo A-B.

    Recogen una muestra de todos losviajes tipo C-D y X-Y.

    Encuestas de pantalla:

    Representan fundamentalmenteviajes A-B y una muestra del resto.

    DY

    XC

    AB

  • 8/3/2019 Demanda de Transporte Clase 3

    41/50

    6HPLQDULR 7DOOHU 41

    0XHVWUDULJXURVDVREUHWRGRVORVYLDMHV

    Las encuestas en hogares pueden proporcionar un tipo de informacin ms

    extensa, y en general se cuenta con ms tiempo para recolectar datos origen-

    destino, ms exactos que en encuestas de pantalla o de cordn. Son la mejor

    fuente de informacin sobre circuitos y datos socioeconmicos. Las encuestas de pantalla, o de cordn, permiten estudiar un slo viaje, lo que

    debe ser tomado en cuenta al combinar este tipo de informacin con la obtenida en

    encuestas domiciliarias.

    El uso de entrevistas personales es altamente recomendable en encuestas de

    pantalla o de cordn, pues ha quedado demostrado que el sesgo de no-respuesta

    es muy alto en encuestas de auto-llenado (Bonsall y McKimm, 1993).

    Es deseable que las encuestas de pantalla/cordn recojan informacin sobre viajes

    en todos los modos (y no slo los motorizados) que las cruzan.

    Es deseable que la recoleccin de datos de pantalla/cordn cubra el mismo

    perodo que la encuesta en hogares; en efecto, numerosos estudios de ciudades

    han padecido problemas de consistencia en los datos debido a variacionesestacionales, semanales u horarias diferentes entre datos de hogares y otro tipo de

    datos.

  • 8/3/2019 Demanda de Transporte Clase 3

    42/50

    6HPLQDULR 7DOOHU 42

    9DOLGDFLRQHVLPSRUWDQWHV

    Comparar el nmero de viajes que cruza un cordn (distinto del cordn

    externo de la encuesta de interceptacin) o lnea pantalla en la ciudad,con conteos en los arcos o puntos naturales que los atraviesen.

    Comparar el nmero de viajes por modo con informacin sobre pasajesvendidos o usados diariamente.

    Comparar viajes sobre corredores principales utilizando las matrices que

    resultan de la encuesta, con conteos independientes.

  • 8/3/2019 Demanda de Transporte Clase 3

    43/50

    6HPLQDULR 7DOOHU 43

    $)2526'(75$),&2

    Este es un elemento clave en el desarrollo de una buena EOD de viajes, ya queprovee informacin indispensable para el proceso de validacin de datos de laencuesta domiciliaria y tambin datos importantes para la modelacin futura, a uncosto relativamente marginal. Los aforos de trfico y pasajeros se realizan

    normalmente con numerosos objetivos a satisfacer. Estos incluyen: Anlisis de volmenes para estudiar frecuencia de accidentes.

    Planeacin de mantenimiento de carreteras. Estimacin de capacidad de intersecciones y diseo de semforos y/o su

    geometra.

    Estimacin de matrices de viaje locales.

    Estudios de contaminacin ambiental, mayormente ruido y emisiones. Estudios de la evolucin del trfico y de la relacin entre trfico de acceso y

    pasante en diferentes reas. En el caso de pasajeros para tener una idea de la rentabilidad de lneas de

    buses y de la demanda potencialmente insatisfecha.

    Para conocer patrones de demanda de metro y bus.

    A veces para implementar un fondo de compensacin entre diferentes lneasy modos con boletos integrados.

    Para expandir encuestas de interceptacin. Para validar EODH.

  • 8/3/2019 Demanda de Transporte Clase 3

    44/50

    6HPLQDULR 7DOOHU 44

    )/8-29(+,&8/$5

  • 8/3/2019 Demanda de Transporte Clase 3

    45/50

    6HPLQDULR 7DOOHU 45

    &$3$&,'$'9(+,&8/$5

  • 8/3/2019 Demanda de Transporte Clase 3

    46/50

    6HPLQDULR 7DOOHU 46

    08(675$(17,(0326'(9,$-(

  • 8/3/2019 Demanda de Transporte Clase 3

    47/50

    6HPLQDULR 7DOOHU 47

    &859$69(/2&,'$' )/8-2

  • 8/3/2019 Demanda de Transporte Clase 3

    48/50

    6HPLQDULR 7DOOHU 48

    &859$6)8/-29(/2'&,'$'

    )81&,21'(&26726(1&$'$$5&2'(/$5(''(120,1$'2&859$6)/8-29(/2&,'$'48(7,(1(/$6,*8,(17()250$3$5$81$)81&,217,32%35%85($82)38%/,&52$'6

    )1.()(0

    +=

    FDS

    IWIW

    =0W

    =FDS

    =I=)( IW 7,(032&2672'(9,$-$5(1(/$5&2&8$1'2(;,67(81)/8-2I9,$-$1'2(1(/$5&2

    )/8-29(+,&8/$5(1$/$5&2

    &$3$&,'$''(/$5&2

    7,(032'(9,$-((1(/$5&2$)/8-2/,%5(

    'RQGH

    =, 3$5$0(752648('(%(&$/,%5$56(3$5$&$'$$5&2

  • 8/3/2019 Demanda de Transporte Clase 3

    49/50

    6HPLQDULR 7DOOHU 49

    fd1=length*2.4*(2+sqrt(9*(1-0.71*volau/ul2)^2+1.56)-4.25+2.124*volau/ul2)+ul3

    fd2=length*1.7*(2+sqrt(16*(1-0.83*volau/ul2)^2+1.36)-5.17+3.33*volau/ul2)+ul3

    FORMULA GENERAL DE LA FUNCION DE CONGESTION (VOLUMEN DEMORA)

    Donde : F(t) Funcin de tiempo de viajet0 Tiempo de viaje en flujo libre (sin congestin)

    fd Funcin cnica de congestin

    7LSRGHIXQFLRQHVFyQLFDV

    IGWW) .)( 0=

  • 8/3/2019 Demanda de Transporte Clase 3

    50/50

    6HPLQDULR 7DOOHU 50

    (1&8(67$6'(029,/,'$'