Diseño de una propuesta para la mejora en la operación del ...
PROPUESTA DE DISEÑO Y OPERACIÓN EN LAS BAHÍAS DE … · 2011-03-17 · propuesta de diseÑo y...
240
PROPUESTA DE DISEÑO Y OPERACIÓN EN LAS BAHÍAS DE PARQUEO DE CAMIONES DEL NUEVO TERMINAL DE CARGA INTERNACIONAL BAJO EL MARCO DEL PLAN DE MODERNIZACIÓN Y EXPANSIÓN DEL AEROPUERTO ELDORADO JHOAN FELIPE MENDOZA MOLINA JUAN SEBASTIÁN POLANÍA RAMÍREZ PONTIFICIA UNIVERSIDAD JAVERIANA FACULTAD DE INGENIERÍA INGENIERÍA INDUSTRIAL BOGOTA D.C. 2010
Transcript of PROPUESTA DE DISEÑO Y OPERACIÓN EN LAS BAHÍAS DE … · 2011-03-17 · propuesta de diseÑo y...
PROPUESTA DE DISEÑO Y OPERACIÓN EN LAS BAHÍAS DE PARQUEO DE CAMIONES DEL NUEVO TERMINAL DE CARGA INTERNACIONAL BAJO EL MARCO DEL PLAN DE MODERNIZACIÓN Y EXPANSIÓN DEL
AEROPUERTO ELDORADO
JHOAN FELIPE MENDOZA MOLINA JUAN SEBASTIÁN POLANÍA RAMÍREZ
PONTIFICIA UNIVERSIDAD JAVERIANA FACULTAD DE INGENIERÍA INGENIERÍA INDUSTRIAL
BOGOTA D.C. 2010
1
PROPUESTA DE DISEÑO Y OPERACIÓN EN LAS BAHÍAS DE PARQUEO DE CAMIONES DEL NUEVO TERMINAL
DE CARGA INTERNACIONAL BAJO EL MARCO DEL PLAN DE MODERNIZACIÓN Y EXPANSIÓN DEL
AEROPUERTO ELDORADO
JHOAN FELIPE MENDOZA MOLINA JUAN SEBASTIÁN POLANÍA RAMÍREZ
Trabajo de grado
Directora: LINA MARCELA RANGEL MARTÍNEZ
Ingeniera Industrial
PONTIFICIA UNIVERSIDAD JAVERIANA FACULTAD DE INGENIERÍA INGENIERÍA INDUSTRIAL
BOGOTA D.C. 2010
2
TABLA DE CONTENIDO
Pág.
LISTA DE FIGURAS ............................................................................................................................................... 6 LISTA DE TABLAS ............................................................................................................................................... 10 LISTA DE ANEXOS .............................................................................................................................................. 14 DEDICATORIA .................................................................................................................................................... 14 GLOSARIO .......................................................................................................................................................... 16 INTRODUCCIÓN ................................................................................................................................................. 17 1. PLANTEAMIENTO DEL PROBLEMA ............................................................................................................ 18
1.1 ANTECEDENTES ................................................................................................................................ 18
1.1.1 Situación Actual del Aeropuerto de Carga de Bogotá frente al Plan Maestro ............................ 18
1.1.2 Cifras Actuales del Aeropuerto de Carga de Bogotá ................................................................... 20
1.1.3 Simulación en Aeropuertos ......................................................................................................... 20
1.1.4 Aplicación de herramientas tecnológicas en aeropuertos de carga ........................................... 22
1.2 FORMULACIÓN DEL PROBLEMA ...................................................................................................... 23
2. JUSTIFICACIÓN .......................................................................................................................................... 24 3. OBJETIVOS ................................................................................................................................................. 26
3.1 OBJETIVO GENERAL ......................................................................................................................... 26
3.2 OBJETIVOS ESPECÍFICOS .................................................................................................................. 26
4. MARCO TEÓRICO ....................................................................................................................................... 27
4.1 TEORÍA DE AEROPUERTOS ............................................................................................................... 27
4.1.1 Configuración de un Terminal de Carga ...................................................................................... 27
4.1.2 Plan Maestro ............................................................................................................................... 27
4.2 MODELOS PROBABILÍSTICOS ........................................................................................................... 28
4.2.1 Distribuciones de probabilidad con colas largas y pesadas ......................................................... 28
4.3 SIMULACIÓN .................................................................................................................................... 29
4.4 PRUEBAS UTILIZADAS EN EL ANÁLISIS DE ENTRADA ....................................................................... 30
4.4.1 Prueba de auto-correlación con retraso K (lag-K) ....................................................................... 30
4.4.2 Prueba de homogeneidad de Kruskal-Wallis ............................................................................... 30
4.4.3 Prueba de aleatoriedad de Wald-Wolfowitz ............................................................................... 31
4.5 MODELOS DE PRONÓSTICOS ........................................................................................................... 31
4.5.1 Definiciones ................................................................................................................................. 31
4.5.2 Pronósticos de Series de Tiempo ................................................................................................ 31
4.6 DESARROLLO DE APLICACIONES TECNOLÓGICAS ............................................................................ 32
4.6.1 Pasos para el desarrollo de una herramienta tecnología ............................................................ 32
5. SIMULACION DE LA SITUACIÓN ACTUAL EN LAS BAHÍAS DE PARQUEO DE CAMIONES ........................... 34
3
5.1 MUESTREOS Y ANÁLISIS ESTADÍSTICO ............................................................................................. 35
5.1.1 Formulación de los muestreos requeridos .................................................................................. 35
5.1.2 Análisis de entrada ...................................................................................................................... 40
5.2 FORMULACIÓN DEL MODELO DE SIMULACIÓN............................................................................... 48
5.2.1 Parámetros y distribuciones de probabilidad asociadas al estudio ............................................ 48
5.2.2 Horizonte de simulación .............................................................................................................. 53
5.2.3 Construcción del modelo............................................................................................................. 53
5.3 CÁLCULO DEL NÚMERO DE CORRIDAS ............................................................................................ 68
5.4 RESULTADOS DE LA SIMULACIÓN .................................................................................................... 69
5.4.1 Consolidación de los resultados .................................................................................................. 69
5.4.2 Procedimiento de análisis de los resultados ............................................................................... 69
5.4.3 Análisis descriptivo y estadístico de los resultados ..................................................................... 69
5.5 VALIDACIÓN DEL MODELO POR EXPERTOS DL SECTOR ................................................................... 74
5.6 DIAGNOSTICO DE LAS BAHÍAS DE PARQUEO DE CAMIONES ........................................................... 75
5.6.1 Buenas prácticas identificadas .................................................................................................... 75
5.6.2 Identificación de oportunidades de mejora ................................................................................ 76
6. REVISIÓN DEL PLAN MAESTRO Y FORMULACIÓN DE ESCENARIOS FUTUROS DEL FLUJO DE VEHÍCULOS 78
6.1 REVISIÓN DEL PLAN MAESTRO ........................................................................................................ 78
6.1.1 Diseños finales del Nuevo Terminal de Carga (NTC) ................................................................... 78
6.1.2 Oportunidades de modificación del diseño final......................................................................... 79
6.1.3 Proyecciones de carga internacional contenidas en el Plan Maestro ......................................... 79
6.2 PRONÓSTICO DE LA CARGA MOVILIZADA ....................................................................................... 80
6.2.1 Relación lineal entre PIB nacional y flujo de camiones con la carga internacional ..................... 81
6.2.2 Modelos de pronósticos utilizados para el índice de flujo de camiones ..................................... 81
6.2.3 Cálculo de pronósticos ................................................................................................................ 82
6.3 ESCENARIOS PLANTEADOS PARA EL FLUJO DE CAMIONES ............................................................. 84
6.3.1 Flujo esperado de vehículos corto plazo ..................................................................................... 84
6.3.2 Flujo límite ................................................................................................................................... 84
7. FORMULACIÓN DE PROPUESTAS .............................................................................................................. 86
7.1 GENERALIDADES .............................................................................................................................. 86
7.1.1 Consideraciones y supuestos del modelo ................................................................................... 86
7.1.2 Restricciones ............................................................................................................................... 86
7.2 DESARROLLO DE PROPUESTAS ........................................................................................................ 87
7.2.1 Propuesta 1: control del número de vehículos en el Terminal ................................................... 87
7.2.2 Propuesta 2: sistema de direccionamiento anticipado a la zona de consolidación .................... 91
4
8. SELECCIÓN DE ALTERNATIVAS VÍA SIMULACIÓN ...................................................................................... 94
8.1 FORMULACIÓN DE LOS MODELOS DE SIMULACIÓN UTILIZADOS PARA REPRESENTAR LAS PROPUESTAS DE OPERACIÓN EN EL NTC ...................................................................................................... 94
8.1.1 Generalidades a considerar en la modelación del NTC ............................................................... 94
8.1.2 Parámetros y distribuciones de probabilidad asociadas a los modelos ...................................... 94
8.1.3 Horizonte de simulación .............................................................................................................. 96
8.1.4 Simulación de la Propuesta 1 ...................................................................................................... 96
8.1.5 Simulación de la Propuesta 2 .................................................................................................... 104
8.2 CÁLCULO DEL NÚMERO DE CORRIDAS PARA LAS SIMULACIONES DEL NTC .................................. 108
8.3 RESULTADOS DE LAS SIMULACIONES ............................................................................................ 109
8.3.1 Procedimiento de análisis de los resultados ............................................................................. 109
8.3.2 Propuesta 1 ............................................................................................................................... 109
8.3.3 Propuesta 2 ............................................................................................................................... 118
8.3.4 Comportamientos atípicos no deseados detectados mediante observación de las simulaciones 121
8.4 SELECCIÓN DE LA PROPUESTA DE DISEÑO Y OPERACIÓN ............................................................. 122
8.4.1 Análisis DOFA de las propuesta 1 considerando el flujo límite ................................................. 122
8.4.2 Análisis DOFA de las propuesta 2 considerando el flujo límite ................................................. 123
8.4.3 Selección de la mejor propuesta para el escenario de flujo “límite” ........................................ 123
9. DISEÑO DE LA APLICACIÓN TECNOLÓGICA ............................................................................................. 125
9.1 DISEÑO PRELIMINAR DEL SISTEMA DE RECOLECCIÓN DE DATOS ................................................. 125
9.1.1 Descripción del sistema ............................................................................................................. 125
9.1.2 Funcionamiento del sistema ..................................................................................................... 126
9.2 DEFINICIÓN DE LA APLICACIÓN COMPUTACIONAL ....................................................................... 127
9.2.1 Lectura de la información de entrada ....................................................................................... 127
9.2.2 Aplicativo de conteo de vehículos para el NTC ......................................................................... 127
9.2.3 Características de la base de datos entregada por el aplicativo ............................................... 129
9.3 REQUERIMIENTOS DE HARDWARE Y SOFTWARE .......................................................................... 130
9.3.1 Hardware ................................................................................................................................... 130
9.3.2 Software .................................................................................................................................... 130
9.4 PROTOTIPO DE LA APLICACIÓN COMPUTACIONAL ....................................................................... 130
10. ANÁLISIS DE COSTOS DE LA IMPLEMENTACIÓN DE LA PROPUESTA SELECCIONADA ............................. 132
10.1 PROPUESTA DE DISEÑO ................................................................................................................. 132
10.1.1 Identificación de recursos requeridos .................................................................................. 132
10.1.2 Costeo de los recursos requeridos y cálculo de la inversión inicial ...................................... 132
10.1.3 Beneficios tangibles y no tangibles percibidos ..................................................................... 133
5
10.1.4 Egresos relacionados con el mantenimiento y sostenimiento ............................................. 133
10.1.5 Cálculo del egreso en valor presente .................................................................................... 133
10.2 PROPUESTA TECNOLOGICA ........................................................................................................... 134
10.2.1 Identificación de recursos requeridos .................................................................................. 134
10.2.2 Costeo de los recursos requeridos ........................................................................................ 136
10.2.3 Costos totales de implementación de la aplicación tecnológica .......................................... 140
10.3 BENEFICIOS PERCIBIDOS POR PARTE DEL ADMINISTRADOR DEL NTC .......................................... 141
10.4 COSTEO TOTAL DE IMPLEMENTACION DE PROPUESTA ................................................................ 141
10.5 EVALUACIÓN ECONÓMICA DE LA PROPUESTA SELECCIONADA .................................................... 142
10.5.1 Escenario de Evaluación de la Propuesta .............................................................................. 142
10.5.2 Inversión inicial: Adquisición de los derechos de operación del NTC ................................... 142
10.5.3 Ingresos percibidos por el nuevo operador: Cánones de arrendamiento ............................ 143
10.5.4 Egresos por mantenimiento de la propuesta ........................................................................ 143
10.5.5 Egresos por operaciones de seguridad ................................................................................. 144
10.5.6 Egresos por operaciones de limpieza .................................................................................... 145
10.5.7 Egresos por administración del NTC ..................................................................................... 146
10.5.8 Cálculo de la Tasa Interna de Retorno .................................................................................. 146
10.6 POTENCIALES INTANGIBLES PERCIBIDOS POR EL NUEVO OPERADOR .......................................... 146
11. CONCLUSIONES ....................................................................................................................................... 148 12. RECOMENDACIONES ............................................................................................................................... 150 BIBLIOGRAFÍA .................................................................................................................................................. 151 ANEXOS ........................................................................................................................................................... 153
6
LISTA DE FIGURAS
Pág.
Figura 1: Áreas de manejo de carga en el Terminal Internacional Eldorado .................................................... 19
Figura 2: configuración de una terminal de carga ............................................................................................. 27
Figura 3: Elementos del plan maestro ............................................................................................................... 28
Figura 4: Distribución espacial de los operadores de carga y lotes de parqueo en el terminal. ....................... 34
Figura 5: Diagrama general del proceso de servicio ......................................................................................... 37
Figura 6: Modificaciones a la base de datos. .................................................................................................... 40
Figura 7: Correlaciones con k=20 para el tiempo entre llegadas ...................................................................... 41
Figura 8: dispersión de los datos de tiempos entre llegadas con k=1. .............................................................. 42
Figura 9: volumen de vehículos que ingresan al terminal por semana ............................................................. 42
Figura 10: Diagrama de flujo de actividades para cargue/descargue de camiones. ......................................... 53
Figura 11: Sub-modelos del modelo de simulación implementado. ................................................................. 55
Figura 12: Sub-modelo 1 “Lógica de entrada al Terminal”................................................................................ 55
Figura 13: Diagrama de flujo de selección de la distribución de tiempos entre llegadas para la entidad conductor. ......................................................................................................................................................... 56
Figura 14: Algoritmo de determinación de destinos (operadores de carga) y numero de ULC a descargar utilizado en el bloque VBA (Símbolo 1-9 – Figura 12) ....................................................................................... 57
Figura 15: Diagrama de flujo de definición de destinos .................................................................................... 58
Figura 16: Asignación del atributo Arreglo lógica del camión. .......................................................................... 59
Figura 17: Diagrama de flujo para determinar . ............................................................................................ 59
Figura 18: Diagrama de flujo de determinación del número de cajas por destino. .......................................... 60
Figura 19: Sub-modelo de asignación de ventanillas o parqueadero (Símbolo 1-15 figura 12)........................ 61
Figura 20: Diagrama de flujo de selección de ventanillas o parqueaderos. ...................................................... 62
Figura 21: Sub-modelo 2 “Lógica de manejo en parqueaderos”. ..................................................................... 62
Figura 22: Sub-modelo “Lógica de estadía en parqueaderos CONCESIONARIO” (Símbolo 2-3 –Figura 21). .... 63
Figura 23: Sub-modelo “Lógica de estadía en parqueaderos” (Símbolo 2-5 – Figura 21). ................................ 63
Figura 24: Sub-modelo 3 “Lógica de atención en ventanillas”. ......................................................................... 64
Figura 25: Sub-modelo “lógica de atención en ventanillas” (Símbolo 3-1 – Figura 24) .................................... 64
Figura 26: Sub-modelo “Lógica de selección de nuevo destino” (Símbolo 3-4 – Figura 24). ............................ 66
Figura 27: Diagrama de flujo de asignación del nuevo destino......................................................................... 66
Figura 28: Sub-modelo 4 “Lógica de salida del Terminal”. ................................................................................ 68
Figura 29: Número de vehículos que ingresan por hora al terminal en la simulación. ..................................... 70
Figura 30: Número de vehículos en los parqueaderos. ..................................................................................... 71
Figura 31: Número de vehículos en espera por hora. ....................................................................................... 72
7
Figura 32: Diseño definitivo del Nuevo Terminal de Carga ............................................................................... 78
Figura 33: Comportamiento de la carga internacional movilizada en el aeropuerto Benito Juárez entre 1992 y 1999. ................................................................................................................................................................. 83
Figura 34: Proyecciones del índice de flujo de vehículos en comparación con el modelo de revisión ............. 84
Figura 35: Localización de los parqueaderos de emergencia propuestos en el nuevo Terminal de Carga. ...... 88
Figura 36: Distribución de los operadores de carga y/o aerolíneas en el nuevo Terminal de Carga. ............... 88
Figura 37: Propuesta de operación en el nuevo Terminal de Carga bajo la propuesta 1. ................................ 89
Figura 38: Propuesta de disposición de las vías de entrada del NTC para la propuesta 1. ............................... 90
Figura 39: Propuesta de operación en el nuevo Terminal de Carga bajo la propuesta 2. ................................ 91
Figura 40: Propuesta de disposición de las vías de entrada del NTC para la propuesta 1. ............................... 92
Figura 41: Diagrama de flujo de actividades para cargue/Descargue de camiones con control de capacidad 96
Figura 42: Sub-modelos del modelo de simulación - Propuesta 1. ................................................................... 98
Figura 43: Impresión de pantalla de la lógica del sub-modelo “Lógica de generación de camiones”. ............. 98
Figura 44: Impresión de pantalla de la lógica del sub-modelo “Lógica de entrada al Terminal”. ..................... 99
Figura 45: Impresión de pantalla del sub-modelo de selección de recursos (Símbolo 2-6, Figura 44). .......... 100
Figura 46: Impresión de pantalla de la lógica del sub-modelo "Lógica de manejo en parqueaderos". .......... 101
Figura 47: Impresión de pantalla del sub-modelo de lógica de estadía en parqueaderos (Símbolo 3-3, Figura 44). .................................................................................................................................................................. 101
Figura 48: Impresión de pantalla del sub-modelo "Lógica de atención en ventanillas". ................................ 102
Figura 49 Impresión de pantalla del conjunto de sub-modelos de servicio en ventanillas (Símbolo 4-1, Figura 48) ................................................................................................................................................................... 102
Figura 50 Impresión de pantalla del conjunto de sub-modelos de selección de nuevo destino (Símbolo 4-3, Figura 48). ....................................................................................................................................................... 102
Figura 51 Impresión de pantalla del sub-modelo "Lógica de salida del Terminal". ........................................ 103
Figura 52 Flujos de movimiento de los vehículos de carga para la propuesta 2 ............................................. 104
Figura 53: Diagrama de flujo de actividades para ingreso a la Terminal bajo selección de ruta. ................... 105
Figura 54: Impresión de pantalla de los 8 sub-modelos del modelo de simulación - Propuesta 2. ................ 105
Figura 55: Impresión de pantalla de la lógica del sub-modelo “Lógica de generación de camiones” – propuesta 2- .................................................................................................................................................... 106
Figura 56: Impresión de pantalla del sub-modelo “Lógica de selección de ruta” – Propuesta 2. ................... 107
Figura 57: Impresión de pantalla del sub-modelo “Lógica de zona de espera de zona de consolidación de carga”. ............................................................................................................................................................. 107
Figura 58: Impresión de pantalla del sub-modelo “Lógica de zona de consolidación de carga” .................... 108
Figura 59: Propuesta 1. Número de vehículos que ingresan por hora al NTC con .................. 110
Figura 60: Propuesta 1. Número de vehículos en los parqueaderos por hora en el NTC con . 111
Figura 61: Propuesta 1. Número de vehículos en espera por hora en el NTC con .................. 112
Figura 62: Propuesta 1. Número de vehículos que ingresan por hora al NTC con .................... 114
8
Figura 63: Propuesta 1. Número de vehículos en los parqueaderos por hora en el NTC con ... 115
Figura 64: Propuesta 1. Número de vehículos en espera por hora en el NTC con .................... 116
Figura 65: Propuesta 1. Vehículos en “congestión” por hora en el NTC con ............................. 116
Figura 66: Propuesta 2. Número de vehículos en los parqueaderos por hora en el NTC con ... 118
Figura 67: Propuesta 2. Número de vehículos en espera por hora en el NTC con .................... 119
Figura 68: Propuesta 2. Vehículos en “congestión” por hora en el NTC con ............................. 120
Figura 69: Configuración de los módulos y satélite ........................................................................................ 125
Figura 70: Funcionamiento general del aplicativo computacional propuesto ................................................ 127
Figura 71: Interfaz del usuario del prototipo del aplicativo simulado en Labview 9.0 ................................... 131
Figura 72: Posición de los dispositivos de medición las impresoras de tickets en el módulo emisor. ............ 138
Figura 73: Plano de las rutas de salida del Terminal. ...................................................................................... 138
Figura 74: Porcentaje de participación de los tipos de costos obtenidos en el costo total de implementación.......................................................................................................................................................................... 141
Figura 75: Escenario de evaluación de la propuesta seleccionada. ................................................................ 142
Figura 76: Ingresos percibidos por arrendamiento de espacios en el NTC. .................................................... 143
Figura 77: Puntos de acceso peatonal y de vehículos – Nuevo Terminal de Carga Internacional .................. 145
Figura 78: Fotografía Aérea de la terminal de pasajeros del Aeropuerto Eldorado. ...................................... 154
Figura 79: Movimiento aéreo de pasajeros en los principales aeropuertos de Latinoamérica ...................... 158
Figura 80: Movimiento aéreo de carga en los principales aeropuertos de Latinoamérica ............................. 158
Figura 81. Distancia en línea recta entre Eldorado y otros aeropuertos del mundo (en km). ........................ 159
Figura 82: Correlaciones (lag-K) para las variables asociadas al tiempo de servicio de carga seca ................ 167
Figura 83: dispersión de los datos de variables asociadas al tiempo de servicio de carga seca con k=1. ....... 168
Figura 84: Correlaciones (lag-K) para las variables asociadas al tiempo de servicio de carga perecedera. .... 171
Figura 85: dispersión de los datos de variables asociadas al tiempo de servicio de carga perecedera con k=1.......................................................................................................................................................................... 172
Figura 86: Terminal Actual - Uso de las zonas de parqueo en temporada alta por hora ................................ 188
Figura 87: Terminal Actual - Uso de las zonas de parqueo en temporada baja por hora ............................... 189
Figura 88: Terminal Actual – Vehículos en espera para cada operador según el tipo de carga, en temporada alta .................................................................................................................................................................. 192
Figura 89: Terminal Actual – Vehículos en espera para cada operador según el tipo de carga, en temporada alta .................................................................................................................................................................. 193
Figura 90: Función de correlación entre la carga Internacional movilizada y el PIB ....................................... 195
Figura 91: Reporte de regresión lineal y normalidad de los residuales .......................................................... 198
Figura 92: Modelo de regresión entre el número de destinos y la probabilidad de elegirlos ........................ 199
Figura 93: Propuesta 1 - Uso de las zonas de parqueo en temporada alta por hora, con ...... 205
Figura 94: Propuesta 1 - Uso de las zonas de parqueo en temporada baja por hora, con ..... 206
9
Figura 95: Propuesta 1 – Vehículos en espera para cada operador según el tipo de carga, en temporada baja, con ........................................................................................................................................... 208
Figura 96: Propuesta 1 – Vehículos en espera para cada operador según el tipo de carga, en temporada alta, con ........................................................................................................................................... 209
Figura 97: Propuesta 1 - Uso de las zonas de parqueo en temporada baja por hora, con ........ 214
Figura 98: Propuesta 1 - Uso de las zonas de parqueo en temporada alta por hora, con ......... 215
Figura 99: Propuesta 1 – Vehículos en espera para cada operador según el tipo de carga, en temporada baja, con ............................................................................................................................................. 217
Figura 100: Propuesta 1 – Vehículos en espera para cada operador según el tipo de carga, en temporada alta, con ..................................................................................................................................... 218
Figura 101: Propuesta 2 - Uso de las zonas de parqueo en temporada baja por hora, con ...... 222
Figura 102: Propuesta 2 - Uso de las zonas de parqueo en temporada alta por hora, con ....... 224
Figura 103: Propuesta 2 – Vehículos en espera para cada operador según el tipo de carga, en temporada alta, con ..................................................................................................................................... 226
Figura 104: Propuesta 2 – Vehículos en espera para cada operador según el tipo da carga, en temporada baja, con .................................................................................................................................... 227
Figura 105: Algoritmo del aplicativo de conteo de vehículos ......................................................................... 229
10
LISTA DE TABLAS
Pág.
Tabla 1: Distribución de espacio en el terminal de Carga Nacional del Aeropuerto Eldorado (en m2). ........... 18
Tabla 2: Distribución de espacio en el Terminal de Carga Internacional del Aeropuerto Eldorado (en m2) .... 19
Tabla 3: correlaciones entre las variables de tiempo de carga seca ................................................................. 43
Tabla 4: correlaciones entre las variables de tiempo de carga perecedera ...................................................... 45
Tabla 5: Cálculo del tamaño de muestra requerido para la estimación de la distribución de destinos ........... 47
Tabla 6: Cálculo del tamaño de muestra requerido para la estimación de proporciones de la distribución de número de destinos .......................................................................................................................................... 47
Tabla 7: Distribución de probabilidad asociada a la proporción de vehículos de carga ................................... 49
Tabla 8: Distribución de probabilidad asociada a los destinos a los que se dirigen los vehículos de carga ...... 50
Tabla 9: Distribución de probabilidad asociada al número de destinos a los que se dirigen los vehículos de carga .................................................................................................................................................................. 50
Tabla 10: Capacidades máximas por tipo de vehículo y distribución de nivel de carga.................................... 51
Tabla 11: Distribución de ventanillas ................................................................................................................ 52
Tabla 12: Distribución de camiones de acuerdo al tipo de carga transportada ................................................ 52
Tabla 13: Atributos de la entidad Conductor necesarios para el funcionamiento del sistema. ....................... 54
Tabla 14: cálculo del número de réplicas para la simulación de la situación actual. ........................................ 68
Tabla 15: Tiempo promedio en espera para cada operador según tipo de carga (en horas) ........................... 74
Tabla 16: Participación de cada operador en el total de carga movilizada, área y ventanillas activas ............. 77
Tabla 17: Proyección de carga movilizada en el aeropuerto Eldorado 2005-2025 ........................................... 79
Tabla 18: Proyección de carga movilizada en el aeropuerto Eldorado 2005-2025 versus carga real movilizada entre 2005 y 2009 ............................................................................................................................................. 80
Tabla 19: Desviación Media Absoluta para los pronósticos del PIB y la Carga movilizada utilizando diversos modelos ............................................................................................................................................................. 81
Tabla 20: Proyecciones del PIB para 2010 y 2011 ............................................................................................. 84
Tabla 21: Estimación de área y número de ventanillas para cada operador en el NTC .................................... 95
Tabla 22: Nueva distribución de probabilidad asociada al número de destinos a los que se dirigen los vehículos de carga ............................................................................................................................................. 95
Tabla 23: cálculo de número de réplicas para las simulaciones del NTC ........................................................ 109
Tabla 24: Propuesta 1. Tiempo promedio en espera para cada operador según el tipo de carga con .................................................................................................................................................. 113
Tabla 25: Propuesta 1. Tiempo promedio en espera para cada operador según el tipo de carga con .................................................................................................................................................... 117
11
Tabla 26: Propuesta 2. Tiempo promedio en espera para cada operador según el tipo de carga con .................................................................................................................................................... 121
Tabla 27: análisis DOFA de la propuesta 1 considerando un flujo límite. ....................................................... 122
Tabla 28: Análisis DOFA de la propuesta 2 considerando flujo límite. ............................................................ 123
Tabla 29: Variables utilizadas en la aplicación computacional de contabilización de vehículos..................... 128
Tabla 30: Información recolectada por el prototipo para cada cambio de la variable Contador ................... 129
Tabla 31: Costos asociados a los requerimientos para la señalización de las bahías de parqueo auxiliares .. 132
Tabla 32: Descripción del Hardware necesario para el funcionamiento de la aplicación tecnológica. .......... 135
Tabla 33: Descripción de los tipos de cableado necesarios para la instalación de la aplicación tecnológica. 136
Tabla 34: Descripción de los programas necesarios para el funcionamiento del aplicativo ........................... 136
Tabla 35: Costos del Hardware requerido a precios en COP en 2010. ............................................................ 137
Tabla 36: Costos del Software requerido a precios en COP en 2010. ............................................................. 137
Tabla 37: Distancias de los sensores de barrera a los cubículos de control. ................................................... 139
Tabla 38: Distancias de las impresoras de tickets a los cubículos de control. ................................................ 139
Tabla 39: Costos asociados a los requerimientos de cableado adicional para la conexión del Hardware. .... 140
Tabla 40: Costos totales de implementación de la aplicación tecnológica. .................................................... 140
Tabla 41: Costeo de la propuesta seleccionada. ............................................................................................. 141
Tabla 42: Requerimientos de personal para los pontos de seguridad de ingreso y salida del nuevo aeropuerto de carga Eldorado. .......................................................................................................................................... 144
Tabla 43: Personal administrativo – NTC ........................................................................................................ 146
Tabla 44: Potenciales intangibles provenientes de la implantación de la propuesta seleccionada................ 146
Tabla 45: Tránsito de pasajeros y carga en Colombia y el Aeropuerto Eldorado. ........................................... 156
Tabla 46: Tránsito de carga en Eldorado y a nivel nacional Vs PIB y PIB Per cápita (1970-2008) ................... 157
Tabla 47: Distribuciones de probabilidad utilizadas en las distribuciones de tiempo entre llegadas y tiempo de servicio en el modelo de simulación .......................................................................................................... 160
Tabla 48: Prueba de Kruskal-Wallis para los tiempos entre llegadas sin distinguir franjas horarias .............. 162
Tabla 49: Prueba de Kruskal-Wallis para los tiempos entre llegadas considerando franjas horarias de 3 horas......................................................................................................................................................................... 162
Tabla 50: : Prueba de Kruskal-Wallis para los tiempos entre llegadas considerando franjas horarias de 1 hora......................................................................................................................................................................... 165
Tabla 51: Prueba de Wald-Wolfowitz para los tiempos entre llegadas .......................................................... 166
Tabla 52: prueba de Kruskal-Wallis para la variable "tiempo entre ULCs" para cada operador (Carga Seca) 169
Tabla 53: prueba de Kruskal-Wallis para la variables asociadas al tiempo de servicio de carga seca ............ 169
Tabla 54: prueba de Wald-Wolfowitz para la variables asociadas al tiempo de servicio de carga seca ......... 170
Tabla 55: prueba de Wald-Wolfowitz para el tiempo entre ULCs para cada operador (carga seca) .............. 170
Tabla 56: prueba de Kruskal-Wallis para la variable "tiempo entre ULCs" para cada operador (Carga perecedera) ..................................................................................................................................................... 173
12
Tabla 57: prueba de Kruskal-Wallis para la variables asociadas al tiempo de servicio de carga perecedera . 173
Tabla 58: prueba de Wald-Wolfowitz para la variables asociadas al tiempo de servicio de carga perecedera......................................................................................................................................................................... 174
Tabla 59: prueba de Wald-Wolfowitz para la variable "tiempo entre ULCs" para cada operador (Carga perecedera) ..................................................................................................................................................... 175
Tabla 60: prueba para la proporción de vehículos en el tiempo ..................................................................... 175
Tabla 61: Estadísticas descriptivas para el tiempo de servicio de carga seca sin eliminación de datos atípicos......................................................................................................................................................................... 177
Tabla 62: Estadísticas descriptivas para el tiempo de servicio de carga seca con eliminación de datos atípicos......................................................................................................................................................................... 178
Tabla 63: Estadísticas descriptivas para el tiempo de servicio de carga perecedera sin eliminación de datos atípicos ............................................................................................................................................................ 179
Tabla 64: Estadísticas descriptivas para el tiempo de servicio de carga perecedera con eliminación de datos atípicos ............................................................................................................................................................ 180
Tabla 65: Distribuciones de probabilidad asociadas a los tiempos de servicio para carga seca ..................... 181
Tabla 66: Distribuciones de probabilidad asociadas a los tiempos de servicio para carga perecedera .......... 182
Tabla 67 Distribuciones de probabilidad asociadas a los tiempos entre llegadas para vehículos de carga .... 183
Tabla 68: Intervalos de confianza para las variables de respuesta en la simulación de la situación actual, por hora ................................................................................................................................................................. 186
Tabla 69: Indicadores de utilización de los parqueaderos .............................................................................. 191
Tabla 70: Promedios generales de entidades en cola para cada operador .................................................... 194
Tabla 71: Carga movilizada por cada operador ............................................................................................... 194
Tabla 72: Cálculo de los pronósticos para el índice de flujo de vehículos....................................................... 196
Tabla 73. Ventanillas activas y masa anual movilizada para cada operador en el terminal actual ................. 198
Tabla 74: Cálculo de la nueva distribución de número de destinos ................................................................ 199
Tabla 75: Distribuciones de probabilidad asociadas a los tiempos de servicio para carga seca ..................... 200
Tabla 76: Distribuciones de probabilidad asociadas a los tiempos de servicio para carga perecedera .......... 201
Tabla 77: Propuesta 1 - Intervalos de confianza para las variables de respuesta en la simulación con Ifv=1,102, por hora .......................................................................................................................................... 202
Tabla 78: Propuesta 1. Indicadores de utilización de los parqueaderos en el NTC con .......... 207
Tabla 79: Carga movilizada por cada operador con ................................................................ 210
Tabla 80: Propuesta 1 - Intervalos de confianza para las variables de respuesta en la simulación con Ifv=2,25, por hora ........................................................................................................................................................... 211
Tabla 81: Propuesta 1. Indicadores de utilización de los parqueaderos en el NTC con ............ 216
Tabla 82: Carga movilizada por cada operador con ................................................................... 219
Tabla 83: Propuesta 2 - Intervalos de confianza para las variables de respuesta en la simulación con Ifv=2,25, por hora ........................................................................................................................................................... 220
Tabla 84: Propuesta 2. Indicadores de utilización de los parqueaderos en el NTC con ............ 225
13
Tabla 85: Simbología de Labview utilizada en el diseño de la aplicación tecnológica .................................... 228
Tabla 86: Características de los componentes del hardware de la aplicación tecnológica ............................. 230
Tabla 87: Conectores para los dispositivos del hardware ............................................................................... 232
Tabla 88: Flujos percibidos por el nuevo operador del NTC. .......................................................................... 233
14
LISTA DE ANEXOS
Pág.
ANEXO A. CARACTERÍSTICAS OPERACIONALES DEL AEROPUERTO INTERNACIONAL ELDORADO .................. 154
ANEXO B. TRÁNSITO DE PASAJEROS Y CARGA (1970-2008) ............................................................................ 156
ANEXO C. TRÁNSITO DE CARGA EN ELDORADO Y A NIVEL NACIONAL VS. PIB (1970-2008) ........................... 157
ANEXO D. MOVIMIENTO DE PASAJEROS Y CARGA EN LOS PRINCIPALES AEROPUERTOS DE LATINOAMÉRICA......................................................................................................................................................................... 158
ANEXO E. POSICIONAMIENTO DE ELDORADO CON RESPECTO A OTROS AEROPUERTOS EN EL MUNDO ...... 159
ANEXO F. MODELOS DE PROBABILIDAD ......................................................................................................... 160
ANEXO G. PRUEBAS REALIZADAS EN EL ANÁLISIS DE ENTRADA ..................................................................... 162
ANEXO H. ESTADÍSTICAS DESCRIPTIVAS Y ESTIMACIONES OBTENIDAS CON LA INFORMACIÓN DE LOS MUESTREOS .................................................................................................................................................... 177
ANEXO I. DISTRIBUCIONES DE PROBABILIDAD ASOCIADOS AL MODELO DE SIMULACIÓN EN EL TERMINAL ACTUAL ............................................................................................................................................................ 181
ANEXO J. ESTADÍSTICAS OBTENIDAS EN LA SIMULACIÓN DEL TERMINAL ACTUAL ........................................ 186
ANEXO K. DISEÑO DEL MODELO Y CÁLCULO DEL PRONÓSTICO DE FLUJO DE CAMIONES ............................. 195
ANEXO L. CORRELACIÓN ENTRE EL NÚMERO DE VENTANILLAS DE CADA OPERADOR Y LA CARGA MOVILIZADA EN EL TERMINAL ACTUAL .......................................................................................................... 198
ANEXO M. CÁLCULO DE LA NUEVA DISTRIBUCIÓN DE NÚMERO DE DESTINOS PARA CAMIONES ................. 199
ANEXO N. DISTRIBUCIONES DE PROBABILIDAD ASOCIADAS A LOS MODELOS DE SIMULACIÓN DE LAS PROPUESTAS PARA EL NTC .............................................................................................................................. 200
ANEXO O. ESTADÍSTICAS OBTENIDAS EN LA PROPUESTA 1 CON ............................................ 202
ANEXO P. ESTADÍSTICAS OBTENIDAS EN LA PROPUESTA 1 CON ............................................... 211
ANEXO Q. ESTADÍSTICAS OBTENIDAS EN LA PROPUESTA 2 CON .............................................. 220
ANEXO R. DISEÑO DEL ALGORITMO PARA LA APLICACIÓN COMPUTACIONAL EN LABVIEW ......................... 228
ANEXO S. COMPONENTES DEL SISTEMA DE HARDWARE DE LA APLICACIÓN TECNOLÓGICA ........................ 230
ANEXO T: FLUJOS PERCIBIDOS POR EL NUEVO OPERADOR DEL NTC. ............................................................. 233
DEDICATORIA
15
Dedicamos este proyecto y nuestros más sinceros
agradecimientos a Daniela Gómez Liévano.
16
GLOSARIO
Acceso en tierra: conjunto de vías que facilitan el acceso de vehículos terrestres al aeropuerto desde el área metropolitana.
Aeródromo: conjunto de edificios y pistas que facilitan las operaciones de las aeronaves.
Aeropuerto: complejo de edificios diseñado para el manejo del transporte aéreo, el cual debe atender aeronaves, pasajeros, carga y vehículos terrestres.
Air-side (lado aire): componente de un aeropuerto planeado y utilizado para acomodar el movimiento de aeronaves en el aeropuerto en las operaciones de despegue y aterrizaje. Está compuesto por el aeródromo y el espacio aéreo.
Bahía de parqueo de camiones (también: bahías de transferencia, muelle de parqueo, plaza de parqueo): área conformada por módulos de carga (truck docks) destinada para realizar el trasbordo o transferencia de mercancía desde el área de carga de aviones hasta los camiones y viceversa.
Hub (centro de transferencia): aeropuerto con un gran número de operaciones aéreas que es utilizado por las aerolíneas como punto de transferencia entre vuelos para llegar a sus destinos finales.
Land-side (Lado Tierra): componente de un aeropuerto planeado y utilizado para acomodar el movimiento de vehículos terrestres, pasajeros y carga. Está conformado por la terminal y el acceso en tierra.
Muelle para camiones (truck dock): área definida en la bahía de parqueo destinada a la acomodación (parqueo) de camiones para propósitos de carga y descarga de mercancía.
Prototipo: cualquier modelo a escala que representa un modelo real. No es tan funcional como el modelo original, pero cuenta con todas las características necesarias para simular una realidad. En informática, se refiere a la versión previa (de prueba, o beta) de un software que se pretende liberar a un mercado.
Terminal: conjunto de edificios destinados al movimiento de pasajeros, equipaje y carga (por lo que en ocasiones se divide en terminal de carga y terminal de pasajeros).
ULC: Unidad logística de carga. Para carga seca, constituye un volumen de 1m3 de materiales; para carga
perecedera, constituye un volumen de 0,072 m3 de materiales.
17
INTRODUCCIÓN
El Terminal de carga Internacional de Eldorado, principal aeropuerto de carga del país, empieza un nuevo capítulo en su historia con la construcción de un nuevo centro de carga. La construcción de nuevas instalaciones para el manejo de la carga pretende satisfacer las necesidades actuales y futuras del transporte aéreo de mercancías en la capital del país. Este nuevo proyecto se generó a través del Plan Maestro desarrollado por la Aeronáutica Civil, con el fin de actualizar las instalaciones del Aeropuerto Internacional Eldorado y posicionar este Terminal aéreo como el más importante a nivel de América Latina. Sin embargo, este proyecto no cuenta con la profundidad adecuada para garantizar un funcionamiento óptimo del centro logístico de carga aérea, aún cuando el transporte de carga está ligado al crecimiento económico de la nación. A raíz de este hecho, surgen oportunidades de mejora en cuanto a diseño, distribución y operación de los procesos logísticos asociados al transporte de carga aérea que se ejecutan en estas instalaciones, lo que permitirá posicionar este nuevo centro de carga como ejemplo de progreso para Suramérica y el mundo.
La operación en el lado tierra del actual Terminal de Carga Internacional evidencia altos niveles de congestión en vías y parqueaderos, generados por una total falta de control en el desplazamiento de los camiones que arriban a este centro de carga. Lo anterior es una consecuencia de la ausencia de políticas, procesos, tecnologías y estrategias enfocadas a la distribución de espacios y recursos, control del tráfico y operaciones en las bahías de parqueo.
Debido a esto, se busca definir alternativas viables de diseño y operación en las bahías de parqueo de camiones del Nuevo Terminal de Carga Internacional del Aeropuerto Eldorado que permitan mejorar el desempeño de la operación y el flujo de vehículos a lo largo del terminal, bajo lo regulado y estipulado en el actual Plan de Modernización y Expansión del aeropuerto Eldorado.
Esta situación representa un reto y oportunidad para emplear la simulación discreta como medio para desarrollar y evaluar propuestas de diseño, distribución y operación asociadas al movimiento de vehículos de carga en la nueva Terminal, ya que permite evaluar sistemas complejos en base a escenarios que presenta aleatoriedad en su comportamiento, los cuales no pueden ser cuantificados ni analizados mediante otra herramienta de ingeniería.
Durante el desarrollo del presente proyecto, se modelaron, ejecutaron y analizaron dos propuestas de diseño, distribución y operación de las bahías de parqueo en el nuevo Terminal de Carga Internacional. Utilizando los resultados obtenidos se seleccionó la mejor propuesta para la cual se diseñó una aplicación tecnológica que permite el funcionamiento deseado del Lado Tierra del Terminal.
El diseño tecnológico propuesto permite llevar un conteo en tiempo real del número de camiones que se encuentran en un momento dado en el Terminal. Este control podría representar una primera ayuda para las organizaciones vinculadas al nuevo Terminal de Carga en la planeación estratégica de los recursos.
Con este proyecto, los autores pretenden generar un estímulo entre las autoridades aeroportuarias y analistas del sector del transporte en general, que permita extender este tipo de desarrollos en los futuros proyectos logísticos del país.
18
1. PLANTEAMIENTO DEL PROBLEMA
1.1 ANTECEDENTES
Desde la construcción del Aeropuerto Internacional Eldorado, éste se ha posicionado como el principal terminal aéreo de Colombia y ha representado para la capital del país un ente generador de progreso. Sin embargo, y pese a su gran importancia, este aeropuerto ha presentado problemas de capacidad restringida, producto de ineficiencias en su planeación y operación. Las mejoras y remodelaciones realizadas sobre este aeropuerto siempre han estado enfocadas en dar solución a problemas en el corto plazo, sin prever el futuro crecimiento de las operaciones aéreas de pasajeros y carga.
El panorama actual no es alentador. El Plan Maestro elaborado en 2001 para remodelar y aumentar la capacidad del Aeropuerto Eldorado ha recibido numerosas críticas en cuanto a su diseño y planeación, y ha generado posiciones opuestas en cuanto a demoler el Terminal actual de pasajeros
1 o construir un nuevo
aeropuerto2. Estos sucesos le han restado importancia a otras problemáticas de gran importancia
relacionadas con la ubicación del nuevo terminal de carga, su restringida capacidad y los problemas de movilidad
3.
En su totalidad, los planes y estudios realizados hasta el momento para el mejoramiento de las operaciones en Eldorado se han enfocado en el desarrollo de infraestructura aeroportuaria para el tráfico de pasajeros, relegando las operaciones de carga a un segundo plano, cuando es este sector de la aviación civil uno de los impulsadores de la economía nacional, al influir directamente sobre el incrementó de los volúmenes de la balanza comercial del país.
1.1.1 Situación Actual del Aeropuerto de Carga de Bogotá frente al Plan Maestro
El terminal de carga nacional, está ubicado al costado oriental del aeropuerto, entre el terminal de pasajeros Eldorado y el Puente Aéreo
4. Está conformado por dos viejos edificios interconectados que abarcan un área
total de 11.337,1 m2, entre oficinas y bodegas.
Tabla 1: Distribución de espacio en el terminal de Carga Nacional del Aeropuerto Eldorado (en m2).
Espacio en Bodegas
Espacio en oficinas primer piso
Espacio en oficinas segundo piso
Subtotal Espacio en plataforma
Terminal de carga nacional 1 3.956 461,6 953,8 5.371,4 12.840,2
Terminal de carga nacional 2 4864,2 81,6 1.021,3 5.967,1 7.566
Fuente: CONSORCIO PLAN MAESTRO ELDORADO. Estudio del plan maestro 2001/2025. Revisión y análisis de la situación actual del Aeropuerto Internacional Eldorado. Bogotá D.C., junio de 2001. Contrato PNUD 990388 Fase 1 p.
75.
1 REVISTA SEMANA. Jugar con fuego. En: Revista semana [en línea], 5 mayo de 2007. Disponible en internet <http://semana.com/wf_InfoArticulo.aspx?IdArt=102957>. 2VARMAN. Nuevo AEROPUERTO EL DORADO... En MADRID Cundinamarca 15 Km. mas al OCCIDENTE. En: El Tiempo [en línea], 2 febrero de 2008. Disponible en internet < http://www.eltiempo.com/participacion/blogs/default/un_articulo.php?id_blog=4039673&id_recurso=450009478&random=7249>. 3 REVISTA SEMANA. Jugar con fuego. En: Revista semana [en línea], 5 mayo de 2007. Disponible en internet < http://semana.com/wf_InfoArticulo.aspx?IdArt=102957>. 4 AERONÁUTICA CIVIL. Información aeronáutica AIS Aeropuerto de Bogotá [.pdf]. Disponible en internet <http://portal.aerocivil.gov.co/portal/page/portal/Aerocivil_Portal_Internet/ais_informacion_aeronautica/aip/aerodromos>
19
Este terminal tiene problemas estructurales relacionados con el poco espacio disponible para el arribo de aeronaves que desean atracar en estas instalaciones, lo que ocasiona caos en las zonas de embarque y desembarque de mercancía. A su vez, las zonas destinadas para el parqueo de aeronaves se encuentran ocupadas por aviones en mantenimiento que deberían situarse en hangares en otras locaciones del aeropuerto. La seguridad el terminal es difícil de garantizar debido a la ausencia de controles que debería ejercer la Aerocivil en las zonas de parqueo de vehículos de carga; y estas áreas de parqueo son utilizadas por empresas de transporte colectivo, lo que dificulta los controles de seguridad
5.
Dentro de lo contemplado en el actual Plan Maestro, el Terminal Nacional de Carga será demolido y trasladará sus operaciones al actual Terminal de Carga Internacional, una vez se complete la construcción del nuevo Terminal de Carga Internacional y entre en funcionamiento con todas sus dependencias y se hayan trasladado todas las aerolíneas y operadores de carga internacional.
Por otra parte, el Terminal de Carga Internacional se encuentra ubicado al occidente del aeropuerto, frente al terminal de carga nacional. Estas instalaciones están conformadas por bodegas modulares de dos pisos que abarcan un área total de 21.600 m
2 6. El principal problema de estas instalaciones es su proximidad con
la cabecera de la pista sur, lo que limita la capacidad de la misma y la productividad del aeropuerto. Estos problemas de ubicación, limitan el crecimiento de las instalaciones de carga internacional.
Tabla 2: Distribución de espacio en el Terminal de Carga Internacional del Aeropuerto Eldorado (en m2)
Espacio en Bodegas Espacio en oficinas Total
Terminal de Carga Internacional 21.600 4.320 25.920
FUENTE: CONSORCIO PLAN MAESTRO ELDORADO. Estudio del plan maestro 2001/2025. Revisión y análisis de la situación actual del Aeropuerto Internacional Eldorado. Bogotá D.C., junio de 2001. Contrato PNUD 990388 Fase 1. p. 77.
Además de los problemas de localización, la falta de control, diseño y asignación de espacio en las bahías de parqueo de vehículos crea congestión y dificulta la movilización de camiones, retrasando el ingreso y salida de carga desde y hacia las bodegas de operadores y aerolíneas. La falta de planeación adecuada del movimiento de camiones dentro de las bahías y la demarcación inadecuada de rutas de movimiento generan cuellos de botella en las plataformas de transferencia de carga
*.
Figura 1: Áreas de manejo de carga en el Terminal Internacional Eldorado
Fuente: Elaboración de los autores.
5 CONSORCIO PLAN MAESTRO ELDORADO. Estudio del plan maestro 2001/2025. Revisión y análisis de la situación actual del Aeropuerto Internacional Eldorado. Bogotá D.C., junio de 2001. Contrato PNUD 990388 Fase 1. p. 75. 6 Ibíd., p. 77. * JACOBSEN, Frederik. Problemas del transporte de carga en el Aeropuerto Internacional Eldorado. Bogotá D.C., Colombia. Entrevista. 15 de Mayo de 2009.
20
1.1.2 Cifras Actuales del Aeropuerto de Carga de Bogotá
Dentro del marco del transporte aéreo de carga en Colombia, el Aeropuerto Internacional Eldorado es el principal centro de distribución de mercancías en todo el territorio nacional y por el cual transita el 80% de la carga movilizada en Colombia. En el 2007 se movilizaron 585.578 ton. de carga, lo que lo posicionó al aeropuerto en el puesto 35 entre los aeropuertos con mayor tránsito del mundo
7. Del total de carga
movilizado durante las últimas 4 décadas, el transporte de carga internacional en Eldorado ha tenido un aumento del 3313%, pasando de 12.075 ton en 1970 a 412.161 ton en 2008, en contraste con el leve aumento en transporte de carga nacional, el cual solo ha crecido un 60%, al pasar de 58.759 ton en 1970 a 94.051 ton en 2008 (Ver Anexo B).
Dentro del transporte de carga internacional, las exportaciones ocupan un lugar preponderante, con una partición promedio del 80% del movimiento total de carga (Ver anexo B). Los principales productos de exportación que salen a través de las instalaciones de este aeropuerto son las flores, representando el 70% del total de carga. Los demás productos de exportación son menajes, peces tropicales, textiles, zapatería, pieles de exportación y diferentes productos por garantía. El 20% restante del movimiento de carga correspondiente a las importaciones, está compuesto principalmente por repuestos, equipos industriales, repuestos y componentes de la industria aeronáutica, celulares, componentes y equipos electrónicos, bienes de consumo masivo, menajes, vinos, repuestos industriales y químicos
*.
Debido al alto porcentaje de participación de las flores dentro del movimiento de carga anual manejado en el Terminal de Carga Internacional, el comportamiento de la demanda por los servicios de transporte aéreo de mercancías es estacional
*, identificándose cinco picos a lo largo del año en temporadas previas a: (1) Día
de San Valentín en febrero, (2) Día de la madre en mayo, (3) Día de los muertos en noviembre, (4) Día de acción de gracias en noviembre; y (5) Navidad en diciembre, pero los picos (1) y (2) son mucho más significativos que los demás.
1.1.3 Simulación en Aeropuertos
Una amplia gama de industrias han encontrado en la simulación la solución a problemas de alta complejidad en diversas aplicaciones de procesos de manufactura, finanzas, salud, informática, construcción, química, servicio al cliente, e incluso recreación
8. Entre todos estos sectores, la industria aeroespacial ha sobresalido
en este campo al usar la simulación como una herramienta indispensable para la planeación, el análisis y el desarrollo de sus procesos
9.
Desde finales de la década de 1960, importantes aerolíneas como United Airlines, American Airlines, British Airways y Air France crearon equipos de Investigación de Operaciones al interior de sus organizaciones, con el fin de diseñar y aplicar herramientas de optimización y simulación en la planeación y programación de vuelos y flujo de pasajeros.
10 Reuniendo estos avances desarrollados durante algo más de dos décadas, para
principios de los años ochenta se empezaron a desarrollar herramientas de simulación destinadas a la planeación y análisis de operaciones de vuelo y en tierra.
11 Desde entonces, la simulación ha sido combinada
7 AIRPORTS COUNCIL INTERNATIONAL. Top 100 world airports by cargo, 2007. * JACOBSEN, Frederik. Antecedentes del transporte de carga en el Aeropuerto Internacional Eldorado. Bogotá D.C., Colombia. Entrevista. 15 de Mayo de 2009. * JACOBSEN, Frederik. Antecedentes del transporte de carga en el Aeropuerto Internacional Eldorado. Bogotá D.C., Colombia. Entrevista. 15 de Mayo de 2009. 8 KELTON, W. David; SADOWSKI, Randall; STURROCK, David. Simulación con software Arena. Cuarta edición. México, D.F.: McGraw Hill-Interamericana. 2008. p. 2. 9 Ibid. p. 12. 10 BARNHART. Cynthia; BELOBABA, Peter; ODONI, Amedeo. Applications of Operations Research in the Air Transport Industry. En: Transportation Science. Vol. 37 (2003); p.368. 11 Ibíd. p. 384.
21
con modelos de optimización para ofrecer soluciones en numerosas aplicaciones en la industria aeronáutica, tales como programación de vuelos, programación de tripulaciones, asignación de flota, mantenimiento de rutas, administración de ingresos para aerolíneas, optimización en las zonas de operaciones y administración del flujo de tráfico.
12
Con respecto a la modelación y simulación del tráfico y de las operaciones en tierra, Gloria Bender formuló en 1998 un modelo en el Aeropuerto Internacional de Austin-Bergstrom (Austin, Texas, EUA), en el que simuló el tráfico de vehículos y el movimiento de pasajeros al interior del Terminal aéreo. El objetivo de la investigación era obtener información relevante para el diseño de las instalaciones del Terminal de pasajeros en un nuevo aeropuerto. En el estudio se simularon, bajo eventos discretos, el movimiento de vehículos y el comportamiento humano relacionado con las decisiones que pueden tomar las personas al abordar un vehículo dentro del Terminal. Como primera medida, se analizaron los eventos relacionados con subir y bajar de un automóvil (en especial de taxis); y posteriormente, el movimiento peatonal dentro de las instalaciones del aeropuerto. La información obtenida al finalizar este experimento aportó datos interesantes para el diseño de vías peatonales y de vías acceso vehicular en el nuevo terminal.
13
Al año siguiente, un equipo conformado por investigadores de Italia y Alemania presentó una herramienta para simulación de aeropuertos llamada SEEDS, la cual era capaz de simular tanto el tráfico aéreo como el tráfico en tierra de pasajeros y vehículos en un aeropuerto en tiempo real. SEEDS se construyó usando CORBA
* (Common Object Request Broker Architecture), que comunica los diferentes equipos de hardware
que tienen distribuidas las diversas labores de simulación, en combinación con DIS* (Distributed Interactive
Simulation), un estándar utilizado inicialmente por los militares americanos para asignar las diferentes funciones de una simulación en una red de computadoras.
14
Durante los siguientes años fueron lanzados al mercado otros software similares tales como SIMMOD, The Airport Machine y Total Airspace and Airport Modeler (TAAM). Estos programas, en general, son capaces de simular operaciones en aeropuertos referentes a la administración, planeación y asignación de infraestructura y recursos, planeación de proyectos y también programación de vuelos para minimizar los retrasos.
15
Los avances y adelantos en términos de herramientas de simulación y optimización de operaciones no sólo se han generado para el uso exclusivo de aeropuertos. Desde la década de los noventa, las aerolíneas han tenido a su disposición paquetes computacionales como SimAir, capaces de simular las operaciones diarias de una compañía aérea de acuerdo a su protocolo de operaciones de vuelo (el cual según los creadores de SimAir, rara vez es considerado como un sistema estocástico por parte del equipo de planeación de las aerolíneas).
16
Haciendo uso de una de estas herramientas de modelación estocástica por computador llamada ARCTERM (desarrollada por Aviation Reseach Corp, Inc.), en 2002 se realizó una simulación en el Aeropuerto de
12 BARNHART. Cynthia; BELOBABA, Peter; ODONI, Amedeo. Applications of Operations Research in the Air Transport Industry. En: Transportation Science. Vol. 37 (2003); p. 369-387. 13 BENDER, Gloria; TUNASAR, Cenk; YOUNG, Holland. Modeling curbside vehicular traffic at Airports. En: 1998 Winter Simulation Conference -WSC’98-. (1998). p. 1113-1117. * CORBA: arquitectura estándar para sistemas con numerosas computadoras en red que permite distribuir y recolectar de manera heterogénea los objetos presentes en el sistema, de tal manera que sin importar en qué computadora se encuentre guardado un objeto (unidad que realiza tareas en un programa en tiempo de ejecución), como tampoco su lenguaje, pueda ser ejecutado desde otra computadora. * DIS: arquitectura estándar para sistemas con numerosas computadoras en red que permite el flujo de información en tiempo real, diseñado inicialmente para simular juegos de guerra. 14 RACKL, G.; DE STEFANI, F; HERAN, F.; PASQUARELLI, A.; LUDWIG, T.. Distributed airport simulation using CORBA and DIS. En: International Symposium on Software Engineering for Parallel and Distribuited Systems. (1999). p. 166-173. 15 BARNHART. Cynthia; BELOBABA, Peter; ODONI, Amedeo. Applications of Operations Research in the Air Transport Industry. Op. Cit., p.368. 16 ROSEMBERG, J.; SCHAEFER, A.; GOLDSMAN, D; JOHNSON, E.; KLEYWEGT, A: NEMHHAUSER, G. Simair: A stochastic model of airline operations. En: Proceedings of the 2000 Winter Simulation Conference. Vol. 2 (2000). p. 1118-1122.
22
Toronto con el fin de evaluar el plan de renovación del aeropuerto. En este estudio, la herramienta se alimentó con datos de entrada como la programación de los vuelos, la cantidad de pasajeros y la carga a transportar. Con estos datos, el software determinó información relevante de flujo de pasajeros, flujo de carga, uso de espacio en la locación y el desempeño (productividad) de la programación de vuelos
17. Al
finalizar este estudio, ARCTERM arrojó como resultado gráficas y estadísticas sobre las medidas nombradas anteriormente proyectadas hasta 2015, lo cual sirvió de referente para el rediseño de las instalaciones del Aeropuerto de Toronto.
A pesar de la existencia de estos paquetes en el mercado, el acceso a ellos es bastante restringido debido a los elevados costos de adquisición y capacitación; por esta razón, la modelación y simulación de operaciones en la industria de la aviación sin el uso de estos sofisticados programas sigue teniendo validez. Un ejemplo representativo de esto y de lo que se puede lograr al aplicar la simulación junto con modelos meta-heurísticos, fue el experimento realizado por Gotteland y Durand
18 en 2003. En este caso, aplicaron y
propusieron un modelo de simulación del tráfico en tierra en el Aeropuerto Internacional Charles De Gaulle en París entre 2002 y 2003. El objetivo principal de este experimento era evaluar el desempeño de dos modelos de optimización, previamente desarrollados y basados en algoritmos genéticos, que trataban de minimizar el tiempo de rodaje de las aeronaves y el espacio utilizado en dicha operación. El estudio mostró que las demoras de tráfico en tierra en grandes aeropuertos no sólo dependían de la capacidad de las pistas sino también de los protocolos de movimiento de las aeronaves en el aeropuerto.
19
Por otra parte, los estudios más recientes también se han enfocado en analizar los impactos de las operaciones aeroportuarias de cara al cliente. En 2006, Christopher Chung estudió las causas que generan demoras en la salida de vuelos comerciales y a su vez cómo éstas impactan y trascienden sobre dimensiones como la satisfacción de los clientes (citas perdidas, tiempo personal perdido, ansiedad y estrés), la productividad del aeropuerto (demoras en vuelos previos causan demoras e incluso cancelaciones en los vuelos siguientes) y la multiplicación de efectos negativos como resultado de la interacción de estos dos factores. Analizando la secuencia de actividades logísticas y de mantenimiento durante una operación de giro
*, se realizó una simulación en la cual se buscaba desarrollar planes de contingencia para situaciones en
las cuales la secuencia de actividades se viera interrumpida, con el fin de minimizar las demoras en esta clase de operaciones. La simulación fue realizada con el software Rockwell Arena.
20
1.1.4 Aplicación de herramientas tecnológicas en aeropuertos de carga
Dada la importancia y la complejidad de las operaciones en un terminal aéreo, el manejo ordenado de la información es un factor determinante en la administración de dichas operaciones. En el mercado existen numerosas empresas que desarrollan soluciones tecnológicas para el manejo de información y administración de los recursos para la industria del transporte aéreo de carga. Desafortunadamente, la mayor parte de estas aplicaciones están asociadas a aerolíneas y operadores de carga, más no para la administración de operaciones para los terminales de carga.
Un ejemplo representativo de lo enunciado anteriormente son las soluciones de IT (tecnologías de la información) desarrolladas por IBS Group, para aerolíneas de pasajeros y carga. iCargo es una de estas
17 DOSHI, Naren; MORIYAMA, Robert. Application of Simulation Models in Airport Facility Design. En: Proceedings of the 2002 Winter Simulation Conference. Vol. 2 (2002). p. 1725-1730. 18 GOTTELAND, Jean-Baptiste; DURAND, Nicolas. Genetic algorithms applied to airport ground traffic optimization. En: The 2003 Congress on Evolutionary Computation. Vol. 1 (2003) p. 544-551. 19 Ibid., p. 546-551. * Las operaciones de giro son un conjunto de actividades que comienzan con el desembarco de un grupo de pasajeros, seguido por las operaciones de descarga (equipaje y mercancías), abastecimiento, carga de combustible, limpieza y mantenimiento, para que finalmente entre al avión un nuevo grupo de pasajeros y se carguen nuevos equipajes y mercancías. 20 CHUNG, Christopher. A Simulation Based Approach For Contingency Planning For Aircraft Turnaround Operation System Activities In Airline Hubs. En: Journal of Air Transportation. Vol. 11 (2006). p. 140-155.
23
aplicaciones, destinada a la administración de las operaciones en las terminales de carga, la cual además de considerar parte de la cadena de abastecimiento (desde el despachador hasta el consignatario), maneja reservaciones para recepción de carga, planifica las entregas y administra los requerimientos de las operaciones de carga, todo bajo la integración de diversos módulos. Esta misma compañía también desarrolla iCargolite, otra solución dedicada únicamente a aerolíneas. iCargolite es una solución IT basada en web, que ofrece un conjunto de soluciones para pequeños y medianos operadores de carga, mediante el soporte todo el ciclo de carga desde que se acepta el envío hasta la facturación causada por el cliente.
21
1.2 FORMULACIÓN DEL PROBLEMA
Tomando como referencia los diseños del Plan Maestro de modernización y expansión del Aeropuerto Eldorado y los aspectos sobre los cuales es posible realizar modificaciones de diseño, distribución y operación, ¿Qué alternativas y propuestas pueden ser llevadas a cabo para mejorar las operaciones en las bahías de parqueo de camiones del Nuevo Terminal de Carga Internacional?
21 AIRPORT-TECHNOLOGY.COM. IBS – Software Solutions for Airports and Airline Management [En línea]. Disponible en Internet: http://www.airport-technology.com/contractors/consult/ibs/
24
2. JUSTIFICACIÓN
Colombia está localizada al noroeste de Sur América y es la puerta de entrada al sur del continente americano
22. Su posición geográfica es estratégica en el hemisferio, ya que se ubica en un punto de enlace
entre los países del norte y del sur del continente, y además, posee amplias costas, tanto en el océano Atlántico como en el océano Pacífico que facilitan el posicionamiento de puertos marítimos que comunican a Colombia con los puertos más importantes de América, Europa y los países de la cuenca del Pacífico.
23
Adicionalmente, la ubicación geografía de Bogotá en el corazón de Colombia y en la región central del país, posiciona al aeropuerto capitalino como el terminal aéreo central del continente americano al encontrarse en una zona envidiable con respecto a los principales aeropuertos del mundo. Estas características hacen que el Aeropuerto Eldorado sea visionado por expertos como el principal hub del Nuevo Continente y uno de los más importantes de todo el planeta (ver Anexo E).
Aunque la posición geográfica de la ciudad y su potencial como punto de conexión para el continente son características fundamentales para su desarrollo comercial, es necesario fortalecer lo anterior con avances en infraestructura. La infraestructura es el motor de desarrollo de un país, ya que resuelve problemas como el congestionamiento de carreteras, puertos y aeropuertos y permite alcanzar la eficiencia en la prestación de los servicios, como lo demanda el crecimiento de la economía nacional.
24 Mejoras a nivel de transporte,
permiten reducir los costos logísticos en Colombia (18,6% de las ventas totales), los cuales están por encima del promedio latinoamericano y de la región andina (13,9% de las ventas totales)
25. Hoy en día, los costos de
transporte en el país –a nivel nacional más internacional- representan cerca del 70% de los costos incurridos al exportar e importar bienes y servicios
26. Lo anterior evidencia la necesidad de generar condiciones
competitivas a nivel local frente al mercado mundial en términos de infraestructura vial, férrea, fluvial y aérea.
Estudios realizados por la Organización de Aviación Civil Internacional (ICAO) confirman la existencia de una correlación positiva entre el desempeño económico de un país y el crecimiento del transporte aéreo de carga
27. Adicionalmente, el hecho de contar con mejores edificaciones logísticas en el land-side de los
aeropuertos de carga, permite agilizar las operaciones en los procesos de carga, mejorando los desempeños de las aerolíneas y atrayendo cada vez más inversión extranjera al país a través de un mayor volumen de carga y el ingreso de grandes empresas del sector a la aviación nacional.
28 Desafortunadamente, en
Colombia aun no se ha generado conciencia de esta relación existente entre el desarrollo aeroportuario y el crecimiento de la economía nacional, y por lo tanto, aun no se hace evidente la importancia de aportes e inversiones de tipo financiero, intelectual y práctico en esta operación.
Puesto que el crecimiento del volumen de carga a nivel mundial aumenta la congestión en los terminales de carga, la agilidad en las operaciones realizadas en una bahía de parqueo es una necesidad.
29 Esta clase de
agilidad se constituye como una variable fundamental, puesto que ella se puede traducir en reducción de costos y mejor calidad en el estado de las mercancías transportadas
30. En el caso específico de la terminal de
22 PIEDRAHITA A, Rubén, contralmirante, ex ministro de obras públicas. Aeropuerto Internacional de Bogotá. Conferencia dictada por el señor ministro de obras públicas, para explicar el proyecto de la obra. Op. Cit., p. 11. 23 GIEMIC. Disponible en Internet http://www.giemic.uclm.es/index.php?option=com_docman&task=doc_view&gid=1153&Itemid=60 24 SECRETARÍA DE COMUNICACIONES Y TRANSPORTES DE MÉXICO. Infraestructura, motor del desarrollo del país: Luis Téllez. Disponible en Internet http://www.emexico.gob.mx/wb2/eMex/eMex_29094_not561_infraestructu 25 CONPES. Documento CONPES 3489: Politica Nacional de Transporte Público Automotor de Carga. Bogotá: 1 de octubre de 2007. p. 5. 26 CONPES. Ibíd. p.4-5 27 ASOCIACIÓN DEL TRANSPORTE AÉREO EN COLOMBIA – ATAC. Estudio económico del transporte aéreo en Colombia 1970-2006. Bogotá D.C.: ATAC, enero de 2008. Resumen ejecutivo p. XI. 28 LENNANE, Alexandra. Finding a Modal Mix. En: Airline Cargo Management. Vol. 8 (2009). p. 24. 29 NEWTON, Graham. The Need For Speed. En: Air Cargo Management. Vol. X (2008). P. 52-54. 30 JACOBSEN, Frederik. Senior Partner de ALS S.A., ex presidente de Tampa Cargo. Entrevista. Mayo de 2009.
25
carga aérea de Bogotá, todo lo anterior cobra mayor relevancia si se considera que a causa de la ineficiencia en las operaciones al interior de las bahías de parqueo, algunos camiones permanecen cesantes incluso durante doce horas transportando mercancías delicadas, como es el caso de las flores. Estas demoras ocasionan sobrecostos debido a la inutilización de los recursos destinados al transporte, y en el caso de los productos perecederos, perdida de productos
31. Además, disminuye la calidad del servicio prestado y por
consiguiente genera la pérdida de clientes que prefieren migrar al transporte marítimo32
.
De igual manera, la falta de orden en las operaciones en las bahías de parqueo genera problemas de inseguridad que se evidencian en el hurto de mercancía y en la contaminación
* de los productos
perecederos. Esta falta de control y los problemas de seguridad impactan de manera negativa los procesos dentro del aeropuerto, en la realización de inspecciones de carga más rigurosos y que por consiguiente consumen más tiempo en su realización, lo cual ocasiona sobrecostos para las aerolíneas y operadores de carga
33
Para lo que se quiere realizar y para evaluar la pertinencia de las propuestas planteadas, la simulación surge como una de las mejores opciones para encontrar una solución a los cuellos de botella existentes en la prestación de servicios en grandes aeropuertos, tal como lo mencionaron Gotteland y Duran
34. La simulación
simplifica el análisis de las actividades realizadas cuando existe un gran flujo de vehículos que pueden o no seguir patrones lógicos de desplazamiento, como en el caso de la terminal internacional de carga del Aeropuerto Eldorado.
Habiéndose dimensionado el valor que adquiere el Aeropuerto Internacional Eldorado por su localización, su aporte a la infraestructura del país y su aporte para la economía nacional, resulta interesante y apropiado abordar este tema desde la aplicación de conocimientos adquiridos en la academia y desde una visión cuantitativa y tecnológica. El Ingeniero Industrial es el profesional más indicado para atacar este problema desde diferentes perspectivas como el análisis logístico, la investigación de operaciones, la modelación matemática y el uso de tecnologías de la información, para aportar soluciones de tipo operativo económicamente viables. La simulación se presenta como una herramienta poderosa que vincula todas estas dimensiones y con la cual se liderará el desarrollo del presente estudio.
“El ingeniero industrial es el mejor preparado para captar rápidamente el cambiante proceso innovador, asumirlo e implantarlo”.
35
Ing. Rafael Termes
Acto de Inauguración del Sesquicentenario de la Carrera de Ingeniero Industrial, Colegio Oficial de Ingenieros Industriales de Cantabria Santander. 18 de noviembre de 2000
31 JACOBSEN, Frederik. Senior Partner de ALS S.A., ex presidente de Tampa Cargo. Entrevista. Mayo de 2009. 32 MACLEOD, Marcia. Shape up or ship out. : En: Airline Cargo Management. Vol. 8 (2009). p. 10. * Inclusión de elementos ajenos en la mercancía, provenientes del entorno u otra clase de mercancía. 33 Ibid. p. 10. 34 GOTTELAND, Jean-Baptiste; DURAND, Nicolas. Genetic algorithms applied to airport ground traffic optimization. Op. Cit., p. 544. 35 TERMES, Rafael. El papel polifacético del Ingeniero Industrial en la Sociedad Actual. Discurso para el Acto de inauguración de las celebraciones del Sesquicentenario de la carrera de Ingeniero Industrial Colegio Oficial de Ingenieros Industriales de Cantabria Santander. 18 de noviembre de 2000. Disponible en internet <http://web.iese.edu/RTermes/acer/acer46.htm>.
26
3. OBJETIVOS
3.1 OBJETIVO GENERAL
Definir alternativas viables de diseño y operación en las bahías de parqueo de camiones del Nuevo Terminal de Carga Internacional del Aeropuerto Eldorado que permitan mejorar el desempeño de la operación y el flujo de vehículos a lo largo del terminal, bajo lo regulado y estipulado en el actual Plan de Modernización y Expansión del aeropuerto.
3.2 OBJETIVOS ESPECÍFICOS
Analizar vía simulación el flujo actual de camiones en las bahías de parqueo del terminal internacional del Aeropuerto Eldorado, con el fin de identificar buenas prácticas y/o oportunidades de mejora en la operación de diferentes volúmenes de tráfico.
Proponer alternativas de distribución y diseño de procesos en las bahías de parqueo de camiones del nuevo terminal de carga internacional que puedan mejorar el flujo de vehículos en el aeropuerto.
Simular cada una de las propuestas dadas con base en el diagnóstico elaborado de la situación actual, los pronósticos calculados y lo definido en el Plan Maestro, para identificar aquella alternativa que mejore la operación en las bahías de parqueo de camiones del Nuevo Aeropuerto de Carga.
Analizar y costear la implementación de la propuesta de diseño seleccionada para mejorar la operación y el flujo de camiones en las bahías de parqueo del Nuevo Aeropuerto de Carga.
Diseñar una aplicación computacional que combine tecnología con desarrollos cuantitativos para complementar la propuesta de diseño seleccionada y optimizar el flujo de vehículos en las bahías de parqueo del Nuevo Terminal de Carga.
Costear el desarrollo e implementación de la aplicación computacional diseñada para optimizar el flujo de camiones en las bahías de parqueo del Nuevo Aeropuerto Eldorado.
27
4. MARCO TEÓRICO
4.1 TEORÍA DE AEROPUERTOS
4.1.1 Configuración de un Terminal de Carga
La configuración general de un terminal de carga, y en caso específico, de la zona destinada a la transición de mercancías entre un medio de transporte terrestre (camión) y un medio de transporte aéreo (avión) se muestra a en la figura 2.
Desde las bahías de parqueo, la mercancía proveniente de los camiones es descargada y transportada hasta las bodegas de carga, en donde se realiza un almacenamiento temporal de la carga durante el proceso de transferencia. En la plataforma, un avión de carga en el área designada en la espera de ser cargado con las mercancías provenientes de los camiones. El proceso también aplica de manera inversa.
Para el presente estudio la única zona de interés son las bahías de parqueo de camiones, por lo que las actividades allí desarrolladas son la materia prima para la formulación de mejoras. Los procesos realizados al interior de la bodega de carga y en el apron
* no serán decisivos en el desarrollo del estudio.
4.1.2 Plan Maestro
Un plan maestro es un documento que traza la evolución de un aeropuerto para encontrar futuras necesidades. En él, se presentan la concepción y el desarrollo final de un aeropuerto específico, y es aplicado para la expansión o modernización de un aeropuerto existente, o bien para la construcción de un nuevo aeropuerto. En grandes aeropuertos, el plan maestro es un proceso complejo conformado por extensos proyectos de construcción planeados a 20 años o más.
Entre los objetivos principales de un plan maestro se encuentran: - Dar una representación gráfica que presente el desarrollo final del aeropuerto y sus
requerimientos. - Establecer una lista de prioridades para las mejoras propuestas en el plan. - Presentar información de respaldo para el desarrollo del plan. - Describir varios conceptos y alternativas considerados en la fundamentación del plan.
* Área definida en el aeropuerto destinada a la acomodación (parqueo) de aeronaves para propósitos de carga y descarga de pasajeros y mercancías, como también para el abastecimiento de combustible y mantenimiento de las aeronaves.
Bodega de carga
docks
Plataforma (apron)
Bahías de parqueo de camiones
Fuente: Elaboración propia de los autores
Figura 2: configuración de una terminal de carga
28
- Ofrecer un reporte descriptivo conciso de tal manera que las recomendaciones propuestas sean entendidas por la comunidad, las autoridades y los ejecutores del plan.
El plan maestro Ofrece una guía para el futuro desarrollo de un aeropuerto que deberá satisfacer la demanda de operaciones aéreas, además de ser compatible con el medio ambiente, el desarrollo de la comunidad, otros medios de transporte y otros aeropuertos.
36
4.1.2.1 Elementos de un Plan Maestro
Figura 3: Elementos del plan maestro
Fuente: WELLS, Alexander; YOUNG, Seth. Airport Planning and Management. p. 374-378.
4.2 MODELOS PROBABILÍSTICOS
En el presente proyecto se utilizaron diversas distribuciones de probabilidad para modelar fenómenos relacionados con el tiempo. En el anexo F se muestran las distribuciones de densidad utilizadas, entre las cuales se encuentran funciones de probabilidad poco comunes, algunas de ellas con características de colas largas o pesadas.
4.2.1 Distribuciones de probabilidad con colas largas y pesadas
Existen fenómenos aleatorios cuyo comportamiento no varía alrededor de un valor típico medio, sino que varía en un rango dinámico amplio tomando valores dispersos.
37 Estos comportamientos pueden ser
modelados con distribuciones de colas largas o pesadas, las cuales difieren de distribuciones tradicionales como la familia gamma, cuya media siempre está definida.
Una variable aleatoria no negativa con función acumulativa de probabilidad ( ) ( ) y función
acumulativa de cola ( ) ( ), presenta cola pesada hacia la derecha si ( ) para
, con la particularidad de presentar cola larga hacia la derecha si ( ) ( )⁄ . Se tiene garantía de que toda cola larga es pesada, pero no toda cola pesada es larga.
38 Estas distribuciones se
36 WELLS, Alexander; YOUNG, Seth. Airport Planning and Management. Quinta Edición. New York: McGraw Hill. 2004. p. 373-378. 37 NEWMAN, M.E.J. Power laws, Pareto distributions and Zipf’s law. En: Contemporary Physics. Vol. 46 (2005); p. 324. 38 ASMUSSEN, Soren. Applied Probability and Queues. 2nd. Ed. New York. John Wiley & Sons, Inc. 2000. p. 412.
29
caracterizan por la no convergencia de las funciones generadoras de momentos, lo cual depende de los parámetros que definen dichas campanas.
39
Algunas de las distribuciones con cola pesada (hacia la derecha) más comunes son Weibull (con ), Pareto, Lognormal, Burr
40 y Frechet
41.
4.3 SIMULACIÓN
En 1970, Schmidt y Taylor definieron sistema como un conjunto de entidades que actúan e interactúan hacia la realización de un fin lógico. Por lo general, en simulación los sistemas son dinámicos y cambian de estado, el cual es un conjunto de variables que describen la situación del sistema en algún punto del tiempo.
42 Si el cambio de estado es aleatorio, se dice que el sistema es estocástico.
La simulación es una técnica numérica en la cual se realiza un experimento a partir del desarrollo de un diseño o procedimiento operativo para un sistema de carácter estocástico. Este experimento trata de imitar el desempeño de un sistema real mediante distribuciones de probabilidad que generan aleatoriamente eventos que pueden ocurrir en una situación real (contemplada en el sistema). Después de su ejecución, la simulación muestra observaciones estadísticas a partir de las cuales se puede medir el desempeño del sistema. Una simulación discreta es aquella en la que los cambios de estados ocurren en forma de saltos aleatorios en el tiempo debido a la ocurrencia de eventos contables. En una simulación continua estos cambios ocurren de manera continua en el tiempo.
Un modelo de simulación es la representación matemática o algorítmica del sistema que se desea simular. En la actualidad los modelos de simulación manejan una alta complejidad en cuanto a rutinas de cálculo y flujos de datos, por lo que inevitablemente su ejecución deber ser realizada en computadora.
43 Cabe resaltar
que los modelos de simulación para sistemas estocásticos están fundamentados en la teoría de colas.
Las entidades son objetos dinámicos que pueden ser creados (entran al sistema), realizan algún conjunto de acciones en el sistema y finalmente son destruidos (salen del sistema); existen entidades que se encuentran definidas dentro del sistema, por lo cual nuca van a entrar o salir de él. Para que las entidades tengan algún tipo de identidad, es necesario definir un conjunto de atributos, los cuales son características comunes a todas las entidades pero que toman valores específicos, lo que permite a las entidades ser clasificadas, categorizadas y por lo tanto diferenciables.
Las acciones de las entidades al interior del sistema crean cambios en el estado del mismo, los cuales son identificados por una serie de variables. Una variable global muestra alguna característica del sistema sin estar enlazada a alguna entidad en específico, por lo que puede ser alterada en su valor por varios de los elementos activos del sistema, utilizando los acumuladores estadísticos que constituyen herramientas matemáticas que permiten cuantificar los cambios de las variables del sistema. Al reunir información sobre cambios en atributos, variables y acumuladores es posible identificar eventos, los cuales son situaciones que alteran estas características del sistema manifestándose en cambios en el estado.
Otro componente de gran importancia en una simulación es reloj de simulación, el cual contabiliza el tiempo transcurrido entre cambios de estado del sistema
44.
39 ROLSKI, Thomasz; SCHMIDLI, Hanspeter; SCHMIDT, Volker; TEUGELS, Jozef. Stochastic Processes for Insurance and Finances. 1st ed. New York. John Wiley & Sons, Inc. 1999. p. 49. 40 EMBRECHTS,P - KLÜPPELBERG, C. - MIKOSCH, T. - Modelling Extremal Events. 1st Ed. Berlin. Thomas. 1997. p.35. 41 BRADLEY, Brendan; TAQQU, Murad. Financial Risk and Heavy-Tails. En: Handbook of heavy-Tailed Distributions in Finance. 1st Ed. Elsevier. 2003. p. 80 42 WINSTON, Wayne. Investigación de operaciones. Op. Cit., p.1146. 43 HILLIER, Frederick; LIEBERMAN, Gerald. Introducción a la Investigación de Operaciones. Octava edición. México, D.F.: Mc-Graw Hill Interamericana. 2006. p. 930-932 44 KELTON, W. David; SADOWSKI, Randall; STURROCK, David. Simulación con software Arena. Op. Cit., p. 20-24.
30
Para los sistemas de simulación discreta ( )* denota el número de clientes en el tiempo . Si en ese tiempo
ocurre la llegada de un cliente ( ) aumenta su valor en una unidad, y si ocurre la terminación del servicio para un cliente ( ) disminuye en una unidad. Al registrar la operación, el reloj de la simulación debe avanzar, para lo que se utilizan dos métodos de avance: incrementos de tiempo fijo e incrementos por eventos. En los incrementos por tiempo fijo primero se avanza el tiempo en una cantidad fija pequeña y luego se procede con la actualización del sistema (cuantificando cuántos eventos ocurrieron en el lapso constante de tiempo y estableciendo el estado resultante del sistema); por otro lado, en los incrementos por eventos el reloj avanza en cantidades de tiempo variables, puesto que se registran los incrementos del tiempo cada vez que ocurra el siguiente evento y a continuación se actualiza el sistema (estableciendo el nuevo estado del sistema y generando de manera aleatoria el tiempo hasta la siguiente ocurrencia).
45
Un sistema de simulación cuenta por lo general con capacidad limitada debido a la cantidad de recursos con que cuenta. Un recurso representa un elemento cuya existencia puede ser limitada en el sistema, por lo que el servicio que presta también puede encontrarse limitado
** y por tanto las entidades compiten por ellos.
Para concordar con la teoría de colas, los servidores representan un conjunto de recursos que prestan un servicio a los clientes (entidades del sistema). En el caso de los sistemas con recursos limitados, si las entidades nacen en el sistema con una tasa menor a la tasa de utilización de los recursos, se crean líneas de espera o colas.
4.4 PRUEBAS UTILIZADAS EN EL ANÁLISIS DE ENTRADA
4.4.1 Prueba de auto-correlación con retraso K (lag-K)
Se utiliza para determinar si los datos están auto-correlacionados, y por ende asumir o rechazar su intra-dependencia. Manteniendo las observaciones ordenadas de acuerdo al momento de su registro, la auto-correlación de define mediante la fórmula
46:
∑ ( )( )
√∑ ( )
√∑ ( )
Siendo el número total de datos, el retraso, el promedio aritmético desde el primer dato hasta el
dato y el promedio aritmético desde el dato hasta el último dato. Se recomienda que por
lo menos se tengan 4 parejas de datos a comparar y que el retraso varíe desde (auto-correlación con el dato inmediatamente anterior) hasta (auto-correlación con un dato ubicado a 20 posiciones atrás).
Es necesario graficar los resultados para cada retraso . Si dicha gráfica no muestra tendencia alguna
y los valores de todos los son cercanos a cero, se puede asumir que la serie de datos es independiente e idénticamente distribuida; en caso de mantener bajos valores de pero con alguna tendencia, sólo se puede asumir independencia.
47
4.4.2 Prueba de homogeneidad de Kruskal-Wallis
Es un método no paramétrico cuya hipótesis nula es la homogeneidad de grupos de datos. El estadístico de prueba está definido por:
* Acorde a la notación usada en la definición de proceso estocástico, ( ) . 45 HILLIER, Frederick; LIEBERMAN, Gerald. Introducción a la Investigación de Operaciones. Op. Cit., p. 938-940 ** Sin embargo, pueden presentarse sistemas en los cuales los recursos son ilimitados. 46 Deducido de: ALVARADO, Jorge; OBAGI, Juan. Inferencia Estadística. Bogotá. 2006. p. 292. 47 BANKS, Jerry. Handbook of Simulation. 1st. Ed. New York. John Wiley & Sons. 1998. p.63.
31
( )∑ ( )
Donde, : número de observaciones del grupo .
∑ : número total de observaciones.
: rango (posición de menor a mayor entre todas las observaciones) de la observación en el grupo .
∑ ⁄ : rango medio del grupo .
( ) ⁄ : rango medio general.
El mínimo alfa está definido por ( ).
48
4.4.3 Prueba de aleatoriedad de Wald-Wolfowitz
La prueba de rachas o tendencias es un método no paramétrico cuya hipótesis nula es la aleatoriedad de una secuencia de datos. Consiste en clasificar cada uno de las observaciones (ordenadas de manera consecutiva) en “+” (si el dato no es menor a su predecesor) o en “-“ (si el dato no es mayor a su predecesor). Cada vez que hay un cambio de signo en la secuencia ha ocurrido una racha. Asumiendo normalidad para el número de rachas , el estadístico de prueba está dado por:
Con y ( )( ) ( )⁄ , donde es el número de observaciones clasificadas como “+” y es el número de observaciones clasificadas como “-”. Es una prueba bilateral.
49
4.5 MODELOS DE PRONÓSTICOS
4.5.1 Definiciones
es un estimador de y denota el pronóstico para el instante dada la serie de tiempo . 50
De igual manera, es un estimador para y se define como siendo este el error del pronóstico. El promedio de los errores del pronóstico se conoce como la desviación media absoluta, definida por ∑ | |
para periodos efectivamente pronosticados. La variabilidad de estos errores se mide
gracias al error cuadrado medio, definido por ∑
.51
4.5.2 Pronósticos de Series de Tiempo
Una serie de tiempo es un conjunto de observaciones en el tiempo sobre una cantidad de interés. Si es la variable aleatoria de interés en el periodo , y si las observaciones tomadas en el periodo * +, entonces * | + constituye una serie de tiempo.
52. Según los patrones que se
repitan con más frecuencia en la serie de tiempo y la presencia de tendencias en la misma, los tipos de pronósticos se clasifican en diferentes categorías, de acuerdo al comportamiento de la serie de tiempo (tendencia estacionaria, tendencia de crecimiento o declive, estacionalidad).
48 KRUSKAL, William; WALLIS, W. Use of ranks in one-criterion variance analysis. En: Journal of the American Statistical Association.Vol. 47 (260): 583–621, Diciembre de 1952. 49 ALVARADO, Jorge; OBAGI, Juan. Inferencia Estadística. Op. Cit. p.222. 50 HILLIER, Frederick; LIEBERMAN, Gerald. Introducción a la Investigación de Operaciones. Op. Cit, p. 27.7 51 Ibíd., p. 27.20 52 Ibíd., p. 27.6-27.7
32
4.5.2.1 Modelos ARIMA
Los modelos de la familia ARIMA permiten representar de manera sintética fenómenos variantes en el tiempo relacionados con una serie de tiempo, y predecir los futuros valores de la misma con un intervalo de confianza alrededor de las proyecciones realizadas.
Sea una serie de tiempo con media y varianza . Si esta serie se ajusta a un modelo ( )( ) , el comportamiento teórico para la serie en el periodo está dado por:
∑
∑
Donde:
: coeficiente de de auto-regresión para el periodo . : coeficiente de error rezagado para el periodo . : error (o ruido blanco) en el periodo . (
) y , - para todo periodo . : constante lineal del modelo. : orden de la parte auto-regresiva del modelo. : orden diferencial del modelo. : orden de la media móvil del modelo. : orden de la parte auto-regresiva estacional del modelo. : orden diferencial estacional del modelo. : orden de la media móvil estacional del modelo. periodicidad del modelo.
La primera sumatoria representa la parte auto-regresiva del modelo, y la segunda sumatoria representa la
parte de media móvil, donde ( ∑ ) ( ∑
)⁄ . se denomina como el
operador de retardo, el cual cumple la propiedad para .
El estimador para está dado por53
:
∑
∑
Si el valor del parámetro es nulo, la notación del modelo se reduce a ( ).
4.6 DESARROLLO DE APLICACIONES TECNOLÓGICAS
4.6.1 Pasos para el desarrollo de una herramienta tecnología
1. Análisis de requerimientos
Realizar una recolección de la información. Se basa en el análisis de los requerimientos del proyecto y el resultado deseado.
53 DE ARCE, Rafael. Modelos ARIMA (Apuntes de clase magistral de Econometría II). Departamento de Economía Aplicada, Universidad Autónoma de Madrid. p. 5-28.
33
2. Diseño del sistema
Definir el proceso de desarrollo del software y la estructura general del sistema. el objetivo de esta etapa es diseñar la arquitectura general del sistema y sirve como punto de referencia para la detección de errores que se hayan desarrollados en la etapa anterior y durante el transcurso de esta etapa. También se establecen las entradas y salidas del sistema, con lo cual se seleccionan las variables y los tipos de datos apropiados.
3. Generación del código
Utilizar las herramientas de programación como compiladores, interpretadores y depuradores son utilizados para generar el código necesario para el funcionamiento del software. En este paso también se escoge el lenguaje de programación que se ajuste al tipo de aplicación que se pretenden desarrollar.
4. Prueba de escritorio y depuración de errores
Realizar los ajustes finales y se realiza una búsqueda de errores en la programación.
5. Implementación
Desarrollar la arquitectura técnica necesaria para el funcionamiento de la aplicación y el levantamiento de registros en bases de datos y otros programas que servirán como soporte para la herramienta. Es en este paso donde el prototipo se transforma en la aplicación final.
6. Mantenimiento
Seleccionar un equipo de trabajo que realice un seguimiento total de la herramienta.
34
5. SIMULACION DE LA SITUACIÓN ACTUAL EN LAS BAHÍAS DE PARQUEO DE CAMIONES
El terminal de carga internacional del Aeropuerto Eldorado cuenta con un área total de 31.600 m2 en
bodegas. En el lado aire se pueden ubicar 2 aeronaves de mediano tamaño y 4 de gran tamaño (para un total de 6 posiciones); por otro lado, en el lado tierra se pueden ubicar 82 vehículos en los muelles de carga y descarga (bahías de transferencia) y otros 174 pueden ser acomodados en las posiciones de parqueo, ya sea para esperar mientras son atendidos en los muelles o para estacionar vehículos particulares.
En la actualidad siete operadores de carga ocupan las bodegas de esta terminal, los cuales son los responsables de la movilidad de carga internacional del aeropuerto.
Figura 4: Distribución espacial de los operadores de carga y lotes de parqueo en el terminal.
Bodega Operador de Carga Área (m2) %Área Muelles de carga Parqueadero Capacidad máxima
C1 Empresa 1 4.719 17% 14 P1 27
O* Concesionario* 1.080 4% 3 P2 39
C2 Empresa 2 3.419 12% 11 P3 39
C3 (a) Empresa 3 – Sección a 3.807 14% 10 P4 42
C4 Empresa 4 4.286 15% 14 P5 27
C5 Empresa 5 2.423 9% 7 TOTAL 147
C6 Empresa 6 3.240 12% 11
C3 (b) Empresa 3 – Sección b 1.450 5% 3
C7 Empresa 7 3.741 13% 9
TOTAL
28.165
73
*No es un operador de carga
FUENTE: elaboración propia de los autores
La operación realizada en el terminal de carga comienza con la llegada de camiones a la entrada; los conductores deben buscar el operador de carga al cual se dirigen para cargar o descargar las mercancías, y dirigirse hacia las ventanillas correspondientes de acuerdo al tipo de carga que van a movilizar (materiales
35
perecederos o secos). Si no hay ventanillas disponibles, el conductor debe estacionar su vehículo en un lote de parqueo (el comportamiento más común es ubicarse en el parqueadero más cercano al destino al que se dirige). Este procedimiento, aparentemente sencillo, requirió de la recolección de diversa información para ser modelado, tal como se formula en la sección 5.1.1, debido a que en la actualidad, el ingreso de particulares y de vehículos de carga durante las 24 horas del día está generando congestiones, problemas de inseguridad, accidentes de tráfico e ineficiencias en los procesos de cargue/descargue de camiones.
5.1 MUESTREOS Y ANÁLISIS ESTADÍSTICO
Para poder modelar la realidad presente en el terminal de carga, fue necesario recolectar información pertinente a los tiempos entre llegadas de vehículos de carga, destinos a los que se dirigen los vehículos y tiempos de servicio en las bahías de transferencia (o ventanillas) para los camiones.
5.1.1 Formulación de los muestreos requeridos
5.1.1.1 Formulación del muestreo para los tiempos entre llegadas de camiones
El actual Concesionario del Aeropuerto Eldorado realiza desde marzo de 2008 un procedimiento de control en el cual se registra para todo vehículo automotor que ingresa al terminal (excluyendo motocicletas) las siguientes variables:
- Hora de entrada del vehículo. - Placa del vehículo. - Tipo del vehículo. - Hora de salida del vehículo. - Estado de carga del vehículo a la entrada (cargado o vacío, desde febrero de 2009). - Estado de carga del vehículo a la salida (cargado o vacío, desde febrero de 2009). - Destino (un único registro, desde febrero de 2009).
Debido a la existencia de esta información, no fue necesario diseñar un protocolo de muestreo para este caso. Sin embargo, esta información no era del todo completa, pues según se pudo constatar mediante observación, la mayoría de los vehículos se dirigía a un único destino, pero un porcentaje considerable de vehículos se dirigía a dos o más destinos (o empresas) y esto no estaba siendo registrado. Debido a esto, se decidió recolectar información en la entrada del terminal mediante entrevistas breves a los conductores de los vehículos de carga para conocer a qué destinos se dirigían y cuántas empresas debían visitar.
5.1.1.2 Formulación del muestreo para la distribución de destinos de camiones
5.1.1.2.1 Protocolo de muestreo planteado para la distribución de destinos
De manera aleatoria, se escoge un día de la semana, y en cualquier horario comprendido entre las 6:00 a.m. y 11:00 p.m. se realizan las mediciones. Los registros se toman a la entrada del terminal de carga.
El registro de la información se hace mediante una breve entrevista a los operadores de los camiones, en donde se indaga por las empresas a las que se dirige (recolectando no solo los nombres de los destinos sino el número de los destinos a visitar). Con esta información se calcula una distribución de probabilidad empírica que describe los destinos a los cuales se dirige un camión.
36
Al considerar la decisión de elegir un destino como independiente a la elección de cualquier otro, la distribución de Bernoulli es la que mejor modela este comportamiento, pues una variable aleatoria de este tipo determina si un camión se dirige a un operador de carga (éxito) o no (fracaso). Adicionalmente, como cada variable denota la visita (con probabilidad ) o no visita (con probabilidad ) de un camión para cada operador de carga , por el Teorema del Límite Central se sabe que en un muestreo aleatorio
simple de tamaño 54:
√ ( )
Por lo que se puede calcular el tamaño de muestra para cada estado mediante la relación55
:
(
)
( )
Donde:
: tamaño de muestra requerido para el operador de carga .
: valor inverso de una distribución normal estándar para un intervalo de confianza de .
: error máximo del intervalo de confianza definido por el evaluador.
: probabilidad de visitar el operador de carga i.
: probabilidad de no visitar el operador de carga i.
El tamaño de muestra requerido será el máximo valor de los .
5.1.1.2.2 Protocolo de muestreo planteado para la distribución de número de destinos
Con respecto a la distribución de número de destinos, dado el hecho que el número de empresas a las que se dirige un camión no afecta que otro camión se dirija a otro determinado número de empresas, es decir que sean independientes entre sí, entonces, si es la probabilidad de que un camión se dirija a destinos
distintos, el evento de que un camión se dirija a este número de destinos es una distribución Bernoulli, independiente al número de destinos a los que se dirija otro vehículo.
La información recolectada en el protocolo planteado en la sección 5.1.1.2.1 es el insumo para estimar esta distribución de número de destinos. Por lo tanto el tamaño de muestra requerido - - para los vehículos
que se dirigen a destinos distintos, está dado por:
(
)
( )
El tamaño de muestra requerido será el máximo valor de los . Dado que la recolección de información
para estimar las distribuciones de destino y de número de destinos se realiza en el mismo instante, el número de camiones a entrevistar es el máximo número entre y .
5.1.1.3 Formulación del muestreo para los tiempos de servicio
Cada una de las siete empresas ubicadas en el terminal de carga cuenta con cuatro tipos de servicio:
- Carga de materiales perecederos
54 CANAVOS, George. Probabilidad y Estadística – Aplicaciones y métodos. 1ª. Ed. México, D.F.: McGraw Hill. 1988. p. 283. 55 Ibíd. p. 284.
37
- Descarga de materiales perecederos - Carga de materiales secos - Descarga de materiales secos
Los procesos ocurren de la siguiente manera, de igual manera para todos los operadores:
- Carga o descarga de un vehículo con materiales secos: un camión se posiciona en una ventanilla configurada para carga seca, en la cual no hay muros falsos o barreras que aíslen el interior de la bodega con el lado tierra ni dispositivos que hagan interferencia física. Después de esperar un tiempo de preparación (en el que se revisa documentación pertinente a la carga transportada, en caso de descargar; o a la carga a transportar, en el caso de cargar), inicia el proceso de carga o descarga. En este proceso, los materiales están consolidados de tal manera que puedan ser movilizados mediante montacargas, desde el interior del camión hacia la bodega, en el caso de descargar, o en sentido inverso en el caso de cargar. Finalmente, el camión espera un tiempo de salida en el cual el conductor simplemente alista su vehículo para abandonar la ventanilla (o bahía de transferencia).
- Descarga de un vehículo con materiales perecederos: un camión se posiciona en una ventanilla configurada para perecederos, en la cual hay muros falsos con una apertura por la cual se introducen los materiales, que vienen contenidos en cajas (sin consolidación); la apertura comunica al interior con el exterior mediante una banda transportadora. Después de esperar un tiempo de preparación (en el que se revisa documentación pertinente a la carga transportada), inicia el proceso de carga. En este proceso, las cajas son colocadas en la banda transportadora, la cual la introduce a la bodega y la dirige hacia un scanner, donde se inspecciona el contenido de la misma; la caja continúa su destino hacia las bodegas donde son consolidadas. En ocasiones, el scanner debe detenerse a causa del proceso de paletizado. Al terminar la descarga, el camión espera un tiempo de salida en el cual el conductor simplemente alista su vehículo para abandonar la ventanilla (o bahía de transferencia).
- Carga de un vehículo con materiales perecederos: dado que la carga perecedera de importaciones viene consolidada, el proceso de carga de estos materiales es igual al proceso de carga de materiales secos. El porcentaje de estas operaciones es tan bajo que para términos de la modelación del presente proyecto termina siendo irrelevante.
56
Si bien es cierto que en el proceso de carga el sentido o flujo del material movilizado es opuesto en dirección al proceso de descarga, la naturaleza de estos procesos es igual para la carga o descarga de materiales secos y descarga de perecederos, ya que estos se componen de las mismas operaciones. De esta manera, el tiempo total de carga o descarga está compuesto por un tiempo de preparación, un tiempo de carga o descarga y un tiempo de salida.
Figura 5: Diagrama general del proceso de servicio
PrepararCargar/Descargar
ULCsAlistar salida
FUENTE: elaboración propia de los autores.
56 THORIN, Maurice. Experto del sector de carga, Gerente de Operaciones de Tampa Cargo y Senior Partner de ALS. Entrevista, 12 de septiembre de 2009.
38
5.1.1.3.1 Tiempo de carga/descarga de materiales secos
El tiempo de servicio para un camión que transporta carga seca está dado por:
∑
Donde,
Tiempo total de servicio para carga seca ( ): es el tiempo que tarda un camión en una bahía de
transferencia para cargar o descargar materiales secos.
Tiempo de preparación para carga seca ( ): comprende desde el instante en que el camión se parquea
en la bahía de transferencia hasta la entrada o salida* de la primera ULC de la puerta del camión.
Tiempo transcurrido entre la i-ésima ULC y la siguiente ULC de carga seca ( ): comprende el tiempo
transcurrido entre la salida (o entrada) de una ULC de la puerta del camión hasta la salida (o entrada) de la siguiente ULC
57.
Tiempo de finalización o salida para carga seca ( ): comprende desde el instante en que sale (o entra) la
última ULC de la carga hasta el momento en el que el camión desocupa la bahía de transferencia.
5.1.1.3.2 Tiempo de descarga de materiales perecederos
El tiempo de servicio para un camión que transporta carga perecedera está dado por:
∑
Donde,
Tiempo total de servicio para carga perecedera ( ): es el tiempo que tarda un camión en una bahía de
transferencia para cargar o descargar materiales perecederos.
Tiempo de preparación para carga perecedera ( ): comprende desde el instante en que el camión se
parquea en la bahía de transferencia hasta el primer registro de una ULC por el scanner.
Tiempo transcurrido entre la i-ésima ULC58
y la siguiente ULC de carga perecedera ( ): comprende el
tiempo transcurrido entre el registro de una ULC por el scanner y el registro de la siguiente ULC, sin detenerse el funcionamiento del scanner.
Tiempo de finalización o salida para carga perecedera ( ): comprende desde el instante en el que se
registró la última ULC de la carga hasta el momento en el que el camión desocupa la bahía de transferencia.
En este caso, el tiempo entre ULCs ( ) está conformado por dos clases distintas de registros: el normal
y el tiempo con detención o parada. El tiempo entre ULCs es cuantificado como normal cuando el scanner permite el flujo continuo de material sin detenerse; pero si el scanner presenta una detención en su funcionamiento entre una ULC y la siguiente, el tiempo transcurrido entre las mismas es considerado como tiempo con detención o parada.
* Se habla de entrada de la primera ULC de la puerta del camión para el proceso de carga de materiales; y de salida de ULC al proceso de descargue. 57 Unidad Logística de Carga. Para carga seca se considera como un conjunto de materiales no perecederos que conforman un volumen aproximado de 1 m3; solo puede ser cargada o descargada una unidad a la vez. 58 Unidad Logística de Carga. Para carga perecedera se considera como una caja que contiene materiales que necesitan refrigeración; constituye un volumen de 0,072 m3 de materiales. Sólo puede ser cargada o descargada una unidad a la vez.
39
5.1.1.3.3 Protocolo de muestreo planteado para los tiempos de servicio
De manera aleatoria, se escogen tres días entre lunes y sábado (no se considera el domingo ya que la actividad en el terminal es bastante reducida ese día), y para cada día se escogen dos empresas aleatoriamente para hacer las mediciones. En cualquier hora entre las 6:00 a.m. y 12:00 p.m. se toman registros para la carga o descarga de materiales secos, y en cualquier hora entre las 4:00 p.m. y las 12:00 a.m. se toman registros para la carga o descarga de materiales perecederos, ya que estos son horarios son generalizados para los operadores de carga (sólo en temporada baja). Los registros deben ser medidos en las ventanillas de las bahías de transferencia, al interior de las bodegas de carga, con la autorización de la empresa que corresponda.
Dado que se cuenta con siete empresas y dos clases de servicio generales, el total de muestreos es catorce; las variables a medir en cada muestreo son las siguientes:
- Tiempo de preparación - Tiempo entre ULCs; para el caso de materiales perecederos, se miden el tiempo normal entre ULC y
el tiempo entre ULC con paradas separándolos en la naturaleza de los registros. - Tiempo de finalización o salida.
El primer muestreo (o pre-muestreo) para cada empresa se realiza en los horarios y locaciones escogidas, y finaliza cuando se completa el registro de un mínimo de treinta camiones muestreados. Con esta información, se calcula la desviación estándar muestral para poder estimar el tamaño necesario del
muestreo mediante la aproximación computacional59:
(
)
Donde,
: tamaño de muestra requerido para el operador de carga .
: tamaño de muestra con el que se cuenta hasta el momento del cálculo para el operador de carga .
: valor inverso de una distribución Student’s-T para muestras y un intervalo de confianza
de .
: desviación estándar muestral en función a .
: error máximo del intervalo de confianza definido por el evaluador.
Esta aproximación es utilizada en vez de una relación en función de la distribución normal estándar de probabilidad (Z) debido a que se desconoce la varianza poblacional; sin embargo al aumentarse el valor de , el valor inverso de la distribución T se aproxima al valor inverso de la distribución Z.
60
Por tratarse de una aproximación computacional, el cálculo del muestreo requerido se actualiza cada vez que se agrega un nuevo registro a la premuestra. El muestreo se detiene hasta que , esto implica que se escogen horarios de visita a las empresas y locaciones aleatorias hasta cumplir la anterior desigualdad.
Este cálculo se realiza para todas las variables que componen el tiempo de servicio de un camión, en todas las empresas bajo las dos modalidades de servicio contempladas.
59 Obtenido por los autores a partir de la fórmula de error máximo para la estimación por intervalo del promedio de un muestreo, con varianza desconocida. CANAVOS, George. Probabilidad y Estadística – Aplicaciones y métodos. 1ª. Ed. México, D.F.: McGraw Hill. 1988. p. 278. 60 ALVARADO, Jorge. Inferencia Estadística. Op. Cit. p. 94.
40
Para la recolección de la información fue necesario desarrollar una herramienta utilizando macros en MS Excel con el fin de automatizar la labor de medición de tiempos; el aplicativo sólo necesitaba una tecla para activarse, la cual emulaba el botón de activación de un clásico cronómetro de mano digital. Después de recolectar las mediciones en una hoja de cálculo, ésta se almacenaba en un archivo para su posterior análisis.
5.1.2 Análisis de entrada
5.1.2.1 Detección de errores en los registros y estandarización de los datos
El Concesionario del Aeropuerto entregó a los autores del presente trabajo una base de datos en MS Excel con registros acumulados entre el 1 de abril de 2008 y el 31 de marzo de 2009.
La información contenía varios errores e irregularidades (caracteres perdidos, horas de entrada de vehículos no consecutivas para registros consecutivos y arreglos de horas de registro con tendencias de crecimiento o decrecimiento constantes, entre otros) que fueron corregidas usando macros desarrolladas en MS Excel. Los algoritmos detectaban datos erráticos en la información y en la medida de lo posible corrigieron las incoherencias; pero en otros casos no fue posible la corrección, por lo que los registros fueron suprimidos de la base de datos.
Como se ve en la figura 6, el dato marcado con color verde fue puesto por el algoritmo desarrollado, puesto que la casilla correspondiente no se encontraba con información, o contenía caracteres no válidos. Por otro lado, los datos marcados con rojo muestran una tendencia poco común en la cual los valores van aumentando en un minuto. Debido a esto, los datos fueron eliminados. Esta tendencia también se presentaba en sentido opuesto, es decir, algunos datos disminuían en una unidad con respecto al anterior.
Figura 6: Modificaciones a la base de datos.
FUENTE: elaboración propia de los autores.
La unidad de medida de los registros de los tiempos de entrada y de salida de los vehículos era minutos, por lo que los datos se manipulaban como números enteros. Con esta información, se procedió a calcular el tiempo entre llegadas de vehículos (TEL) y el tiempo que el vehículo permaneció en el sistema (TES) para cada registro; los valores de TEL serían utilizados posteriormente para calcular las distribuciones de probabilidad de tiempos entre llegadas para vehículos particulares y vehículos de carga (por separado), mientras que los TES serían utilizados como medida de comparación para evaluar la fidelidad del modelo de simulación.
Al momento de calcular los TEL, se pudo encontrar que el valor en repetidas ocasiones era cero, lo cual físicamente era imposible, ya que sólo se tenía un carril a la entrada del terminal, por lo que no podían ingresar vehículos al tiempo. Por este motivo se decidió poner un mínimo de 0,05 min para el valor de los tiempos entre llegadas de vehículos.
41
Por otro lado, algunos valores atípicos superiores estaban aumentando la variabilidad en la modelación de los tiempos entre llegadas, por lo que fue necesario excluirlos de la base de datos. Para hacer esto, se utilizó un límite superior diferente al límite extremo (LSE) que se obtienen en un análisis de caja y bigotes. El valor utilizado como referencia fue estimado teniendo en cuenta que no se afectará el promedio muestral original de la base de datos (la cual consideraba el valor mínimo de cero para los TEL; con el valor mínimo de 0,05 min el promedio aumentaba, por lo que estos nuevos límites superiores mantenían el promedio original).
Adicional a lo anterior, se modificaron todos los registros de TEL de tal manera que se convirtieran en números decimales, ya que por falta de precisión en las mediciones hechas por el Concesionario, los valores de TEL se presentaban en minutos (valores enteros), lo cual no refleja el comportamiento continuo de una variable de tiempo. Para esto, se utilizó una variable aleatoria uniforme entre -0,5 y 0,5 minutos que se adicionó a cada medición. Siguiendo este procedimiento, el valor límite superior para TEL de vehículos de carga fue fijado en 221,668 min, es decir, que cualquier valor superior a dicho límite seria eliminado de la base de datos.
Una vez realizados los cambios, el promedio de la base de datos se mantuvo pero disminuyó la varianza. Sin embargo, se mantuvo intencionalmente una variabilidad alta en los eventos de llegadas de vehículos, ya que esto era una realidad existente en el terminal de carga. Todos los cambios realizados redujeron en un 4% el tamaño de las muestras para TEL.
5.1.2.2 Análisis para tiempos entre llegadas
A partir de la base de datos obtenida del Concesionario, se seleccionó la información requerida para modelar la llegada de vehículos de carga al terminal. Los más de 190.000 registros permanecieron ordenados cronológicamente para realizar las pruebas estadísticas necesarias con el fin de comprobar su validez como insumo de las simulaciones.
5.1.2.2.1 Auto-correlación e independencia
Al graficar en un plano cartesiano el valor de un dato con respecto al dato siguiente ( ) no se observó patrón alguno; por otro lado, los resultados de los presentan valores muy bajos, disminuyendo el grado de correlación a medida que el retraso aumenta. Esta prueba evidencia que los datos no presentan una auto-correlación significativa, lo cual permite asumir independencia entre los datos.
Figura 7: Correlaciones con k=20 para el tiempo entre llegadas
FUENTE: Elaboración propia de los autores.
00,10,20,30,4
Lag
1
Lag
2
Lag
3
Lag
4
Lag
5
Lag
6
Lag
7
Lag
8
Lag
9
Lag
10
Lag
11
Lag
12
Lag
13
Lag
14
Lag
15
Lag
16
Lag
17
Lag
18
Lag
19
Lag
20
Correlación Lag-K
42
Figura 8: dispersión de los datos de tiempos entre llegadas con k=1.
FUENTE: Elaboración propia de los autores
5.1.2.2.2 Homogeneidad y segmentación de los datos
Frederik Jacobsen, experto del sector de carga aérea, afirma que el comportamiento de las llegadas de vehículos es distinto a diversas horas del día, y que en adición a ello existe la presencia de dos tipos de temporadas. La temporada alta comprende desde el comienzo de la última semana de enero hasta el final la tercera semana de febrero (temporada de san Valentín), y desde la última semana de abril hasta la cuarta semana de mayo (temporada de Madres), para un total de nueve semanas al año
61; la temporada baja está
conformada por las restantes 43 semanas del año. Lo anterior se confirma mediante un conteo de los registros por semana como se muestra en la Fig. 9. El espacio vacío en dicha figura corresponde a la temporada de San Valentín, cuya información fue removida de la muestra ya que el comportamiento de llegadas de vehículos no fue típico en esa temporada a causa de la crisis vivida en el sector en 2009.
Se decidió segmentar la muestra considerando estas temporadas. La tendencia en caída de la prueba de Auto-correlación de Retraso K indica la posible existencia de cambios en la distribución de probabilidad asociada al tiempo entre llegadas.
Figura 9: volumen de vehículos que ingresan al terminal por semana
61 Frederik Jacobsen, experto en el sector de carga aéreo; Senior Partner de ALS y ex CEO de la Aerolínea Tampa Cargo.Entrevista: septiembre de 2009
43
FUENTE: Elaboración propia de los autores
Posteriormente se consideró dividir la muestra en intervalos de un ancho de 3 horas, obteniendo 8 intervalos para cada día y 56 durante una semana, ya sea temporada alta o baja. Aplicando la prueba de homogeneidad de Kruskal-Wallis para cada intervalo, se encontró que la gran mayoría de estos nuevos grupos son homogéneos; para aquellos grupos cuya homogeneidad no fue demostrada, se decidió dividirlos en intervalos de una hora, para los cuales se logró demostrar su homogeneidad mediante la misma prueba no paramétrica (ver Anexo G – Tablas 49 y 50).
5.1.2.2.3 Aleatoriedad de los intervalos definidos
Para cada semana, seleccionando los intervalos definidos, se evaluó la aleatoriedad de los registros. Los resultados obtenidos permiten asumir aleatoriedad en los datos provenientes del tiempo entre llegada de vehículos de carga (ver Anexo G – Tabla 51).
5.1.2.3 Análisis para tiempos de servicio para carga seca
De los siete operadores actuales, sólo se pudo realizar muestreo en cuatro de ellos. Para cada muestra registrada en un operador, se consideraron las siguientes variables:
- Tiempo de preparación. - Tiempo entre una ULC y la siguiente. - Tiempo de Finalización o salida. - Número de ULCs cargadas o descargadas.
5.1.2.3.1 Correlación entre variables para cada operador
Utilizando el estimador de máxima verosimilitud para el coeficiente de correlación, definido por62:
∑ ( )( )
√∑ ( )
∑ ( )
Se evaluó la dependencia entre las variables “tiempo de preparación”, “tiempo de Finalización” y “número de ULCs” correspondientes a cada operador. En caso de que | | se considera que hay dependencia entre dos variables del mismo operador.
Tabla 3: correlaciones entre las variables de tiempo de carga seca
62 ALVARADO, Jorge; OBAGI, Juan. Inferencia Estadística. Op. Cit., p. 292.
02000400060008000 Camiones/semana
44
OPERADOR X\Y T.INICIO T.FIN #CAJAS
C1
T.INICIO -- 0,34 0,074
T.FIN 0,34 -- -0,06
#CAJAS 0,074 -0,06 --
C4
T.INICIO -- -0,099 -0,09
T.FIN -0,099 -- -0,307
#CAJAS -0,09 -0,307 --
C5
T.INICIO -- -0,037 0,07
T.FIN -0,037 -- -0,166
#CAJAS 0,07 -0,166 --
C7
T.INICIO -- 0,241 -0,464
T.FIN 0,241 -- -0,126
#CAJAS -0,464 -0,126 --
FUENTE: Elaboración propia de los autores
Para todos los casos, no hay dependencia entre las variables.
5.1.2.3.2 Auto-correlación e independencia
Manteniendo el orden cronológico de los registros para cada operador, se realizaron las pruebas de Auto-correlación con Retraso K para las variables “tiempo entre ULCs”, “tiempo de preparación” y “tiempo de Finalización”. Para todas las variables (de cada operador) se observa una auto-correlación débil o nula y el comportamiento de las auto-correlaciones hacen pensar que los datos (de una misma variable) provienen de la misma distribución de probabilidad. También, se graficaron los valores de un dato versus el dato siguiente (retraso ) pero no se aprecia ningún patrón, lo que permite suponer independencia entre los datos. Para más detalle dirigirse al Anexo G - fig. 82 y 83.
5.1.2.3.3 Homogeneidad
Tal como se muestra en el Anexo G – fig. 82, las pruebas de Auto-correlación con retraso K sugieren que las variables “tiempo entre ULCs”, “tiempo de preparación” y “tiempo de Finalización” son independientes e idénticamente distribuidas.
63
Con el fin de dar mayor validez al supuesto de homogeneidad, se aplicó la prueba de homogeneidad de Kruskal Wallis para el tiempo entre ULCs. Para ello, se seleccionaron 10 muestreos al azar para cada operador (cada uno incluía varios registros de tiempo entre ULCs), y se examinó si los valores de cada muestreo eran homogéneos entre sí. Como se puede apreciar en el Anexo G – Tabla 52, es evidente que la variable “tiempo de Finalización” es homogénea para cada operador.
Al evaluar la homogeneidad de cada variable entre los distintos operadores de carga, la prueba de Kruskal-Wallis demostró que sólo se puede asumir homogeneidad para los tiempos de preparación (es decir, que el tiempo de preparación es homogéneo para todos los operadores; ver Anexo G – Tabla 53).
5.1.2.3.4 Aleatoriedad de los intervalos definidos
Para cada operador, considerando las variables “tiempo entre ULCs”, “tiempo de preparación” y “tiempo de Finalización”, se evaluó la aleatoriedad de los registros. Los resultados obtenidos permiten asumir aleatoriedad en los datos provenientes para cada una de las variables examinadas (Ver Anexo G – Tablas 54 y 55).
63 BANKS, Jerry. Handbook of Simulation. Op. Cit., p. 62.
45
5.1.2.4 Análisis para los tiempos de servicio para carga perecedera
De los siete operadores actuales, sólo se pudo realizar muestreo en cinco de ellos. Para cada muestra registrada en un operador, se consideraron las siguientes variables:
- Tiempo de preparación - Tiempo entre una ULC y la siguiente, sin parada - Tiempo entre una ULC y la siguiente, con parada - Tiempo de Finalización o salida - Número de ULCs cargadas o descargadas, sin parada - Número de ULCs cargadas o descargadas, con parada - En adición, se calculó una medida bautizada como “número de paradas por caja transportada”, la
cual es el cociente entre el “Número de ULCs cargadas o descargadas, con parada” y el “Número de ULCs cargadas o descargadas, sin parada”
5.1.2.4.1 Correlación entre variables para cada operador
Se evaluó la dependencia entre las variables “tiempo de preparación”, “tiempo de Finalización” y “número de ULCs” correspondientes a cada operador.
Tabla 4: correlaciones entre las variables de tiempo de carga perecedera
OPERADOR X\Y #CAJAS #PARADAS PARADAS/CAJA T.INICIO T.FIN
C1
#CAJAS -- 0,435 -0,284 0,017 0,063
#PARADAS 0,435 -- 0,197 -0,163 0,07
PARADAS/CAJA -0,284 0,197 -- -0,193 0,146
T.INICIO 0,017 -0,163 -0,193 -- -0,022
T.FIN 0,063 0,07 0,146 -0,022 --
C4
#CAJAS -- 0,696 -0,198 -0,062 -0,078
#PARADAS 0,696 -- 0,139 -0,085 -0,046
PARADAS/CAJA -0,198 0,139 -- -0,129 -0,198
T.INICIO -0,062 -0,085 -0,129 -- -0,127
T.FIN -0,078 -0,046 -0,198 -0,127 --
C5
#CAJAS -- 0,577 -0,411 0,104 0,001
#PARADAS 0,577 -- 0,334 0,086 0,156
PARADAS/CAJA -0,411 0,334 -- -0,036 0,133
T.INICIO 0,104 0,086 -0,036 -- 0,336
T.FIN 0,001 0,156 0,133 0,336 --
C6
#CAJAS -- 0,648 -0,433 0,146 0,496
#PARADAS 0,648 -- 0,131 0,538 0,18
PARADAS/CAJA -0,433 0,131 -- 0,114 -0,152
T.INICIO 0,146 0,538 0,114 -- -0,22
T.FIN 0,496 0,18 -0,152 -0,22 --
C7
#CAJAS -- 0,399 -0,477 -0,192 -0,172
#PARADAS 0,399 -- 0,259 -0,137 -0,163
PARADAS/CAJA -0,477 0,259 -- 0,052 0,182
T.INICIO -0,192 -0,137 0,052 -- 0,162
T.FIN -0,172 -0,163 0,182 0,162 --
FUENTE: Elaboración propia de los autores
Para todos los casos, no hay dependencia entre las variables.
46
5.1.2.4.2 Auto-correlación e independencia
Manteniendo el orden cronológico de los registros para cada operador, se realizaron las pruebas de Auto-correlación con Retraso K para las variables “tiempo entre ULCs con parada”, “tiempo entre ULCs sin parada”, “tiempo de preparación” y “tiempo de Finalización”. Para todas las variables (de cada operador) se observa una auto-correlación débil o nula y el comportamiento de las auto-correlaciones hacen pensar que los datos (de una misma variable) provienen de la misma distribución de probabilidad. También, se graficaron los valores de un dato versus el dato siguiente (retraso ) pero no se aprecia ningún patrón, lo que permite suponer independencia entre los datos. Para más detalle dirigirse al Anexo G – Figuras 84 y 85.
5.1.2.4.3 Homogeneidad
Tal como se muestra en el Anexo G – Fig. 84, las pruebas de Auto-correlación con retraso K sugieren que las variables “tiempo entre ULCs, con parada”, “tiempo entre ULCs, sin parada”, “tiempo de preparación” y “tiempo de Finalización” son independientes e idénticamente distribuidas.
Con el fin de dar mayor validez al supuesto de homogeneidad, se aplicó la prueba de homogeneidad de Kruskal Wallis para el tiempo entre ULCs sin parada (Anexo G – Tabla 56). Para ello, se seleccionaron 10 muestreos al azar para cada operador (cada uno incluía varios registros de tiempo entre ULCs), y se examinó si los valores de cada muestreo eran homogéneos entre sí. Al evaluar la homogeneidad de cada variable entre los distintos operadores de carga, la prueba de Kruskal-Wallis demostró que sólo se puede asumir homogeneidad para los tiempos de finalización (es decir, que el tiempo de salida es homogéneo para todos los operadores; ver Anexo G – Tabla 57).
5.1.2.4.4 Aleatoriedad de los intervalos definidos
Para cada operador, considerando las variables “tiempo entre ULCs, con parada”, “tiempo entre ULCs, sin parada”, “tiempo de preparación” y “tiempo de Finalización”, se evaluó la aleatoriedad de los registros. Los resultados obtenidos permiten asumir aleatoriedad en los datos provenientes para cada una de las variables examinadas (Ver Anexo G – Tablas 58 y 59).
5.1.2.5 Análisis para el tipo de vehículos
Según la información contenida en la base de datos obtenida del concesionario, los tipos de vehículos que ingresan al terminal se clasifican en las siguientes categorías:
3: vehículo de carga Tipo 3 (capacidad máxima de 2,7 Tm) 6: vehículo de carga Tipo 6 (capacidad máxima de 5,4 Tm) 9: vehículo de carga Tipo 9 (capacidad máxima de 8,1 Tm) T: vehículo de carga articulado (capacidad máxima de 20 Tm) P: vehículo particular. Sin embargo, esta clase de vehículos no fue considerada para el presente estudio, ya que en el momento de su realización el Concesionario había restringido el acceso de vehículos particulares al terminal de carga.
Utilizando todos los registros se midió la proporción de cada tipo de camión. Con esta información y tomando muestras aleatorias de registros pertenecientes al mismo grupo de datos definido para los tiempos entre llegadas de camiones, se demostró que esta proporción de vehículos permanece constante en el tiempo. Para mayor información, dirigirse al Anexo G – Tabla 60.
Según la opinión de expertos de sector, dado que algunos camiones se dirigen a dos o más destinos (operadores de carga), el tipo de vehículo no influye en el tiempo de servicio, como tampoco la cantidad de materiales cargados o descargados en cada operador. Lo anterior pudo ser constatado mediante observación en el terminal de carga.
47
5.1.2.6 Datos obtenidos del muestreo para la distribución de destinos de camiones
Para la recolección de la información necesaria para estimar las distribuciones de probabilidad de los destinos de los vehículos de carga, se hicieron mediciones durante seis días. Al realizar los cálculos de la premuestra se obtuvieron los resultados mostrados en la tabla 5, donde se observa que el tamaño de muestra requerido (el máximo de los ) es demasiado grande debido a que la proporción de camiones que se dirigen al Concesionario es cercana a cero. Al eliminar el concesionario como destino de carga, el tamaño de muestra se redujo de más de 150.000 muestras a algo menos de 7.000. Por motivos ajenos a los autores del presente proyecto no se alcanzó el muestreo requerido debido a políticas de seguridad del Concesionario, relacionadas con la operación al interior del terminal y la seguridad de los autores del proyecto.
Tabla 5: Cálculo del tamaño de muestra requerido para la estimación de la distribución de destinos
Operador frecuencia probabilidad
Valor Z M ( ) E sí no C1 689 1317 34,35% 65,65% 1,96 2,08% 10% 3,44% 735
C2 110 1896 5,48% 94,52% 1,96 1,00% 10% 0,55% 6622
C3 309 1697 15,40% 84,60% 1,96 1,58% 10% 1,54% 2110
C4 578 1428 28,81% 71,19% 1,96 1,98% 10% 2,88% 950
C5 265 1741 13,21% 86,79% 1,96 1,48% 10% 1,32% 2524
C6 229 1777 11,42% 88,58% 1,96 1,39% 10% 1,14% 2981
C7 566 1440 28,22% 71,78% 1,96 1,97% 10% 2,82% 978
Concesionario 5 2001 0,25% 99,75% 1,96 0,22% 10% 0,03% 153736
N requerido excluyendo al concesionario 6622
Fuente: elaboración propia de los autores.
Para el caso de la distribución del número de destinos, se obtuvo un valor de tamaño de muestra demasiado elevado prácticamente imposible de alcanzar, por lo que se decidió calcular la distribución asociada con los datos obtenidos en el muestreo.
Tabla 6: Cálculo del tamaño de muestra requerido para la estimación de proporciones de la distribución de número de destinos
#Destinos frecuencia probabilidad
Valor Z M ( ) E sí no 1 1572 434 78,37% 21,64% 1,96 1,80% 10% 7,84% 107
2 237 1769 11,82% 88,19% 1,96 1,41% 10% 1,18% 2868
3 117 1889 5,83% 94,17% 1,96 1,03% 10% 0,58% 6203
4 55 1951 2,74% 97,26% 1,96 0,72% 10% 0,27% 13627
5 19 1987 0,95% 99,05% 1,96 0,42% 10% 0,10% 40174
6 3 2003 0,15% 99,85% 1,96 0,17% 10% 0,02% 256482
7 3 2003 0,15% 99,85% 1,96 0,17% 10% 0,02% 256482
M requerido 256482
Fuente: elaboración propia de los autores.
5.1.2.7 Datos de los tiempos de servicio
Debido a situaciones externas a los autores del presente trabajo, no fue posible contactar a dos de las siete empresas que operan en el terminal de carga (concretamente los operadores C2 y C3). En el caso del operador C6, se obtuvo permiso para hacer muestreo en el área de bodegas correspondiente a los materiales perecederos, pero no fue posible muestrear en el área de carga seca.
48
Tanto para los registros obtenidos en carga seca como perecedera, se calcularon estadísticas descriptivas para evaluar el comportamiento de los datos. Como se muestra en el anexo H (tablas 61 y 63), la variabilidad de los datos era elevada, lo que se manifestaba en coeficientes de variación y rangos inter-cuartiles elevados, por lo que la estimación por intervalos arrojaba valores límites alejados, aumentando el error máximo de los muestreos.
Al considerar las estadísticas de límites de control se pueden identificar valores atípicos que exceden los límites superiores externos (LSE). Como se muestra en la sección relacionada con el cálculo de las distribuciones de probabilidad asociadas -sección 5.2.1.2-, estos valores atípicos causaron la modelación de variables aleatorias con alta variabilidad que afectaban el comportamiento de la simulación, por lo que fue necesario excluir estos valores que excedieran los LSE. Como se muestra en las tablas 62 y 64 del anexo H, la exclusión de estos valores ayudó a la reducción de la varianza en los muestreos (en un 18% para carga seca y un 48% para carga perecedera), como también a la reducción de los promedios (un 8% para carga seca y un 23% para carga perecedera)
A pesar de estas mejoras, la variabilidad siguió siendo elevada (ver coeficientes de variación en las tablas 62 y 64 del anexo H), lo cual seguía manifestándose en los rangos inter-cuartiles para cada una de las muestras. Con estas mejoras, el tamaño de muestras requerido para carga seca era de 1235 camiones y el tamaño de muestras requerido para carga perecedera era de 2813 camiones, considerando únicamente a las empresas que colaboraron con el proyecto, por lo que los tamaños de muestra podrían ser mayores y su cuantificación sería demasiado dispendiosa.
5.2 FORMULACIÓN DEL MODELO DE SIMULACIÓN
5.2.1 Parámetros y distribuciones de probabilidad asociadas al estudio
Para el cálculo de las distribuciones de probabilidad asociadas con el modelo de simulación en las bahías de transferencia o ventanillas y el tiempo entre llegadas de vehículos al terminal, se utilizó Mathware EasyFit 5.3, un potente software estadístico desarrollado para evaluar el ajuste de varios conjuntos de datos contra 49 distribuciones de densidad de probabilidad y 8 distribuciones de masa de probabilidad, mediante las pruebas de Kolmogorov-Smirnov, Ji cuadrado y Anderson-Darling con una significancia del 5%.
Para aquellas campanas que no lograron ajustarse a alguno de los modelos utilizados, Easyfit asignó la distribución con el máximo valor-p. En esos casos, se realizaron pruebas de escritorio para estas “campanas rebeldes” con el fin de evaluar el comportamiento de las variables aleatorias que se modelaban con estas; los resultados de las pruebas fueron satisfactorios en cuanto a que estas distribuciones reflejaban la realidad existente en los tiempos de servicio al compararse con las estadísticas descriptivas encontradas en el análisis de la información recolectada, a pesar de no tener el aval de las pruebas de bondad de ajuste.
No fue posible hacer uso de distribuciones empíricas que ofrecieran un mayor ajuste, pues resultó ineficiente por cuestiones de programación. Adicionalmente, las distribuciones empíricas causarían sobreajuste en el comportamiento de las variables de tiempo, lo cual afectaría la flexibilidad de las campanas para ajustarse a eventos predictivos, en caso de utilizarlos bajo otra situación distinta a la actual como se aprecia en la sección 8.1.2.4 y 8.1.2.5.
64
64 ALVARADO, Jorge. Experto en estadística. Profesor Asociado de la Pontificia Universidad Javeriana. Entrevista. Febrero de 2010.
49
5.2.1.1 Distribuciones de tiempos entre llegadas de vehículos de carga
En el anexo I (tabla 65) se encuentra en detalle la información estadística sobre las campanas que obtuvieron el mejor ajuste para los tiempos entre llegadas de vehículos de carga al terminal discriminado por día de la semana, por cada grupo horario (intervalos de 3 horas), y según la temporada (“alta” o “baja”). En total resultaron 112 campanas por temporada (2 temporadas, 7 días por semana, cada uno con 8 intervalos horarios) de las cuales 25 no se ajustaron a ninguno de los modelos suministrados por Easyfit.
5.2.1.2 Distribuciones de tiempos de servicio
En el anexo I (tablas 66 y 67) se encuentra en detalle la información estadística sobre las campanas que obtuvieron el mejor ajuste para cada tipo de tiempo (definido en la sección 5.1.1.3.1 para carga seca y en la sección 5.1.1.3.2 para perecederos) y cada operador de carga, de acuerdo al tipo de carga. En total resultaron 21 campanas para carga seca (7 compañías, cada una con 3 variables de tiempo) de las cuales 1 no se ajustó a ninguno de los modelos; para carga perecedera, se obtuvieron 35 campanas (7 compañías, cada una con 4 variables de tiempo y una variable para estimar el número de paradas) de las cuales 4 no arrojaron un ajuste satisfactorio.
Para aquellas compañías cuyos tiempos de servicio no pudieron ser estimados (C2, C3 y C6 para carga seca, y C2 y C3 para carga perecedera), sus campanas de probabilidad se calcularon utilizando el total de los datos recolectados en los muestreos para aquellas variables en las que se puede asumir homogeneidad (como es el caso del tiempo de finalización para carga perecedera y el tiempo de preparación para carga seca), diferenciando únicamente el tipo de tiempo sin considerar el origen del registro. Para aquellas variables de tiempo que no se pueden asumir como homogéneas, se asignó una campana de probabilidad de uno de los operadores de carga a lo que sí se les pudo estimar, cuya media sea la más parecida al promedio muestral calculado al considerar todos los datos de un mismo tipo de variable sin distinguir el origen (operador de carga).
5.2.1.3 Distribución de vehículos de carga
El tipo de vehículos de carga que llegan al terminal se rige por la siguiente distribución de probabilidad:
Tabla 7: Distribución de probabilidad asociada a la proporción de vehículos de carga
Tipo de vehículo ( ) Tipo 3 Tipo 6 Tipo 9 Articulado
Probabilidad ( ( )) 0,2256 0,5516 0,1874 0,0354
Fuente: elaboración propia de los autores.
Esta distribución de probabilidad fue calculada a partir de la información suministrada en la base de datos del Concesionario.
5.2.1.4 Distribución de destinos para los vehículos de carga
En un principio se pensó en utilizar un conjunto de distribuciones Bernoulli como se enuncia en la sección 5.1.1.2.1, las cuales estarían contenidas en un algoritmo que se detendría hasta que la suma del número de éxitos fuese igual al número de destinos, calculado con la distribución mencionada en la sección 5.2.1.5.
Al realizar pruebas de escritorio, se pudo determinar que este método no era eficiente, pues la probabilidad de que ningún destino fuese seleccionado era alta, lo que incrementaba las iteraciones en los cálculos y por tanto entorpecía la velocidad de la simulación. Por lo tanto, se decidió calcular una distribución empírica, en la cual la probabilidad de elegir el operador de carga estubiera dada por:
50
∑ |
∑
∑
Donde,
: probabilidad de elegir el destino .
: subconjunto del espacio muestral , que denota todas las posibles combinaciones de múltiples destinos que puede tomar un vehículo de carga, desde dirigirse a un único destino hasta todos los destinos.
| : probabilidad de dirigirse al destino dado que el camión se dirige a todo el subconjunto de destinos .
Este valor se calcula mediante la relación | ∑ ⁄ , donde es la probabilidad de dirigirse al
destino , obtenida de las distribuciones de Bernoulli enunciadas en la sección 5.1.1.2.1.
: probabilidad de que el vehículo de carga se dirija a todos los destinos contemplados en el subconjunto .
Dado que ∑ | para cada subconjunto , y que ∑ , se garantiza que ∑ .
La distribución de destinos para los vehículos de carga se rige por la siguiente distribución de probabilidad, la cual mantendrá estrecha relación con el volumen de carga movilizada por cada operador al suponerse linealidad entre el flujo de vehículos y la carga movilizada:
Tabla 8: Distribución de probabilidad asociada a los destinos a los que se dirigen los vehículos de carga
Destino ( ) C1 C2 C3 C4 C5 C6 C7 Concesionario
Probabilidad ( ) 0,2754 0,0411 0,1079 0,1957 0,1012 0,0715 0,2052 0,002
Fuente: elaboración propia de los autores.
5.2.1.5 Distribución de número de destinos para los vehículos de carga
La proporción del número de destinos (o empresas) a los que se puede dirigir un vehículo de carga se rige por la siguiente distribución de probabilidad:
Tabla 9: Distribución de probabilidad asociada al número de destinos a los que se dirigen los vehículos de carga
Número de destinos ( ) 1 2 3 4 5 6 7
Probabilidad ( ( )) 0,78365 0,11815 0,05833 0,02742 0,00947 0,0015 0,0015
Fuente: elaboración propia de los autores
Esta distribución fue calculada a partir de la información recolectada en el muestreo descrito en la sección 5.1.1.2.
5.2.1.6 Distribuciones de carga para las ULCs
Para la carga perecedera, se asumió que cada ULC tendría las mismas propiedades de un tabaco de flores, ya que en general, las flores representan cerca del 95% de la carga perecedera movilizada por el aeropuerto.
65; La masa promedio de una ULC perecedera tiene una moda de 13,5kg y valores extremos equivalentes a 9
kg y 18 kg.66
65 THORIN, Maurice. Entrevista. Febrero de 2010. 66 THORIN, Maurice. Entrevista. Noviembre de 2009.
51
Para la carga seca, se asumió que cada ULC tiene un volumen de 1m3, para el cual la masa promedio
contenida tiene una moda de 480kg y valores extremos equivalentes a 270kg y 600kg.67
La distribución escogida para modelar el peso de una ULC fue la distribución triangular de probabilidad, ya que esta considera como parámetros los valores mínimo, modal y máximo.
5.2.1.7 Distribución de nivel de carga para los camiones
Esta distribución, utilizada como eje principal de calibración y validación de la simulación para encontrar una relación coherente entre el número de camiones que llegan al terminal de carga y la masa transportada, busca definir el nivel de carga que lleva cada vehículo.
Considerando las capacidades máximas (en toneladas) para cada tipo de camión enunciadas en la sección 5.1.2.5, se definió a criterio de los autores del presente proyecto el cupo máximo de ULCs tanto para carga seca como perecedera, basándose en los valores extremos definidos en las distribuciones de masa de las ULCs mostradas en la sección 5.2.1.6. Considerando estos cupos máximos, se modeló una distribución triangular que expresa el porcentaje de capacidad máxima ocupada en cada vehículo, para el cual el valor mínimo no puede ser inferior al 0% y el máximo no puede ser mayor al 100%.
La calibración/validación fue realizada sobre un análisis que consideraba los promedios de las distribuciones mencionadas en las secciones anteriores (excepto las distribuciones de tiempo de servicio), y la distribución de tipo de carga (sección 5.2.1.10), comparándolas con la estadística de masa movilizada entre abril de 2008 y marzo de 2009 (390.142 Tm). La estimación de los parámetros de la distribución de nivel de carga se estableció cuando el resultado esperado para la simulación obtuvo un valor parecido al valor real (390.234 Tm).
Tabla 10: Capacidades máximas por tipo de vehículo y distribución de nivel de carga
T3 T6 T9 TT
Proporción Tipo de Camión 22,56% 55,16% 18,74% 3,54%
Capacidad Camiones Carga Seca (ULC) 3 6 9 18
Capacidad Camiones Carga Perecedera (ULC) 150 300 450 900
Distribución nivel de carga Triangular 5,00% 35,00% 100,00%
FUENTE: elaboración propia de los autores.
5.2.1.8 Distribución de camiones de acuerdo al tipo de carga transportada
El 70% de la carga movilizada en el aeropuerto corresponde a flores,68
siendo éste el principal producto transportado en el aeropuerto. Considerando todo esto con que el 95% de la carga perecedera corresponde a flores, se puede determinar que el 74% de la masa movilizada por año debe corresponder a carga perecedera y el porcentaje restante a carga seca (26%).
La distribución de tipo de carga transportada es cambiante de acuerdo a la temporada y a los horarios definidos, ya que para la temporada alta el volumen de flores movilizado puede llegar a una proporción cercana al 90% con respecto al total de carga, pero adicionalmente los operadores de carga sugieren a sus clientes llegar al terminal a determinada hora de acuerdo a los horarios de atención que manejan.
69 Para
lograr una estimación aproximada al comportamiento real con respecto a la proporción de vehículos que
67 THORIN, Maurice. Entrevista. Noviembre de 2009. 68 ORTEGA, Pablo. Ampliación área terminal de pasajeros de Eldorado [En línea]. Disponible en internet: http://www.aviacol.net/noticias-del-aire/avances/ampliacion-area-terminal-de-pasajeros-de-eldorado.html 69 THORIN, Maurice. Entrevista. Noviembre de 2009.
52
transportan un tipo de carga o el otro, fue necesario considerar el número de semanas de cada temporada, los horarios de atención y la distribución mencionada en la sección 5.2.1.10.
Estas proporciones definen la cantidad de camiones que llevan carga seca o carga perecedera durante cada horario. Hay que considerar que un hallazgo del presente trabajo muestra que los camiones con carga seca, en promedio, llevan consigo el 66% de masa que transporta un vehículo con carga perecedera. Al final de la calibración, se obtuvo que la repartición de masa esperada entre carga perecedera y seca es de 72%:28% respectivamente.
5.2.1.9 Distribución de ventanillas para la atención de los vehículos
Mediante observación, se logró determinar que el número de ventanillas disponibles para carga seca era del 46% del total de la carga, para carga perecedera el 43% del total de la carga y ventanillas deshabilitadas para cada operador 11% del total de carga. La proporción de ventanillas de carga seca versus las de carga perecedera difiere considerablemente a la proporción de carga movilizada para cada tipo de material (ver sección 5.2.1.8).
Tabla 11: Distribución de ventanillas
Operador Perecederos Carga Seca activas Inactivas Total
C1 7 6 13 1 14
C2 3 6 9 2 11
C3 3 7 10 3 13
C4 6 8 14 14
C5 4 2 6 1 7
C6 6 3 9 2 11
C7 5 4 9 9
FUENTE: elaboración propia de los autores
5.2.1.10 Horarios de atención
Cada operador de carga cuenta con ventanillas utilizadas para manipulación de carga seca, carga perecedera y en algunos casos tienen ventanillas fuera de servicio. Para cada tipo de ventanillas se han definido horarios de atención, los cuales difieren por temporada.
En temporada baja, el horario de atención para carga seca fue definido entre las 06:00 y 14:00 de domingo a domingo, y para la carga perecedera entre las 14:00 y 02:00 del día siguiente, de lunes a sábado; en temporada alta, el horario de atención para carga seca fue definido entre las 06:00 y 14:00 de domingo a domingo, y para la carga perecedera se estableció servicio de 24 horas diarias de domingo a domingo.
Tabla 12: Distribución de camiones de acuerdo al tipo de carga transportada
Temporada Baja Temporada Alta
HORARIO Porcentaje de
camiones que llegan Carga Seca Carga Perecedera
Porcentaje de camiones que llegan Carga Seca
Carga Perecedera
02:01-06:00 4,46% 0,98 0,02 5,68% 0,05 0,95
06:01-10:00 23,87% 0,96 0,04 23,20% 0,3 0,7
10:01-14:00 23,11% 0,745 0,255 22,05% 0,1 0,9
14:01-18:00 28,76% 0,01 0,99 28,10% 0,01 0,99
18:01-22:00 15,75% 0,01 0,99 16,03% 0,01 0,99
22:01-02:00 4,05% 0,02 0,98 4,94% 0,02 0,98
promedio 0,4503 0,5497 promedio 0,0999 0,9001
FUENTE: elaboración propia de los autores
53
5.2.2 Horizonte de simulación
De acuerdo al análisis realizado en la sección 5.1.2.2, la duración de cada réplica de una simulación debe ser de 168 horas, considerando las 24 horas de todos los días de una semana. Debido a que las llegadas de vehículos varían entre temporada alta y baja, se realizaron dos simulaciones, una para cada temporada.
5.2.3 Construcción del modelo
5.2.3.1 Descripción del sistema
La prioridad del modelo de simulación desarrollado es reflejar la actividad de los camiones que ingresan al Terminal de Carga, por tal motivo todo el sistema y su lógica de programación gira en torno a los vehículos de carga que ingresan y son atendidos por los diferentes operadores de carga posicionados en el Terminal, con el fin de determinar métricas asociadas al movimiento de estos vehículos y la utilización de los diferentes recursos (parqueaderos y ventanillas de servicio) localizados en el Terminal de carga.
Para este modelo, las entidades son los vehículos de carga que son creados al ingresar al terminal de carga (o sistema), los cuales pueden tener uno o más destinos. Los camiones deben dirigirse hacia los parqueaderos en caso de que no esté disponible alguna ventanilla del operador de carga al cual se dirige, o hacia una de las ventanillas; si el camión tiene más de dos destinos y si su primer destino no tiene ventanillas disponibles, este debe esperar en los parqueaderos. En caso de que no haya parqueadero disponible, el camión debe esperar, ya sea en la entrada del terminal o en algún punto del terminal. Cuando finalmente el camión ocupa una de las ventanillas (o bahía de transferencia) del destino al cual se dirige, se carga o descarga la mercancía correspondiente, liberando la posición en ventanillas al final del servicio para que otro vehículo la pueda tomar. Si el camión tiene destinos pendientes hacia dónde ir, se repite la decisión de dirigirse hacia la ventanilla correspondiente o a los parqueaderos (Figura 10); cuando no tenga destinos pendientes, el vehículo de carga se dirige hacia la salida del terminal y finaliza su presencia en el sistema.
Figura 10: Diagrama de flujo de actividades para cargue/descargue de camiones.
Ingresar al
Terminal de
Carga
Hay ventanillas
disponibles
Tomar
ventanilla de
atención en
bodega
Hay
parqueaderos
disponibles
Tomar
parqueadero y
esperar una
ventanilla
desocupada
Esperar en cola
por un recurso
disponible en el
terminal
Descargar
mercancía en
bodega
El camión esta
libre
Salir del
Terminal de
carga
SI
NONO
SI
NO
SI
FUENTE: elaboración propia de los autores.
5.2.3.2 Definición del sistema
El modelo de simulación y su correspondiente lógica giran alrededor de una única entidad llamada Conductor (o vehículo de carga), la cual tiene los siguientes atributos:
54
Tabla 13: Atributos de la entidad Conductor necesarios para el funcionamiento del sistema.
Atributo Tipo Aplicación dentro del modelo
Tipo_de_vehiculo Entero Determina el tipo de vehículo de la entidad camión. Los posibles valores de este atributo son: 1: Camión tipo 3 2: Camión tipo 6 3: Camión tipo 9 4: Vehículo articulado Ver sección 5.2.1.3 para mas información de la asignación de este atributo
Num_Destinos Entero Determina el número de operadores de carga en los cuales la entidad camión debe depositar su carga. Num_Destinos 8 Ver sección 5.2.1.5 para mas información de la asignación de este atributo
Tipo_Carga Entero Booleano empleado para determinar el tipo de carga que transporta la entidad. Los posibles valores de este atributo son: 1: Carga perecedera. 2: Carga Seca. Ver sección 5.2.1.8 para mas información de la asignación de este atributo
Carga Entero Número de cajas que transporta el camión. Este valor depende del atributo tipo de carga. Ver sección 5.2.1.7para más información de la asignación del valor de este atributo
Arreglo de lógica de camión
Arreglo , -
Arreglo empleado para determinar el comportamiento del camión a lo largo del modelo. : Operador de carga. , 3
1: Determina si el camión se dirige a . Se define con el atributo Num_Destinos 2: Numero de cajas para descargar en la bodega del operador .
, - , - . Determina la prioridad de entrega del operador.
, - , - .
Destino_Inicial Entero Este atributo se emplea para determinar la lógica de entrada al terminal según la prioridad de entrega a los diferentes operadores de carga. Rango:
Destino_Inicial 8 + 1 (Se debe considerar al concesionario dentro de la asignación de esta variable).
Atributo Tipo Aplicación dentro del modelo
Destino Entero Según la el destino del camión y el tipo de carga, determina la estación a la cual se debe dirigir el camión. Sub-modelo 1 Rango:
la entidad se dirige a la estación de parqueaderos correspondiente a . La entidad se dirige al operador de carga previamente seleccionado con el atributo Arreglo de lógica de camión.
Sub-modelo 3
la entidad se dirige a la estación de parqueaderos correspondiente a . La entidad no cuenta con recursos disponibles de parqueo o servicio (cola de congestión). La entidad se dirige al operador de carga previamente seleccionado con el atributo Arreglo de lógica de camión.
Concesionario Entero Empleado para asignar al concesionario como destino para los camiones que arriban al terminal de acuerdo a una distribución de probabilidad.
Tiempo servicio Real positivo
Tiempo de servicio en bodega Rango: Tiempo servicio
FUENTE: Elaboración propia de los autores.
55
5.2.3.3 Descripción general del modelo de simulación
Para la construcción del modelo de simulación se emplearon 4 sub-modelos con base en el diagrama de flujo de actividades (ver figura 11) y al lugar dentro del terminal donde se encuentre la entidad. Para definir cada uno de los operadores de carga y grupos de parqueaderos se utilizó la lógica de estaciones del módulo Advanced Transfer de Rockwell Arena, lo que permite utilizar transportadores y distancias para simular el tiempo en desplazamiento de los camiones por las diferentes locaciones del Terminal de Carga.
Figura 11: Sub-modelos del modelo de simulación implementado.
FUENTE: Elaboración propia de los autores.
5.2.3.3.1 Sub-modelo 1: Lógica de entrada al terminal
Figura 12: Sub-modelo 1 “Lógica de entrada al Terminal”
FUENTE: Elaboración propia de los autores.
El sub-modelo inicia con la creación de la entidad Conductor, la cual se genera mediante un módulo create (símbolo 1-1, Figura 12). La distribución de probabilidad asociada al tiempo entre llegadas para las entidades que se crean en el modelo es cambiante a lo largo de la duración de la simulación (ver sección 5.2.1.1), por lo que se usó una función de Arena llamada ModelLogic_UserFunction, la cual permite que el motor de simulación SIMAN acceda a una rutina de Visual Basic en tiempo de ejecución. A través de esta función se modifica el tiempo entre llegadas con base en las distribuciones de tiempos entre llegadas mencionadas en el anexo J tabla 67, mediante el algoritmo diagramado en la Figura 13.
56
Figura 13: Diagrama de flujo de selección de la distribución de tiempos entre llegadas para la entidad conductor.
Determinar el día y
hora del reloj de
simulación
Día = Domingo 0 < Hora< 3
Camiones = Librería
Easyfit. Distribución XX
21 < Hora< 23 ...
Camiones = Librería
Easyfit. Distribución XX
Día = Sábado 0 < Hora< 3
Camiones = Librería
Easyfit. Distribución XX
21 < Hora< 23 ...
Camiones = Librería
Easyfit. Distribución XX
….
FUENTE: Elaboración propia de los autores.
Esta función es llamada desde el motor SIMAN por la rutina ModelLogic_UserFunction, la cual devuelve el tiempo en minutos para la llegada del siguiente camión.
A continuación, la entidad conductor pasa a través de un módulo Assign en donde se inicializan los atributos Destino y Tiempo_de_servicio, y simultáneamente se asigna el tipo de vehículo mediante la utilización de la distribución de probabilidad calculada en la sección 5.2.1.3. (Símbolo 1-2, figura 12). Seguido a la asignación de estas propiedades, la entidad entra en un módulo Station (símbolo 1-3, figura 12) en la cual se asigna la posición física de la entidad, para la estación
* correspondiente, en la entrada del terminal.
Seguido de lo anterior, la entidad entra a un módulo Decide (símbolo 1-4, Figura 12) que separa las entidades de acuerdo al atributo Tipo de vehículo, para posteriormente solicitar su correspondiente transportador
** (símbolo 1-5, Figura 12).
Después de asignar la posición dentro del sistema a las entidades según el tipo de vehículo y tomar un determinado transportador, la entidad entra a un módulo Decide (símbolo 1-6, figura 12), en el cual se asigna la probabilidad de dirigirse al concesionario de acuerdo a la distribución calculada en la sección 5.2.1.4. Si este es el caso, la entidad es enviada a un módulo Assign en donde se le asigna el atributo (símbolo 1-7, figura 12). Si la entidad no es dirigida al concesionario, es enviada a otro módulo Assign (símbolo 1-8, Figura 12) en donde se le asigna el atributo Num_Destinos, que describe el número de destinos a los que se dirige la entidad, el atributo Tipo de carga mediante la distribución modelada en la sección 5.2.1.8., y el atributo Carga, que describe el número de ULCs transportadas por una entidad (según corresponda para el tipo de carga), mediante las distribuciones modeladas en la sección 5.2.1.7.
Con los atributos Num_Destinos, Tipo de carga y Carga ya definidos, las entidades ingresan a un bloque VBA (Símbolo 1-9, figura 12) en el cual se determinan los destinos (operadores de carga) a los que se dirige la entidad y la cantidad de material a cargar o descargar en cada destino por medio de programación. Para tal fin se desarrolló un algoritmo (figura 14) que permite determinar de manera aleatoria los destinos que
* Una estación es una locación física o lógica en donde la entidad ejecuta una serie actividades programadas. ** Un transportador es un recurso que transporta a la entidad entre estaciones.
57
visitará la entidad y la cantidad a descargar en cada operador de carga, de acuerdo a los datos contenidos en los atributos Num_Destinos y Carga.
Figura 14: Algoritmo de determinación de destinos (operadores de carga) y numero de ULC a descargar utilizado en el bloque VBA (Símbolo 1-9 – Figura 12)
Declarar
variables
Destinos_temporal () tipo entero
Destinos_asignacion tipo entero
Contador 1 tipo entero
Contador 2 tipo entero
Repetido tipo Booleano
Total_Carga tipo Doble
Definición
de destinos
Definición
de destinos
Llenar el
atributo arreglo
de lógica de
camión
Llenar el
atributo arreglo
de lógica de
camión
Determinar la
proporción de
carga total para
los destinos
Determinar la
proporción de
carga total para
los destinos
Determinar el
numero de
cajas por
operador
Determinar el
numero de
cajas por
operador
FIN
FUENTE: Elaboración propia de los autores.
Este algoritmo inicia con la declaración de las siguientes 6 variables temporales:
Destinos_Temporal: Arreglo dinámico de tipo entero utilizado para almacenar los operadores de carga a los cuales se dirigirá la entidad.
Destinos_asignacion: variable tipo entero empleado para la asignación de operadores de carga.
Contador 1: variable de tipo entero utilizado para el funcionamiento interno del algoritmo.
Contador 2: variable de tipo entero utilizado para el funcionamiento interno del algoritmo.
Repetido: variable tipo booleano utilizado para la asignación de destinos.
Total_Carga: variable tipo doublé empleada para determinar los porcentajes de carga por operador.
Para asignar los destinos a visitar, se genera un vector ( ) en el cual
cada componente identifica un destino a dirigirse (Figura 15), los cuales son calculados de manera aleatoria utilizando distribución de probabilidad modelada en la sección 5.2.1.4. El algoritmo verifica que ningún componente sea repetido.
Posteriormente se trascriben los destinos obtenidos en el vector DT al atributo Arreglo lógica de camión (Figura 16). Con los destinos asignados en el atributo de control, el algoritmo procede a determinar el número de cajas a entregar para cada operador utilizando la siguiente ponderación:
∑
Donde: : porcentaje de material a descargar en el operador de carga . : proporción de vehículos que se dirigen al operador de carga , descrito en la distribución 5.2.1.4. para cada operador. : denota cada uno de los destinos a los que se dirige el camión, siendo uno de estos el operador de carga . Finalmente se multiplica el atributo carga por cada para determinar el numero de cajas a cargar o descargar en cada destino.
58
Figura 15: Diagrama de flujo de definición de destinos
Generar lógica
de destinos y
numero de
cajas por
operador
Repetido =
FalsoContador 2 = 1 Destinos_Asignacion = V.A XX
Contador 2 <= Atributo Num_Destinos
Y
Repetido = Falso
Destinos_Asignacion =
Destinos_Temporal(Contador 2)
Repetido =
verdadero
Contador 2 = contador 2 +
1
Repetido = falso
Destinos_Temporal (Contador
1) = Destinos_Asignacion
Contador 1 = Contador 1
+ 1
SI
SI
NO
NO
SI
NO
Generar lógica
de destinos y
numero de
cajas por
operador
Contador 1 = 1
Contador1 > atributo
Num_Destinos
NO
SI
Asignar la dimensión del
vector Destinos_Temporal de
acuerdo atributo
Num_Destinos
FUENTE: Elaboración propia de los autores
59
Figura 16: Asignación del atributo Arreglo lógica del camión.
Generar lógica de
destinos y numero
de cajas por
operador
Contador 1 > atributo Num_Destinos
Atributo arreglo de lógica del camión
(1, Destinos_Temporal(contador 1))=1
Contador 1 = Contador 1 + 1
Generar lógica de
destinos y numero
de cajas por
operador
SI
NO
Contador 1 = 1
Fuente: Elaboración propia de los autores
Figura 17: Diagrama de flujo para determinar .
Generar lógica
de destinos y
numero de cajas
por operador
Contador 1 = 1
Contador 1 > numero de
operadores de carga en el
terminal
arreglo de lógica del camión (1, contador 1) = 1
Total Carga = Total Carga + Proporción de Capacidad de camiones
por ground Handler(Contador 1)
Contador 1 = Contador 1 + 1
SI
NO
Generar lógica
de destinos y
numero de cajas
por operador
SI
NO
Fuente: Elaboración propia de los autores.
60
Figura 18: Diagrama de flujo de determinación del número de cajas por destino.
Generar lógica
de destinos y
numero de cajas
por operador
Contador 1 = 1
Contador 1 > numero de
operadores de carga en el
terminal
arreglo de lógica del camión (1, contador 1) = 1
arreglo de lógica del camión (2, Destinos_Temporal(contador 1)) =
Proporción de Capacidad de camiones por ground Handler(Contador 1) / Total
Carga
Contador 1 = Contador 1 + 1
SI
NO
Generar lógica
de destinos y
numero de cajas
por operador
Redondear arreglo de lógica del camión (2, Destinos_Temporal(contador 1)) al
entero mas cercano
SI
NO
Fuente: Elaboración propia de los autores.
Cuando la entidad tiene definidos sus correspondientes destinos y mercancía a cargar o descargar en cada uno de ellos, se dirige al último paso en la preparación de los atributos necesarios para afrontar la lógica del modelo, con el ingreso al bloque Assign (Símbolo 1-10, Figura 12) para designar las prioridades de entrega.
, - , - ( )
Con esto se determina mediante una distribución uniforme las prioridades de entrega a cada uno de los destinos de acuerdo al valor de , -.
, - { , -
, - , -
donde , -sólo es mayor a 0 si , - , ergo las prioridades de entrega solo son establecidas para los destinos previamente asignados.
Con todos los atributos definidos, la entidad entra a módulo Decide (símbolo 1-11, Figura 12) en donde se distribuyen las entidades por la prioridad de entrega ya definida en la tercera fila del atributo Arreglo de lógica de camión ( ) en donde la entidad va al destino si y solo si se cumple la condición:
, - , -
Según el resultado de la anterior condición, la entidad es enviada a un determinado módulo Assign correspondiente al primer destino al cual debe dirigirse la entidad en donde , donde i es el posible destino al cual se dirige la entidad (Símbolo 1-12, Figura 12).
61
Con el atributo Destino_inicial asignado, se envía la entidad a un módulo Hold (Símbolo 1-13, Figura 12) cuya función es simular el comportamiento de la cola de entrada de vehículos al Terminal. Para esto, el módulo evalúa que se cumplan las siguientes condiciones:
( ) [∑ ( )
] ( ) [∑ ( )
]
( ) * + * +
( ): número de ventanillas ocupadas del Destino i para el tipo de carga c en el tiempo t. ( ): número de parqueaderos ocupados en la estación m en el tiempo t. ( ): número de ventanillas abiertas del Destino i para el tipo de carga c en el tiempo t. ( ): número de parqueaderos activos del Destino i para el tipo de carga c en el tiempo t. ( ): entidades en cola con destino al operador de carga i y con tipo de carga c y que aun no tiene una ventanilla o parqueadero designado porque los recursos se encuentran ocupados (Congestión de vehículos).
Esta expresión evalúa la disponibilidad de los recursos, y examina que la congestión en el terminal sea cero (contemplada en las ( )). En caso de que exista congestión, la entidad se ve obligada a esperar hasta que las dos condiciones anteriormente mencionadas se cumplan. SI las ( ) no fuesen consideradas, al liberarse un parqueadero o ventanilla las entidades que recién están siendo creadas en el modelo serían atendidas antes que aquellas entidades que están dentro del sistema, las cuales han sido atendidas previamente en un destino y requieran dirigirse a otro; las entidades con múltiples destinos permanecerían ambulantes hasta que los niveles de ocupación de las ventanillas permitan la atención que requieren, aumentando el tiempo en cola para la entidad y causando una elevada congestión. Por lo tanto, el término ( ) cumple una función de control para comportamientos no deseados en la lógica de movimiento contemplada en el modelo.
Posterior a esto, la entidad continúa su recorrido en la lógica y es procesada en un módulo Decide (símbolo 1-14, Figura 12), donde al igual que en el símbolo 1-11, separa las entidades de acuerdo a la condición anteriormente mencionada. Dependiendo del destino elegido, la entidad entra a un sub-modelo diferente (símbolo 1-15, Figura 12) que determina la posición en los puntos de servicio que puede tomar el vehículo en función a las ventanillas libres, o la posición en parqueaderos que puede ocupar en caso de no tener ventanillas disponibles.
Figura 19: Sub-modelo de asignación de ventanillas o parqueadero (Símbolo 1-15 figura 12).
FUENTE: Elaboración propia de los autores.
62
En el sub-modelo seleccionado, la entidad es dirigida a un módulo Decide (símbolo 1-15-1 – figura 19) en el que se separan las entidades de acuerdo al atributo Tipo_Carga, para luego pasar por un módulo VBA (Símbolo 1-15-2 – figura 19) en el que se asigna la posición de parqueo en función al destino, tratando en lo posible que el vehículo de carga se estacione lo más cercano al operador de carga al cual se dirige, de acuerdo a la siguiente algoritmo:
Figura 20: Diagrama de flujo de selección de ventanillas o parqueaderos.
Contador 1 = 1
SI
NO
Atributo Destino =
Contador 1 = Contador + 1
FIN
FIN
SI
Atributo Destino = 6
NO
INICIO
Fuente: Elaboración propia de los autores.
En el siguiente módulo Decide (Símbolo 1-15-3 – Figura 19) se asigna el camino a seguir: dirigirse a las ventanillas o a los parqueaderos. Si la entidad se dirige hacia la zona de parqueaderos, es procesado en el módulo Seize (símbolo 1-15-4 Figura 19) en el cual toma un recurso en el lote de parqueaderos al cual se dirige; si la entidad se dirige a las ventanillas, en otro módulo Seize (Símbolo 1-15-5 – Figura 19) se reserva una posición de servicio para la posterior carga o descarga de materiales. Finalmente, la entidad es procesada en un módulo Pick Station (Símbolo 1-15-6 – Figura 19) en el cual ésta es enviada al módulo Station correspondiente a cada parqueadero (sub-modelo 2) o ventanilla (sub-modelo 3).
5.2.3.3.2 Sub-modelo 2: Lógica del manejo en parqueaderos
En caso de que la entidad haya sido dirigida desde el sub-modelo 1 por tratarse de una asignación de recurso en parqueaderos, ésta entra al módulo Station (símbolo 2-1- Figura 21) que representa el grupo de parqueaderos correspondiente. En el módulo Decide (símbolo 2-2 – figura 21) la entidad es dirigida al concesionario o a los operadores de carga de acuerdo al valor almacenado en el atributo Concesionario. En caso de dirigirse al concesionario, la entidad es guiada a la lógica de estadía en parqueaderos correspondiente (Símbolo 2-3- Figura 21).
Figura 21: Sub-modelo 2 “Lógica de manejo en parqueaderos”.
63
Fuente: elaboración propia de los autores.
En el sub-modelo de Lógica de estadía en parqueaderos CONCESIONARIO, el módulo Hold (símbolo 2-3-1 – figura 22) simula el comportamiento de la entidad que se encuentra en el parqueadero y que se dirige al concesionario. Si hay una ventanilla disponible, el módulo Release (símbolo 2-3-2 – figura 22) libera el recurso de parqueadero antes ocupado por la entidad, para que luego en el módulo seize (símbolo 2-3-3 – figura 22) la entidad reserve una ventanilla de atención en el concesionario. Finalmente en el módulo leave (símbolo 2-3-4 – figura 22) la entidad se dirige a la lógica de atención en ventanillas.
Figura 22: Sub-modelo “Lógica de estadía en parqueaderos CONCESIONARIO” (Símbolo 2-3 –Figura 21).
Fuente: Elaboración propia de los autores.
Retomando la lógica del sub-modelo 2 de manejo de parqueaderos, si en el símbolo 2-2 la entidad es dirigida hacia uno de los operadores, ésta entra a un módulo Decide (símbolo 2-4 – figura 21) en el cual se dirige al destino correspondiente, para luego ser procesada en el sub-modelo correspondiente a cada operador.
Figura 23: Sub-modelo “Lógica de estadía en parqueaderos” (Símbolo 2-5 – Figura 21).
64
Fuente: Elaboración propia de los autores.
Al interior de estos sub-modelos (símbolo 2-5 – figura 21), la entidad sigue un camino de acuerdo al tipo de carga que transporta (Símbolo 2-5-1 – Figura 23). De ahí en adelante la lógica es la misma que la utilizada en el sub-modelo 2-3, a diferencia que el último módulo, leave (símbolo 2-5-5 – figura 23), dirige la entidad hacia la lógica de atención en ventanillas para operadores de carga, mas no para el concesionario.
5.2.3.3.3 Sub-modelo 3: Lógica de atención en ventanillas
En caso de que la entidad que se encuentre en los sub-modelos 1 o 2 requiera una asignación de recurso en ventanillas, es dirigida hacia este sub-modelo con el fin de obtener atención en ventanilla y liberar la carga correspondiente.
Figura 24: Sub-modelo 3 “Lógica de atención en ventanillas”.
Fuente: Elaboración propia de los autores.
Figura 25: Sub-modelo “lógica de atención en ventanillas” (Símbolo 3-1 – Figura 24)
65
Fuente: Elaboración propia de los autores.
La entidad inicia en un sub-modelo encargado de simular la carga o descarga de ULCs para el operador de carga al cual se dirige (Símbolo 3-1, Figura 24). En cada uno de estos sub-modelos, la entidad entra a un módulo Station (Símbolo 3-1-1, figura 25) cuya función es simular la entrada a las estaciones de perecederos y carga seca del operador i. A continuación, la entidad entra a un módulo VBA (Símbolo 3-1-2, figura 25) en donde se determinar el tiempo de servicio mediante la siguiente función:
( , - )
{
( ) ∑ ( )
, - ( )
∑ ( )
( )
( )
( ) ∑ ( )
, -
( )
Donde:
( , - ): tiempo total de servicio de la entidad en función del número de ULCs a descargar ( , -), el tipo de carga que transporta ( ) y el operador de carga .
( ): tiempo de preparación en función al operador de carga y el tipo de carga transportada ( ).
( ): tiempo transcurrido entre la j-ésima ULC y la siguiente ULC sin detenciones, en función
al operador de carga y el tipo de carga transportada ( ).
( ): número de ULCs con una detención o parada en función al operador de carga .
( ): tiempo transcurrido entre la j-ésima ULC y la siguiente ULC con una detención o parada,
en función al operador de carga y el tipo de carga transportada ( ).
( ): tiempo de finalización o salida en función al operador de carga y el tipo de carga transportada ( ).
El número de paradas ( ) se obtiene mediante la relación ( ) ⁄ ( ), donde ⁄ ( )
es la tasa de ULCs con detenciones con respecto al total de ULCs procesadas. El valor de ( ) se redondea al entero más cercano.
Los valores para las sub-funciones ( ), ( ), ( ), ( ) y ⁄ ( ) son realizaciones
de las correspondientes distribuciones de probabilidad mostradas en la sección 5.2.1.2. Al finalizar este módulo, el valor obtenido en la función ( , - ) es asignado al atributo Tiempo_servicio.
Con este atributo, la entidad ingresa a un módulo Process (Símbolo 3-1-3, figura 25) el cual se simula el servicio en ventanillas cuya duración es igual al tiempo almacenado en el atributo. Posteriormente la entidad se dirige a un módulo Release (Símbolo 3-1-3, figura 25) en donde libera la ventanilla ocupada e inmediatamente se procesa en un módulo VBA (Símbolo 3-1-4, figura 25) en donde se adiciona la masa de la carga transportada por la entidad a la variable correspondiente al operador de carga .
66
Este sub-modelo finaliza con el envío de la entidad a un módulo Assign (Símbolo 3-1-5, figura 25), donde se le indica a la entidad que ya se ha visitado el presente destino y se procede a borrarlo del atributo Arreglo de lógica del camión ( , - ).
Las entidades que han sido atendidas en los diferentes operadores de carga, y por consiguiente provenientes del conjunto de sub-modelos de atención en ventanillas (Símbolo 3-1, Figura 24), se dirigen a un módulo Decide (símbolo 3-3, figura 24) que separa las entidades dependiendo del nuevo operador de carga al cual se dirigen. Si la entidad debe movilizarse a otro operador de carga ( ⋁ ( , - ) ), ésta
se dirige al conjunto de sub-modelos de selección de un nuevo destino (Símbolo 3-4, Figura 24) en donde dependiendo de la prioridad de selección de destinos ⋀ ( , - , -) se dirigen al sub-
modelo correspondiente en nuevo destino encontrado. Si la entidad ya asistió a todos los destinos (⋀ , - ), es procesada en un módulo leave (Símbolo 3-5, Figura 24) que envía la entidad al sub-
modelo de lógica de salida del terminal.
Figura 26: Sub-modelo “Lógica de selección de nuevo destino” (Símbolo 3-4 – Figura 24).
Fuente: Elaboración propia de los autores.
Si la entidad debe visitar otro operador de carga, ingresa a un sub-modelo de selección de nuevo destino. Este sub-modelo inicia en un módulo decide (Símbolo 3-4-1, Figura 26), en donde la entidad es dirigida según el tipo de carga que transporta a un módulo VBA (Símbolo 3-4-2, Figura 26), en el que se asigna la estación a la cual se dirigirá la entidad de acuerdo al siguiente algoritmo:
Figura 27: Diagrama de flujo de asignación del nuevo destino.
67
Contador 1 = 1
SI
NO
Atributo Destino =
Contador 1 = Contador +
1
FIN
FIN
SI
Atributo Destino =
numero de
estaciones de
parqueo + 1
NO
INICIO
Contador > Numero de estaciones
de parqueo
Atributo Destino = numero
de estaciones de parqueo +
2
FIN
SI
NO
Fuente: Elaboración propia de los autores
A continuación, la entidad se dirige a otro módulo Decide (Símbolo 3-4-3, Figura 26) en el que se enfrenta a tres posibles opciones:
Si existen ventanillas de atención disponibles en el nuevo operador de carga al cual se dirige (Atributo Destino= número de estaciones de parqueo +1), la entidad es dirigida a un módulo Sieze (Símbolo 3-4-4, Figura 26) en donde reserva una de las ventanillas disponibles.
Si las ventanillas del nuevo operador de carga se encuentran ocupadas en su totalidad y existen recursos disponibles en alguna de las estaciones de parqueo (1<=Destino<= número de estaciones de parqueo), la entidad se dirige a un módulo Sieze (Símbolo 3-4-5, figura 26) y reserva un parqueadero en la estación con recursos disponibles más próxima a la bodega del nuevo operador de carga al cual se dirige.
Si no existen recursos disponibles ni en ventanillas de atención, ni en las estaciones de parqueo (Atributo Destino = número de estaciones de parqueo + 2), la entidad es procesada en un módulo sieze (Figura 3-4-6, Figura 26), donde espera en cola por el primer recurso disponible en las bahías de parqueo del terminal. Las entidades que esperan en estos módulos por la liberación de recursos, son consideradas como vehículos de carga que se sitúan en áreas no permitidas para el parqueo de camiones, ergo son vehículos que generan congestión dentro del terminal.
Después de tomar un recurso en el módulo anterior, las entidades son trasferidas a un módulo PickStation, donde son enviadas según el atributo Destino a las estaciones de parqueo (Sub-modelo 2) o a las instalaciones del nuevo operador de carga para su nuevo descargue (Sub-modelo 3).
5.2.3.3.4 Sub-modelo 4: Lógica de salida del Terminal
Este sub-modelo simula la salida de los camiones del terminal de carga. Si la entidad viene procedente del módulo Leave (Símbolo 3-5, Figura 24) del sub-modelo 3, y ha descargado en todos los operadores a los cuales debía dirigirse (⋀ ( , - ) , ésta es recibida en el módulo Station (Símbolo 4-1, Figura 28) y se
dirige a un módulo Decide (Símbolo 4-2, Figura 28) donde es separada por el atributo Tipo de vehículo e
68
ingresa al módulo Move (Símbolo 4-3, Figura 28) cuyo fin es enviar el transportador a la estación lógica del modelo, para después liberar el control de este recurso en el módulo Free (símbolo 4-4, Figura 28) y que una nueva entidad pueda ocuparlo. Finalmente la entidad se dirige a un módulo Dispose (Símbolo 4-5, Figura 28) donde es eliminada del sistema.
Figura 28: Sub-modelo 4 “Lógica de salida del Terminal”.
Fuente: Elaboración propia de los autores
5.3 CÁLCULO DEL NÚMERO DE CORRIDAS
Inicialmente se ejecutaron las simulaciones 100 veces como base para el cálculo del número de réplicas deseado, considerando una confianza del 95%. Al evaluar las estadísticas obtenidas para las variables de respuesta se pudo determinar que el número de corridas requeridas era de 92 para la simulación de temporada alta y de 67 para temporada baja, tal como se puede apreciar en la tabla 14, por lo que se consideraron las 100 réplicas iniciales. El máximo error permitido en alguna de las variables de respuesta es del 4% con respecto al promedio
Tabla 14: cálculo del número de réplicas para la simulación de la situación actual.
Simulación Medida Promedio Desviación alfa Error Máx N
Actual - Temporada Baja
Llegada 23,4124405 0,48369603 5% 0,2341244 17
Parqueadero 1,91218515 0,31728276 5% 0,07648741 67
Colas 1,01081036 0,129276 5% 0,04043241 40
Actual - Temporada Alta
Llegada 38,0970238 0,86528061 5% 0,38097024 20
Parqueadero 1,96555949 0,37808106 5% 0,07862238 89
Colas 0,72772189 0,1417723 5% 0,02910888 92
FUENTE: Elaboración propia de los autores
Con una confianza del 95%, 100 réplicas permiten cometer un error máximo de desviaciones estándar alrededor del promedio para cualquiera de las variables de respuesta.
69
5.4 RESULTADOS DE LA SIMULACIÓN
5.4.1 Consolidación de los resultados
En la programación del modelo de simulación, tanto para temporada alta como baja, se decidió recolectar datos concernientes a los siguientes indicadores:
- Número de entidades en cada uno de los parqueaderos (5 lotes). - Número de entidades que ingresan al sistema. - Número de entidades en cola, para cada operador de carga (7 empresas), por tipo de carga (seca o
perecedera). - Número de entidades en la cola de entrada. - Carga movilizada semanal para cada operador de carga. - Tiempo en servicio por camión, para cada operador de carga.
Estas estadísticas fueron recolectadas en bases de datos muy pesadas, por lo que su análisis se tornó complejo. Fue necesario recurrir a la combinación de varias herramientas (SPSS, MS Excel y editor de texto) para la extracción, codificación, estandarización, validación y análisis estadístico de la información obtenida.
5.4.2 Procedimiento de análisis de los resultados
Las simulaciones fueron programadas de tal manera que se generaron bases de datos en archivos de texto. Debido al número de réplicas, la gran mayoría de bases de datos alcanzaron longitudes superiores a los 14 millones de registros, por lo que se tuvo que recurrir al diseño de procedimientos manuales y automatizados mediante macros para poder validar los datos y así utilizar propiedades de las herramientas de análisis estadístico SPSS y MS-Excel.
Las actividades realizadas en el procedimiento del análisis de los datos son las siguientes:
1- Validación de las bases de datos. 2- Estandarización de los datos para ser legibles en SPSS o Excel. 3- Cálculo de estadísticas (medias, varianzas y valores extremos) en Excel (según la longitud de la base
de datos estandarizada). 4- Consolidación de las estadísticas y generación de gráficas con intervalos de confianza.
5.4.3 Análisis descriptivo y estadístico de los resultados
5.4.3.1 Número de entidades que ingresan al sistema por hora y Validación de la simulación
Comparando las estadísticas obtenidas de la base de datos del concesionario con las estadísticas obtenidas en la simulación, se puede decir que el comportamiento de los vehículos que ingresan al terminal, simulado en temporada baja, es muy parecido al comportamiento real con cierto grado de suavización. El comportamiento de estas llegadas es bastante similar entre lunes y viernes, alcanzando el pico máximo los viernes entre 16:00 y 17:00, (entre 58,15 y 62,32 vehículos en promedio, con un error tipo I del 1%), y se ve significativamente disminuido para los fines de semana.
Para la simulación de temporada alta el comportamiento simulado es parecido al real, también se presenta suavización en varios puntos de la comparación y los picos críticos se mantuvieron, pero en general, los tiempos entre llegadas en la simulación fueron mayores a las estadísticas reales suministradas por el concesionario debido a que se utilizaron algunas distribuciones con la propiedad de cola pesada (o cola larga)
* para describir este fenómeno, las cuales tienen la particularidad de generar valores extremos con
mayor frecuencia que aquellas distribuciones que no cuentan con ese tipo de cola. Según las estadísticas de
* Distribuciones con alta variabilidad para las cuales la distribución acumulativa de probabilidad cumple la propiedad ( ) ( ) cuando .
70
la simulación, el número de vehículos en temporada alta se incrementa en un 51% con respecto a temporada baja; el comportamiento de las llegadas es similar de martes a jueves, alcanzando el máximo de arribos el miércoles entre las 16:00 y 17:00 (entre 108,17 y 115,85 vehículos en promedio).
Figura 29: Número de vehículos que ingresan por hora al terminal en la simulación.
Confianza: 99%
FUENTE: elaboración propia de los autores
5.4.3.2 Número de entidades en parqueaderos por hora
El comportamiento de la utilización de los parqueaderos en el terminal de carga difiere entre temporada alta y baja.
En temporada baja el pico más alto de congestión en parqueaderos en todo el terminal se presenta el día lunes entre las 5:00 y 6:00 (entre 79,25 y 86,3 vehículos en promedio, con una confianza del 99%), debido a que el horario de atención del domingo sólo atiende camiones con carga seca hasta las 14:00, por lo que desde ese momento empiezan a acumularse vehículos en el parqueadero hasta las 6:00 del lunes, momento en el que las ventanillas de carga seca inician su atención. También se pueden identificar picos secundarios causados por esta misma razón todos los días a la misma hora. Otra clase de picos secundarios ocurre de lunes a sábado entre las 12:00 y 13:00 debido a que el flujo de vehículos que transportan carga perecedera empieza a aumentar ya que el horario de atención para este tipo de materiales inicia a las 14:00.
Para temporada alta, los horarios de atención para carga seca se mantienen, el volumen de vehículos con estos materiales disminuye, y las ventanillas para carga perecedera se mantienen activas durante las 24 horas del día, por lo que los picos causados por los horarios desaparecen. En este escenario, la congestión en los parqueaderos es causada por el número de ventanillas de atención disponibles, los cuales en ciertas horas de la semana son insuficientes y no permiten que la tasa de servicio de vehículos atendidos sea mayor a la tasa de vehículos que ingresan al terminal. Esta situación se presenta especialmente el viernes entre 18:00 y 19:00 (entre 45,74 y 62,98 vehículos en promedio) y miércoles entre 20:00 y 21:00 (entre 128 y 147,81 vehículos en promedio), siendo este último el pico más crítico identificado en toda la simulación. Este
0
20
40
60
80
100
120
1400
:00
6:0
0
12
:00
18
:00
0:0
0
6:0
0
12
:00
18
:00
0:0
0
6:0
0
12
:00
18
:00
0:0
0
6:0
0
12
:00
18
:00
0:0
0
6:0
0
12
:00
18
:00
0:0
0
6:0
0
12
:00
18
:00
0:0
0
6:0
0
12
:00
18
:00
Temporada Alta
Dom Lun Mar Mie Jue Vie Sab
0
20
40
60
80
0:0
0
6:0
0
12
:00
18
:00
0:0
0
6:0
0
12
:00
18
:00
0:0
0
6:0
0
12
:00
18
:00
0:0
0
6:0
0
12
:00
18
:00
0:0
0
6:0
0
12
:00
18
:00
0:0
0
6:0
0
12
:00
18
:00
0:0
0
6:0
0
12
:00
18
:00
Temporada Baja Dom Lun Mar Mie Jue Vie Sab
71
valor máximo de congestión se viene generando desde las 15:00, hora en la cual el número de vehículos que ingresan al terminal alcanza su pico más alto, el cual se va atenuando hasta desaparecer a las 20:00.
Figura 30: Número de vehículos en los parqueaderos.
Confianza: 99%
FUENTE: elaboración propia de los autores
Al considerar las figuras 77 y 78 mostradas en el anexo I, se puede apreciar que los lotes P1 y P5 son los más utilizados ya que los operadores más próximos a estos son C1 y C7 respectivamente, los cuales cuentan con los volúmenes más elevados de carga y de vehículos (cabe recordar que en la sección 5.2.3.3.3. se explica el algoritmo de proximidad de aparcamiento, el cual permite a un vehículo estacionarse lo más cercano posible al destino que se dirige. Ver figura 20). En el caso del lote P3, la utilización promedio disminuye un 43% de temporada a baja ya que el volumen de vehículos con carga seca se ve reducido, pero la ocupación en la hora pico aumenta debido a la gran afluencia de vehículos con carga perecedera. Por otro lado, los lotes P2 y P4 se mantienen con baja utilización, ya que el volumen de carga movilizado por las compañía C2 es bajo (más cercano al lote P2) en relación al número de ventanillas que manejan en la actualidad, mientras que el operador C6 (más cercano al lote P4) cuenta con una repartición de ventanillas adecuada de acuerdo a los volúmenes de vehículos atendidos de acuerdo al tipo de carga, aunque no deja de contar con ventanillas de más.
En general, el nivel promedio de utilización de parqueaderos, en temporada baja oscila entre 45,5% y 49,6% en hora pico; y en temporada alta esta utilización promedio se ubica entre 79,7% y 85,3%, presentando en algunas ocasiones la ocupación total de las plazas disponibles. Sin embargo, se aprecia que los parqueaderos cercanos a los operadores C1 (el P1) y C7 (el P5) manejan niveles de ocupación muy elevados (97,1% para P5 y 93,2% para P1, en promedio), lo que manifiesta una congestión excesiva. En el anexo J (Figuras 86 y 87; tabla 69) se muestra con mayor detalle el nivel de ocupación de los parqueaderos, el cual no es similar para todos los casos.
Al analizar los porcentajes de utilización de los lotes de parqueaderos, se observa la importancia de tener separados en lo máximo posible a los operadores de carga con mayores niveles de congestión. Si bien es cierto que los parqueaderos que están más cercanos a estas empresas son los de mayor congestión, sería un
0
50
100
150
2000 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Alta
0
50
100
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab Temporada Baja
72
escenario más complicado si se presentara contigüidad entre dos operadores de carga con altos volúmenes de tráfico; la movilidad sería menos fluida de lo que en realidad es.
5.4.3.3 Número de entidades en cola por hora
El comportamiento del total de vehículos en espera, el cual se obtiene al sumar todas las unidades que están en fila de espera para todos los operadores de carga, difiere significativamente de temporada alta a temporada baja. Como se puede apreciar en el anexo J (figuras 80 y 81), el patrón de comportamiento de las filas de espera no difiere significativamente entre algunos de los operadores debido a la disponibilidad de recursos (ventanillas) con respecto al nivel de vehículos que son atendidos.
Las causas que explican estas diferencias son en esencia las mismas consideradas en la sección 5.4.3.2, donde se analiza el comportamiento de utilización de los parqueaderos. De hecho, al comparar el comportamiento de este último indicador con respecto al nivel de vehículos en espera, se puede observar que el patrón presentado es exactamente el mismo, lo cual se debe, como es obvio, a que la manifestación física las filas de espera en el terminal es la ocupación de los lotes de parqueo.
Figura 31: Número de vehículos en espera por hora.
Confianza: 99%
FUENTE: elaboración propia de los autores.
Sin embargo, el nivel de utilización de los parqueaderos no puede explicar por sí sólo el origen de esa congestión, ya que en un lote se puede ubicar cualquier camión que se dirige a cualquier compañía a pesar de que se haya modelado un comportamiento de aparcamiento por proximidad (ver sección 5.2.3.3.3, figura 20). Al considerar el número de entidades promedio en cola, para cada operador, se puede observar que la compañía C1 es la que presenta el mayor número de entidades en espera, seguida de la compañía C7 (lo cual coincide con la congestión de los lotes P1 y P5 respectivamente). En la otra mano, el número promedio de camiones que contribuyen las compañías C6 y C2 al número total de vehículos en espera es poco significativo, lo que reafirma la baja congestión que aporta el operador C2, ligada a una excesiva
0
10
20
30
40
50
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Alta
0
5
10
15
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Baja
73
asignación de recursos (ventanillas) y la mejor eficiencia en la aplicación de los recursos por parte del operador C6 en relación al volumen y tipo de carga manejados.
En todos los operadores excepto C1 y C3, el número de vehículos esperando por servicio disminuye en promedio en temporada alta; los horarios de atención de 24 horas para perecederos y el menor flujo de vehículos con carga seca son los responsables de este comportamiento.
En la hora pico de temporada alta, la cantidad de vehículos en espera varía entre 120,56 y 153,03 con un error tipo I del 1%.
Aunque no se consideró en la simulación la injerencia de la ocupación, el promedio de vehículos particulares ocupando parqueaderos en el pico de temporada alta varía entre 68,58 y 75,49
*, lo cual, considerando la
ocupación promedio de camiones, evidencia una sobreocupación en las bahías de transferencia.
5.4.3.4 Tiempo promedio de espera
Debido a los horarios de atención, los vehículos que transportan carga seca esperan en promedio varias horas en los parqueaderos hasta que son atendidos. En temporada alta, los tiempos de espera aumentan significativamente con respecto a temporada baja (para algunos operadores de carga se duplican y para otros se triplican), ya que disminuye el volumen de vehículos con carga seca en los horarios en los que las ventanillas para estos materiales están abiertas; de todas maneras no dejan de llegar vehículos con este tipo de carga en los horarios que las ventanillas correspondientes están cerrados, por lo que en promedio los tiempos de espera aumentan en un 116%.
Para los vehículos con carga perecedera, el tiempo que estos esperan en promedio son menores si se les compara con carga seca, presentándose casos extremos como el operador C6, que en temporada alta los vehículos con carga seca esperan en promedio 114 veces más tiempo que los camiones con perecederos para ser atendidos. En temporada baja, debido a que hay horarios de atención delimitados, se presentan casos extremos en los cuales deben esperar hasta 36 horas para ser atendidos, en la realidad estos eventos se presentan porque el día domingo no hay atención, pero el conductor por lo general decide abandonar el terminal y regresar al día siguiente. Para los operadores C6 y C2 los tiempos de espera son superiores con respecto al resto de los operadores, ya que el primero cuenta con el mayor tiempo promedio de servicio y el segundo cuenta con exceso de ventanillas para carga seca y deficiencia de ventanillas de carga perecedera (y en general, cuenta con exceso de recursos), mostrando nuevamente una oportunidad de mejora para el nuevo terminal.
En temporada alta, para los vehículos con carga perecedera, los casos extremos desaparecen y el tiempo en espera se reduce para todos los operadores excepto para C1 debido a sus altos niveles de congestión, debido principalmente al horario de atención extendido a 24 horas. En promedio, la reducción del tiempo de espera es de un 66% para vehículos con carga perecedera.
* este valor fue estimado mediante simulación en la hora pico, obteniendo una distribución de probabilidad B-iWeibull(1,0631;0,48706;0,05;0,55253;0,40607;0,593) para el tiempo entre llegadas de particulares. Se generaron 1000 observaciones.
74
Tabla 15: Tiempo promedio en espera para cada operador según tipo de carga (en horas)
Carga Seca Carga Perecedera
Operador Promedio Prom.Min Prom.Max Min Max Promedio Prom.Min Prom.Max Min Max
Tem
po
rad
a B
aja
C1 3,325 1,627 5,019 0,000 15,891 0,697 0,434 1,191 0,000 35,468
C2 4,847 1,128 11,015 0,000 15,816 2,630 0,771 7,004 0,000 36,060
C3 4,677 2,610 7,289 0,000 15,998 0,736 0,374 1,390 0,000 34,531
C4 1,664 0,930 3,228 0,000 16,176 1,216 0,693 2,552 0,000 35,448
C5 1,674 0,704 2,970 0,000 16,467 1,239 0,467 2,665 0,000 35,987
C6 4,714 1,582 8,523 0,001 16,075 2,658 1,220 6,963 0,000 35,732
C7 2,812 1,425 4,561 0,000 16,165 0,816 0,447 1,573 0,000 36,166
Tem
po
rad
a A
lta
C1 7,577 3,889 11,233 0,000 15,783 0,649 0,261 1,241 0,000 5,949
C2 7,180 0,000 15,775 0,000 15,967 0,065 0,000 0,193 0,000 0,436
C3 7,879 1,629 15,384 0,004 15,768 0,506 0,171 1,268 0,000 5,033
C4 4,641 1,076 9,837 0,000 16,026 0,240 0,067 0,751 0,000 2,511
C5 4,161 0,110 12,581 0,000 15,961 0,096 0,038 0,335 0,000 0,970
C6 7,555 0,000 15,961 0,000 15,945 0,066 0,000 0,341 0,000 0,601
C7 7,095 1,000 13,832 0,000 16,026 0,488 0,181 1,007 0,000 4,228
FUENTE: elaboración propia de los autores
5.4.3.5 Carga movilizada en el aeropuerto
En la sección 5.1.2.2 se mencionó que a lo largo de un año, nueve semanas corresponderían a temporada alta y 43 a temporada baja. Basándose en esta información y en los promedios semanales de carga obtenidos tanto para temporada baja como alta, el valor de carga movilizado anual, según la simulación, oscila entre 421.252Tm y 424.866 Tm, con un error tipo I del 1%. Este resultado difiere del valor objetivo, 390.142 Tm, el cual corresponde a un año en el cual el sector de carga aérea disminuyó el volumen de sus operaciones debido a una fuerte crisis a nivel mundial
70; la diferencia se debe al supuesto de linealidad entre
el volumen de camiones y la masa transportada por cada uno, según el tipo de carga transportada.
Al considerar el volumen de carga movilizado por cada operador, se puede constatar que la participación porcentual de cada empresa en el total de masa movilizada presenta el mismo comportamiento que la distribución de destinos definida en la sección 5.2.1.4, a causa del supuesto de linealidad entre el volumen de carga y el flujo vehicular.
Según la simulación, el porcentaje de carga perecedera movilizada corresponde al 71,83%, lo cual se encuentra ajustado al objetivo planteado en la sección 5.2.1.8 (72%). Por lo tanto, el 28,17% restante de la carga movilizada corresponde a materiales secos.
5.5 VALIDACIÓN DEL MODELO POR EXPERTOS DL SECTOR
Para determinar si el modelo de simulación construido y si las entradas del sistema (Distribuciones de probabilidad descritas en la sección 5.2.1) describen la situación del Terminal de Carga Internacional Actual, es necesario verificar si las variables de respuesta del modelo de simulación constituyen una representación del comportamiento de sus contrapartes en la realidad.
Para establecer la veracidad del modelo, se tomaran las siguientes variables de salida:
70 UNIVERSIA KNOWLEDGE AT WHARTON. La crisis con mayúsculas del sector aéreo [En línea]. 17 de Junio de 2009. Disponible en Internet: http://www.wharton.universia.net/index.cfm?fa=viewArticle&ID=1733
75
Porcentaje de ocupación de parqueaderos en el tiempo .
Número de vehículos en cola en la entrada del Terminal.
Desafortunadamente, no se tiene información histórica de dichas variables, debido a que nunca se han realizado estudios de recolección de este tipo de información. Debido a esto, la única Fuente de comparación de dichas variables de salida con la realidad es a través de la opinión de expertos. Para esto se consulto a dos expertos en el tema de transporte de carga en el Dorado, personas que a través de su vasta experiencia pueden verificar si la información de salida del modelo de simulación constituye una representación de la realidad. Las personas consultadas para la verificación del modelo fueron Maurice Thorin Brauer
*, y Frederik Jacobsen Aparicio
**. A ambos expertos se les mostro la información contenida en
el anexo J.
A través de la visualización de las fig. 29 y 30 anteriormente mostradas en la sección 5.4, los expertos coincidieron que en el comportamiento de las variables de salida de la simulación realizada representa fielmente el comportamiento de la situación actual en el Terminal de Carga Internacional; en especial, resaltaron las siguientes similitudes:
El modelo refleja la realidad relacionada con la ocurrencia de los picos de congestión. Estos no ocurren a la hora de los picos de llegadas, sino que tienen un retraso de entre tres y cuatro horas con respecto a estos. Lo anterior se puede constatar considerando el pico de llegadas de los miércoles de temporada alta (entre 16:00 y 17:00) y el pico de ocupación de parqueaderos de ese mismo día (entre 20:00 y 21:00).
El modelo refleja los picos de ocupación de las bahías de parqueo que ocurren en temporada alta los días miércoles en entre las 18:00 y 21:00 horas y el número de entidades en cola en la entrada del Terminal para los mismos lapsos de tiempo, ya que corresponden a un pico en el movimiento de carga para las empresas de carga localizadas en el Terminal de Carga Actual, producto de un aumento en el número de vuelos.
El modelo hace evidente la diferencia entre los comportamientos de las variables antes mencionadas para las dos temporadas, en donde se puede constatar que en la temporada baja se movilizan menos vehículos que en temporada alta.
Las congestiones que ocurren actualmente coinciden con los picos de ocupación de bahías de parqueo y el número de entidades en cola a la entrada del complejo de carga.
El número de entidades en cola coincide según la experiencia de los expertos, con el número de vehículos que hacen fila en la entrada del Terminal en los picos de llegadas de temporada alta.
5.6 DIAGNOSTICO DE LAS BAHÍAS DE PARQUEO DE CAMIONES
Tanto las buenas prácticas como las oportunidades de mejora, fueron identificadas mediante dos Fuentes: observación en el terminal de carga y la simulación del mismo.
5.6.1 Buenas prácticas identificadas - Los operadores de carga con mayor flujo de vehículos se encuentran alejados: es el caso de los
operadores C1 y C7, los cuales se encuentran ubicados a los extremos del actual edificio de carga. El operador C3 es el que sigue en el orden de los destinos con más flujo de camiones, el cual se encuentra ubicado en el centro del edificio.
* Ex gerente de Ground Handling de Tampa Cargo y MartinAir, Ex director de ATAC y ALAICO, Senior Partner de ALS y actualmente el Project Manager del NTC ** Ex C.E.O de Tampa cargo, ex gerente de operaciones de DHL y Senior Partner de ALS
76
- Las ventanillas inactivas son usadas como aparcamientos: bajo un flujo elevado de vehículos de carga, manifestado en una excesiva utilización de los parqueaderos llegando al límite de capacidad, el hecho de utilizar las ventanillas que se encuentran inactivas como aparcamientos temporales puede ayudar a dar una solución a los niveles de congestión causados por la ocupación excesiva de los parqueaderos. Esto sería efectivo siempre y cuando se tengan presentes los horarios de atención de las ventanillas y se respeten.
- Se cuenta con un registro de vehículos a la entrada y salida del terminal: el registro de vehículos a la entrada y salida por parte de los vigilantes permite conocer qué tipo de vehículo entró a la terminal. El registro de la placa y las horas de entrada y salida son insumos para la realización de estudios como ocurrió con el presente proyecto. Esta buena práctica surgió por la necesidad de llevar un registro histórico de los vehículos que han estado en la terminal en caso de que las autoridades soliciten dicha información.
5.6.2 Identificación de oportunidades de mejora
5.6.2.1 Oportunidades de mejora identificadas mediante observación
En el terminal de carga se presentan eventos que afectan la seguridad y la movilidad al interior de las bahías de transferencia (ventanillas) y parqueo. Las posibles mejoras se nombran a continuación:
- No hay un control numérico para conocer los niveles de ocupación en el terminal en tiempo real: como se mencionó en las buenas prácticas, el registro de vehículos es una buena estrategia para tener un control histórico del tránsito de vehículos al interior de la terminal, pero no está diseñado para tener un control inmediato de la congestión. El método de recolección de información es netamente manual, con papel y lapicero, por lo que no hay una tecnificación que permita cuantificar el número de vehículos que han ingresado o salido.
- Se permite el ingreso de vehículos particulares al terminal: estos vehículos ocupan posiciones de parqueo que en teoría deberían ser utilizadas por los camiones.
- Se permite el ingreso de motocicletas al terminal: Los automóviles son registrados en la entrada del terminal, pero no pasa lo mismo con las motocicletas. Según el testimonio de los vigilantes, la ocupación de motocicletas en los parqueaderos afecta la movilidad y el hecho de que no son registradas permite que algunas sean robadas al interior del terminal.
- No se limita el ingreso a los vehículos en la terminal cuando esta se encuentra llena: no hay una política que limite la entrada de vehículos a la terminal. En el caso de que la terminal se encuentre totalmente llena, sin posiciones de parqueo disponibles, los vehículos siguen ingresando, estos se estacionan en cualquier espacio no destinado para ello y por lo tanto se generan molestias y congestiones en la movilidad.
- Las ventanillas son usadas como aparcamientos: en la sección 5.6.1 se presentó esta actividad como una posible buena práctica, pero desde otro punto de vista puede ocasionar inconvenientes. Algunos de los conductores de los vehículos de carga, e incluso vehículos particulares, utilizan el espacio destinado a la transferencia de carga como lugares de parqueo en horarios en los cuales la ventanilla se encuentra activa, lo que genera problemas de movilidad en caso de que el vehículo parqueado obstruya el acceso de los camiones al servicio.
- Control insuficiente para la carga transportada: en la entrada del terminal, los vigilantes sólo preguntan a los conductores si estos transportan mercancía o se encuentran vacíos; en la salida, funcionarios de la DIAN con ayuda de la Policía Nacional detienen únicamente a los camiones para revisar el contenido de las guías de la carga recogida (importaciones), quedándose con un comprobante de las mismas. En ninguno de los casos se presenta un procedimiento en el cual se haga una inspección de la mercancía que pueda identificar posibles irregularidades en el contenido de la carga. Muy rara vez algunos camiones son requisados, pero esto se realiza a juicio de los
77
funcionarios de la DIAN. En algún momento entre el servicio del vehículo y el registro en la entrada o salida puede ser ingresado al vehículo un material sospechoso.
- Delimitación deficiente: antes del inicio de las obras de modernización, no se contaba con delimitaciones ni señalizaciones adecuadas en la terminal. De hecho, era bastante difícil distinguir las marcas viales de los lugares de aparcamiento y actualmente no se sugiere ninguna velocidad límite de tránsito.
Al eliminar el ingreso de vehículos particulares a la terminal se reduce en el tráfico en la misma, pues estos representan el 47% de los vehículos registrados en las base de datos entregada por el Concesionario a los autores del presente proyecto. Este inconveniente ocurre porque en la terminal de carga actual no hay espacios delimitados para el parqueo exclusivo de vehículos particulares.
Por otro lado, si se restringe el uso de las bahías de transferencia únicamente para los camiones que tienen turno de carga o descarga, se espera que posibles inconvenientes relacionados con la obstrucción del servicio disminuyan considerablemente; estos eventos son muy difíciles de modelar, por lo que lo anterior no fue considerado en las simulaciones del terminal de carga actual.
5.6.2.2 Oportunidades de mejora identificadas mediante simulación - El número de ventanillas de atención disponibles no es el adecuado para atender los volúmenes de
carga: como se mostró en la sección 5.2.1.9, el 11% de las ventanillas se encuentran inactivas, y el porcentaje de ventanillas destinadas a carga seca es mayor al porcentaje de ventanillas para perecederos, cuando en realidad el volumen de camiones que transportan materiales perecederos es mayor al que transporta materiales secos. Es evidente que a mayor cantidad de ventanillas disponibles, aumenta la capacidad de servicio, disminuyen los vehículos en espera y por tanto la congestión disminuye.
- La repartición de área no es proporcional a los volúmenes movilizados por cada operador: como el número de ventanillas para cada operador depende del área que tenga asignada, por la disposición espacial del edificio de carga resulta razonable afirmar que hay proporcionalidad entre el número de ventanillas disponibles y la carga movilizada para cada operador, lo relaciona el volumen de materiales con el área. Como se muestra en las secciones 5.4.3.2 y 5.4.3.3, la congestión depende del número de ventanillas que cada operador habilite para prestar el servicio, y de cómo utilice estas ventanillas de acuerdo a los materiales que se manejan. Se presentan casos como el del operador C2, que cuenta con un número excesivo de ventanillas activas en relación a la cantidad de carga que maneja, y del operador C1 que casi con todas sus ventanillas activas maneja una alta congestión puesto que requiere de más recursos por el volumen de camiones que atiende. Por lo tanto, se espera que una asignación de espacio de acuerdo a la repartición del manejo de la carga ayude a agilizar el servicio en el nuevo terminal de carga.
Tabla 16: Participación de cada operador en el total de carga movilizada, área y ventanillas activas
Operador % Carga con respecto al total % Área con respecto al total % ventanillas activas con respecto al total
C1 26,60% 18,40% 18,60%
C2 4,30% 13,30% 12,90%
C3 11,10% 19,00% 14,30%
C4 19,40% 16,70% 20,00%
C5 10,40% 9,50% 8,60%
C6 8,00% 12,60% 12,90%
C7 20,20% 14,60% 12,90%
FUENTE: elaboración propia de los autores
78
6. REVISIÓN DEL PLAN MAESTRO Y FORMULACIÓN DE ESCENARIOS FUTUROS DEL FLUJO DE VEHÍCULOS
6.1 REVISIÓN DEL PLAN MAESTRO
En el estudio del Plan Maestro 2001/2025 se planteó la necesidad de modernizar el terminal de carga con el que cuenta el aeropuerto. Los requerimientos básicos del nuevo terminal fueron estimados mediante proyecciones realizadas en 2001, formulando un estimado de carga movilizada por año y con ello definiendo los requisitos mínimos de espacio asignado, áreas de tránsito y operación, capacidad para atender aeronaves y ubicación en el aeropuerto.
6.1.1 Diseños finales del Nuevo Terminal de Carga (NTC)
Como quedó constatado en las proyecciones del Plan Maestro, Bogotá necesita un aeropuerto que sea capaz de movilizar a lo poco 862.000 Tm de carga al año. El Concesionario resultó ganador de la licitación en el año 2006, incluyendo en la propuesta un plano muy general sobre las características básicas que debería llevar el terminal de carga, basados en las proyecciones del estudio del Plan Maestro. Los diseños preliminares se mantuvieron casi 18 meses, hasta que el Concesionario subcontrató a Airis Holdings LCC para que realizara los diseños finales del Nuevo Terminal de Carga (NTC). Los subcontratistas entregaron un diseño inicial, pero éste excedía las especificaciones de altura máxima de las edificaciones y por conflictos debido a la construcción de un nuevo edificio administrativo de la Aerocivil (que fue localizado en un lugar que afecta la expansión futura del terminal), esta primera propuesta no pudo ser ejecutada. Finalmente, Airis presentó una propuesta acorde a las restricciones de espacio y construcción, que junto al edificio existente de carga (el que será el nuevo terminal nacional) se estima que podrá movilizar cerca de 1.500.000 Tm como máximo.
71 Sin embargo, la propuesta inicial de Airis podría haber contado con una capacidad
superior, y tendría la facilidad de una expansión hacia el costado oriental del área asignada en el Plan Maestro.
Figura 32: Diseño definitivo del Nuevo Terminal de Carga
Bahías de transferencia 128 Plazas de Aparcamiento capacidad Tipo de vehículo
Rampas 4 P1 28 T|3|6|9
Área (m2) 36.000 P2 25 3|6|9
P3 36 T|3|6|9
P4 45 3|6|9
Zona de Consolidación 89 3|6|9
FUENTE: Planos Propuesta 3A para el Aeropuerto Internacional El Nuevo Dorado. Airis Holdings LCC
71 GÓMEZ, Camilo. El aeropuerto Eldorado como Centro de Logística y Distribución hacia el mejoramiento de la competitividad Regional y Nacional. Trabajo de grado para optar por el título de Economista. Pontificia Universidad javeriana. Bogotá, 2009. p. 88
79
El nuevo complejo de carga internacional contará con 36.000 m2 de área en bodegas, tendrá capacidad de
aparcamiento para 8 aeronaves de gran tamaño y 10 de mediano tamaño. Con respecto al lado tierra, contará con 128 ventanillas de atención para camiones (bahías de transferencia) y 4 rampas para el ingreso de vehículos al interior de las bodegas.
Con respecto a los espacios de parqueo para vehículos particulares, sólo se tendrán 30 posiciones claramente delimitadas al interior del Terminal Internacional; más de 120 parqueaderos para particulares fueron construidos justo hacia la calle 26 en un área conocida como Centro Administrativo de Carga, área que no tiene contacto con el lado tierra. De acuerdo a esto, ningún vehículo particular que no sea autorizado podrá ingresar a la zona destinada para camiones. La cantidad de bahías de parqueo en este diseño es de 223.
La terminal contará en la entrada con 5 carriles; el número de salidas no se han definido, pero la propuesta hasta el momento indica 4 carriles.
6.1.2 Oportunidades de modificación del diseño final
Sobre los diseños finales, son muy pocas las modificaciones que se pueden realizar. No es posible modificar ninguna de la edificaciones, ya sea en su disposición o forma, por lo que los edificios no están sujetos a rediseño; tampoco es posible hacer modificaciones sobre la disposición ni dimensiones de las vías (en caso de que los cambios reduzcan la capacidad de movilización), tamaño de las áreas asignadas para parqueo de vehículos o atención de los mismos. En general, cualquier cambio que tenga repercusiones en la arquitectura no puede ser realizado.
La libertad de modificación física en el lado tierra radica únicamente en la división (pero no orientación) de las áreas destinadas a parqueo, con excepción de las bahías de transferencia y la zona de consolidación de carga, las cuales están ligadas a la arquitectura de la terminal, como también la posibilidad de asignar nuevos espacios para aparcamiento en zonas consideradas actualmente como vías sin que afecten la capacidad de movilización.
Adicional a esto, los temas relacionados con seguridad, diseño de procesos, asignación de espacios a clientes, ubicación de operadores de carga, entre otros pueden ser modificados, ya que de ellos no existen propuestas de diseño.
6.1.3 Proyecciones de carga internacional contenidas en el Plan Maestro
De acuerdo a las proyecciones mostradas en el Plan Maestro, para el año 2010 el aeropuerto tendría la necesidad de movilizar cerca de 435.000 Tm anuales en carga internacional, y para 2025 la cifra ascendería a algo más de 713.000 Tm.
Tabla 17: Proyección de carga movilizada en el aeropuerto Eldorado 2005-2025
Año
Carga nacional Carga Internacional Carga Total
Tm CA% Part% Tm CA% Part% Tm CA%
2005 102.034 6,02% 22,08% 360.019 3,90% 77,92% 462.053 4,34%
2006 104.228 2,15% 21,79% 374.060 3,90% 78,21% 478.287 3,51%
2007 106.469 2,15% 21,50% 388.648 3,90% 78,50% 495.117 3,52%
2008 108.758 2,15% 21,22% 403.805 3,90% 78,78% 512.563 3,52%
2009 111.096 2,15% 20,94% 419.554 3,90% 79,06% 530.650 3,53%
2010 113.468 2,15% 20,66% 435.832 3,90% 79,34% 549.300 3,52%
2015 124.301 1,84% 19,48% 513.633 3,34% 80,52% 637.934 3,04%
2020 136.169 1,84% 18,36% 605.322 3,34% 81,64% 741.491 3,05%
2025 149.169 1,84% 17,29% 713.380 3,34% 82,71% 862.549 3,07%
CA%: Tasa de crecimiento anual; Part%: participación porcentual.
Fuente: Estudio del Plan Maestro 2001/2025. Fase III; AEROCIVIL. Boletín Origen Destino Dic./09.
80
En su momento, estas proyecciones fueron calculadas haciendo una fuerte suposición, la cual consistía en presumir que el crecimiento de la carga internacional sería constante en 3,9% anual en el periodo 2005-2010 y también ocurrirá algo similar para el periodo 2011-2025 con un crecimiento de 3,34% anual.
Al comparar las proyecciones realizadas desde 2005 hasta 2009 con los datos históricos reales obtenidos, se observa que las proyecciones de carga internacional son inferiores a los valores reales entre 2005 y 2008, pero superiores en 2009. Sin embargo para los años 2007 y 2008 los pronósticos fueron sorprendentemente ajustados a la realidad presentada (cerca del 2% de diferencia a favor de los valores reales), a pesar de haber estado más alejados para 2005 y 2006 (cerca del 11% a favor de los valores reales). Las proyecciones contenidas en el Plan Maestro (para carga internacional) no estuvieron significativamente alejadas de la realidad, sin embargo se encuentran desactualizadas.
Tabla 18: Proyección de carga movilizada en el aeropuerto Eldorado 2005-2025 versus carga real movilizada entre 2005 y 2009
Año
Carga nacional Carga Internacional Carga Total Carga Real Movilizada Tm
Tm CA% Part% Tm CA% Part% Tm CA% Nacional Internal. Total
2005 102.034 6,02% 22,08% 360.019 3,90% 77,92% 462.053 4,34% 103.199 407.474 510.673
2006 104.228 2,15% 21,79% 374.060 3,90% 78,21% 478.287 3,51% 105.466 421.433 526.899
2007 106.469 2,15% 21,50% 388.648 3,90% 78,50% 495.117 3,52% 104.621 399.767 504.388
2008 108.758 2,15% 21,22% 403.805 3,90% 78,78% 512.563 3,52% 94.051 412.161 506.212
2009 111.096 2,15% 20,94% 419.554 3,90% 79,06% 530.650 3,53% 72.731 367.383 440.114
2010 113.468 2,15% 20,66% 435.832 3,90% 79,34% 549.300 3,52%
2015 124.301 1,84% 19,48% 513.633 3,34% 80,52% 637.934 3,04%
2020 136.169 1,84% 18,36% 605.322 3,34% 81,64% 741.491 3,05%
2025 149.169 1,84% 17,29% 713.380 3,34% 82,71% 862.549 3,07%
CA%: Tasa de crecimiento anual; Part%: participación porcentual.
FUENTE: Estudio del Plan Maestro 2001/2025. Fase III; AEROCIVIL. Boletín Origen Destino Dic./09.
6.2 PRONÓSTICO DE LA CARGA MOVILIZADA
Para poder realizar una primera modelación del terminal en los años venideros es necesario estimar el volumen de carga que podría movilizarse en dicho aeropuerto con las nuevas instalaciones de carga internacional, para luego traducir esta información en volumen de vehículos de carga que llegan al terminal (información de entrada del modelo de simulación).
Aunque se cuenta con las proyecciones mencionadas en la sección 6.1.3, éstas fueron realizadas hace más de 9 años, por lo que carecen de vigencia y de precisión para pronosticar de forma ajustada una variable tan crítica como la carga anual movilizada en un terminal de carga. Adicionalmente, estos pronósticos no consideran cambios inesperados desde 2001 como la crisis mundial del sector de carga aérea entre 2008 y 2009.
72 Debido a lo anterior, las proyecciones del Plan Maestro se consideran únicamente como una Fuente
de comparación mas no como una Fuente de información primaria.
En los volúmenes de carga movilizada a través del terminal influyen también fenómenos internos y externos que afectan significativamente la tasa de crecimiento. La liberación del entorno regulatorio de la DIAN, el ingreso de nuevas aerolíneas al mercado de carga del aeropuerto, la firma de tratados de libre comercio (en especial con los Estados Unidos) y el desarrollo de nuevos proyectos aeroportuarios que puedan afectar las operaciones de Eldorado.
73
72 UNIVERSIA KNOWLEDGE AT WHARTON. La crisis con mayúsculas del sector aéreo [En línea]. 17 de Junio de 2009. Disponible en Internet: http://www.wharton.universia.net/index.cfm?fa=viewArticle&ID=1733 73 JACOBSEN, Frederik. Senior Partner de ALS S.A., ex presidente de Tampa Cargo. Entrevista. 2010.
81
6.2.1 Relación lineal entre PIB nacional y flujo de camiones con la carga internacional
Como se mostró en la sección 2 y como se demuestra al considerar las series de tiempo del Producto Interno Bruto nacional (PIB) y la carga internacional movilizada por el aeropuerto Eldorado desde 1989 hasta 2009, estas series guardan una correlación significativa (r
2=91%), lo que evidencia una dependencia de la carga
movilizada del aeropuerto con el comportamiento del PIB del país. Debido a esto, es posible afirmar la existencia de una correlación entre el desempeño económico de un país y el crecimiento del transporte aéreo de carga, lo cual liga directamente la carga internacional movilizada en Eldorado con el PIB nacional.
Al evaluar una regresión por mínimos cuadrados (RMC), con el fin de obtener una ecuación que explicara el comportamiento de la Carga Internacional movilizada por año en el aeropuerto en función del PIB nacional (ver Anexo K-Parte 1), se encuentra que la carga movilizada es una variable dependiente del PIB, relacionada por la siguiente ecuación:
( )
.
/
Donde, : PIB en millones de pesos colombianos (COP), empalmado al año 1975. ( ): carga anual internacional movilizada en toneladas métricas.
6.2.2 Modelos de pronósticos utilizados para el índice de flujo de camiones
Dado que las series de tiempo consideradas no son estacionarias, se evaluaron varios modelos de pronóstico determinísticos, pero ninguno de estos dio mejor resultado que los modelos ARIMA, los cuales obtuvieron los menores DMA tanto para el pronóstico de carga como para el PIB. (Ver Tabla 19)
Aún así, se comparó entre varios modelos ARIMA (variando los parámetros de p, d y q de 0 a 3), cuál de ellos arrojaba el pronóstico para el periodo 2010 con el menor error posible, siendo el ARIMA(3,1,1) el mejor candidato para realizar las predicciones, tanto para el PIB como de la carga movilizada.
Tabla 19: Desviación Media Absoluta para los pronósticos del PIB y la Carga movilizada utilizando diversos modelos
Modelo de pronóstico DMA para PIB Nacional DMA para Carga Internacional Movilizada
Holt 26919 21868
Media Móvil doble 34202 26249
Media Móvil simple 43708 22829
Suavización exponencial 43739 22831
ARIMA(1,1,1) 21532 18412
ARIMA(3,1,1) 19083 16339
ARIMA(3,2,1) 20829 16410
FUENTE: elaboración propia de los autores
Los pronósticos del PIB y de la Carga Internacional fueron realizados por separado, y tal como se mostró en la sección 6.1.3, la función de la proyección del PIB es únicamente la de corroborar la proyección de carga ofreciendo un punto de comparación, adicionar a las proyecciones contempladas en el plan maestro.
Ahora, es importante tener en cuenta que la proyección de la carga internacional no es necesaria para alimentar la simulación de las propuestas sobre el escenario futuro, ya que en el modelo de simulación lo que se requiere es la proyección del flujo de vehículos. Debido a esto es necesario determinar/pronosticar el flujo de vehículos de carga para cada uno de los periodos.
Dado el supuesto de proporcionalidad (lineal) entre la carga movilizada y el volumen de vehículos en el terminal, si el pronóstico de carga es expresado como un índice de amplificación o reducción, se puede
82
modelar fácilmente el flujo de camiones, ya que el cambio porcentual de la carga es igual que el cambio porcentual del flujo de camiones en la terminal internacional.
La base de cálculo de dicho índice es el año transcurrido entre el 1 de abril de 2008 y el 31 de marzo de 2009 (es decir, que para este año el valor del índice correspondiente es la unidad), ya que en este periodo se recolectó la información utilizada como insumo del modelo de simulación de la situación actual.
6.2.2.1 Formulación del modelo de pronósticos para el Índice de flujo de vehículos ( )
Sabiendo esto, el pronóstico se realizó para cuatro periodos en el futuro (2010 a 2013), tomando en cuenta que solo hasta mediados de 2011 la terminal de carga Internacional estaría en funcionamiento en su totalidad y que su funcionamiento será estable a comienzos de 2012.
74 Adicionalmente, se aclara que no fue
posible emitir proyecciones para más periodos debido a la gran incertidumbre asociada a variables econométricas que influyen sobre el comportamiento de la carga movilizada en el aeropuerto y la ausencia de datos históricos confiables.
El modelo de pronósticos para el índice de flujo de camiones está dado por la siguiente transformación:
( ) ( )
Donde,
( ): Índice de flujo de vehículos de carga pronosticado para el periodo anual .
( ): pronóstico de carga internacional movilizada para el periodo anual .
: carga real movilizada en el terminal internacional durante el 1 de abril de 2008 y el 31 de marzo de 2009.
: factor de amplificación o atenuación por efectos de fenómenos externos al modelo.
El valor del factor de amplificación (o atenuación) A es meramente subjetivo, en el cual se intenta incluir en el modelo los efectos de posibles fenómenos externos mencionados previamente. El factor es constante y representa qué tanto se puede modificar el pronóstico debido a la injerencia de variables externas al modelo cuantitativo de pronósticos.
6.2.2.2 Formulación del modelo de revisión ( )
La estimación del índice de flujo ( ) fue comparada con un índice de referencia obtenido a partir de la función que relaciona el PIB con la carga internacional.
Debido a esto, el índice de referencia para la revisión está dado por:
( )
( )[
( ( ( ) ⁄ ) )]
Donde, ( )es el pronóstico del PIB para el periodo anual , es el factor de amplificación por factores externos y es la carga movilizada en el año base.
6.2.3 Cálculo de pronósticos
6.2.3.1 Estimación del factor de amplificación o atenuación
Si se supone la firma de un posible tratado de libre comercio con los Estados Unidos, la cantidad de materiales transportados en la terminal de carga internacional se vería aumentada, posiblemente en un
74 THORIN, Maurice. Experto del sector de carga aérea. Abril de 2010.
83
ritmo más acelerado que el crecimiento de la inflación.75
Por ejemplo, tomando como referencia las estadísticas históricas de la carga internacional movilizada en el aeropuerto Benito Juárez de la ciudad de México, con quien Estados Unidos y Canadá firmaron un tratado de libre comercio en 1994, se puede observar que durante los siguientes 5 años a la firma del NAFTA, los volúmenes de carga movilizados presentaron un ritmo de crecimiento notorio hasta duplicarse con respecto a 1993, el periodo inmediatamente anterior a la firma del tratado de libre comercio.
Figura 33: Comportamiento de la carga internacional movilizada en el aeropuerto Benito Juárez entre 1992 y 1999.
FUENTE: Secretaría de Comunicaciones y Transportes de los Estados Unidos Mexicanos (División de Aeronáutica Civil).
Con esta información, se podría pensar que el Aeropuerto Eldorado tendría un comportamiento similar para los años venideros, sin embargo, no se tiene certeza alguna sobre la firma de un tratado comercial de este tipo. Adicionalmente, el pronóstico de la carga está ligado a una variable econométrica como el PIB, la cual es bastante compleja para pronosticar y no se encuentra dentro del alcance del presente trabajo. Por lo tanto, la incertidumbre para el pronóstico de la carga es elevada y emitir un juicio sobre el factor de amplificación resultaría en la práctica, poco viable. Por lo tanto el valor de este factor se consideró como unitario, ignorando la influencia de factores externos.
De todas maneras, en el modelo de pronósticos aquí planteado se deja formulado este factor, para que en revisiones futuras se pueda utilizar dicho factor de acuerdo al comportamiento de la economía y otras variables externas, como es el caso de las regulaciones de la DIAN en el aeropuerto.
6.2.3.2 Proyecciones para los años 2010-2013
Las proyecciones del índice de flujo de vehículos - ( )- fueron calculadas utilizando el modelo ARIMA(3,1,1) y comparados con el modelo de revisión de flujo de vehículos - ( )-.
Para alimentar el modelo de revisión, se utilizaron las proyecciones (de consenso) del PIB para los periodos 2010 y 2011 publicadas en el Boletín No. 94 de Fedesarrollo. Para los periodos 2012 y 2013 fue necesario pronosticar con un ARIMA(3,1,1) para obtener los valores estimados del PIB con el fin de alimentar por completo el modelo de revisión.
El pronóstico obtenido utilizando el modelo ( ) para el final del año 2013 es de 1,102 (asociado a 429.998 Tm de carga internacional), ubicado en un intervalo de confianza del 90% entre 0,879 y 1,326, lo que significa que para 2013 se espera que en el aeropuerto se movilice un 10,2% más vehículos que el año base, e igual porcentaje para la carga.
El modelo de revisión ( ) arrojó un pronóstico de 1,101 (10,1% más vehículos con respecto a 2009, asociado a 420.098 Tm de carga internacional), siendo este un valor contenido en el intervalo de pronóstico del modelo ( ) y extremadamente cercano a la estimación, lo cual sustenta la validez de este último.
75 JACOBSEN, Frederik. Senior Partner de ALS S.A., ex presidente de Tampa Cargo. Entrevista. 2010.
0
50000
100000
150000
200000
250000EXPORTACIONES
IMPORTACIONES
TOTAL
84
Tabla 20: Proyecciones del PIB para 2010 y 2011
Proyecciones del crecimiento del PIB en Colombia
INSTITUCIÓN 2010 2011
Fedesarrollo 2,1% 3,6%
Consensus 2,6% 3,6% Más alto 4,1% 5,0%
Más bajo 1,5% 2,5%
Desviación 24,8% 17,1%
FUENTE: FEDESARROLLO. Tendencia Económica Boletín #94.
Los pronósticos del Plan Maestro para el año 2013 son de 480.977 Tm, lo cual se puede asociar a un índice de flujo de vehículos equivalente a 1,233, siendo este un valor contenido en el intervalo de confianza a pesar de su desactualización. En anexo K (tabla 72) se encuentran más detalles de los cálculos realizados.
Figura 34: Proyecciones del índice de flujo de vehículos en comparación con el modelo de revisión
FUENTE: elaboración propia de los autores.
6.3 ESCENARIOS PLANTEADOS PARA EL FLUJO DE CAMIONES
6.3.1 Flujo esperado de vehículos corto plazo
El primer escenario fue definido en los pronósticos realizados, para el cual se consideraría que el comportamiento del terminal en un futuro inmediato tendría un aumento del 10,2% del flujo de los vehículos.
6.3.2 Flujo límite
Por otro lado, se considero necesario conocer hasta qué nivel de flujo de vehículos la terminal podría funcionar sin presentar graves problemas de movilidad o congestión, considerando la nueva estructura de la terminal. Esta estimación representaría un escenario hipotético para la simulación futura, ya que sería un punto en el cual se probaría el funcionamiento de la terminal bajo condiciones extremas de movilidad.
Para realizar la estimación de dicho flujo, se realizaron incrementos de 25% del volumen de vehículos a simular (es decir, aumentos de 0,25 en el índice de flujo de vehículos) hasta que se presentaran comportamientos no deseados según el juicio de los autores del proyecto. Para ello, se diseñó un modelo de simulación que considera todas las distribuciones y parámetros que se muestran en la sección 8.1.2, como también los límites de capacidad de los parqueaderos.
Cuando el índice de flujo de vehículos igualó el valor de 2,25 (es decir, que el volumen de vehículos aumentaría en un 125% con respecto a los niveles manejados en la simulación del terminal actual) se
0
0,5
1
1,5
1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013
Pronósticos PlanMaestroModelo decomparación Rfv(t)LS Pronóstico Ifv(t)
Pronóstico Ifv(t)
LI Pronóstico Ifv(t)
Factor CrecimientoCarga B2009
85
empezaron a presentar congestiones excesivas en las horas pico (miércoles a las 20:00 horas) para las cuales todas las posiciones de parqueo estarían ocupadas, incluso considerando las ventanillas que no están en servicio (debido a los horarios de atención) como lugares de aparcamiento.
Cabe aclarar que este índice límite fue estimado bajo un supuesto de repartición de las ventanillas de atención mencionado en la sección 8.1.2.3, y suponiendo también que los operadores de carga no alterarán sus tiempos de servicio. Por lo tanto, si en la realidad estos supuestos son alterados, de igual manera el índice límite puede variar.
86
7. FORMULACIÓN DE PROPUESTAS
Después de haber realizado la simulación actual del terminal de carga y de haber pronosticado el flujo de camiones que se movilizará en el nuevo terminal, se procede a definir propuestas de diseño, distribución y operación en base a los resultados obtenidos en el capítulo 5 y consideraciones y supuestos que se explican a continuación.
7.1 GENERALIDADES
Para la generación de las propuestas es necesario considerar supuestos y restricciones definidas a partir lo expuesto en el Plan Maestro (numeral 6.1), sugerencias realizadas por los futuros operadores del Terminal y supuestos del escenario futuro en el NTC.
7.1.1 Consideraciones y supuestos del modelo
En la realización de las propuestas para mejorar del movimiento de los vehículos de carga en la nueva terminal, se tomaron como base los siguientes supuestos:
El número de operadores de carga pasa de 7 a 11. Esta consideración se tomó con base en las posibles nuevas empresas de carga que han manifestado su interés en arrendar un espacio de almacenamiento en las nuevas bodegas (según lo negociado o manifestado hasta Febrero de 2010).
Las empresas que operen en el nuevo Terminal de Carga, utilizarán en promedio una distribución de servicio en ventanillas de 63% de perecederos y 37% para carga seca. Esta afirmación se basa en el supuesto de que se debe homogeneizar el servicio en función de los volúmenes de carga movilizados, por lo que se requiere una proporción mayor de ventanillas con atención para carga perecedera.
Existe una proporcionalidad entre la carga movilizada por cada operador y el número de ventanillas que éste posea (relacionando también con el área asignada; sección 8.1.2.1).
En los modelos de simulación, se mantendrán los tiempos de servicio para los operadores conocidos (ver sección 5.2.1.2), es decir que no se asumirán cambios sus tiempos de servicio y se utilizaran las mismas distribuciones de probabilidad (ver anexo I tablas 65 y 66).
Los operadores de carga que lleven a cabo sus actividades en el nuevo Terminal, utilizarán la totalidad de sus ventanillas para servicio.
Para las propuestas, las ventanillas que se encuentren inactivas funcionarán como parqueaderos provisionales.
Las zonas destinadas para el parqueo de vehículos tienen prioridad de selección sobre otros recursos de parqueo adicionales (ventanillas inactivas y parqueaderos de emergencia).
Las rampas de ingreso no serán consideradas como ventanillas de carga, debido a que no se tiene información de ningún tipo sobre el comportamiento y tiempos de servicio para simular dichos recursos.
Para las nuevas propuestas se mantendrán los mismos horarios de atención en ventanillas utilizados en la simulación del Terminal de Carga Internacional. Esto se debe a que no se pueden hacer supuestos sobre los horarios de atención que manejaron los futuros arrendatarios en las nuevas bodegas de carga del NTC. (poner algo relacionado con los horarios de atención del aeropuerto)
7.1.2 Restricciones
Para la elaboración de las propuestas se tuvieron en cuenta las siguientes restricciones, las cuales se obtuvieron de los requerimientos y necesidades que el futuro operador del aeropuerto estableció.
87
Debido a que el futuro administrador del nuevo Terminal de Carga de Eldorado no obtiene ningún tipo de retorno de tipo económico por el desarrollo e implementación de las futuras propuestas, estas deben incluir un muy bajo costo de desarrollo, implementación y mantenimiento.
Las propuestas no pueden incluir modificaciones diferentes a lo establecido en la sección 6.1.2.
Se deben tomar en cuenta los requerimientos de los futuros operadores de carga y aerolíneas que se ubicaran en el futuro aeropuerto de Carga Eldorado.
No se puede modificar la operación/procedimiento dentro del nuevo terminal.
7.2 DESARROLLO DE PROPUESTAS
A continuación se plantean dos propuestas que consolidan toda la información proveniente de la simulación de la situación actual y las restricciones y consideraciones expuestas en el numeral anterior, con el fin de mejorar la operación en las bahías de parqueo del nuevo Terminal de Carga. Para abarcar todos los aspectos técnicos que permitan explotar las oportunidades de mejora encontradas, cada propuesta tiene componentes de diseño, distribución y operación, las cuales se establecen bajo las restricciones y consideraciones ya explicadas.
7.2.1 Propuesta 1: control del número de vehículos en el Terminal
La primera gran propuesta definida para mejorar el uso de las bahías de parqueo en la nueva Terminal de carga (NTC), de acuerdo a las restricciones y supuestos ya establecidos, se basa en controlar el acceso de vehículos al Terminal con base en un número máximo de entidades que pueden permanecer al interior del complejo logístico en un momento determinado. El objetivo de esta propuesta es evitar sobrecupo de vehículos en el terminal, que se traduciría en camiones mal estacionados, congestión, inseguridad y riesgo de accidentalidad para los usuarios del Terminal.
Para realizar un control del número de vehículos que se encuentran dentro del perímetro del Terminal, es necesario implementar un sistema automatizado de contabilización de vehículos que se actualice en tiempo real con el ingreso o salida de los vehículos. Este sistema es válido solo si se encuentra un límite máximo en el cual se considere que el ingreso de más vehículos por encima de dicho valor dificultará la movilidad de los vehículos que ya se encuentran en el interior del Terminal. Para esto, se toma como nivel máximo de capacidad permitido el número de ventanillas disponibles más el total de bahías de parqueo y un considerado de 16 parqueaderos de emergencia localizados a lo largo del Terminal (ver Figura 35). Bajo esta afirmación, el ingreso de vehículos solo es permitido cuando la siguiente condición es verdadera:
( ) [ ( ) ( ) ]
Dónde:
( ): Número de camiones en el nuevo Terminal en el tiempo t. : Bahías de carga disponibles para el parqueo de camiones
( ): Número de ventanillas de atención activasen el tiempo t. ( ): Número de ventanillas de atención inactivas en el tiempo t. : Número de bahías de parqueo de emergencia.
El número de parqueaderos disponibles en el tiempo t es ( ) . Si se suman las ventanillas
activas - ( )- e inactivas - ( )-, en cualquier instante de tiempo t, se obtiene el número total de ventanillas ( ( ) ( ) ) donde es el total de ventanillas construidas en el Terminal). Si se reemplaza este valor en la ecuación de capacidad del Terminal, se obtiene:
( ) [ ]
88
En donde se define que el límite de capacidad del terminal es constante a lo largo del tiempo.
Como , si se reemplazan estas constantes en la anterior ecuación ( ) .
7.2.1.1 Propuesta de diseño
Para utilizar al máximo el espacio disponible en el lado tierra del nuevo Terminal de Carga (NTC), se realizaron modificaciones al diseño de las bahías de parqueo de este nuevo centro logístico con la adición de 16 nuevas posiciones de parqueo que solo deben ser usadas en caso de que los otros recursos de parqueo (bahías de parqueo y ventanillas inactivas) se encuentren llenos (ver figura 35). Esta propuesta de diseño sólo debe implementarse en el momento que la congestión del aeropuerto alcance el nivel límite de afluencia planteado en la sección 6.3.2.
Figura 35: Localización de los parqueaderos de emergencia propuestos en el nuevo Terminal de Carga.
Fuente: elaboración propia de los autores.
7.2.1.2 Propuesta de Distribución
Las posiciones asignadas para cada uno de los posibles tenedores de espacio, que operarán en el futuro Terminal de Carga, se escogieron con base en los requerimientos de espacio en bodega, las preferencias de ubicación que algunos de los operadores de carga solicitaron al administrador del NTC, hasta Febrero de 2010; y las buenas prácticas de distribución de espacio identificadas en el actual terminal internacional de carga.
Debido a esto y a las necesidades de espacio de los futuros arrendatarios, se sugirió la siguiente propuesta de ubicación para cada uno los operadores de carga en el nuevo edificio de carga:
Figura 36: Distribución de los operadores de carga y/o aerolíneas en el nuevo Terminal de Carga.
Fuente: elaboración propia de los autores.
89
La propuesta de distribución realizada considera esta sugerencia de proporcionalidad, pero no a la exactitud que se requiere. Sin embargo, esta propuesta fue tomada para realizar las simulaciones del NTC ya que las áreas asignadas hacen parte de acuerdos pactados, o en progreso, entre el administrador y los operadores involucrados.
7.2.1.3 Propuesta de operación
Figura 37: Propuesta de operación en el nuevo Terminal de Carga bajo la propuesta 1.
FUENTE: elaboración propia de los autores.
El sistema de control propuesto relacionado con el conteo de vehículos debe funcionar bajo el siguiente procedimiento de operación:
1. Los camiones arriban por la avenida 26 (Flecha roja – Figura 37), en donde toman la primer entrada de la glorieta ubicada al final de dicha vía e ingresan al nuevo complejo de carga.
2. A su llegada al complejo logístico, los camiones seleccionan una de las 4 entradas disponibles para el ingreso de nuevos vehículos (Figura 38), en donde deben esperar en cola si la condición antes mencionada se cumple o no. Si el sistema permite el ingreso de un vehículo de carga, este toma un registro en papel de su ingreso y se dirige a su(s) destino(s).
3. Cuando el camión ingrese a la Terminal, se debe indicar al sistema por medio de un aplicativo automatizado que ha ingresado un camión al Terminal y actualizar la variable de conteo ( ( ) ( ) ).
4. A su ingreso, los camiones pueden tomar dos rutas (Flecha amarilla – Figura 37), dependiendo del destino al cual se dirigen, y deben seguir los flujos propuestos para desplazarse por las vías de tránsito de vehículos del Terminal (Flechas azules – Figura 37).
5. Cuando las zonas de parqueo 1, 2, 3 y 4 (Figura 37) que son los recursos más próximos a las bodegas de carga, se encuentra ocupados en su totalidad, los camiones deben dirigirse a la zona de consolidación de carga (Flecha violeta - Figura 37) y tomar un recurso de parqueo mientras son llamados por la empresa de carga a la cual deben asistir para el correspondiente servicio (cargue o descargue de mercancía). En total hay 89 espacios en dicha zona.
6. Cuando los vehículos que se encuentran en la zona de consolidación deben dirigirse de nuevo al Terminal, deben tomar de nuevo la avenida 26 en sentido noroeste – suroccidente (Flecha naranja – Figura 37) y dirigirse de nuevo a la entrada del Terminal.
7. Los camiones que vienen de zona de consolidación ingresan de nuevo al Terminal por una portería denominada “Ingreso Express” en donde solo está permitido el ingreso de vehículos que provienen de dicha zona de parqueo, mediante la revisión del registro de entrada previamente tomado por parte del encargado de la seguridad en dicha entrada (ver figura 38).
90
8. Cuando todos los parqueaderos se encuentren ocupados (P1, P2, P3, P4 y zona de consolidación), los vehículos deben esperar en alguna de las cuatro ventanillas inactivas mientras son llamados por el destino al cual se dirigen.
9. En caso de que todos los parqueaderos y ventanillas inactivas se encuentren ocupados, los camiones que necesiten estacionarse para esperar por servicio en el operador de carga al cual se dirigen, deben tomar uno de los parqueaderos de emergencia (Figura 35) más próximos a su destino.
10. Cuando un vehículo ha terminado su servicio y se dispone a salir del Terminal (Flecha verde – figura 37), se debe pedir al conductor que entregue su registro de ingreso y actualizar la variable de conteo ( ( ) ( ) ).
Figura 38: Propuesta de disposición de las vías de entrada del NTC para la propuesta 1.
Fuente: elaboración propia de los autores.
7.2.1.4 Aclaraciones
Para el funcionamiento de esta propuesta es necesario tener en cuenta las siguientes consideraciones:
En caso de que las ventanillas de carga disponibles correspondientes al operador de carga al cual se dirige un camión estén llenas, el vehículo debe dirigirse siempre a los recursos de parqueo en el siguiente orden:
1. Bahías de parqueo 2. Ventanillas de atención inactivas 3. Bahías de parqueo de emergencia
La generación de un registro de entrada (ticket de ingreso) para todo camión que ingrese al Terminal es necesario para evitar que los camiones que deseen ingresar al terminal por primera vez, ingresen por la entrada de “ingreso Express” y se adelante a los camiones que ingresan por primera vez y que están esperando en cola por ingreso en las otras entradas del Terminal.
Cuando están ocupados todos los espacios en bahías de parqueo, ventanillas de atención inactivas, bahías de parqueo de emergencia y zona de consolidación, se restringe el ingreso de vehículos al Terminal.
91
7.2.2 Propuesta 2: sistema de direccionamiento anticipado a la zona de consolidación
Para mejorar el uso de la zona de consolidación y evitar congestiones en la avenida 26 a causa de la generación de colas sobre esta importante vía del aeropuerto, se complementa el sistema de control de ingreso al Terminal con la utilización de la zona de consolidación de carga como un lote de parqueo externo al Terminal (no interno como en la propuesta 1).
Para lograr que los camiones ingresen a la zona de consolidación de carga sin ingresar al Terminal, es necesario dirigir los vehículos a dicha zona desde el retorno localizado al final de la avenida 26 (Símbolo 1 – Figura 39). Los vehículos que lleguen a este punto serán conducidos al Terminal (Flecha café – Figura 39) solo si se cumplen las siguientes dos condiciones:
1. ( ) [ ]
2. ( )
Dónde:
( ): Número de vehículos en la zona de consolidación que esperan por espacio disponible en el Terminal en el tiempo t.
Como se describió anteriormente, para esta propuesta y debido a que la zona de consolidación de carga es considerada como un conjunto de recursos externos al Terminal, el nuevo número de parqueaderos disponibles dentro del Terminal es 134, con lo cual la nueva condición de capacidad cambia a ( ) . Estas dos condiciones permiten que los camiones sólo puedan dirigirse al Terminal si el número de vehículos que se encuentran en él es menor al límite de capacidad y no existen vehículos en la zona de consolidación.
7.2.2.1 Propuesta de diseño
Las propuestas 1 y 2 comparten el mismo diseño en las bahías de parqueo del nuevo Terminal de Carga.
7.2.2.2 Propuesta de distribución
La distribución de los operadores de carga y/o aerolíneas de para la presente propuesta comparte los mismos lineamientos de selección y organización de áreas de bodega presentados en la anterior propuesta, por lo cual comparten la misma propuesta de distribución.
7.2.2.3 Propuesta de operación
Figura 39: Propuesta de operación en el nuevo Terminal de Carga bajo la propuesta 2.
FUENTE: elaboración propia de los autores.
92
La presente propuesta funciona mediante el siguiente procedimiento de operación:
1. Como en la anterior propuesta, los camiones ingresan por la avenida 26 (Flecha roja – figura 39) en donde son separados al inicio de la glorieta de ingreso al aeropuerto, de acuerdo a las dos condiciones descritas anteriormente.
2. Si el número de vehículos en el Terminal es menor al límite permitido y no existen camiones en cola en la zona de consolidación, los camiones que se encuentran a la altura del primer retorno (Símbolo 1 – figura 39) son desviados por esta vía (fleca café – figura 39) para que tomen la ruta de entrada al complejo de carga (flecha azul claro – figura 39) y procedan a iniciar su proceso de ingreso al Terminal.
3. Los camiones que son desviados a la derecha en el primer retorno (Símbolo 1 – figura 39) debido a escases total de recursos de parqueo y servicio en el Terminal ( ( ) ) o existencia de vehículos de carga en la zona de consolidación en espera por un cupo en el complejo de carga ( ( ) ), deben proseguir por la glorieta (flecha naranja – figura 39) e ingresar al último retorno (Símbolo 2 – figura 39). En esta zona los vehículos de carga deben ser retenidos si todos los parqueaderos de la zona de consolidación se encuentran ocupados ( ).
4. Si hay recursos de parqueo disponibles en la zona de consolidacion8 ( ), los camiones continúan con su ingreso a dicha zona (flecha violeta – figura 39) en donde deben tomar un ticket de turno a la entrada y esperar en cola en alguno de los parqueaderos disponibles mientras se regula el nivel de capacidad del Terminal.
5. Cuando se regula el número de vehículos en el Terminal, los camiones son llamados según el orden de llegada, gracias a los turnos previamente tomados por cada conductor para proseguir con su ingreso al complejo de carga, no sin antes entregar su correspondiente registro de turno en la portería de salida de la zona de consolidación, y se dirigen a la entrada del Terminal (Flecha gris y flecha azul claro – figura 39).
6. A su llegada al Terminal, los camiones seleccionan una de las 5 porterías disponibles (Figura 40) para el ingreso de vehículos. en donde deben esperar en cola si el nivel de capacidad del Terminal ha alcanzado su máximo.
7. De este punto en adelante, los vehículos continúan con los flujos de movimiento proporcionados en la anterior propuesta para movilizarse en el nuevo Terminal de carga entre los diferentes operadores y/o aerolíneas (Flecha azules, flecha verde y flecha amarilla – figura 39).
Figura 40: Propuesta de disposición de las vías de entrada del NTC para la propuesta 1.
Fuente: elaboración propia de los autores.
93
7.2.2.4 Consideraciones
Para el funcionamiento de esta propuesta es necesario tener en cuenta las siguientes consideraciones:
Se mantiene la prioridad de selección de recursos de parqueo según la disponibilidad de los mismos: 1. Bahías de parqueo 2. Ventanillas de atención inactivas 3. Bahías de parqueo de emergencia
La generación de un registro de entrada utilizado en la anterior propuesta para identificar los camiones que ya han ingresado al Terminal no es necesaria para la presente propuesta, puesto que los camiones que se encuentran en las instalaciones del lado tierra del Terminal ya no deben dirigirse a la zona de consolidación y no deben reingresar al complejo de carga. Debido a esta razón también se pueden utilizar las 5 vías de acceso de la entrada para el ingreso de vehículos de carga que arriban al Terminal (Figura 40).
La propuesta incluye una zona de espera ubicada al final del último retorno de la avenida Eldorado (símbolo 2 – figura 39) en donde los vehículos que se dirigen a la zona de consolidación deben esperar si no hay parqueaderos disponibles. De no utilizar este punto para la espera de estos vehículos, se acumularían sobre la avenida 26 a la altura de la entrada de la zona de consolidación, lo que causaría congestión sobre esta imperante vía de la ciudad.
Sin el sistema de turnos propuesto en los numerales 4 y 5 del numeral 7.2.2.3, no se podría indicar a los camiones que arriban por la avenida 26 (flecha roja – figura 39) que deben dirigirse a la zona de consolidación debido a que hay camiones en esta zona que ya están esperando por un cupo en el Terminal, ergo los camiones que llegan al sistema robarían el turno de los camiones que están en la zona de consolidación, además de que no se podría utilizar la zona de espera para vehículos que se dirigen a la zona de consolidación.
94
8. SELECCIÓN DE ALTERNATIVAS VÍA SIMULACIÓN
La simulación de la situación actual permitió calibrar la modelación de los fenómenos de tiempo entre llegadas, tiempo de servicio y masa movilizada por cada tipo de vehículo de carga. Estas bondades, sumadas a las oportunidades de mejora detectadas, específicamente la necesidad de hacer una proporcionalidad entre el área asignada y el volumen de destinos para cada operador, y la necesidad de asignar el número de ventanillas, según el tipo de carga, en función al volumen de camiones que transportan tales materiales, ayudaron al planteamiento de los modelos de simulación para el Nuevo Terminal de Carga Internacional, considerando las condiciones impuestas por los futuros edificios de carga y el diseño inicial planteado en el lado tierra.
En esta sección se evaluaron dos propuestas de operación, utilizando la misma propuesta de re-diseño del lado tierra, bajo la consideración de un escenario futuro a corto plazo y un escenario estimado al largo plazo en el cual el aeropuerto de carga estaría sometido a un flujo límite de tráfico.
8.1 FORMULACIÓN DE LOS MODELOS DE SIMULACIÓN UTILIZADOS PARA REPRESENTAR LAS
PROPUESTAS DE OPERACIÓN EN EL NTC
8.1.1 Generalidades a considerar en la modelación del NTC
La diferencia entre los dos modelos de simulación para recrear las propuestas planteadas simplemente radica en que la lógica utilizada para modelar la operación en el lado tierra, es distinta. De esta manera, todas las distribuciones de probabilidad, parámetros, asignación de recursos, reloj y horizonte de simulación son comunes a las propuestas.
8.1.2 Parámetros y distribuciones de probabilidad asociadas a los modelos
8.1.2.1 Distribución de ventanillas para la atención de los vehículos
El hallazgo de esta distribución está ligado a una estimación de la posible asignación de áreas para los actuales operadores de carga y los nuevos operadores que sean introducidos en el NTC. Es razonable pensar que la carga movilizada por cada operador depende del área que le sea asignada, por lo que es necesario hacer una repartición más o menos proporcional de acuerdo a la repartición de los volúmenes de carga manejados, para los operadores actuales.
Al momento de hacer una estimación de las áreas a asignar, y por ende el número de ventanillas, algunos de los operadores de carga ya estaban entablando negociaciones con la empresa administradora del NTC para definir las áreas a ser arrendadas y la ubicación de las mismas en el nuevo edificio de carga. Para aquellas compañías que no habían entablado conversaciones, se estimó el área de acuerdo a la carga movilizada, considerando la arquitectura del nuevo edificio para no tener inconvenientes con la repartición de las ventanillas. En la tabla 21 se muestra el área y número de ventanillas asignados a cada operador; para llenar el espacio restante, se crearon 4 nuevos operadores ficticios.
En la simulación del terminal actual, se detectó que el número de ventanillas asignadas para cada tipo de carga influye en la movilidad al interior de la terminal. Se decidió entonces asignar el 63,3% de las ventanillas para carga perecedera y el resto para materiales secos.
8.1.2.2 Distribución de destinos para los vehículos de carga
Para poder determinar el porcentaje de camiones que se dirige a cada uno de los operadores de carga, se tomó como referencia la situación actual del terminal y se realizó un análisis de regresión lineal entre el número de ventanillas activas y el número de vehículos de carga o cantidad de carga movilizada. En este análisis se encontró una correlación aceptable entre estas dos variables (r
2 del 65%), lo cual ratifica la
proporcionalidad entre el número de ventanillas y el número de vehículos de carga (ver anexo K).
95
Bajo esta justificación, se calculó una nueva distribución de probabilidad incluyendo los 11 nuevos operadores de carga. Para esto se tomó como referencia el número de ventanillas asignadas previamente en el terminal, sin tener en cuenta las ventanillas inactivas.
Tabla 21: Estimación de área y número de ventanillas para cada operador en el NTC
Operador Área (m2) %Área
Ventanillas Carga Seca
Ventanillas Perecederos
Total de Ventanillas
Distribución de camiones por operador
(%)
C1 5.728 16,90% 6 12 18 14,06%
C2 1.886 5,60% 3 5 8 6,25%
C4 3.691 10,90% 5 9 14 10,94%
C3 4.290 12,70% 3 5 8 6,25%
C6 3.579 10,60% 5 9 14 10,94%
C5 3.883 11,50% 6 10 16 12,50%
C7 3.691 10,90% 5 9 14 10,94%
NC1* 3.599 10,60% 4 6 10 7,81%
NC2* 1.094 3,20% 3 5 8 6,25%
NC3* 1.094 3,20% 3 5 8 6,25%
NC4* 1.368 4,00% 4 6 10 7,81%
*Nuevo operador ficticio
FUENTE: elaboración propia de los autores
Esta nueva distribución de probabilidad es más homogénea (entre el área y la proporción de camiones que llegan a cada operador) con respecto a la realidad presentada en el terminal actual.
8.1.2.3 Distribución de número de destinos para los vehículos de carga
En la sección 5.2.1.5 se describió la proporción de número de destinos en la terminal actual, en la cual se aprecia que la probabilidad de ir a varios destinos decrece con tendencia exponencial a medida que el número de destinos es mayor. Esta hipótesis fue comprobada mediante regresión de mínimos cuadrados (r
2
del %99,7. Ver Anexo L).
Basándose en el análisis anterior, la nueva distribución de número de destinos quedo definida como se muestra en la tabla 22.
Tabla 22: Nueva distribución de probabilidad asociada al número de destinos a los que se dirigen los vehículos de carga
Número de destinos 1 2 3 4 5 6 7 8 9 10 11
Probabilidad 0,741 0,12 0,029 0,016 0,014 0,013 0,013 0,013 0,013 0,013 0,013
FUENTE: elaboración propia de los autores
8.1.2.4 Distribuciones de tiempos entre llegadas de vehículos de carga
Las distribuciones de probabilidad asociadas a los tiempos entre llegadas de vehículos de carga son las mismas utilizadas en la simulación del terminal actual, con la diferencia que para estas simulaciones de la NTC, los valores aleatorios generados por cada una de las campanas mostradas en el anexo H (Tabla 67) son divididas por el índice de flujo de vehículos calculado en la sección 6.3. Lo anterior hace que los tiempos entre llegadas sean más cortos y por lo tanto el número de entidades creadas aumente de acuerdo al factor deseado.
8.1.2.5 Distribuciones de tiempos de servicio
Para los siete operadores de carga existentes en la terminal, se asumieron las mismas distribuciones de probabilidad utilizadas en la simulación de la situación actual. Las campanas de probabilidad asociadas a estos eventos se muestran en el anexo N (Tablas 75 y 76).
96
Por otra parte, para los cuatro nuevos operadores virtuales, se asumieron los mismos tiempos de servicio asignados para aquellas compañías de las cuales no se obtuvo información en el muestreo (ver sección 5.2.1.2), es decir, el tiempo en servicio en ventanillas para los operadores NC1, NC2, NC3 y NC4 será igual al de C1 y C2.
8.1.2.6 Otras distribuciones de probabilidad
Las funciones de probabilidad relacionadas con la proporción de vehículos de carga, nivel de carga para los camiones y la distribución de camiones de acuerdo al tipo de carga transportada, se mantuvieron invariantes con respecto a las utilizadas en la simulación del terminal actual.
De igual manera, se mantuvieron los mismos horarios de atención.
8.1.3 Horizonte de simulación
Al igual que en la simulación de la situación actual, la duración de cada réplica de una simulación fue definida en 168 horas, equivalente a jornadas de 24 horas durante los siete días de una semana. Debido a que las llegadas de vehículos varían entre temporada alta y baja, se realizaron dos simulaciones, una para cada temporada.
8.1.4 Simulación de la Propuesta 1
Como se describió en la sección 7.2.1, la primer propuesta consiste en implementar un sistema de control de ingreso de vehículos que limita el número de camiones que ingresan al Terminal mediante la condición descrita en dicho capítulo, con el fin de garantizar niveles de seguridad y movilidad adecuados para los camiones que se encuentran en la Terminal, para los usuarios en general y para los peatones.
8.1.4.1 Descripción del sistema
El modelo de simulación fue elaborado con base al diagrama de flujo de actividades definidas para los procesos de Cargue/Descargue de camiones con control de capacidad (ver Figura 41). En este diagrama los camiones llegan a una de las 4 entradas del centro logístico, en donde se verifica que el número de vehículos dentro del Terminal sea menor a su capacidad máxima. Si la condición de entrada no se cumple, los camiones esperan en cola mientras se descongestiona el Terminal, de lo contrario los camiones ingresan al Terminal y se actualiza el sistema con la aparición de este nuevo vehículo en las inmediaciones del lado tierra del aeropuerto de carga. Los camiones que ingresan al NTC deben, como primera medida, buscar ventanillas disponibles correspondientes al operador de carga al cual se dirigen, y en caso de disponibilidad, el camión tomará una de las ventanillas para su cargue/descargue de mercancía. Si no existen ventanillas disponibles, el camión debe buscar algún parqueadero disponible, el cual se selecciona en función de la distancia más corta al operador de carga al cual debe dirigirse. Si no existen parqueaderos disponibles, el camión debe tomar alguna de las ventanillas de carga que en ese momento se encuentren inactivas y que por lo tanto sirven como parqueaderos temporales. Finalmente, si no existen parqueaderos ni ventanillas inactivas disponibles para que el vehículo pueda estacionar, el camión debe tomar una de las posiciones de parqueo de emergencia..
Cuando el vehículo finaliza su servicio, se repite el proceso de selección de recursos de servicio o parqueo si debe dirigirse a más de un operador de carga o sale del Terminal, no sin antes actualizar el número de vehículos en la Terminal con la eliminación/salida de esta entidad del sistema.
Figura 41: Diagrama de flujo de actividades para cargue/Descargue de camiones con control de capacidad
97
Ingresar al
Terminal de Carga
Hay ventanillas
disponibles
Tomar ventanilla
de atención en
bodega
Hay
parqueaderos
disponibles
Tomar
parqueadero y
esperar una
ventanilla
desocupada
Descargar
mercancía en
bodega
El camión esta
libre
Salir del Terminal
de carga
SI
NO
Hay ventanillas
inactivas disponibles
Tomar ventanilla
inactiva y esperar
por una ventanilla
desocupada
Tomar
parqueadero
improvisado
Esperar por cupo
en el Terminal
SI SI
SI
NO
NO NO
FUENTE: Elaboración propia de los autores.
98
8.1.4.2 Definición del sistema para la simulación de la propuesta 1
La lógica del modelo de simulación funciona en torno a la misma entidad Conductor, al igual que la simulación de la situación actual, la cual tiene los mismos atributos. Sin embargo y para este caso, las ventanillas inactivas y las parqueaderos de emergencia, se representarán en el sistema como recursos (adicionales).
8.1.4.3 Descripción general del modelo de simulación para la propuesta 1
Este modelo consta de 5 sub-modelos básicos (figura 42), que representan las actividades descritas en el numeral anterior y la posición física donde suceden dichas actividades.
Figura 42: Sub-modelos del modelo de simulación - Propuesta 1.
FUENTE: Elaboración propia de los autores.
8.1.4.3.1 Sub-modelo 1: Lógica de generación de entidades.
Este sub-modelo es utilizado para la creación y asignación de atributos de la entidad Conductor y físicamente representa la llegada de camiones por la Avenida 26 a 1.230 m de la glorieta del aeropuerto.
Figura 43: Impresión de pantalla de la lógica del sub-modelo “Lógica de generación de camiones”.
FUENTE: Elaboración propia de los autores
La entidad Conductor es generada en el sistema mediante un módulo Create (Símbolo 1-1, Figura 43) bajo la misma configuración utilizada en el módulo Create (Símbolo 1-1, Figura 12) del sub-modelo "Lógica de entrada al Terminal" del modelo de simulación correspondiente a la situación actual. Posteriormente se asigna el atributo Tipo de Vehículo" y se inicializan los atributos Destino y Tiempo de Servicio en el módulo Assign (Símbolo 1-2, Figura 43), para después asignar a la entidad la posición física dentro del sistema correspondiente a la llegada de camiones al aeropuerto por la avenida 26, como se mencionó
99
anteriormente. Posteriormente, la entidad solicita el transportador correspondiente al atributo Tipo de vehículo con el uso de un módulo Decide (Símbolo 1-4, Figura 43) y un conjunto de módulos Request (Símbolo 1-5, Figura 43), para dirigirse luego a un módulo Assign (Símbolo 1-6, Figura 43) en donde se asignan los atributos Num_Destinos, Tipo_de_carga y Carga. Con estos atributos definidos, la entidad Conductor se dirige a un módulo bloque VBA en donde se emplea el mismo algoritmo utilizado en el bloque VBA (Símbolo 1-9, Figura 12) para asignar los destinos (operadores de carga) a los que se dirige la entidad y la cantidad de material a cargar o descargar en cada uno de los destinos. Con los destinos y carga a entregar en cada uno de ellos, la entidad entra a un bloque Assign (Símbolo 1-8, Figura 43) en donde se determina la prioridad de entrega bajo el mismo procedimiento empleado en el bloque Assign (Símbolo 1-10, Figura 12) perteneciente al sub-modelo "Lógica de Entrada al Terminal". Finalmente la entidad es dirigida a un módulo Leave (Símbolo 1-9, Figura 43) en donde es enviada al sub-modelo "Lógica entrada al Terminal" (Figura 42).
Las distribuciones de probabilidad ajustadas para la simulación del modelo propuesto fueron usadas en el módulos assign (Símbolo 1-6, Figura 43), para asignar el atributo Num_Destinos de acuerdo a la sección 8.1.2.3 y en el bloque vba para asignar los destinos a los cuales debe dirigirse la entidad en base al atributo Num_Destinos y a las distribuciones de probabilidad descritas en el numeral 8.1.2.2.
Al realizar una comparación entre los sub-modelos "Lógica de generación de camiones" del presente modelo, y "Lógica de entrada al Terminal" del modelo de simulación de la situación actual, se pueden encontrar dos diferencias significativas en cuanto al uso de módulos:
Los módulos correspondientes a los símbolos 1.6 y 1.7 del sub-modelo "Lógica de entrada al Terminal" no son utilizados en el sub-modelo "Lógica de generación de entidades". La razón de la ausencia de estos módulos dentro de la nueva simulación, es que el concesionario no tendrá espacio en bodegas dentro del nuevo complejo de carga.
Los módulos correspondientes a los símbolos 1-11, 1-12, 1-13, 1-14 y 1-15 del sub-modelo "Lógica de entrada al Terminal" no son utilizados en el sub-modelo "Lógica de generación de entidades". Las actividades correspondientes a estos módulos dentro del sub-modelo perteneciente a la situación actual, se emplearan en modelos subsecuentes dentro de la simulación de esta propuesta.
8.1.4.3.2 Sub-modelo 2: Lógica de entrada al Terminal
Este sub-modelo simula el comportamiento de los camiones que arriban al Terminal y la lógica que deben seguir éstos para ingresar y seleccionar la posición dentro del NTC.
Figura 44: Impresión de pantalla de la lógica del sub-modelo “Lógica de entrada al Terminal”.
FUENTE: Elaboración propia de los autores.
100
Los camiones procedentes del sub-modelo "Lógica de generación de camiones" llegan al módulo Station (Símbolo 2-1, Figura 44) para después dirigirse a un módulo Decide (Símbolo 2-2, Figura 44), en el cual la entidad es direccionada de acuerdo al número de entidades en cola en cada uno de los módulos Hold (Símbolo 2-3, Figura 44) según la siguiente desigualdad:
Donde:
: Número de entidades en cola sobre las cuales se evalúa la condición.
: Número de entidades en cola sobre las cuales se compara la condición.
La función de esta condición es simular el comportamiento de los conductores al ingresar a una red de colas en paralelo bajo el criterio de la cola más corta. Cuando la entidad ingresa al módulo Hold correspondiente a la cola seleccionada, se verifica que el número de vehículos en la Terminal sea menor al límite establecido en la condición del numeral 7.2.1. Para realizar esto, se utiliza una variable de conteo: mientras el número de vehículos sea mayor o igual al límite de vehículos dentro de la terminal, lo módulos Hold retendrán las entidades hasta que el sistema se regule; y mientras que la variable de conteo sea menor al límite permitido, por consiguiente habrán libres espacios para el ingreso de nuevos vehículos al complejo de carga.
Cuando la variable conteo es menor al límite permitido, la entidad Conductor sale del módulo Hold correspondiente a la entrada en la cual se localizaba, y se dirige a un módulo Record (Símbolo 2-4, Figura 44) en donde se incrementa la variable de conteo del número de camiones dentro de la Terminal en una unidad. Posteriormente, la entidad entra a un módulo Decide en donde es direccionada según la prioridad de entrega hacia sus correspondientes destinos, de forma similar al proceso de selección realizado en el módulo Decide (Símbolo 1-11, Figura 12) del sub-modelo " Lógica de entrada al Terminal" en la simulación de la situación actual.
Figura 45: Impresión de pantalla del sub-modelo de selección de recursos (Símbolo 2-6, Figura 44).
FUENTE: Elaboración propia de los autores.
A continuación, la entidad ingresa a un sub-modelo correspondiente al operador de carga (Símbolo 2-6, Figura 44), en donde se selecciona la siguiente posición a tomar dentro del Terminal en función del número de ventanillas ocupadas en el operador de carga correspondiente. Este sub-modelo contiene los mismos módulos y la misma lógica que el sub-modelo " Lógica de entrada al Terminal" (Símbolo 1-15, Figura 12) utilizado en la simulación de la situación actual y descrito en la sección 5.2.3.3.1.
101
Para este nuevo escenario de simulación, como se mencionó anteriormente, los vehículos que generan congestión (aquellos que no poseen una ventanilla o parqueadero definido) se representan por medio de recursos ficticios, los cuales son asignados en el bloque VBA (Símbolo 2-6-2, Figura 45). La selección de una posición de congestión es considerada dentro del mismo arreglo de parqueaderos con la prioridad más baja de selección. Este módulo tiene el mismo código de programación y lógica que el bloque VBA (1-15-2, Figura 19) del sub-modelo " Lógica de entrada al Terminal" de la simulación actual.
8.1.4.3.3 Sub-modelo 3: Lógica de manejo en parqueaderos
Figura 46: Impresión de pantalla de la lógica del sub-modelo "Lógica de manejo en parqueaderos".
FUENTE: Elaboración propia de los autores.
Este sub-modelo, al igual que su homónimo en el modelo de simulación de la situación actual, pretende representar la espera de los vehículos que se dirigen a los diferentes operadores de carga, y que por falta de recursos en ventanilla, deben esperar en cola de acuerdo al tipo de carga que transportan. A diferencia de la simulación actual, este sub-modelo no utiliza el sub-modelo "Lógica de estadía en parqueaderos en Concesionario" ya que este último no tendrá asignación de espacio en bodega dentro de las nuevas instalaciones.
Figura 47: Impresión de pantalla del sub-modelo de lógica de estadía en parqueaderos (Símbolo 3-3, Figura 46).
FUENTE: Elaboración propia de los autores.
8.1.4.3.4 Sub-modelo 4: Lógica de atención en ventanillas
102
Figura 48: Impresión de pantalla del sub-modelo "Lógica de atención en ventanillas".
FUENTE: Elaboración propia de los autores.
Este sub-modelo es equivalente al sub-modelo 3 (Figura 24) de la simulación del la situación actual, y su función es simular la atención en ventanillas y el cargue/descargue de mercancías en cada una de las bodegas del Terminal.
Figura 49 Impresión de pantalla del conjunto de sub-modelos de servicio en ventanillas (Símbolo 4-1, Figura 48)
FUENTE: Elaboración propia de los autores.
Las entidades provenientes de los sub-modelos 2 y 3, llegan al conjunto de sub-modelos de lógica de atención en ventanillas (Símbolo 4-1, Figura 48), los cuales tienen la misma configuración que el conjunto de sub-modelos utilizados para simular el servicio en ventanillas del Terminal de Carga Internacional actual (Figura 25) y que permiten simular el proceso de cargue/descargue de ULCs en las ventanillas correspondientes al destino al cual se dirige la entidad.
Cuando la entidad ha sido atendida en el destino (operador de carga) al cual debía dirigirse según su prioridad de entrega, ésta ingresa a un módulo Decide (Símbolo 4-2, Figura 48) en el cual es direccionada a uno de los sub-modelos de selección de nuevo destino (Símbolo 4-3, Figura 48). Si la entidad necesita cargar/descargar mercancía para otro operador de carga, se le asignará un nuevo destino; pero en caso de haber completado su servicio en cada uno de los operadores de carga a los cuales debía asistir, se dirigirá la entidad al módulo Leave en donde es enviada a la estación de salida (Símbolo 4-4, Figura 48).
Figura 50: Impresión de pantalla del conjunto de sub-modelos de selección de nuevo destino (Símbolo 4-3, Figura 48).
103
FUENTE: Elaboración propia de los autores.
Cada uno de los sub-modelos de lógica de selección de nuevo destino (Símbolo 4-3, Figura 48), tienen la misma configuración y módulos que los sub-modelos de lógica de entrada utilizados en el sub-modelo 2 (Figura 45), aunque existe una diferencia representativa con respecto a la lógica de selección del nuevo destino en el sub-modelo 3, pues para esta propuesta no es necesario simular entidades en cola de congestión como se hacía en la simulación actual, ya que esos vehículos son simulados con recursos de congestión provisionales o ficticios y por consiguiente entran directamente a las colas de espera de servicio del operador de carga correspondiente (módulo Hold símbolo 3-4-6, Figura 26).
8.1.4.3.5 Sub-modelo 5: Lógica de salida del Terminal
Figura 51: Impresión de pantalla del sub-modelo "Lógica de salida del Terminal".
FUENTE: Elaboración propia de los autores.
El quinto y último sub-modelo de la simulación de la propuesta 1, al igual que su homónimo en el modelo de simulación de la situación actual (Figura 28), representa la salida de la entidad del sistema. Este sub-modelo
104
comparte los mismos módulos que su contraparte en la simulación del Terminal de carga actual, más un módulo Record (Símbolo 5-2, Figura 51), el cual actualiza la variable de conteo de vehículos en el Terminal disminuyéndola en una unidad.
8.1.5 Simulación de la Propuesta 2
La segunda propuesta, tal y como se describió en el numeral 7.2.2, implementa un nuevo sistema que dependiendo del número de vehículos que se encuentren el Terminal y el número de vehículos estacionados en la zona de consolidación y que esperan por cupo en el complejo de carga, envía a los camiones que ingresan al sistema, a la zona de consolidación de carga sin tener que ingresar al Terminal y de esta forma utilizar esta zona como un parqueadero exterior al lado tierra, con el fin reducir el número de camiones en cola en la nueva Terminal, especialmente, en las épocas de picos de llegadas de camiones al Terminal.
Para la implementación de esta propuesta se utilizaría la misma tecnología sugerida en la alternativa anterior, además de avisos informativos sobre las principales vías de acceso con el fin de advertir a los conductores del posible destino que deben seguir.
8.1.5.1 Descripción del sistema
Figura 52: Flujos de movimiento de los vehículos de carga para la propuesta 2
FUENTE: Elaboración propia de los autores
Bajo esta propuesta, las entidades que ingresan al sistema siguen el diagrama de flujo de actividades propuesto en la figura 53. Las entidades inician su recorrido por la avenida 26 (flecha roja – figura 52) y llegando a la glorieta (Símbolo 1 – figura 52) son desviadas dependiendo del número de camiones que se encuentran en dicho momento en el Terminal y el número camiones que se encuentran estacionados en la zona de consolidación de carga. Si el número de camiones en el Terminal es menor al límite ya descrito en la sección 7.2.1, y no existen camiones en espera en la zona de consolidación de carga, las entidades son dirigidas al Terminal de carga (flecha café – figura 52). En el caso en el que se haya superado el límite del número de camiones en la Terminal pero haya aun espacios en la zona de consolidación, la entidad ingresa a la zona de consolidación de carga y toma un turno en espera por espacio disponible en la Terminal (Símbolo
3 – figura 52). Cuando la condición ( ) [ ] se cumple, los camiones en la zona de
consolidación de carga pueden entrar al Terminal en donde se sigue la misma lógica de asignación de recursos de parqueo o atención en ventanillas descrita en la anterior propuesta. Finalmente, si no hay espacios en el parqueadero de la Terminal y si todas las posiciones de parqueo de la zona de consolidación de carga se encuentran ocupadas, las entidades deberán esperar en cola (símbolo 2 – figura 52).
105
Figura 53: Diagrama de flujo de actividades para ingreso a la Terminal bajo selección de ruta.
Vía
s d
e a
cce
so a
l T
erm
ina
l d
e C
arg
a I
nte
rna
cio
na
lT
erm
ina
l d
e C
arg
a I
nte
rna
cio
na
l
Ingresar al
aeropuerto
(vía avenida 26)
Y
Vehículos en zona consolidación
de carga =0
Tomar
parqueadero en
zona de
consolidación y
esperar por la
condición
Hay cupo en
zona de
consolidacion
Esperar por cupo
en la zona de
consolidacion
Ingresar al
Terminal
Logica de actividades propias de selecicon de recursos y atencion en ventanillas
Salir del Terminal de Carga
FUENTE: Elaboración propia de los autores
8.1.5.2 Definición del sistema para la Propuesta 2
El presente modelo de simulación sigue rige bajo las misma lógica y programación de la Propuesta 1.
8.1.5.3 Descripción del modelo de simulación para la propuesta 2
Para la simulación de la propuesta 2, se elaboró un modelo que trabaja bajo los siguientes sub-modelos, los cuales al igual que las simulaciones elaboradas para la propuesta 1 y la situación actual, representan la lógica que deben seguir los vehículos, según las posición en la que se encuentran dentro del sistema.
Figura 54: Impresión de pantalla de los 8 sub-modelos del modelo de simulación - Propuesta 2.
106
FUENTE: Elaboración propia de los autores.
Este modelo se diferencia de la primera propuesta solamente en los cuatro primeros sub-modelos, los cuales representan las actividades que ocurren en las vías de entrada al Terminal y la zona de consolidación de carga. Los sub-modelos restantes tienen la misma configuración que sus equivalentes en el modelo de la primer propuesta, razón por la cual se omitirá su explicación.
8.1.5.3.1 Sub-modelo 1: Lógica de generación de entidades
Como su contraparte en la propuesta 1, este sub-modelo es empleado para la creación y asignación de atributos de la entidad Conductor, además de asignarle a ésta la posición física correspondiente a la llegada de camiones por la avenida 26.
Figura 55: Impresión de pantalla de la lógica del sub-modelo “Lógica de generación de camiones” – propuesta 2-
FUENTE: Elaboración propia de los autores.
Este sub-modelo contiene los mismos módulos y configuración que el sub-modelo “Lógica de generación de entidades” del modelo de simulación de la propuesta 1, a excepción del módulo Leave, localizado al final de sub-modelo (símbolo 1-9, Figura 55), ya que este módulo es el encargado de enviar las entidades a la estación de selección de ruta correspondiente al sub-modelo “lógica de selección de ruta”.
8.1.5.3.2 Sub-modelo 2: Lógica de selección de ruta
Este sub-modelo representa la decisión que deben tomar los camiones al llegar a la glorieta que permite la entrada al aeropuerto. Las entidades son separadas dependiendo del número de vehículos en la Terminal y enviadas a la entrada del complejo de carga o a la zona de consolidación.
107
Figura 56: Impresión de pantalla del sub-modelo “Lógica de selección de ruta” – Propuesta 2.
FUENTE: Elaboración propia de los autores.
La entidad procedente del sub-modelo 1, ingresa a este sub-modelo a través del módulo Station (símbolo 2-1, Figura 56). A continuación la entidad ingresa a un módulo decide (símbolo 2-2, Figura 56) en donde es enviada a la entrada del Terminal de carga o a la zona de consolidación, dependiendo del resultado de las siguientes condiciones:
1. ( ) ( )
2. ( )
La primer condición como se explicó anteriormente solo es verdadera si el número de vehículos que se encuentra en el Terminal es menor al límite permitido. La segunda condición es verdadera solo cuando no hay vehículos en espera de ingreso al Terminal de carga en la zona de consolidación. De acuerdo a estas dos condiciones, la entidad puede dirigirse al Terminal de carga si y solo si se cumplen las dos condiciones, que existan recursos disponibles en el Terminal y que no hayan vehículos esperando en la zona de consolidación.
Si por lógica, el vehículo puede ingresar al Terminal, la entidad conductor es conducida al módulo Leave (símbolo 2-3, Figura 56), en donde es enviada a la estación correspondiente a la entrada del Terminal. Si por el contrario, la entidad debe dirigirse a la zona de consolidación, la entidad se dirige al módulo Leave (símbolo 2-4, Figura 56) y es transferida al siguiente sub-modelo.
8.1.5.3.3 Sub-modelo 3: Lógica de zona de espera zona de consolidación
Este sub-modelo es empleado dentro de la simulación para representar el lugar designado para los vehículos que deben ingresar a la zona de consolidación de carga y que deben esperar mientras se libera un recurso de parqueo en dicho lugar de aparcamiento. Toda entidad que se dirija a la zona de consolidación, debe pasar primero por este sub-modelo con el fin de controlar el ingreso.
Figura 57: Impresión de pantalla del sub-modelo “Lógica de zona de espera de zona de consolidación de carga”.
FUENTE: Elaboración propia de los autores.
La entidad proveniente del sub-modelo “Lógica de selección de ruta” ingresa a este sub-modelo a través del módulo station (símbolo 3-1, Figura 57). A continuación la entidad ingresa a un módulo Hold en donde es retenida si el total de recursos de parqueo de la zona de consolidación de carga están ocupados ( ( ) representa el total de recursos de la zona de consolidación). Si existen recursos disponibles para la
108
entidad en la zona de consolidación de carga, la entidad se dirige al módulo leave en donde es enviada al sub-módulo “lógica de consolidación de carga”.
8.1.5.3.4 Sub-modelo 4: Lógica de zona consolidación de carga Figura 58: Impresión de pantalla del sub-modelo “Lógica de zona de consolidación de carga”
FUENTE: Elaboración propia de los autores
Este modelo simula el comportamiento de los camiones que ingresan a la zona de consolidación. La entidad ingresa a este sub-modelo a través del módulo Station (Símbolo 4-1, Figura 58). A continuación, la entidad ingresa a un módulo Sieze (símbolo 4-2, Figura 58) en donde toma un recurso de parqueo e ingresa a un módulo Hold (símbolo 4-3, Figura 58) que simula la espera que deben realizar los vehículos si la variable de conteo del número de vehículos es mayor al límite permitido. Cuando el sistema permite el paso de la
entidad ( ( ) ( )), la entidad se dirige a un módulo Hold (símbolo 4-4, Figura 58) en donde
libera el recurso de parqueo antes tomado y finalmente ingresa a un módulo Leave que transfiere la entidad al sub-modelo “Lógica de entrada al Terminal.
8.1.5.3.5 Otros Sub-modelos
Como se mencionó anteriormente, los sub-modelos lógica de entrada al Terminal (Símbolo 5 – figura 54), Lógica de manejo en parqueaderos (Símbolo 6 – figura 54), Lógica de atención en ventanillas (símbolo 7 – Figura 54) y Lógica de salida del Terminal (Símbolo 8 – figura 54) contiene los mismos módulos y configuración que sus homónimos en el modelo de simulación de la primer propuesta, y de igual forma cumplen las mismas función de simular la lógica de asignación de recursos de parqueo y/o atención en ventanillas que sucede dentro del complejo logístico y la salida del sistema.
8.2 CÁLCULO DEL NÚMERO DE CORRIDAS PARA LAS SIMULACIONES DEL NTC
Inicialmente se ejecutaron las simulaciones 100 veces como base para el cálculo del número de réplicas deseado, considerando una confianza del 95%. Al evaluar las estadísticas obtenidas para las variables de respuesta se pudo determinar que sólo para la simulación de la propuesta 1 en temporada alta con el número de corridas requeridas era de 100, pero para el resto de las simulaciones el tamaño de réplicas requerido es menor a este número.
109
Tabla 23: cálculo de número de réplicas para las simulaciones del NTC
Simulación Medida Promedio Desviación alfa ErrorMax N
Propuesta 1
Temporada Baja
Llegada 25,8069643 0,55392544 5% 0,25806964 18
Parqueadero 3,01317425 0,27494149 5% 0,06026348 80
Colas 0,68518247 0,06269132 5% 0,01370365 81
Congestión 0 0 5% 0 0
Propuesta 1
Temporada Alta
Llegada 41,6561905 0,82468808 5% 0,4165619 16
Parqueadero 0,69333688 0,08962259 5% 0,02080011 72
Colas 0,15658201 0,02036295 5% 0,00469746 73
Congestión 0 0 5% 0 0
Propuesta 1
Temporada Baja
Llegada 52,312619 0,90361068 5% 0,52312619 12
Parqueadero 6,54466945 0,48568059 5% 0,13089339 53
Colas 1,47833327 0,11166954 5% 0,02956667 55
Congestión 0,13617334 0,0980408 5% 0,020426 89
Propuesta 1
Temporada Alta
Llegada 79,0190627 1,27572566 5% 0,79019063 11
Parqueadero 2,61015434 0,30540125 5% 0,07830463 59
Colas 0,57418743 0,07287737 5% 0,01722562 69
Congestión 0,10629937 0,1734855 5% 0,0340158 100
Propuesta 2
Temporada Baja
Llegada 52,312619 0,90361068 5% 0,52312619 12
Parqueadero 6,40980151 0,34028757 5% 0,12819603 28
Colas 1,46315944 0,09015277 5% 0,02926319 37
Congestión 0,4640921 0,53565693 5% 0,14850947 50
Propuesta 2
Temporada Alta
Llegada 79,0190627 1,27572566 5% 0,79019063 11
Parqueadero 2,52001426 0,19903659 5% 0,07560043 27
Colas 0,61809154 0,07453967 5% 0,01854275 63
Congestión 0,5695306 0,49026478 5% 0,18224979 28
FUENTE: Elaboración propia de los autores
Con una confianza del 95%, 100 réplicas permiten cometer un error máximo de desviaciones estándar alrededor del promedio para cualquiera de las variables de respuesta.
8.3 RESULTADOS DE LAS SIMULACIONES
8.3.1 Procedimiento de análisis de los resultados
Las simulaciones fueron programadas de tal manera que se generaron bases de datos en archivos de texto. Debido al número de réplicas, la gran mayoría de bases de datos alcanzaron longitudes superiores a los 4 millones de registros, por lo que se tuvo que recurrir al diseño de procedimientos manuales y automatizados mediante macros para poder validar los datos y así utilizar propiedades de las herramientas de análisis estadístico SPSS y MS-Excel.
Las actividades realizadas en el procedimiento del análisis de los datos son las siguientes:
Validación de las bases de datos.
Estandarización de los datos para ser legibles en SPSS o Excel.
Cálculo de estadísticas (medias, varianzas y valores extremos) en Excel (según la longitud de la base de datos estandarizada).
Consolidación de las estadísticas y generación de gráficas con intervalos de confianza.
8.3.2 Propuesta 1
La primera propuesta fue simulada en los dos escenarios propuestos. Su mayor cualidad es la simplicidad en la implicación tecnológica que consigo lleva, la cual pretende dar control a una variable nunca antes
110
cuantificada en el aeropuerto como es el número de vehículos que se encuentran en la terminal en un instante dado.
Esta propuesta obedece a una necesidad inmediata en el aeropuerto, y se presenta como la única propuesta aplicable al corto plazo debido a las restricciones económicas de los Administradores del NTC-.
8.3.2.1 Escenario de flujo de vehículos esperado al corto plazo ( )
8.3.2.1.1 Número de entidades que ingresan al sistema por hora
Como era de esperarse, el comportamiento de las llegadas mantendría el patrón de comportamiento presentado en la simulación de la situación actual, sólo que presenta una amplificación de las llegadas en un 3% con respecto a los niveles de llegadas formulados en los pronósticos (Ver sección 6.2.3). Bajo estas nuevas condiciones, los nuevos picos de flujo de vehículos para temporada baja ocurrirían los días martes entre 17:00 y 18:00 (entre 66,8 y 70,73 camiones por hora con un error tipo I del 1%) y viernes entre 16:00 y 17:00, presentándose un comportamiento similar a esta hora para los días entre semana; y baja afluencia los fines de semana. Para temporada alta, el pico máximo sería indiscutible el día miércoles entre 17:00 y 18:00 (entre 126,09 y 134,49 vehículos por hora); la afluencia de vehículos sería notoriamente inferior los domingos.
Figura 59: Propuesta 1. Número de vehículos que ingresan por hora al NTC con
FUENTE: elaboración propia de los autores
En promedio, la afluencia de vehículos aumentaría en temporada alta entre un 48% y 49% con respecto a la temporada baja.
8.3.2.1.2 Ocupación de las bahías de parqueo por hora
El comportamiento del uso de parqueaderos en la NTC sería bastante similar al presentado en la actualidad a causa de los horarios de atención (los cuales no se modificaron). Sin embargo, al sumar los números de vehículos que en promedio usarían los parqueaderos, se encontró que este uso aumentaría un 10% con respecto a la situación actual, lo cual está ligado como es lógico al aumento de afluencia.
0
50
100
150
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Alta
0
50
100
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Baja
111
Figura 60: Propuesta 1. Número de vehículos en los parqueaderos por hora en el NTC con
FUENTE: elaboración propia de los autores
Al examinar el uso de cada uno de los lotes de parqueo (ver Anexo O - figuras 93 y 94; tabla 78), los lotes P1 y P2 tendrían una utilización bastante similar (ligeramente mayor para P2 en un 1%), el cual sería utilizado a un 20,2% de su capacidad en temporada baja, pero en la hora pico alcanzaría el 90,8%). Por otra parte, el lote P4 tendría un nivel de utilización inferior (cerca de 10% menos que el lote P2 en temporada baja) y el lote P3 sería prácticamente inutilizado, al igual que la zona de consolidación de carga. La preferencia de utilización de estos lotes por parte de los vehículos radica en la mayor proximidad con respecto a 8 de los 11 operadores considerados en la simulación.
En casos extremos, la utilización máxima podría alcanzar cerca de 127 parqueaderos ocupados en temporada baja y 33 posiciones en temporada alta, los cuales resultan alejados de la capacidad máxima del NTC. La no utilización del lote P3 y la zona de consolidación en temporada baja se debe a que el número de ventanillas activas permite un nivel de servicio para el cual la demanda de parqueaderos es relativamente baja.
En general, en temporada baja los parqueaderos serían utilizados entre el 6% y el 7,5%, y en temporada alta entre el 1,3% y el 1,8%. Resulta curioso que en temporada alta la utilización promedio sea menor, pero esto es causado principalmente por la disminución del flujo de camiones con carga seca en temporada alta y el horario 24 horas para vehículos con carga perecedera en esta temporada. En temporada baja, la restricción de los horarios permite la acumulación de vehículos en las horas en las que no hay servicio.
8.3.2.1.3 Número de vehículos en espera por hora
Como era de esperarse, el comportamiento de las entidades en espera por atención es exactamente igual al comportamiento de la ocupación de los parqueaderos. Al considerar el comportamiento de estas colas para cada operador, de acuerdo al tipo de carga que transportan los vehículos (ver anexo O – Figuras 95 y 96), se puede apreciar que el patrón de comportamiento sería igual para todas los operadores, sólo que cambian los valores promedio de las colas. Entre los operadores actuales, C1 y C5 serían los que más cuentan con vehículos en espera, y las nuevas compañías aportarían cerca del 30% del total de vehículos en espera en cualquier momento en el NTC.
0
10
20
30
40
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Alta
0
50
100
150
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Baja
112
Al comparar las gráficas incluidas en el anexo O (vehículos en espera versus el tiempo por cada operador, segmentados por el tipo de carga y temporada), se puede observar el mismo patrón de comportamiento de los camiones que esperan en servicio a lo largo de cada hora. Aunque los valores de estas colas no son exactamente iguales, sí son muy parecidos, lo que hace contraste con respecto a las colas presentadas en la simulación del terminal actual, las cuales eras muy disparejas en sus valores. Esto es una manifestación de la necesidad de proporcionalidad entre el área asignada y la carga movilizada para cada operador.
Figura 61: Propuesta 1. Número de vehículos en espera por hora en el NTC con
FUENTE: elaboración propia de los autores
En la hora pico de congestión (lunes de 5:00 a 6:00 am de temporada baja) se presentó un promedio entre 68,14, y 89,11 camiones en espera en la hora pico de ocupación de las bahías de parqueo, lo que se debe a la restricción del horario para carga seca y carga perecedera.
8.3.2.1.4 Demanda de recursos adicionales por hora
Debido a que el flujo de vehículos no es el suficiente para ocupar todas las bahías de parqueo, no se presenta congestión en ningún momento.
8.3.2.1.5 Tiempo promedio de espera por servicio en ventanillas
En temporada baja, la afluencia de vehículos es pequeña al considerar la capacidad del NTC (el cual soporta cuanto menos un 115% más de afluencia con respecto al flujo modelado en esta simulación), por lo que en las estadísticas los tiempos promedios de espera aparentarían ser elevados, pero lo que en realidad ocurre es que en las horas que no hay atención estarían llegando un porcentaje importante de vehículos que dispararían estos valores promedio. Sin embargo, uno de los sacrificios en pro del mejor funcionamiento general del NTC fue reducir la proporción de ventanillas para carga seca con las que se cuenta en la actualidad, ya que el volumen de camiones con carga perecedera es mayor y requieren por lo tanto más ventanillas para ser atendidos. De esta manera el tiempo en espera para carga perecedera resultaría un afectado en temporada alta (como se puede apreciar en la tabla 24), pero en la otra mano los tiempos de espera para los vehículos con carga perecedera serían casi inexistentes. En adición a lo anterior, se puede
0
5
10
15
20
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Temporada Alta
Dom Lun Mar Mie Jue Vie Sab
0
20
40
60
80
100
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Baja
113
apreciar que las diferencias entre los tiempos promedios de espera de cada operador, para la misma carga y temporada, se reducirían con respecto a la situación actual, lo cual está ligado al comportamiento de las colas explicado en la sección anterior.
Tabla 24: Propuesta 1. Tiempo promedio en espera para cada operador según el tipo de carga con
Carga Seca Carga Perecedera
Operador Promedio Prom.Min Prom.Max Min Max Promedio Prom.Min Prom.Max Min Max
Tem
po
rad
a B
aja
C1 4,43326 2,49970 6,86636 0,00002 15,41127 2,88321 1,98769 4,51040 0,00057 34,79111
C2 3,41598 1,30261 6,89672 0,00008 16,09462 2,32446 1,00063 4,95810 0,00010 34,35708
C3 3,39536 1,36422 6,05077 0,00001 16,00510 2,26955 0,08880 5,08387 0,00002 34,35775
C4 4,01449 1,87812 7,28555 0,00005 15,62203 2,93567 1,87999 5,81976 0,00007 34,75204
C5 4,72418 2,30831 7,46044 0,00027 15,63930 3,00214 1,48183 6,62315 0,00095 35,70416
C6 4,36596 2,37346 6,86385 0,00004 15,29198 2,80572 1,47205 5,69351 0,00002 34,33846
C7 4,54340 2,80832 6,74053 0,00007 15,35856 2,98876 1,78926 6,43786 0,00009 35,93533
NC1 4,66062 1,76707 9,38014 0,00014 15,57075 2,59685 1,15877 5,70053 0,00010 35,26030
NC2 3,39772 1,78072 5,51979 0,00006 15,91467 2,57374 1,04781 5,94621 0,00023 34,85890
NC3 3,48712 1,28185 5,82320 0,00016 15,67549 2,51801 1,32568 6,07711 0,00027 35,93713
NC4 4,18420 1,35359 6,34328 0,00004 15,38046 2,73921 1,07454 5,20301 0,00008 34,80483
Tem
po
rad
a A
lta
C1 8,51928 3,86910 14,65871 0,02753 15,93196 0,00199 0,00000 0,00657 0,00000 0,01452
C2 7,62167 0,01015 15,90880 0,00074 15,22780 0,00525 0,00193 0,01235 0,00000 0,04130
C3 7,83893 0,00000 16,01457 0,00000 15,93102 0,00512 0,00149 0,01690 0,00004 0,04323
C4 7,90200 2,00607 14,23316 0,00040 15,61305 0,00250 0,00000 0,00824 0,00000 0,01871
C5 8,16200 1,54610 12,74260 0,00009 15,55983 0,00238 0,00000 0,00828 0,00000 0,01414
C6 8,42997 0,00000 15,43524 0,00000 15,68246 0,00439 0,00124 0,01627 0,00004 0,03287
C7 7,72235 0,09411 15,16129 0,00187 16,05426 0,00174 0,00000 0,00712 0,00000 0,01625
NC1 8,08619 1,59595 15,40928 0,00214 15,90318 0,00421 0,00130 0,00966 0,00001 0,03308
NC2 7,06553 0,00000 15,39253 0,00000 15,52425 0,00508 0,00112 0,01337 0,00001 0,03511
NC3 7,02386 0,00000 15,35770 0,00000 15,46922 0,00488 0,00028 0,01321 0,00003 0,03773
NC4 7,60686 0,00000 14,38777 0,00000 15,99618 0,00459 0,00104 0,01537 0,00000 0,04058
FUENTE: elaboración propia de los autores
8.3.2.1.6 Carga movilizada en el aeropuerto
Bajo este escenario, la simulación del NTC muestra que la carga movilizada oscilaría entre 458.245 Tm y 465.271,2 Tm. Al revisar los pronósticos obtenidos en la sección 6.2.3.2, el intervalo de confianza al 90% comprende entre 342.840 y 517.157, por lo que el valor obtenido en la simulación se encuentra contenido en este intervalo.
En la tabla 79 (Anexo O) se encuentra el detalle de la carga movilizada por cada compañía de acuerdo a la clasificación de las mercancías para el nivel de afluencia estimado para finales de 2013.
8.3.2.2 Escenario de flujo límite de vehículos
8.3.2.2.1 Número de entidades que ingresan al sistema por hora
En este escenario, el flujo de vehículos que llegan al NTC sería radicalmente distinto en volumen. Suponiendo que el patrón de los picos y valles a lo largo de una semana se conservara para ambas temporadas, en temporada alta se presentaría un pico máximo de llegadas los días miércoles entre las 16:00 y 17:00, cuyo valor varía entre 237,41 y 249,24 vehículos por hora (considerando un error tipo I del 1%), y en temporada baja el pico máximo ocurriría los martes entre 17:00 y 18:00, oscilando entre 133,99 y 139,73 vehículos por hora.
114
Figura 62: Propuesta 1. Número de vehículos que ingresan por hora al NTC con
FUENTE: elaboración propia de los autores
8.3.2.2.2 Ocupación de las bahías de parqueo por hora
El comportamiento del uso de parqueaderos en la NTC sería radicalmente distinto al presentado en la actualidad por causa del flujo de vehículos. Al sumar los números de vehículos que en promedio usarían los parqueaderos por semana, se encontró que este uso aumentaría un 142% con respecto a la situación actual.
Al examinar el uso de cada uno de los lotes de parqueo (ver Anexo P –Figuras 97 y 98; Tabla 81), los lotes P1 y P2 tendrían una utilización similar promedio entre sí alrededor del 38% en temporada baja y 14% en temporada alta, siempre superiores al lote P4 (que tendría una utilización promedio del 21,8% en temporada baja y del 9,3% en temporada alta), pero el lote P3 tendría una baja utilización promedio (5,8% semanal en temporada baja y 2,5% en temporada alta). Al examinar el comportamiento en horas pico, se encontró que los parqueaderos P1, P2 y P4 se llenarían por completo en cualquier temporada, aunque el parqueadero como tal del Terminal no alcanza un nivel de utilización del 100% promedio. La zona de consolidación sólo sería utilizada una vez por semana entre la noche comprendida entre domingo y lunes durante los días de temporada baja, y una vez por semana en temporada alta durante el pico de afluencia de los miércoles, con un uso promedio semanal del 0,6% para ambas temporadas.
En general, el uso de parqueaderos por semana de temporada baja variaría entre el 13,4% y 15,9% con una utilización en hora pico entre el 62,8% y 72,1%, y en temporada alta el uso semanal oscilaría entre 5,1% y 6,6% con una utilización en hora pico entre 64,7% y 74,4%. La menor utilización promedio semanal en temporada alta se debe al poco tiempo que demoran los vehículos con carga perecedera en espera como se muestra en la sección 8.3.2.2.5.
En casos extremos, la terminal podría ocuparse por completo, incluso incluyendo las ventanillas que se encuentren fuera de servicio (debido al horario de atención) como posibles lugares de aparcamiento. En la sección 8.3.2.1.4 se explica este comportamiento.
0
50
100
150
200
250
300
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Alta
0
50
100
150
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Baja
115
Figura 63: Propuesta 1. Número de vehículos en los parqueaderos por hora en el NTC con
FUENTE: elaboración propia de los autores
8.3.2.2.3 Número de vehículos en espera por hora
Entre los operadores actuales, C1 y C5 serían los que más vehículos en espera tendrían, y las nuevas compañías aportarían cerca del 37% del total de vehículos en espera en temporada alta y el 31% en temporada baja.
Las compañías C2 y C3 presentarían menores colas que el resto de las compañías conocidas en temporada baja. En temporada alta las diferencias entre las colas de cada compañía aumentarían, puesto que los niveles de atención no son iguales para todos los operadores. En el caso de carga perecedera, por ejemplo, C1, C4 y C7 tenderían las filas de espera más cortas y el operador C6 las más largas.
Tanto el nivel de las filas de espera como el uso de parqueaderos dependen en mayor medida al comportamiento asociado con los vehículos de carga seca, debido a los horarios de atención y el menor tiempo de espera de los vehículos con carga perecedera (ver sección 8.2.2.2.5). En el anexo P se encuentran las gráficas que describen los comportamientos descritos anteriormente (Figuras 99 y 100).
En la hora pico de temporada alta, el promedio de unidades en espera varía entre 121,69 y 185,87 camiones.
0
100
200
300
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Alta
0
100
200
300
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Baja
116
Figura 64: Propuesta 1. Número de vehículos en espera por hora en el NTC con
FUENTE: elaboración propia de los autores
8.3.2.2.4 Demanda de recursos adicionales por hora
Con un afluente de vehículos elevado entra en juego la demanda de recursos adicionales, la cual se llamó como “congestión” en la estructuración de la lógica de los modelos de simulación. Estos recursos adicionales serían obtenidos a partir de las ventanillas que el momento se encontrasen inactivas, mas 16 espacios no delimitados en el área del lado tierra que causarían estorbos en la movilidad (sin dificultar gravemente el tráfico en el NTC).
Figura 65: Propuesta 1. Vehículos en “congestión” por hora en el NTC con
FUENTE: elaboración propia de los autores
0
50
100
150
200
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Alta
0
50
100
150
200
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Temporada Baja
0
20
40
60
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Temporada Alta
Dom Lun Mar Mie Jue Vie Sab
0
5
10
15
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Temporada Baja
Dom Lun Mar Mie Jue Vie Sab
117
Como se mencionó en la sección 8.3.2.2.1, los picos de llegadas descritos causarían el uso de estos recursos adicionales, tal como se puede observar en la figura 65. El pico de los miércoles en temporada alta causaría, bajo situaciones extremas, que estos recursos adicionales fuesen agotados, formando colas de espera en las garitas ubicadas en la entrada del NTC (indicador que permitió estimar el nivel de afluencia, ver sección 6.3.2).
Bajo condiciones normales, la máxima demanda de recursos adicionales promedio variaría entre 2,64 y 6,86 recursos adicionales de aparcamiento, con el riesgo de cometer un error tipo I del 1%.
8.3.2.2.5 Tiempo promedio de espera por servicio en ventanillas
Con un nivel de afluencia alto, el tiempo promedio de espera tiende a disminuir, si se compara con un nivel de afluencia bajo, como es el caso del primer escenario, debido a que la proporción de vehículos que llegarían a la terminal en los horarios establecidos sería mayor y por tanto su estancia en el NTC se vería notoriamente disminuida.
Como ocurre con las filas de espera para cada operador, las diferencias de los tiempos promedio de espera se hacen más notorias, favoreciendo a los operadores C2 y C3 para carga seca y a C1, C4 y C7 para carga perecedera.
Tabla 25: Propuesta 1. Tiempo promedio en espera para cada operador según el tipo de carga con
Carga Seca Carga Perecedera
Operador Promedio Prom.Min Prom.Max Min Max Promedio Prom.Min Prom.Max Min Max
Tem
po
rad
a B
aja
C1 2,31706 1,25531 3,16579 0,00000 15,82666 1,86416 1,10467 2,76565 0,00001 35,58313
C2 1,42730 0,07293 2,18079 0,00000 16,19759 0,08161 0,03802 1,54929 0,00001 34,25749
C3 1,45553 0,07961 2,27476 0,00002 16,51074 0,08307 0,04112 1,68989 0,00001 35,44552
C4 1,91344 1,13299 2,61674 0,00000 15,59070 1,60267 0,07614 2,52849 0,00000 34,22697
C5 2,56035 1,59817 3,70902 0,00002 15,68132 1,67160 0,09732 3,05121 0,00000 34,29085
C6 2,05433 1,26282 2,69204 0,00000 16,30454 0,09817 0,05814 1,40634 0,00000 35,19313
C7 2,42704 1,48015 3,39879 0,00000 15,64538 1,74186 0,09369 2,89837 0,00002 35,95181
NC1 2,08576 1,02695 3,70168 0,00002 15,68609 0,09454 0,05734 1,63953 0,00003 36,05286
NC2 1,44159 0,06279 2,33733 0,00001 15,79555 0,08954 0,04666 1,63943 0,00001 36,23267
NC3 1,43389 0,06685 2,29753 0,00001 15,68639 0,08897 0,03919 1,97650 0,00000 34,28255
NC4 1,94263 1,20100 3,10939 0,00000 15,57124 0,09371 0,06081 1,67876 0,00001 34,81509
Tem
po
rad
a A
lta
C1 7,77801 4,15922 10,80056 0,00026 16,00359 0,01100 0,00356 0,04070 0,00000 1,04471
C2 5,30576 1,72642 10,04152 0,00044 15,54522 0,02123 0,00876 0,05221 0,00000 2,28673
C3 5,67377 2,18829 10,33738 0,00001 16,20666 0,02068 0,00741 0,98424 0,00000 2,80299
C4 7,78567 3,75494 12,97722 0,00003 15,68756 0,01057 0,00402 0,02953 0,00000 1,14070
C5 7,78787 3,97228 10,83207 0,00002 16,11973 0,01335 0,00418 0,04267 0,00001 1,19750
C6 7,71283 3,64355 12,20646 0,00104 15,84718 0,03343 0,00975 0,07670 0,00000 2,79512
C7 8,17544 4,02180 12,72268 0,00051 16,02248 0,00913 0,00370 0,04502 0,00001 1,13784
NC1 7,51129 1,64965 12,48522 0,00003 15,66422 0,02480 0,00737 0,06952 0,00000 2,81192
NC2 5,71378 0,07527 9,24939 0,00012 15,61073 0,02283 0,00629 0,06208 0,00000 2,17809
NC3 5,89034 1,96252 9,46307 0,00004 16,08473 0,02209 0,00856 0,07530 0,00000 2,59720
NC4 7,39880 1,76403 14,62525 0,00005 15,73377 0,02189 0,00708 0,06487 0,00001 2,13198
FUENTE: elaboración propia de los autores
Sin considerar el tipo de carga, en temporada alta un camión esperaría en promedio 0,71023 horas para ser atendido, y en baja esperaría 1,0995 horas en promedio.
118
8.3.2.2.6 Carga movilizada en el aeropuerto
Con el nivel de afluencia planteado, la carga anual movilizada en el aeropuerto variaría entre 915.146 Tm y 926.507 Tm con el riesgo de cometer un error tipo I del 1% en la estimación, lo cual representaría entre el 219% y 220,9% de la carga movilizada en la actualidad. En el anexo P – Tabla 82 se encuentra mayor detalle de la carga semanal movilizada, discriminada por operador y temporada.
8.3.3 Propuesta 2
La segunda propuesta sólo fue simulada en el escenario más crítico de flujo de vehículos. A priori, se consideró a esta propuesta como más compleja debido a sus implicaciones tecnológicas, por lo que no se justifica simularla para un escenario corto en futuro ya que la propuesta 1 podría aplicarse en una etapa temprana con un escenario económico más favorable.
La gran fortaleza de esta propuesta radica en los aportes que la tecnología asociada pueda hacer al control de los vehículos al interior del NTC, creando oportunidades para garantizar una mejor seguridad tanto para la carga transportada como para las personas que interactuarán en el NTC.
En cuanto al funcionamiento, esta propuesta se muestra más eficiente en la utilización de los espacios de parqueo pues los niveles de uso son inferiores a los de la primera propuesta (considerando el escenario con igual flujo de vehículos), pero los vehículos tienen que esperar más tiempo para ser atendidos, alcanzando mayores niveles en la “congestión” o demanda de recursos adicionales para aparcamiento.
8.3.3.1 Número de entidades que ingresan al sistema por hora
El comportamiento de las llegadas es exactamente igual al descrito en la sección 8.3.2.2.1.
8.3.3.2 Ocupación de las bahías de parqueo por hora Figura 66: Propuesta 2. Número de vehículos en los parqueaderos por hora en el NTC con
FUENTE: elaboración propia de los autores
En general, el uso de parqueaderos por semana de temporada baja variaría entre el 13,2% y 15,6% con una utilización en hora pico entre el 55,1% y 58,5%; y en temporada alta el uso semanal oscilaría entre 5% y 6,3% con una utilización en hora pico entre 55% y 58,9%. Aún así, en casos extremos, la terminal podría ocuparse
0
50
100
150
200
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Alta
0
50
100
150
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2Dom Lun Mar Mie Jue Vie Sab
Temporada Baja
119
por completo, incluso incluyendo las ventanillas que se encuentren fuera de servicio (debido al horario de atención) como posibles lugares de aparcamiento. En el anexo Q (Figuras 101 y 102, Tabla 84) se muestra con detalle el comportamiento de esta medida.
En este modelo el número promedio de entidades en parqueaderos se reduciría cerca de un 3,6% en temporada alta y un 2,1% en temporada baja con respecto a su par formulado en la Propuesta 1 ( ). El patrón de comportamiento del uso de los parqueaderos es prácticamente el mismo, pero al considerar este aspecto para la zona de consolidación de carga, en esta propuesta esta área no sería utilizada en temporada baja y en temporada alta sólo sería utilizada eventualmente en la hora pico de los miércoles, pero unas 12 veces menos de lo que se usaría en la propuesta 1.
8.3.3.3 Número de entidades en espera por hora
El patrón comportamiento de las colas para cada operador, considerando el tipo de carga y la temporada, se mantiene igual a como se presenta en la Propuesta 1 con el mismo nivel de afluencia. Sin embargo, el número promedio de vehículos en espera aumenta un 8,1% para temporada alta pero disminuye un 1% para temporada alta, con respecto a la primera propuesta. En la hora pico de temporada alta el promedio de unidades en espera varía entre 140,94 y 204,87 camiones, lo cual es superior al promedio manejado en la propuesta 1 que oscila entre 121,69 y 185,87 camiones.
Figura 67: Propuesta 2. Número de vehículos en espera por hora en el NTC con
FUENTE: elaboración propia de los autores
El comportamiento de las colas está asociado, como es lógico, al tiempo promedio que un vehículo debe esperar para ser atendido (ver la sección 8.3.3.5).
8.3.3.4 Demanda de recursos adicionales por hora
Como se mencionó en la sección 8.3.2.2.1, los picos de llegadas descritos causarían el uso de recursos adicionales para aparcamiento o “congestión”, tal como se puede observar en la figura 68. Al comprar el resultado de esta propuesta con su equivalente en la primera opción, se aprecia que el patrón de comportamiento es parecido, pero los valores promedio de la “congestión” aumentan en un 230% en temporada baja y un 432% en temporada alta. El pico de los miércoles en temporada alta causaría, bajo
0
50
100
150
200
250
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Alta
0
50
100
150
200
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Baja
120
situaciones sumamente extremas, que estos recursos adicionales fuesen agotados, formando colas de espera en las garitas ubicadas en la entrada del NTC (indicador que permitió estimar el nivel de afluencia, ver sección 6.3.2).
Bajo condiciones normales, la máxima “congestión” promedio variaría entre 24,43 y 35,76 recursos adicionales de aparcamiento, con el riesgo de cometer un error tipo I del 1%.
Figura 68: Propuesta 2. Vehículos en “congestión” por hora en el NTC con
FUENTE: elaboración propia de los autores
8.3.3.5 Tiempo promedio de espera por servicio en ventanillas
Con respecto a la propuesta 1, el tiempo en espera para temporada baja aumenta en un 3,4% para vehículos con carga seca, 19% para vehículos con carga perecedera, y en temporada alta aumenta un 19% para vehículos con carga seca, pero disminuye en un 1,2% para vehículos con carga perecedera.
En general, se presenta un aumento de los tiempos de espera, lo cual causa que las colas sean más largas (como se hizo notar en la sección 8.3.3.3) y que se alcance más rápidamente los niveles de congestión en las horas pico.
0
20
40
60
80
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Alta
0
20
40
60
80
100
0 6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
10
2
10
8
11
4
12
0
12
6
13
2
13
8
14
4
15
0
15
6
16
2
Dom Lun Mar Mie Jue Vie Sab
Temporada Baja
121
Tabla 26: Propuesta 2. Tiempo promedio en espera para cada operador según el tipo de carga con
Carga Seca Carga Perecedera
Operador Promedio Prom.Min Prom.Max Min Max Promedio Prom.Min Prom.Max Min Max
Tem
po
rad
a B
aja
C1 2,32978 1,37572 3,18335 0,00000 15,42772 1,79199 1,01290 2,54290 0,00001 36,31098
C2 1,38763 0,06258 2,67775 0,00000 16,15944 0,08690 0,05029 1,42023 0,00001 35,12286
C3 1,41321 0,08924 2,47387 0,00002 15,61653 0,08330 0,03858 1,55087 0,00001 36,12653
C4 1,97395 1,31494 3,02494 0,00000 16,20948 1,57235 0,08980 2,83541 0,00002 34,50664
C5 2,63470 1,71104 4,51411 0,00000 15,57890 1,54623 0,09484 2,33218 0,00000 34,94367
C6 2,03684 1,34449 2,73296 0,00001 15,51469 0,99320 0,05775 1,90666 0,00001 34,51431
C7 2,57186 1,41892 3,75261 0,00000 15,76026 1,71090 0,09658 3,24529 0,00002 34,62757
NC1 2,09021 1,12155 3,46444 0,00000 15,42936 0,99749 0,04945 2,11653 0,00001 34,42061
NC2 1,51072 0,08605 2,95392 0,00002 15,79631 0,08689 0,04228 1,44520 0,00001 35,00475
NC3 1,44783 0,07369 2,21639 0,00000 15,51768 0,08292 0,04773 1,84112 0,00001 35,94190
NC4 2,06160 1,10626 2,80433 0,00002 15,86451 0,09896 0,05415 1,80321 0,00000 34,57899
Tem
po
rad
a A
lta
C1 8,09753 4,40088 11,37801 0,00035 15,68766 0,01107 0,00414 0,03423 0,00000 0,09769
C2 5,20355 1,34666 10,74219 0,00037 15,60839 0,01900 0,00719 0,05102 0,00000 1,59945
C3 5,41461 1,96512 9,04802 0,00004 16,08654 0,02084 0,00784 0,05556 0,00001 2,18363
C4 7,66730 3,68593 12,36927 0,00040 15,60273 0,01009 0,00423 0,02746 0,00000 0,08704
C5 8,17026 4,85868 14,61992 0,00046 15,73770 0,01285 0,00360 0,04399 0,00000 1,23419
C6 7,40766 3,44222 11,57100 0,00031 15,40665 0,03475 0,01275 0,07642 0,00000 2,24093
C7 8,18642 5,26856 12,66001 0,00002 15,56635 0,00922 0,00330 0,03385 0,00000 0,09402
NC1 7,42601 3,14198 12,39562 0,00007 15,22305 0,02364 0,00753 0,06662 0,00000 2,00688
NC2 5,84109 1,40972 15,46875 0,00014 15,27993 0,02351 0,00682 0,05433 0,00000 2,17009
NC3 5,95405 0,03365 12,20174 0,00043 16,10163 0,02283 0,00724 0,06144 0,00000 1,86580
NC4 7,93868 3,23499 14,87527 0,00001 15,36130 0,02294 0,00794 0,06207 0,00000 1,96893
FUENTE: elaboración propia de los autores
Sin considerar el tipo de carga, ni el destino, en temporada alta un camión esperaría en promedio 0,7124 horas para ser atendido, y en baja esperaría 1,226 horas en promedio.
8.3.3.6 Carga movilizada en el aeropuerto
El comportamiento de la carga movilizada es exactamente igual al descrito en la sección 8.3.2.2.6.
8.3.4 Comportamientos atípicos no deseados detectados mediante observación de las simulaciones
Al analizar los resultados de la simulación se encontró que en la propuesta 2, aún con un direccionamiento anticipado de los camiones a la zona de consolidación (sólo cuando el terminal se encuentre con máxima capacidad en los lotes de parqueaderos ubicados frente a los edificios de carga), se presentan congestiones instantáneas y de corta duración en la entrada del terminal.
Bajo esta situación, al realizar una revisión visual de la simulación, se descubrió que si una ventanilla es liberada en alguno de los operadores de carga, todos los vehículos de la zona de consolidación entenderán, al mismo tiempo, que hay un espacio disponible en el lado tierra. Por lo tanto, todos los vehículos en la zona de consolidación se dirigirán a la entrada del terminal, ya que durante cerca de 5 minutos que demora este desplazamiento la condición de disponibilidad de un espacio se cumple. En el momento que llegan todos a la entrada, un vehículo (que puede ser del grupo que viene desde la zona de consolidación, u otro que se dirige
122
por la Cll 26 y llega primero a la entrada que el grupo) ingresa al terminal y por tanto el lado tierra se encuentra totalmente ocupado. Los demás que no ingresaron ahora están formando una fila cuando en realidad se encuentra disponibilidad en la zona de consolidación.
Este mal comportamiento se presenta porque el sistema tecnológico no es capaz de detectar cuántos vehículos se encuentran en atención en ventanillas en un momento dado, sólo es capaz de detectar cuántos camiones hay en el sistema sin distinguir entre cuales están en servicio y cuáles están en espera.
8.4 SELECCIÓN DE LA PROPUESTA DE DISEÑO Y OPERACIÓN
8.4.1 Análisis DOFA de las propuesta 1 considerando el flujo límite
Tabla 27: análisis DOFA de la propuesta 1 considerando un flujo límite.
Análisis Interno
Fortalezas Debilidades
- Mayor simplicidad en el diseño, lo cual beneficia el costo de la misma.
- Mayor capacidad en el servicio que en el terminal actual (más número de ventanillas) y en los espacios para aparcamiento.
- Considerando el índice “límite” de flujo, esta propuesta maneja tiempos y filas de espera menores que la propuesta 2, con una menor congestión.
- Garantiza una menor demanda de recursos adicionales de aparcamiento que la propuesta 2.
- Tiene mejor comportamiento que la propuesta 1 en temporada alta.
- La propuesta de control del número de vehículos en el NTC no está orientada primordialmente hacia la seguridad.
- Considerando el índice “límite” de flujo, esta propuesta una mayor ocupación en los parqueaderos que la propuesta 2.
- Tiene un comportamiento inferior al de la propuesta 2 en temporada baja.
Análisis Externo
Oportunidades Amenazas
- Hay una necesidad inmediata de implementar un control sencillo para la cantidad de camiones en el NTC.
- No hay posibilidad de controlar el factor de comportamiento humano. Los conductores pueden no acatar el funcionamiento de la propuesta.
- Al largo plazo, puede que no se alcance índice “límite” de flujo de vehículos debido al comportamiento de variables econométricas (asociadas al PIB) que afectan el comportamiento de la carga aérea en Bogotá.
FUENTE: elaboración propia de los autores
123
8.4.2 Análisis DOFA de las propuesta 2 considerando el flujo límite
Tabla 28: Análisis DOFA de la propuesta 2 considerando flujo límite.
Análisis Interno
Fortalezas Debilidades
- Esta propuesta está enfocada prioritariamente hacia un mayor control de la seguridad, entregando herramientas cuantitativas para facilitar su monitoreo.
- Al igual que la propuesta 1, se cuenta con mayor capacidad en el servicio que en el terminal actual (más número de ventanillas) y en los espacios para aparcamiento.
- Considerando el índice “límite” de flujo, esta propuesta una mayor ocupación en los parqueaderos que la propuesta 2, lo que garantiza una menor utilización de los parqueaderos.
- Tiene mejor comportamiento que la propuesta 1 en temporada baja.
- La cantidad de tecnología requerida resulta costosa.
- El tiempo de implementación sería mayor al requerido por la propuesta 1.
- Considerando el índice “límite” de flujo, esta propuesta maneja tiempos y filas de espera menores que la propuesta 1.
- En este último escenario, requiere una alta demanda de recursos adicionales de aparcamiento en los picos de llegadas de camiones.
- Puede presentar un comportamiento inestable (relativo a la “congestión”) en el pico máximo de la temporada alta.
- Tiene un comportamiento inferior a la propuesta 1 en temporada alta.
Análisis Externo
Oportunidades Amenazas
- Hay una necesidad de implantar controles sobre el nivel de vehículos en el NTC para garantizar una mejor seguridad, tanto para la carga como para las personas.
- No hay posibilidad de controlar el factor de comportamiento humano. Los conductores pueden no acatar el funcionamiento de la propuesta.
- Al largo plazo, puede que no se alcance índice “límite” de flujo de vehículos debido al comportamiento de variables econométricas (asociadas al PIB) que afectan el comportamiento de la carga aérea en Bogotá.
FUENTE: elaboración propia de los autores
8.4.3 Selección de la mejor propuesta para el escenario de flujo “límite”
Los análisis realizados sobre las bases de datos arrojadas por las simulaciones, y la información suministrada por las matrices DOFA para ambas propuestas, permiten elegir a la propuesta 1 como la mejor opción para el NTC.
La importancia de los criterios para elegir la propuesta ganadora fueron en su orden:
La demanda de recursos adicionales bajo el escenario más crítico de afluencia
El costo asociado
El uso de los parqueaderos en el escenario crítico
Los impactos en la seguridad
Los efectos no contributivos identificados en las amenazas y debilidades.
124
Considerando el índice “límite” de flujo de vehículos, la propuesta 1 responde de mejor manera que la propuesta 2 en los picos de llegadas de camiones, los cuales representan los momentos más críticos en la operación al interior del NTC. Por otro lado, al razonar la restricción económica por parte de la empresa administradora del terminal, la propuesta 2 requiere de mayor instalación de dispositivos para el control, lo cual repercute en costos más elevados de los cuales no se obtendrá un retorno (se aclara que esta postura es del administrador del terminal, no de los autores del presente proyecto).
La primera propuesta podría funcionar perfectamente con la tecnología utilizada en la segunda, sin embargo esto contradice al criterio de los costos asociados, por lo que bajo la situación de la administración actual no sería viable.
125
9. DISEÑO DE LA APLICACIÓN TECNOLÓGICA
La propuesta seleccionada en el capítulo anterior plantea la implementación de una aplicación tecnológica que permita llevar un control sobre el número de vehículos que se encuentren en la terminal en cualquier momento, recolectar estadísticas, e inactivar y activar las talanqueras ubicadas en las entradas del terminal.
A través de la implementación de esta propuesta no sólo el Concesionario o el administrador del NTC podrá conocer el estado de la ocupación del lado tierra del terminal en termino real, sino que con un uso apropiado podría ser también una valiosa ayuda para los operadores de carga, quienes podrían beneficiarse de las estadísticas recolectadas por la aplicación para realizar planeación de sus recursos.
El diseño preliminar del sistema está compuesto por un sistema de hardware capaz de recolectar los datos provenientes del paso de los vehículos en la entrada y la salida en la terminal, y un sistema de software que procesará los datos recolectados mediante el hardware para obtener estadísticas sobre la ocupación del terminal y la generación de una base de datos con esta información.
Cabe aclarar que lo presentado en el presente capítulo es una propuesta prototipo, por lo que los diseños de los algoritmos y de integración de herramientas tecnológicas aquí planteados no constituyen los diseños finales. Estos diseños pueden ser continuados en estudios ulteriores por solicitud del administrador del aeropuerto de carga o en otros proyectos académicos.
9.1 DISEÑO PRELIMINAR DEL SISTEMA DE RECOLECCIÓN DE DATOS
9.1.1 Descripción del sistema Figura 69: Configuración de los módulos y satélite
1
1
1
1 2
2
2
2
6
3
3
3
3
4
5
7
1
1
1
1
2
2
2
2
468
En
tra
da
1E
ntr
ad
a 2
En
tra
da
3E
ntr
ad
a 4
Sa
lida
1S
alid
a 2
Sa
lida
3S
alid
a 4
MÓDULO
EMISOR
MÓDULO
SATÉLITE
FUENTE: elaboración propia de los autores
126
La recolección de información se realiza mediante un sistema de hardware que sería el responsable de detectar el paso de camiones tanto en la entrada como en la salida del terminal.
El sistema está compuesto por un módulo emisor ubicado en la entrada y un módulo satélite ubicado en la salida. El módulo de la entrada se llama emisor debido a que este tendrá un router que permitirá la comunicación entre los módulos (emitirá la señal de comunicación); además, en este módulo se realizará la lectura de los dispositivos de entrada (sensores ópticos). El módulo satélite identifica la señal del emisor y le envía la lectura de los dispositivos ubicados en la salida.
En el módulo emisor se ejecutará la aplicación computacional que llevará el conteo de los vehículos. La disposición de los dispositivos se muestra en la figura 69.
Cuando un vehículo llega a alguna de las 4 entradas, si hay posiciones disponibles para aparcamiento en el terminal internacional (incluido la zona de consolidación), el sistema imprime un ticket que será tomado por el conductor y con este puede ingresar al lado tierra. El vehículo es registrado o contabilizado como un ingreso en el sistema. En caso de que el sistema se encuentre copado, no se le permitirá el ingreso al vehículo hasta que haya una posición disponible.
Si este vehículo ha ingresado al lado tierra y encuentra alguna posición disponible en los lotes P1, P2, P3, P4 o auxiliares, esperará en ese lugar hasta ser atendido. Si no encuentra posiciones disponibles en los lotes anteriores, deberá dirigirse a la zona de consolidación tomando la vía de conexión entre el lado tierra del terminal internacional y esta zona y ocupar una plaza disponible allí. Cuando el vehículo necesite dirigirse desde la zona de consolidación al terminal, deberá pasar de nuevo por la entrada, pero encontrará una quinta vía o línea express en la cual deberá presentar su tiquete y seguir sin necesidad de volver a ser registrado en el sistema.
Después de recibir la atención en ventanillas, el camión se dirige a la salida, que cuenta con 4 carriles; el conductor entrega el ticket a un vigilante y abandona la terminal, siendo registrada o contabilizada esta salida en el sistema.
9.1.2 Funcionamiento del sistema
El sistema consta de 2 conjuntos principales, el módulo emisor (figura 69) que representa los dispositivos a instalar en la entrada al Terminal y el módulo satélite (figura 69) que contiene todos los dispositivos a utilizar en la salida del Terminal. El aplicativo debe estar instalado en un computador en la entrada del complejo (símbolo 6 – figura 69), en donde el supervisor de dicha área controlará el sistema.
El dispositivo de lectura de camiones funciona con dos sensores de barrera opto eléctrica (Símbolos 1 y 2 – figura 69) que por medio de un haz de luz, detectan la presencia de objetos
76. Cuando el haz de luz es
interrumpido entre los dos sensores, se envía una señal al dispositivo de recepción de (Símbolo 4 – figura 69) el cual procesa la señal análoga proveniente de los sensores de medición y la envía al computador (Símbolo 6 – figura 69), en donde el aplicativo prototipo (diseñado en Labview) procesa la señal de entrada de un vehículo y en respuesta señala en pantalla el número de vehículos que se encuentran en el Terminal. En respuesta a esta operación y si se cumple la restricción de ingreso descrita en el numeral 7.2.1, se envía una señal que es procesada en un Switch Ethernet (Símbolo 5 – figura 69), el cual envía la señal de respuesta a la impresora correspondiente a la entrada en la cual se generó la señal para que esta imprima el ticket de entrada.
Los dispositivos utilizados en las salidas del Terminal funcionan de igual forma que sus iguales en el módulo emisor, con la diferencia que en este caso no es necesario generar tickets, ya que cuando algún par de sensores genera una señal de paso de vehículos, implica que un camión está saliendo del Terminal.
76 HESSE, Stefan. “Hesse Sensores en la técnica de fabricación”. Editorial Festo. 2001. P.42.
127
La comunicación entre el módulo emisor y el módulo satélite se realiza mediante dispositivos de red Wi-fi, ya que es la forma más eficiente de enlazar dos estaciones remotas debido a que un cableado físico implica costos de implementación relacionados a intervenciones de tipo arquitectónico en el lado tierra, además de necesitar nuevos trazados eléctricos que pueden demorar el proceso de implementación, ya que una modificación en los planos debe ser aprobada por el gerente del Concesionario y el director de la Aerocivil
77.
Para lograr esta conexión entre los módulos, se debe instalar un Router de alta capacidad en el módulo Emisor, el cual debe ir conectado al computador de dicho módulo para que esta estación de trabajo funcione como el servidor. Para que el módulo satélite pueda conectarse a la red generada en el computador del módulo emisor, se debe instalar un dispositivo de red; de esta forma el aplicativo puede recibir las señales generadas por los dispositivos de lectura ubicados en la salida del Terminal y determinar el número de vehículos que se encuentran en el Terminal.
9.2 DEFINICIÓN DE LA APLICACIÓN COMPUTACIONAL
El diseño de la aplicación constituye la materialización de la propuesta seleccionada en términos tecnológicos; dicha propuesta encuentra sus fortalezas principales en la simplicidad de su estructura y en la necesidad inmediata de ser aplicada en el NTC.
Figura 70: Funcionamiento general del aplicativo computacional propuesto
Datos
provenientes del
sistema de
recolección
Cuantificar
ocupación en la
terminal y generar
la base de datos
Base de datos
para pronósticos
FUENTE: elaboración propia de los autores.
Esta aplicación concibe en su planteamiento la integración de dispositivos electrónicos para la lectura de datos de entrada y herramientas computacionales para transformar dichos datos en información útil para los involucrados en el terminal. La aplicación se alimenta de la lectura de la información proveniente de los dispositivos electrónicos, y con ello realizar el procesamiento computacional para las funciones de contabilización de vehículos y generación de la base de datos con las estadísticas recolectadas a partir del conteo. El entregable de la aplicación es una base de datos en un documento de texto plano (lo cual podrá ser de utilidad para las organizaciones involucradas en el NTC).
Los autores del presente proyecto recomiendan que el aplicativo no sea interrumpido o reiniciado una vez se encuentre en funcionamiento. El diseño permite que el sistema pueda funcionar sin interrupciones durante largos periodos de tiempo.
9.2.1 Lectura de la información de entrada
Esta parte de la aplicación consiste en la recolección de los datos provenientes de los sensores ubicados en las entradas (4 carriles) y salidas (2 carriles) de la terminal. Las lecturas de los sensores son transformadas en valores booleanos: verdadero cuando el dispositivo se encuentre activo y falso cuando no lo esté.
9.2.2 Aplicativo de conteo de vehículos para el NTC
La aplicación lleva a cabo el conteo de vehículos que se encuentran en la terminal en cualquier momento y exporta estas estadísticas a una base de datos en formato de texto. La herramienta seleccionada para realizar el diseño del algoritmo prototipo fue NI Labview 9.0, el cual es un software amigable para el
77 Maurice Thorin.Entrevista Abril de 2010.
128
desarrollo de este tipo de aplicaciones gracias a que el lenguaje estructurado es representado mediante símbolos, mas no en código. En el Anexo R se muestra el diagrama del algoritmo diseñado y los símbolos de Labview utilizados en el diseño y su significado.
9.2.2.1 Variables utilizadas
El aplicativo debe ser inicializado con la activación del mismo, lo cual se representa mediante una variable booleana de encendido o apagado. Los datos de alimentación provienen de la lectura de los 4 grupos de sensores ubicados en la entrada del NTC, 2 grupos en la salida y de la activación de un botón auxiliar (operado manualmente) en caso de que se necesite descontar el registro de un vehículo por algún motivo. Estas activaciones son representadas mediante variables booleanas.
Tabla 29: Variables utilizadas en la aplicación computacional de contabilización de vehículos
Nombre de la Variable Tipo Objetivo de uso
Variables de entrada de datos provenientes de dispositivos electrónicos
Entrada1, Entrada2, Entrada3, Entrada4 Booleano
Simbolizar la activación del sensor ubicado en el carril de entrada correspondiente
Salida1, Salida2 Booleano Simbolizar la activación del sensor ubicado en el carril de salida correspondiente
CancEntr Booleano Simbolizar la activación del botón de cancelación de entrada
Interruptores
Reiniciar Booleano Reiniciar la contabilización y la generación de tickets.
Encendido/Apagado Booleano Activar o interrumpir el funcionamiento de la aplicación.
Variables de salida de información
Contador Real Almacenar el número de vehículos en el NTC en un momento dado
Ticket Real Almacenar el número de ticket generado para un vehículo ingresado
Variables auxiliares
x1, x2, x3, x4 Real Sumar una unidad cuando se active la entrada correspondiente
x5, x6, x7 Real Restar una unidad cuando se active la salida correspondiente
Mem Real Memoria auxiliar para la variable contador
Mem2 Real Memoria auxiliar para la variable ticket
FUENTE: elaboración propia de los autores
La función de contabilización de vehículos se almacena en la variable contador, que requiere de una variable auxiliar para su funcionamiento; de igual manera ocurre con la función de generación de tickets. En caso de requerir el reinicio de la aplicación, se cuenta con una variable booleana que emula dicha solicitud.
9.2.2.2 Formulación y descripción del algoritmo
9.2.2.2.1 Inicialización de variables
El algoritmo funcionará mientras el sistema se encuentre encendido. Suponiendo esta condición, las variables de entrada provenientes de dispositivos electrónicos (tales como sensores o botones de mando) se inicializan en falso. Una vez inicializadas las variables booleanas, estas podrán cambiar a verdadero si el dispositivo al que se encuentran asociadas es activado.
Por defecto las variables de tipo real son inicializadas en cero.
9.2.2.2.2 Función de conteo de vehículos
La variable real Mem funciona como auxiliar de la variable real Contador. Cada vez que se active uno de los grupos de sensores ubicados en la entrada de la terminal (valor verdadero para Entrada1, Entrada2, Entrada3 o Entrada4), se confirma si Mem cumple la condición de máxima capacidad (367 vehículos como máximo en el NTC). Si esto se cumple, la variable auxiliar correspondiente (x1, x2, x3 o x4, según el
129
dispositivo) toma el valor de 1, de lo contrario siempre valdrá 0. El valor unitario de las variables auxiliares simboliza el ingreso de un vehículo a la terminal.
Por otro lado, cada vez que se active uno de los grupos de sensores ubicados en la salida de la terminal (valor verdadero para Salida1 o Salida2), o cada vez que el interruptor de cancelación sea activado (valor verdadero para CancEntr) la variable auxiliar correspondiente (x5 o x6, para los sensores y x7 para el interruptor) toma el valor de -1, de lo contrario siempre valdrá 0. El valor negativo unitario de las variables auxiliares simboliza el descuento de un vehículo en el contador.
A continuación, los valores de todas las variables auxiliares (desde x1 hasta x7) son sumados al valor que tenga Mem y ese nuevo valor es asignado a la variable Contador, el cual es mostrado en un display.
9.2.2.2.3 Función de generación de números de tickets
Esta función se comporta de manera similar a la función de conteo, con la diferencia que no considera la señal proveniente de los sensores de salida y ni del interruptor de cancelación de entrada, por lo tanto su valor no va a disminuir a no ser de que la función de reinicio sea ejecutada. El número mostrado en el display correspondiente es el que se ha de imprimir y entregar físicamente al conductor del vehículo al ingresar en el NTC, junto con la hora de generación del registro. La variable tickets puede ser un buen indicador para llevar un conteo de los vehículos que han ingresado a la terminal.
9.2.2.2.4 Función de exportación de datos de la variable Contador
Cada vez que haya un cambio en la variable Contador, este será exportado en un archivo de texto. Este cambio se detecta en el momento que uno o más de los sensores del sistema sea activado (entradas, salidas o interruptor de cancelación). Una vez esta señal de activación sea verdadera, el valor de la variable contador es exportado a un archivo de texto que se actualizará en tiempo real.
9.2.2.2.5 Función de reinicio de la aplicación
Esta función se activa cuando el botón de reinicio sea pulsado (el valor de la variable Reiniciar se hace verdadero). Las variables Contador y Tickets se re-inicializan en cero.
9.2.3 Características de la base de datos entregada por el aplicativo
El prototipo diseñado en Labview arroja cada registro de la variable Contador con el siguiente formato:
Tabla 30: Información recolectada por el prototipo para cada cambio de la variable Contador
Channels 1 Samples 1 Date 14/03/2010 Time 22:46:20,135 X_Dimension Time X0 0,00E+00 Delta_X 1 ***End_of_Header***
X_Value Untitled Comment
0
FUENTE: elaboración propia de los autores.
Sin embargo, la información más importante son los datos recolectados de la fecha, hora y valor en ese instante para cada registro, pues a partir de lo anterior se puede llevar un control del número de camiones
130
considerando la fecha y el momento exacto en que ocurrió cada cambio (con precisión de milésimas, incluso).
Como se ha mencionado anteriormente, la principal utilidad de estos registros es servir como materia prima para la realización de pronósticos de ocupación del terminal. La idea es obtener proyecciones de esta variable, distinguiendo el día, la franja horaria y la temporada, y considerando el promedio de ocupación del terminal y/o el máximo de ocupación por hora. Esta información podría ser de utilidad para todos los operadores de carga, que conociendo la distribución de destinos de los camiones, podrían estimar un flujo de vehículos que les corresponde en cada hora y así planear de mejor manera la asignación de sus recursos para prestar un mejor servicio, en base a información histórica recolectada gracias a este aplicativo.
De igual manera, el administrador del aeropuerto podría utilizar las proyecciones para planear la asignación de sus recursos por hora, entre los que se encuentran el personal y la activación de equipos auxiliares de seguridad (en caso de contar con esto), como también llevar un control sobre los niveles de ocupación en la terminal para aproximarse a una evaluación sobre la congestión.
Para el cálculo de las proyecciones se pueden utilizar varias herramientas de pronósticos disponibles en el mercado como es el caso del módulo especializado de SPSS, o complementos para MS Excel como XLStat o Crystal Ball. Por experiencia, se recomienda el uso del complemento Oracle™ Crystal Ball debido a los modelos de pronósticos determinísticos contenidos, la facilidad de manejo y el precio.
9.3 REQUERIMIENTOS DE HARDWARE Y SOFTWARE
9.3.1 Hardware
Los requerimientos de hardware necesarios para poder ejecutar el prototipo, son los siguientes:
- Ocho parejas emisor-receptor de sensores de barrera opto-eléctricos (ubicados en las entradas y salidas del NTC como se especificó en la sección 9.1.1).
- Una Tarjeta de adquisición de señal dinámica (que realiza la conversión para señales análogas de lectura de los sensores a señal digital para ser procesada en un ordenador).
- Dos computadores de estación (un satélite ubicado en la salida, y un servidor en la entrada). - Sistema de comunicación entre los computadores mediante Wi-fi. - Cuatro impresoras de tickets, cada una ubicada en una entrada.
9.3.2 Software
Los requerimientos de software necesarios para poder ejecutar el prototipo, son los siguientes:
- Licencia profesional de Microsoft Office 2003 o superior. - Licencia básica de Oracle™ Crystal Ball 11 o superior.
9.4 PROTOTIPO DE LA APLICACIÓN COMPUTACIONAL
Una primera aproximación a lo que sería el funcionamiento final del aplicativo, diseñada y ejecutada en National Instruments™ Labview 9, simula el comportamiento del sistema mediante el accionamiento de botones lógicos.
El prototipo o simulador se inicializa mediante la activación de un botón de encendido . Cuando el aplicativo ya se encuentra listo, simplemente se han de accionar los botones para simular las señales emitidas por cada dispositivo físico (los sensores de barrera) o por los dispositivos lógicos (funciones de encendido, reinicio y descuento de registro). Los botones titulados como Entrada1, Entrada2, Entrada3 o Entrada4 para simulan la lectura de vehículos que ingresan al sistema y se desactivan cuando el sistema ha
131
alcanzado el límite de capacidad establecido; los botones Salida1 y Salida2 simulan la lectura de los dispositivos ubicados en la salida. Los dispositivos lógicos (Encender, Reiniciar y Cancelar Entrada) realizan la función indicada por su nombre y se sugiere que en el diseño final se mantenga su naturaleza de activadores lógicos operados desde el aplicativo final ejecutado por computadora. Para desactivar el aplicativo simplemente se debe desactivar el botón Encender.
Figura 71: Interfaz del usuario del prototipo del aplicativo simulado en Labview 9.0
FUENTE: elaboración propia de los autores
132
10. ANÁLISIS DE COSTOS DE LA IMPLEMENTACIÓN DE LA PROPUESTA SELECCIONADA
10.1 PROPUESTA DE DISEÑO
La propuesta No. 1, cuyo diseño operacional resultó ser el mejor candidato considerando las bondades con las que cuenta para ser aplicado en un futuro cercano, requiere la inclusión de 16 nuevas bahías de parqueo en el lado tierra del terminal de carga que no se encuentran contempladas en los diseños actuales de Airis.
Como se demostró en la simulación de la propuesta No. 1, con un flujo de vehículos esperado al corto plazo, no es necesario delimitar en la señalización vial del terminal estas bahías auxiliares pues no serian utilizadas; sin embargo, estas bahías deberían ser delimitadas en el momento en el que el flujo de vehículos iguale o sobrepase el límite fijado en 2,25 veces el volumen actual de camiones que ingresan al terminal.
En la sección 7.2.1.1 se muestra la propuesta de diseño en la que se definen los espacios requeridos para estas bahías adicionales.
10.1.1 Identificación de recursos requeridos
Las nuevas bahías requieren ser delimitadas en el lado tierra mediante la señalización de franjas en el suelo. Para esto se necesita lo siguiente:
- Pintura: Se requieren pintar 9 franjas para los parqueaderos auxiliares en diagonal; estas líneas tienen 0,15m de ancho y 22,5 m de largo. Los 8 parqueaderos auxiliares están conformados por una franja de 240m de longitud, dividida por 9 franjas de 3,2 m. Si se supone un rendimiento entre 10 y 12 m
2 por galón, se requieren entre 5,89
y 7,06 galones (6,43 galones en promedio). El color propuesto para las franjas es rojo o amarillo - Insumos: se requieren 8 brochas de 5 pulgadas, 4 espátulas de 4 pulgadas y 1 parte de thinner por 3
de pintura (entre 1,96 y 2,35 galones). - Mano de obra: se requieren 2 colaboradores, los cuales trabajarán 20 horas cada uno.
10.1.2 Costeo de los recursos requeridos y cálculo de la inversión inicial
En la tabla 31 se muestra el costo de cada requerimiento en pesos a valores del año 2010.
Tabla 31: Costos asociados a los requerimientos para la señalización de las bahías de parqueo auxiliares
Requerimiento Cantidad requerida Costo unitario Costo Total
Pintura para tráfico epóxica marca Pintuco™ 7,06 $ 64.900 $ 458.194
Brocha de 5 pulg. Ref. 51009 8 $ 15.500 $ 124.000
Espátula de 4 pulg marca Goya™ 4 $ 7.900 $ 31.600
Thinner acrílico para pinturas DJ6 2,35 $ 32.900 $ 77.315
Mano de obra 40 $ 4.506 $ 180.240
Total $ 871.349
FUENTE: Cotización vía telefónica en tienda especializada (Homecenter, Bogotá).
En el momento de realizar las obras de señalización, se recomienda que éstas sean realizadas en temporada baja durante días consecutivos entre sábado y martes (ya que los días miércoles y viernes son los que presentarían un mayor volumen de tráfico), avisando a los transportistas ubicarse en la zona de consolidación de carga si llega a ser necesario. De esa manera, no se incurriría en costos asociados a la interrupción de la operación.
133
10.1.3 Beneficios tangibles y no tangibles percibidos
Los beneficios que se pueden percibir gracias a la ampliación del número de bahías de parqueo repercuten en la operación del terminal de carga internacional y son percibidos por las empresas de transporte y los operadores de carga. La implementación de estas 16 posiciones evitará que se presenten filas de espera a la entrada del terminal en el caso hipotético de ocuparse todas las bahías de parqueo en los lotes P1, P2, P3, P4 y la Zona de consolidación de carga, permitiendo el ingreso de un mayor número de vehículos, los cuales en algún momento habrán de ser atendidos.
Desde la óptica de los transportistas, el hecho de esperar en una fila exterior al Terminal puede generar retrasos o incumplimiento en la entrega de mercancías, ya que los conductores deben registrar ante las empresas de carga su llegada al Terminal. Si no se realiza esta confirmación por parte del conductor, se corre el riesgo de perder el vuelo en el cual debería ir la carga transportada. Esta situación puede ser más crítica para un vehículo que transporte carga perecedera, puesto que si el vehículo pierde su turno y se ve obligado a esperar un largo tiempo, la mercancía puede sufrir daños.
Por otra parte, el Administrador del aeropuerto adquirió la responsabilidad de mejorar el complejo logístico en cuanto operación y diseño de las bahías de parqueo con base en los recursos con que contaría el NTC, por lo que desde un punto de vista meramente económico, el Administrador no percibirá un mayor ingreso por la implementación de esta propuesta.
10.1.4 Egresos relacionados con el mantenimiento y sostenimiento
Considerando el flujo de vehículos para el cual esta propuesta fue concebida, el tráfico constante de camiones deteriora con el tiempo las marcas viales gravadas en el asfalto. Si se recomienda cada 1 año hacer mantenimiento de las marcas
78, el egreso en ese momento sería igual al costo inicial de inversión, pero
considerando los efectos de la inflación (o deflación, si se llega a presentar).
10.1.5 Cálculo del egreso en valor presente
El valor presente es una medida acertada para conocer cuánto sería el costo de mantener la propuesta de diseño en el lado tierra. El “presente” considerado en este cálculo sería el momento a partir del cual se implementaría la propuesta.
El valor presente se define como:
( )
Donde:
es el valor presente en el instante de implementación, es el valor futuro esperado al transcurrir un tiempo e es la tasa de interés.
Si es el instante en el que se implanta la propuesta y | es la inflación acumulada en el tiempo
transcurrido entre comienzos de 2010 y , el valor de la inversión inicial en este instante será equivalente a
( | ) . Si por otro lado se define que cada años se realizará mantenimiento, el número de
78 GÓMEZ, Juan Camilo. Ingeniero Civil de la Pontificia Universidad Javeriana. Entrevista, 12 de abril de 2010.
134
mantenimientos será igual a ⟦( ) ⁄ ⟧*, donde es el número de años de ampliación de la
concesión que el gobierno otorgue al concesionario.
Sea un periodo en el cual se realizará mantenimiento ( ). Teniendo en cuenta que el instante es la referencia o el “presente”, el valor presente para el periodo se define por
( ) ( , -) ( ) ⁄ . De esta manera, el costo presente en el instante estaría dado
por:
( | ) ∑ ( |, -)
( )
Considerando la información contenida en la sección 9.2, y año. La tasa debe ser considerada como el índice de precios del consumidor ocurrido entre el periodo anterior al instante . Por lo tanto el modelo de cálculo queda formulado de la siguiente manera:
( | ∑ |, -
( )
)
El cálculo del costo presente debe realizarse en el momento de implementar la propuesta; sin embargo, si es decisión del administrador implementar la propuesta en el transcurso de 2010, el valor considerado en constituye el costo de inversión a incurrir en el año 2010, es decir, $ 871.349.
10.2 PROPUESTA TECNOLOGICA
La aplicación tecnológica seleccionada requiere de la integración de un sistema de hardware con uno de software, por lo que es necesario estimar los costos asociados con ensamblar, instalar e implementar el aplicativo, considerando todos sus componentes funcionales.
El diseño del hardware hace parte de una propuesta preliminar, y no constituye la configuración final en todos sus componentes. Por tal razón solo se incluye un análisis básico para que los futuros operadores del nuevo Terminal de Carga tengan una base de los recursos necesarios para la implementación de esta propuesta y los costos asociados.
Debido a que el concesionario no ha definido aún los diseños y planos estructurales finales con los futuros operadores del NTC, no se pueden estimar los costos de implementación asociados a la infraestructura ni a los dispositivos de seguridad que se instalaran. Por tal razón solo se incluirán los costos del hardware y Software necesarios y la mano de obra profesional asociada a la instalación del aplicativo y sus componentes.
10.2.1 Identificación de recursos requeridos
10.2.1.1 Requerimientos de Hardware
A continuación se muestran los dispositivos de Hardware necesarios para el funcionamiento de la aplicación tecnológica y sus correspondientes símbolos en la figura 69 del numeral 9.1.1. Para más información sobre cada uno de los dispositivos dirigirse al Anexo S.
* La función ⟦ ⟧ es el mínimo entero de .
135
Tabla 32: Descripción del Hardware necesario para el funcionamiento de la aplicación tecnológica.
Dispositivo Símbolo Nombre comercial
Emisor de barrera opto-eléctrico.
Símbolo 1 Figura 69 SENSOR EMISOR CON CABLE
Receptor de barrera opto-eléctrico
Símbolo 2 figura 69 SENSOR RECEPTOR CON CONECTOR
impresoras de tickets Símbolo 3 figura 69 Network Ready, 4” Professional Label Printer
Tarjeta de adquisición de señal dinámica
Símbolo 4 figura 69 4 Entradas para Adquisición de Señal Dinámica de 24 bits a 102.4 kS/s
Switch de conexión Ethernet
Símbolo 5 figura 69 PROSAFE® 5-PORT GIGABIT ETHERNET DESKTOP SWITCH
Computador de trabajo
Símbolo 6 Figura 69 Optiplex 780 - Mini Tower
Router Wi-fi de largo alcance
Símbolo 7 figura 69 AP-7131 Wireless Access Point
Tarjeta de red Wi-fi Símbolo 8 figura 69 Linksys wireless-N PCI adapter Dual-Band
FUENTE: Elaboración propia de los autores
10.2.1.2 Requerimientos de cableado para la conexión del Hardware
La mayoría de los dispositivos presentados en el anterior numeral vienen con sus propios recursos de conexión, sin embargo los equipos mencionados a continuación requieren de cables adicionales para la correcta instalación de la aplicación:
Emisor y receptor de barrera opto-eléctrico.
Tarjeta de adquisición de señal dinámica.
Switch de conexión Ethernet.
136
A continuación se presentan los recursos de conexión necesarios y los dispositivos que conectan.
Tabla 33: Descripción de los tipos de cableado necesarios para la instalación de la aplicación tecnológica.
Dispositivo Nombre
comercial Descripción
Cable conector de los dispositivos de medición CABLE
CONECTOR Conecta los dispositivos de medición a los cables de conversión de
entrada para la tarjeta de adquisición.
Cable de conversión de entrada para la tarjeta de adquisición dinámica.
Cable SMB 100 Conectan los cables provenientes de los dispositivos de medición a
la tarjeta de adquisición de señales.
Cable Ethernet para la conexión de las impresoras al Switch
Cable de conexión
Conectan las impresoras de tickets al Switch Ethernet.
FUENTE: Elaboración propia de los autores.
10.2.1.3 Requerimientos de Software
A continuación se presentan los requerimientos de Software de la herramienta tecnológica.
Tabla 34: Descripción de los programas necesarios para el funcionamiento del aplicativo
Tipo de Software Marca Descripción
Sistema operativo Windows 7 32 Bits Utilizado como sistema operativo del
equipo y sostiene los programas instalados.
Software de ofimática Office 2010 Home and Business Edition 32
Bits
Utilizado para generar la base de datos (Office Access) y ejecutar el software de
análisis de datos (Office Excel).
Herramienta de análisis predictivo de datos
Oracle™ Crystal Ball 11
Herramienta que permite a los evaluadores tomar decisiones en base a la
realización de pronósticos de series de tiempo del número de vehículos que se
encuentran en el Terminal.
FUENTE: Elaboración propia de los autores.
10.2.2 Costeo de los recursos requeridos
Para el análisis de los recursos de tecnología necesarios, se determinaron los siguientes costos con los proveedores que cuentan con renombre en el mercado. Esta selección representa para los futuros operadores del Terminal de Carga Internacional, una fuente de información para futuras comparaciones en el análisis que se debe realizar para la selección de los proveedores.
137
10.2.2.1 Costos de adquisición de Hardware y Software
Tabla 35: Costos del Hardware requerido a precios en COP en 2010.
Hardware Fabricante Referencia Unidad de
Costeo
Costo Unidad (COP)
Cantidad Costo Total
(COP)
Sensor receptor con conector Festo SOEG-S-Q50-S-L Dispositivo $ 203.526 8 $ 1.628.208
Sensor emisor con conector Festo SOEG-E-Q50-PA-S-3L Dispositivo $ 308.896 8 $ 2.471.168
tarjeta de 4 Entradas para Adquisición de Señal Dinámica
National Instruments
NI PCI-4474 Dispositivo $ 5.351.500 2 $ 10.703.000
Computador de trabajo DELL OPTIPLEX 160 computador $ 1.739.861 2 $ 3.479.722
Router inalámbrico de largo alcance
Motorola AP-7131N-66E48-US Dispositivo $ 2.097.788 1 $ 2.097.788
Adaptador de red inalámbrica para computador de escritorio
Lynksis WMP600N Dispositivo $ 113.169 2 $ 226.339
Impresora de tickets Brother QL-1060N Dispositivo $ 583.781 4 $ 2.335.122
Switch Ethernet para conexión de las impresoras
NetGear GS105 Dispositivo $ 97.281 1 $ 97.281
COSTO TOTAL DE HARDWARE $ 23.038.627
FUENTE: Elaboración propia de los autores
Tabla 36: Costos del Software requerido a precios en COP en 2010.
Software Unidad de costeo Costo unidad Unidades necesarias Costo total
Microsoft Windows 7 Ultimate Licencia $ 840.209 2 $ 1.680.419
Microsoft Office 2010 Home and Business Licencia $ 387.254 1 $ 387.254
Oracle Crystall Ball Licencia $ 2.362.249 1 $ 2.362.249
COSTO TOTAL SOFTWARE $ 4.429.923,08
FUENTE: Elaboración propia de los autores.
10.2.2.2 Costos de adquisición de los dispositivos de conexión
Para los costos de adquisición de los diferentes tipos de cableado que se necesitan para conectar el Hardware propuesto, se determinó un estimado del consumo de cableado, según las posiciones de cada uno de los dispositivos (figuras 72 y 73) y las distancias de estos a los cubículos de control en los módulos emisor y satélite, además de un suplemento de 6 metros para el trazado vertical. Los módulos emisor y satelite comparten la misma configuracion de los dispositivos de control.
138
Figura 72: Posición de los dispositivos de medición las impresoras de tickets en el módulo emisor.
4.3 m5 m
Sensores fotoeléctricosImpresoras de Tickets
FUENTE: Elaboración propia de los autores.
Figura 73: Plano de las rutas de salida del Terminal.
Sensores fotoeléctricos
FUENTE: Elaboración propia de los autores
A partir de la configuración observada en las figuras 72 y 73, se determinaron las distancias de cada uno de los dispositivos ubicados en la entrada y salida a los correspondientes cubículos de control.
139
Tabla 37: Distancias de los sensores de barrera a los cubículos de control.
Ruta Dispositi
vo Distancia a la cabina de
control (m) Longitud de salvamento
(m) total cableado por
dispositivo (m)
Entrada 1
Emisor 26,5 6 32,5
Receptor 22,2 6 28,2
Entrada 2
Emisor 22,2 6 28,2
Receptor 17,9 6 23,9
Entrada 3
Emisor 17,9 6 23,9
Receptor 13,6 6 19,6
Entrada 4
Emisor 13,6 6 19,6
Receptor 9,3 6 15,3
Salida 1 Emisor 26 6 32
Receptor 20,5 6 26,5
Salida 2 Emisor 20,5 6 26,5
Receptor 15 6 21
Salida 3 Emisor 15 6 21
Receptor 9,5 6 15,5
Salida 4 Emisor 9,5 6 15,5
Receptor 4 6 10
TOTAL DE CABLEADO PARA DISPOSITIVOS DE MEDICIÓN 359,2
FUENTE: Elaboración propia de los autores.
Tabla 38: Distancias de las impresoras de tickets a los cubículos de control.
Entrada Dispositivo Distancia a la cabina de
control (m) Longitud de
salvamento (m) total cableado por dispositivo
(m)
1
Impresora
26,5 6 32,5
2 22,2 6 28,2
3 17,9 6 23,9
4 13,6 6 19,6
TOTAL DE CABLEADO PARA IMPRESORAS DE TICKETS 104,2
FUENTE: Elaboración propia de los autores
A partir de las distancias obtenidas, se determinaron los costos totales mediante la siguiente ecuación:
Donde:
: Costo total del cableado.
: Longitud total necesaria del cableado.
: Costo por unidad de medida del tipo de cableado.
A partir de la aplicación de la ecuación anterior se determinaron los siguientes costos. Para el costo del cable conector del cableado del dispositivo a la tarjeta de adquisición de señal dinámica, se encontró un paquete del proveedor de equipos electrónicos National Instruments, el cual contiene 8 cables de 60 mm, por lo cual para este tipo de cableado no se determinaron distancias y su costo se realizó con base en este hallazgo.
140
Tabla 39: Costos asociados a los requerimientos de cableado adicional para la conexión del Hardware.
Hardware Fabricante Referencia Unidad de
costeo costo unidad
unidades necesarias
costo total
Cable conector del dispositivo de
medición Festo NEBU-M12-G5-K-5-LE4 m² $ 9.840 359,2 $ 3.534.528
Cable conector del cable del dispositivo
a tarjeta de adquisición de señal
dinámica
National Instruments
SMB 100 8 unidades $ 729.750 1 $ 729.750
Cable Ethernet para la conexión de las
impresoras al Switch no aplica no aplica m² $ 5.000 104,2 $ 729.750
Costo total de cableado $ 4.994.028
FUENTE: Elaboración propia de los autores.
10.2.2.3 Costos de mano de obra profesional
Los costos de mano de obra para la instalación de todos los dispositivos y la configuración del sistema están alrededor de $5.000.000
79.
10.2.3 Costos totales de implementación de la aplicación tecnológica
A partir de los costos propuestos anteriormente se presenta el costo total de implementación de la herramienta.
Tabla 40: Costos totales de implementación de la aplicación tecnológica.
Costo total de Hardware $ 23.038.627
Costo total de Software $ 4.429.923
Costo total de Cableado $ 4.994.028
Mano de Obra Profesional $ 5.000.000
TOTAL COSTOS DE IMPLEMENTACIÓN DE LA HERRAMIENTA $ 37.462.578
FUENTE: Elaboración propia de los autores.
A partir de los costos totales de Hardware, cableado, Software y mano de obra profesional, se determinó el porcentaje de participación de cada uno de los tipos de costos dentro del total.
79 MARTÍNEZ, Elkin. Ingeniero electrónico y de Telecomunicaciones. Entrevista, 10 de Abril de 2010
141
Figura 74: Porcentaje de participación de los tipos de costos obtenidos en el costo total de implementación.
FUENTE: Elaboración propia de los autores.
Como se evidencia en la figura 74, los costos asociados al Hardware representan el 61,5%, lo que implica que en una definición futura de proveedores, el operador del NTC se debe enfocar en obtener los costos más competitivos de Hardware para reducir los costos totales de implementación de la aplicación tecnológica.
10.3 BENEFICIOS PERCIBIDOS POR PARTE DEL ADMINISTRADOR DEL NTC
Los beneficios económicos percibidos por parte del futuro operador del Terminal de Carga Internacional con la implementación de la aplicación tecnológica son nulos, el detalle de esta afirmación se mostró en la sección 10.1.3.
10.4 COSTEO TOTAL DE IMPLEMENTACION DE PROPUESTA
Para definir el costo total de implementación de la propuesta seleccionada, se consideraron los costos asociados a la implementación de las 16 bahías de parqueo de emergencia especificadas en la sección 10.1.2, y los costos de implementación de la aplicación tecnológica especificados en la sección 10.2.3, ya que el sistema está diseñado para funcionar con la utilización de los 16 recursos de parqueo de emergencia. A continuación se presenta el costo total de la propuesta seleccionada.
Tabla 41: Costeo de la propuesta seleccionada.
Rubro Costo
Implementación de la propuesta de diseño $ 871.349
Implementación de la propuesta tecnológica $ 37.462.578
COSTO TOTAL DE IMPLEMENTACIÓN DE LA PROPUESTA $ 38.333.927 FUENTE: Elaboración propia de los autores
Según la tabla anterior, el costo total de implementación de la propuesta seleccionada para mejorar la operación de las bahías de parqueo de camiones del nuevo Terminal de Carga Internacional, es de $38.333.927.
61,50% 13,33%
11,82% 13,35%
Costo total del Hardware costo total de cableado
Costo total del Software Mano de obra profesional
142
10.5 EVALUACIÓN ECONÓMICA DE LA PROPUESTA SELECCIONADA
Para determinar si la instalación y sostenimiento de la propuesta es económicamente viable para el nuevo operador del NTC, es necesario analizar el costo de implementación y mantenimiento a largo plazo, junto con los otros costos de operación del NTC y los ingresos de arrendamiento proyectados, frente a una inversión considerable como el sub-arrendamiento del espacio por parte del nuevo operador. Para esto se utilizó la TIR como medida de rentabilidad de la propuesta, la cual puede servir para el futuro operador del NTC para definir si la implantación de esta propuesta afecta la rentabilidad esperada del proyecto.
10.5.1 Escenario de Evaluación de la Propuesta
El escenario de evaluación comprende un lapso de tiempo de 324 meses, el cual inicial el 1 de Marzo de 2010, fecha en la cual el administrador y futuro operador del NTC inicia con sus labores de asignación y administración de espacios para los nuevos tenedores de espacio (Aerolíneas y operadores de carga), y finaliza el 1 de marzo de 2037
*.
Figura 75: Escenario de evaluación de la propuesta seleccionada.
0 1 325
FUENTE: Elaboración propia de los autores.
10.5.2 Inversión inicial: Adquisición de los derechos de operación del NTC
La inversión realizada por parte del nuevo administrador del NTC está dirigida directamente al CONSECIONARIO. Esta inversión genera un retorno traducido en cánones de arrendamiento de los espacios en bodega y oficinas dentro del Terminal por el tiempo de la CONCESIÓN entre el CONSECIONARIO y la Aerocivil. Desafortunadamente, este tipo de inversiones requieren de un análisis financiero propiedad del nuevo operador, que involucra transacciones monetarias de muy alto valor (superiores a 150.000.000 USD) bajo horizontes de tiempos de evaluación superiores a 15 años y manejo de información confidencial privilegiada para las partes que intervienen en la negociación, por lo tanto no es posible conocer el costo de los derechos de operación
80.
Maurice Thorin, Project Manager del NTC, sugirió utilizar para este análisis, una inversión inicial de 200.000.000 USD, basándose en su experiencia en este tipo de negociaciones y en el costo estimado de inversión para la construcción del NTC realizado por el CONSECIONARIO
81.
Este egreso se contemplará para el escenario de análisis como un flujo negativo que ocurre el 1ero de Marzo de 2010, fecha en la cual el nuevo operador inicia la administración de espacios para los futuros tenedores de carga
82.
* A la fecha de presentación de este trabajo de grado, el CONSECIONARIO y la AEROCIVIL se encuentran en negociaciones para extender la fecha de finalización de 2025 a 2037, debido a modificaciones ajenas a este proyecto y que por consiguiente no son tratadas en el mismo. 80 THORIN, Maurice. Experto del sector de carga, Gerente de Operaciones de Tampa Cargo y Senior Partner de ALS. Entrevista, Mayo 31 de 2010. 81 Ibíd. 82 Ibíd.
143
10.5.3 Ingresos percibidos por el nuevo operador: Cánones de arrendamiento
El ingreso percibido por el nuevo operador de NTC, y que justifica la inversión realizada, se basa en el arrendamiento de los espacios en bodega, oficina y locales comerciales a los potenciales tenedores de espacio, sin embargo es necesario contemplar dentro del ejercicio, las fechas de finalización de obras a partir de las cuales los futuros tenedores de espacio pueden empezar a operar en el NTC. EL proyecto de construcción consta de 2 etapas cuyos inicios de adecuación y operación para los futuros arrendatarios son 1 de julio y 1 de diciembre, respectivamente. Es importante resaltar que para el arrendamiento de bodegas, los futuros tenedores de espacio tendrán un lapso de 60 a partir de la fecha de inicio para la adecuación de bodegas, tiempo en el cual no generan ingresos de arrendamiento. Los ingresos percibidos se muestran en la tabla 76
83.
Figura 76: Ingresos percibidos por arrendamiento de espacios en el NTC.
Espacio a Arrendar
Costo Unitario ($/m²)
Espacio Disponible para arrendamiento - Etapa 1 (m²)
Espacio Disponible para arrendamiento - Etapa 2 (m²)
Ingresos por Etapa 1
Ingresos por Etapa 1
Ingresos TOTALES
Bodega $ 35.000 18.080,80
15.272,30 $ 632.828.000 $ 534.530.500 $ 1.167.358.500
Oficinas $ 46.000 5.402,30
2.773,80 $ 248.505.800 $ 127.594.800 $ 376.100.600
Locales Comerciales $ 46.000
147,00
80,60 $ 6.762.000 $ 3.707.600 $ 10.469.600
Área Comercial $ 2.090.000 7,00
2,00 $ 14.630.000 $ 4.180.000 $ 18.810.000
Centro Administrativo de Carga $ 52.000
2.901,74
- $ 150.890.480 $ - $ 150.890.480
TOTAL $ 1.053.616.280 $ 670.012.900 $ 1.723.629.180
FUENTE: Elaboración propia de los autores
Para este ejercicio, y como se estipuló en los contratos de arrendamiento, los cánones de arrendamiento tendrán un incremento anual correspondiente al IPC más 2 puntos, el cual se supondrá constante con respecto al incremento anual observado para Enero 2009-2010 (2.1%)
84.
10.5.4 Egresos por mantenimiento de la propuesta
Para el futuro mantenimiento de la propuesta seleccionada, con el fin de garantizar su funcionamiento a lo largo del escenario planteado, es necesario hacer inversiones periódicas al diseño de bahías propuesto y al sistema automatizado de conteo de camiones.
10.5.4.1 Egresos por el mantenimiento de la propuesta de diseño
Como se describió en la sección 10.1.4, el mantenimiento de la propuesta de diseño requiere hacer una remarcación de las zonas correspondientes a los parqueaderos de emergencia propuesto en este trabajo.
83 POLANÍA, Juan Sebastián y MENDOZA, Jhoan Felipe. Simulador de Áreas BCP. Archivo XLXSM. Agosto de 2010. 84 THORIN, Maurice. Experto del sector de carga, Gerente de Operaciones de Tampa Cargo y Senior Partner de ALS. Entrevista, Mayo 31 de 2010.
144
Para el escenario de análisis, este costo de mantenimiento corresponde al costo actual de implementación de la propuesta más un incremento anual correspondiente a la variación porcentual del IPC correspondiente al periodo Enero 2009-Enero 2010. Es importante recalcar que la demarcación de los parqueaderos de emergencia se llevaría a cabo en la segunda etapa, por lo cual se considera este egreso a partir de noviembre de 2010.
10.5.4.2 Egresos por el mantenimiento de la propuesta tecnología
Para el mantenimiento de la propuesta tecnológica, se debe realizar un mantenimiento general del sistema cada año para limpiarlo totalmente, esto representa una reinstalación del software y una re-calibración de los dispositivos de medición. En este orden de ideas, se deben contratar los servicios de un ingeniero electrónico, costo que actualmente oscila alrededor de $5.000.000
85, por lo cual se considerará éste como el
costo de mantenimiento de la propuesta tecnológica más el incremento del IPC anual correspondiente al periodo Enero 2009 – Enero 2010. La instalación de la propuesta tecnológica debe realizarse en noviembre de 2010, debido a que la construcción de la entrada al NTC está definida para la segunda etapa.
Adicional a este mantenimiento, es necesario actualizar el Software y Hardware de la herramienta tecnológica cada 5 años, con el fin de obtener un sistema siempre eficiente bajo el ágil avance de la tecnología en telecomunicaciones y sistemas, además de garantizar siempre una compatibilidad con nuevos sistemas de seguridad que se deseen adquirir en el futuro. Para el escenario de evaluación se manejó este egreso como el costo actual de la aplicación tecnológica en términos de Hardware y Software más un incremento anual correspondiente a la variación porcentual del IPC para el periodo Enero 2009 – Enero 2010.
10.5.5 Egresos por operaciones de seguridad
El sistema de seguridad propuesto para garantizar la seguridad perimetral del nuevo complejo de carga no está definido, debido a que el costo de seguridad debe ser asumido por el CONSECIONARIO, sin embargo la infraestructura de seguridad y los costos de personal de seguridad deben ser asumidos por el nuevo operador del NTC. Por tal razón solo se manejarán los costos asociados con la operación del sistema de seguridad, los cuales se establecen en la tabla 42 y que tendrán un cambio anual correspondiente a la variación porcentual del IPC y al salario mínimo legal vigente para el periodo Enero 2009 – Enero 2010.
Tabla 42: Requerimientos de personal para los pontos de seguridad de ingreso y salida del nuevo aeropuerto de carga Eldorado.
Acceso Ubicación Uso Personal de Seguridad
1 Salida Peatonal y Vehicular Muelle Nacional Vehicular – Peatonal 2
2 Entrada Peatonal y Vehicular Muelle Nacional Vehicular (Camiones & Vehiculos Part. ) 2
3 Conexión Vehicular Muelle Intl. A Nacional Vehicular (Camiones) 1
4 Salida Vehicular Camiones Muelle Intl. Vehicular (Camiones) 4
5 Entrada y Salida Peatonal NTC – CSU2 Peatonal 1
6 Entrada peatonal y Vehicular Carga Internacional Vehicular (Camiones - peatonal ) 5
7 Acceso Plataforma Muelle Internacional Vehicular 1
TOTAL 16
FUENTE: GUERRERO. Edgar. Diseño & Presupuesto Final Sistemas de Seguridad. Archivo PPTX. Mayo de 2010.
85 MARTÍNEZ, Elkin. Ingeniero electrónico y de Telecomunicaciones. Entrevista, 10 de Abril de 2010
145
Figura 77: Puntos de acceso peatonal y de vehículos – Nuevo Terminal de Carga Internacional
FUENTE: GUERRERO. Edgar. Diseño & Presupuesto Final Sistemas de Seguridad. Archivo PPTX. Mayo de 2010.
Además del personal de seguridad requerido para las entradas y salidas del NTC y el Terminal de Carga Nacional y Courriers, es necesario manejar una cuadrilla de seguridad encargada de manejar la seguridad del nuevo centro administrativo de carga y el circuito cerrado de televisión. Esta información es confidencial debido a los riesgos que implica revelar los requerimientos y especificaciones de dicho sistema, ya que comprometería la seguridad de los nuevos tenedores de espacio. Debido a esto, el gerente de la empresa de seguridad encargada de diseñar e implementar el sistema de seguridad del NTC, propuso utilizar para este ejercicio financiero, un total de 20 personas de seguridad en torre de seguridad y vigilancia del perímetro del nuevo Terminal de Carga Eldorado
86.
Bajo las condiciones descritas, el personal de seguridad total necesario para el NTC, según la empresa encargada del diseño de dicho sistemas es de 36 personas, las cuales reciben un ingreso promedio mensual de $1.200.000, más su respectiva dotación, la cual se puede medir en términos de una inversión anual de 500.000 por persona, correspondientes a dotación de uniforme, identificación y sistemas de telecomunicación con la central.
Para efectos del ejercicio financiero, se tomarán para la primera etapa (Julio 2010) el personal correspondiente a los puntos 1 a 5 (10 personas); y el resto de la cuadrilla se incluirá para el inicio de la segunda etapa (diciembre de 2010), fecha en la cual se tendrá construido todo el complejo, incluida la torre de seguridad y el sistema de vigilancia perimetral
87.
10.5.6 Egresos por operaciones de limpieza
Para las operaciones relacionadas con la limpieza e higiene del NTC, se contará con una cuadrilla de limpieza compuesta por 10 personas, las cuales recibirán un salario mínimo legal vigente más una dotación de $100.000 anuales para dotación de uniformes y utensilios de limpieza
88. Para este ejercicio se manejará un
incremento del salario correspondiente a la variación porcentual del SMMLV correspondiente al periodo Enero 2009 – Enero 2010 y un aumento correspondiente al IPC para el periodo Enero 2009 - Enero 2010 para los egresos de dotación de personal.
86 GUERRERO. Edgar. Gerente de Invercode9 y experto en sistemas de seguridad para Terminales de Carga. Entrevista. Mayo 4 de 2010. 87 Ibíd.
88 THORIN, Maurice. Experto del sector de carga, Gerente de Operaciones de Tampa Cargo y Senior Partner de ALS. Entrevista, Mayo 31
de 2010.
146
10.5.7 Egresos por administración del NTC
Para la administración del NTC y con el fin de garantizar el correcto funcionamiento de todas las operaciones, se utilizará el siguiente personal administrativo:
Tabla 43: Personal administrativo – NTC
Cargo Salario
Gerente General $ 4.000.000
Director de seguridad $ 3.000.000
Director de operaciones $ 3.500.000
Director comercial $ 3.500.000
Ejecutivo del área comercial $ 2.200.000
Director de finanzas $ 3.500.000
Ejecutivo de contabilidad $ 2.200.000
FUENTE: THORIN, Maurice. Experto del sector de carga, Gerente de Operaciones de Tampa Cargo y Senior Partner de ALS. Entrevista, Mayo 31 de 2010
10.5.8 Cálculo de la Tasa Interna de Retorno
Con el fin determinar la viabilidad de la propuesta, a partir de los ingresos y egresos descritos se obtuvo la TIR. Los flujos netos pueden observarse en el Anexo T. La TIR obtenida para el escenario de análisis es de 0,5076% mensual, lo que corresponde a un interés anual de 6,2647%.
Dada la magnitud de la inversión inicial, esta TIR resulta favorable para el nuevo administrador del NTC, debido a que tasas de rentabilidad superiores al 5% anual, resultan atractivas para este tipo de proyectos
89.
así púes, tomando como tasa de descuento un 5% anual, una tasa interna de retorno del 6.2647% anual resulta favorable desde el punto de vista del inversionista.
10.6 POTENCIALES INTANGIBLES PERCIBIDOS POR EL NUEVO OPERADOR
Es posible concluir que la propuesta representa para el nuevo operador del NTC un mejoramiento del servicio prestado, el cual aunque no represente un beneficio económico directo, si constituye una serie de beneficios para los otros actores que participan en el transporte de carga aérea, los cuales representarían para el futuro operador del NTC beneficios intangibles.
Tabla 44: Potenciales intangibles provenientes de la implantación de la propuesta seleccionada
89 JACOBSEN, Frederik. Problemas del transporte de carga en el Aeropuerto Internacional Eldorado. Bogotá D.C., Colombia. Entrevista. 15 de Mayo de 2009.
147
Actor Beneficio percibido Intangible para el nuevo operador
Beneficios económicos indirectos
Operadores de Carga
Control de las congestiones generadas en picos de llegada de vehículos de carga, lo que
genera una mayor agilidad en el movimiento de vehículos y por consiguiente, un aumento en el troughtput de las bodegas en
temporadas altas, ya que menores tiempos entre
camiones, representan para los operadores de carga una mayor utilización en picos de demanda
de transporte de carga.
Optimización de las operaciones de lado tierra, lo que implica una menor
utilización de recursos.
Obtención de GOOD WILL EN Colombia y Latinoamérica.
Disminución de los costos de operación en
temporadas altas.
El GOOD WILL generado genera la
posibilidad de obtención de nuevo
negocios en Colombia y Latinoamérica.
Agencias de transporte de Carga
Disminución de los tiempos muertos generados por vehículos que se encuentran en congestiones, lo que se traduce en reducción de costos para las empresas de transporte percibidos como disminución en consumo de combustible, menores y mejor utilización de los camiones.
Obtención de GOOD WILL EN Colombia y Latinoamérica.
El GOOD WILL generado genera la posibilidad de obtención de nuevo negocios en Colombia y Latinoamérica.
Operadores de Carga, usuarios y agencias de transporte
Reducción de los riesgos de accidentalidad en picos de llegada de camiones.
Obtención de GOOD WILL EN Colombia y Latinoamérica.
El GOOD WILL generado genera la posibilidad de obtención de nuevo negocios en Colombia y Latinoamérica.
Operadores de Carga, usuarios y agencias de transporte
Mejor control de los vehículos que se encuentran en las instalaciones lo que genera un mejor control de la seguridad
Obtención de GOOD WILL EN Colombia y Latinoamérica.
El GOOD WILL generado genera la posibilidad de obtención de nuevo negocios en Colombia y Latinoamérica.
FUENTE: Elaboración propia de los autores
Los intangibles mencionados en la tabla 44, demuestran que implantar la propuesta seleccionada representa para el futuro operador del NTC beneficios que a futuro representaran oportunidades de negocio.
148
11. CONCLUSIONES
En el actual terminal de carga internacional, la repartición de espacios en bodegas no es proporcional a los volúmenes de vehículos atendidos por cada operador, lo cual se manifiesta en la subutilización o desuso de los recursos de atención (ventanillas) por parte de los operadores de carga con los más bajos flujos de vehículos y congestión en los operadores con mayores flujos por falta de recursos.
En el pico de llegadas los miércoles de 20:00 a 21:00 en temporada alta, la simulación del Terminal de Carga Internacional actual mostró un promedio entre 120,53 y 153,03 camiones en espera y niveles de ocupación de parqueaderos entre 79,7% y 85,3% causado por esta clase de vehículos. Por otra parte, el promedio de vehículos particulares ocupando parqueaderos en esta misma hora varía entre 68,58 y 75,49. Esta información relacionada a la falta de recursos para la atención de los vehículos y a una inadecuada utilización de ventanillas para los operadores de carga, evidencia una sobreocupación en las bahías de transferencia, lo que genera serios problemas de movilidad.
Mediante observación de la operación y vía simulación del terminal actual, se identificaron buenas prácticas como son el registro de vehículos a la entrada y salida del terminal y la ubicación de los operadores de carga. Por otro lado, el ingreso de vehículos particulares, la ausencia de control numérico para conocer los niveles de ocupación en el terminal en tiempo real, la deficiencia en la delimitación de los espacios en el lado tierra y la no proporcionalidad del área asignada en bodegas para los operadores con respecto a los volúmenes movilizados por cada uno, representan oportunidades de mejora a ser consideradas en el diseño y operación del NTC.
Manteniendo las buenas prácticas en el NTC, es necesario realizar una repartición de áreas proporcionales a los volúmenes de carga estimados para los operadores existentes y nuevos, considerando que le 63% de las ventanillas atenderían vehículos con perecederos y el restante a vehículos con carga seca, ligado a una propuesta tecnológica que permita un control en tiempo real sobre el número de vehículos al interior del terminal (lado tierra y zona de consolidación) en un instante cualquiera.
La simulación de este escenario en el NTC proyectado al año 2013, presentó niveles de ocupación de parqueaderos entre 32,1% y 37,9% y un promedio entre 68,14 y 89,11 camiones en espera en la hora pico de ocupación de las bahías de parqueo, lo que evidencia que el nuevo Terminal de carga satisfará los requerimientos inmediatos de la región en términos de transporte de carga aérea.
En un escenario hipotético en el que el flujo de camiones fuera equivalente al 225% del flujo actual, en la hora pico de llegadas, la simulación del NTC bajo esta propuesta presentó niveles de ocupación de parqueaderos entre 64,7% y 74,4% y un promedio entre 121,68 y 185,87 camiones en espera en la hora pico de ocupación, con un tiempo de espera promedio general de 1,07 horas, lo que evidencia que el nuevo Terminal de carga satisfará los requerimientos de carga aérea de la región bajo un nivel elevado de flujo vehicular en el lado tierra. Este flujo de vehículos constituye el límite a partir del cual el NTC empezaría a presentar complicaciones en su operación.
Según el resultado obtenido mediante simulación, el nivel de carga que el NTC puede manejar antes de presentar complicaciones en su operación variaría entre 915.146 Tm y 926.507 Tm por año.
Adicional a la propuesta elegida, se planteó otra alternativa de implementación que sugiere desviar a los vehículos hacia la zona de consolidación de carga cuando el lado tierra se encontrase totalmente ocupado, considerando el conteo de vehículos dentro del terminal en tiempo real. Este escenario presentó niveles de ocupación de parqueaderos entre 55% y 58,9% y un promedio entre 140,9 y 204,87 camiones en espera en la hora pico de ocupación, con un tiempo de espera promedio general de 1,12 horas. A pesar de que el nivel promedio de ocupación es menor al presentando en la propuesta ganadora, el mayor tiempo en espera propicia que durante cortos
149
periodos de tiempo el terminal alcance niveles congestión más elevados, lo que se manifiesta en un mayor número de camiones en espera.
La solución tecnológica prototipo, diseñada para satisfacer los requerimientos de la propuesta ganadora, es capaz de llevar un conteo en tiempo real del número de vehículos que se encuentren en el terminal internacional en un momento dado, lo cual ayudará a las autoridades y a los operadores de carga a llevar un registro estadístico que facilitará la administración y planeación de sus recursos con el fin de prestar un mejor servicio.
150
12. RECOMENDACIONES
La información recolectada por el personal de seguridad no está siendo utilizada para realizar análisis que permitan llevar un control de la operación al interior del terminal de carga actual. Se sugiere que en el Nuevo Terminal de Carga Internacional se integre esta recolección de datos al aplicativo tecnológico planteado en este proyecto. En adición a lo anterior se podrían plantear e implementar procedimientos de análisis de estas estadísticas con el fin de aprovechar la información recaudada en beneficio de las organizaciones involucradas en el terminal.
Una vez implementada la propuesta tecnológica, la mejor manera de garantizar la exitosa operación de la misma es propiciar campañas de familiarización y educación para el sistema tecnológico. Ningún sistema es perfecto, y el planteado aquí no es la excepción; su principal debilidad radica en que las personas pueden desconocer el funcionamiento del sistema, y por ende no entenderlo, permitiendo el riesgo de ocasionar problemas de movilidad.
Los planos que definen el diseño del NTC fueron elaborados a partir de proyectos existentes en países desarrollados donde el entorno del aeropuerto no exige procesos de seguridad altamente elaborados. Los niveles de inseguridad y la presencia del narcotráfico en nuestro país requieren procesos de seguridad altamente estructurados, que aunque han sido propuestos con anterioridad, no han podido der implementados. Se recomienda considerar la implementación de un sistema de alto nivel, para garantizar la seguridad de las personas y mercancías en el interior del terminal, además de apoyar en el funcionamiento de las propuestas planteadas en el presente proyecto.
Mediante simulación, se pudo apreciar que la variabilidad del servicio de atención en ventanillas puede promover la ocurrencia de tiempos de servicio elevados, lo cual impacta el tiempo de espera y los niveles de ocupación en el lado tierra. Por lo tanto, se sugiere que los operadores de carga trabajen en el diseño de sus operaciones con el fin de lograr una mejor estandarización de sus procesos con el fin de reducir dicha variabilidad.
En el escenario hipotético en el que el flujo de camiones en el NTC alcanzaría el 225% del actual flujo, las empresas de carga podrían extender sus horarios de atención para vehículos con carga seca con el fin de disminuir la ocupación de las bahías de parqueo.
Las empresas de transporte que utilizarían al NTC como destino de operaciones podrían modernizar su flota de vehículos y empezar a utilizar camiones articulados, con el fin de reducir el volumen de afluencia de camiones en la terminal y reducir la congestión. En la actualidad, en la hora pico presentada en temporada alta se encuentran en promedio entre 4,43 y 4,92 camiones articulados; dado que el NTC contará con 53 posiciones en su diseño original, se garantiza que en el lado tierra se tendrán posiciones de parqueo disponibles para vehículos de esta característica en caso de aumentar su popularidad entre los transportistas.
151
BIBLIOGRAFÍA
- AERONÁUTICA CIVIL. Información aeronáutica AIS Aeropuerto de Bogotá [.pdf]. Disponible en internet<http://portal.aerocivil.gov.co/portal/page/portal/Aerocivil_Portal_Internet/ais_informacion_aeronautica/aip/aerodromos>
- AIRPORTS COUNCIL INTERNATIONAL. Top 100 world airports by cargo, 2007. - AIRPORT-TECHNOLOGY.COM. IBS – Software Solutions for Airports and Airline Management [En línea].
Disponible en Internet: http://www.airport-technology.com/contractors/consult/ibs/ - ALVARADO, Jorge; OBAGI, Juan. Inferencia Estadística. Bogotá. 2006. - ASMUSSEN, Soren. Applied Probability and Queues. 2nd. Ed. New York. John Wiley & Sons, Inc. 2000. p. 412. - ASOCIACIÓN DEL TRANSPORTE AÉREO EN COLOMBIA – ATAC. Estudio económico del transporte aéreo en
Colombia 1970-2006. Bogotá D.C.: ATAC, enero de 2008. Resumen ejecutivo p. XI. - BANKS, Jerry. Handbook of Simulation. 1st. Ed. New York. John Wiley & Sons. 1998. - BARNHART. Cynthia; BELOBABA, Peter; ODONI, Amedeo. Applications of Operations Research in the Air
Transport Industry. En: Transportation Science. Vol. 37 (2003); p. 369-387. - BENDER, Gloria; TUNASAR, Cenk; YOUNG, Holland. Modeling curbside vehicular traffic at Airports. En: 1998
Winter Simulation Conference -WSC’98-. (1998). p. 1113-1117. - BRADLEY, Brendan; TAQQU, Murad. Financial Risk and Heavy-Tails. En: Handbook of heavy-Tailed Distributions
in Finance. 1st Ed. Elsevier. 2003. p. 80 - CANAVOS, George. Probabilidad y Estadística – Aplicaciones y métodos. 1ª. Ed. México, D.F.: McGraw Hill.
1988. - CHUNG, Christopher. A Simulation Based Approach For Contingency Planning For Aircraft Turnaround
Operation System Activities In Airline Hubs. En: Journal of Air Transportation. Vol. 11 (2006). p. 140-155. - CONPES. Documento CONPES 3489: Politica Nacional de Transporte Público Automotor de Carga. Bogotá: 1 de
octubre de 2007. p. 5. - CONSORCIO PLAN MAESTRO ELDORADO. Estudio del plan maestro 2001/2025. Revisión y análisis de la
situación actual del Aeropuerto Internacional Eldorado. Bogotá D.C., junio de 2001. Contrato PNUD 990388 Fase 1.
- DE ARCE, Rafael. Modelos ARIMA (Apuntes de clase magistral de Econometría II). Departamento de Economía Aplicada, Universidad Autónoma de Madrid. p. 5-28.
- DOSHI, Naren; MORIYAMA, Robert. Application of Simulation Models in Airport Facility Design. En: Proceedings of the 2002 Winter Simulation Conference. Vol. 2 (2002). p. 1725-1730.
- EMBRECHTS,P - KLÜPPELBERG, C. - MIKOSCH, T. - Modelling Extremal Events. 1st Ed.Berlin. Thomas. 1997. p.35.
- GIEMIC. Disponible en Internet http://www.giemic.uclm.es/index.php?option=com_docman&task=doc_view&gid=1153&Itemid=60
- GÓMEZ, Camilo. El aeropuerto Eldorado como Centro de Logística y Distribución hacia el mejoramiento de la competitividad Regional y Nacional. Trabajo de grado para optar por el título de Economista. Pontificia Universidad javeriana. Bogotá, 2009. p. 88
- GÓMEZ, Juan Camilo. Ingeniero Civil de la Pontificia Universidad Javeriana. Entrevista, 12 de abril de 2010. - GOTTELAND, Jean-Baptiste; DURAND, Nicolas. Genetic algorithms applied to airport ground traffic
optimization. En: The 2003 Congress on Evolutionary Computation. Vol. 1 (2003) p. 544-551. - GUERRERO. Edgar. Gerente de Invercode9 y experto en sistemas de seguridad para Terminales de Carga.
Entrevista. Mayo 4 de 2010. - HESSE, Stefan. “Hesse Sensores en la técnica de fabricación”. Editorial Festo. 2001. P.42. - HILLIER, Frederick; LIEBERMAN, Gerald. Introducción a la Investigación de Operaciones. Octava edición.
México, D.F.: Mc-Graw Hill Interamericana. 2006. p. 930-932 - JACOBSEN, Frederik. Problemas del transporte de carga en el Aeropuerto Internacional Eldorado. Bogotá D.C.,
Colombia. Entrevista. 15 de Mayo de 2009. - JACOBSEN, Frederik. Senior Partner de ALS S.A., ex presidente de Tampa Cargo. Entrevista. 2010. - JACOBSEN, Frederik. Senior Partner de ALS S.A., ex presidente de Tampa Cargo. Entrevista. Mayo de 2009. - KELTON, W. David; SADOWSKI, Randall; STURROCK, David. Simulación con software Arena. Cuarta edición.
México, D.F.: McGraw Hill-Interamericana. 2008. p. 2. - KRUSKAL, William; WALLIS, W. Use of ranks in one-criterion variance analysis. En: Journal of the American
Statistical Association.Vol. 47 (260): 583–621, Diciembre de 1952. - LENNANE, Alexandra. Finding a Modal Mix. En: Airline Cargo Management. Vol. 8 (2009). p. 24.
152
- MACLEOD, Marcia. Shape up or ship out. : En: Airline Cargo Management. Vol. 8 (2009). p. 10. - MARTÍNEZ, Elkin. Ingeniero electrónico y de Telecomunicaciones. Entrevista, 10 de Abril de 2010 - Maurice Thorin.Entrevista Abril de 2010. - NEWMAN, M.E.J. Power laws, Pareto distributions and Zipf’s law. En: Contemporary Physics. Vol. 46 (2005); p.
324. - NEWTON, Graham. The Need For Speed. En: Air Cargo Management. Vol. X (2008). P. 52-54. - ORTEGA, Pablo. Ampliación área terminal de pasajeros de Eldorado [En línea]. Disponible en internet:
http://www.aviacol.net/noticias-del-aire/avances/ampliacion-area-terminal-de-pasajeros-de-eldorado.html - PIEDRAHITA A, Rubén, contralmirante, ex ministro de obras públicas. Aeropuerto Internacional de Bogotá.
Conferencia dictada por el señor ministro de obras públicas, para explicar el proyecto de la obra. Op. Cit., p. 11.
- POLANÍA, Juan Sebastián y MENDOZA, Jhoan Felipe. Simulador de Áreas BCP. Archivo XLXSM. Agosto de 2010. - RACKL, G.; DE STEFANI, F; HERAN, F.; PASQUARELLI, A.; LUDWIG, T.. Distributed airport simulation using
CORBA and DIS. En: International Symposium on Software Engineering for Parallel and Distribuited Systems. (1999). p. 166-173.
- REVISTA SEMANA. Jugar con fuego. En: Revista semana [en línea], 5 mayo de 2007. Disponible en internet < http://semana.com/wf_InfoArticulo.aspx?IdArt=102957>.
- REVISTA SEMANA. Jugar con fuego. En: Revista semana [en línea], 5 mayo de 2007. Disponible en internet <http://semana.com/wf_InfoArticulo.aspx?IdArt=102957>.
- ROLSKI, Thomasz; SCHMIDLI, Hanspeter; SCHMIDT, Volker; TEUGELS, Jozef. Stochastic Processes for Insurance and Finances. 1st ed. New York. John Wiley & Sons, Inc. 1999. p. 49.
- ROSEMBERG, J.; SCHAEFER, A.; GOLDSMAN, D; JOHNSON, E.; KLEYWEGT, A: NEMHHAUSER, G. Simair: A stochastic model of airline operations. En: Proceedings of the 2000 Winter Simulation Conference. Vol. 2 (2000). p. 1118-1122.
- SECRETARÍA DE COMUNICACIONES Y TRANSPORTES DE MÉXICO. Infraestructura, motor del desarrollo del país: Luis Téllez. Disponible en Internet http://www.emexico.gob.mx/wb2/eMex/eMex_29094_not561_infraestructu
- TERMES, Rafael. El papel polifacético del Ingeniero Industrial en la Sociedad Actual. Discurso para el Acto de inauguración de las celebraciones del Sesquicentenario de la carrera de Ingeniero Industrial Colegio Oficial de Ingenieros Industriales de Cantabria Santander. 18 de noviembre de 2000. Disponible en internet <http://web.iese.edu/RTermes/acer/acer46.htm>.
- THORIN, Maurice. Entrevista. Febrero de 2010. - THORIN, Maurice. Experto del sector de carga, Gerente de Operaciones de Tampa Cargo y Senior Partner de
ALS. Entrevista, 12 de septiembre de 2009. - THORIN, Maurice. Experto del sector de carga, Gerente de Operaciones de Tampa Cargo y Senior Partner de
ALS. Entrevista, Entrevista. Abril de 2010. - THORIN, Maurice. Experto del sector de carga, Gerente de Operaciones de Tampa Cargo y Senior Partner de
ALS. Entrevista, Mayo 31 de 2010. - THORIN, Maurice. Experto del sector de carga, Gerente de Operaciones de Tampa Cargo y Senior Partner de
ALS. Entrevista, Noviembre de 2009. - UNIVERSIA KNOWLEDGE AT WHARTON. La crisis con mayúsculas del sector aéreo [En línea]. 17 de Junio de
2009. Disponible en Internet: http://www.wharton.universia.net/index.cfm?fa=viewArticle&ID=1733 - VARMAN. Nuevo AEROPUERTO EL DORADO... En MADRID Cundinamarca 15 Km. mas al OCCIDENTE. En: El
Tiempo [en línea], 2 febrero de 2008. Disponible en internet < http://www.eltiempo.com/participacion/blogs/default/un_articulo.php?id_blog=4039673&id_recurso=450009478&random=7249>.
- WELLS, Alexander; YOUNG, Seth. Airport Planning and Management. Quinta Edición. New York: McGraw Hill. 2004. p. 373-378.
- WINSTON, Wayne. Investigación de operaciones. Op. Cit., p.1146.
153
ANEXOS
154
ANEXO A. CARACTERÍSTICAS OPERACIONALES DEL AEROPUERTO INTERNACIONAL ELDORADO
El aeropuerto Eldorado se encuentra localizado en la sabana de Bogotá, una altiplanicie tropical situada a 2.548 msnm y rodeado por cerros que sobrepasan los 3.000 msnm
90. Los terrenos del aeropuerto abarcan
un área de 989 hectáreas91
, las cuales poseen una baja capacidad portante, lo que dificulta la construcción de edificaciones y amplifica el efecto de movimientos sísmicos
92.
Figura 78: Fotografía Aérea de la terminal de pasajeros del Aeropuerto Eldorado.
Fuente: ELTIEMPO.COM. Nuevo Aeropuerto Eldorado debe tramitar licencia ambiental, advierte Secretaría de Ambiente. Disponible en internet <www.eltiempo.com>
CONDICIONES CLIMÁTICAS DEL AEROPUERTO ELDORADO
Los fenómenos meteorologías que afectan de forma directa en las operaciones del aeropuerto son la temperatura, la cual oscila entre los 4° y 20°; la humedad relativa, que fluctúa alrededor del 80%; y la presencia de lluvias, ya que en promedio llueve el 50% del año; aunque en ocasiones se forman tormentas eléctricas acompañadas de granizo, lo que afecta la seguridad de las aeronaves que circular en el espacio aéreo
* del aeropuerto. Estas condiciones climáticas han ocasionado un promedio de 1 hora y 20 minutos de
cierre en el aeropuerto, durante los últimos 5 años por lluvias y tormenta93
.
La condición climática que más afecta las operaciones aéreas en Eldorado es la niebla de radiación, fenómeno meteorológico que se presenta en la madrugada y que en algunos casos puede restringir las operaciones aéreas durante toda la noche, lo que afecta en especial a los vuelos de carga. Este fenómeno causa en promedio 125 horas de cierre en las operaciones aéreas del aeropuerto
94.
VÍAS DE ACCESO A ELDORADO
90 CONSORCIO PLAN MAESTRO ELDORADO. Estudio del plan maestro 2001/2025. Revisión y análisis de la situación actual del Aeropuerto Internacional Eldorado. Bogotá D.C., junio de 2001. Contrato PNUD 990388 Fase 1. p.13. 91http://hasp.axesnet.com/contenido/documentos/Presentaci%C3%B3n%20Aeropuerto%20El%20Dorado%20DL%5B1%5D.ppt 92 CONSORCIO PLAN MAESTRO ELDORADO. Estudio del plan maestro 2001/2025. Revisión y análisis de la situación actual del Aeropuerto Internacional Eldorado. Bogotá D.C., junio de 2001. Contrato PNUD 990388 Fase 1. p. 8. * Área que rodea el aeropuerto donde las aeronaves pueden realizar maniobras antes de aterrizar y después de despegar. 93 Ibíd. p. 21. 94 CONSORCIO PLAN MAESTRO ELDORADO. Estudio del plan maestro 2001/2025. Revisión y análisis de la situación actual del Aeropuerto Internacional Eldorado. Bogotá D.C., junio de 2001. Contrato PNUD 990388 Fase 1. p. 21.
155
La estructura vial que proporciona el acceso al aeropuerto, se mueve alrededor de un flujo principal con dirección Oriente-Occidente al centro de la ciudad a través de la Avenida El Dorado. Para respaldar el flujo de vehículos de esta arteria de la ciudad, las avenidas José Celestino Mutis y Centenario para regular el flujo de vehículos hacia el norte y sur de la ciudad
95.
El acceso desde el exterior de la ciudad se da por las siguientes rutas:
Acceso desde el norte del país por la carretera Bogotá-Tunja, que posteriormente se convierte en la autopista norte.
Acceso desde el oriente del país por la carretera Bogotá-Villavicencio, que desemboca en la Avenida ciudad de Quito.
Acceso desde el sur del país por la carretera Bogotá-Girardot, que se convierte en la Autopista Sur; Para el acceso desde el occidente del país se tiene la carretera Bogotá-Medellín vía La Vega y la carretera Bogotá-Medellín vía Facatativá.
CARACTERÍSTICAS DE LAS EDIFICACIONES
La terminal Eldorado abarca un área total de 65.335 m2 96
, repartido en 10 niveles en las cuales funcionan las siguientes dependencias
97:
1° piso: Puntos de atención al cliente de las diferentes aerolíneas que operan en la terminal, oficinas de aduana y zonas de recebo de equipaje.
2° piso: Salas de espera, muelles de abordaje, restaurantes y establecimientos comerciales.
3° al 5° piso: Dependencias del departamento administrativo de la aeronáutica civil.
6° Piso: Instalaciones de meteorología y navegación aérea.
7° Piso: Instalaciones de control de ruta.
8° piso: Instalaciones de radar.
9° Piso: Salón de conexiones y distribución eléctrica.
10° Piso. Torre de control.
Desde su construcción la terminal de pasajeros se ha ampliado hacia los costados norte y sur con las ampliaciones realizadas en las sedes de reclamo, hacia el occidente con la ampliación del hall de espera y hacia las plataformas d de acceso a las aeronaves con la ampliación de los muelles
98.
En la actualidad este terminal presenta problemas relacionados con el manejo de equipaje ya que estas áreas se encuentra en mal estado; además la altura de estas zonas no permite la instalación de un sistema moderno de manejo de equipaje. Las salas de espera para la llegada de pasajeros es casi inexistente, lo que hace incomodo la espera de pasajeros llegados a este terminal. Las instalaciones presentan altos niveles de riesgo de incendio, debido a la localización de las plantas eléctricas en el sótano del edifico, la deficiencia de los sistemas contra incendio localizados en las diferentes estancias de la edificación y a la mala disposición de las salidas de emergencia
99.
95 CONSORCIO PLAN MAESTRO ELDORADO. Estudio del plan maestro 2001/2025, Op. Cit,. p. 30 96 http://www.aviacol.net/noticias-del-aire/avances/ampliacion-area-terminal-de-pasajeros-de-eldorado.html 97 Ibíd. 98 CONSORCIO PLAN MAESTRO ELDORADO. Estudio del plan maestro 2001/2025. Revisión y análisis de la situación actual del Aeropuerto Internacional Eldorado. Bogotá D.C., junio de 2001. Contrato PNUD 990388 Fase 1. p. 71. 99 Plan maestro. Condiciones existentes. Disponible en http://www.alaico.org/
156
ANEXO B. TRÁNSITO DE PASAJEROS Y CARGA (1970-2008)
Tabla 45: Tránsito de pasajeros y carga en Colombia y el Aeropuerto Eldorado.
Año Todos los aeropuertos del país (personas) Aeropuerto Eldorado (personas) Todos los aeropuertos del país (Tm ) Aeropuerto Eldorado (Tm )
Tránsito psj. intl.
%var Tránsito psj. nal
%var Tránsito psj. intl.
%var Tránsito psj. nal
%var Tránsito carga intl
%var Tránsito carga nal.
%var Tránsito carga intl
%var Tránsito psj. nal
%var
1970 466.834 3.099.801 313.831 1.465.886 19.512 107.051 12.075 58.769
1971 520.526 11,50% 2.689.675 -13,23% 356.961 13,74% 1.610.183 9,84% 24.521 25,67% 87.837 -17,95% 16.430 36,07% 54.816 -6,73%
1972 595.941 14,49% 2.905.501 8,02% 400.390 12,17% 1.635.200 1,55% 27.951 13,99% 83.699 -4,71% 16.951 3,17% 54.107 -1,29%
1973 684.762 14,90% 2.898.090 -0,26% 472.061 17,90% 1.814.756 10,98% 30.703 9,85% 81.682 -2,41% 19.632 15,82% 56.720 4,83%
1974 859.893 25,58% 2.883.645 -0,50% 529.887 12,25% 1.833.595 1,04% 45.761 49,04% 72.686 -11,01% 29.419 49,85% 55.111 -2,84%
1975 890.933 3,61% 3.192.777 10,72% 563.642 6,37% 2.145.688 17,02% 48.203 5,34% 66.245 -8,86% 29.802 1,30% 55.647 0,97%
1976 965.716 8,39% 3.806.652 19,23% 586.070 3,98% 2.508.453 16,91% 50.828 5,45% 65.818 -0,64% 35.824 20,21% 53.097 -4,58%
1977 1.041.112 7,81% 4.249.801 11,64% 667.297 13,86% 2.768.419 10,36% 71.179 40,04% 75.438 14,62% 48.578 35,60% 59.668 12,38%
1978 1.139.920 9,49% 4.834.627 13,76% 724.948 8,64% 3.144.076 13,57% 92.885 30,49% 76.740 1,73% 63.540 30,80% 54.283 -9,02%
1979 1.264.920 10,97% 5.224.133 8,06% 829.388 14,41% 3.373.644 7,30% 88.585 -4,63% 60.869 -20,68% 65.027 2,34% 45.009 -17,08%
1980 1.258.522 -0,51% 5.098.422 -2,41% 867.546 4,60% 3.302.826 -2,10% 123695 39,63% 62.638 2,91% 89.910 38,27% 47.971 6,58%
1981 1.283.947 2,02% 5.613.969 10,11% 893.346 2,97% 3.551.121 7,52% 163592 32,25% 78.067 24,63% 112.173 24,76% 54.510 13,63%
1982 1.214.877 -5,38% 6.385.520 13,74% 862.934 -3,40% 4.012.829 13,00% 186857 14,22% 92.177 18,07% 129.544 15,49% 61.083 12,06%
1983 1.169.160 -3,76% 5.902.191 -7,57% 808.607 -6,30% 3.730.839 -7,03% 177989 -4,75% 83.201 -9,74% 128.453 -0,84% 57.773 -5,42%
1984 1.091.997 -6,60% 5.572.096 -5,59% 769.506 -4,84% 3.627.851 -2,76% 173948 -2,27% 84.042 1,01% 127.866 -0,46% 64.647 11,90%
1985 1.082.458 -0,87% 5.499.104 -1,31% 753.041 -2,14% 3.631.333 0,10% 167655 -3,62% 85.156 1,33% 121.319 -5,12% 63.048 -2,47%
1986 1.073.473 -0,83% 5.448.366 -0,92% 747.695 -0,71% 3.583.456 -1,32% 188391 12,37% 86.019 1,01% 130.769 7,79% 66.588 5,61%
1987 1.067.517 -0,55% 5.523.842 1,39% 731.772 -2,13% 3.603.958 0,57% 191843 1,83% 97.351 13,17% 130.191 -0,44% 73.060 9,72%
1988 1.113.841 4,34% 5.517.194 -0,12% 764.389 4,46% 3.573.097 -0,86% 225586 17,59% 95.983 -1,41% 155.432 19,39% 70.221 -3,89%
1989 1.126.100 1,10% 5.624.742 1,95% 760.851 -0,46% 3.664.918 2,57% 288990 28,11% 91.780 -4,38% 190.611 22,63% 63.016 -10,26%
1990 1.113.792 -1,09% 5.235.499 -6,92% 735.170 -3,38% 3.499.274 -4,52% 274083 -5,16% 79.470 -13,41% 203.231 6,62% 61.134 -2,99%
1991 1.297.352 16,48% 5.600.262 6,97% 840.356 14,31% 3.783.051 8,11% 294041 7,28% 83.816 5,47% 202.301 -0,46% 62.752 2,65%
1992 1.541.141 18,79% 5.883.225 5,05% 1.051.248 25,10% 4.128.120 9,12% 365518 24,31% 87.384 4,26% 249.967 23,56% 68.494 9,15%
1993 1.797.818 16,65% 6.519.532 10,82% 1.191.430 13,33% 4.616.713 11,84% 378876 3,65% 107.942 23,53% 262.568 5,04% 85.687 25,10%
1994 2.104.669 17,07% 7.332.240 12,47% 1.433.959 20,36% 5.284.238 14,46% 411085 8,50% 138.113 27,95% 283.858 8,11% 110.730 29,23%
1995 2.366.886 12,46% 8.058.368 9,90% 1.647.844 14,92% 5.867.703 11,04% 404841 -1,52% 130.255 -5,69% 298.042 5,00% 113.638 2,63%
1996 2.430.474 2,69% 8.293.139 2,91% 1.707.405 3,61% 6.052.683 3,15% 383237 -5,34% 135.986 4,40% 299.787 0,59% 109.826 -3,35%
1997 2.665.580 9,67% 8.026.764 -3,21% 1.843.527 7,97% 5.779.655 -4,51% 468614 22,28% 135.154 -0,61% 355.141 18,46% 105.355 -4,07%
1998 2.780.200 4,30% 7.946.850 -1,00% 1.917.296 4,00% 5.717.692 -1,07% 448171 -4,36% 113.790 -15,81% 343.245 -3,35% 91.373 -13,27%
1999 2.817.129 1,33% 7.545.446 -5,05% 1.898.362 -0,99% 5.412.511 -5,34% 390073 -12,96% 129.806 14,08% 288.588 -15,92% 104.071 13,90%
2000 2.925.629 3,85% 7.465.719 -1,06% 1.920.117 1,15% 5.234.195 -3,29% 388454 -0,42% 100.320 -22,72% 297.397 3,05% 75.509 -27,44%
2001 3.048.065 4,18% 7.551.952 1,16% 1.996.834 4,00% 5.332.342 1,88% 372335 -4,15% 102.647 2,32% 291.422 -2,01% 76.060 0,73%
2002 2.885.376 -5,34% 7.731.586 2,38% 1.935.392 -3,08% 5.543.253 3,96% 384948 3,39% 121.637 18,50% 306.877 5,30% 95.061 24,98%
2003 2.676.992 -7,22% 7.438.679 -3,79% 1.909.773 -1,32% 5.326.917 -3,90% 445579 15,75% 155.343 27,71% 354.502 15,52% 106.209 11,73%
2004 3.310.063 23,65% 7.697.439 3,48% 2.118.199 10,91% 5.625.453 5,60% 502.117 12,69% 127.553 -17,89% 371.373 4,76% 101.001 -4,90%
2005 3.887.349 17,44% 7.756.875 0,77% 2.506.972 18,35% 5.819.028 3,44% 543.590 8,26% 134.745 5,64% 407.474 9,72% 103.199 2,18%
2006 4.383.285 12,76% 8.342.928 7,56% 2.788.313 11,22% 6.258.302 7,55% 559.833 2,99% 138.242 2,59% 421.433 3,43% 105.466 2,20%
2007 4.954.920 13,04% 8.771.998 5,14% 3.155.322 13,16% 6.619.160 5,77% 511.274 -8,67% 137.186 -0,76% 399.767 -5,14% 104.621 -0,80%
2008 5.274.481 6,45% 8.984.165 2,42% 3.363.951 6,61% 6.808.106 2,85% 502.406 -1,73% 123.289 -10,13% 412.161 3,10% 94.051 -10,10%
Fuente: DANE y AEROCIVIL
157
ANEXO C. TRÁNSITO DE CARGA EN ELDORADO Y A NIVEL NACIONAL VS. PIB (1970-2008)
Tabla 46: Tránsito de carga en Eldorado y a nivel nacional Vs PIB y PIB Per cápita (1970-2008)
Año PIB empalmado 1975
%var PIB por habitante empalmado 1975
%var Transito total Carga Colombia
%var Transito total Carga Eldorado
%var
(millones de pesos)
(millones de pesos)
1970 307496 14.118,90 126563 70844
1971 325825 5,96% 14.464,40 2,45% 112358 -11,22% 71246 0,57%
1972 350813 7,67% 15.071,90 4,20% 111650 -0,63% 71058 -0,26%
1973 374398 6,72% 15.583,00 3,39% 112385 0,66% 76352 7,45%
1974 395910 5,75% 15.980,90 2,55% 118447 5,39% 84530 10,71%
1975 405108 2,32% 15.877,20 -0,65% 114448 -3,38% 85449 1,09%
1976 424263 4,73% 16.163,00 1,80% 116646 1,92% 88921 4,06%
1977 441906 4,16% 16.380,80 1,35% 146617 25,69% 108246 21,73%
1978 479335 8,47% 17.308,30 5,66% 169625 15,69% 117823 8,85%
1979 505119 5,38% 17.785,30 2,76% 149454 -11,89% 110036 -6,61%
1980 525765 4,09% 18.071,30 1,61% 186333,34 24,68% 137881 25,31%
1981 537736 2,28% 18.060,00 -0,06% 241659,27 29,69% 166683 20,89%
1982 542836 0,95% 17.831,20 -1,27% 279034,17 15,47% 190627 14,36%
1983 551380 1,57% 17.731,00 -0,56% 261190,5 -6,39% 186226 -2,31%
1984 569855 3,35% 17.953,30 1,25% 257990,4 -1,23% 192513 3,38%
1985 587561 3,11% 18.145,80 1,07% 252811,3 -2,01% 184367 -4,23%
1986 621781 5,82% 18.833,90 3,79% 274410,34 8,54% 197357 7,05%
1987 655164 5,37% 19.470,50 3,38% 289194,26 5,39% 203251 2,99%
1988 681791 4,06% 19.888,30 2,15% 321568,87 11,19% 225653 11,02%
1989 705068 3,41% 20.196,20 1,55% 380770,04 18,41% 253627 12,40%
1990 735259 4,28% 20.687,00 2,43% 353552,7 -7,15% 264365 4,23%
1991 749976 2,00% 20.731,90 0,22% 377856,5 6,87% 265053 0,26%
1992 780312 4,04% 21.197,80 2,25% 452902,1 19,86% 318461 20,15%
1993 822335 5,39% 21.959,40 3,59% 486818 7,49% 348255 9,36%
1994 870151 5,81% 22.845,80 4,04% 549198,4 12,81% 394588 13,30%
1995 920902 5,83% 23.726,00 3,85% 535095,5 -2,57% 411680 4,33%
1996 994752 8,02% 25.629 8,02% 519223,4 -2,97% 409613 -0,50%
1997 1035221 4,07% 26.671 4,07% 603768,2 16,28% 460496 12,42%
1998 1029416 -0,56% 26.522 -0,56% 561960,5 -6,92% 434618 -5,62%
1999 962988 -6,45% 24.810 -6,45% 519879,2 -7,49% 392659 -9,65%
2000 995462 3,37% 25.647 3,37% 488773,6 -5,98% 372906 -5,03%
2001 1014909 1,95% 26.148 1,95% 474981,5 -2,82% 367482 -1,45%
2002 1040333 2,50% 26.803 2,50% 506584,5 6,65% 401938 9,38%
2003 1091449 4,91% 28.120 4,91% 600921,5 18,62% 460711 14,62%
2004 1158173 6,11% 29.839 6,11% 629670 4,78% 472374 2,53%
2005 1215727 4,97% 31.322 4,97% 678335,56 7,73% 510672,73 8,11%
Fuente: DANE y AEROCIVIL
158
ANEXO D. MOVIMIENTO DE PASAJEROS Y CARGA EN LOS PRINCIPALES AEROPUERTOS DE LATINOAMÉRICA
Figura 79: Movimiento aéreo de pasajeros en los principales aeropuertos de Latinoamérica
Fuente: elaboración propia de los autores.
Figura 80: Movimiento aéreo de carga en los principales aeropuertos de Latinoamérica
Fuente: Elaboración propia de los autores
-
5.000.000
10.000.000
15.000.000
20.000.000
25.000.000
2003 2004 2005 2006 2007 2008
Aeropuerto Internacional Comodoro Arturo MerinoBenítez (Santiago - Chile)
Aeropuerto Internacional Eldorado (Bogotá -Colombia)
Aeropuerto Internacional Presidente JuscelinoKubitschek (Brasilia - Brasil)
Aeropuerto de Congonhas (Sao Paulo - Brasil)
Aeropuerto Internacional de Guarulhos (Sao Paulo- Brasil)
Aeropuerto Benito Juárez (Ciudad de México)
-
100.000
200.000
300.000
400.000
500.000
600.000
2003 2004 2005 2006 2007 2008
Aeropuerto de Viracopos /Campinas(Sao Paulo - Brasil)
Aeropuerto Internacional ComodoroArturo Merino Benítez (Santiago -Chile)
Aeropuerto Benito Juárez (México)
Aeropuerto Internacional deGuarulhos (Sao Paulo - Brasil)
159
ANEXO E. POSICIONAMIENTO DE ELDORADO CON RESPECTO A OTROS AEROPUERTOS EN EL MUNDO
Figura 81. Distancia en línea recta entre Eldorado y otros aeropuertos del mundo (en km).
FUENTE: Elaboración propia de los autores.
160
ANEXO F. MODELOS DE PROBABILIDAD Tabla 47: Distribuciones de probabilidad utilizadas en las distribuciones de tiempo entre llegadas y tiempo de servicio
en el modelo de simulación
Distribución f.d.p. ( ( )) parámetros Dominio
Beta
( )
( ) ( )
( )
(forma)
(límites)
Bi-Exponential
{
( )
( )
(tasas)
(locación)
Bi-Weibull
{
.
/
.
/
.
/
.
/
(forma)
(escala)
(locación)
Burr
.
/
( .
/ )
(forma)
(escala)
(locación)
Dagum
.
/
( .
/ )
(forma)
(escala)
(locación)
Tiempo de Fatiga
√( ) ⁄ √ ( )⁄
( ) (
(√( ) ⁄
√ ( )⁄ ))
(forma)
(escala)
(locación)
Frechet
.
/
.
/
(forma)
(escala)
(locación)
Gen. Gamma ( )
( ) .
/
(forma)
(escala)
(locación)
Johnson SB
√ ( )
. .
//
,
(forma)
(escala)
(locación)
Kumaraswamy
( )
,
(forma)
(límites)
Log-Logistic
.
/
. .
/
/
(forma)
(escala)
(locación)
Lognormal ( ( ( )
) )
√ ( )
(media normal)
(desviación normal)
(locación)
Log-Pearson 3
| | ( ) . ( )
/
( )
; (locación)
si , si
161
Distribución f.d.p. ( ( )) parámetros Dominio
Nakagami
( )
Pareto 2
( )
(forma)
(escala)
Pearson 6
.
/
( ).
/
(forma)
(escala)
(locación)
Pert
( )
( ) ( )
( )
,
(moda)
(límites)
Triangular
{
( )
( )( )
( )
( )( )
(moda)
(límites)
Wakeby
. ( ( ))
/
. ( ( ))
/
(locación)
Si
Si
Si
Si
Weibull
.
/
.
/
(forma)
(escala)
(locación)
FUENTE: Elaboración propia de los autores.
162
ANEXO G. PRUEBAS REALIZADAS EN EL ANÁLISIS DE ENTRADA 1. PRUEBAS REALIZADAS PARA LOS TIEMPOS DE LLEGADAS
1.1. PRUEBAS DE HOMOGENEIDAD DE KRUSKAL-WALLIS
Para analizar la homogeneidad del total de registros en cada temporada, se consideró únicamente la hora en la cual se registró cada llegada. Por tanto se obtuvieron 168 grupos que corresponden al equivalente número de horas de una semana (sin distinguir la semana de la cual proviene el registro). Los resultados obtenidos demuestran la no homogeneidad de estos 168 grupos, tanto para temporada alta como baja.
Tabla 48: Prueba de Kruskal-Wallis para los tiempos entre llegadas sin distinguir franjas horarias
Variable: tiempo entre llegadas
TEMPORADA BAJA TEMPORADA ALTA
Test Statistics a,b
Chi-Square 11318,017 Chi-Square 2157,4816
df 167 df 168
Asymp. Sig. 0 Asymp. Sig. 0
a. Kruskal Wallis Test b. Grouping Variable: Hora Semanal (168 Groups)
FUENTE: Elaboración propia de los autores.
Luego, al dividir cada semana de cada temporada en intervalos de 3 horas de ancho (56 intervalos semanales, sin distinguir la semana de la cual proviene el registro) se encontró un mejor resultado en la homogeneidad. Para temporada alta se seleccionaron todos los datos, pero para temporada baja fue necesario hacer una selección de 7 grupos aleatorios (cuyos datos fueron consecutivos) debido a limitaciones de cómputo; cada grupo provenía de una semana distinta pero de la misma franja horaria.
Tabla 49: Prueba de Kruskal-Wallis para los tiempos entre llegadas considerando franjas horarias de 3 horas
TEMPORADA BAJA TEMPORADA ALTA Grupo Hora N R Medio Valor Chi GDL Sig. N R Medio Valor Chi GDL Sig.
1
0 50 75,091
2,408 2 0,3
37 57,014
0,751 2 0,687
1 45 67,582 40 51,15
2 54 81,098 31 55,823
2
3 88 148,83
2,839 2 0,242
38 122,566
5,332 2 0,07
4 79 135,076 83 95,687
5 107 129,972 85 102,606
3
6 181 304,961
1,889 2 0,389
120 207,713
0,77 2 0,681
7 269 299,541 173 206,659
8 164 323,357 127 218,366
4
9 70 73,871
1,353 2 0,508
56 62,08
0,616 2 0,735
10 43 81,581 38 66,763
11 43 82,953 35 67,757
5
12 54 75,528
1,212 2 0,546
46 68,076
1,506 2 0,471
13 44 66,591 40 58,65
14 43 69,826 42 66,155
6
15 25 26,38
1,51 2 0,47
48 83,729
5,869 2 0,053
16 19 31,605 49 64,939
17 14 32,214 46 67,283
7
18 19 23,158
0,558 2 0,757
53 63,528
3,305 2 0,192
19 14 26,286 50 74,86
20 14 22,857 39 78,026
8
21 14 12,643
2,437 2 0,296
34 40,088
1,723 2 0,422
22 11 13,545 30 41,1
23 1 25 20 48,7
9
24 5 24,8
4,571 2 0,102
4 2,75
5,573 2 0,062
25 9 16,667 3 7
26 37 28,432 3 7,667
10
27 44 71,185
2,68 2 0,262
28 72,283
4,765 2 0,092 28 49 77,473 32 62,61
163
29 64 85,542 61 54,976
11
30 265 398,547
2,151 2 0,341
142 264,63
3,189 2 0,203
31 276 412,511 149 265,493
32 285 428,361 218 241,555
12
33 644 1051,941
2,293 2 0,318
149 278,581
5,538 2 0,063
34 732 1005,322 180 239,889
35 670 1016,023 187 260,414
13
36 110 212,491
9,055 2 0,011
214 390,797
5,37 2 0,068
37 102 207,343 224 393,194
38 176 175,813 314 354,847
14
39 276 397,011
5,731 2 0,057
361 571,828
1,343 2 0,511
40 301 380,209 365 562,768
41 221 428,882 392 545,103
15
42 664 907,554
0,791 2 0,673
326 483,992
1,371 2 0,504
43 665 884,798 334 461,832
44 468 907,044 291 483,308
16
45 204 274,133
2,411 2 0,3
136 119,904
2,778 2 0,249
46 173 274,993 61 127,934
47 186 297,146 54 139,167
17
48 22 32,455
0,13 2 0,937
33 38,727
4,678 2 0,096
49 22 34,182 20 54,525
50 21 32,333 37 46,662
18
51 70 171,614
5,647 2 0,059
52 122,192
5,819 2 0,055
52 106 161,538 58 110,379
53 134 142,306 103 97,427
19
54 119 183,779
4,347 2 0,114
209 382,389
4,405 2 0,111
55 102 203,239 198 362,263
56 149 174,731 312 343,566
20
57 841 1417,549
1,298 2 0,523
314 435,326
1,084 2 0,582
58 1087 1430,534 325 437,657
59 898 1389,089 244 456,373
21
60 262 458,906
1,846 2 0,397
104 219,163
3,772 2 0,152
61 278 433,424 139 196,309
62 341 433,418 157 191,847
22
63 558 899,29
4,601 2 0,1
479 672,734
1,302 2 0,521
64 712 952,882 491 662,33
65 568 897,509 378 692,546
23
66 513 681,345
1,644 2 0,44
304 388,248
3,144 2 0,208
67 475 684,47 277 403,143
68 394 713,196 225 424,547
24
69 160 183,563
1,373 2 0,503
74 68,277
4,721 2 0,094
70 109 184,367 43 73,872
71 106 198,433 30 88,3
25
72 37 64,541
0,058 2 0,971
39 36,538
0,117 2 0,943
73 43 66,116 14 36,321
74 49 64,367 20 38,375
26
75 58 94,464
2,022 2 0,364
41 104,89
3,7 2 0,157
76 54 84,03 77 85,461
77 72 97,271 64 90,188
27
78 172 312,866
2,966 2 0,227
184 431,111
3,822 2 0,148
79 216 284,583 267 407,279
80 212 306,684 358 389,88
28
81 394 581,099
3,323 2 0,19
386 552,551
3,742 2 0,154
82 421 565,406 390 524,432
83 352 609,486 318 569,66
29
84 132 251,996
1,901 2 0,386
178 365,685
4,721 2 0,094
85 156 232,358 238 326,989
86 187 232,827 260 330,425
30
87 603 590,484
74,788 2 0
522 713,948
9,635 2 0,008
88 475 650,871 561 752,292
89 236 842,074 422 802,246
31
90 314 490,084
5,779 2 0,056
372 406,003
4,485 2 0,106
91 376 459,586 302 438,672
92 278 511,888 177 446,407
32
93 101 116,75
4,528 2 0,104
97 85,696
4,076 2 0,13
94 79 122,242 63 93,913
95 69 140,234 22 110,182
33
96 19 31,158
3,56 2 0,169
26 33,385
2,818 2 0,244
97 12 20,833 16 43
98 21 25,524 28 33,179
34 99 53 126,049 4,314 2 0,116 21 98,476 2,961 2 0,228
164
100 73 101,834 47 87,138
101 99 114,247 99 79,439
35
102 115 248,522
3,18 2 0,204
170 262,147
3,216 2 0,2
103 162 244,815 145 273,228
104 196 223,781 201 244,791
36
105 152 210,944
0,551 2 0,759
179 281,433
1,303 2 0,521
106 129 218,973 226 267,867
107 143 208,315 148 285,584
37
108 135 238,081
0,52 2 0,771
140 215,514
0,18 2 0,914
109 164 226,979 105 216,962
110 165 233,421 182 211,126
38
111 245 361,857
0,081 2 0,96
470 763,653
0,217 2 0,897
112 265 360,443 541 750,87
113 214 365,783 501 755,869
39
114 80 97,627
1,889 2 0,389
376 495,114
2,254 2 0,324
115 64 101,77 337 478,489
116 61 111,337 275 513,282
40
117 139 104,032
31,657 2 0
230 168,091
12,534 2 0,002
118 73 137,26 81 200,58
119 35 175,643 53 217,396
41
120 23 30,174
0,268 2 0,875
27 61,889
3,122 2 0,21
121 18 33,111 28 50,661
122 21 31,571 50 49,51
42
123 29 80,82
4,53 2 0,104
58 95,199
1,908 2 0,385
124 43 61,92 50 101,645
125 62 65,139 79 88,281
43
126 163 310,193
4,704 2 0,095
246 361,289
1,992 2 0,369
127 198 275,894 200 374,173
128 211 278,149 272 347,094
44
129 215 360,6
2,131 2 0,345
301 448,756
1,724 2 0,422
130 248 333,546 276 472,246
131 230 348,793 332 446,324
45
132 156 261,321
3,997 2 0,136
321 531,344
1,962 2 0,375
133 148 277,551 333 506,866
134 214 245,689 370 501,222
46
135 293 562,655
4,266 2 0,118
461 716,701
1,526 2 0,466
136 419 515,185 497 684,505
137 363 544,434 440 698,416
47
138 133 166,414
5,386 2 0,068
352 482,817
4,134 2 0,127
139 121 164,612 375 472,7
140 91 193,78 248 518,492
48
141 163 218,385
5,089 2 0,079
95 97,495
4,373 2 0,112
142 157 198,261 76 106,046
143 108 232,243 38 121,671
49
144 48 81,563
1,588 2 0,452
39 59,718
0,709 2 0,701
145 42 82,19 33 65,924
146 65 72,662 50 59,97
50
147 15 44,267
4,559 2 0,102
52 114,606
0,345 2 0,842
148 20 42,2 79 116,272
149 39 32,487 95 110,589
51
150 58 96,612
0,975 2 0,614
179 247,595
1,533 2 0,465
151 41 101,927 154 242,114
152 91 91,896 167 261,347
52
153 51 79,588
0,395 2 0,821
165 253,406
0,095 2 0,954
154 52 84,337 167 249,716
155 58 79,25 172 254,334
53
156 129 207,521
3,109 2 0,211
161 326,845
1,157 2 0,561
157 111 201,781 214 318,044
158 153 184,66 256 307,471
54
159 263 401,07
0,924 2 0,63
365 497,567
1,542 2 0,462
160 296 387,657 348 521,063
161 235 405,902 312 522,061
55
162 155 190,923
4,703 2 0,095
256 299,344
3,625 2 0,163
163 132 194,788 201 322,398
164 113 220,31 173 331,393
56
165 134 156,988
4,801 2 0,091
136 140,614
2,6 2 0,273
166 89 139,11 110 146,527
167 86 168,346 46 163,837
FUENTE: Elaboración propia de los autores.
165
Para aquellos intervalos en los que persistió la no homogeneidad, se consideraron intervalos de 1 hora de ancho. Siendo esta longitud de intervalo la menor considerada desde el inicio del análisis, fue necesario tener en cuenta la semana de la cual provenían los registros; para temporada alta, se compararon entre sí los registros correspondientes a la misma hora procedentes de las 5 semanas de las que se tenía información, y para temporada baja se seleccionaron 7 grupos aleatorios de distintas semanas pero con la misma franja horaria. Los resultados demostraron la homogeneidad de los segmentos de 1 hora.
Tabla 50: Prueba de Kruskal-Wallis para los tiempos entre llegadas considerando franjas horarias de 1 hora
TEMPORADA ALTA
Hora N R Medio valor Chi GDL Sig. Hora N R Medio valor Chi GDL Sig.
87
386 1077,958
6,505 4 0,164 117
261 697,789
4,684 4 0,321
410 1170,387 347 701,971
386 1155,121 216 689,239
601 1136,896 303 645,792
509 1184,04 248 708,639
88
358 1063,425
4,591 4 0,332 118
234 477,349
2,654 4 0,617
377 1074,923 280 478,713
373 1108,467 143 504,012
568 1025,9 175 474,943
458 1082,803 140 513,93
89
329 841,669
7,036 4 0,134 119
176 358,999
5,939 4 0,204
385 893,26 233 326,028
290 808,312 71 372,634
373 812,825 112 322,52
306 845,352 92 353,723
TEMPORADA BAJA
Hora N R Medio valor Chi GDL Sig. Hora N R Medio valor Chi GDL Sig.
36
137 513,184
8,208 6 0,223 89
331 1215,227
9,45 6 0,15
159 574,331 354 1138,122
103 508,782 280 1224,825
157 516,04 342 1202,032
167 564,351 376 1142,73
178 505,048 330 1205,458
157 516,04 383 1266,207
37
177 560,517
5,867 6 0,438 117
80 338,408
11,861 6 0,065
148 599,831 123 349,503
148 527,631 110 341,045
141 554,479 77 403,923
183 523,573 104 343,071
149 548,1 127 404,223
158 558,366 109 377,255
38
205 757,573
7,625 6 0,267 118
51 242,484
9,96 6 0,126
218 813,014 42 225,334
223 761,916 70 197,241
226 796,723 53 178,845
238 777,931 62 201,456
231 797,961 54 192,85
207 709,872 76 202,835
87
378 1222,901
9,762 6 0,135 119
33 77,375
11,082 6 0,086
329 1218,021 22 87,915
331 1169,385 30 112,803
370 1252,202 16 117,978
319 1170,628 27 85,243
340 1216,509 38 96,646
324 1108,724 25 104,106
88
466 1545,868
9,033 6 0,172
349 1404,177
351 1537,696
458 1547,744
499 1569,206
482 1544,494
446 1500,708
FUENTE: Elaboración propia de los autores.
166
1.2. PRUEBAS DE ALEATORIEDAD DE WALD-WOLFOWITZ
Al separar la serie de datos en semanas y considerando los intervalos definidos en la sección 1.1 del presente anexo, se aplicó la prueba de Wald-Wolfowitz a todo grupo de datos que tuviese 10 o más muestras. Los resultados de las pruebas fueron clasificados en dos categorías: “grupo aleatorio” o “grupo no aleatorio”; luego se contaron el número de grupos en cada categoría, considerando únicamente la temporada y los intervalos horarios. Para todos los intervalos, son más frecuentes los grupos aleatorios que los no aleatorios (Tabla 51), lo cual permite suponer la aleatoriedad de los tiempos entre llegadas considerando los intervalos propuestos.
Tabla 51: Prueba de Wald-Wolfowitz para los tiempos entre llegadas
TEMPORADA BAJA TEMPORADA ALTA
Día
Intervalo Horario
Cuenta de Resultados Wald-Wolfowitz
% resultados favorables
Cuenta de Resultados Wald-Wolfowitz
% resultados favorables
No se rechaza aleatoriedad
Se rechaza aleatoriedad
No se rechaza aleatoriedad
Se rechaza aleatoriedad
Dom
0:00-3:00 19 3 86% 2 1 67%
3:00-6:00 33 4 89% 4 0 100%
6:00-9:00 35 6 85% 5 0 100%
9:00-12:00 18 2 90% 5 0 100%
12:00-15:00 7 3 70% 3 0 100%
15:00-18:00 4 0 100% 3 0 100%
18:00-21:00 1 0 100% 2 1 67%
21:00-0:00 3 0 100% 3 0 100%
Lun
0:00-3:00 6 0 100% 2 1 67%
3:00-6:00 22 3 88% 5 0 100%
6:00-9:00 32 9 78% 5 0 100%
9:00-12:00 32 9 78% 5 0 100%
12:00-13:00 36 3 92%
5 0 100%
13:00-14:00 38 2 95%
14:00-15:00 41 0 100%
15:00-18:00 26 15 63% 5 0 100%
18:00-21:00 36 5 88% 4 1 80%
21:00-0:00 33 8 80% 5 0 100%
Mar
0:00-3:00 18 3 86% 4 0 100%
3:00-6:00 32 2 94% 5 0 100%
6:00-9:00 33 8 80% 3 2 60%
9:00-12:00 35 6 85% 4 1 80%
12:00-15:00 35 6 85% 5 0 100%
15:00-18:00 22 19 54% 5 0 100%
18:00-21:00 29 12 71% 4 1 80%
21:00-0:00 38 3 93% 3 2 60%
Mié
0:00-3:00 17 2 89% 4 1 80%
3:00-6:00 32 4 89% 4 1 80%
6:00-9:00 34 7 83% 5 0 100%
9:00-12:00 35 6 85% 5 0 100%
12:00-15:00 33 8 80% 5 0 100%
15:00-16:00 34 7 83% 4 1 80%
16:00-17:00 32 7 82% 5 0 100%
17:00-18:00 36 3 92% 3 2 60%
18:00-21:00 32 7 82% 4 1 80%
21:00-0:00 31 7 82% 4 1 80%
Jue
0:00-3:00 3 2 60% 2 1 67%
3:00-6:00 35 4 90% 4 1 80%
6:00-9:00 29 10 74% 3 2 60%
9:00-12:00 32 7 82% 5 0 100%
12:00-15:00 35 4 90% 5 0 100%
15:00-18:00 22 17 56% 3 2 60%
18:00-21:00 35 5 88% 4 1 80%
21:00-22:00 36 2 95% 4 1 80%
22:00-23:00 19 1 95% 4 0 100%
167
23:00-0:00 5 0 100% 4 0 100%
Vie
0:00-3:00 10 2 83% 4 1 80%
3:00-6:00 32 1 97% 4 1 80%
6:00-9:00 30 11 73% 4 1 80%
9:00-12:00 30 11 73% 5 0 100%
12:00-15:00 36 5 88% 5 0 100%
15:00-18:00 24 17 59% 5 0 100%
18:00-21:00 27 14 66% 3 2 60%
21:00-0:00 34 6 85% 3 2 60%
Sáb
0:00-3:00 28 2 93% 5 0 100%
3:00-6:00 32 5 86% 3 2 60%
6:00-9:00 34 7 83% 4 1 80%
9:00-12:00 33 8 80% 3 2 60%
12:00-15:00 30 11 73% 5 0 100%
15:00-18:00 26 15 63% 3 2 60%
18:00-21:00 30 11 73% 3 2 60%
21:00-0:00 28 13 68% 3 2 60%
FUENTE: Elaboración propia de los autores.
2. PRUEBAS REALIZADAS PARA LOS TIEMPOS DE SERVICIO PARA CARGA SECA 2.1. PRUEBAS DE AUTOCORRELACIÓN DE RETRASO K
Figura 82: Correlaciones (lag-K) para las variables asociadas al tiempo de servicio de carga seca
FUENTE: Elaboración propia de los autores.
168
Las gráficas de las pruebas de Auto-correlación con Retraso K muestran niveles muy bajos de correlación, lo que sugiere que los datos no están auto-correlacionados. Por otro lado, el comportamiento de las auto-correlaciones es oscilante, lo que sugiere que las muestras seleccionadas en cada variable son iid.
100
Figura 83: dispersión de los datos de variables asociadas al tiempo de servicio de carga seca con k=1.
FUENTE: Elaboración propia de los autores.
100 BANKS, Jerry, Handbook of Simulation. Op. Cit., p. 62
169
2.2. PRUEBAS DE HOMOGENEIDAD DE KRUSKAL-WALLIS
Tabla 52: prueba de Kruskal-Wallis para la variable "tiempo entre ULCs" para cada operador (Carga Seca)
Grupo N R Medio Valor Chi GDL Sig. Grupo N R Medio Valor Chi GDL Sig.
C1
15 72,62
13,238 9 0,152 C5
10 49,217
13,46 9 0,143
21 67,76 12 51,165
17 75,806 11 49,232
12 83,277 11 55,486
15 68,035 13 81,387
12 70,379 17 52,448
10 98,438 6 67,19
22 54,134 12 75,181
10 98,756 15 48,766
13 80,75 9 60,168
C4
13 58,979
6,526 9 0,686 C7
9 50,951
9,993 9 0,351
15 62,879 15 54,056
15 59,97 16 52,315
15 66,224 19 59,147
13 55,04 9 83,121
10 69,043 9 54,182
11 73,047 14 69,888
13 86,895 10 77,108
16 63,408 7 50,115
10 68,953 13 62,673
FUENTE: Elaboración propia de los autores.
Tabla 53: prueba de Kruskal-Wallis para la variables asociadas al tiempo de servicio de carga seca
Variable Operador N R Medio Valor Chi GDL Sig.
T.INICIO
C1 33 55,36
3,168 3 0,366
C4 30 61,37
C5 30 67,17
C7 33 70,24
T.ULCs
C1 353 765,29
61,691 3 0
C4 362 588,56
C5 364 787,43
C7 313 638
T. FIN
C1 33 63,91
12,479 3 0,006
C4 30 82,33
C5 30 50,87
C7 33 57,45
FUENTE: Elaboración propia de los autores.
2.3. PRUEBAS DE ALEATORIEDAD DE WALD-WOLFOWITZ Clasificando los registros de cada operador de acuerdo a su naturaleza (tiempo entre ULCs, tiempo de preparación y tiempo de finalización), manteniendo el orden cronológico de recolección del dato y sin considerar el origen específico de la muestra (es decir, sin distinguir entre la información recolectada entre un camión y otro), se aplicó la prueba de Wald-Wolfowitz para evaluar la aleatoriedad de los datos. Para los tiempos de preparación y finalización no se rechazó aleatoriedad, caso que si ocurrió con los tiempos entre ULCs; al juntar las muestras el número de rachas aumentó, lo cual hace que el estadístico de prueba rechace la aleatoriedad.
170
Tabla 54: prueba de Wald-Wolfowitz para la variables asociadas al tiempo de servicio de carga seca
OPERADOR T.TIEMPO N N- N+ R Z Sig.
C1
T.ULCs 332 177 155 207 4,497 0
T.FIN 34 17 17 19 0,348 0,728
T.PREPARACIÓN 26 13 13 18 1,601 0,109
C4
T.ULCs 350 173 177 267 9,746 0
T.FIN 29 17 12 15 -0,027 0,979
T.PREPARACIÓN 29 15 14 19 1,332 0,183
C5
T.ULCs 352 174 178 241 6,835 0
T.FIN 32 16 16 18 0,359 0,719
T.PREPARACIÓN 28 16 12 18 1,293 0,196
C7
T.ULCs 311 155 156 246 10,167 0
T.FIN 33 18 15 20 0,941 0,347
T.PREPARACIÓN 30 14 16 19 1,145 0,252
FUENTE: Elaboración propia de los autores.
Al aplicar la misma prueba para cada aquellas muestras que tuviesen 10 registros (ULCs) o más, y clasificando los resultados de las pruebas bajo las categorías de “grupo aleatorio” o “grupo no aleatorio”, se puede observar que para todos los operadores se presentan más muestras aleatorias que no aleatorias, lo que permite asumir aleatoriedad en los tiempos entre ULCs para todos los operadores.
Tabla 55: prueba de Wald-Wolfowitz para el tiempo entre ULCs para cada operador (carga seca)
OPERADOR
Cuenta de Resultados Wald-Wolfowitz
% resultados favorables a aleatoriedad No se rechaza aleatoriedad Se rechaza aleatoriedad
C1 16 2 89%
C4 15 4 79%
C5 18 3 86%
C7 11 3 79%
FUENTE: Elaboración propia de los autores.
171
3. PRUEBAS REALIZADAS PARA LOS TIEMPOS DE SERVICIO PARA CARGA PERECEDERA 3.1. PRUEBAS DE AUTOCORRELACIÓN DE RETRASO K
Figura 84: Correlaciones (lag-K) para las variables asociadas al tiempo de servicio de carga perecedera.
FUENTE: Elaboración propia de los autores.
Las gráficas de las pruebas de Auto-correlación con Retraso K muestran niveles muy bajos de correlación, lo que sugiere que los datos no están auto-correlacionados. Por otro lado, el comportamiento de las auto-correlaciones es oscilante, lo que sugiere que las muestras seleccionadas en cada variable son iid
172
Figura 85: dispersión de los datos de variables asociadas al tiempo de servicio de carga perecedera con k=1.
FUENTE: Elaboración propia de los autores.
173
3.2. PRUEBAS DE HOMOGENEIDAD DE KRUSKAL-WALLIS
Tabla 56: prueba de Kruskal-Wallis para la variable "tiempo entre ULCs" para cada operador (Carga perecedera)
Grupo N R Medio Valor Chi GDL Sig. Grupo N R Medio Valor Chi GDL Sig.
C1
10 306,08
13,169 9 0,155 C6
10 172,055
13,533 9 0,14
57 273,43 11 181,915
30 292,174 71 223,936
25 229,912 46 213,333
22 282,087 24 222,062
87 258,475 102 224,513
23 349,514 12 157,737
53 284,968 79 233,385
197 305,761 47 236,743
66 265,232 32 164,8
C4
325 1030,151
12,607 9 0,181 C7
24 666,924
11,521 9 0,242
294 1031,367 60 507,01
343 1034,737 121 549,495
81 1218,263 129 568,378
83 997,945 32 656,834
355 980,232 40 502,378
217 1029,263 206 550,052
121 990,953 227 572,484
65 997,827 234 567,811
157 976,559 58 632,126
C5
11 349,562
11,354 9 0,252
47 281,396 46 303,51 10 267,392 192 263,482 52 291,45 26 341,487 17 249,697 41 265,874 125 300,429
FUENTE: Elaboración propia de los autores.
Tabla 57: prueba de Kruskal-Wallis para la variables asociadas al tiempo de servicio de carga perecedera
174
Variable Operador N R Medio Valor Chi GDL Sig.
T.INICIO
C1 30 61,9
24,989 4 0
C4 20 104
C5 38 53,96
C6 24 58,27
C7 21 72,62
T.ULCs
C1 1370 6370,39
1094,968 4 0
C4 3779 4144,69
C5 1608 5619,54
C6 773 7300,33
C7 2823 5146,26
T. PARADAS
C1 55 281,8
35,527 4 0
C4 138 288,38
C5 163 244,07
C6 132 241
C7 54 375,2
T. FIN
C1 30 59,73
2,778 4 0,596
C4 20 68,2
C5 38 68,54
C6 24 76,27
C7 21 62,86
FUENTE: Elaboración propia de los autores. 3.3. PRUEBAS DE ALEATORIEDAD DE WALD-WOLFOWITZ Clasificando los registros de cada operador de acuerdo a su naturaleza (tiempo entre ULCs sin parada, tiempo entre ULCs con parada, tiempo de preparación y tiempo de finalización), manteniendo el orden cronológico de recolección del dato y sin considerar el origen específico de la muestra (es decir, sin distinguir entre la información recolectada entre un camión y otro), se aplicó la prueba de Wald-Wolfowitz para evaluar la aleatoriedad de los datos. Para los tiempos de preparación y finalización no se rechazó aleatoriedad, caso que si ocurrió con los tiempos entre ULCs; al juntar las muestras el número de rachas aumentó, lo cual hace que el estadístico de prueba rechace la aleatoriedad.
Tabla 58: prueba de Wald-Wolfowitz para la variables asociadas al tiempo de servicio de carga perecedera
OPERADOR T.TIEMPO N N- N+ R Z Sig.
C4
T.ULCs 3860 1913 1947 2590 21,223 0
T.FIN 38 21 17 24 1,401 0,161
T.INICIO 29 12 17 17 0,754 0,451
T.PARADAS 100 48 52 60 1,828 0,068
C5
T.ULCs 1530 750 780 1025 13,267 0
T.FIN 34 18 16 21 1,069 0,285
T.INICIO 36 18 18 24 1,691 0,091
T.PARADAS 156 81 75 87 1,306 0,192
C6
T.ULCs 724 350 374 483 8,965 0
T.FIN 22 9 13 11 -0,288 0,773
T.INICIO 21 10 11 15 1,582 0,114
T.PARADAS 123 60 63 71 1,547 0,122
C1
T.ULCs 1329 659 670 865 10,952 0
T.FIN 27 14 13 18 1,383 0,167
T.INICIO 26 14 12 11 -1,177 0,239
T.PARADAS 43 21 22 25 0,776 0,438
C7
T.ULCs 2822 1422 1400 48 -51,362 0
T.FIN 19 9 10 13 1,196 0,232
T.INICIO 18 8 10 11 0,547 0,584
T.PARADAS 38 16 22 24 1,51 0,131
FUENTE: Elaboración propia de los autores.
175
Al aplicar la misma prueba para cada aquellas muestras que tuviesen 10 registros (ULCs) o más, y clasificando los resultados de las pruebas bajo las categorías de “grupo aleatorio” o “grupo no aleatorio”, se puede observar que para todos los operadores se presentan más muestras aleatorias que no aleatorias, lo que permite asumir aleatoriedad en los tiempos entre ULCs (sin parada) para todos los operadores.
Tabla 59: prueba de Wald-Wolfowitz para la variable "tiempo entre ULCs" para cada operador (Carga perecedera)
OPERADOR
Cuenta de Resultados Wald-Wolfowitz
% resultados favorables a aleatoriedad No se rechaza aleatoriedad Se rechaza aleatoriedad
C1 18 6 75%
C4 12 4 75%
C5 28 6 82%
C6 10 6 63%
C7 19 4 83%
FUENTE: Elaboración propia de los autores.
4. PROPORCIÓN DEL TIPO DE VEHÍCULOS EN EL TIEMPO
Utilizando la totalidad de registros, se calculó la siguiente proporción de vehículos de carga, la cual constituyó la hipótesis nula de la prueba:
Considerando los mismos grupos horarios definidos en la sección 1.1 de este anexo, se utilizó una muestra aleatoria de 80 registros, entre los cuales se midió la proporción de cada tipo de vehículo de carga. Para cada medición se evaluó la hipótesis nula, apelando a robustez de la medición y
utilizando el estadístico de prueba ( ) √ ( ) ⁄ ,101
donde es el tipo de
vehículo y es el grupo horario en el cual se evalúa la hipótesis.
Tabla 60: prueba para la proporción de vehículos en el tiempo
Tipo de Vehículo. Significancia (2 colas)
Día Franja Horaria
Temporada Alta Temporada Baja
3 6 9 T 3 6 9 T
Dom
0:00-3:00 0,29 0,519 0,153 0,268 0,43 0,845 0,391 0,615
3:00-6:00 0,43 0,273 0,086 0,268 0,111 0,845 0,086 0,615
6:00-9:00 0,799 0,519 0,568 0,268 0,99 0,674 0,776 0,615
9:00-12:00 0,106 0,977 0,045 0,615 0,99 0,632 0,565 0,919
12:00-15:00 0,602 0,845 0,568 0,615 0,584 0,482 0,251 0,48
15:00-18:00 0,279 0,122 0,776 0,268 0,063 0,023 0,389 0,919
18:00-21:00 0,177 0,519 0,389 0,615 0,106 0,249 0,01 0,19
21:00-0:00 0,602 0,8 0,568 0,48 0,99 0,249 0,389 0,19
Lun
0:00-3:00 0,779 0,122 0,153 0,615 0,185 0,8 0,391 0,615
3:00-6:00 0,584 0,384 0,998 0,268 0,799 0,8 0,773 0,615
6:00-9:00 0,799 0,674 0,391 0,919 0,415 0,109 0,045 0,055
9:00-12:00 0,43 0,119 0,275 0,919 0,799 0,249 0,389 0,48
12:00-15:00 0,99 0,674 0,568 0,919
0,779 0,353 0,251 0,48
0,779 0,8 0,773 0,48
0,279 0,168 0,002 0,615
15:00-18:00 0,602 0,845 0,776 0,268 0,99 0,273 0,153 0,919
18:00-21:00 0,29 0,845 0,568 0,087 0,584 0,077 0,153 0,615
101 ALVARADO, Jorge; OBAGI, Juan. Inferencia Estadística. Op. Cit., p. 155.
176
21:00-0:00 0,106 0,519 0,773 0,19 0,177 0,384 0,389 0,268
Mar
0:00-3:00 0,779 0,384 0,568 0,615 0,779 0,674 0,776 0,919
3:00-6:00 0,106 0,519 0,251 0,615 0,185 0,632 0,568 0,615
6:00-9:00 0,779 0,8 0,773 0,48 0,799 0,012 0,022 0,19
9:00-12:00 0,29 0,353 0,773 0,615 0,185 0,068 0,389 0,919
12:00-15:00 0,185 0,168 0,773 0,919 0,185 0,012 0,151 0,48
15:00-18:00 0,29 0,482 0,253 0,055 0,43 0,845 0,391 0,615
18:00-21:00 0,99 0,187 0,153 0,615 0,779 0,384 0,391 0,919
21:00-0:00 0,177 0,977 0,085 0,615 0,106 0,674 0,151 0,615
Mie
0:00-3:00 0,017 0,249 0,253 0,919 0,059 0,384 0,389 0,919
3:00-6:00 0,29 0,8 0,391 0,919 0,99 0,845 0,773 0,268
6:00-9:00 0,99 0,8 0,998 0,48 0,779 0,353 0,251 0,48
9:00-12:00 0,185 0,8 0,568 0,268 0,602 0,8 0,776 0,919
12:00-15:00 0,779 0,482 0,565 0,19 0,799 0,632 0,998 0,48
15:00-16:00 0,415 0,384 0,773 0,268 0,99 0,384 0,253 0,919
16:00-17:00 0,99 0,122 0,086 0,615 0,779 0,122 0,153 0,615
17:00-18:00 0,063 0,482 0,086 0,19 0,584 0,077 0,153 0,615
18:00-21:00 0,279 0,674 0,773 0,48 0,99 0,519 0,568 0,615
21:00-0:00 0,584 0,632 0,151 0,615 0,779 0,977 0,773 0,919
Jue
0:00-3:00 0,678 0,091 0,051 0,615 0,177 0,187 0,998 0,615
3:00-6:00 0,799 0,977 0,998 0,615 0,584 0,977 0,565 0,919
6:00-9:00 0,43 0,023 0,085 0,48 0,584 0,482 0,389 0,19
9:00-12:00 0,185 0,249 0,773 0,615 0,602 0,482 0,773 0,919
12:00-15:00 0,799 0,249 0,251 0,919 0,99 0,353 0,389 0,48
15:00-18:00 0,799 0,122 0,045 0,615 0,584 0,187 0,391 0,615
18:00-21:00 0,106 0,026 0,568 0,268 0,779 0,519 0,776 0,615
21:00-22:00 0,063 0,109 0,153 0,002 0,99 0,977 0,773 0,615
22:00-23:00 0,602 0,023 0,151 0,055 0,799 0,353 0,251 0,615
23:00-0:00 0,602 0,674 0,253 0,919 0,415 0,273 0,998 0,268
Vie
0:00-3:00 0,799 0,977 0,391 0,19 0,415 0,977 0,389 0,919
3:00-6:00 0,43 0,353 0,568 0,055 0,43 0,249 0,773 0,48
6:00-9:00 0,99 0,482 0,565 0,48 0,584 0,068 0,045 0,055
9:00-12:00 0,43 0,249 0,773 0,48 0,602 0,632 0,998 0,919
12:00-15:00 0,799 0,632 0,998 0,48 0,602 0,249 0,389 0,919
15:00-18:00 0,106 0,026 0,391 0,615 0,779 0,187 0,253 0,615
18:00-21:00 0,059 0,122 0,565 0,268 0,799 0,384 0,253 0,615
21:00-0:00 0,279 0,632 0,022 0,268 0,799 0,977 0,998 0,615
Sáb
0:00-3:00 0,106 0,977 0,251 0,19 0,584 0,273 0,776 0,268
3:00-6:00 0,017 0,482 0,253 0,268 0,29 0,519 0,153 0,268
6:00-9:00 0,415 0,632 0,151 0,919 0,799 0,168 0,565 0,055
9:00-12:00 0,779 0,8 0,389 0,615 0,033 0,068 0,568 0,19
12:00-15:00 0,177 0,273 0,565 0,268 0,43 0,977 0,391 0,919
15:00-18:00 0,059 0,122 0,773 0,615 0,99 0,077 0,086 0,268
18:00-21:00 0,059 0,026 0,568 0,615 0,584 0,273 0,568 0,615
21:00-0:00 0,584 0,674 0,998 0,919 0,779 0,845 0,773 0,615
No se rechaza 76 73 75 77 79 77 75 80
Se rechaza 4 7 5 3 1 3 5 0
% Casos favorables a aleatoriedad 95,00% 91,30% 93,80% 96,30% 98,80% 96,30% 93,80% 100,00%
FUENTE: Elaboración propia de los autores.
Dado que la mayoría de casos resultaron favorables a la proporción planteada, se puede suponer que la proporción de vehículos permanece constante en el tiempo, sin importar la temporada o la franja horaria.
177
ANEXO H. ESTADÍSTICAS DESCRIPTIVAS Y ESTIMACIONES OBTENIDAS CON LA INFORMACIÓN DE LOS MUESTREOS Tabla 61: Estadísticas descriptivas para el tiempo de servicio de carga seca sin eliminación de datos atípicos
SIN AJUSTAR CARGA SECA IC de la muestra Estadísticas de control de límites
CH Tipo Tiempo ( ) E M LI LS LIE LII mín Q1 Q2 Q3 máx LSI LSE
C1
TP,CS 309,43 289,98 0,94 5% 10% 30,94 102,7 2,03 33 364 206,73 412,13 45,03 45,03 45,03 144,63 258,66 346,42 1274,6 447,31 749,99
TULC,CS 114,7 109,92 0,96 5% 10% 11,47 11,51 1,97 353 356 103,2 126,21 16,89 16,89 16,89 39,06 80,43 135,98 603,93 184,44 329,81
TS,CS 209,16 108,34 0,52 5% 10% 20,92 38,37 2,03 33 112 170,79 247,53 18,47 18,47 18,47 146,11 209,64 277,02 514,88 342,47 514,88
C4
TP,CS 283,11 177,43 0,63 5% 10% 28,31 66,16 2,04 30 164 216,95 349,27 62,44 62,44 62,44 145,98 236,47 438,29 719,51 584,45 719,51
TULC,CS 74,79 74,04 0,99 5% 10% 7,48 7,65 1,97 362 379 67,14 82,45 11,14 11,14 11,14 25,52 43,26 108,14 512,14 149,45 273,37
TS,CS 282,48 155,86 0,55 5% 10% 28,25 58,12 2,04 30 127 224,36 340,59 67,88 67,88 67,88 149,31 257,22 374,97 517,84 487,79 517,84
C5
TP,CS 289,34 180,43 0,62 5% 10% 28,93 67,28 2,04 30 163 222,07 356,62 55,89 55,89 55,89 156,25 267,12 370,24 828,12 477,23 798,21
TULC,CS 119,98 106,52 0,89 5% 10% 12 10,98 1,97 364 305 109 130,96 17,87 17,87 17,87 38,27 91,6 154,89 558,11 213,2 388,13
TS,CS 159,22 78,29 0,49 5% 10% 15,92 29,19 2,04 30 101 130,03 188,41 17,93 17,93 17,93 100,78 153,23 224,05 349,88 285,68 349,88
C7
TP,CS 343,93 295,73 0,86 5% 10% 34,39 110,27 2,04 30 309 233,66 454,2 45,12 45,12 45,12 135,33 251,5 444,96 1496,9 599,77 1064,2
TULC,CS 110,4 128,65 1,17 5% 10% 11,04 13,3 1,97 362 526 97,1 123,7 10,59 10,59 10,59 22,07 39,32 190,58 601,83 274,83 527,58
TS,CS 152,71 87,07 0,57 5% 10% 15,27 32,47 2,04 30 136 120,24 185,18 17,76 17,76 17,76 99,6 141,37 212,35 316,48 268,73 316,48
Tota
l
TP,CS 307,42 243,61 0,79 5% 10% 30,74 42,95 1,98 126 246 264,47 350,36 45,03 45,03 45,03 146,47 255,08 370,24 1496,9 482,12 817,76
TULC,CS 104,74 107,14 1,02 5% 10% 10,47 5,63 1,96 1392 403 99,1 110,37 10,59 10,59 10,59 28,25 65,3 140,94 603,93 197,29 366,34
TS,CS 199,94 121,03 0,61 5% 10% 19,99 21,34 1,98 126 144 178,6 221,28 17,76 17,76 17,76 125,94 171,74 259,32 517,84 326,02 517,84
: tamaño de la muestra; : tamaño requerido del muestreo; ( ): error porcentual con respecto al promedio (fijado por el evaluador); E: error máximo esperado (en función al ); M: error máximo de la muestra; LI: límite inferior; LS: límite superior; LIE: límite inferior externo; LII: límite inferior interno; LSI: límite superior interno; LSE: límite superior externo
FUENTE: elaboración propia de los autores
178
Tabla 62: Estadísticas descriptivas para el tiempo de servicio de carga seca con eliminación de datos atípicos
AJUSTADO CARGA SECA IC de la muestra Estadísticas de control de límites
CH Tipo Tiempo ( ) E M LI LS LIE LII mín Q1 Q2 Q3 máx LSI LSE
C1
TP,CS 228,03 115,11 0,5 5% 10% 22,8 42,92 2,04 30 107 185,11 270,95 45,03 45,03 45,03 142,59 226,14 321,79 481,93 411,39 481,93
TULC,CS 95,78 73,4 0,77 5% 10% 9,58 7,89 1,97 335 228 87,89 103,67 16,89 16,89 16,89 37,85 76,27 125,51 322,59 169,34 300,84
TS,CS 209,16 108,34 0,52 5% 10% 20,92 38,37 2,03 33 112 170,79 247,53 18,47 18,47 18,47 146,11 209,64 277,02 514,88 342,47 514,88
C4
TP,CS 283,11 177,43 0,63 5% 10% 28,31 66,16 2,04 30 164 216,95 349,27 62,44 62,44 62,44 145,98 236,47 438,29 719,51 584,45 719,51
TULC,CS 65,75 52,28 0,8 5% 10% 6,57 5,49 1,97 351 245 60,26 71,24 11,14 11,14 11,14 24,7 41,46 95,62 273,05 131,08 237,46
TS,CS 282,48 155,86 0,55 5% 10% 28,25 58,12 2,04 30 127 224,36 340,59 67,88 67,88 67,88 149,31 257,22 374,97 517,84 487,79 517,84
C5
TP,CS 270,77 151,64 0,56 5% 10% 27,08 57,59 2,05 29 132 213,17 328,36 55,89 55,89 55,89 152,59 261,34 364,18 641,95 469,98 641,95
TULC,CS 108,85 86,43 0,79 5% 10% 10,88 9,05 1,97 353 244 99,8 117,89 17,87 17,87 17,87 37,35 88,02 147,05 380,56 201,89 366,44
TS,CS 159,22 78,29 0,49 5% 10% 15,92 29,19 2,04 30 101 130,03 188,41 17,93 17,93 17,93 100,78 153,23 224,05 349,88 285,68 349,88
C7
TP,CS 307,9 214,6 0,7 5% 10% 30,79 77,27 2,04 32 202 230,62 385,17 45,12 45,12 45,12 134,59 251,39 444,46 840,76 599,39 840,76
TULC,CS 108,82 125,79 1,16 5% 10% 10,88 14,01 1,97 312 518 94,81 122,84 10,59 10,59 10,59 22,06 39,23 188,58 514,26 271,84 514,26
TS,CS 152,71 87,07 0,57 5% 10% 15,27 30,84 2,03 33 135 121,87 183,55 17,76 17,76 17,76 99,6 141,37 212,35 316,48 268,73 316,48
Tota
l
TP,CS 273,05 170,09 0,62 5% 10% 27,31 30,61 1,98 121 153 242,44 303,66 45,03 45,03 45,03 141,9 250,66 351,58 840,76 456,41 770,92
TULC,CS 94,4 89,17 0,94 5% 10% 9,44 4,76 1,96 1351 344 89,64 99,16 10,59 10,59 10,59 27,8 61,01 128,21 514,26 178,41 329,03
TS,CS 199,94 121,03 0,61 5% 10% 19,99 21,34 1,98 126 144 178,6 221,28 17,76 17,76 17,76 125,94 171,74 259,32 517,84 326,02 517,84
: tamaño de la muestra; : tamaño requerido del muestreo; ( ): error porcentual con respecto al promedio (fijado por el evaluador); E: error máximo esperado (en función al ); M: error máximo de la muestra; LI: límite inferior; LS: límite superior; LIE: límite inferior externo; LII: límite inferior interno; LSI: límite superior interno; LSE: límite superior externo
FUENTE: elaboración propia
179
Tabla 63: Estadísticas descriptivas para el tiempo de servicio de carga perecedera sin eliminación de datos atípicos
: tamaño de la muestra; : tamaño requerido del muestreo; ( ): error porcentual con respecto al promedio (fijado por el evaluador); E: error máximo esperado (en función al ); M: error máximo de la muestra; LI: límite inferior; LS: límite superior; LIE: límite inferior externo; LII: límite inferior interno; LSI: límite superior interno; LSE: límite superior externo; N: tiempo normal entre ULCs; D: tiempo con una detención entre ULCs; ND/ULC: tasa de detenciones (paradas) por ULC.
FUENTE: elaboración propia
180
Tabla 64: Estadísticas descriptivas para el tiempo de servicio de carga perecedera con eliminación de datos atípicos
FUENTE: elaboración propia
181
ANEXO I. DISTRIBUCIONES DE PROBABILIDAD ASOCIADOS AL MODELO DE SIMULACIÓN EN EL TERMINAL ACTUAL
Tabla 65: Distribuciones de probabilidad asociadas a los tiempos de servicio para carga seca
EMPRESA TIPO TIEMPO Distribución Parámetros Prueba Ji Prueba KS
Prueba AD
Rechazar? Vp Vc
C1
T. PREPARACIÓN Dagum k=0,10758; α=12,988; β=373,2; γ=5 0,837 0,947 0,432 2,502 NO
T. ENTRE ULCs Wakeby α=91,758; β=0,11155; γ=0; δ=0; χ=13,229 0,299 0,667 0,799 2,502 NO
T. FINALIZACIÓN Pert μ=183,77; α=5; β=514,88; 0,721 0,997 2,178 2,502 NO
C2, C3 y C6
T. PREPARACIÓN Wakeby α=351,09; β=2,1736; γ=134,5; δ=-7,2881E-4; χ=28,019 0,914 0,937 0,395 2,502 NO
T. ENTRE ULCs Wakeby α=91,758; β=0,11155; η=0; δ=0; χ=13,229 0,299 0,667 0,799 2,502 NO
T. FINALIZACIÓN Pert μ=183,77; α=5; β=514,88; 0,721 0,997 2,178 2,502 NO
C4
T. PREPARACIÓN Triangular μ=124,83; α=15; β=719,51; 0,959 0,835 1,613 2,502 NO
T. ENTRE ULCs Fatiga γ=0,25843; δ=0,49546; λ=502,2; χ=70,563 0,001 0,076 3,2 2,502 NO
T. FINALIZACIÓN Johnson SB α=0,96688; β=41,429; γ=5; 0,601 0,823 7,71 2,502 NO
C5
T. PREPARACIÓN Wakeby α=408,51; β=0,81494; γ=2,485; δ=0,73081; χ=36,453 0,987 0,997 0,176 2,502 NO
T. ENTRE ULCs Wakeby α=-121,12; β=7,9686; γ=123,67; δ=-0,18814; χ=18,262 0,004 0,728 8,542 2,502 NO
T. FINALIZACIÓN Wakeby α=409,77; β=1,9113; γ=7,0671; δ=0,47165; χ=5,0965 0,536 0,948 0,263 2,502 NO
C7
T. PREPARACIÓN Gen. Gamma k=0,98636; α=1,9646; β=152,04; γ=5 0,878 0,846 0,39 2,502 NO
T. ENTRE ULCs Burr k=0,16975; α=3,9726; β=11,695; γ=5 0 0 4,877 2,502 SÍ
T. FINALIZACIÓN Bi-Weibull α1=0,98897; β1=242,14; γ1=5; α2=2,1034; β2=175,27; γ2=131,57 0,955 0,692 0,409 2,502 NO
Fuente: elaboración propia
182
Tabla 66: Distribuciones de probabilidad asociadas a los tiempos de servicio para carga perecedera
EMPRESA TIPO TIEMPO Distribución Parámetros Prueba Ji Prueba KS Prueba AD
Rechazar? Vp Vc
C1
T. PREPARACIÓN Log-Logistic (3P) α=1,9069; β=86,994; η=1; 0,781 0,654 0,679 2,502 NO
T. ENTRE ULCs, sin parada Wakeby α=35,176; β=18,981; η=5,5402; δ=-0,4385; χ=1,7137 N/R 0,880 16,170 2,502 NO
PARADAS/CAJA Pert σ=0,73854; μ=4,011; η=1; 0,001 0,001 14,477 2,502 SÍ
T. ENTRE ULCs ,con parada Lognormal (3P) μ=0,02685; α=0; β=0,25; 0,043 0,283 1,477 2,502 NO
T. FINALIZACIÓN Wakeby α=352,7; β=33,949; η=79,277; δ=-0,5603; χ=7,7612 0,891 0,987 0,249 2,502 NO
C2 y C3
T. PREPARACIÓN Log-Logistic (3P) α=1,9069; β=86,994; η=1; 0,781 0,654 0,679 2,502 NO
T. ENTRE ULCs, sin parada Burr (4P) k=0,93659; α=7,0085; β=4,7591; η=1 0,000 0,000 23,873 2,502 SÍ
PARADAS/CAJA Pert σ=0,73854; μ=4,011; η=1; 0,001 0,001 14,477 2,502 SÍ
T. ENTRE ULCs ,con parada Johnson SB η=1,5297; δ=0,97085; λ=306,64; χ=5,7435 0,489 0,844 0,302 2,502 NO
T. FINALIZACIÓN Wakeby α=119,93; β=4,1634; η=55,928; δ=-0,1237; χ=12,209 0,650 0,989 4,139 2,502 NO
C4
T. PREPARACIÓN Burr (4P) k=338,21; α=3,3341; β=916,63; η=1 0,916 0,828 0,326 2,502 NO
T. ENTRE ULCs, sin parada Dagum (4P) k=0,39985; α=5,2609; β=5,9526; η=1 0,827 0,515 0,685 2,502 NO
PARADAS/CAJA Beta α1=2,9192; α2=7,1424E+7; α=0; β=,08 0,280 0,307 7,215 2,502 NO
T. ENTRE ULCs ,con parada Lognormal (3P) σ=0,87001; μ=3,9101; η=1; 0,056 0,527 0,771 2,502 NO
T. FINALIZACIÓN Wakeby α=91,384; β=10,425; η=140,37; δ=-0,46753; χ=0 0,851 0,992 0,250 2,502 NO
C5
T. PREPARACIÓN Nakagami μ=0,80043; ω=15451,0; 0,879 0,781 0,495 2,502 NO
T. ENTRE ULCs, sin parada Wakeby δ=-0,14588; χ=2,2669; N/R 0,905 43,665 2,502 NO
PARADAS/CAJA Pert μ=0,0766; α=0; β=0,24; 0,888 0,817 0,433 2,502 NO
T. ENTRE ULCs ,con parada Johnson SB η=1,5297; δ=0,97085; λ=306,64; χ=5,7435 0,489 0,844 0,302 2,502 NO
T. FINALIZACIÓN Burr (4P) k=0,51886; α=5,8717; β=56,543; η=1 0,273 0,711 0,493 2,502 NO
C6
T. PREPARACIÓN Burr (4P) k=1,123; α=4,1097; β=99,192; η=1 0,893 0,995 0,129 2,502 NO
T. ENTRE ULCs, sin parada Dagum (4P) k=0,939; α=3,6443; β=6,8216; η=1 0,002 0,726 1,245 2,502 NO
PARADAS/CAJA Pert μ=0,13116; α=0; β=0,32; 0,221 0,337 3,741 2,502 NO
T. ENTRE ULCs ,con parada Log-Pearson 3 α=58,855; β=0,08148; η=-0,78863; 0,960 0,869 0,442 2,502 NO
T. FINALIZACIÓN Wakeby α=294,73; β=12,806; η=136,58; δ=-0,8244; χ=0 N/R 0,984 3,966 2,502 NO
C7
T. PREPARACIÓN Wakeby α=83,289; β=0,1328; η=0; δ=0; χ=45,527 0,897 0,776 0,311 2,502 NO
T. ENTRE ULCs, sin parada Burr (4P) k=0,93659; α=7,0085; β=4,7591; η=1 0,000 0,000 23,873 2,502 SÍ
PARADAS/CAJA Beta α=220,65; β=20,771; η=174,84; δ=-0,93396; χ=0 N/R 0,877 7,469 2,502 NO
T. ENTRE ULCs ,con parada Wakeby α1=0,76647; α2=0,87415; α=0; β=0,05556 0,857 1,000 0,119 2,502 NO
T. FINALIZACIÓN Wakeby α=135,39; β=1,2166; η=0; δ=0; χ=11,419 0,619 0,991 0,267 2,502 NO
Fuente: elaboración propia
183
Tabla 67 Distribuciones de probabilidad asociadas a los tiempos entre llegadas para vehículos de carga
184
185
Fuente: elaboración propia
186
ANEXO J. ESTADÍSTICAS OBTENIDAS EN LA SIMULACIÓN DEL TERMINAL ACTUAL Tabla 68: Intervalos de confianza (99%) para las variables de respuesta en la simulación de la situación actual, por hora
Temporada Baja Temporada Alta
Hora
Llegadas Parqueaderos Colas Llegadas Parqueaderos Colas Cola
Entrada
LI LS LI LS LI LS LI LS LI LS LI LS LI LS
D-0 4,69 6,19 0,00 0,05 0,00 0,00 12,97 16,11 0,00 0,09 0,00 0,01 0,00 0,00
D-1 4,47 5,75 0,00 0,11 0,00 0,00 12,40 15,70 0,02 0,19 0,00 0,01 0,00 0,00
D-2 4,25 5,79 0,54 0,92 0,01 0,13 10,81 13,85 0,12 0,38 0,00 0,01 0,00 0,00
D-3 5,44 7,40 1,95 2,73 0,02 0,18 12,58 16,32 0,31 0,68 0,00 0,02 0,00 0,00
D-4 5,98 7,82 3,83 4,99 0,05 0,24 10,09 14,05 0,47 0,91 0,00 0,02 0,00 0,00
D-5 6,28 8,62 5,71 7,15 0,08 0,29 10,17 14,39 0,61 1,09 0,00 0,00 0,00 0,00
D-6 12,95 16,05 0,45 0,89 0,11 0,35 19,87 25,07 0,00 0,02 0,00 0,01 0,00 0,00
D-7 14,79 17,23 0,17 0,45 0,15 0,42 23,94 28,48 0,00 0,01 0,00 0,01 0,00 0,00
D-8 14,58 17,00 0,24 0,57 0,21 0,51 24,75 30,17 0,00 0,02 0,00 0,02 0,00 0,00
D-9 5,84 7,60 0,29 0,64 0,25 0,58 11,71 14,77 0,00 0,02 0,00 0,01 0,00 0,00
D-10 4,91 6,53 0,31 0,68 0,27 0,61 11,67 14,49 0,00 0,01 0,00 0,02 0,00 0,00
D-11 5,42 7,18 0,34 0,72 0,29 0,64 11,74 14,62 0,00 0,02 0,00 0,01 0,00 0,00
D-12 5,33 7,23 0,36 0,75 0,30 0,66 9,51 13,01 0,00 0,02 0,00 0,00 0,00 0,00
D-13 4,52 6,34 0,38 0,79 0,32 0,70 9,54 13,22 0,00 0,02 0,00 0,01 0,00 0,00
D-14 4,77 6,77 1,21 1,88 0,34 0,73 10,30 14,16 0,00 0,09 0,00 0,01 0,00 0,00
D-15 3,53 5,29 2,56 3,63 0,35 0,75 9,12 12,46 0,01 0,14 0,00 0,01 0,00 0,00
D-16 3,46 5,14 3,83 5,10 0,37 0,78 9,38 12,10 0,03 0,19 0,00 0,01 0,00 0,00
D-17 3,49 5,23 5,06 6,55 0,38 0,80 10,53 13,71 0,04 0,23 0,00 0,01 0,00 0,00
D-18 4,37 6,21 6,34 8,03 0,40 0,84 9,77 12,43 0,06 0,26 0,00 0,00 0,00 0,00
D-19 2,74 4,64 7,48 9,35 0,42 0,87 11,65 14,25 0,08 0,30 0,00 0,01 0,00 0,00
D-20 2,56 4,28 8,54 10,54 0,44 0,89 11,38 13,48 0,11 0,35 0,00 0,00 0,00 0,00
D-21 4,15 6,99 9,62 11,74 0,45 0,90 8,43 10,61 0,14 0,39 0,00 0,00 0,00 0,00
D-22 3,76 6,38 10,88 13,31 0,46 0,92 7,89 10,23 0,16 0,43 0,00 0,00 0,00 0,00
D-23 3,38 5,70 12,28 14,95 0,48 0,94 7,97 10,39 0,19 0,48 0,00 0,00 0,00 0,00
L-0 3,20 5,32 13,68 16,51 0,49 0,97 5,88 7,58 0,22 0,53 0,00 0,00 0,00 0,00
L-1 3,06 5,38 14,79 17,76 0,51 0,99 4,89 6,83 0,25 0,57 0,00 0,00 0,00 0,00
L-2 2,83 4,69 15,85 18,94 0,53 1,01 5,02 7,10 0,29 0,63 0,00 0,00 0,00 0,00
L-3 3,07 4,89 16,82 19,97 0,54 1,03 8,49 11,83 0,36 0,74 0,00 0,00 0,00 0,00
L-4 3,56 5,40 17,92 21,08 0,55 1,04 6,63 9,51 0,46 0,89 0,00 0,00 0,00 0,00
L-5 3,98 5,62 19,04 22,16 0,57 1,06 6,94 10,24 0,54 0,99 0,00 0,00 0,00 0,00
L-6 16,37 21,25 7,17 9,62 0,63 1,14 22,26 28,76 0,00 0,03 0,00 0,04 0,00 0,00
L-7 21,11 25,29 1,27 2,04 0,79 1,36 29,35 34,75 0,00 0,03 0,00 0,04 0,00 0,00
L-8 22,49 25,77 1,31 1,98 0,95 1,57 30,74 35,44 0,00 0,03 0,00 0,07 0,00 0,00
L-9 26,04 29,70 1,56 2,30 1,15 1,82 30,74 36,34 0,00 0,04 0,00 0,15 0,00 0,00
L-10 26,33 29,69 2,59 3,47 2,01 2,81 29,12 34,56 0,00 0,11 0,00 0,18 0,00 0,00
L-11 27,99 31,07 4,47 5,64 3,40 4,46 30,84 36,10 0,01 0,16 0,02 0,16 0,00 0,00
L-12 22,78 25,58 6,46 7,83 4,90 6,18 47,47 53,63 0,13 0,49 0,11 0,41 0,00 0,00
L-13 26,62 30,10 8,83 10,43 6,64 8,15 48,73 54,07 0,31 0,86 0,21 0,66 0,00 0,00
L-14 35,46 38,90 3,68 5,49 1,42 2,64 48,61 54,95 0,65 1,46 0,28 0,97 0,00 0,00
L-15 53,23 57,37 1,79 3,37 0,18 0,80 50,44 57,40 1,09 2,27 0,52 1,47 0,00 0,00
L-16 54,94 58,70 2,54 4,45 0,35 0,94 52,51 58,67 1,46 3,02 0,69 1,68 0,00 0,00
L-17 53,86 57,58 3,00 5,13 0,39 0,97 50,87 57,83 1,66 3,26 0,75 1,87 0,00 0,00
L-18 39,15 42,97 2,38 4,42 0,15 0,57 51,03 57,33 1,86 3,33 0,79 2,03 0,00 0,00
L-19 39,64 43,82 1,56 3,03 0,02 0,29 53,17 59,19 2,07 3,67 0,80 2,03 0,00 0,00
L-20 39,57 43,91 1,45 2,50 0,04 0,29 52,61 58,25 2,21 3,88 0,84 2,08 0,00 0,00
L-21 15,66 18,46 1,12 1,79 0,00 0,09 25,08 29,78 1,39 2,54 0,16 0,93 0,00 0,00
L-22 14,29 17,11 1,01 1,62 0,00 0,01 23,08 27,60 1,03 1,66 0,00 0,14 0,00 0,00
L-23 14,87 17,55 1,09 1,73 0,00 0,00 23,12 27,98 1,16 1,76 0,00 0,15 0,00 0,00
Ma-0 5,06 6,52 1,14 1,78 0,00 0,00 7,45 9,95 1,21 1,84 0,00 0,03 0,00 0,00
Ma-1 4,82 6,44 1,16 1,81 0,00 0,00 5,08 7,86 1,24 1,87 0,00 0,00 0,00 0,00
Ma-2 3,86 5,42 1,85 2,62 0,00 0,11 5,22 8,02 1,29 1,94 0,00 0,00 0,00 0,00
Ma-3 6,98 9,30 3,39 4,46 0,01 0,16 10,14 14,90 1,41 2,08 0,00 0,01 0,00 0,00
Ma-4 8,35 10,51 5,52 6,99 0,03 0,22 15,69 20,09 1,60 2,32 0,00 0,02 0,00 0,00
Ma-5 8,09 10,43 7,90 9,68 0,05 0,26 13,79 18,25 1,79 2,54 0,00 0,03 0,00 0,00
Ma-6 21,39 26,03 1,15 1,94 0,14 0,39 37,30 44,92 0,00 0,13 0,01 0,09 0,00 0,00
187
Temporada Baja Temporada Alta
Hora
Llegadas Parqueaderos Colas Llegadas Parqueaderos Colas Cola
Entrada
LI LS LI LS LI LS LI LS LI LS LI LS LI LS
Ma-7 25,24 28,76 0,45 0,85 0,29 0,63 49,70 54,60 0,04 0,24 0,02 0,17 0,00 0,00
Ma-8 25,15 28,19 0,71 1,21 0,49 0,89 49,30 53,96 0,03 0,26 0,03 0,19 0,00 0,00
Ma-9 38,42 42,04 1,03 1,62 0,73 1,18 49,22 54,84 0,03 0,20 0,03 0,20 0,00 0,00
Ma-10 38,76 41,88 2,62 3,49 1,84 2,50 49,84 54,72 0,15 0,54 0,15 0,46 0,00 0,00
Ma-11 39,23 42,45 5,27 6,52 3,85 4,87 47,72 52,48 0,28 0,89 0,19 0,57 0,00 0,00
Ma-12 34,32 37,98 7,80 9,32 5,76 7,05 51,98 57,12 0,31 0,93 0,21 0,64 0,00 0,00
Ma-13 33,97 37,43 10,16 11,92 7,60 9,08 51,30 56,72 0,34 1,10 0,20 0,59 0,00 0,00
Ma-14 32,32 35,68 5,12 7,26 2,11 3,48 49,94 55,14 0,71 1,82 0,34 0,89 0,00 0,00
Ma-15 57,22 61,68 2,95 5,11 0,51 1,53 74,02 79,84 2,53 4,34 1,43 2,51 0,00 0,00
Ma-16 58,67 62,53 4,32 6,88 0,73 1,94 75,72 81,84 6,11 9,20 3,06 5,01 0,00 0,00
Ma-17 59,92 63,60 5,37 8,48 0,77 1,91 73,21 79,29 9,06 12,77 4,44 7,16 0,00 0,00
Ma-18 38,27 41,99 4,42 7,47 0,26 0,99 47,25 53,11 8,59 12,56 3,78 6,82 0,00 0,00
Ma-19 36,30 40,16 2,22 4,36 0,03 0,19 45,07 50,83 5,48 9,17 1,75 4,14 0,00 0,00
Ma-20 37,53 40,61 1,49 2,92 0,03 0,21 47,81 53,85 3,63 6,80 0,87 2,61 0,00 0,00
Ma-21 14,28 17,08 1,14 1,94 0,00 0,05 20,24 24,26 1,96 3,87 0,10 1,00 0,00 0,00
Ma-22 13,77 16,71 1,07 1,72 0,00 0,01 18,94 23,22 1,18 1,97 0,00 0,16 0,00 0,00
Ma-23 13,25 16,27 1,14 1,82 0,00 0,00 18,10 22,42 1,19 1,80 0,00 0,04 0,00 0,00
Mi-0 4,69 5,97 1,18 1,87 0,00 0,00 17,85 22,93 1,26 1,90 0,00 0,05 0,00 0,00
Mi-1 3,99 5,35 1,19 1,89 0,00 0,00 17,46 22,34 1,37 2,04 0,00 0,03 0,00 0,00
Mi-2 4,19 5,65 1,85 2,66 0,00 0,11 16,87 21,49 1,55 2,25 0,00 0,03 0,00 0,00
Mi-3 7,62 10,24 3,37 4,44 0,02 0,16 19,78 25,62 1,82 2,59 0,00 0,07 0,00 0,00
Mi-4 8,10 10,42 5,64 7,11 0,04 0,22 19,57 24,71 2,12 2,96 0,00 0,08 0,00 0,00
Mi-5 8,57 11,11 8,01 9,79 0,07 0,28 18,68 24,66 2,38 3,27 0,00 0,08 0,00 0,00
Mi-6 29,97 35,69 1,41 2,45 0,19 0,47 37,10 45,12 0,00 0,17 0,01 0,08 0,00 0,00
Mi-7 36,27 40,01 0,62 1,07 0,46 0,87 44,05 49,83 0,03 0,28 0,01 0,14 0,00 0,00
Mi-8 36,14 39,64 0,98 1,54 0,74 1,26 43,29 49,91 0,03 0,23 0,02 0,18 0,00 0,00
Mi-9 36,53 39,71 1,32 1,98 1,01 1,63 70,46 77,76 0,31 0,86 0,20 0,52 0,00 0,00
Mi-10 37,76 41,34 2,73 3,62 2,11 2,93 72,49 79,75 1,54 2,92 1,06 2,00 0,00 0,00
Mi-11 38,06 41,42 5,29 6,49 4,02 5,16 73,43 80,65 3,42 5,85 1,93 3,61 0,00 0,00
Mi-12 32,30 35,58 7,72 9,18 5,86 7,25 64,51 71,29 4,09 7,13 1,97 3,99 0,00 0,00
Mi-13 32,45 35,41 9,97 11,63 7,59 9,18 63,49 69,55 3,76 7,01 1,67 3,77 0,00 0,00
Mi-14 31,28 34,70 4,74 6,87 2,20 3,72 63,25 70,09 4,41 7,87 2,00 4,24 0,00 0,00
Mi-15 50,29 54,07 2,67 4,77 0,46 1,41 97,19 107,55 9,49 13,24 5,01 7,93 0,00 0,00
Mi-16 58,46 62,94 3,81 6,37 0,57 1,51 108,17 115,85 18,12 21,61 11,86 15,94 0,00 0,00
Mi-17 47,03 50,09 4,69 7,52 0,54 1,49 92,49 98,67 23,32 25,56 18,44 23,66 0,00 0,00
Mi-18 33,96 37,28 3,18 5,66 0,13 0,75 91,25 96,33 25,47 26,83 24,26 30,38 0,00 0,08
Mi-19 33,17 36,71 1,37 2,80 0,01 0,16 91,48 98,56 26,41 27,30 28,58 35,33 0,00 1,10
Mi-20 32,25 35,63 1,06 1,98 0,01 0,11 90,51 96,65 26,93 27,50 32,79 39,96 0,15 4,03
Mi-21 11,14 13,80 0,97 1,59 0,00 0,03 19,67 23,73 24,58 25,92 29,96 37,63 0,01 3,07
Mi-22 9,44 11,96 0,95 1,51 0,00 0,00 17,77 21,79 20,85 23,68 18,58 26,33 0,00 0,09
Mi-23 8,95 11,39 1,00 1,56 0,00 0,00 17,54 21,40 16,82 21,06 8,45 15,13 0,00 0,00
J-0 3,91 5,37 1,04 1,61 0,00 0,00 3,98 5,74 9,59 14,26 1,91 6,10 0,00 0,00
J-1 2,91 4,33 1,05 1,63 0,00 0,00 1,66 3,32 3,45 6,51 0,00 1,51 0,00 0,00
J-2 2,75 4,09 1,53 2,22 0,00 0,13 1,83 3,43 1,65 2,97 0,00 0,34 0,00 0,00
J-3 4,16 6,06 2,62 3,57 0,01 0,17 8,23 13,37 1,55 2,43 0,00 0,02 0,00 0,00
J-4 5,67 7,77 4,39 5,69 0,02 0,22 17,56 23,52 1,76 2,49 0,00 0,02 0,00 0,00
J-5 5,88 8,10 6,12 7,66 0,03 0,25 19,97 23,93 2,01 2,81 0,00 0,04 0,00 0,00
J-6 24,08 30,88 0,60 1,17 0,12 0,39 54,32 60,48 0,06 0,33 0,06 0,22 0,00 0,00
J-7 31,61 36,07 0,44 0,87 0,34 0,74 57,67 63,91 0,14 0,59 0,08 0,42 0,00 0,00
J-8 30,62 35,46 0,78 1,33 0,60 1,11 55,16 61,38 0,12 0,48 0,12 0,40 0,00 0,00
J-9 31,94 35,90 1,12 1,77 0,84 1,41 61,43 66,73 0,14 0,51 0,13 0,44 0,00 0,00
J-10 33,05 36,73 2,43 3,26 1,80 2,53 59,43 64,59 0,49 1,34 0,37 0,99 0,00 0,00
J-11 32,49 35,69 4,66 5,82 3,52 4,49 59,95 64,87 0,94 2,20 0,65 1,55 0,00 0,00
J-12 31,46 34,78 6,86 8,29 5,22 6,42 45,08 51,62 0,64 2,08 0,39 1,25 0,00 0,00
J-13 32,92 36,74 9,08 10,71 6,83 8,22 43,09 49,65 0,15 1,05 0,14 0,74 0,00 0,00
J-14 31,35 35,27 3,92 5,81 1,54 2,69 41,47 48,33 0,40 1,21 0,18 0,68 0,00 0,00
J-15 52,39 56,99 2,20 3,87 0,25 0,76 50,11 56,27 0,69 1,69 0,30 1,01 0,00 0,00
J-16 55,64 59,52 2,77 4,76 0,36 1,09 49,64 54,92 1,09 2,28 0,42 1,25 0,00 0,00
J-17 54,18 58,90 3,47 5,78 0,38 1,07 49,76 55,98 1,34 2,64 0,52 1,31 0,00 0,00
188
Temporada Baja Temporada Alta
Hora
Llegadas Parqueaderos Colas Llegadas Parqueaderos Colas Cola
Entrada
LI LS LI LS LI LS LI LS LI LS LI LS LI LS
J-18 34,19 37,59 2,46 4,55 0,12 0,54 63,13 71,03 2,51 4,40 1,14 2,29 0,00 0,00
J-19 33,86 37,58 1,27 2,50 0,02 0,13 65,07 72,25 3,99 6,67 1,85 3,47 0,00 0,00
J-20 33,25 36,79 1,18 1,94 0,02 0,14 61,65 69,73 5,56 8,91 2,34 4,37 0,00 0,00
J-21 19,12 22,34 1,05 1,66 0,00 0,02 42,35 47,61 3,82 6,82 1,16 2,84 0,00 0,00
J-22 10,93 12,87 1,05 1,67 0,00 0,01 20,84 24,86 1,56 3,10 0,04 0,63 0,00 0,00
J-23 5,40 6,64 1,11 1,74 0,00 0,00 13,69 16,71 1,35 2,02 0,02 0,17 0,00 0,00
V-0 3,50 4,64 1,15 1,79 0,00 0,00 7,75 10,07 1,34 1,96 0,00 0,04 0,00 0,00
V-1 2,72 3,96 1,17 1,82 0,00 0,00 5,02 7,58 1,35 1,98 0,00 0,01 0,00 0,00
V-2 2,73 3,77 1,63 2,38 0,00 0,09 6,00 8,64 1,43 2,07 0,00 0,00 0,00 0,00
V-3 5,10 7,18 2,72 3,69 0,00 0,13 9,15 12,93 1,57 2,25 0,00 0,01 0,00 0,00
V-4 6,17 8,25 4,34 5,61 0,00 0,16 10,98 14,98 1,71 2,44 0,00 0,02 0,00 0,00
V-5 5,43 7,27 5,97 7,50 0,02 0,20 11,42 15,04 1,86 2,63 0,00 0,03 0,00 0,00
V-6 20,04 25,44 0,56 1,04 0,09 0,33 39,64 47,82 0,01 0,12 0,00 0,12 0,00 0,00
V-7 26,28 29,78 0,41 0,78 0,29 0,64 53,26 58,74 0,07 0,36 0,04 0,29 0,00 0,00
V-8 28,13 31,49 0,66 1,11 0,52 0,96 51,82 57,30 0,07 0,43 0,06 0,34 0,00 0,00
V-9 47,32 51,48 1,07 1,65 0,81 1,35 61,13 68,97 0,19 0,64 0,15 0,55 0,00 0,00
V-10 49,55 53,29 2,89 3,73 2,18 2,96 61,10 68,40 0,84 1,82 0,57 1,44 0,00 0,00
V-11 48,99 52,89 6,14 7,43 4,76 5,89 63,13 70,17 1,55 3,13 0,97 2,28 0,00 0,00
V-12 35,05 38,25 9,03 10,64 7,01 8,51 62,75 68,85 1,98 4,06 1,12 2,54 0,00 0,00
V-13 34,50 37,92 11,53 13,42 8,82 10,54 63,38 69,74 2,27 4,61 1,25 2,90 0,00 0,00
V-14 34,64 38,56 6,70 9,02 3,23 5,02 62,40 69,24 3,10 5,77 1,63 3,35 0,00 0,00
V-15 57,07 61,25 4,11 6,61 0,79 2,16 82,45 88,73 6,57 9,88 3,45 5,69 0,00 0,00
V-16 57,22 61,84 4,92 7,71 0,71 1,93 83,34 90,12 12,44 16,28 6,54 9,68 0,00 0,00
V-17 58,15 62,33 5,40 8,59 0,71 1,89 82,66 89,66 17,25 21,01 9,62 13,59 0,00 0,00
V-18 42,08 46,26 4,48 7,74 0,36 1,33 63,18 69,98 18,39 22,19 10,91 15,61 0,00 0,00
V-19 42,27 46,51 2,83 5,45 0,06 0,39 64,83 70,85 17,42 21,57 9,48 14,71 0,00 0,00
V-20 41,70 45,10 2,08 4,20 0,05 0,42 63,66 70,50 16,72 21,10 8,50 13,93 0,00 0,00
V-21 17,37 20,23 1,42 2,66 0,00 0,11 26,80 32,14 12,54 17,04 5,45 10,32 0,00 0,00
V-22 14,52 17,34 1,23 1,85 0,00 0,01 25,21 30,79 6,51 10,76 1,45 4,52 0,00 0,00
V-23 15,52 18,66 1,28 1,91 0,00 0,01 25,20 31,20 3,12 6,12 0,14 1,32 0,00 0,00
S-0 5,88 7,74 1,34 1,99 0,00 0,00 10,93 13,81 1,74 3,32 0,00 0,17 0,00 0,00
S-1 4,63 6,33 1,36 2,03 0,00 0,00 11,50 14,00 1,53 2,38 0,00 0,01 0,00 0,00
S-2 4,70 6,40 2,20 3,00 0,00 0,00 10,04 12,36 1,65 2,41 0,00 0,01 0,00 0,00
S-3 6,85 9,17 3,90 5,03 0,00 0,03 18,16 22,70 1,84 2,61 0,00 0,03 0,00 0,00
S-4 8,69 10,69 6,27 7,79 0,00 0,10 17,14 21,42 2,11 2,90 0,00 0,06 0,00 0,00
S-5 8,33 10,55 8,75 10,54 0,01 0,15 17,27 21,85 2,40 3,24 0,00 0,04 0,00 0,00
S-6 17,94 21,20 1,39 2,27 0,08 0,27 32,68 38,06 0,00 0,10 0,00 0,05 0,00 0,00
S-7 20,20 23,68 0,42 0,82 0,22 0,52 37,49 42,07 0,00 0,13 0,00 0,06 0,00 0,00
S-8 20,07 23,47 0,61 1,08 0,35 0,72 35,62 40,64 0,00 0,11 0,00 0,07 0,00 0,00
S-9 18,28 20,94 0,82 1,34 0,48 0,92 42,36 48,74 0,00 0,09 0,01 0,07 0,00 0,00
S-10 18,75 21,49 1,53 2,20 1,01 1,60 42,10 48,00 0,09 0,43 0,08 0,34 0,00 0,00
S-11 20,26 22,84 2,77 3,69 2,00 2,81 42,60 48,52 0,15 0,66 0,11 0,40 0,00 0,00
S-12 24,40 27,76 4,31 5,38 3,14 4,13 32,24 38,64 0,06 0,39 0,03 0,29 0,00 0,00
S-13 24,15 27,15 6,13 7,39 4,46 5,61 32,13 37,59 0,05 0,24 0,02 0,27 0,00 0,00
S-14 24,29 27,63 1,27 2,21 0,37 0,93 33,34 39,34 0,12 0,49 0,04 0,27 0,00 0,00
S-15 15,37 17,75 0,25 0,58 0,00 0,03 49,96 57,68 0,70 1,47 0,30 0,81 0,00 0,00
S-16 15,40 17,70 0,23 0,56 0,00 0,01 54,47 62,33 1,46 2,84 0,66 1,61 0,00 0,00
S-17 15,95 18,35 0,26 0,61 0,00 0,01 52,28 58,84 2,01 3,73 0,89 2,06 0,00 0,00
S-18 27,28 30,42 0,34 0,73 0,00 0,02 31,53 37,29 1,27 2,65 0,34 1,24 0,00 0,00
S-19 27,82 31,28 0,44 0,87 0,00 0,05 31,45 36,87 0,70 1,37 0,05 0,43 0,00 0,00
S-20 26,75 30,07 0,51 0,95 0,00 0,06 33,05 38,21 0,73 1,29 0,03 0,24 0,00 0,00
S-21 12,97 15,21 0,49 0,92 0,00 0,02 22,45 27,19 0,71 1,23 0,01 0,12 0,00 0,00
S-22 12,08 14,82 0,54 0,99 0,00 0,00 21,36 26,28 0,74 1,28 0,00 0,07 0,00 0,00
S-23 12,96 15,16 0,60 1,06 0,00 0,00 20,15 25,45 0,83 1,39 0,00 0,07 0,00 0,00
FUENTE: Elaboración propia de los autores.
Figura 86: Terminal Actual - Uso de las zonas de parqueo en temporada alta por hora
189
FUENTE: elaboración propia de los autores
Figura 87: Terminal Actual - Uso de las zonas de parqueo en temporada baja por hora
190
FUENTE: elaboración propia de los autores
191
Tabla 69: Indicadores de utilización de los parqueaderos
TEMPORADA BAJA TEMPORADA ALTA
LOTE P1 P2 P3 P4 P5 TOTAL P1 P2 P3 P4 ZC TOTAL
Capacidad máxima
CAP. 27 39 39 42 27 174 27 39 39 42 27 174
% 15,5% 22,4% 22,4% 24,1% 15,5% 100,0% 15,5% 22,4% 22,4% 24,1% 15,5% 100,0%
Participación en la
utilización
LI 19,9% 6,6% 30,0% 14,9% 28,7% 100,0% 21,9% 6,7% 17,2% 23,4% 30,8% 100,0%
P 19,8% 6,0% 30,9% 14,5% 28,8% 100,0% 21,7% 5,9% 17,5% 23,2% 31,7% 100,0%
LS 20,0% 7,0% 29,3% 15,2% 28,6% 100,0% 21,7% 7,3% 17,8% 23,2% 29,9% 100,0%
Utilización promedio
general
Prom. 2,8 0,9 4,3 2,1 4,1 14,2 2,5 0,8 1,9 2,6 3,5 11,2
10,5% 2,4% 10,9% 5,0% 15,1% 8,2% 9,1% 1,9% 5,0% 6,2% 12,8% 6,5%
LI 2,4 0,7 3,7 1,7 3,5 12,0 2,0 0,5 1,6 2,1 2,9 9,1
8,8% 1,8% 9,5% 4,2% 12,8% 6,9% 7,3% 1,4% 4,1% 5,0% 10,7% 5,2%
LS 3,3 1,2 4,8 2,5 4,7 16,5 2,9 1,0 2,4 3,1 4,0 13,5
12,2% 3,0% 12,4% 5,9% 17,4% 9,5% 10,9% 2,5% 6,2% 7,5% 14,9% 7,7%
Utilización promedio en
hora pico
Prom. 15,8 6,1 23,7 13,0 20,6 79,3 25,2 21,1 28,8 36,4 26,2 138,6
58,6% 15,6% 60,8% 30,9% 76,3% 45,5% 93,2% 54,1% 73,8% 86,6% 97,1% 79,7%
LI 14,4 5,3 21,8 11,6 19,0 72,2 24,0 17,5 25,7 34,6 25,9 128,7
53,3% 13,6% 56,0% 27,6% 70,5% 41,5% 89,0% 44,9% 65,9% 82,3% 96,0% 74,0%
LS 17,3 6,9 25,6 14,4 22,2 86,3 26,3 24,7 31,8 38,2 26,5 148,5
63,9% 17,7% 65,6% 34,2% 82,1% 49,6% 97,4% 63,3% 81,6% 90,9% 98,1% 85,3%
LI: límite inferior del intervalo de confianza con ; LS: límite superior del intervalo de confianza.
FUENTE: elaboración propia de los autores
192
Figura 88: Terminal Actual – Vehículos en espera para cada operador según el tipo de carga, en temporada alta
FUENTE: elaboración propia de los autores
193
Figura 89: Terminal Actual – Vehículos en espera para cada operador según el tipo de carga, en temporada alta
FUENTE: elaboración propia de los autores
194
Tabla 70: Promedios generales de entidades en cola para cada operador
Operador Temporada Alta Temporada Baja
Promedio de entidades en cola
Participación Promedio de entidades en cola
Participación
C1 2,30046826 43,70% 1,944103904 29,38%
C2 0,061748489 1,17% 0,258514404 3,91%
C3 0,779751429 14,81% 0,731263125 11,05%
C4 0,557368552 10,59% 1,287521088 19,46%
C5 0,161082772 3,06% 0,671869319 10,15%
C6 0,123419366 2,34% 0,439133511 6,64%
C7 1,280061706 24,32% 1,284341614 19,41%
FUENTE: elaboración propia de los autores
Tabla 71: Carga movilizada por cada operador
Operador Tipo Carga
Carga Semanal Temporada Alta en toneladas Carga Semanal Temporada Baja en toneladas
Promedio LI (2,5%) LS (97,5%) Participación Promedio LI (2,5%) LS (97,5%) Participación
C1
Perecedera 3319,34 3297,80 3340,88 24,26% 1252,63 1242,25 1263,02 17,96%
Seca 220,71 216,87 224,55 1,61% 605,63 597,74 613,52 8,68%
Total 3540,05 3518,19 3561,91 25,88% 1858,26 1844,86 1871,67 26,64%
C2
Perecedera 531,84 524,69 538,98 3,89% 199,61 195,23 204,00 2,86%
Seca 35,61 34,27 36,94 0,26% 100,36 97,19 103,53 1,44%
Total 567,45 560,01 574,88 4,15% 299,98 294,81 305,14 4,30%
C3
Perecedera 1363,36 1351,86 1374,85 9,97% 525,31 517,93 532,70 7,53%
Seca 91,86 89,63 94,09 0,67% 256,09 251,00 261,17 3,67%
Total 1455,22 1443,50 1466,94 10,64% 781,40 771,75 791,04 11,20%
C4
Perecedera 2419,49 2403,41 2435,57 17,69% 913,94 904,90 922,98 13,10%
Seca 161,00 157,36 164,64 1,18% 443,94 438,01 449,87 6,36%
Total 2580,49 2563,42 2597,57 18,86% 1357,88 1347,33 1368,43 19,47%
C5
Perecedera 1294,72 1282,05 1307,40 9,46% 492,54 485,17 499,91 7,06%
Seca 88,32 85,51 91,13 0,65% 240,92 237,00 244,84 3,45%
Total 1383,04 1369,97 1396,11 10,11% 733,46 725,08 741,84 10,51%
C6
Perecedera 1364,97 1352,97 1376,97 9,98% 347,47 341,98 352,95 4,98%
Seca 91,98 89,76 94,19 0,67% 173,37 169,77 176,96 2,49%
Total 1456,95 1444,76 1469,14 10,65% 520,83 514,31 527,36 7,47%
C7
Perecedera 2524,31 2506,68 2541,94 18,45% 960,13 950,00 970,25 13,76%
Seca 172,11 168,87 175,34 1,26% 463,48 457,96 469,01 6,64%
Total 2696,42 2678,60 2714,24 19,71% 1423,61 1412,38 1434,84 20,41%
Total Perecedera 12818,03 12762,7 12873,29 93,70% 4691,63 4667,78 4715,48 67,26%
Total Seca 861,58 852,28 870,88 6,30% 2283,79 2265,21 2302,37 32,74%
Total General 13679,62 13623,1 13736,08 100,00% 6975,41 6945,21 7005,62 100,00%
FUENTE: elaboración propia de los autores
195
ANEXO K. DISEÑO DEL MODELO Y CÁLCULO DEL PRONÓSTICO DE FLUJO DE CAMIONES
1. RELACIÓN ENTRE LA CARGA INTERNACIONAL MOVILIZADA Y EL PIB COLOMBIANO Para el modelo de Revisión del índice de flujo de camiones - ( )- fue necesario correlacionar las variables del PIB y de la carga internacional movilizada en el aeropuerto Eldorado haciendo uso de las series de tiempo anuales comprendidas entre 1989 y 2009. La función descrita en la sección 6.2.1 relaciona ambas variables bajo un modelo de la forma
, ( ) -⁄ ( son variables), con un índice de correlación r2 de 90,9%.
Figura 90: Función de correlación entre la carga Internacional movilizada y el PIB
FUENTE: elaboración propia de los autores
150000
200000
250000
300000
350000
400000
450000
700000 800000 900000 1000000 1100000 1200000 1300000 1400000 1500000
Tran
sito
to
tal C
arga
Eld
ora
do
(Tm
)
PIB empalmado 1975 (millones de COP)
Activas Modelo
196
2. CÁLCULO DE PRONÓSTICOS
Tabla 72: Cálculo de los pronósticos para el índice de flujo de vehículos
197
FUENTE: elaboración propia de los autores
198
ANEXO L. CORRELACIÓN ENTRE EL NÚMERO DE VENTANILLAS DE CADA OPERADOR Y LA CARGA MOVILIZADA EN EL TERMINAL ACTUAL
Se planteó la hipótesis que la carga movilizada por cada operador depende del número de ventanillas activas con las que cuenta.
Tabla 73. Ventanillas activas y masa anual movilizada para cada operador en el terminal actual
Operador activas Total masa movilizada por año (Tm )
C1 13 14 112.621,01
C2 9 11 18.336,59
C3 10 13 46.920,55
C4 9 11 82.397,28
C5 6 7 34.072,42
C6 14 14 44.025,55
C7 9 9 85.842,76
FUENTE: Elaboración propia de los autores.
Según el resultado del reporte generado en MS Excel, se puede constatar que hay una correlación aceptable entre las variables. Se rechaza la independencia entre estas (valor F) y no se rechaza la normalidad de los residuales.
Figura 91: Reporte de regresión lineal y normalidad de los residuales
FUENTE: elaboración propia de los autores.
199
ANEXO M. CÁLCULO DE LA NUEVA DISTRIBUCIÓN DE NÚMERO DE DESTINOS PARA CAMIONES
Al analizar la distribución de destinos mencionada en la sección 5.2.1.5, se estableció una relación de la forma ( ) ( variables) entre el número de destinos (independiente) y la probabilidad de elegir ese número de destinos.
La función de regresión está dada por:
( )
Figura 92: Modelo de regresión entre el número de destinos y la probabilidad de elegirlos
FUENTE: elaboración propia de los autores
Donde denota el número de destinos. Para convertir los valores de ( ) en proporciones, se hizo la transformación
( ) ( )
∑ ( )
para * +
Tabla 74: Cálculo de la nueva distribución de número de destinos
Número de destinos ( ) ( ) ( )
1 0,782997993 0,741025772
2 0,126850065 0,12005033
3 0,030677091 0,02903266
4 0,016580817 0,01569201
5 0,014514696 0,013736643
6 0,014211861 0,013450041
7 0,014167473 0,013408033
8 0,014160967 0,013401876
9 0,014160014 0,013400973
10 0,014159874 0,013400841
11 0,014159854 0,013400822
FUENTE: elaboración propia de los autores
0
0,2
0,4
0,6
0,8
1
0 1 2 3 4 5 6 7 8
Y
X
Observaciones y modelo ajustado
200
ANEXO N. DISTRIBUCIONES DE PROBABILIDAD ASOCIADAS A LOS MODELOS DE SIMULACIÓN DE LAS PROPUESTAS PARA EL NTC Tabla 75: Distribuciones de probabilidad asociadas a los tiempos de servicio para carga seca
OPERADOR TIPO TIEMPO Distribución Parámetros Prueba Ji Prueba KS
Prueba AD
Rechazar? Vp Vc
C1
T. PREPARACIÓN Dagum k=0,10758; α=12,988; β=373,2; γ=5 0,837 0,947 0,432 2,502 NO
T. ENTRE ULCs Wakeby α=91,758; β=0,11155; γ=0; δ=0; χ=13,229 0,299 0,667 0,799 2,502 NO
T. FINALIZACIÓN Pert μ=183,77; α=5; β=514,88; 0,721 0,997 2,178 2,502 NO
C2, C3 y C6
T. PREPARACIÓN Wakeby α=351,09; β=2,1736; γ=134,5; δ=-7,2881E-4; χ=28,019 0,914 0,937 0,395 2,502 NO
T. ENTRE ULCs Wakeby α=91,758; β=0,11155; η=0; δ=0; χ=13,229 0,299 0,667 0,799 2,502 NO
T. FINALIZACIÓN Pert μ=183,77; α=5; β=514,88; 0,721 0,997 2,178 2,502 NO
C4
T. PREPARACIÓN Triangular μ=124,83; α=15; β=719,51; 0,959 0,835 1,613 2,502 NO
T. ENTRE ULCs Fatiga γ=0,25843; δ=0,49546; λ=502,2; χ=70,563 0,001 0,076 3,2 2,502 NO
T. FINALIZACIÓN Johnson SB α=0,96688; β=41,429; γ=5; 0,601 0,823 7,71 2,502 NO
C5
T. PREPARACIÓN Wakeby α=408,51; β=0,81494; γ=2,485; δ=0,73081; χ=36,453 0,987 0,997 0,176 2,502 NO
T. ENTRE ULCs Wakeby α=-121,12; β=7,9686; γ=123,67; δ=-0,18814; χ=18,262 0,004 0,728 8,542 2,502 NO
T. FINALIZACIÓN Wakeby α=409,77; β=1,9113; γ=7,0671; δ=0,47165; χ=5,0965 0,536 0,948 0,263 2,502 NO
C7
T. PREPARACIÓN Gen. Gamma k=0,98636; α=1,9646; β=152,04; γ=5 0,878 0,846 0,39 2,502 NO
T. ENTRE ULCs Burr k=0,16975; α=3,9726; β=11,695; γ=5 0 0 4,877 2,502 SÍ
T. FINALIZACIÓN Bi-Weibull α1=0,98897; β1=242,14; γ1=5; α2=2,1034; β2=175,27; γ2=131,57 0,955 0,692 0,409 2,502 NO
NC1, NC2, NC3 y NC4
T. PREPARACIÓN Wakeby α=351,09; β=2,1736; γ=134,5; δ=-7,2881E-4; χ=28,019 0,914 0,937 0,395 2,502 NO
T. ENTRE ULCs Wakeby α=91,758; β=0,11155; η=0; δ=0; χ=13,229 0,299 0,667 0,799 2,502 NO
T. FINALIZACIÓN Pert μ=183,77; α=5; β=514,88; 0,721 0,997 2,178 2,502 NO
FUENTE: Elaboración propia de los autores
201
Tabla 76: Distribuciones de probabilidad asociadas a los tiempos de servicio para carga perecedera
OPERADOR TIPO TIEMPO Distribución Parámetros Prueba Ji Prueba KS
Prueba AD
Rechazar? Vp Vc
C1
T. PREPARACIÓN Log-Logistic (3P) α=1,9069; β=86,994; η=1; 0,781 0,654 0,679 2,502 NO
T. ENTRE ULCs, sin parada Wakeby α=35,176; β=18,981; η=5,5402; δ=-0,4385; χ=1,7137 N/R 0,88 16,17 2,502 NO
PARADAS/CAJA Pert σ=0,73854; μ=4,011; η=1; 0,001 0,001 14,477 2,502 SÍ
T. ENTRE ULCs ,con parada Lognormal (3P) μ=0,02685; α=0; β=0,25; 0,043 0,283 1,477 2,502 NO
T. FINALIZACIÓN Wakeby α=352,7; β=33,949; η=79,277; δ=-0,5603; χ=7,7612 0,891 0,987 0,249 2,502 NO
C2 y C3
T. PREPARACIÓN Log-Logistic (3P) α=1,9069; β=86,994; η=1; 0,781 0,654 0,679 2,502 NO
T. ENTRE ULCs, sin parada Burr (4P) k=0,93659; α=7,0085; β=4,7591; η=1 0 0 23,873 2,502 SÍ
PARADAS/CAJA Pert σ=0,73854; μ=4,011; η=1; 0,001 0,001 14,477 2,502 SÍ
T. ENTRE ULCs ,con parada Johnson SB η=1,5297; δ=0,97085; λ=306,64; χ=5,7435 0,489 0,844 0,302 2,502 NO
T. FINALIZACIÓN Wakeby α=119,93; β=4,1634; η=55,928; δ=-0,1237; χ=12,209 0,65 0,989 4,139 2,502 NO
C4
T. PREPARACIÓN Burr (4P) k=338,21; α=3,3341; β=916,63; η=1 0,916 0,828 0,326 2,502 NO
T. ENTRE ULCs, sin parada Dagum (4P) k=0,39985; α=5,2609; β=5,9526; η=1 0,827 0,515 0,685 2,502 NO
PARADAS/CAJA Beta α1=2,9192; α2=7,1424E+7; α=0; β=,08 0,28 0,307 7,215 2,502 NO
T. ENTRE ULCs ,con parada Lognormal (3P) σ=0,87001; μ=3,9101; η=1; 0,056 0,527 0,771 2,502 NO
T. FINALIZACIÓN Wakeby α=91,384; β=10,425; η=140,37; δ=-0,46753; χ=0 0,851 0,992 0,25 2,502 NO
C5
T. PREPARACIÓN Nakagami μ=0,80043; ω=15451,0; 0,879 0,781 0,495 2,502 NO
T. ENTRE ULCs, sin parada Wakeby δ=-0,14588; χ=2,2669; N/R 0,905 43,665 2,502 NO
PARADAS/CAJA Pert μ=0,0766; α=0; β=0,24; 0,888 0,817 0,433 2,502 NO
T. ENTRE ULCs ,con parada Johnson SB η=1,5297; δ=0,97085; λ=306,64; χ=5,7435 0,489 0,844 0,302 2,502 NO
T. FINALIZACIÓN Burr (4P) k=0,51886; α=5,8717; β=56,543; η=1 0,273 0,711 0,493 2,502 NO
C6
T. PREPARACIÓN Burr (4P) k=1,123; α=4,1097; β=99,192; η=1 0,893 0,995 0,129 2,502 NO
T. ENTRE ULCs, sin parada Dagum (4P) k=0,939; α=3,6443; β=6,8216; η=1 0,002 0,726 1,245 2,502 NO
PARADAS/CAJA Pert μ=0,13116; α=0; β=0,32; 0,221 0,337 3,741 2,502 NO
T. ENTRE ULCs ,con parada Log-Pearson 3 α=58,855; β=0,08148; η=-0,78863; 0,96 0,869 0,442 2,502 NO
T. FINALIZACIÓN Wakeby α=294,73; β=12,806; η=136,58; δ=-0,8244; χ=0 N/R 0,984 3,966 2,502 NO
C7
T. PREPARACIÓN Wakeby α=83,289; β=0,1328; η=0; δ=0; χ=45,527 0,897 0,776 0,311 2,502 NO
T. ENTRE ULCs, sin parada Burr (4P) k=0,93659; α=7,0085; β=4,7591; η=1 0 0 23,873 2,502 SÍ
PARADAS/CAJA Beta α=220,65; β=20,771; η=174,84; δ=-0,93396; χ=0 N/R 0,877 7,469 2,502 NO
T. ENTRE ULCs ,con parada Wakeby α1=0,76647; α2=0,87415; α=0; β=0,05556 0,857 1 0,119 2,502 NO
T. FINALIZACIÓN Wakeby α=135,39; β=1,2166; η=0; δ=0; χ=11,419 0,619 0,991 0,267 2,502 NO
CN1, CN2, CN3 y CN4
T. PREPARACIÓN Log-Logistic (3P) α=1,9069; β=86,994; η=1; 0,781 0,654 0,679 2,502 NO
T. ENTRE ULCs, sin parada Burr (4P) k=0,93659; α=7,0085; β=4,7591; η=1 0 0 23,873 2,502 SÍ
PARADAS/CAJA Pert σ=0,73854; μ=4,011; η=1; 0,001 0,001 14,477 2,502 SÍ
T. ENTRE ULCs ,con parada Johnson SB η=1,5297; δ=0,97085; λ=306,64; χ=5,7435 0,489 0,844 0,302 2,502 NO
T. FINALIZACIÓN Wakeby α=119,93; β=4,1634; η=55,928; δ=-0,1237; χ=12,209 0,65 0,989 4,139 2,502 NO
FUENTE: Elaboración propia de los autores
202
ANEXO O. ESTADÍSTICAS OBTENIDAS EN LA PROPUESTA 1 CON Tabla 77: Propuesta 1 - Intervalos de confianza para las variables de respuesta en la simulación con Ifv=1,102, por hora
Temporada Baja Temporada Alta
Hora
Llegadas Parqueaderos Colas Llegadas Parqueaderos Colas
LI LS LI LS LI LS LI LS LI LS LI LS
D-0 4,93 6,37 0,01 0,23 0,00 0,31 14,62 17,86 0,02 0,29 0,00 0,39
D-1 4,62 6,06 0,08 0,52 0,00 0,71 12,77 15,61 0,17 0,73 0,01 0,95
D-2 4,70 6,26 2,59 4,01 1,40 5,04 13,14 16,42 0,53 1,36 0,21 1,70
D-3 6,64 8,52 7,99 10,53 6,08 12,25 13,78 17,98 1,09 2,23 0,61 2,68
D-4 7,46 9,54 14,99 18,75 12,58 21,13 11,71 16,15 1,60 2,98 1,02 3,55
D-5 6,99 9,31 22,03 26,96 19,33 29,74 11,08 15,26 2,05 3,59 1,41 4,22
D-6 13,09 16,77 1,29 2,54 0,61 3,21 20,04 26,32 0,00 0,00 0,00 0,00
D-7 15,85 18,55 1,31 2,66 0,83 3,13 25,06 30,38 0,00 0,00 0,00 0,00
D-8 17,08 19,68 1,53 2,99 1,00 3,51 25,63 30,59 0,00 0,00 0,00 0,00
D-9 6,45 8,09 1,70 3,23 1,15 3,79 12,60 15,80 0,00 0,00 0,00 0,00
D-10 5,70 7,46 1,77 3,34 1,19 3,92 12,37 15,65 0,00 0,00 0,00 0,00
D-11 5,65 7,31 1,90 3,52 1,31 4,11 11,71 14,59 0,00 0,00 0,00 0,00
D-12 4,94 6,82 2,03 3,71 1,42 4,32 11,13 14,49 0,00 0,00 0,00 0,00
D-13 5,12 7,24 2,13 3,83 1,49 4,47 10,56 14,34 0,00 0,00 0,00 0,00
D-14 4,26 6,34 4,79 7,10 3,17 8,61 9,82 14,16 0,05 0,46 0,00 0,62
D-15 4,47 6,69 9,42 12,86 7,18 15,07 10,05 13,51 0,14 0,69 0,01 0,90
D-16 4,70 6,60 14,13 18,34 11,55 21,03 10,80 13,92 0,23 0,88 0,04 1,14
D-17 3,76 5,54 18,91 23,94 16,15 26,96 10,85 14,47 0,32 1,01 0,08 1,30
D-18 4,52 6,58 23,70 29,39 20,62 32,68 12,00 14,96 0,40 1,13 0,13 1,44
D-19 3,63 5,57 28,23 34,47 24,90 37,99 13,00 15,64 0,49 1,30 0,20 1,63
D-20 2,67 4,61 31,75 38,35 28,34 42,21 12,52 14,90 0,64 1,57 0,30 1,94
D-21 4,60 7,60 35,36 42,67 31,72 46,40 9,71 12,27 0,74 1,75 0,36 2,15
D-22 5,15 8,13 40,22 48,25 36,62 52,43 10,02 12,52 0,87 1,98 0,46 2,40
D-23 4,71 7,35 46,17 55,39 42,53 59,55 9,08 11,50 1,01 2,27 0,55 2,74
L-0 3,63 6,05 51,41 61,38 47,63 65,59 6,82 8,72 1,18 2,53 0,66 3,04
L-1 3,43 5,59 55,47 66,28 51,73 70,40 5,60 7,66 1,27 2,68 0,74 3,21
L-2 3,38 5,54 59,69 71,21 56,12 75,67 5,90 7,90 1,47 2,90 0,91 3,46
L-3 3,20 4,98 63,18 75,15 59,48 79,45 8,80 12,04 1,90 3,47 1,28 4,08
L-4 4,33 6,03 67,35 79,70 63,63 83,85 8,56 12,38 2,36 4,09 1,65 4,78
L-5 4,60 6,40 71,63 84,43 68,14 89,11 7,31 10,21 2,86 4,85 2,10 5,62
L-6 17,91 23,31 12,56 17,56 9,36 20,19 25,44 32,76 0,00 0,00 0,00 0,00
L-7 23,98 28,20 4,96 7,46 3,89 8,58 33,47 39,13 0,00 0,00 0,00 0,00
L-8 25,34 28,70 5,63 8,27 4,62 9,35 31,37 37,39 0,00 0,02 0,00 0,01
L-9 30,90 34,20 6,58 9,45 5,52 10,58 33,84 39,16 0,00 0,01 0,00 0,01
L-10 30,83 34,09 10,23 13,57 8,98 14,73 32,51 38,27 0,00 0,00 0,00 0,00
L-11 31,08 34,62 17,52 21,69 16,06 23,20 35,54 41,80 0,00 0,03 0,00 0,02
L-12 25,29 28,39 25,23 30,16 23,53 32,05 50,50 56,76 0,00 0,04 0,00 0,03
L-13 29,27 32,95 33,66 39,45 31,56 41,50 50,65 56,35 0,00 0,05 0,00 0,03
L-14 37,85 41,97 4,54 6,47 3,37 7,38 53,21 60,25 0,91 1,82 0,42 2,24
L-15 60,63 65,29 5,24 7,44 4,20 8,52 59,36 65,96 1,39 2,53 0,80 3,08
L-16 60,13 63,85 5,78 8,10 4,68 9,26 56,70 63,48 1,92 3,18 1,20 3,87
L-17 60,50 64,58 6,27 8,65 5,10 9,83 57,75 64,47 2,43 3,87 1,64 4,62
L-18 44,14 48,90 6,71 9,17 5,53 10,38 58,67 64,71 2,92 4,49 2,07 5,31
L-19 42,50 47,40 7,17 9,65 5,93 10,91 58,06 64,60 3,55 5,23 2,61 6,16
L-20 41,99 46,59 7,62 10,08 6,29 11,43 60,20 66,10 4,02 5,88 3,08 6,85
L-21 17,80 20,26 7,89 10,40 6,53 11,78 25,12 29,86 4,35 6,37 3,41 7,31
L-22 17,66 20,74 8,15 10,70 6,77 12,12 24,93 29,65 4,60 6,69 3,69 7,62
L-23 17,24 20,76 8,51 11,15 7,11 12,59 25,02 30,20 5,10 7,28 4,14 8,23
Ma-0 5,80 7,38 8,80 11,52 7,36 12,97 7,64 10,74 5,45 7,72 4,46 8,73
Ma-1 4,92 6,46 8,95 11,66 7,49 13,11 5,46 8,18 5,59 7,91 4,59 8,92
Ma-2 4,53 5,93 11,42 14,46 9,40 16,55 5,61 8,73 5,82 8,20 4,82 9,20
Ma-3 7,11 9,45 17,77 21,97 15,38 24,33 11,60 16,84 6,24 8,71 5,24 9,72
Ma-4 8,14 11,00 26,03 31,79 23,35 34,46 15,01 19,75 7,06 9,62 5,98 10,73
Ma-5 8,63 11,49 34,61 41,42 31,63 44,44 17,33 21,99 7,96 10,72 6,83 11,90
Ma-6 23,38 27,98 2,70 4,40 1,37 5,46 42,34 50,10 0,00 0,02 0,00 0,01
Ma-7 28,35 31,77 2,20 3,75 1,50 4,40 52,37 58,07 0,00 0,01 0,00 0,00
Ma-8 29,01 32,45 3,18 4,97 2,37 5,77 54,57 60,19 0,00 0,02 0,00 0,01
Ma-9 41,91 45,57 4,41 6,53 3,43 7,52 52,85 58,73 0,00 0,03 0,00 0,02
203
Temporada Baja Temporada Alta
Hora
Llegadas Parqueaderos Colas Llegadas Parqueaderos Colas LI LS LI LS LI LS LI LS LI LS LI LS
Ma-10 43,15 46,85 9,92 12,94 8,48 14,04 52,35 58,91 0,00 0,03 0,00 0,02
Ma-11 41,92 45,88 20,30 24,57 18,48 26,33 52,44 58,20 0,00 0,04 0,00 0,03
Ma-12 38,08 41,92 30,21 35,36 28,12 37,50 53,07 58,87 0,00 0,06 0,00 0,05
Ma-13 35,70 39,70 39,12 45,16 36,96 47,51 54,19 60,13 0,01 0,06 0,00 0,05
Ma-14 36,79 40,19 4,83 6,96 3,46 8,00 56,54 61,42 1,00 1,98 0,51 2,39
Ma-15 64,39 68,59 5,35 7,61 4,24 8,73 81,66 87,68 1,87 3,18 1,10 3,90
Ma-16 66,80 70,74 5,86 8,24 4,72 9,45 81,34 87,52 2,84 4,51 1,80 5,32
Ma-17 64,03 68,21 6,47 8,97 5,32 10,16 81,26 87,78 3,71 5,56 2,48 6,57
Ma-18 42,09 45,93 6,94 9,51 5,77 10,73 53,69 59,35 4,05 5,96 3,02 6,97
Ma-19 42,47 46,45 7,31 9,97 6,13 11,16 52,54 58,54 4,47 6,45 3,49 7,46
Ma-20 40,77 44,43 7,63 10,35 6,42 11,58 52,17 57,61 4,97 7,06 3,93 8,10
Ma-21 16,68 19,60 7,91 10,70 6,67 11,95 21,80 27,10 5,32 7,46 4,24 8,54
Ma-22 15,94 18,64 8,13 10,93 6,88 12,19 19,33 23,93 5,62 7,77 4,53 8,89
Ma-23 14,92 18,02 8,46 11,23 7,17 12,53 20,63 24,57 5,99 8,20 4,88 9,32
Mi-0 4,62 6,06 8,64 11,41 7,33 12,73 18,27 22,81 6,45 8,69 5,32 9,86
Mi-1 4,04 5,60 8,74 11,52 7,42 12,84 16,81 21,53 6,87 9,16 5,69 10,36
Mi-2 4,52 5,88 11,06 14,21 9,09 16,21 18,09 23,35 7,46 9,86 6,27 11,13
Mi-3 8,74 10,84 17,03 21,10 14,69 23,40 20,96 27,14 8,44 11,06 7,13 12,30
Mi-4 8,97 11,59 26,37 31,64 23,62 34,57 17,88 23,76 9,62 12,40 8,25 13,86
Mi-5 9,49 12,03 35,77 42,32 32,70 45,47 21,26 28,32 10,83 13,83 9,35 15,29
Mi-6 32,90 39,44 3,20 5,17 1,72 6,24 42,22 50,62 0,00 0,05 0,00 0,05
Mi-7 40,95 44,71 3,17 4,81 2,21 5,61 46,11 52,27 0,00 0,03 0,00 0,03
Mi-8 41,49 45,09 4,80 6,84 3,75 7,82 47,70 54,50 0,00 0,02 0,00 0,02
Mi-9 41,40 44,52 6,32 8,65 5,15 9,78 78,92 86,62 0,01 0,07 0,00 0,06
Mi-10 40,35 43,79 11,29 14,36 9,77 15,53 77,94 85,18 0,05 0,18 0,00 0,14
Mi-11 41,44 44,78 21,25 25,36 19,26 27,26 79,82 86,88 0,09 0,39 0,01 0,35
Mi-12 35,49 38,71 30,76 35,84 28,54 38,20 69,79 76,83 0,05 0,22 0,00 0,21
Mi-13 35,98 39,50 38,89 44,78 36,54 47,32 70,59 77,29 0,02 0,12 0,00 0,09
Mi-14 35,88 39,56 5,30 7,40 3,85 8,51 69,21 76,87 1,34 2,48 0,65 3,02
Mi-15 56,06 60,24 5,83 8,13 4,68 9,32 117,93 129,35 2,95 4,53 1,57 5,39
Mi-16 65,88 69,84 6,50 8,96 5,31 10,22 126,09 134,49 4,37 6,35 2,52 7,42
Mi-17 51,41 55,15 7,23 9,81 6,01 11,07 107,06 115,14 5,55 7,81 3,51 8,97
Mi-18 36,16 39,86 7,86 10,58 6,58 11,87 101,91 107,99 5,77 8,14 3,94 9,47
Mi-19 35,89 40,13 8,13 10,90 6,86 12,21 99,64 106,28 6,43 8,91 4,64 10,33
Mi-20 35,89 39,11 8,50 11,32 7,21 12,66 102,44 108,20 7,24 10,02 5,45 11,43
Mi-21 10,93 13,39 8,75 11,65 7,45 12,98 20,73 25,33 7,27 9,92 5,87 11,40
Mi-22 9,91 12,49 8,90 11,82 7,60 13,15 17,41 21,23 7,40 10,07 6,10 11,39
Mi-23 10,63 13,29 9,07 12,03 7,75 13,37 19,71 24,09 7,80 10,53 6,46 11,85
J-0 4,19 5,73 9,23 12,23 7,90 13,59 4,29 6,39 8,03 10,84 6,68 12,19
J-1 2,89 4,29 9,32 12,34 7,98 13,69 1,80 3,52 8,06 10,89 6,71 12,24
J-2 3,15 4,53 11,13 14,53 9,30 16,42 2,09 3,97 8,14 10,98 6,80 12,34
J-3 5,46 7,62 15,25 19,53 13,12 21,68 10,68 16,48 8,30 11,16 6,96 12,51
J-4 6,76 9,10 21,78 27,13 19,31 29,79 19,06 24,92 8,91 11,89 7,55 13,32
J-5 6,10 8,46 28,18 34,40 25,45 37,38 19,62 24,20 9,78 12,94 8,35 14,41
J-6 27,12 34,54 1,82 3,16 0,76 3,98 57,85 65,73 0,00 0,07 0,00 0,08
J-7 33,70 39,12 2,21 3,68 1,42 4,37 57,91 65,01 0,00 0,05 0,00 0,04
J-8 35,83 40,63 3,21 4,99 2,35 5,79 59,33 66,55 0,00 0,06 0,00 0,05
J-9 33,24 37,70 4,59 6,75 3,63 7,68 63,68 69,66 0,01 0,07 0,00 0,06
J-10 36,98 40,84 9,14 11,86 7,82 12,93 64,81 70,69 0,00 0,05 0,00 0,04
J-11 37,06 40,48 18,04 21,93 16,20 23,61 63,78 69,58 0,02 0,11 0,00 0,10
J-12 34,43 38,17 26,99 31,87 24,81 34,10 49,89 56,67 0,01 0,06 0,00 0,05
J-13 36,23 39,89 36,17 41,76 33,66 44,42 46,97 54,31 0,00 0,05 0,00 0,04
J-14 35,24 39,10 4,35 6,34 3,13 7,32 47,50 54,48 0,68 1,58 0,25 1,96
J-15 60,03 64,71 4,80 6,94 3,79 7,97 55,48 60,80 1,21 2,37 0,61 2,95
J-16 61,49 65,99 5,33 7,54 4,26 8,62 55,26 61,16 1,67 2,98 1,01 3,62
J-17 60,01 64,41 5,88 8,14 4,75 9,30 54,85 60,55 2,18 3,62 1,43 4,35
J-18 36,85 41,01 6,34 8,65 5,21 9,81 69,76 77,64 2,77 4,42 1,87 5,26
J-19 36,78 40,74 6,66 9,05 5,53 10,21 70,65 78,63 3,47 5,30 2,45 6,29
J-20 35,33 39,17 6,91 9,35 5,78 10,52 68,65 75,69 3,97 5,98 2,95 6,92
J-21 21,23 24,15 7,19 9,71 6,06 10,86 43,07 49,03 4,41 6,54 3,45 7,53
J-22 11,44 13,54 7,39 9,94 6,24 11,09 21,78 25,98 4,80 6,97 3,82 7,97
204
Temporada Baja Temporada Alta
Hora
Llegadas Parqueaderos Colas Llegadas Parqueaderos Colas
LI LS LI LS LI LS LI LS LI LS LI LS
J-23 5,55 7,21 7,73 10,30 6,53 11,47 14,92 18,32 5,36 7,58 4,31 8,64
V-0 3,85 4,99 7,99 10,60 6,77 11,81 7,99 10,83 5,75 8,03 4,64 9,13
V-1 3,01 4,19 8,09 10,70 6,87 11,93 5,97 8,49 5,90 8,21 4,78 9,33
V-2 3,16 4,40 9,99 12,85 8,28 14,73 6,22 8,80 6,08 8,43 4,94 9,57
V-3 5,47 7,59 14,59 18,16 12,61 20,21 10,28 14,04 6,43 8,82 5,27 10,01
V-4 5,44 7,36 21,00 25,71 18,74 28,04 10,82 14,64 7,01 9,46 5,80 10,65
V-5 5,66 7,76 27,01 32,56 24,49 35,31 9,03 12,11 7,60 10,13 6,33 11,40
V-6 24,71 30,21 1,57 2,88 0,64 3,65 43,08 53,28 0,00 0,02 0,00 0,02
V-7 30,98 34,32 2,02 3,50 1,37 4,11 55,78 61,94 0,00 0,04 0,00 0,04
V-8 31,00 34,24 3,08 4,97 2,29 5,76 57,56 63,54 0,00 0,02 0,00 0,01
V-9 52,31 56,71 4,83 7,10 3,75 8,06 67,70 74,40 0,00 0,06 0,00 0,05
V-10 53,97 57,81 11,81 14,84 10,24 15,88 68,42 76,10 0,02 0,18 0,00 0,17
V-11 52,50 56,54 24,28 28,81 22,07 30,72 64,60 72,34 0,05 0,18 0,00 0,15
V-12 38,53 42,19 35,54 41,09 33,07 43,74 70,57 77,49 0,04 0,19 0,00 0,16
V-13 37,74 41,46 44,63 50,82 41,81 53,99 71,22 78,20 0,04 0,22 0,00 0,21
V-14 37,99 41,43 5,51 7,75 3,79 9,02 71,92 78,84 1,11 2,13 0,49 2,59
V-15 63,30 68,30 5,67 7,99 4,57 9,12 92,08 99,34 2,07 3,44 1,13 4,18
V-16 63,13 67,31 6,38 8,84 5,17 10,09 94,79 101,59 3,06 4,79 1,88 5,61
V-17 63,06 67,38 7,00 9,56 5,72 10,92 94,26 101,22 3,85 5,74 2,56 6,72
V-18 46,80 51,00 7,51 10,20 6,22 11,54 69,74 77,30 4,43 6,55 3,24 7,62
V-19 45,32 49,94 7,94 10,69 6,61 12,09 70,71 77,29 4,82 6,98 3,78 8,01
V-20 44,87 48,95 8,31 11,18 6,96 12,58 70,29 77,47 5,50 7,82 4,33 8,94
V-21 18,27 21,59 8,64 11,64 7,28 13,01 29,22 34,54 5,87 8,37 4,84 9,43
V-22 17,20 20,36 8,89 11,89 7,51 13,29 28,70 33,98 6,20 8,76 5,18 9,81
V-23 16,37 18,99 9,21 12,25 7,82 13,66 28,70 33,68 6,81 9,53 5,75 10,64
S-0 5,99 7,63 9,56 12,66 8,13 14,08 11,69 14,73 7,28 10,16 6,22 11,27
S-1 4,92 6,62 9,69 12,81 8,24 14,26 11,26 14,58 7,53 10,47 6,43 11,58
S-2 5,72 7,54 12,39 15,84 10,30 18,01 11,86 14,52 7,83 10,84 6,73 11,95
S-3 7,70 10,38 18,79 23,11 16,32 25,59 19,15 23,91 8,55 11,66 7,41 12,85
S-4 8,43 10,79 28,26 33,48 25,43 36,41 18,80 23,48 9,58 12,87 8,37 14,18
S-5 9,06 11,48 38,30 44,24 35,12 47,81 20,36 25,04 10,53 13,91 9,23 15,27
S-6 19,98 23,52 3,29 4,93 1,73 6,13 33,62 39,62 0,00 0,02 0,00 0,03
S-7 22,40 25,42 2,28 3,80 1,55 4,49 38,30 43,72 0,00 0,00 0,00 0,00
S-8 21,03 25,23 3,06 4,81 2,22 5,65 38,76 44,36 0,00 0,01 0,00 0,00
S-9 19,87 22,97 3,82 5,69 2,91 6,61 45,21 51,51 0,00 0,01 0,00 0,01
S-10 20,81 23,57 6,65 8,86 5,49 9,92 45,72 51,88 0,00 0,01 0,00 0,01
S-11 21,39 23,97 11,79 14,72 10,32 16,30 46,64 52,04 0,00 0,02 0,00 0,01
S-12 26,26 30,16 17,80 21,43 16,00 23,26 34,81 40,99 0,00 0,04 0,00 0,02
S-13 26,32 30,30 22,73 26,97 21,00 28,77 34,84 41,10 0,00 0,02 0,00 0,02
S-14 27,05 30,53 3,26 5,14 2,42 5,82 35,65 42,53 0,50 1,28 0,17 1,61
S-15 17,07 19,87 3,78 5,91 2,91 6,78 56,64 64,00 0,91 1,90 0,41 2,39
S-16 16,58 19,28 3,97 6,17 3,08 7,05 58,77 65,63 1,36 2,53 0,74 3,09
S-17 17,51 20,19 4,09 6,34 3,20 7,25 58,16 66,50 1,81 3,13 1,12 3,79
S-18 29,87 33,69 4,28 6,58 3,37 7,51 35,14 41,18 2,24 3,73 1,48 4,51
S-19 29,40 32,62 4,53 6,89 3,60 7,82 34,50 39,88 2,55 4,10 1,78 4,87
S-20 30,11 33,79 4,71 7,18 3,78 8,11 31,89 37,75 2,86 4,51 2,07 5,30
S-21 13,88 16,20 4,90 7,44 3,96 8,38 23,23 28,63 3,09 4,83 2,27 5,65
S-22 13,82 16,62 5,08 7,66 4,13 8,61 20,36 26,40 3,43 5,23 2,56 6,10
S-23 13,35 15,93 5,32 7,95 4,35 8,93 20,94 25,70 3,87 5,82 2,96 6,73
FUENTE: elaboración propia de los autores.
205
Figura 93: Propuesta 1 - Uso de las zonas de parqueo en temporada alta por hora, con
FUENTE: elaboración propia de los autores
206
Figura 94: Propuesta 1 - Uso de las zonas de parqueo en temporada baja por hora, con
FUENTE: elaboración propia de los autores
207
Tabla 78: Propuesta 1. Indicadores de utilización de los parqueaderos en el NTC con
TEMPORADA BAJA TEMPORADA ALTA
LOTE P1 P2 P3 P4 ZC TOTAL P1 P2 P3 P4 ZC TOTAL
Capacidad máxima
CAP. 28 25 36 45 89 223 28 25 36 45 89 223
% 12,6% 11,2% 16,1% 20,2% 39,9% 100,0% 12,6% 11,2% 16,1% 20,2% 39,9% 100,0%
Participación en la
utilización
LI 37,1% 33,7% 0,5% 28,6% 0,0% 100,0% 37,9% 34,1% 0,0% 28,0% 0,0% 100,0%
P 36,7% 33,5% 0,9% 28,9% 0,0% 100,0% 37,5% 33,9% 0,0% 28,6% 0,0% 100,0%
LS 36,4% 33,4% 1,1% 29,1% 0,0% 100,0% 37,3% 33,7% 0,0% 29,0% 0,0% 100,0%
Utilización promedio
general
LI 4,9 4,5 0,1 3,8 0,0 13,3 1,1 1,0 0,0 0,8 0,0 2,8
17,7% 18,0% 0,2% 8,5% 0,0% 6,0% 3,8% 3,9% 0,0% 1,8% 0,0% 1,3%
P 5,5 5,1 0,1 4,4 0,0 15,1 1,3 1,2 0,0 1,0 0,0 3,5
19,7% 20,2% 0,4% 9,7% 0,0% 6,8% 4,6% 4,7% 0,0% 2,2% 0,0% 1,6%
LS 6,1 5,6 0,2 4,9 0,0 16,8 1,5 1,4 0,0 1,2 0,0 4,1
21,8% 22,4% 0,5% 10,9% 0,0% 7,5% 5,5% 5,5% 0,0% 2,6% 0,0% 1,8%
Utilización promedio en
hora pico
LI 24,7 21,5 4,3 21,1 0,0 71,6 3,9 4,0 0,0 3,0 0,0 10,9
88,2% 86,0% 11,9% 46,9% 0,0% 32,1% 13,9% 15,9% 0,0% 6,7% 0,0% 4,9%
P 25,8 22,7 6,2 23,3 0,0 78,0 4,6 4,5 0,0 3,5 0,0 12,5
92,2% 90,8% 17,3% 51,7% 0,0% 35,0% 16,3% 18,0% 0,0% 7,7% 0,0% 5,6%
LS 26,9 23,9 8,2 25,4 0,0 84,4 5,2 5,0 0,0 3,9 0,0 14,2
96,2% 95,6% 22,8% 56,4% 0,0% 37,9% 18,6% 20,0% 0,0% 8,8% 0,0% 6,4%
FUENTE: elaboración propia de los autores
208
Figura 95: Propuesta 1 – Vehículos en espera para cada operador según el tipo de carga, en temporada baja, con
FUENTE: elaboración propia de los autores
209
Figura 96: Propuesta 1 – Vehículos en espera para cada operador según el tipo de carga, en temporada alta, con
FUENTE: elaboración propia de los autores
210
Tabla 79: Carga movilizada por cada operador con
Operador Tipo Carga
Carga Semanal Temporada Alta en toneladas Carga Semanal Temporada Baja en toneladas
LI (2,5%) Promedio LS (97,5%) Participación LI (2,5%) Promedio LS (97,5%) Participación
C1
Perecedera 1711,8 1733,0 1754,1 12,71% 682,5 694,2 705,8 8,81%
Seca 123,9 127,7 131,6 0,94% 365,3 372,3 379,3 4,69%
Total 1838,9 1860,7 1882,4 13,64% 1052,2 1066,5 1080,8 13,42%
C2
Perecedera 1542,5 1559,7 1577,0 11,44% 609,4 620,0 630,6 7,86%
Seca 112,9 116,4 119,8 0,85% 330,0 335,8 341,7 4,23%
Total 1658,9 1676,1 1693,3 12,29% 943,6 955,8 968,0 12,03%
C3
Perecedera 1350,4 1367,2 1383,9 10,02% 538,7 549,3 559,8 6,97%
Seca 98,6 101,6 104,5 0,74% 293,6 299,4 305,1 3,77%
Total 1451,5 1468,7 1486,0 10,77% 836,5 848,7 860,8 10,68%
C4
Perecedera 1355,3 1374,1 1392,9 10,08% 545,0 554,3 563,6 7,03%
Seca 99,5 102,5 105,5 0,75% 293,5 300,3 307,1 3,78%
Total 1458,0 1476,6 1495,1 10,83% 842,8 854,6 866,4 10,75%
C5
Perecedera 804,2 817,0 829,9 5,99% 322,5 329,5 336,6 4,18%
Seca 61,2 63,6 66,1 0,47% 182,7 186,8 190,8 2,35%
Total 867,3 880,6 894,0 6,46% 508,0 516,3 524,6 6,50%
C6
Perecedera 1362,8 1381,3 1399,8 10,13% 541,1 551,8 562,5 7,00%
Seca 99,6 103,5 107,4 0,76% 294,4 301,3 308,2 3,79%
Total 1465,6 1484,8 1503,9 10,89% 840,4 853,1 865,8 10,74%
C7
Perecedera 800,4 813,5 826,6 5,96% 317,8 325,7 333,5 4,13%
Seca 61,4 63,7 65,9 0,47% 180,3 185,1 189,9 2,33%
Total 863,7 877,2 890,7 6,43% 501,1 510,8 520,4 6,43%
NC1
Perecedera 989,4 1003,6 1017,9 7,36% 398,1 407,6 417,0 5,17%
Seca 74,0 76,7 79,5 0,56% 216,5 221,6 226,6 2,79%
Total 1066,0 1080,4 1094,8 7,92% 618,1 629,1 640,2 7,92%
NC2
Perecedera 795,3 808,7 822,1 5,93% 317,6 325,1 332,6 4,12%
Seca 62,1 64,5 66,9 0,47% 183,9 187,9 191,9 2,36%
Total 859,3 873,2 887,1 6,40% 504,5 513,0 521,5 6,46%
NC3
Perecedera 806,5 820,2 833,9 6,01% 318,4 326,1 333,7 4,14%
Seca 60,4 62,9 65,4 0,46% 182,6 186,9 191,3 2,35%
Total 869,2 883,1 897,0 6,47% 503,8 513,0 522,1 6,46%
NC4
Perecedera 988,2 1001,5 1014,9 7,34% 389,3 397,6 405,9 5,04%
Seca 72,7 75,7 78,7 0,55% 220,2 225,1 229,9 2,83%
Total 1064,0 1077,2 1090,5 7,90% 613,1 622,7 632,2 7,84%
Total Perecedera 12593,7 12679,9 12766,1 92,97% 5037,5 5081,1 5124,6 64,45%
Total Seca 945,5 958,6 971,7 7,03% 2769,2 2802,4 2835,6 35,27%
Total General 13549,1 13638,6 13728,0 100,00% 7820,7 7883,5 7946,2 99,21%
FUENTE: elaboración propia de los autores
211
ANEXO P. ESTADÍSTICAS OBTENIDAS EN LA PROPUESTA 1 CON Tabla 80: Propuesta 1 - Intervalos de confianza (99%) para las variables de respuesta en la simulación con Ifv=2,25, por hora
Temporada Baja Temporada Alta
Hora
Llegadas Parqueaderos Colas Congestión Llegadas Parqueaderos Colas Congestión
LI LS LI LS LI LS LI LS LI LS LI LS LI LS LI LS
D-0 9,87 12,09 0,00 0,24 0,00 0,33 0,00 0,00 23,90 29,95 0,09 0,46 0,00 0,61 0,00 0,00
D-1 9,69 11,79 0,10 0,59 0,00 0,78 0,00 0,00 22,74 29,28 0,42 1,15 0,09 1,50 0,00 0,00
D-2 9,81 11,77 5,39 7,48 3,65 8,92 0,00 0,00 24,26 29,46 1,14 2,19 0,64 2,65 0,00 0,00
D-3 14,64 17,20 16,62 20,62 13,83 23,07 0,00 0,00 24,35 31,98 2,27 3,86 1,61 4,49 0,00 0,00
D-4 13,32 16,82 30,32 36,25 26,93 39,49 0,00 0,00 19,60 27,21 3,30 5,13 2,52 5,91 0,00 0,00
D-5 13,66 16,86 44,81 52,24 41,00 56,11 0,00 0,03 24,47 31,61 4,41 6,49 3,51 7,39 0,00 0,00
D-6 28,79 34,17 6,19 8,82 4,00 10,49 0,00 0,01 37,02 47,31 0,00 0,05 0,00 0,05 0,00 0,00
D-7 34,11 37,95 3,31 4,94 2,31 5,85 0,00 0,00 46,45 54,92 0,00 0,03 0,00 0,03 0,00 0,00
D-8 34,43 37,99 3,81 5,52 2,82 6,49 0,00 0,00 46,30 54,41 0,00 0,01 0,00 0,01 0,00 0,00
D-9 12,64 15,00 4,17 5,97 3,18 6,95 0,00 0,00 19,07 24,19 0,00 0,01 0,00 0,01 0,00 0,00
D-10 12,06 14,48 4,36 6,21 3,40 7,17 0,00 0,00 17,14 21,75 0,00 0,00 0,00 0,00 0,00 0,00
D-11 11,09 13,61 4,64 6,57 3,66 7,52 0,00 0,00 15,70 19,59 0,00 0,00 0,00 0,00 0,00 0,00
D-12 10,75 13,51 4,88 6,89 3,88 7,88 0,00 0,00 16,17 22,39 0,00 0,00 0,00 0,00 0,00 0,00
D-13 9,90 13,04 5,08 7,13 4,05 8,14 0,00 0,00 16,58 22,69 0,00 0,01 0,00 0,01 0,00 0,00
D-14 9,01 12,47 10,99 14,04 8,62 16,21 0,00 0,00 17,24 23,27 0,19 0,79 0,01 1,02 0,00 0,00
D-15 7,38 10,12 20,75 25,77 17,74 28,77 0,00 0,00 19,56 25,12 0,34 1,11 0,06 1,44 0,00 0,00
D-16 7,20 10,28 29,25 35,53 25,82 39,14 0,00 0,00 19,75 25,29 0,50 1,40 0,15 1,77 0,00 0,00
D-17 8,01 11,21 37,85 45,31 34,15 49,04 0,00 0,00 20,86 27,36 0,68 1,67 0,25 2,11 0,00 0,00
D-18 9,10 12,40 46,75 55,15 42,95 59,16 0,00 0,01 22,59 27,36 0,89 2,01 0,40 2,49 0,00 0,00
D-19 7,23 10,71 55,03 64,06 50,89 68,30 0,00 0,08 25,53 29,10 1,12 2,34 0,58 2,86 0,00 0,00
D-20 4,81 8,13 61,99 71,83 57,78 76,29 0,05 0,20 26,68 30,25 1,37 2,71 0,79 3,28 0,00 0,00
D-21 7,70 12,18 70,24 81,16 66,02 85,71 0,15 0,44 18,87 22,93 1,64 3,10 1,01 3,73 0,00 0,00
D-22 7,51 11,71 79,69 92,33 75,39 97,01 0,33 0,74 17,88 22,55 1,89 3,39 1,22 4,05 0,00 0,00
D-23 8,76 12,74 88,83 104,71 85,14 109,09 0,59 1,14 19,15 23,16 2,20 3,77 1,49 4,47 0,00 0,00
L-0 5,04 8,26 98,10 116,28 94,87 120,82 0,86 1,57 9,73 13,19 2,46 4,13 1,70 4,88 0,00 0,00
L-1 5,59 8,51 106,42 125,01 103,20 130,23 1,11 1,98 8,84 12,22 2,64 4,37 1,87 5,15 0,00 0,00
L-2 5,92 9,24 114,06 132,99 110,83 138,57 1,30 2,24 8,10 11,52 2,92 4,68 2,13 5,48 0,00 0,00
L-3 5,99 9,17 120,85 140,70 117,95 146,53 1,51 2,51 13,65 18,71 3,48 5,35 2,62 6,19 0,00 0,00
L-4 7,62 10,54 129,98 150,36 126,71 156,15 1,81 2,84 13,15 19,08 4,27 6,34 3,33 7,30 0,00 0,00
L-5 8,29 11,19 139,78 160,75 136,36 166,81 2,13 3,22 14,59 20,22 5,11 7,35 4,06 8,42 0,00 0,00
L-6 40,71 49,89 58,65 76,66 53,80 81,72 0,89 1,59 49,33 62,03 0,00 0,03 0,00 0,02 0,00 0,00
L-7 49,65 56,49 19,85 28,93 14,71 32,75 0,03 0,18 59,85 68,48 0,01 0,06 0,00 0,05 0,00 0,00
L-8 52,52 58,52 15,19 20,27 12,19 22,72 0,02 0,18 65,12 74,70 0,00 0,05 0,00 0,04 0,00 0,00
L-9 61,14 67,92 15,75 20,21 13,79 22,08 0,02 0,18 59,63 69,12 0,00 0,08 0,00 0,06 0,00 0,00
L-10 60,59 66,25 23,18 28,23 21,17 29,83 0,02 0,18 63,87 75,34 0,02 0,15 0,00 0,14 0,00 0,00
L-11 61,05 66,77 38,65 45,38 36,26 47,52 0,02 0,18 67,94 78,44 0,02 0,32 0,00 0,31 0,00 0,00
L-12 52,70 57,84 55,39 63,00 52,39 65,65 0,03 0,21 97,28 110,02 0,27 0,78 0,05 0,68 0,00 0,00
L-13 59,46 65,90 73,41 81,95 69,65 85,04 0,17 0,46 104,15 114,81 0,57 1,53 0,12 1,38 0,00 0,00
L-14 80,61 86,25 17,08 21,67 12,55 24,35 0,00 0,09 106,71 117,37 2,83 4,40 1,44 5,02 0,00 0,00
L-15 126,48 131,46 12,70 16,33 10,32 18,24 0,00 0,04 114,84 127,01 4,61 6,95 2,58 7,95 0,00 0,00
L-16 123,91 129,85 14,89 19,06 11,75 21,20 0,00 0,04 116,60 128,59 6,33 9,44 3,78 10,72 0,00 0,00
L-17 127,36 133,14 16,46 20,54 13,10 22,82 0,00 0,04 117,73 129,66 7,71 11,13 5,04 12,56 0,00 0,00
L-18 88,95 95,21 15,59 19,60 13,11 21,82 0,00 0,04 122,48 133,47 9,34 12,63 6,10 14,53 0,00 0,00
L-19 89,28 96,38 15,51 19,49 13,67 21,42 0,00 0,04 124,48 134,36 10,89 14,20 7,58 16,07 0,00 0,00
L-20 87,49 94,93 16,16 20,44 14,34 22,49 0,00 0,04 116,83 127,73 11,97 15,64 8,58 17,69 0,00 0,00
L-21 34,93 39,11 16,49 20,68 14,84 22,50 0,00 0,04 46,64 55,28 10,53 13,72 8,38 15,81 0,00 0,00
L-22 34,92 39,52 16,92 21,09 15,31 22,84 0,00 0,04 44,43 53,06 10,28 13,42 8,87 14,94 0,00 0,00
L-23 36,22 41,16 17,64 21,92 15,98 23,69 0,00 0,04 44,95 53,64 11,18 14,55 9,74 16,06 0,00 0,00
Ma-0 10,72 12,94 18,20 22,57 16,47 24,35 0,00 0,04 12,23 17,03 11,69 15,14 10,18 16,71 0,00 0,00
Ma-1 10,09 12,43 18,47 22,83 16,72 24,63 0,00 0,04 10,29 15,20 11,88 15,35 10,37 16,91 0,00 0,00
Ma-2 9,18 11,48 24,38 29,29 21,42 32,05 0,00 0,04 9,68 13,36 12,27 15,80 10,76 17,38 0,00 0,00
Ma-3 14,87 18,73 38,30 44,48 34,60 47,65 0,00 0,04 23,29 33,09 13,19 16,81 11,61 18,38 0,00 0,00
Ma-4 16,76 20,70 56,57 64,09 52,15 68,15 0,00 0,11 31,86 39,76 14,75 18,55 13,14 20,23 0,00 0,00
Ma-5 17,97 21,89 75,49 84,19 70,28 88,83 0,14 0,44 31,06 38,76 16,55 20,59 14,89 22,40 0,00 0,00
Ma-6 51,62 58,72 19,53 25,65 15,00 28,36 0,09 0,23 97,32 109,14 0,13 0,36 0,00 0,39 0,00 0,00
Ma-7 57,97 62,75 8,01 11,26 5,55 12,78 0,00 0,06 104,22 113,76 0,15 0,42 0,00 0,41 0,00 0,00
Ma-8 58,39 63,07 8,63 11,73 6,88 13,14 0,00 0,06 107,89 115,73 0,17 0,53 0,00 0,55 0,00 0,00
212
Temporada Baja Temporada Alta
Hora
Llegadas Parqueaderos Colas Congestión Llegadas Parqueaderos Colas Congestión
LI LS LI LS LI LS LI LS LI LS LI LS LI LS LI LS
Ma-9 87,53 92,39 12,31 15,77 9,95 17,27 0,00 0,06 95,36 104,97 0,13 0,37 0,01 0,33 0,00 0,00
Ma-10 89,54 94,54 23,95 28,54 20,54 30,14 0,00 0,06 95,06 103,75 0,17 0,53 0,02 0,45 0,00 0,00
Ma-11 88,15 93,25 45,25 51,46 41,40 53,99 0,00 0,06 93,71 103,27 0,29 0,86 0,05 0,76 0,00 0,00
Ma-12 74,60 80,42 66,05 72,57 61,39 76,28 0,03 0,16 104,12 113,45 0,45 1,24 0,11 1,12 0,00 0,00
Ma-13 75,62 81,20 85,35 92,12 79,96 96,10 0,30 0,63 105,82 115,43 0,59 1,46 0,14 1,38 0,00 0,00
Ma-14 73,92 79,52 22,40 28,02 16,90 31,01 0,07 0,21 102,37 112,62 2,98 4,61 1,51 5,33 0,00 0,00
Ma-15 133,32 139,84 15,26 19,61 12,23 21,79 0,00 0,11 161,93 172,60 8,85 12,32 5,30 13,24 0,00 0,00
Ma-16 135,58 141,68 18,18 22,85 14,48 25,17 0,00 0,11 169,05 179,61 18,53 24,51 12,14 26,27 0,00 0,00
Ma-17 133,89 139,43 20,45 25,53 16,29 28,02 0,00 0,11 169,66 180,29 23,48 31,52 16,40 33,86 0,00 0,00
Ma-18 86,94 92,90 19,00 23,94 16,03 26,85 0,00 0,11 106,92 116,34 17,44 24,27 11,76 27,36 0,00 0,00
Ma-19 84,86 89,62 18,18 22,67 16,35 24,81 0,00 0,11 108,63 119,32 11,19 15,35 7,92 17,79 0,00 0,00
Ma-20 84,74 90,40 18,88 23,46 17,05 25,59 0,00 0,11 105,72 116,53 11,45 14,69 8,83 16,72 0,00 0,00
Ma-21 32,29 36,61 19,26 23,87 17,51 25,87 0,00 0,11 38,34 44,77 11,00 14,01 9,28 15,87 0,00 0,00
Ma-22 30,89 35,45 19,55 24,21 17,84 26,11 0,00 0,11 36,79 44,30 11,21 14,23 9,72 15,72 0,00 0,00
Ma-23 30,18 34,68 20,25 25,00 18,48 26,91 0,00 0,11 35,68 43,49 11,84 14,98 10,35 16,56 0,00 0,00
Mi-0 9,45 11,41 20,71 25,54 18,92 27,50 0,00 0,11 29,02 37,29 12,41 15,60 10,86 17,20 0,00 0,00
Mi-1 9,09 11,31 20,90 25,72 19,08 27,69 0,00 0,11 24,65 32,13 12,82 16,08 11,23 17,71 0,00 0,00
Mi-2 9,07 11,33 25,98 31,24 23,23 34,13 0,00 0,11 27,14 35,22 13,61 16,89 11,99 18,61 0,00 0,00
Mi-3 18,03 22,11 39,01 45,79 35,55 48,68 0,00 0,11 27,53 38,32 15,09 18,55 13,37 20,34 0,00 0,00
Mi-4 17,58 21,60 57,66 66,08 53,68 70,10 0,03 0,18 29,04 39,36 16,64 20,29 14,90 22,18 0,00 0,00
Mi-5 18,03 22,51 76,48 86,00 71,57 90,41 0,25 0,61 28,09 39,63 18,40 22,16 16,55 24,20 0,00 0,00
Mi-6 72,92 83,22 25,21 33,76 19,84 36,05 0,09 0,26 81,02 96,80 0,13 0,35 0,01 0,37 0,00 0,00
Mi-7 85,19 90,45 15,00 20,88 10,05 23,12 0,00 0,06 104,00 114,58 0,13 0,56 0,01 0,55 0,00 0,00
Mi-8 85,67 91,05 15,20 19,94 11,12 22,06 0,00 0,06 98,01 110,19 0,13 0,43 0,01 0,41 0,00 0,00
Mi-9 86,80 90,98 18,15 22,99 14,13 25,38 0,00 0,06 161,06 174,66 0,96 2,07 0,21 1,94 0,00 0,00
Mi-10 86,12 90,88 27,45 32,50 23,56 34,77 0,00 0,06 165,06 176,61 4,88 7,93 2,58 7,61 0,00 0,00
Mi-11 86,01 90,69 46,65 52,67 42,63 55,30 0,00 0,06 167,43 177,61 8,52 13,03 5,17 12,71 0,00 0,00
Mi-12 75,43 79,91 66,23 73,13 61,67 76,62 0,05 0,18 133,87 149,22 6,59 10,86 3,70 10,97 0,00 0,00
Mi-13 73,42 78,32 85,55 92,63 80,11 96,75 0,41 0,76 133,13 147,78 3,70 7,34 1,64 7,43 0,00 0,00
Mi-14 74,00 78,96 22,98 29,18 17,34 32,52 0,04 0,16 132,63 145,50 7,65 12,31 4,15 13,12 0,00 0,00
Mi-15 116,35 121,79 15,43 19,84 12,54 21,79 0,00 0,06 216,91 235,45 23,52 31,34 16,31 31,73 0,00 0,00
Mi-16 133,99 139,73 17,64 22,00 14,12 24,29 0,00 0,06 237,42 249,24 58,05 70,75 44,40 74,80 0,04 0,21
Mi-17 106,72 112,32 19,13 23,73 15,37 26,32 0,00 0,06 205,64 215,22 88,17 103,65 70,27 111,30 0,39 0,81
Mi-18 71,72 77,30 17,91 22,25 15,32 24,91 0,00 0,06 210,94 220,25 111,77 130,30 91,61 142,40 1,17 1,91
Mi-19 74,26 79,60 17,49 21,76 15,87 23,60 0,00 0,06 209,75 219,41 127,78 148,21 105,41 163,77 1,97 3,17
Mi-20 75,64 81,44 18,30 22,72 16,58 24,57 0,00 0,06 209,02 217,62 144,36 165,90 121,69 185,87 2,64 6,83
Mi-21 20,78 24,28 18,63 23,14 17,00 24,96 0,00 0,06 36,29 43,50 114,15 135,48 96,59 157,52 2,16 5,90
Mi-22 21,30 24,96 18,93 23,47 17,28 25,19 0,00 0,06 31,07 38,33 51,06 70,98 39,36 84,19 0,27 1,29
Mi-23 20,70 24,82 19,37 23,90 17,68 25,70 0,00 0,06 31,52 38,43 23,04 35,31 16,67 43,37 0,03 0,44
J-0 7,94 10,20 19,69 24,31 17,96 26,09 0,00 0,06 6,24 9,15 17,47 24,15 15,76 28,14 0,05 0,25
J-1 6,03 8,29 19,80 24,43 18,06 26,22 0,00 0,06 2,48 4,83 16,93 22,24 15,89 23,78 0,04 0,24
J-2 5,73 7,69 23,34 28,37 20,81 31,03 0,00 0,06 1,92 4,21 16,91 22,19 15,98 23,41 0,04 0,24
J-3 11,91 15,67 31,74 37,89 28,75 40,82 0,00 0,06 22,32 33,91 17,34 22,65 16,43 23,88 0,04 0,24
J-4 13,18 16,80 44,80 52,60 41,36 55,84 0,00 0,06 35,05 45,25 18,74 24,13 17,79 25,53 0,04 0,24
J-5 12,81 16,79 58,97 67,87 54,90 71,42 0,00 0,11 41,86 49,54 20,94 26,44 19,84 27,92 0,04 0,24
J-6 64,60 74,12 12,38 17,84 8,86 19,37 0,00 0,04 102,36 118,07 0,30 0,70 0,04 0,75 0,00 0,00
J-7 73,92 80,88 7,63 11,18 5,25 12,30 0,00 0,00 106,94 121,06 0,27 0,68 0,04 0,62 0,00 0,00
J-8 73,98 80,54 10,03 13,53 7,41 15,05 0,00 0,00 105,82 119,21 0,28 0,70 0,03 0,67 0,00 0,00
J-9 75,19 80,43 12,95 16,58 10,32 18,21 0,00 0,00 109,82 119,80 0,25 0,65 0,02 0,60 0,00 0,00
J-10 75,42 80,86 21,45 25,69 18,54 27,38 0,00 0,00 113,16 120,64 0,52 1,51 0,07 1,46 0,00 0,00
J-11 75,17 80,45 38,39 44,06 35,07 46,44 0,00 0,00 113,65 123,34 0,93 2,25 0,26 2,15 0,00 0,00
J-12 72,59 77,97 56,49 63,11 52,85 66,18 0,00 0,03 102,11 112,47 0,65 1,62 0,20 1,47 0,00 0,00
J-13 71,86 76,96 75,60 82,49 70,88 86,47 0,14 0,39 98,33 108,53 0,47 1,25 0,13 1,15 0,00 0,00
J-14 70,02 75,36 17,57 22,30 12,74 25,05 0,02 0,11 97,68 107,84 2,52 4,32 1,19 5,12 0,00 0,00
J-15 120,71 127,61 12,92 16,71 10,30 18,79 0,00 0,00 100,77 110,27 3,77 5,76 2,00 6,86 0,00 0,00
J-16 122,56 130,84 15,16 19,17 11,92 21,39 0,00 0,00 102,74 112,83 4,97 7,25 2,99 8,46 0,00 0,00
J-17 123,06 130,46 16,11 20,13 12,92 22,22 0,00 0,00 101,44 111,44 5,83 8,37 3,87 9,66 0,00 0,00
J-18 76,48 83,48 15,42 19,59 13,11 21,78 0,00 0,00 126,43 142,07 9,06 12,14 6,02 13,48 0,00 0,00
J-19 76,30 82,38 15,34 19,39 13,78 21,14 0,00 0,00 125,44 139,98 12,06 16,34 8,10 18,12 0,00 0,00
J-20 77,08 83,48 16,10 20,26 14,46 22,06 0,00 0,00 130,23 145,62 13,47 18,82 9,28 20,94 0,00 0,00
J-22 24,76 28,04 17,05 21,35 15,45 23,03 0,00 0,00 41,14 49,04 9,95 12,88 8,50 14,52 0,00 0,00
213
Temporada Baja Temporada Alta
Hora
Llegadas Parqueaderos Colas Congestión Llegadas Parqueaderos Colas Congestión
LI LS LI LS LI LS LI LS LI LS LI LS LI LS LI LS
J-21 44,49 49,45 16,56 20,83 15,01 22,64 0,00 0,00 89,00 98,46 11,18 15,29 8,35 17,92 0,00 0,00
J-23 10,13 12,31 17,61 21,96 15,99 23,64 0,00 0,00 19,06 23,98 10,80 13,88 9,39 15,40 0,00 0,00
V-0 6,44 8,12 18,09 22,58 16,43 24,28 0,00 0,00 10,06 13,71 11,57 14,82 10,09 16,35 0,00 0,00
V-1 6,30 8,04 18,24 22,73 16,55 24,44 0,00 0,00 7,85 11,42 11,80 15,07 10,32 16,57 0,00 0,00
V-2 6,56 8,30 21,72 26,48 19,16 29,07 0,00 0,00 9,22 13,64 12,11 15,41 10,61 16,95 0,00 0,00
V-3 11,68 14,82 30,98 36,58 27,94 39,53 0,00 0,00 15,85 22,86 12,65 16,01 11,10 17,58 0,00 0,00
V-4 11,62 14,96 44,25 51,45 40,68 55,09 0,00 0,01 14,79 20,73 13,53 17,02 11,93 18,71 0,00 0,00
V-5 11,65 15,49 57,63 65,91 53,56 70,01 0,00 0,13 14,86 21,04 14,51 18,08 12,82 19,84 0,00 0,00
V-6 52,96 61,54 10,45 15,00 7,03 16,81 0,00 0,07 90,68 106,43 0,09 0,31 0,00 0,35 0,00 0,00
V-7 65,15 70,03 6,11 8,97 4,05 10,16 0,00 0,00 106,18 116,20 0,16 0,41 0,01 0,40 0,00 0,00
V-8 65,00 69,10 7,71 10,41 5,80 11,71 0,00 0,00 107,51 119,70 0,24 0,67 0,01 0,67 0,00 0,00
V-9 108,00 114,50 13,44 17,34 10,06 19,00 0,00 0,00 119,54 133,12 0,45 1,00 0,09 0,90 0,00 0,00
V-10 109,52 115,54 28,94 34,50 24,14 36,43 0,00 0,00 123,63 138,90 1,49 2,92 0,62 2,62 0,00 0,00
V-11 108,92 115,60 56,01 62,72 49,90 65,99 0,00 0,03 126,84 139,99 1,85 4,01 0,74 3,81 0,00 0,00
V-12 77,47 83,21 77,92 84,55 71,74 88,87 0,12 0,35 136,83 148,21 2,84 5,39 1,34 4,99 0,00 0,00
V-13 79,36 84,14 96,79 103,79 90,75 108,31 0,50 0,90 142,52 153,05 3,97 7,10 2,07 6,79 0,00 0,00
V-14 78,59 84,03 27,92 34,86 21,53 38,84 0,14 0,34 145,11 156,51 9,03 13,60 4,96 14,54 0,00 0,00
V-15 130,62 136,22 16,70 21,70 13,10 24,37 0,00 0,14 193,20 204,60 19,20 26,51 12,52 27,93 0,00 0,00
V-16 132,67 138,65 19,04 23,95 15,06 26,59 0,00 0,14 189,96 202,04 33,66 44,48 24,00 47,07 0,00 0,01
V-17 131,89 138,37 20,08 25,08 16,18 27,81 0,00 0,14 190,46 201,85 46,08 59,15 33,99 63,50 0,00 0,05
V-18 92,10 98,82 19,15 23,94 16,17 26,50 0,00 0,14 143,33 156,49 45,85 59,33 33,74 66,17 0,00 0,12
V-19 93,69 99,85 18,86 23,43 16,84 25,50 0,00 0,14 143,43 154,80 33,44 46,79 24,03 52,02 0,00 0,07
V-20 94,07 100,01 19,61 24,19 17,69 26,39 0,00 0,14 147,85 160,23 26,94 38,17 19,09 42,50 0,00 0,04
V-21 35,91 40,63 19,89 24,54 18,20 26,70 0,00 0,14 48,28 57,52 18,36 25,65 13,80 29,50 0,00 0,04
V-22 35,09 39,87 20,31 25,06 18,63 26,99 0,00 0,14 44,37 53,90 13,68 17,67 11,94 19,64 0,00 0,04
V-23 33,36 38,90 20,98 25,85 19,27 27,77 0,00 0,14 45,83 56,10 14,28 18,26 12,79 19,87 0,00 0,04
S-0 11,42 13,96 21,56 26,52 19,79 28,42 0,00 0,14 16,77 21,08 14,89 19,04 13,38 20,62 0,00 0,04
S-1 10,73 13,29 21,80 26,79 20,06 28,72 0,00 0,14 15,68 20,04 15,23 19,46 13,71 21,02 0,00 0,04
S-2 10,62 13,40 27,88 33,32 25,10 36,15 0,00 0,14 14,55 19,29 15,75 20,02 14,25 21,68 0,00 0,04
S-3 17,47 21,43 41,60 48,13 38,33 51,40 0,00 0,14 29,00 36,90 17,05 21,38 15,49 23,06 0,00 0,04
S-4 19,01 22,85 60,84 68,86 56,58 72,63 0,02 0,17 28,83 35,98 18,58 22,90 16,92 24,70 0,00 0,04
S-5 18,68 22,14 80,77 89,44 75,44 94,15 0,20 0,47 30,89 38,20 20,08 24,53 18,33 26,41 0,00 0,04
S-6 42,77 48,89 21,48 27,90 16,79 30,73 0,09 0,24 65,85 75,80 0,09 0,30 0,01 0,35 0,00 0,00
S-7 45,16 49,68 6,40 9,24 4,13 10,80 0,00 0,00 72,81 80,84 0,02 0,14 0,00 0,13 0,00 0,00
S-8 46,37 51,53 6,39 9,08 5,11 10,23 0,00 0,00 72,01 81,15 0,02 0,09 0,00 0,09 0,00 0,00
S-9 43,49 47,71 7,85 10,85 6,57 12,12 0,00 0,00 86,09 97,41 0,03 0,20 0,00 0,18 0,00 0,00
S-10 41,53 45,89 13,28 16,76 11,60 17,98 0,00 0,00 84,69 97,00 0,12 0,39 0,01 0,33 0,00 0,00
S-11 44,16 48,20 23,78 28,42 21,88 30,12 0,00 0,00 80,80 92,24 0,23 0,82 0,04 0,78 0,00 0,00
S-12 53,35 59,41 35,93 41,49 33,48 43,64 0,00 0,00 61,25 72,37 0,10 0,56 0,00 0,57 0,00 0,00
S-13 53,94 59,32 48,01 54,31 45,42 56,81 0,00 0,00 67,60 78,73 0,03 0,21 0,00 0,19 0,00 0,00
S-14 56,31 61,21 8,46 11,27 6,28 12,63 0,00 0,00 65,60 76,46 1,46 2,69 0,75 3,20 0,00 0,00
S-15 34,79 38,39 8,09 11,13 6,89 12,37 0,00 0,00 116,26 128,20 3,47 5,36 1,83 6,16 0,00 0,00
S-16 33,75 37,63 8,40 11,48 7,19 12,74 0,00 0,00 115,37 127,74 5,81 8,38 3,34 9,61 0,00 0,00
S-17 33,89 37,67 8,70 11,83 7,47 13,08 0,00 0,00 120,67 132,55 6,92 9,71 4,24 11,14 0,00 0,00
S-18 62,47 68,07 9,20 12,36 7,91 13,75 0,00 0,00 68,03 79,16 6,39 8,83 4,42 10,41 0,00 0,00
S-19 62,33 67,39 9,84 13,10 8,48 14,52 0,00 0,00 63,55 73,94 6,12 8,50 4,81 9,79 0,00 0,00
S-20 62,11 67,57 10,48 13,79 9,08 15,26 0,00 0,00 67,94 78,42 6,69 9,23 5,34 10,55 0,00 0,00
S-21 28,37 31,75 10,91 14,28 9,50 15,71 0,00 0,00 38,66 48,13 7,17 9,82 5,86 11,17 0,00 0,00
S-22 28,26 32,32 11,38 14,79 9,96 16,26 0,00 0,00 35,89 44,67 7,55 10,33 6,29 11,63 0,00 0,00
S-23 27,60 31,30 11,99 15,44 10,54 16,98 0,00 0,00 34,52 41,96 8,29 11,23 6,96 12,61 0,00 0,00
FUENTE: elaboración propia de los autores.
214
Figura 97: Propuesta 1 - Uso de las zonas de parqueo en temporada baja por hora, con
FUENTE: elaboración propia de los autores
215
Figura 98: Propuesta 1 - Uso de las zonas de parqueo en temporada alta por hora, con
FUENTE: elaboración propia de los autores
216
Tabla 81: Propuesta 1. Indicadores de utilización de los parqueaderos en el NTC con
TEMPORADA BAJA TEMPORADA ALTA
LOTE P1 P2 P3 P4 ZC TOTAL P1 P2 P3 P4 ZC TOTAL
Capacidad máxima
CAP. 28 25 36 45 89 223 28 25 36 45 89 223
% 12,6% 11,2% 16,1% 20,2% 39,9% 100,0% 12,6% 11,2% 16,1% 20,2% 39,9% 100,0%
Participación en la
utilización
LI 33,5% 29,9% 5,6% 30,0% 1,1% 100,0% 30,5% 27,1% 6,7% 32,4% 3,3% 100,0%
P 32,8% 29,3% 6,3% 30,0% 1,6% 100,0% 30,0% 26,8% 6,8% 32,2% 4,2% 100,0%
LS 32,2% 28,9% 7,0% 30,0% 2,0% 100,0% 29,6% 26,6% 6,9% 32,0% 4,9% 100,0%
Utilización promedio
general
LI 10,0 8,9 1,7 9,0 0,3 29,9 3,5 3,1 0,8 3,7 0,4 11,4
35,7% 35,7% 4,6% 19,9% 0,4% 13,4% 12,4% 12,3% 2,1% 8,2% 0,4% 5,1%
P 10,7 9,6 2,1 9,8 0,5 32,7 3,9 3,5 0,9 4,2 0,5 13,1
38,3% 38,4% 5,8% 21,8% 0,6% 14,7% 14,0% 14,0% 2,5% 9,3% 0,6% 5,9%
LS 11,4 10,3 2,5 10,7 0,7 35,6 4,4 3,9 1,0 4,7 0,7 14,7
40,9% 41,1% 6,9% 23,7% 0,8% 15,9% 15,6% 15,7% 2,8% 10,5% 0,8% 6,6%
Utilización promedio en
hora pico
LI 27,9 24,8 30,4 40,2 16,7 140,0 26,4 24,0 29,5 41,2 23,2 144,4
99,5% 99,1% 84,4% 89,4% 18,8% 62,8% 94,3% 95,8% 82,0% 91,6% 26,1% 64,7%
P 27,9 24,9 32,5 42,0 23,0 150,3 26,8 24,2 31,4 42,1 30,6 155,1
99,8% 99,7% 90,2% 93,3% 25,8% 67,4% 95,8% 96,8% 87,3% 93,6% 34,3% 69,6%
LS 28,1 25,1 34,5 43,8 29,2 160,8 27,3 24,4 33,3 43,0 37,9 165,9
100% 100% 95,9% 97,2% 32,9% 72,1% 97,4% 97,7% 92,6% 95,5% 42,6% 74,4%
FUENTE: elaboración propia de los autores
217
Figura 99: Propuesta 1 – Vehículos en espera para cada operador según el tipo de carga, en temporada baja, con
FUENTE: elaboración propia de los autores
218
Figura 100: Propuesta 1 – Vehículos en espera para cada operador según el tipo de carga, en temporada alta, con
FUENTE: elaboración propia de los autores
219
Tabla 82: Carga movilizada por cada operador con
Operador Tipo Carga
Carga Semanal Temporada Alta en toneladas Carga Semanal Temporada Baja en toneladas
LI (2,5%) Promedio LS (97,5%) Participación LI (2,5%) Promedio LS (97,5%) Participación
C1
Perecedera 3230,4 3269,1 3307,8 12,71% 1384,8 1405,2 1425,7 8,76%
Seca 233,0 238,5 244,1 0,93% 749,1 760,9 772,8 4,75%
Total 3468,4 3507,6 3546,9 13,64% 2141,2 2166,2 2191,1 13,51%
C2
Perecedera 2908,4 2936,9 2965,3 11,42% 1252,5 1271,1 1289,7 7,93%
Seca 215,5 220,3 225,1 0,86% 675,9 687,5 699,1 4,29%
Total 3128,6 3157,2 3185,7 12,28% 1934,6 1958,6 1982,5 12,22%
C3
Perecedera 2554,0 2587,1 2620,2 10,06% 1101,8 1118,3 1134,8 6,98%
Seca 191,2 196,0 200,9 0,76% 602,4 612,9 623,4 3,82%
Total 2750,1 2783,1 2816,1 10,82% 1710,3 1731,3 1752,3 10,80%
C4
Perecedera 2562,1 2593,5 2624,8 10,09% 1094,5 1110,2 1125,9 6,92%
Seca 185,4 190,4 195,4 0,74% 602,8 612,5 622,2 3,82%
Total 2751,1 2783,9 2816,7 10,83% 1703,7 1722,7 1741,6 10,74%
C5
Perecedera 1523,4 1542,2 1561,0 6,00% 651,4 663,8 676,2 4,14%
Seca 117,3 121,1 124,9 0,47% 369,2 375,8 382,5 2,34%
Total 1643,8 1663,4 1682,9 6,47% 1025,9 1039,6 1053,3 6,48%
C6
Perecedera 2550,9 2578,4 2605,9 10,03% 1099,7 1116,5 1133,3 6,96%
Seca 187,2 192,2 197,2 0,75% 602,2 612,9 623,5 3,82%
Total 2742,7 2770,6 2798,5 10,78% 1708,8 1729,4 1750,0 10,79%
C7
Perecedera 1504,4 1525,5 1546,5 5,93% 643,5 655,9 668,3 4,09%
Seca 117,1 120,6 124,1 0,47% 378,1 384,5 390,9 2,40%
Total 1624,0 1646,0 1668,1 6,40% 1026,8 1040,4 1054,0 6,49%
NC1
Perecedera 1881,4 1906,3 1931,1 7,41% 804,8 818,0 831,3 5,10%
Seca 141,6 145,5 149,4 0,57% 453,4 462,1 470,8 2,88%
Total 2026,1 2051,8 2077,4 7,98% 1264,2 1280,1 1296,1 7,98%
NC2
Perecedera 1513,8 1535,6 1557,5 5,97% 660,3 672,1 683,9 4,19%
Seca 116,2 119,2 122,2 0,46% 373,5 381,0 388,6 2,38%
Total 1633,1 1654,8 1676,5 6,44% 1038,8 1053,2 1067,5 6,57%
NC3
Perecedera 1515,4 1535,9 1556,4 5,97% 646,3 658,3 670,3 4,11%
Seca 118,2 121,8 125,5 0,47% 372,8 379,9 387,0 2,37%
Total 1637,6 1657,7 1677,8 6,45% 1023,5 1038,2 1053,0 6,48%
NC4
Perecedera 1869,4 1890,9 1912,4 7,35% 800,3 813,8 827,2 5,08%
Seca 141,0 145,1 149,2 0,56% 450,7 459,6 468,5 2,87%
Total 2013,5 2036,0 2058,4 7,92% 1256,3 1273,4 1290,4 7,94%
Total Perecedera 23770,8 23901,4 24031,9 92,96% 10229,1 10303,3 10377,5 64,26%
Total Seca 1790,0 1810,7 1831,5 7,04% 5677,6 5729,7 5781,8 35,74%
Total General 25578,1 25712,1 25846,1 100,00% 15928,9 16033,0 16137,0 100,00%
FUENTE: elaboración propia de los autores
220
ANEXO Q. ESTADÍSTICAS OBTENIDAS EN LA PROPUESTA 2 CON Tabla 83: Propuesta 2 - Intervalos de confianza (99%) para las variables de respuesta en la simulación con Ifv=2,25, por hora
Temporada Baja Temporada Alta
Hora
Llegadas Parqueaderos Colas Congestión Llegadas Parqueaderos Colas Congestión
LI LS LI LS LI LS LI LS LI LS LI LS LI LS LI LS
D-0 9,87 12,09 0,02 0,28 0,00 0,38 0,00 0,00 23,90 29,95 0,11 0,48 0,00 0,64 0,00 0,00
D-1 9,69 11,79 0,15 0,69 0,00 0,92 0,00 0,00 22,74 29,28 0,39 1,08 0,08 1,41 0,00 0,00
D-2 9,81 11,77 5,81 7,81 4,07 9,23 0,00 0,00 24,26 29,46 1,12 2,10 0,60 2,58 0,00 0,00
D-3 14,64 17,20 17,20 21,01 14,47 23,46 0,00 0,00 24,35 31,98 2,24 3,55 1,46 4,32 0,00 0,00
D-4 13,32 16,82 31,37 37,54 28,15 40,74 0,00 0,00 19,60 27,21 3,43 5,11 2,51 6,03 0,00 0,00
D-5 13,66 16,86 45,66 53,67 41,93 57,27 0,00 0,02 24,47 31,61 4,54 6,53 3,54 7,55 0,00 0,00
D-6 28,79 34,17 6,43 9,29 4,12 11,12 0,00 0,02 37,02 47,31 0,00 0,00 0,00 0,00 0,00 0,00
D-7 34,11 37,95 3,35 5,18 2,38 6,08 0,00 0,00 46,45 54,92 0,00 0,03 0,00 0,02 0,00 0,00
D-8 34,43 37,99 3,93 5,86 2,96 6,82 0,00 0,00 46,30 54,41 0,00 0,04 0,00 0,03 0,00 0,00
D-9 12,64 15,00 4,44 6,47 3,47 7,46 0,00 0,00 19,07 24,19 0,00 0,00 0,00 0,00 0,00 0,00
D-10 12,06 14,48 4,63 6,72 3,66 7,69 0,00 0,00 17,14 21,75 0,00 0,00 0,00 0,00 0,00 0,00
D-11 11,09 13,61 4,83 7,02 3,86 8,01 0,00 0,00 15,70 19,59 0,00 0,00 0,00 0,00 0,00 0,00
D-12 10,75 13,51 5,03 7,28 4,05 8,29 0,00 0,00 16,17 22,39 0,00 0,00 0,00 0,00 0,00 0,00
D-13 9,90 13,04 5,23 7,49 4,23 8,52 0,00 0,00 16,58 22,69 0,00 0,00 0,00 0,00 0,00 0,00
D-14 9,01 12,47 10,41 13,41 7,97 15,74 0,00 0,00 17,24 23,27 0,13 0,63 0,01 0,81 0,00 0,00
D-15 7,38 10,12 18,30 22,98 15,22 26,24 0,00 0,00 19,56 25,12 0,27 0,94 0,02 1,23 0,00 0,00
D-16 7,20 10,28 26,41 32,50 22,99 36,20 0,00 0,00 19,75 25,29 0,40 1,17 0,09 1,50 0,00 0,00
D-17 8,01 11,21 35,04 42,14 31,27 46,26 0,00 0,00 20,86 27,36 0,56 1,39 0,18 1,78 0,00 0,00
D-18 9,10 12,40 43,79 52,09 39,62 56,44 0,00 0,02 22,59 27,36 0,77 1,72 0,32 2,15 0,00 0,00
D-19 7,23 10,71 51,14 60,29 46,95 65,01 0,00 0,07 25,53 29,10 0,97 2,02 0,49 2,49 0,00 0,00
D-20 4,81 8,13 58,56 68,61 53,95 73,17 0,00 0,16 26,68 30,25 1,19 2,37 0,68 2,88 0,00 0,00
D-21 7,70 12,18 66,29 77,15 61,50 81,99 0,04 0,28 18,87 22,93 1,35 2,58 0,82 3,12 0,00 0,00
D-22 7,51 11,71 74,84 87,53 70,19 92,66 0,14 0,65 17,88 22,55 1,63 2,97 1,06 3,53 0,00 0,00
D-23 8,76 12,74 85,24 98,54 80,38 104,61 0,43 1,87 19,15 23,16 1,96 3,51 1,36 4,10 0,00 0,00
L-0 5,04 8,26 93,92 106,81 90,00 115,36 0,95 4,14 9,73 13,19 2,21 3,84 1,57 4,49 0,00 0,00
L-1 5,59 8,51 100,51 112,75 96,90 123,15 1,51 5,86 8,84 12,22 2,31 3,98 1,66 4,64 0,00 0,00
L-2 5,92 9,24 106,23 117,95 103,51 130,54 2,64 8,13 8,10 11,52 2,61 4,37 1,94 5,05 0,00 0,00
L-3 5,99 9,17 111,05 121,98 110,00 137,66 4,55 11,31 13,65 18,71 3,22 5,14 2,46 5,88 0,00 0,00
L-4 7,62 10,54 117,47 126,97 119,45 147,82 8,45 17,33 13,15 19,08 3,84 5,92 3,01 6,76 0,00 0,00
L-5 8,29 11,19 122,77 130,37 129,99 159,31 13,94 24,99 14,59 20,22 4,53 6,75 3,63 7,67 0,00 0,00
L-6 40,71 49,89 46,18 54,63 48,23 74,12 8,65 15,82 49,33 62,03 0,00 0,03 0,00 0,03 0,00 0,00
L-7 49,65 56,49 17,23 24,34 12,94 28,41 0,29 0,80 59,85 68,48 0,01 0,08 0,00 0,07 0,00 0,00
L-8 52,52 58,52 14,16 18,93 11,78 21,79 0,27 0,77 65,12 74,70 0,01 0,07 0,00 0,05 0,00 0,00
L-9 61,14 67,92 14,77 19,09 13,26 21,56 0,27 0,77 59,63 69,12 0,00 0,11 0,00 0,11 0,00 0,00
L-10 60,59 66,25 22,44 27,41 20,61 29,47 0,27 0,77 63,87 75,34 0,03 0,18 0,00 0,17 0,00 0,00
L-11 61,05 66,77 38,19 44,55 35,89 47,20 0,27 0,77 67,94 78,44 0,05 0,23 0,00 0,16 0,00 0,00
L-12 52,70 57,84 54,70 61,76 51,87 64,90 0,28 0,77 97,28 110,02 0,29 0,77 0,05 0,60 0,00 0,00
L-13 59,46 65,90 72,70 80,06 68,72 84,02 0,41 0,92 104,15 114,81 0,59 1,45 0,13 1,32 0,00 0,00
L-14 80,61 86,25 16,88 22,01 12,31 24,56 0,00 0,10 106,71 117,37 3,09 4,94 1,44 5,42 0,00 0,00
L-15 126,48 131,46 13,08 17,20 10,60 19,26 0,00 0,06 114,84 127,01 5,13 7,29 2,89 8,30 0,00 0,00
L-16 123,91 129,85 15,84 20,45 12,57 22,51 0,00 0,06 116,60 128,59 6,80 10,05 4,00 11,79 0,00 0,00
L-17 127,36 133,14 17,14 22,03 13,74 24,23 0,00 0,06 117,73 129,66 7,83 10,72 5,01 12,50 0,00 0,00
L-18 88,95 95,21 16,68 21,20 14,05 23,57 0,00 0,06 122,48 133,47 8,59 11,68 5,62 13,94 0,00 0,00
L-19 89,28 96,38 16,29 20,69 14,48 22,55 0,00 0,06 124,48 134,36 9,99 13,11 6,83 15,00 0,00 0,00
L-20 87,49 94,93 17,21 21,62 15,34 23,65 0,00 0,06 116,83 127,73 11,05 14,46 7,97 16,79 0,00 0,00
L-21 34,93 39,11 17,57 22,04 15,93 23,86 0,00 0,06 46,64 55,28 9,97 12,91 7,71 15,18 0,00 0,00
L-22 34,92 39,52 17,94 22,44 16,41 24,23 0,00 0,06 44,43 53,06 9,71 12,52 8,25 14,02 0,00 0,00
L-23 36,22 41,16 18,62 23,27 17,04 25,08 0,00 0,06 44,95 53,64 10,42 13,32 8,97 14,85 0,00 0,00
Ma-0 10,72 12,94 19,09 23,82 17,43 25,55 0,00 0,06 12,23 17,03 11,21 14,18 9,68 15,75 0,00 0,00
Ma-1 10,09 12,43 19,29 24,01 17,59 25,74 0,00 0,06 10,29 15,20 11,46 14,46 9,91 16,03 0,00 0,00
Ma-2 9,18 11,48 24,96 30,24 22,21 33,01 0,00 0,06 9,68 13,36 11,93 14,98 10,37 16,60 0,00 0,00
Ma-3 14,87 18,73 37,76 44,36 34,34 47,43 0,00 0,06 23,29 33,09 12,81 16,00 11,25 17,70 0,00 0,00
Ma-4 16,76 20,70 55,78 64,56 51,74 68,20 0,01 0,11 31,86 39,76 14,52 17,93 12,86 19,68 0,00 0,00
Ma-5 17,97 21,89 73,68 83,34 68,88 87,53 0,14 0,46 31,06 38,76 16,57 20,13 14,85 22,03 0,00 0,00
Ma-6 51,62 58,72 18,52 25,19 14,04 27,78 0,07 0,21 97,32 109,14 0,10 0,33 0,01 0,32 0,00 0,00
Ma-7 57,97 62,75 7,63 11,08 5,10 12,76 0,00 0,04 104,22 113,76 0,20 0,50 0,02 0,40 0,00 0,00
Ma-8 58,39 63,07 8,42 11,47 6,58 12,90 0,00 0,04 107,89 115,73 0,18 0,43 0,02 0,34 0,00 0,00
221
Temporada Baja Temporada Alta
Hora
Llegadas Parqueaderos Colas Congestión Llegadas Parqueaderos Colas Congestión
LI LS LI LS LI LS LI LS LI LS LI LS LI LS LI LS
Ma-9 87,53 92,39 12,05 15,42 9,64 17,04 0,00 0,04 95,36 104,97 0,13 0,31 0,00 0,24 0,00 0,00
Ma-10 89,54 94,54 24,10 28,38 20,68 30,02 0,00 0,04 95,06 103,75 0,18 0,55 0,01 0,46 0,00 0,00
Ma-11 88,15 93,25 44,96 50,94 41,04 53,43 0,00 0,04 93,71 103,27 0,31 0,88 0,07 0,83 0,00 0,00
Ma-12 74,60 80,42 65,30 72,50 60,90 75,63 0,05 0,18 104,12 113,45 0,42 1,22 0,04 1,05 0,00 0,00
Ma-13 75,62 81,20 84,67 92,21 79,46 95,90 0,39 0,78 105,82 115,43 0,46 1,18 0,05 1,05 0,00 0,00
Ma-14 73,92 79,52 22,27 28,39 16,54 31,74 0,08 0,25 102,37 112,62 3,08 4,66 1,64 5,22 0,00 0,00
Ma-15 133,32 139,84 15,14 19,82 11,95 22,23 0,00 0,12 161,93 172,60 8,91 12,25 5,59 13,81 0,00 0,00
Ma-16 135,58 141,68 18,23 23,38 14,13 25,83 0,00 0,12 169,05 179,61 18,26 24,32 13,10 28,09 0,00 0,00
Ma-17 133,89 139,43 19,83 25,58 15,56 28,02 0,00 0,12 169,66 180,29 25,32 34,38 19,69 40,15 0,00 0,01
Ma-18 86,94 92,90 18,26 23,45 15,32 26,03 0,00 0,12 106,92 116,34 21,08 29,47 16,24 35,96 0,00 0,00
Ma-19 84,86 89,62 17,30 22,00 15,61 23,89 0,00 0,12 108,63 119,32 12,35 17,47 8,92 21,18 0,00 0,00
Ma-20 84,74 90,40 18,06 22,71 16,41 24,77 0,00 0,12 105,72 116,53 11,63 15,00 9,01 17,23 0,00 0,00
Ma-21 32,29 36,61 18,57 23,33 17,04 25,27 0,00 0,12 38,34 44,77 10,95 14,09 9,30 15,74 0,00 0,00
Ma-22 30,89 35,45 18,98 23,82 17,45 25,58 0,00 0,12 36,79 44,30 11,06 14,32 9,72 15,73 0,00 0,00
Ma-23 30,18 34,68 19,67 24,56 18,14 26,41 0,00 0,12 35,68 43,49 11,65 15,00 10,31 16,41 0,00 0,00
Mi-0 9,45 11,41 20,21 25,20 18,60 26,98 0,00 0,12 29,02 37,29 12,31 15,75 10,93 17,20 0,00 0,00
Mi-1 9,09 11,31 20,43 25,46 18,79 27,26 0,00 0,12 24,65 32,13 12,83 16,28 11,42 17,78 0,00 0,00
Mi-2 9,07 11,33 25,85 31,10 22,99 34,13 0,00 0,12 27,14 35,22 13,86 17,33 12,42 18,93 0,00 0,00
Mi-3 18,03 22,11 38,56 45,19 35,02 48,55 0,00 0,12 27,53 38,32 15,29 18,88 13,78 20,55 0,00 0,00
Mi-4 17,58 21,60 56,90 65,19 52,61 69,29 0,03 0,19 29,04 39,36 16,92 20,77 15,30 22,46 0,00 0,00
Mi-5 18,03 22,51 75,92 85,39 70,81 90,12 0,24 0,53 28,09 39,63 18,26 22,31 16,65 24,09 0,00 0,00
Mi-6 72,92 83,22 24,27 32,35 18,45 35,12 0,09 0,21 81,02 96,80 0,13 0,39 0,01 0,38 0,00 0,00
Mi-7 85,19 90,45 14,07 19,29 9,57 21,39 0,00 0,06 104,00 114,58 0,14 0,41 0,00 0,35 0,00 0,00
Mi-8 85,67 91,05 14,32 18,77 10,72 20,69 0,00 0,06 98,01 110,19 0,20 0,56 0,00 0,51 0,00 0,00
Mi-9 86,80 90,98 16,24 20,54 13,00 22,33 0,00 0,06 161,06 174,66 1,12 2,09 0,29 1,98 0,00 0,00
Mi-10 86,12 90,88 25,65 30,36 22,11 32,27 0,00 0,06 165,06 176,61 4,01 6,80 2,22 7,14 0,00 0,00
Mi-11 86,01 90,69 46,03 52,12 42,31 54,75 0,00 0,06 167,43 177,61 7,41 12,29 4,38 13,31 0,00 0,00
Mi-12 75,43 79,91 65,96 72,72 61,59 76,20 0,02 0,17 133,87 149,22 6,66 11,84 4,11 13,53 0,00 0,00
Mi-13 73,42 78,32 85,00 91,72 79,63 96,03 0,31 0,66 133,13 147,78 4,84 9,31 2,64 10,18 0,00 0,00
Mi-14 74,00 78,96 21,62 27,81 16,31 30,76 0,06 0,19 132,63 145,50 8,22 12,14 4,89 13,86 0,00 0,00
Mi-15 116,35 121,79 14,76 19,02 12,17 20,81 0,00 0,06 216,91 235,45 23,95 31,22 18,30 35,25 0,00 0,01
Mi-16 133,99 139,73 17,92 22,54 14,34 24,69 0,00 0,06 237,42 249,24 58,95 70,56 50,75 81,98 0,04 0,23
Mi-17 106,72 112,32 19,09 24,10 15,43 26,56 0,00 0,06 205,64 215,22 87,95 100,37 79,83 122,74 0,78 3,78
Mi-18 71,72 77,30 17,72 22,46 15,42 24,74 0,00 0,06 210,94 220,25 107,61 118,07 105,00 158,65 5,67 13,33
Mi-19 74,26 79,60 17,35 21,94 15,84 23,78 0,00 0,06 209,75 219,41 117,09 125,45 122,36 182,66 13,45 24,02
Mi-20 75,64 81,44 18,20 22,75 16,56 24,74 0,00 0,06 209,02 217,62 122,57 131,45 140,95 204,87 24,43 35,77
Mi-21 20,78 24,28 18,61 23,30 17,04 25,04 0,00 0,06 36,29 43,50 97,13 107,90 112,46 176,68 17,18 25,93
Mi-22 21,30 24,96 18,88 23,58 17,29 25,27 0,00 0,06 31,07 38,33 47,29 62,60 49,59 96,84 2,54 5,60
Mi-23 20,70 24,82 19,24 24,00 17,64 25,69 0,00 0,06 31,52 38,43 21,47 30,79 19,37 44,70 0,86 1,65
J-0 7,94 10,20 19,56 24,33 17,95 26,03 0,00 0,06 6,24 9,15 16,76 21,12 15,64 25,88 0,80 1,50
J-1 6,03 8,29 19,71 24,54 18,08 26,23 0,00 0,06 2,48 4,83 16,36 20,37 15,72 23,32 0,80 1,50
J-2 5,73 7,69 23,39 28,46 21,03 31,15 0,00 0,06 1,92 4,21 16,48 20,51 15,83 23,50 0,80 1,50
J-3 11,91 15,67 31,76 38,10 28,91 40,93 0,00 0,06 22,32 33,91 17,06 21,13 16,39 24,10 0,80 1,50
J-4 13,18 16,80 45,21 52,89 41,86 56,04 0,00 0,06 35,05 45,25 18,76 23,00 18,07 26,14 0,80 1,50
J-5 12,81 16,79 58,28 67,22 54,53 70,71 0,00 0,12 41,86 49,54 20,83 25,26 20,06 28,62 0,80 1,50
J-6 64,60 74,12 12,02 17,00 8,52 18,62 0,00 0,03 102,36 118,07 0,35 0,83 0,06 0,87 0,00 0,02
J-7 73,92 80,88 8,05 11,21 5,44 12,37 0,00 0,00 106,94 121,06 0,20 0,67 0,01 0,64 0,00 0,00
J-8 73,98 80,54 10,44 13,61 7,76 15,13 0,00 0,00 105,82 119,21 0,20 0,60 0,00 0,57 0,00 0,00
J-9 75,19 80,43 12,77 16,23 9,95 18,18 0,00 0,00 109,82 119,80 0,24 0,73 0,02 0,80 0,00 0,00
J-10 75,42 80,86 21,43 25,40 18,67 27,17 0,00 0,00 113,16 120,64 0,63 1,38 0,13 1,25 0,00 0,00
J-11 75,17 80,45 39,96 45,35 36,82 47,56 0,00 0,00 113,65 123,34 0,89 1,78 0,28 1,64 0,00 0,00
J-12 72,59 77,97 58,78 65,30 55,18 68,38 0,00 0,08 102,11 112,47 0,66 1,62 0,19 1,61 0,00 0,00
J-13 71,86 76,96 77,43 84,44 72,97 88,06 0,21 0,50 98,33 108,53 0,51 1,30 0,10 1,15 0,00 0,00
J-14 70,02 75,36 18,29 23,28 13,47 25,99 0,04 0,13 97,68 107,84 2,92 4,67 1,41 5,36 0,00 0,00
J-15 120,71 127,61 13,77 17,68 11,22 19,64 0,00 0,06 100,77 110,27 4,01 6,20 2,29 7,19 0,00 0,00
J-16 122,56 130,84 15,78 20,17 12,78 22,13 0,00 0,06 102,74 112,83 5,10 7,56 3,18 8,88 0,00 0,00
J-17 123,06 130,46 16,89 21,42 13,85 23,52 0,00 0,06 101,44 111,44 6,34 8,97 4,19 10,41 0,00 0,00
J-18 76,48 83,48 16,42 20,81 14,14 23,03 0,00 0,06 126,43 142,07 9,30 12,67 6,15 14,66 0,00 0,00
J-19 76,30 82,38 16,18 20,36 14,50 22,28 0,00 0,06 125,44 139,98 12,73 17,14 8,47 19,70 0,00 0,00
J-20 77,08 83,48 16,64 20,95 15,02 22,87 0,00 0,06 130,23 145,62 13,92 18,98 9,30 20,96 0,00 0,00
Temporada Baja Temporada Alta
222
Hora
Llegadas Parqueaderos Colas Congestión Llegadas Parqueaderos Colas Congestión
LI LS LI LS LI LS LI LS LI LS LI LS LI LS LI LS
J-21 44,49 49,45 17,06 21,47 15,46 23,24 0,00 0,06 89,00 98,46 10,97 14,82 8,22 17,00 0,00 0,00
J-22 24,76 28,04 17,48 21,93 15,88 23,67 0,00 0,06 41,14 49,04 9,90 13,16 8,54 14,60 0,00 0,00
J-23 10,13 12,31 18,08 22,62 16,44 24,35 0,00 0,06 19,06 23,98 10,71 14,17 9,31 15,69 0,00 0,00
V-0 6,44 8,12 18,47 23,06 16,82 24,81 0,00 0,06 10,06 13,71 11,46 15,10 10,03 16,59 0,00 0,00
V-1 6,30 8,04 18,62 23,24 16,95 24,98 0,00 0,06 7,85 11,42 11,74 15,41 10,28 16,89 0,00 0,00
V-2 6,56 8,30 22,15 26,96 19,59 29,57 0,00 0,06 9,22 13,64 11,97 15,71 10,52 17,21 0,00 0,00
V-3 11,68 14,82 31,13 36,88 28,19 40,00 0,00 0,06 15,85 22,86 12,50 16,28 11,02 17,83 0,00 0,00
V-4 11,62 14,96 43,89 51,02 40,41 54,56 0,00 0,06 14,79 20,73 13,51 17,39 11,90 19,04 0,00 0,00
V-5 11,65 15,49 56,80 64,89 52,60 68,61 0,00 0,09 14,86 21,04 14,54 18,54 12,91 20,29 0,00 0,00
V-6 52,96 61,54 9,82 14,00 6,68 15,73 0,00 0,03 90,68 106,43 0,08 0,27 0,00 0,29 0,00 0,00
V-7 65,15 70,03 6,12 8,81 4,21 9,84 0,00 0,00 106,18 116,20 0,20 0,50 0,02 0,45 0,00 0,00
V-8 65,00 69,10 7,66 10,39 5,88 11,65 0,00 0,00 107,51 119,70 0,27 0,64 0,04 0,62 0,00 0,00
V-9 108,00 114,50 13,05 16,61 9,86 18,27 0,00 0,00 119,54 133,12 0,44 1,00 0,08 0,97 0,00 0,00
V-10 109,52 115,54 28,56 33,69 24,00 35,72 0,00 0,00 123,63 138,90 1,09 2,40 0,29 2,37 0,00 0,00
V-11 108,92 115,60 55,44 62,20 49,65 65,44 0,01 0,07 126,84 139,99 1,93 4,39 0,74 4,51 0,00 0,00
V-12 77,47 83,21 79,18 86,58 73,54 90,66 0,24 0,57 136,83 148,21 2,69 5,62 1,33 5,82 0,00 0,00
V-13 79,36 84,14 98,73 105,75 92,92 110,62 0,75 1,33 142,52 153,05 3,26 6,19 1,65 6,38 0,00 0,00
V-14 78,59 84,03 28,40 35,17 22,05 39,14 0,19 0,52 145,11 156,51 8,25 11,98 5,28 13,80 0,00 0,00
V-15 130,62 136,22 16,40 21,38 12,94 23,86 0,00 0,21 193,20 204,60 18,73 24,70 13,41 27,99 0,00 0,00
V-16 132,67 138,65 17,90 22,60 14,29 25,16 0,00 0,21 189,96 202,04 35,81 46,08 28,93 54,26 0,00 0,02
V-17 131,89 138,37 20,07 24,62 16,08 27,21 0,00 0,21 190,46 201,85 47,92 61,22 41,01 72,25 0,00 0,07
V-18 92,10 98,82 19,19 23,44 16,39 26,07 0,00 0,21 143,33 156,49 47,15 61,06 40,29 75,85 0,01 0,13
V-19 93,69 99,85 18,82 22,70 16,75 25,11 0,00 0,21 143,43 154,80 37,03 50,46 32,59 64,35 0,00 0,08
V-20 94,07 100,01 19,59 23,60 17,62 25,98 0,00 0,21 147,85 160,23 31,18 44,34 25,76 56,22 0,00 0,08
V-21 35,91 40,63 20,05 24,19 18,31 26,39 0,00 0,21 48,28 57,52 19,78 29,26 15,37 37,91 0,00 0,04
V-22 35,09 39,87 20,56 24,76 18,82 26,83 0,00 0,21 44,37 53,90 14,58 19,53 12,62 23,89 0,00 0,00
V-23 33,36 38,90 21,24 25,54 19,46 27,62 0,00 0,21 45,83 56,10 15,15 19,18 13,52 21,56 0,00 0,00
S-0 11,42 13,96 21,79 26,14 19,97 28,23 0,00 0,21 16,77 21,08 15,67 19,76 14,14 21,33 0,00 0,00
S-1 10,73 13,29 22,04 26,42 20,24 28,52 0,00 0,21 15,68 20,04 16,04 20,12 14,48 21,70 0,00 0,00
S-2 10,62 13,40 28,78 33,61 25,68 36,78 0,00 0,21 14,55 19,29 16,62 20,67 15,06 22,38 0,00 0,00
S-3 17,47 21,43 42,21 48,35 38,42 51,94 0,00 0,21 29,00 36,90 17,59 21,85 15,95 23,52 0,00 0,00
S-4 19,01 22,85 60,60 68,53 56,23 72,63 0,03 0,29 28,83 35,98 18,77 23,21 17,12 25,05 0,00 0,00
S-5 18,68 22,14 80,77 89,34 75,21 94,24 0,30 0,72 30,89 38,20 20,44 25,09 18,72 27,01 0,00 0,00
S-6 42,77 48,89 21,79 28,56 17,07 31,91 0,07 0,38 65,85 75,80 0,08 0,47 0,00 0,55 0,00 0,00
S-7 45,16 49,68 6,81 10,26 4,66 11,88 0,00 0,04 72,81 80,84 0,01 0,09 0,00 0,08 0,00 0,00
S-8 46,37 51,53 7,29 10,25 5,87 11,50 0,00 0,04 72,01 81,15 0,02 0,12 0,00 0,11 0,00 0,00
S-9 43,49 47,71 8,67 11,78 7,37 13,08 0,00 0,04 86,09 97,41 0,04 0,19 0,00 0,15 0,00 0,00
S-10 41,53 45,89 14,23 17,90 12,68 19,16 0,00 0,04 84,69 97,00 0,13 0,61 0,00 0,53 0,00 0,00
S-11 44,16 48,20 25,35 30,22 23,33 31,93 0,00 0,04 80,80 92,24 0,25 0,77 0,03 0,63 0,00 0,00
S-12 53,35 59,41 37,24 43,29 34,94 45,31 0,00 0,04 61,25 72,37 0,14 0,52 0,02 0,47 0,00 0,00
S-13 53,94 59,32 48,73 55,26 45,97 57,50 0,00 0,04 67,60 78,73 0,04 0,22 0,00 0,17 0,00 0,00
S-14 56,31 61,21 9,66 12,60 7,27 14,08 0,00 0,00 65,60 76,46 0,98 2,07 0,39 2,57 0,00 0,00
S-15 34,79 38,39 9,20 12,23 7,95 13,56 0,00 0,00 116,26 128,20 3,03 4,98 1,45 5,61 0,00 0,00
S-16 33,75 37,63 9,49 12,63 8,23 13,91 0,00 0,00 115,37 127,74 5,68 8,82 2,99 10,29 0,00 0,00
S-17 33,89 37,67 9,82 13,06 8,52 14,34 0,00 0,00 120,67 132,55 6,81 10,48 4,08 11,75 0,00 0,00
S-18 62,47 68,07 10,35 13,63 9,02 14,98 0,00 0,00 68,03 79,16 5,76 8,67 3,87 10,22 0,00 0,00
S-19 62,33 67,39 11,04 14,38 9,66 15,81 0,00 0,00 63,55 73,94 5,42 7,63 4,25 8,75 0,00 0,00
S-20 62,11 67,57 11,78 15,22 10,33 16,78 0,00 0,00 67,94 78,42 6,09 8,49 4,92 9,67 0,00 0,00
S-21 28,37 31,75 12,21 15,75 10,78 17,23 0,00 0,00 38,66 48,13 6,47 8,98 5,34 10,12 0,00 0,00
S-22 28,26 32,32 12,62 16,18 11,17 17,68 0,00 0,00 35,89 44,67 7,01 9,60 5,87 10,76 0,00 0,00
S-23 27,60 31,30 13,21 16,82 11,73 18,38 0,00 0,00 34,52 41,96 7,76 10,51 6,09 16,68 0,00 0,00
FUENTE: elaboración propia de los autores.
Figura 101: Propuesta 2 - Uso de las zonas de parqueo en temporada baja por hora, con
223
FUENTE: elaboración propia de los autores
224
Figura 102: Propuesta 2 - Uso de las zonas de parqueo en temporada alta por hora, con
FUENTE: elaboración propia de los autores
225
Tabla 84: Propuesta 2. Indicadores de utilización de los parqueaderos en el NTC con
TEMPORADA BAJA TEMPORADA ALTA
LOTE P1 P2 P3 P4 ZC TOTAL P1 P2 P3 P4 ZC TOTAL
Capacidad máxima
CAP. 28 25 36 45 89 223 28 25 36 45 89 223
% 12,6% 11,2% 16,1% 20,2% 39,9% 100,0% 12,6% 11,2% 16,1% 20,2% 39,9% 100,0%
Participación en la
utilización
LI 34,4% 30,3% 5,4% 29,9% 0,0% 100,0% 31,5% 28,1% 6,9% 33,5% 0,0% 100,0%
P 33,8% 29,9% 6,2% 30,1% 0,0% 100,0% 31,1% 28,1% 7,1% 33,6% 0,1% 100,0%
LS 33,4% 29,5% 6,9% 30,2% 0,0% 100,0% 30,8% 28,1% 7,2% 33,6% 0,2% 100,0%
Utilización promedio
general
LI 10,1 8,9 1,6 8,8 0,0 29,4 3,5 3,1 0,8 3,7 0,0 11,1
36,1% 35,6% 4,4% 19,5% 0,0% 13,2% 12,5% 12,5% 2,1% 8,3% 0,0% 5,0%
P 10,8 9,6 2,0 9,6 0,0 32,0 3,9 3,5 0,9 4,2 0,0 12,6
38,7% 38,3% 5,5% 21,4% 0,0% 14,4% 14,0% 14,2% 2,5% 9,4% 0,0% 5,7%
LS 11,6 10,2 2,4 10,5 0,0 34,7 4,4 4,0 1,0 4,7 0,0 14,1
41,4% 41,0% 6,7% 23,3% 0,0% 15,6% 15,5% 15,9% 2,8% 10,6% 0,0% 6,3%
Utilización promedio en
hora pico
LI 27,9 24,9 30,0 39,9 0,0 122,8 26,8 23,9 30,2 41,7 0,1 122,6
99,7% 99,8% 83,4% 88,7% 0,0% 55,1% 95,6% 95,6% 83,9% 92,6% 0,1% 55,0%
P 28,0 25,0 32,0 41,6 0,0 126,6 27,0 24,1 31,8 42,5 1,5 127,0
99,9% 99,9% 88,9% 92,5% 0,0% 56,8% 96,4% 96,4% 88,4% 94,5% 1,7% 57,0%
LS 28,1 25,0 34,0 43,3 0,0 130,5 27,2 24,3 33,5 43,4 3,0 131,4
100% 100% 94,4% 96,3% 0,0% 58,5% 97,3% 97,3% 93,0% 96,4% 3,4% 58,9%
FUENTE: elaboración propia de los autores
226
Figura 103: Propuesta 2 – Vehículos en espera para cada operador según el tipo de carga, en temporada alta, con
FUENTE: elaboración propia de los autores
227
Figura 104: Propuesta 2 – Vehículos en espera para cada operador según el tipo da carga, en temporada baja, con
FUENTE: elaboración propia de los autores
228
ANEXO R. DISEÑO DEL ALGORITMO PARA LA APLICACIÓN COMPUTACIONAL EN LABVIEW
Tabla 85: Simbología de Labview utilizada en el diseño de la aplicación tecnológica
Símbolo Interpretación Símbolo Interpretación
Constante booleana (activada en falso)
Constante entera
Dispositivo booleano (verdadero si está activado, falso si está desactivado)
Dispositivo de impresión en pantalla de una variable real
Variable Booleana
Variable real
Estructura condicional cuando la variable de entrada es verdadera
Estructura condicional cuando la variable de entrada es falsa
Variable de entrada a una estructura condicional
Condición del bucle while (iterar si la variable de entrada es verdadera)
Bucle While
Nodo de fórmulas
Variable de entrada para un nodo de fórmulas
Variable de salida para un nodo de fórmulas
Operador lógico de suma
Operador lógico OR
Reloj del procesador
Exportador de estadísticas
FUENTE: elaboración propia
229
Figura 105: Algoritmo del aplicativo de conteo de vehículos
FUENTE: elaboración propia de los autores.
230
ANEXO S. COMPONENTES DEL SISTEMA DE HARDWARE DE LA APLICACIÓN TECNOLÓGICA
Tabla 86: Características de los componentes del hardware de la aplicación tecnológica
Dispositivo Símbolo Nombre
comercial Descripción Imagen
Emisor de barrera opto-
eléctrico.
Símbolo 1 Figura 67
SENSOR EMISOR CON CABLE
Festo ™
Dispositivo emisor del haz de luz infrarroja que completa el
circuito de generación de señales.
Receptor de barrera opto-
eléctrico
Símbolo 2 figura ex
SENSOR RECEPTOR CON
CONECTOR
Festo ™
Dispositivo receptor del haz de luz infrarroja que completa el
circuito de generación de señales.
impresoras de tickets
Símbolo 3 figura 67
Network Ready, 4” Professional
Label Printer
Brother ™
Utilizado en el sistema para identificar los camiones que ya
han ingresado al Terminal y que deben reingresar por
motivo de haber estado en la zona de consolidación
Tarjeta de adquisición de
señal dinámica
Símbolo 4 figura 67
4 Entradas para Adquisición de Señal Dinámica
de 24 bits a 102.4 kS/s
National Instruments ™
Dispositivo electrónico empelado para transformar las
señales análogas de los dispositivos de medición en lecturas para el aplicativo de
Labview
Switch de conexión Ethernet
Símbolo 5 figura 67
PROSAFE® 5-PORT GIGABIT
ETHERNET DESKTOP SWITCH
NetGear ™
Permite conectar mas de un dispositivo Ethernet. Es
necesario debido a que el computador de trabajo
propuesto a continuacion, solo tiene 2 entradas para Ethernet y se requieren 4 antrradas para
231
las impresoras de tickets
Computador de trabajo
Símbolo 6
Figura 67
Optiplex 780 - Mini Tower
Dell ™
Los computadores de trabajo sirvven como la interfaz de los
usuarios con el sistema. El computador ubicado en el módulo emisor contiene el
aplicativ, almacena la base de datos y genera la red de conxion de los módulos ,
mientroas que el computador ubicado en el módulo satelite
sirve envia las señales recibidas por los dispositovos de las vias
de salida al módulo emisor.
Router Wi-fi de largo alcance
Símbolo 7 figura 67
AP-7131 Wireless Access
Point
Motorola ™
Se empela para crear la conexión inalambrica entre los
módulos.
Tarjeta de red Wi-fi
Símbolo 8 figura 67
Linksys wireless-N PCI adapter
Dual-Band
Linksys ™
Este dispositivo conecta el computador ubicado en el
módulo satélite a la red generada por el Router
instalado en el módulo emisor.
FUENTE: Tienda virtual oficial de cada una de las marcas registradas mencionadas.
232
Tabla 87: Conectores para los dispositivos del hardware
Dispositivo Nombre comercial Descripción Imagen
Cable conector de los dispositivos de
medición CABLE CONECTOR
Conecta los dispositivos de medición a los cables de
conversión de entrada para la tarjeta de adquisición.
Festo ™
Cable de conversión de entrada para la
tarjeta de adquisición dinámica.
Cable SMB 100
Conectan los cables provenientes de los
dispositivos de medición a la tarjeta de adquisición de
señales
Festo ™
Cable Ethernet para la conexión de las
impresoras al Switch Cable de conexión
Conectan las impresoras de tickets al Switch Ethernet.
Marca no Registrada
FUENTE: Tienda virtual oficial de cada una de las marcas registradas mencionadas y cotización al mayor
233
ANEXO T: FLUJOS PERCIBIDOS POR EL NUEVO OPERADOR DEL NTC. Tabla 88: Flujos percibidos por el nuevo operador del NTC.
Fecha Periodo Inversion inicial Ingresos por arriendo
Egresos por mantenimiento
propuesta - parqueos
emergencia
Egresos por instalacion y
mantenimiento Herramienta Tecnoogica
Egresos por personal de seguridad
Egresos por costos de aseo
Egresos por costos administrativos
Flujos percibidos
mar-10 1 $(386.464.000.000,00) $- $- $- $- $- $- $(386.464.000.000,00)
abr-10 2
$- $- $- $- $- $- $-
may-10 3
$- $- $- $- $- $- $-
jun-10 4
$- $- $- $- $- $- $-
jul-10 5
$420.788.280,00 $- $- $(5.000.000,00) $(500.000,00) $500.000,00 $415.788.280,00
ago-10 6
$420.788.280,00 $- $- $(18.360.000,00) $(2.575.000,00) $2.575.000,00 $402.428.280,00
sep-10 7
$1.053.616.280,00 $- $- $(18.360.000,00) $(2.575.000,00) $2.575.000,00 $1.035.256.280,00
oct-10 8
$1.053.616.280,00 $- $- $(18.360.000,00) $(2.575.000,00) $2.575.000,00 $1.035.256.280,00
nov-10 9
$1.053.616.280,00 $(871.349,00) $(37.462.578,00) $(18.360.000,00) $(2.575.000,00) $2.575.000,00 $996.922.353,00
dic-10 10
$1.189.098.680,00 $- $- $(31.360.000,00) $(2.575.000,00) $2.575.000,00 $1.157.738.680,00
ene-11 11
$1.237.851.725,88 $- $- $(66.096.000,00) $(2.575.000,00) $2.575.000,00 $1.171.755.725,88
feb-11 12
$1.772.382.225,88 $- $- $(70.260.048,00) $(2.737.225,00) $2.737.225,00 $1.702.122.177,88
mar-11 13
$1.772.382.225,88 $- $- $(70.260.048,00) $(2.737.225,00) $2.737.225,00 $1.702.122.177,88
abr-11 14
$1.772.382.225,88 $- $- $(70.260.048,00) $(2.737.225,00) $2.737.225,00 $1.702.122.177,88
may-11 15
$1.772.382.225,88 $- $- $(70.260.048,00) $(2.737.225,00) $2.737.225,00 $1.702.122.177,88
jun-11 16
$1.772.382.225,88 $- $- $(70.260.048,00) $(2.737.225,00) $2.737.225,00 $1.702.122.177,88
jul-11 17
$1.772.382.225,88 $- $- $(75.365.048,00) $(3.247.725,00) $3.247.725,00 $1.697.017.177,88
ago-11 18
$1.772.382.225,88 $- $- $(70.260.048,00) $(2.737.225,00) $2.737.225,00 $1.702.122.177,88
sep-11 19
$1.772.382.225,88 $- $- $(70.260.048,00) $(2.737.225,00) $2.737.225,00 $1.702.122.177,88
oct-11 20
$1.772.382.225,88 $- $- $(70.260.048,00) $(2.737.225,00) $2.737.225,00 $1.702.122.177,88
nov-11 21
$1.772.382.225,88 $(889.647,33) $(5.105.000,00) $(70.260.048,00) $(2.737.225,00) $2.737.225,00 $1.696.127.530,55
dic-11 22
$1.772.382.225,88 $- $- $(83.533.048,00) $(2.737.225,00) $2.737.225,00 $1.688.849.177,88
ene-12 23
$1.845.049.897,14 $- $- $(70.260.048,00) $(2.737.225,00) $2.737.225,00 $1.774.789.849,14
feb-12 24
$1.845.049.897,14 $- $- $(74.686.431,02) $(2.909.670,18) $2.909.670,18 $1.770.363.466,12
mar-12 25
$1.845.049.897,14 $- $- $(74.686.431,02) $(2.909.670,18) $2.909.670,18 $1.770.363.466,12
abr-12 26
$1.845.049.897,14 $- $- $(74.686.431,02) $(2.909.670,18) $2.909.670,18 $1.770.363.466,12
may-12 27
$1.845.049.897,14 $- $- $(74.686.431,02) $(2.909.670,18) $2.909.670,18 $1.770.363.466,12
jun-12 28
$1.845.049.897,14 $- $- $(74.686.431,02) $(2.909.670,18) $2.909.670,18 $1.770.363.466,12
jul-12 29
$1.845.049.897,14 $- $- $(79.898.636,02) $(3.430.890,68) $3.430.890,68 $1.765.151.261,12
ago-12 30
$1.845.049.897,14 $- $- $(74.686.431,02) $(2.909.670,18) $2.909.670,18 $1.770.363.466,12
sep-12 31
$1.845.049.897,14 $- $- $(74.686.431,02) $(2.909.670,18) $2.909.670,18 $1.770.363.466,12
oct-12 32
$1.845.049.897,14 $- $- $(74.686.431,02) $(2.909.670,18) $2.909.670,18 $1.770.363.466,12
nov-12 33
$1.845.049.897,14 $(908.329,92) $(5.212.205,00) $(74.686.431,02) $(2.909.670,18) $2.909.670,18 $1.764.242.931,19
dic-12 34
$1.845.049.897,14 $- $- $(88.238.164,02) $(2.909.670,18) $2.909.670,18 $1.756.811.733,12
ene-13 35
$1.920.696.942,92 $- $- $(74.686.431,02) $(2.909.670,18) $2.909.670,18 $1.846.010.511,90
feb-13 36
$1.920.696.942,92 $- $- $(79.391.676,18) $(3.092.979,40) $3.092.979,40 $1.841.305.266,75
mar-13 37
$1.920.696.942,92 $- $- $(79.391.676,18) $(3.092.979,40) $3.092.979,40 $1.841.305.266,75
abr-13 38
$1.920.696.942,92 $- $- $(79.391.676,18) $(3.092.979,40) $3.092.979,40 $1.841.305.266,75
may-13 39
$1.920.696.942,92 $- $- $(79.391.676,18) $(3.092.979,40) $3.092.979,40 $1.841.305.266,75
jun-13 40
$1.920.696.942,92 $- $- $(79.391.676,18) $(3.092.979,40) $3.092.979,40 $1.841.305.266,75
234
jul-13 41
$1.920.696.942,92 $- $- $(84.713.337,48) $(3.625.145,53) $3.625.145,53 $1.835.983.605,44
ago-13 42
$1.920.696.942,92 $- $- $(79.391.676,18) $(3.092.979,40) $3.092.979,40 $1.841.305.266,75
sep-13 43
$1.920.696.942,92 $- $- $(79.391.676,18) $(3.092.979,40) $3.092.979,40 $1.841.305.266,75
oct-13 44
$1.920.696.942,92 $- $- $(79.391.676,18) $(3.092.979,40) $3.092.979,40 $1.841.305.266,75
nov-13 45
$1.920.696.942,92 $(927.404,85) $(5.321.661,31) $(79.391.676,18) $(3.092.979,40) $3.092.979,40 $1.835.056.200,59
dic-13 46
$1.920.696.942,92 $- $- $(93.227.995,57) $(3.092.979,40) $3.092.979,40 $1.827.468.947,35
ene-14 47
$1.999.445.517,58 $- $- $(79.391.676,18) $(3.092.979,40) $3.092.979,40 $1.920.053.841,41
feb-14 48
$1.999.445.517,58 $- $- $(84.393.351,78) $(3.287.837,10) $3.287.837,10 $1.915.052.165,81
mar-14 49
$1.999.445.517,58 $- $- $(84.393.351,78) $(3.287.837,10) $3.287.837,10 $1.915.052.165,81
abr-14 50
$1.999.445.517,58 $- $- $(84.393.351,78) $(3.287.837,10) $3.287.837,10 $1.915.052.165,81
may-14 51
$1.999.445.517,58 $- $- $(84.393.351,78) $(3.287.837,10) $3.287.837,10 $1.915.052.165,81
jun-14 52
$1.999.445.517,58 $- $- $(84.393.351,78) $(3.287.837,10) $3.287.837,10 $1.915.052.165,81
jul-14 53
$1.999.445.517,58 $- $- $(89.826.767,97) $(3.831.178,72) $3.831.178,72 $1.909.618.749,61
ago-14 54
$1.999.445.517,58 $- $- $(84.393.351,78) $(3.287.837,10) $3.287.837,10 $1.915.052.165,81
sep-14 55
$1.999.445.517,58 $- $- $(84.393.351,78) $(3.287.837,10) $3.287.837,10 $1.915.052.165,81
oct-14 56
$1.999.445.517,58 $- $- $(84.393.351,78) $(3.287.837,10) $3.287.837,10 $1.915.052.165,81
nov-14 57
$1.999.445.517,58 $(946.880,35) $(5.433.416,19) $(84.393.351,78) $(3.287.837,10) $3.287.837,10 $1.908.671.869,26
dic-14 58
$1.999.445.517,58 $- $- $(98.520.233,88) $(3.287.837,10) $3.287.837,10 $1.900.925.283,71
ene-15 59
$2.081.422.783,80 $- $- $(84.393.351,78) $(3.287.837,10) $3.287.837,10 $1.997.029.432,03
feb-15 60
$2.081.422.783,80 $- $- $(89.710.132,94) $(3.494.970,84) $3.494.970,84 $1.991.712.650,86
mar-15 61
$2.081.422.783,80 $- $- $(89.710.132,94) $(3.494.970,84) $3.494.970,84 $1.991.712.650,86
abr-15 62
$2.081.422.783,80 $- $- $(89.710.132,94) $(3.494.970,84) $3.494.970,84 $1.991.712.650,86
may-15 63
$2.081.422.783,80 $- $- $(89.710.132,94) $(3.494.970,84) $3.494.970,84 $1.991.712.650,86
jun-15 64
$2.081.422.783,80 $- $- $(89.710.132,94) $(3.494.970,84) $3.494.970,84 $1.991.712.650,86
jul-15 65
$2.081.422.783,80 $- $- $(95.257.650,87) $(4.049.722,63) $4.049.722,63 $1.986.165.132,93
ago-15 66
$2.081.422.783,80 $- $- $(89.710.132,94) $(3.494.970,84) $3.494.970,84 $1.991.712.650,86
sep-15 67
$2.081.422.783,80 $- $- $(89.710.132,94) $(3.494.970,84) $3.494.970,84 $1.991.712.650,86
oct-15 68
$2.081.422.783,80 $- $- $(89.710.132,94) $(3.494.970,84) $3.494.970,84 $1.991.712.650,86
nov-15 69
$2.081.422.783,80 $(966.764,84) $(41.564.864,65) $(89.710.132,94) $(3.494.970,84) $3.494.970,84 $1.949.181.021,37
dic-15 70
$2.081.422.783,80 $- $- $(104.133.679,56) $(3.494.970,84) $3.494.970,84 $1.977.289.104,24
ene-16 71
$2.166.761.117,94 $- $- $(89.710.132,94) $(3.494.970,84) $3.494.970,84 $2.077.050.985,00
feb-16 72
$2.166.761.117,94 $- $- $(95.361.871,31) $(3.715.154,00) $3.715.154,00 $2.071.399.246,63
mar-16 73
$2.166.761.117,94 $- $- $(95.361.871,31) $(3.715.154,00) $3.715.154,00 $2.071.399.246,63
abr-16 74
$2.166.761.117,94 $- $- $(95.361.871,31) $(3.715.154,00) $3.715.154,00 $2.071.399.246,63
may-16 75
$2.166.761.117,94 $- $- $(95.361.871,31) $(3.715.154,00) $3.715.154,00 $2.071.399.246,63
jun-16 76
$2.166.761.117,94 $- $- $(95.361.871,31) $(3.715.154,00) $3.715.154,00 $2.071.399.246,63
jul-16 77
$2.166.761.117,94 $- $- $(101.025.887,12) $(4.281.555,58) $4.281.555,58 $2.065.735.230,82
ago-16 78
$2.166.761.117,94 $- $- $(95.361.871,31) $(3.715.154,00) $3.715.154,00 $2.071.399.246,63
sep-16 79
$2.166.761.117,94 $- $- $(95.361.871,31) $(3.715.154,00) $3.715.154,00 $2.071.399.246,63
oct-16 80
$2.166.761.117,94 $- $- $(95.361.871,31) $(3.715.154,00) $3.715.154,00 $2.071.399.246,63
nov-16 81
$2.166.761.117,94 $(987.066,90) $(5.664.015,81) $(95.361.871,31) $(3.715.154,00) $3.715.154,00 $2.064.748.163,91
dic-16 82
$2.166.761.117,94 $- $- $(110.088.312,42) $(3.715.154,00) $3.715.154,00 $2.056.672.805,52
ene-17 83
$2.255.598.323,78 $- $- $(95.361.871,31) $(3.715.154,00) $3.715.154,00 $2.160.236.452,46
feb-17 84
$2.255.598.323,78 $- $- $(101.369.669,21) $(3.949.208,70) $3.949.208,70 $2.154.228.654,57
mar-17 85
$2.255.598.323,78 $- $- $(101.369.669,21) $(3.949.208,70) $3.949.208,70 $2.154.228.654,57
abr-17 86
$2.255.598.323,78 $- $- $(101.369.669,21) $(3.949.208,70) $3.949.208,70 $2.154.228.654,57
may-17 87
$2.255.598.323,78 $- $- $(101.369.669,21) $(3.949.208,70) $3.949.208,70 $2.154.228.654,57
jun-17 88
$2.255.598.323,78 $- $- $(101.369.669,21) $(3.949.208,70) $3.949.208,70 $2.154.228.654,57
235
jul-17 89
$2.255.598.323,78 $- $- $(107.152.629,35) $(4.527.504,71) $4.527.504,71 $2.148.445.694,43
ago-17 90
$2.255.598.323,78 $- $- $(101.369.669,21) $(3.949.208,70) $3.949.208,70 $2.154.228.654,57
sep-17 91
$2.255.598.323,78 $- $- $(101.369.669,21) $(3.949.208,70) $3.949.208,70 $2.154.228.654,57
oct-17 92
$2.255.598.323,78 $- $- $(101.369.669,21) $(3.949.208,70) $3.949.208,70 $2.154.228.654,57
nov-17 93
$2.255.598.323,78 $(1.007.795,31) $(5.782.960,14) $(101.369.669,21) $(3.949.208,70) $3.949.208,70 $2.147.437.899,12
dic-17 94
$2.255.598.323,78 $- $- $(116.405.365,57) $(3.949.208,70) $3.949.208,70 $2.139.192.958,20
ene-18 95
$2.348.077.855,05 $- $- $(101.369.669,21) $(3.949.208,70) $3.949.208,70 $2.246.708.185,84
feb-18 96
$2.348.077.855,05 $- $- $(107.755.958,37) $(4.198.008,85) $4.198.008,85 $2.240.321.896,68
mar-18 97
$2.348.077.855,05 $- $- $(107.755.958,37) $(4.198.008,85) $4.198.008,85 $2.240.321.896,68
abr-18 98
$2.348.077.855,05 $- $- $(107.755.958,37) $(4.198.008,85) $4.198.008,85 $2.240.321.896,68
may-18 99
$2.348.077.855,05 $- $- $(107.755.958,37) $(4.198.008,85) $4.198.008,85 $2.240.321.896,68
jun-18 100
$2.348.077.855,05 $- $- $(107.755.958,37) $(4.198.008,85) $4.198.008,85 $2.240.321.896,68
jul-18 101
$2.348.077.855,05 $- $- $(113.660.360,67) $(4.788.449,08) $4.788.449,08 $2.234.417.494,38
ago-18 102
$2.348.077.855,05 $- $- $(107.755.958,37) $(4.198.008,85) $4.198.008,85 $2.240.321.896,68
sep-18 103
$2.348.077.855,05 $- $- $(107.755.958,37) $(4.198.008,85) $4.198.008,85 $2.240.321.896,68
oct-18 104
$2.348.077.855,05 $- $- $(107.755.958,37) $(4.198.008,85) $4.198.008,85 $2.240.321.896,68
nov-18 105
$2.348.077.855,05 $(1.028.959,01) $(5.904.402,30) $(107.755.958,37) $(4.198.008,85) $4.198.008,85 $2.233.388.535,37
dic-18 106
$2.348.077.855,05 $- $- $(123.107.404,36) $(4.198.008,85) $4.198.008,85 $2.224.970.450,69
ene-19 107
$2.444.349.047,11 $- $- $(107.755.958,37) $(4.198.008,85) $4.198.008,85 $2.336.593.088,74
feb-19 108
$2.444.349.047,11 $- $- $(114.544.583,75) $(4.462.483,41) $4.462.483,41 $2.329.804.463,36
mar-19 109
$2.444.349.047,11 $- $- $(114.544.583,75) $(4.462.483,41) $4.462.483,41 $2.329.804.463,36
abr-19 110
$2.444.349.047,11 $- $- $(114.544.583,75) $(4.462.483,41) $4.462.483,41 $2.329.804.463,36
may-19 111
$2.444.349.047,11 $- $- $(114.544.583,75) $(4.462.483,41) $4.462.483,41 $2.329.804.463,36
jun-19 112
$2.444.349.047,11 $- $- $(114.544.583,75) $(4.462.483,41) $4.462.483,41 $2.329.804.463,36
jul-19 113
$2.444.349.047,11 $- $- $(120.572.978,50) $(5.065.322,88) $5.065.322,88 $2.323.776.068,61
ago-19 114
$2.444.349.047,11 $- $- $(114.544.583,75) $(4.462.483,41) $4.462.483,41 $2.329.804.463,36
sep-19 115
$2.444.349.047,11 $- $- $(114.544.583,75) $(4.462.483,41) $4.462.483,41 $2.329.804.463,36
oct-19 116
$2.444.349.047,11 $- $- $(114.544.583,75) $(4.462.483,41) $4.462.483,41 $2.329.804.463,36
nov-19 117
$2.444.349.047,11 $(1.050.567,15) $(6.028.394,75) $(114.544.583,75) $(4.462.483,41) $4.462.483,41 $2.322.725.501,46
dic-19 118
$2.444.349.047,11 $- $- $(130.218.410,10) $(4.462.483,41) $4.462.483,41 $2.314.130.637,01
ene-20 119
$2.544.567.358,04 $- $- $(114.544.583,75) $(4.462.483,41) $4.462.483,41 $2.430.022.774,29
feb-20 120
$2.544.567.358,04 $- $- $(121.760.892,52) $(4.743.619,86) $4.743.619,86 $2.422.806.465,52
mar-20 121
$2.544.567.358,04 $- $- $(121.760.892,52) $(4.743.619,86) $4.743.619,86 $2.422.806.465,52
abr-20 122
$2.544.567.358,04 $- $- $(121.760.892,52) $(4.743.619,86) $4.743.619,86 $2.422.806.465,52
may-20 123
$2.544.567.358,04 $- $- $(121.760.892,52) $(4.743.619,86) $4.743.619,86 $2.422.806.465,52
jun-20 124
$2.544.567.358,04 $- $- $(121.760.892,52) $(4.743.619,86) $4.743.619,86 $2.422.806.465,52
jul-20 125
$2.544.567.358,04 $- $- $(127.915.883,56) $(5.359.118,96) $5.359.118,96 $2.416.651.474,48
ago-20 126
$2.544.567.358,04 $- $- $(121.760.892,52) $(4.743.619,86) $4.743.619,86 $2.422.806.465,52
sep-20 127
$2.544.567.358,04 $- $- $(121.760.892,52) $(4.743.619,86) $4.743.619,86 $2.422.806.465,52
oct-20 128
$2.544.567.358,04 $- $- $(121.760.892,52) $(4.743.619,86) $4.743.619,86 $2.422.806.465,52
nov-20 129
$2.544.567.358,04 $(1.072.629,06) $(46.116.366,40) $(121.760.892,52) $(4.743.619,86) $4.743.619,86 $2.375.617.470,06
dic-20 130
$2.544.567.358,04 $- $- $(137.763.869,23) $(4.743.619,86) $4.743.619,86 $2.406.803.488,81
ene-21 131
$2.648.894.619,72 $- $- $(121.760.892,52) $(4.743.619,86) $4.743.619,86 $2.527.133.727,20
feb-21 132
$2.648.894.619,72 $- $- $(129.431.828,75) $(5.042.467,91) $5.042.467,91 $2.519.462.790,97
mar-21 133
$2.648.894.619,72 $- $- $(129.431.828,75) $(5.042.467,91) $5.042.467,91 $2.519.462.790,97
abr-21 134
$2.648.894.619,72 $- $- $(129.431.828,75) $(5.042.467,91) $5.042.467,91 $2.519.462.790,97
may-21 135
$2.648.894.619,72 $- $- $(129.431.828,75) $(5.042.467,91) $5.042.467,91 $2.519.462.790,97
jun-21 136
$2.648.894.619,72 $- $- $(129.431.828,75) $(5.042.467,91) $5.042.467,91 $2.519.462.790,97
236
jul-21 137
$2.648.894.619,72 $- $- $(135.716.074,60) $(5.670.892,50) $5.670.892,50 $2.513.178.545,12
ago-21 138
$2.648.894.619,72 $- $- $(129.431.828,75) $(5.042.467,91) $5.042.467,91 $2.519.462.790,97
sep-21 139
$2.648.894.619,72 $- $- $(129.431.828,75) $(5.042.467,91) $5.042.467,91 $2.519.462.790,97
oct-21 140
$2.648.894.619,72 $- $- $(129.431.828,75) $(5.042.467,91) $5.042.467,91 $2.519.462.790,97
nov-21 141
$2.648.894.619,72 $(1.095.154,27) $(6.284.245,85) $(129.431.828,75) $(5.042.467,91) $5.042.467,91 $2.512.083.390,85
dic-21 142
$2.648.894.619,72 $- $- $(145.770.867,97) $(5.042.467,91) $5.042.467,91 $2.503.123.751,75
ene-22 143
$2.757.499.299,13 $- $- $(129.431.828,75) $(5.042.467,91) $5.042.467,91 $2.628.067.470,38
feb-22 144
$2.757.499.299,13 $- $- $(137.586.033,96) $(5.360.143,39) $5.360.143,39 $2.619.913.265,17
mar-22 145
$2.757.499.299,13 $- $- $(137.586.033,96) $(5.360.143,39) $5.360.143,39 $2.619.913.265,17
abr-22 146
$2.757.499.299,13 $- $- $(137.586.033,96) $(5.360.143,39) $5.360.143,39 $2.619.913.265,17
may-22 147
$2.757.499.299,13 $- $- $(137.586.033,96) $(5.360.143,39) $5.360.143,39 $2.619.913.265,17
jun-22 148
$2.757.499.299,13 $- $- $(137.586.033,96) $(5.360.143,39) $5.360.143,39 $2.619.913.265,17
jul-22 149
$2.757.499.299,13 $- $- $(144.002.248,98) $(6.001.764,89) $6.001.764,89 $2.613.497.050,15
ago-22 150
$2.757.499.299,13 $- $- $(137.586.033,96) $(5.360.143,39) $5.360.143,39 $2.619.913.265,17
sep-22 151
$2.757.499.299,13 $- $- $(137.586.033,96) $(5.360.143,39) $5.360.143,39 $2.619.913.265,17
oct-22 152
$2.757.499.299,13 $- $- $(137.586.033,96) $(5.360.143,39) $5.360.143,39 $2.619.913.265,17
nov-22 153
$2.757.499.299,13 $(1.118.152,51) $(6.416.215,02) $(137.586.033,96) $(5.360.143,39) $5.360.143,39 $2.612.378.897,64
dic-22 154
$2.757.499.299,13 $- $- $(154.268.193,01) $(5.360.143,39) $5.360.143,39 $2.603.231.106,12
ene-23 155
$2.870.556.770,39 $- $- $(137.586.033,96) $(5.360.143,39) $5.360.143,39 $2.732.970.736,43
feb-23 156
$2.870.556.770,39 $- $- $(146.253.954,10) $(5.697.832,42) $5.697.832,42 $2.724.302.816,29
mar-23 157
$2.870.556.770,39 $- $- $(146.253.954,10) $(5.697.832,42) $5.697.832,42 $2.724.302.816,29
abr-23 158
$2.870.556.770,39 $- $- $(146.253.954,10) $(5.697.832,42) $5.697.832,42 $2.724.302.816,29
may-23 159
$2.870.556.770,39 $- $- $(146.253.954,10) $(5.697.832,42) $5.697.832,42 $2.724.302.816,29
jun-23 160
$2.870.556.770,39 $- $- $(146.253.954,10) $(5.697.832,42) $5.697.832,42 $2.724.302.816,29
jul-23 161
$2.870.556.770,39 $- $- $(152.804.909,63) $(6.352.927,98) $6.352.927,98 $2.717.751.860,76
ago-23 162
$2.870.556.770,39 $- $- $(146.253.954,10) $(5.697.832,42) $5.697.832,42 $2.724.302.816,29
sep-23 163
$2.870.556.770,39 $- $- $(146.253.954,10) $(5.697.832,42) $5.697.832,42 $2.724.302.816,29
oct-23 164
$2.870.556.770,39 $- $- $(146.253.954,10) $(5.697.832,42) $5.697.832,42 $2.724.302.816,29
nov-23 165
$2.870.556.770,39 $(1.141.633,71) $(6.550.955,53) $(146.253.954,10) $(5.697.832,42) $5.697.832,42 $2.716.610.227,05
dic-23 166
$2.870.556.770,39 $- $- $(163.286.438,48) $(5.697.832,42) $5.697.832,42 $2.707.270.331,91
ene-24 167
$2.988.249.597,98 $- $- $(146.253.954,10) $(5.697.832,42) $5.697.832,42 $2.841.995.643,88
feb-24 168
$2.988.249.597,98 $- $- $(155.467.953,21) $(6.056.795,87) $6.056.795,87 $2.832.781.644,77
mar-24 169
$2.988.249.597,98 $- $- $(155.467.953,21) $(6.056.795,87) $6.056.795,87 $2.832.781.644,77
abr-24 170
$2.988.249.597,98 $- $- $(155.467.953,21) $(6.056.795,87) $6.056.795,87 $2.832.781.644,77
may-24 171
$2.988.249.597,98 $- $- $(155.467.953,21) $(6.056.795,87) $6.056.795,87 $2.832.781.644,77
jun-24 172
$2.988.249.597,98 $- $- $(155.467.953,21) $(6.056.795,87) $6.056.795,87 $2.832.781.644,77
jul-24 173
$2.988.249.597,98 $- $- $(162.156.478,81) $(6.725.648,43) $6.725.648,43 $2.826.093.119,17
ago-24 174
$2.988.249.597,98 $- $- $(155.467.953,21) $(6.056.795,87) $6.056.795,87 $2.832.781.644,77
sep-24 175
$2.988.249.597,98 $- $- $(155.467.953,21) $(6.056.795,87) $6.056.795,87 $2.832.781.644,77
oct-24 176
$2.988.249.597,98 $- $- $(155.467.953,21) $(6.056.795,87) $6.056.795,87 $2.832.781.644,77
nov-24 177
$2.988.249.597,98 $(1.165.608,02) $(6.688.525,60) $(155.467.953,21) $(6.056.795,87) $6.056.795,87 $2.824.927.511,15
dic-24 178
$2.988.249.597,98 $- $- $(172.858.119,77) $(6.056.795,87) $6.056.795,87 $2.815.391.478,21
ene-25 179
$3.110.767.831,50 $- $- $(155.467.953,21) $(6.056.795,87) $6.056.795,87 $2.955.299.878,29
feb-25 180
$3.110.767.831,50 $- $- $(165.262.434,26) $(6.438.374,00) $6.438.374,00 $2.945.505.397,23
mar-25 181
$3.110.767.831,50 $- $- $(165.262.434,26) $(6.438.374,00) $6.438.374,00 $2.945.505.397,23
abr-25 182
$3.110.767.831,50 $- $- $(165.262.434,26) $(6.438.374,00) $6.438.374,00 $2.945.505.397,23
may-25 183
$3.110.767.831,50 $- $- $(165.262.434,26) $(6.438.374,00) $6.438.374,00 $2.945.505.397,23
jun-25 184
$3.110.767.831,50 $- $- $(165.262.434,26) $(6.438.374,00) $6.438.374,00 $2.945.505.397,23
237
jul-25 185
$3.110.767.831,50 $- $- $(172.091.418,90) $(7.121.272,47) $7.121.272,47 $2.938.676.412,60
ago-25 186
$3.110.767.831,50 $- $- $(165.262.434,26) $(6.438.374,00) $6.438.374,00 $2.945.505.397,23
sep-25 187
$3.110.767.831,50 $- $- $(165.262.434,26) $(6.438.374,00) $6.438.374,00 $2.945.505.397,23
oct-25 188
$3.110.767.831,50 $- $- $(165.262.434,26) $(6.438.374,00) $6.438.374,00 $2.945.505.397,23
nov-25 189
$3.110.767.831,50 $(1.190.085,79) $(51.166.273,92) $(165.262.434,26) $(6.438.374,00) $6.438.374,00 $2.893.149.037,53
dic-25 190
$3.110.767.831,50 $- $- $(183.017.794,31) $(6.438.374,00) $6.438.374,00 $2.927.750.037,18
ene-26 191
$3.238.309.312,59 $- $- $(165.262.434,26) $(6.438.374,00) $6.438.374,00 $3.073.046.878,33
feb-26 192
$3.238.309.312,59 $- $- $(175.673.967,62) $(6.843.991,57) $6.843.991,57 $3.062.635.344,97
mar-26 193
$3.238.309.312,59 $- $- $(175.673.967,62) $(6.843.991,57) $6.843.991,57 $3.062.635.344,97
abr-26 194
$3.238.309.312,59 $- $- $(175.673.967,62) $(6.843.991,57) $6.843.991,57 $3.062.635.344,97
may-26 195
$3.238.309.312,59 $- $- $(175.673.967,62) $(6.843.991,57) $6.843.991,57 $3.062.635.344,97
jun-26 196
$3.238.309.312,59 $- $- $(175.673.967,62) $(6.843.991,57) $6.843.991,57 $3.062.635.344,97
jul-26 197
$3.238.309.312,59 $- $- $(182.646.360,93) $(7.541.230,90) $7.541.230,90 $3.055.662.951,65
ago-26 198
$3.238.309.312,59 $- $- $(175.673.967,62) $(6.843.991,57) $6.843.991,57 $3.062.635.344,97
sep-26 199
$3.238.309.312,59 $- $- $(175.673.967,62) $(6.843.991,57) $6.843.991,57 $3.062.635.344,97
oct-26 200
$3.238.309.312,59 $- $- $(175.673.967,62) $(6.843.991,57) $6.843.991,57 $3.062.635.344,97
nov-26 201
$3.238.309.312,59 $(1.215.077,59) $(6.972.393,31) $(175.673.967,62) $(6.843.991,57) $6.843.991,57 $3.054.447.874,07
dic-26 202
$3.238.309.312,59 $- $- $(193.802.190,23) $(6.843.991,57) $6.843.991,57 $3.044.507.122,35
ene-27 203
$3.371.079.994,40 $- $- $(175.673.967,62) $(6.843.991,57) $6.843.991,57 $3.195.406.026,78
feb-27 204
$3.371.079.994,40 $- $- $(186.741.427,58) $(7.275.163,04) $7.275.163,04 $3.184.338.566,82
mar-27 205
$3.371.079.994,40 $- $- $(186.741.427,58) $(7.275.163,04) $7.275.163,04 $3.184.338.566,82
abr-27 206
$3.371.079.994,40 $- $- $(186.741.427,58) $(7.275.163,04) $7.275.163,04 $3.184.338.566,82
may-27 207
$3.371.079.994,40 $- $- $(186.741.427,58) $(7.275.163,04) $7.275.163,04 $3.184.338.566,82
jun-27 208
$3.371.079.994,40 $- $- $(186.741.427,58) $(7.275.163,04) $7.275.163,04 $3.184.338.566,82
jul-27 209
$3.371.079.994,40 $- $- $(193.860.241,15) $(7.987.044,39) $7.987.044,39 $3.177.219.753,25
ago-27 210
$3.371.079.994,40 $- $- $(186.741.427,58) $(7.275.163,04) $7.275.163,04 $3.184.338.566,82
sep-27 211
$3.371.079.994,40 $- $- $(186.741.427,58) $(7.275.163,04) $7.275.163,04 $3.184.338.566,82
oct-27 212
$3.371.079.994,40 $- $- $(186.741.427,58) $(7.275.163,04) $7.275.163,04 $3.184.338.566,82
nov-27 213
$3.371.079.994,40 $(1.240.594,22) $(7.118.813,57) $(186.741.427,58) $(7.275.163,04) $7.275.163,04 $3.175.979.159,03
dic-27 214
$3.371.079.994,40 $- $- $(205.250.342,87) $(7.275.163,04) $7.275.163,04 $3.165.829.651,53
ene-28 215
$3.509.294.274,17 $- $- $(186.741.427,58) $(7.275.163,04) $7.275.163,04 $3.322.552.846,59
feb-28 216
$3.509.294.274,17 $- $- $(198.506.137,52) $(7.733.498,31) $7.733.498,31 $3.310.788.136,66
mar-28 217
$3.509.294.274,17 $- $- $(198.506.137,52) $(7.733.498,31) $7.733.498,31 $3.310.788.136,66
abr-28 218
$3.509.294.274,17 $- $- $(198.506.137,52) $(7.733.498,31) $7.733.498,31 $3.310.788.136,66
may-28 219
$3.509.294.274,17 $- $- $(198.506.137,52) $(7.733.498,31) $7.733.498,31 $3.310.788.136,66
jun-28 220
$3.509.294.274,17 $- $- $(198.506.137,52) $(7.733.498,31) $7.733.498,31 $3.310.788.136,66
jul-28 221
$3.509.294.274,17 $- $- $(205.774.446,18) $(8.460.329,17) $8.460.329,17 $3.303.519.828,00
ago-28 222
$3.509.294.274,17 $- $- $(198.506.137,52) $(7.733.498,31) $7.733.498,31 $3.310.788.136,66
sep-28 223
$3.509.294.274,17 $- $- $(198.506.137,52) $(7.733.498,31) $7.733.498,31 $3.310.788.136,66
oct-28 224
$3.509.294.274,17 $- $- $(198.506.137,52) $(7.733.498,31) $7.733.498,31 $3.310.788.136,66
nov-28 225
$3.509.294.274,17 $(1.266.646,70) $(7.268.308,66) $(198.506.137,52) $(7.733.498,31) $7.733.498,31 $3.302.253.181,30
dic-28 226
$3.509.294.274,17 $- $- $(217.403.740,03) $(7.733.498,31) $7.733.498,31 $3.291.890.534,14
ene-29 227
$3.653.175.339,41 $- $- $(198.506.137,52) $(7.733.498,31) $7.733.498,31 $3.454.669.201,90
feb-29 228
$3.653.175.339,41 $- $- $(211.012.024,18) $(8.220.708,70) $8.220.708,70 $3.442.163.315,23
mar-29 229
$3.653.175.339,41 $- $- $(211.012.024,18) $(8.220.708,70) $8.220.708,70 $3.442.163.315,23
abr-29 230
$3.653.175.339,41 $- $- $(211.012.024,18) $(8.220.708,70) $8.220.708,70 $3.442.163.315,23
may-29 231
$3.653.175.339,41 $- $- $(211.012.024,18) $(8.220.708,70) $8.220.708,70 $3.442.163.315,23
jun-29 232
$3.653.175.339,41 $- $- $(211.012.024,18) $(8.220.708,70) $8.220.708,70 $3.442.163.315,23
238
jul-29 233
$3.653.175.339,41 $- $- $(218.432.967,32) $(8.962.803,01) $8.962.803,01 $3.434.742.372,09
ago-29 234
$3.653.175.339,41 $- $- $(211.012.024,18) $(8.220.708,70) $8.220.708,70 $3.442.163.315,23
sep-29 235
$3.653.175.339,41 $- $- $(211.012.024,18) $(8.220.708,70) $8.220.708,70 $3.442.163.315,23
oct-29 236
$3.653.175.339,41 $- $- $(211.012.024,18) $(8.220.708,70) $8.220.708,70 $3.442.163.315,23
nov-29 237
$3.653.175.339,41 $(1.293.246,28) $(7.420.943,14) $(211.012.024,18) $(8.220.708,70) $8.220.708,70 $3.433.449.125,82
dic-29 238
$3.653.175.339,41 $- $- $(230.306.476,34) $(8.220.708,70) $8.220.708,70 $3.422.868.863,07
ene-30 239
$3.802.955.528,33 $- $- $(211.012.024,18) $(8.220.708,70) $8.220.708,70 $3.591.943.504,15
feb-30 240
$3.802.955.528,33 $- $- $(224.305.781,70) $(8.738.613,35) $8.738.613,35 $3.578.649.746,63
mar-30 241
$3.802.955.528,33 $- $- $(224.305.781,70) $(8.738.613,35) $8.738.613,35 $3.578.649.746,63
abr-30 242
$3.802.955.528,33 $- $- $(224.305.781,70) $(8.738.613,35) $8.738.613,35 $3.578.649.746,63
may-30 243
$3.802.955.528,33 $- $- $(224.305.781,70) $(8.738.613,35) $8.738.613,35 $3.578.649.746,63
jun-30 244
$3.802.955.528,33 $- $- $(224.305.781,70) $(8.738.613,35) $8.738.613,35 $3.578.649.746,63
jul-30 245
$3.802.955.528,33 $- $- $(231.882.564,65) $(9.496.291,64) $9.496.291,64 $3.571.072.963,68
ago-30 246
$3.802.955.528,33 $- $- $(224.305.781,70) $(8.738.613,35) $8.738.613,35 $3.578.649.746,63
sep-30 247
$3.802.955.528,33 $- $- $(224.305.781,70) $(8.738.613,35) $8.738.613,35 $3.578.649.746,63
oct-30 248
$3.802.955.528,33 $- $- $(224.305.781,70) $(8.738.613,35) $8.738.613,35 $3.578.649.746,63
nov-30 249
$3.802.955.528,33 $(1.320.404,45) $(56.769.164,42) $(224.305.781,70) $(8.738.613,35) $8.738.613,35 $3.520.560.177,76
dic-30 250
$3.802.955.528,33 $- $- $(244.005.417,36) $(8.738.613,35) $8.738.613,35 $3.558.950.110,97
ene-31 251
$3.958.876.704,99 $- $- $(224.305.781,70) $(8.738.613,35) $8.738.613,35 $3.734.570.923,29
feb-31 252
$3.958.876.704,99 $- $- $(238.437.045,95) $(9.289.145,99) $9.289.145,99 $3.720.439.659,04
mar-31 253
$3.958.876.704,99 $- $- $(238.437.045,95) $(9.289.145,99) $9.289.145,99 $3.720.439.659,04
abr-31 254
$3.958.876.704,99 $- $- $(238.437.045,95) $(9.289.145,99) $9.289.145,99 $3.720.439.659,04
may-31 255
$3.958.876.704,99 $- $- $(238.437.045,95) $(9.289.145,99) $9.289.145,99 $3.720.439.659,04
jun-31 256
$3.958.876.704,99 $- $- $(238.437.045,95) $(9.289.145,99) $9.289.145,99 $3.720.439.659,04
jul-31 257
$3.958.876.704,99 $- $- $(246.172.941,34) $(10.062.735,53) $10.062.735,53 $3.712.703.763,65
ago-31 258
$3.958.876.704,99 $- $- $(238.437.045,95) $(9.289.145,99) $9.289.145,99 $3.720.439.659,04
sep-31 259
$3.958.876.704,99 $- $- $(238.437.045,95) $(9.289.145,99) $9.289.145,99 $3.720.439.659,04
oct-31 260
$3.958.876.704,99 $- $- $(238.437.045,95) $(9.289.145,99) $9.289.145,99 $3.720.439.659,04
nov-31 261
$3.958.876.704,99 $(1.348.132,94) $(7.735.895,39) $(238.437.045,95) $(9.289.145,99) $9.289.145,99 $3.711.355.630,71
dic-31 262
$3.958.876.704,99 $- $- $(258.550.373,96) $(9.289.145,99) $9.289.145,99 $3.700.326.331,03
ene-32 263
$4.121.190.649,90 $- $- $(238.437.045,95) $(9.289.145,99) $9.289.145,99 $3.882.753.603,94
feb-32 264
$4.121.190.649,90 $- $- $(253.458.579,85) $(9.874.362,19) $9.874.362,19 $3.867.732.070,05
mar-32 265
$4.121.190.649,90 $- $- $(253.458.579,85) $(9.874.362,19) $9.874.362,19 $3.867.732.070,05
abr-32 266
$4.121.190.649,90 $- $- $(253.458.579,85) $(9.874.362,19) $9.874.362,19 $3.867.732.070,05
may-32 267
$4.121.190.649,90 $- $- $(253.458.579,85) $(9.874.362,19) $9.874.362,19 $3.867.732.070,05
jun-32 268
$4.121.190.649,90 $- $- $(253.458.579,85) $(9.874.362,19) $9.874.362,19 $3.867.732.070,05
jul-32 269
$4.121.190.649,90 $- $- $(261.356.929,04) $(10.664.197,11) $10.664.197,11 $3.859.833.720,86
ago-32 270
$4.121.190.649,90 $- $- $(253.458.579,85) $(9.874.362,19) $9.874.362,19 $3.867.732.070,05
sep-32 271
$4.121.190.649,90 $- $- $(253.458.579,85) $(9.874.362,19) $9.874.362,19 $3.867.732.070,05
oct-32 272
$4.121.190.649,90 $- $- $(253.458.579,85) $(9.874.362,19) $9.874.362,19 $3.867.732.070,05
nov-32 273
$4.121.190.649,90 $(1.376.443,73) $(7.898.349,19) $(253.458.579,85) $(9.874.362,19) $9.874.362,19 $3.858.457.277,13
dic-32 274
$4.121.190.649,90 $- $- $(273.994.287,74) $(9.874.362,19) $9.874.362,19 $3.847.196.362,15
ene-33 275
$4.290.159.466,54 $- $- $(253.458.579,85) $(9.874.362,19) $9.874.362,19 $4.036.700.886,70
feb-33 276
$4.290.159.466,54 $- $- $(269.426.470,38) $(10.496.447,00) $10.496.447,00 $4.020.732.996,17
mar-33 277
$4.290.159.466,54 $- $- $(269.426.470,38) $(10.496.447,00) $10.496.447,00 $4.020.732.996,17
abr-33 278
$4.290.159.466,54 $- $- $(269.426.470,38) $(10.496.447,00) $10.496.447,00 $4.020.732.996,17
may-33 279
$4.290.159.466,54 $- $- $(269.426.470,38) $(10.496.447,00) $10.496.447,00 $4.020.732.996,17
jun-33 280
$4.290.159.466,54 $- $- $(269.426.470,38) $(10.496.447,00) $10.496.447,00 $4.020.732.996,17
239
jul-33 281
$4.290.159.466,54 $- $- $(277.490.684,90) $(11.302.868,46) $11.302.868,46 $4.012.668.781,64
ago-33 282
$4.290.159.466,54 $- $- $(269.426.470,38) $(10.496.447,00) $10.496.447,00 $4.020.732.996,17
sep-33 283
$4.290.159.466,54 $- $- $(269.426.470,38) $(10.496.447,00) $10.496.447,00 $4.020.732.996,17
oct-33 284
$4.290.159.466,54 $- $- $(269.426.470,38) $(10.496.447,00) $10.496.447,00 $4.020.732.996,17
nov-33 285
$4.290.159.466,54 $(1.405.349,05) $(8.064.214,52) $(269.426.470,38) $(10.496.447,00) $10.496.447,00 $4.011.263.432,59
dic-33 286
$4.290.159.466,54 $- $- $(290.393.428,14) $(10.496.447,00) $10.496.447,00 $3.999.766.038,40
ene-34 287
$4.466.056.004,67 $- $- $(269.426.470,38) $(10.496.447,00) $10.496.447,00 $4.196.629.534,29
feb-34 288
$4.466.056.004,67 $- $- $(286.400.338,01) $(11.157.723,17) $11.157.723,17 $4.179.655.666,66
mar-34 289
$4.466.056.004,67 $- $- $(286.400.338,01) $(11.157.723,17) $11.157.723,17 $4.179.655.666,66
abr-34 290
$4.466.056.004,67 $- $- $(286.400.338,01) $(11.157.723,17) $11.157.723,17 $4.179.655.666,66
may-34 291
$4.466.056.004,67 $- $- $(286.400.338,01) $(11.157.723,17) $11.157.723,17 $4.179.655.666,66
jun-34 292
$4.466.056.004,67 $- $- $(286.400.338,01) $(11.157.723,17) $11.157.723,17 $4.179.655.666,66
jul-34 293
$4.466.056.004,67 $- $- $(294.633.901,04) $(11.981.079,47) $11.981.079,47 $4.171.422.103,63
ago-34 294
$4.466.056.004,67 $- $- $(286.400.338,01) $(11.157.723,17) $11.157.723,17 $4.179.655.666,66
sep-34 295
$4.466.056.004,67 $- $- $(286.400.338,01) $(11.157.723,17) $11.157.723,17 $4.179.655.666,66
oct-34 296
$4.466.056.004,67 $- $- $(286.400.338,01) $(11.157.723,17) $11.157.723,17 $4.179.655.666,66
nov-34 297
$4.466.056.004,67 $(1.434.861,38) $(8.233.563,03) $(286.400.338,01) $(11.157.723,17) $11.157.723,17 $4.169.987.242,25
dic-34 298
$4.466.056.004,67 $- $- $(307.807.601,89) $(11.157.723,17) $11.157.723,17 $4.158.248.402,78
ene-35 299
$4.649.164.300,86 $- $- $(286.400.338,01) $(11.157.723,17) $11.157.723,17 $4.362.763.962,85
feb-35 300
$4.649.164.300,86 $- $- $(304.443.559,31) $(11.860.659,73) $11.860.659,73 $4.344.720.741,56
mar-35 301
$4.649.164.300,86 $- $- $(304.443.559,31) $(11.860.659,73) $11.860.659,73 $4.344.720.741,56
abr-35 302
$4.649.164.300,86 $- $- $(304.443.559,31) $(11.860.659,73) $11.860.659,73 $4.344.720.741,56
may-35 303
$4.649.164.300,86 $- $- $(304.443.559,31) $(11.860.659,73) $11.860.659,73 $4.344.720.741,56
jun-35 304
$4.649.164.300,86 $- $- $(304.443.559,31) $(11.860.659,73) $11.860.659,73 $4.344.720.741,56
jul-35 305
$4.649.164.300,86 $- $- $(312.850.027,16) $(12.701.306,51) $12.701.306,51 $4.336.314.273,70
ago-35 306
$4.649.164.300,86 $- $- $(304.443.559,31) $(11.860.659,73) $11.860.659,73 $4.344.720.741,56
sep-35 307
$4.649.164.300,86 $- $- $(304.443.559,31) $(11.860.659,73) $11.860.659,73 $4.344.720.741,56
oct-35 308
$4.649.164.300,86 $- $- $(304.443.559,31) $(11.860.659,73) $11.860.659,73 $4.344.720.741,56
nov-35 309
$4.649.164.300,86 $(1.464.993,47) $(62.985.591,53) $(304.443.559,31) $(11.860.659,73) $11.860.659,73 $4.280.270.156,56
dic-35 310
$4.649.164.300,86 $- $- $(326.300.375,72) $(11.860.659,73) $11.860.659,73 $4.322.863.925,14
ene-36 311
$4.839.780.037,20 $- $- $(304.443.559,31) $(11.860.659,73) $11.860.659,73 $4.535.336.477,89
feb-36 312
$4.839.780.037,20 $- $- $(323.623.503,54) $(12.607.881,29) $12.607.881,29 $4.516.156.533,66
mar-36 313
$4.839.780.037,20 $- $- $(323.623.503,54) $(12.607.881,29) $12.607.881,29 $4.516.156.533,66
abr-36 314
$4.839.780.037,20 $- $- $(323.623.503,54) $(12.607.881,29) $12.607.881,29 $4.516.156.533,66
may-36 315
$4.839.780.037,20 $- $- $(323.623.503,54) $(12.607.881,29) $12.607.881,29 $4.516.156.533,66
jun-36 316
$4.839.780.037,20 $- $- $(323.623.503,54) $(12.607.881,29) $12.607.881,29 $4.516.156.533,66
jul-36 317
$4.839.780.037,20 $- $- $(332.206.507,22) $(13.466.181,66) $13.466.181,66 $4.507.573.529,98
ago-36 318
$4.839.780.037,20 $- $- $(323.623.503,54) $(12.607.881,29) $12.607.881,29 $4.516.156.533,66
sep-36 319
$4.839.780.037,20 $- $- $(323.623.503,54) $(12.607.881,29) $12.607.881,29 $4.516.156.533,66
oct-36 320
$4.839.780.037,20 $- $- $(323.623.503,54) $(12.607.881,29) $12.607.881,29 $4.516.156.533,66
nov-36 321
$4.839.780.037,20 $(1.495.758,33) $(8.583.003,68) $(323.623.503,54) $(12.607.881,29) $12.607.881,29 $4.506.077.771,64
dic-36 322
$4.839.780.037,20 $- $- $(345.939.313,10) $(12.607.881,29) $12.607.881,29 $4.493.840.724,09
ene-37 323
$5.038.211.018,72 $- $- $(323.623.503,54) $(12.607.881,29) $12.607.881,29 $4.714.587.515,18
feb-37 324
$5.038.211.018,72 $- $- $(344.011.784,26) $(13.402.177,81) $13.402.177,81 $4.694.199.234,46
mar-37 325
$5.038.211.018,72 $- $- $(344.011.784,26) $(13.402.177,81) $13.402.177,81 $4.694.199.234,46
Incremento IPC = 2.1%. Fuente: Banco de la Republica. Series Estadísticas. Índice de precios al consumidor. Archivo XLX. http://www.banrep.gov.co/series-estadisticas/see_precios.htm Incremento SMMLV 2009 - 2010 = 6.3% Fuente: Revista Dinero. $515.000 Salario mínimo legal para 2010. http://www.dinero.com/economia/515000-salario-minimo-legal-para-2010_67312.aspx
TRM Marzo 1 de 2010 = 1932,32 Fuente: Banco de la Republica. Series Estadísticas. Tasas de Cambio. TRM Colombiana. Archivo XLX. http://www.banrep.gov.co/series-estadisticas/see_ts_cam.htm
