8/3/2019 Demanda de Transporte Clase 3
1/50
6HPLQDULR 7DOOHU 1
6(0,1$5,2 7$//(5
8/3/2019 Demanda de Transporte Clase 3
2/50
6HPLQDULR 7DOOHU 2
(1&8(67$6'(029,/,'$'
0(72'2/2*,$
8/3/2019 Demanda de Transporte Clase 3
3/50
6HPLQDULR 7DOOHU 3
(1&8(67$6'(029,/,'$'
2EMHWLYRV
Permitir una acabada descripcin de los patrones de movilidad de una
ciudad o regin (generalmente entendido como la estimacin de matricesde viaje entre zonas, para distintos propsitos, modos y perodos), y
Posibilitar la estimacin de modelos de demanda de transporte, enparticular de generacin y distribucin de viajes, y eleccin modal y
horaria.
8/3/2019 Demanda de Transporte Clase 3
4/50
6HPLQDULR 7DOOHU 4
(1&8(67$6'(029,/,'$'
&RPSRQHQWHV (QFXHVWDRULJHQ GHVWLQRGHYLDMHVHQKRJDUHV(2'+
Esta encuesta domiciliaria, como su nombre lo indica, cubre todos losdesplazamientos efectuados por todos los miembros del hogar en uno oms GtDVGHHQFXHVWD. Por su naturaleza son muy eficientes para generar
datos que permitan estimar posteriormente modelos de generacin de
viajes y particin modal; adems entregan buena informacin sobre la
distribucin de longitudes de viajes en la ciudad, elemento importante enla estimacin de modelos de distribucin.
8/3/2019 Demanda de Transporte Clase 3
5/50
6HPLQDULR 7DOOHU 5
(1&8(67$6'(029,/,'$'
&RPSRQHQWHV (QFXHVWDVRULJHQ GHVWLQRGHLQWHUFHSWDFLyQ(2',
Estas son encuestas ms breves, realizadas en un punto que interceptadesplazamientos de las personas. Las ms comunes son las encuestas ala vera del camino, a bordo de vehculos de transporte pblico o en
puntos de intercambio modal (por ejemplo, estaciones de buses o
aeropuertos); a menudo se organizan en torno a cordones externos y
lneas pantalla (aprovechando barreras naturales como ros, ferrocarrileso autopistas). Por su naturaleza slo entregan informacin sobre undesplazamiento (el observado al momento en que cada persona es
encuestada), pero son un importante elemento de apoyo al proceso degeneracin de matrices de viajes. Adems, las EODI constituyen la mejor
fuente de informacin sobre viajes de personas que no residen en el reade estudio.
8/3/2019 Demanda de Transporte Clase 3
6/50
6HPLQDULR 7DOOHU 6
(1&8(67$6'(029,/,'$'
&RPSRQHQWHV $IRURV
Estos instrumentos incluyen conteos de vehculos y pasajeros durante unperodo determinado en diversos puntos de una red de transporte; en elprimer caso los datos son adems clasificados por tipo de vehculo. Amenudo se recogen tambin tasas de ocupacin de vehculos (pasajeros
por auto, taxi, bus), aunque normalmente slo para una muestra del
perodo de aforo. Cuando se utilizan mtodos automticos es posibleaforar por perodos de tiempo ms largos a fin de recolectar informacinsobre variaciones horarias, semanales y estacionales de la demanda de
viajes. Los aforos se pueden realizar en el cordn externo (donde esusual adems aforar camiones), lneas pantalla y puntos seleccionados
de la red estratgica de transporte definida para el rea.
8/3/2019 Demanda de Transporte Clase 3
7/50
6HPLQDULR 7DOOHU 7
(1&8(67$6'(029,/,'$'
&RPSRQHQWHV Recoleccin de informacin complementaria.
Informacin de la red vial
Servicio de transporte pblico
Servicio de transporte privado
Informacin Socio econmico
Encuestas de Preferencias Declaradas
Uso de suelos
8/3/2019 Demanda de Transporte Clase 3
8/50
6HPLQDULR 7DOOHU 8
$63(&7260(72'2/*,&26
El proceso de desarrollar, implementar y analizar una Encuesta deMovilidad puede dividirse en cinco pasos fundamentales:
Planeamiento de la encuesta.- Identificar claramente el objetivo,problema estudiar, usuarios finales de le EM.
Diseo detallado.- Recoleccin de informacin existente,fundamentos de la encuesta, recursos financieros y personal
disponible, diseo de muestra, mtodos de encuesta.
Implementacin en terreno.- Pruebas piloto de cada instrumento demedicin y levantamiento de datos, perfeccionamiento de encuesta,
entrenamiento, manuales.
Preparacin de los datos.- Codificacin y entrada de datos. Anlisis.- busca producir los modelos que se haya especificado en la
etapa de planeamiento.
8/3/2019 Demanda de Transporte Clase 3
9/50
6HPLQDULR 7DOOHU 9
3URFHVRGHWRPDGHHQFXHVWDHQWUDQVSRUWH
8/3/2019 Demanda de Transporte Clase 3
10/50
6HPLQDULR 7DOOHU 10
',6(f2'((1&8(67$6'(029,/,'$'
seleccionar una combinacin adecuada de los instrumentos de medicindisponibles en la prctica
lograr diseos muestrales apropiados para cada instrumento y sucontribucin al anlisis final
disear en detalle los formularios de las diversas encuestas y en el caso
de las EODH.
disear un sistema de realizacin y supervisin de los diversos tipos deencuesta que permita garantizar un mnimo rechazo y una mximaconfiabilidad de las respuestas
administrar adecuadamente la implementacin del proceso en terreno
disear buenos procesos de codificacin, digitacin y validacin
8/3/2019 Demanda de Transporte Clase 3
11/50
6HPLQDULR 7DOOHU 11
8VRGHOD,QIRUPDFLyQGH(QFXHVWD2'
Orgenes y destinos pornivel de ingreso, tiempos
de viaje.
Localizacin de actividades, planes deventa, captura de mercados, desarrollo de
nuevos mercados.
Sector Privado - (PSUHVDV
SURGXFWLYDV\GH
VHUYLFLRV
Matrices por nivel de
ingreso, re-zonificacinsimple.
Localizacin de proyectos, reas de
influencia y accesibilidad, evaluacin deimpacto de trfico.
Sector Privado - 3UR\HFWRVLQPRELOLDULRVH
LQGXVWULDOHV
Actualizacin, re-
zonificacin simple,anlisis de sensibilidad.
Factibilidad de nuevos proyectos,
preparacin de ofertas para concesionesviales, ferroviarias, y de otro tipo, diseo de
nuevos servicios.
Sector Privado 7UDQVSRUWH3UR,QYHUVLyQ&HSUL
Buena base, cobertura,
flexibilidad.
Desarrollo de nuevos modelos y mejora de
los actuales.
Investigadores
Actualizacin, cobertura de
todos los modos, re-
zonificacin simple,matrices.
Reorganizacin de redes de transporte
pblico, gestin del trnsito, nuevos
servicios de transporte.
Organismos de gestin
y administracin
pblica, Municipios
Actualizacin de modelos y
datos, anlisis derelevancia, zonificacinfina cerca del proyecto.
Seguimiento del transporte, evaluacin de
grandes proyectos y polticas.
Exactitud y alcance de unao base; buena
representacin decomportamiento, matrices,perodos relevantes.
Planificacin estratgica, desarrollo demodelos y su actualizacin; modelos de
generacin, distribucin, eleccin modal yeleccin de hora de partida del viaje.
Organismos de Planeacin
eQIDVLV)RUPDGH8VR8VXDULR
8/3/2019 Demanda de Transporte Clase 3
12/50
6HPLQDULR 7DOOHU 12
'HFLVLRQHVGH0HWRGRORJtDV
EM
MltiplesUnico oPrincipal
FrecuenteEspordica>5 aos
Slo Motorizados>400 mts.
Todos losViajes
RecoleccinDiscreta
7 dasMa - Mi - Jue
IgnorarRecoleccinContnua
USUARIOS Y SUS
OBJETIVOS
ACTUALIZACIN
TIPOS DE VIAJE
DAS DE VIAJE
ESTACIONALIDAD
8/3/2019 Demanda de Transporte Clase 3
13/50
6HPLQDULR 7DOOHU 13
&DUDFWHUtVWLFDVGH&LXGDGHV*UDQGHV
/DVFLXGDGHVGHPiVGHPLOOyQGHKDELWDQWHVSRVHHQRWUDVFDUDFWHUtVWLFDVDGLFLRQDOHV
Tienen varios centros de atraccin de viajes.
Proporcionalmente pocos viajes tienen origen fuera del rea urbana inmediata.
Hay episodios de congestin ms frecuentes y en muchos puntos de la red.
Lo anterior hace ms dbil la identificacin de rutas mnimas.
Existen ms arterias sin semforos, es decir con intersecciones a diferentenivel, lo que dificulta considerablemente la realizacin de encuestas deinterceptacin.
Las zonificaciones requeridas para asignacin son de ms de 500 zonas.
Es ms probable que existan viajes concatenados (circuitos) y viajes mslargos (mayores que 45 minutos).
8/3/2019 Demanda de Transporte Clase 3
14/50
6HPLQDULR 7DOOHU 14
'LILFXOWDGHVHQ&LXGDGHV*UDQGHV
En este caso se dan los mayores niveles de congestin, mayoresdificultades para realizar encuestas de interceptacin. En trminos
proporcionales, las encuestas domiciliarias son bastante eficientes, perola obtencin de matrices se hace cada vez ms difcil y compleja.
Las encuestas de interceptacin a automviles dentro del cordn externo
deben ser breves para evitar colas e interrupciones prolongadas del
trfico. En el caso del transporte pblico (y sus viajes multi-modalesasociados) puede ser imposible realizarlas dentro del vehculo en horasde punta, y es necesario recurrir a soluciones menos deseables como
entrevistar en paraderos (en cuyo caso aparecen complejos problemasasociados a la determinacin del marco muestral y tasas de respuesta).la
obtencin de buenos modelos de transporte es probablemente msimportante que la obtencin de buenas matrices.
8/3/2019 Demanda de Transporte Clase 3
15/50
6HPLQDULR 7DOOHU 15
'LILFXOWDGHVHQ&LXGDGHV*UDQGHV
Para los objetivos de planeacin estratgica se puede operar conmayores niveles (relativos) de error que para el diseo de medidas
locales. Por ello, se propone no aspirar a los mismos niveles de exactitudde matrices que en las ciudades menores. Las matrices estratgicaspueden ajustarse mediante tcnicas como ME2 cuando sea necesario.
Los procesos de cambio en este tipo de ciudades son muy rpidos y
profundos. Por ello la actualizacin de la base de datos debe serfrecuente y basarse en encuestas domiciliarias ms aforos de viajeros yvehculos. Debe haber ms oportunidades para usar recoleccin
automtica de informacin, por ejemplo a travs de boletos electrnicos,contadores automticos permanentes de trfico y sistemas de control de
trfico computarizados.
8/3/2019 Demanda de Transporte Clase 3
16/50
6HPLQDULR 7DOOHU 16
'(),1,&,1'(7$0$f2608(675$/(6
El desafo en el diseo de muestras es identificar esquemas y tamaosmuestrales que permitan obtener conclusiones razonables y modelos detransporte confiables, e insesgados, sin gastar recursos excesivos en
recolectar informacin.
En principio, el proceso de diseo de una muestra se hace en cinco etapas:
Identificacin del universo sobre el que hay que muestrear (todos los
viajeros, todos los hogares, todos los viajeros en transporte pblico, etc.). Identificacin del sistema de muestreo y de la base sobre la cual se
tomar la muestra: por ejemplo, catastro de viviendas, todos los vehculosque pasan por un punto de encuesta de interceptacin.
Determinacin de la precisin requerida para una o ms variables aobservar: tasa de viajes, nmero de viajes entre dos puntos, particinmodal.
Clculo del tamao muestral para alcanzar esa precisin.
Estimacin de los recursos necesarios para obtener esa muestra.
8/3/2019 Demanda de Transporte Clase 3
17/50
6HPLQDULR 7DOOHU 17
0pWRGRVGH(QFXHVWD\3REODFLyQGH,QWHUpV
Costos y duracin de estacionamiento,modelos de estacionamiento
Vehculos estacionados y su duracin en unrea predeterminada
Encuestas de -Estacionamiento
Calibracin de redes, validacin de modelosDesplazamientos de vehculos y/o personasen un sector pre-especificado
Observaciones de Vehculo Flotante,Viajeros-Testigo
Validacin de modelos y observaciones;actualizacin de matrices de viaje
Desplazamientos de vehculos y/o personasen un sector pre-especificado
Aforos de Trfico y Pasajeros
Matrices O-D, a veces modelos de visitantesResidentes en instituciones, huspedes dehotel y visitantes y sus desplazamientos
en sectores pre-especificados
Encuestas a Instituciones, Hoteles yVisitantes
Modelos de atraccinEmpleados y sus desplazamientosEncuesta en Lugares de Trabajo y GrandesGeneradores
Matrices O-D, modelos de generacin,distribucin, hora del da, carga
Vehculos de carga basados en un rea y susdesplazamientos.
Encuesta a Vehculos de Carga/Comerciales
Matrices O-D, eleccin modalViajes de pasajeros en un conjunto pre-especificado de servicios
Encuestas a Usuarios de Transporte Pblico(interceptacin en vehculos o
estaciones/paradas)
Matrices O-D de vehculos o personas,modelos de distribucin, validacin de
modelos
Viajes en auto o flujo de autos en unsegmento de la carretera
Encuestas de Interceptacin de Automviles
Modelos de generacin, distribucin, eleccinde modo y hora, modelos de
comportamiento y actividades
Hogares en un rea determinadao
personas en esa rea
Encuesta en Hogares
8VRFRP~QGHORVGDWRVHQPRGHODFLyQ
8QLYHUVRWLSRSDUDPXHVWUHR7LSRGHREVHUYDFLyQRHQFXHVWD
8/3/2019 Demanda de Transporte Clase 3
18/50
6HPLQDULR 7DOOHU 18
0DUFR0XHVWUDO
Este es uno de los elementos clave de cualquier proceso de recoleccinde datos. El marco muestral (VDPSOLQJ IUDPH) define la poblacin enestudio y permite determinar posteriormente la tasa de no respuesta; de
hecho, un elemento importante de sta es lo que se conoce comopoblacin no cubierta (QRQFRYHUDJH) que obviamente depende
directamente de cmo se haya definido el marco muestral.
Se propone definir el marco muestral de las encuestas de movilidad comoWRGRVORVYLDMHURVHQHOiUHDXUEDQD; as, no slo debe incluir los
residentes en hogares, sino que tambin los visitantes alojados en
hoteles, militares alojados en cuarteles, enfermos en hospitales y viajerosque cruzan el rea. Es claro que no todos se pueden detectar, por
ejemplo, en la encuesta a hogares. As, ser necesario hacer encuestasespeciales para miembros de las FF.AA. residentes en cuarteles (yprobablemente conseguir permisos especiales para encuestar a aquellos
que viven con sus familias en partes de la ciudad con restricciones de
entrada, etc.); por otro lado, los viajeros de paso debieran ser detectados
en las EODI.
8/3/2019 Demanda de Transporte Clase 3
19/50
6HPLQDULR 7DOOHU 19
0DUFR0XHVWUDO
Una vez definido el marco muestral es necesario determinar cmoconseguir informacin de la poblacin para extraer la muestra. Es posibleusar los datos del Censo, en el caso de encuestas a hogares, si es queno ha transcurrido demasiado tiempo desde su realizacin. Si no, es
necesario hacer un catastro de direcciones previo a la definicin de la
muestra. Es importante sealar, eso s, que no es necesario hacer uncatastro de todas las direcciones de la ciudad; basta con catastrar laszonas o reas especficas seleccionadas para encuestar, en un proceso
de tres etapas. Primero se selecciona una zona (por ejemplo unamanzana), luego se catastra todos los hogares de sta, y finalmente se
escoge los hogares a ser entrevistados.
8/3/2019 Demanda de Transporte Clase 3
20/50
6HPLQDULR 7DOOHU 20
7DPDxR0XHVWUDO (2'+
(VWLPDUWDVDVGHJHQHUDFLyQGHYLDMHV
131211ms de 1.000.000
1098405.100 - 1.000.000
765110.500 - 405.000
4341.100 - 110.400
210 - 41.000
Dos o msAutos
Un AutoSin AutoRango de Ingreso(Rango Monetario)
Nmero de
Categora
&DWHJRUtDV6RFLRHFRQyPLFDV
8/3/2019 Demanda de Transporte Clase 3
21/50
6HPLQDULR 7DOOHU 21
5HSUHVHQWDFLyQGHODVGLVWLQWDVFODVHVGH
SREODFLyQ
100,001.048.61431.267Total
0,586.09914913
0,099922912
0,021676112,2323.38567810
1,4615.2854769
0,212.216648
2,6027.2868287
10,46109.6623.46769,4298.7332.9155
7,8582.3112.5084
34,58362.57410.6623
1,1612.1793822
22,79238.9947.0181
6,5568.7312.085Sin informacin
GH+RJDUHV1~PHURGH+RJDUHV
1~PHURGH(QFXHVWDV
&DWHJRUtD
Ejemplo: EOD 1991de Santiago de Chile
8/3/2019 Demanda de Transporte Clase 3
22/50
6HPLQDULR 7DOOHU 22
7DPDxR0XHVWUDO 5HTXHULGR
Ahora bien, el tamao muestral requerido para estimar una variable poblacional puede sercalculado si se conoce lo siguiente (Smith, 1979):
Una definicin clara de la variable a ser estimada: en nuestro caso la variable deinters es nmero de viajes por hogar.
El coeficiente de variacin de la variable a medir: calculado como el cuociente entre ladesviacin estndar de cada clase y su media.
El grado de exactitud (E) y nivel de confianza () deseados: usualmente se elige un5% de error y un 90% de confianza respectivamente; para este ltimo se usa el valorcrtico correspondiente de la variable normal estndar (por ejemplo Z = 1,645 para = 90%), ya que la media de una variable distribuye normal segn el Teorema Centraldel Lmite.
Con estos datos, el tamao muestral queda dado por
Por lo tanto, es necesario conocer el coeficiente de variacin de la variable a estimar, loque se puede lograr a partir de informacin recolectada anteriormente en el mismo lugar oen un rea similar.
===
[
V
0HGLD
GDUG(V'HVYLDFLyQ&9
tan_
2
22
(=&9Q =
8/3/2019 Demanda de Transporte Clase 3
23/50
6HPLQDULR 7DOOHU 23
0XHVWUHRVHJ~Q0pWRGRGH6PLWK
[
12.3361.9077627631,0000,8381,000979.8837,18,1Total
89156150,0190,01600,0077.0912,2117,9216,0712-13
2944518380,0500,04220,02423.3851,7714,3012,9110
1923012180,0230,01950,01615.2851,2510,1410,149
305220,0030,00230,0022.3830,967,7910,968-11
3445321300,0400,03310,02827.2861,199,6711,377
1.38121385930,1220,10180,112109.6620,917,358,696
1.24319377790,1030,08670,10198.7330,867,009,205
1.03616064690,0900,07560,08482.3110,907,318,734
4.5657052822590,3400,28490,370362.5740,776,258,123
15323990,0120,00980,01212.1790,796,417,4523.0094651861510,1980,16590,244238.9940,685,495,991
0LQ )LQDOHVSHUDGRySWLPRSHVRIDFWRUIUHF1 KRJ&9V&ODVH
Ejemplo: Nuevo tamao muestral de encuesta O-D partiendo de informacin de resultados deencuestas O-D anteriores.
8/3/2019 Demanda de Transporte Clase 3
24/50
6HPLQDULR 7DOOHU 24
7DPDxR0XHVWUDO HQ(2'+
Si no hay informacin anterior o est muy desactualizado, entonces aplicamos el
mtodo tradicional.
Las encuestas Origen Destino se han tomado una muestra aleatorias muy amplias,
desde un 1.5% hasta un 20% de los hogares, dependiendo de la poblacin.
Para el caso de la ciudad de Lima el tamao muestra debe estar alrededor de
30,000 hogares, adems de la previsin del 20% adicional por ajustes.
8/3/2019 Demanda de Transporte Clase 3
25/50
6HPLQDULR 7DOOHU 25
(1&8(67$625,*(1 '(67,12'(,17(5&(37$&,21
8/3/2019 Demanda de Transporte Clase 3
26/50
6HPLQDULR 7DOOHU 26
0$5&208(675$/'((2',
Parte del marco muestral es simple de determinar, ya que corresponde a lanecesidad de interceptar viajes que entran y salen del rea de estudio; esto es,corresponde efectuar encuestas en el cordn externo. En este caso queda slo el
problema prctico de identificar lugares apropiados para la encuesta, especificar lafraccin muestral a obtener y disear y pilotear el cuestionario correspondiente.
Sin embargo, una encuesta en cordn externo no es suficiente para garantizar laobtencin de buena informacin en cuanto a matrices O-D, ya que slo es capazde captar viajes que se originan o tienen su destino fuera del rea de estudio. Por
esto es necesario disear otras encuestas (conformando cordones internos, lneaspantalla o sencillamente puntos singulares de la red), a fin de interceptar tambinlos viajes con origen y destino dentro del rea de inters.
Para esta segunda parte no se conoce una metodologa sofisticada de diseo. Noobstante es imprescindible contar desde el principio con una red y una matriz deviajes, aunque sea obsoleta o sencillamente sintetizada a partir de un modelo dedistribucin transferido de otro lugar. Con la combinacin de estos dos elementosse puede cargar la red (todo o nada puede bastar) y hacer un anlisis de los paresO-D que utilizan arcos potenciales para hacer encuestas de interceptacin. Esto sepuede hacer en programas comerciales mediante la opcin anlisis de enlacesseleccionados (VHOHFWOLQNDQDO\VLV, SLA).
8/3/2019 Demanda de Transporte Clase 3
27/50
6HPLQDULR 7DOOHU 27
6(/(&&,1'(6,7,263$5$(2',$',&,21$/
Cargar la matriz disponible (todo o nada) a la red. Para comenzar, se puedehacer un SLA de los sitios de encuesta de cordn externo, que son conocidos,y obtener la matriz de viajes que los cruza. Sustraer de la matriz total esa parte
de la matriz. Esto permite eliminar los viajes que entran o salen del rea.
Cargar la matriz restante (diferencia) todo o nada. Los volmenes resultantes
en cada arco indicarn los montos probables que todava escapan de una
observacin completa (son slo estimados). Seleccionar entonces un ciertonmero de puntos adicionales de encuesta (por ejemplo, cinco), distantes entres y que aporten altos flujos de la matriz restante; hacer SLA de esos puntos,
extraer la matriz resultante y sustraerla de la matriz restante anterior.
Repetir el paso (b) hasta que quede muy poco de valor en la matriz restante, esdecir volmenes bajos en la red cuando sta se cargue con la ltima matrizrestante.
8/3/2019 Demanda de Transporte Clase 3
28/50
6HPLQDULR 7DOOHU 28
7$0$f208(675$/
Para determinar el tamao muestral se puede utilizar la siguienteexpresin (Ortzar y Willumsen, 1994):
donde Q es el nmero de pasajeros a encuestar, S es la proporcin de
viajes con un destino determinado, H es un nivel aceptable de error
(expresado como una proporcin), ]es la variable Normal estndar parael nivel de confianza requerido y 1es el tamao de la poblacin (esto es,el flujo observado de pasajeros en la estacin de control). Es fcil ver quepara 1, H y ]dados, el valor de S = 0,5 produce el valor ms conservador
(mayor) de Q; as, tomando este valor y considerando H= 0,1 (esto es un
error mximo del 10%) y ]=1,96 (corresponde a un nivel de confianza del95%) se puede obtener los tamaos de muestra requeridos en funcin delflujo horario que se presenta en seguida
1
SS
=
H
SSQ
t
8/3/2019 Demanda de Transporte Clase 3
29/50
6HPLQDULR 7DOOHU 29
7$0$f2'(08(675$3$5$(2',
50,0 (1 cada 2)0 a 199
33,3 (1 cada 3)200 a 299
25,0 (1 cada 4)300 a 49916,6 (1 cada 6)500 a 699
12,5 (1 cada 8)700 a 899
10,0 (1 cada 10)900 o ms
7DPDxRPXHVWUDO )OXMRKRUDULRHVWLPDGRSDVDMHURVKRUD
8/3/2019 Demanda de Transporte Clase 3
30/50
6HPLQDULR 7DOOHU 30
(QFXHVWDVGHLQWHUFHSWDFLyQ
EDVDGDVHQYHKtFXORVSDUWLFXODUHV El muestreo debe efectuarse aleatoriamente, por lo que las pautas de
detencin de vehculos deben ser precisadas al personal responsable.
Se deben registrar todos los casos de no-respuesta/rechazos,inscribiendo adems toda la informacin posible (por ejemplo, marca y
tipo de vehculo, ocupantes hora del da, etc.). Lo ideal es registrar las
patentes de tales vehculos para luego intentar entrevistas de seguimiento
con una muestra de los casos de no-respuesta.
Los conteos de clasificacin deben ser ejecutados al mismo tiempo y enel mismo lugar que las encuestas de interceptacin.
Los procedimientos de correccin/expansin de los datos debenimplementarse tanto para tratar el problema de la no-respuesta comopara la expansin de la muestra.
8/3/2019 Demanda de Transporte Clase 3
31/50
6HPLQDULR 7DOOHU 31
(QFXHVWDVGHLQWHUFHSWDFLyQ
EDVDGDVHQWUDQVSRUWHS~EOLFR Es necesario efectuar un muestreo riguroso, tanto de los vehculos como de los
pasajeros.
En los vehculos muestreados, debe encuestarse al total de los pasajeros, o en su defecto a
una muestra, excluido el chofer.
Los pasajeros que no responden se registrarn en detalle (por ejemplo hora, sexo, edad
estimada, ruta de bus, etc.). en cuanto a los pasajeros que HVWiQDSXUDGRV, sera
conveniente obtener el propsito del viaje, an cuando no se pueda registrar el origen-destino exacto.
Nuevamente los conteos de clasificacin deben ser ejecutados al mismo tiempo y ojal en el
mismo lugar, que las encuestas de transporte pblico; esto ltimo es, por supuesto, no
siempre posible Los procedimientos de correccin/ponderacin de los datos deben implementarse tanto para
no-respuestas como para expansin.
8/3/2019 Demanda de Transporte Clase 3
32/50
6HPLQDULR 7DOOHU 32
&255(&&,1
8/3/2019 Demanda de Transporte Clase 3
33/50
6HPLQDULR 7DOOHU 33
&255(&&,1
8/3/2019 Demanda de Transporte Clase 3
34/50
6HPLQDULR 7DOOHU 34
,1*5(62)$0,/,$5(1(2'+
Dada la relevancia de la completitud de la informacin de ingreso paradeterminar el nivel de bienestar, se han desarrollado procedimientos para
imputar el ingreso personal (o familiar) cuando ste no ha sido reportado.En general, esto se logra relacionando el nivel de ingreso con otras
caractersticas socioeconmicas de los encuestados que son reportadascon mayor frecuencia, como el nivel de ocupacin, nivel de educacin,sexo, edad, etc. Se ha encontrado que variables como las sealadas
estn altamente correlacionadas con el nivel de ingreso.
8/3/2019 Demanda de Transporte Clase 3
35/50
6HPLQDULR 7DOOHU 35
125(3257('(,1*5(626
Algunas de las posibilidades para solucionar el problema de no-reporte dela variable ingreso y as poder utilizarla en futuros anlisis de lainformacin, son las siguientes:
Eliminar los encuestados que no reportan el ingreso.
Aplicar algoritmos, procedimientos estadsticos o matemticos paraimputar ingresos no reportados o incorrectos.
8/3/2019 Demanda de Transporte Clase 3
36/50
6HPLQDULR 7DOOHU 36
(/,0,1$5/$6(1&8(67$6
Es ineficiente, pero fcil de implementar.
Obviamente, los resultados podran llegar a tener un sesgo importante,dependiendo de la tasa de no-respuesta, salvo si las personas que no reportan
el ingreso se comportan de igual forma que las que s lo hacen. Es decir, seobtendrn estimaciones sesgadas cuando la informacin utilizada para generarresultados est correlacionada con la variable dependiente. Por ejemplo, si sedesea estimar el promedio de viajes por hogar en el modo auto y justamente lagente de ingreso alto no reporta su ingreso, entonces las tasas de viajesgeneradas sern menores a las reales, es decir, estarn sub-valoradas. En esteejemplo, se supone que la tasa de viajes est directamente correlacionada conel nmero de autos y el nivel de ingreso del hogar.
En muestras de tamao pequeo puede implicar la eliminacin de numerososcasos, reduciendo la significancia estadstica de las conclusiones.
Los valores no reportados podran tener informacin relevante para el procesode modelacin y prediccin.
Ignorar los casos incompletos impide obtener conclusiones estadsticas (oresultados de algn tipo) para dichos casos, y por lo tanto, impide tenerantecedentes para futuros casos de no-reporte.
8/3/2019 Demanda de Transporte Clase 3
37/50
6HPLQDULR 7DOOHU 37
$SOLFDUDOJRULWPRVSURFHGLPLHQWRVHVWDGtVWLFRVRPDWHPiWLFRV
El mtodo ms simple que ilustra este tipo de procedimiento es clasificarlos casos no reportados y reportados segn las variables que explican el
nivel socioeconmico (como el nmero de autos en el hogar, tamao
familiar, sexo y edad de los trabajadores, etc.), calcular para cada una deestas clases el promedio del ingreso de los casos reportados y luegoimputarlo a la clase correspondiente de los casos sin respuesta. Hay quetener cuidado ya que aplicaciones poco cuidadosas de heursticas de esta
naturaleza pueden conducir a sesgos mayores que los que se desearesolver. En particular, se debe testear si las tasas de viaje de los hogares
con ingresos imputados corresponden a las observadas para hogares coningreso en cada categora.
8/3/2019 Demanda de Transporte Clase 3
38/50
6HPLQDULR 7DOOHU 38
&255(&&,1(2',
Sitio 1
Sitio 2
3RVLEOHGREOHVFRQWHRVHQORVSXQWRVGHDIRURV
8/3/2019 Demanda de Transporte Clase 3
39/50
6HPLQDULR 7DOOHU 39
(;3$16,1'(81$(2',
Es por estas razones que la forma ms eficiente de expandir eliminandoel doble conteo es hacerlo dentro del contexto de la red de transporte, yaque sta permite establecer si los viajes entre dos pares pueden pasar
por dos o ms estaciones de interceptacin. El procedimientorecomendado es el siguiente:
Expandir cada matriz parcial que resulta de un sitio de encuesta de
interceptacin por su tasa de expansin (conteo/muestra). Producir una matriz suma de esas matrices.
Cargar esa matriz suma sobre la red y obtener rutas y flujos sobre los
puntos de encuesta.
Usar una tcnica de estimacin de matrices
8/3/2019 Demanda de Transporte Clase 3
40/50
6HPLQDULR 7DOOHU 40
5(&20(1'$&,21(63$5$9$/,'$&,1
Se ha recolectado informacin siguiente:
Encuestas en hogares:
Cubren la mayor parte de los viajesinternos (A-B) , si bien no la totalidad.
Cubren cerca de la mitad (a vecesmenos, segn el rea de estudio) delos viajes del tipo C-D.
En general no cubren aquellos quepasan por el rea (X-Y).
Encuestas de cordn externo:
No cubren ningn viaje de tipo A-B.
Recogen una muestra de todos losviajes tipo C-D y X-Y.
Encuestas de pantalla:
Representan fundamentalmenteviajes A-B y una muestra del resto.
DY
XC
AB
8/3/2019 Demanda de Transporte Clase 3
41/50
6HPLQDULR 7DOOHU 41
0XHVWUDULJXURVDVREUHWRGRVORVYLDMHV
Las encuestas en hogares pueden proporcionar un tipo de informacin ms
extensa, y en general se cuenta con ms tiempo para recolectar datos origen-
destino, ms exactos que en encuestas de pantalla o de cordn. Son la mejor
fuente de informacin sobre circuitos y datos socioeconmicos. Las encuestas de pantalla, o de cordn, permiten estudiar un slo viaje, lo que
debe ser tomado en cuenta al combinar este tipo de informacin con la obtenida en
encuestas domiciliarias.
El uso de entrevistas personales es altamente recomendable en encuestas de
pantalla o de cordn, pues ha quedado demostrado que el sesgo de no-respuesta
es muy alto en encuestas de auto-llenado (Bonsall y McKimm, 1993).
Es deseable que las encuestas de pantalla/cordn recojan informacin sobre viajes
en todos los modos (y no slo los motorizados) que las cruzan.
Es deseable que la recoleccin de datos de pantalla/cordn cubra el mismo
perodo que la encuesta en hogares; en efecto, numerosos estudios de ciudades
han padecido problemas de consistencia en los datos debido a variacionesestacionales, semanales u horarias diferentes entre datos de hogares y otro tipo de
datos.
8/3/2019 Demanda de Transporte Clase 3
42/50
6HPLQDULR 7DOOHU 42
9DOLGDFLRQHVLPSRUWDQWHV
Comparar el nmero de viajes que cruza un cordn (distinto del cordn
externo de la encuesta de interceptacin) o lnea pantalla en la ciudad,con conteos en los arcos o puntos naturales que los atraviesen.
Comparar el nmero de viajes por modo con informacin sobre pasajesvendidos o usados diariamente.
Comparar viajes sobre corredores principales utilizando las matrices que
resultan de la encuesta, con conteos independientes.
8/3/2019 Demanda de Transporte Clase 3
43/50
6HPLQDULR 7DOOHU 43
$)2526'(75$),&2
Este es un elemento clave en el desarrollo de una buena EOD de viajes, ya queprovee informacin indispensable para el proceso de validacin de datos de laencuesta domiciliaria y tambin datos importantes para la modelacin futura, a uncosto relativamente marginal. Los aforos de trfico y pasajeros se realizan
normalmente con numerosos objetivos a satisfacer. Estos incluyen: Anlisis de volmenes para estudiar frecuencia de accidentes.
Planeacin de mantenimiento de carreteras. Estimacin de capacidad de intersecciones y diseo de semforos y/o su
geometra.
Estimacin de matrices de viaje locales.
Estudios de contaminacin ambiental, mayormente ruido y emisiones. Estudios de la evolucin del trfico y de la relacin entre trfico de acceso y
pasante en diferentes reas. En el caso de pasajeros para tener una idea de la rentabilidad de lneas de
buses y de la demanda potencialmente insatisfecha.
Para conocer patrones de demanda de metro y bus.
A veces para implementar un fondo de compensacin entre diferentes lneasy modos con boletos integrados.
Para expandir encuestas de interceptacin. Para validar EODH.
8/3/2019 Demanda de Transporte Clase 3
44/50
6HPLQDULR 7DOOHU 44
)/8-29(+,&8/$5
8/3/2019 Demanda de Transporte Clase 3
45/50
6HPLQDULR 7DOOHU 45
&$3$&,'$'9(+,&8/$5
8/3/2019 Demanda de Transporte Clase 3
46/50
6HPLQDULR 7DOOHU 46
08(675$(17,(0326'(9,$-(
8/3/2019 Demanda de Transporte Clase 3
47/50
6HPLQDULR 7DOOHU 47
&859$69(/2&,'$' )/8-2
8/3/2019 Demanda de Transporte Clase 3
48/50
6HPLQDULR 7DOOHU 48
&859$6)8/-29(/2'&,'$'
)81&,21'(&26726(1&$'$$5&2'(/$5(''(120,1$'2&859$6)/8-29(/2&,'$'48(7,(1(/$6,*8,(17()250$3$5$81$)81&,217,32%35%85($82)38%/,&52$'6
)1.()(0
+=
FDS
IWIW
=0W
=FDS
=I=)( IW 7,(032&2672'(9,$-$5(1(/$5&2&8$1'2(;,67(81)/8-2I9,$-$1'2(1(/$5&2
)/8-29(+,&8/$5(1$/$5&2
&$3$&,'$''(/$5&2
7,(032'(9,$-((1(/$5&2$)/8-2/,%5(
'RQGH
=, 3$5$0(752648('(%(&$/,%5$56(3$5$&$'$$5&2
8/3/2019 Demanda de Transporte Clase 3
49/50
6HPLQDULR 7DOOHU 49
fd1=length*2.4*(2+sqrt(9*(1-0.71*volau/ul2)^2+1.56)-4.25+2.124*volau/ul2)+ul3
fd2=length*1.7*(2+sqrt(16*(1-0.83*volau/ul2)^2+1.36)-5.17+3.33*volau/ul2)+ul3
FORMULA GENERAL DE LA FUNCION DE CONGESTION (VOLUMEN DEMORA)
Donde : F(t) Funcin de tiempo de viajet0 Tiempo de viaje en flujo libre (sin congestin)
fd Funcin cnica de congestin
7LSRGHIXQFLRQHVFyQLFDV
IGWW) .)( 0=
8/3/2019 Demanda de Transporte Clase 3
50/50
6HPLQDULR 7DOOHU 50
(1&8(67$6'(029,/,'$'