Modelos Matemóticos para Anólisis de Demanda en Transporte
DOI:
https://doi.org/10.23857/dc.v8i2.2681Palabras clave:
Modelos matemáticos, demanda, análisis, transporte.Resumen
En las comunidades recientes, los inconvenientes de transporte son cada vez mós relevantes, mós que nada en las enormes metrópolis y es de suma trascendencia la planeación a mediano y largo plazo con el objeto de proveer un servicio mós eficiente. Para eso se necesita aprender y entender el manejo de la red de transporte usando los instrumentos idóneos.
En especial, lo modelos matemóticos de asignación de trónsito son un instrumento que posibilita comprender como los usuarios del transporte píºblico usan la red de transporte para viajar de sus diversos orígenes a sus diferentes destinos. Matemóticamente, una red de transporte se puede representar mediante un grupo de nodos y aristas. Los nodos tienen la posibilidad de separarse en nodos centroides, que son las regiones donde se origina o finaliza un viaje, y nodos bósicos que son los aspectos donde los medios de transporte realizan paradas o intersecciones de dos o mós aristas.
Las aristas son los senderos de los que dispone el cliente a lo largo de su viaje, a cada arista se le asocia una función que modela el flujo sobre la misma. En las aristas también estón definidos los segmentos de trónsito, los cuales representan a las diversas líneas de transporte que pasan por esa arista, por consiguiente, el níºmero de segmentos continuamente seró mós grande o igual que el níºmero de aristas.
En las grandes ciudades, suele pasar que ciertos servicios de trónsito se saturen al nivel de que los pasajeros no tienen la posibilidad de abordar el primer vehículo que llega a su punto de espera, en dichos casos se necesita modelar tanto la congestión de pasajeros en los vehículos como los tiempos de espera crecientes para abordar un vehículo. Varios modelos de elección de ruta no piensan el crecimiento en la era de espera y principalmente solo imponen limitaciones de capacidad, lo que provoca que se sobrestime la oferta de servicio que tiene la posibilidad de conceder varias líneas. Por consiguiente, aparte de modelar los tiempos de espera crecientes, sería íºtil establecer una vez que la demanda no podría ser satisfecha por el servicio, independientemente de la elección de ruta.
Citas
Bacharach M. Estimating Nonnegative Matrices from Marginal Data, International Economic Review, Vol. 6, No. 3, pp. 294{310, 1965.
Beckmann M. J., McGuire C. B. and Winsten C. B. Studies in the Economics of Transportation, Yale University Press, New Haven, Conn, 1956.
Bierlaire M. Mathematical Models for Transportation Demand Analysis, Ph.D. Thesis, Facultes Universitaires Notre-Dame de la Paix de Namur, Faculte des Sciences, Department de Mathí©matique, 1995.
Casey H. J. Applications to Trac Engineering of the Law of Retail Gravitation, TracQuaterly IX (1): 23-35, 1955.
Cepeda M., Cominetti R., Florian M. A Frequency-Based Assignment Model for Congested Transit Networks with Strict Capacity Constraints: Characterization and Computation of Equilibria, Transportation Research Part B 40,437-459, 2006.
Cominetti R., Correa J. Common-Lines and Passenger Assignment in Congested Transit Networks, Transportation Science 35 (3), 250-267, 2001.
Deming W. E., Stephan F. F. On a Least Squares Adjustment of a Sampled Frequency Table when the Expected Marginal Totals are Known, Annals of Mathematical Statistics, XI, 4427-444, 1940.
Draper N. R., Smith H. Applied Regression Analysis, John Wiley and Sons, 3a. Ed., 1998.
Feller W. Introducción a la Teoría de Probabilidades y sus Aplicaciones, Limusa, Vol. I, 1975.
Fernáandez A. G. Modelos Matemáticos de Asignación de Tránsito. Aplicación a la Red Metropolitana del Valle de Mí©xico y sus Efectos en el STC-Metro, Tesis de Maestría en Ciencias, Departamento de Matemáticas Aplicadas e Industriales, Universidad Autónoma Metropolitana-Iztapalapa, 2013.
Romero D. Easy Transportation-Like Problems of K-Dimentional Arrays, Journal of Optimization Theory and Applications, Vol. 66, No. 1, 1990.
Spiess H. Contributions a la Thí©orie et Aux Outilsde Planification des Rí©seaux de Transport Urbain., Ph.D. thesis. Dí©partement d Informatique et de Recherche Operationnelle, Universite de Montreal, Quebec, 1984.
Spiess H. Technical Note, Conical Volume- Delay Functions, Transportation Science, 24[2], pp. 153-158, 1990.
Publicado
Cómo citar
Número
Sección
Licencia
Authors retain copyright and guarantee the Journal the right to be the first publication of the work. These are covered by a Creative Commons (CC BY-NC-ND 4.0) license that allows others to share the work with an acknowledgment of the work authorship and the initial publication in this journal.