Modelos Matemóticos para Anólisis de Demanda en Transporte

Autores/as

  • Vanessa Fernanda Morales-Rovalino Escuela Superior Politécnica de Chimborazo, Riobamba-
  • Andrea Damaris Hernández-Allauca Docente en la Facultad de Recursos Naturales. Escuela Superior Politécnica de Chimborazo, Riobamba-
  • Nery Elisabeth García-Paredes Universidad Técnica de Ambato, Ambato,

DOI:

https://doi.org/10.23857/dc.v8i2.2681

Palabras 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.

Biografía del autor/a

Vanessa Fernanda Morales-Rovalino, Escuela Superior Politécnica de Chimborazo, Riobamba-

Mestre em Engenharia Mecanica - Producao Industrial, Ingeniera Mecánica. Docente en la Facultad de Administración de Empresas- Carrera de Gestión de Transportes. Escuela Superior Politécnica de Chimborazo, Riobamba- Ecuador.

Andrea Damaris Hernández-Allauca, Docente en la Facultad de Recursos Naturales. Escuela Superior Politécnica de Chimborazo, Riobamba-

Magister en Ciencias de la Educación Aprendizaje de la Matemática, Licenciada en Ciencias de la Educación Profesora de Ciencias Exactas, Mentora en Matemática del SNNA – SENESCYT, Formadora de Formadores SECAP. Docente en la Facultad de Recursos Naturales. Escuela Superior Politécnica de Chimborazo, Riobamba- Ecuador.

Nery Elisabeth García-Paredes, Universidad Técnica de Ambato, Ambato,

Magister en Matemática, Magister en Docencia y Currículo para la Educación Superior, Doctora en Ciencias de la Educación Mención Física, Licenciada en Ciencias especialidad Física y Matemática. Universidad Técnica de Ambato, Ambato - Ecuador.

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

2022-04-13

Cómo citar

Morales-Rovalino, V. F., Hernández-Allauca, A. D., & García-Paredes, N. E. (2022). Modelos Matemóticos para Anólisis de Demanda en Transporte. Dominio De Las Ciencias, 8(2), 867–885. https://doi.org/10.23857/dc.v8i2.2681

Número

Sección

Artí­culos Cientí­ficos

Artículos similares

También puede {advancedSearchLink} para este artículo.

Artículos más leídos del mismo autor/a